2.3エージェントとグラウンディング

単に文章を返すだけでなく、目的に向けて自律的に手順を考え、ツールを使い、行動する AI を エージェント（agentic AI） と呼びます。たとえば「出張を手配して」に対し、検索・予約・カレンダー登録まで一連の行動を行う、といった使い方です。エージェントは生成 AI 活用の重要な方向性です。

2.3.1Vertex AI Agent Builder とグラウンディング

Vertex AI Agent Builder は、こうしたエージェントや検索アプリを構築するための仕組みです。エージェントを役立たせる鍵が グラウンディング＝モデルの回答を信頼できる情報源に根ざさせることです。最新情報には Grounding with Google Search（Google 検索に基づく）、社内情報には自社データへのグラウンディング（RAG、第3章）を使います。グラウンディングはハルシネーションを減らし、出典を示せるため、業務利用で特に重要です。

2.3.2AI インフラ

生成 AI の学習や推論には膨大な計算が必要で、Google は専用の TPU（Tensor Processing Unit） や GPU といった AI インフラ を提供します。リーダーが細部を知る必要はありませんが、「大規模な AI は専用の高性能インフラに支えられている」こと、そしてそれがコストと持続可能性（電力）に関わることは押さえておきます。Google はこのインフラを Vertex AI 等を通じてマネージドに提供します。

エージェントは、外部のツールやサービスを呼び出して実際の作業を行います。その土台として、データの保存に Cloud Storage やデータベース、イベント駆動の軽い処理に Cloud Functions、コンテナ化したカスタムロジックをサーバーレスで動かすのに Cloud Run を組み合わせます。リーダーとしては「エージェントの裏側では Cloud Run や Cloud Functions といったサーバーレス実行基盤が、必要なときだけ動いて処理を担う」というイメージを押さえれば十分です。

2.3.3この節のまとめ

• エージェント（agentic AI）＝目的に向け自律的にツール利用・行動。構築は Vertex AI Agent Builder
• グラウンディング＝回答を信頼できる情報源に根ざす（Google 検索 / 自社データ=RAG）。ハルシネーション対策
• AI インフラ（TPU/GPU）が大規模 AI を支える。コスト/持続可能性に関わる