Gemini Intelligenceが40超アプリを自動操作、端末標準になったAIエージェント実行層がEC事業者に迫る3つの論点

「答えるAI」から「アプリを操作するAI」へ

Galaxy Fold8, Flip8 First to Feature 'Agentic AI': From a Single Command to Booking

SamsungがGalaxy Z Fold8とFlip8で「Gemini Intelligence」を初披露。40超のアプリを連携してタスクを実行するエージェンティックAIを全面的に採用した。

finance.biggo.com

2026年7月22日、ロンドンで開かれたGalaxy Unpackedで、SamsungはGalaxy Z Fold8 Ultra、Fold8、Flip8を発表しました。ハードウェアの話題としては薄型化と新しい画面比率が中心でしたが、EC・小売の文脈で見るべきは別の一点です。この3機種が、Googleの「Gemini Intelligence」を最初に搭載した端末になったことです。

Googleは同日の公式ブログで、Gemini Intelligenceの第一弾機能としてタスク自動化の拡張を挙げました。2026年2月にベータとして始まったこの機能は、当初はライドシェアとフードデリバリーが中心でした。9to5Googleは、ベータ時点の対応はPixel 10とGalaxy S26シリーズ上の6アプリだったと伝えています。

それが今回、40を超えるアプリに拡大しました。Googleが挙げた領域は買い物、レストラン予約、旅行体験の手配、イベントチケットの購入です。9to5Googleによれば、この中にはEtsyやExpediaが含まれます。Galaxy Z Flip8では、端末を開かずFlex Windowから電源ボタン長押しで呼び出せます。

動作の流れは、Samsung Newsroomの説明が具体的です。ユーザーの依頼を受けたエージェントは条件に合う候補を探し、その間ユーザーは他のアプリを使い続けられます。そのうえで推薦内容を確認し、確認が必要なアクションだけを承認する、という設計です。Googleの表現では「レビューと最終確認の準備ができたら通知する」となっています。

会話型AIが検索と要約の役割にとどまっていた段階から、アプリを横断して手を動かす段階へ。その移行が、実験機能でもアプリでもなく、量販される端末の初期設定として出荷されたことに意味があります。

決済の直前で止まる設計は、信頼モデルとして十分か

エージェンティックコマースの議論で最も繰り返されてきた論点が、human-in-the-loopの置き方です。どこまでをエージェントに任せ、どこから人間の意思確認を必須にするか。GoogleとSamsungが今回示した答えは「候補探しと入力は任せ、確定は人が押す」でした。

問題は、その承認が技術的にどこまで拘束力を持つかです。決済業界が組み立ててきた枠組みと比べると、性格がかなり違います。

Googleが主導し現在はFIDO Allianceで議論が進むAP2（Agent Payments Protocol）は、ユーザーの意思を2種類の署名付き証明として扱います。人が画面の前にいない状況で使うIntent Mandateは、価格上限、期間、対象事業者の許可リストといった条件を事前に署名して渡すものです。人が画面の前にいる状況で使うCart Mandateは、確定したカートの品目と金額そのものにハードウェア鍵で署名するものです。VisaのTrusted Agent Protocolも、エージェントの身元、ユーザーの同意、取引意図を署名付きHTTPヘッダーとして加盟店側に届ける設計を取っています。いずれも、後から「そんな指示はしていない」と言われたときに検証できる証跡を残すことが目的です。

これに対してGemini Intelligenceの最終承認は、いまのところ端末の画面に出る確認ステップです。加盟店側に署名付きの証明が届くわけではありません。エージェントが操作しているのはユーザー本人のアプリセッションなので、事業者から見れば本人の操作と区別がつきにくくなります。つまり「人が承認した」という事実は、事業者側では検証できません。

実機に触れた9to5Googleのレビューは、この設計のゆるさをさらに具体的に指摘しています。同メディアはタスクを開始する前に確認を求められないことに違和感を示し、予約タスクを試した際に希望条件も提供元の指定も一切聞かれないまま作業が始まった、と書いています。一方で、顧客情報の入力画面に到達すると人間が引き継ぐ必要があった、とも報告しています。パラメータの詰めが甘いまま走り出し、個人情報の入力で立ち止まる。ここまでの完成度だということです。

Google自身も、この機能が初期段階であることを認めています。公式ブログの脚注は、宣伝文よりずっと保守的です。

"

Includes apps supported across US and KR. Supervise closely, interrupt when needed. Select apps, devices, and markets only. 18+.

出典: Google公式ブログ 脚注

「注意して見守り、必要なら中断すること」。開発元がこう書いている機能に、EC事業者は今日から向き合うことになります。なお、どの操作が「確認が必要なアクション」に該当するかの判定基準、決済画面で必ず停止することの保証、上限金額の設定可否については、いずれも公表されていません。

40という数字が、次のゲートキーパーになる

40超という数字は、多いと見るか少ないと見るかで意味が変わります。ベータ時点の6アプリからは大きな前進ですが、スマートフォンに入っている買い物系アプリの総数から見れば、圧倒的に少数です。

そして重要なのは、このリストが事業者の申請ではなく、プラットフォーム側の選定で決まっている点です。UCP（Universal Commerce Protocol）のようなプロトコル統合であれば、事業者はAPIを実装し、審査を通り、自らの意思でエージェント経由の販売チャネルに接続します。Googleが2026年1月に公開したUCPは、Shopify、Etsy、Wayfair、Target、Walmartと共同開発され、対応事業者はAI ModeやGeminiの商品リスティングにチェックアウトボタンを出せるようになる、という建て付けでした。事業者は自分で手を挙げます。

Gemini Intelligenceのタスク自動化は逆です。対象になるかどうかは事業者の外側で決まり、選定基準も申請窓口も公表されていません。Googleの脚注が示す条件は「米国と韓国で利用可能なアプリが基準」「選定されたアプリ、端末、市場のみ」「18歳以上」。日本の事業者にとっては、そもそも土俵の外という状態が続きます。

EtsyがUCPの共同開発企業であると同時にタスク自動化の対応アプリでもある点は示唆的です。エージェント経由の需要を取りにいく事業者は、プロトコル統合と端末側の対応リストという、性質の異なる2つの入口を同時に押さえにいっています。

UIを操作するエージェントと、APIで話すエージェント

ここが、EC事業者にとって最も実務的な論点です。

9to5Googleのレビューは、動作の中身をかなり細かく描写しています。エージェントは分離されたウィンドウの中でアプリ画面を操作し、検索ボックスに何を入力したか、どの時刻を選んだかを逐次テキストで実況します。ユーザーはいつでも割り込んで軌道修正でき、修正後にまたエージェントへ戻せます。これはAPI連携ではなく、アプリのUIを人間の代わりに叩く自動操作です。

自社アプリや自社サイトから見ると、これは次のような状況を意味します。

エージェントが操作しているのはログイン済みのユーザー本人のセッションなので、bot判定でブロックすることは事実上できません。同時に、その注文がエージェント経由だったのか本人の手動操作だったのかを、事業者側のログから切り分けることもできません。エージェント経由の売上を計測し、その体験を最適化するという発想が、そもそも成立しにくい構造です。

さらに、UI操作型のエージェントにとって、画面の作りはそのまま成功率に直結します。ラベルのないボタン、動的に位置が変わる要素、無限スクロールのリスト、モーダルの多重表示。人間なら見て判断できるものが、エージェントには障害物になります。9to5Googleが指摘した「2分かかることもある」という遅さの一部は、この読み取りコストです。アクセシビリティ対応の水準が、そのままエージェント対応の水準になるという関係が、ここで初めて売上に接続します。

端末に常駐するエージェントは、チャット型と何が違うのか

ChatGPTやGeminiのWeb版、Copilotのようなエージェントは、ユーザーがそこへ「行く」ものです。対して端末OSに常駐するエージェントは、ユーザーがすでにいる場所に居ます。カレンダー、写真、通知、いま画面に映っているもの。Googleは今回、画面上の内容を推論に使えることと、複雑な画像をそのままプロンプトにできることも同時に発表しました。買い物リストの写真やインスピレーション画像を見せるだけで着手できる、という説明です。

Googleがブラウザ常駐型の賭けを一度たたんでいることも、この文脈に置くと見え方が変わります。Webを人間のように操作する実験プロジェクトだったProject Marinerは2026年5月に単独提供を終え、技術はGemini AgentとChromeの自動ブラウズ機能に統合されたと報じられました。汎用ブラウザ操作から、端末とアプリという確度の高い接点へ。今回の出荷はその延長線上にあります。

Appleは別の思想で同じ場所を狙っています。6月8日のWWDC26で発表された次世代Siriは、システム全体のApp Actionsを通じてアプリをまたいだ処理を行い、画面上の内容を理解して質問に答えます。ただしその土台は、開発者がApp IntentsとApp Schemasで自らアプリの機能と中身を宣言する仕組みです。Googleが開発者の作業なしにUIを操作しにくるのに対し、Appleは開発者に宣言させてから呼び出す。前者は対象が広がりやすく品質が読めない、後者は品質を担保しやすいが対応が進まないと動かない、という裏返しの性質を持ちます。

展開速度では、いまのところSamsungが先行しています。Siriは年内にベータで、英語から。EUではMacとVision Proのみで、iOSやiPadOSには当初提供されず、中国では規制対応が整うまで提供されません。EC事業者としては、当面はAndroid側の挙動を先に見ることになります。

AI機能が端末価格を押し上げるという背景

こうした機能競争の裏で、端末そのものの経済は苦しくなっています。IDCは5月のレポートで、2026年の世界スマートフォン出荷台数が前年比13.9%減の10億9,000万台と、記録上最大の落ち込みになると予測しました。一方で平均販売価格は前年から100ドル上がって550ドルの過去最高となり、出荷台数が大きく落ち込むなかでも市場全体の売上は3.8%成長する見込みです。メモリ不足による部材高が主因とされ、AI機能はその高くなった端末を正当化する材料として位置づけられています。

まとめ

端末を買った瞬間からエージェントが常駐し、40超のアプリを横断して手を動かす。この状態が標準になったとき、EC事業者が最初に確認すべきは自社の広告でもSEOでもありません。自社アプリがそのリストに入る道があるのか、そして入らなかった場合にどこから需要を取るのかです。

同時に、リストに入らなくても影響は届きます。ユーザー本人のセッションを借りたエージェントが、自社サイトのフォームを叩きにくるからです。そこで詰まる体験は、事業者側からは「なぜかカゴ落ちが増えた」としか見えません。

Googleが自ら「注意して見守り、必要なら中断すること」と書いた機能が、次の数四半期でどこまで自律性を上げるか。承認のステップが署名付きの証跡に置き換わるのか、それとも画面上の確認のまま対象市場だけが広がるのか。エージェンティックコマースの信頼設計が実際に決まる場所は、プロトコルの仕様書ではなく、量販された端末の上になりつつあります。