【Google Cloud Next Tokyo'26】Gemini Enterprise と Oracle AI Database で実現する、 業務データ活用を実現する AI エージェント実装

▼ Demo Movie Link
https://www.youtube.com/watch?v=3n4BaX91c14

◼︎Engineering & Software Development
Kohei Ogawa, Principal Enterprise AI GTM Architect
https://www.linkedin.com/in/koheiogawa/

◼︎Demo Design & Video Production
Taku Shimoe, Senior Enterprise AI GTM Solution Specialist
https://www.linkedin.com/in/taku-shimoe-a0b254181/

Transcript

1. Google Cloud Next Tokyo 2026 スポンサーセッション 14:00-14:30 Gemini Enterprise と Oracle AI Database で実現する、 業務データ活用を実現する AI エージェント実装 Kohei Ogawa Principal Enterprise AI GTM Architect aiX, ACE, Cloud Business Unit July 31st, 2026
2. 自己紹介 小川航平 Principal Enterprise AI GTM Architect, aiX, ACE, Cloud Business Unit, Oracle Corporation Japan 2 @shisyu_gaku フォロー & DM Welcomeです！
3. 本日30分でお伝えしたい観点 1. Gemini EnterpriseからOracleの業務データを活用すると、利用者と業務にどのような価値が生まれるか 2. Oracle AI DatabaseとBigQueryをどのように役割分担し、AI Agentの判断に活かすか 3. AI Agentが正しく安全に判断・実行するために、なぜ業務コンテキストが必要なのか 4. Select AI Agentを構築し、A2A／ADKでGemini Enterpriseや他のAgentと連携する方法 3
4. はじめに：本セッションの問い 4 Copyright © 2026, Oracle and/or its affiliates
5. もしも、普段お使いのGeminiからデータベース上のデータを扱えたら・・・嬉しくないですか？ 5 Copyright © 2026, Oracle and/or its affiliates
6. もしも、普段お使いのGeminiからデータベース上のデータを扱えたら・・・嬉しくないですか？ 利用者にとっての価値 SQL書かなくて良い 新しい業務画面を 覚えなくても良い すぐにデータと対話できる 専門知識がなくても 自然言語で質問できる 業務ユーザにも データ活用を広げられる 誰もがデータから価値を 広げられる 推論に高性能な Geminiモデルを 利用できる 高い理解力で的確な回答と 提案が得られる ユーザー価値は「自然言語」だけでなく、 「いつもの入口」で業務データを扱えること。 6 Copyright © 2026, Oracle and/or its affiliates
7. 本セッションで示すGemini EnterpriseはApp 2026年4月Google Cloud NextでGemini Enterpriseは、位置付けが拡張された https://cloud.google.com/blog/products/ai-machine-learning/the-new-gemini-enterprise-one-platform-for-agent-development 7 Copyright © 2026, Oracle and/or its affiliates
8. Gemini Enterprise Appを使うと・・・ Google ドライブ、Microsoft OneDrive、SharePoint、HubSpot、Jira などに安全に接続して対話できる Outlook BigQuery MCP Generating research plan .... Gmail OneDrive SharePoint 8 Copyright © 2026, Oracle and/or its affiliates
9. Oracle AI Databaseのデータも扱える！ Gemini Enterpriseから企業データ基盤上のデータを活用する選択肢 Generating research plan .... 9 Copyright © 2026, Oracle and/or its affiliates
10. 企業データ基盤には、OLTPとOLAPという２種類の役割がある 業務を動かす処理 データから知見を得る処理 OLTP OLAP 今起きている業務を正しく、早く処理する Online Transaction Processing Online Analytical Processing 目的 取引、更新を確実に完了させる 目的 傾向、要因、予測を読み解く 処理 1件ごとの登録/更新/参照、低遅延で行う 処理 大量データの集計/探索/比較、横断分析 データ 受注、在庫、契約など、現在の業務状態 データ 履歴、ログ、外部データなど、分析用データ ✓ 受注登録 10 蓄積した過去のデータを多角的に集計、分析する ✓ 在庫引当 Copyright © 2026, Oracle and/or its affiliates ✓ 請求処理 ✓ KPI ✓ ダッシュボード ✓ 需要予測
11. 実際の現場利用の製品で合わせるとこのようなケースが多い エンタープライズ環境でよく見られる、OLTPとOLAPの役割分担 OLTP 11 今起きている業務を、正しく、早く処理する Copyright © 2026, Oracle and/or its affiliates OLAP 蓄積したデータを、多角的に集計、分析する
12. エンタープライズ企業の企業データ基盤としてよくある構成 業務の正本をOracleに保ち、BigQueryへ連携して分析する OLTP OLAP 登録・更新 CDC/レプリケーション 業務アプリケーション Google Analytics ・・・ BigQuery Oracle AI Database 業務トランザクションの 正本を支える 顧客行動/接点データ 履歴・ログ・外部データを 統合して分析 多くの企業で見られる代表的な構成として、Oracle Databaseが業務の正本を担い、 BigQueryが履歴・ログ・外部データを統合した大規模分析を担っている ※「Oracle＝OLTP専用、BigQuery＝OLAP専用」という意味ではない。 Oracle AI DatabaseにもOLTPもOLAPも扱える分析機能があり、BigQueryにもストリーミングや準リアルタイム分析機能がある。 12 Copyright © 2026, Oracle and/or its affiliates
13. 分析履歴と業務の現在を、Agentの判断と行動につなぐ Google Cloud Next ’26「Agentic Data Cloud」を、BigQueryとOracle AI Databaseで具体化する OLTP OLAP 登録・更新 CDC/レプリケーション 業務アプリケーション Oracle AI Database AI Agent/ Orchestrator 横断Retrieval 業務アクション 在庫、注文、契約の今を確認 BigQuery 履歴、ログ、予測から過去を理解 権限/承認 ◼ Google Cloud Next ’26「Agentic Data Cloud」の思想 分析履歴と業務の現在を、Agentの推論と行動につなぐ データ生成・更新 13 ワークフロー/ 業務プロセス実行 Copyright © 2026, Oracle and/or its affiliates 外部サービス・API 呼び出し コミュニケーション/ 通知 リソース/ インフラ制御 ≒権限/承認の上、元のデータを更新までする可能性ある
14. AIチャットからAI Agentへ：業務の実行主体がAIへ移る 自律度が上がるほど、統制の中心は個別レビューから、事前に設計された権限・監視・評価へ移る ステージ AIの実行方針 人間とAIの分担 人間の役割 人間 設計すべき統制 ※分担比率は概念的な例示 Human-led Assistant 人間判断、実行、AI支援 Human-in-the-loop 自律度 AI発案、人間承認 Human-on-the-loop AI実行、人間監督 Bounded Autonomous Agent 制約内でのAI自律実行、 人間が設計・評価 14 Copyright © 2026, Oracle and/or its affiliates 人間 80％ / AI 20% 依頼された問いに答え、 候補を要約するAI 人間：質問・判断・実行 / 人間 55％ / AI 45% 人間：承認・却下 / 承認と 差し戻し 人間 30％ / AI 70% / 監視と 例外介入 実行権限 AI：計画・判断・実行 例外介入 目標 設計と評価 / 監視 緊急停止 AI：判断・実行・回復 人間 10％ / AI 90% 人間：目的・制約・評価 承認条件 AI：計画案・実行準備 定めた範囲で業務を 連鎖的に実行するAI 人間：監視・例外介入 出典 AI：検索・要約・提案 実行案を作り、 承認を人間に依頼するAI 制約に基づき目標を 達成するまで実行するAI 根拠 判断と実行 AI 制約 評価基準
15. 安心してAI Agentに業務判断してもらうためにはデータ以外にも必要 単なるデータの値ではなく、業務コンテキストが必要 意味 どの在庫？ ・店舗在庫？倉庫在庫？ 鮮度 どの時点？ ・リアルタイムか？ ・昨日時点か？締日時点か？ 在庫数が1000あるけど、 これって適正？ 在庫数1000とは…? 権限 誰が見て良い？ ・どのユーザ/役割が参照可能か？ 実行可能性 何に使って良いか？ ・どの目的で使えるか？ ・どんな処理を実行して良いか？ 思考・・・何も判断できない・・・結果、ハルシネーション・・・ 15 Copyright © 2026, Oracle and/or its affiliates 所在 正本はどこ？ ・どのシステムのデータか？ ・どのテーブル/ビューか？
16. 業務コンテキストの構成要素 データを取り巻く環境 + 所在 + 意味 + + 鮮度 権限 = 業務コンテキスト (判断・前提となる情報) 実行可能性 (どこのデータか) (ビジネス定義) (いつのデータか) (誰が見て良いか) (何に使えるか) AIに委ねる範囲が広がるほど、事前のハーネス設計が重要になる。 そして、そのハーネスの中核となるのが、AIの判断と実行を支える業務コンテキストである。 16 Copyright © 2026, Oracle and/or its affiliates
17. ではこの業務コンテキストをGemini Enterpriseから利用するには どうしたらいいの？ 17 Copyright © 2026, Oracle and/or its affiliates
18. Oracleの業務コンテキストをAIから活用する4つのアプローチ 意味・鮮度・権限・処理を保ったまま、AIから判断・実行までつなげられるか ❶ Google Cloud上のDBへ移行する (データベース移行) ❷ BigQueryなどへ複製する (レプリケーション/ETL) ❸ Oracleの処理をTool として公開する(MCP/API) ❹ Oracle専門Agentへ目的を 委任する (A2A連携) 複製・同期 Oracle AI Database 異なるDB/ クラウド上の Databaseへ移行 Oracle AI Database A2A BigQuery など Oracle AI Database MCP Server/ API連携 Gemini/ AIアプリ Gemini/ AI アプリ Oracle AI Database DBを移す データを移す 操作を呼ぶ 目的を委任する 実現可能 ただし、移行・切替と業務コ ンテキストの再構築が必要 分析には有効 ただし、権限・業務処理・最 新状態はOracle側に残る Oracleの操作は利用可能 ただし、計画・Tool選択・例外 判断はGemini側に残る 業務目的を依頼 Oracle側で意味・権限・処理を 統合し判断から実行まで担う △ 条件付きで適合 ×データ複製にとどまる × Tool横断の業務判断を Gemini側に委ねることになる ◎ Oracle側へ目的を委任 18 Copyright © 2026, Oracle and/or its affiliates
19. 特に異種Databaseへの移行は、「データコピー」では終わらない データだけでなく、SQL・業務ロジック・権限・運用を移し、同じ業務結果を保証する必要がある Step1:変換 変換 Step1: 移行対象を整理し、変換・実装する 移行後も同じ業務結果になることを保証する ✓ データの整合性 • • Oracle AI Database Step3: 切替 Step2: 検証 Step2: 検証 件数、合計値、ハッシュ比較 参照整合性・制約の確認 安全に業務を移行し、安定運用へ ◆ 差分同期・データ追跡 • • リアルタイム/バッチで差分同期 整合性を保った追跡 移行先DB ✓ 業務結果の同一性 主な移行対象 テーブル・データ ストアドプロシージャ データ型の変換 バッチ・ジョブ 異なるSQL記述 権限・ロール ビュー・トリガー 監査・ログ設定 PL/SQL・関数・パッケージ • • 代表SQLの結果比較 画面、帳票、レポートの突合 ✓ 性能 • • 応答時間、スループット リソース使用量、コスト ✓ 可用性・信頼性 • • 稼働率、フェイルオーバー バックアップ、リストア検証 ◆ 停止時間の最小化 • • 切り替え手順の最適化 ダウンタイム計画と周知 ◆ 接続先の切り替え • • アプリ/ETL/レポートの切り替え 設定、接続文字列の変更 ◆ 新旧並行運用・安定化 • • 並行期間の監視・問題対応 業務受入、ユーザ教育 DB移行が大変なのは、データをコピーすることではなく移行前と同じ業務結果を保証する必要があるから 19 Copyright © 2026, Oracle and/or its affiliates
20. 移行であれば、Oracle AI Database@Google Cloudという選択肢 異種DB移行で発生するSQL・PL/SQL・データ型・DBオブジェクトの変換／再実装を抑える OracleのDB資産を維持しながら、Google Cloudへ配置 Oracle → Oracleなら、異種DB移行で必要な「作り直し」を抑えられる 20 Copyright © 2026, Oracle and/or its affiliates
21. Oracleの業務コンテキストをAIから活用する4つのアプローチ 意味・鮮度・権限・処理を保ったまま、AIから判断・実行までつなげられるか ❶ Google Cloud上のDBへ移行する (データベース移行) ❷ BigQueryなどへ複製する (レプリケーション/ETL) ❸ Oracleの処理をTool として公開する(MCP/API) ❹ Oracle専門Agentへ目的を 委任する (A2A連携) 複製・同期 Oracle AI Database 異なるDB/ クラウド上の Databaseへ移行 Oracle AI Database A2A BigQuery など Oracle AI Database MCP Server/ API連携 Gemini/ AIアプリ Gemini/ AI アプリ Oracle AI Database DBを移す データを移す 操作を呼ぶ 目的を委任する 実現可能 ただし、移行・切替と業務コ ンテキストの再構築が必要 分析には有効 ただし、権限・業務処理・最 新状態はOracle側に残る Oracleの操作は利用可能 ただし、計画・Tool選択・例外 判断はGemini側に残る 業務目的を依頼 Oracle側で意味・権限・処理を 統合し判断から実行まで担う △ 条件付きで適合 ×データ複製にとどまる × Tool横断の業務判断を Gemini側に委ねることになる ◎ Oracle側へ目的を委任 21 Copyright © 2026, Oracle and/or its affiliates
22. Oracle専門Agentへ目的を委任する(A2A連携) 業務コンテキストはデータベースに詰まっている + + A2A 所在 意味 + 権限 実行可能性 業務コンテキストが詰まっている、 DB内でデータを理解したAgentを作る！ 22 Copyright © 2026, Oracle and/or its affiliates 鮮度
23. Oracle AI DatabaseのConverged DB思想 様々なデータタイプを1つのデータベースで扱う 検索 Relational Text Analytical Spatial Vector XML Graph JSON Streaming Time-Series Hierarchical Blockchain {SQL} Oracle SQL ありとあらゆるデータ 23 Copyright © 2026, Oracle and/or its affiliates
24. あらゆるデータタイプに対するRetrieval(検索)を自然言語で行う xxx 自然言語 解釈 Relational Text Analytical Spatial Vector XML Graph JSON Streaming Time-Series Hierarchical Blockchain LLM 検索 生成 {SQL} Oracle SQL ありとあらゆるデータ 24 Copyright © 2026, Oracle and/or its affiliates
25. 業務コンテキストを理解したデータベース内でAgenticなNL2SQL Agentを実装する Oracleの業務コンテキストを使い、Agenticな判断・実行サイクルをDatabase側で回す Select AI Agent Framework Feedback テーブル・カラム定義の理解 質問 Select AI Agent Frameworkに全てある Prompting 要求理解 評価・再計画 Reflection メモリ 業務コンテキスト (判断・前提となる情報) + Reasoning ビジネス用語 Agentic NL2SQL 結果考察 運用サイクル Observation 計画/ Tool選択 Planning 実行 行・列レベル制御 Acting ログ・監査 25 Copyright © 2026, Oracle and/or its affiliates ポリシー・ルール • • • • • • • Agent／Task／Team管理 Tool登録・実行制御 PL/SQLのツール化・実行 会話、長期メモリ 権限、認証 実行履歴、監査 リトライ、例外処理
26. Gemini EnterpriseからOracle専門Agentをどう呼び出すのか 入口はMarketplace／Custom A2A、Oracle側の実行基盤はSelect AI Agent Team ① Google Cloud Marketplace経由 ② Custom Agent via A2A経由 (Oracle AI Database@Google Cloud 向け) (任意の場所のAutonomous AI Database) Gemini Enterprise Marketplace 26 Managed A2A Server Oracle AI Database Agent (Preview) A2A Google Cloud Marketplace Copyright © 2026, Oracle and/or its affiliates Oracle AI Database @Google Cloud Gemini Enterprise Custom agent via A2A Oracle AI Database＠Anywhere (Google Cloud/AWS/Azure/OCI・・・)
27. Gemini Enterprise側で設定するAgent情報を簡単に取得、実行するスクリプトを公開 Zenn記事「Oracle AutonomousDB Managed A2A Server入門｜Agent Cardの取得からローカルでのcurl実行まで」 27 Copyright © 2026, Oracle and/or its affiliates https://zenn.dev/shisyu_gaku/articles/403b2372f6b4a2
28. A2A ServerがManagedでないと何が大変なのか 自前で公開基盤、コンピュートを用意しなければならない A2A対応Agentを自前で本番公開するには、これらの設計・実装・運用責任を持つ必要がある or ADK Agent Select AI Agent 28 Copyright © 2026, Oracle and/or its affiliates
29. ADKは、A2A Agentと各種Toolを業務フローに統合する A2AはAgentへの委任、API／MCPはToolの実行、GmailはGemini Enterprise標準連携 Connector Gmail MCP BigQuery MCP Toolbox／ BigQuery Toolset A2A Oracle Managed A2A Server Select AI Agent Team Autonomous AI Database 業務オーケストレーター Built with Google ADK A2A Serverとして、 A2A Custom agent via A2A Gemini Enterpriseから依頼を受付 A2A Clientとして Oracle Agent Teamへ処理を委任 Cloud Run 29 Copyright © 2026, Oracle and/or its affiliates API Tool Web API
30. デモ作ってみた 30 Copyright © 2026, Oracle and/or its affiliates
31. Gemini Enterprise Apps からOracle AI Database @ Google Cloudを介して自然言語やり取り ユーザインターフェース AI Ready Data データソース (AI Agentの判断・前提となる情報) (今の業務情報と分析結果・Web行動) 業務コンテキスト データ意味・高鮮度データ・アクセス制御 A2A Oracle AI Database Agent (Preview) Oracle Database 業務データ (SoR) Select AI Agent Framework Gemini Enterprise Marketplace • 商品 • 在庫 • 売上実績 Google Cloud Marketplace Oracle AI Database @ Google Cloud • EC行動履歴 • 需要予測 • 欠品リスク BigQuery データ分析結果・Web行動履歴 (DWH)
32. DEMO動画 関連動画：https://www.youtube.com/watch?v=3n4BaX91c14 32 Copyright © 2026, Oracle and/or its affiliates
33. 最後に 33 Copyright © 2026, Oracle and/or its affiliates
34. 34 Copyright © 2026, Oracle and/or its affiliates