G-gen の奥田です。当記事では、Amazon Web Services（AWS）、Microsoft Azure、Google Cloud（旧称 GCP）が提供するフルマネージドな AI エージェントサービスの比較を行います。

• はじめに
  • 当記事について
  • AI エージェントとは
  • ツールとは
  • マルチエージェントシステムとは
  • RAG と併用する効果
• 3社比較
  • 前提条件
  • 機能比較
• 料金シュミレーション
  • 想定シナリオ
  • AWS
  • Azure
  • Google Cloud
• 総評
  • AWS
  • Azure
  • Google Cloud
• 詳細の解説
  • Amazon Bedrock Agents（AWS）の詳細
    • 構成図
    • プロダクト一覧
    • できること
    • 対応モデル
    • ツール
    • 料金
  • Azure AI Agent Services（Azure）の詳細
    • 構成図
    • プロダクト一覧
    • できること
    • 対応モデル
    • ツール
    • 料金
  • Playbooks（Google Cloud）の詳細
    • 構成図
    • プロダクト一覧
    • できること
    • 対応モデル
    • ツール
    • 料金
• まとめ
  • Amazon Bedrock Agents（AWS）
  • Azure AI Agent Service（Azure ）
  • Vertex AI Playbooks（Google Cloud）

はじめに

当記事について

本記事では、生成 AI アプリケーションの開発や PoC（実証実験）を検討している方向けに、Amazon Web Services（AWS）、Microsoft Azure、Google Cloudの3社が提供するAI エージェントサービス を紹介します。

なお、当記事の情報は、2025年3月現在のものです。最新情報は各クラウドベンダーの公式ドキュメント等をご参照ください。

AI エージェントとは

AI エージェント（AI Agent）とは、複雑な目標を自律的に遂行する AI システム のことです。これらのエージェントは、自然言語処理（NLP）、機械学習（ML）、ルールベースの意思決定などの技術を活用し、指定されたタスクを自動的に処理します。

また、AI エージェントは さまざまなツールやデータソースと連携することで、更に高度なタスクの実行が可能です。例えば、企業内のナレッジベースと統合し、社内 FAQ の自動応答を行う AI エージェントや、顧客対応を最適化する AI チャットボットなどが挙げられます。

近年では、クラウドベンダーが提供する AI エージェントサービスを活用することで、開発コストを抑えつつ、高度なエージェントを構築することが可能になっています。本記事では、複数の AI エージェントを組み合わせた社内ナレッジシステムの構築をユースケースとして想定し、各クラウドベンダーのサービスの特徴や活用方法について詳しく解説します。

また、本記事で紹介するものの中には、記事を執筆した2025年3月現在でプレビュー段階のサービスも含まれています。実装の際は各クラウドベンダーの最新版ドキュメント等を参照することをおすすめします。

ツールとは

ツールは、AI エージェントが外部の情報やサービスと連携するための「橋渡し」となる仕組みです。エージェントはこれらのツールを活用することで、API の呼び出しやデータの処理を行い、タスクを効率的に実行できます。

Google が発表したホワイトペーパーである「Agents」によると、ツールには以下の3種類があります。

• 参考 :Agents (Authors: Julia Wiesinger, Patrick Marlowand Vladimir Vuskovic)

エクステンション（Extensions）

• API とのインターフェースを標準化し、エージェントが外部サービス（例：Google Flights API）を利用できるようにする仕組み
• エージェントはエクステンションを通じて、必要なパラメータや API の使用方法を学習しながら、適切に API コールを実行

ファンクション（Functions）

• エージェントが必要な処理を実行するために、クライアントサイドのコードを呼び出す仕組み
• 直接 API を呼び出すのではなく、エージェントが生成したパラメータを元に、外部システム側で関数が実行される

データストア（Data Stores）

• ベクトルデータベースなどを活用し、エージェントが最新の情報や、構造化・非構造化データにアクセスできるようにする仕組み
• エージェントは訓練時の知識だけでなく、リアルタイムのデータを参照しながら回答を生成できる

マルチエージェントシステムとは

マルチエージェント システム（Multi-Agent System、MAS）とは、複数の自律的なエージェントが連携し、それぞれの専門性や役割を活かしてタスクを分担・実行するシステムを指します。各エージェントは、言語モデルや外部ツール（API、データストアなど）を活用し、情報の取得や意思決定、具体的な操作を自律的に行います。これにより、単一のエージェントでは対応が困難な複雑な問題や多段階のタスクにも、協調して対処できるようになります。

例えば、1つのエージェントが市場情報を収集し、もう1つのエージェントがそのデータを分析して投資戦略を自動的に策定するといった役割に応じたエージェントを複数構築する、といったことが可能です。

RAG と併用する効果

RAG （Retrieval Augmented Generation）と併用することで、AIエージェントが、事前に学習したデータだけでなく、外部のデータソースから情報を取得し、それに基づいて応答を生成することを可能にします。

各パブリッククラウドにおけるRAGの比較については、以下の記事をご参照ください。

• 参考 :生成AIのRAG構成を大手3社（AWS、Azure、Google Cloud）で徹底比較してみた

3社比較

前提条件

AI エージェントを構築するにあたり、どのベンダーのサービスでも複数のデータソースや基盤モデルに対応しています。また、RAG 構築と同様に「マネージドなサービスだけの構成」、「OSS である LangChain をベースとして適宜クラウドサービスを用いる構成」など、アーキテクチャの選択肢も複数用意されています。

当記事では以下の実現を要件として比較します。

1. フルマネージドサービスのみで構築
2. 各プラットフォーム上の開発ツールを利用して開発
3. 複数のエージェントを組み合わせるマルチエージェントを実装することが可能

上記要件を満たすサービスとして、以下の3サービスを選定しました。

（※）以前は「Vertex AI Agents」という名称で利用されていたサービスが該当します。2024 年後半から 2025 年初頭にかけて、一部の製品名、機能名、コンソールに変更が行われることが発表されております。本記事では新しい名称の「Playbooks」で統一表記します。

• 参考 :Renaming and console consolidation plan

機能比較

以下は、各サービスの提供機能の比較です。

◎：プレビュー画面から設定可能

◯ : プレビュー画面から設定不可だが API や代替手段が提供されている

△ : 実装する等で利用可能 or 一部のみプレビュー画面より設定可能

☆：ドメイン所有権を確認したウェブサイトのコンテンツをソースとして設定可能

料金シュミレーション

想定シナリオ

とある社内向けシステムを仮定します。情報システム担当者の負担を軽減するため、エージェントによる自動応答とチケット発券の2つの機能を中心に構成されています。

システム要件は下記です。

• 24時間、365日稼働
• 1日あたりの問い合わせは500件
• 1回の使用につき 10 件のクエリが発生
• 平均の入力文字数は100文字、出力は300文字
• 各社の独自サービスを利用する（LangChain などの OSS は使わない）
• 3つのエージェントで構成

本システムは マルチエージェントとなり、各エージェントはそれぞれ異なる役割を担います。以下に各エージェントの機能概要を示します。

1. 問い合わせ処理エージェント

• ユーザーからの問い合わせを受け付け、適切な応答を行う
• 入力内容を解析し、他のエージェントへ必要な処理を依頼する

2. ナレッジ検索エージェント

• 社内データベースを参照し、問い合わせに関連する情報を検索する
• FAQ や過去の対応履歴を基に適切な回答を提供する

3. チケット発券エージェント

• 解決が難しい問い合わせに対して、ユーザーに必要な情報を確認し、サポート対応のためのチケットを作成する
• 作成されたチケットはデータベースに保存され、後日、担当者が対応を行う

上記の条件の下、1 ヶ月間の利用料を計算します。なお実際には API サーバ等、RAG サービス以外の料金やデータストレージ料金などが発生する可能性がありますが、今回は単純化のため考慮から外します。

いずれも試算に用いた単価は記事を執筆した2025年2月現在のものです。ご自身で試算する際は、必ず公式から発表されている料金表をご参照ください。また、ドル・円換算は1ドルを150円として計算しています。

AWS

1ヶ月の利用料は約99,360円です。

• Aurora Serverless v2 ： 86.4USD（※1）
• Anthropic - Claude 3.5 Sonnet （Amazon Bedrock Edition）入力トークン（1 文字 0.8 トークン計算）：36USD
• Anthropic - Claude 3.5 Sonnet （Amazon Bedrock Edition）出力トークン（1 文字 0.8 トークン計算）：540USD

（※1）Amazon Aurora Serverless は自動停止時のコンピューティングコストは0USD となりますが、本システムでは24時間、365日稼働であると想定しているため1.0 ACU の Aurora Serverless v2 を730時間起動する設定で算出をしてます。

Azure

GPT o1 2024-12-17を利用した場合、1ヶ月の利用料は418,500円です。

• コード インタープリター：450USD
• GPT o1 2024-12-17 Global 入力トークン （1 文字 0.8 トークン計算）：180USD
• GPT o1 2024-12-17 Global 出力トークン （1 文字 0.8 トークン計算）：2,160USD

GPT o1-miniを利用した場合、1ヶ月の利用料は144,720円です。

• コード インタープリター ：450USD
• GPT o1-mini 入力トークン （1 文字 0.8 トークン計算）：39.6USD
• GPT o1-mini 出力トークン （1 文字 0.8 トークン計算）：475.20USD

Google Cloud

1ヶ月の利用料は約270,000円です。（※2）

• Playbooks クエリ：1800USD

（※2）インデックス データ ストレージの価格は1ヶ月あたり10GiB までの無料割当があり、無料割当の範囲内での利用と想定します。10GiB を超えた場合、生データ1GiB あたり月額5.00 USD が発生します。

総評

AWS

Amazon Bedrock Agents は、生成AIモデルが外部ツールや Knowledge Tool と連携して、ユーザーの要求に応じて自律的に行動するシステムのことです。

また、Bedrock Agents は Amazon 自社の基盤モデル（Amazon Titan 及び Amazon Nova）だけでなく、Anthropic 社や Cohere 社が提供する基盤モデルも選択可能です。利用するモデルの種類によって、用途や性能、価格などを最適化できます。

2024年12月のアップデートにより、複数のエージェントを協調させて動作させる「マルチエージェント」機能が導入されました。これにより、異なる専門性を持つエージェントが連携して複雑なタスクを効率的に処理できます。

Amazon Bedrock Flowsを利用することでローコードでの開発が可能であること、Knowledge Tool を活用することで様々な応用が効くことから初級者から中級者向けのサービスであると言えます。

• 参考 :Amazon Bedrock 生成AIアプリ開発入門 [AWS深掘りガイド]

Azure

Azure AI Agent Service は、Microsoft のマネージドサービスと組み合わせて、エンタープライズ向けに機能拡張したサービスです。エージェントは生成AIモデルを活用し、多様なツールと連携しながらユーザーの要求に応じて自律的にタスクを実行します。

Azure AI Agent Service では、会話の状態（コンテキスト）を「Thread（スレッド）」で一元管理します。また、エージェントが処理を実行する際は「Run（ラン）」という単位でタスクを明確に分割できます。Azure AI Agent Service は基本的な機能のみユーザーインターフェース（UI）を提供していますが、すべての機能を活用するにはコーディング知識が必要となります。

これらの理由から、Azure AI Agent Service は 上級者向けのサービスと言えます。特にエンタープライズ環境で高度なカスタマイズや詳細な管理を求める開発者や企業に最適です。

Google Cloud

Google Cloud の Vertex AI Playbooks は、生成 AI 機能を新たに組み込んだ高度な会話型 AI サービスです。従来の自然言語処理（NLP）プラットフォームであるDialogflow をリブランディングしたものです。ローコードでの開発が可能なため、専門的な知識がなくても迅速に高機能なエージェントを構築できます。

Vertex AI Playbooks はリクエスト数に応じて課金される仕組みとなっており、コスト計算が明確で管理しやすいのが特徴です。Google Cloud の RAG（Retrieval-Augmented Generation）である Vertex AI Search と同様、インスタンス料金が不要であるため、利用時のコストを抑えることが可能です。

Google が提供する生成 AI モデルである Geminiを活用することで、より自然で高度な対話シナリオを実現できます。

データストアとして、 BigQuery にも対応 しています。これにより、大規模なデータセットをリアルタイムに活用する場合においても、高速かつ正確なデータアクセスを実現できます。特に大規模データを扱う企業やシステムで効果的な運用が可能となります。

明快な料金体系と視覚的に分かりやすいインターフェースのため、初級者から中級者向けのサービスであると言えます。

詳細の解説

Amazon Bedrock Agents（AWS）の詳細

構成図

プロダクト一覧

Amazon Bedrock Agents

Amazon Bedrock Agents は、AWS が提供する対話型アプリケーションを構築できるサービスです。

Knowledge bases for Amazon Bedrock

Knowledge Bases for Amazon Bedrock は、RAG（Retrieval-Augmented Generation） を活用し、基盤モデルと組み合わせて RAG アプリケーションを開発できるマネージドサービス です。

Amazon S3

Amazon S3（Simple Storage Service） は、スケーラブルなオブジェクトストレージサービスであり、大量のデータを安全に保存・管理できます。

AWS Lambda

AWS Lambda は、サーバーレスアーキテクチャを実現するイベント駆動型のコンピューティングサービスです。AWS Lambda は、Amazon Bedrock Agents のツールとして、外部システムとの連携やカスタムロジックの実行を担う重要な役割を果たします。具体的には、エージェントのワークフロー内で API コールを実行したり、データ処理を行ったりするためのバックエンド処理を自動化する ことができます。本事例では DynamoDB へのデータ書き込みを実行する関数を作成します。

RDS（Aurora Serverlessクラスター）

Amazon RDS（Relational Database Service） の Aurora Serverless は、オンデマンドでスケールするリレーショナルデータベースです。本構成ではベクトルデータソースとしての役割を担います。ベクトルデータソースは下記でも代替可能です。

• Amazon OpenSearch Serverless
• Amazon Aurora
• Pinecone
• Redis Enterprise Cloud

DynamoDB

DynamoDB は、Amazon が提供するフルマネージド型の NoSQL データベースサービスです。

できること

マルチエージェントの実現

Amazon Bedrock for Agents では、新たに 「マルチエージェントコラボレーション機能」 が発表されました。従来の AI システムでは、1 つのエージェントが単独でタスクを処理するケースが一般的でした。しかし、本機能を活用することで、複数のエージェントが協力してタスクを分担し、より高度な問題解決が可能です。

• 参考 :Amazon Bedrock のマルチエージェントコラボレーション機能の紹介 （プレビュー）

対応モデル

Amazon Bedrock エージェントは Amazon Bedrock のすべてのモデルをサポートしています。

対応モデル一覧

その中でもエージェントのアーキテクチャとの統合用に微調整されたモデルは下記となります。

• Amazon Nova Pro 1.0
• Amazon Nova Lite 1.0
• Amazon Nova Micro 1.0
• Anthropic Claude 3.5 Sonnet V2
• Anthropic Claude 3.5Haiku v1
• Anthropic Claude Instant v1.2
• Anthropic Claude v2.1
• Anthropic Claude v2
• Anthropic Claude 3 Sonnet v1

ツール

Amazon Bedrock Agents では、「アクショングループ」 を活用してエージェントの動作を設定できます。アクショングループはLambda 関数 または OpenAPIを用いて定義することが可能です。

今回のサンプルアプリでは、3つ目のマルチエージェントとして 「チケット発券エージェント」 を実装しました。このエージェントは、チャットボットによるヒアリングの後、サポート対応のためのチケットを作成し、データベースに格納する役割を担います。

本サンプルアプリでは、Lambda 関数にデータを書き込むためのソースコードを記述し、エージェントがトリガーを起こすことでデータベースへの書き込みを実現しています。

• 参考 :Amazon Bedrock のエージェントにアクショングループを追加する

料金

概要

Amazon Bedrock Agents では主に2つのサービスで費用が発生します。

• 基盤モデル利用料金
• ベクトルデータベース料金

基盤モデル利用料金

対応している基盤モデルのうち、記事執筆時点で非推奨となっていないモデルの費用は下記となります。

モデルトークン数の計算は、表現方法や文脈によって異なるため、正確な推測を行うことは困難です。特に、単語の長さや特殊な記号、改行、エンコーディングの違いなどが影響を与える可能性があります。

Claude（Anthropic の AI モデル）の場合、Anthropic が提供するClient SDKs 、あるいはGoogle Cloud 上で count-tokens エンドポイントを使用することで実際のトークン数を確認することが可能です。この SDK を利用することで、トークンのカウントを正確に把握し、適切なプロンプト設計やコスト管理を行うことができます。

例えば G-gen のホームページより引用した代表メッセージは文字数953（改行を除いた文字数）となり、トークン数は688となりました。

私たちは、2006年7月に設立したトップゲートと2021年8月に設立した G-gen が合併し新生 G-gen として新たにスタートしました。両社ともに Google Cloud のプレミアパートナーでありこの合併によって Google Cloud におけるアプリケーション開発からインフラ構築まで高い技術力を持ち、お客様により高い付加価値を提供できることになりました。また、私たちは AWS 専業インテグレーターである株式会社サーバーワークスを親会社とし、世界でマルチクラウドインテグレーションを提供している Bespin Global Inc. とのジョイントベンチャーです。サーバーワークスでは2009年から AWS に特化したインテグレーション事業を開始し、 AWS においては国内トップクラスの技術力と実績を有しています。一方でクラウド活用においては多様化が進み、様々なクラウドサービスを適切に活用していくことが今後のお客様の IT システムにおける最適解になりそうだと感じ始めています。そのなかで Google Cloud は生成 AI やデータ分析などにおいてユニークな技術を有しており、お客様の多様化するニーズに応えるために重要な役割を果たすと考えています。この私達が持つ Google Cloud のノウハウとサーバーワークスの持つ AWS のノウハウを連携しマルチクラウド環境においても各々の経験値を活かしたカスタマーサクセスを既に提供し始めています。G-gen では Chromebook での業務も実践し、 Google の考える新しい世界を身を持って実現していこうと取り組んでいます。Google Cloud や Google Workspace を中心にクラウドサービスを適切に活用することにより、場所に縛られず、高セキュリティで、アジリティの高い IT システムを実現します。この新しい IT システムの世界を全てのお客様に提供することが私達のミッションであり、その先の DX によるお客様のビジネスの成功にも繋がっていくと確信しています。私たちは Google Cloud のプロフェッショナルとしてお客様の「クラウドで、世界を、もっと、はたらきやすく」を実現していきます。

ベクトルデータベース料金

Bedrock で対応する Knowledge base は下記となります。

• Amazon OpenSearch Serverless
• Amazon Aurora PostgreSQL Serverless
• Amazon Neptune Analytics

今回の事例ではAmazon Aurora PostgreSQL Serverless を利用しているため、Amazon Aurora PostgreSQL Serverless に絞った説明をいたします。

Amazon Aurora Serverless の料金はAurora Capacity Unit（ACU）の利用時間に応じて発生します。ACUは処理能力の指標で、1 ACUは以下に相当します。

米国東部（バージニア北部）リージョンでは、Aurora Standard の料金は1 ACUあたり0.12 USD/時間です。

Azure AI Agent Services（Azure）の詳細

構成図

プロダクト一覧

Azure AI Agent Service

Azure AI Agent Service は、Microsoft Azure 上で提供される AI エージェントの開発・デプロイを支援するサービスです。企業がカスタム AI アシスタントや自動化ソリューションを構築するための基盤を提供します。

Azure Cosmos DB

Azure Cosmos DB は、Microsoft Azure が提供する グローバル分散型のマルチモデル データベース サービス です。柔軟なスケーリング、低レイテンシ、99.999% の可用性を提供し、NoSQL データベースとして利用されます。

Azure AI Foundry（旧Azure AI Studio）

Azure AI Foundry（旧 Azure AI Studio）は、企業向けの AI 開発環境を提供するプラットフォームです。開発者やデータサイエンティストが、AI モデルの開発、トレーニング、デプロイを一元管理できるツールセットを備えています。

できること

マルチエージェントの実現

現時点で、Azure AI Agent Service はシングルエージェントの構築をサポートしていますが、下記手段によりマルチエージェントを実現可能です。

1. AutoGen や Semantic Kernel などのフレームワークと連携
2. Azure AI Agent Service の AgentTeam クラスを利用

対応モデル

Azure AI Agent Service で対応可能なモデルは下記となります。

• gpt-4o, 2024-05-13
• gpt-4o, 2024-08-06
• gpt-4o-mini, 2024-07-18
• gpt-4, 0613
• gpt-4, 1106-Preview
• gpt-4, 0125-Preview
• gpt-4, turbo-2024-04-09
• gpt-4-32k, 0613
• gpt-35-turbo, 0613
• gpt-35-turbo, 1106
• gpt-35-turbo, 0125
• gpt-35-turbo-16k, 0613
• Meta-Llama-405B-Instruct
• Mistral-large-2407
• Cohere-command-r-plus
• Cohere-command-r

ツール

Azure AI Agents は OpenAI の Assistants API を基盤とし、LLM の能力を汎用的なプログラムによるアクションと結びつけることで、強力な自動化機能を提供します。Azure AI Agents は、「ナレッジツール」 と 「アクションツール」 の2種類のツールを提供し、エージェントのパフォーマンスと利便性を向上させます。

ナレッジツールは以下の3つのオプションを利用可能です。

• Grounding with Bing Search
• File Search
• Azure AI Search

アクションツールは以下の4つのオプションを利用可能です。

• Function Calling
• Code Interpreter
• OpenAPI Specified Tools
• Azure Functions

今回のサンプルアプリでの3つ目のマルチエージェント 「チケット発券エージェント」では、Function Calling を利用し、データベースに書き込むための関数を実行することで実現可能です。

料金

Azure AI Agent Service は、下記料金に基づいて算出されます。

• 基盤モデル利用料金
• ツールに対して発生する費用

基盤モデル利用料金

対応している基盤モデルのうち、記事執筆時点で非推奨となっていないモデルの費用は下記となります。

ツールに対して発生する費用

各ツールに関係する費用に関しては各ドキュメントをご参照ください。

• 参考 :Assistants API
• 参考 :Grounding with Bing Search
• 参考 :Azure AI Search

さらに、 Azure Logic Appsや Azure Functionsなど、現在利用可能または将来追加される自動化に対しても料金が発生されることが公式ドキュメントに記載されております。

Playbooks（Google Cloud）の詳細

構成図

プロダクト一覧

Playbooks（Vertex AI Agents）

Playbooksとは、チャットボット用のエージェントを構築するためのフルマネージドサービスです。

構築されたチャットボットは API 経由で利用したり、Conversational Agents （旧称：Dialogflow CX）を利用することでカスタマイズすることができます。

Playbook（旧称：Vertex AI Agents） について詳しくは以下の記事をご覧ください。

• 参考 :Vertex AI Agent Builder（Vertex AI Search/Agents）を徹底解説！

Cloud Run functions

サーバレスのコンピューティングサービスです。2024年夏にCloud Functions から Cloud Run functions としてリブランディングされました。

詳しくは以下の記事をご覧ください。

• 参考 :Cloud Run functionsを徹底解説！

Firestore

スケーラブルでリアルタイム同期が可能な NoSQL ドキュメントデータベースです。

Cloud Storage

Cloud Storage はフルマネージドなオブジェクトストレージです。

Google Agentspace（参考）

Google でマネージドで管理されるAI エージェントとなります。

Gemini の高度な推論、Google 品質の検索、自社のデータが集約されたエージェントを使用して、従業員が企業の専門知識を活用することができます。

法人利用の場合は Google Cloud 上でエンタープライズ向け Agentspace を構築することが可能です。

記事執筆時点ではプレビュー段階のサービスとなっておりますため、本記事では詳しくは取り上げませんが、詳しくは下記記事をご覧ください。

• 参考 :Google Agentspaceを徹底解説！

できること

マルチエージェントの実現

Instruction 部分に他のエージェントを呼び出す旨を指示することで実現可能です。

対応モデル

下記モデルを利用することが可能です。

• Gemini 1.5 flash
• Gemini 1.5 flash 002（Preview）
• Gemini 1.0 pro 001

ツール

ツールは下記を選択可能です。

ツール | Vertex AI Agents | Google Cloud

料金

Playbooks のリクエスト回数に応じた費用が発生します。

サーバレスでフルマネージドなため、常時起動のインスタンス料金は発生しません。

Playbooks Chat は1,000クエリで12USDとなります。

まとめ

Amazon Bedrock Agents（AWS）

専門的な知識を一定程度持った初級者から中級者に適したサービスです。

様々な基盤モデルに対応しており、高度な機能をローコードで実装可能です。

Azure AI Agent Service（Azure ）

エンタープライズ向けの高度なエージェントシステム構築が可能な上級者向けのサービスです。

Microsoft のマネージドサービスと連携することが可能です。高い柔軟性と機能性を持つため、一定以上の技術力を持つ開発者や企業に特に適しています。

Vertex AI Playbooks（Google Cloud）

明快な料金体系と視覚的に分かりやすいインターフェースを備えているため、初級者から中級者向けのサービスであると言えます。

従来の NLP プラットフォームである Dialogflow に生成AIを統合することで、より強力な会話型エージェントをローコードで構築可能にしています。また 高度なデータ処理能力を備え、さまざまな規模の組織やビジネスにおいて、利便性の高いサービスです。

また、大幅な名称変更の予定があり、2025年4月に開催予定の Google Cloud Next にて大きな変更が発表される可能性があります。今後のリリース情報が楽しみなサービスです。