AI エキスパートに聞く：フルスタックとは何か
Google AI Blog は、AI エキスパートへのインタビューを通じて、従来のソフトウェア開発における「フルスタック」の概念を AI 時代に合わせて再定義し、その技術的範囲と必要なスキルセットを明確に解説している。
キーポイント
AI 時代のフルスタックの再定義
従来のフロントエンドからバックエンドまでの開発に加え、データパイプライン、モデル選定、推論最適化、そして AI エージェントの設計までを含む広範な領域を指す。
多層的なスキルセットの必要性
単一の技術スタックではなく、LLM のプロパティ理解、RAG 実装、評価（Evaluation）フレームワークの構築など、AI 特有の知識が不可欠である。
システム設計と統合の重要性
モデルを単体で動かすだけでなく、既存のレガシーシステムやクラウドインフラとシームレスに統合し、信頼性とスケーラビリティを確保する能力が求められる。
影響分析・編集コメントを表示
影響分析
この記事は、AI エンジニアリングの境界線が急速に拡大していることを示しており、開発者や組織に対して従来のスキルセットを見直すよう促す重要な指針となっている。特に、LLM を単なるツールとして扱うのではなく、システム全体の設計要素として統合する視点が求められるようになり、人材育成や技術選定の基準に変化をもたらす可能性がある。
編集コメント
「フルスタック」という用語が AI 領域でどのように進化しているかを示す、非常にタイムリーな解説記事です。開発者が今後どのようなスキルを磨くべきかの方向性を示唆しています。
2026 年 6 月 29 日
5 分間読了
Google の専門家が、AI に対するフルスタックアプローチを採用することの意味と、なぜこれが長年にわたり当社の AI 活動の基盤となってきたのかを解説します。
一般的な概要
Google の専門家リチャード・セロターは、「フルスタック」AI アプローチとは、ハードウェアやモデルからユーザーインターフェースに至るまで、あらゆる技術層を一つの統合されたシステムに組み込むことを意味すると説明しています。この戦略により、複数のベンダーから異なる部品をつなぎ合わせる必要がなくなるため、信頼性の向上、コスト削減、開発の簡素化が可能になります。プロトタイプ作成には Google AI Studio を、自動化には Gemini Enterprise Platform を、複雑なエージェント構築には Antigravity プラットフォームを使用すれば、今日から構築を開始できます。
要約は Google AI によって生成されました。生成 AI は実験的な技術です。
あなたのブラウザではオーディオ要素がサポートされていません。
記事の再生
このコンテンツは Google AI によって生成されました。生成 AI は実験的な技術です
[[duration]] 分
最近 AI について読む したり、AI ツールを使う 時間があったなら、「フルスタック」AI やアプリ開発について聞いたことがあるでしょう。Google のユニークな AI に対するフルスタックのアプローチにより、エキスパートな開発者から一般ユーザーに至るまで、パワフルでコスト効率の高い製品を提供することが可能になります。しかし、技術システムが「フルスタック」と言われるのは、具体的に何を意味するのでしょうか？Google Cloud で開発者体験を率いる Google の専門家リチャード・セロター氏にその意味と、なぜそれが Google に数十億人にとって有益な AI を届けることを可能にするのかについて解説してもらいました。
まずは基本から：Google では具体的にどのような業務を担当しているのですか？
私はもともとプロダクトマネージャーとして Google に入社し、約 3 年間、開発者関係チームと技術文書作成チームを率いています。私のチームには現在、言語やフレームワークのプロダクトエンジニアリング、およびオープンソースプログラムオフィスが含まれており、ソフトウェア開発者が Google Cloud の製品を使って成功裏に構築できるよう支援しています。私たちは多岐にわたる活動を行っています。開発者が使用するプログラミング言語やフレームワークの構築から、コミュニティと直接対話してベストプラクティスを共有すること、そしてドキュメントを作成する技術文書作成チームを運営することまでです。究極的に、私たちの全焦点は、開発者に Google の製品で何事も成し遂げられるという自信を持ってもらうことにあります。
今日のトピックを考えると、おそらく当社のフルスタック技術を活用して開発者を支援しているということですね。
その通りです！
その用語の定義をしましょう。「フルスタック」という言葉はどこから来ており、テクノロジーの文脈で何を意味するのでしょうか？
「フルスタック」という用語が約 10 年前にソフトウェア開発の分野で初めて登場した際、人々は通常、アプリケーションについて考えていました。歴史的に見れば、アプリを構築するには複数の専門チームが必要でした：美しいユーザーインターフェース（UI）を構築するフロントエンド開発者、サーバーサイドロジックを処理するバックエンド開発者、そして専用のデータベースチームです。
「フルスタックエンジニア」という概念は、これらのすべての機能を独立して担当できる開発者を指すために生まれました。コンポーネントを一人から別の人物へと常に引き継ぐのではなく、フルスタックエンジニアは、粗いコンセプトというアイデアから、完全に動作するソフトウェアに至るまでを一貫して担うことができます。
つまり、最初はアプリがスタート地点で、現在は AI に移行したということですね？
その通りです。私たちはまさに同じエンドツーエンドの原則を AI にも適用しました。AI で価値を提供しようとする場合、異なるベンダーからバラバラな部品を購入して自分でつなぎ合わせるか、必要なものがすべて既に接続された統合システムを探すかのどちらかになります。
フルスタック AI を構築するために、どのようなバラバラな部品をつなぎ合わせることができるのでしょうか？
意図的な AI スタックは、タスクを完了させるために、計算インフラストラクチャ、AI モデル、オーケストレーションプラットフォーム、そしてユーザーインターフェースという層の統合された組み合わせが必要です。Google では、これらのすべての層に意図的に投資を行ってきました。私たちは、Tensor Processing Units（TPU）のようなハードウェアや、Google DeepMind が開発した最先端の Gemini モデルファミリー、Gemini Enterprise Agent Platform、そして Maps や Gmail のように人々が日常的に使用するインターフェースを提供しています。私たちは本質的に、必要なすべてのコンポーネントを箱の中に用意し、狩りを代行してしまいました。
Google が AI への取り組みを始めた当初から、フルスタックアプローチを採用したいと考えていたのでしょうか？
それは間違いなく、数十年にわたる意図的な戦略でした。例えば、カスタム TPU への賭けはすでに 10 年以上前からのものです。私たちは、世界で最も重要なインターネットサービスを提供する際、サプライチェーンと基盤インフラストラクチャを自前で所有することには大きな価値があることを早期に認識しました。スタック全体を通じてこの一貫性を維持することで、複数の当事者に依存している場合では達成が非常に難しいレベルのサービス、パフォーマンス、および信頼性を実現できます。
一方で、フルスタックプラットフォームを採用することは、ビルダー（開発者）を何らかの形で制限することになるのでしょうか？
それは非常に正当な懸念ですが、ユーザーを囲い込むことは私たちの理念に合致しません。オープンソースの取り組みにおいて Google のような企業は他にありません。私たちは業界全体が依存する基盤技術やソースコードを定期的に無償で提供しています。
当社の AI プラットフォームについては、「意見はあるが拡張可能」かつ「バッテリー内蔵型（初期設定済み）」と表現することがあります。つまり、アプリケーションの構築と実行に必要なすべてが、箱から出したまますぐに使える状態になっているという意味です。ただし、Gemini ではなく他社製の AI モデルを使用したい場合や、Google Workspace の代わりに別のソフトウェアを連携させたい場合は、それらを簡単に接続することができます。私たちは、ユーザーに閉じた選択肢に強制されるのではなく、プラットフォームの完成度に基づいて毎日当社の製品を使ってほしいと考えています。
シンプルさ以外にも、フルスタック AI で作業することにはどのような他の利点がありますか？
Google は基盤インフラの実行から Gmail の提供に至るまで、スタック全体を管理しています。これにより、システム全体の信頼性が極めて高くなります。あるレイヤーで技術的な障害が発生した場合でも、プラットフォーム全体を所有しているため、別のレイヤーですぐに検知して対応することが可能であり、外部プロバイダーの修正を待つ必要がありません。また、経済的なメリットもあります。サードパーティベンダーへの支払いがないため、顧客がその費用を負担する必要がなく、非常に競争力のある価格設定を提供できるのです。
Google のフルスタック AI 技術のみを使用して何かを構築したい場合、始めるのに最適な方法はありますか？
エンジニアリングの学位を持たない何十億人もの人々にテクノロジーを身近なものにするために、あなたが達成しようとしている内容に応じて明確な入り口を提供するように努めています。私は通常、3 つのスタート地点をお勧めします:
クリエイティブなアイデアを持ち込み、素早くプロトタイプの Web アプリケーションを構築したい場合は、Google AI Studio が素晴らしい出発点です。たった数分でプロトタイプを構築し、ワンクリックで Cloud Run（アプリを実行するクラウドベースのプラットフォーム）に直接デプロイすることができます。
日常業務の自動化のために低コードオプションをお探しなら、Gemini Enterprise Platform をお試しください。コードを一行も書いたり、あるいは見たりすることなく、受信トレイの整理や複雑なスプレッドシートの解析を行うワークフローを構築できます。
より複雑なアプリケーションやエージェントの構築をオーケストレーションしたい方にとって、Antigravity プラットフォームは非常に強力です。その豊富な機能により、高度なプログラミング知識を必要とせずに洗練されたシステムを構築することが可能です。
お作りになりたいものが何であれ、また開発者のスキルレベルがどの程度であれ、あなたをサポートする Google のフルスタックツールが用意されていますか？
まさにそれがコンセプトです！
## Related stories
.
原文を表示
Jun 29, 2026
5 min read
A Google expert explains what it means to take a full-stack approach to AI and why it’s been the foundation of our AI work for so long.
General summary
Google expert Richard Seroter explains that a "full-stack" AI approach integrates every layer of technology—from hardware and models to user interfaces—into one cohesive system. This strategy improves reliability, lowers costs, and simplifies development by removing the need to stitch together disparate parts from multiple vendors. You can start building today using Google AI Studio for prototypes, the Gemini Enterprise Platform for automation, or the Antigravity platform for complex agent builds.
Summaries were generated by Google AI. Generative AI is experimental.
Your browser does not support the audio element.
Listen to article
This content is generated by Google AI. Generative AI is experimental
[[duration]] minutes
If you’ve spent any time lately reading about AI or using AI tools, you’ve probably heard about “full-stack” AI and app development. Our unique full-stack approach to AI lets us deliver powerful, cost-efficient products to expert developers and everyday users alike. But what exactly does it mean when a technology system is "full-stack”? We asked Google expert Richard Seroter, who leads developer experience at Google Cloud, to explain it — and why it enables Google to bring helpful AI to billions of people.
First things first: What exactly do you do at Google?
I originally came to Google as a product manager, and I’ve been leading our developer relations and technical writing teams for about three years now. My team, now inclusive of product engineering for languages and frameworks along with our Open Source Programs Office, and I help software developers successfully build with Google Cloud products. We do a lot of different things, from building the programming languages and frameworks that developers use, to meeting directly with the community to share best practices, to running the technical writing team that crafts our documentation. Ultimately, our entire focus is on giving developers the confidence that they can get things done with Google products.
Given our topic today, I would imagine that means you’re helping developers use our full-stack technology.
I am, yes!
Let’s define that term. Where does the phrase “full-stack” come from, and what does it mean when we’re talking about tech?
When the term "full-stack" originally came out in software development a decade or so ago, people were usually thinking about applications. Historically, building an app required multiple specialized teams: a front-end developer to build beautiful user interfaces, a back-end developer to handle server-side logic and a dedicated database team.
The concept of a "full-stack engineer" emerged to describe a developer who could work across all of these functions independently. Instead of constantly handing off components from one person to another, a full-stack engineer could take an idea from a rough concept all the way to a fully running piece of software.
So it started with apps, and now it’s on to AI?
Right. We’ve taken that exact same end-to-end principle and applied it to AI. If you’re trying to deliver value with AI, you can either buy a bunch of disparate parts from different vendors and try to stitch them together yourself, or you can look for an integrated system where everything you need is already connected.
What disparate parts can someone stitch together to make a full AI stack?
An intentional AI stack needs a cohesive combination of layers to get a job done: compute infrastructure, an AI model, an orchestration platform and the user interfaces. At Google, we’ve deliberately invested in every single layer. We provide the hardware like Tensor Processing Units (TPUs), frontier models developed by Google DeepMind like the Gemini family of models, the Gemini Enterprise Agent Platform and the interfaces people use daily, like Maps and Gmail. We’ve essentially done the hunting for you and put all the necessary components right inside the box.
Did we know we wanted to have a full-stack approach way back when Google first started working on AI?
It was absolutely a deliberate, decades-long strategy. For instance, our bet on custom TPUs is already over 10 years old. We recognized early on that there’s massive value in owning our own supply chain and raw infrastructure when serving up the world's most important internet services. Owning that thread throughout the entire stack lets us deliver a level of service, performance and reliability that's very hard to achieve if you're at the mercy of multiple parties.
On the flip side, does adopting a full-stack platform limit builders in some way?
That’s a very fair concern, but locking people in doesn't align with our ethos. No company does open source quite like Google; we regularly give away foundational technology and source code that the entire industry depends on.
We like to describe our AI platform as "opinionated but extensible" and "batteries included” — meaning everything you need to build and run an application is ready to go out of the box. However, if you want to use another company’s AI model instead of Gemini, or hook up different software instead of Google Workspace, you can plug those right in. We want you to use our products every day based on the completeness of our platform, not because we forced you into a closed choice.
Besides simplicity, what are some other benefits to working with full-stack AI?
Because Google manages the entire stack — literally from running the underlying infrastructure all the way up to delivering Gmail — there's massive system reliability. If a technical failure happens at one layer, our ownership of the platform allows us to catch it and handle it at another layer easily, rather than waiting for an external provider to fix it. There's also an economic advantage. Since we aren't paying third-party vendors for anything, customers don't have to absorb those fees, which means we can offer remarkably competitive pricing.
If I want to build something using only Google’s full-stack AI technology, what’s the best way to start?
We want to make technology accessible to billions of people who don't have an engineering degree, so we try to provide clear front doors depending on what you're trying to achieve. I usually recommend three starting points:
If you want to take a creative idea and quickly build a prototype web application, Google AI Studio is an incredible place to start. You can build a prototype in just a few minutes and deploy it directly to Cloud Run — our Cloud-based platform that runs apps — with the click of a single button.
If you’re looking for a low-code option to automate your day-to-day work, try Gemini Enterprise Platform. You can build workflows to clean up your inbox or parse complex spreadsheets without ever having to write or even look at a single line of code.
For those looking to orchestrate more complex application or agent builds, the Antigravity platform is incredibly powerful. Its rich surfaces allow you to build sophisticated systems without requiring advanced programming knowledge.
So whatever you’re trying to make and whatever level of developer skill you have, there’s a Google full-stack tool ready to help you?
That’s the idea!
Related stories
.
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み