見出し画像

【保存版｜AI用語辞典】A2A（Agent-to-Agent）とは？AIエージェント同士が協力する仕組みを図解でやさしく解説

HAKONI


🔖 後で見返したくなる「保存版」です。 ブクマ推奨。

 この記事の3行まとめ（最初に結論）

  • A2A（Agent-to-Agent）＝AIエージェント同士が、お互いを見つけて仕事を頼み合うための「共通言語」。違うメーカーのAIでも協力できるようになる。

  • 似た名前の MCP とはセット。MCP＝AIと“道具”をつなぐ縦の線／A2A＝AIと“AI”をつなぐ横の線。両方そろって本格的なAIオーケストレーション（複数AIの連携）が動く。

  • Googleが2025年4月に発表し、いまは Linux Foundation傘下で150以上の組織が参加する事実上の標準。2026年は「実験」から「実用」へ移る年。

（↑ここだけでも“わかった人”になれます。以下は、それを誰かに説明できるレベルまで噛み砕いた本編です）

はじめに

もしあなたがChatGPTに、こうお願いしたらどうなるでしょう。

「来週の東京出張を予約して、ホテルも取って、経費申請まで終わらせておいて」

近い将来、この仕事をするのは ChatGPTだけではありません。Claude・Gemini・社内AI・経理AI・予約AI——性格の違うAIたちが、裏側で勝手に役割分担して、あなたが気づかないうちに仕事を終わらせる。そんな世界が、いま始まろうとしています。

その「AI同士が連携するための共通ルール」として、Googleが公開したのが

A2A（Agent-to-Agent）です。

私たち人間が、会社をまたいでメールやSlackでやり取りできるのは「共通の仕組み」があるから。それと同じものを、AIの世界に用意したのがA2Aだと思ってください。この記事では、専門知識ゼロでも分かるように、図解・たとえ話・会話例を交えて解説していきます。

A2Aとは？

一言でいうと「AIエージェント同士が、お互いを発見して仕事を頼み合うための共通ルール（プロトコル）」です。

  • 何の略？ … Agent-to-Agent（エージェント・トゥ・エージェント）。「AIからAIへ」という意味。

  • 何を解決する技術？ … 「バラバラに作られたAIが連携できない問題」を解決します。

いま生成AIの世界では、会社ごと・サービスごとに性格の違う「AIエージェント」が次々に生まれています。AIエージェントとは、ただ質問に答えるだけでなく、自分で考えて手順を組み、行動する自律型のAIのこと。ChatGPT・Claude・Geminiの「エージェント機能」をイメージしてください。

ところが従来は、「A社のAI」と「B社のAI」を協力させたいとき、毎回ゼロから専用の橋渡しプログラムを書く必要がありました。これが M×N問題（AIの数 × つなぎ先の数だけ手間が爆発する問題）です。A2Aは「共通の話し方」を一度決めてしまうことで、どのメーカーのAIでもつなげられる相互運用性を実現します。

💡 だから何が嬉しい？ … あなたは1つのAIに頼むだけで、裏側で複数のAIがチームのように動いてくれる。「AIを1体ずつ手動でつなぐ」作業から解放されるのが、A2Aの最大のメリットです。

📌 事実：A2Aは当初Googleが50社以上のパートナーと立ち上げ、2026年4月時点で参加組織は150超、GitHubスター数は2.2万超。すでに「実験」ではなく標準として動いています。

なぜA2Aが必要なの？

結論：1つのAIだけで、複雑な仕事を全部こなすのは現実的ではないからです。

冒頭の「出張を予約して経費申請まで」を1体で完璧にやるのは無理があります。そこで、得意分野の違う複数のAIが登場します。

  • 旅行予約AI … 航空券・ホテルの予約が得意

  • 経理AI … 経費の計算・規定チェックが得意

  • 営業AI … 全体の段取りと顧客対応が得意

人間の会社でも、営業・経理・総務が分担して1案件を進めますよね。AIも同じで、得意なAIに得意な仕事を振り分けたほうが、速くて正確です。

問題は「どうやって他のAIに仕事を頼むか」。A2Aがなければ、AIごとに違う“方言”でしゃべるため通じません。しかも下の図のように、AIを1対1でつなぐと、組み合わせの数だけ接続が増えて手に負えなくなります（M×N問題）。A2Aという共通語があれば、その複雑さを一気に整理できます。

▲ A2Aがないと接続が“爆発”する。共通ルールがあれば、中央のA2Aを介してスッキリつながる。

これが、**AIエージェント連携（＝AIオーケストレーション）**の土台になるのです。

A2Aの仕組み

💬 ここが、この記事で唯一の“山場”です。 ……とはいえ身構えなくてOK。全部を暗記する必要はありません。 「へぇ、こういう部品があるのね」と眺めて、最後に太字でまとめる **3つ（Agent Card・Task・Artifact）**だけ持ち帰れば十分です。難しく感じたら表だけ見て次に進んでください。

A2Aを支える部品を①〜⑧の順に、**「役割 → 現実のたとえ」**で説明します。各項目に難易度【★】も付けました。

① Agent（エージェント）【★かんたん】

  • 役割：自分で考えて動くAI本体。A2Aの登場人物そのもの。

  • たとえ：それぞれの専門スタッフ（営業担当、経理担当）。

② Agent Card（エージェントカード）【★★ふつう】← 重要

  • 役割：そのAIの「自己紹介書」。何ができるか・どこに連絡すればいいか・どんな認証が必要かを **JSON（データの書式）**でまとめた公開ファイル。通常 /.well-known/agent-card.json というURLに置かれます。

  • たとえ：名刺＋スキルシート。「私は経費精算が得意。連絡先はここ、入館には社員証が必要です」と書いてある感じ。

③ Capability Discovery（能力の発見）【★★ふつう】

  • 役割：相手のAgent Cardを読んで「このAIは何ができるのか」を その場で（実行時に）見つける仕組み。

  • たとえ：取引先リストを見て「この案件は、あの会社が適任だ」と探す行為。

④ Message（メッセージ）【★かんたん】

  • 役割：AI同士の「会話の1往復」。誰の発言か（user＝依頼側／agent＝受ける側）という役割と、中身（テキスト・ファイル・データ）を持つ。

  • たとえ：チャットの1通のメッセージ。

⑤ Task（タスク）【★★ふつう】← 重要

  • 役割：頼まれた「仕事のかたまり」。固有ID（伝票番号）が付き、状態が 受付 → 作業中 → 追加情報待ち → 完了／失敗 のように移り変わる。

  • たとえ：タスク管理ツールのチケット。誰が見ても今どこまで進んでいるか分かる。

⑥ Artifact（アーティファクト／成果物）【★かんたん】← 重要

  • 役割：仕事の結果として生まれる 成果物。PDF・画像・構造化データ（JSON）として返される。

  • たとえ：完成した納品物。「経費精算書PDFが1部できました」というアウトプット。

⑦ JSON-RPC【★★★ちょいムズ】

  • 役割：AI同士のやり取りの「文法（決まった書式）」。JSON-RPC 2.0 という形式で「この処理をして」と頼む。

  • たとえ：社内で統一された依頼書フォーマット。書式が決まっているから、誰が出しても相手が読み取れる。

  • 🙆 非エンジニアはここだけ：「AIが“決まった書式”で頼み合うんだな」でOK。

⑧ HTTPS通信【★★★ちょいムズ】

  • 役割：暗号化された 安全な通信路。Webと同じ仕組み（HTTP）を使い、途中経過を少しずつ送るSSEや高速なgRPCにも対応。認証はAPIキー・OAuth・mTLSなど、業務システムでおなじみの方式が使える。

  • たとえ：鍵付きの書留郵便。中身を盗み見られず、相手が本物かも確認できる。

  • 🙆 非エンジニアはここだけ：「安全に・速くやり取りする“作法”」とだけ理解すれば十分です。

用語まとめ表


▲ 自己紹介（Agent Card）で相手を見つけ、会話（Message）で仕事（Task）を頼み、成果物（Artifact）を受け取る。

💡 つまり、どう便利になる？ これらが組み合わさると、あなたは「営業AI」一人に頼むだけでよくなります。裏側では経理AI・法務AI・資料作成AIが勝手に仕事を分担し、結果だけがまとまって返ってくる。人間でいえば、優秀なプロジェクトマネージャー（PM）が1人ついて、チーム全員に指示を出してくれるイメージ。あなたはPMに「これお願い」と言うだけ——A2Aは、その“AI版PM”を成立させる仕組みなのです。

A2A通信の流れ

まずは「会話」で見てみましょう。あなたが営業AIに出張の手配を頼んだときの、裏側のやり取りです。

🧑 あなた：「来週の東京出張、予約して。ホテルと経費申請もお願い」 🤖 営業AI：「承知しました。まずホテル担当AIに頼みますね」 🏨 ホテルAI：「東京駅近くのホテル、予約完了しました」 🤖 営業AI：「ありがとう。次は経理AIに経費申請をお願い」 💴 経理AI：「出張規定に沿って、経費申請書を作成しました」 🤖 営業AI：「全部そろいました。予約・ホテル・経費申請、すべて完了です！」 🧑 あなた：（営業AIに1回頼んだだけなのに、全部終わってる…！）

「あー、そういうことか」と思えたら大成功です。このやり取りを図にすると、こうなります。
▲ あなたは「営業AI」ひとりに頼むだけ。裏で複数AIがA2Aで連携し、成果物（Artifact）を返す。

流れの4ステップ

  1. 相手を探す：営業AIが、経理AI・資料作成AIの「Agent Card」を見て適任を選ぶ。

  2. 仕事を依頼：A2Aの共通ルールで「経費を計算して」「スライドにして」と Task を発行。

  3. 成果物を受け取る：各AIが計算結果やスライドを Artifact として返す。

  4. まとめて回答：営業AIが結果を統合し、あなたに完成品を届ける。

ポイントは、あなたは営業AI1つに話しかけるだけでいいこと。裏で複数のAIが連携していることを、ユーザーは意識する必要がありません。

MCPとの違い（ここ重要）

A2Aを学ぶと必ず出てくるのが **MCP（Model Context Protocol）**です。よく混同されますが、役割がまったく違います。

ひとことで言うと——

  • MCP ＝ AIに「道具（ツール）」をつなぐルール（＝AIの“手”を増やす）

  • A2A ＝ AIに「仲間（他のAI）」をつなぐルール（＝AIの“同僚”を増やす）

▲ MCPは“縦”（AIと道具）、A2Aは“横”（AIとAI）。両方そろって本格的なAI連携が動く。

比較表


 3つのたとえで覚える「MCP × A2A」

Googleの公式ドキュメントでは「自動車修理工場」の例えが使われています。MCPは修理AIが工具を使う部分（「リフトを2m上げる」）、A2Aはお客さんや他のAIと会話する部分（「車から変な音がする」）。これを身近なものに置き換えると——

  • 🏠 家を建てるなら … MCP＝職人が 工具 を使う仕組み／A2A＝職人 同士が会話 する仕組み

  • 🍳 レストランなら … MCP＝ 包丁・オーブン などの調理器具／A2A＝ シェフ・ホール・会計 の連携

  • 🏢 会社なら … MCP＝ Excel・Slack・Salesforce などのツール／A2A＝ 営業・経理・法務 などのチーム

どのたとえでも、**MCPは「道具まわり」、A2Aは「人（＝AI）同士のやり取り」**を担当しているのが分かります。

なぜ両方必要なの？

MCPだけだと「AIが道具を使う」ことはできても、「AIが別のAIに仕事を任せる」ことが標準化できません。逆にA2Aだけでは、AIが現実のデータやツールに触れられない。だから両方が要るのです。実務では **「まずMCPで社内ツールをつなぎ、次にA2Aでチーム間・社外のAI連携へ広げる」**という進め方が現実的とされています。

📌 事実：MCPもA2Aも、2025年12月に発足したLinux Foundation傘下の「Agentic AI Foundation（AAIF）」で一緒に管理されています。Google・Microsoft・AWS・Anthropic・OpenAIなど、普段は競合するプレイヤーが 同じ土台に合意した のは異例のことです。

A2Aのこれまで（年表）

わずか1年あまりで「発表 → 業界標準 → 安定版」まで到達。これは技術の世界でも異例の速さです。

▲ 2024年11月のMCP公開を皮切りに、A2Aは1年で安定版（v1.0）に到達した。

実際の利用例

A2A（とMCP）が実際に使われ始めている場面を紹介します。

  • 社内AI：人事AI・経理AI・法務AIが部署をまたいで連携し、申請処理を自動化。

  • Slack：Slack上のAIアシスタントが、専門AIに仕事を振って回答を返す。

  • カスタマーサポート：一次対応AIが、請求担当AIや技術担当AIへエスカレーション。

  • 旅行予約：旅程AI・航空券AI・ホテルAIが連携。決済は専用プロトコル（後述のAP2）で。

  • ECサイト：商品提案AI・在庫AI・決済AIが連携（PayPalがA2A対応を表明済み）。

  • 企業システム：SAPの「Joule」やSalesforceなど、業務SaaS同士のAI連携。

📌 事実と現状の切り分け：Linux Foundationによると、サプライチェーン・金融・保険・IT運用などの分野では すでに本番運用 が始まっています。一方、私たち消費者が日常的に体感できるサービスはまだこれから。**「企業の裏側で先行、生活者向けはこれから」**という段階です。

今後どうなる？

ここは **「事実（決まっていること）」**と **「予想（筆者の見立て）」**を分けて書きます。ここを混ぜないのが、情報を正しく扱うコツです。

✅ 事実（すでに起きていること）

  • クラウド大手が標準採用：Microsoftは「Azure AI Foundry」「Copilot Studio」にA2Aを統合。AWSは「Amazon Bedrock AgentCore Runtime」で対応。Googleはもともとnative対応（Gemini Enterprise等）。

  • 規格の統合が進行：IBMが推していた別規格ACPは、2025年8月にA2Aへ統合。

  • 決済への拡張：AIが代わりに買い物・支払いをする「AP2（Agent Payments Protocol）」が登場し、60超の組織が参加。A2Aは“会話”だけでなく“取引”の領域へ。

  • Anthropic／OpenAIの立ち位置：両社は自社発のMCPを軸にしつつ、AAIFの共同メンバーとしてA2Aとも同じ傘の下に。**「どちらかが勝つ」より「MCPとA2Aが共存する」**方向が事実として進行。

  • 次の節目：MCPとA2Aの「相互運用仕様」が2026年Q3に予定。

予想（ここからは筆者の見立て）

  • 2〜3年で“標準装備”に：複数の業界観測では、A2A非対応のAIは将来「レガシー（時代遅れ）」扱いになる可能性が指摘されています。最終的にはHTTPのように「意識しない裏方インフラ」になっていくでしょう。

  • 主戦場はセキュリティとID：誰が・どのAIに・何を許可するか、という エージェントの本人確認と権限管理 が次の競争領域になりそう（v1.0の「署名付きAgent Card」はその布石）。

  • 乱立と収束の綱引きは続く：A2A・AP2・その他の周辺規格が増える中で、どこまで1本化されるかはまだ不透明。**「標準が決まりつつあるが、細部は流動的」**という見方が現実的です。

⚠️ なお、各社の今後の具体的なロードマップ（未発表の対応予定など）は 現時点では公開されていない 部分も多く、確定情報として扱うのは避けるべきです。

❓ よくある質問（FAQ）

Q1. A2AとMCP、どっちを使えばいい？両方いるの？
A. 役割が違うので「どちらか」ではなく 両方 が基本です。MCPはAIと道具、A2AはAIとAI。実務では「MCP先行 → A2Aで拡張」が定石です。

Q2. A2Aは無料で使えるの？
A. A2Aは オープン標準 で、仕様もSDKもGitHubで公開されています（オープンライセンス）。プロトコル自体の利用料はありません。ただし、それを動かすクラウドやAIモデルの利用料は別途かかります。

Q3. ChatGPTやClaude、Geminiはもう対応しているの？
 A. 運営団体AAIFにはGoogle・Microsoft・AWS・Anthropic・OpenAIなどが参加。クラウド基盤レベルでは、Google（Gemini Enterprise）・Microsoft（Azure AI Foundry／Copilot Studio）・AWS（Bedrock AgentCore）がA2Aを組み込み済みです。一方、個別の消費者向けアプリが「今すぐ自由に外部AIと連携できるか」は製品ごとに異なるため、最新は各社の公式発表をご確認ください。

Q4. 個人開発者でも使える？
A. 使えます。SDKは Python・JavaScript・Java・Go・.NET の5言語で提供。自分のAIをA2A対応にして公開することも、他のA2A対応AIを呼び出すこともできます。

Q5. MCPだけではダメなの？
A. MCPだけだと「AIが道具を使う」ことはできても、「AIが別のAIに仕事を任せる」ことが標準化できません。複数AIの協調（マルチエージェント）にはA2Aが必要です。

Q6. A2Aは安全なの？
A. HTTPSベースで、APIキー・OAuth・mTLSなどWeb標準の認証に対応。v1.0では「署名付きAgent Card」で相手AIが本物か検証できる仕組みも入りました。ただしマルチエージェントは新しい領域で、セキュリティのベストプラクティスは整備途上です。

✅ 理解度チェックリスト

全部「言える」ようになれば、もうA2Aを人に説明できるレベルです。

□ A2Aは「AI同士の共通言語」だと一言で説明できる
□ **MCP（縦＝道具）とA2A（横＝AI同士）**の違いが言える
□ Agent Card・Task・Artifact がそれぞれ何か分かる
□ なぜ複数AIの連携が必要か、例を1つ 挙げられる
□ Googleが2025年4月に発表 → 今はLinux Foundationが管理、と知っている

🔖 保存版チートシート

この1枚をスマホに保存しておけば、いつでも思い出せます。

まとめ：今日覚えるべきポイント3つ

  1. A2A＝AIエージェント同士の「共通言語」。違うメーカーのAIでも、お互いを発見し、仕事を頼み合えるようになる。

  2. MCPは「AIとツール」をつなぐ縦の線、A2Aは「AIとAI」をつなぐ横の線。両方そろって、はじめて本格的なAIオーケストレーションが動く。

  3. GoogleがGoogle A2Aとして2025年4月に発表 → 今やLinux Foundation傘下で150超の組織が参加する事実上の標準。2026年は「実験」から「実用」へ移る年。

おわりに：これは「AI時代のHTTP」になるかもしれない

いまから10年前、スマホアプリは「一部の人のもの」でした。それが今では、生活に欠かせない当たり前の存在になっています。

おそらく、これからの10年で同じことがAIエージェントに起こります。そして、そのAIたちを裏側でつなぐ“共通言語”がA2Aです。かつて HTTPがWebを支えた ように、数年後にはA2Aが **「AI時代のHTTP」**と呼ばれているかもしれません。

数年後、あなたが何気なくAIに仕事を頼み、それが裏側で何体ものAIによって自動で処理される——そんな日常になったとき、この記事を読み返してきっとこう思うはずです。

「あの時、もう始まっていたんだ」と。

その“はじまり”を、今日あなたは理解しました。次にA2A関連のニュースを目にしたとき、きっと景色が少し違って見えるはずです。

📣 この記事が役に立ったら

  • 「スキ」とシェア で応援してもらえると、続編を書く励みになります🙌

【SNS / リンク】

X（@EBE_Ryuki）｜最新の発信・更新情報はここから
https://x.com/EBE_Ryuki

note（ebe0911）｜キャリア / AI投資ラボ など長文記事
https://note.com/ebe0911

Zenn（ebe_ryuki）｜技術記事（クラウド・生成AI）
https://zenn.dev/ebe_ryuki

Qiita（ryukiebe0911）｜技術Tips・検証ログ
https://qiita.com/ryukiebe0911

LinkedIn（江部琉希）｜キャリア・お仕事のご相談
https://www.linkedin.com/in/ryuki-ebe-4783373b3/

Instagram（@ryuk.i0911）｜日常・趣味
https://www.instagram.com/ryuk.i0911

💬 最後に質問です。 あなたの仕事で「AI同士に任せたい連携」があるとしたら、どんな組み合わせですか？　コメントで教えてください👇

参考・出典（一次情報優先）

  • Google Developers Blog「Announcing the Agent2Agent Protocol (A2A)」 https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/

  • A2A 公式仕様（Agent2Agent Protocol Specification） https://a2a-protocol.org/latest/specification/

  • A2A 公式リポジトリ（GitHub: a2aproject/A2A） https://github.com/a2aproject/A2A

  • Google Cloud Blog「A2A protocol is getting an upgrade（v0.3）」 https://cloud.google.com/blog/products/ai-machine-learning/agent2agent-protocol-is-getting-an-upgrade

  • Linux Foundation プレスリリース（1周年・150組織突破） https://www.linuxfoundation.org/press/a2a-protocol-surpasses-150-organizations-lands-in-major-cloud-platforms-and-sees-enterprise-production-use-in-first-year

  • IBM Think「What Is Agent2Agent (A2A) Protocol?」 https://www.ibm.com/think/topics/agent2agent-protocol

※本記事は2026年6月時点の公開情報に基づきます。仕様はバージョンアップが続いているため、最新は公式ドキュメントをご確認ください。

いいなと思ったら応援しよう！