Red Hatでポートフォリオ戦略を統括するBrian Gracely氏は、VentureBeatが開催したAI Impactイベントで、AIエージェントを本番環境まで拡大できる企業とパイロットで停滞する企業を分ける要因を語りました。同氏が挙げたのはコスト規律、自律システム特有のセキュリティ死角、そして組織の摩擦という3点です。多くの企業は競合に後れを取ることを恐れますが、実際には構築を始めれば学習は想定より速く進むと指摘しました。

課題は、その学習の速さがコスト急増を招く点にあります。エージェントの利用量はチャットボット時代の桁違いに大きく、AIコストは技術部門の懸念から経営会議の議題へと変わりつつあります。少数のモデルプロバイダーへの依存も強まり、Gracely氏は上位2〜3社が赤字を公表している現状を踏まえ、多くの企業が代替手段を模索していると述べました。

コスト削減で最も効くのは、タスクの複雑さに応じてモデルを適正化することだと同氏は強調します。保険金請求の処理に高性能モデルは不要であり、リクエストを分類して適切なモデルへ振り分ける意味ルーティングや、反復クエリのキャッシュがGPU負荷を抑えます。クラウド費用を管理してきたFinOpsの枠組みは、トークン支出の規律にもそのまま応用できるといいます。

セキュリティでは、AIが脆弱性を高速に発見する時代に修正適用の速さが決定的になります。Gracely氏は、多くの企業に残される猶予は7〜14日程度だと見積もります。単独では軽微な弱点が連鎖して危険になる組み合わせをAIが突くため、ソフトウェアを迅速に更新する能力は運用課題から戦略的能力へと変わりつつあります。

最終的にエージェントが普及するかは、知識を託される現場の専門家の深い関与にかかっています。同氏は、参加者が自分の仕事を奪われると感じないよう、インセンティブ設計と協力を促す仕組みが不可欠だと語りました。技術だけでなく組織文化の設計こそが、AIエージェント定着の鍵を握ります。

クラウド管理大手のBoxは7日、米英仏日の4カ国のIT意思決定者1,640人を対象にした企業AI報告書を公表しました。同調査は、社内コンテンツへのアクセス、統制、基盤の柔軟性の3点が、成果を上げる先進企業と出遅れ企業を分ける決定的な境界線になっていると指摘しています。過去1年でAIを「先進」「最先端」と自己評価する組織の割合は8%から64%へ急増し、成果の実感が急速に広がっています。

成果の差は明確です。回答企業の8割が、10%以上の改善という基準で投資回収（ROI）を実感し、半数超はプロジェクト承認から6カ月以内に事業への影響を確認しました。特に最先端層では半数がROI25%超を報告した一方、初期段階の企業では11%にとどまり、実行力の差が浮き彫りになっています。

BoxのノッテボームCOOは、変化の要因は単一の技術的ブレークスルーではなく組織的な運用体制にあると語ります。「個人レベルの実験から、本番稼働で反復利用できる統合的なエージェント運用へ移行したことが成果を生んでいる」と説明します。適切なチーム、正式な統制、一貫したコンテンツ基盤の3つが先進企業の強みだといいます。

2026年の最大のボトルネックはモデル品質ではなくコンテンツだと報告書は結論づけます。96%がエージェントに社内固有のコンテンツが必要と答えた一方、信頼できるコンテンツを幅広い用途で接続済みなのは36%にとどまります。統制枠組みを整備した組織は前年の24%から73%へ拡大しましたが、可視性や標準化には依然課題が残ります。

一方で、単一ベンダーへの依存を避ける動きも強まっています。回答企業の68%が単一AIプロバイダーへの依存を懸念し、公式採用ツール数は平均3.3に増加、79%がエージェントのヘッドレス連携を重視すると答えました。ノッテボーム氏は、異なるモデルが競い合う中で選択肢を保つ柔軟なアーキテクチャこそが今後の鍵になると強調します。

米スタートアップDecagonのJesse Zhang最高経営責任者(CEO)は7月、企業向けAIをめぐる通説に異を唱える論考を公表しました。オープンソースモデルの普及が進んでも、Anthropicなどフロンティア勢の支出は大きく揺らいでいないという現状を、TechCrunchがデータとともに検証しています。両者は競合ではなく、同じ生命周期の二段階だとの見立てです。

Zhang氏の主張はこうです。成熟した用途は次々と軽量なオープンソースモデルへ移行しますが、新たな用途が絶えず生まれるため、高価なフロンティアモデルへの総支出はほとんど減らないというのです。フロンティアは用途の実証を担い、成熟後に安価な代替へ引き継がれる、と説明します。

実際のデータもこの見立てを裏づけます。VercelのAIゲートウェイでは直近1週間でDeepSeekがトークン処理量の首位に立ち、全体の約3分の1を占めました。GLM-5.2を擁するZ.aiも4位に浮上する一方、支出額ではAnthropicが依然として全体の過半を握っています。

利用量と支出の乖離は別の指標でも明確です。OpenRouterではDeepSeek V4 Flashが週5.3兆トークンを処理し、Opus 4.8の2兆超を大きく上回りました。ただしOpus 4.8の単価はV4 Flashの約23倍で、支出面では依然フロンティア勢が主役です。

新顔のNvidia製Nemotronも急伸の兆しを見せています。Zhang氏が「フロンティアは発見を、オープンソースは生産を担う」と述べるように、二層構造の経済は当面安定した特徴として定着する可能性があります。プレミアムな価格を握るフロンティア勢の優位は、当面揺るがない見通しです。

米Anthropicは7月7日、AIエージェント「Claude Cowork」をモバイルとWebブラウザで初めて利用できるようにしたと発表しました。これまでmacOSとWindows向けのデスクトップアプリ限定だった同ツールが、iOSとAndroid、Webへと対応範囲を広げます。加えてタスクをクラウド上で自律実行できるようになり、ノートPCを閉じても作業が続く仕組みへと進化しました。

最大の変更点は、端末がオフラインでもClaudeが作業を続けられる点です。ユーザーは実行時刻を予約でき、たとえば月曜朝6時に設定すればメールや議事録、最新ニュースを整理したブリーフ資料を自動で用意します。判断が必要な場面ではスマホに質問が届き、承認するまで何も送信されません。

提供はまず月額100ドルのMaxプラン加入者向けのベータとして始まり、月額20ドルのProプランへ順次拡大する予定です。デスクトップ版はローカルファイルへのアクセスやブラウザ操作を備えた最も高機能な環境として残ります。一方でWeb版は、IT部門がソフト導入を管理する企業でも使える利点があります。

同時にAnthropicは、5月中旬に約120万セッションを分析した利用実態を公開しました。最も多かったのは報告書作成やチェックリスト整備といった業務プロセス・運営で全体の33.4%を占め、資料作成などのコンテンツ制作が16.4%で続きます。一方、ソフト開発はわずか8.7%にとどまり、同社はこれらを「仕事の周りの仕事」と表現しました。

この動きは、開発者向けの「Claude Code」とは別に、コードを書かない幅広いビジネス層を取り込む戦略を映します。OpenAIやGoogleも常時稼働型エージェントを相次いで投入しており、スマホ中心の自律エージェント競争が本格化しています。Anthropicはチャットとエージェントの画面を統合し、8月5日まで利用上限の倍増措置も延長します。

中国のAIスタートアップDeepSeekが、データセンター向けの自社AIチップの開発に乗り出す計画であることが、2026年7月7日にロイターの報道で明らかになりました。関係者3人の話として、同社は約1年前からシリコン事業への参入に取り組み、ハードウェア分野の提携先と協議を重ね、専門エンジニアの採用も進めているといいます。狙いは、米国の輸出規制下で強まる外部依存を減らすことにあります。

開発の焦点は、AIモデルの学習ではなく推論に使うデータセンター用チップに置かれています。これは、NvidiaとHuaweiという2社への依存を同時に減らす狙いがあるとみられます。

背景にあるのは、米国によるチップ輸出規制です。Nvidiaは北米や欧州のAI企業向け半導体で圧倒的な存在ですが、輸出禁止措置により中国市場では同様の地位を築けていません。中国ではHuaweiがデータセンター向けチップ市場の約半分を握っており、AlibabaやBaiduなど他の大手も自社開発の動きを見せています。

同様のチップ内製化は、米国のAI企業でも進んでいます。数週間前にはOpenAIがBroadcomと共同で、推論に特化した初の自社チップJalapeñoを発表し、Anthropicも独自チップの設計を模索しています。

こうした動きには、Nvidiaへの依存低減に加え、Appleのように技術スタック全体を管理したいという思惑もあります。データセンターの確保が今後も制約されると見込まれるなか、計算資源を巡る競争で優位に立つ狙いもうかがえます。

Googleは、生成AI「Gemini」の開発者向けサービス「Gemini API」で、管理エージェント機能を拡張したと発表しました。新たにバックグラウンド実行やリモートMCPサーバー連携などを追加し、本番環境で使える信頼性の高いAIエージェントを構築しやすくします。開発者からの要望に応えた更新だと同社は説明しています。

目玉の一つが、長時間かかるタスクを非同期で処理するバックグラウンド実行です。従来はHTTP接続を開いたまま処理の完了を待つ必要があり、接続切れに弱いという課題がありました。新機能では処理を依頼するとすぐにIDが返され、クライアントは進捗の確認や再接続をしながら、サーバー側での完了を待てます。

外部連携も強化しました。リモートMCPサーバーと直接つなげるようになり、これまで必要だった独自の中継処理を書かずに、社内APIや非公開データベースへアクセスできます。さらにカスタム関数呼び出しにも対応し、サンドボックス内の標準ツールと自作のロジックを組み合わせられます。

運用面の使い勝手も向上しています。有効期限の短いアクセストークンやAPIキーは、既存の環境IDに新しい設定を渡すだけで更新でき、サンドボックスのファイルや導入済みパッケージはそのまま保たれます。Googleは今回の更新で、管理エージェントがアプリを止めずに実開発環境で働く非同期ワーカーになるとしています。

オーストラリアの決済・本人確認インフラを運営するAustralian Payments Plus（AP+）が、OpenAIのChatGPT EnterpriseとCodexを全社的に活用し、業務の高速化と品質向上を進めていることが、7日公開の導入事例で明らかになりました。同社は決済エコシステムの中核を担い、規則や技術仕様、規制対応など高度な知識労働を抱えています。速さと正確性の両立が求められる現場で、AIを使って複雑な情報整理を加速させています。

特に効果が大きいのが技術調査です。ある照合作業では、システムログと照合データにまたがるわずかなタイムスタンプの不整合をCodexで追跡し、従来数日かかっていた手作業を数分に短縮しました。複雑な照合問題の調査時間は、全体で4時間から30分へと縮まっています。

製品開発でも成果が出ています。従来は画面遷移を見せるだけの試作が中心でしたが、CodexとChatGPT Enterpriseを使うことで、決済動線や認証フロー、決済体験を実際の挙動に近い形で再現できるようになりました。稼働するシミュレーションの構築は、数日から数週間かかっていたものが1日に短縮され、開発リスクを早期に減らせます。

ChatGPT Enterpriseは日常業務の下書き作成にも浸透しています。会議メモは議事録に、密度の高い設計文書は概要資料へと素早く整形され、従業員の80%が創造性や品質の向上を実感しました。全社では300を超えるカスタムGPTと1000件以上のProjectsが作られ、広く使われています。

規制業種でAIを広げるうえで、AP+はガバナンスを推進の味方にする姿勢を重視しています。安全に試せる環境を整え、現場の事例で学びを促し、AIチャンピオンが活用を根付かせてきました。今後はセキュリティ分野の脅威モデリングやアラート対応にもCodexの活用を検討し、専門家による確認と人の説明責任を保ちながら適用範囲を広げる方針です。

米国の鉄鋼やレンガといった製造業が、AIデータセンターの急増する電力需要によって電気代の高騰に直面しています。ロイターの分析によると、13州を束ねる最大の送電網運用者PJMインターコネクションで容量価格が急上昇し、ラストベルトの工場の利益率を圧迫しています。これはトランプ大統領が掲げる「メイド・イン・アメリカ」による製造業復活の方針と真っ向から衝突しかねません。

象徴的なのが、オハイオ州で141年続くレンガ製造のベルデン・ブリック社です。同社の電気料金は月1,600ドルから1万2,000ドルへと跳ね上がりました。地域の月間容量課金が大幅に引き上げられたことが主因です。

鉄鋼業界が受ける打撃はさらに深刻です。米鉄鋼製造業者協会は、PJM圏に集中する鉄鋼各社が年間で数千万ドル規模の追加電力費を負担していると警告しました。電力費は鉄鋼生産コストの20〜40%を占め、電気アーク炉は1基あたり40〜200メガワットを消費するためです。

オハイオ州の鉄鋼大手Metallusは、2024年以降で電気代が70%上昇し、年間1,500万ドルの追加負担が生じたと説明しています。背景には、PJMの容量価格が2024年の1メガワット日あたり28.92ドルから、2026年に329.17ドルへと約11倍に高騰したことがあります。

皮肉なのは、データセンター建設が年間約100万トンの鉄鋼需要を生み、鉄鋼業界に恩恵ももたらしている点です。同じAIブームが、需要と電力コストの両面で製造業を揺らす構図となっています。トランプ政権はテック企業を後押ししつつ製造業復活も掲げており、政策の板挟みが鮮明になっています。

Vercelは2026年7月7日、オープンソースのTypeScript認証ライブラリを開発するBetter Authを買収したと発表しました。Better Authは週470万回超のnpmダウンロードと850人以上のコントリビューターを抱える人気プロジェクトで、創業者のBereket Engida氏と中核チームがVercelに加わります。同社は認証技術とエージェント向けのID管理を一段と強化する狙いです。

Better Authはフレームワークに依存せず、どこでも動作し、開発者が自ら所有できる認証を提供する点が特徴です。VercelはNext.jsやAI SDKで掲げてきた「デフォルトでオープン」「疎結合」「あらゆるプラットフォームに移植可能」という方針を、認証の分野にも広げる形になります。

今回の買収で中心に据えられるのがエージェント認証です。AIエージェントが利用者に代わって動作する際、従来は利用者本人のIDと権限のまま実行されるため、個々のエージェントの権限を制限したり、一つだけを停止したりする明確な手段がありませんでした。

Better Authチームが開発してきたAgent Authは、各エージェントに固有のIDと、範囲を限定していつでも失効できる権限を持たせ、利用者を唯一の制御点とする仕組みです。同チームはVercelでこの取り組みを継続し、Vercel ConnectとeveにエージェントIDをもたらします。

ライブラリ自体は今後もMITライセンスの下で無償かつオープンソースのまま提供され、名称も維持されます。開発体制も従来通りコミュニティ主導のガバナンスと幅広いフレームワーク対応を続けるため、既存の利用者は安心して使い続けられそうです。

米Microsoftが、主力アプリのWordとExcelで、OpenAIやAnthropicの外部モデルへの依存を減らし、自社開発のMAIモデルを一部のユーザー要求への応答に使い始めたと、Bloombergが7月7日に報じました。急上昇するAIの運用コストを抑えることが狙いで、同社はこれまでOffice 365の大部分を外部モデルで動かしていると宣伝してきました。

MicrosoftはなおOpenAIとAnthropicの技術を利用し続けていますが、自前のAIエージェント構築にも力を入れています。先月のBuild開発者会議では、コーディング用エージェントや画像生成モデルを含む7つの新MAIモデルを発表しました。TechCrunchの取材に対し、同社は「これ以上共有できることはない」と回答しています。

今回の動きは、テック業界全体に広がるコスト削減の流れの一部です。年初には利用量を最大化する「トークンマキシング」が話題になりましたが、ここ数カ月は一転して各社が支出を切り詰める姿勢が目立ちます。AmazonやUber、Meta、Accentureも、AI関連の出費を抑える措置を取ったと報じられています。

AIサービスの提供・利用にかかる膨大なコストは、業界で論争を呼ぶ要素となっています。価格の高さは深刻で、シリコンバレーの一部企業は、より安価なエージェント用途を求めて中国製モデルに目を向けているとされます。ただし、そこにはセキュリティ上の懸念も指摘されており、経営者にとってはコストと安全性の両立が課題となりそうです。

Hugging FaceとSkyPilotは7月7日、両社共同開発の新機能「store: hf」を発表しました。AIモデルやデータセットをHugging Face Hubに置いたまま、hf://で始まる一つのURLと既存のHF_TOKENを指定するだけで、SkyPilotが20以上のクラウドやKubernetes上で走らせるジョブにマウントできる仕組みです。Hugging Faceはデータ転送料（egress）を課金しないため、どのクラウドのGPUにデータを読み込んでも費用はかかりません。

この機能が狙うのは、複数クラウドをまたぐAI開発のコスト問題です。GPUの確保は今や一社では難しく、企業は複数ベンダーに予約枠を分散し、空きのある場所で計算を走らせています。一方でオブジェクトストレージはクラウドごと・地域ごとに分かれており、別のクラウドのGPUへデータを渡すには複製を持つか、AWSで約$0.09/GBの転送料を払う必要がありました。

Hugging Face Storageは、この負担が最も重くのしかかる「読み込み側」の費用をゼロにします。保存料は1TBあたり月$12〜18で、egressのかかるAWS S3の約$23に比べて割安です。同じバケットをどのクラウドのクラスタからも無料で読めるため、データの所在にジョブを縛られなくなります。

実測では、Qwen3.5-4Bの微調整でモデルの読み込みが約30秒（最大500MB/s）で完了し、チェックポイントの書き込みも最大約170MB/sを記録しました。ストレージはXet技術による差分管理を採用しており、変更のあったチャンクだけを転送します。8.43GBのデータを再アップロードした際は、初回の24秒に対し約8秒で済んだといいます。

半導体大手のNVIDIAは7月7日、AIエージェント時代に向けた新型CPU「Vera」を、大規模環境で単一スレッド性能を最大化する新カテゴリーの製品として紹介しました。同社は、AIエージェントがツール実行やコード処理を繰り返す「エージェントループ」において、各処理を高速に終えるコアあたりの性能こそが重要だと主張します。従来のデータセンター向けCPUがコア数の拡大を優先してきたのとは対照的な設計思想を打ち出しています。

なぜ単一スレッド性能を重視するのでしょうか。AIエージェントは前の処理結果を受けて次の判断を下すため、処理が逐次的に連なるからです。同社によれば、コア数を増やしてもループ内の各ステップは短縮できず、むしろコア同士が資源を奪い合って性能が落ちる場合もあるといいます。

Veraの中核は独自コア「Olympus」で、従来品のGraceに比べIPCが50%高いとしています。メモリ帯域は最大1.2TB/s、コア間帯域は3.4TB/sに達し、88の全コアがボトルネックなく動作すると説明します。エージェント処理を模した高負荷環境では、x86比で1.8倍の持続的なコア性能を示したとのことです。

実際の検証も進んでいます。検索AIのPerplexityは、リポジトリの複製とテスト実行を伴う開発作業でx86比約1.5倍高速だったとし、本番環境への導入を検討中です。データ処理でもStarburstのSQL分析が3倍、Redpandaの配信遅延が最大6分の1になったといいます。

VeraはGPUを搭載する「Vera Rubin」と同一のCPUでもあり、AIファクトリー全体を単一アーキテクチャで動かせる点を同社は強みに挙げます。さらに次世代コア「Rigel」を採用するCPU「Rosa」も計画しており、エージェント時代に向けたロードマップを継続する構えです。

米Microsoftとオープンモデル基盤のHugging Faceは7月7日、Hugging Faceのオープンウェイトモデルを集めた「Hugging Face Collection」をMicrosoft Foundryのモデルカタログでプレビュー提供すると発表しました。週次で更新される厳選モデルを、ワンクリックでFoundry Managed Computeへデプロイできる仕組みです。重みは事前にAzureへ配置され、実行環境もMicrosoftが構築・検査するため、企業は自社基盤で安全にオープンモデルを運用できます。

Foundry Managed Computeは、従量課金・プロビジョニング済みスループットに続く第3のデプロイ方式で、オープンソースやカスタムモデル向けのマネージドGPU基盤です。利用者はパラメータ数や文脈長、遅延重視か処理量重視かを指定するだけで、背後のGPU構成はFoundryが自動で最適化します。コンテナ更新やセキュリティパッチも自動適用され、モデルを再デプロイせずに最新環境を保てます。

提供モデルはテキストや画像、音声、マルチモーダルまで全モダリティを網羅し、SafeTensors形式のみを採用します。ライセンス審査やセキュリティ検査、CVEスキャンを経た多段階のパイプラインを通過したモデルだけがカタログに並ぶ仕組みです。vLLMやSGLang、TensorRT-LLM、TEI、llama.cppなど、モデルに最適なランタイムをFoundryが自動で選定します。

重みがAzureに事前配置され、ランタイムもMicrosoft管理のレジストリに置かれるため、デプロイ時にHugging Face Hubへの外部通信は不要です。これにより閉域ネットワーク内での本番運用が可能になります。単一エンドポイントと共通SDK、統一課金のもとで、オープンモデルとフロンティアモデルを同じエージェントに混在させられる点も利点です。

現在はA100・H100・AMD MI300Xのアクセラレータに対応し、GlobalおよびData Zoneの範囲でプレビュー提供中です。今後はエコシステムの拡充や、微調整済みモデルを持ち込めるBring Your Own Weightsへの対応が予定されています。オープンモデルの裾野の広さと、Microsoftが支える運用基盤を組み合わせる狙いです。

AIモデルが生む出力と旧来インフラの能力差、いわゆる構造的な足かせが、エージェント時代の最大の障壁になっています。VentureBeatがMongoDB提供として2026年7月7日に伝えたところによると、Modelence、Tavily、Huntrという新興3社は、可変スキーマやベクトル検索を扱えない従来型データベースを避け、MongoDB Atlasを基盤にエージェント特化のデータ基盤を構築しました。共通する狙いは、AIエージェントの求める柔軟性と拡張性を一つの基盤で満たすことにあります。

課題はデータ層にあります。AIエージェントのシステムは、可変スキーマやベクトル埋め込み、リアルタイム検索、マルチテナント規模の処理を人手を介さず同時にこなす必要がありますが、従来のリレーショナルデータベースは文書の柔軟性やAI機能を前提に設計されていません。固定スキーマはエージェントが新しいデータ形状を持ち込むたびに手動更新を強い、別建てのベクトルDBは遅延と同期コストを上乗せします。

アプリ生成基盤のModelenceは、データベースや検索、ベクトルを一つの場所にまとめられる点を評価しました。文書モデルの柔軟さに型付きスキーマを重ね、TypeScript連携でアプリ論理とDBの単一情報源を実現しています。同社はこの速度と信頼性を背景に、300万ドルのシード資金を調達しました。

エージェント向け検索APIのTavilyは、あらゆるリクエストの認証と利用計測に加え、触れた全文書のライフサイクル管理を担っています。同社は低遅延の認証用クラスタと、URL単位でスケールする文書用シャードクラスタを早期に分離しました。データチームリードは、変化を罰しないデータ基盤の選択が単一の機能以上に価値を持つと語ります。

履歴書作成支援のHuntrは、190カ国50万人超の求職者を抱え、わずか3人のエンジニアチームで運営されています。深くネストし候補者ごとに異なるキャリアデータが文書モデルと合致し、ハイブリッド検索とベクトル検索が求人に最適化した履歴書生成を支えます。同社はMongoDBを4人目のエンジニアと評しています。

3社の事例は、エージェント時代の設計図を示します。データベースと検索、ベクトル保存を単一基盤に統合することで、複雑なスキーマがもたらす開発の停滞を取り除ける、というのが共通の教訓です。AIエージェントの作業が高度になるほど、データ基盤こそが出荷速度と運用の信頼性を左右すると言えるでしょう。

Hugging FaceとAmazon SageMaker AIは2026年7月7日、Hugging Faceで見つけたモデルをワンクリックでSageMaker Studioに取り込める連携機能を発表しました。開発者はモデル選択から実験開始までを一続きで行え、選んだモデルは環境に事前ロードされた状態で立ち上がります。基盤モデルのファインチューニングでも推論エンドポイント展開でも、該当ワークフローへ直接着地できる仕組みです。

従来はモデル発見後にAWSコンソールを開き、ドメイン作成、IAM権限の設定、時にはGPUクォータ申請と、複数の手順を踏む必要がありました。この摩擦が着想から実験までの速度を落としていた点が課題でした。今回の連携は発見からエンタープライズ展開までを一直線につなぎます。

新機能は3つあります。1つ目はHugging Faceのモデルページに表示される「Customize」「Deploy」ボタンからStudioへ飛ぶディープリンクで、モデルの文脈をそのまま引き継ぎます。2つ目はSFT・DPO・RLVR・RLAIFに対応した新管理ポリシーを自動付与する事前構成済み権限で、IAMロールの手動設定が不要になります。

3つ目はインスタンス選択時にG5・G6などのGPUクォータの空きをUI上で直接確認できる機能です。Service Quotasへ別途移動する必要がなく、上限緩和が必要な場合も該当ページへ直接誘導されます。経営者やエンジニアにとって、オープンモデルを自社のAWS環境で素早く試し、展開までの時間を縮められる意義は大きいと言えるでしょう。

OpenAIでチーフ未来学者を務めるジョシュア・アキアム氏が、約9年間在籍した同社を今月末に退社すると、7日に同僚へ伝えたことが分かりました。米WIREDが報じたものです。アキアム氏は退社について特定の動機はなく、以前から考えていたことだと説明しました。同氏はAIの安全と政策が交差する役割を担っており、後任は明らかになっていません。

アキアム氏は2017年にインターンとしてOpenAIに加わり、AI安全性を専門とする研究者となりました。2024年には同社のミッションを守る「ミッション整合チーム」を率いましたが、このチームは今年2月に解散し、同氏はチーフ未来学者へと役割を移していました。

同氏は社員へのメモで「世界は今や秘密を知っており、フロンティア研究所の壁の外からミッションに取り組むことが可能に感じられる」と記しました。平和と前例のない繁栄への貢献を続ける意向を示しており、外部からの活動に軸足を移す考えとみられます。

アキアム氏の退社は、OpenAIが株式公開（IPO）の準備を進めるなか、安全性を重視する幹部の相次ぐ離脱に連なるものです。超知能の制御を研究するチームを共同で率いたヤン・ライケ氏は2024年にAnthropicへ移り、政策研究責任者のマイルズ・ブランデージ氏らも同社を去っています。

後任として、元ホワイトハウスのAI顧問ディーン・ボール氏が今週「戦略的未来担当責任者」としてOpenAIに加わり、アキアム氏と短期間重なる見込みです。同社はこの1年、AI研究と政策部門の連携を強め、技術の先を見据えたルール作りを進めてきました。

米マサチューセッツ工科大学（MIT）は7月7日、コーディング未経験の米空軍士官候補生が生成AIチャットボットだけを使い、軍事用アプリの試作に成功したとする研究を公表しました。MITリンカーン研究所と米空軍のAIアクセラレーターによる共同プロジェクトで、士官候補生のジョシュア・リンチ氏が約3カ月かけてプロンプトのみでコードを生成する「バイブコーディング」を実践し、非技術者による軍事ソフト開発の可能性を検証しました。

リンチ氏はAnthropicのClaude、OpenAIのChatGPT、GoogleのGeminiという3つの有料AIチャットボットを使い分け、アプリを構築しました。当初は標的認識や自律攻撃、通信管理など戦場支援を担う高度なアプリを目指していましたが、AIの能力と開発期間の制約から、戦術地図の解析や作戦立案文書の生成といった基本的な文書処理へと目標を縮小しています。

開発の過程でリンチ氏は、チャットボットが階層的な焦点を欠き、無関係なコードを勝手に変更してしまう問題に直面しました。この課題を克服するため、問題を小さく分割し、質問を明確に組み立て、話題が逸れたら本題に戻す、といった手法が有効だと学んでいます。プロジェクト期間の大半は、こうしたAIの限界を認識し回避策を身につけることに費やされました。

指導役を務めたMITリンカーン研究所のローラ・ニス氏は、完成品が非専門家による試作の有力なツールになると評価しました。一方で、リンチ氏が入力文書を手元で処理していると思い込んでいたものの、実際にはGeminiに送信されていたという事例もあり、機密情報を扱う用途では安全性の面で課題が残ると指摘しています。

研究は、AIチャットボットが非技術者の軍人でも実用的なソフトを生み出せる力を持つ一方、本格運用よりも試作支援に向いていることを示しました。大量の機能的なコードを生成できてもコードレビューが依然ボトルネックであり、専門家同士の協働が不可欠だと研究チームは結論づけています。

Discordは7月7日、AIモデレーションシステムのバグにより、過去2カ月で8000人を超えるユーザーを誤って凍結していたと認めました。スプレッドシートやチェス盤、ゲームのテクスチャ、透明な背景画像などの無害な画像が、有害コンテンツとして誤って検知されたことが原因です。同社は影響を受けた全アカウントを現在復旧中だとしています。

問題は5月から継続して発生しており、修正前の週末にもさらに200人が凍結されました。同社の自動安全システムは、アップロードされた画像を既知の有害物のデータベースと照合する仕組みです。本来は人間の担当者が確認したうえで対応する設計でしたが、バグにより確認を経ずに即時凍結が実行されていました。

利用者からはXやRedditで、格子状のパターンを含む画像を投稿しただけで永久凍結されたとの声が相次ぎました。格子模様はNSFWや児童搾取コンテンツを検出システムから隠す手口に使われてきた経緯があり、AIが過敏に反応するようになったと推測する声もあります。あるゲームディレクターは、ゲームのテクスチャがCSAMと誤検知され業務用アカウントを失ったと訴えました。

今回の事案は、自動モデレーションへの依存が広がるなかで浮き彫りになった課題を示しています。永久凍結が自動検知のみで下されると、仕事やゲームコミュニティ、遠距離の交友関係をDiscordに頼る利用者に深刻な影響を及ぼしかねません。Discordは「二度と起きないよう、より良い安全策に取り組んでいる」と説明しました。

同様の問題はDiscordに限りません。昨年はInstagramやFacebookグループの利用者が原因不明の大量凍結を報告し、MetaはAIの誤りが原因かを公表しませんでした。現在はMetaの監督委員会が透明性の向上を求めており、Tumblrでも同種の苦情が寄せられています。プラットフォーム全体で自動検知の精度と説明責任が問われる局面と言えるのではないでしょうか。

Metaは7日、傘下のSuperintelligence Labsが開発した初の画像生成AI「Muse Image」を公開しました。同モデルはMeta AIアプリやInstagram、WhatsAppの画像生成機能をすでに支え、近くFacebookとMessengerにも展開されます。従来のLlama系を置き換える「Muse」ファミリーの中核として、SNS上の創作体験を刷新する狙いです。

最大の特徴は、プロンプト内で他のInstagramアカウントを@メンションできる点です。Meta AIは指定したユーザーの公開写真を参照し、その人物の姿を生成画像に取り込みます。ただし利用者は、自分のコンテンツがAIに再利用される範囲を設定で管理できます。

同社はMuse Imageを「agentic（自律的）」と説明します。大規模言語モデル「Muse Spark」と連携し、プロンプトを解釈してWebを検索し、生成前に構成を計画するといいます。Superintelligence Labsを率いるAlexandr Wang氏は、動画生成モデル「Muse Video」の投入も予告しました。

機能面では、提案プロンプトによる画像変換や招待状・ポストカードの作成に加え、Facebook Marketplace等の画像を基にした部屋のリデザインにも対応します。写真の上に直接描き込んで編集し、フィードやストーリー、チャットに共有することも可能です。

Muse Imageはまず米国のInstagram Storiesに追加される30種の新AIエフェクトを支え、その後は他国やMetaの各アプリへ順次拡大します。肖像の無断利用を巡る懸念は残るものの、SNSと生成AIの融合を一段と進める動きといえます。

米自律走行車メーカーのForterraは7日、自社の自律走行ATV100台超をウクライナの紛争地域に9カ月にわたり投入していると明らかにしました。同社はこれを、米防衛テック企業による地上自律車両の実戦配備として過去最大規模だと位置づけています。空中ドローンが監視の目を張り巡らせ「隠れる場所がない」戦場で、地上輸送を担う無人車両の需要が高まっていることが背景にあります。

投入されたのはPolaris製ATVを基にした「Lancer」で、独自のセンサーと計算処理を搭載しています。ガソリン駆動で750キロの貨物を運べ、バッテリー式で250キロ程度が上限のウクライナ製車両を大きく上回ります。昨年10月の配備以降、2,500マイル超を走行し、1,100回以上の任務で52件の負傷兵後送をこなしました。

一方で、車両の多くは現在も兵士による遠隔操作で運用されています。高価で失いたくない事情に加え、自律機能が予期せぬ敵の出現に即座に対応できる水準に達していないためです。当初は米軍向けの高機能ぶりが現場に合わず不評でしたが、Starlinkアンテナの追加で実用性が一気に高まりました。

Forterraは5億ドル超のベンチャー資金を調達し、自動運転技術と生成AIを組み合わせた次世代の自律性開発を進めています。同種の課題にはScout AIやField AIなど競合も挑んでおり、地上自律の実用化競争は熱を帯びています。現場のウクライナ兵が求めるのは「もっと安く」という一点で、消耗が前提の戦場でいかにコストを下げるかが次の焦点です。

Googleは7月7日、山火事検知に特化した衛星「FireSat」3基を米カリフォルニア州のバンデンバーグ宇宙軍基地から打ち上げたと発表しました。非営利団体アース・ファイア・アライアンス（EFA）が主導し、Google Researchと衛星メーカーのMuon Spaceが連携する専用衛星群で、火災が広がる前の早期検知を目指します。同日には国連がAIを活用した早期警戒に関する報告書を公表し、防災でのAI活用が国際的な焦点となっています。

今回の打ち上げは、昨年軌道投入された試験衛星の成果を土台としています。試験機は5メートル四方という初期段階の小規模な火災を検知する能力を実証し、既存の衛星では捉えられなかった低強度の火災も発見してきました。新たな3基はこの実証済みの設計をそのまま継承し、継続的な観測網の拡充につなげます。

この取り組みは、テック企業や非営利団体、慈善事業、民間が単一の使命の下で結集した成果だとGoogleは位置づけています。初期の衛星配備を後押しするため、Google.orgは1500万ドル超を提供しました。山火事の境界追跡はすでに検索とマップを通じて34カ国で提供されており、衛星網の拡大でその精度と範囲がさらに高まる見通しです。

Googleは山火事以外の分野でも危機対応AIを広げています。洪水予測サービス「Flood Hub」は150カ国超の20億人をカバーし、2025年のハリケーン「メリッサ」ではWeatherNextが上陸を5日前に予測してジャマイカ当局の避難通知を支えました。先月ベネズエラを襲った地震では、Android端末を簡易地震計として使う警報システムが震源の外にいる数百万人に揺れの数秒前に警告を届けています。

災害発生後の支援でも、AIによる衛星画像解析が復旧を加速させています。国連衛星センター（UNOSAT）と連携した被害評価の仕組みは、メリッサ被災地で38万5000棟超の建物に被害スコアを付与しました。2025年にGoogleが危機情報を人々につないだ回数は1日平均1000万回に達しており、予測から警報、復旧までを一貫して支える体制の強化が進んでいます。

米Hugging Faceは7月7日、オープンソースのロボット学習ライブラリ「LeRobot」の最新版v0.6.0を公開しました。今回の更新はロボット学習のループを閉じることに主眼を置き、行動前に未来を想像する世界モデル型ポリシー、成功可否を判定する報酬モデル、失敗を学習データに変える配備用CLI、6種の新しいシミュレーション評価基準を一挙に導入しました。同日、半導体大手NVIDIAとの協業拡大も発表され、両社の開発者基盤が結び付きます。

目玉は未来を想像する3つの世界モデル型ポリシー（VLA-JEPA、FastWAM、LingBot-VA）です。いずれも学習時に未来フレームを予測しますが、推論時には想像の処理を省くため、追加コストなしで恩恵を得られる設計が特徴です。さらにGR00T N1.7やMolmoAct2など新たなVLAが加わり、モデルの選択肢が一段と広がりました。

新設された報酬モデルAPIには、100万を超える軌跡で学習した汎用モデル「Robometer」と、学習不要でVLMを流用する「TOPReward」が並びます。配備用の新CLI「lerobot-rollout」はDAgger方式の人手介入に対応し、ロボットが失敗した瞬間に操作を引き継いで修正データを記録できます。収集・微調整・再配備という改善の循環が、コマンド一つで回せるようになりました。

NVIDIAとの協業では、商用利用が可能な初のオープンなロボット基盤モデルIsaac GR00T 1.7と、データ収集基盤Isaac TeleopがLeRobotに統合されました。物理AI向けの世界基盤モデル「Cosmos 3」も近日中に加わる予定です。NVIDIAの300万人のロボット開発者とHugging Faceの1600万人のAI開発者が結び付き、物理AIの開発が加速します。

基盤となる依存関係は約40%削減され、pip installが軽量になりました。加えてFSDPによる複数GPU学習やHF Jobs上のクラウド学習にも対応し、単一GPUに収まらない大規模モデルの訓練も容易になっています。オープンソースの協調がロボット開発の民主化をどこまで押し進めるのか、次の展開が注目されます。

GitHubは7月7日、開発活動の統計「Innovation Graph」の2026年第1四半期版データを公開しました。ある経済圏の開発者が別の経済圏の公開リポジトリへ送るpushやプルリクエストの合計を示す「越境協働」は、2025年第4四半期から16%増加し、2020年以降で2番目に高い四半期成長率を記録しました。世界の開発者コミュニティが過去にない速さで拡大していることを示す内容です。

最も高い成長率は、多くの人が在宅で計算機に向かった2020年第2四半期の21%でした。3位は2023年第1四半期の9%で、ある研究所がChatGPTを公開しバグ報告を促した直後にあたります。今回の16%はこれに次ぐ水準で、平時としては際立った伸びといえます。

経済圏別に見ると、越境協働とpushの件数はいずれも欧州連合(EU)が首位に立ちました。一方、リポジトリ数の四半期成長ではインドが最上位となり、地域ごとに異なる発展の軌跡が浮かびます。GitHubは基となるデータセットを公開し、経済成長の測定など各自の分析に活用するよう促しています。

注目点の一つがシリアの急成長です。制裁と輸出規制の緩和を受けてGitHubが2025年第4四半期に同国での機能提供を広げたことが背景にあり、特に開発者数が大きく伸びました。過去6か月で8,000人超の認証済みシリア人学生に、学生向け特典パックを提供したといいます。

協働の拡大は恩恵を生む一方、貢献量の急増が一部コミュニティの維持者(メンテナー)に負担を強いている点も同社は認めています。対策として、書き込み権限のない利用者が同時に開けるプルリク数の上限設定や、依頼作成を協力者に限定する制御、一時的な操作制限などの機能を投入しました。大規模なプルリクの差分表示を最大67%高速化するなど、性能改善も進めています。

セキュリティ新興企業のSavi Securityは7日、AIが生成する巧妙な詐欺から一般消費者を守るiPhone・Android向けアプリを提供開始しました。同社はテキストやメール、電話を通じた偽装を実時間で検知し、被害を未然に防ぐことを狙います。今回あわせて700万ドルのシード資金を調達し、Acrew Capitalが出資を主導しました。

創業のきっかけは、共同創業者パトリック・コフリン氏の母親を狙った事件でした。約2年前、母親のもとに娘の電話番号や声を精巧になりすまし、身代金を要求する電話がかかってきたのです。実際には娘は無事で、これはAIで作られた偽の誘拐でした。

なぜ今、消費者が標的になるのでしょうか。背景には、安価で強力なLLMや生成AIの普及があります。かつては高コストで割に合わなかった個人向けの詐欺が、3秒の音声から声を複製できるほど手軽になったためです。FTCによると2025年のなりすまし詐欺の被害は35億ドルに達し、2020年の3倍に膨らみました。

Saviのアプリはテキストや留守番電話、着信を詐欺の観点から選別します。最大の特徴は、通話中にアプリのエージェントを参加させ会話の兆候から詐欺を見抜くライブ通話監視です。料金は月8ドル（年63ドル）で人数無制限の家族プランとし、子どもや高齢の親までまとめて守れる設計としています。

Boston Dynamicsでソフトウェアを統括するマット・マルチャーノ氏らは、現代のAIを搭載した自律ロボットが職場や家庭で人を支援する未来像を語りました。この構想は多くの研究者を起業へと駆り立て、数十億ドル規模の投資を呼び込んでいます。無人のロボタクシーや配送ドローンが実用化に近づく中、汎用ロボットの実現はもはや絵空事ではないとの見方が広がっています。

自律性の目標は年々高度化しています。マルチャーノ氏は「約15年前は点Aから点Bへ移動させることが目標だったが、今はロボットが自ら判断してこなす膨大なタスクを思い描く」と振り返ります。国際標準化機構(ISO)は自律性を「人の介入なしに、現在の状態と感知に基づき意図した作業を遂行する能力」と定義しています。

かつては汎用自律ロボットの実現は困難でした。ロボット研究の現場は、自律的なナビゲーションや歩行ロボットの自己バランスといった基本課題ですら苦戦していたためです。アニメの家政婦ロボットや映画のドロイドのような存在は、長らく空想の域を出ませんでした。

技術史を振り返れば進歩は明らかです。1979年の実験車スタンフォード・カートは、障害物のある部屋を20メートル進むのに5時間を要しました。単独でバランスを崩さず歩ける最初の二足歩行ロボットが登場したのは1996年で、こうした積み重ねがAIによる汎用自律への道を開こうとしています。

米メディアWIREDは2026年7月7日、開催中のサッカーワールドカップを舞台に、ノルウェー代表エルリング・ハーランド選手らを題材としたAIディープフェイクがインターネット上で急速に拡散していると報じました。飲食店で自分の姿に驚くハーランド選手の動画は、X上でわずか数日のうちに3100万回を超えて再生されましたが、実際には本人ではありません。ファクトチェッカーは、この映像が中国の芸人ジン・ロンによるコントを加工したものだと突き止めています。

注目すべきは、偽物だと訂正された後も動画が拡散し続けた点です。記事は、スターの条件が「自分の画像を厳格に管理すること」から「AIが宣伝を代行したくなるほどミーム化しやすいキャラクターであること」へと変化していると指摘します。有名人は本人と緩くつながるだけの、いわばオープンソースのキャラクターになりつつあるのです。

この現象の背景には、スポーツファンの楽しみ方の変化があります。選手はハイライトや試合後インタビューだけでなく、独自の口ぐせや物語を持つキャラクターとして消費されるようになりました。AIスポーツ企業WSC Sportsの調査では、特にZ世代はチームよりも個々の選手に強い一体感を抱く傾向が示されています。

選手がキャラクター化すると、ファンは単なる観客ではなくなります。作品の余白を埋めるファンによる創作は今やAIと相性が良く、本人がいなくても観客が需要に応じて物語を生み出せるようになりました。フランス代表ムバッペ選手を独裁者に見立てた「Dictator Mbappé」など、同様のAIミームは今大会で急増しています。

こうした流れは決して新しくありません。2021年のトム・クルーズのディープフェイクや、2023年にドレイクらを模したAI楽曲、バレンシアガのローマ教皇画像など、好意的に受け入れられた前例があります。記事は、旧来の有名人経済がスターへのアクセスに依存していたのに対し、新しい経済は物語を続けたい観客の意欲だけに支えられていると結んでいます。

英新興企業マスバランスは7月7日、化学実験を自律的に行う小型ラボをスペースXのロケットで地球周回軌道に打ち上げたと明らかにしました。グレープフルーツほどの装置は数カ月間軌道を回り、微小重力下で細胞がどう成長し反応するかを自動計測して地上にデータを送り返します。地上では重力が対流や沈降を生んで測定を乱すため、無重力環境でしか得られない高品質データの取得を狙います。

最大の狙いは、アルツハイマー病やパーキンソン病、一部のがんの原因となる無秩序タンパク質の解明です。これらは地上で絶えず形を変えるため画像化が難しく、グーグルのAlphaFoldのような生命科学モデルの学習データが不足しています。同社のトビー・コール最高経営責任者は、微小重力下ならこうしたタンパク質を分析しやすくなると説明します。

コール氏は無重力で得たデータを使い、モデルの欠落を補うAIアダプターを訓練する計画です。モデルやデータのライセンス提供、データアクセスが同社の収益源になります。今回の任務はまず基本システムとデータ取得の検証が目的で、工業用の生体触媒を宇宙へ運び、光で化学反応の進行を監視します。

軌道上ラボの開発は他社も進めています。英ビオオービットは5月に注射用がん治療薬向けの高純度結晶を育てる試験機を打ち上げ、米ヴァルダ・スペース・インダストリーズも微小重力での医薬品製造に取り組んでいます。両社と違いマスバランスは装置を地球へ回収しない方針で、大気圏再突入の高熱に耐える設計負担を避けられる点が強みです。

スマートグラスを手がける米Solosは7日、カメラ搭載モデルと音声専用モデルの新製品2種を発表しました。目玉はカメラ搭載の「AirGo V2」向けに用意した着脱式プライバシーキットで、カメラを物理的に覆い隠して音声専用モードに切り替えられます。Meta製グラスへのプライバシー懸念が高まるなか、差別化の切り札として打ち出しました。

AirGo V2は価格299ドルで、写真・動画の撮影や音楽再生、視界を認識するAIアシスタントとの対話に対応します。処方箋レンズにも対応し、バッテリーは10〜12時間持続します。同時に発表された音声専用の「AirGo A6」と合わせ、用途に応じて選べる構成としました。

新しいプライバシーキットは、カメラを覆うクリップ式シールドや偏光レンズなどのモジュール式アクセサリーで構成され、一式で79ドルです。シールドを装着すればカメラによる撮影を遮断でき、周囲の不安を和らげる狙いがあります。ただしWIREDは、使うたびに着脱する手間や、悪意ある利用者が後から外せる点を課題として指摘しています。

背景には、スマートグラス市場でMetaが圧倒的な存在感を持つ現状があります。同社の製品は「盗撮グラス」と批判され、顔認識機能を密かに追加した後に世論の反発で削除する騒動も起きました。GoogleとSamsungのAndroid XR連合やAppleの参入観測も相次ぐなか、Solosはプライバシー重視で市場のすき間を狙います。

マサチューセッツ工科大学（MIT）は2026年7月7日、理論素粒子物理学者のJesse Thaler教授を核科学研究所（LNS）の新所長に任命したと発表しました。就任は8月1日付で、10年間所長を務めたBolek Wyslouch教授の後任となります。Thaler教授は量子場理論と機械学習を組み合わせ、基礎物理学の未解決問題に挑む研究で知られています。

理学部長のNergis Mavalvala氏は、Thaler教授が大型ハドロン衝突型加速器における粒子ジェット研究で先駆的な成果を上げ、AIと機械学習を素粒子物理学に融合する分野のリーダーだと評価しています。科学がAI駆動の発見という新時代に入るなか、その協調的な研究姿勢がLNSに貢献するとの期待を示しました。

Thaler教授は2020年から、全米科学財団（NSF）が支援するAI研究所IAIFIの初代所長を務めてきました。同研究所は先ごろ、さらに5年間の支援継続が決まったばかりです。IAIFI所長の後任には、物理学教授のMike Williams氏が就く予定です。

LNSは今後、エネルギー省（DOE）のGenesis Missionを通じた新規プロジェクトの推進も見込んでいます。同ミッションはAIを活用した科学的発見に重点を置いています。Thaler教授は、衝突実験の膨大なデータ処理や理論計算にAIアルゴリズムが不可欠になりつつあり、その技術は物理学の枠を超えて価値を持つと語ります。

1946年に設立されたLNSは、現在では宇宙論や重力、場の理論、量子情報科学まで研究領域を広げています。Thaler教授は、IAIFIで培った分野横断型の育成の枠組みをLNSにも持ち込みたいとしています。若手研究者に領域や大学、キャリア段階を超えたつながりを築く自由を与える取り組みです。

生成AIで作られたアート作品の市場が、賛否の激しい分断を抱えつつも着実に拡大しています。米メディアIEEE Spectrumが2026年7月に報じたところによると、NFTや美術館の常設展示、ストック画像まで販路は多岐にわたり、その規模は多くの人が想像するより大きいといいます。AI生成物を安易に「まがい物」と切り捨てる声が根強い一方で、収集家や美術館が本格的に参入し始めた実態が浮かび上がっています。

市場の熱量を象徴するのが、匿名アーティストのSHL0MS氏が仕掛けた実験です。同氏はモネの睡蓮の高解像度画像を「AI生成」と偽ってXに投稿し、600件を超える批判を集めた後に本物だと明かしました。このやり取りを『Inferior Image』と題したNFTとして販売し、28件の入札を経て4万ドル超で落札されたのです。

物理的な展示空間もAIアートを取り込んでいます。2026年6月には、デジタルアーティストのRefik Anadol氏が主導する世界初の生成AI美術館Datalandがロサンゼルスに開館しました。来場者の生体データから絵を描くロボット『Qualia』の作品は1万5000ドル、環境データで姿を変える彫刻1000点は1点5000ドルで販売され、34分で完売しました。

市場データも拡大を裏付けます。Art BaselとUBSの報告書によると、デジタルアートの販売シェアは2024年から2025年にかけてほぼ3倍となり、美術収集家の半数超がデジタル作品を購入しました。一方でオークション大手のChristieは9月にデジタルアート部門を閉鎖しており、市場は一様な右肩上がりではありません。

変化が最も鮮明なのはストック画像の市場です。Stanford大学の経済学者Samuel Goldberg氏によると、ある大手プラットフォームがAI画像を解禁した後に月間販売が80%増加し、従来の作家が締め出されつつあります。ただしWhitney美術館の学芸員は「プロンプトで作った視覚物は芸術ではない」と述べ、本格的なAIアート制作は絵筆より難しいと指摘します。