流出した内部文書が、AI開発の巨人OpenAIの財務状況の一端を明らかにしました。最大のパートナーであるMicrosoftへの支払いと、それを上回る可能性のある推論コストの実態が浮上。AIビジネスの収益性に大きな疑問を投げかけています。

文書によると、OpenAIは2025年の最初の9カ月間でMicrosoftに対し8億6580万ドルを支払いました。これは両社間の契約に基づくレベニューシェア（収益分配）とみられますが、その関係は一方的な支払いだけではないようです。

関係者の話では、Microsoftも自社の検索エンジンBingやAzure OpenAI Serviceの収益の一部をOpenAIに還元しています。そのため、流出した支払額は、これらの還元額を差し引いた後の「純額」である可能性が指摘されています。

深刻なのはコスト構造です。同期間の収益が約43億ドルと試算される一方、AIモデルを動かす「推論コスト」は約86.5億ドルに達する可能性があります。稼ぐ以上にコストがかかっているという、厳しい現実を示唆しています。

この推論コストは主に現金で支払われている点が重要です。モデル開発の「訓練コスト」が投資クレジットで賄われるのとは対照的です。事業を継続するほどキャッシュが流出する構造は、経営上の大きな課題と言えるでしょう。

AIのトップを走るOpenAIでさえ、持続可能なビジネスモデルを確立できていないのかもしれません。今回の情報は、過熱するAI投資や企業の評価額に一石を投じるものです。業界全体の収益性について、より冷静な議論を促すことになりそうです。

GitHubは2025年11月14日、AIによるコードレビューの精度を高める「GitHub Copilot Code Review」の公式ガイドをブログで公開しました。開発チームの基準に合わせた一貫性のある自動レビューを実現するため、Copilotに与える指示ファイルの書き方が重要だと指摘しています。本記事では、その最適化手法の要点を解説します。

レビュー精度を最大化する鍵は、「簡潔さ」「構造化」「直接的な表現」「具体例」の4原則です。長大な文章よりも短く的を射た指示が好まれ、見出しや箇条書きで情報を整理することが推奨されます。人間に行うのと同様に、具体的なコードで良い例と悪い例を示すことで、Copilotの理解度は飛躍的に向上します。

指示ファイルは、リポジトリ全体に適用する共通ファイルと、特定の言語やディレクトリに限定する個別ファイルの2種類を使い分けることがベストプラクティスです。例えば、Python固有のルールはパス指定のファイルで管理し、チーム全体のコーディング規約は共通ファイルで定義することで、保守性と一貫性を両立できます。

一方で、Copilotが対応できない指示も存在します。コメントの見た目を変えるようなUIの変更や、プルリクエストのマージをブロックするといったコードレビューの範囲を超えるタスクは実行されません。また、外部リンクの参照や「もっと正確に」といった曖昧な指示は、かえって性能低下を招くため避けるべきです。

GitHubは、指示を書き始める開発者向けにテンプレートの活用も推奨しています。「目的とスコープ」を冒頭で定義し、「命名規則」「コードスタイル」「テスト」などの項目に見出しを付けて整理する構成です。この構造に従うことで、Copilotが指示を解釈しやすくなり、レビューの質が安定します。

既に指示ファイルを利用している場合でも、改善の余地はあります。GitHub Copilotの対話型エージェントに依頼して、既存のファイルを自動で最適化させることも可能です。GitHubが公開するプロンプト例を参考に、まずは小さな指示から始め、反復的に改善していくことが成功への近道と言えるでしょう。

Google Cloudとカリフォルニア大学ロサンゼルス校（UCLA）の研究者らが、小規模なAIモデルでも複雑な多段階の推論タスクを学習できる新手法「監視付き強化学習（SRL）」を発表しました。この手法は、専門家の問題解決プロセスを段階的な「アクション」として捉え、ステップごとにフィードバックを与えることで、従来の手法が抱えていた学習効率の課題を克服します。

これまでのAIの推論能力向上は、最終結果のみを評価する強化学習（RLVR）や、専門家の思考を完全に模倣する教師ありファインチューニング（SFT）が主流でした。しかし、RLVRは途中で間違いがあると学習が進まず、SFTは訓練データに過剰に適合する「過学習」が課題でした。特に小規模モデルでは、これらの手法で複雑な問題を解くのは困難だったのです。

新手法SRLは、この課題を解決するために、問題解決を一連の意思決定プロセスとして捉え直します。専門家の思考を具体的な「アクション」の連続としてモデルに学習させ、各ステップで専門家のアクションとどれだけ近いかに基づいて報酬を与えます。これにより、最終的な答えが間違っていても、部分的に正しい思考プロセスから学習することが可能になります。

実証実験では、SRLの有効性が明確に示されました。数学の難問ベンチマークでは、他の手法で訓練されたモデルに比べて平均3.0%性能が向上。さらに、ソフトウェア開発エージェントのタスクでは、タスク解決率が74%も改善するなど、目覚ましい成果を上げています。

この成果は、企業にとって大きな意味を持ちます。SRLは、比較的小さく安価なモデルの推論能力を大幅に引き上げる可能性を秘めているからです。特筆すべきは、推論にかかる計算コスト（トークン使用量）を増やすことなく性能向上を実現している点です。これにより、費用対効果の高い高性能AIの活用が期待されます。

研究チームは、SRLで基礎的な推論能力を教えた後に、既存の強化学習でさらに性能を磨き上げるという組み合わせが最も効果的であることも発見しました。この「SRL第一主義」のアプローチは、高精度が求められる専門AIを構築するための新たな標準となるかもしれません。今後の発展が注目されます。

NVIDIAは2025年11月14日、AIワークロード向けにS3互換オブジェクトストレージを高速化する新技術を発表しました。この技術は、RDMA (Remote Direct Memory Access) を活用し、従来のTCP通信に比べデータ転送を高速化・効率化することで、急増するAIデータの処理性能向上という課題に応えます。

なぜ今、この技術が必要なのでしょうか。企業が生成するデータ量は2028年までに年間400ゼタバイトに達すると予測され、その9割が非構造化データです。AIの学習には高速なデータアクセスが不可欠ですが、既存のオブジェクトストレージでは性能がボトルネックとなるケースがありました。

今回の解決策は、RDMAを用いてS3プロトコルのデータ転送を直接メモリ間で行うものです。これにより、データ転送がホストCPUを介さないため、CPU使用率を大幅に削減できます。空いたCPUリソースをAI処理に割り当てることで、システム全体の価値向上に繋がります。

具体的なメリットとして、ストレージあたりのスループット向上と大幅な低遅延化が挙げられます。これはAIの学習や推論、特にベクトルデータベースなどの処理速度を直接的に向上させます。また、ストレージコストの削減にも貢献し、AIプロジェクトの導入を加速させるでしょう。

NVIDIAはこの技術をオープンなアーキテクチャとして提供し、パートナー企業との連携を強化しています。既にCloudian、Dell Technologies、HPEといった主要ベンダーが採用を表明。新ライブラリはCUDAツールキット経由で来年1月に一般提供される予定です。

データ分析基盤大手Databricksの共同創業者アンディ・コンウィンスキー氏が、AI分野で中国に対抗するためには米国はオープンソース戦略に転換すべきだと警鐘を鳴らしました。同氏はCerebral Valley AI Summitにて、現在の技術独占と学術界からの頭脳流出が米国の優位性を損ない、民主主義にとって「存亡に関わる脅威」になっていると強く訴えました。

コンウィンスキー氏が指摘する問題の核心は、大手AIラボの姿勢にあります。OpenAIやMeta、Anthropicなどは画期的な技術を開発していますが、その多くはプロプライエタリ（独占的）であり、広く共有されません。さらに、高額な報酬で大学のトップ研究者を引き抜くことで、学術界での自由な知見の交換が「枯渇しつつある」と危機感を示しました。

対照的に中国では、政府がAIイノベーションのオープンソース化を奨励していると氏は分析します。DeepSeekやAlibaba傘下のQwenといった企業の研究成果が公開されることで、他の研究者や開発者がその技術を土台に新たなイノベーションを生み出す好循環が生まれる可能性があり、これが米国の脅威となり得るとの見方です。

「今日の生成AIは、公開論文で発表されたTransformerアーキテクチャから生まれた」とコンウィンスキー氏は述べ、オープンな研究の重要性を強調します。次のTransformer級のブレークスルーをどちらの国が先に生み出すかが、今後のAI覇権を決定づける重要な要素となるでしょう。

現状を「トウモロコシの種籾を食べているようなものだ」と表現し、イノベーションの源泉が枯渇すれば、5年後には大手AIラボ自身も競争力を失うと警告。米国がAI分野でトップを維持するためには、オープンなエコシステムの再構築が急務であると結論づけました。

サンフランシスコを拠点とするリーガルAIスタートアップのHarveyが、企業評価額80億ドル（約1.2兆円）に達しました。2025年8月には年間経常収益（ARR）が1億ドルを突破するなど急成長を遂げています。同社の強みは、法律事務所とその顧客である企業が共同で作業できる「マルチプレイヤー・プラットフォーム」という独自戦略にあり、法務業界の生産性向上に大きなインパクトを与えようとしています。

Harveyの成長は驚異的です。2025年2月に30億ドルだった評価額は、10月には80億ドルへと高騰。顧客は世界63カ国で700社にのぼり、米国のトップ10法律事務所の多くが導入済みです。OpenAIスタートアップファンドやアンドリーセン・ホロウィッツなど、シリコンバレーのトップVCがこぞって出資しており、その注目度の高さがうかがえます。

同社の核心は、単なる文書作成・調査ツールにとどまらない点にあります。法律事務所と企業法務部が安全に連携できる共同作業基盤（マルチプレイヤー・プラットフォーム）の構築を目指しています。これにより、案件に関わる全ての関係者が一つのシステム上で協業し、生産性を飛躍的に高めることが可能になります。これは業界の構造を変えうる野心的な試みです。

この構想の実現には、法務業界特有の「倫理の壁」と呼ばれる情報隔壁の維持が不可欠です。例えば、ある法律事務所が競合する2社をクライアントに持つ場合、情報が誤って共有されれば大問題に発展しかねません。Harveyは、こうした複雑な内部・外部の権限管理を技術的に解決することに多大なリソースを投じています。

「単なるChatGPTのラッパーではないか」との見方に対し、同社は明確な差別化要因を主張します。一つは、契約書評価など法務特有のワークフローデータの蓄積。もう一つが、競合他社には見られない前述のマルチプレイヤー機能です。これらが同社の強力な競争優位性、つまり参入障壁になっているのです。

現在のビジネスモデルはライセンス（シート）販売が主ですが、将来的にはより複雑なワークフローに対応した成果報酬型の価格体系への移行も視野に入れています。デューデリジェンスの一次レビューをAIが担い、弁護士が最終確認を行うなど、人とAIの協業モデルを具体的に描いています。

法務業界におけるAIの浸透率はまだ低いものの、その潜在能力は計り知れません。CEOは、AIが若手弁護士の仕事を奪うのではなく、むしろ実践的なトレーニングツールとして機能し、次世代の優秀な弁護士を早期に育成する一助になるとの未来像を描いています。

米国で、AIの基盤となるデータセンター建設に対する地域社会の反対運動が急速に激化しています。調査によると2025年第2四半期だけで980億ドル規模のプロジェクトが阻止・遅延しました。電力や水の大量消費、電気料金の高騰などが原因で、住民運動は超党派の政治問題に発展。AIブームを支えるインフラ整備が新たな壁に直面しています。

AIセキュリティ企業10a Labsの調査プロジェクト「Data Center Watch」の報告書が、この潮流の変化を明らかにしました。2025年3月から6月のわずか3ヶ月間で、反対運動により8件のプロジェクトが完全に阻止され、9件が遅延。その経済的影響は980億ドルに上り、それ以前の約1年間の影響額640億ドルを大幅に上回る規模です。

なぜ住民はこれほど強く反発するのでしょうか。最大の理由は、データセンターが地域の資源を大量に消費することへの懸念です。電力、水、土地を「吸い上げる」一方で、税制優遇措置により地域への経済的貢献が乏しいという不満があります。電力需要が一般家庭の電気料金を押し上げることへの懸念も大きな要因となっています。

この問題はもはや単なる地域問題ではありません。ジョージア州やバージニア州では、データセンター規制が選挙の主要な争点に浮上。民主党、共和党の区別なく、候補者が規制強化を訴えて支持を集める例が相次いでいます。超党派の政治課題へと発展しており、これまで推進側だった政治家も無視できない状況になっています。

一方で、AI開発を牽引する巨大テック企業の投資意欲は衰えていません。Metaは今後3年間でAIインフラに6000億ドルを投じる計画です。しかし、地域社会の反発という新たなリスクが顕在化した今、企業にはより丁寧な情報開示と合意形成が求められます。AI時代のインフラ整備は、社会との対話が鍵を握ることになりそうです。

OpenAIやGoogleなど大手テック企業が開発を進める「エージェント型コマース」。AIが利用者に代わり商品選定から決済まで自動で行う夢の技術ですが、その実用化が足踏みしています。小売企業とのデータ共有や、AIによる高コストなミスをどう防ぐかといった複雑な交渉が難航しているためです。この冬、AIに買い物を任せるという未来はまだ先のようです。

市場の期待は非常に大きいものがあります。マッキンゼーの予測では、米国だけで2030年までに最大1兆ドル（約150兆円）の売上がエージェント型コマース経由で生まれるとされています。また、消費者の60%がAIを買い物に利用する意向を示す調査結果もあり、OpenAIとウォルマートの提携など、大手各社がこの巨大市場の獲得に乗り出しています。

しかし、実用化への最大の障壁となっているのがデータ共有問題です。小売企業は価格や在庫、顧客情報といった競争力の源泉となるデータを守りたい一方、AI企業も対話履歴の機密性を保ちたいと考えています。AIが最適な提案をするにはリアルタイムの小売データが、小売企業が顧客関係を築くには対話の文脈が必要というジレンマが、交渉を複雑にしています。

もう一つの深刻な課題が、AIによるミスのリスクです。エクスペディアの幹部は「ボットの失敗で家族旅行が台無しになる事態は誰も望まない」と述べ、間違いが許されない領域での導入に慎重な姿勢を示しています。アマゾンのアンディ・ジャシーCEOも、現状のAIショッピング体験はパーソナライズが欠け、価格や配送情報も不正確だと厳しく批判しています。

こうした課題から、現在提供されている機能は、利用者が最終確認を行う「インスタント決済」のような限定的なものに留まります。ある大手アパレル小売の幹部は「誰もがマーケティング発表をしているだけで、確固たる解決策はない」と内情を語ります。AIが自律的に買い物を完結させる未来の実現には、まだしばらく時間がかかりそうです。

英国のスタートアップWayveが、世界で最も運転が難しい都市の一つ、ロンドンで自動運転車の公道試験を実施しました。同社が開発した「人間のように学ぶ」AIは、複雑な交通状況下でも安全な走行を披露。2026年にもUberと提携し、完全自動運転のロボタクシーサービスを開始する計画で、巨大市場攻略への試金石となりそうです。

ロンドンは自動運転車にとって悪夢のような環境です。馬車時代から続く狭く曲がりくねった道、頻繁な路上駐車、予測不能な歩行者や自転車、そして複雑な環状交差点（ラウンドアバウト）。既存のルールベースの自動運転技術では対応が困難なシナリオが、日常的に発生します。

この難題に対し、WayveはエンドツーエンドのAIモデルで挑みます。これは、膨大な運転データから人間のドライバーのように運転方法を直接学習するアプローチです。競合のWaymoなどが用いる詳細な3Dマップや厳密なルール設定を必要とせず、初めての場所でも柔軟に対応できる汎用性の高さが最大の強みです。

実際の試乗では、その特徴が明確に表れました。運転は熟練ドライバーのような俊敏さではなく、免許取り立てのドライバーのように少し内気で慎重。しかし、急な割り込みや道路工事、杖をついて車道に出ようとする歩行者など、予期せぬ事態には人間らしい自然な反応で、減速や回避を的確に行いました。

このアプローチは、異なる交通文化を持つ世界中の都市へ技術を展開する上で大きな利点となります。同社はすでに世界500都市で実証実験を行う「AIロードショー」を実施。ロンドンのタクシー運転手が習得する膨大な地理知識「ナレッジ」をAIが代替する可能性を示唆しています。

Wayveの「完璧より人間らしい」運転スタイルは、技術的なブレークスルーであると同時に、自動運転への不信感が根強い市場で、社会受容性を得るための鍵となるかもしれません。今後のサービス展開が、業界の新たな標準を築くか注目されます。

米OpenAIは11月14日、アイルランドで新構想「OpenAI for Ireland」を開始したと発表しました。この構想はアイルランド政府や現地のスタートアップ支援団体と連携し、国内の中小企業や創業者がAIを活用して成長・革新することを支援するものです。AI技術の社会実装を加速させ、アイルランドが欧州のAI分野で主導的な役割を担うことを目指します。

アイルランドでは既に、大学生から起業家まで毎週100万人がChatGPTを利用しており、AIへの関心が高い市場です。同国は欧州で最もダイナミックなデジタル経済圏の一つとされています。「OpenAI for Ireland」は、この先行者利益をAIの安全かつ革新的な利用における長期的なリーダーシップへと転換させる政府の野心を後押しするものです。

構想の柱の一つが、中小企業（SME）の成長支援です。2026年には「SME Booster」プログラムを開始し、全国の中小企業を対象に実践的なAIスキル研修を提供します。最先端のAI技術へのアクセス、ワークショップ、メンタリングを通じて、コスト削減や生産性向上、事業成長を後押しします。

次世代のAIスタートアップ育成も重要な目標です。アイルランド有数のスタートアップハブ「Dogpatch Labs」と提携し、初期段階の創業者を支援します。製品や業務フローにAIを統合するための実践的なワークショップを開催し、OpenAIの専門家やツールと繋ぐことで、世界で通用するAI製品の創出を促します。

若手人材の育成にも注力します。16歳から21歳の若手創業者を支援する非営利プログラム「Patch」と3年間のパートナーシップを締結。サマープログラムの拡充や助成金、メンタリングの機会を提供し、より多くの若者がAI製品のプロトタイプ開発に挑戦できる環境を整えます。

アイルランド政府も本構想に大きな期待を寄せています。政府高官は「中小企業のAI活用による経済成長」や「公共サービスの効率化」、「国際競争力の強化」に繋がると歓迎の意を表明。2026年のEU理事会議長国としてのEU AIサミット開催も見据え、OpenAIとの連携を深める方針です。

OpenAIはダブリンの欧州本社に50人以上の従業員を擁し、アイルランドへの長期的なコミットメントを強調しています。同社のジェイソン・クォン最高戦略責任者は「アイルランドは伝統的な中小企業と新世代のハイテク起業家の両方をAIで強化できる」と述べ、国全体のAI導入を支援していく考えを示しました。

OpenAIは11月14日、対話型AI「ChatGPT」がカスタム指示に従い、特定の句読点「エムダッシュ」の使用を停止できるようになったと発表しました。サム・アルトマンCEOがX（旧Twitter）で公表したもので、AIが生成する文章特有の「癖」とされてきた長年の課題が解決されます。これにより、ユーザーは文章のスタイルをより細かく制御できるようになります。

エムダッシュ（—）は、文中で補足説明などを加える際に使われる欧文の句読点です。しかし、ChatGPTなどの生成AIはこれを多用する傾向があり、一部では「AIが書いた文章を見分けるしるし」とさえ見なされていました。多くのユーザーが、プロンプトで明確に禁止しても使用を止めさせられず、不満の声を上げていました。

アルトマンCEOはこのアップデートを「小さいけれど嬉しい勝利」とXに投稿しました。この発表は、OpenAIがユーザーからのフィードバックに応え、モデルの細かな挙動を制御できるようになったことを示す前向きな一歩です。ユーザーは今後、個人の執筆スタイルに合わせた、より自然な文章生成を期待できます。

一方で、この「小さな」問題の解決にChatGPTのリリースから数年を要した事実は、AI制御の根深い難しさも浮き彫りにしています。一部の専門家やユーザーからは「単純な句読点の制御にこれほど時間がかかるのなら、人間と同等の知能を持つAGI（汎用人工知能）の実現はまだ遠いのではないか」という冷静な見方も出ています。

この機能を利用するには、ユーザーがChatGPTの設定画面にある「カスタム指示（Custom Instructions）」で、「エムダッシュを使用しない」といった具体的な指示を書き込む必要があります。デフォルト設定が変更されたわけではないため、この点には注意が必要です。より高度なAI活用には、こうした的確な指示が不可欠です。

今回のアップデートは、AIの進化が単純な性能向上だけでなく、その挙動をいかに人間が制御し、意図通りに動かすかという「制御性」の向上にもかかっていることを示唆しています。ビジネスリーダーや開発者は、AIの能力を最大限に引き出すため、その特性と限界を深く理解し、的確な指示を与えるスキルを磨き続ける必要があるでしょう。

Googleは2025年11月14日、ニューヨーク市で市民参加型の生成AIアートプロジェクト「Imagine If…」を開始しました。これは、市民から寄せられた「もしもニューヨークが…」という空想を、地元のアーティストがGoogleの最新AIモデルを使って映像化し、市内の交通機関にあるデジタルスクリーンで展示するものです。テクノロジーとアートを融合させ、都市全体の創造性を刺激する新たな試みとして注目されます。

プロジェクトへの参加方法はシンプルです。市民は地下鉄駅などに設置されたスクリーンのQRコードをスキャンし、自身のアイデアを投稿します。投稿されたアイデアの中から、ニューヨーク市全5区を代表する5人のアーティストがインスピレーション源となるものを選び、動画生成AI「Veo」などを用いて、ユニークな映像アート作品を制作します。

制作されたアート作品は、11月から4週間にわたり、ニューヨーク市交通局（MTA）の地下鉄駅など、数千に及ぶデジタルスクリーンで公開されます。これにより、日常の通勤・通学路が、市民の想像力が生んだアートを鑑賞できる「動くギャラリー」へと変貌します。プロジェクトの集大成として、12月14日にはタイムズスクエアでフィナーレが開催され、選りすぐりの作品が象徴的な巨大スクリーンに映し出される予定です。

この取り組みは、単なるアートイベントにとどまりません。一般市民が`生成AI技術に触れる機会`を創出し、その可能性と楽しさを伝えるショーケースとしての役割を担っています。また、企業が地域社会やアーティストと連携し、テクノロジーを活用して新たな文化的価値を共創する`先進的なモデルケース`であり、AI時代のブランディングや社会貢献活動のあり方について、多くの示唆を与えています。

Googleは2025年11月14日、欧州委員会（EC）が問題視する広告技術事業に対し、事業分割を伴わないコンプライアンス計画を提出したと発表しました。同社は決定に不服として上訴する方針を示しつつも、規制当局の懸念に全面的に対応する代替案を提示。この提案は、欧州のパブリッシャーや広告主への混乱を最小限に抑えることを目的としています。

Googleは、欧州委員会の決定が「競争が激しく、急速に進化する現代の広告技術セクターを反映していない」と批判し、決定を不服として上訴する意向を改めて表明しました。しかし、規制上の要請に従い、コンプライアンス計画を提出。事業分割という抜本的な措置を回避し、欧州の数千のパブリッシャーや広告主の事業継続を支援する解決策を模索しています。

計画の核心は、欧州委員会が問題視する特定の慣行を是正するための具体的な製品変更です。例えば、広告配信プラットフォーム「Google Ad Manager」において、サイト運営者（パブリッシャー）が入札者ごとに異なる最低落札価格を設定できる選択肢を提供します。これにより、価格設定の透明性と公平性を高める狙いです。

さらにGoogleは、同社プラットフォーム内での利益相反の可能性を払拭するため、より踏み込んだ変更も提案しています。具体的には、自社ツールの相互運用性を高めることで、パブリッシャーや広告主が他社ツールと連携しやすくなるよう改善。これにより、市場における選択の自由と柔軟性を向上させるとしています。

Googleは今後、欧州委員会が今回の提案を検討する間も、引き続き協力的な対話を続けていく姿勢を強調しています。同社は、欧州だけでなく米国やその他の地域を含め、世界中の顧客にとって確実性と一貫性のある効果的な解決策を見出すことに全力を注ぐとコメントしました。