OpenAIがAIリスクの最前線を担うHead of Preparedness（準備チーム長）の公募を開始しました。CEO Sam Altmanが自らXで告知し、AIモデルが「真の課題」を提示し始めたと認めました。
特にAIが精神的健康に与える影響と、サイバーセキュリティ分野での能力が焦点です。最新モデルはすでに重大な脆弱性を自力で発見できるほどの能力を持ち、攻撃者に悪用されないための管理体制構築が急務となっています。
ChatGPTと自殺を関連付ける訴訟が複数提起されており、チャットボットがユーザーの妄想を強化したり社会的孤立を深めた可能性が指摘されています。このような社会的影響への対処も新任者の重要な責務です。
同ポジションは2023年に創設されましたが、前任のAleksandr Madry氏はAI推論職に異動させられ、複数の安全責任者が離職しています。年俸55万5千ドルと株式という高待遇で、安全への本気度を示す戦略的採用です。
杭州で取材したWIREDの記者は、Rokidのスマートグラスが中国語→英語のリアルタイム翻訳を完璧にこなす場面に立ち会いました。背後にあるのはアリババが開発した大規模言語モデル「Qwen」です。
Qwenはオープンソースで公開され、中国語テキスト処理においてGPT-4やClaudeと肩を並べるか上回る評価を受けています。アリババはハードウェア制裁にもかかわらず、ソフトウェア競争力で着実に地位を確立しています。
中国のAI産業は政府の大規模支援を背景に、スマートグラス、ロボティクス、自動運転など実世界への応用で急速に進化しています。GPT-5登場前後から「中国製モデルで十分」という声が増えており、競争軸が変わりつつあります。
米中AI競争は2026年にさらに激化する見通しです。Qwenのようなオープンソースモデルが無料で利用できる環境は、特にアジア太平洋地域でOpenAI依存からの脱却を加速させる可能性があります。
企業が社内ツール開発に費やす時間とコストは膨大ですが、大半のツールは完成前に放棄されるか、完成してもメンテナンス地獄に陥るという問題があります。Vercelはこの問題をAIで解決する方向を示しています。
従来のジレンマは明確でした。非技術者がノーコードツールを使えば維持が難しくなり、技術者が作れば本来のプロダクト開発の時間が削られます。専任の社内ツールチームを持てる企業は限られていました。
AIコーディングエージェントはこの状況を変えます。要件定義さえできれば、実装から継続的なメンテナンスまでエージェントが担えます。仕様変更も自然言語で指示するだけでコードに反映されます。
社内ツール問題の解消は、エンジニアリング生産性の大幅な向上につながります。ERP連携や承認フロー、ダッシュボードなど、これまで「後回し」だったツール群を低コストで整備できる時代が到来しつつあります。
AIの急拡大でデータセンター内のGPU間通信に従来の銅線ケーブルでは対応しきれなくなっています。複数のスタートアップがテラヘルツ帯無線リンクをGPUクラスタ内の接続手段として実用化する研究を加速しています。
無線リンクは物理ケーブルの敷設が不要で、設計変更に柔軟に対応できます。理論上、銅線よりも高帯域かつ低遅延を実現でき、GPU集積密度を高める設計が可能になります。
技術的課題は電磁ノイズへの耐性と方向制御の精度です。高密度なGPUラックが林立するデータセンター内での信頼性確保には、まだ工学的な解決が必要です。
長期的には光インターコネクトとの競合になりますが、特定のラック間・筐体内通信では無線が経済的優位を持つ可能性があります。AI投資が続く中、インフラ技術の多様化が進みそうです。
AI導入を取り巻くノイズは過去最高レベルに達しており、CIOは「何かしなければ」という圧力にさらされています。しかし多くのCIOはガバナンスと管理に集中し、実験と学習の機会を見逃しています。
問題はリスクの非対称性にあります。AI実験で失敗するリスクよりも、変革に乗り遅れるリスクの方が長期的には大きいにもかかわらず、失敗を恐れて行動しないCIOが多数派です。
CIOが主導すべきは、小さく始めてすばやく学ぶ実験の文化の醸成です。POC（概念実証）を繰り返し、成果を測定し、組織全体と共有することで、AIリテラシーが底上げされます。
技術部門がセキュリティとガバナンスの枠組みを提供しながら、ビジネス部門と共に実験を走らせる体制が理想的です。学習志向の評価基準を設けることで、短期的なROIに縛られない革新が生まれます。
インドのスタートアップ生態系は2025年に総額約110億ドルを調達しましたが、ディール件数が39%減少するという選別強化の局面を迎えています。Tracxnのデータによると、米国のAI主導の資本集中とは対照的な動きが顕著です。
シードステージが30%減と最も落ち込んだ一方で、アーリーステージは7%増と逆行しています。投資家がプロダクトマーケットフィットと収益可視性を重視し始めた結果、より成熟した段階の企業への集中が進んでいます。
AI分野では100件のディールで6.4億ドルを調達しましたが、前年比4.1%増にとどまりました。米国でAIスタートアップが天文学的な資金を集める中、インドの投資家はより慎重なアプローチを維持しています。
この選別的環境は長期的にはインドのスタートアップ品質向上につながるとの見方があります。収益性と規模のバランスを求める投資家の変化が、持続可能なビジネスモデル構築を促しています。
