Microsoftは2026年5月、AIエージェントの統合管理プラットフォーム「Agent 365」を正式リリースしました。2025年11月のIgniteカンファレンスで発表された同製品は、企業のIT・セキュリティチームがあらゆるAIエージェントを一元的に可視化・制御するための基盤です。月額15ドル/ユーザーで提供され、Microsoft 365 E7スイートにも含まれます。

同社が最も強調するのは「シャドーAI」への対応です。従業員がIT部門の承認なくローカルデバイスにインストールするコーディングアシスタントや自律ワークフローが、新たなセキュリティリスクとして急速に拡大しています。AI Security担当CVPのDavid Weston氏は、MCP経由で認証なしにバックエンドを公開するケース、プロンプト注入攻撃、エージェント通信を想定しないDLPからのデータ漏洩という3種類のインシデントをすでに確認していると述べました。

Agent 365はまずOpenClawエージェントの検出に対応し、2026年6月までにGitHub Copilot CLIやClaude Codeなど18種類へ拡大予定です。Microsoft Defenderとの連携により、各エージェントが接続するMCPサーバー、関連するID、到達可能なクラウドリソースをグラフ化し、侵害時の「爆発半径」を可視化します。悪意ある挙動を検知した場合はランタイムで遮断する機能も備えます。

競合他社との差別化として、AWS BedrockやGoogle Cloud上のエージェントも検出・管理できるマルチクラウド対応を打ち出しました。さらにZendesk、SAP、Adobe、Nvidiaなど広範なパートナーエコシステムを構築し、SaaSエージェントのオンボーディングはEntra IDの付与だけで基本的なガバナンスが可能になります。

高リスクなワークロード向けには「Windows 365 for Agents」のパブリックプレビューも開始しました。エージェント専用のクラウドPCをIntuneで管理し、エンドポイントから隔離した状態で自律処理を実行できます。Weston氏は導入の段階を「棚卸し→ID・アクセス管理→隔離と高度制御」の3段階で示し、90日間で実現可能だと説明しました。

2026年5月4日、AnthropicはBlackstone、Hellman & Friedman、Goldman Sachsと共同で、企業向けAIサービスを提供する合弁会社の設立を発表しました。同社の評価額は15億ドルで、Anthropic・Blackstone・Hellman & Friedmanがそれぞれ3億ドルを出資します。Apollo Global Management、General Atlantic、GIC、Sequoia Capital等も参画しています。

この合弁会社は、中堅企業を対象にClaudeの導入支援を行います。Anthropicの応用AIエンジニアが顧客企業に入り込み、医療機関の文書作成自動化や製造業の業務効率化など、各企業の実務に即したカスタムソリューションを構築します。Palantirが広めたフォワードデプロイドエンジニアモデルを採用し、現場密着型の導入を進めます。

同日、OpenAIも類似の動きを見せました。Bloombergの報道によると、OpenAIはThe Development Companyという合弁事業を立ち上げ、TPG、Brookfield Asset Management、Advent、Bain Capital等19社の投資家から40億ドルを調達し、評価額は100億ドルに達します。両社の投資家に重複はなく、ウォール街の資金がAI企業向けサービス市場に二分される構図です。

両社の合弁事業の狙いは共通しています。オルタナティブ資産運用会社から資金を集め、企業向けAI導入の新たな販路を開拓することです。投資家側は自社のポートフォリオ企業へのAI導入で優先的なアクセスを得られ、契約から生まれる価値を取り込めます。

この動きは、両社が猛烈なペースで資金調達を進める中で起きています。OpenAIは3月末に時価総額8520億ドルの評価で1220億ドルの新規資金を発表。Anthropicも9000億ドルの評価額で500億ドルの調達を目指しており、IPOも視野に入っています。AI業界の覇権争いは、技術開発からエンタープライズ市場の陣取り合戦へと新たな局面に入りました。

General Intelligenceは、AIエージェントだけで企業運営を可能にするプラットフォーム「Cofounder」を開発するスタートアップです。2026年5月4日のVercel公式ブログで、同社がわずか8人（うちエンジニア5人）の体制でありながら、コーディングエージェントを活用して大規模な開発生産性を達成している事例が紹介されました。

Cofounderは、エンジニアリング、マーケティング、SEO、財務、営業、カスタマーサポート、オペレーションの各部門をAIエージェントが担当する仕組みです。同社は自社製品である「CTO エージェント」を使って自社開発も行っており、エンジニア1人あたり1日10件のPR、70以上のコミットを処理しています。月あたりのトークン費用はエンジニア1人5,000ドルに収まっています。

インフラ面では、当初利用していたRenderではプレビュー環境の構築やPythonサポートに限界があり、Vercelへ移行しました。選定の決め手は、デプロイ、DNS変更、課金管理などすべての操作をCLIやAPIでプログラム的に制御できる点です。現在は4,000以上のブランチが同時に存在し、常時約100のプレビュー環境でブラウザエージェントがテストを実行しています。

顧客がCofounderで会社を立ち上げると、GitHubリポジトリとVercelデプロイメントが自動でプロビジョニングされ、独自ドメインやSSLも即座に設定されます。General Intelligenceは、「1人で10億ドル企業」という構想の実現に向け、自社が使う技術をそのまま顧客に提供するアプローチで開発を進めています。

2026年5月4日、GoogleはGemini APIにイベント駆動型Webhook機能を追加したと発表しました。これにより、エージェント型ワークフローやバッチ処理など長時間かかるタスクの完了通知を、開発者がポーリングなしでリアルタイムに受け取れるようになります。

Gemini APIでは、Deep Researchや長尺動画の生成、Batch APIによる大量プロンプト処理など、数分から数時間を要するタスクが増えています。従来はGETリクエストを繰り返し送信してジョブの完了を確認する必要がありましたが、Webhook導入により、タスク完了時にGemini APIが開発者のサーバーへHTTP POSTを即座にプッシュする仕組みになりました。

セキュリティ面では、Standard Webhooks仕様に厳密に準拠しています。すべてのリクエストにwebhook-signature、webhook-id、webhook-timestampヘッダーが付与され、べき等性の確保とリプレイ攻撃の防止を実現します。配信は「少なくとも1回」が保証され、失敗時には最大24時間の自動リトライが行われます。

Webhookの設定はプロジェクト単位でのグローバル設定と、リクエスト単位での動的オーバーライドの2通りに対応します。プロジェクト単位ではHMAC認証、リクエスト単位ではJWKS認証が使われます。Python SDKからの設定例やCookbookも公開されており、即日利用が可能です。

ベクトルデータベース大手のPineconeは2026年5月4日、エージェントAI向けの新たな知識エンジン「Nexus」を発表しました。従来のRAG（検索拡張生成）パイプラインがエージェントAIの要件に適合しないという課題に対応するもので、同日からアーリーアクセスを開始しています。VentureBeatの2026年第1四半期調査によると、単体ベクトルデータベースはすべて採用シェアを落とし、ハイブリッド検索志向は33.3%に達しています。

Nexusの中核は「コンテキストコンパイラ」です。従来のRAGでは推論時に毎回データの解釈・構造化を行いますが、Nexusはエージェントがクエリを発行する前のコンパイル段階で一度だけ推論を実行し、再利用可能な知識アーティファクトとして保存します。同じデータ基盤から営業エージェントにはCRM文脈を、財務エージェントには契約・請求文脈を、それぞれタスクに最適化した形で提供します。

さらにPineconeはエージェント専用の宣言型クエリ言語「KnowQL」を同時リリースしました。意図、フィルタ、出典、出力形式、信頼度、レイテンシ予算の6つのプリミティブにより、エージェントが構造化された応答と根拠を単一インターフェースで指定できます。PineconeのCEO Ash Ashutosh氏は、KnowQLがリレーショナルデータベースにおけるSQLと同様の構造的ギャップを埋めるものだと説明しています。

Pineconeの社内ベンチマークでは、ある金融分析タスクで従来280万トークンを消費していた処理がNexusではわずか4,000トークンで完了し、98%の削減を達成しました。ただし顧客の本番環境での検証はまだ行われていません。同社はエージェントの計算処理の85%がセッションごとのデータ再探索に費やされていると推計しており、これがコスト膨張と非決定論的な結果の根本原因だと指摘しています。

アナリストの評価は慎重ながらも前向きです。HyperFRAME ResearchのStephanie Walter氏は「知識コンパイルをインフラ層として製品化した点が真の革新」と評価しつつ、RAGの完全な再発明ではなく進化だと位置づけています。GartnerのArun Chandrasekaran氏は「単純な検索から高度な推論への重要な飛躍」と述べました。一方で企業の導入判断においては、性能指標よりもコスト管理・ガバナンス・セキュリティの制御が決定要因になるとの見方が示されています。

American Expressは2026年5月、AIエージェントが利用者に代わって商品を検索・購入・決済できるエージェント型コマース基盤「ACE開発キット」を発表しました。同社イノベーション担当EVPのLuke Gebb氏は、カード発行者としての信頼とセキュリティの観点がこれまでの議論に欠けていたと指摘し、発行者が初めてエージェント商取引に本格参入する意義を強調しています。

ACEの中核は「意図契約」と呼ばれる仕組みです。利用者がエージェントに依頼内容を定義すると、システムが意図IDと認可証明トークン（Proof of Intent Token）を生成します。実際の決済には金額上限などの制約が組み込まれた使い捨てトークンが使われ、たとえば500ドルの上限を設定すれば600ドルの購入は自動的に拒否されます。

Amexの強みは、カード発行者と決済ネットワークの両方を自社で運営する閉鎖ループ構造にあります。VisaやMastercardが銀行を介して決済を処理するのに対し、Amexは自社ネットワーク内でエージェント取引を直接検証できます。これによりエージェント登録、アカウント連携、意図確認、決済、カート検証までを一貫して管理する体制を構築しました。

一方で、検証プロセスの具体的な仕組みは公開されておらず、業界からは透明性への懸念が出ています。本人確認サービスを提供するTruaのCEO、Raj Ananthanpillai氏は、認証済みの人間の明示的権限に基づく暗号的な証明がなければ、チャージバックの急増や詐欺リスクが高まると警告しました。エージェント商取引の普及には、決済の制御だけでなく上流の本人認証の透明化が不可欠です。

Vercelは2026年5月4日、コーディングエージェントを活用したセキュリティスキャナ「deepsec」をオープンソースとして公開しました。このツールは自社インフラ上で動作し、大規模コードベースに潜む発見困難な脆弱性を検出します。推論にはClaude OpusやGPT 5.5のサブスクリプションをそのまま利用でき、追加セットアップなしでノートPC上でも実行可能です。

deepsecのアーキテクチャは5段階で構成されています。まず正規表現によるスキャンでセキュリティ上重要なファイルを特定し、次にエージェントが各ファイルのデータフローを追跡して調査します。さらに別のエージェントが再検証を行い偽陽性を除去、gitメタデータから修正担当者を特定し、最終的にチケット化可能な形式でエクスポートします。

大規模リポジトリのスキャンには単一マシンで数日かかる場合がありますが、Vercel Sandboxesへのファンアウトにより1000以上の並列実行が可能です。Vercel自身のモノレポでは認証条件の微妙なエッジケースを発見し、カスタムスキャナプラグインの開発につながりました。

マーケティングプラットフォームdub.coへの試験適用では、創業者から「実際にセキュリティエンジニアが指摘すべき問題を初めて自動で発見したツール」と評価されています。偽陽性率は10〜20%程度で、再検証ステップによりさらなる削減を図っています。

deepsecはアプリケーションやサービス向けに最適化されており、プラグインシステムによるカスタマイズが可能です。専用のサイバーモデルがなくても市販モデルで十分機能し、セキュリティタスクの拒否もほぼ発生しないとVercelは報告しています。

Bret Taylor率いるAIスタートアップSierraが、Tiger GlobalとGV主導で9億5000万ドルの資金調達を実施しました。ポストマネー評価額は150億ドルを超え、手元資金は10億ドル以上に達します。同社はこの資金を活用し、AIを活用した顧客体験の「世界標準」を目指すと表明しています。

Sierraの成長速度は目覚ましいものがあります。約2年前にわずか4社のパートナーから始まった同社は、現在Fortune 50企業の40%以上を顧客に持つと公表しています。年間経常収益（ARR）は2025年11月に1億ドル、2026年2月には1.5億ドルと急伸しており、プラットフォーム上のエージェントは住宅ローンの借り換えから保険請求処理まで、数十億件の対話を処理しています。

4月にはエージェント構築ツール「Ghostwriter」を発表しました。ユーザーが自然言語で要件を記述すると、専用エージェントを自律的に作成・デプロイする仕組みです。Taylor氏はHumanXカンファレンスで、多くの企業ソフトウェアはほとんど使われておらず、将来は人が複雑なシステムを操作する必要がなくなると主張しています。

Uber CTOのPraveen Neppalli Naga氏も、エージェントAI導入でAI予算を急速に使い切ったと語る一方、約8000人の技術者が書くコードの10%がAIによる自律生成になったと明かしました。あるチームではエージェントワークフローのみでホテル予約機能を構築し、通常1年かかる作業を半年で完了させたといいます。エンタープライズAIの投資回収が具体化し始めている状況です。

英キングス・カレッジ・ロンドンのHector Zenil准教授らの研究チームが、汎用AIと人間の利益の完全な整合（アライメント）は数学的に不可能であることを学術誌PNAS Nexusで発表しました。この証明はゲーデルの不完全性定理とチューリングの停止問題という計算理論の基本定理に基づいており、十分に汎用的なAIシステムでは一定のミスアライメントが構造的に避けられないことを示しています。

研究チームはこの不可能性に対処するため、「管理されたミスアライメント」という戦略を提案しています。これは1つの完璧なAIを目指すのではなく、異なる推論方式と部分的に重複する目標を持つ複数のAIエージェントによる「認知的生態系」を構築するアプローチです。裁判所や監査機関のように、互いを監視・挑戦・制約し合うことで、単一AIの支配を防ぎます。

実験では、異なる行動指向を割り当てられたAIエージェントを討論の場に配置し、意見攻撃や合意形成のプロセスを観察しました。その結果、MetaのLlama2のようなオープンソースモデルは、OpenAIのChatGPTなどプロプライエタリモデルよりも行動の多様性が高く、人間の利益に反する単一意見への収束が起きにくいことが確認されました。

Zenil准教授は「この研究はAIに反対するものではなく、制御に対する楽観主義への反論だ」と述べています。短期的には閉鎖的なシステムのほうがガードレールにより安全に見えますが、長期的に問題が生じた場合の軌道修正は困難です。真の多様性が確保されなければ、表面的な多元性の下に同じ前提が隠れる「偽の多様性」に陥るリスクも指摘されています。

この研究はAI安全性の議論に根本的な転換を迫るものです。完全なアライメントという到達不能な理想を追うのではなく、分散型の相互制約システムを設計することが、現実的かつ科学的に誠実な安全策であると結論づけています。企業や政策立案者にとって、単一のAIモデルへの依存を避け、多様なシステムによるチェック・アンド・バランスを組み込む必要性を示唆する重要な知見です。

AIチップメーカーのCerebras Systemsは2026年5月4日、新規株式公開（IPO）の準備を正式に発表しました。2800万株を1株あたり115〜125ドルで売り出し、最大35億ドルを調達する計画です。上限価格で算出した時価総額は約266億ドルに達し、実現すれば2026年最大のテックIPOとなります。

Cerebrasの最大の強みはOpenAIとの深い関係です。OpenAIは2025年12月にCerebrasへ10億ドルを融資し、3300万株超を取得可能なワラントを保有しています。さらに複数年で100億ドル超の計算資源契約を締結しており、Cerebrasの主要顧客です。CEOのSam Altmanをはじめ、Greg Brockman、Ilya SutskeverらOpenAI創業メンバーも個人で出資しています。

同社はGPUベースの競合に対抗する独自チップ「Wafer-Scale Engine 3」を提供しています。推論処理でGPUより高速かつ省電力と主張しており、AI推論需要の急増を追い風にしています。投資家にはAlpha Wave、Benchmark、Eclipse、Fidelity、Foundation Capitalのほか、Tiger Global、Coatue、AMD、アブダビのG42など著名な機関投資家が名を連ねます。

Cerebrasは2024年にもIPOを試みましたが、G42からの投資に対する米連邦政府の審査で延期となった経緯があります。その後2025年9月に81億ドル評価で11億ドル、2026年2月に230億ドル評価で10億ドルを調達し、今回のIPOに至りました。Bloombergによれば、すでに募集額35億ドルに対し約100億ドルの注文が集まっており、公開価格が提示レンジを上回る可能性が高いとされています。

OpenAIは2026年5月4日、ChatGPT音声機能やRealtime APIを支えるWebRTCインフラの再設計について技術ブログで公開しました。週間アクティブユーザー9億人超に対し、接続確立の高速化、メディア往復時間の低減と安定化、グローバル到達性の3要件を同時に満たすことが求められていました。

従来のWebRTCではセッションごとに1つのUDPポートを公開する方式が一般的ですが、大規模なKubernetes環境では数万単位のポート管理がセキュリティとスケーラビリティの両面で障壁となっていました。また、ICEやDTLSはステートフルなプロトコルであり、セッション状態を保持するプロセスへ確実にパケットを届ける必要があります。

OpenAIが採用したのは、リレーとトランシーバを分離するアーキテクチャです。リレーは軽量なUDP転送層として少数の固定ポートのみを外部に公開し、パケットのSTUNヘッダからICE ufragを読み取って適切なトランシーバへ転送します。トランシーバ側がICE、DTLS、SRTPなどWebRTCのすべてのセッション状態を一元管理します。

初回パケットのルーティングが設計の鍵です。サーバ側のufragにルーティングメタデータを埋め込むことで、外部の検索サービスに依存せずパケット経路上で宛先を決定できます。リレーが再起動しても次のSTUNパケットでセッションが再構築され、Redisキャッシュによる早期復旧も可能です。

グローバルリレーは地理的に分散配置され、Cloudflareのジオステアリングと組み合わせてシグナリングとメディアの両方を最寄りの拠点で受け付けます。これにより最初のICE接続チェックまでの往復時間が短縮され、ユーザーが発話を開始するまでの待ち時間が削減されます。

実装はGoで書かれ、SO_REUSEPORTによる複数ワーカーへのパケット分散、runtime.LockOSThreadによるCPUコア固定、事前割当バッファによるGC抑制など効率化が施されています。カーネルバイパスを使わないシンプルな設計でグローバル規模のリアルタイムメディアトラフィックを処理できており、クライアント側は標準的なWebRTCの振る舞いがそのまま維持されています。

アプリ分析企業Appfiguresの最新レポートによると、AIモバイルアプリにおける画像生成モデルの公開が、従来のチャットボットモデル更新と比べて6.5倍のダウンロード増をもたらしていることがわかりました。テキスト対話の性能向上よりも、画像生成機能がユーザー獲得の主要因になるという構造的な変化が起きています。

具体的には、OpenAIが2025年3月にGPT-4o画像モデルを公開した後の28日間で、ChatGPTは1200万件以上の追加インストールを獲得しました。これはGPT-4o、GPT-4.5、GPT-5といったチャットボットモデル公開時の約4.5倍に相当します。

GoogleのGeminiでも同様の傾向が確認されています。2025年8月のGemini 2.5 Flash画像モデル（Nano Banana）公開後、28日間で2200万件超のダウンロード増を記録し、通常の4倍以上の伸びとなりました。Meta AIのVibes（動画フィード）も260万件の追加DLを獲得しています。

ただし、ダウンロード増が収益に直結するとは限りません。ChatGPTは画像モデル公開後28日間で推定7000万ドルの消費者支出増を達成した一方、GeminiのNano Bananaは同期間でわずか18万1000ドルにとどまりました。Meta AIに至っては有意な収益増が見られませんでした。

この結果は、画像生成機能がアプリの試用動機として強力である一方、有料課金への転換には別の戦略が必要であることを示しています。AIアプリ市場では、視覚コンテンツ生成が新規ユーザー獲得の鍵を握る時代に移行しつつあります。

Springer Natureは2026年5月、ChatGPTが学生の学習成果を向上させると主張したメタ分析論文を撤回しました。同論文は2025年5月にHumanities & Social Sciences Communications誌に掲載され、51件の先行研究を統合してChatGPTの教育効果を定量化したものでしたが、分析上の矛盾と結論への信頼性欠如が撤回理由として挙げられています。

この論文は発表後、504件の引用と約50万人の閲覧を集め、オンライン注目度で学術論文の上位1%に入るほどの反響を呼びました。SNS上では「生成AIが学習者に有益であることを示す初のゴールドスタンダードなエビデンス」として広く紹介されていました。

エディンバラ大学のBen Williamson氏は、論文が質の低い研究を統合し、手法・対象集団・サンプルが大きく異なる研究の結果を不適切に比較していたと指摘しています。また、ChatGPTの公開からわずか2年半で数十件の高品質な研究が完了・査読・公開されるのは現実的ではないと、研究の時間軸そのものにも疑問を呈しました。

撤回された論文の引用は他の学術論文に残り続けるため、誤った知見が今後も拡散し続ける懸念があります。AI技術の教育活用を検討する経営者やリーダーにとって、エビデンスの質を見極める重要性を改めて示す事例です。

イーロン・マスク氏がOpenAIの営利化差し止めを求めた裁判で、開廷2日前にマスク氏がOpenAI社長のグレッグ・ブロックマン氏に和解を打診していたことが、2026年5月4日の法廷文書で明らかになりました。ブロックマン氏が双方の訴え取り下げを提案したところ、マスク氏は「今週末までにお前とサムはアメリカで最も嫌われる男になる」と脅迫的なメッセージを送っています。

OpenAI側はこのやり取りをマスク氏の真の訴訟動機を示す証拠として提出しました。通常、和解交渉中の通信は証拠として認められませんが、OpenAI側はマスク氏がTwitter買収を巡る2022年の訴訟で同様に「第三次世界大戦になる」と脅した際の例外判例を援用しています。裁判官はテキストメッセージ自体は証拠不採用としましたが、ブロックマン氏が証言台でこのやり取りについて証言することは認められる見通しです。

法廷ではマスク氏側唯一のAI専門家証人として、カリフォルニア大学バークレー校のスチュアート・ラッセル教授が証言しました。ラッセル教授はAGI開発の勝者総取り構造や安全性と開発速度の緊張関係について述べましたが、裁判官はOpenAI側の異議を受けて証言範囲を制限しました。OpenAI側の反対尋問では、ラッセル教授がOpenAIの企業構造や安全性方針を直接評価する立場にないことが確認されています。

先週の公判でマスク氏自身が証言台に立った際には、複数の失言や矛盾が指摘されています。自社xAIのAI安全対策への無知を認めたほか、AIリスクの緊急性について主張を後退させる場面もありました。観察者の間では、この裁判がAI安全性への懸念ではなく、OpenAIの成功から金銭を引き出しつつ競合を弱体化させる目的ではないかという見方が広がっています。

Googleは2026年4月に実施した主要なAI関連発表をまとめた月次レポートを公開しました。同月はラスベガスで開催されたCloud Next '26を中心に、エンタープライズ向けAIエージェント基盤から開発者ツール、ヘルスケアまで多岐にわたる発表が行われ、参加者3万2,000人超に対して260以上の新機能が披露されました。

企業向けでは、自律型エージェントの構築と管理を可能にするGemini Enterprise Agent Platformが発表されました。また、エージェントAI時代の大規模計算需要に対応する第8世代TPUが登場し、電力効率と絶対性能の両面で大幅な向上を実現しています。Google CloudのAI利用率は顧客の約75%に達し、330以上の組織が過去1年で1兆トークン以上を処理していることも明らかになりました。

開発者向けには、パラメータあたりの知能で最高水準を誇るオープンモデルGemma 4がリリースされました。累計ダウンロード数は5億回を超えています。Google Colabには対話的なコーディング指導機能Learn Modeが追加され、コードの「なぜ」と「どうやって」をステップごとに説明します。さらにGoogle AI Studioの利用枠がPro・Ultra会員向けに拡大されました。

研究・分析分野では、高度なリサーチタスクを自律的に遂行するDeep Research Maxが発表されました。大量データの統合・分析にかかる作業負荷を大幅に削減する自律エージェントとして位置づけられています。

生活領域では、Google Vidsが無料で月10本の動画生成を開放し、Google翻訳は20周年を迎えて発音練習ツールを新搭載しました。ヘルスケア分野では、Google.orgとジョンソン・エンド・ジョンソン財団が1,000万ドルを投じて米国農村部の医療従事者向けAI研修を開始しています。Fitbitの健康コーチ機能もGeminiを活用してさらに個人最適化が進みました。

ルンバの生みの親であるColin Angle氏が2026年5月、新会社Familiar Machines & Magicを通じて家庭用AI伴侶ロボット「Familiar」を発表しました。WSJ Future of Everythingカンファレンスで披露されたこのロボットは、掃除などの家事ではなく人間との感情的なつながりを目的に設計された犬サイズの四足歩行型ロボットです。

Familiarは熊、フクロウ、ゴールデンレトリバーを掛け合わせたような外見で、23の自由度を持ち、頭・首・耳・目・眉を動かして感情を表現します。あえて言語による会話機能を排除し、鳴き声や身体表現でコミュニケーションを行う設計です。Angle氏はLLMチャットボットが事実誤認で問題を起こしている状況を意識し、事実に関する助言を避ける方針を明確にしています。

技術面ではNvidia Jetson Orinチップを搭載し、視覚・音声・言語・記憶を統合したカスタムマルチモーダルモデルをエッジで動作させます。インターネット接続は不要で、カメラやマイクのデータをクラウドに送信しないプライバシー重視の設計です。所有者の行動パターンを学習し、長期的な関係構築を目指します。

想定する用途は、幼い子どものいる家庭での育児支援、高齢者の孤独感軽減、そしてスクリーン依存からの脱却です。68歳以上ではペット飼育率が9%まで低下するというデータを根拠に、動物を飼えない人々への代替手段として位置づけています。価格は「ペット飼育と同程度」とされ、2027年の発売を予定しています。

共同創業者にはiRobot出身のIra Renfrew氏とChris Jones氏が名を連ね、Disney、MIT、Boston Dynamics、Amazon、Bose、Sonosからエンジニアを集めています。ただしカンファレンスでのデモは一部オペレーター操作を含んでおり、発売時の完全自律動作の実現度合いには不確定要素が残ります。過去にJibo、Aibo、Vectorなど多くの家庭用ロボットが市場で苦戦してきた歴史を考えると、明確な用途のないコンパニオンロボットが消費者に受け入れられるかが最大の課題です。

DoorDashは2026年5月4日、加盟店向けにAIを活用した新ツール群を発表しました。出店手続きの簡素化、料理写真の自動編集、既存コンテンツからのWebサイト生成など、飲食店の業務負担を大幅に軽減する機能が追加されています。

出店ツールでは、加盟店が自社WebサイトのURLを指定するだけで、写真・営業時間・メニュー情報を自動取得し、アプリ上のリスティングを生成します。2024年にAmazonが導入した仕組みと類似しており、公開前に全情報の確認・編集が可能です。

写真編集では2つのAIツールが提供されます。AI Retouchは料理そのものを変更せずに背景置換・画像鮮明化・照明最適化を行い、AI Replateはプロの盛り付けのように料理写真を加工します。参照画像を指定してスタイルを適用する機能も備えています。

動画ライブラリも刷新され、動画内の料理にタグを付けて顧客が直接注文できる機能が追加されました。総再生数・動画経由の売上・新規顧客売上などの統計情報も確認できます。

コマースプラットフォームでは、DoorDash上の既存メニューや写真を活用してWebサイトを自動生成する機能をテスト展開し、平均約10%の注文転換率を記録しました。さらに、コンテンツ作成・メール配信・スケジュール管理を自動化するマーケティングキャンペーンビルダーも追加されています。

Googleは2026年5月4日、全米中小企業週間(National Small Business Week)に合わせて、中小企業向けのAIツール群と大規模な割引・無料プログラムを発表しました。Gemini Enterpriseアプリの30日間無料トライアル、Google Workspaceの初回3か月95%割引、最大6,000ドルの広告クレジットなど、導入障壁を大幅に引き下げる施策を打ち出しています。

目玉となるのはGemini Enterpriseアプリです。営業データの集約や顧客会議の要点整理など、日常業務を支援するAIエージェントを構築・実行できます。Gmail、Docs、Driveに組み込まれたGeminiと連携し、大企業並みの生産性を中小企業でも実現できるとGoogleは説明しています。

クリエイティブ面では、AIデザインツールPomelliやNano Bananaを提供します。高品質な商品写真やチラシ、広告キャンペーン素材をスタジオレベルの仕上がりで短時間に作成でき、制作コストの大幅な削減が見込めます。

集客面では、Google検索、Maps、YouTubeの各プラットフォームでAIによる広告最適化を活用できます。Google Business ProfileやMerchant Center、Google Adsを通じて、数十億人のユーザーが集まる場所で効率的にターゲット顧客へリーチする仕組みを整えています。

人材育成にも力を入れており、米中小企業庁との共催でAIワークショップを週間通じて開催します。Google Cloudの学習パスやAI Professional Certificateも用意され、資格取得者にはGoogle AI Proの3か月無料利用権が付与されます。中小企業のAI活用を入り口から実践まで一貫して支援する包括的な取り組みです。

カナダ・アルバータ州の選挙管理機関Elections Albertaが、カナリートラップと呼ばれる情報漏洩検知手法を用いて、有権者名簿の不正流出元を特定しました。2026年5月にArs Technicaが報じたもので、数百万人分の氏名・住所・選挙区情報を含む名簿が、分離主義団体「The Centurion Project」のオンラインツールに転載されていたことが発端です。

カナリートラップは、文書やデータベースを配布する際に受取先ごとに固有の偽情報を仕込む古典的な手法です。流出データに特定の偽エントリが含まれていれば、どの受取先から漏れたかを即座に判別できます。パスキーや量子安全暗号など高度な技術が注目される中、シンプルな手法が実効性を発揮した点が注目されています。

Elections Albertaが調査したところ、Centurionのツールに含まれる偽エントリは、アルバータ共和党に正規提供された名簿版と一致しました。政党は法律上、名簿を第三者に共有することが禁止されています。共和党からCenturionへデータが渡った正確な経緯は不明ですが、カナリートラップにより流出経路が迅速に絞り込まれました。

Elections Albertaは裁判所命令を取得し、Centurionのサイトは閉鎖されました。共和党、Centurionの双方が法令遵守を公に表明しています。選挙データの保護において、ローテクだが確実な漏洩追跡手法が有効であることを示す事例として、セキュリティ分野で広く関心を集めています。

Google for Startups Acceleratorは2026年5月4日、AIを活用してエネルギー分野の課題解決に取り組むスタートアップの応募受付を開始しました。2年連続の開催となる本プログラムは、送電網の近代化やエネルギー利用の効率化・低コスト化をAIで推進する企業を対象としています。

プログラムは9月から11月まで実施され、参加企業はエクイティフリー（出資不要）で支援を受けられます。Google Cloudのインフラや最先端AIツールへのアクセスに加え、AI・機械学習、プロダクトデザイン、市場戦略、リーダーシップ開発に特化したカリキュラムが提供されます。20以上のエネルギー関連企業やVCもパートナーとして参加します。

2025年の第1期では具体的な成果が報告されています。米国のArtemisはGemini統合により太陽光画像の3D抽出エラー率を半減させ、スペインのDelfosは風力・太陽光設備の故障を最大300日前に予測するAIを構築しました。フランスのTilt Energyは2カ国に展開を拡大し、数百MWの分散型フレキシブル容量を運用しています。

対象領域は3つです。第1にエネルギー効率化と活用（家庭や産業のエネルギーコスト削減）、第2に送電網の近代化（送電分析やGET技術）、第3に需要の柔軟化と最適化（仮想発電所や負荷集約）。IEAの予測では今後5年間の世界の年間電力需要が過去10年比で50%増加する見通しで、AI活用による電力インフラ整備の重要性が一段と高まっています。

2026年5月、Windows用テキストエディタNotepad++の作者Don Ho氏が、第三者が開発した非公式Mac版について商標侵害であると公式に非難しました。開発者Andrey Letov氏が「Notepad++ for Mac」として公開したアプリが、複数のテクノロジーメディアで公式リリースのように報じられ、ユーザーに大きな混乱を生じさせたことが問題の発端です。

Ho氏は公式サイトで「Notepad++はmacOS版をリリースしたことは一切ない」と明言し、Letov氏がNotepad++の商標（名称とロゴ）を無断で使用していると指摘しました。Ho氏はこの行為を「誤解を招き、不適切であり、プロジェクトとユーザーに対して率直に言って失礼」と強い言葉で批判しています。

GitHubのスレッドで公開されたやり取りによると、Letov氏はアプリ公開前にHo氏に連絡を試みていましたが、Ho氏は返答する時間がなかったと説明しています。Ho氏はLetov氏への返信メールで、公式名称とロゴの使用が公式版との誤認を生むと警告しました。

Notepad++は2003年に開発が始まり、Windows 95からWindows最新版まで対応してきた歴史あるオープンソースエディタです。今回の騒動は、人気オープンソースプロジェクトの名称やブランドを第三者が利用する際の商標保護の重要性を改めて浮き彫りにしています。

Googleは2026年5月4日、米国建国250周年を記念し、ホワイトハウスTask Force 250、国立公文書館、国立公園局と共同で「Making of the Nation - America at 250」をGoogle Arts & Culture上に公開しました。18世紀の歴史的文書からベンジャミン・フランクリンの科学実験資料まで、数百年にわたる建国の記録をデジタル技術で体験できるプラットフォームです。

展示の目玉の一つが「Founders Museum」と名付けられた没入型3D仮想ギャラリーです。建国の父たちの肖像画や独立革命の重要場面をインタラクティブな空間で閲覧できます。著名な人物だけでなく、カルパー・スパイリングの暗号通信など歴史に埋もれた貢献者やエピソードにも光を当てる構成となっています。

さらにGoogleのNotebookLMを活用し、国立公文書館が所蔵する18万件超の文書を対話的に探索できる機能も提供されます。ジョージ・ワシントンの書簡、アビゲイル・アダムズら「革命の女性たち」の手紙、フランクリンの科学文書などを、AIが整理した形で深く読み込むことが可能です。

自然遺産の紹介として、国立公園局のAPIとGoogle AIを組み合わせた「One Minute Guides」実験機能も開始されました。ヨセミテやグランドキャニオンなど象徴的な国立公園について、利用者の関心に合わせたパーソナライズされたビジュアルガイドをAIが生成します。歴史と自然の両面から米国250年の歩みを体験できる設計です。