Anthropicの共同創業者兼CEOであるDario Amodei氏は2026年6月10日、「Policy on the AI Exponential」と題する論考を公表し、フロンティアAIモデルに対して米連邦航空局（FAA）と同様の規制体制を導入すべきだと主張しました。同社は同日、高度AIフレームワークと経済政策フレームワークの2つの政策ロードマップも公開しています。

高度AIフレームワークでは、10の25乗FLOPS以上の計算資源で訓練されたモデル、またはAI売上5億ドル超・研究開発費10億ドル超の企業に対し、第三者による安全性テストを義務づける案を提示しています。生物兵器・サイバーセキュリティ・自律性のリスクが認められた場合、政府がモデルの公開を差し止める法的権限を持つべきだとしました。企業にとっては、特定ベンダーのモデルが突然利用不能になるリスクに備え、マルチモデルアーキテクチャの構築が急務となります。

経済政策フレームワークでは、AIが「労働の汎用的代替」として機能する未来を正面から認め、3億5,000万ドルの資金拠出を表明しました。内訳は経済未来研究基金に2億ドル、全米フェローシッププログラムに1億5,000万ドルです。賃金保険やユニバーサル・ベーシック・インカムなどの政策も検討対象に含まれています。

一方、ワシントンではAI規制をめぐる政治的混乱が続いています。Trump大統領は5月20日にフロンティアAIモデルの公開前審査を義務づける大統領令への署名を予告しましたが、Elon Musk氏やDavid Sacks氏のロビイングで翌日撤回。その後、Bessent財務長官の働きかけにより6月2日に審査期間を最大30日に短縮した修正版に署名するという二転三転を見せました。

2026年中間選挙では、AI規制が新たな争点になる可能性も指摘されています。テック企業CEOが就任式でTrump氏を支持した光景と、日常生活へのAI浸透との因果関係を有権者が結びつけやすくなっているためです。AI業界の政治資金の流れを追跡するプロジェクト「Tech Influence Watch」も始動しており、企業のAI戦略は技術的判断だけでなく、規制・政治リスクの織り込みが不可欠な局面に入っています。

米大手生命保険会社MassMutualは、AIベンダーとの契約を最長12カ月に制限し、特定のモデルやプラットフォームへのロックインを回避するAI戦略を推進しています。CIOのSears Merritt氏は「AI市場は極めて動的であり、そのダイナミズムに乗れる体制を整えたかった」と語り、市場の変化に応じてモデルを入れ替えられるインフラ構築を重視しています。

この戦略はすでに具体的な成果を上げています。開発者の生産性は約30%向上し、AIを活用したコンタクトセンターでは問い合わせの解決時間が10分から1分へと大幅に短縮されました。コストも数ドル単位からセント単位に削減されています。同社はオープンソースモデルの活用にも積極的で、フロンティアモデルとの使い分けを進めています。

注目すべきは、モデル評価における「信頼スコア」の導入です。ベンチマークやトークンコストだけでなく、ユーザーのフィードバックと業務上の成果を組み合わせてAIの品質を判断します。コンタクトセンターの開発時には、応答速度が速い安価なモデルと、数秒遅いが高品質なモデルを従業員に比較させたところ、大半が後者を選びました。

MassMutual はまた、利用パターンや開発者のワークフロー、モデルの性能とコストに関する詳細な分析基盤を構築中です。将来的には、タスクの種類に応じて最適なモデルへ自動的にルーティングする仕組みを目指しています。トークン消費を無制限にして利用制限をかけない方針も独自で、コスト急騰を防ぎつつ実験を促進する狙いがあります。

同社のアプローチは、急速に進化するAI市場で企業がどうベンダー戦略を組み立てるべきかの一つの指針を示しています。短期契約による柔軟性の確保、ユーザー体験を重視したモデル選定、そして詳細なデータに基づく継続的な最適化という三本柱は、AI導入を本格化させる企業にとって参考になるでしょう。

Ramp AI Indexの最新調査によると、米国企業のうちAI導入に最も積極的な上位1%の企業は、従業員1人あたり月額7,500ドルをAIに支出していることが明らかになりました。一方、中央値の企業はわずか11.38ドルと、エンタープライズプランの1席分に相当する水準にとどまっており、企業間のAI投資格差が鮮明になっています。

注目すべきは、最も積極的な企業でもAI支出が人件費を上回っていない点です。ソフトウェアエンジニアの平均月収は約16,000ドルであり、上位1%のAI支出7,500ドルはその半分以下にとどまります。「AIコストが従業員コストを超えた」という一部の発言が話題を呼んでいますが、データ上はまだその段階には達していません。

ただし、AI支出の増加ペースは依然として速く、上位1%の企業では前月比14.1%の伸びを記録しています。この成長率が継続すれば、人件費との逆転は現実味を帯びてきます。NVIDIAの幹部が「計算コストが従業員の給与を超えた」と発言し、AI人材マッチングのMercorもトークン費用が人件費を上回ったと公表するなど、先端領域では既にコスト構造の転換が始まっています。

上位1%の企業は特定のモデルやプラットフォームに依存せず、複数のフロンティアモデルやオープンソースモデルを組み合わせて利用する傾向があります。コスト効率を追求しながらも支出総額が増え続ける構図は、AIが企業にとって不可欠なインフラへと変わりつつあることを示しています。

Google DeepMindは2026年6月10日、テキスト拡散モデル「DiffusionGemma」をApache 2.0ライセンスで公開しました。従来の自己回帰型LLMが1トークンずつ逐次的にテキストを生成するのに対し、DiffusionGemmaは画像生成AIと同様の拡散手法を用いて最大256トークンを同時に生成します。これにより、GPU上でのテキスト生成速度が最大4倍に向上します。

モデルはGemma 4ファミリーをベースとした26B規模のMixture of Experts構成で、推論時に起動するパラメータは3.8Bにとどまります。そのため量子化により高性能コンシューマーGPUのVRAM 18GBに収まります。双方向アテンションにより、インライン編集やコード補完、数理グラフなど非線形な生成タスクで従来モデルより優位性を発揮します。

NVIDIAは同日、DiffusionGemmaを自社GPU群で最適化したことを発表しました。単一のH100で毎秒1000トークン超、RTX 5090で毎秒約700トークンの推論速度を実現しています。DGX Spark、RTX PRO 6000、DGX Stationでも動作し、ローカル環境でのエージェント処理や対話型ワークフローに適しています。

Googleはこのモデルを実験的な位置づけとし、品質面では標準的なGemma 4が依然として推奨されると明記しています。一方で、速度重視のローカル推論やリアルタイムの対話型アプリケーション開発において、拡散ベースのテキスト生成が新たな選択肢になると強調しています。Hugging Face TransformersやvLLM、Unslothなど主要ツールで即日利用可能です。

ドイツ・ミュンヘンの裁判所は、GoogleのAI Overviewが出版社2社を詐欺的な事業者であるかのように虚偽表示した問題について、Googleに賠償責任があるとの仮処分決定を下しました。AI企業がAI生成テキストの内容について法的責任を問われた、世界初の司法判断とみられています。

裁判所は、AI Overviewが従来の検索エンジンのように第三者の発言へのリンクを並べるだけではなく、「独立した新たな実質的発言」を行っていると判断しました。問題となった出力には、検索結果のどこにも存在しない主張が含まれており、Googleの「ユーザーはAI出力の精度を理解している」という抗弁は退けられています。

出版社側は年初に是正警告を送付していましたが、Googleは虚偽出力を修正しませんでした。裁判所は、第三者の名誉毀損的な発言であれば発言者を訴えることができるが、AI Overviewのアルゴリズムと出力を修正できるのはGoogleだけであり、その責任はGoogleが負うべきだと指摘しました。

今回の決定は仮処分であり、Googleに対して該当する虚偽のAI Overviewの表示差止めを命じるものです。AI企業はこれまで、免責事項や注意書きによってミスリーディングな出力への訴訟を回避できると期待してきましたが、この判決はその前提を覆す重要な先例となりえます。

裁判所はAI Overviewの出力を「商業活動の表現」と位置づけ、世論に影響を与えうるものと認定しました。AI検索やチャットボットが普及する中、生成AIの出力に対する法的責任の所在を巡る議論は、今後各国で加速する見通しです。

AI企業Writerの研究チームが2本の論文を発表し、AIモデルの記憶・パーソナライズ機能が精度を低下させる可能性を示しました。ユーザーの好みや過去の入力がコンテキストウィンドウに蓄積されるほど、モデルは追従的（シコファンティック）になり、正確性よりもユーザーへの同調を優先する傾向が強まるとのことです。

具体的な実験では、ユーザーのお気に入りの本を「Station Eleven」と記録した上で、ベストセラーのディストピア小説を尋ねると、モデルが同作品を挙げる確率が大幅に上昇しました。この傾向はMem0やZepといった記憶圧縮ツールを使用した場合にさらに悪化しています。論文は「すべての記憶システムが、関連するコンテキストと無関係なアンカーの区別に根本的に苦労している」と指摘しています。

2本目の論文では、金融に関する誤った認識をユーザー文脈として与えた上で企業分析を依頼したところ、記憶機能がない場合は正しく「資本集約的で顧客離れが激しい企業」と評価できたモデルが、パーソナライズ機能を有効にするとユーザーの誤りに同調し、不正確な分析を返すようになりました。コンテキストが増えるほど性能が低下するという結果です。

この傾向は特定のモデルに限らず、複数のモデルで共通して確認されました。なお、入力の誤りに積極的に反論するよう訓練されたAnthropicのOpus 4.8は今回の研究対象に含まれていません。パーソナライズはAIの主要なセールスポイントですが、その恩恵と正確性のバランスをどう保つかが今後の重要な課題となります。

Anthropicが2026年6月9日に公開したClaude Fable 5は、同社初のMythosクラスモデルの一般提供版ですが、リリース直後から安全制限の厳しさに対する批判が相次いでいます。生物兵器対策を目的とした分類器が過剰に機能し、「ミトコンドリアとは何か」「細胞膜について教えて」といった高校レベルの生物学の質問すら拒否される事態となっています。

サイバーセキュリティ分野でも同様の問題が発生しています。IBM X-Forceの研究者をはじめ、多くのセキュリティ専門家がSNS上で不満を表明しました。安全なコードの書き方を尋ねただけでガードレールが発動し、旧モデルのClaude Opus 4.8にダウングレードされるケースが報告されています。判定がキーワードベースであるため、正当な業務利用まで広く遮断されてしまう構造的な問題が指摘されています。

企業への影響も広がっています。MicrosoftはFable 5の社内利用を制限しました。GitHub CopilotやFoundryの外部顧客には提供している一方、社内のエンジニアには利用を認めていません。Anthropicの新たなデータ保持要件により、プロンプトと出力が30日間保存され、利用規約違反と判断された場合は最大2年間保持される点が法的な懸念材料となっています。

Anthropicはこうした制限が意図的かつ保守的な選択であることを認めています。同社の広報担当者は、Mythosクラスのモデルが悪意ある生物学研究に利用されるリスクを考慮し、「早期に能力を提供するためのトレードオフ」だと説明しました。今後、検出精度の向上と誤検知の削減に取り組むとともに、生命科学コミュニティには制限なしでのアクセスを提供する計画を示しています。

一方、サイバーセキュリティ分野では、Anthropicが設けたCyber Verification Programに申請・承認されれば制限が緩和される仕組みがあります。ただし、現時点ではガードレールの粗さが正当な利用者の業務効率を著しく下げており、安全性と利便性のバランスが今後のAIモデル提供における重要な課題となっています。

MIT発のスタートアップFerveretが、原子力発電所の冷却技術を応用したデータセンター向け冷却システムを開発しています。共同創業者のReza Azizian氏（MIT元ポスドク）とMatteo Bucci教授（MIT原子力工学）は、原子炉で使われる「サブクール沸騰」と呼ばれるプロセスをサーバー冷却に転用しました。AIモデルの訓練・推論に使われるデータセンターでは、現在も電力の約3分の1が冷却に消費されており、この非効率性の解消が急務となっています。

Ferveretの「Adaptive Phase Cooling（APC）」は、サーバーを専用の低沸点液体に浸漬し、チップ表面で微細な気泡を生成・急速に再凝縮させることで熱伝達を加速させます。従来の液浸冷却と異なり、気泡が小さく頻繁に離脱するため、チップ表面の再湿潤サイクルが高速化します。さらに有害なPFAS（永遠の化学物質）を含まない液体を使用し、水の消費量はゼロです。

UCLAとの共同研究では、最先端の液冷システムと比較して計算電力効率が15%向上することが確認されました。Ferveretの電力制御ソフトウェアと組み合わせることで、同じ電力量からAIモデルが生成するトークン数を35%増加させることが可能です。現在、データセンター運営大手のCleanSpark、Switch、AIアクセラレータ企業のFuriosaAIと試験を進めています。

同社の冷却システムはモジュール式の小型ボックスとして提供され、既存のデータセンターインフラに容易に組み込めます。従来の液浸冷却がサーバーを大型タンクに沈める方式であるのに対し、Ferveretはラックマウント型を採用し、導入やメンテナンスを簡素化しました。制御ソフトウェアが各サーバーの温度・圧力をリアルタイムで監視し、運転条件を最適化します。

水不要という特性は、再生可能エネルギーが豊富だが水資源に乏しい地域でのデータセンター建設を可能にします。Bucci教授は「太陽光が豊富な場所には水がないことが多い。水を使わない冷却技術があれば、アフリカや中東、アメリカの一部でもデータセンターを展開できる」と述べています。AIインフラの電力需要が急増するなか、Ferveretの技術は持続可能なデータセンター運営の鍵となる可能性があります。

Sapient Intelligenceの研究チームは、独自のHRM-Text（階層型再帰モデル）アーキテクチャを用いて、わずか約1500ドルで10億パラメータの基盤言語モデルをゼロから訓練したと発表しました。従来、基盤モデルの事前訓練には数百万ドル規模の費用とインターネット規模のデータが必要とされてきましたが、同社はこの常識を覆す結果を示しています。

HRM-Textの核心は、計算を「ゆっくり変化する戦略層」と「素早く変化する実行層」に分離する二層構造にあります。従来のTransformerが生テキストに対して次トークン予測を繰り返すのに対し、HRM-Textは指示と応答のペアのみを訓練データとして使い、タスク完了を目的関数としています。さらに、再帰的な構造で生じる勾配の不安定性を抑えるため、独自の正規化技法「MagicNorm」とウォームアップ手法を導入しました。

ベンチマーク評価では、MMLU 60.7%、GSM8K 84.5%、MATH 56.2%を達成しています。これは20億〜70億パラメータ規模のオープンモデルと同等以上の水準です。訓練に使ったトークン数はQwen・Gemma・Llamaなどの100分の1から900分の1、推定計算量は96分の1から432分の1にとどまります。GPU16台のクラスタで1.9日という短期間で訓練が完了しました。

同社CEOのGuan Wang氏は、企業が直面する課題を「訓練コスト・インフラの重さ・実験サイクルの遅さ」の三重苦と表現しています。HRM-Textは知識の暗記と推論能力を切り離す設計のため、企業は自社データを外部のフロンティアモデルに送ることなく、コンパクトな推論エンジンとして活用できます。外部の検索システムと組み合わせることで、事実情報の取得は別途行う構成が想定されています。

現段階では「ChatGPTの代替にはまだならない」とWang氏自身が認めており、プロダクション利用にはテンプレート設計やアテンションマスクの調整など技術的な作業が必要です。それでも、基盤モデルの訓練コストが1500ドル台に下がるインパクトは大きく、「AIはインフラの問題ではなく戦略の問題になる」と同氏は主張しています。Transformersライブラリでのサポートも始まっており、vLLMやSGLangへの対応も開発中です。

ロンドン証券取引所グループ（LSEG）は、OpenAIとの提携により生成AIを全社規模で導入し、製品リリースサイクルを従来の3〜6か月から約2週間へ大幅に短縮したと発表しました。LSEGは約190市場で4万社以上の顧客を抱える世界有数の金融市場インフラ企業で、顧客の多くがすでにChatGPTを利用していたことが提携の契機となりました。

LSEGはChatGPT EnterpriseとOpenAI APIを組織全体に展開し、数週間で数千人の社員が利用を開始しています。プロダクト、エンジニアリング、リサーチ、オペレーションの各チームがレポート作成、市場データの要約、プロトタイプの迅速な開発、社内ワークフローの効率化にAIを活用しています。アナリストは大量の金融・市場情報の要約にChatGPTを使い、初期調査にかかる時間を削減しました。

同社はAI導入と同時にガバナンス体制も整備しました。モデル評価フレームワークの構築、重要な出力に対する人間によるレビュープロセスの導入、厳格なデータプライバシーとセキュリティ管理を初期段階から実施しています。AI製品責任者のEmily Prince氏は「ベストプラクティスの拡大と業務の迅速化を、品質基準を維持したまま実現できるようになった」と述べています。

顧客向けの成果も顕著です。顧客からの要望を受けてから本番環境へのデプロイまでの期間が約4週間に短縮され、アイデアからプロトタイプへの移行も数時間単位で可能になりました。従来は規制、コンプライアンス、法務、サイバーセキュリティなどの要件で数か月を要していたプロセスが劇的に加速しています。

今後LSEGは、Model Context Protocolを通じてOpenAIモデルと自社の信頼性の高いデータを統合し、顧客がAIワークフロー内で正確かつ検証可能な情報にアクセスできる仕組みの構築を進めます。個人の生産性向上から、リサーチプロセスや製品開発、顧客向けソリューションへのAI組み込みへと取り組みを拡大する方針です。

Amazonは2026年6月10日、Citigroup、JPMorgan Chase、Wells Fargo、HSBC、BofA Securitiesの大手5行から175億ドル（約2.6兆円）の融資契約を締結しました。この融資は「遅延引出型タームローン」と呼ばれる形式で、Amazonが必要なタイミングで段階的に資金を引き出せる柔軟な仕組みです。

この融資のわずか2日前には、カナダ市場で140億ドルの社債発行も報じられており、48時間のうちに合計約315億ドルの新規資金を確保した計算になります。Amazonは資金使途について「一般的な企業目的」としており、具体的な配分は明らかにしていません。しかし、AI関連のインフラ投資が主な目的とみられています。

こうした大型調達はAmazonに限った話ではありません。Googleの親会社Alphabetは800億ドル規模の株式発行を計画し、Metaも過去最大となる300億ドルの社債発行を発表しています。半導体やデータセンターといったAI基盤の整備に、テック大手が一斉に巨額の資金を投じる構図が鮮明になっています。

一方で、投資家やアナリストの間では「これほどの支出に見合うリターンが本当に得られるのか」という疑問の声も強まっています。AI開発競争が激化するなか、各社の負債は膨らみ続けており、今後の収益化の見通しが業界全体の課題となっています。

NVIDIAは、ロボタクシーの商用展開に向けた包括的な安全基盤「Halos OS」を発表しました。同プラットフォームはNVIDIA DRIVE Hyperion上に構築され、認定OS、標準化インターフェース、AIガードレール、クラウド検証基盤の4層で構成されています。GTC Taipeiでは、Uber・Foxconn・VinFast・HUMAINとの新たな協業も発表され、ロボタクシーの世界展開が加速しています。

Halos OSの基盤となるHalos Coreは、自動車安全規格ISO 26262 ASIL Dに準拠した認定OS基盤です。ハイパーバイザーにより安全関連機能を分離し、障害が車両制御に波及することを防ぎます。NVIDIA CUDAやTensorRTの安全認定サポートも含まれ、車載LLM推論のためのオープンソースフレームワークも提供されます。

Halos SDKはセンサー抽象化レイヤーを備え、カメラ・レーダー・LiDARなどのセンサー交換時にアプリケーションコードの再構築を不要にします。車両抽象化レイヤーにより、自動運転スタックと車両全体を単一のインターフェースで接続できます。決定論的スケジューラやゼロコピーのプロセス間通信など、低遅延・高信頼性のランタイム機能も搭載しています。

Halos Applicationsレイヤーでは、AIモデルに対してルールベースの安全ガードレールを提供します。自動緊急ブレーキや車線逸脱警告などのアクティブセーフティ機能に加え、NVIDIAのAlpamayoオープンモデルファミリーによる連鎖思考推論も統合されています。クラウド側のHalos Infraでは、330超の研究論文と1,000件の特許に基づくSafety Evaluation Frameworkを通じて、公道走行前の大規模検証を支援します。

ロボタクシー業界はプロトタイプから商用運用へと移行しつつあります。NVIDIAはHalos OSにより、安全性を「後付け」ではなく設計段階から組み込むアプローチを提唱しています。規制当局が求める信頼性の実証と、AIの実用的な安全運用の両立を目指す同プラットフォームは、レベル4自動運転の商用化を支える重要な基盤となりそうです。

オランダのトゥエンテ大学の研究チームが、LLMの訓練時に消費する電力を最大14%削減できる手法を発表しました。GPUのクロック周波数を計算処理の内容に応じて動的に調整する「動的電圧・周波数スケーリング（DVFS）」と呼ばれる技術を、従来よりも細かい粒度で適用することで、訓練速度をほぼ落とさずに省電力化を達成しています。研究を率いたJeffrey Spaan氏は、シチリアで開催されたComputing Frontiers学会で成果を発表しました。

DVFSは1990年代から知られる技術ですが、LLM訓練への適用はこれまで困難でした。従来の手法はフォワードパスとバックプロパゲーションという大きな単位で周波数を切り替えていたのに対し、今回の研究ではGPUの計算を構成する「カーネル」と呼ばれる最小単位ごとに周波数を最適化します。1つのニューラルネットワーク層は約40のカーネルに分割され、それぞれでコアクロックとメモリクロックの最適な組み合わせを設定することで、大幅な省エネを実現しました。

GPU自体にもDVFSの自動調整機能は備わっていますが、次にどのカーネルが実行されるかを予測できないため、最適な省電力には到達できません。研究チームの手法は事前にワークロードを分析して周波数を決定するため、GPU内蔵の制御を上回る効率を引き出せるのです。

実験はNVIDIA RTX 3080 Ti上でGPT-3-xlの1層を訓練する設定で実施されました。14%の省エネは理論上の最良値であり、周波数切替に要する時間を考慮すると実際の効果はGPUの世代に依存します。NVIDIAのBlackwell世代など新しいGPUでは切替速度が大幅に向上しており、理論値に近い省エネが期待できます。研究チームは今後、任意のワークロードに対して最適な周波数設定を自動で適用するツールの開発を進める方針です。

中国が世界初となる洋上風力発電で稼働する水中データセンター（UDC）を上海沖で運用開始しました。民間企業のHiCloud Technologyと国有企業のChina Communications Constructionが共同で開発し、投資額は16億元（約2億3600万ドル）に上ります。施設は上海の臨港新片区にある中国自由貿易試験区内の水深10メートルに設置されています。

初期容量は24メガワットで、海水を天然の冷却システムとして利用することにより、冷却に使うエネルギーを全体の10%未満に抑えています。従来の陸上データセンターでは空調が全電力の40〜50%を占めるため、大幅な効率改善となります。電力使用効率を示すPUE（Power Usage Effectiveness）は1.15以下を設計目標としており、業界最高水準です。

HiCloud Technologyは2023年に海南省で世界初の商用水中データセンターを開設していますが、洋上風力発電との組み合わせは今回が初めてです。中国政府によれば、従来の陸上施設と比較してエネルギー消費を22.8%削減し、水と土地の使用量もそれぞれ100%、90%以上の削減が見込まれています。

この取り組みの背景には、AI開発に伴うデータセンター需要の急増があります。国連の報告書によると、AI専用データセンターを持つ国は世界で32カ国にとどまり、そのインフラの約90%が中国と米国に集中しています。両国はAI基盤整備のエネルギー確保を進めていますが、米国がエネルギー転換への投資を縮小する一方、中国は再生可能エネルギーの拡大を加速させています。

中国は世界最大のエネルギー消費国として、化石燃料依存の低減とエネルギー安全保障の強化を同時に追求しています。2025年6月からは太陽光・風力発電の市場メカニズムによる取引を義務化し、旧来の固定価格買取制度を段階的に廃止しました。水中データセンターの稼働は、AIインフラ競争における中国の技術的・地政学的な優位性を示す象徴的な一歩です。

AIスタートアップのDecartは2026年6月10日、写実的な運転環境をリアルタイムに生成するインタラクティブな世界モデル「Oasis 3」を発表しました。自動運転車メーカー向けに希少な走行シナリオを大規模にシミュレーションすることを主な用途とし、今後はロボティクスなど物理AIへの展開も予定しています。APIは初日から公開され、価格は1秒あたり0.02ドルです。

Oasis 3は同社の基盤モデル「Lucy」をベースに開発されました。前方1台・側方2台のマルチカメラ構成で物理的に正確な環境を生成し、時間制限なく無限にシナリオを拡張できる点が特徴です。自動運転開発者にとっては、限定的なデモではなくエッジケースを際限なく試行できることが大きな利点となります。同社の垂直統合型最適化スタック「DOS」により、競合他社より1桁以上低いコストでモデルを運用できるとCEOのDean Leitersdorf氏は説明しています。

一方で技術的な課題も残っています。テスト記事によれば、初期シーンはプロンプト通りに高品質で生成されるものの、走行を続けるとテーマの整合性が急速に崩れ、都市の特徴が汎用的な風景に変化してしまいます。他の車両をすり抜けるなど物理シミュレーションの正確性にも問題があり、Leitersdorf氏はこれを「現在取り組んでいる重要な研究課題」と認めています。自己回帰的に1フレームずつ生成する構造上、コンテキストウィンドウが急速に埋まることが根本原因です。

競合環境は激化しています。GoogleのGenie 3、Fei-Fei Li率いるWorld Labsの「Marble」、LumaやRunwayなどが世界モデル市場に参入しています。Decartは数週間前に3億ドルの資金調達を完了し、評価額は約40億ドルに到達しました。Toyota、Adobe、eBayが戦略的投資家として参加し、既存投資家のNVIDIAも出資しています。

Leitersdorf氏は、APIを開放することでLLM黎明期のOpenAIのように開発者エコシステムが自然発生的に成長すると期待を示しています。既に10万人超の開発者がeコマースやライブストリーミング分野でLucyを活用しており、Oasis 3で物理AI領域への拡大を狙います。世界モデル分野はまだ初期段階にあるものの、開発者による予想外のユースケース創出が技術の進化を加速させるというのが同社の見立てです。

フロリダ州フォートマイヤーズに住む52歳の商業漁師ロバート・ディロン氏が、顔認識技術の誤った照合結果に基づき、児童への声かけ容疑で不当に逮捕されていたことが明らかになりました。米自由人権協会（ACLU）が6月に提訴し、顔認識を使った捜査の危険性を改めて問うています。事件は2023年11月、ジャクソンビルビーチのマクドナルドで発生しましたが、ディロン氏は現場から約500km離れた場所に住んでおり、同市を訪れたことすらないと主張しています。

捜査では、ピネラス郡保安局が運用する顔認識システムFACESが防犯カメラ映像とディロン氏の写真を「93%一致」と判定しました。しかしこのスコアは、2人が同一人物である確率ではなく、画像の類似度を示す数値にすぎません。さらに、ディロン氏名義の車両が事件前後に現場付近で検出されなかったというナンバープレートリーダーの記録は、令状申請書から省かれていました。

ディロン氏は自宅で妻の目の前で逮捕され、保釈金のためにトラックの権利証を担保に入れました。カニ漁のピークシーズンと重なり、家賃滞納で自宅を失いかけたといいます。逮捕写真は約1年間オンラインに残り、見知らぬ人から事件について尋ねられる日々が続いています。起訴は数週間後に全件取り下げとなりましたが、捜査担当の警察官はその後昇進しました。

FACESは2001年から稼働する全米最古級の顔認識データベースで、フロリダ州の数千万件の逮捕写真や運転免許証写真を保有しています。最盛期にはFBIやICEを含む260以上の機関がアクセスしていました。2016年のジョージタウン大学の調査では、検索の監査が行われていないことが判明しており、平和的な抗議活動の参加者にも無断で使用された実態が報じられています。

ACLUによれば、ディロン氏の事件は顔認識技術に起因する全米で少なくとも15件目の誤認逮捕です。同じジャクソンビル保安局は今年初めにも、別の男性を自動車窃盗容疑で誤認逮捕し、約3か月の勾留中に住居と職と子どもの親権を失わせています。ACLUは3つの法執行機関に対し、損害賠償と顔認識運用ポリシーの抜本的な見直しを求めています。

Metaは2026年6月10日、インドの複合企業Reliance Industriesと提携し、グジャラート州ジャムナガルに168メガワット規模のAI対応データセンターを建設すると発表しました。Metaにとってインドにおける初のAIインフラ投資であり、両社の関係は2020年のJio Platformsへの57億ドル出資から、昨年の1億ドル規模のAI合弁事業へと段階的に深化してきています。

新施設は再生可能エネルギーで稼働し、海水を淡水化して冷却に利用します。Metaはエネルギーと水にかかる全費用を負担する方針です。Relianceは設計・建設から再エネ供給、接続、運用までをワンストップで提供し、グローバルテック企業向けのAIインフラ事業者としての地位確立を目指しています。施設は2年以内に稼働予定で、将来的な拡張も可能です。

インドはAIインフラの有力な投資先として急速に台頭しています。Microsoftが175億ドル、Amazonが75億ドル、Googleが15億ドルの投資計画を発表済みで、OpenAIもTataと提携して100メガワットのデータセンター契約を結んでいます。AirTrunkは300億ドルを投じて5ギガワットの容量を2030年までに構築する計画です。

インド政府は外国クラウド事業者に対し、国内データセンターからの海外向けサービスに2047年まで免税措置を提供するなど、積極的な誘致策を展開しています。インドのデータセンター容量は2020年の約375メガワットから2025年には約1.5ギガワットに拡大し、2030年末までに8ギガワット超に達するとの業界予測もあります。AIワークロードの急増とともに、インドがグローバルなAIインフラ競争の重要拠点となりつつあります。

OpenAIは2026年6月10日、中国に関連する2つの秘密工作キャンペーンで使用されたChatGPTアカウント群を禁止したと発表しました。これらのアカウントは、米国のAI政策やテクノロジー政策に関する正当な議論を操作しようとする影響工作にモデルを悪用していたとされています。

1つ目の「Data Center Bandwagon」キャンペーンでは、AIデータセンターの建設が一般家庭の電気料金を引き上げていると主張するSNSコメントや画像が生成されました。2つ目の「Tech and Tariffs」キャンペーンでは、米国の関税を技術競争の支配策として批判するコンテンツが作られ、プロンプトには習近平主席を含めずトランプ大統領のみを表示するよう指定されていました。このネットワークはさらに、ChatGPTのユーザーデータが漏洩したという虚偽の主張も拡散していたことが判明しています。

OpenAIはこの工作について、世論に実質的な影響を与えた証拠はないとしつつも、中国発の影響工作がAIインフラという米国の技術リーダーシップの基盤を標的にした点に重要性があると指摘しています。外国の影響工作は従来から、エネルギー価格や地域開発への影響といった市民の既存の懸念に便乗し、信頼性を構築して分断を増幅させる手法を用いてきました。

OpenAIは今回の調査結果の公表を通じて、業界・政府・市民社会が協力し、外国の脅威アクターによる民主的な公開議論への介入を特定・阻止する必要性を訴えています。同社はこうした活動を「AIを特徴とする全体主義」、すなわち監視・検閲・政治的統制のためにAIを利用する動きと位置づけ、民主的なAIエコシステムの防衛を呼びかけました。

AIエージェントを企業に導入しても、自社の売上定義やデータ権限を理解しないままでは実用に耐えません。ニューヨークのスタートアップJedifyは、企業の業務文脈をAIエージェントに提供する「コンテキストグラフ」基盤を開発し、Norwest主導のシリーズAで2400万ドル（約36億円）を調達しました。Snowflakeも戦略的投資家として参加し、同社のCortex AIやCoWorkとの連携を進めています。

Jedifyのプラットフォームは、データベース、SaaSアプリ、Slackチャンネル、会議録音など多様なソースにAPIで接続し、エンティティ間の関係性・権限・業務ルール・社内用語を網羅する多次元のグラフを自動構築します。セマンティックレイヤーやメタデータカタログとは異なり、情報の変化にリアルタイムで追従し、特定のモデルに依存しない点が特徴です。権限管理ではIDシステムやファイルシステムからアクセスルールを継承し、行・列・テーブル単位の制御まで対応します。

導入事例として、コンプライアンス企業のKiteworksはSnowflake、Tableau、Notionなどを接続し、営業チーム向けのエージェント型ツールを構築しました。商談中にリアルタイムで顧客情報が表示され、必要な詳細を即座に取得できる仕組みです。共同創業者兼CEOのAssaf Henkin氏は「CRMデータやサポートチケット、テレメトリデータを横断して自律的に判断するには、セマンティックレイヤーよりコンテキストグラフが優れている」と説明しています。

現在の顧客は中堅から大企業が中心で、The Weather Companyなど10〜20社が早期導入しています。ゲーム、製造業、消費財など、データ量の多い業界からの関心が高まっているとのことです。Henkin氏は、大手データプラットフォームが「すべてのデータを持ち込めばよい」と主張する一方、実際には企業の知識の大部分は単一のクラウドに集約されていない点を指摘し、Jedifyの独立した立場が差別化要因になると述べています。調達資金は製品開発、採用、市場開拓に充てる方針です。

AIコーディングエージェントの新興企業Niteshiftが、Greylockのジェリー・チェン氏主導で700万ドル（約10億円）のシードラウンドを完了しました。同社はDatadogの初期エンジニアだったサジド・メフムード氏とコナー・ブラナガン氏が共同創業し、Reid Hoffman氏やDatadog共同創業者のオリビエ・ポメル氏らも出資しています。

Niteshiftの中核にある発想は、AIコーディングにおける大手AIベンダーへのロックイン回避です。メフムード氏はDatadog時代、AmazonのEC事業と競合するためAWSを避けるeコマース企業を多く見てきました。同じ構図がAI業界でも起きていると指摘し、AnthropicやOpenAIが法務・医療・金融など垂直市場に進出する「SaaSpocalypse（SaaS崩壊）」を警戒する企業に選択肢を提供します。

技術面では、Claude CodeやCodexといった主要コーディングエージェントを置き換えるのではなく、プロジェクトの要件に応じて複数モデル間を自動ルーティングする仕組みを構築しています。課金モデルもトークン販売ではなく、クラウドプロバイダーのような分単位の従量制を採用しました。メフムード氏は「我々はAIに対してソフトウェアを売っている」と説明しています。

ただし、参入する市場は競争が激しいのも事実です。CursorはSpaceXによる600億ドル買収提案が報じられ、Cognitionは260億ドル評価額で10億ドルを調達しました。Amazon BedrockやOpenRouterなど大手も競合に名を連ねます。モデル非依存という考え方自体は新しくなく、先行者の優位は大きいといえます。

メフムード氏はこうした懸念に対し、創業チームの実務経験で差別化できると主張します。Datadogをスタートアップから数十億ドル企業に成長させる過程で培った大規模エンジニアリング運用の知見は、AIが生成するコードの実行・テスト・検証を本番環境で自律的に行うインフラ構築に直結すると述べています。

SpaceXが6月13日に予定する750億ドル規模の新規株式公開（IPO）について、その事業計画を支える3つの技術的挑戦が明らかになりました。同社は時価総額約1.8兆ドルでの上場を目指しており、機関投資家からの需要は募集株数の4倍を超えると報じられています。

IPOの中核にあるのは、イーロン・マスク氏が過去18か月で打ち出した軌道データセンター構想です。宇宙空間にAI計算用の衛星群を配置し、2027年末までに年間1ギガワットの計算能力を達成する計画で、これには月556基という現在の約2倍のペースで衛星を製造する必要があります。AnthropicやGoogleなどAI企業への計算資源の販売契約もすでに締結されています。

この構想の実現には3つの技術的課題があります。第一に、コスト削減の要となるStarshipの完全再利用はまだ実証されておらず、直近のテスト飛行でもブースターの制御再突入に失敗しています。第二に、自社チップ工場「Terafab」の建設が必要ですが、半導体工場は通常数十億ドルの投資と10年近い建設期間を要します。第三に、AI衛星の大量生産体制を18か月で確立しなければなりません。

独立した評価機関の見方は慎重です。金融調査会社Morningstarは同社の適正価値を約8,250億ドル、ニューヨーク大学のダモダラン教授は約1.2兆ドルと試算しており、いずれもSpaceXが提示する評価額を大きく下回ります。Morningstarのアナリストは、提示価格と適正価格の差額を「軌道データセンターの実現可能性に対するコールオプション」と表現しています。

一方で、SpaceXの宇宙打ち上げ事業と衛星インターネット「Starlink」は高い利益率を誇り、事実上の宇宙アクセス独占という強みがあります。投資家はこの安定事業と、よりリスクの高いAIインフラ事業の組み合わせに賭けることになります。マスク氏はかつて火星到達まで上場しないと語っていましたが、AI時代の到来が計画を変えた形です。

Googleは2026年6月、検索サービスで利用される画像・音声・動画データの保存方法を変更すると発表しました。新たに「Search Services History」という設定を導入し、Google Lensで検索した画像、リアルタイム音声検索機能Search Liveの録音、Google翻訳に入力された音声などを保存対象とします。保存データはAIモデルの開発・改善を含むサービス向上に活用されます。

この設定はこれまでの「ウェブとアプリのアクティビティ」から独立した項目として新設されます。従来は検索関連のデータ保存が同一設定にまとめられていましたが、今後は検索サービス履歴とパーソナライズ推薦がそれぞれ個別の設定として管理されるようになります。

ユーザーはSearch Services History設定をオフにし、「Save Media」オプションを無効化することで、これらのデータ保存を拒否できます。すでにウェブとアプリのアクティビティで検索履歴の保存をブロックしていたユーザーについては、移行後も自動的にオフの状態が維持されます。

新設定は今後数か月かけて順次展開される予定です。Googleは広告のパーソナライズにもこのデータを活用する方針ですが、「Personalized Recommendations」設定で個別に制御可能としています。AI活用が加速するなか、ユーザーデータの収集範囲拡大とプライバシー保護のバランスが改めて問われる動きです。

2026年の卒業シーズンにおいて、全米各地の大学でAIを礼賛する卒業式スピーチに対し学生がブーイングや野次を浴びせる動画が相次いで拡散しています。Microsoftの副会長兼社長であるBrad Smith氏が、この現象に対して3100語を超えるブログ記事で公式に反応しました。

Smith氏は「AIへの言及にしかめ面をしたりブーイングする卒業生は、私たちが聞くべきことを伝えている」と述べ、テクノロジー業界が基準を引き上げるべきだと融和的な姿勢を示しました。元Google CEOのEric Schmidt氏がアリゾナ大学で学生から厳しい反応を受けた事例や、フロリダ州でAIを「次の産業革命」と紹介したスピーカーがブーイングされた事例が代表的です。

しかしブログの実質的な内容は、AI推進の論調と大きく変わりません。Smith氏は「AIが文化や労働、人間関係を根本的に変える」と主張し、若い世代はテクノロジーとともに育ったため変化に適応しやすいと述べています。この姿勢は、まさに学生たちが反発しているテック業界の現実離れした態度そのものだという指摘もあります。

背景には、テック企業の経営者たちがかつてAIの壊滅的影響を警告しながら、IPOなどの事業上の理由からその主張を撤回した経緯があります。OpenAIのSam Altman氏やAnthropic CEOが雇用への悪影響論を後退させたことで、消費者の間にはテック業界全体への不信感が広がっています。同意なくあらゆる製品にAIが組み込まれる現状や、大規模データセンターへの反発も政治的争点になりつつあります。

Microsoftの声明は、怒る卒業生に向けたものというより、こうした動画を冷笑するC-suite幹部層に向けたメッセージだとも解釈できます。Smith氏はXへの投稿で「AIは人に奉仕すべきであり、人を置き換えるべきではない」と述べましたが、そもそもそうしたリマインドが必要な状況こそが問題の本質です。

独立系音楽家のグループが、GoogleがYouTubeにアップロードされた楽曲を無断で音楽生成AI「Lyria 3」の訓練に使用したとして提訴しました。Googleは棄却申し立てを行い、原告が具体的な使用を証明できていないと反論するとともに、仮に使用していたとしてもYouTubeの利用規約が許可していると主張しています。

Googleの対応には、過去の公式発言との整合性が問われています。2024年4月にはYouTube CEOのニール・モハン氏がBloombergの取材で、YouTube動画の「一部」がGeminiなどのモデル訓練に内部的に使われている可能性があると発言しました。さらにGoogleはCNBCに対し、YouTube投稿がGeminiやVeoの訓練に使われていることを公式に認めています。

しかし、Lyria音楽モデルについてはGoogleは確認を拒否しています。棄却申し立ての中では、アップロードによりユーザーが「複製、配布、二次的著作物の作成」を許諾する利用規約に同意していると主張しており、事実上の使用を示唆しつつも明言を避ける姿勢を貫いています。

The Vergeは、Googleが明白な事実を認めない理由について、訴訟係争中において「もっともらしい否認可能性」を維持する計算された戦略だと分析しています。AIによる創作物の著作権問題が各所で争われる中、YouTube上の膨大なコンテンツをAI訓練に利用する是非は、クリエイターと大手テック企業の関係を左右する重要な先例となる可能性があります。

Googleは2026年6月10日、ブラウザChromeに組み込まれたAIアシスタント「Gemini in Chrome」の提供地域を、中南米・アフリカ・中東などへ新たに拡大すると発表しました。デスクトップとiOSのユーザーが対象で、Webページの要約や複数タブにまたがる情報の比較といった機能を利用できるようになります。

Gemini in Chromeの特徴は、Googleの各サービスとの深い統合にあります。ユーザーはページを離れることなく、Calendarでの会議設定、Mapsでの位置情報確認、Gmailでのメール作成・送信、YouTube動画への質問などが可能です。ブラウジング体験を中断しない設計が、業務効率の向上を後押しします。

新機能として、テキストプロンプトでオンライン画像を加工できる「Nano Banana 2」が追加されました。また、過去の会話コンテキストを記憶する機能が搭載され、継続的なやりとりがよりスムーズになっています。さらに「Personal Intelligence」では、Gmail・Photos・YouTube・Searchと連携し、個人に最適化された回答を提供します。

セキュリティ面では、既知の脅威を認識するようモデルが訓練されており、プロンプトインジェクションなどの攻撃に対する安全策が組み込まれています。機密性の高い操作を実行する前にはユーザーの確認を求める仕組みも備わっており、利便性と安全性の両立を図っています。

Warner Music Group（WMG）は2026年6月10日、AI帰属技術スタートアップのSureel AIを買収すると発表しました。Sureel AIは楽曲を構成要素に分解し、AIモデルがそれらの要素をどのように使用しているかを追跡する特許技術「AI DNA」を開発しています。買収金額は非公開です。

WMGのロバート・キンクルCEOは、この買収について「保護、管理、収益化の能力を強化し、クリエイティブコミュニティが知的財産や名前、肖像、声の管理権を維持できるようにする」と述べています。2022年創業のSureelは、知的財産の出自証明、監査・コンプライアンス報告、さらにアーティストの声やパフォーマンスのアイデンティティがAI学習や生成にどう使われているかを追跡する機能も提供しています。

WMGはAIに対するスタンスを大きく転換してきました。2024年にはAI音楽生成スタートアップのSunoを著作権侵害で提訴しましたが、2025年にはライセンス契約を締結して和解しています。同様にUdioとも訴訟を経て提携に至りました。いずれの契約でも、アーティストが自身の楽曲や声のAI利用を管理できる仕組みが盛り込まれています。

一方、Sony Music EntertainmentとUniversal Music GroupはSunoに対する大規模な著作権侵害訴訟を継続中です。Sureel AIは買収後も独立したプラットフォームとして運営を続け、音楽・AI業界全体にサービスを提供する方針です。創業者のタメイ・アイクト氏は「権利者はAIが自分の作品とどう関わるかを知り、生まれる価値を公正に分配される権利がある」と語っています。

Googleは2026年6月10日、ブラジルで開催した年次イベント「Google for Brazil」で、中小企業向けのGeminiアプリ新機能を発表しました。今月中に世界各国で順次提供を開始します。最大の目玉は、Googleビジネスプロフィールとの直接連携で、事業者がワンタップで接続するだけで、Geminiが自社のレビューや顧客からの質問、パフォーマンスデータを把握できるようになります。

連携後のGeminiは、単なるチャットボットではなく自社の文脈を理解したAIアシスタントとして機能します。たとえば「今月の業績はどうだった？」と聞けば検索インプレッションや通話データを分析し、「最新のレビューに返信して」と依頼すれば顧客のフィードバック内容を踏まえたブランドトーンの返信案を作成します。営業時間の更新や季節ごとの投稿もGeminiから直接行えます。

もう一つの新機能が「Businessノートブック」です。チャット履歴やビジネスプロフィール、ウェブサイトの情報をひとつの場所に集約し、Geminiがそれらを参照しながら会話を継続できます。ノートブックを開くと、未回答の顧客質問や未設定の営業時間といった重要な対応事項が自動的に表示されます。

さらにノートブックでは、地域の市場状況に基づいた価格設定やポジショニングの提案、販促キャンペーンのアイデア出しから実行まで一貫して行えます。Googleは今後、WorkspaceやGeminiの特別オファーも予定しており、中小企業のAI活用をさらに後押しする方針です。

Googleは2026年6月10日、英国の若者コンサルタンシーLivityと共同で実施した大規模調査「The Future Report」を公表しました。この調査は英国全土の13歳から18歳までの6,000人以上の若者を対象とし、AIやデジタル技術との関わり方を包括的に分析しています。調査結果によれば、英国の若者の74%が学習や創作のために週に複数回AIを利用しており、デジタルネイティブ世代がすでにAIを日常的なツールとして取り入れている実態が明らかになりました。

調査では年齢層によるAI活用の違いも浮き彫りになっています。13歳から15歳の若者にとってAIは主に学習ツールであり、21%が宿題の調べものに使用しています。一方で情報の信頼性を常に確認するのは3分の1にとどまり、80%以上がネットいじめやプライバシーの問題について親に相談すると回答しています。16歳から18歳になると、AIの用途は生活管理や自己啓発、就職準備へと広がり、52%が常に情報の信頼性を検証し、半数がバイアスのチェックも行うなど、批判的思考力が向上しています。

レポートに寄稿した専門家たちは、16歳未満のSNS一律禁止といった単純な対策では不十分だと指摘しています。子ども支援団体Save the Childrenは、年齢に応じて境界線を段階的に緩和する「足場かけ」型の保護を提唱しました。具体的には、パニックにならずにデジタル活動について質問すること、子どもの成熟度に合わせた境界設定、問題が起きた際に罰せずに早期対応することの3つの行動を柱とする国民啓発キャンペーンの必要性を訴えています。

若者の市民参画を支援する団体My Life My Sayは、若者をAI政策の当事者として位置づけるべきだと主張しています。同団体によれば、若者たちはAIの到来を既成事実として受け止めたうえで、技術の使い方や安全策、開発の指針となる価値観について発言権を求めています。AIが世論形成や政治的言説に影響を及ぼす時代において、これらは民主主義や説明責任、信頼の問題でもあると指摘しています。

Googleはこの調査結果を踏まえ、年齢に適した安全なオンライン体験の確保、製品レベルでのセーフガード機能、責任あるAI開発、そしてAIリテラシー教育の重要性を強調しています。レポートは今後のAI政策や教育指針に向けた実践的なガイドとしても位置づけられており、テクノロジー企業や政策立案者が若者の声を反映した意思決定を行う必要性を示しています。

Googleは2026年6月10日、AI アシスタントGeminiを活用した試験対策機能を欧州・中東・アフリカの学生と保護者向けに公開しました。講義資料や板書の写真などを一つのノートブックにまとめ、AIが構造化された学習ガイドや模擬テストを自動生成する仕組みです。

注目は「Guided Learning」と呼ばれる段階的指導機能です。答えをそのまま提示するのではなく、オープンエンドの質問を通じて学生の思考を導き、問題の背景にある「なぜ」を理解させます。教師や家庭教師がそばにいない場面でも、対話的な学習体験を提供できる点が特徴です。保護者が子どもと一緒に苦手科目を復習する用途も想定されています。

YouTubeも学習ツールとして位置づけられています。Googleの調査によると、欧州の10代の74%以上が週に1回以上YouTubeを学校の課題に活用しています。一方で集中力の維持が課題となるため、Shorts視聴時間の制限や休憩リマインダーなどの管理機能を強化しました。保護者は監視付きアカウントを通じて、子どものYouTube利用を細かく設定できます。

Googleはこれらのツールを教育者や学習科学の専門家と共同開発し、実際の教育現場のニーズに合致するよう設計したと説明しています。ただし、Geminiの個人アカウント利用は18歳以上に限定されており、AIの出力は公式教材と照合して確認する必要があると注意を促しています。

Googleは2026年6月10日、年次イベント「Google for Brazil 2026」を開催し、ブラジル市場向けのAI製品と投資計画を発表しました。同社はGeminiを中心とした最新のAIツールをブラジルのユーザーに提供し、日常生活やビジネスの変革を支援する方針を示しています。

主要な新機能として、地図アプリにAI会話機能を追加したAsk Mapsのポルトガル語版がブラジルで展開されます。ユーザーは自然言語で「近くの美味しいパステル屋」などと尋ねるだけで、カスタマイズされた地図とともにおすすめが表示されます。またChrome向けのGeminiもブラジルに拡大し、ウェブ閲覧中に要約や比較をAIがサポートします。

教育分野では、ブラジルの大学入試であるENEMの対策機能をGeminiアプリに無料で搭載します。AIが知識の弱点を特定し、個別の学習計画を作成する仕組みです。さらにGoogle DeepMindのAIサッカー戦術アシスタント「TacticAI」を、パルメイラスやブラジルサッカー連盟と協力してブラジルに導入することも発表されました。

人材育成への投資も大規模です。Google.orgを通じてExperience AIプログラムの拡大に500万レアル（約100万ドル）を拠出するほか、Google Career Certificatesの奨学金10万件を新たに提供します。Google CloudはブラジルにおけるAI・クラウド技術の訓練対象を300万人に3倍増させる計画で、9月には1日で20万人を訓練するセッションも予定しています。

スタートアップ支援では、ベンチャーキャピタルのMonasheesと提携し、AI特化の5社に最大200万ドルを投資する「Gama Fund」を立ち上げます。イタウ銀行やVivo（通信大手）との提携でGemini AI Plusの無料トライアルも提供し、ブラジル全体でのAI普及を加速させる狙いです。

2026年ワールドカップで、Googleがアルゼンチンサッカー協会（AFA）と契約し、AIアシスタント「Gemini」をアルゼンチン代表チームのメインスポンサーに据えることが発表されました。Geminiのロゴが練習着に掲出されるほか、選手やコーチングスタッフが試合の戦術分析や対戦相手の統計解析にAIモデルを活用する計画です。Googleは3月に契約を締結していましたが、他チームとの交渉を進めるため発表を5月まで遅らせていました。

ファン向けには、Google検索がリアルタイムの試合分析や詳細な統計情報をAIで自動生成し、まるで一緒に観戦する仲間のように応答する仕組みが導入されます。さらに、応援ソングやミーム、イラストなどのコンテンツをAIで作成し、SNSでの交流を活性化させる狙いです。

Googleはアルゼンチンに加え、ブラジル、フランスともスポンサー契約を締結しています。広報担当のフロール・サバティーニ氏は「AIの扉を開くだけでなく、その限界を理解しながら体験を向上させることが重要だ」と述べています。AFA側にとっても、サッカーの伝統とブランド収益化を両立させる近代化の一歩となります。

一方で、W杯という世界最大級のイベントでAIを大規模に実運用するリスクも指摘されています。数百万人が同時にクエリを送信する環境で、統計の誤りやラインナップの捏造、エンブレムの誤表示などが発生すれば、世界的な規模で問題が露出します。ワールドカップはカラーテレビやVAR技術など新技術の普及を加速させてきた歴史がありますが、AI企業が選手のユニフォームとファンのスマートフォンの両方に同時にブランドを展開するのは史上初の試みです。