OpenAIは現地時間7月9日、最新の大規模言語モデル群GPT-5.6を一般提供として公開しました。約2週間前、同モデルは政府承認組織のみへの限定公開にとどまっていましたが、トランプ政権の承認を得て一般ユーザーへの展開が可能になりました。サム・アルトマンCEOはこれを「これまでに作った中で最高のモデル」と表現し、同日には新製品ChatGPT Workもあわせて発表しています。

GPT-5.6はSol（フラッグシップ）、Terra（バランス型）、Luna（低コスト型）の3階層で構成されます。旗艦のSolはコーディングやサイバーセキュリティ、科学の分野で最先端の結果を示し、従来モデルや競合モデルをより少ないトークンかつ低コストで上回るとしています。数字は世代を、名称は性能階層を表し、それぞれ独自のペースで進化する設計です。

同時に発表されたChatGPT Workは、ChatGPTとCodexを組み合わせた新しいAIエージェントです。非技術者でもCodexの能力を非コーディング業務に活用でき、SlackやGmail、Google Drive、CRMなどと連携して文書や表計算、プレゼン資料を作成します。これはAnthropicのClaude Coworkに真っ向から対抗する製品と位置づけられています。

OpenAIはあわせて、GPT-5.6がMicrosoft 365 Copilotの推奨モデルになると明らかにしました。Word、Excel、PowerPoint、Chat、Coworkの各アプリで採用され、数百万人が日常的に使う生産性ツールに最新の旗艦モデル群が組み込まれます。マイクロソフトはモデルをネイティブに提供するほか、APIを通じても利用するとしています。

価格は100万トークンあたりSolが入力5ドル・出力30ドル、Terraが2.5ドル・15ドル、Lunaが1ドル・6ドルと、競合の最上位モデルより割安に設定されました。提供はChatGPT、Codex、APIで同日開始し、24時間かけて全世界へ段階的に広げるとしています。

一方で、政府がどのように安全性を判断したのかは不透明なままです。TechCrunchの取材に対し専門家らは、承認プロセスの実態を誰も把握していないと指摘しました。大統領令は商務省傘下の組織を中心に評価の枠組みづくりを進めるものの、どのモデルに審査が必要かを含め具体像は8月上旬まで固まらない見通しです。

OpenAIは7月9日、業務を自律的にこなすAIエージェントChatGPT Workを発表しました。アプリやファイルを横断して情報を集め、シートやスライド、文書、Webアプリといった成果物を作成し、必要なら数時間にわたり複雑なプロジェクトに取り組み続けます。同時に最新フロンティアモデルGPT-5.6も公開され、多段階の推論やテンプレートに沿った資料作成を支えます。

中核には、コーディング支援ツールCodexの技術が組み込まれています。Codexは週に500万人以上が利用し、うち100万人超がソフトウェア開発以外の業務で使うなど、用途は開発の枠を超えて広がっています。ChatGPT Workはこの流れを引き継ぎ、質問への回答にとどまらず実際の作業を完結させる方向へと進化しました。

使い方としては、月次予算の差異分析や営業会議の準備など、利用者がすでに熟知した業務を任せることが推奨されています。進捗を確認しながら質問に答えたり方向性を変えたりでき、重要な操作はユーザーの承認を経て実行される仕組みです。顧客調査からキャンペーン資料の作成、市場別の調整まで、一連のワークフローを一度の指示で任せることもできます。

機能面では、決まった作業を定期的または特定イベントの発生時に実行するScheduled Tasks、デスクトップ版の内蔵ブラウザやローカルファイル操作、画面を直接操作するComputer Useが加わりました。さらにWebアプリを作って共有できるSitesが公開ベータとして登場し、Codexアプリは新しいChatGPTデスクトップアプリへと統合されます。

提供は同日から始まり、Web・モバイルではまずPro、Enterprise、Eduの各プランで、数日以内にPlusとBusinessにも広がります。刷新されたデスクトップアプリはMacとWindows向けに世界展開され、Chat・Work・CodexがFreeを含む全プランで使えます。

一方でOpenAIは、9カ月足らず前に投入した専用ブラウザAtlasの提供を終了すると明らかにしました。ChatGPTのChrome拡張機能を更新し、そこで得た知見をChatGPT Workに取り込む方針です。企業向けにはCompliance APIや重要操作を事前点検する自動レビュー機能を用意し、レッドチーム演習では保護データの抽出を100%阻止したとしています。

米ベンチャーキャピタル、Sequoiaのパートナーであるデビッド・カーン氏はこのほど、2026年のAI基盤への投資額が1.5兆ドルに達するとの試算を公表しました。チップやデータセンターへの巨額支出を正当化するには、AI業界全体で3兆ドルの収益を稼ぐ必要があると指摘しています。同氏は、メモリ価格の高騰や推論特化型チップの利用増により、この必要額はさらに膨らむ可能性があるとみています。

カーン氏が最初にこの計算を示したのは2023年でした。当時はNvidiaのGPU年間売上高500億ドルを起点に、投資回収には2000億ドルの収益が必要だと結論づけていました。それから3年間の急速な設備拡張を経て、必要額は一気に3兆ドル規模へと膨れ上がった形です。

一方で足元の収益はどうでしょうか。Anthropicの年間経常収益（ARR）は600億ドルに達したとされ、OpenAIも2025年に130億ドルを稼いだと報じられています。両社は成長を続けているものの、必要とされる回収額との間には依然として大きな隔たりがあります。

この差を懸念するのが、資産運用大手Apolloのチーフエコノミスト、トルステン・スロック氏です。GoogleやMeta、Microsoft、Amazonといった大手4社は、2028年にフリーキャッシュフローが大きく改善すると見込んでいます。つまり、購入した大量のチップからの投資回収を期待しているのです。

しかしスロック氏は、企業がより安価な中国製のオープンウェイトモデルへ移る動きや、トークン価格の下落をリスクとして挙げます。OpenAIの最新モデルはコーディング作業で54%効率化したとされ、利用者には朗報ですが、収益を見込む企業には逆風になりかねません。同氏は、各社が資金収支の目標を達成できなければ、景気後退やS&P500;の調整を招く恐れがあると警告しています。

米半導体大手エヌビディア（Nvidia）の株価が、2026年5月の最高値から15%下落しました。ブルームバーグによると時価総額は約1兆ドル縮小し、AIブーム前の水準に戻ったとされます。売上高予想は伸び続けているにもかかわらず、予想利益に対する株価はS&P500;平均を下回り、投資家はエヌビディアの利益1ドルに対し一般的な米大企業より低い金額しか払っていない状況です。

一方で、AIインフラ関連への資金流入は続いていますが、その多くはメモリ企業に向かっています。同じ期間にDRAM大手のマイクロン（Micron）の時価総額はほぼ3倍となり、メモリがデータセンターの新たなボトルネックとして注目を集めています。背景には、昨年深刻視されたGPU不足がやや緩和した一方、データセンターがメモリを大量に必要としている事情があります。

メモリ企業の物語は単純です。高帯域幅メモリ（HBM）は20年かけて着実に改良されてきた製品ですが、企業や技術が大きく変わらないまま、その提供価値が急上昇しました。需要が供給を上回るなか、DRAMの現物価格はこの1年で約10倍に跳ね上がっています。技術革新があったわけではなく、業界全体がデータセンター拡張に必要なメモリ量を過小評価していたのが実情です。

対照的に、コンピュート（計算資源）の価格は下落しています。コンピュート市場を運営するオルン（Ornn）によると、エヌビディアのH100を1時間利用する現物価格は5月の約3.2ドルをピークに下落が続いています。グーグル、アマゾン、マイクロソフト、そしてOpenAIまでもが独自プロセッサを投入し、エヌビディア依存を減らそうとしていることが価格低下を招いています。

オルン共同創業者兼CTOのウェイン・ネルムス氏は、この差を需給の問題だと説明します。「多くの企業が独自シリコンを作りたがるが、DRAMを自作する者はいない」と述べ、HBMの技術革新や需給の変化、新規参入がない限り現状は続くとの見方を示しました。コンピュートの価値を証明したエヌビディア自身が、その成功ゆえに誰もが参入したい市場の中心に立たされ、より単純な技術を持つ企業が利益を得る皮肉な構図となっています。

SAPのビジネス・テクノロジー・プラットフォーム担当CPO、Michael Ameling氏は2026年7月9日、AIによるコード生成が普及する一方で、それを大企業の本番環境で確実に動かす段階でつまずく企業が多いと指摘しました。同社の調査では、詳細なAI戦略を持つ組織が81%に上るものの、実際にAI主導の実行段階へ到達したのはわずか12〜16%にとどまります。コードを生成することと、それを運用可能にすることは別の問題だという見方です。

課題の多くはコードの品質ではなく、既存環境との整合にあります。多国籍企業では、コンプライアンスやセキュリティを損なわずに、10〜20年にわたり保守やパッチ適用を続けられることが求められます。AIは組織のデータや業務プロセスの成熟度を増幅するものの、それ自体を代替することはできないとAmeling氏は述べます。

とりわけ統合が、多くの企業が見落としがちな設計課題です。実際の企業環境はクラウド、レガシーのオンプレミス、分断されたデータストアが混在し、相互接続を前提に作られていません。AIエージェントが動き出す前に、データアクセスと業務コンテキスト、統制を束ねる共通レイヤーを整える必要があります。

統制の面では、AIが助言役から実行役へ移った瞬間に、人間の従業員と同じ説明責任の枠組みが必要になります。SAPは、利用者の権限を引き継ぐ「principal propagation」と、独自の識別子と役割で動く「システム起動型」という2つのモデルを想定します。OpenTelemetryを軸に、第三者製エージェントも含めた一貫した可観測性を確保する方針です。

開発者の役割も、その重心が移っていきます。複数のコーディングエージェントを並列で走らせることで生産性は大きく高まる一方、人間が文脈を追い、出力を評価し、アーキテクチャ上の判断を下す負荷は増します。Ameling氏は、競争優位の源泉はツールではなく、各社が持つ独自の業務知見をいかにシステムへ埋め込むかにあると強調しました。

複数のAIモデルを使い分ければ弱点を補い合える。そんな企業の前提が数学的に崩れました。米メディアVentureBeatが2026年7月9日に報じた新研究は、21社67のフロンティアモデルを評価し、企業が多モデル構成の失敗率を実際より約2.25倍も過小評価していると指摘します。論文著者のJosef Chen氏は、全モデルが同じ問いで同時に間違える共失敗の天井という限界を示しました。

多モデル運用では、複雑な質問を高性能モデルへ振り分けるルーター方式や、安価なモデルから順に試すカスケード方式が使われます。開発者はモデル同士が別々の問題で失敗する誤りの相関の低さを根拠に、組み合わせれば安全網ができると考えてきました。しかしChen氏は、モデルの実力が不揃いだと弱いモデルが多数決で強いモデルを上回り、性能がむしろ下がると警告します。

研究チームは数学ベンチマークMATH-500で検証しました。ペア相関から予測される全モデル同時失敗は2.3%でしたが、実測は5.2%と2倍以上に達しています。この差の正体は市場全体が同じ問いで一斉に失敗する共通の弱点で、従来のペア相関では見えないものだといいます。

問題の形式も失敗率を左右します。大学院レベルの科学問題GPQAを選択式から自由記述式に変えたところ、全モデル失敗の割合は12.7%へ拡大しました。多モデル構成は、企業が最も頼りたい自由生成の場面でこそ効果が薄いという皮肉な結果です。

では企業はどうすべきか。Chen氏は同じ品質帯のモデルだけを組み合わせるよう助言します。品質を揃えられないなら、無理に統合せず市場最高のモデル1つに予算を集中する方が得策だといいます。

導入前の無料チェックも有効です。Clopper-Pearson境界という統計式を使えば、少数のテスト問題から性能の上限を保証付きで算出できます。SQLやJSON生成のように答えが明確に検証できるタスクでは、複数の安価なモデルを束ねるより最高性能モデル1つに賭ける方が有利だと研究は結論づけています。

Googleは2026年7月9日、Gemini基盤のAIコード最適化エージェント「AlphaEvolve」を、Google Cloudの全顧客に向けて一般提供すると発表しました。同社のGemini Enterprise Agent Platform上で利用でき、マイクロチップ設計や物流網の経路最適化、医療研究の加速といった複雑な課題の解決を支援します。

AlphaEvolveの特徴は、コードをゼロから書き直すのではなく、進化的な協働者として振る舞う点にあります。利用者が基準となるアルゴリズムと目標を与えると、AIが自動的により良い解を探索し、人間が読める最適化済みのコードを返します。

同社が昨年12月に限定プレビューを開始して以来、早期採用企業から強い成果が報告されています。化学大手のBASF、開発ツールのJetBrains、サプライチェーン管理のKinaxisなどが、従来は解決困難だった事業・研究上の問題をAlphaEvolveで解いたといいます。

アルゴリズムの探索は本来、エンジニアが膨大な選択肢を自ら試す必要があり、時間もコストもかかる作業です。今回の一般提供により、専門人材が限られる組織でも自律型AIを使って最適化の恩恵を受けやすくなります。詳細な手順はGoogle Cloudの公式発表で公開されています。

米メディアのVentureBeatは2026年6月、従業員100人超の企業107社を対象にAIエージェントのセキュリティ実態を調査し、69%が複数のエージェント間でAPIキーなどの認証情報を共有していると公表しました。1つのキーを共有すると、侵害された1体が全ワークフローの権限を継承し、誰が何をしたかの追跡も困難になります。

調査では、各エージェントに固有の権限管理IDを与えている企業は32%にとどまりました。半数を超える54%がすでにインシデントか寸前の事案を経験しており、確認済みの侵害が18%、未然に防いだ事例が36%を占めます。

リスクは企業規模とともに拡大します。従業員1000人以下のインシデント率が49%なのに対し、1000人超では63%へ上昇する一方、被害を封じ込めるサンドボックス隔離の採用率は35%から20%へと逆に低下しました。エージェントを多く抱える大企業ほど、封じ込め層が手薄という構図です。

この空白地帯を狙い、大手が買収を加速しています。Palo Alto NetworksはCyberArkを211億ドルで買収し、CrowdStrikeはSGNLの技術で新製品「Continuous Identity for AI Agents」を投入、CiscoもAstrix Securityの買収を発表しました。3社が過去1年で投じた金額は220億ドルを超えます。

対策の主役は依然としてモデル提供元です。回答企業の82%が、OpenAI(51%)やGoogle Cloud、Anthropic(29%)などの標準機能を主要なセキュリティ層と位置づけ、専業ベンダーの採用は数%にとどまります。ただし標準機能の多くは入出力の監視が中心で、エージェントへの固有ID付与や隔離までは提供しません。

満足度は5点満点で4.2と高い一方、自社の防御が攻撃側に先行していると考える企業は35%にすぎません。59%が1年以内にツールの追加や刷新を計画しており、専門家は認証情報の棚卸しと高リスクエージェントの隔離を優先課題に挙げています。

AIスタートアップのFundamentalは2026年2月、表形式データに特化した基盤モデル「NEXUS」を発表し、2億7500万ドルの資金を得てステルスを脱しました。同モデルは大規模表形式モデル（LTM）と呼ばれ、6月にはAWSがAmazon SageMakerへ組み込むなど採用が広がっています。表計算データを扱えなかった生成AIの弱点を埋める新技術として注目されます。

ChatGPTやClaude、Geminiの基盤であるLLMは、文章や画像の生成には長けるものの、行と列で構成される構造化データの分析を苦手としてきました。言語が語順という並びに意味を持つのに対し、表データは列や行の順序を入れ替えても意味が変わりません。この非連続な性質が、次の値を予測するLLMの仕組みと相性が悪いのです。

金融取引の不正判定などでは、入力がわずかに変わるたびに出力が揺れるLLMの特性が問題になります。Fundamentalのフレンケル最高経営責任者は、予測は常に決定論的であるべきだと指摘します。表データの世界では再現性が信頼の前提となるためです。

LTMは15年以上使われてきたXGBoostのような機械学習と異なり、多様なデータベースでの事前学習を生かして幅広い予測タスクに応用できます。各データの数値だけでなく、それが何を表し、他の項目とどう関係するかを同時に学ぶ点が特徴です。Fundamentalは数十億の表でNEXUSを学習させ、機密計算基盤により顧客データには一切触れない設計としました。

開発競争も熱を帯びています。3月には不正対策のFeedzaiとMastercardが金融特化モデルを、6月末にはGoogleが合成データで学習した「TabFM」を投入しました。研究者らもFlexTabやTabICLなど新モデルを相次ぎ発表しており、表データ分析の自動化が今後の主戦場になりそうです。

米メタは7月9日、エージェント型のコーディングに特化した多機能AIモデル「Muse Spark 1.1」を正式に公開しました。OpenAIやAnthropicが先行するAIコーディング市場への本格参入で、米国の開発者向けに公開APIプレビューとして提供を始めます。多段階の推論や複雑な作業の自動化を強みとし、先行勢との競争に挑みます。

同社によると、1.1は初代からの大幅な進化を遂げ、複雑なバグの検出と修正、複数のアプリをまたぐエンドツーエンドのエージェント作業に対応します。画像・動画・文書を理解するネイティブなマルチモーダル機能も備え、大規模なコード移行の支援にも使えます。

利用料金は競争力のある水準です。ロイターによると、入力100万トークンあたり1.25ドル、出力は4.25ドルで、AnthropicのClaude Haiku 4.5やOpenAIのGPT-5.6 Lunaとほぼ同等の価格帯となります。企業が求める大規模な自動処理を、低コストで提供する狙いです。

提供形態も広げます。1.1はMeta AIのアプリとウェブで「Thinkingモード」として利用できるほか、新設のMeta Model APIを通じて即日使えます。新規アカウントには20ドル分の無料クレジットが付き、開発者の取り込みを図ります。

注目を集めたのが、ザッカーバーグCEOの動きです。同氏はこの発表に合わせ、約3年ぶりにX(旧Twitter)へ投稿し、Sparkを「非常に低価格で強力なエージェント・コーディングモデル」と評しました。今週は画像生成AIのMuse Imageも公表しており、巨額投資に見合う成果を急いでいます。

米調査会社ピッチブックとNVCAが7月8日に公表した四半期報告書によると、SpaceX、Anthropic、OpenAIの新規株式公開（IPO）は、2000年以降の米ベンチャー投資による上場・買収の総額を上回る価値を生むと指摘されました。すでに1.77兆ドルで上場したSpaceXに、数兆ドル規模とされるAI2社が続き、3社合計は4兆ドル超に達する見通しです。

この規模感は、昨年の実績と比べると際立ちます。米証券取引委員会（SEC）の集計では、昨年の米国企業によるIPO調達額は700億ドルにとどまりました。3社だけで、その数十倍の価値を生み出す計算になります。

対象となる25年間も、決して平凡な時期ではありませんでした。Googleが2004年、Teslaが2010年、Metaが2012年に上場し、いずれも世界有数の時価総額を持つ企業に育っています。LinkedInやSlack、WhatsAppはそれぞれ200億ドル超で買収され、2019年のUberの上場は840億ドルと巨額でしたが、それでもSpaceX1社の調達額の5%未満にすぎません。

ただし、この比較にはいくつかの留保があります。指標は現金化された金額ではなく創出された価値を測ったもので、アリババなど米国外の企業は含まれません。iPhoneやAndroid、YouTube、Instagramのように、すでに上場していた企業が生んだ技術革新も、IPO統計には反映されていない点に注意が必要です。

なぜこれほどの規模になったのでしょうか。一因は、企業が以前より長く非上場にとどまる傾向にあり、上場時の評価額が押し上げられていることです。もう一つはAIの学習に伴う巨額の資金需要で、これが大型調達と評価額の高騰を招き、公開規模は業界の前例を超えて金融インフラの限界を試すほどになっています。

米メタ（Meta）は2026年9月から、自社開発のAI専用半導体「MTIA」の最新版の量産を始める見通しです。ロイターが社内メモを基に報じたもので、深刻な部材不足が続くなか、割高なGPUの調達コストを抑える狙いがあります。少なくとも1種類のチップは約6週間で試験工程を通過したとされ、開発は着実に進んでいます。

製造体制も明らかになっています。チップの設計はBroadcomと共同で進める一方、実際の生産は台湾のTSMCに委託します。加えてメモリはSamsung、ストレージはSandisk、光ファイバー機器は住友電気工業から調達すると報じられており、複数の主要サプライヤーを束ねた体制です。

今回のチップは、メタが推進する「Meta Training and Inference Accelerator（MTIA）」計画に基づくものです。同社は3月に4種類の新チップを公開しており、モジュール式のチップレットを組み合わせる設計で、進化の速いAIの需要変化に対応します。メタは2023年から自社AIチップの開発を続けてきました。

狙いは、NvidiaやAMDからのGPU購入への依存を減らすことです。ただしメタは両社への支出も引き続き見込んでおり、今年の設備投資額は1250億〜1450億ドルに達する見通しです。自社チップは主に推薦・ランキングアルゴリズムの学習や、アプリ向けの推論処理に使う計画です。

同社は今年7ギガワット、来年はその倍の計算基盤を展開し、AIモデル「Muse Spark」の学習・運用を支える構えです。こうした内製化の動きはメタに限りません。OpenAIはBroadcomと推論用チップを発表し、AnthropicはSamsungとの独自チップ開発を検討中と報じられるなど、Nvidia一極集中を崩す競争が広がっています。

オープンソースのAI開発ツール「Ollama」は7月9日、Theory Venturesが主導するシリーズBで6500万ドルを調達したと明らかにしました。同社の累計調達額は8800万ドルに達します。2023年に登場したOllamaは、開発者が自分のPC上でオープンウェイトのAIモデルを数分で動かせるようにするツールで、いまや月間890万人超の開発者に使われ、Fortune500企業の85%に浸透しています。

Ollamaの強みは、研究者向けで扱いづらかったオープンモデルを、プログラマーが簡単に使える形へ橋渡しした点にあります。創業者のJeff Morgan氏とMichael Chiang氏は、かつてDocker Desktopの開発に携わった経歴を持ちます。両氏はコンテナ技術でクラウド移行を容易にしたDockerの発想を、AIの世界に応用したといえます。

事業面の転機は2026年1月ごろに訪れました。コーディングなどのエージェント的タスクを担える大型オープンモデルが登場し、アシスタント型ツールが急拡大したのです。これにより、オープンモデルでも実務をこなせるという見方が広がり、Ollamaのクラウド事業にも追い風が吹いています。

収益源は、モデルを見つけて動かすクラウドサービスにあります。無料から月100ドルまでの複数の料金プランを用意し、課金はトークン数ではなくGPU使用時間に基づく仕組みです。自分のPCでは動かせない巨大なモデルの計算資源を肩代わりする狙いがあります。

一方で、クラウド事業への傾斜には批判もあります。無料のオープンソース版から注目が逸れるとして、開発者コミュニティの一部から不満の声が上がった経緯があります。ただMorgan氏とボードメンバーのPeter Fenton氏は、デスクトップ版の中核は無料のまま変わらないと強調しています。

AI開発企業のAnthropicは、消費者向けの最上位AIモデルClaude Fable 5について、2026年7月12日から追加の従量課金を導入します。月額20〜200ドルのプラン加入者でも、利用量に応じて別途料金を支払う必要があり、フロンティアAI企業が消費者向けモデルに従量課金を課すのは初とされます。背景には、同社が抱える計算資源の制約があります。

課金レートは開発者向けAPIと同じで、モデルに送る100万トークンあたり10ドル、モデルが生成する100万トークンあたり50ドルです。仮に20ドルプランの利用者が入力・出力とも100万トークンを使うと、追加で60ドル、合計80ドルの請求になります。新型モデルは思考過程で大量のトークンを消費するため、負担が膨らみやすい点にも注意が必要です。

同社の広報担当者はWIREDに対し、十分な容量が確保でき次第、Fable 5を定額プランに戻す方針だと説明しました。実際、AnthropicはSpaceXやAmazon、Googleとデータセンター確保の大型契約を結んでいますが、それでも需要には追いついていません。今回の措置は、恒久的というより計算資源の逼迫を反映した暫定策と位置づけられます。

従量課金への移行は業界全体の流れでもあります。AIコーディング企業のCursorは無制限プランを見直し、Anthropic自身も大企業向けに従量制を導入済みです。株式公開（IPO）を控えて収益構造を整える狙いも指摘されており、広告に頼らない同社にとって値上げは数少ない選択肢となっています。

今回の価格改定は、消費者がClaudeにどこまで支払うかを測る試金石でもあります。Claudeの月間ユニーク訪問者数は5月に2億4500万へ達し、2月から倍増しましたが、ChatGPTの11億人には遠く及びません。Anthropicは高価格でも選ばれる「AI時代のApple」を目指しており、その戦略が消費者に受け入れられるかが問われます。

米紙ニューヨーク・タイムズ（NYT）などは、OpenAIが自社データを検索できないと偽り、著作権侵害の証拠を隠していたとして、裁判所に制裁を求めました。両社が2023年から争う著作権訴訟で、OpenAIは学習データやChatGPTの会話ログの検索は技術的に困難でプライバシー上の懸念もあると主張してきました。しかし4月の証言で、その主張を覆す内部実態が明らかになったとされます。

NYT側によると、OpenAIのデータプライバシー技術者は4月の証言録取で、同社が既に学習データ内の報道記事を内部調査していたと認めました。さらに提訴前から約7800万件の匿名化されたChatGPT会話を集めたデータベースを保有し、著作権侵害の程度を社内で分析していたとされます。訴訟後には出力の複製を検出する『Project Giraffe』というツール群も導入していたといいます。

証拠開示の過程も問題視されています。原告は当初1億2000万件のログ提出を求めましたが、OpenAIとの交渉で2000万件に縮小し、昨年12月に提出されたサンプルは大量の黒塗りで『使用不能』と裁判所に評されました。原告はさらに、OpenAIが保全命令に反して数十億件のログを削除・圧縮し、サンプルの一部を差し替えたとも主張しています。

NYTは、OpenAIの証人が保全命令の順守を『困難だ』と判断し、実際には何の対応も取らなかったと証言した点を重視します。原告はこれを意図的な隠蔽だとして、『軽微な制裁では効果がない』と厳しい処分を要求しました。

具体的には、争点の2000万件サンプルを証拠として使わせないこと、複製が実際に起きていたと事実認定すること、陪審にログ削除の事実を説明することなどを求めています。認められれば、OpenAIのフェアユースの反論は大きく後退する可能性があります。

一方、OpenAIの広報担当者は疑惑を全面的に否定しました。『訴訟が弱まる中で、原告は無関係な人々のプライバシーを侵害しようとし、明白に虚偽の主張を続けている』と反論し、利用者のプライバシーとフェアユースを引き続き擁護する姿勢を示しました。

エストニアで2025年12月、議会が可決した賭博税法の改正に文言ミスが見つかり、オンラインカジノが1年間課税対象から外れて年約2400万ユーロ（約2740万ドル）の税収を失う事態が発覚しました。元デジタル変革担当次官のルーカス・イルベス氏がこの法案をClaudeとGeminiにかけたところ、両AIが即座に矛盾を指摘したといいます。これを機に、同氏は法案の欠陥を自動検出するツールを数時間で開発しました。

そのツールは「アプサカレイジャ（欠陥発見機）」と名付けられ、議会サイトから法案草稿を取得し、参照エラーや矛盾表現、計算ミス、あり得ない日付などを自動で検出します。問題は高・中・低のリスクに分類され、現在掲載中の112法案のうち102件が高リスクと判定されました。イルベス氏は国営テレビでこのツールを実演し、司会者を驚かせています。

この失態は政府に転機をもたらしました。クリステン・ミハル首相はWIREDの取材に対し、「AIは非常に有用な助手になり得ることを示した」と述べ、市民や社会を後押しするエージェント型ツールの可能性を評価しました。政府はAI活用に一段と踏み込む方針です。

2026年1月、首相は法案作成にこうしたツールを使い、抜け穴を事前に発見・修正する構想を示しました。国民のAI活用力を高めるEesti.ai計画も立ち上げ、2035年までに国の生産性を倍増させる目標を掲げています。4月には行政手続きの自動化にAIなどを使える権限を国や自治体に与える法案が議会に提出され、審議が続いています。

一方で、人間の関与をめぐる議論も活発です。Eesti.aiのチーム責任者キルケ・マール氏は、法律が結果を一意に定める「規則に基づく決定」は自動化が適切だが、利害の衡量や個別事情の判断を要する場合は人間が最初から関与すべきだと説明します。自動決定には監査証跡が残され、市民はいつでも意見を述べる権利を行使できる仕組みです。

ミハル首相はAIを「助手」と位置づけ、権威とは一線を画します。「AIが法律の誤りを見つけても、人間が見つけるのと変わりません。修正する責任は議会や裁判所、行政に残ります」と語りました。エストニアはAIエージェントに公式デジタルIDを与える世界初の国を目指しています。

GitHubは、社内の主要組織にある1万4000超のリポジトリのうち大半で所有者が不明だった課題を、45日足らずで解消しました。同社はGitHubのカスタムプロパティを使い全アクティブリポジトリに検証済みの所有者を割り当て、使われていない約8000件をアーカイブしたと、2026年7月9日に技術ブログで明らかにしました。背景には、秘密情報の漏洩対応で所有者を特定できず作業が滞る問題がありました。

きっかけは秘密情報スキャンの是正作業でした。漏洩した認証情報を無効化できても、リポジトリの所有者が分からなければ対応は危険で混乱を招き、作業の振り分けもできませんでした。従来はデプロイ済みサービスの所有者だけをService Catalogで管理しており、サービスに紐づかないリポジトリの所有者を探すには、コミット履歴やREADMEを調べSlackで聞いて回る手作業が必要だったのです。

そこで同社は所有者を第一級の属性と位置づけ、組織全体で照会できるカスタムプロパティを採用しました。ownership-typeには「Service Catalog」「Hubber Handle（従業員個人）」「Team」の3種類を用意し、ownership-nameに所有者名を記録します。GitHubアプリが、実在する従業員か、2人以上のメンバーがいるチームか、有効なサービスかを自動検証する仕組みです。

展開にはGitHubアプリとKubernetesのCronJobを使いました。まずService Catalogから約1500件のサービス連動リポジトリへ所有者を自動同期し、残りには所有者設定を促すIssueを起票しました。30日の猶予後も未設定なら、削除ではなく読み取り専用のアーカイブへ移すことで、広範かつ安全に適用できたといいます。

運用では小さな障害も2件起きました。監視ツールDatadogがアーカイブ済みリポジトリにIssueを作れず警告が発生したほか、Service Catalogが古いデータを返せば正当なリポジトリを大量削除する恐れも判明しました。同社は管理者へのメンション通知や、一定数を超える処理を止める安全弁を後から追加して対処しています。

最終的にアクティブは約3000件に絞られ、アーカイブは約3000件から1万1000件へ増えました。2008年の試作品など何年もコミットのないリポジトリが整理され、攻撃対象領域の削減にもつながったとしています。新規作成時の所有者設定も必須化し、検知の猶予も1時間へ短縮して、網羅を維持する構えです。

米カリフォルニア大学サンディエゴ校の外科医らは、遠隔操作する人型ロボットを使い、生きた豚の胆のうを摘出する低侵襲手術に成功しました。人間に代わる自律機械ではなく、熟練した外科医がロボットを遠隔で操る人とロボットの協働による世界初の試みです。研究成果は科学誌Natureに掲載され、専門設備を持たない小規模病院での手術支援につながる可能性を示しました。

実験では2頭の豚を対象に、2件の低侵襲手術を実施しました。使われたのは中国ロボット大手Unitreeの人型ロボット「G1」で、外科医が遠隔から動きを操作して胆のうを摘出しています。

最大の利点はコストと省スペースです。担当したシャンレイ・リウ助教授は「ごくわずかな費用と省スペースで済む」と述べ、設置の容易さから農村部や戦場、宇宙まで幅広い展開が可能だと説明しました。

従来の専門手術ロボットであるダヴィンチは数十万から数百万ドルかかり、重さは約1800ポンドに達します。一方、身長約150センチ・重さ27キロほどのUnitree製ロボットは、基本モデルで1万3500ドルからと大幅に安く、遠隔地の小規模施設に適する可能性があります。

ただし、器用な手などの重要な機能を追加すると、費用は6万7000ドルを超える場合もあります。今回はあくまで臨床前試験の段階であり、人間の患者への応用には、さらなる安全性と有効性の検証が求められます。

Googleは7月9日、広告がAIで作成・編集されたかどうかを利用者に伝える新機能を発表しました。検索やYouTube、Google Discoverに表示される広告の三点メニューや情報アイコンから開ける「My Ad Center」画面に、「この広告の作り方（How this ad was made）」という項目を追加し、AI使用の有無を明示します。生成AIで手軽に広告を作れる一方、実物写真でない合成画像が消費者を誤認させかねない懸念に対応する狙いです。

開示の付与方法は、広告の作り方によって分かれます。広告主がGoogle自身の生成AI広告ツールを使った場合、開示は自動で有効化されます。一方、外部ツールで作った広告については、広告主が新設のコントロールでAI利用を自己申告する必要があり、Google側が独自に真偽を検証することはありません。

一部の市場では、現地の法規制に応じてラベルが広告そのものに直接表示される場合もあります。表示は自動、あるいは広告主が申告した際に行われます。利用者はこの画面から、広告のブロックや報告、出稿主の確認も引き続き行えます。

今回の更新は、Googleが進めてきたAI透明性の取り組みの延長線上にあります。同社はすでに生成AIの出力にSynthIDと呼ぶ知覚できない電子透かしを埋め込んでおり、2023年以降は選挙・政治広告での合成コンテンツ開示を義務付けてきました。今年に入ってからは、SynthIDやC2PAによるコンテンツ証明の対象も広げています。

同様の仕組みは競合も導入済みです。Metaも「About this ad」パネルに「AI info」ラベルを用意しており、プラットフォーム各社で広告のAI表示が標準になりつつあります。広告主には業界標準への対応が、経営者には自社広告の信頼性設計が問われる局面と言えるでしょう。

Meta（メタ）は7月7日、写真から新たなAI画像を生成できる機能「Muse Image」を自社アプリで公開しました。公開Instagramアカウントの写真を、他のユーザーがタグ付けするだけでAI生成の素材に使える点が波紋を呼んでいます。米メディアTechCrunchが9日、無効化の手順とともに報じました。

懸念の中心は同意の問題です。ユーザーは自分の公開写真が見知らぬ他人のAI生成に取り込まれることを知らされず、再利用時の通知もありません。画像を容易に加工できる仕組みは、嫌がらせやなりすまし、非合意な編集を招く恐れも指摘されています。

自動で対象外となるのは非公開アカウントと18歳未満のユーザーのみです。裏を返せば、公開アカウントの写真は初期状態で利用対象に含まれます。自衛にはユーザー自身による設定変更が欠かせません。

無効化はInstagramのプロフィール画面から行えます。右上の三本線をタップし、「共有と再利用」へ進み、「MetaのAI機能に自分のコンテンツの利用を許可する」を探します。投稿とリールの両方でこの設定をオフにすれば、AI生成への利用を防げます。

背景には、生成AIをSNSへ急速に組み込む各社への根強い不信があります。Pew Research Centerの調査では、回答者の35%がAIの拡大に「期待より懸念が大きい」と答えました。さらにMetaは、2019年に米連邦取引委員会（FTC）から50億ドルの制裁金を科された過去があり、プライバシー管理への懐疑を一層強めています。

イーロン・マスク氏は7月9日、自身のX上でAI開発企業のAnthropicを称賛し、同社をSpaceXのサーバーから締め出すことはないと明言しました。X上の利用者が、競合を弱体化させる狙いでマスク氏がAnthropicを突然サーバーから追い出すのではと指摘したことへの返答です。同氏は「それは私の流儀ではない」と述べ、Anthropicへの評価を一転させました。

マスク氏はかつてAnthropicに否定的でした。2025年9月には「Anthropicにとって勝利は起こり得る結果になかった」と投稿していましたが、今回「Anthropicについて明らかに間違っていた」と撤回しています。2026年7月時点で、AnthropicはSpaceXの最大級の顧客の一つとなりました。

背景には巨額の計算資源契約があります。Anthropicは2026年5月、テネシー州メンフィス近郊にあるxAIのデータセンター「Colossus 1」の全出力にあたる300メガワットの計算能力を購入する契約を結びました。2029年5月まで月額12.5億ドルを支払い、2月にSpaceXと合併したxAI部門にとって総額約400億ドルの売上となる規模です。

マスク氏は今回、Anthropicを「現時点で明らかにAIの首位」と評し、「Mythos/Fableほど優れたモデルを出した企業はなく、間もなくMythos 2も用意するだろう」と述べました。競合を締め付けない姿勢の証拠として、Teslaの特許開放やSuperchargerネットワークの他社開放などを挙げています。

ただしAnthropicはマスク氏の「流儀」だけに頼る必要はありません。突然インフラを止めれば契約上の代償が生じるうえ、契約維持による利点はSpaceXにとっても大きいためです。一方で、AnthropicのインフラをホストすることでSpaceXが同社の運用に深い可視性を得る点や、モデルの「蒸留」による情報流出への懸念も残ります。

OpenAIは7月9日、AIが利用者の代わりに作業するブラウザ「ChatGPT Atlas」を終了すると発表しました。2025年10月の投入から1年未満での決定で、廃止は8月9日を予定しています。同日発表の新サービス群「ChatGPT Work」の一環として明らかにしました。

今回の終了は、余計な派生事業を減らし、生産性機能でAnthropicに追いつくという同社の方針に沿うものです。The Wall Street Journalは3月、OpenAIがChatGPTアプリ、Codex、Atlasを一つのデスクトップ「スーパーアプリ」に統合する計画を報じており、今回のChatGPT Workはその成果とみられます。

ChatGPT Workにはデスクトップ版アプリに組み込んだ新しいブラウザ機能と、業務向けのクラウドブラウザが含まれます。OpenAIのJames Sun氏は、これらの機能はいずれもAtlas利用者から学んだことを土台に築かれたと説明しました。新しいブラウザに賭けた利用者が、エージェントがウェブ上の作業をどう支援できるかを教えてくれたと述べています。

OpenAIはここ数カ月で他の事業も相次いで整理しています。動画生成アプリ「Sora」を終了したほか、ChatGPTの「アダルトモード」計画も無期限で保留としました。中核であるChatGPTと業務向け機能へ資源を集中させる姿勢が鮮明です。

Microsoftは7月9日のブログ投稿で、Windowsの月例セキュリティ更新プログラムにAIを本格導入すると発表しました。AIによって潜在的な脆弱性を早期に特定できるようになり、各リリースに含める修正の件数が増える見通しです。いわゆる「パッチチューズデー」の規模が、今後大きくなっていきます。

背景には、攻撃者側でのAI活用の広がりがあります。初心者のハッカーでもAIを使って脆弱性を素早く悪用する事例が増えており、研究者側もAIで問題を高速に発見しています。その結果、5月にほぼ全てのLinuxに影響した「Copy Fail」のような高深刻度の脆弱性が頻発するようになりました。

AIによる脆弱性発見の威力は、業界全体で示されています。Anthropicは今年発表した「Claude Mythos」モデルが、主要OSすべてで高深刻度の脆弱性を既に発見したと主張しました。攻撃と防御の双方でAIが使われる状況が、Microsoftの方針転換を後押ししています。

Microsoftは開発プロセスの見直しも進めます。セキュア開発ライフサイクル(SDL)を更新し、AIを悪用した攻撃手法や侵入経路を明示的に考慮するようにします。さらにWindows専用ツールやエージェント型の仕組みに投資し、修正の生成と検証をAIで支援します。

ただし同社は、速度を優先して品質を犠牲にしない姿勢を強調しています。更新の品質を落とさないよう投資すると述べ、コードレビューでは人間が関与し続けるとしています。開発者が発見内容を検証し、リスクに基づいて更新を判断する体制は維持されます。

ノルウェー系米国のロボット企業1Xは7月9日、家庭用ロボット「Neo」に搭載する五本指ハンドの詳細を公開しました。腕の腱の動きを再現するアクチュエータを採用し、25自由度という人間の手（27自由度）に迫る可動域を実現しています。カメラとAIが対象物の状況を把握し、複雑な形状の把持や滑りの検知まで担います。

指は人間の関節では不可能な方向への過伸展が可能で、極めて高速に動かせます。防水規格IP68にも対応し、ロボット自身が手を洗えるほどです。アクチュエータ担当ディレクターのTerfurth氏は、可動域は人間を上回る可能性があり、ドアの開閉や重量物の持ち上げ、電池切れ時の自己充電も可能だと説明します。

Neoは屈強な人型ロボットが多い市場で、3D格子構造の柔らかな外殻をまとった異色の存在です。映画「ベイマックス」に着想を得ており、親しみやすさを重視した設計だと製品・デザイン担当VPのSleeper氏は語ります。

早期アクセス価格は2万ドル、または月額500ドルで自宅に導入できます。一括購入者は2026年の優先納品対象となりますが、提供は限定数にとどまります。

ただし現状のNeoは完全自動化を目指す途上にあり、一部は遠隔操作で動きます。「Expert Mode」により人間のオペレーターが遠隔でロボットを操作し、カメラ越しに家庭内を見られるため、プライバシーやハッキングへの懸念も残ります。1Xはユーザーの要求時のみ接続を許可し、顔などをぼかせると説明しますが、悪意ある乗っ取りの防止策は明示していません。

米Anthropicは9日、対話AI「Claude」の利用状況を可視化する新機能「Reflect」を公開しました。過去1カ月・3カ月・半年・1年の各期間で、よく相談したトピックや任せたタスクの種類、利用が集中する時間帯などを一覧できる「振り返りダッシュボード」です。無料版に加えPro、Maxのユーザーがベータで利用でき、メモリ機能の有効化が条件となります。

Reflectは単なる利用統計にとどまりません。一定時間の利用後に休憩を促す通知や「静音時間」を設定できるほか、「Claudeの方が速くても自分で続けたいことは何か」といった問いを折に触れて表示します。Spotifyの年間振り返り「Wrapped」になぞらえる声もあり、自らのAIとの付き合い方を見つめ直すきっかけと位置づけています。

プライバシー面では、連携したメールなどのツール内のファイルを直接参照しない設計です。シークレットモードの会話や、健康関連の連携ツールにひも付く会話は分析対象から除外されます。機微な話題は高レベルの概要としてのみ振り返りに現れ、データは他の目的には使わないと同社は説明しています。

一方で、この機能にはClaudeを日常に欠かせないツールとして印象づける狙いも透けて見えます。米TechCrunchは、利用実績を可視化することでユーザーの定着を促し、競合への乗り換えを避けさせる効果があると指摘します。実際にReflectは、繰り返し文脈を説明する代わりに「Projects」機能を使うよう提案するなど、より深い活用へと誘導します。

今後は、Claudeの利用に費やした総時間を表示する機能も追加される予定です。また業務向けの「Claude Cowork」にも近く対応するとしており、AIの使い過ぎへの懸念が広がるなか、Anthropicは節度ある利用を促す姿勢を打ち出しています。