Google（企業）に関するニュース一覧

イーロン・マスク氏が、OpenAIの共同創業者であるサム・アルトマンCEO、グレッグ・ブロックマン社長、Microsoft、およびOpenAIを相手取った裁判で、2026年4月28日に証言台に立ちました。カリフォルニア連邦裁判所で行われたこの陪審裁判では、OpenAIが非営利団体としての使命に違反し、営利企業への転換を通じて不正な利益を得たかどうかが争われています。マスク氏側は、アルトマン氏らの解任と営利転換の撤回を求めています。

証言に立ったマスク氏は、大学時代からAIが人類にとって「諸刃の剣」になり得ると懸念していたと述べました。AIの未来について「スタートレックのようなユートピアか、ターミネーターのようなディストピアか」の二択だと表現し、Googleのラリー・ペイジ氏が人類よりAIを優先する姿勢に危機感を覚えたことがOpenAI設立のきっかけだったと主張しました。マスク氏は自らを人類の救済者として位置づけ、アルトマン氏を「慈善団体を略奪した人物」と非難しました。

一方、OpenAI側の弁護士は、マスク氏の主張を真っ向から否定しました。OpenAIが非営利のままコードをすべて公開すると約束した事実はなく、マスク氏は2018年時点で100億ドルを超える企業投資の計画を知っていたと指摘しています。さらに、マスク氏自身が最大10億ドルの出資を約束しながら、実際には5年間で約3800万ドルしか拠出しなかったこと、そしてOpenAIを自身のTeslaに統合しようとしたことを挙げ、訴訟の真の動機は競合企業xAI設立後の競争上の利害だと反論しました。提訴の時効は2021年に切れていると主張しています。

陪審選定では、候補者の多くがマスク氏に対して否定的な印象を持っていることが明らかになりました。「強欲で差別的」「世界一の嫌な奴」といった回答が相次ぎ、マスク氏側の弁護士は一部の候補者の排除を求めましたが、ゴンザレス・ロジャーズ判事は「多くの人が彼を嫌っているが、それでもアメリカ人は司法手続きに誠実でありうる」と述べ、選定を続行しました。最終的に9人の陪審員が選ばれています。

裁判初日にはマスク氏がソーシャルメディアでアルトマン氏に関する「扇動的な」投稿を拡散したことが問題となり、判事は双方に裁判期間中のSNS投稿自粛を要請しました。今後数週間にわたり、Microsoftのサティア・ナデラCEOや元OpenAI CTOのミラ・ムラティ氏など、AI業界の主要人物の証言が予定されています。マスク氏は翌日にOpenAI側の反対尋問を受ける予定です。判決次第ではOpenAIのIPO計画にも影響を及ぼす可能性があり、AI業界全体の注目を集めています。

Anthropicは2026年4月、自社のAIモデルClaude Mythos Previewが主要OSやウェブブラウザを含むソフトウェアから数千件の高深刻度・重大脆弱性を発見したと発表しました。この成果を受けて、AIを活用したサイバー攻撃に対抗する新プロジェクト「Project Glasswing」を立ち上げました。AWS、Apple、Google、Microsoft、Nvidiaがローンチパートナーとして参画し、Mythos Previewによるソフトウェアスキャンを開始します。

Mythos Previewが検出した脆弱性には、OpenBSDに27年間潜伏していたリモートクラッシュバグ、異なるドメイン間でデータを読み取れるブラウザ脆弱性、暗号化通信の傍受や証明書偽造を可能にする暗号ライブラリの欠陥が含まれます。セキュリティ専門家は、AIがコードの意味論を理解し、データフローを抽象化レイヤーにまたがって追跡できる点が、従来のパターンマッチング型静的解析ツールと本質的に異なると評価しています。

一方で、LLMには偽陽性の問題が残ります。実際にはセキュリティ上の脅威ではないバグを脆弱性として報告したり、深刻度を過大評価したりするケースが増加しており、オープンソースのメンテナーにトリアージの負担がかかっています。また、Mythos Preview自体が複数の脆弱性を連鎖させてLinuxカーネルのroot権限を奪取する手順を構築できることも示されており、攻撃への悪用リスクも存在します。

こうしたリスクに対し、Claude Code SecurityやGoogleのCodeMenderは「敵対的自己レビュー」を実装し、AIが自らの結果を批判的に検証してから提示する仕組みを導入しています。さらに別のモデルに検証させるクロスバリデーションも偽陽性の抑制に有効です。

セキュリティ専門家は、AIの出力は確率的であり最終判断にはならないと強調しています。動的脅威モデリングやレッドチームによる安全性評価に加え、開発プロセスの初期段階にセキュリティを組み込む「シフトレフト」が不可欠です。今後の課題は、脆弱性の検出から修正までのギャップを大規模に埋めることであり、AI支援による自動修復が次の重点領域として期待されています。

Googleの社員600人以上がサンダー・ピチャイCEOに宛てた書簡に署名し、米国防総省による同社AIモデルの機密目的での利用を拒否するよう求めました。署名者にはGoogle DeepMindの研究者が多数含まれ、プリンシパル・ディレクター・副社長級の幹部も20人以上が名を連ねています。書簡では「機密ワークロードを全面的に拒否することが、Googleが有害な用途と結びつかない唯一の方法だ」と訴えています。

この書簡の背景には、The Informationが報じたGoogleと国防総省の間でのGemini機密環境導入に関する交渉があります。両者は同社の大規模言語モデルを機密設定で活用する契約について協議中とされ、社員の危機感を高めました。

米テック業界では軍事AIへの関与が急速に広がっています。MicrosoftはPalantirと提携し、機密環境でのAIサービス提供契約を既に締結しています。OpenAIも2026年2月に国防総省との契約を更新しました。一方、Anthropicは米軍によるAIモデルのガードレール緩和要求を拒否し、国防総省から「サプライチェーンリスク」に指定される事態に発展しています。

今回の社員書簡は、AI技術の軍事利用をめぐるテック企業内部の倫理的対立が依然として根深いことを示しています。GoogleはかつてProject Mavenへの反発を受けて国防総省との契約を撤回した経緯があり、再び同様の社内対立が表面化した形です。経営陣がどのような判断を下すかは、AI業界全体の軍事関与の方向性に影響を与える可能性があります。

OpenAIがスマートフォンの開発を進めている可能性があることが、著名アナリストMing-Chi Kuo氏の分析で明らかになりました。同氏によると、OpenAIは半導体大手のMediaTekおよびQualcommと共同でスマートフォン向けチップを開発し、Luxshareが設計・製造パートナーを務める計画です。

このスマートフォンの最大の特徴は、従来のアプリストアモデルを廃止し、AIエージェントがすべてのタスクを代行する点にあります。現在AppleやGoogleがアプリの配信やシステムアクセスを管理していますが、OpenAIは自社でハードウェアスタックを構築することで、AIの活用に制約のない環境を実現しようとしています。

Kuo氏は、この端末がユーザーの文脈を常時理解する設計になると指摘しています。アプリ経由では得られないユーザーの行動データを端末から直接取得でき、端末上の小規模モデルとクラウドモデルを組み合わせたハイブリッド構成で多様なリクエストに対応します。

スマートフォンの仕様やサプライヤーは2026年末から2027年第1四半期に確定し、2028年に量産開始の見通しです。なお、OpenAIは2026年後半に最初のハードウェア製品としてイヤフォンの発表を予定しており、スマートフォンはその先の展開と位置づけられます。

アプリが不要になるという見方はOpenAIに限りません。NothingのCEO Carl Pei氏もSXSWでアプリの消滅を予測しており、Replit CEOなどバイブコーディング関係者も同様の未来像を描いています。ChatGPTの週間利用者が10億人に迫るなか、ハードウェア進出は消費者接点の拡大という戦略的意味を持ちます。

OpenAIとMicrosoftは2026年4月27日、2019年の10億ドル投資以来最大となるパートナーシップの抜本的改定を発表しました。最大の変更点は、MicrosoftのAzureが持っていたOpenAI製品への独占的クラウド提供権の解消です。今後OpenAIはAWSやGoogle Cloudを含む任意のクラウドプロバイダーで全製品を提供できるようになります。

今回の改定で、従来の契約の核だったAGI条項が完全に撤廃されました。旧契約ではOpenAIが汎用人工知能（AGI）を達成した時点で商業条件が変わる仕組みでしたが、新契約ではMicrosoftのライセンスは2032年までの固定期限となり、技術的進展とは切り離されます。OpenAIからMicrosoftへの収益分配（20%）は2030年まで継続しますが、総額に上限が設けられました。一方、MicrosoftからOpenAIへの収益分配は廃止されます。

この契約見直しの直接的な引き金となったのは、2026年2月に発表されたAmazonによるOpenAIへの最大500億ドルの投資です。この投資に伴い、OpenAIはAWSでのエージェント構築ツール「Frontier」の独占提供を約束しましたが、既存のMicrosoft契約と矛盾していました。Microsoftは発表当日にAzureの独占権を主張する声明を出し、訴訟も検討していたと報じられています。今回の改定はこの法的リスクを完全に解消するものです。

Microsoftは独占権を失いましたが、OpenAIの営利法人の約27%の株式を引き続き保有し、直近四半期だけでOpenAI関連の収益として75億ドルを計上しています。AmazonのAndy Jassy CEOは早速、OpenAIモデルが数週間以内にAWS Bedrockで利用可能になると発表しました。エンタープライズ顧客にとっては、AIモデルとクラウドを自由に選べるマルチクラウド時代の本格到来を意味します。

今回の提携刷新は、AI業界における力学の変化を象徴しています。かつてMicrosoftに資金・インフラ・販路のすべてを依存していたOpenAIは、今やMicrosoftの最大の競合であるAmazonやGoogleとも直接取引できる独立した存在へと成長しました。Microsoft、Amazon、Googleが互いに競争しながらもAIモデル提供で協力する構図が鮮明になり、AI市場の競争はさらに激化する見通しです。

Google DeepMindは2026年4月27日、韓国科学技術情報通信部（MSIT）との新たなパートナーシップを発表しました。10年前にソウルで行われた歴史的なAlphaGo対局を起点とし、AIを国家経済発展の柱に据える韓国政府の戦略を支援する枠組みです。韓国はスタンフォードAI Index 2026でAI革新密度世界一とされ、主要30カ国中で最も速いAI導入率を記録しています。

具体的な取り組みとして、Googleはソウルオフィス内にAIキャンパスを設立します。ここを拠点に韓国の大学・研究機関とGoogle DeepMindの研究者が共同で科学的ブレークスルーを目指します。ソウル大学（SNU）、KAIST、MSITのAIバイオイノベーションハブとの協業が最初の対象です。

提供されるAIモデルは多岐にわたります。アルゴリズム設計エージェントAlphaEvolve、ゲノム解析モデルAlphaGenome、タンパク質構造予測のAlphaFold（韓国で既に8万5千人以上が利用）、仮説生成を支援するAI co-scientist、気象予測のWeatherNextの5つです。生命科学、エネルギー、気候変動の分野で研究の加速が期待されます。

人材育成面では、韓国の学生にGoogle DeepMindでのインターンシップ機会を提供する方針です。これはGoogleが韓国で提供してきた5万件のAI Essentials奨学金に続く取り組みとなります。また、2024年のAIソウルサミットで表明したフロンティアAI安全コミットメントに基づき、韓国AI安全研究所（AISI）と安全性に関する研究やベストプラクティスの策定でも協力します。

韓国政府は5月に開所予定の国立AI for Science Center（NAIS）への投資も進めており、今回の提携はその基盤整備と連動しています。Google DeepMindの最先端モデルと韓国の科学人材の融合により、次世代の科学的発見を目指す大規模な官民連携が本格化します。

GoogleとKaggleは2026年6月15日から19日までの5日間、AIエージェントとバイブコーディングに特化した無料オンライン講座を開催すると発表しました。2025年11月に開催された前回の「5-Day AI Agents Intensive Course」は150万人以上の受講者を集めており、今回はその好評を受けた第2弾となります。

今回の講座ではバイブコーディングが中心テーマに加わりました。バイブコーディングとは自然言語を主要なプログラミングインターフェースとして使うワークフローで、AIエージェント開発の生産性を飛躍的に高めるアプローチです。受講者はツールやAPIを統合した「10xエージェント」の構築方法を学びます。

カリキュラムは基礎概念から本番環境で使えるシステム設計まで段階的に構成されています。各日のセッションでは概念的な解説とハンズオン演習が組み合わされ、最終日にはキャップストーンプロジェクトとして自分のアイデアを実際にエージェントとして設計・構築・デプロイします。

AIエージェント開発スキルの需要が急速に高まるなか、世界的プラットフォームが提供する体系的かつ無料の学習機会は貴重です。エンジニアや技術リーダーにとって、バイブコーディングという新しい開発パラダイムを短期集中で習得できる実践的な講座といえます。

欧州委員会は2026年4月、AndroidにおけるAIサービスの取り扱いについて行った調査の結果を公表しました。調査はデジタル市場法（DMA）に基づくもので、Googleが「ゲートキーパー」として指定された大手テック7社のひとつであることを根拠に進められました。欧州委は、Android上でGeminiがシステムレベルで特別な扱いを受けている現状を問題視し、今夏にも是正措置を命じる可能性があります。

具体的には、Android端末を起動した時点でGeminiがすでに組み込まれており、サードパーティのAIサービスには同等の機能が提供されていない点が争点です。欧州委のヴィルクネン副委員長は、「相互運用性がAI技術の可能性を最大限に引き出す鍵だ」と声明で述べ、ユーザーが機能を犠牲にすることなく自由にAIサービスを選べるべきだと主張しました。

Googleはこの調査結果を「不当な介入」と批判しています。しかし、DMAは数年前から施行されており、欧州委が規制を後退させる見込みはほぼありません。GoogleはこれまでもDMAの規制に一貫して反対してきましたが、法的な枠組みのもとで対応を迫られる状況が続いています。

この動きは、AI搭載デバイスにおけるプラットフォーム独占の問題に欧州が本格的にメスを入れた事例として注目されます。AndroidのAIエコシステムが開放されれば、OpenAIやAnthropicなど競合サービスがシステムレベルで統合される道が開かれ、ユーザーの選択肢が大幅に広がる可能性があります。

Google DeepMindでAlphaGoやAlphaZeroを開発したDavid Silver氏が、新会社Ineffable Intelligenceを英国で設立し、シードラウンドで11億ドル（約1650億円）を調達しました。評価額は51億ドルに達し、欧州のAIスタートアップとしては異例の規模です。Sequoia CapitalとLightspeed Venture Partnersが共同でリードし、Index Ventures、Google、Nvidia、英国政府系のSovereign AIファンドも参加しています。

同社が目指すのは、人間が生成したデータに頼らず、強化学習によって自律的に知識とスキルを獲得する「超学習者（superlearner）」の構築です。Silver氏はDeepMindで10年以上にわたり強化学習チームを率い、AlphaGoやAlphaZeroでは人間の棋譜を一切使わずにプロ棋士を超える性能を実現しました。この手法を汎用知能に拡張するのが同社の核心的な戦略です。

Silver氏は現在の大規模言語モデル（LLM）中心のアプローチに明確な限界があると主張しています。LLMは人間のデータという「化石燃料」に依存しており、自ら世界を探索して学ぶことができないと指摘。仮に地球が平らだと信じられていた時代にLLMを投入しても、そのまま天動説を信じ続けるだろうと述べています。一方、強化学習ベースのAIはシミュレーション環境内で試行錯誤を重ね、独自の科学的発見に到達できる可能性があるとしています。

安全性についても独自の見解を示しています。シミュレーション内でAIエージェントの振る舞いを観察することで、人間の価値観と整合しない行動を事前に検出できるとSilver氏は説明しています。また、同社から得る個人的な利益はすべて「できるだけ多くの命を救う」高インパクトな慈善団体に寄付すると表明しました。

この動きは、著名AI研究者による大型起業の潮流を加速させるものです。先月にはTuring賞受賞者のYann LeCun氏が共同設立したAMI Labsが10.3億ドルを調達し、DeepMind元主任研究員のTim Rocktäschel氏によるRecursive Superintelligenceも5億ドル規模の資金を集めています。ロンドンがDeepMind卒業生を軸にAI開発の世界的拠点として存在感を高めている状況が鮮明になっています。

米スーパーマーケット大手Albertsonsの広告部門Albertsons Media Collectiveは、Googleのコマースメディアスイートと提携し、自社のファーストパーティ購買データをYouTube広告およびDisplay & Video 360の第三者在庫に連携すると発表しました。これにより広告主は、Albertsons傘下店舗の購買意欲の高い消費者に対して、YouTubeやプレミアムパブリッシャー上で精密なターゲティング配信が可能になります。

今回の連携の特徴は、SKU単位の売上レポートによって広告効果を正確に測定できる点です。従来はブランドマーケティングとショッパーマーケティングが別々に管理されていましたが、Display & Video 360上で統合的に最適化できるようになります。広告主は同一プラットフォーム内でコマースメディアを通常のマーケティング戦略と同等の説明責任で運用できます。

早期導入パートナーとして飲料大手Keurig Dr Pepperが参画しています。同社はAlbertsonsの購買データとYouTubeのリーチ、Google AIの分析機能を組み合わせることで、ショッパージャーニー全体にわたるROI向上を目指しています。

Google/Ipsosの調査によると、消費者が新しいブランドや商品を発見する購買行動の82%にGoogleまたはYouTubeが関与しています。リテールメディア市場は急速に拡大しており、小売企業が保有する購買データと大手プラットフォームの広告配信力を組み合わせる動きが加速しています。今回の提携はその潮流を象徴する事例といえます。

Signull Labsが開発するiPhoneアプリSkyeが、正式ローンチ前にもかかわらず投資家の注目を集めています。同アプリはiOSのウィジェット機能を活用し、従来のアプリ起動やチャットボットとは異なる「エージェント型ホーム画面」という新しいAIインターフェースを提案しています。

Skyeは天気や健康情報、スケジュールなどをユーザーの現在の状況に合わせて表示するほか、メール返信の下書きや会議準備の支援、銀行口座の不審な取引の検知といった機能を備えています。外出時には位置情報に基づいた店舗や観光地のレコメンドも行います。これらのデータはユーザーが許可した連携を通じて取得されます。

SEC提出書類によると、Signull Labsは2025年9月にプレシードラウンドで358万ドル以上を調達しました。PitchBookによるポストマネー評価額は1950万ドルです。出資者にはa16z(Andreessen Horowitz)、True Ventures、SV Angel、Offline Venturesなどが名を連ねています。

創業者のNirav Savjani氏はGoogleとMetaでの勤務経験を持ち、X上で「signüll」の名義で活動しています。Skyeのウェイトリストには数万人規模のユーザーが登録済みとされ、消費者がよりAI対応のiPhone体験を求めていることを示唆しています。正式なローンチ時期は未定ですが、まもなくウェイトリストのユーザーへの提供を開始する予定です。

Mira Murati氏が率いるAIスタートアップThinking Machines Lab（TML）とMetaの間で、AI研究者の争奪戦が激化しています。TMLはMetaから多数の有力研究者を採用する一方、Meta側もTMLの創設メンバーを次々と引き抜いており、双方向の人材移動が業界の注目を集めています。

直近ではMetaで8年間マルチモーダル知覚システムの開発に携わったWeiyao Wang氏や、ハーバード大学で博士号を取得したKenneth Li氏がTMLに加わりました。LinkedInの調査によると、TMLが採用した研究者のうち、Meta出身者が単一企業として最多を占めています。

TMLの最も著名なMeta出身者は、CTOのSoumith Chintala氏です。同氏はMetaに11年在籍し、世界のAI研究の基盤となっているオープンソースフレームワークPyTorchを共同創設しました。ほかにもSegment Anythingモデルの共著者Piotr Dollár氏や、FAIR部門のAndrea Madotto氏らが移籍しています。

一方でBusiness Insiderの報道によると、MetaはTMLの創設メンバー7人を引き抜いたとされ、人材の流れは一方通行ではありません。Metaは7桁ドル規模の報酬パッケージで知られますが、TMLには120億ドルの評価額に基づくストックオプションの上昇余地があり、研究者を引きつける要因となっています。

TMLはMeta以外からも積極的に採用を進めています。CognitionのNeal Wu氏、WaymoやOpenAI経由のJeffrey Tao氏、Anthropic出身のMuhammad Maaz氏、Apple出身のErik Wijmans氏らが加わり、社員数は約140人に達しました。今週にはGoogleとの数十億ドル規模のクラウド契約も発表され、NvidiaのGB300チップへの早期アクセスを獲得するなど、インフラ面でもAnthropicやMetaと同等の水準に達しています。

ジャーナリストのカトリーナ・マンソン氏が新著『Project Maven』で、米軍のAI標的選定システム「Maven Smart System」の開発から実戦運用までの全容を明らかにしました。2017年に海兵隊情報将校ドリュー・キューコア大佐が主導し、ドローン映像へのコンピュータビジョン適用として始まったこのプロジェクトは、現在では衛星画像やレーダー、SNSなど数十のデータソースを統合する包括的な軍事AI基盤へと進化しています。

Mavenは当初Googleが開発を担当していましたが、2018年に社員の抗議運動を受けて同社が撤退しました。その後Palantirがユーザーインターフェースとデータ統合を担い、MicrosoftやAmazon、Anthropicの技術も組み込まれました。現在はNATOも導入しており、米軍の「プログラム・オブ・レコード」として正式な調達プログラムに格上げされる見込みです。

ウクライナ戦争がMavenの転換点となりました。米第18空挺軍団がドイツからロシア軍の戦車や陣地の特定にAIを活用し、1日に最大267件の「関心ポイント」をウクライナに提供しました。標的選定プロセスにおける人間の関与は6段階から2段階に削減され、AnthropicのClaude等のLLMの導入により、処理速度はさらに飛躍的に向上しています。

しかし、この加速には深刻なリスクが伴います。イラン攻撃の初日に米軍は1000以上の標的を攻撃しましたが、そのなかには元海軍基地を転用した女子校が含まれ、150人以上の子どもが犠牲になりました。データベースの更新漏れが原因であり、技術史家のケビン・ベイカー氏は「チャットボットが子どもを殺したのではない。データベースの更新を怠った人間と、その失敗を致命的にするほど高速なシステムを構築した人間がいた」と指摘しています。

米軍内部ではAI活用の拡大を巡り激しい議論が続いています。推進派はデータの監査可能性と透明性の向上を主張する一方、慎重派は最終段階での人間の判断こそが人命を守ると警告しています。マティス元国防長官も「多くの標的を攻撃することは勝利とは異なる」と述べています。さらにマンソン氏の取材では、爆薬搭載の無人水上艇など完全自律型兵器の開発計画も明らかになっており、AI兵器の倫理的課題は一層深刻さを増しています。

英スマートフォンメーカーのNothingは2026年4月24日、AI搭載の音声入力ツール「Essential Voice」を発表しました。同ツールはデバイス上のあらゆるアプリで動作し、音声をフォーマット済みテキストに変換します。Wispr FlowやSuperwhisperなどの競合製品がひしめくAI音声入力市場に、ハードウェアメーカーとして参入した形です。

Essential Voiceの特徴は、「um」「ah」といったフィラー語を自動で除去する点に加え、ユーザーが独自の音声ショートカットを設定できる点にあります。たとえば「my address」と発話するだけで、登録した住所全文を入力できます。Essentialキーまたはキーボードから起動する仕組みです。

対応端末はまずPhone (3)からスタートし、今月中にPhone (4a) Pro、来月にはPhone (4a)へと順次展開される予定です。100以上の言語をサポートし、音声入力しながら別言語へのリアルタイム翻訳も可能です。

今後はアプリカテゴリごとにAI編集のトーンを切り替える「アプリベースカスタムスタイリング」機能も追加予定です。仕事用とメッセージ用で文体を自動調整できるようになります。

NothingはOS統合型の音声入力を提供する数少ないハードウェアメーカーの一つです。Googleも4月初旬にオフラインAI音声入力アプリをリリースしており、今後同様のシステムレベル統合が業界全体で広がる可能性があります。

Metaが数百万基のAWS Graviton CPUを採用する契約をAmazonと締結しました。GravitonはARM基盤の汎用CPUで、GPUではありません。AIモデルの学習にはGPUが不可欠ですが、学習済みモデル上で動くAIエージェントはリアルタイム推論やコード生成、マルチステップ制御などCPU集約型の処理を大量に発生させるため、専用設計のCPU需要が高まっています。

Metaは2025年8月にGoogle Cloudと6年間100億ドルの契約を結んでおり、それまで主要顧客だったAWSから一部離れていました。今回の契約はMetaの支出をAWSに引き戻す意味を持ちます。AWSはGoogle Cloud Nextカンファレンス終了直後にこの発表をぶつけており、クラウド各社間の対抗意識が鮮明です。

AWSのAI向けチップにはGPU相当のTrainiumもありますが、こちらはAnthropicが10年間1000億ドルの大型契約で優先的に確保済みです。そのためMeta向けにはCPU側のGravitonが前面に出た形です。Gravitonの競合はNvidiaのVera CPUで、いずれもARM基盤かつAIエージェント処理に最適化されていますが、NvidiaがチップをOEM販売するのに対し、AWSはクラウドサービス経由でのみ提供する点が異なります。

Amazon CEOのAndy Jassy氏は4月の株主書簡でNvidiaやIntelに言及し、企業が求めるのはAI処理の価格性能比であると強調しました。自社チップの競争力を示す実績としてMetaの採用は大きく、社内チップ開発チームへの期待と圧力がいっそう高まっています。AI半導体の競争はGPUだけでなくCPU領域にも本格的に広がりつつあります。

Googleは2026年4月24日、AIアシスタント「Gemini」アプリの第10回Gemini Dropとして大規模なアップデートを発表しました。今回の更新では、macOS向けネイティブデスクトップアプリの提供開始、音楽生成AI「Lyria 3 Pro」による最大3分間の楽曲作成機能の無料開放、NotebookLMとの統合によるノートブック機能など、多岐にわたる新機能が追加されています。

パーソナライズ機能では、Personal IntelligenceとNano Bananaを組み合わせた画像生成が強化されました。ユーザーは自分の生活や趣味に合った画像を生成でき、Googleアプリとの連携により個人に最適化された支援を受けられます。この機能はグローバルに展開が開始されています。

実用面では、Gemini Liveのカメラ連携機能が日常生活を幅広くサポートします。冷蔵庫の中身を映してレシピ提案を受けたり、故障した設備を撮影して修理手順を案内してもらったり、植物の状態を診断してもらうことが可能です。部屋の写真をアップロードしてインテリアの模様替えをシミュレーションする機能も提供されています。

生産性向上の観点では、GmailにおけるGemini統合も注目されます。長いメールスレッドの要約や過去の領収書の検索に加え、米国のUltra Subscriberは受信トレイを自動整理するAI Inbox機能やAgent Modeを利用できます。複雑な概念を3Dモデルやチャートで対話的に可視化する機能も追加され、学習や分析の効率化が期待されます。

GoogleがAI企業Anthropicに最大400億ドル（約6兆円）を投資する計画であることが2026年4月24日、Bloombergの報道で明らかになりました。まず100億ドルを即時出資し、Anthropicが一定の性能目標を達成した場合にさらに300億ドルを追加投資します。企業価値は3500億ドルと評価されています。

今回の投資は、数日前に発表されたAmazonからの50億ドル出資に続くものです。Amazonの投資もAnthropicの企業価値を3500億ドルと評価しており、いずれも性能目標に基づく追加出資の余地を残しています。投資家の間ではAnthropicの評価額が8000億ドル以上に達するとの見方もあり、10月にもIPOを検討しているとの報道もあります。

Googleは自社でもAIモデルを開発する競合でありながら、Anthropicにとって重要なインフラ供給者でもあります。AnthropicはGoogle CloudのTPU（テンソル処理ユニット）に大きく依存しており、今回の投資ではGoogle Cloudが今後5年間で新たに5ギガワットの計算容量を提供します。今月にはGoogleとBroadcomとの提携で2027年から3.5ギガワットのTPU計算容量を確保することも発表済みです。

AI開発競争はいまや計算資源の争奪戦の様相を呈しています。OpenAIはCerebrasとの200億ドル超の半導体契約を締結し、AnthropicもCoreWeaveとのデータセンター契約やAmazonとの1000億ドル規模のクラウド利用契約を結んでいます。Claudeの利用制限に対するユーザーからの不満が高まるなか、Anthropicはインフラ増強を急いでいます。

Googleは2026年4月のGoogle Cloud Next '26で、AIが本格的に業務を遂行する「エージェント時代」の到来を宣言しました。目玉となるGemini Enterprise Agent Platformは、AIエージェントの構築・管理・拡張を一気通貫で行える統合環境です。最新モデルのGemini 3.1 Proに加え、画像生成のGemini 3.1 Flash Image、音声のLyria 3、さらにAnthropicのClaude Opus 4.7も利用可能になります。ローコード開発環境のAgent Studioにより、機械学習の専門知識がなくても自然言語でエージェントを構築できます。

エンドユーザー向けにはGemini Enterpriseアプリが提供されます。ノーコードのAgent Designerにより、非エンジニアでもトリガーベースのワークフローを構築可能です。長時間稼働エージェントはセキュアなクラウドサンドボックス内で自律的に動作し、Agent Inboxで一元管理できます。Google Workspaceにも「Workspace Intelligence」としてエージェント機能が統合され、Docs・Drive・Meet・GmailをまたいだAI活用が可能になります。

インフラ面では第8世代TPUが発表されました。学習特化のTPU 8tと推論特化のTPU 8iの2種類で、TPU 8iは1ドルあたりの推論性能が80%向上しています。NVIDIAの次世代システムVera Rubin NVL72の早期提供も決定しました。大規模スーパーコンピュータ接続用のVirgoネットワークや、毎秒10テラバイト転送を実現するManaged Lustreなどストレージの刷新も発表されています。

データ活用では「Agentic Data Cloud」が登場しました。Geminiが企業データを自動的にタグ付け・関連付けするKnowledge Catalogにより、エージェントが業務固有の文脈を理解できるようになります。Apache Iceberg準拠のCross-Cloud Lakehouseは、AWSなど他社クラウドにあるデータもそのまま即座にクエリ可能です。

セキュリティ分野では、2026年に買収完了したWizとの統合が披露されました。脅威ハンティングエージェントや検知エンジニアリングエージェントなど、自律的にセキュリティルールを作成・更新する専用AIが提供されます。導入事例としては、Home DepotがGeminiで店舗・電話対応アシスタントを稼働させ、Unileverが37億人の消費者対応に全社的なエージェント展開を進めるなど、大手企業での実運用が広がっています。

Google DeepMindのスピンオフ企業Isomorphic Labsが、AI技術で設計した新薬候補の臨床試験を間もなく開始します。同社のMax Jaderberg社長が2026年4月16日、ロンドンで開催されたWIRED Healthカンファレンスで明らかにしました。ノーベル化学賞を受賞したAlphaFold技術を基盤とするAI創薬が、いよいよ人体での有効性検証の段階に入ります。

Isomorphic Labsは2021年にAlphabet傘下のDeepMindから独立した英国拠点のバイオテック企業です。タンパク質の立体構造を予測するAlphaFoldプラットフォームを創薬に応用しています。2024年にリリースされたAlphaFold 3はタンパク質だけでなくDNAやRNAとの相互作用も予測可能となり、創薬に不可欠な分子結合の理解を大きく前進させました。

2026年初頭には独自の創薬エンジン「IsoDDE」を発表しました。技術論文によると、同エンジンの精度はAlphaFold 3の2倍以上です。Jaderberg社長は、分子の作用機序を深く理解しているため、非常に高い効力を持つ分子を設計でき、低用量での投与と副作用の軽減が可能になると説明しています。

同社はEli LillyおよびNovartisとAI創薬の提携を結んでおり、がんや免疫領域で独自の医薬品パイプラインも進めています。2025年には最高医療責任者を任命し、臨床試験準備のため6億ドルの資金調達を完了しました。臨床開発チームの構築も進んでいます。

当初2025年末までに臨床試験を開始する計画でしたが、やや遅れています。それでも同社は「すべての疾患を解決する」という壮大なミッションを掲げ、AI技術による創薬の実用化に向けて着実に前進しています。AlphaFoldプラットフォームはすでに研究者に知られる約2億種のタンパク質構造を予測し、190カ国200万人以上に利用されています。

WIREDのポッドキャスト番組Uncanny Valleyが、2026年4月第4週のテック業界の主要トピックを取り上げました。最大の話題はTim CookがApple CEOからの退任を発表したことです。9月1日付で長年の幹部であるJohn Ternusが後任に就任します。Cook氏は会長職に移り、各国リーダーとの外交的役割を継続する見込みです。

Cookの功績として、Appleをサブスクリプション型ビジネスへ転換し、時価総額を兆ドル規模へ引き上げたことが評価されています。一方でAI分野では出遅れたとの指摘もあります。後任のTernusはハードウェア畑の出身で、AI専用デバイスではなくiPhoneを中心としたプラットフォーム戦略を継続する方針を示しています。GoogleのGeminiとの提携もその一環です。

SpaceXがAIコーディングツール企業Cursorを約600億ドルで買収する意向を発表しました。買収が成立しない場合でも100億ドルの支払いが予定されています。SpaceX傘下のxAIはコーディングモデルで競合に劣っており、Cursorの技術力を取り込む狙いがあります。ただしCursor側は買収には触れず、xAIの計算資源へのアクセスのみに言及しました。

この取引はSpaceXのIPO計画との兼ね合いで年内の完了が予定されています。番組では、Elon Muskが過去にTwitter買収で撤回を試みた前例を踏まえ、取引の不確実性についても議論されました。AnthropicやOpenAIのIPO準備も含め、2026年はテック業界のIPOラッシュになるとの見方が示されています。

PalantirはCEO Alex Karpの著書を22項目に要約した宣言をXに投稿しました。技術エリートの国防参加義務や特定の文化的優位性を主張する内容で、批判者からは権威主義的との指摘を受けています。ICEやDHSへの監視技術提供やイランでの軍事作戦支援を背景に、社内のSlackでも従業員から懸念の声が上がっていることがWIREDの取材で明らかになっています。

番組ではさらに、MAGA運動の一部がTrump離れを始めている政治的潮流にも言及しました。Tucker CarlsonやCandace Owensらが公然と批判に転じ、2024年の暗殺未遂事件の自作自演説まで浮上しています。経済的不安やEpsteinファイル問題への不満が重なり、中間選挙を前に共和党内の動揺が広がっていると分析されています。

The Verge編集長のNilay Patel氏は、Decoderポッドキャストで「ソフトウェア脳」という概念を提唱しました。これは世界をデータベースとコードの集合体として捉える思考様式を指し、ZillowやUberなど現代の主要サービスがこの発想で構築されてきたと指摘しています。Marc Andreessenが2011年に「ソフトウェアが世界を食う」と予言した流れがAIによって加速し、テック業界と一般市民の間に巨大な認識の溝が生まれていると分析しました。

AI嫌悪を示す世論調査の結果は深刻です。NBC Newsの調査ではAIの好感度がICE（移民・関税執行局）を下回り、Quinnipiacの調査では米国民の過半数がAIは害をもたらすと回答しました。特にZ世代はAIを最も多く使用しながら最も否定的で、Gallup調査によるとAIに希望を持つZ世代はわずか18%にとどまり、怒りを感じる割合は31%に上昇しています。

Patel氏は、テック業界がこの問題をマーケティングの課題と誤認していると批判します。OpenAIのAltman氏はTBPNポッドキャストに2億ドルを投じてAIの好感度向上を図りましたが、ChatGPTの週間利用者が9億人に達し、Google検索のAI Overviewを日常的に目にしている人々に対して、広告で体験への反応を変えることはできないとPatel氏は断じています。

「ソフトウェア脳」の限界は複数の事例で示されています。Elon MuskのDOGEは政府のデータベースを掌握しようとして失敗し、データベースが現実と一致しないという根本的な問題に直面しました。また法律分野でのAI活用についても、法体系の本質は曖昧性にあるためコードのように決定論的に処理できないと指摘しています。ミシガン州最高裁元長官のBridget McCormack氏が提案したAI仲裁システムも、ソフトウェア脳の典型例として紹介されました。

Patel氏の核心的な主張は、AI産業が人間にデータベースへの適合を求めている点にあります。Ezra Klein氏がシリコンバレーで観察したように、AI推進派はメール・カレンダー・メッセージをすべてAIに開放し、自分自身をAIに「読み取り可能」にしようとしています。しかしPatel氏は、人々がコンピュータに適応するのは失敗であり、コンピュータこそが人に適応すべきだと主張します。雇用喪失・エネルギー消費・サイバーセキュリティリスクを伴うAIの現状に対し、一般市民が反発するのは当然の帰結だと結論づけました。

OpenAIは2026年4月23日、AIエージェント製品「Codex」の使い方を体系的に解説する「OpenAI Academy」のガイド群を公開しました。Codexとは何か、初期設定の方法、ワークスペースの使い方、プラグインやスキルの活用法、自動化機能、業務での具体的な活用例まで、計7本のチュートリアルが同時に公開されています。

CodexはChatGPTとは異なるAIエージェントとして位置づけられています。ChatGPTが「考える支援」を行うのに対し、Codexは「仕事そのものを前に進める」ツールです。開発者でなくても利用でき、メールやSlack、ノートなどから情報を集約し、スライド作成やダッシュボード構築、ワークフローの修正といった実務を代行します。

ガイドではプラグインとスキルという2つの拡張機能が詳しく紹介されています。プラグインはGoogle DriveやSlackなど外部ツールとの接続に使い、スキルはチーム固有の業務プロセスをCodexに教える仕組みです。さらに自動化機能により、毎朝のブリーフ作成や週次レポートの生成といった定期タスクをスケジュール実行できます。

業務活用の具体例としては、朝の優先事項ブリーフの自動生成、週次報告書の作成、プレゼン資料のドラフト、意思決定メモの作成、データのクリーニングと統合、営業アカウントの優先順位付け、月次レビューの準備、ローンチキットの作成、ワークフロー監査など10の実践的なユースケースが示されています。いずれもプロンプト例とともに紹介され、すぐに試せる構成になっています。

OpenAIは2026年4月23日、最新のフラッグシップモデルGPT-5.5を発表しました。共同創業者のGreg Brockman氏は「より直感的でエージェント的なコンピューティングに向けた大きな前進」と位置づけ、コーディング、オンラインリサーチ、データ分析、ドキュメント作成など幅広いタスクを自律的にこなせる点を強調しています。前モデルGPT-5.4のわずか1カ月後というハイペースのリリースとなりました。

ベンチマーク結果では、ターミナル操作の総合力を測るTerminal-Bench 2.0で82.7%を記録し、AnthropicのClaude Opus 4.7(69.4%)やGoogle Gemini 3.1 Proを大きく上回りました。非公開モデルのClaude Mythos Preview(82.0%)もわずかに超えています。一方、ツールなしの推論ベンチマーク「Humanity's Last Exam」ではOpus 4.7(46.9%)に及ばない41.4%にとどまり、純粋な学術知識ではまだ差がある分野もあります。実務面では、GDPval(知識労働)で84.9%、サイバーセキュリティのCyberGymで81.8%と、エージェント型タスク全般で最高水準を達成しました。

推論基盤にはNVIDIA GB200 NVL72が採用されています。NVIDIAではすでに社内1万人以上がGPT-5.5搭載のCodexを活用し、デバッグ作業が数日から数時間に短縮されたと報告されています。GPT-5.5自身がGPU負荷分散のヒューリスティックを設計し、トークン生成速度を20%以上改善するという「モデルが自らの推論基盤を最適化する」成果も生まれました。OpenAIはNVIDIAのシステムを10ギガワット以上導入する計画で、両社の10年にわたる協業がさらに深まっています。

安全性の面では、OpenAI史上最も強力なセーフガードを導入したとしています。準備態勢フレームワークのもと、生物・化学およびサイバーセキュリティの能力を「High」リスクに分類。一般ユーザー向けにはサイバーリスク分類器を厳格化する一方、重要インフラを守る正規のセキュリティ専門家には制限を緩和する「サイバー許容型」ライセンスを新設しました。さらに生物安全性に関しては、ユニバーサル脱獄を発見した研究者に2万5,000ドルを支払うバグバウンティプログラムも開始しています。

料金面では、API価格が前世代から実質倍増し、入力5ドル・出力30ドル(100万トークンあたり)となりました。Proモデルはさらにその6倍です。ただしOpenAIは、GPT-5.5が同じタスクをより少ないトークンで完了するため、実質コストは抑えられると説明しています。Plus・Pro・Business・Enterpriseの各プランで即日利用可能となり、API提供も「近日中」としています。Brockman氏はChatGPT・Codex・AIブラウザを統合した「スーパーアプリ」構想にも言及し、AnthropicやGoogleとのフロンティアモデル競争がさらに激化する見通しです。

Googleは2026年4月、YouTube NewFrontsの会場で収録したポッドキャスト「Ads Decoded」の最新エピソードを公開し、クリエイターと連携したマーケティングキャンペーンの新たな手法を紹介しました。広告製品担当のGinny Marvin氏とYouTube広告プロダクトマネジメントディレクターのMelissa Hsieh Nikolic氏が出演し、クリエイターマーケティングは大規模予算がなくても成果を出せると強調しています。

新たに提供される「YouTube Creator Partnerships」機能は、Google AdsおよびDisplay & Video 360の両プラットフォームで利用可能です。この機能により、広告主はクリエイターの発見からクリエイター主導広告の有効化、キャンペーン管理までを一つのプラットフォーム上で完結できるようになります。

従来、クリエイターマーケティングは大手ブランドが多額の予算を投じて行うものという認識が広がっていました。しかしGoogleは今回の発表で、パフォーマンスキャンペーンにクリエイター広告を組み込むことで、中小規模の広告主でも効果的なクリエイター連携が可能になると訴えています。

この動きは、YouTube広告エコシステムの拡張を図るGoogleの戦略の一環です。クリエイターエコノミーの成長に伴い、ブランドとクリエイターの協業をより手軽かつ測定可能な形で実現するツール整備が進められています。

Googleは動画生成ツールFlowのアーティスト共創プログラム「Flow Sessions」第3期の終了を発表しました。2025年9月に開始されたこのプログラムは、6週間にわたりアーティストがFlowを使って作品を制作する取り組みです。第3期では従来の映像制作者に限らず、ジャーナリズム、広告、ファッションなど多様な分野のクリエイターを初めて募集しました。

参加アーティストの一人であるJulie Wielandは、Flowを「終わりのない遊び場」として活用し、石のゴーレムがタンポポの命を見守る循環的な物語を制作しました。AI Studioでフレームレートを下げるアプリを作成し、手作りのストップモーション風の表現を実現するなど、複数のツールを組み合わせた実験的な手法が注目されます。

Calvin Herbstは幼少期の16mmフィルム映像をスタイル変換に活用し、愛犬との別れを描いた作品を制作しました。Stephane BeniniはVeoの視覚的なドリフトをストーリーテリングの技法として意図的に使い、記憶の断片をたどる父娘の物語を表現しました。いずれも個人的な経験を出発点とする創作の重要性を示しています。

映像制作以外の分野では、ファッションデザイナーのCharline Pratがフランスのスタジオ COMBOと協力し、実際に刺繍したガーメントを起点に、縫製では実現できない質感の世界をFlowで表現しました。視覚的一貫性を保つため、Flowに参照ライブラリを提供する手法を開発しています。

クリエイティブディレクターのChloe Desaullesは、ドキュメンタリーの手法を用いてニューヨークの架空の街を驚くほどリアルに描写しました。AI生成メディアにおけるリアリズムの意味を問う作品です。Googleは共創を通じてツールを改善する方針を掲げており、多様な分野のクリエイターとの協働がFlowの進化を加速させています。

Googleは2026年4月、YouTube広告の成果向上を目的としたDemand Genキャンペーンの新機能2つを発表しました。Demand Genは新規顧客獲得の主要ドライバーとして位置づけられており、有料メディア平均と比較して新規顧客からのコンバージョンシェアが18%高い実績を持っています。今回の機能追加により、さらなるパフォーマンス拡大を目指します。

1つ目の新機能は、Commerce Media SuiteへのDemand Genインベントリ対応です。従来Display & Video 360やSearch Ads 360で提供されていたCommerce Media Suiteが、Google AdsのDemand Genにも拡張されます。これにより広告主は、小売業者が保有するファーストパーティのカタログデータやコンバージョンデータを活用し、YouTube、Discover、Gmailにわたって購買意欲の高いユーザーにリーチできるようになります。

2つ目は、Google Adsにおけるビュースルーコンバージョン（VTC）最適化の導入です。Demand GenキャンペーンでYouTube向けにVTC最適化を有効にすることで、より短期間で多くのコンバージョンを獲得できます。この機能は他の広告プラットフォームで既に利用されている手法との整合性を高めるものです。

Googleは2026年5月20日に開催予定のGoogle Marketing Liveにおいて、YouTubeを中心とした新たなDemand Genソリューションを披露する計画です。今回の発表はその前哨戦と位置づけられており、広告主の成長促進に向けた取り組みが今後さらに拡充される見通しです。

Googleは2026年4月23日、春のファッションショッピングを支援する3つの機能を紹介しました。動画やSNSを見ながら気になる服を即座に検索できる「Circle to Search」、複数商品の違いをレビューに基づき比較できる「AIモード」、そして自分の写真をアップロードして衣服の着用イメージを確認できる「バーチャル試着」の3機能です。いずれもAI技術を活用し、オンラインショッピングの意思決定を効率化する狙いがあります。

Circle to Searchは、Samsung Galaxy S26やPixel 10などの対応デバイスでホームボタンを長押しし、画面上の服をなぞるだけで類似商品を検索できます。AIモードはGoogle検索上で商品比較を行い、レビューから抽出したインサイトを提示します。たとえばコーラルリップを選ぶ際、肌色との相性や持続力の違いなどを比較できます。

バーチャル試着機能は、数十億点のアパレル商品に対応し、ユーザーが自分の写真1枚をアップロードするだけで着用イメージを確認できます。オンラインでの衣服購入における「サイズ感がわからない」という課題を解消することが目的です。

同日公開されたGoogle検索トレンドのデータによると、2026年春はノスタルジーがキーワードです。クロップドパンツの検索は過去最高を記録し、キトゥンヒールも史上最多の検索数に達しました。2000年代初頭のファッションが回帰する傾向が鮮明になっています。

ビューティー分野では、ブルーマスカラの検索が史上最高を記録し、コーラルリップスティックが直近1カ月で最もトレンドの春のリップカラーとなりました。ポルカドットネイルは10年ぶりの高水準に達し、フレンチチップの検索も毎年春に急上昇して今年は過去最高を更新しています。ファッションとビューティーの両面で、Googleの検索データが消費者トレンドの指標として存在感を高めています。

Googleは、自社が提供するAI製品の裏側で稼働するカスタムチップTPU(Tensor Processing Unit)について、その役割と進化を解説しました。TPUはAIモデルの実行に必要な大規模演算を高速に処理するため、10年以上前にゼロから設計された専用プロセッサです。検索やGmail、Google フォトなど日常的に利用される製品の基盤技術として機能しています。

AIモデルの動作には膨大な数学的計算が不可欠であり、TPUはこの演算を超高速で処理する目的に特化して設計されています。汎用プロセッサとは異なり、行列演算やテンソル計算といったAI特有の処理に最適化されたアーキテクチャを採用しています。

最新世代のTPUは、121エクサフロップスの演算能力を備え、前世代と比較して帯域幅が2倍に拡大しました。これにより、大規模言語モデルをはじめとする高度なAIワークロードの処理要求に対応できる性能を実現しています。

Googleはこの技術解説を公式ブログと動画で公開し、TPUの仕組みを一般向けにわかりやすく紹介しています。AI需要が急速に拡大するなか、自社開発チップによるインフラ基盤の強化が同社のAI戦略において重要な位置を占めていることを示す内容となっています。

Googleは2026年4月23日、Fitbitのパーソナルヘルスコーチ（パブリックプレビュー）に複数の新機能を追加するアプリアップデートを発表しました。今回の更新では、ユーザーの目標に合わせた週間フィットネス計画の生成やワークアウトの個別提案が導入され、より柔軟なコーチング体験が実現します。対象はPremium会員で、数週間かけて順次展開されます。

主な強化点として、コーチが推奨するワークアウトにステップごとのガイダンスが付くようになりました。さらにTodayタブでは、朝のモーメント、運動後のサマリー、一日や一週間の締めくくりといったタイミングで、パーソナライズされたメッセージが届きます。来週には計画や目標、ワークアウト内容をユーザー自身が調整できる機能も追加予定です。

Ask Coachチャット機能も改善され、より自然な形でコーチに状況確認や質問ができるようになりました。ユーザーからのフィードバックを反映した改善であり、パブリックプレビュー期間中の声が製品に直接反映された形です。

睡眠関連では、前日からロールアウトが始まったSleep Scoreの刷新も注目されます。新しいSleep Scoreでは、スコアの算出根拠がより透明に表示され、自分の睡眠の質を具体的に理解しやすくなりました。Googleは専用コミュニティでの継続的なフィードバック収集も呼びかけています。

AI需要の急増に伴い、米国各地でデータセンター専用のガス発電施設の建設が加速しています。WIREDの調査によると、米国内11か所のデータセンター向け天然ガスプロジェクトは、合計で年間1億2900万トン以上の温室効果ガスを排出する可能性があり、これは2024年のモロッコ一国の排出量を上回る規模です。送電網に接続せず自前で発電する「ビハインド・ザ・メーター」方式が、AI企業の間で主流になりつつあります。

排出規模が特に大きいのは、テキサス州アマリロ近郊に建設中のFermiの「ドナルド・J・トランプ先端エネルギー・知能キャンパス」で、年間4030万トン以上のCO2換算排出が見込まれます。OpenAIのStargate計画関連では3施設で年間2400万トン超、xAIのメンフィスとサウスヘイブンの2施設は合計で年間約1280万トンに達します。Microsoftがシェブロン系企業から電力購入を検討する西テキサスの施設は、単独でジャマイカ一国を超える年間1150万トンの排出が許可されています。

一方、Googleはオーストリアのクロンストルフに同社初のアルプス地域データセンターを発表しました。太陽光パネル付き緑化屋根、排熱回収システム、地元エンス川の水質改善基金など持続可能性を前面に打ち出しています。100人の直接雇用を創出し、上部オーストリア応用科学大学との人材育成連携も開始します。大手テック企業が環境負荷の大きいガス発電に依存する中、対照的なアプローチです。

気候への影響は深刻です。Metaはオハイオ州の3施設だけで年間最大550万トンを排出する可能性があり、同社が過去4年間で削減したとする2380万トンの10%超を相殺しかねません。エネルギー研究者ジョン・クーメイ氏は、データセンターは一般の発電所と異なり需要変動に応じた出力調整が不要なため、許可上の最大排出量に近い実排出になると指摘しています。さらに高効率タービンの世界的不足が、非効率な機器の使用を余儀なくさせています。

ただし、すべての計画が実現するとは限りません。Fermiは4月にCEOとCFOが相次いで退任し、株価が20%以上急落しました。OpenAIもStargate計画の英国展開を一時停止しています。各社は天然ガスを原子力への「橋渡し」と位置づけますが、ガスタービンの廃止時期は明示されていません。2026年初頭時点でビハインド・ザ・メーター方式のガス発電計画は100GWに達しており、2024年初頭の4GWから25倍に膨れ上がっています。研究者マイケル・トーマス氏は「これが10倍になったらどうなるか」と警鐘を鳴らしています。

Bret Taylor氏が共同創業したカスタマーサービスAI企業Sierraは2026年4月23日、フランス発のYCombinator出身スタートアップFragmentを買収したと発表しました。Fragmentは企業のワークフローにAIを統合するサービスを提供しており、共同創業者のOlivier Moindrot氏とGuillaume Genthial氏がSierraチームに加わります。買収条件は公表されていませんが、PitchBookの推計によるとFragmentのシードラウンドでの調達額は約200万ドルでした。

今回の買収はSierraにとって3件目の公開買収となります。同社は2026年3月に日本のエンタープライズAIソリューション企業Opera Techを買収し、同月には音声エージェント企業Receptive AIの取得も発表していました。短期間で3社を立て続けに買収する積極的なM&A;戦略が鮮明になっています。

Taylor氏とGoogle出身のClay Bavor氏は、Taylor氏がSalesforceの共同CEOを退任した2023年初頭にSierraを共同創業しました。Taylor氏は現在OpenAIの取締役会長も務めています。SierraはこれまでにSequoiaやBenchmarkなどから累計6億3000万ドル超を調達し、評価額は100億ドルに達しています。

Sierraのブログ投稿では、Moindrot氏とGenthial氏がフランスにおけるエージェント開発に「貴重な戦力」をもたらすと述べられています。Casper、Clear、Brexなどを顧客に持つSierraが、欧州市場への足がかりとしてフランスのAI人材を取り込む狙いがうかがえます。

スタンフォード大学の研究チームが、AIのマルチエージェントシステム（MAS）と単一エージェントシステム（SAS）の性能を、同一の「思考トークン」予算のもとで比較した論文を発表しました。企業がマルチエージェント構成に投資する際、その性能向上がアーキテクチャの優位性によるものか、単に計算リソースを多く消費した結果なのかを切り分けることが目的です。

実験の結果、複数ステップの推論タスクにおいて、計算予算を揃えた場合、単一エージェントがほとんどのケースでマルチエージェントと同等以上の精度を達成しました。研究チームはこれを「データ処理不等式」で説明しています。マルチエージェント間の情報伝達では要約や受け渡しのたびに情報が欠落するリスクがあり、単一エージェントは連続した文脈内で推論するため情報効率が高いとしています。

さらに研究チームは、単一エージェントが推論を途中で打ち切る問題に対し、SAS-L（longer thinking）という手法を提案しました。プロンプトを工夫してモデルに曖昧点の特定や候補の列挙を明示的に促すことで、マルチエージェントの協調で得られる効果を単一構成で再現できます。Google Gemini 2.5との組み合わせでは、さらに高い精度を記録しています。

一方で、マルチエージェントが優位になる場面も明確に示されました。ノイズの多いデータや注意散漫要素を含む長い入力、破損した情報など文脈が著しく劣化した環境では、構造化されたフィルタリングや分解・検証を行うマルチエージェントのほうが関連情報を正確に抽出できます。

研究者らは、企業が見落としがちなマルチエージェントの隠れたコストについても警告しています。オーケストレーション自体がただではなく、エージェント追加ごとに通信オーバーヘッド、中間テキストの増大、誤り蓄積のリスクが生じます。この「群れ税（swarm tax）」を払っている企業は、まず同一予算での単一エージェントのベースライン評価を行うべきだと提言しました。ボトルネックが推論の深さなら単一で足り、文脈の断片化や劣化が問題ならマルチが正当化されるという判断基準を示しています。

SpaceXがAIコーディングツールCursorの開発元Anysphereに対し、600億ドル（約9兆円）での買収オプションを提示しました。Cursorは発表のわずか数時間前まで、Andreessen HorowitzやNvidia等が参加する20億ドルの資金調達ラウンド（評価額500億ドル）のクローズを今週中に予定していました。SpaceXは今年中に買収を実行するか、買収しない場合でもAI開発協業の対価として100億ドルをCursorに支払うとしています。

Cursorは資金調達と買収交渉を並行して進めていました。20億ドルの調達が実現しても、キャッシュフローの黒字化には不十分で、追加の大型調達が不可避だったとされています。AnthropicのClaude CodeやOpenAIのCodexとの競争が激化するなか、巨額の計算資源を確保し続ける独立路線には不確実性が高まっていました。

一方、xAIと合併したSpaceXは、AI分野の強化を急いでいます。GoogleによるWindsurfの買収がキーパーソンの獲得を主目的としたのに対し、SpaceXはCursorのチーム全体を維持する方針です。ミシシッピ州やテネシー州のデータセンターが持つ膨大な計算能力をCursorに提供できる点も、協業の実質的な価値となります。

SpaceXが買収手続きをIPO後に先送りする理由は、上場前の財務開示の更新を避けたいことと、公開株式を買収資金に活用しやすくなることにあります。さらにCursor買収の発表は、SpaceXを宇宙・衛星事業だけでなくAI企業として市場に位置づける狙いがあり、ウォール街が付与する高いバリュエーション倍率の獲得を見込んでいます。

NVIDIAとGoogle Cloudは、Google Cloud Next 2026において、AIファクトリー向けインフラの大幅な拡充を発表しました。10年以上にわたる協業の成果として、エージェントAIとフィジカルAIの本番環境への展開を加速する新たなマイルストーンとなります。両社はチップからソフトウェアまでフルスタックで共同設計したプラットフォームを提供し、開発者やエンタープライズのAI活用を支援します。

インフラ面では、次世代Vera Rubin NVL72を搭載したA5Xベアメタルインスタンスが発表されました。前世代と比較して推論コストを10分の1、メガワットあたりのトークンスループットを10倍に改善します。単一サイトで最大8万GPU、マルチサイトでは最大96万GPUへのスケーリングが可能です。

Blackwellプラットフォームでは、A4からA4X Maxまで幅広いVMラインナップを揃えました。OpenAIがChatGPTの推論ワークロードにGB300およびGB200 NVL72システムを採用するなど、フロンティアAIラボによる実運用が進んでいます。また、機密コンピューティング対応のConfidential G4 VMも発表され、規制産業向けにプロンプトやモデルの暗号化保護を実現しました。

エージェントAI領域では、Nemotron 3 SuperがGemini Enterprise Agent Platformで利用可能になりました。NeMo RLベースのマネージド強化学習APIも導入され、クラスタ管理を自動化しながら大規模なRL訓練を実行できます。CrowdStrikeがサイバーセキュリティ向けにNeMoライブラリを活用するなど、実用事例も広がっています。

フィジカルAI分野では、OmniverseライブラリとIsaac SimがGoogle Cloud Marketplaceで提供され、デジタルツインの構築やロボットシミュレーションが可能になりました。Cosmos Reason 2などのNIM マイクロサービスをVertex AIにデプロイすることで、ロボットやビジョンAIエージェントが物理世界で推論・行動できる基盤が整います。SnapやSchrödingerなど大企業からスタートアップまで、9万人超の開発者コミュニティがこのプラットフォームを活用しています。

元OpenAI CTOのMira Murati氏が設立したAIスタートアップThinking Machines Labが、Google Cloudと数十億ドル規模（一桁台）のインフラ利用契約を締結しました。契約にはNvidiaの最新チップ「GB300」を搭載したAIシステムへのアクセスが含まれ、モデルの訓練とデプロイを支援します。

Googleは近年、AIスタートアップとのクラウド契約を積極的に進めています。今月にはAnthropicがGoogleおよびBroadcomとTPU数ギガワット分の契約を締結。一方でAnthropicはAmazonとも最大5ギガワットの契約を結んでおり、クラウド各社の競争は激化しています。Thinking Machines Labにとっては初のクラウドプロバイダー契約であり、排他契約ではないため将来的に複数プロバイダーの利用も想定されます。

Thinking Machines Labは2025年2月の設立後、20億ドルのシードラウンド（評価額120億ドル）を完了し、同年10月に初製品「Tinker」を発表しました。TinkerはカスタムフロンティアAIモデルの構築を自動化するツールで、強化学習アーキテクチャを基盤としています。

今回の契約はTinkerの強化学習ワークロードを支える計算基盤の確保が目的です。GB300搭載システムは前世代比で訓練・推論速度が2倍に向上するとされ、Thinking Machines Labは同システムの最初期の顧客となります。急成長するフロンティアAIラボを早期に囲い込むGoogleの戦略が鮮明になった契約といえます。

インドの22歳の医学生「Sam」（仮名）が、Google Geminiの画像生成機能を使って架空のMAGA支持者の女性インフルエンサーを作り上げ、数千ドルの収入を得ていることがWIREDの報道で明らかになりました。整形外科医を目指すSamは留学資金を貯めるため、オンラインでの副収入を模索していました。

当初は一般的なAI生成の美女画像をInstagramに投稿していましたが、まったく反響を得られませんでした。そこでGeminiに相談したところ、保守派・MAGA層をターゲットにすることが差別化の鍵だと提案されました。Geminiは「米国の保守的な高齢男性層は可処分所得が高く、忠誠心も強い」と分析しています。

この事例は、AIツールが政治的ニッチの収益性を具体的に助言できる段階に達していることを示しています。Googleの担当者はGeminiが特定の政治的意見を持たない中立設計だと説明しましたが、ユーザーの誘導次第でマーケティング戦略を提示する実態が浮き彫りになりました。

AI生成画像による偽のペルソナ作成は、政治的分断の悪用やオンライン詐欺との境界が曖昧です。生成AIの普及に伴い、プラットフォームの責任とコンテンツの真正性をめぐる議論がさらに加速しそうです。

Googleは4月22日、Cloud Nextカンファレンスで第8世代TPU（Tensor Processing Unit）を発表しました。従来の単一チップ路線を転換し、訓練専用のTPU 8tと推論専用のTPU 8iの2チップ体制へ移行します。エージェントAI時代の異なるワークロード要件に対応するため、2024年にロードマップの分割を決断したと、同社SVPのAmin Vahdat氏が明かしました。

TPU 8tは大規模モデル訓練に特化し、1ポッドあたり9,600チップ、2ペタバイトの共有HBMを搭載します。前世代Ironwoodの約3倍となる121 FP4 EFlopsの演算性能を実現し、新開発のVirgoネットワークにより100万チップ超を単一論理クラスタとして接続可能です。フロンティアモデルの訓練期間を数カ月から数週間に短縮することを目指します。

TPU 8iはエージェントAIの推論ワークロードに最適化されています。288GBのHBMに加え、前世代の3倍となる384MBのオンチップSRAMを搭載し、大規模なKVキャッシュをチップ上に保持できます。新設計のBoardflyトポロジーでネットワーク径を50%以上削減し、リアルタイム推論のレイテンシを最大5倍改善しました。1ポッドあたり1,152チップで、前世代比80%の性能対コスト向上を実現します。

両チップとも自社設計のAxion ARMベースCPUをホストに採用し、前世代比2倍の電力効率を達成しました。Googleはシリコンからデータセンターまでの垂直統合設計により、OpenAIやAnthropicなどNvidia GPUに依存する競合が支払う「Nvidia税」を回避できる点を強調しています。JAX、PyTorch、SGLang、vLLMなど主要フレームワークをサポートし、ベアメタルアクセスも提供します。

両TPUの一般提供は2026年後半を予定しています。現時点ではGoogle自社ベンチマークのみで、独立した第三者検証はこれからです。また、CUDA/PyTorchエコシステムからの移行コストは依然として考慮すべき要素です。Citadel Securitiesなど先進企業がTPU採用を表明しており、フロンティアAI開発の競争軸が「GPUの調達力」から「スタック全体の設計力」へ移行しつつあることを示す発表となりました。

Googleは2026年4月のCloud Nextで、AIエージェントが自律的に業務を遂行する時代に対応する新データ基盤「Agentic Data Cloud」を発表しました。従来のデータスタックは人間がクエリを実行し、ダッシュボードで結果を確認する「リアクティブな分析基盤」として設計されていましたが、エージェントが24時間稼働でデータに基づく意思決定と行動を行う世界では、根本的なアーキテクチャ変革が必要だとGoogle Cloud VP兼GMのAndi Gutmans氏は語っています。

新基盤は3つの柱で構成されます。第1のKnowledge Catalogは、従来のデータカタログで必要だった手動のメタデータ管理をエージェントで自動化するものです。BigQuery、Spanner、AlloyDBなどに加え、Collibra、Atlanなどサードパーティカタログとも連携し、SAP、Salesforce、ServiceNowなどのSaaSデータもコピーなしで意味的コンテキストを取得できます。

第2の柱であるクロスクラウドレイクハウスは、オープンなApache Icebergフォーマットを採用し、Amazon S3上のIcebergテーブルをBigQueryから直接照会できるようにしました。Google Cross-Cloud Interconnect経由の専用ネットワークで接続するため、エグレス費用は発生しません。Databricks Unity CatalogやSnowflake Polarisとの双方向連携もプレビュー段階にあります。

第3の柱、Data Agent KitはVS Code、Claude Code、Gemini CLIなどに組み込めるMCPツール群です。データエンジニアはSparkパイプラインを手書きする代わりに、「モデル学習用にクリーニング済みデータセットを用意する」といった成果を記述するだけで、エージェントが最適な実行エンジンを選択しコードを生成します。

競合各社も同様のアプローチを進めています。DatabricksはUnity Catalog、SnowflakeはCortex、MicrosoftはFabricのセマンティックモデル層をそれぞれ強化しています。Googleはオープン標準による相互運用性を差別化要因と位置づけ、他社のセマンティックモデルとも連携する方針です。Gutmans氏は「手動でカタログを管理している企業は、エージェント時代のクエリ量に対応できなくなる」と警告しており、企業のデータ基盤戦略に再考を迫る内容となっています。

GoogleはCloud Next 2026にて、Google Mapsおよび地理空間アプリケーション向けの新たな生成AI機能を発表しました。今回のアップデートはエンタープライズユーザーを主な対象としており、マッピングプラットフォームに高度なビジュアル分析とデータ分析能力を追加するものです。

目玉機能の一つ「Maps Imagery Grounding」は、Gemini Enterprise Agent Platformにプロンプトを入力するだけで、Google Street View上にリアルなシーンを生成できる機能です。映画のロケ地や建設予定地のイメージを数秒で可視化でき、Veoを使ったアニメーション化にも対応しています。

もう一つの新機能「Aerial and Satellite Insights」は、Google Cloud BigQueryに保存された衛星画像をAIで分析する機能です。Googleによれば、従来数週間かかっていた画像分析作業を数分に短縮できるとしています。

さらに、橋梁・道路・送電線など特定のオブジェクトを画像から識別する2つのEarth AIモデルも新たに提供されます。これにより、企業が独自にAIモデルを構築・学習させる必要がなくなり、数カ月の開発期間を省略できます。

これらの発表は、Googleがエンタープライズ向け地理空間AIへの注力を強化する動きの一環です。すでにAirbusやボストン小児病院が環境モニタリングや災害対応にEarth AIプラットフォームを活用しており、都市計画やデータ分析分野での応用拡大が見込まれています。

GoogleはCloud Next '26で、AIエージェントの構築・運用・監視を一元化する新プラットフォーム「Gemini Enterprise Agent Platform」を発表しました。CEOのスンダー・ピチャイ氏が冒頭で披露したこの製品は、従来のVertex AIをリブランドし、エージェント統合・セキュリティ・DevOps機能を追加したものです。Gemini 3.1 ProやNano Banana 2に加え、AnthropicのClaude Opus 4.7、Sonnet、Haikuもサポートします。

同プラットフォームはIT・技術チーム向けに設計されており、エージェントの大規模な構築とガバナンスに重点を置いています。一方、業務ユーザー向けには既存の「Gemini Enterprise」アプリが用意され、会議調整や定型業務の自動化など日常タスクに対応します。セキュリティとガバナンスのツールはサブスクリプションに無償で含まれます。

VentureBeatの分析によれば、GoogleのアプローチはKubernetes型の制御プレーンでアイデンティティ管理やポリシー適用を集中管理する「統制重視」型です。これに対しAWSのBedrock AgentCoreは、設定ベースのハーネスで素早くエージェントを本番投入する「実行速度重視」型であり、両社のアプローチは明確に分かれています。

エージェントが短時間のタスク処理から長時間稼働のワークフローへ移行するにつれ、状態ドリフトという新たな課題が浮上しています。蓄積されたメモリやコンテキストが陳腐化し、エージェントの信頼性が低下するリスクがあります。Google側は顧客の利用パターンから学びながら、自律型エージェントの制御バランスを模索する方針を示しました。

企業にとっては、迅速な実験と集中的な統制の両方が必要になります。エージェント基盤の選択はベンダーロックインのリスクも伴うため、自社の業務プロセスへの影響度に応じたリスク管理の判断が求められます。

Googleは2026年4月22日、マルチモーダル埋め込みモデルGemini Embedding 2の一般提供（GA）を開始しました。プレビュー期間中にEC向け検索エンジンや動画分析ツールなど多数のプロトタイプが構築されており、今回の正式版ではこれらを本番環境へ移行するための安定性と最適化が施されています。

Gemini Embedding 2の最大の特徴は、テキスト・画像・動画・音声をネイティブに扱えるマルチモーダル対応です。従来はモダリティごとに個別のパイプラインを構築する必要がありましたが、単一モデルで横断的な検索・推論が可能になります。これにより、開発者は複雑なインフラ構成を大幅に簡素化できます。

提供チャネルはGemini APIとVertex AIの2系統です。個人開発者から大規模エンタープライズまで、既存のGoogle Cloudワークフローに統合しやすい設計となっています。

同モデルはGoogleの各種プロダクトを支える基盤技術であり、社内で蓄積された研究成果を外部の開発者コミュニティにも開放する位置づけです。RAGやセマンティック検索を構築する際の選択肢として、マルチモーダル対応の埋め込みモデルが正式版で利用できる意義は大きいといえます。

Cirrascale Cloud Servicesは2026年4月22日、Google Cloudとの提携拡大により、Google Geminiをオンプレミスのエアギャップ環境で稼働させるサービスを発表しました。Google Distributed Cloudを通じて提供されるこのサービスは、ネオクラウド事業者として初めてGoogleの最先端AIモデルを完全プライベートな切断型アプライアンスとして利用可能にするものです。Google Cloud Next 2026に合わせた発表で、プレビュー版の提供が即日開始され、一般提供は6〜7月を予定しています。

アプライアンスはDell製のGoogle認定ハードウェアで、Nvidia GPU8基を搭載し、コンフィデンシャルコンピューティングで保護されています。最大の特徴は、Geminiのモデルが揮発メモリ上にのみ存在する点です。電源を切るとモデルは消去され、ユーザーの入出力データもセッション終了時に自動的にクリアされます。物理的な改ざんが検知された場合は機器が自動停止し、再利用にはCirrascaleやDell、Googleへの返送が必要になります。

このサービスが解決するのは、規制産業が長年直面してきた「最先端AIモデルへのアクセス」と「データセキュリティ」の二律背反です。金融機関や医療機関、政府機関はこれまで、パブリッククラウドAPIを通じて機密データを外部に送信するか、性能の劣るオープンソースモデルで妥協するかの選択を迫られていました。Cirrascale CEOのDave Driggers氏は「フル版のGeminiであり、何も削られていない」と強調しています。

競合との差別化も明確です。MicrosoftのAzure OpenAIやAWS Outpostsがクラウド拡張としてオンプレミスを提供するのに対し、CirrascaleのサービスではGoogleのインフラから完全に独立した環境でモデルが動作します。最小構成はサーバー1台から導入でき、Google自身のプライベートインスタンスより小規模な展開が可能です。データ主権法への対応として、Google Cloud Platformの拠点がない国でもGeminiを利用できる点も大きな利点です。

料金体系はシートライセンス、トークン課金、定額制の3モデルを用意し、顧客のニーズに柔軟に対応します。ハードウェアの購入とマネージドサービスの組み合わせも可能で、大学や政府系研究機関の予算構造にも適合します。業界アナリストは2027年までにAIモデルの学習・推論の40%がパブリッククラウド外で実行されると予測しており、プライベートAIへの需要は急速に高まっています。Driggers氏は2026年後半に大手銀行や研究機関が本格導入を開始するとの見通しを示しました。

Googleは2026年4月22日、ラスベガスで開催中のGoogle Cloud Next 2026で、エージェントAIを軸とした大規模な製品・戦略発表を行いました。CEOのサンダー・ピチャイ氏は、Google Cloudの顧客の約75%がAI製品を活用しており、APIを通じたトークン処理量が毎分160億に達したと明かしました。エージェント型企業への転換が加速しています。

今回の目玉はGemini Enterprise Agent Platformの発表です。「エージェントを作れるか」から「数千のエージェントをどう管理するか」へとフェーズが移行するなか、構築・運用・ガバナンスを一元管理する基盤として位置づけられています。同プラットフォームの有料月間アクティブユーザーは前四半期比で40%増加しました。

インフラ面では、第8世代TPUとしてTPU 8t(トレーニング特化)とTPU 8i(推論特化)の2チップ構成を発表しました。TPU 8tは前世代比3倍の処理能力を実現し、TPU 8iは数百万のエージェント同時実行に必要な低遅延・高スループットを提供します。セキュリティ分野では、Wizとの統合によるAI駆動のサイバーセキュリティプラットフォームも公開されました。

スタートアップ支援にも力を入れています。Googleはパートナーのエージェント開発を加速するため7億5,000万ドルの予算を新たに確保しました。バイブコーディングのLovable(ARR4億ドル規模)、Notion(評価額約110億ドル)、AI搭載プレゼンツールのGammaなど有力スタートアップがGoogle Cloud上での展開を拡大しています。

Google社内でもAI活用が進んでおり、新規コードの75%がAI生成・エンジニア承認となりました。セキュリティ運用では月間数万件の脅威レポートをエージェントが自動処理し、対応時間を90%以上削減しています。エージェント時代のクラウド基盤として、Google Cloudが攻勢を強めている構図が鮮明になりました。

Googleは2026年4月のCloud Nextカンファレンスで、Workspace製品群にGeminiベースのAIエージェント機能を大幅に追加すると発表しました。Gmail、Google Meet、Chromeの3製品が同時にアップデートされ、企業ユーザーの業務効率化を狙います。いずれもエンタープライズ向けの提供が中心で、ビジネス・教育プランにも順次展開されます。

GmailにはAI Overviews機能が導入されます。これまでGoogle検索で使われていたAI要約技術をメールに応用し、自然言語で質問するだけで複数のメールから横断的に回答を生成します。プロジェクトの進捗や請求書の内容といったビジネス情報を、個別のメールを開かずに把握できるようになります。

Google Meetでは、AIノートテイカーが対面会議にも対応しました。従来はオンライン会議に限定されていた自動議事録・要約機能が、モバイルアプリやデスクトップから「take notes for me」を選ぶだけで対面の打ち合わせでも利用可能になります。さらにZoomやMicrosoft Teamsでの会議にも対応し、プラットフォームを問わず議事録をGoogle Docsに自動生成します。

Chromeには「auto browse」と呼ばれるエージェント機能が追加されます。Geminiが開いているタブの文脈を理解し、出張予約やCRMへのデータ入力、競合製品ページからの情報抽出といったブラウザ上の定型作業を代行します。ただし最終操作にはユーザーの確認が必要な「human in the loop」設計を採用しています。

セキュリティ面では、Chrome Enterprise Premiumに未承認AIツールの利用を検出する「Shadow IT risk detection」を搭載しました。IT管理者が組織内のAIサービス利用状況を把握できるほか、不審なブラウザ拡張機能やエージェントの異常な動作も検知します。Oktaとの連携強化やMicrosoft Information Protection統合など、エージェント時代のセキュリティ基盤も整備されています。

GoogleのGemma 4 VLA（Vision-Language-Action）モデルが、わずか8GBメモリのNVIDIA Jetson Orin Nano Super上で動作するデモが公開されました。音声入力から視覚認識、音声応答までを一台のエッジデバイスで完結させるチュートリアルで、NVIDIAのAsier Arranz氏がHugging Faceブログで詳細な手順を紹介しています。

デモの構成は、Parakeet STTによる音声認識、Gemma 4による推論、Kokoro TTSによる音声合成を組み合わせたパイプラインです。ユーザーがスペースキーを押して質問を話すと、モデルが質問内容を解析します。視覚情報が必要と判断した場合は、自律的にウェブカメラを起動して撮影し、画像を踏まえた回答を生成します。

技術的なポイントは、llama.cppを使ったローカル推論サーバーの構築です。モデルはQ4_K_M量子化版のGGUFフォーマットで提供され、ビジョンプロジェクターと合わせてGPUにオフロードされます。--jinjaフラグによりGemmaのネイティブツール呼び出し機能が有効化され、キーワードマッチングではなくモデル自身が視覚の必要性を判断する仕組みです。

導入手順はシステムパッケージのインストール、Python環境の構築、メモリの最適化、llama.cppのビルド、デバイスの設定、デモの実行という6ステップで構成されています。8GBという限られたメモリを最大限活用するため、スワップの追加やDocker・不要プロセスの停止といったメモリ管理の工夫も紹介されています。

テキストのみで試したい場合は、NVIDIA公式のDockerイメージを使ったワンライナーでの起動も可能です。ただしDocker版はビジョンプロジェクターを読み込まないため、VLAデモのフル機能は利用できません。エッジデバイス上でマルチモーダルAIを手軽に体験できる実践的なチュートリアルとなっています。

Salesforce連携ツールRattleの開発元が、営業組織向けAIプラットフォームVonを発表しました。Vonは企業のCRM、通話録音、メール、社内文書を取り込んで独自の「コンテキストグラフ」を構築し、営業データを横断的に分析します。CEOのSahil Aggarwal氏は「AIは開発者のワークフローを変革したが、営業担当者には同等の変革がなかった」と開発動機を語っています。

技術面の特徴は複数AIモデルの自動使い分けです。高度な推論にはAnthropicのClaude、大量データ処理にはChatGPT、レポートやプレゼン生成にはGoogleのGeminiを配置します。これにより、性能とコストの最適化を図っています。通話記録とCRMの記載を照合し、失注理由の食い違いや案件リスクを自動で検出する機能も備えています。

デモでは101件のSMBアカウントの解約リスク分析を約3分で完了しました。人間のアナリストなら1〜2週間かかる作業です。プリコールの文脈資料作成、勝敗分析、Salesforce管理業務の自動化など、RevOps全般をカバーします。

事業面では、ローンチから8週間で売上50万ドルを超え、初年度1,000万ドルの見通しを示しています。Sequoia Capital、Lightspeed、Insight Partners、GV（Google Ventures）が出資しています。料金体系はCRO向け月額1,000ドルから個人営業向け月額20ドルまでのハイブリッド課金モデルを採用しています。

初期ユーザーからは「フルタイムのアナリスト1人分の仕事をこなす」「汎用AIと違い実用的」との声が上がっています。Aggarwal氏は「ポイントソリューションの時代は終わった」と述べ、Vonを「次のSalesforce」と位置づけています。案件結果の予測精度95%を維持できれば、営業担当者の役割は関係構築へとシフトすると同社は見込んでいます。

Next.jsの開発元であるクラウドプラットフォームVercelが、2026年4月20日に内部システムへの不正アクセスを公表しました。原因は、同社社員がAIツール「Context.ai」のブラウザ拡張機能をインストールし、企業用Google Workspaceアカウントで広範なOAuth権限を付与していたことです。Context.ai側の侵害を通じて、攻撃者はVercelの本番環境にアクセスしました。

侵害の起点は、Context.aiの従業員のマシンが2026年2月に情報窃取マルウェア「Lumma Stealer」に感染したことでした。セキュリティ企業Hudson Rockの調査によると、この従業員はRobloxのチートスクリプトをダウンロードしており、Google Workspace認証情報やSupabase鍵などが窃取されました。攻撃者はこれらの認証情報でContext.aiのAWS環境に侵入し、OAuthトークンを経由してVercel社員のWorkspaceへと横展開しました。

Vercelでは環境変数に「機密」と非機密の区分があり、非機密の変数はダッシュボードやAPIから平文でアクセス可能でした。攻撃者はこの非機密変数を権限昇格の経路として利用し、顧客の認証情報にアクセスしました。Vercelはこの事態を受け、新規環境変数の既定値を「機密」に変更しています。

今回の侵害は、AI製品のOAuth連携が新たな攻撃面を生み出していることを示す事例です。CrowdStrikeの2026年版脅威レポートによると、eCrime攻撃者の平均ブレイクアウト時間は29分で、2024年比65%の高速化が見られます。セキュリティ責任者には、AI関連のOAuth権限の棚卸し、情報窃取マルウェア情報の活用、ベンダー契約への72時間通知条項の追加が求められています。

ジョンズ・ホプキンス大学の研究者らが、AIコーディングエージェント3製品にプロンプトインジェクションによる秘密鍵窃取の脆弱性を発見し、「Comment and Control」として公開しました。GitHubのプルリクエスト題名に悪意ある命令を埋め込むだけで、AnthropicのClaude Code Security Review、GoogleのGemini CLI Action、GitHubのCopilot Agentがそれぞれ自身のAPIキーをPRコメントとして投稿してしまう問題です。

攻撃の核心は、AIエージェントがPR題名やコメントなどの未信頼入力を命令として解釈する点にあります。エージェントはコードレビュー用途にもかかわらずbash実行やAPI書き込み権限を持っており、環境変数から読み取った秘密鍵をGitHub API経由で外部に送信できました。外部の攻撃インフラは一切不要で、GitHubのプラットフォーム自体がデータ流出経路となりました。

AnthropicはCVSS 9.4 Criticalと分類し100ドルの報奨金を支払い、Googleは1,337ドル、GitHubは500ドルを支払いました。3社とも修正パッチを適用しましたが、いずれもCVEを発行しておらず、セキュリティアドバイザリも公開していません。脆弱性スキャナやSIEMには何も検出されない状態が続いています。

記事は各社のシステムカードの開示水準を比較しています。Anthropicは232ページにわたり注入耐性の定量データを公開する一方、OpenAIはモデル層の評価のみでエージェント実行時の耐性データを未公開、Googleは数ページの概要にとどまります。モデルの安全性フィルタはテキスト生成を制御しますが、bash実行やAPIコールといったエージェント操作は評価対象外です。

セキュリティ専門家は、CI/CD環境でのAIエージェント権限の最小化、短命OIDCトークンへの移行、サプライチェーンリスク台帳への「AIエージェント実行時」カテゴリ追加を推奨しています。特定ベンダーではなくエージェント設計全体に共通するリスクであり、EU AI法の高リスク準拠期限である2026年8月までに、各社の注入耐性データの開示を求めるべきだと指摘しています。

Starbucksが先週公開したChatGPTとの注文連携機能について、The VergeのDavid Pierce記者が実際に試用し、既存アプリより大幅に手間がかかる体験だったと報じました。ChatGPTで「@Starbucks」とメンションして注文を入力する仕組みですが、メニュー選択やカスタマイズに複数のスクロールとタップが必要で、通常アプリの4タップと比べて明らかに非効率でした。

試用中には無料版ChatGPTのメッセージ上限に到達し、5時間のリセット待ちを求められる場面もありました。さらに位置情報の取得に失敗して最寄り店舗が表示されず、地図表示でもエラーが発生しています。ダウングレードされたモデルではStarbucks連携機能自体が利用できなくなり、注文を完了できませんでした。

Starbucks側は「服の雰囲気に合うドリンクを提案」といった創造的な使い方を想定していますが、記者はこうしたユースケースが実際の消費者行動と乖離していると指摘しています。コーヒー注文は会話ではなくトランザクションであり、対話型AIを挟むことで不要な複雑さが生まれているとの見解です。

記事はGoogle AssistantやAlexaの時代から続くAI注文の課題にも触れ、真に有用なAIエージェントはユーザーの好みを記憶して自動処理するものだと述べています。チャット形式のインターフェースは定型的な購買行動には適さず、現時点ではAI統合が顧客体験を改善するどころか悪化させている状況です。

インド在住の医学生がGoogle Geminiの助言を受けてAI生成の保守派女性インフルエンサーを作成し、InstagramやFanvueで数千ドルの収益を上げていたことがWIREDの取材で明らかになりました。Geminiは保守層を「高い可処分所得と高い忠誠心を持つ層」と分析し、MAGA系ニッチを「チートコード」と表現したといいます。

作成された「Emily Hart」は看護師を名乗る金髪の白人女性で、銃や釣り、反移民・反中絶といったMAGA的価値観を前面に出した投稿を行いました。1つのリール動画で300万〜1000万回の再生を記録し、1カ月で1万人以上のフォロワーを獲得しています。ファンはFanvueで課金コンテンツを購入し、作成者はほぼ労力なく収益を得ていました。

こうした偽アカウントはEmily Hartだけではありません。100万人以上のフォロワーを集めた「Jessica Foster」など、白人・金髪・緊急対応職という共通テンプレートを持つAI生成MAGA女性インフルエンサーがSNS上に多数存在しています。ブルッキングス研究所の研究者は、AI技術が偽プロフィールの信憑性を高めていると指摘します。

プラットフォーム側はAI生成コンテンツの開示を義務付けていますが、実効的な検知・執行は追いついていません。MetaはEmily Hartのアカウントを「詐欺的活動」として最終的に停止しましたが、Facebook上のアカウントは残存しています。OnlyFansはID認証を求めるため、規制の緩いFanvueなどの競合プラットフォームに流れる構図が生まれています。

専門家は、フォロワーの多くがAI生成であることを認識しつつも「感情に共感できればよい」と考えている点を問題視しています。政治的に過激なコンテンツほどアルゴリズムに優遇される仕組みと、デジタルリテラシーの格差が、この現象を拡大させる構造的要因となっています。

OpenAIは2026年4月21日、ChatGPT Images 2.0を全世界のChatGPTおよびCodexユーザー向けに公開しました。今回のアップデートでは、同社のOシリーズ推論機能が画像生成に統合され、プロンプトに対してモデルがWeb検索やレイアウト設計を行ったうえで画像を生成する「エージェント型」のアプローチが導入されています。知識のカットオフは2025年12月に更新されました。

最大の技術的進歩は、テキスト描画の精度向上です。かつてAI画像生成の弱点とされていた文字の崩れが大幅に改善され、メニューや雑誌の表紙、科学図表など密度の高い構成でも正確な文字を生成できるようになりました。さらに日本語、韓国語、中国語、ヒンディー語、ベンガル語など非ラテン文字の描画にも対応しています。ただし非英語言語では一部不正確な出力も報告されており、今後の改善が期待されます。

機能面では、1つのプロンプトから最大8枚の画像を同時に生成でき、キャラクターやオブジェクトの一貫性を保持したまま漫画のシーケンスやソーシャルメディア用グラフィックの作成が可能です。解像度は最大2Kに対応し、アスペクト比は横長の3:1から縦長の1:3まで柔軟に設定できます。アーキテクチャは「ゼロから刷新」されたとのことですが、拡散モデルか自己回帰モデルかは非公開です。

提供体系は3層構造で、無料ユーザーには基本モデルを開放し、PlusおよびProユーザーにはWeb検索や複数画像生成を含むThinking機能を提供します。API向けにはgpt-image-2モデルが公開され、4K解像度のベータ版も用意されています。前モデルのGPT-Image-1.5はデフォルトから外れましたが、APIでのレガシーサポートは継続します。

競合環境では、GoogleのNano Banana 2やMicrosoftのMAI-Image-2がすでに市場に投入されており、画像生成AIの性能競争は一段と激しさを増しています。OpenAIは安全対策として、AI生成画像への透かし付与や選挙干渉防止のポリシーを堅持する姿勢を示しました。企業ユーザーにとっては、単なる画像生成ツールから「視覚的な情報整理システム」への転換点となる可能性があります。

Googleは2026年4月21日、自律型調査エージェントDeep ResearchとDeep Research Maxの2種類を、Gemini APIの有料枠でパブリックプレビューとして公開しました。両エージェントはGemini 3.1 Proを基盤とし、単一のAPI呼び出しでウェブと企業内データを横断した調査レポートを自動生成します。速度重視のDeep Researchと、拡張推論で網羅性を高めたMaxという二段構成です。

最大の特徴はModel Context Protocol（MCP）への対応です。これにより、開発者は社内データベースや金融データ端末などの独自データソースをDeep Researchに接続し、公開情報と非公開情報を組み合わせた分析が可能になります。Googleはすでに金融データ大手のFactSet、S&P; Global、PitchBookとMCPサーバー設計で協業しています。

もう一つの注目点は、レポート内へのチャートやインフォグラフィックのネイティブ生成機能です。従来はテキストのみの出力でしたが、HTMLやNano Banana形式で高品質な図表を直接埋め込めるようになりました。さらに、調査計画の事前レビュー機能やリアルタイムストリーミングも追加されています。

性能面では、Deep Research MaxがDeepSearchQAベンチマークで93.3%（2025年12月時点の66.1%から大幅向上）、Humanity's Last Examで54.6%を達成しました。GoogleはこのエージェントをGeminiアプリ、NotebookLM、Google検索、Google Financeと同一基盤で動作する開発者向けプラットフォームとして位置づけています。

一方で、新エージェントはAPI経由でのみ利用可能で、Geminiアプリの一般消費者には未提供という点に批判も出ています。Google Cloudでのエンタープライズ向け提供は近日中に開始予定です。

Google Labsは2026年4月21日、AIデザインツールStitchで使われるDESIGN.mdフォーマットのドラフト仕様をオープンソースとして公開しました。DESIGN.mdはデザインシステムのルールや意図を構造化して記述するファイル形式で、プロジェクト間でのエクスポートやインポートを可能にします。

この仕様の最大の特徴は、特定のツールやプラットフォームに依存しない点です。AIエージェントがデザインの意図を推測するのではなく、色の用途やコンポーネントの役割を明示的に理解できるようになります。さらに、WCAGアクセシビリティ基準に照らした自動検証も可能です。

開発者やデザイナーは、Stitchで自分のDESIGN.mdファイルを生成できるほか、GitHubリポジトリを通じて仕様策定への貢献が可能です。Google LabsのDavid East氏が解説動画も公開しており、具体的な活用方法を確認できます。

AI駆動のUI生成が普及する中、デザインルールの標準フォーマットが存在しないことは大きな課題でした。DESIGN.mdはこのデザインとAIの橋渡しとなる共通規格を目指しています。

Googleは2026年4月21日、AI搭載マーケティングツールPomelliの英語版をEU、アイスランド、リヒテンシュタイン、ノルウェー、スイス、英国の中小企業向けに提供開始しました。PomelliはGoogle LabsがGoogle DeepMindと共同で開発した実験的プロダクトで、中小企業がブランドに沿った高品質なマーケティング素材を手軽に作成できるよう設計されています。

Pomelliの仕組みは3ステップで構成されます。まず「解析」フェーズで、ユーザーのウェブサイトをスキャンし、ブランドの声やフォント、カラーといったブランドアイデンティティを自動的に把握します。次に「発想」フェーズで、把握したブランド情報をもとにカスタムキャンペーン案を提案し、ユーザー自身のプロンプトによる共同作業も可能です。

最後の「制作」フェーズでは、SNS投稿やウェブ広告向けの高品質なビジュアル素材をAIが生成します。生成された素材はツール内で直接編集・ダウンロードでき、外部ツールを介さずに完結します。

今回の欧州展開は、これまでAIクリエイティブツールへのアクセスが限られていた中小企業のマーケティング内製化を後押しする動きです。デザイナーや代理店に依頼せずとも、ブランド一貫性のある販促素材を迅速に用意できる点が訴求ポイントとなっています。