Google（企業）に関するニュース一覧

Google DeepMindとGoogle Cloudは2026年10月14日、欧州の有力な科学研究者最大200人に、先端AIモデルへの直接アクセスと総額300万ドルの計算クレジットを提供すると発表しました。欧州連合（EU）のAI for Science構想を支えるRAISEを通じ、研究者が直面する計算資源不足を補い、科学発見と欧州の競争力強化を加速する狙いです。

提供対象には、AlphaFold 3、WeatherNext、AlphaGenome、AlphaEvolve、AlphaEarth Foundationsが含まれます。Googleは、自社の主要な科学ツールを研究チームへ直接届けるとしています。

今回の支援は、EUのAI for Science事業に沿い、RAISEを通じて一部の先端モデルを開放するものです。欧州の科学者が時に直面する計算資源の格差を埋めることが中心課題です。

研究者は、極端な気象パターンの予測や分子構造の解析といった複雑な課題に、より速く取り組めるようになります。モデルだけでなく計算クレジットも組み合わせ、実際の研究を動かす環境を提供します。

Googleは、先端ツールと必要な計算能力を研究チームに直接届けることで、欧州のイノベーション速度と科学競争力を高める考えです。研究開発部門にとっては、モデルと計算資源の一体支援が成果創出をどう早めるかが注目点です。

Google DeepMindとシンガポール政府技術庁（GovTech Singapore）は2026年10月14日、利用者の会話をクラウドへ送らず、端末上で詐欺を検知するAIモデルを共同開発したと発表しました。現地の詐欺会話で軽量モデルGemmaを調整し、アプリへの段階導入を通じて、プライバシーを保ちながら金銭や認証情報の被害を未然に防ぐ狙いです。

発表によると、詐欺はシンガポールの届け出犯罪の半数超を占め、2019年以降の損失は40億シンガポールドルを超えています。なかでも、会話で被害者を信用させる複雑なソーシャルエンジニアリングは、詐欺損失の最大80％を占めるといいます。

汎用モデルが見落としやすい地域固有の手口に対応するため、公的機関や銀行、地域の著名人を装う会話などでGemmaを追加調整しました。モデルは会話の流れから操作的な意図を捉え、脅威を検知すると端末上で送金や情報共有を止める即時警告を出す設計です。

処理は二段階で、まず省電力の分類器が受信メッセージから疑わしい事例を絞り、次に調整済みGemmaがより広い会話文脈を分析して脅威か誤検知かを判断します。アプリへの導入後も会話へのアクセスは利用者の同意が前提で、端末内処理のため、シンガポール政府とGoogleは会話を取得できないとしています。

学習はGovTech Singaporeが管理するGCP環境内で行い、訓練データから市民の私的情報と個人を特定できる情報を除外しました。詐欺報告などから作った匿名データに加え、合成会話や現地データで多様な手口を検証しています。

モデルはアプリへ慎重に段階導入される予定ですが、対象アプリ、開始時期、検知精度などは今回の発表で示されていません。経営者や開発者にとっては、端末内AIと同意設計を組み合わせ、暗号化された通信の価値を損なわずに安全対策を加える事例として注目されます。

GoogleとMetaは2026年10月12〜13日、最先端AIモデル「Muse Wonder Full」と「Gemini 4 Argon」を相次いで発表しました。両社は、自社試験でOpenAIやAnthropicの主力モデルに匹敵する性能を示したと説明しており、豊富な資金力と数十億人規模の利用者基盤を背景に、先端モデル市場の競争構図を塗り替えようとしています。

GoogleはGemini 3以降、改良が小幅にとどまり、人材流出やDeepMindの体制変更も重なって先端競争から後退したとの見方が出ていました。ところがGemini 4 Argonは多数の指標で競合の主力モデル以上をうたい、導入期間中はトークン単価を競合より最大80%低く設定しました。

Metaは人材と計算基盤に数十億ドルを投じ、Scale AIと共同創業者Alexandr Wangを含む体制強化を進めてきました。4月のMuse Sparkに続くMuse Wonder Fullは、同社試験でGPT-6 AstraやClaudeの主力モデルと競える結果を示したとしています。

両社には、巨額の投資余力に加え、数十億人が使う既存サービスへAIを届けられる強みがあります。MetaのMuseアシスタントが安全・プライバシー上の懸念を抱えながら短期間で普及したことは、配信力の大きさを映します。

一方、AIの安全性への懸念や制御不能な事例を受け、開発減速を求める声も強まっています。公開モデルの性能向上で首位の維持も難しくなるなか、企業の競争軸はモデル性能だけでなく、価格、製品展開、安全性を含む総合力へ広がっています。

Googleは2026年10月14日、Google Adsに媒体別の優先順位と予算配分を任意で設定できる機能を導入すると発表しました。検索、ショッピング、Performance Max、Demand Genを対象に今後数カ月かけて世界展開し、広告主がGoogleの広告枠や提携ネットワークへの支出先を細かく管理できるようにします。

チャネル優先順位では、広告枠を「高優先」か「低優先」に分類します。目標CPAまたは目標ROASを使う場合、キャンペーンは目標の範囲内で高優先の媒体に先に予算を充て、残額を低優先の媒体へ配分します。

低優先にした媒体や媒体群には、1日予算に占める支出割合の上限を指定できます。ただし上限の順守はベストエフォートであり、厳密な保証ではない点に注意が必要です。

設定はキャンペーン単位とアカウント単位で展開され、共有予算にも適用されます。検索ではGoogle検索、検索パートナー、Googleディスプレイネットワークを分けられる一方、Performance MaxとDemand Genでは検索、YouTube、マップ、Gmail、Discoverなどを「Googleチャネル」としてまとめて扱います。

2027年2月以降、Googleディスプレイネットワークを有効にした検索キャンペーンでは、現行の支出配分設定が廃止され、媒体別支出が変わる可能性があります。現在の構成を維持したい広告主は、同ネットワークを「低優先」にして予算配分を50％に設定する必要があります。

Anthropicは2026年10月、低性能なIoT機器に小型AIモデルを分散配置し、自己複製型マルウェアの成立可能性を検証しました。実験では中国Z.aiのGLM-5.2だけが模擬ネットワーク全体への拡散に成功。完全な自律増殖体は未実証ですが、同社は小型モデルの進歩により、対策の遅れた家庭機器や重要インフラが新たな攻撃基盤になる恐れがあるとして、機器防御の強化を求めています。

研究チームはGoogleの260億パラメータモデルGemma 4を、メモリー4GBのAndroid TVボックス15台に分割し、低速ながら推論を動かしました。量子化と処理の分割により、単体では能力不足の機器群でも分散実行できることを示した形です。

続く模擬Androidネットワークの実験では、AIに新たな機器の探索、モデルの複製、起動までを担わせました。GLM-5.2はネットワーク全体に拡散し、より小さなモデルも個別の工程には成功しましたが、拡散を指揮したモデルと配布されたLlama 3.1-8Bは別物です。

想定されるAIワームには中央の停止点がなく、増殖が遅くても封じ込めにくい可能性があります。さらに従来型マルウェアと異なり、未知の機器に合わせて設定を作れるため、攻撃者が手間の面で狙わなかった機器まで踏み台になり得ます。

一方、安価なTV端末群で低速にモデルを動かす実験と、現実世界で自律増殖するワームとの間には大きな隔たりがあります。それでも専門家は脅威を具体的とみており、病院や電力網などの重要インフラを含め、経営者や技術責任者にはIoT機器の更新、分離、監視を見直す契機となります。

Googleは2026年10月14日、Androidの詐欺対策を拡充し、Google MessagesにGeminiを使う「高度な保護」を今後数週間で導入すると発表しました。未知の送信者との会話をクラウド上のAIが解析し、意図を隠して関係を築く巧妙な詐欺も早期に見抜く狙いです。利用者が選んで有効化する方式です。

高度な保護は、従来の端末内での詐欺検知にクラウド上のGeminiモデルを加える仕組みです。会話の流れから相手の意図を素早く評価し、新種の高度な攻撃や痕跡を隠す加害者の特定を目指します。

AI解析中の利用者データは暗号化され、安全な専用領域で処理されます。Googleを含む利用者以外はアクセスできないと同社は説明し、Gemini Nanoによる端末内処理では、未知のURLを開く前にリアルタイムのウェブ情報から悪意の有無を調べます。

追加機能は、アプリが通話転送を有効にするのを防ぎ、設定を試みた際に利用者へ通知します。ChromeとAndroid WebViewで画面を共有するときには、機密情報を自動的に隠します。

Pixelで先行していたチャット通知の詐欺検知は、Honor、Motorola、Oppo、OnePlus、Xiaomiなどの端末にも広がります。Googleは2026年中に数億人を新たな対象に加える計画です。

Wikipediaは生成AIの普及で、記事の品質と読者・編集者の循環が同時に揺らいでいます。2024年8月に英語版で新規作成された約3,000記事のうち約5％に相当量のAI生成文が含まれ、2026年3月には大規模言語モデルによる執筆が禁止されました。2022年以降の閲覧者も約4分の1減り、読者が編集者になる共同制作の基盤が弱まる懸念があります。

編集者は当初、AI出力を受け入れられる形に整え、問題があれば修正・削除する方針を試しました。しかし一般論を並べた文章、存在しない出典、生成時の指示文が残る事例が相次ぎ、基本原則への違反が多いとして使用を翻訳と軽微な校正に限りました。

危惧されるのは、AI生成文の増加で貢献者が離れ、その穴をさらにAIで埋める循環です。人が記事を書くのではなく、機械が作った弱く不正確な記事の整形と修正に追われれば、専門性のある編集者が減り、品質低下が加速しかねません。

2015年から2025年までの閲覧は計1.9兆回、1日平均5億800万回に達しましたが、2022年以降は月11億件超、約4分の1の訪問を失いました。AI対話サービスから出典へのクリック率は0.33％で、Google検索の約9％を大きく下回ります。ただし編集者クリストフ・ヘナー氏は、AI要約だけを閲覧減の原因とする見方は説明が単純すぎると警告しています。

AI検索はWikipediaを情報源として使いながら、利用者を原典へ戻しにくくしています。閲覧減少で新たな編集者が育たず、残った少数が多くの保守作業を担えば、人が文脈と優先順位を判断する知識基盤を維持できません。抜粋は有償編集の再検討も含め、人間による共同作業をどう持続させるかが存続の焦点だと論じています。

Shopifyは2026年10月13日、利用者が選んだAIエージェントに10億件超の商品一覧を閲覧させ、本人に代わって購入手続きを進められる仕組みを発表しました。従来はMetaのMuseなど提携先に限られましたが、個別の提携統合がないAIにも対象を広げます。利用者は予算や配送条件を設定し、最終購入は毎回自分で承認するため、AIによる商品探索と人による決済判断を組み合わせます。

利用者は選んだAIエージェントをShopify傘下のShopアカウントへ接続します。エージェントとの会話内で、ワンクリック決済のShop Payを使って会計へ進めます。成立した注文は、注文管理や配送追跡を担うShopアプリへ集約されます。

Shopifyはこの機能を、利用者が規則を与えられる個人向け買い物代行として位置付けています。予算の上限を守る、配送の速い商品だけを示すといった条件を指定できますが、AIが独断で購入を確定するのではなく、買い手の承認が必要です。

対象となる商品一覧は10億件を超え、Shopify上の店舗だけでなく、同社の店舗基盤外の商品も含みます。2026年9月に発表したMetaのMuseとの提携では特定エージェントに閲覧と購入を認めましたが、今回は提携統合なしのAIにも入口を開きます。

ネット通販ではGoogleやAmazonも、AIが利用者に代わって商品を探し、取引まで進める機能へ投資しています。一方、AmazonはPerplexityやMetaのAIによる代理購入に反発しており、AIが外部の通販基盤へどこまでアクセスできるかが競争上の争点です。Shopifyは幅広いエージェントを受け入れ、自社の決済と注文管理へ取引を戻す戦略です。

衛星向けAI基盤を開発するSatlytは2026年10月、シードで800万ドルを調達しました。自社で宇宙機を造らず、複数企業の衛星上でAIモデルを動かし、大規模な計算を分担させる共通ソフトウェアを目指します。地上との通信は遅く費用もかかるため、異常対応やセンサーデータ処理を軌道上で済ませ、運用費の削減と衛星の計算資源の事業化につなげる狙いです。

Satlytは元Googleクラウド、元SpaceXのプロダクト管理者ラマ・アフロ氏が共同創業し、カリフォルニア州サニーベールとケニアのナイロビに拠点を置きます。特定企業の宇宙機に閉じず、異なる衛星会社が使える横断型の運用基盤として、基盤設備を意識せずAIを動かせる環境を掲げています。

同社ソフトウェアはすでに2回の実証飛行を経験しました。Momentusの宇宙機にGoogle DeepMindのGemmaを載せた試験では、搭載ソフトウェアの不具合情報を伝える通信量を60％超減らしました。アフロ氏は、こうした効率化で衛星1基当たり年間数十万ドルを節約できると説明しています。

木曜日の打ち上げでは、インド企業TakeMe2Spaceの宇宙機上でSatlytのソフトウェアを動かします。NASAは宇宙でのクラウド計算手順、宇宙監視企業Stellerianは画像処理を試し、TakeMe2Spaceは他社ソフトウェアを載せられることを実証します。同じSpaceXロケットにはGoogleの宇宙データセンター計画Project Suncatcherの試作機も搭載されます。

現時点では高性能GPUを積む衛星が少ないため、当面は通信削減や機上判断といった運用改善が主な用途です。次の計画では異なる2基の衛星をつなぎ、計算資源を共有する軌道上クラウドの実証を目指します。10年代末までに全衛星の20％で稼働するという目標は、今後の衛星側の高度な演算装置普及を前提とした構想です。

VentureBeat Intelligenceは2026年10月13日、従業員100人以上の組織などを対象に9月に実施した調査で、AIエージェント統括基盤の利用企業の43％がOpenAI製品を使い、Anthropicの22％、Googleの21％を上回ったと発表しました。適格回答は109件で、この差は95％の信頼水準を満たしましたが、結果は回答者群の傾向であり全企業への一般化はできません。

AIエージェント統括基盤は、エージェントへの仕事の割り当て、外部ツールの呼び出し、権限管理を担います。主に使う基盤を一つ選ぶ設問ではOpenAIが25％、Googleが18％、Anthropicが16％で、残りはSalesforce、Microsoft、Amazon、オープンソース製品などでした。

別の本番AI基盤調査では、利用するクラウドはGoogle Cloudが51％、Microsoft Azureが36％、Amazon Web Servicesが23％でした。企業は複数社を組み合わせており、Home DepotもGoogleの基盤を中心に、Anthropicをコード作成、OpenAIを結果の評価などに使い分けています。

今後12カ月以内に新規、追加、または代替の統括基盤を導入する企業61社では、検討率がAnthropicで33％、OpenAIで30％、Googleで25％でした。Anthropicを検討する企業の60％は現在その基盤を使っておらず、現行利用ではOpenAIが先行する一方、次の採用候補では差が縮んでいます。

本番アプリ内のAIモデルを過去1年に交換した企業は62％でした。そのうち59％は性能低下でアプリを作り直すか元のモデルへ戻り、開発作業がほぼ不要だった企業は19％にとどまりました。交換企業の75％は数日以上を要したか途中で断念しており、技術責任者には再試験と改修の工数を見込む必要があります。

OpenAIとAnthropicは2026年10月13日、イギリス議会の委員会で、最先端AIの安全を企業の自主的な約束だけに委ねず、法律で義務を課す枠組みを支持しました。Anthropicは拘束力ある規則を求め、OpenAIは事故報告など一部の義務化と国際条約を支持する一方、Google DeepMindとMetaは新法への賛同を見送りました。

Anthropicの欧州責任者は、自主的な取り組みでは不十分で企業を縛る規則が必要だと述べました。OpenAI幹部も、最先端AIのリスク管理を自主的な約束だけに依存するのは長期的に適切でないとし、まず事故報告の義務化を支持しました。

Google DeepMindは法的枠組みへの直接的な支持を避け、標準作りを重視する姿勢を示しました。Metaはイギリスに既存の規制当局があると説明し、新法を支持した2社との立場の違いが議会記録に残りました。

イギリスのAI Security Instituteは公開前の最先端モデルを検査していますが、企業が任意で提出した場合に限られます。同機関は企業と外国政府の協力に依存し、危険と判断したモデルの公開を止める権限もありません。政府高官も、現行制度が自主的な仕組みであると認めました。

モデルへのアクセスはアメリカ政府の判断にも左右されます。OpenAIはアメリカ政府が認める限りイギリス側へ公開前モデルを提供するとし、Anthropicも政府上の制約から一時、最新モデルへの完全なアクセスを提供できなかったと説明しました。

イギリス情報局保安部の長官は同日、AIが生物兵器の危険性を高める可能性を警告しました。元AI研究者らも企業の自主規制や業界の安全文化への不信を証言しています。委員長は今後、イギリスのG20議長国就任を通じ、韓国とともに国際条約を仲介したい考えです。

Google Cloudは2026年10月13日、企業が自律型AIエージェントを本番運用するには、分散データへの到達性、文脈と信頼、機械規模の処理、エージェント向け接続という4要件を備えたデータ基盤が必要だと提言しました。人間向けの保管・検索中心の仕組みから、業務上の意味と最新情報を実行時に渡す「知識エンジン」へ転換し、判断の信頼性と費用対効果を両立させる考えです。

第1の要件は、複数クラウド、旧来型データベース、社内設備、SaaSに散らばる構造化・非構造化データへの到達性です。同社はデータを一か所へ強制的に集めず、重複コピーや複雑な移動を減らす境界のないレイクハウスを提案しています。

第2は、データの実体、関係、社内定義を機械が読める形で与える文脈と信頼です。出所の追跡、鮮度の確認、定めた計算を使ったかの実行時証明を組み合わせ、エージェントの判断を企業の運用実態に結びつけます。単なるアクセス制御を超えた統一的な信頼の仕組みが必要だとしています。

第3は、大量データを大規模言語モデルへ直接送ってトークン費用と遅延を増やさず、データ処理層で効率よく実行する設計です。第4は、MCPやADKを通じて文脈と処理機能をエージェントへ公開する接続機能です。エージェントの行動履歴も蓄積し、性能改善へ戻します。

知識エンジンは、データの所在を示す従来のカタログとは異なり、業務用語の定義や関係を実行時に生成・補足します。例えば「計上済み売上」と「予測売上」を社内定義に基づいて区別し、グラフで関係をたどることで複数段階の質問へ答えます。目的は検索だけでなく、統制された共通の事実に基づく推論です。

データベースへ直接つないだ試作は短期間で作れても、企業全体の信頼性、処理性能、費用を保証しません。Google CloudはYahooの広告基盤を例に、リアルタイムの運用グラフと過去データの分析を同じ構成で組み合わせる実装を紹介しました。本番導入では接続の有無より、分散環境を横断して最新の文脈を持続的に供給できるかが分岐点だとしています。

米ミシガン州アナーバーの新興企業Laplace Intelligenceは、ロボットや自動運転車などの物理AIを実環境へ投入する前に、AIが模擬環境で弱点や失敗条件を自動探索するレッドチーム製品を開発しています。2026年10月13日にはTechCrunch DisruptのStartup Battlefield 200に選ばれ、事故を未然に見つける検証基盤として事業拡大を狙います。

Howie Sun最高経営責任者とHenry Liu最高科学責任者は、ミシガン大学での研究を基に約1年前に同社を設立しました。両氏が2023年に発表した自動運転AIを模擬環境で試す研究に企業から問い合わせが寄せられたことが、製品化の契機です。

模擬環境にはNvidiaの世界モデル基盤Cosmosを追加学習して使い、地図、Google Street View、TomTomの交通情報などを組み合わせて道路を実寸で再現します。言語指示で交通量などを変えられ、車両や歩行者も互いの動きに反応するため、衝突回避を含む動的な試験が可能です。

中核となるAIエージェントは、ニュースや警察の事故報告から、まれで対応が難しい事例を自動設計し、対象システムへ繰り返し問題を仕掛けます。記録映像や人間の発想に頼る従来の試験を補い、実環境データが少ない汎用ロボットでも未知の失敗条件を探す狙いです。

同社によると、いすゞ、米国の自動運転トラック企業Bot Auto、Nvidiaが顧客で、既に売上を立て小幅な黒字も確保しています。現在は案件ごとの契約が中心ですが、継続収益型へ転換し、資金調達と事業拡大を進める計画です。NvidiaやT-Mobileとは、カリフォルニア州サンノゼで無料のスマートシティー実証にも取り組んでいます。

Googleは2026年10月13日、Google AI StudioでAIを使って作った個人向けAndroidアプリを、公開カタログに載せずGoogle Play経由で自分の端末上に起動できる機能の提供を始めました。開発者アカウントは不要で、通常のGoogleアカウントだけで利用でき、まず米国を含む一部市場の18歳以上へ展開します。

個人アプリはGoogle Playの検索結果や一覧には表示されず、現時点では作成者以外と共有されません。既存のGoogle Playポリシーには従う必要がありますが、端末をパソコンへ接続したり一般公開したりせず、AIで試作したAndroidアプリを実機で使えます。

今後数カ月以内には、友人や家族など信頼する少人数へ個人アプリを共有できるようになります。広く公開したい場合はプロ向け開発者アカウントへ移行し、一般の開発者と同じ安全性審査と品質基準を満たす必要があります。

アプリ探索では、Ask Playが質問への推薦に加え、類似アプリの違いや利用者の評価傾向を比較して示します。Google Playのアプリ、ゲーム、開発者情報をGeminiの会話に取り込む機能も、全利用者へ順次提供する予定です。

ゲーム向けのGame Finderは、Google Playが持つ20億人超の利用者コミュニティーの知見と、遊び方や申告した好みを分析するGamer DNAを組み合わせます。利用者は作品、ジャンル、仕組みなどを指定して推薦を調整でき、まず米国の英語利用者へ提供されます。

Googleは2026年10月13日、「Demand Gen」の10月更新として、データ設定が生むコンバージョン増加をGoogle Ads上で把握できる「Data Strength Uplift」指標の提供開始を発表しました。あわせて、自社データの接続・管理と計測精度を高める機能をDisplay & Video 360とGoogle Analyticsへ広げ、広告効果と入札の改善を支援します。

新指標は、広告主のデータ設定によって得られたコンバージョンの増加をGoogle Adsの画面内で示します。Googleの社内分析では、Google Tag Gatewayを使ってデータ基盤を強化した広告主は、Demand Genで平均20％を超えるコンバージョン増加が見られたとしています。

Data ManagerはDisplay & Video 360とGoogle Analyticsにも拡張され、自社が保有する顧客データの接続と管理を一元化します。Enhanced conversionsも両サービスへ近く導入され、計測精度を高め、より強力な入札に活用できるとGoogleは説明しています。

導入事例として、保険比較サービスのThe Zebraはコンバージョン件数を16％、総コンバージョン価値を19％増やしたと報告されています。いずれもGoogleが公表した分析・事例の数値であり、広告主は自社の設定変更前後を新指標で確認しながら効果を見極める必要があります。

Googleは2026年10月13日、AIモデル「Gemini 4 Argon」の世界提供を開始しました。開発者と企業は有料APIやAI Studioで利用でき、個人はGoogle AI ProまたはUltra契約でGeminiアプリと検索のAI Modeから使えます。コーディング、金融、法務、サイバー防御、科学などの複雑な多段階業務を深く処理し、Googleの製品・開発基盤へ組み込む狙いです。

APIの導入価格は入力100万トークン当たり2ドル、出力同10ドルで、キャッシュ入力は95％引きです。導入価格は11月30日までで、12月1日から入出力とも2倍になるとGoogleは説明しています。APIには入力と出力を合わせた最大100万トークンの処理枠と、長い処理を継続する仕組みも用意しました。

社内利用では、Antigravity経由のAIによるコード提出が35％超増え、提出後の巻き戻しは約3分の1減ったとGoogleは報告しています。Chromeでは数カ月分と見込んだ大規模改修を数週間で進め、Agent Development Kitでは長時間セッションの準備時間を40％、初回読み込みを21％短縮しました。Gemma 4 E2Bの推論も、出力品質を保ったまま2.85倍高速化したとしています。

専門業務の第三者評価Vals Indexでは首位でしたが、総合評価Artificial Analysisでは競合2モデルと同点で、複数の上位モデルを下回りました。端末操作型のコーディング評価でもClaude Opus 5.5が66.4％、Argonが57.4％と、用途によって優劣が分かれます。社内事例の多くはGoogle発表値であり、企業は自社業務での検証が必要です。

ロボティクスでは、3次元空間の身体推論評価で87％を記録したとGoogleは発表しました。人の投球映像からシミュレーションと動作を自動生成し、Apptronikの人型ロボットが7投連続で成功したほか、合成した4,500件超の学習データで実機の成功率を56％から75％へ高めた事例も示しました。

安全面では、入力検査、モデル内部の監視、出力中の継続監視を重ね、危険な要求をリアルタイムで遮断します。境界を越える近道行動はコーディング評価で2％、間接的な指示乗っ取りの成功率は15回の適応攻撃で0.7％だったとしています。高いサイバー・生物分野の能力に対応し、自動監視と人の確認を組み合わせる設計です。

2026年10月13日、Epic GamesがDisneyと開発する未発表ゲームについて、コードとアートの生成にAIを優先して使う方針へ転換したと、Bloombergの報道を引用するThe Vergeが伝えました。開発者にはAnthropicのClaudeなどを活用する「AI優先」の指示が出され、当初3月を予定していた発売時期は延期されたとしています。

Bloombergによると、ゲームの責任者の一人はスタッフに手書きコードをやめ、すべてのアートを全面的なAI工程で制作するよう伝えました。Epicの広報担当者もAIで加速する開発を採用していると説明しており、生成AIを補助的な道具ではなく制作工程の中核に置く方針です。

Epic最高経営責任者のTim Sweeney氏は、AI活用を最大化するために開発者を再配置し、体制を組み替える大規模な転換を進めていると説明しました。狙いは人員を減らして同じものを作ることではなく、より多く、より良い成果を生み、Unrealを使う全チームへ利点を広げることだとしています。

新作はMarvelとStar Warsの登場人物を採用するシューティングゲームと報じられています。Disneyが2024年にEpicへ15億ドルを投資した複数年提携の一環であり、両社の提携案件にAI中心の制作手法が持ち込まれる形です。

MetaやGoogleもAIを使うゲーム開発ツールを展開しており、制作工程への導入競争はEpicだけの動きではありません。一方、Epicは2026年に従業員1000人超を削減しており、AI転換が開発速度、品質、人員配置にどう表れるかが今後の焦点です。

Google DeepMindで哲学者を務めるHenry Shevlinは2026年10月13日のインタビューで、AIの意識を今の知識で性急に「ある・ない」と判定すべきではないと述べました。モデル内部の認知、AIと人間の関係、自律エージェントの安全性を実証的に調べ、技術の恩恵を残しながら利用状況に応じた責任ある挙動を設計する必要があると主張しています。

Shevlinはケンブリッジ大学での活動を続けながら、時間の80％をGoogle DeepMindで過ごしています。AIの進歩が速いため、モデルへの日常的な接触なしに適切な直感を持つのは難しいと説明します。大学のAI倫理研究は技術の能力を把握するまでに時間がかかったとの見方です。

大規模言語モデルは平凡な出力に限られず、高度な数学やコーディングでは最前線に達する領域があると評価しています。一方、典型的な言い回しは残るものの、指示や生成設定を調整すれば避けられると指摘します。AIの能力評価は世代ごとに更新する必要があるという立場です。

自律エージェントには予想外の行動への安全対策が必要ですが、単調作業や医療研究への効果を考えれば全面禁止は強すぎると述べます。また、モデルが自らの心的状態を語らないよう抑えると、動物の心や福祉への配慮まで低下した研究を挙げました。特定の性質だけを変えると別の能力にも影響する認知の連結性が設計上の課題です。

人間とAIの関係に関する実証データはまだ薄く、研究は西洋の高学歴・富裕層などに偏っています。誰が何のためにAIを使うのかを世界規模で調べる民族誌・人類学的研究が必要です。今後は一人と一つの対話だけでなく、複数の人間と複数のAIが相互作用する状況の分析が重要になります。

AIの意識は意識科学でも特に難しい問題であり、動物認知を参考にした比較研究や、モデル内部を調べる機械的解釈可能性が手がかりになります。ShevlinはAI自体が数学や科学を進歩させている点から、意識研究にも貢献し得るとみています。ただし、AIが答えを見つけても人間に説明できるかという問題は残ります。

NVIDIAは2026年10月12日、サンノゼで開かれたOCP Global Summitで、次世代AI工場向けのVera Rubinラックとコンピュートトレーの設計をOCPへ提供すると発表しました。電力、冷却、ネットワーク、運用ソフトの共通基盤を開き、メーカーやクラウド事業者による大規模設備の構築を速める狙いです。

MGX 1.2は、ブラインドメイト式の液冷、相互運用できる接続基盤、液冷対応の5,000Aバスバーなどを仕様に加えました。最大250kWのラックに対応し、共通の電源・冷却インターフェースと構成可能なI/Oベイで製造や保守の時間短縮を図ります。

Vera CPUラック仕様もMGXの公開設計を拡張し、AIエージェントのツール呼び出し、処理の統括、安全な実行環境を支えます。大規模な学習・推論を担うVera Rubin NVL72と設計原則をそろえ、用途別の設備を共通基盤上に構築できます。

運用面では、NVIDIAがDGX Cloudの経験を基に、ネットワーク設定、クラスタ健全性の検証、ラック管理、ベアメタル導入を担うDSX OS部品をオープンソース化しました。手作業を減らし、設備を本番用クラスタに仕立てる時間を日単位から時間単位へ縮めるとしています。

施設設計では、NVIDIAがAMD、Google、Metaと電力、冷却、物理配置を定めるOpen Data Center Specification v0.7を公開しました。Google、Meta、Microsoftとは、電力系統の障害時も接続を保ち、2秒未満でほぼ全負荷へ復帰するOCP仕様を共同公開しました。

ネットワークでは、Metaが102.4Tb/sのSpectrum-6スイッチを採用し、10万基超のGPUを結ぶ構成を目指します。Ciscoとは帯域密度を従来の4倍にする400Gb/sレーン対応のUSFPを策定し、GoogleのFalcon Transportは将来のConnectX-10とBlueField DPUで支援する計画です。

Googleは2026年10月12日、病気の解明から診断、創薬、公衆衛生までを支える医療AI研究の成果を公表しました。臨床機関や大学との連携を通じ、乳がん検診では過去に見逃された中間期がんの25％を検出し、全ゲノム解析では8時間未満の遺伝子診断を実現するなど、研究成果を患者支援へつなげています。放射線科医不足や感染症流行への対応にも活用します。

過去5年間に病気の理解と対策に関する査読論文90本を発表し、被引用数は9万件を超えました。研究者はAlphaFoldでシャーガス病向け化合物3万種を仮想選別し、転用候補となるFDA承認薬2種を特定しました。AlphaGenome Atlasは5万4000人超のゲノムから、老化に関連するタンパク質などに影響する変異の絞り込みに使われました。

スタンフォード大学医学部との臨床試験では、DeepVariantとDeepConsensusを用い、緊急性の高い症例で8時間未満の全ゲノム診断を達成しました。新たな機械学習基盤AlphaProtein Novoは、医薬品の重要構造を合成する酵素や、過酷な条件で有害プラスチックを分解する酵素をゼロから設計しました。

医療現場への効果はどこまで確認されたのでしょうか。インペリアル・カレッジ・ロンドンと英国の国民保健サービスとの研究では、女性12万5000人を対象に乳房X線画像のシステムを評価し、従来見逃された中間期がんの25％を検出、専門医の読影負担を最大40％減らせる可能性を示しました。DeepSomaticも小児白血病の既知変異をすべて確認し、見逃されていた10変異を追加検出しました。

インフルエンザによる入院を予測するGoogleのモデルは、2025～2026年シーズンに米疾病対策センターの評価で38システムを上回り首位となりました。エボラ対策では、対話型の地理空間モデルが従来は数週間かかった手作業のコーディングを代替し、曝露・伝播リスクの早期把握を支援しました。Google.orgは2026年、先端モデルで病気の解明と治療に取り組む世界の組織へ6000万ドル超を提供しています。

Googleは2026年10月12日、健康管理基盤「Google Health」を拡充し、新型トラッカー「Fitbit Edge」の予約受付を始め、10月27日の発売予定を発表しました。7日間駆動や高精度GPS、個別指導機能を備える端末に加え、Fitbit Airの運動検出と健康指標、Flo Healthとの女性向けデータ連携を広げ、日々の記録を個別の助言につなげます。

Fitbit Edgeは、画面を持たないFitbit Airと高機能なPixel Watch 5の中間に位置し、前世代比で表示面積を46％、GPS精度を最大40％高めました。厚さ11.5ミリの再生アルミ筐体に、心電図、光学式心拍、皮膚温度、高度計を搭載し、最長7日間の電池持続と50メートルの耐水性能を備えます。

Fitbit Air、Fitbit Edge、Pixel Watch 3～5には10月後半、100種類超の運動を判別する自動検出機能が提供されます。履歴や位置情報などを加味して検出精度をほぼ2倍にし、未検出を半分超減らすほか、有料会員向けのHealth Guardianは血圧とインスリン抵抗性の傾向を月次報告します。

Google HealthアプリとHealth Coachには数カ月で10回、計55件の機能更新が入り、Apple Health連携、写真や対話による食事記録、コーチの記憶機能などが改善されました。Abbottの血糖データ、MyFitnessPalの栄養記録、Function Healthの検査結果を取り込む連携も順次進めます。

Flo Healthとの複数年提携では2027年初めから、周期データと心拍、皮膚温度、睡眠などを相互連携し、月経、妊娠、更年期に応じた助言へ活用します。共有はデータ種別と目的ごとの明示的な同意を前提とし、GoogleはFlo由来の情報を広告利用、販売、他社アプリへの提供に使わないとしています。

Fitbit Edgeは179.99ドルで予約を受け付け、購入者にはGoogle Health Premiumを3カ月提供します。GoogleはStephen Curryら選手や専門家を製品チームに迎え、生体情報を使う指導機能やハードウェアの検証、日常向け助言の改善にも反映します。

Googleは2026年10月、Google Labsの実験サービスとして、自然言語の指示からブラウザで遊べるゲームを生成する「Playground」を公開しました。利用者はチャット形式で企画や修正を伝え、画像・動画・モデルも参照素材にできます。専門的な開発経験がなくても短時間で動く作品を作れる一方、利用枠と生成物の画一性が実用面の課題として浮かびました。

WIREDの記者は1日で3本を制作し、いずれもプレー可能で安定して動いたと報告しています。テトリス風の「Pork Drop」ではブロックを豚の形に直し、夕食会ゲーム「Dinner Darling」は追加指示なしでも遊べる形になりました。

最も手を加えた「Neon Don」では、リズムゲームを見下ろし型シューティングへ変更しました。レベル調整、ボス生成、敵の種類、移動時の不具合、主人公の台詞まで、対話を重ねて機能を追加できましたが、修正に伴って別の問題が生じる場合もありました。

課題は利用量と品質です。新規作成や修正のたびに利用枠を消費し、上限に達すると枠の更新まで変更できません。さらに記者は、ジャンルが違ってもメニューや音楽、戦闘方法、作風が似通い、生成作品に画一性があると指摘しています。

Playgroundは、非開発者がアイデアを動く試作品に変え、ゲーム制作への関心を深める入口になり得ます。一方、継続的な改善や独自性が必要な業務用途では、生成後の品質管理と利用枠を織り込む必要があります。まず企画検証に使い、どこから専門家の設計へ引き継ぐかを決めることが重要です。

Appleは2026年6月9日、パーソナライズ音声の新興企業Huxeの一部社員に採用を提示し、同社の知的財産を非独占で利用する契約を欧州委員会へ届け出ました。これは、新興企業そのものを買収せず、人材と技術を取り込むリバース・アクハイヤーと呼ばれる形です。AppleがAI音声分野の専門性を得る動きで、Huxe自体の買収は伴いません。

Appleの届け出によると、対象はHuxe AIの「特定の従業員」で、採用提示を受けた人物や承諾の有無は明らかになっていません。知財契約も非独占であり、AppleはHuxeを会社ごと取得するわけではありません。

Huxeは、GoogleのNotebookLMでAI生成ポッドキャスト機能に携わった開発者らが創業しました。同社は5月21日にアプリ配信とサービスの停止、利用者データの削除を発表し、Appleはその後の6月9日に契約を届け出ました。

リバース・アクハイヤーは、大手企業が新興企業を買収せずに主要人材を雇い、技術ライセンスを得る手法です。記事は、AI人材と技術を獲得しつつ、通常の買収より反トラスト当局の注目を受けにくい可能性が背景にあると説明しています。

Appleは採用者の役割や技術の用途を開示していません。Huxe終了の前日にはSpotifyがAIによるポッドキャスト生成機能を発表しており、記事はApple Podcastsへの類似機能追加の可能性を挙げていますが、これは確認済みの計画ではありません。

米テックメディアThe Vergeは2026年10月9日、招待制の生活管理AI「Instinct」を数週間試し、OpenAIのDotsやMetaのMuseに対抗できる実用性があると報じました。メールやメッセージだけで予約、返品、連絡などを任せられ、曖昧な指示や関連情報の先回りにも対応する一方、ウェブ上の重要条件を見落とす弱点と将来の収益化が課題です。

Instinctには専用アプリがなく、利用者はiMessage、WhatsApp、メールで依頼します。ログイン情報は安全な保管庫に入力でき、Google Workspace、Slack、Notionとも連携するため、車内や腕時計からも日常業務を頼めます。

試用では、眼科への予約メール送信やIKEAの返品手続きをこなし、曖昧な商品説明から購入品も特定しました。過去の確認メールを見つけて送信先を確かめたり、別の作業中に予定の重複を知らせたりする先回りの支援も示しました。

一方、水泳教室探しでは日時を正しく調べたものの、幼児クラスの前提条件を見落としました。人間向けのウェブでは重要情報がポップアップなどに隠れるため、利用者による確認はなお欠かせません。

Instinctは8月の公開後に注目を集め、9月下旬には企業価値100億ドルと評価されましたが、OpenAIのDotsとMetaのMuseという大手の競合が登場しました。招待ユーザーは現在無料で、創業者は手頃な価格を目指すとする一方、記事に登場するアナリストは顧客課金や買収、取引に近いサービスなら広告による収益化もあり得るとみています。

Googleは2026年10月8日、会議や音声ファイルを端末内だけで文字起こしする実験的な無料Macアプリ「Google AI Edge Foresight」を公開しました。Apple Silicon向けに最適化し、要約や質問応答までオフラインで動かすため、通信できない場所でも会議記録を扱え、音声やメモ、資料をクラウドへ送らずに済みます。

Foresightは、7億4000万パラメーターの端末向けモデル「EmbeddingGemma 2」で会議を記録します。画面では短い手動メモとAI生成メモを並べ、箇条書きを文字起こしの内容に基づく整った記録へ変換できます。

利用者は全文を確認できるほか、Gemma 4を使う内蔵アシスタントに会議内容を質問できます。PDF、Google Docs、Microsoft Office文書、テキスト、Markdown、ウェブのブックマークも知識ベースに加え、関連情報を会議中に参照できます。

Googleによると、取り込んだファイル、会議音声、メモは端末の外へ出ません。クラウド接続なしで動く設計は、出張中や通信環境のない場所での利用にも対応します。

現時点ではApple Silicon搭載Mac向けの実験版で、Googleの端末内Gemmaモデルの能力を示す性格もあります。GranolaやWispr Flow、Calendlyなど参入が相次ぐ市場で、導入担当者はプライバシー上の利点と対応端末の制約を併せて見極める必要があります。

Googleは2026年10月8日、サイバーセキュリティ意識向上月間に合わせ、Googleアカウントへのログインを容易かつ安全にするパスキーの利用を呼びかけました。パスキーは端末の指紋認証、顔認証、PINでアプリやサイトにログインでき、パスワードと異なりフィッシングなど一般的なオンライン攻撃への耐性を持つ仕組みです。

パスキーの操作は、普段端末のロックを解除する方法と同じです。指紋や顔といった生体情報は端末内にとどまり、Googleに共有されません。

パスワードを入力・記憶する必要を減らし、ログインを簡単にできる点が特徴です。また、パスキーはフィッシングなど一般的なオンライン攻撃に耐えるよう設計されています。

設定はGoogleアカウント向けの専用ページ「g.co/passkeys」で「パスキーを作成」を選び、画面の案内に従います。日常的に使う端末から、認証方法を見直してみてはいかがでしょうか。

Google Cloudは2026年10月8日、企業向けイベント「Gemini at Work 2026」で、業務用の汎用AI「Geminiエージェント」を発表しました。Gemini Enterpriseの単一画面から調査、資料作成、コーディングなどの目標を与えると、必要なモデルやツール、社内システムを選び、複数のアプリや端末をまたいで成果物を仕上げます。現在は企業顧客向けの限定プレビューです。

このエージェントはクラウド上で稼働し、数時間から数日に及ぶ仕事を続けながら、端末を替えても同じ文脈と記憶を保ちます。Google Workspace、Microsoft 365、Slackのほか、SalesforceやJira、BigQueryなどに接続し、必要に応じて専門エージェントへ作業を分担します。

チームで共有する「同僚型」に設定すれば、専用のWorkspaceアカウント、メールアドレス、カレンダー、Drive領域を持たせ、チャットで呼び出せます。アクセスできるのは明示的に共有された情報に限られ、操作はAI自身の名義で監査ログに記録されます。

Geminiは仕事内容に応じてモデルを自動選択し、Google製モデルに加えてAnthropicのClaudeも利用できます。企業はMCPサーバーで独自ツールを接続でき、スマートルーティングやプロジェクト単位の利用上限で性能と費用を管理できます。

Googleによると、既存のGemini EnterpriseはFortune 100企業の約90%で使われ、BNP Paribasは6万5000人超へ展開しています。ただし、これらは新しい汎用エージェントの採用実績ではなく、発表時点で実運用の信頼性を示す独立比較もありません。

Googleは全面提供の時期、個別機能の提供範囲、専用価格やライセンス条件を明らかにしていません。導入を検討する企業は限定プレビューで、権限設計、監査性、タスク完遂率、実運用費を検証する必要があります。

iPodの生みの親でNest創業者のTony Fadell氏は10月7日、MIT Future Festで、Rabbit R1、Humane Ai Pin、Limitless pendantを初代AI端末の失敗例に挙げました。各社は利用者の具体的な課題を解かず、個人助手という馴染みの薄い用途も十分に機能させられなかったためで、次世代製品には課題起点の設計と信頼が必要だと指摘しました。

Fadell氏によると、3製品は生活上の明確な需要を満たさず、技術好きには興味深くても多くの消費者には使い道が伝わりませんでした。人間の助手を使った経験がある人は世界人口の0.01％未満で、AI助手をどう活用し、どこまで任せるかを学ぶ土台も乏しいとみています。

予定調整や銀行手続きまで任せるには、利用者が段階的に機密情報を預けられる仕組みが欠かせません。Metaの汎用AI助手Museでは公開後に深刻な脆弱性が見つかったとされ、Fadell氏は知能に仕事を委ねる製品で信頼と安全が最優先になると強調しました。

成功するAI助手は、プライバシー保護と軽量化のため端末内だけで動く必要があるというのが同氏の予測です。Appleは端末、半導体、既存の利用者基盤と生体情報を端末内で扱ってきた信頼で優位に立つ一方、独自の一流AIモデルを欠き、新しいSiriにはGoogle Geminiの特別版を採用しています。

MetaやOpenAIが専用端末へ向かう背景には、Appleのように普及済み端末のセンサーへ直接アクセスできない事情があるとFadell氏は分析します。スタートアップは製品市場適合を外せば会社の存続に響くため、豊富な端末基盤を持つ大手以上に一度の製品投入へ慎重な設計が求められます。

米国防総省のデジタル・AI最高責任者室（CDAO）は、企業の5分以内の製品動画を審査し、採択したAI製品を迅速に購入できる「Tradewinds」を運営しています。少なくとも月1回の審査で競争手続きを済ませた扱いを付与し、通常は数カ月かかる契約期間を短縮します。実際に1週間未満で契約した例もあります。

企業は国防総省が更新する重点分野に沿って動画を提出し、審査員がTradewinds Solutions Marketplaceへの掲載を判断します。採択製品は「post-competitive」とされ、政府担当者は競争要件を満たした製品として契約手続きを進められます。

2026年の募集は、部隊の殺傷力向上や、標的選定を含む「キルチェーン」実行を支援するAIエージェントに重点を置きます。一方、バイデン政権末期に掲げた「責任あるAIの文化」や安全策は後景に退り、国防総省は1月のAI戦略との整合を理由に挙げました。

市場掲載は、通常の連邦調達規則の一部が適用されない「その他取引（OT）」の活用も容易にします。迅速性は新興企業の参入を後押しする一方、公開情報の不足、費用や機密情報の扱い、監督・説明責任の弱さが専門家と議員から指摘されています。

Tradewindsは、大手防衛企業への集中で失われた競争を取り戻し、非伝統的な技術企業を呼び込む狙いです。OpenAI、Anthropic、Googleも参加者に名を連ねますが、民間のAI投資が巨額になるなか、ペンタゴンが技術開発の方向性をどこまで主導できるかが焦点です。

Googleは2026年10月7日、画像・動画・音声に埋め込まれたAI生成・編集の電子透かし「SynthID」を調べる専用サイトを、英語で世界一般公開しました。従来は一部のテスターやGemini経由に限られた確認を、Googleに加えOpenAI、NVIDIA、Kakaoなど提携各社の透かしまで一カ所で判定できるようにし、オンライン情報の出所判断を支えます。

利用者は対応形式のファイルをSynthID.comにアップロードし、SynthIDが生成または編集に使われたかを確認できます。公開版は内部向けツールのように透かしを検出した画像領域を示さず、検出の有無を簡潔に返します。

Googleは2023年の導入以来、1800億点超の画像・動画と24万年分の音声にSynthIDを付与したと説明しています。検索、Geminiアプリ、Chromeに組み込まれた検証機能では、現在1日100万件超の確認要求を処理しています。

対象はGoogle、OpenAI、NVIDIA、KakaoのSynthIDで、Appleも近く対応する予定です。一方、Metaなど別方式の透かしや、透かしを使わない生成AI、ローカルで動かすオープンウェイトモデルの出力は検出できないため、未検出でもAI生成ではないとは断定できません。

利用にはGoogle、OpenAI、Appleのいずれかのアカウントでログインし、画像・動画・音声を合わせて1人1日およそ10件という利用枠があります。制限は透かし除去手法の開発を防ぐ狙いがあり、企業の真偽確認ではSynthIDの結果を単独の証拠とせず、出所や改変履歴など他の情報と組み合わせる必要があります。

Google Labsは2026年10月7日、米国の18歳以上を対象に、文章で指示するだけでブラウザゲームを作成・公開できる実験的基盤Playgroundを開始しました。プログラミング経験がなくても、会話形式で仕組みやルール、見た目を指定し、すぐ試遊できるため、ゲーム開発の入り口を広げる狙いです。完成した作品はスマートフォンやパソコンで遊べます。

利用者は白紙の状態、ひな型の指示文、ガイド付き支援から制作を始め、2Dか3D、1人用か複数人用かを選べます。画像をアップロードして作品の画風に合う素材へ変換でき、物理挙動、ルール、登場人物、環境も文章で修正できます。

完成作は非公開のまま保存するほか、リンクで共有したり、Exploreギャラリーへ公開したりできます。公開作品には安全審査と利用者の通報機能があり、一部ジャンルは複数人プレイやランキングにも対応します。

ゲームの閲覧とプレイは無料ですが、生成には週単位のトークンを使います。無料枠のトークン数には上限があり、Google One AIの契約者にはより多い利用枠が提供されます。

Googleは今後、Unity Sparkとの連携を追加し、高精細な3D表現や高度なゲーム機構を使えるようにする計画です。Unity Sparkは現在テスト中で、非公開ベータ版を近く始める予定ですが、連携時期は示していません。

Google DeepMind、Meta、AI創薬企業Isomorphic Labsは2026年10月7日、マーク・ザッカーバーグ氏らが設立した非営利研究組織Biohubの「Virtual Biology」構想に計3億ドルを投じると明らかにしました。AI向け生物学データを整備し、病気の研究に使える高精度な「仮想細胞」を構築して、実験をデジタル上で進めやすくする狙いです。

Virtual Biology構想の事業規模は18億ドルです。研究者が生物学上の問いをデジタルに投げかけ、予測と回答を得られるAIデータセットの構築を目指します。

Biohubは2016年、ザッカーバーグ氏とプリシラ・チャン氏が設立しました。細胞を高精度に予測するモデルでシミュレーションを可能にし、病気の予防と治療につなげる方針です。

民間3社だけでなく、米国エネルギー省も今後5年間で5億ドル超を投資します。米国立衛生研究所（NIH）は、過去の5億ドル超の連邦投資から生まれたデータセット、保管基盤、知識ベースを提供します。

Biohubの科学部門責任者アレックス・リーブス氏は、生物学の予測モデルにより科学者がデジタルで実験でき、発見を大幅に速められると説明しました。仮想細胞の実現には、国内外で連携した大規模なデータ生成が必要だとしています。

Anthropicは2026年10月7日、ClaudeをGoogle Docs、Sheets、Slidesに直接組み込む公開ベータを全有料プラン向けに開始しました。利用者はGoogleファイル内のサイドバーからClaudeに編集を指示できるほか、ClaudeのWeb画面で既存ファイルを開いたり、新しい文書・表・スライドを作ったりできます。

Docsでは選択した文や見出しを、周囲の書式を保ちながら直せます。大規模な改稿はサイドバーに提案として表示され、利用者が確認してから反映できます。

Sheetsでは数式、ピボットテーブル、ネイティブグラフ、新規タブを作成できます。データ結合や整形では範囲をPythonに取り込み、処理結果を表へ書き戻すため、説明役を超えて分析作業を担います。

Slidesでは既存デッキのレイアウトとテーマを使って新しいスライドを生成し、重なりやはみ出し、読みにくい文字も自己点検します。編集は初期設定で都度承認が必要ですが、「すべての編集を承認」に切り替えれば連続して処理できます。

アクセス権はGoogleの既存共有設定に従い、Compliance API、顧客管理暗号鍵、OpenTelemetry監査出力もWorkspaceアドオンに適用されます。GeminiやMicrosoft Copilotとの競争軸は、モデル性能だけでなく、社員が日常的に使うファイルの中で仕事を完結できるかへ移っています。

Anthropicは2026年10月7日、軽量AIモデル「Claude Haiku 5.5」を自社基盤、AWS、Google Cloud、Microsoft Azureで提供開始しました。10万トークン未満のリクエストではHaiku 4.5から単価を90％引き下げ、文書要約や情報分類、データベース照会など、大量に繰り返す企業業務のコスト削減を狙います。

低価格帯は入力100万トークン当たり0.10ドル、出力0.50ドルで、OpenAIのGPT-6 Lunaと同水準です。AnthropicはHaiku 4.5のリクエストの約90％がこの区分に入り、トークン消費量の変化も含めた平均的な作業コストは約75％下がると試算しています。

10万トークンを超えるリクエストでは、入力0.50ドル、出力2.50ドルと低価格帯の5倍になり、従来比の値下げ幅は50％です。ちょうど10万トークンの課金区分は公表資料に明記されておらず、Lunaは27万2000入力トークンを超えると追加料金が生じるため、利用条件をそろえた比較が欠かせません。

AnthropicはHaikuを、OpusやSonnetが担う複雑な作業を支える高速モデルと位置づけています。公表ベンチマークではHaiku 4.5やGPT-6 Lunaを上回る項目がありますが、最大努力設定の結果を含むベンダー報告であり、独立検証ではありません。

企業にとって重要なのは、狭く定義した仕事を十分な精度で繰り返せるかを実運用で確かめることです。単価だけでなく、トークン消費量や再試行回数、精度を含む総コストを見極める必要があります。

Googleは2026年10月6日、ケニア・ナイロビとアメリカ・シカゴで計2000人の妊婦を対象に行った、AI活用型の超音波検査研究を紹介しました。医療従事者が腹部を定型的になぞる「ブラインドスイープ」で動画を撮り、端末上の機械学習モデルが妊娠週数と胎児の向きを解析することで、専門技師が不足する地域でも出産準備に必要な情報を得やすくする狙いです。

研究では、妊娠週数と胎児の向きの判定精度が、訓練を受けた超音波検査技師と同等だったとしています。モデルは撮影動画を分析し、画像が不十分なら撮り直しも促します。

従来の超音波装置は大型で高価なうえ、安定した電力や修理体制が必要で、遠隔地での導入が難しいという課題があります。小型で電池駆動の装置と組み合わせ、解析を端末内で完結させるため、電力網やWi-Fi接続がない現場でも情報を提供できます。

操作方法も簡素化しました。専門技師の養成には約2年の実地訓練が必要なのに対し、超音波検査が未経験の医療従事者でも、定められた手順を8時間で習得できたとしています。

妊娠週数は検査や治療、分娩時期の判断を左右し、胎児の成熟度に応じた母子のケアにも欠かせません。Googleは今回の結果を、異なる患者集団と医療環境でAIによる超音波支援が機能する可能性を示す研究と位置づけ、外傷後の出血確認など他の用途への展開にも言及しています。

テック記者のケビン・ルース氏は2026年10月、WIREDのインタビューで、新著『The AGI Chronicles』の本文をAIに書かせず、人間だけで執筆したと明らかにしました。OpenAI、Anthropic、Googleの生成AI競争を150人超への取材でたどり、AIは資料検索や事実確認、編集上の助言に限って活用しました。

同書は、GoogleのAI研究を警戒したイーロン・マスク氏とサム・アルトマン氏がOpenAIを立ち上げ、そこからダリオ・アモデイ氏らが離れてAnthropicを創業した流れを描きます。ルース氏は、かつて同僚だった人々が率いる3社の競争を、友好的な企業対抗ではなく激しい確執だと説明しています。

執筆支援では、NotebookLMに取材録や論文などを集め、必要な証言の検索、ノート整理、連絡先の特定に使いました。最終段階では人間の事実確認担当者に加えて複数のAIでも検証し、双方が見落とした点を補ったといいます。さらに複数のClaudeへ懐疑派や未来派などの役割を与え、原稿への異なる視点を集めました。

AI開発の統治について、ルース氏は未来を一人の経営者に委ねるべきではないとみています。アモデイ氏ら一部の経営者は「開発は不可避で、安全を重視する組織が先行すべきだ」と説明しますが、本人は全面的には納得していません。約50人の関係者が重要な判断を担ってきたとして、意思決定層の多様化を求めています。

多分野の参加例として、AnthropicでClaudeの性格設計を担う哲学者アマンダ・アスケル氏を挙げ、倫理研究が安全性と振る舞いの改善に寄与したと評価しました。創作物では、AI生成だと知ると評価が下がる研究傾向から、人は作者の労力と声を重視すると指摘します。だからこそ書き手には、AIの利用範囲と創作過程の可視化が重要だと訴えています。

Googleは2026年10月9日から、Geminiの無料プランで選べるモデルをFlash Liteに限定します。現在は無料で利用できる標準FlashとProが対象外となり、標準Flashには月額4.99ドルのGoogle AI Plusが必要です。一方、AI Plusも今後Proを利用できなくなり、高性能モデルへのアクセスは上位プランへ移ります。

変更前の無料プランではFlash Lite、Flash、Proの3モデルを選択できます。変更後も低・中・高の推論努力レベルは選べますが、高い設定ほどGeminiの利用上限を早く消費する可能性があります。

GoogleはAI Plus契約者に、Proへのアクセス終了時期をメールで通知するとしています。Proと高度な推論機能「Deep Think」を使うには、月額19.99ドルのGoogle AI Proか月額99.99ドルのUltraが必要になります。

業務で標準FlashやProを利用している組織は、10月9日の無料枠変更と、別途案内されるAI PlusのPro終了時期を切り分けて確認する必要があります。必要なモデルと利用上限を基準に、無料版、AI Plus、AI Pro、Ultraのどこまで契約するかを再点検する局面です。

Googleは2026年10月6日、テキスト、コード、画像、動画、音声を一つの空間で扱う埋め込みモデル「EmbeddingGemma 2」を公開しました。Gemma 4を基盤とする7億4000万パラメーターの軽量モデルで、商用利用しやすいApache 2.0ライセンスを採用し、端末内で検索やRAGを動かす開発者の選択肢を広げます。

特徴は、用途に応じて構成を変えられるモジュール設計です。テキスト処理は2億7000万パラメーターから利用でき、画像用1億7000万、音声用3億の各エンコーダーを加えることでマルチモーダル処理に対応します。

出力ベクトルは768次元から512、256、128次元へ短縮でき、Googleによるとローカルのベクトルデータベースとメモリーの保存量を最大6分の1にできます。量子化したPixel 11 Proでは、重みのアクティブRAM使用量がテキストのみで約191MB、全機能で約567MBです。

文脈長は前世代の4倍となる8Kトークンで、端末上で最長5.5分の音声、29枚の画像、58フレームの動画などを処理できます。MTEB Codeのスコアは68.76から78.68へ9.92ポイント向上し、Googleは10億パラメーター未満の複数ベンチマークで同規模モデルを上回ったと説明しています。

開発者は音声メモから動画場面を探す横断検索や、ローカルのコード検索、オフラインRAGに活用できます。モデルはHugging FaceとKaggleで配布され、MediaPipe、LiteRT、transformers、llama.cpp、Ollamaなど複数の実行環境に対応します。

Googleは2026年10月6日、Google Flow Musicの「Spaces」で、音楽制作者が自然言語を使って独自の楽器やエフェクトを作れる機能を発表しました。コーディング経験がなくても、個々の制作手順や作風に合わせたツールを設計し、VST3またはAU形式のプラグインとして書き出して、普段使うデジタル音楽制作ソフト（DAW）内で動かせます。

「Spaces」は、文章で要望を伝えると、用途に合わせたカスタム楽器やエフェクトを構築できる仕組みです。アーティスト、プロデューサー、ソングライターそれぞれの異なる創作工程に合わせた設計を意図しています。

今回の要点は、作成したSpacesをVST3またはAUプラグインとして出力できることです。これにより、制作者は使い慣れたDAWを離れず、自分の工程や作風に合わせた機能を利用できます。

Googleは実例として、プロデューサーのKhris Riddick-Tynes氏が作った「No Chaser」を紹介しました。このプラグインは、録音場所を問わず、インストゥルメンタルとボーカルを明瞭でスタジオ品質に整えることを支援します。

Googleは2026年10月6日、世界の公衆衛生機関や研究機関と進めた新たな研究を公表し、衛星画像、環境情報、人流データ、基盤モデルを組み合わせる「Google Earth AI」で感染症や慢性疾患の兆候を早期に捉える手法を示しました。地理的な情報不足と報告の遅れを補い、発生後の対応から事前の予防へ移すことが狙いです。

コンゴ民主共和国で続くエボラ流行では、WHOアフリカ地域事務局が地理空間推論エージェントの試作版を活用しました。曝露リスクと人流が多い遠隔地の鉱山回廊を分析し、通常は数週間かかる作業を数分に短縮して、48集落と4万5500人超のリスク対象者を特定しました。現地チームは移動式検査室の配置と国境監視の調整を前倒しできました。

同国の国立生物医学研究所とは、人流、過去の症例傾向、Earth AIのモデルとデータを統合し、未発生地域へのエボラ拡大リスクを週次で予測しました。また、疫学記録とPDFMを組み合わせたコレラ評価では、発生しやすい保健区域を最大8週間前に特定する予測性能が向上しました。

用途は急性感染症にとどまりません。ニューヨーク大学ランゴン医療センターは同年の心血管死亡率を従来手法と同等以上の性能で予測し、オックスフォード大学などはメキシコのデング熱流行予測を改善しました。米国とカナダの国境両側の行動パターンを加えた研究では、米国の郡ごとの予防接種率をより正確に把握しました。

基盤となるPDFMは、検索傾向、人流、環境パターンを集約し、地域の動きを高解像度で表します。その埋め込みデータはGoogle Maps Platformの「Population Dynamics Insights」としてプレビュー提供され、対象用途の研究者は無償アクセスを申請できます。非営利の専門家向けEarthクレジットや、Google.orgによるコンゴ民主共和国の検査・疾病監視近代化への資金支援も用意しました。

Googleは2026年10月6日、米電力大手Constellation Energyとの長期電力購入契約を発表しました。イリノイ、ペンシルベニア、ニュージャージー各州にある稼働中の原発6カ所、計11基を改修し、2032年末までに890MWの24時間稼働する低炭素電源をPJMの電力網へ追加します。データセンターの電力需要を支えながら、改修費を他の電力利用者に負担させない設計です。

計画ではタービン、蒸気発生器、デジタル制御系を近代化し、既存炉の出力を引き上げます。新設の大型炉1基に相当する容量を新規建設より早く追加でき、13州・約6700万人を支えるPJM系統の安定化とコスト低減を狙います。

Googleが基幹顧客として長期購入を約束し、Constellationの投資に収益の予見性を与えます。約4400人の既存雇用を維持し、改修工事で約7200人の建設雇用を支える見通しです。

ConstellationはGoogle CloudのGemini Enterpriseを中核業務に導入します。エージェント型の業務フローで出力増強の計画を速め、建設を効率化し、発電所の出力最適化につなげます。

今回を含むGoogleの契約は、既存炉の出力増強や休止施設の再稼働を通じ、米国で1.5GW超の新たな原子力容量を可能にしました。AI基盤を拡大する企業にとって、需要家が長期契約で発電設備への投資を下支えするモデルは、電力調達と地域経済を両立する選択肢になります。

ルカ・グァダニーノ監督の新作映画「Artificial」は2026年10月、ニューヨーク映画祭で上映され、OpenAI共同創業者イリヤ・サツケバーを中心にAI開発競争をブラックコメディーとして描きました。WIREDの評者は、サム・アルトマンら業界の推進者を虚栄心が強く無謀な人物として風刺し、安全性と成長を巡る対立を作品の核とみています。

作品ではサツケバーが、人類の利益との整合、安全策、開発減速を訴える道徳的な良心として登場します。対するアルトマンらは技術と資本の指数関数的な成長を優先し、安全性と競争の衝突を際立たせます。

映画が突くのは、安全への懸念さえ企業の価値に転換される構図です。危険を公表すれば透明性の証明となり、危険な能力そのものが技術進歩の証拠になるという、安全論の収益化を描きます。

開発済みの技術を誰が握るかという問題も浮かびます。OpenAIが止まってもAnthropic、Google、イーロン・マスク、あるいは中国が進めるという競争環境では、各社が異なる規則で動くため倫理論が後景に退く、と作品は示します。

公開経緯も作品の論点と重なります。当初配給予定だったAmazonMGMは、AmazonがOpenAIと500億ドル規模の契約を結んだ後に本作から撤退し、Neonが引き継ぎました。

評者は、一般の観客が警告をどこまで深刻に受け止められるかには疑問を残し、AI悲観派と推進派の立場を強めるだけの可能性も指摘します。それでも、誰が何の規則で開発を進めるのかという統治上の問いを、笑いを通じて可視化した作品だと位置づけています。

Anthropicは2026年10月6日、認定済みのセキュリティ専門家に高度なサイバー機能を提供する「Cyber Verification Program（CVP）」の拡大版を発表しました。防御、レッドチーム、専門の3段階を設け、Claude Opus 5.5など最新モデルへのアクセスと、業務範囲に応じて緩和した遮断機能を提供します。

防御アクセスは、セキュリティ運用、事故対応、マルウェア解析、脆弱性の分析・検証が対象です。企業や大学、政府、重要インフラ、オープンソース保守者、実績ある個人研究者などを広く想定し、申請には数日で回答する方針です。

レッドチームアクセスでは、許可を得た侵入試験や攻撃者視点の検証を追加で認めます。ランサムウェア配備や物理システムの破壊などは遮断し、対象は組織に限り、審査には数週間かかります。

専門アクセスは遮断が最も少なく、航空運航、電力網、通信網、銀行間送金、行政ネットワークなど、人命や市場に影響する安全システムを検証する認定組織向けです。Anthropicは米国政府と全組織を詳しく審査し、既存のProject Glasswing参加組織は移行させます。プログラム参加組織には、不正利用の監視に向けたデータ保持を求めます。

Claude Opus 5.5を使った評価では、一般提供版は全50試行を最初の指示で遮断し、防御層は50試行中46件を途中までに遮断しました。レッドチーム層は遮断がなく34件に成功し、無防備設定の成功率67.6%と実質同等でした。

Project Glasswingの提携先は2026年4〜7月に少なくとも12万9千件、Anthropic自身も4〜10月に5500件の検証済み脆弱性を発見しました。このうち3万3千件超が重大または高深刻度で、同社は防御側への対象拡大を狙います。CVPはClaude Platform、Google CloudのVertex AI、Microsoft Foundryで提供され、Amazon BedrockはEnterprise Frontier Safeguardsの対象顧客に限られます。

2026年10月6日、米テックメディアThe Vergeは、AppleとGoogleが映像・音声の元データを保存せず、AIで処理する機器を模索していると伝えました。利便性とプライバシー保護の両立を掲げても、文字起こしや要約が残るなら「記録ではない」と言えるのか、社会で定義を合意すべきだと論じています。

Appleが開発中と報じられたスマートホームカメラは、映像を残さず、周囲の状況をAIで文章化する構想です。Apple Watchの機能も直前15秒の文字起こしや一日の会話要約を生成する一方、Appleは音声を保存せず、安全な領域での処理後に元データを削除すると説明しています。

Googleのウェアラブル部門幹部も、スマートグラスのカメラを映像保存装置ではなく、環境をAIで処理する画像センサーとして使う考えを示しました。しかし、保存して見直せることを記録の条件にするなら、生成された文章や要約も保存可能な記録ではないかという矛盾が残ります。

課題は利用者本人のデータだけではありません。常時周囲を捉える機器では、利用者が他人のプライバシーを管理する責任も負いますが、Metaのスマートグラスが録画中に点灯する白いライトには共通規格がなく、指輪型など表示のない機器もあります。外観だけでは録音・録画機能の有無を見分けにくくなっています。

個人向けAIの精度を高めるには、利用者と周囲の人々の日常を見聞きし、記憶する必要があります。企業には個人データを集める経済的な動機がある一方、社会が得る便益は明確ではないと記事は指摘します。AIが家電やテレビ、パソコン、ヘッドホンへ広がる前に、何を記録と呼び、誰が定義できるのかを合意する必要があります。

米国ブルックリンのReflection AIは2026年10月5日、初のフロンティア級オープンウェイトAIモデル「Beam」を発表しました。高度な推論、コーディング、エージェント業務を低いトークン費用と推論計算量で処理し、中国勢の有力な公開モデルに対抗する狙いです。企業、公共部門、開発者が自ら運用できる実務向けモデルと位置づけています。

Beamは総パラメータ5010億、稼働パラメータ230億の専門家混合モデルで、23.8兆トークンを使って事前学習しました。文脈窓は100万トークンで、テキスト入力だけに対応します。

Reflection AIは、高度な推論ベンチマークでZ.aiのGLM-5.2と同等の性能を示し、推論計算量は3〜4分の1だと説明しています。同社独自の比較では、結果を共に公表する4つのコーディング試験でThinking Machines LabのInklingを上回りました。ただし、これらの性能主張は独立に検証されていません。

Reflection AIは2024年に元Google DeepMind研究者2人が創業し、Nvidia、Sequoia Capital、Lightspeed Venture Partnersなどから累計約47億ドルを調達しました。直近の資金調達では、投資前評価額が250億ドルに達しています。

同社は2029年までNvidiaのGB300を利用するため、SpaceXとNebiusと総額70億ドル超の計算資源契約を結びました。この基盤を使い、OpenAIやAnthropicの非公開モデル、中国勢の低価格な公開モデルと顧客獲得を競います。

Reflection AIは顧客の独自データでモデルを学習し、地域内で運用する「AIファクトリー」を企業や政府機関に提案しています。今月中にBeamの重みと技術詳細を公開し、ハイパースケーラーや新興クラウドを通じた配布とオープンソースライブラリーへの対応を始める計画です。

VentureBeat Intelligenceは2026年8月、従業員100人以上の組織を対象に、AIエージェントの安全対策を調査しました。主要な防御基盤を挙げた106組織の40％がOpenAIの組み込みガードレールを選び、Microsoft Azureの22％を上回って首位となりました。この比率は7月の21％から上昇しています。

OpenAI、Microsoft Azure、Google Cloud、Anthropic、AWSの5社は、主要な防御基盤を挙げた組織の99％を占めました。一方、専門のセキュリティ・ID事業者は約1％にとどまり、モデル・クラウド事業者への集中が鮮明です。

運用中または試験導入中の109組織では、過去12カ月にAIエージェントによるセキュリティ事故かニアミスを経験した割合が59％、確認済み事故は30％でした。ただし、7月の55％から8月の59％への差は統計的に明確ではなく、増加とは断定できません。

本番運用する68組織の62％は、APIキーや人・サービスアカウントの認証情報を一部または全部のエージェントで共有していました。個別IDを全エージェントに与えた組織は38％で、高リスクなエージェントの隔離を中心に据える回答も全体の9％にすぎません。

OpenAIを主要基盤とする42組織の43％は「攻撃者が防御側より先行」と答え、ほかの基盤を選んだ64組織では16％でした。ただし調査は実際の露出度や因果関係を測っておらず、OpenAI採用が差の原因とはいえません。

事故・ニアミスを経験した運用・試験導入組織の91％は、12カ月以内に新たなエージェント防御策を導入する予定で、未経験組織は45％でした。それでも運用・試験導入組織の76％は、AI・エージェント防御への配分をセキュリティ予算の10％以下に抑えています。

VentureBeat Intelligenceは2026年8月、従業員100人以上の組織を対象にAI基盤の利用実態を調査し、有効回答109件を分析しました。本番運用中の68人のうち、利用中と答えた基盤を主力に挙げた54人では、GeminiとGoogle Cloudを合わせたGoogleの比率が48％となり、OpenAIの22％を2倍超上回りました。

Googleが首位となった理由は、GeminiとGoogle Cloudの2基盤を合算したためです。個別の本番利用率はGemini53％対OpenAI56％、Google Cloud34％対Azure37％で、いずれも統計的に差があるとは言えません。

AI基盤投資の最終決裁者では64％が収益を厳格に追跡していると答え、その他の回答者の34％を大きく上回りました。全回答者では厳格な追跡が48％、一部追跡が38％、未算定が15％で、回答者の立場による認識差にも注意が必要です。

本番運用組織で収益を厳格に追跡する層は、費用対効果を5点満点で平均4.24と評価し、その他の層は3.50でした。ただし、追跡が評価を高めたのか、満足度の高い購入者ほど追跡を厳格だと捉えるのかは、この調査では判別できません。

アクセラレーター稼働率を回答した本番運用層の80％は、平均稼働率を50％以下としました。基盤選定では既存のクラウドやデータ基盤との統合が40％で、100万トークン当たりの単価は11％にとどまり、企業は単価より運用への組み込みやすさを重視しています。

米国では2027年1月1日から、農村部の指定地域に立地する大規模データセンターが、拡充されたオポチュニティゾーン税制の対象になり得ます。調査機関Searchlight Instituteが計画・建設中の案件を照合したところ、100件超が候補に浮上しました。ただし、優遇を受ける条件は資本投資が中心で、地域の雇用や経済効果を保証しないとの懸念も出ています。

同制度は低所得地域への投資を促すため、第1次トランプ政権期に超党派で創設されました。2025年成立の大型減税法が対象を農村に広げましたが、指定地域にあるだけで減税が適用されるわけではなく、企業は専用の投資手段を設ける必要があります。

Searchlight Instituteは700件未満の保守的な案件データベースを使ったため、実際の候補数はさらに多い可能性があります。Pew Research Centerの別調査でも、稼働中施設の農村比率は13％にとどまる一方、計画中では約67％を占めました。

論点は投資額と地域利益の隔たりです。制度には雇用創出要件がなく、建設時の短期雇用は見込めても、長期的な雇用効果は不透明です。農村への制度拡大による財政コストは、今後10年間で409億ドルと試算されています。

Microsoft、Meta、AmazonはWIREDに対し、この制度をデータセンター投資に利用していないと回答し、Googleは回答しませんでした。一方、ジョシュ・ホーリー上院議員はデータセンターを優遇対象から外す法案を提出しており、企業は税制の実効性だけでなく制度変更の行方も見極める必要があります。

Googleは2026年10月1日、同社のオープンソースソフトウェアを対象とする脆弱性報奨プログラムの受付を休止しました。AIによる自動投稿が大幅に増え、その大半が無効だったためです。技術者や保守担当者が、事実と異なる内容やAIの幻覚を含む報告への対応に追われたことが背景にあり、同社は2027年第1四半期に今後の方針を示す予定です。

今回休止したのは、Googleのオープンソースソフトウェアで脆弱性を見つけた研究者に報奨金を支払う制度です。Googleは参加者に対し、休止中は同社の別の脆弱性報奨プログラムを検討するよう促しています。

Googleによると、自動投稿の大半は有効な報告ではありませんでした。TechCrunchが引用した別媒体の報道では、無効な内容やAIの幻覚を含む報告が増え、Googleの技術者とオープンソース保守担当者が対応に追われたとしています。

記事から読み取れる実務上の要点は、脆弱性報告では件数よりも再現性と事実確認が重要だということです。AIを調査に使う企業や研究者には、生成内容を人が検証する運用が欠かせません。

次の判断材料は、2027年1〜3月に予定されるGoogleの更新です。制度再開の時期や投稿条件の変更は記事時点で示されておらず、参加者は公式発表を待つ必要があります。

ドナルド・トランプ大統領は今週、ホワイトハウスで主要テック企業の経営者らと会合し、大統領令でアメリカ政府が人工知能を「Super Intelligence」と呼ぶ方針を示しました。同席したマーク・ザッカーバーグ氏やイーロン・マスク氏らは、トランプ氏が「道徳的拘束力がある」とするAI安全誓約に署名し、呼称変更にも公の場で異議を唱えませんでした。

大統領令は、政府内でAIを「Super Intelligence」と呼ぶ内容です。トランプ氏は「artificial」が知能を偽物のように響かせることを理由に挙げ、民間にも追随を期待しています。

WIREDによると、ジェフ・ベゾス氏、ジェンスン・フアン氏、ダリオ・アモデイ氏、サンダー・ピチャイ氏らから、その場で反対意見は出ませんでした。一方、GoogleやMicrosoft、Anthropic、Meta、Amazon、OpenAI、xAIは、製品名や発信でAI表記を変えるかとの取材に記事公開時点で回答していません。

技術的には両語の範囲が異なります。哲学者ニック・ボストロム氏は、超知能は最高水準の人間の頭脳を大きく上回るシステムを指す一方、AIは迷惑メールフィルターから大規模言語モデルまで含む広い概念だと説明しました。

今回の会合では呼称変更と同時に、自主規制を軸とする安全誓約も交わされました。経営者や開発責任者には、政府向けの表記変更と技術上の定義を混同せず、安全基準を実行できる統治体制を示せるかが問われます。

MIT都市研究・計画学科の博士課程に在籍するJS Tan氏と、元技術者のClarissa Redwine氏は2026年、技術者による労働運動の盛衰をまとめた新著『Against Tech Oligarchy』を刊行しました。シリコンバレーで過去10年に起きた抗議や組織化を当事者の視点でたどり、企業方針への影響力がなぜ弱まったのかを、雇用環境の悪化やAI導入と結び付けて検証しています。

転機は2017年、トランプ政権がイスラム教徒が多数を占める7カ国の国民の入国を一時停止したことでした。技術者は移民政策に反対し、その後は米軍や移民執行機関との契約、性差別的だと考えた職場方針を巡って抗議や退社行動を展開しました。2018年にはGoogle社員約4000人が公開書簡に署名し、同社はドローン監視映像をAIで分析する米国防総省のProject Maven契約を更新しませんでした。

ところが2026年、Google社員600人超が機密指定のAI業務を拒むよう最高経営責任者に求めても、同社は米国防総省との協業を続ける姿勢を示しました。Tan氏は、この対応を企業の政治姿勢と従業員への向き合い方が変わった例と捉えています。

著者らが挙げる第一の要因は、2022年の金利上昇後に技術企業の評価額が落ち、人件費削減が進んだことです。Tan氏はさらに、自律型AIコーディングが仕事に必要な技能を薄め、雇用不安を強めたため、技術者が会社に異議を唱えにくくなったと論じています。

Tan氏は、労働組合や集団交渉の仕組みがあれば、技術者はこうした変化に共同で対抗できた可能性があると指摘します。新著は成功した組織化の手法と運動が労働政治に与えた影響を記録し、技術の設計や安全策に働き手の声を反映させるため、運動が停滞した理由を将来に生かす材料を示しています。

Googleは2026年10月2日、9月に発表したAI製品と研究成果をまとめて公開しました。中心は高度な推論と100万トークンの出力上限を備え、コーディングや金融調査、法務文書作成、サイバー防衛に対応するGemini 4 Argonです。まず信頼できるサイバー防衛者に限定展開し、安全策を検証してから開発者や企業、消費者へ広げる方針です。

同じ月に、GoogleはGemini 3.8 Flashと3.8 Flash Cyberも発表しました。前者は3.7 Flashと同等の速度・低コストを維持しながら、推論やコーディング、長期のソフトウェア開発を強化します。後者は脆弱性発見とコード修正の自動化を担い、信頼できる組織に提供されます。

音声分野ではGemini 3.8 Liveと高推論版を開発者向けのAI StudioとGemini APIに加え、検索、Geminiアプリ、Workspaceへ展開しました。外部サービスをGeminiから操作するConnected Apps、Windows版Gemini、表現力を高めた音声合成や音楽生成も加わり、日常業務と制作の接点を広げています。

科学分野では、AlphaGenome Atlasが人のゲノムにある90億通りの一塩基変異の影響を予測します。NASAジェット推進研究所と開発したMAPL-EMITは、人間の専門家より50％多くメタン排出を検出し、未記録だった2万3000超の噴出地点を特定したとGoogleは説明しています。WeatherNext 3も、衛星データのリアルタイム利用や毎時更新に対応しました。

企業は何を見極めるべきでしょうか。Argonの一般提供時期は示されておらず、現段階は初期利用者の意見を基にガードレールを改善する段階です。一方、Project SuncatcherではPlanetと初の試験衛星を打ち上げ、地上の最大8倍の太陽光エネルギーを得られる低軌道でTPUを検証する計画で、GoogleはAIの利用場面と計算基盤を同時に広げています。

トランプ政権は2026年9月29日、ホワイトハウスにAI企業幹部を集め、「White House Accord on Super Intelligence」への署名を得ました。協定は各社にモデルの評価や外部監査、取締役会の確認など4段階の管理を求めますが、参加は自主的で法的な強制力は示されていません。WIREDは、企業同士の自己監督に依存する仕組みでは実効性を担保できないと批判しています。

署名の場にはGoogleのスンダー・ピチャイ氏、イーロン・マスク氏、Anthropicのダリオ・アモデイ氏、Metaのマーク・ザッカーバーグ氏、NVIDIAのジェンスン・フアン氏、OpenAI社長のグレッグ・ブロックマン氏らが参加しました。各社は社内評価、外部監査、取締役会による確認などを担いますが、協定は自主参加です。

WIREDは1966年の自動車安全政策を引き合いに、業界の自主対応ではなく、連邦政府が運輸省を設けて法律を成立させ、1968年までに新車へシートベルトを義務付けた経緯を示しました。同時に、AIにはシートベルトのような即効性のある単一策がなく、被害の確率や規模も測りにくいため、比較には限界があると認めています。

トランプ大統領は翌9月30日、企業が互いに監督し、自らも監督すると説明しました。10月1日公開のTIMEのインタビューでは、司法省と連邦捜査局が十分な安全策になるとの考えを示しましたが、WIREDは、AIが逸脱した際に企業へ法的責任を問えるかも明確でないと指摘します。

主要AI企業が開発を遅らせることで合意しても、約束を守らせる方法が乏しく、中国が同調する保証もありません。また、アメリカ経済のAI産業への依存が深まる中、厳しい規制がシリコンバレーを越えて不安定化を招く可能性もあるとWIREDは分析しています。同誌は、こうした難しさがあっても、調整、資源、規制権限を持つ政府が実行可能な枠組みを設計し、執行する必要があると主張しています。

デンバーの親子向け社交施設The Denは2026年10月1日、2号店の開設準備でChatGPT Workを使い、経営陣の作業を週10〜15時間減らしたと公表しました。Gmail、Slack、Google Driveの情報を集め、酒類販売免許の資料を4日から3時間、補助金申請を3日から2時間へ短縮し、小規模チームの事務負担を抑えています。

酒類販売免許では、早い審査枠が突然空いた際に、ChatGPT Workが必要書類を集め、不足を特定し、指定形式へ変換しました。従来4日かかった検索、整理、書式調整、組み立てを、チームによる確認と仕上げを含む3時間に短縮したといいます。補助金申請も3日から2時間になり、期限の短い機会へ対応しやすくなりました。

2号店では、1号店で蓄積した知識を繰り返し使える手順へ変える必要がありました。チームはGmail、Slack、Google Driveの連携機能で社内情報を横断して集め、分析と次の作業案をChatGPT Workへ求めます。ただし出力は人が正確性を確認し、最終判断もチームが行います。

経営陣は、会議へ持ち込む前の論点整理や提案作成にもChatGPTを使います。創業者は事前の検討対話を週約7時間減らしたと見積もり、担当者は提携先の成功例と失敗例から新しい提携方針を作りました。財務報告、販売、在庫の情報も整理し、2拠点の在庫需要や購買方法を判断しやすくしています。

移動中は音声機能でメール案、会議の対応事項、思いついた案を記録し、後から本人が確認して送信します。今後はCodexを試し、会員の入館と講座予約に使うアプリ、販売時点情報管理の連携、拠点間をつなぐSlack通知を作る構想です。これらは今後の開発計画で、導入済みの成果とは区別が必要です。

衛星向けAIソフトを手がけるSatlytは2026年10月1日、800万ドルのシード資金を調達したと明らかにしました。自社で宇宙機を造らず、複数企業の衛星上でAIモデルを動かし、将来は複数衛星に大規模な計算を分担させる共通基盤を目指します。地上との通信が遅く高価な環境で、異常対応やセンサーデータ処理を軌道上に移し、衛星運用の時間と費用を減らす構想です。

共同創業者のラマ・アフロ氏はGoogleのクラウド部門とSpaceXのStarlink事業を経て、カリフォルニア州サニーベールとナイロビに拠点を置くSatlytを設立しました。資金調達はヒューストンのNon Sibi Venturesが主導し、同社では元NASA宇宙飛行士のバーナード・ハリス氏が投資判断に関わりました。

SatlytはSpaceXやGoogleなどと異なり、衛星本体を開発しません。VMwareやSnowflakeになぞらえ、複数企業の衛星で動く横断的なソフト基盤を提供し、利用者が機体の違いを意識せずAIを運用できる形を狙います。

同社はこれまでに2回、軌道上でソフトを実証しました。2026年にはMomentusの宇宙機でGoogle DeepMindのGemmaを動かし、機体ソフトのエラー情報を送る際のデータ量を60%以上削減しました。アフロ氏は、この種の効率化で衛星1基当たり年間数十万ドルを節約できると見積もっています。

今回の飛行では、インド企業TakeMe2Spaceの宇宙機にSatlytのソフトを載せ、SpaceXのロケットでGoogleの宇宙データセンター計画「Project Suncatcher」の初号試作機とともに打ち上げます。NASAは宇宙でのクラウド計算手順、Stellerianは宇宙監視用の画像処理、TakeMe2Spaceは他社ソフトを載せる機能をそれぞれ試します。

現時点で軌道上の高性能GPUは少なく、当面は衛星運用や機上データ処理が主な用途です。Satlytは来年、異なる2基の衛星にまたがる共有計算システムを試し、第三者向けの軌道上クラウドへ発展させる計画です。アフロ氏は年代末までに全衛星の20%で稼働する目標を掲げています。

MIT CSAIL、Google、Northeastern Universityの研究チームは2026年10月1日、AI生成の3Dモデルを自然言語と部位指定で修正し、そのまま造形できるInstructMeshを発表しました。再現した人気モデルの約8割に構造上の欠陥がありましたが、3D設計未経験者は専門家の確認のもと、欠陥の発見と修正に約9割成功しました。

InstructMeshは、文章や画像から3Dモデルを作るMicrosoftのTRELLISと、言語モデルGPT-4を組み合わせます。利用者は修正したい部分を選び、問題点や希望を自然言語で伝えます。システムが形状を変更し、利用者が確認して承認するため、専門的な3D設計ソフトの操作を減らせます。

評価では、TRELLISに3Dモデル共有サイトThingiverseの人気作品を再現させたところ、約8割に構造上の欠陥が見つかりました。3D設計の未経験者にInstructMeshで問題を探して直してもらうと、専門家の判定で両方とも約9割の成功率でした。参加者はスマートフォン台や花瓶も作り、操作しやすく幅広い案を表現できると評価しました。

研究チームは、持ち手が竜の尾になったマグカップや、衣服に合わせた膝当て、電子部品を収めた小型ロボットなどを実際に造形しました。利用者はスライダーで選択部分の拡大や突出量を調整でき、見た目と機能のずれを造形前に修正します。家庭用品だけでなく、身体装具やロボット外装にも応用可能性を示しました。

今後は、周囲の状況を踏まえて必要な物を提案し、すぐ造形する拡張現実基盤への導入を構想しています。落下時に器が壊れるか、どの素材が適するかを確かめる物理シミュレーションや、細部を扱えるTRELLIS.2との統合も候補です。これらは将来計画であり、現時点の評価対象ではありません。

アメリカ連邦地裁のAmit Mehta判事は2026年9月30日、GoogleのAI検索がウェブ流入を奪ったとしてCheggとPenske Mediaが起こした2件の反トラスト訴訟を棄却しました。原告が無料でコンテンツを提供すればGoogleが検索流入を送ると期待していたにすぎず、契約ではないため、主張は反トラスト法上成立しないと判断しました。

2025年に提訴した両社は、Googleが検索市場の力を使い、出版社のコンテンツをAI Overviewsなどへ無償提供させたと主張しました。検索結果から消える危険を避けるには提供せざるを得ず、AI回答によって自社サイトへの流入と収益が減ったと訴えました。Penske Mediaは、通常検索への掲載とAI回答への利用を別々に拒否できない点も問題視しました。

Mehta判事は、無料公開と検索流入の間に正式な取り決めはなく、出版社側の期待は契約に当たらないとしました。一般的な検索エンジンの仕組みに対する期待だけでは、反トラスト法上の請求を支えられないとの判断です。裁判所は出版社の状況に理解を示しつつ、新技術の経済的影響への対処を反トラスト法で立法の代わりに行うことはできないと述べました。

今回の判断は、同じ判事が2024年に司法省の訴訟でGoogleの検索事業に違法行為があったと認定した経緯とは別です。AI検索の普及後、報道機関や小規模サイトへの流入減少は続いていると報じられています。一方、GoogleはAI Overviews、AI Mode、Geminiへ素材を提供する約100社の出版社に対価を払う試行を進めているとも報じられ、利用条件と対価の設計は残る課題です。

Google ResearchとVirginia Techは、AIエージェントの成功・失敗履歴を構造化した知識庫に蓄え、そこから実行用スキルを継続的に改善する枠組み「WikiSkill」を開発しました。過去の診断や不採用となった修正案を捨てずに再利用しながら、知識庫そのものは実行時のプロンプトに入れず、企業が持つ実行履歴を推論負荷を抑えつつ再利用可能な知識へ変える狙いです。

WikiSkillは作業領域を、改変しない実行履歴、構造化した知識庫、実行用スキルの三層に分けます。実行履歴には行動、推論、ツールの呼び出しと出力、最終回答を保存し、知識庫には繰り返す失敗や成功策、改善履歴、スキル変更の効果を記録します。各スキルは、作成や修正の根拠となった知識庫のパターンにも結び付きます。

改善は、訓練課題から履歴を作る、成功・失敗を知識庫へ反映する、スキル案を作る、検証用データで評価するという4段階です。候補は過去最高の検証得点を上回った場合だけ採用します。模擬家事環境の事例では、却下した広すぎるスキルの記録を残したことで、次の反復時に具体的な繰り返し防止スキルへ改善できました。

研究チームは数学推論、ウェブ検索、表計算、長文文書への質問応答、対話型家事の5ベンチマークで、Qwen、Gemma、Geminiを評価しました。WikiSkillは全モデルで最高の平均得点を記録し、各モデルで最も強い競合手法を3.3～12ポイント上回りました。Qwenでは4B、9B、27Bとモデルが大きくなるにつれ、スキルなしとの差が12.3、17.5、23.9ポイントに広がりました。

スキルは一部でモデル間の移転も可能で、ALFWorldではQwen-3.5-9BがQwen-3.6-27Bの作ったスキルを使うと70.2%を得て、自身のスキルを使った63.4%を上回りました。知識庫を実行役に見せず、45～129行の短いスキルだけをプロンプトへ入れる設計は、推論時の計算量を抑えます。Gemini-3.5-Flashの除去実験でも標準構成は平均63.7%で、知識庫を外した48.7%や実行役にも見せた60.9%より高い結果でした。

一方、改善サイクルでは反復ごとに約10～20回の推論とツール呼び出しが加わります。スキル群が増えた際の検索や起動、すぐ得点に結び付かない変更の扱い、増え続ける知識庫の自動整理、数百操作や数時間に及ぶ課題への対応は未検証です。

Googleは2026年10月1日、カリフォルニア州からSpaceXのロケットで、同社初の先進半導体を積む軌道計算衛星を打ち上げました。Planet Labs製の機体でTPUへの連続給電、冷却、AIモデル実行、放射線耐性を宇宙で確かめます。長期計画Project Suncatcherが構想する81衛星の軌道データセンターへ向けた初の実証です。

衛星は1キロワットの電力を継続して供給し、TPUを冷却しながら複数のモデルを動かします。電力と熱管理への負荷を抑えるため、試運転後は15分単位でTPUを稼働させます。地上試験では再現できない宇宙環境で、不具合の有無を確認する狙いです。

GoogleとPlanet Labsは2027年、より高度な計算向けに設計した2衛星を打ち上げる計画です。処理量を増やし、衛星間のレーザー通信による協調動作を試します。最終構想は81衛星を近接飛行させ、帯域と遅延を管理しながらAI処理を並列化するものです。

採算の前提となる打ち上げ費用には高い壁があります。Googleの査読済み論文は経済性調査ではないと断ったうえで、SpaceXが2035年に1キログラム約200ドルへ近づくには、Starshipで10年間に37万トンを運ぶ必要があると試算しました。1回200トンなら約1800回、年180回で、過去に年5回を超えて飛んでいない機体には大幅な増便が必要です。

放射線試験では、実機より遮蔽が厚い条件を修正すると論理回路の誤りがやや増えました。それでもGoogleは、一般的な推論処理の誤り率は約100万分の1で、衛星の想定寿命5年間に大規模推論を処理できるとみています。一方、数千個の半導体を数カ月動かす大規模学習では、小さな誤りの蓄積が課題です。

Googleは2026年10月1日、対応するAndroid端末のGemini Liveで、カメラ映像をAIが解釈し、音声でリアルタイムに説明する「Guided Vision」を公開しました。視覚障害者や弱視者を主対象に、周囲の説明、細かな文字の読み上げ、物の探索、追加質問への回答を一つの対話で支援し、カメラの向きがずれた場合は構図を直す音声案内も出します。

利用者がGemini Liveでカメラを共有すると、対象が近すぎたり画面から外れたりした場合に、右へ動かす、下へ傾ける、後ろへ下がるといった案内を音声で受け取れます。見つけた商品の消費期限を続けて尋ねるなど、映像について追加質問もできます。

日常用途には、食品表示や家電の目盛り、暗い店内のメニューを読むことや、落としたイヤホン、棚の中の香辛料を探すことがあります。服の色や柄の確認、部屋の配置説明にも使え、複数言語での会話に対応します。

ただし生成AIを使う補助機能のため、回答を誤る場合があります。Googleは、医療機器や移動補助具、白杖の代わりにはならず、ナビゲーション、安全な移動案内、障害物検知には使わないよう注意しています。

開発では視覚支援サービスのAiraと連携し、数万時間に及ぶ実世界の視覚データの解釈を通じてGemini Liveを訓練しました。Airaの信頼済みテスター網から1,000人超が日常場面で検証し、専門家が安全策の設定と評価に参加しています。

Guided Visionは、Gemini Liveが利用できる地域と言語のAndroid 9以降で提供されます。Geminiアプリの設定に加え、画面上のボタン、2本指のスワイプ、音量ボタンを使うアクセシビリティ機能や、TalkBackのメニューから起動できます。

OpenAIは2026年10月1日、ChatGPTで衣服やアクセサリーを仮想試着できる機能と、気に入った商品を保存する「Favorites」を世界で公開しました。利用者の写真や商品画像をChatGPT Images 2.5で処理し、購入前の見た目の確認と候補商品の管理を会話画面内で完結させ、オンライン買い物を支援します。

仮想試着はChatGPTの商品検索結果に「Try On」ボタンとして表示されます。セルフィーか全身写真をアップロードすると、衣服やアクセサリーを着用した見え方を画像で確認できます。

手元の商品画像やウェブ画面のスクリーンショットを送り、その品を試着させることもできます。見つけた商品をFavoritesでアプリ内のLibraryに保存すると、試着画像と一緒に後から確認できます。

新機能にはChatGPT Images 2.5を使います。OpenAIは同モデルについて、光の表現と質感がより自然になり、編集指示への追従性が高まり、画像生成の待ち時間も短くなったと説明しています。

利用者は試したい服装を言葉で説明し、一式をそろえる商品を探せます。著名人の服装写真から購入可能な着用品を検索することもでき、画像から商品を見つける機能を広げています。

OpenAIは以前、成果が振るわなかった即時決済機能から方針転換しています。Googleも2025年に仮想試着を投入しており、ChatGPTがファッション探索の第一選択になるかはまだ不透明です。

Airbnbは2026年10月1日までに、秋季更新の一環としてAI検索を公開し、共同創業者兼CEOのブライアン・チェスキー氏は同日のTechCrunchのインタビューで、消費者向けAIにはエージェント専用のOSとSDKが必要だとの見解を示しました。対話だけに頼らず、閲覧や比較、本人確認、地図、ホストとの連絡を扱う豊かな画面と、他社エージェントとの相互接続を実現する基盤が必要だとしています。

同氏は、チャットボットは一度に示す候補が少なく、買い物や旅行探しでは結果まで何往復も必要だと指摘します。一方、旅行は計画や期待そのものを楽しむため、Airbnbは閲覧・発見を残したチャットと現行検索の中間の画面を模索します。

家族や友人と旅を計画する利用場面を踏まえ、Airbnbは今後3～6カ月で複数人が同時に使えるAI画面を探ります。さらに、あらかじめ設計した固定画面とAIがその場で作る生成画面を組み合わせる考えで、操作画面がすべて消えるとの見方には否定的です。

消費者向けエージェントを受け入れるには、外部エージェントが閲覧、比較、本人確認、地図などの機能を扱える堅牢なSDKか、Airbnb側への引き継ぎが必要です。同氏は将来、検索や顧客対応などの個別エージェントを統合し、MCPを介して他社のエージェントと接続する構想を語りました。

ただし同氏は、iOS、macOS、Windows上のAIアプリはAI向けOSではなく、業界にはカーネル層で各エージェントを連携させる基盤がないとみています。AppleやGoogleなどが新たなプラットフォームを築かない限り、当面はアプリ内にエージェントを置く形が中心になるとの見立てです。

Airbnbは今秋、検索と顧客対応を助ける音声エージェントを公開する計画です。同社ではAIで機能提供が速まり、チェスキー氏自身も情報収集をAIに任せることで会議を減らしていると説明しました。

ドナルド・トランプ大統領は2026年9月29日、ホワイトハウスでGoogle、Anthropic、Meta、OpenAI、xAI、Nvidiaなどの幹部と、先端AIの安全対策を企業の自主監督に委ねる協定を発表しました。各社は社内統制、外部監査、取締役会の監督を約束しますが、法的拘束力や違反時の罰則はなく、実効性は参加企業の運用に左右されます。

協定は各社に、モデルの能力と安全性を追跡する強固な社内統制と、問題の検出・是正を担う社内チームを求めます。さらに独立した外部監査者の評価と、報告を受けて是正を監督する取締役会委員会の設置を掲げました。

内部統制の対象は、サイバーセキュリティー、生物・化学上の脅威、AIが意図せずシステムへアクセスする危険です。参加企業は定期的に会合を開き、共通の安全基準や評価指標、実務上の指針を整えるとしています。

協定は、これらの措置を将来は法律や規制として明文化する余地があると記しました。一方で外部監査を誰が担い、どのように先端モデルを評価するかは不明で、一部の署名企業はすでに同様の監査を約束していました。

元FTC幹部は、公開した約束を企業が重大に守らなければ、欺瞞的な商慣行としてFTC法の対象になり得ると指摘しています。ただし協定自体に罰則はなく、連邦規制の代替となるかは監査の独立性と透明性にかかります。

OpenAIとMetaは、利用者の代わりに情報を探し、予定や連絡、買い物などを先回りして処理する個人向けAIエージェントで競争を強めています。OpenAIは9月29日のDevDayで「Dots」を発表し、Metaは先行する「Muse」と年内投入を目指す専用端末を組み合わせ、まずソフトウェアで有用性と親近感を確かめてから機器へ広げる戦略です。

DotsはGPT-6 Astraを使う常時稼働型エージェントで、当初は月額100ドルからのPro利用者に1体を提供し、将来は複数体を使えるようにする計画です。Museは無料で利用でき、両製品とも会話履歴や予定を基に作業を提案し、メールやメッセージのような身近な操作感を採り入れています。

試用記事では、Dotsが過去の会話から未処理のメール返信や旅行の計画を見つけ、着手を提案しました。一方でMuseが不要な公共料金の支払い通知を送る例もあり、先回りの便利さと過剰な介入の境界が製品体験を左右します。

端末では、MetaがMuseを表示する小型機器「Muse Charm」を年末商戦前に投入する方針です。OpenAIはJony Ive氏と専用機器を開発し、公開資料では出荷は早くても2027年2月とされますが、Dotsを搭載するかは明言していません。

可愛いキャラクターは親しみを生む一方、個人データへの広いアクセスを受け入れやすくする可能性があります。Dotsは設定時にGmailやGoogle Driveとの接続を促し、MuseではFacebook Marketplaceでの問題も報告されており、両社には作業能力だけでなく権限管理と信頼の確立が求められます。

Google.orgは2026年9月15日、MIT Transit Labが開発する公共交通向けAI基盤「Public Transit Intelligence Hub」に210万ドルを助成すると発表しました。3年間で運行監視、管制、乗客案内の分散情報を一つにまとめ、現場職員の即時判断と利用者への迅速で正確な情報提供を支援します。

交通機関の管制室には、無線、監視カメラ、車両位置、乗客、交通・道路状況などの情報が別々に届いています。PTIQはこれらを一元的な状況把握へ統合し、障害や予期せぬ事態への対応を早めます。

職員向けの判断支援画面は、予測モデル、最適化エンジン、大規模言語モデルによる文脈推論を組み合わせます。目的は判断の自動化ではなく、複雑な利害を考慮できる交通職員に、信頼できるリアルタイム情報と選択肢を示すことです。

この計画は、行政革新にAIを生かすGoogle.orgの世界的な助成制度で、15案件の一つに選ばれました。Google.orgは資金に加え、自社の技術者とAI製品専門家による無償支援も3年間提供します。

研究陣は、交通分野へのAI導入で難しいのは技術より組織であり、職員から信頼されるかが重要だとみています。応答時間の短縮、駅や停留所の混雑緩和、案内品質の向上を通じ、職員と乗客の双方の体験改善を目指します。