投資（経済・金融・投資）に関するニュース一覧

米連邦航空局(FAA)の管制システムが今年相次いで機能停止に陥る中、著名投資家ピーター・ティール氏率いるPalantirが立て直し役として台頭しています。イーロン・マスク氏の政府効率化省(DOGE)が2025年2月にFAA改革に着手しながら十分な成果を残せなかったことが、Palantirの受注拡大を後押しした形です。

DOGEはFAAの通信改善を掲げましたが、Verizonを誤って名指しし、Starlink導入も実現しませんでした。目立った成果は、保守要員を含む職員400人の解雇にとどまりました。この間、ダラスやデンバーなど各地で機器故障が相次ぎ、2025年は過去10年で最悪の遅延率を記録しています。

今年8月にはミネアポリスの管制センターで約2時間にわたりレーダーと通信が途絶え、1100便超に影響が出ました。トランプ大統領搭乗のヘリコプターへの交信が届かず、別の航空機が離陸許可を受ける事案も発生しています。相次ぐ混乱を受け、政府は125億ドルの追加予算を確保しました。

この予算のうち約50億ドルはソフトウエア刷新に充てられる見通しですが、人員確保には一切配分されていません。FAAシステムに既に深く組み込まれているPalantirは、無入札で滑走路衝突回避ツールや助成金システムへのAI導入契約を相次いで獲得しています。同社の連邦契約額は2025年に10億ドルを突破し、2026年には15億ドルに達する見通しです。

一方、875億ドル規模の次世代管制システム「SMART」の契約競争では、Palantir出身者が経営陣に名を連ねるボストンの新興企業Air Space Intelligenceに敗れました。管制官らは技術投資よりも慢性的な人手不足の解消を優先すべきだと訴えています。

FAAは2025年末時点で管制官14832人を抱えるものの、今年は退職などで1割超が離職する見通しです。新規採用予算はわずか2億3900万ドルにとどまり、目標人員はむしろ引き下げられました。管制官の自殺率は全米平均の8倍に上るとされ、過酷な勤務実態が背景にあると指摘されています。

AI推論向け半導体スタートアップのEtchedは8月18日(火)、量的運用大手Jane Streetが主導する7億ドルの新規調達を発表し、評価額を210億ドルに引き上げました。同社のAI推論用ハードウエアを実際にテストしたJane Streetが導入を決めたことが、出資の決め手になったといいます。

Etchedの評価額は昨年12月時点で50億ドルでしたが、今年7月に3億ドルのシリーズCを調達した際は103億ドルまで上昇していました。今回の調達でわずか1カ月足らずのうちに評価額が倍増した形で、AI業界内でも異例の速さだと受け止められています。

共同創業者兼COOのロバート・ワッチェン氏によると、投資家の関心が高い背景には、AI推論を高速化する新たな2つの部品をゼロから設計した点があるといいます。推論は「プリフィル」と「デコード」の2段階で構成され、プリフィルはプロンプトの文脈理解に、デコードは実際の回答トークンの生成に対応します。

Etchedは低電圧で動作する専用のプリフィルチップを開発し、発熱を抑えながらより多くのトランジスタを搭載することで処理速度を高めました。デコード向けには複数のチップが共有メモリプールを低遅延で利用できる新方式クラスタースケールメモリを導入し、高速化と低コスト化を両立させたとしています。

Etchedは社名から「特定のモデル専用チップ」と誤解されがちですが、現在はあらゆるフロンティアモデルに対応できる汎用設計に転換しています。自社システムは「フロンティア推論クラスター」と呼び、競合のNvidiaが「AIファクトリー」と呼ぶ製品群に対抗する位置づけです。

Jane Streetは公式ブログで「チップをテストし、初期結果に満足している。最も要求水準の高い処理に必要な精度を提供してくれる」と評価し、自社データセンターに専用ラックを稼働させたことを明らかにしました。今回の調達にはKleiner PerkinsやSequoia Capital、Andreessen Horowitz、著名投資家ピーター・ティール氏など、既存の有力投資家も名を連ねています。

調査会社VentureBeat Intelligenceが2026年7月、従業員100人以上の企業108社を対象に実施した調査で、AI機能が社内テストを通過した後に顧客に見える不具合を起こした企業ほど、人の承認なしでAIエージェントを本番投入する動きを加速させていることが判明しました。自動評価への信頼度は高まる一方、実際の失敗率はほぼ横ばいのままです。

7月の調査では、社内テストに合格したAI機能が後に顧客向けの問題を引き起こしたと回答した企業は49%に達し、6月の50%からほぼ変わりませんでした。うち24%は同様の問題が複数回発生したと答えています。自動評価を完全に信頼すると答えた割合は5%から13%へと上昇しましたが、テストと実際の結果のズレを懸念する声は29%から19%に減少しました。

特に目を引くのは、テスト合格後にトラブルを経験した企業の行動です。この層では85%が低リスク領域で人の承認を経ずにAIエージェントへ変更や実行を任せる方針を進めており、問題を経験していない企業の61%を大きく上回りました。自動化の全面拒否を選んだのは被害企業でわずか11%にとどまり、非被害企業の24%と対照的です。

無承認導入を一部で認めている企業のうち、本番環境での出力の意味的な正しさを自動監視しているのはわずか28%にとどまりました。多くは稼働状況や応答速度といったゲートウェイ指標やトレースデータの監視に偏っており、もっともらしく見えて誤った回答は見逃されやすい状態です。異常検知を手がけるRaindrop.aiのBen Hylak最高技術責任者は、こうした状況について「評価の大幅な衰退が起きている」とVentureBeatに語っています。

この矛盾を埋める動きとして、企業は人的レビューへの投資を強化しています。今後投資を最も増やす分野として人的レビュー体制を挙げた割合は31%で首位となり、特に被害企業では38%と非被害企業の24%を上回りました。人の承認は自動化に置き換えつつ、その分どこかで人によるチェックを厚くするという構図が浮かび上がります。

評価ツール市場も変化しており、主要プラットフォームではOpenAI純正の評価機能が18%で首位、DeepEvalが17%、Braintrustは6月の8%から15%へと急伸しました。購買判断では導入のしやすさを重視する割合が12ポイント増の39%となり、コストを上回っています。合格の実績は本番での信頼性を保証するものではなく、監視はテスト通過後も続く必要があるというのが、今回の調査が示す教訓です。

コマース領域における企業のAI投資はかつてないほど拡大している一方、得られる成果は一貫性を欠いているとVentureBeatの分析記事が指摘しました。検索や会話型インターフェース、レコメンドエンジンなどを既存の仕組みに個別に追加する点解決型の導入が主流となっており、各機能は個別には改善していても、消費者は購買体験全体で文脈の断絶や情報の食い違いを感じているといいます。

AIツールが在庫や価格、商品情報について共通のデータ基盤を持たない場合、誤った商品を自信満々に提示したり、本来在庫のある商品を除外したりする問題が起きやすくなります。分析記事は、コマースAIにおける「ハルシネーション」の多くが、実際にはデータの一貫性不足に起因していると説明しています。

個々のAIツールは会話エンジンの高いエンゲージメントや検索の関連性向上など、単体では好成績を示すことが少なくありません。しかし各ツールの接続部分で顧客の文脈やセッションが失われ、生まれた購買意欲が次の工程で失注するケースが目立つといいます。米ベインの調査では、AIによるゼロクリック検索の広がりを背景に、小売サイトへの自然検索流入が15〜25%減少したことも示されています。

着実な成果を上げている企業に共通するのは、複数のAI機能をまたいで機能する統合実行レイヤーを構築している点です。具体的には、全てのAIツールが同じ在庫・価格情報を参照できる共有データ基盤、ブランドのルールに沿って推薦を制御するポリシー・ガバナンスの仕組み、そしてどのAI接点から生まれた購買意図も文脈を途切れさせずに注文へつなげる決済レイヤーの3点が重要とされています。

分析記事は、AIエージェントが消費者に代わって取引を開始・完了する時代が近づく中で、この課題を先送りできる猶予は少なくなっていると警告しています。エージェントは推薦から決済への接続が途切れた体験を許容せず、失敗すれば二度と戻ってこないためです。今のうちに基盤の一貫性を確立した企業が、次の10年の商取引を主導することになりそうです。

AI音声入力アプリを手がける米新興企業Wisprは2026年8月17日、シリーズBラウンドで2.8億ドルを調達したと発表しました。米メンロー・ベンチャーズが主導し、評価額は20億ドルに達しています。今回の資金は、文字起こし機能にとどまらず、会議の議事録作成など新領域への事業拡大に充てられる見通しです。

Wisprが資金調達を発表するのは今回で複数回目となり、今回の調達により累計調達額は3.61億ドルに達しました。直近のラウンドは10カ月足らず前の2025年11月で、その際はノータブル・キャピタルから2500万ドルを調達していました。短期間での連続調達は、音声入力市場での競争激化を映しています。

文字起こしアプリの分野では、WillowやMonologue、Aqua、Superwhisperなど競合が相次いで台頭しており、無料または低価格のツールを提供する開発者も増えています。今回のラウンドには既存投資家のノータブル・キャピタルやNEA、8VCなどに加え、新たにエイクルーやフォアランナーなど複数の投資家が参加しました。

Wisprは資金調達と同時に、音声認識の精度を高める新モデルCantoの投入も発表しました。ここ数週間、利用者からは文字起こしの品質低下を指摘する声がSNS上で相次いでおり、同社は新モデルの導入により誤り率を従来の30%から10%未満に引き下げるとしています。

同社は昨年11月以降、Android版アプリを公開したほか、インドや英国など海外での営業体制も強化してきました。さらに指輪型デバイス「Oasis」など音声入力対応ハードウェアとの連携も進めており、新たに投入した会議向け議事録ツールではGranolaやFirefliesといった競合との争いに参入しています。

先月には、米アマゾンでAlexaの開発に携わったアリヤ・ラストロウ氏を責任者に迎え、新研究組織「Wispr Interface Labs」の設立も明らかにしていました。同社は今後、音声を軸としながらも人とコンピューターの新たな対話手法の開拓を目指す方針です。

米Nvidiaは17日、ソフトバンクグループ系のデータセンター開発会社SB Energyに15億ドルを出資すると発表しました。この出資により、Nvidiaはオハイオ州ピク郡で進む米OpenAIの巨大データセンター「PORTS-Pike」プロジェクトで、コンピュート基盤を独占的に供給する立場を確保します。

SB Energyの既存投資家にはソフトバンクグループとOpenAIが名を連ねています。ソフトバンクは以前、58億ドル相当のNvidia株式を保有していましたが、2025年11月に全株を売却し、他のAI関連投資の資金に充てました。Nvidiaは今回、施設建設を支援するため最大1050億ドルの与信枠も提供する計画です。

PORTS-Pikeの用地は米エネルギー省が所有し、かつて核兵器や原子力潜水艦向けにウラン濃縮を行っていた歴史を持ちます。同サイトには出力9.2ギガワットの天然ガス発電所も新設される予定で、建設費は330億ドルに上る見込みです。

天然ガス発電所の建設費が高騰している背景には、過去2年間で建設コストが66%上昇したことがあります。SB Energyの発電所を含む同様の計画が相次いで完成する時期には輸出向け需要とも競合し、一部地域で天然ガス価格が3倍に跳ね上がる可能性も指摘されています。

一方、OpenAIは同日、SB EnergyやNvidia、米エネルギー省と連携してPORTS-Pikeで約8ギガワットのIT容量を確保する契約を結んだと発表しました。建設期間の6年間で3万5000人の雇用を生み、稼働後も2500人規模の常時雇用が見込まれるとしています。

OpenAIは地域向けに4000万ドルの助成基金を新設するほか、オハイオ州の大学生全員が利用できる8400万ドル相当のChatGPT向けCodexクレジットも提供します。Nvidiaにとってもこの一連の契約は、2030年までに最大6000億ドル規模の売上機会になるとみられています。

マサチューセッツ工科大学(MIT)材料科学・工学科のユージン・フィッツジェラルド教授は、人工知能が知識や研究のあり方を変えつつある今、新著『The Invisible Engine』を発表しました。同書は、いまだに誤解されがちなイノベーションの本質を問い直し、社会はどう投資すべきかを論じています。

教授はMITとマスダール科学技術大学院大学、シンガポールとの共同研究プログラムを10年率いた経験を基に本書を執筆しました。教授が提唱する「見えざるエンジン」とは、人と企業からなる分散型の集合知が市場に驚きを生み出し、大きな利益につながる仕組みを指します。この「驚き」という概念は、1900年代初頭の経済学者フランク・ナイトに由来し、起業家とは不確実性を引き受け新しいものを世に送り出す存在だと教授は説明します。

教授自身、1990年代にAT&T;ベル研究所でひずみシリコンを共同発明し、半導体の集積度が2年ごとに倍増するという「ムーアの法則」の延命に貢献した経験があります。発見後にMITへ移り、起業を経てインテルとの特許紛争を経験するなど、研究室から市場へと渡り歩く過程こそがイノベーションのプロセスだったと振り返ります。

教授が指摘する最大の誤解は、研究投資がすべて同じように経済効果を生むという思い込みです。教育を目的とする利他的科学は直接的な経済効果がほぼゼロである一方、国防など単一の顧客に向けた戦略研究とは性質が異なります。技術・実装・市場の3要素を同時に扱う基礎的イノベーションこそが、10年から20年単位で経済成長につながる本命だと教授は述べています。

教授は、大学こそが研究者や学生、企業、政策立案者を集める「第三の場」となり、基礎的イノベーションを牽引すべきだと訴えます。研究に関わる学生は特定分野の専門性と幅広い知識を併せ持つT型人材へと成長できると説明します。政策担当者に対しては、経済における技術革新の仕組みを理解し、その障壁を取り除くよう求めています。

AMDでソフトウェア開発を統括するアンドレイ・ズドラフコビッチ上級副社長は、AI活用による自社の開発生産性が30%向上したと明らかにしました。1年前に掲げていた目標を上回る成果で、AIが生成したコードの割合も全体の2割から5割へと拡大しつつあるといいます。同社は現在、人の指示に従うAIエージェントから、自ら解決策を見つけ出す「エージェント群」への移行を目指しています。

AMDは2024年からコード生成やバグ解析、テストなどにAIエージェントを導入してきました。現在では問題の分類や修正箇所の特定、単体テストの生成、さらにはレビュー資料の作成まで、開発工程の各段階でAIが役割を担っています。ソフトウェア部品によっては、コードの8割超がAI生成という例もあるとのことです。

具体例として挙げられたのが、グラフィックスドライバーの設定画面「Radeon Software eXperience(RSX)」の不具合対応です。2025年10月にAIによる自動修正を始めた当初、解決できた不具合はわずか6%にとどまりました。その後、AIへの指示内容を見直しながら学習ループを回した結果、2026年6月には解決率が75%まで高まったといいます。

同社が次の段階として見据えるのが、複数のAIエージェントが並行して解決策を出し合い、性能や妥当性を検証しながら最適解に絞り込む「エージェント群」です。エンジニアが手順を細かく指示するのではなく、達成すべき目標や制約条件だけを示し、AI同士が協調しながら手法を探索する仕組みへの転換を目指しています。

AMDは人員削減ではなく、社員がより付加価値の高い業務に集中できる環境づくりを狙いとしています。同社はCodexやClaude Codeといった既存のマルチエージェント基盤を活用しつつ、独自システムの開発も並行して進めており、今後もAI教育への投資を続ける方針です。

AIインフラ企業Groqは8月17日、3.5億ドルの新規資金調達を発表しました。今回の調達は投資会社Disruptiveが主導し、Nvidiaも参加する見通しです。評価額は今回の調達を反映して35億ドルとなり、AIチップメーカーからGPUを活用したネオクラウド事業者への転換をさらに加速させる狙いがあります。

Groqはこれまで独自開発の推論用チップLPUでNvidiaに対抗してきました。しかし2025年12月、創業者兼CEOのJonathan Ross氏ら幹部がNvidiaに移籍し、Groqは200億ドル規模のライセンス契約を締結しました。これを機に同社はNvidia製システムを運用するクラウド・データセンター事業者へと路線を転換し、6月には6.5億ドルを調達して転換を本格化させました。

現在Groqは北米、欧州、中東、アジア太平洋の13拠点でデータセンターを運営し、600万人を超える開発者や企業に推論サービスを提供しています。新たな資金は稼働容量を2027年までに54メガワットから200メガワット超へ拡大するために充てられる計画です。同社は中規模から大規模なNvidia製アクセラレーテッドコンピューティングクラスターの需要に応える方針を示しています。

Disruptiveの会長兼CEOを務めるAlex Davis氏は「推論はAIインフラの中で最大かつ最も重要な層になる」と述べ、Groqを世界有数の推論クラウドに育てる方針を強調しました。一方で、推論需要が拡大する中でもネオクラウド各社が十分な収益性を確保できるかは不透明です。競合のCoreWeaveは増収を続ける一方、高水準の設備投資と債務依存が投資家の懸念材料となっています。

NvidiaはCoreWeaveやLambda、Nebiusなど複数のネオクラウド企業にGPUを供給しつつ、出資も行っており、Groqも同様の関係に組み込まれる形です。Groqの財務内容は現時点で非公開のままですが、今回の転換によって同社はNvidiaのAIインフラ戦略の内側に位置付けられることになります。

VentureBeatの調査部門VB Pulseが2026年7月に米企業101社を対象に実施した調査で、AIエージェントの文脈基盤(コンテキスト層)を本番導入している企業ほど、誤答の再発を報告する割合が2倍以上高いことが明らかになりました。導入が失敗を招くのではなく、失敗を可視化しているためとみられます。

調査によると、直近半年で確信を持った誤答を文脈不足に起因すると特定した企業は68%に達し、6月調査の57%から急増しました。再発を報告した企業も37%と、6月の31%から拡大しています。一方で文脈層を本番導入済みの企業も25%から32%に増えており、対策と失敗報告が同時に伸びる状況です。

文脈の与え方にも偏りがあります。文書検索(RAG)が主流で31%を占める一方、長い文書をそのままモデルに読ませる手法が13%、構造化された文脈を一切用意しない企業も5%存在します。RAGについても、Redisの研究者は類似した表現の文でも意味が逆転する例を挙げ、埋め込み検索だけでは限界があると指摘しています。

選定基準にも歪みがあります。アクセス権限とデータ取り込みの容易さが24%で最多の選定理由となった一方、精度は15%にとどまりました。それでも稼働後の主要な成功指標は正答率が38%で、権限管理の19%を大きく上回っています。

文脈層を導入・構築中の企業ほど、再発率は50%と非導入企業の21%を大きく上回りました。従業員1000人超の大企業は55%、101〜1000人規模の企業は30%と、規模が大きいほど深刻です。導入率は大企業の方がむしろ低く、失敗が見えていないだけの可能性が指摘されています。

63%の企業が文脈層を構築・稼働させている一方、本番稼働は32%にとどまり、投資と実装の間には大きな差があります。単一ベンダーへの集約を計画する企業はわずか12%で、79%は複数ツールを組み合わせる方針です。Constellation ResearchのMichael Ni氏は「ランタイムの文脈を握る者が、企業データにおけるAIの意思決定を握る」と指摘しています。

著名投資家のゲイビン・ベイカー氏は、アンソロピックの最高経営責任者(CEO)を務めるダリオ・アモデイ氏によるAIリスクへの警鐘が、米国内のAI反発やデータセンター建設への反対運動を助長してきたと批判しました。ベイカー氏はAll-Inポッドキャストや自身のX投稿で、アモデイ氏は規制論争で「議論に敗北した」と主張し、業界のより前向きな代弁者になるよう求めました。

これに対しアモデイ氏はX上の連続投稿で反論しました。自身の発信はリスクと恩恵を均等に取り上げてきたと説明し、エッセイ「Machines of Loving Grace」もAI業界が明るい未来像を十分に描けていないと感じて書いたものだと述べました。

アモデイ氏は世論がAIに否定的であることは認めつつ、その原因を自分や他のAI経営者による警鐘に求めるのは誤りだと主張しました。「これは根本的に信頼の危機だ」とし、人々は企業や政府、テック業界が何か裏で企んでいると常に疑っていると説明しました。

さらにアモデイ氏は、AI企業に向けられるべき最も正当な批判は、掲げてきた大きな約束をまだ果たしていないことだと述べました。がんを治すと約束するのは「陳腐な決まり文句」であり、実際にがんを治すことこそが世論を変えると指摘しました。

規制論争についてアモデイ氏は、規制なきAIの幅広い普及か、規制による少数企業への集中かという二択はベイカー氏が描いた「誤った構図」だと反論しました。アンソロピックは先端AI企業の力を抑制しつつ小規模な競合企業を有利にする政策提案を慎重に設計してきたと説明し、オープンウェイトだけでは権力集中への十分な解決策にならないとの見方を示しました。

エンタープライズアーキテクトのアルン・ミシュラ氏は、データ移行時の不具合原因を説明するAIツールを開発する過程で、独自の評価ハーネスを構築しました。既知の正解と照合したところ、AIモデルは誤った説明をしているときほど自信満々に語る傾向が判明しました。従来の定性的レビューでは見抜けなかった問題です。米VentureBeatが2026年8月15日、寄稿記事として伝えました。

従来の定性レビューは、担当者が出力をざっと確認し「それらしいかどうか」を判断する方法が主流でした。この手法は明らかに的外れな出力は捉えられますが、もっともらしく聞こえる誤った説明までは見抜けません。実際に運用してみて初めて誤りが発覚するケースが後を絶ちませんでした。

そこでミシュラ氏は、正解があらかじめ分かっている合成データセットを作成し、スキーマ変更や変換ロジックのバグなど既知の原因を意図的に埋め込んだドリフト事例を用意しました。採点関数は正解が出力に含まれるかだけでなく、候補の中での順位も加味する仕組みにしました。抽出した全事例を対象に系統的な評価を行うことで、モデルの得意・不得意な原因パターンを浮き彫りにしました。

評価の結果、スキーマ変更のように証拠が明確なケースでは高い精度を示した一方、変換ロジックのバグでは大まかな分類は当たっても具体的な原因を誤りがちでした。とりわけ複数の原因が同時期に重なる場面では、最も自信満々な誤答が多く発生することが分かりました。モデルの表明する自信度と正確さは相関しておらず、誤っているときほど確信を持って語る傾向が確認されたのです。

この知見は、本番投入前に「正解が分かっている事例で精度を測ったか、それとも出力がもっともらしいかを確認しただけか」を問う必要性を示しています。合成正解データセットの構築こそが最も手間のかかる部分であり、同時に最も投資価値の高い工程だとミシュラ氏は指摘しています。

OpenAIとAnthropicは2026年8月、中国の新興AI企業に押される形で自社モデルの値下げに踏み切りました。OpenAIはGPT-5.6 Lunaを最大80%値下げし、Anthropicも新モデルClaude Opus 5を従来モデルの半額で提供しています。背景には、DeepSeekやMoonshotなど中国製の安価なオープンモデルへ顧客が流出している状況があります。

米調査会社Silicon Dataのトークン価格指数によると、主要な米国製モデルの価格は7月中旬以降、約4分の1下落しました。これまで性能面での競争を重視してきた米国の非公開モデル各社にとって、この価格重視の姿勢への転換は大きな路線変更です。中国製のオープンモデルは自由にダウンロードして改良できる点も、価格圧力を強めた要因とされています。

企業向けの契約形態にも変化が見られます。AnthropicとOpenAIは一部の法人顧客について、定額制から使用量に応じた従量課金へと移行させています。AIの利用コストが膨らむ中、企業側は利用上限を設けたり、より安価な代替モデルを試したりする動きを強めています。

実際にDoorDashやAirbnbなど複数の企業は、コスト抑制のため中国製モデルの利用を始めたと明らかにしています。中国勢は相次ぐ新モデル投入で性能差を縮めており、米国企業が技術的優位を保つために巨額投資を続ける一方で、顧客を奪われかねないとの懸念が業界に広がっています。

OpenAIとAnthropicは、いずれも企業価値1兆ドル規模での新規株式公開(IPO)を計画しています。投資家はAI産業への巨額投資が実際の収益につながるかを注視しており、両社にとって価格競争の行方はIPOの評価にも直結する重要な課題となりそうです。

エネルギー調査会社Norevaは、AIデータセンター向け需要の拡大を背景に、米国の一部地域で天然ガス価格が数年内に最大3倍まで高騰する可能性があるとの予測を発表しました。Amazon、Google、Meta、Microsoftなど大手ハイテク企業は近年、安価な天然ガスを前提に自前の発電所建設を進めており、今回の予測は各社の電力戦略に影響を及ぼす恐れがあります。

大手各社は天然ガスの発電投資を急速に拡大しています。Metaは3月、ルイジアナ州に7.5ギガワット規模のガス発電所を建設し、データセンター「Hyperion」に電力を供給すると発表しました。数日後にはMicrosoftとGoogleがそれぞれテキサス州でギガワット級のガス発電所建設を表明し、Amazonも同州で7.6ギガワット規模の計画を進めています。

Noreva最高経営責任者(CEO)のピーター・ガーデット氏は、エネルギー市場では天然ガス価格が上がらないとの楽観的な見方が広がっていたと指摘します。投資家の一部は、本来慎重なはずのハイパースケーラーが大きな価格変動リスクを引き受けている点に驚きを示しているといいます。

価格上昇の背景には、米国内の天然ガス市場が国際市場と結び付きを強めていることがあります。従来、西テキサスの天然ガスは石油生産の副産物として安値で取引されてきましたが、新たなパイプライン整備により輸出市場へ流れるようになり、地域間の需給差が価格差を拡大させています。

燃料費は大規模発電所の電力コストの約半分を占めるため、天然ガス価格が2〜3倍に上昇すれば、AI利用料であるトークンコストの上昇や、電力網への接続シフトを招く可能性があります。すでに消費者の8割がデータセンターの電気料金への影響を懸念しており、天然ガス料金への波及も懸念されています。

米金融大手キャピタル・ワンは、機械学習エンジニアリング責任者ケル・バニー氏が2026年のVBトランスフォームで、既製の最先端モデルに頼らず、独自データでオープンウェイトモデルを深く微調整したマルチエージェントAI基盤を構築してきたと明らかにしました。データ基盤とクラウド化への早期投資が、この取り組みを支える土台になったといいます。

バニー氏によると、自社データは他社が持ち得ない強みであり、汎用モデルでは代替できないといいます。ある用途向けにオープンソースモデルを微調整すると、キャピタル・ワン固有の業務知識やポリシーを学習した結果、他の用途でも性能が底上げされる「general lift」と呼ぶ効果が生まれると説明しました。リアルタイムデータを取り込むことも、顧客対応の精度を保つうえで欠かせないとしています。

具体例として挙げたのが、年間数百万件に上る不正関連の通話に対応する「MACAW」というマルチエージェント基盤です。まず理解エージェントが顧客の意図を把握し、推論エージェントが要約を作成、検証エージェントが正確性を確認したうえで、説明エージェントが担当者向けの文書に整えます。従来は担当者が手作業で再構成していた通話記録の要約作成を、大幅に効率化したとしています。

同様の仕組みは、MetaのLlamaモデルを独自データで調整した接客チャットボット「Chat Concierge」にも採用されています。さらに社内向けには、バックエンドインフラの最適化を自動で試行・検証するエージェントシステムも構築し、日々更新される最適化手法同士の組み合わせによる性能劣化を防いでいます。

今後の展望としてバニー氏が挙げたのは、複数モデルを横断的に使い分けるルーティングの高度化と、人の指示を待たずに動く能動型AIの台頭です。個々のモデルより高い精度をルーティングで引き出せるとしたうえで、不正検知などの監視業務を強化する能動型AIが今後重要なトレンドになるとの見方を示しました。

GitHubは2026年8月13日、傘下の「GitHub Secure Open Source Fund」第4期で、オープンソース50プロジェクトに総額50万ドル超を投じたと発表しました。GitHub Security Labの専門家とセキュリティツール、AI活用のワークフローを組み合わせ、メンテナーの脆弱性調査と優先順位付けを後押ししました。

参加プロジェクトの一つであるOpenClawは、GitHubにおいて成長速度が最も速いオープンソースプロジェクトとして今回招待されました。プログラムを通じてインシデント対応計画を策定し、GitHub Actionsのワークフローを監査したほか、セキュリティツールの活用範囲を広げました。メンテナーは「安全なプロジェクトづくりに向けたチームの勘と力を養う上で非常に有意義だった」と振り返っています。

今回の取り組みから浮かび上がった教訓は、AIが調査や優先順位付け、対応のスピードを高める一方で、最終的に何をリリースするかを判断する責任はメンテナー自身にあるという点です。GitHub Copilotなどのツールは脆弱性のトリアージや脅威モデリング、コードレビューの補助として活用されました。

Secure Open Source Fundは3週間の集中プログラムを軸に、12カ月にわたる伴走支援を行う仕組みです。各プロジェクトはGitHub Sponsors経由で1万ドルの資金提供を受けるほか、Azureのクラウドクレジットや、6カ月・12カ月時点でのセキュリティ確認の機会も得られます。

AI関連のセキュリティ課題は、機械学習基盤からエージェントフレームワーク、開発者ツール、インターネットインフラまで幅広い分野のプロジェクトで浮上しました。GitHubは第5期プログラムへの応募を8月24日まで受け付けており、AI時代における安全なソフトウェア開発の裾野をさらに広げる考えです。

NVIDIAは2026年8月、ApolloやBlackRock、Blackstone、Brookfield、Goldman Sachs、KKRといった金融大手6社と共同で、AIデータセンター建設向けに総額5000億ドル規模の資金枠を用意すると発表しました。注目を集めたのはその金額の大きさですが、実はより重要なのは、担保となる老朽GPUの価値を自ら保証するという新たな仕組みです。

具体的には、融資の担保に使われたGPUの市場価値が想定を下回った場合、NVIDIAがその差額の25%まで負担する仕組みです。データセンター運営会社が返済不能に陥り、貸し手がGPUを売却せざるを得なくなった際にも、想定価格を下回る分をNVIDIAが穴埋めします。

この保証には、需要が弱まるほどNVIDIAの負担が膨らむという「逆相関リスク」が伴います。実際、この仕組みが公表されると債券市場が動揺し、ジェンセン・フアンCEOがX（旧Twitter）やテレビ番組でリスクの限定性を説明する事態となりました。

かつて通信機器大手Lucentは、顧客に購入資金を貸し付けた末にドットコムバブル崩壊とともに経営破綻しました。NVIDIAもOpenAIやAnthropic、CoreWeaveなどへの巨額投資を進めており、同様の懸念を指摘する声もあります。ただし今回の枠組みは、資金と主なリスクを外部の機関投資家に負わせる点でLucentとは異なるとフアン氏は主張しています。

背景には、GoogleやOracle、Metaなど大手クラウド各社がすでに巨額の負債や増資でAI投資資金を調達しており、従来型の資金調達手法が限界に近づいているという事情があります。Microsoftのサティア・ナデラCEOも決算説明会で、鉄道バブル崩壊を描いた書籍を紹介し、市場の過熱に警鐘を鳴らしました。

フアン氏はNVIDIAのAIサーバーを「AIファクトリー」と呼び、鉄道や航空機のように長期にわたり価値を保つ資産だと位置づけています。老朽化したGPUでも別の顧客や用途に転用できる中古市場が育てば、NVIDIA製品の需要を長期的に支える基盤になると期待されています。

AIビッグデータ企業のDatabricksは8月13日、新たに50億ドルを調達し、評価額を1900億ドルに引き上げたと発表しました。今回のラウンドはCoatueが主導し、BlackstoneやMGX、T・ロウ・プライス系ファンド、新規投資家のSixth Street Growthなど約20社が参加しました。背景には、投資家からの旺盛な引き合いをどう捌くかという同社特有の事情がありました。

CEOのアリ・ゴドシ氏によると、当初は10億ドル程度の調達を想定していたといいます。しかし6月の自社カンファレンス期間中に大型調達の観測報道が流れたことをきっかけに、投資家からの問い合わせが殺到しました。ゴドシ氏は「絞り込んだ投資家だけでも150億ドルの関心が集まった」と振り返っています。

既存株主への配慮もあり、Databricksは発行株式数を増やす形で対応しました。7月には評価額1880億ドルでのラウンド完了を発表済みでしたが、8月に入り調達額50億ドルと最終評価額1900億ドルが確定しました。過去20カ月間で調達した資金は累計200億ドルに達しています。

好調な業績も投資家の関心を後押ししました。Databricksの年間経常収益は70億ドルに達し、前年比80%増のペースで成長、キャッシュフローも黒字化しています。中核のクラウドデータウエアハウス事業は年間経常収益15億ドルを占め、なお前年比100%増という高い伸びを維持しています。

AI関連製品の伸びも際立っています。エージェント向けデータベースLakebaseは年間経常収益1億ドルに到達し、AIチャットボットGenieも高い人気を集めています。同社はM&A;にも積極的で、今週発表したElectric買収に加え、6月にはセキュリティ企業Pantherを取得しました。

ゴドシ氏は、3大クラウド事業者への多額のコミットメントやAI研究への投資がかさむ中、今後も非公開のまま資金調達を続ける姿勢を示しています。将来的な株式公開は視野に入れつつも、当面はAI投資を優先する構えです。

AI開発企業のAnthropicが、10月に予定する新規株式公開(IPO)で評価額2兆ドル以上を目指していることが、複数の投資家への取材で明らかになりました。実現すれば宇宙開発企業SpaceXを上回り、史上最大規模のIPOとなる見通しです。急成長する売上高を背景に、投資家の間では強気な評価が広がっています。

背景にあるのは、急速に拡大する売上高です。投資家によれば、Anthropicの年換算売上高は2026年末までに1000億〜1200億ドルに達する見込みで、これは2026年通年で10倍以上の伸びに相当します。ある投資家は、年800%の成長率であれば売上高の30倍という低めの倍率でも3兆ドル規模になり得ると指摘しました。

Anthropicには比較可能な上場企業がありませんが、AI関連銘柄とされるPalantirやNebiusは、今年これまで売上高の55倍程度で取引されています。幹部らはIPOの具体的な評価額目標をまだ固めていないとされ、投資家側は独自に財務モデルを構築して試算を進めている段階です。

一方で先行きには不安要素もあります。中国勢との競争激化やAI規制強化の圧力に加え、米政府との摩擦も続いています。特に米商務省による同社の最上位モデルへの一時的な利用制限は、6月の売上成長を鈍化させる一因になったと、事情に詳しい投資家2人が明らかにしています。

それでもAnthropicは急速に回復し、シリコンバレー基準でも異例の成長率を保っているといいます。10月の上場が実現すれば、AI業界にとって市場の評価を測る初の大型指標となりそうです。

OpenAIは8月12日、企業のAI活用に関する2本の調査を公開しました。顧客企業の利用実態をまとめた「Enterprise Signals」と、導入企業の広がりを分析した作業論文で、AI利用が「補助」から「実行」へ移りつつあることを示しています。月間利用量の上位10%にあたる先進企業は、利用者1人あたりの出力トークン量が一般的な企業の8.3倍に達し、1月の2.6倍から半年で急拡大しました。

変化を最も端的に示すのが、Codexの存在感です。6月時点で、法人顧客のCodexとChatGPTの出力トークンのうち64%をCodexが占めました。エージェントは複数手順の長い作業を担うため出力が増えやすく、この数字は利用頻度と作業量の両方を映しています。

先進企業と一般企業の差は、機能の使い分けにも表れています。週次の利用者のうちPluginsを使う割合は先進企業で21%、一般企業では9%にとどまり、skillsは19%対3%でした。OpenAI社内では95%がPluginsを毎週使っており、企業側にはまだ深掘りの余地が残ります。

用途の広がりも鮮明です。2月以降、Codexの週間利用者は法務で108倍、営業と採用で41倍、マーケティングで26倍に増え、発祥の地であるエンジニアリングの5倍を大きく上回りました。ヴァージン・アトランティック航空では、2週間かかっていたレガシーコードの改修が30分で済むようになったといいます。

意外なのは、誰が最も使っているかという点です。導入から半年後、若手社員は役員よりも週13件多くメッセージを送っており、経営層ほど使いこなしているとする各種アンケートとは逆の結果が出ました。米上場企業の分析では、導入企業は非導入企業より資産・従業員数・研究開発投資が大きい傾向も確認されています。

同じモデルを使えても、成果の差は組織の使い方で開きます。OpenAIは、エージェントを社内の情報や業務ツールにつなぎ、権限設定と人による確認を整えたうえで、個人の工夫を組織の標準的な進め方に変えることを提案しています。

企業を買収してAIを組み込むThrive Holdingsが8月12日、SoftBankなどから20億ドルを調達したと発表しました。企業価値は120億ドルと評価され、資金の一部は物理インフラの規制業務を担う新事業に充てられます。会計事務所やIT企業といった伝統的な事業を買い取り、現場の業務にAIを実装する手法が、投資家の評価につながった形です。

今回の調達にはSoftBankのほか、D1 Capital PartnersとAltimeter Capitalが参加しました。同社はOpenAIの主要投資家であるThrive Capitalから分社した企業で、2025年12月にはOpenAI自身が出資しています。その取り決めにはOpenAI社員を買収先企業に派遣する内容が含まれ、AI導入を現場で加速させる体制が整いました。

プラットフォーム上の企業は70社を超えました。会計部門のCurrentは50社超・2000人以上の専門家を抱え、自己改善型の税務エージェント「TaxAI」が7000件超の申告を98%の精度で処理し、参加事務所の申告準備時間を3割以上短縮したとしています。IT部門のShieldには約20社が参加し、ヘルプデスクの解決時間を36倍に速めたほか、独自AIエージェントの稼働数はこの1カ月で倍増しました。

今回の資金は、物理資産の規制対応を担う3つ目のプラットフォームの立ち上げにも使われます。創業メンバーのAnuj Mehndiratta氏は、データセンターや製造、医療、電力、水道、交通などの分野で、地域・技術・規制の複雑さがプロジェクトの制約になっていると指摘します。AIが現場作業や専門家の最終判断を置き換えるわけではなく、調査や報告書作成、許認可申請、検査記録、法令順守の管理といった手作業を軽くする狙いです。

AIの実装支援そのものを事業にする動きは、業界全体に広がっています。OpenAIとAnthropicはそれぞれ大手プライベートエクイティと組み、The Deployment CompanyとOde with Anthropicという10億ドル規模の合弁を立ち上げ、精鋭エンジニアが企業に常駐して業務にAIを組み込む体制を築いてきました。価値の重心がモデルから実装へ移る流れは、自社のAI活用を進める経営層にとって見逃せない変化と言えます。

NVIDIAは8月12日、ApolloやBlackRock、Blackstoneなど金融大手6社と提携し、AIインフラ整備に5000億ドル超の第三者資本を動員する独立系の融資プラットフォームを設立すると発表しました。ジェンスン・フアンCEOは公式ブログで、企業がチップを買って案件ごとにデータセンターを建てる時代から、AI工場を収益を生むインフラとして金融できる時代に移ったと述べています。

投資対象になると説明する根拠は、計算資源の転用可能性です。NVIDIAのAI工場は言語や画像、音声、生物学、ロボティクスまで幅広いモデルを動かせるうえ、主要クラウドや企業に共通の設計が採用されているため、顧客が入れ替わっても別の事業者が引き継いで使えます。CUDAの世代更新は設置済み設備の性能と総保有コストを改善し続けるので、時間とともに生産量が増えるという主張です。

実績として挙げるのが、2020年に投入したA100です。6年経った今も学習や推論、高性能計算で商用稼働しており、複数年の容量契約が続くことで経済的な寿命は10年に近づいています。市況も強く、H100の1年契約は2025年10月の1GPU時間あたり約1.70ドルから2026年3月に約2.35ドルへ上がり、Blackwell世代のB200は約5.30〜7.05ドルと上乗せされた価格がついています。

投資家が最も気にする循環取引の懸念については、資金の出し手が独立している点を強調しています。6社は顧客、需要、稼働率、キャッシュフロー、残存価値を個別に審査し、NVIDIAは設備プラットフォームを提供する側に回ります。ただしNVIDIAは案件ごとの判断で、投資機会の最大25%まで残存価値を支える仕組みを用意する場合があるとも認めています。

経営者にとっての含意は明快です。計算資源が電力や通信と同じインフラ資産として扱われるなら、自社でGPUを買い切らなくても長期資本を使って調達する道が広がります。5000億ドルはNVIDIAの売上でも単一のファンドでもなく、時間をかけて動員される第三者資本の総額である点は押さえておきたいところです。

欧州のバイブコーディング企業Lovableは8月12日、シリーズCラウンドで4億ドルを調達したと発表しました。同ラウンドはMenlo VenturesとScaleup Europe Fundが主導し、10社を超える投資家が参加しました。企業価値は133億ドルとされ、7月に伝えられていた観測を同社が正式に認めた形です。

注目すべきは評価額の伸び方です。同社は2025年12月に66億ドルの評価額で3億3000万ドルを調達したばかりで、わずか8カ月で企業価値が倍増しました。前回のラウンドもMenlo Venturesが主導しており、既存の出資者が積み増した格好です。

成長を支えるのは収益と利用の広がりです。同社は6月時点で年間換算収益5億ドルに到達したとTechCrunchに明かしており、現在は6000万件のプロジェクトを抱え、月間9億回の訪問を集めていると説明しています。

規模の拡大に伴い、バックエンドの要件も高度化しています。Lovableは各社のフロンティアモデルを選べるようにしたうえで自社で学習したAIモデルも提供し、6月にはGoogle Cloudと利用量を5倍に引き上げる複数年契約を結びました。

同社は欧州のスタートアップへの出資にも動いており、5月にはハードウェア設計にバイブコーディングを持ち込むデンマークのAtechを支援しています。自然言語でアプリを組み立てる市場が、資金と実収益の両面で厚みを増していることは、開発体制を見直す経営者にとって無視しにくい変化ではないでしょうか。

インドのAIスタートアップVideoVerseが2025年9月に発表した2.5億ドル規模の買収が、1年足らずで崩れました。買い手だったスポーツメディア企業Minute Mediaは2026年5月に契約を打ち切り、創業者のヴィナヤク・シュリバスタブ氏は詐欺や署名偽造を訴える複数の訴訟の渦中にいます。デラウェア州の衡平法裁判所には、投資家や債権者からの請求が積み上がっています。

発端は買収直後の資金調達でした。シュリバスタブ氏は2025年10月、投資会社Lingottoから5500万ドルの仕組み融資を取り付け、うち5300万ドルがClippingsの管理する口座に送金されます。ところがLingottoは訴訟で、提出された書類が偽造され、Minute Mediaの最高経営責任者は署名していなかったと主張しています。

返済はすぐに滞りました。2026年3月末に予定されていた400万ドルの支払いは実行されず、一括返済を求めたLingottoは、同社への支払いを待つ債権者の長い列を目にすることになります。4月末までに、シュリバスタブ氏は最高経営責任者の座を退きました。

請求は一社にとどまりません。2023年のラウンドに出資したBluestone Capitalは投資条件違反と売却代金の未払いを理由に詐欺で提訴し、別の債権者は6400万ドルの回収を求めています。元最高執行責任者のサビヤ・ダス氏は、融資契約や自社株買い契約で自分の署名が偽造され、数千万ドルが社外へ流出したと訴えています。

皮肉なのは、事業そのものは成長市場の中核にあった点です。主力製品Magnifiは長尺の試合映像から得点シーンなどを自動で抜き出すAIツールで、インド・プレミアリーグやFIFA+、日本テレビといった顧客を抱えていました。Minute Mediaは米国市場への横展開を描いていましたが、内部の問題が先に表面化します。

この一件が突きつけるのは、デューデリジェンスの限界です。買収が完了した後も両社が別法人として運営され続けたという事実は、書類上の合意と実態の乖離を見逃す余地があったことを示しています。スタートアップの取引がいまだ信頼に大きく依存している現実を、経営者は改めて意識する必要がありそうです。

米メディアのVentureBeatは2026年8月12日、従業員100人以上の企業107社を対象としたAIエージェント基盤の調査結果を公表しました。企業は平均3.1種類のオーケストレーション基盤を同時に運用し、統治や監視への投資が進む一方で、21%は暴走したエージェントを実時間で止める手段を持たないことが分かりました。調査は2026年7月の単一波として実施されたものです。

基盤の併用は例外ではなく前提になっています。85%が2つ以上、64%が3つ以上を運用し、Microsoft AI Foundry / Copilot Studioは70%、OpenAIのAgents SDKは68%、AnthropicのClaude Platformは47%のスタックに入っています。主基盤を一つだけ挙げた61社ではMicrosoftが41%で首位、Anthropicが28%で続きました。

選定の決め手はモデルやツールをまたぐ柔軟性で29%を占め、特定の最先端モデルとの親和性を挙げた10%の約3倍でした。セキュリティと権限が17%、本番稼働の信頼性と実行制御が各15%と続き、開発の容易さ8%や総保有コスト4%を大きく上回っています。企業は開発の便利さよりも、縛られないことと制御できることを買っているわけです。

投資先も統治に寄っています。監視とデバッグが31%、セキュリティと権限の執行が30%で、両者だけで増額予定の61%を占めました。2026年末時点の制御基盤については53%がハイブリッド型を見込み、自社構築や外部への抽象化を含めると78%が制御をプロバイダー任せにしない構えです。

懸念の中身は商業的なものではありません。プロバイダー内に制御を置く際の最大のリスクとして37%がセキュリティと権限の制約を挙げ、ベンダーロックインの23%や可視性不足の22%を上回りました。乗り換えを計画する72社の検討先ではAnthropicが43%で首位となり、現在の主基盤で先行するMicrosoftの17%と対照的です。

手薄なのは費用の管理です。21%は事後のログでしか支出を把握できず、30%は主基盤に標準搭載された上限や絞り込みに頼るのみで、独自ゲートウェイの25%とモデル間ルーティングの24%が工学的に抑え込んでいる状況です。満足度4.17に対し費用対効果は3.63と3項目で最も低く、統治の設計が先に整い、計測が追いついていない構図が浮かびます。

AIコーディングエージェント「Devin」を開発する米Cognitionが、新たな資金調達に向けて投資家と交渉していると、Bloombergが12日に報じました。同社は5月に260億ドルの評価額で10億ドルを調達したばかりで、今回は400億ドル超の評価が見込まれています。背景には年換算収益が10億ドルに達するとの見通しがあります。

成長の速さは数字にも表れています。5月の前回調達時、同社のScott Wu氏はTechCrunchに対し、年換算収益が4億9200万ドルに達したと明かしました。さらに企業顧客によるDevinの利用は、直前の6カ月間にわたって月次で50%増え続けていたといいます。

Wu氏はDevinを人間の置き換えとして売っているわけではないと説明しています。実際に任されるのは、古いソフトウェアを最新化する作業や、あるプラットフォームから別のプラットフォームへアプリを移す作業など、技術者が敬遠しがちな地道な仕事が中心です。こうした住み分けが、企業への浸透を後押ししているとみられます。

顧客にはMercedes-BenzやNASA、Goldman Sachsといった大組織が名を連ねます。品質要求や安全要件の厳しい現場で採用が進んでいることは、コーディングエージェントが試験導入の段階を越え、日常業務に組み込まれ始めたことを示しています。

一方で、3カ月で評価額が1.5倍を超える計算になる今回の交渉は、AI開発ツール分野への資金流入の強さも映しています。交渉はあくまで報道ベースであり、条件が確定したわけではありません。導入を検討する企業には、評価額の大きさよりも自社での実効性を見極める姿勢が求められそうです。

米メディアのArs Technicaは8月12日、AI企業が学習データを得るために希少本を大量に買い集め、裁断して廃棄していると古書店主らが疑っていると報じました。背表紙を切り落としてページを高速でスキャンする手法は最も安く速い一方、物理的な本は永久に失われます。書籍にしかない質の高い長文テキストを求めるモデル開発競争が、この動きを後押ししています。

破壊的なスキャンが選ばれるのは、コストと速度の面で圧倒的に有利だからです。The AtlanticやTelegraphなども同様の実態を伝えており、書籍愛好家の間では報道されている以上の規模で進んでいるとの見方が広がっています。古い本はAIが生成した文章、いわゆるAIスロップに汚染されていない点でも価値が高いとされます。

ただ、本を壊さずに済む方法が存在しないわけではありません。Googleは2009年に非破壊のブックスキャン技術で特許を取得しており、AI企業が時間と投資を惜しまなければ同じ手法を使えます。速度を最優先しない選択肢は、技術的にはすでに用意されているのです。

もっとも、この技術は万能ではありません。ページの湾曲で文字が歪んだり、ページが読み飛ばされたりする問題が研究で指摘されており、Wiredは作業員が急ぐあまり手がページに写り込む不具合を報じています。希少本の扱いに最適とは言い切れないのが実情です。

図書館の蔵書保存を支援するInternet Archiveは、古い資料のスキャンには時間と注意が必要で、扱いを最小限に抑える人の手による作業が欠かせないと考えてきました。数百万冊を最短で処理したい企業にとって、この前提はコスト面の重荷になります。速さと保存のどちらを優先するのか、AI業界は選択を迫られています。

AI開発ツールのBlacksmithは8月12日、Peak XV Partnersが主導するシリーズBで4500万ドルを調達したと明らかにしました。企業価値は5億5000万ドルと評価され、1年弱前のシリーズA時点の6000万ドルから約10倍に跳ね上がっています。AIがコード生成を加速させた結果、その検証が新たなボトルネックになったという需要の変化が背景にあります。

同社は2024年創業で、本番環境に出す前のソフトウェアのビルドとテスト、検証を支援します。顧客数は1年弱で700社超から5000社超へ増え、MercuryやSupabase、Clerk、Ashby、Expensifyが名を連ねます。既存投資家のGVとY Combinatorも今回の調達に参加し、累計調達額は5850万ドルになりました。

共同創業者兼最高経営責任者のAditya Jayaprakash氏によると、従業員10人の時点で年換算収益1000万ドルに到達し、現在は約30人で「数千万ドル」規模まで拡大しました。最大級の顧客は年間100万ドル超を同社のプラットフォームに支払っているといいます。具体的な最新の年換算収益は開示していません。

なぜ検証への投資が集まるのでしょうか。CursorやOpenAIのCodex、AnthropicのClaude Codeによってコード生成は容易になりましたが、生成されたコードの品質は保証されません。Jayaprakash氏は「コードの検証は依然としてボトルネックであり、書く量が増えた分だけボトルネックはさらに大きくなっている」と語ります。

同社はCI（継続的インテグレーション）のクラウド基盤から出発し、失敗したチェックを自動修正するAIコーディングエージェント「Codesmith」へ領域を広げてきました。ただし市場は混み合っており、GitHub ActionsやCursor Automations、Codexなどに組み込まれた検証機能、AWSやMicrosoft Azure、Google Cloudのサービスが競合となります。同社はテスト速度と価格で戦う方針で、今後は記述から検証、マージまでを支える開発ツール群への拡張を狙います。

NVIDIAは8月11日、AIデータセンターの電力供給を交流から800ボルト直流（800VDC）へ移行する構想を公式ブログで示しました。GPUの消費電力とラック密度が上がるなかで、課題は電力の総量ではなく電力網からGPUまでの届け方にあると同社は指摘します。GoogleおよびMicrosoftと共同で仕様を策定し、既存施設が今から移行できる手段も併せて提示しました。

従来の給電では、電力網から届いた交流を何段階も変換してからサーバーに届けます。変換のたびに損失と機器が積み上がり、ラックが高密度になるほど小さな非効率が急速に膨らみます。800VDCは高い電圧の直流で配電することで変換段数を減らし、より多くの電力を演算そのものに回す設計です。

最初の受け皿となるのが、2026年後半に登場するMGX対応の800VDC給電ラックです。既存の交流設備の中に置いてラック列内で800VDCを供給する構成のため、建屋の電気設備を作り替える必要はありません。土地や受電権、建物といった既に投じた投資を無駄にせずに高密度化へ進める点が、稼働中の事業者には大きな意味を持ちます。

拡張の道筋は三段階で描かれています。次の段階となる列単位の電源センターは、頭上の800VDCバスウェイで配電し1列あたり最大2メガワットに対応、2027年の提供を見込みます。新設施設向けには、受電した電力を一段で800VDCへ変換する施設規模のDC電源ブロックが用意され、中電圧からの直接変換を可能にします。

仕様はOpen Compute Project（OCP）を通じて公開され、2026年3月に共同ホワイトペーパー、7月にはLVDC固体変圧器仕様v0.3が出ています。共通インタフェースを定めたことで異なるベンダーの電源機器を同じ施設で組み合わせられ、すでに80社を超える機器メーカーが対応製品を開発中です。これらの構成要素はNVIDIA DSXリファレンスデザインとして、設計の青写真にまとめられています。

Wood Mackenzieは2040年までに世界のAI・データ基盤投資が9兆ドルに達すると予測しています。その投資を受け止められるのは、演算需要が設備の限界を超える前に電力アーキテクチャを片付けた施設だという見立てです。電源設計をいつ手当てするかが、今後のAI基盤投資の巧拙を分ける論点になりそうです。

フランスのAI企業Mistral AIは8月11日、欧州のAI計算基盤を2030年末までに1ギガワット規模へ拡大する構想を発表しました。欧州の大手企業から複数年の計算利用契約を集め、その需要を担保にデータセンター投資を賄う仕組みで、2027年末には200メガワットの確保を目指します。あわせて、処理地域を欧州か米国から選べる推論エンドポイントと、稼働率保証付きの上位プランも提供します。

構想の壁は資金です。同社の現在の容量は200メガワット未満で、稼働中の拠点はパリ近郊の44メガワット、スウェーデンの23メガワット、フランス・レジュリの10メガワットにとどまります。調査会社Epoch AIの試算では1ギガワット級のAIデータセンターに約380億ドルの初期投資が必要とされ、これまでの調達総額約40億ドルとは桁が違います。

そこで持ち出したのが「欧州コンピュートユニット（ECU）」です。参加するのはASML、Amadeus、Capgemini、CMA CGMといった欧州の産業大手で、約5年分の計算能力を先に押さえ、推論・学習・モデル調整など用途は後から決められます。共同創業者兼CTOのティモテ・ラクロワ氏は途中解約について「抜ける道はない」と言い切り、電力購入契約に近い拘束力で融資の裏付けを作る狙いです。

主権をうたう一方で、線引きは現実的です。域内推論でも一部の処理は域外の再委託先に渡る場合があり、ラクロワ氏はWeb検索などのツール呼び出しを例に挙げたうえで、欧州で調達できない機能は無効化や利用制限で対応すると説明しました。さらに同社は中国Z.aiのGLM-5.2を皮切りに他社のオープンモデルも自社基盤で提供し、モデル提供者から欧州の信頼できる流通層へと立ち位置を移しつつあります。

最大の顧客は、皮肉にもMicrosoftです。7月に結んだ数十億ドル規模の提携で同社はMistralの欧州データセンターから容量を借り受けており、Mistralは米ハイパースケーラーに設備を貸す側に回ることで投資リスクを下げています。ただしデータセンターを埋めるGPUの大半はNvidiaなど米国製で、独立性には契約では埋められない限界も残ります。

では、重みを無償公開するモデルでどう回収するのでしょうか。ラクロワ氏は、モデルが兆パラメータ規模に膨らみエージェント型の処理量が増えるなかで自社設備だけに推論を閉じ込めるのは難しくなると述べ、クラウド推論での収益化に賭ける考えを示しました。同社は約200億ユーロの評価額で30億ユーロ規模の追加調達を交渉中と報じられており、顧客を5年縛る以上、自らも長期の約束から降りられません。

xAIの共同創業者イゴール・バブシュキン氏が率いるAIスタートアップのRiver AIが、シード/シリーズAラウンドで11億ドルを調達しました。ラウンドはGeneral CatalystとAMP PBCが共同で主導し、NvidiaやAMD Ventures、Y Combinator、Temasekも参加しています。同社が6月にステルス状態を脱してから、わずか2カ月での大型調達です。

共同主導したAMP PBCは、Andreessen Horowitzの元ゼネラルパートナー、アンジニー・ミダ氏が2026年に設立したAI特化の投資会社です。ミダ氏はa16z時代にBlack Forest LabsやMistral AI、LMArena、OpenRouterへの投資を手がけてきました。半導体大手のNvidiaとAMD Venturesが揃って名を連ねた点も、今回のラウンドの特徴です。

バブシュキン氏はDeepMindとOpenAIでAI開発に携わった経歴を持ち、River AIではAIをゼロから作り直すことを掲げています。狙いは、他の主要ラボが進む人間の労働者の代替ではなく、利用者自身が訓練できるパーソナルなアシスタントを実現することです。そのためには学習、モデル、プロダクト層、そして個人のAIが身近に存在できる新しいハードウェアまで、スタックを端から端まで作り直す必要があると、同氏はローンチ時のブログに記しています。

すでに提供中のAPIでは、オープンモデルに対して強化学習（RL）とLoRAによるファインチューニングを利用でき、料金は100万トークン単位で使うモデルごとに変わります。同社はこれをプロンプトエンジニアリングへの解毒剤と位置づけ、プロンプトは自分が所有せず改善もできないモデルを操作するだけだと説明します。資金調達の発表では、専任のインフラチームなしで複雑なRLの実行を15〜20分で完了でき、クローズドな代替手段と比べて2〜4倍のコスト削減になるとしています。

背景には、オープンウェイトを含む複数のモデルを組み合わせ、自社でAIの主導権を握りたいという企業側の意識の高まりがあります。River AIはそのうちポストトレーニングの専門性を、ネオクラウド型のサービスで肩代わりすると打ち出しています。個人が自分専用のエージェントを持つ流れは、ローカルで動くOpenClawなどの広がりや、NvidiaがDell、Microsoft、HPとAI対応PCで組む動きにも表れています。

一方で、設立間もない企業への11億ドルという規模は、過熱するAI投資環境を映しているとの見方もあります。River AIの技術が既存勢とどう違うのかはまだ明らかになっておらず、潤沢な資金をどう使うかが問われます。

ヒトの皮膚細胞から作る「脳オルガノイド」が、シリコン半導体に代わる計算の担い手として動き出しています。ジョンズ・ホプキンス大やカリフォルニア大サンディエゴ校では培養した神経細胞を電気刺激で学習させる研究が進み、オーストラリアの新興企業コーティカル・ラボは生きた神経細胞を積んだ計算機の商用販売を始めました。狙いは、自己修復性と省電力性という生物固有の性質を計算に持ち込むことです。

同社の「CL-1」は細長いトースターほどの筐体に生命維持装置を備え、最大100万個の神経細胞を6カ月間生かします。2022年には神経培養にAtariのPongを学習させ、現在はDoomまで到達しました。遅延1ミリ秒未満のクラウド経由で、外部の研究者も59個の電極から神経細胞に信号を送れます。

同社のブレット・ケーガン最高執行責任者は「AIに求めるものは、実は生物学だ」と語ります。自己修復、適応性、長寿命、省電力はいずれも生体組織が最初から備える性質であり、画像認識や分類など現在AIが担う処理の一部を将来置き換えられると同社は見ています。ただし現時点の顧客は、煩雑な培養作業を自前で抱えたくない研究者が中心です。

収益源として現実味があるのは創薬です。神経精神系の新薬は臨床試験での失敗率が95%近くに達し、動物実験の予測精度の低さが壁になってきました。ジョンズ・ホプキンス大のトーマス・ハートゥング氏は、6ウェルプレート1枚で最大4000個の脳オルガノイドを作れると述べ、5〜6頭の霊長類に頼る従来手法との差を強調します。

政策も追い風です。米国立衛生研究所(NIH)は2025年7月、動物実験だけに依存する研究への助成をやめ、同年9月にはオルガノイド標準化拠点へ8700万ドルを投じると発表しました。一方で血管系を持たないオルガノイドは直径5ミリ前後で内部が壊死するため、人工血管や灌流装置の開発が次の関門になっています。

意識をめぐる議論は、当の研究者の間では「気を散らす問い」と受け止められています。定量的な定義がない以上は規制の線引きも定まらず、人でも動物でもない脳オルガノイドは現状、保護の枠外に置かれています。シリコンが上から脳を模す道と、生体が下から知能を育てる道のどちらが先に実用の壁を越えるのか、投資と規制の両面で見極めが必要です。

米ベンチャーキャピタルのAccelが2026年8月11日、インド特化の新ファンドを5.5億ドル規模で組成したことがわかりました。関係者によると、募集は超過応募となり、開始から数週間で完了しています。前回のインド向けファンドからわずか19カ月での再組成で、同社が総額35億ドルを一度に集めた世界規模の資金調達の一環です。

注目すべきは、前回の6.5億ドルファンドの55%超が未投資のまま残っている点です。新ファンドからの投資開始は2027年を見込み、それまでは前回ファンドで投資を続けるといいます。今回はインドに加えて米国、欧州、13.5億ドルのグロース向けの計4本を初めて同時に組成しました。

Accelがインドの次の波として見るのは、AI単独ではありません。パートナーのShekhar Kirani氏は、AI、消費者向け、フィンテック、そして先端製造やディープテックに引き続き投資すると語りました。同社はAIを独立した投資カテゴリーではなく、各領域を支える横断的な技術になりつつあると位置付けています。

インドが基盤モデルの第一波を逃したことは、世界の投資家の間で議論の的です。パートナーのPrayank Swaroop氏は「先行したのはLLM側だが、アプリケーション層に大きな機会がある」と述べ、インド勢はOpenAIやAnthropicと競うのではなく、既存モデルの上に企業向けソフトを作ると見ています。実例が、米国の医療機関向けに医療コーディングを自動化するRapidClaimsで、約95%の精度を実現しています。

追い風は市場側にもあります。OpenAIとAnthropicはいずれもインドを米国外で最大の市場と位置付け、AIコーディングのCursorもインドがパワーユーザー最大の市場になったとしています。VC全体の減速が続くなか、Peak XVが13億ドル、General Catalystが5年で50億ドルの投入を表明するなど、インドへの再集中が鮮明です。

Accelは投資先の約8割で最初の機関投資家として出資しており、FlipkartやSwiggy、Freshworks、Zetwerkを早期から支えてきました。Kirani氏は「数年前と比べ、アイデアと創業者の質が格段に良い」と語ります。後追いではなく創業初期に賭ける姿勢を、今回の新ファンドでも維持する構えです。

Metaのマーク・ザッカーバーグ最高経営責任者は8月10日、6500語におよぶ論考「The Future is for Everyone」を公開しました。自社が開発するパーソナル超知能を数十億人と中小企業に無料か可能な限り安価に届け、オープンソースモデルの公開も広げると表明したものです。データセンター建設や政府規制のあり方にも踏み込んだ内容になっています。

最も具体的なのは、AIデータセンターへの反発に対する回答です。投資する地域すべてで発電設備を建設し、低コストの電力を地域に還元する方針を示したうえで、2030年までに使用量を上回る水を流域に戻すと約束しました。地域支援の基金「Future Is For Everyone Fund」の創設、技能職への無償訓練と高賃金の雇用保証も掲げています。

規制をめぐっては二つの顔をのぞかせます。モデル間の学習である蒸留やデータ利用に関する米国の政策は見直すべきだとし、海外のオープンモデルへのアクセス制限には反対を表明しました。背景にはAlibabaやMoonshotなど中国勢の公開モデルが学習データ規制の面で優位に立っているという危機感があります。

一方でサイバーセキュリティ分野では、政府の関与を求めています。学習が完了する前の段階から訓練情報を政府に共有し、法執行機関とも協力して悪用者を特定すべきだという提案で、トランプ政権のAI試験枠組みとも歩調を合わせる内容です。自由には規制緩和、安全保障には政府連携という組み合わせが、この宣言の性格をよく表しています。

ただ受け止めは割れています。TechCrunchは、この論考こそ人々がAIを敬遠する理由だと批判し、家庭教師や弁護士をめぐる例が実際の使われ方と乖離していると指摘しました。生成AIは学習を助ける一方で宿題や小論文の代筆にも使われており、確実な電子透かしがない現状では教員が判別できないためです。

根にあるのは信頼の問題です。米国の調査では64%がソーシャルメディアは民主主義に有害だと答え、8月上旬には子どもの安全をめぐる訴訟でMetaに5.67億ドルの追加支払い命令が出たばかりでした。危険性を率直に認めるサム・アルトマン氏やダリオ・アモデイ氏の発信と比べ、リスクに触れない語り口はかえって不安を招き、説明責任がいっそう重く問われる局面ではないでしょうか。

米メディアのArs Technicaは8月10日、学術論文の査読制度が投稿の急増で限界に近づいていると報じました。データベースのScopusとWeb of Scienceに収録される論文数は年5.6%のペースで増え続け、世界の研究者が査読に充てる時間は年間で延べ1万5000年分に達します。有償換算すると米国分だけで15億ドル相当となり、匿名かつ無償の相互評価を続けられるのかが問われています。

制度の綻びは個々の研究者にも及んでいます。デモイン大学の医療経済学者ジェイソン・センプリーニ氏は、小学生へのHPVワクチン接種義務化が集団全体の子宮頸がん罹患率をあまり下げないという分析をまとめ、学術誌に投稿しました。ところが査読者は、ワクチン自体の有効性を疑う研究だと取り違えたといいます。

通常、論文は2〜3人の専門家が読み、1人が誤解しても他の査読者が補正します。しかしこの論文を読んだのは1人だけで、そのまま不採択となりました。センプリーニ氏は「そこには非常に大きな違いがある」と述べ、政策の効果検証とワクチンの有効性は別の論点だと強調しています。

背景にあるのは、査読を担う人手の不足です。査読は匿名のボランティアが無償で支えてきましたが、投稿が指数関数的に増える一方、研究者が自分の時間を無償で差し出す余裕は乏しくなっています。分野を問わず査読者は追いつかず、制度そのものが揺らぎ始めています。

記事はこの状況を踏まえ、査読という仕組みがAI時代を生き延びられるのかと問いかけています。研究の信頼性を支えてきた土台が緩めば、技術選定や投資判断で論文を参照する企業にも影響が及びます。査読者の負担をどう軽くし、検証の質をどう保つかは、学術界だけの問題ではありません。

OpenAIは8月10日、テキサス州のグレッグ・アボット知事に宛てた書簡を公開し、同州でのAIインフラ整備を責任ある形で進める方針を示しました。書簡では州や地方自治体のリーダー、電力会社などの公益事業者、そして施設を受け入れる地域社会と協働し、AIインフラがテキサス州民に意味のある恩恵をもたらすようにすると強調しています。

名宛人はアボット知事ですが、OpenAIが協働相手として挙げたのは知事一人ではありません。州と地方の指導者に加え、電力会社などの公益事業者、そして立地先の地域社会が並記されています。整備の可否が単一の許認可ではなく、複数の関係者の合意に左右されるという認識がうかがえます。

公益事業者が明示された点は、AIインフラの拡大が電力供給と切り離せないことを示しています。テキサス州は独自色の強い電力系統を持ち、大規模な需要増への対応が長く論点となってきました。OpenAIが「責任ある」という言葉を掲げた背景には、この負荷をめぐる地元の関心があると読み取れます。

一方で、今回の公表は書簡の要旨にとどまり、投資規模や建設予定地、着工時期といった具体的な数値は示されていません。恩恵の中身が雇用なのか、税収なのか、電力インフラへの投資なのかも明らかにされていないままです。実効性を判断する材料は、今のところ限られています。

AIインフラをめぐる議論の焦点は、モデル性能や資金調達から立地と地域合意へと移りつつあります。事業者が州のトップに公開書簡を送る形を選んだこと自体が、計算資源の確保に政治的な信頼構築が欠かせないことを示しています。今後は、書簡で示された方針が具体的な契約や地域との合意にどう落とし込まれるかが焦点となります。

OpenAIの財務責任者は8月10日、同社が2年かけて築いてきたAI前提の財務組織について、CFO向けの5つの教訓を公式ブログで公開しました。掲げたのは決算を締め切り当日に完了させるゼロデイクローズと、常時更新される自動予測という二つの目標です。急成長する事業をリアルタイムで把握し、経営陣が結果を変えられるうちに判断できる体制を目指しています。

出発点は全社員へのAI開放と、実際の課題に取り組む構造化された実験でした。財務チームはセールスエンジニアを招いてハッカソンを開き、投資家対応の承認済み資料に基づくカスタムGPT「IR-GPT」を生み出しています。調達や税務向けの構築も進んでおり、現場発のアイデアと経営の優先順位が交わる点にこそ成果があると同氏は述べます。

二つ目の教訓は、重要な意思決定から逆算して業務全体を作り直すことです。承認済み予算、総勘定元帳の実績、発注書、見越計上、取引明細を常時照合し、差異は元の活動までたどれるようにします。AIが一次説明と例外の洗い出しを担い、数値の検証と最終承認は財務が持つという役割分担です。

三つ目は、財務担当者自身がツールの作り手になるという変化です。チーム全員がChatGPT WorkとCodexでダッシュボードを構築しており、コード未経験の担当者は月次の広告予測を週次・日次の計画に分解するツールを作りました。同社の調査では、財務職の専門的なAI利用の40%が従来の財務以外の業務、22%がエンジニアリング関連だといいます。

四つ目と五つ目は統制と測定です。CFOはIT・ガバナンス部門と組み、AIがアクセスできるデータ、実行できる操作、承認が必要な場面、エスカレーションの条件を定めるべきだと提言します。評価は座席数やトークン量ではなく、意味のある業務が完了したか、費用はいくらか、使える品質か、判断が速く良くなったかという四つの問いで行います。

安いモデルが最も経済的とは限りません。少ない試行と手戻りで確かな答えに至るなら、性能の高いモデルの方が総コストは低くなるからです。財務は戦略・資本・データ・リスク・業績が交わる位置にあり、だからこそCFOには全社のAI移行を主導する立場があると結ばれています。

フィンテック企業のBrexは、カンファレンス「VB Transform 2026」で、AIエージェントを本番環境へ安全に組み込む独自手法を明らかにしました。CEOのペドロ・フランチェスキ氏によると、同社はコンテナ内で動くコードを制御する従来型の防御を諦め、コンテナと外部を流れる通信を監視する方式へ切り替えたといいます。エージェントの価値の源泉であるコード実行能力を殺さずに統制を効かせるためです。

発端は、コーディングモデルの成熟を受けて1月に公開されたオープンソースのAIエージェント「OpenClaw」でした。エージェントが固定的なツールに頼らず自らコードを書いて自己更新できるようになったことから、フランチェスキ氏は社内業務の自動化への投入を提案します。しかし社内のセキュリティ担当は「コード実行能力を持つものを信頼できるはずがなく、制御する方法もない」と、これを真っ向から拒みました。

そこで生まれたのが、Brexが自ら開発してオープンソースとして公開したHTTPプロキシCrabTrapです。この仕組みは、エージェントが何でもでき、すでに侵害されているかもしれないと想定したうえで、コンテナとインターネットの間の全通信を受け止め、その内容が承認済みポリシーに沿うかをLLMに判定させます。フランチェスキ氏は、ツール利用を絞って守るNvidiaのNemoClawのような方式は、エージェントの強みであるコーディング能力を打ち消してしまうと指摘しました。

課題は速度でした。全リクエストをLLMに通せば数千ミリ秒の遅延が乗るため、Brexは処理を二層に分けています。LinkedInのプロフィール閲覧のような低リスクな行為は事前承認の静的ルールで即座に通し、メール送信などの高リスクな行為だけをLLM審査へ回すことで、遅延を被る複雑なリクエストは全体の約2%にとどまるといいます。

実証の場となったのが、OpenClaw上に構築した仮想リクルーター「Jim」です。候補者の探索から応募者の採点、メール送信までこなすJimがポリシー外の動きをすると、CrabTrapはSlackで人間の管理者に通知し、エージェントの意図の説明とルール変更案を添えて可否を尋ねます。壁にぶつかった従業員が上司にエスカレーションする、という会社では解決済みの作法をそのまま持ち込んだ形です。

興味深いのは、LLMが審判役として想定以上に機能した点です。フランチェスキ氏はその理由を、モデルが事前学習で膨大なWebページとHTTPリクエストに触れ、通信の意味を自然に理解しているからだと説明します。「作った時点で、半年後に捨てる確率は70%だと思っていた」と内製の割り切りを認めつつ、答えを全部持っていなくても何もしないという選択肢はない、というのが経営層への示唆です。

Amazonが、テキサス州に建設される天然ガス火力発電所に出資し、自社のAI向けデータセンターの電力を賄うことがわかりました。ニューヨーク・タイムズによると、この発電所は米国で単一の施設として最大の気候汚染源になる可能性があります。送電網に頼らない「系統外」型データセンターへの本格投資は、Amazonにとって今回が初めてと報じられています。

ガス火力発電所をデータセンター計画に組み込む例は急増しています。排出される大気汚染物質は気候変動を加速させるだけでなく、喘息や心臓病、肺がん、脳卒中といった健康被害にもつながります。地域社会からは、より厳格な環境審査を求める声が上がっています。

背景にあるのは、規制をめぐる政治情勢です。トランプ政権は許認可手続きの完全な省略も含む迅速化を優先しており、審査を求める住民との溝は広がる一方です。前例となったのが、Elon Musk氏率いるxAIが2025年春から最大のAIデータセンター「Colossus」をガスタービンで稼働させ、強い反発を招いた一件でした。

2026年6月には、ミシシッピ州のNAACPがガスタービンの停止を求めてxAIを提訴しました。これに対しトランプ政権はxAI側に立ち、市民に大気浄化法を執行する権限はないと主張しています。この訴訟で住民側が敗れれば、透明性を求める運動の勢いは大きく削がれかねません。

AI大手の多くは、批判を横目に自前の電源確保を進めています。Anthropic、Google、Meta、Microsoft、OpenAI、Oracleが許認可の議論を避ける形で電力調達に動き、この1年で数十社が同様の動きに着手しました。

抗議によって今年これまでに1300億ドル規模のデータセンター計画が止まった一方、ガス火力への抵抗は通用しにくくなりつつあります。経営者にとっては、AIの電力確保が環境・訴訟リスクと直結する局面に入ったと言えるのではないでしょうか。

OpenAIは2026年8月7日、ドイツの税理士・監査・法律事務所ネットワークHSP GRUPPEの導入事例を公開しました。同社は共有のChatGPT Enterprise環境で半年間に50万件超の対話を記録し、週次アクティブ率は84%に達しました。保守的な内部試算では年間約4万時間の追加キャパシティが生まれ、理論上の売上機会は約380万ユーロとされています。

HSPは20年以上にわたり業務プロセスの標準化と品質管理に投資してきた事務所連合です。生成AIの登場後も単なるソフトウェア導入ではなく組織変革として扱い、月次のAIフォーラムで実践事例を共有しながら定着を進めました。ChatGPT Enterpriseのセキュリティ機能を土台にしつつ、顧客情報の扱いは自社の情報保護・守秘規程で統制しています。

現場で生まれた有効な使い方は、共通エージェントとして標準化されています。顧客向け文書の下書きを支援する「AI Client Communication」や、勘定科目表SKR03/SKR04の仕訳分類を補助する「Booking Assistant」がその例です。パートナーのマグダレーネ・ポスナク氏は、複数の不動産投資の評価にかかる時間を9時間から約2時間へ短縮したと述べています。

従業員調査では98.6%が生産性の向上を、84.6%が仕事の品質改善を挙げました。95.9%が週単位の時間短縮を実感し、そのうち63.5%は週2時間以上、25.7%は週5時間以上を節約しています。事務所側は人員削減ではなく、滞留した案件の消化と助言業務の拡大に浮いた時間を振り向ける方針です。

次の段階として、HSPはエージェント型のChatGPT Workを開発者と管理者の少人数で先行検証しています。自動化候補は88件を特定済みですが、経営陣は今日の業務を自動化するより業務そのものを再設計することが本質だと語ります。年次決算では、期中から記帳内容を継続的に点検し不足資料を先回りして依頼する仕組みを構想しています。

民泊仲介大手のAirbnbが2026年4〜6月期の決算説明会で、社内でのAI活用により主要施策の構想から公開までの期間を最大6割短縮したと明らかにしました。共同創業者兼最高経営責任者（CEO）のブライアン・チェスキー氏によると、前年同期の半年間と比べて出荷した機能・改善の数は約8割増えたとのことです。同社はあわせて、自然言語で宿を探せるAI検索の試験も始めます。

チェスキー氏は、検索やサインアップ、決済といった領域の開発をAIが後押ししたと説明しました。同社は2026年5月にも新規コードの6割をAIが書いていると公表しており、開発現場での定着が数字に表れた形です。ホスト向けにも、登録手続きを短くする機能などを投入しています。

一方で、利用者が直接触れるAI機能の導入は慎重でした。これまではレビュー要約や物件のハイライトにとどまり、チェスキー氏は旅行分野にチャットボット型の画面をそのまま持ち込んでも機能しないと繰り返し述べてきました。今回のAI検索も、従来の検索・絞り込みに慣れた利用者への押し付けを避けるため、切り替え式のトグルとして提供します。

トグルを有効にすると、利用者は自然言語で条件を入力し、視覚的な形式で結果を受け取れます。チェスキー氏は回答の見出しはAIが生成し、チャットボットを読むような会話調になりうると語り、物件ページのハイライトもその場で一人ひとりに合わせて生成されると説明しました。

裏側では、カスタマーサポートへのAI投入が先行しています。2025年に北米で導入したAIボットは今年50以上の言語へ広がり、年内には音声通話への対応も予定されています。AIエージェントで始まった問い合わせの約45%が人手を介さずに解決し、予約1件あたりのサポート費用は前年同期比16%減りました。

業績も堅調で、6月末までの四半期の売上高は前年同期比17%増の36億ドル、調整後EBITDAは21%増の13億ドルでした。開発速度とサポート費用という二つの指標でAIの効果を数字に落とし込んだ点は、社内導入の投資対効果を測りたい経営層にとって手がかりになりそうです。

気象観測気球のスタートアップ、WindBorne Systemsは8月5日、シリーズBラウンドで3700万ドルを調達したと明らかにしました。ラウンドはKhosla VenturesとGalvanizeが共同主導し、調達後の企業価値は2億5000万ドルとなります。AIによる気象予測の精度向上が実証されるなか、同社はその予測を企業の意思決定に結びつけ、収益事業として成立させることを次の目標に据えます。

2019年設立の同社は、低コストのセンサーと長時間飛行する気球で独自の気象データを集めてきました。現在は世界20カ所の打ち上げ拠点を持ち、常時約600機の気球が台風の目のような観測しにくい領域までカバーします。さらに、海に落下したあとはブイとして測定を続ける航空センサーの投入も始めました。

この「惑星の神経系」と呼ぶ独自データが、予測モデルの参入障壁になっています。過去4年のAI気象モデルの進展で、かつてはスーパーコンピューターが必要だった大気シミュレーションがノートパソコンでも動くようになり、民間企業でも自前の予測が可能になりました。ジョン・ディーンCEOは「気球を加えると予測精度が上がり、1データあたりの価値は衛星より高い」と語ります。

足元の主要顧客は政府機関です。米国立気象局がデータを購入し、米空軍と海軍は研究提携を通じて資金を出しています。通信が途切れがちな艦上でも動く予測モデルの開発も、その一環です。

次の焦点は民間市場です。現在は商品価格などを読む投資ファンドが中心で、今回の資金は計算資源と、気球網の衛星通信をメッシュ無線網へ置き換える開発、そして営業体制の拡充に充てられます。ただ、地球観測衛星のようなセンシング事業は、データから価値を引き出す業務知識が壁となり、民間開拓に苦戦してきた歴史があります。

民間の気象会社の多くは、政府予報の再加工や、航空機の除氷・船舶航路といった特定用途で稼いできました。共同主導したGalvanizeのサロニ・ムルターニ氏は「予測が良くなれば手間をかける価値が生まれ、AIが予測と事業判断をつなぐ作業を容易にする」と述べます。精度の向上そのものより、意思決定に組み込めるかどうかが市場拡大の分岐点になりそうです。

イーロン・マスク氏が率いるSpaceXが8月4日、上場後初となる四半期決算を発表しました。売上高は78億ドルと市場予想の68億2000万ドルを上回り前年同期比92%増、純損失も5億4100万ドルと21億ドル超とされた予想を大きく下回りました。それでも翌5日の株価は一時10%下げ、AI向け設備投資が前四半期の2倍となる約160億ドルに膨らんだことが投資家の警戒を招いています。

決算が映し出したのは、ロケット企業というより計算資源の貸主としての姿です。宇宙事業の売上は10億ドルに届かず全体の1割強にとどまり、衛星通信のStarlinkが42億ドルで、営業損失を出さなかった唯一の部門でした。データセンターを貸し出すコンピュート事業はロケットを上回る売上を稼ぎ、設備投資でも宇宙・通信が各10億ドル強なのに対しAIだけで158億ドルを投じています。

この構図は当初の計画ではありませんでした。マスク氏はGrokの学習用にメンフィスのデータセンター「Colossus 1」を建てましたが、xAI側が遅延や新旧チップ混在によるボトルネックで使いこなせず、外部への賃貸へ切り替えた経緯があります。決算説明会でマスク氏は、今後構築する計算資源のうちGrokに回すのは1割程度だと述べ、GoogleやAnthropic、Reflection AI、買収したCursorとの契約を挙げました。

投資計画はさらに膨らみます。マスク氏は計算能力を今年末の2GWから2027年末までに「5GWより10GWに近い」水準へ引き上げる方針を示し、今後のインフラ整備ではNvidia製ハードウェアに一本化すると明言しました。1GW増設するごとに数百億ドル規模の費用がかかり、上限想定では2027年末のデータセンターがニューヨーク市の夏のピーク需要に匹敵する電力を消費する計算になります。

収益面では、最高財務責任者のブレット・ジョンセン氏が年末までに年換算売上高(ARR)1000億ドル超に達し、その大半をクラウド事業が担うと説明しました。一方でS&P;グローバルのメリッサ・オットー氏は「投資家がさほど乗り気でなかったのはAI部門の設備投資額だ。野心的すぎる」と指摘します。コンピュート貸しはCoreWeaveやNebiusと同じ土俵であり、機材の陳腐化や価格競争にさらされる資本集約型の事業でもあります。

目先の需給も重くのしかかります。SpaceXは6月のIPOで860億ドルを調達しましたが、株価は上場直後の高値225ドルから112ドルへほぼ半減し、8月6日には内部関係者のロックアップ解除が始まります。最大100万基の衛星による軌道上データセンター構想もFCCに申請済みですが技術的な詳細は乏しく、経営陣が語る壮大な構想と足元の資本負担のギャップをどう埋めるかが問われています。

電子商取引向けマーケティング自動化の上場企業Klaviyoは8月5日、AIで顧客対応を自動化する新興企業Agencyを買収することで合意したと明らかにしました。Agencyは連続起業家のElias Torres氏が2023年に設立した企業で、取引条件は公表されていません。Torres氏はKlaviyoの最高製品責任者に就き、25人のチームを率いてAIエージェント事業の開発を加速します。

Agencyはこれまでに3200万ドルを調達し、出資者にはSequoia、Menlo Ventures、Felicisが名を連ねています。カスタマーサクセス担当者の業務をAIで支援する製品を軸に、短期間で存在感を高めてきました。

買収で強化されるのは、販促キャンペーンを自動で組み立てるComposerと、返品や配送状況の照会など購入後の対応を担うCustomer Agentの2つです。共同創業者で最高経営責任者のAndrew Bialecki氏は、Agencyの製品を自社のエージェントと組み合わせ、20万社の顧客に届ける考えを示しました。数年のうちに、さらに多くの企業へ広げたいとしています。

今回の買収は、2人の縁が一巡したことも意味します。Torres氏は2010年、自ら創業したPerformableで、ハーバード大学を卒業して2年のBialecki氏を初期エンジニアの一人として採用し、創業期の勘所を教えた間柄でした。Bialecki氏が独立してKlaviyoを立ち上げ、2015年に初の外部資金を調達した際には、Torres氏がエンジェル投資家として出資しています。

Torres氏はPerformableを2011年にHubSpotへ売却し、その後に創業したDriftでは8年間CTOを務め、同社は2021年に12億ドルでVista Equityへ売却されました。一方のKlaviyoは2023年9月に92億ドルの評価額で新規株式公開を果たしたものの、株価は他のSaaS企業と同様に調整局面にあります。両氏は、長年蓄積した顧客データがDecagonやSierraといった競合への優位性になると見ています。

Google親会社Alphabetのスンダー・ピチャイCEOは8月5日、AI部門Google DeepMind（GDM）の首脳体制の刷新を発表しました。GDMを率いてきたデミス・ハサビス氏は運営を離れてGDM会長兼Alphabet最高科学責任者に就きます。27年在籍したジェフ・ディーン氏は同僚3人と退社し、新会社Discovery Loopを設立します。

GDMを新たに統括するのは、CTO兼Google最高AIアーキテクトのコーレイ・カヴクチュオール氏です。GDMのSVPとしてピチャイ氏に直接報告し、Geminiのモデル開発、フロンティアAI研究、Geminiアプリと開発者向けチームを見ます。ハサビス氏は創薬企業Isomorphic Labsの経営を続けながら、AGIと科学の長期戦略に専念します。

ディーン氏は1999年にGoogle30番目の社員として入社し、検索インフラからGoogle Brain、Geminiまで同社の技術転換を主導してきました。今回はサンジェイ・ゲマワット氏、Google Brain共同創業者のクォック・レ氏、DeepMind研究担当VPのオリオル・ヴィニャルス氏も同行します。4人そろっての離脱は、モデル競争の渦中にあるGoogleにとって痛手です。

新会社Discovery Loopは公益を目的に掲げる法人形態（PBC）で、ディーン氏がCEOを務めます。実験の立案・実装・評価という科学の反復作業をAIで全自動化し、数千の実験を同時に走らせる構想です。最初の顧客は自社で、まず機械学習アルゴリズムの改良に適用し、その後はチップ設計や創薬、材料開発へ広げる計画を掲げています。

資金調達はRadical VenturesとKhosla Venturesが共同で主導し、Kleiner PerkinsやLightspeed、Doerr Capitalも参加しました。Alphabetも創業投資家兼クラウドパートナーとして出資し、初年度の計算資源を提供します。ピチャイ氏は慰留を重ねたと伝えられますが、最終的には送り出す形になりました。

GeminiアプリはMAU9億5000万を超え、Gemmaの累計ダウンロードは9億件を突破しました。事業の勢いが続く一方で、抜けた頭脳をどう埋めるかが問われます。AIを研究の道具から研究者そのものへ変えるという新会社の賭けが実るかどうかも、次の焦点になりそうです。

米国の音声入力スタートアップWispr Flowが、会議を自動で記録・要約する新機能「Notetaker」を公開しました。カレンダーと連携して会議中の発言を文字起こしし、終了後は生成AIが要約を作成、チャット形式の追加質問にも答えます。同社のタナイ・コタリ最高経営責任者(CEO)は「今年は会議録音とAI議事録の年だ」と述べ、GranolaやOtterが先行する市場への参入を鮮明にしました。

実際に試用した米メディアWIREDの記者によると、画面上を流れるリアルタイムの文字起こしは正確で、会議後に自動生成された要約にも明らかな誤りは見当たらなかったといいます。記者が最も評価したのは、記憶があいまいな発言を自然文で検索できる「ask anything」機能でした。実際に検索で見つけた引用を音声記録と突き合わせたところ、内容は一致していました。

利用者の使い勝手を大きく変えるのが、録音時間の上限です。従来は6分までしか記録できず、30分の会議を残すために利用者が5回も起動と停止を繰り返す状況でしたが、Mac向けアプリの設定画面から上限を最長6時間まで延長できるようになりました。コタリCEOは「本当に求められている使い方に気づいた」と語り、提供はMac向けが先行、Windows版は今後の対応となる見通しです。

背景にあるのは、会議の記録がAI前提になりつつある職場の変化です。シリコンバレーでは投資家や専門家が商談の場で録音や文字起こしを当然視するようになり、時に明示的な同意がないまま記録が始まる例もあります。現在の定番はGranolaで、Otterなど選択肢も増えており、音声入力で知られるWisprの参入はこの流れに沿ったものです。

一方で、Wisprの新機能はGranolaと同様に会議画面へ参加者として表示されません。だからこそコタリCEOは、法的な理由と参加者のプライバシー配慮の両面から、利用者が文字起こし中であることを必ず開示すべきだと強調します。「それが皆の規範にならなければ、信頼の欠如が広がってしまう」との発言です。

録音の同意要件は地域によって異なり、片方の当事者の同意で足りる州と、全員の同意を求める州があります。同社が拠点を置くサンフランシスコを含むカリフォルニア州では、私的な会話の録音に全参加者の同意が法的に必要です。AI議事録を業務に組み込む経営者やリーダーにとっては、生産性向上の効果と同時に、開示と同意のルールを社内でどう設計するかが問われる局面といえるでしょう。

音楽配信大手のSpotifyは8月4日の決算説明会で、独立系レーベルや配信事業者のライセンス団体であるMerlinが、ファンによるAIカバー・リミックス制作の新製品に参加すると明らかにしました。すでに参加を決めているUniversal Music Group（UMG）に続く動きで、Merlinのネットワークに属する3万を超えるレーベルが対象に加わります。

共同最高経営責任者（CEO）のGustav Söderström氏は、この製品を「偽のアーティストではなく本物のアーティスト」を軸にしたものだと投資家に説明しました。もう一人の共同CEOであるAlex Norström氏は、同意とクレジット、報酬の三つをそろえることで、インタラクティブ音楽でAIの追い風に合法的に参加できる最初の方法になると述べています。

提供はまず一部の利用者に向けた研究プレビューとして始まり、全楽曲カタログがそろわなくても開始できるとしています。ただし公開時期は示されていません。製品は有料アドオンとして提供され、アーティストにとって新たな収益源になるとSpotifyは説明してきました。

背景にはAI生成楽曲の急増があります。競合のDeezerは1日あたりの新規アップロードの5割超がAI生成だと7月に公表しており、2025年1月の1割から大きく伸びました。

Söderström氏は「通常の生成音楽は我々がいてもいなくても起こるが、この製品は我々なしには実現しない」と述べ、既存のアーティストが参加できる仕組みとしての意義を強調しました。権利者の同意を前提に据える点が、完全な人工楽曲を作る他のAI音楽サービスとの違いだとSpotifyは位置づけています。

SpaceXは8月4日、6月の新規株式公開後としては初となる四半期決算を発表しました。AI部門の売上高は前年同期の3倍超となる26億ドルに達し、宇宙事業の9億6200万ドルを大きく上回っています。AnthropicとGoogleに対する計算資源の提供契約が伸びを牽引し、社名に反してAI企業としての性格を強めた四半期となりました。

全体では赤字が続いていますが、四半期の純損失は1億4300万ドルまで縮小しました。AI部門単体では15億ドルの損失を計上しており、前年同期をわずかに下回る水準です。AI向けの能力増強に伴い、設備投資額は183億7000万ドルに膨らんでいます。

収益構造を見ると、Starlinkの通信事業が42億ドルと最大の稼ぎ頭で、同社で唯一の黒字部門です。宇宙事業では技術開発費が前年同期比で3億8900万ドル増え、Starshipが支出の主因となりました。重量の増したStarlink衛星の打ち上げが通信事業の拡大を左右するため、今回の資料では20機を打ち上げたと説明しています。

AIデータセンターへの投資は、Musk氏の企業群をまたぐ取引としても表れています。SpaceXは第2四半期にTesla製の蓄電池Megapackを2億9500万ドル分購入し、今年の累計は3億2900万ドルに達しました。xAIとの統合前には同社が4億3000万ドル分を購入しており、電池はGPUの需要変動に伴う電力の山を平準化する設備として使われているとみられます。

決算は市場予想を上回ったものの、株価は時間外取引で一時上昇した後に下落しました。企業向けAI製品を担うCursorの買収はまだ完了しておらず、Musk氏は規制当局の承認について完了は近いと述べるにとどめています。

NVIDIAは8月4日、カリフォルニア州サンタクララで開幕したメモリー・ストレージの業界会議FMSで、GPUがストレージへ直接読み書きするためのAPI群「cuFile」を下層のソフト基盤ごとオープンソース化すると発表しました。AIエージェントが膨大なデータを消費し、GPU自身が数千規模の同時要求を発行するいま、演算能力だけでなくデータを供給する保存基盤が次の性能を左右するとの見方が背景にあります。

cuFileはNVIDIA GPUDirect Storageを構成する要素で、数十万規模のGPUスレッドと広帯域メモリーを使い、マイクロ秒単位でストレージ上のデータへ安全に到達できるようにする技術です。公開先のリポジトリではGoogle、Intel、NVIDIA、Metaが初期メンテナーを務め、Linuxの作法に沿った安全性優先のストレージ基盤を業界で束ねる狙いがあります。

性能面では、NVIDIA Vera BlueField-4 STXに載るVera CPUが、圧縮と暗号化を組み合わせた2段のパイプラインでx86 CPU比最大3.21倍のスループットを示したベンチマークが公開されました。暗号化や圧縮、検証、復元といったデータサービスは、数千のエージェントが同時にアクセスすると詰まりやすい部分です。ここを肩代わりできれば、少ない計算資源でより多くのAIデータをさばけます。

業界横断の取り組みも動いています。NVIDIAが主導する「Storage-Next」にはDDN、KIOXIA、Micronなど40社を超えるストレージ・フラッシュ関連企業が参加し、GPU主導のストレージがどう振る舞うべきかを揃えたうえで、相互運用できる公開標準へ落とし込みます。その土台となるのが、並列動作するGPUが必要なデータだけをストレージから自らの高速メモリーへ直接引き出すSCADAという枠組みで、DDNは自社のAI向けデータ基盤Infiniaへの統合を進めています。

直接アクセスは速い一方、扱いを誤れば他プロセスのメモリーを壊しかねません。SCADAは役割を二つに分け、速度が要る利用者側の処理は信頼境界の外に置き、権限を持つ別の部品が設定時に許可されたストレージとの保護された経路を用意する方式を採ります。DDNのSven Oehme最高技術責任者は「AIの成否は保有するインフラ量ではなく、どれだけ生産的に使うかで決まる」と述べ、GPUとデータの直結が投資対効果を左右すると強調しました。

米メディアWIREDは8月4日、ハリウッドを長年取材してきたPuck創業パートナーのマット・ベローニ氏へのインタビューを公開しました。同氏は業界のAI利用はすでに常態化していると語り、Netflixが直近の決算説明会で300作品に生成AIを使っていると明かした事例を挙げています。表向きは反発が続く一方、実務では静かに浸透している構図が浮かびます。

ベローニ氏はAIを、業務効率化を担う企業向けの用途と、映像そのものを作る生成AIの二つに分けます。前者は誰もが使っている状態で、著名なショーランナーが脚本チームにChatGPTを使わないことを叱責したという逸話も紹介しました。全米脚本家組合も、クレジットされた脚本家がいて雇用が失われない限り、この使い方を容認しています。

資本の流入も加速しています。Netflixはベン・アフレック氏のAI企業を5億8700万ドルで買収し、Google DeepMindはA24に7500万ドルを出資、LionsgateもRunwayに出資しました。一方でアマゾンがAI制作スタジオの新作を発表した際には、参加した制作者が批判を浴びて降板しており、AI叩きの実害も生じています。

背景にあるのは製作費の重さです。ピクサーのオリジナル作品は2億ドルを下回る製作が難しく、組合が人件費の引き下げに応じない以上、削減の矛先は非組合の現場スタッフと技術に向かうとベローニ氏は指摘します。SAG-AFTRAは合成俳優にも人間と同等の費用を求めていますが、アニメ制作には組合の保護が及ばない職種が多く、そこが最も影響を受けやすいと見ています。

権利面はまだ流動的です。ディズニーとユニバーサルはMidjourneyを提訴し、ワーナーも加わりましたが、学習に使う行為そのものを侵害と認めた確定的な判断はなく、当面は出力が似ているかが争点になると同氏は説明します。著作権訴訟ではAnthropicの15億ドル和解が過去最大規模となり、肖像の扱いではケイト・ブランシェット氏らが立ち上げた同意登録の仕組みが注目されています。

テック資本の影響は表現の選択にも及びます。アマゾンMGMは4000万ドルを投じたサム・アルトマン氏を題材とする映画「Artificial」を、OpenAIとの500億ドル規模の提携後に手放し、配給はNeonが引き受けました。ベローニ氏はSNS上の評判操作も広がっているとして、作品の良否はMetacriticを基準にするのが現実的だと助言しています。

Googleは8月4日、公式ブログで7月に発表したAI関連の取り組みをまとめて公開しました。開発者向けのGemini新モデル3種やロボット向けの推論モデル、音楽や動画の生成ツール、山火事を早期に検知する衛星まで、対象は開発基盤から日常のアプリ、防災まで幅広く並びます。同社は20年以上続けてきた機械学習への投資の成果を定期的に振り返る形で、AIの実用性を示しています。

最も実務に近いのはモデル群の更新です。Gemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyberの3モデルは、本番環境でAIエージェントを動かす際に求められるトークン効率と低遅延、安定した性能を狙って設計されました。ロボット向けには身体性を伴う推論を担うGemini Robotics ER 2を投入し、人との自然な対話や周囲の状況把握、複数手順の作業に対応させています。

企業向けでは、Geminiを基盤とするコード最適化エージェントAlphaEvolveが、Gemini Enterprise Agent Platform上で全てのGoogle Cloud顧客に一般提供されました。基準となるアルゴリズムと目標を渡すと、自動でより良い解を探索し、人が読める最適化済みのコードを返す仕組みです。

日常利用の面でも動きがありました。Samsungの新機種Galaxy Z Fold8 UltraやFold8、Flip8ではGemini Intelligenceの最初の機能が使えるようになり、Android 17にはiPhoneからデータを無線で移行する機能が組み込まれています。NotebookLMはGemini Notebookとして検索やGeminiアプリからも使えるようになり、Gemini Sparkは利用者の許可のもとログイン済みのアカウントを使って、内見予約や航空券の下調べといった手続きを代行します。

創作と社会課題への応用も並びました。動画作成のGoogle VidsはGemini Omniと個人アバターに対応し、音楽生成はLyria 3.5へ更新されています。防災分野では、NOAAがGoogle Cloudの高性能仮想マシンで気象モデルを動かし始めたほか、山火事の早期検知を担うFireSat衛星3基がカリフォルニア州のヴァンデンバーグ宇宙軍基地から打ち上げられました。

経営層向けの発信も目立ちます。Google DeepMindの共同創業者でCEOのデミス・ハサビス氏が現在を歴史的な転換点と位置づける見解を示したほか、AIの利用実態を大規模に調べる調査ATLASの第1弾も公開されました。同社はIsomorphic Labsと共同でバイオレジリエンスの方針も示し、モデルの悪用を防ぎつつ政府や科学者が技術を活用できる体制づくりを掲げています。

半導体大手のAMDが2026年8月4日までに公表した2026年第2四半期決算で、データセンター部門の売上高が前年同期比107%増の67億ドルに達したことが明らかになりました。AI向け計算能力への需要拡大が追い風となり、全社売上高は50%増の115億ドルと四半期として過去最高を記録しています。一方でゲーム部門は31%減と落ち込み、事業構成の変化が鮮明になりました。

データセンター部門の売上高は、前四半期の58億ドルからさらに伸び、1年前の32億ドルからは2倍以上に膨らみました。ジーン・フーCFOは、この部門が四半期の全社売上の58%を占めたと説明しています。AI基盤への投資拡大が、同社の収益構造を大きく塗り替えつつあります。

対照的に、ゲーム部門の売上高は前年同期比31%減の7億7900万ドルにとどまりました。値上げと部品不足が響き、Xbox Series X/SやPS5、ValveのSteam Deck向けの販売が伸び悩んだためです。かつて業績を支えた家庭用ゲーム機向けの事業は、いまや脇役に回りつつあります。

一方、PCとゲームを合わせた事業全体の売上高は前年同期比6%増と持ちこたえました。Ryzenプロセッサーの販売が好調なクライアント部門が23%増となり、ゲーム機向けの落ち込みをPC向けが補う構図です。

リサ・スーCEOは、AIがすべての市場で計算需要の大幅な拡大をもたらしていると指摘しました。製品ポートフォリオの優位性と顧客需要の見通しの改善を挙げ、今後数年にわたって大幅な売上と利益の成長を実現できると自信を示しています。

アメリカの連邦通信委員会(FCC)は先週、安全保障上の懸念を理由に、中国製のヒューマノイドなど先端機器の新モデルについて輸入を禁止しました。この決定はアメリカの中小ロボット企業の成長を妨げる一方で、中国以外で製造する企業には追い風となります。インドのバンガロールでロボットを組み立てるAti Roboticsは、その代表例です。

同社は2017年に自動運転車向けモーターの開発企業として設立され、その後、自社製ロボットの開発に軸足を移しました。工場や倉庫で数トンの資材を運ぶ牽引車やパレット搬送機を手がけ、現在は50社を超える顧客のもとで数百台が稼働しています。年内には重い箱を運ぶ初のヒューマノイドを投入する予定です。

主力の1万ポンド級牽引車で中国から調達するのは電池セルのみ、パレット搬送機でも中国製部品は5%未満だとCEOのSaurabh Chandra氏は説明します。磁石を使う中国製ブラシレスモーターではなく誘導モーターを選んだため、磁石そのものの調達が不要になりました。牽引車のライダーセンサーにはアメリカのOuster製を使っています。

背景にあるのは、研究開発拠点バンガロールで進んでいた二輪・三輪向けEV部品のサプライチェーンの活用です。自動車部品は量産され信頼性が高く割安なため、一部を作り替えてロボットに転用しました。ただし誘導モーターは効率がやや劣り、その分をバッテリーで補う判断をしています。

一方、ヒューマノイドは腕とアクチュエーターをバンガロールで作るものの、ハーモニックドライブやフレームレスモーターは中国製です。歯車もドイツや台湾、日本に代替先はありますが、価格は上がるといいます。同社はミシガン州デトロイト近郊のマディソンハイツに拠点を設け、将来はそこで組み立てる計画です。

Chandra氏は業界の反応を「みな否認している」と語り、ワシントンでの働きかけも実らなかったと指摘します。恩恵を受けるのは中国以外で製造する企業で、TeslaのOptimusやアメリカ国内で生産するFigureを挙げました。ロボット新興企業への投資は件数・金額とも過去最高ですが、多くはソフトウェア中心で、ハードウェアは依然として中国のサプライヤー頼みです。

NTT DATA AIVistaのブラティン・サハ最高経営責任者は、2026年のVB Transformで、企業AIの成否を分けるのは規制下の本番業務に載せるラストマイルだと語りました。フロンティアモデルを自社データと業務手順、ガードレールで包み込むシステムづくりが価値を生み、モデル単体では届かないという主張です。対談はVentureBeatがスポンサード企画として公開しました。

サハ氏は、企業AIの多くが実装段階でつまずく原因を、統合の不備、ドメイン特化の不足、ガバナンスの欠如、成果に対する責任の曖昧さの四つに整理します。多国籍の保険金請求のような業務では、Fable 5やOpus 4.8、GPT-5.5といった最新モデルでも初期状態では本番に必要な精度に届きません。手書き文字やチェックボックスが並ぶ複雑な帳票が壁になり、ラストマイル特化を経て初めて実用水準に届くと述べました。

特化の作業は三つに分かれます。社内に埋もれた文脈をAIが読める形に整えること、コスト増を抑えるため複数モデルをアンサンブルで使い分けること、そして誤りを検知してやり直しを強制する専用ガードレールを重ねることです。いずれもファインチューニングには頼らず、VentureBeatの企業調査でもファインチューニングはモデル選定の優先度で最下位でした。

保険や製造など規制の厳しい業界で成果を出すには、技術とドメイン知識、そしてチェンジマネジメントの三つが同時に必要だとサハ氏は指摘します。実際の顧客案件でボトルネックになるのは技術ではなく、現場の担当者に作業手順を聞き取り、手順書に残らない暗黙知をエージェントへ落とし込む力だといいます。

導入の順序も明快です。まず既存ワークフローへの組み込みから始めてチェンジマネジメントの負担を抑え、その後に業務そのものの再設計へ進むことで効果が最大になると説明しました。基幹業務を止められない顧客は、稼働中の手順を途中で入れ替えることを許さないからです。

知能をモデルの外側に置く設計は差し替えやすさも保ち、サハ氏のチームはフロンティアとオープンソースのモデルを併用しています。誤りのコストが低い領域はオープンウェイトに任せ、最後の数パーセントの精度が効く場面にフロンティアの推論を残す方針です。ガードレール生成は顧客横断で再利用できる一方、各社の暗黙知の取り込みは個別対応が残るとし、世界有数の保険第三者事務代行として20年培った知見と信頼が模倣しにくい強みだと述べました。

元Salesforce幹部のEfrat Rapoport氏が率いる新興企業Juneが8月3日、ステルス状態を解除しました。同社はMarc Benioff氏のTime Venturesが主導するプレシードラウンドで2000万ドルを調達し、企業のAI導入を人手に頼らず進める基盤を投入します。狙いは、AI普及とともに需要が膨らむ顧客先常駐エンジニア（FDE）への依存を薄めることです。

Rapoport氏は「AIは逆説的に、専門サービスの需要を増やす」と指摘します。業界の答えが「もっと人を雇おう」になっている現状こそが、同社の出発点です。実際、企業がAIを動かすにはSalesforceやServiceNow、Databricks、Workdayといった既存のデータ管理基盤との接続が避けられません。

「AIが価値を生む前に、誰かがレガシーシステムを片付ける必要があります」とRapoport氏は語ります。データは複数基盤に分断され、業務フローは複雑で、長年の技術的負債が積み上がっています。エージェントの雛形を作るのは簡単でも、同じ意味の重複フィールドが10個並ぶ環境で正しく動かすことは難しい、というわけです。

Juneの基盤は企業の既存システムを走査して業務プロセスを把握し、ボトルネックを特定したうえで、エージェント主導の手順に置き換えます。「重複を削除する」「このデータソースに接続する」といった段階的なロードマップを自動生成し、利用者が各タスクの「build」を押すと構築が進む仕組みです。進捗は社内のコミュニケーションチャネルへ自動で通知されます。

米住宅ローン大手CMGの最高戦略責任者Paul Akinmade氏は、社内のソフトウェア開発をClaude Codeへ素早く移した一方、Salesforceとの統合でつまずいていました。前年の年次カンファレンスで100体のエージェント稼働を公言していたものの、アーキテクトや常駐エンジニアに相談しても数週間は前に進めなかったといいます。June導入後は配置先が明確になり、正式なキックオフ前から安全に展開できたと振り返ります。

Rapoport氏はJuneをFDEやコンサルタントを補完する道具と位置づけますが、顧客の動機はむしろ逆にあります。Akinmade氏は検討時に「FDEが必要な製品なら要りません。ブラックボックスは不要で、誰でも使える道具が欲しい」と伝えたと明かしました。創業4人はSalesforceに買収されたBonobo AIの出身で、資料なしで調達をまとめた点にも投資家の期待の高さが表れています。

OpenAIは8月1日、次期主力モデル「Astra」の内部版が、10年以上にわたり主要な進展がなかった数学と理論計算機科学の難問10件で新たな結果を得たと公表しました。対象は高次元幾何、符号理論、算術回路計算量、群論、作用素環論、量子計算量、格子暗号、極値組合せ論の8分野です。数学的な論証はモデルが生成し、人間は原稿化と形式化を担ったと説明しています。

個別の成果を見ると、球充填では密度の上界をコーン・エルキース閾値まで引き下げ、二元符号では任意の最小距離における最大サイズの上界を指数的に改善しました。群論では非ソフィック群の存在を示す構成が与えられ、作用素環論ではコンヌの剛性予想が反証されています。いずれも各分野で長く残されてきた問いです。

計算量理論でも進展がありました。パーマネントを計算する算術回路と算術式の下界が更新され、算術式ではn^4/log nオーダーの下界が示されています。加えて二人プレイヤーの量子ゲームに対する指数的な並列反復定理、耐量子暗号に関わる最近ベクトル問題の多項式因子近似困難性、エルデシュ問題183番・146番・180番の解決が並びます。

経営者が注目すべきはコストです。OpenAIによると、これらの解を見つけるのに要したトークン量はSolのAPI料金換算で約2000ドルにすぎません。各解答はLeanで形式化した証明としてGitHubで公開され、モデルの思考過程の説明も併せて出されました。

同社は著者性の扱いにも踏み込みました。AIが全面的に生成した証明を人間の著作として示すことは、システムの寄与と人間の知的作業のどちらも正しく表さないとして、原稿作成と形式化を人間が担った事実を明示し、正確性の責任は自社が負うと述べています。研究現場でAIをどう位置づけるかは、R&D;投資や人材配置の判断にも直結する論点です。

インド、イタリア、オーストラリア、イスラエルの4大学による共同研究チームが7月31日までに、生成AIのチャットボットが詐欺の信頼構築で人間を上回るとする実験結果を公表しました。恋愛感情を装って近づき、最終的に偽の暗号資産投資へ誘い込む「ピッグ・ブッチャリング」と呼ばれる手口の前半部分を再現したところ、AIは人間の詐欺役より高い成功率を示しています。

実験では、事情を知らされずに「被害者役」として集められた22人が、相手の正体を伏せたまま1週間テキストでやり取りしました。その後、詐欺役はアプリのダウンロードかオンラインゲームへの参加を依頼し、被験者が応じるかどうかで説得力を測っています。

結果は明確でした。AIチャットボットの依頼には被験者のほぼ半数が応じた一方、人間の詐欺役に応じたのは5人に1人未満にとどまりました。被験者自身が申告した信頼度の評価でも、AIは人間より明確に高いスコアを得ています。

なぜこの結果が重いのでしょうか。ピッグ・ブッチャリングでは投資話を持ちかけるまでの関係構築が数カ月に及ぶこともあり、ここが最も人手を消費する工程です。その最長工程をAIが肩代わりできるなら、詐欺組織は人員を増やさずに標的を大量にさばけるようになります。

詐欺産業が世界で奪う金額は年間数百億ドル規模とされます。文章の推敲や多言語対応にAIを使う動きはすでに現場で広がっており、今回の研究は会話そのものの自動化が一段進む可能性を示しました。文面が自然で言葉遣いが丁寧であること自体は、もはや相手を信じる根拠にならない。その前提で対策を組み直す時期に来ています。

OpenAIは7月31日、自社サイトで「Building abundant intelligence（豊かな知能を築く）」と題した論考を公開しました。インフラ、モデル、プラットフォーム、製品までを一体で運営するフルスタック戦略により、高性能なAIをより安く、より広く届けると説明しています。前日に発表したGPT-5.6 Lunaの80%値下げを、その循環が顧客に及ぶ具体例として挙げました。

値下げ後のLunaは、入力が100万トークンあたり0.20ドル、出力が1.20ドルになりました。上位モデルのTerraは20%引き下げられ、それぞれ2ドルと12ドルです。GPT-5.6 Solには、知能水準を変えずに標準処理の最大2.5倍の速度を2倍の価格で使えるFastモードが用意されています。

同社が重視するのは、価格表そのものではなく成果あたりのコストです。顧客が求めているのはトークンではなく、問い合わせの解決やソフトウェアの出荷、契約書のレビューといった結果だからです。やり直しや人手による監督まで含めれば、強いモデルのほうが結果的に安くつく場面もあると指摘しています。

効率はデータセンターの数だけで決まるものではありません。GPT-5.6 Solは自社の推論基盤の最適化を支援し、エンドツーエンドの提供コストを20%、投機的デコーディングによるトークン生成効率を15%以上改善しました。公開版のARC-AGI-3では、モデルを変えずに推論の保持と文脈管理を見直しただけでスコアが13.3%から38.3%へ上がり、出力トークンは6分の1で済んだといいます。

この循環を回す燃料が、利用の広がりです。同社のモデルは10億人を超える利用者と200万社以上の企業に届き、登録から半年たった利用者は1日のメッセージ数が約5割増え、使う用途の種類はおよそ2倍になるとしています。社内でもCodexを介したエージェント作業が週次の出力トークンの99.8%を占めるまでになりました。

一方、インフラは需要が生まれる何年も前に計画しなければならず、そこに規律が要ると同社は述べます。利用者と処理量の伸び、企業との契約、API消費、稼働率、収益といった証拠に基づいて投資を判断し、すべてを自前で持たずに所有・提携・購入を使い分ける方針です。目標は最大の設備をつくることではなく、確かな需要に見合う容量を適切な時期に用意することだと結んでいます。