投資（経済・金融・投資）に関するニュース一覧

最適化や制御、強化学習の分野で大きな影響を残したマサチューセッツ工科大学（MIT）名誉教授のディミトリ・ベルツェカス氏が、6月3日にマサチューセッツ州ベルモントの自宅で亡くなりました。83歳でした。同氏はMITとアリゾナ州立大学の教授を務め、20冊を超える教科書や研究書を著したことで広く知られていました。

ベルツェカス氏の研究は最適化、制御、大規模計算、強化学習、人工知能に及び、それぞれの分野の土台を築きました。特にジョン・チチクリス氏との共著『ニューロ・ダイナミック・プログラミング』は、後に強化学習や近似動的計画法の中核となるアイデアを先取りしたと評価されています。

アテネ工科大学で学部を終えた後、1971年にMITで博士号を取得しました。スタンフォード大学やイリノイ大学を経て1979年にMITへ戻り、2019年まで在籍した後、アリゾナ州立大学に移りました。同氏は出版社アテナ・サイエンティフィックを創業し、ロンドンの投資会社ベイフォレスト・テクノロジーズの主任科学顧問も務めました。

同氏の教科書は明快で美しい記述で知られ、最適化や制御を学ぶ世界中の研究者に読み継がれました。2018年にはチチクリス氏とともにINFORMSのフォン・ノイマン理論賞を受け、2001年には米国工学アカデミー会員に選ばれるなど、数多くの賞を受けています。図版や写真も自ら手がける多才さで、教え子や同僚から敬愛された人物でした。

米ワイアードは2026年7月、中国のAI研究機関が相次ぎ最先端に迫るオープンソースモデルを公開し、米シリコンバレーの戦略を揺るがしていると報じました。Z.aiが6月にGLM 5.2、Moonshot AIが先週Kimi K3、アリババが今週Qwen 3.8を発表し、いずれも第三者ベンチマークで西側の最上位モデルに迫る性能を示しています。中でもKimi K3は最も評価が高く、米政府高官が公然と警戒を口にする事態となりました。

これらの中国製モデルには共通点があります。エージェント型のコーディング作業に最適化され、オープンウェイトで公開されるため、誰でもローカルで実行し独自の改変を加えられます。開放性を武器に利用者や協業先を集め、資金力で勝るOpenAIやアンスロピックとは別の土俵で競う戦略です。

対照的に、米国の主要モデルは1年前より閉鎖的になっています。アンスロピックは危険性を理由にMythosの提供を絞り、ホワイトハウスの輸出規制で一時オフラインに追い込まれました。OpenAIも政権の要請を受けGPT 5.6の公開を延期しています。

米政府は圧力も強めています。ホワイトハウス科学技術政策局のクラチオス局長は、MoonshotがアンスロピックのFableを蒸留してK3を開発したと主張し、知的財産の窃取だと非難しました。ベッセント商務長官も中国AI企業への制裁の可能性に言及しています。

中国モデルは実利用でも存在感を増しています。評価プラットフォームのArena AIはK3をウェブ開発で首位、エージェント作業で4位に位置付けました。Hugging Faceは自社へのサイバー攻撃の分析に、安全ガードレールで協力を拒む西側モデルの代わりにGLM 5.2を用いたと明かしています。

課題も残ります。K3はトークン消費が多く、割安なはずのコスト差は縮む可能性があります。それでも、巨額の投資でしか高性能モデルは作れないという前提を揺るがし、業界の設備投資競争に一石を投じています。

米AI企業のAnthropicは7月22日、AIが経済に与える影響への対策を研究する経済未来研究基金（Economic Futures Research Fund）の研究アジェンダを公開し、外部研究への2億ドル拠出を表明しました。基金は、AIによる混乱に社会が備える施策を検証し、経済の柔軟性と回復力を高め、AIの恩恵を広く行き渡らせることを目指します。同社が6月に公表した経済政策枠組み（EPF）で提案した施策に、実証的な裏付けを与える狙いです。

今回の取り組みは、1年前に始めたEconomic Futuresプログラムを大きく拡張するものです。同社は小規模な助成を多数管理する体制を拡大しにくかったと振り返り、今後は大型の助成と野心的な事業に焦点を絞ります。主な助成規模は500万〜3000万ドルで、100万ドル未満の案件は対象外とします。

基金は5つの重点領域を掲げます。企業や職場レベルでのAI統合が労働者に与える影響、AI主導の移行を乗り越えるための再訓練や職業紹介、AIによる失業に対応する所得支援の刷新に加え、成長の果実を労働者に分配する仕組み、公共投資の効果検証を挙げています。大規模なランダム化比較試験（RCT）や、拡大可能なパイロット事業を重視する方針です。

応募は、認可を受けた大学や研究機関、実地試験の実績を持つ非営利団体などから受け付け、個人単独の応募は認めません。同社は本部を置くアメリカ中心の研究方針としつつ、AIへの備えは世界的に必要だとして、グローバルに事業を支援する考えを示しました。研究成果を節目ごとに公開できるパートナーを求めるとしています。

Alphabet（グーグル親会社）のスンダー・ピチャイ最高経営責任者は2026年7月22日、同社ブログで2026年第2四半期決算の要点を公表しました。全社売上高は前年同期比24%増となり、クラウド事業が82%、検索広告が17%、YouTube広告が13%それぞれ伸びました。同氏は人工知能（AI）への投資が全事業の成長を押し上げていると強調しました。

成長を最も牽引したのはクラウド事業です。売上高は82%増、受注残高は5140億ドルに拡大し、フォーチュン100企業の約9割が業務用基盤Gemini Enterpriseを利用しています。新規顧客の獲得ペースは前年比で2倍超、Google Cloud Marketplaceの取引は7倍超に伸びました。

AIモデルの利用も急拡大しています。モデルAPIの処理量は毎分約220億トークンと前四半期の160億から増え、月間900万人超の開発者が利用しています。対話アプリGemini Appの月間利用者は9億5000万人に達し、日次利用者は1年で3倍になりました。

製品面では低コストな新モデルGemini 3.6 Flashなどを投入したほか、検索の新機能「AI Mode」の月間利用者が10億人を超えました。次世代基盤モデルGemini 4の事前学習も始めており、同社は「これまでで最も野心的な取り組み」と位置づけています。半導体からモデルまで統合したAI基盤が、こうした成長を支えています。

不動産テック大手のZillowは20日、AIカンファレンス「VB Transform 2026」で、同社エンジニアリング担当SVPのトビー・ロバーツ氏とGlean共同創業者兼CEOのアービンド・ジェイン氏が登壇し、顧客の長い取引体験全体で文脈を引き継ぐAIアーキテクチャの設計思想を語りました。Zillowは米国の不動産取引の約8割に関わり、ChatGPT登場以前からAIを活用してきた企業です。

ロバーツ氏によると、AIの取り組みは多くの企業と同様にデータ基盤の整備から始まりました。データメッシュの採用や明確なデータリネージ、権限とID管理を伴うガバナンス構造を整えたといいます。しかし本当の難所はデータではなく、顧客が取引のどの段階にいるかを記憶し、どの接点に現れても文脈を引き継ぐ仕組みの構築でした。

そのためZillowは、単一のモデルAPIに顧客を通すのではなく、自社独自のアーキテクチャを構築しました。Zestimateなど20年に及ぶ機械学習の蓄積を生かし、汎用の大規模モデル一つに頼るのではなく、タスクごとに微調整した小型モデルを組み合わせる方針を採用しています。この仕組みは社内でGleanと並行して稼働します。

ジェイン氏によれば、Zillowでは現在数千のGleanエージェントが本番稼働し、社内で数万回の実行を通じて反復作業を処理しています。Gleanの価値は、財務・法務・マーケティングの各部門が同じシステムへの接続を個別に作り直す手間を、MCPゲートウェイで一度に集約する点にあります。これはコスト削減の手段でもあり、ほとんどのタスクを安価な小型モデルへ振り分けるモデルルーティングと、事前計算した文脈の活用によってトークン消費を最大で半減できるといいます。

セッションでは企業向けの実践的な示唆も示されました。ロバーツ氏は、AIによってコード出荷が40%増加したと信頼性をもって説明できるのは、数年前に整備したDORA指標のベースラインがあるからだと指摘し、測定基準はAI導入の後ではなく前に整えるべきだと強調しました。加えて、規制対象の機密データには権限の継承だけに頼らず、独自の厳格なルールと常設のコンプライアンスチェックを重ねる必要があるとしています。

ジェイン氏は「モデルだけでは企業内のAI自動化を実現できない。企業の文脈と結びつける必要がある」と語りました。文脈を単なる機能ではなくコストを左右する要素として捉える視点が、これからのエンタープライズAI構築の鍵になりそうです。

米SpaceXが7月7日、Nasdaq-100指数に採用され、S&P500;など指数連動型投信の安全性を問う議論が広がっています。米メディアThe Vergeは7月20日、指数投信の第一人者バートン・マルキール氏への取材をもとに、時価総額1.5兆ドル超の同社が投信に及ぼす影響を解説しました。焦点は、過大評価との指摘があるMuskの企業が、最も安全とされてきた運用手段を揺るがすのかという点です。

採用の背景には、SpaceX自身の要請によるルール変更がありました。Nasdaqは新規上場企業が一定規模なら取引15日目で指数入りできるよう規則を改め、同社の早期採用を可能にしています。ただしIPOで売り出されたのは全株の5%未満で、指数上は実際よりずっと小さい企業として扱われる仕組みです。

投資家の間ではガバナンスへの懸念が強まっています。Muskが議決権の過半を握り、株主提案や訴訟による牽制が効きにくい構造だからです。カリフォルニア州職員退職年金基金CalPERSやニューヨーク州・市の会計監査官は、その「極端な統治構造」を批判する書簡を送りました。指数に組み込まれると、この銘柄を避けて売却することが難しくなる点も問題視されています。

AI関連銘柄の集中を不安視する声もあります。NvidiaやApple、Microsoftなど指数上位はもともとAI色が濃く、今年後半にはAnthropicやOpenAIの上場も見込まれるためです。さらにSpaceXは8月中旬のロックアップ解除で追加の株式が市場に出る予定で、短期的な価格変動要因になり得ます。

それでもマルキール氏は、SpaceXは過熱していても指数投信を避ける理由にはならないと語ります。市場のリターンはごく一部の銘柄が生み出しており、どの銘柄が勝つかは専門家にも見抜けないためです。個別にSpaceX株を買うのは慎重になるべきだが、投信ごと手放すのは得策ではない、というのが同氏の結論です。

Alphabet傘下のGoogleが2028年をめどに、自社の生成AIモデルGeminiをより効率的に動かす新型サーバーチップを開発していることが分かりました。米メディアThe Informationが7月20日、匿名の関係者を引用して報じたもので、社内で「Frozen v2」と呼ばれるこのチップは、電力当たりの生成トークン数で測ると既存のAIチップより6〜10倍効率的になる可能性があるとされます。

GoogleはTechCrunchの取材に対し、報道を直接認めも否定もしませんでした。同社は「チームは常に新たな技術革新を研究・実験しており、すべてのプロジェクトが製品化されるわけではない」とした上で、ハードとソフトを一体で設計するフルスタックの取り組みを強調しています。

AI各社が自社チップ開発を急ぐ背景には、モデルの効率的な運用に加え、世界的なAI計算能力の不足への対応があります。市場ではAI関連支出への懸念が広がり、かつての熱狂が冷めつつあるなか、効率性はテクノロジー企業にとって重要な訴求点となっています。同時に各社は、AIチップ市場を長く支配してきたNvidiaへの依存脱却も進めています。

自社チップの動きは業界全体に広がっています。OpenAIは6月に初の独自チップとなる推論用プロセッサ「Jalapeño」を発表し、今月にはAnthropicがSamsungと新たなチップ製造での提携を協議していると報じられました。Googleもこの流れの中で独自路線を強めています。

投資家はこれまで、Alphabetの巨額なAI投資を懸念してきました。同社は今年、1800億〜1900億ドルを投じる計画を示しており、その回収を証明する必要に迫られています。今回の効率的な新チップの報道は投資家の懸念を和らげ、週内の決算発表を前に月曜午前の株価は約3%上昇しました。

中国の主要AI企業が2026年7月、米シリコンバレーへの攻勢を強めました。北京拠点のMoonshotは18日に大規模言語モデルKimi K3を公開し、続いてAlibabaも週末に新モデルQwen3.8を予告しました。両社はいずれもOpenAIやAnthropicの最上位モデルに匹敵する性能を、はるかに低いコストで実現したと主張しています。

最大の特徴はオープンウェイトという提供方針です。米国の主要ラボが最先端モデルを非公開にするのに対し、両社は誰でもダウンロードして改変・活用できる形で公開する方針を掲げています。MoonshotはKimi K3を世界最大の2.8兆パラメータのオープンソースAIと説明し、7月27日に全モデル重みを公開する予定です。Alibabaも近くオープンウェイト化するとしています。

この動きは、昨年DeepSeekが低コストモデルで米システムに迫って以来の衝撃を業界に与えました。米企業がチップやデータセンターに投じる巨額投資が、少ない資源で最先端に迫る中国勢に対し持続的な優位を保てるのかという疑問も改めて浮上しています。米国のリードは見た目ほど大きくないとの見方が広がっています。

米国内では規制をめぐる論争が起きました。OpenAIの戦略担当ディーン・ボール氏は当初、政府が新モデルへの規制的な不信感を作り出すべきだと主張しましたが、批判を受けて撤回しました。Axiosはトランプ政権がK3など中国モデルの禁止を検討中と報じ、一方で商務省は当面その措置を取らないとの報道もあります。

専門家の間では、オープンモデル自体を封じる規制への懐疑論が根強くあります。ジョージタウン大のサム・ブレスニック氏は、中国を本当に抑えたいならチップ輸出規制、とりわけNvidia H200の対中販売停止に注力すべきだと指摘します。Hugging FaceのClem Delangue氏も、オープンモデルの制限はリスクを隠し権力を一部に集中させるだけだと警告しました。米国自身が安価で高性能なオープンモデルを持つべきだとの声が強まっています。

Nvidiaのジェンセン・フアン最高経営責任者は7月15日と16日の2日間に東京を訪れ、日本政府と産業界を巻き込む国家AI基盤の構築で合意しました。政府は国産AI開発プロジェクト「Noetra」に5年で最大1兆円を投じ、その計算基盤をNvidiaの次世代半導体が担います。フアン氏はAIの次の主戦場を工場の現場と位置づけ、日本の製造業をその中心に据えました。

中核となるNoetraには、ソフトバンク、ソニー、NEC、ホンダを軸に国内約44社が集まりました。工場や車両、ロボットを動かすフィジカルAIの基盤モデルを自国で持ち、米国や中国のAIに頼らない体制をつくる狙いです。開発は3段階で進み、2026年度に日本語に強い推論モデル、2028年に文章・画像・映像・音声を扱うモデル、2030年にロボットを動かす「実世界ネイティブAI」を計画しています。

その計算資源を支えるのが、Nvidiaが「世界初の国家AIインフラ」と位置づけるVera Rubin AI工場です。Vera CPUを1万3750基、Rubin GPUを2万7500基搭載し、消費電力は140メガワット規模で、2028年の稼働を見込みます。数兆パラメータ級のモデル学習は、この拠点が担う想定です。

ロボット分野では、ファナック、安川電機、川崎重工、富士通、日立、NEC、ソニー、ソフトバンク、クボタなどがNvidiaのCosmosモデル採用を表明しました。東京では、Jetson Thorチップ上で動く「Cosmos 3 Edge」が公開され、機械そのものにモデルを組み込む道が開かれています。ホンダの研究部門やオムロンはすでに開発に着手しました。

トヨタ自動車は次世代車でNvidiaのDriveプラットフォームを採用済みで、今回はシミュレーションによる生産ラインの設計や交通状況を読む仕組みにも適用範囲を広げます。ただし車両側は運転者を前提とする高度運転支援にとどめ、WaymoやTeslaより慎重な路線を選んでいます。

背景にあるのは労働力の減少と主権の問題です。日本は2040年までに18分野で1000万台のAI搭載ロボットを普及させ、官民で650億ドルを投じ、約20兆円規模とされる世界市場の3割超を狙います。高市政権はAIと半導体を成長戦略の柱に据えていますが、その独立への挑戦は当面、米国製の半導体の上で走ることになります。

非営利団体のCurrent AIが、誰もが無料で使える公共のAI基盤づくりを加速しています。2025年2月にフランス政府の1億ドルを起点として発足し、フォード財団やマッカーサー財団、DeepMind、Salesforceが加わって総額4億ドルの資金を確保しました。狙いは、主要なAIがすべて民間企業のものという現状に対し、公共の選択肢を用意することです。

象徴となるのが、2月のインドAIサミットで政府のAI言語部門Bhashiniと組んで生まれた「Suno Sutra」です。インドの22言語を扱い、インターネット接続なしで動く手のひらサイズの端末で、ソースコードは公開され開発者が自由に拡張できます。アヤ・バデア最高経営責任者は「インドには数百の言語と方言があるが、今のAIはそれらを代表していない」と語ります。

先月には、ケニア、レバノン、ブラジル・アマゾンの4団体へ320万ドルの助成を配分しました。ケニアのMasakhaneは50を超えるアフリカ言語のデータセットを保健・農業・教育向けに整備し、レバノンの団体はアラブ文化史を地域側が管理する機械可読データベースへ変換しています。ブラジルでは先住民コミュニティと組み、データを現地の領域内に留めるオフラインのAIツールを開発中です。

技術基盤づくりも動き出しました。今月ジュネーブで公開したオープンソースのチャットボット「Alpha Chat」は、Hugging FaceやMozilla、MIT Media Labなど10団体の連合がわずか7週間で組み上げたもので、言語モデルや安全性ツール、計算資源を各団体が持ち寄りました。さらに東京のSakana AIとも提携し、日本語と新興国の言語を支える共通のオープンソース基盤を共同開発します。

根底にあるのはデータの所有権をめぐる問いです。バデア氏は大手技術企業の多言語対応を「市場拡大のためで、同意も文脈も問わない」と批判し、先住民の言語では宣教師による聖書翻訳が地域の合意より先に学習データになってきたと指摘します。Current AIはモデルとデータを現地に置き、地域がいつでも工程を止められる同意プロトコルを開発手順に組み込む方針です。

予算規模の小ささをどう見るべきでしょうか。バデア氏は「規模が常に尺度とは限らず、それは大手技術企業の発想だ」と述べ、ケニアで作られた道具をアマゾンの長老が自らの言語で生態知識を継承するために使う、といった姿を描きます。世界の話し言葉の半分が消滅の危機にあるなか、公共のAIという選択肢が成り立つかが問われています。

Appleが7月10日にOpenAIを営業秘密の侵害で提訴した件が、OpenAIのハードウェア事業と株式公開の計画に影を落としています。TechCrunchは7月19日公開のポッドキャスト番組で、訴訟が製品開発の遅れや上場時の評価見直しにつながる可能性を議論しました。Appleは元社員経由の機密取得を組織的な不正行為だと主張し、OpenAIは訴えに根拠がある証拠は認識していないと反論しています。

訴状は、Appleの元従業員がOpenAIへ移り機密情報を共有するよう働きかけられたとする、経営最上層による一連の行為を問題視しています。番組では、ハードウェア責任者のTang Tan氏が名指しされた点と、すでに400人を超える元Apple社員がOpenAIに在籍しているという指摘が取り上げられました。両社とも数万人規模のため比率は大きくないものの、人材流出としては深刻だという見方です。

OpenAIがJony Ive氏らと進める初のハードウェアは、画面を持たず動く小型のスマートスピーカーだと報じられています。番組出演者は、裁判所が差し止め命令を出すかどうかにかかわらず、訴訟そのものが開発の遅延を招きうると指摘しました。Appleはこの種の訴訟を軽々しくは起こさないとして、遅延を生むこと自体が提訴の狙いの一部ではないかとの見方も示されています。

影響は上場計画にも及びます。OpenAIは秘密裏にIPOを申請済みで、早ければ年内、遅くとも来年前半の実施が見込まれています。現在の収益はソフトウェアが大半を占めますが、投資家に示す想定市場規模の一部をハードウェア事業に置いているなら、訴訟は公開価格の算定を左右しかねません。

焦点は、OpenAIが早期和解を選ぶか、法廷で争うかです。同社は5月にElon Musk氏との訴訟で勝訴した一方、審理の過程で表に出た内部のやり取りはブランド面の負担にもなりました。番組ではその経験から再び法廷で争うとの予想が示されており、経営陣の判断はハードウェア事業と上場戦略の両方を映す試金石になりそうです。

VCのJeremy Levine氏がZoomの表示名を「録音・文字起こしに同意しない」と変更し、AI議事録アプリによる常時録音への抵抗を示していることが、Wall Street Journalの報道で明らかになりました。GranolaやPlaudといったAIノートアプリやデバイスが急速に普及する中、あらゆる会議や会話が自動で記録される状況に、投資家から拒否反応が広がっています。

記事によると、AI文字起こしアプリの台頭で常時録音が当たり前になりつつあります。別のVCであるEric Bahn氏は、スタートアップ創業者との面談が録音されることを、机の上に携帯電話が置かれる前から当然の前提とみなすようになったと語っています。

用途はビジネスにとどまりません。ある創業者は初対面のデートの多くをGranolaアプリで録音し、後から文字起こしをClaudeに読み込ませ、自分がより魅力的で共感的に振る舞えたか、どちらが多く話したかを分析していると明かしました。録音は今や私生活にまで入り込んでいます。

一方でLevine氏はこの流れを「社会的に受け入れがたい振る舞い」と呼び、自発的な会話を台無しにすると批判します。記事は法的なリスクにも触れています。そして最大の疑問は、すべての会議や雑談、外出までが記録・要約されたとして、誰がそれを実際に読むのかという点です。再生されない録音の山が積み上がるだけではないか、という問いが残ります。

OpenAIは7月17日、AI投資の価値を測る新たな指標として有用な知性/ドル（Useful Intelligence per Dollar）を提唱する記事を公開しました。従来のソフトウェア評価で使われてきた利用者数やライセンス数ではなく、AIが実際に完了した仕事量で価値を測るべきだと主張しています。CFOやビジネスリーダーが直面する「AI支出からより多くの価値をどう引き出すか」という問いに答える狙いです。

同社は、トークン単価の安さだけを見る評価を退けます。低価格のモデルでも良い結果を得るには試行回数や人手の確認が増える場合があり、成功した成果1件あたりの総コストこそが重要だと説きます。高性能なモデルが一度で正解を出せば、再試行やレビューが減り、結果的に割安になることもあります。

新指標は4つの問いで構成されます。AIは価値ある仕事を完了しているか、成功したタスク1件あたりのコストはいくらか、結果を信頼できるか、利用拡大に伴い1ドルあたりの価値が高まるか、という点です。特に信頼性は経済価値に直結し、結果が正確であればレビューや修正の手間が減ると指摘します。

記事は自社モデルの優位性もアピールしています。先週公開したGPT-5.6は、旗艦のSol、性能とコストを両立するTerra、最速で低価格のLunaという3階層を用意しました。長期的なエンジニアリング課題のベンチマークDeepSWEでは、GPT-5.6 SolがClaude Fable 5を上回る72.7%を記録し、API推定コストは36.2%低いとしています。

最後に同社は、こうした改善を支える中核にコンピュート（計算資源）を据えます。優れたモデルが製品を改善し、それが普及と収益を生み、次世代への投資につながる好循環を描いています。世代交代のたびに「より多くの価値ある仕事を、より低いコストで」という方程式を改善することが自社の使命だと結んでいます。

NVIDIAは7月17日、AIエージェント時代の学習基盤としてVera Rubinプラットフォームを軸に、新指標「対コスト知能（intelligence per dollar）」を打ち出しました。エージェント型AIでは、モデルが一度の学習で完成せず、本番環境の変化に合わせて継続的にポストトレーニングを繰り返す必要があります。同社は、この絶え間ない学習ループをいかに低コストで回すかが、今後のAI投資の成否を分けると位置づけています。

ポストトレーニングは、事前学習を終えたモデルにコード生成や複数手順の計画、ツール利用や失敗からの復帰を教える工程です。エージェントが使うツールは週単位で変わり、想定外のエッジケースも本番で次々に現れます。そのため学習は一度きりではなく、本番から問題が戻るたびに繰り返され、計算負荷は個々の実行規模ではなく回数の多さによって膨らみます。

同社は、推論コストを示す「トークン単価」の一段上に対コスト知能を置きます。トークン単価が下がればモデルに組み込む知能1単位あたりのコストも下がり、逆に知能が高まれば提供する各トークンの価値も上がるという、入れ子の関係だと説明します。つまりトークン単価は運用効率を、対コスト知能は投資回収を測る指標になります。

新プラットフォームのVera Rubinは、Blackwell世代の4分の1のGPUで最大級のモデルを学習でき、1回あたりのロールアウト数や並列環境を増やせるよう設計されました。実例として、5500億パラメータのMoEモデルNemotron 3 Ultraは、実世界のコード修正を測るSWE-bench verifiedで71.7%を記録し、約10件中7件のバグを実際のテストに通る形で修正しました。

採用も広がっています。Prime Intellectは、Vera CPUが従来のx86構成に比べ平均30%高いスループットを示したとし、Perplexityは1兆パラメータ級モデルの重みを学習と推論のノード間で2秒未満で同期しています。Together AIも、教師ありファインチューニングや強化学習を含む学習サービスをVera Rubin上で提供する方針です。

LinkedIn、Walmart、Zendeskのインフラ責任者3人は、AIイベント「VB Transform 2026」のパネルで、AIエージェントの本番展開を阻むのはモデルではなくレガシー基盤だとの共通見解を示しました。3社はそれぞれ異なる起点から検証しましたが、直面した障害はいずれもモデルの問題ではなく、人間の働き方に合わせて作られた既存インフラが、桁違いに速いエージェントの動作速度に追いつけない点にあったと説明します。

LinkedInが最初にぶつかった壁は、コンテナを必要時に起動する前提のKubernetesの遅さでした。同社はこれを事前確保したコンテナプールへ切り替え、エージェントの処理を実時間で入れ替える方式に改めました。さらにLLMが別のLLMの出力を評価する構造では幻覚が残るため、独自の制御フローを構築し、約8割の工程を決定論的なコードで固め、推論が要る箇所だけLLMを使う設計にしたといいます。

Walmartの課題は成功から生まれました。社員に配ったエージェント基盤が社内で急速に広まり、「市民開発者」が独自のエージェントを次々に作った結果、調整のない重複したエージェントが乱立したのです。同社は基盤の利用を制限するのではなく、重複を検知して最良版を本番へ引き上げるガバナンスの構築で対応しました。

Zendeskはデータ側で壁に直面しました。同社は約200億件の顧客対話を抱えますが、それを大きな文脈窓を持つLLMにそのまま渡してもうまくいかないため、基盤となるデータパイプラインへの投資が不可欠だと説明します。

3社に共通したのは、可能な範囲は自前で持ち、フロンティアの研究所には明確な優位がある領域だけ頼るという姿勢です。LinkedInは全モデル呼び出しを統一するAIゲートウェイとモデル非依存のメモリ基盤を構築し、Walmartも社内ゲートウェイでベンダー中立を保ちます。3人が助言として挙げたのは、まず評価基盤に投資すること、エージェント基盤を初日から自社で持つこと、そして将来のモデル移行に備えて独立性を前提に設計することでした。

AI推論クラウドのスタートアップGeneral Computeは、テック投資会社Upper90から4億ドルのローンを調達しました。学習済みモデルを高速に動かす推論専用チップを担保に差し出す、業界初とみられる融資契約です。AIツールやトークンの価格高騰への懸念が広がるなか、オープンソースモデルを安価に動かすインフラへ資金が向かい始めた最新の兆候といえます。

同社が採用するのは、Intelが出資するSambaNovaのSN50チップです。推論に特化して設計され、消費電力が低く高価な水冷システムを必要としないため、GPUよりも多様なデータセンターへ素早く配備できます。General ComputeはGPUベースのクラウドと比べ16倍高速な推論を実現できると主張しています。

担保融資の下地を作ったのは、Upper90の共同創業者でCEOのBilly Libby氏です。元Goldman Sachsのクオンツトレーダーである同氏は、2021年にデータセンター新興企業Crusoeによるチップ担保のGPU購入を融資し、これが先端チップの価値を担保にした初のローンだと自負しています。その後CoreWeaveがチップ担保融資をビジネスモデル化し株式公開の柱に据えたことで、この手法は一般的になりました。

背景にはオープンモデルへの需要拡大があります。OpenRouterやFireworksといったオープンモデル提供企業が高い評価額で資金を調達し、MoonshotのKimi K3のような新モデルがコーディングのベンチマークでAnthropicやOpenAIの最新版に匹敵し始めています。GroqやCerebrasなど新興チップメーカーも、買収や公開市場から注目を集めています。

General ComputeがNvidia圏外のチップにアクセスできる点も重要です。同業のTensorWaveもAMDとの提携で同様の賭けに出ており、Nvidia依存から自由な事業者は割安な推論で優位に立てる可能性があります。CEOのPuklowski氏は今回の契約を、資本が組織化しNvidiaの独占的支配が断片化する最初の兆しだと位置づけています。

米新興企業Foundation Future Industriesが、軍事用のヒト型ロボット開発を進めていることが、2026年7月17日に米誌WIREDの報道で明らかになりました。同社のサンカート・パタックCEOは、近く自社ロボットに殺傷能力を持たせる計画を認めており、戦闘のほか物流や偵察、点検への活用も想定しています。米大統領の息子であるエリック・トランプ氏が投資家兼最高戦略顧問として関与している点も注目を集めています。

同社は数百万ドル規模の政府契約を持ち、著名な支援者を通じて存在感を高めてきました。ただWIREDが契約内容を確認したところ、多くは買収した企業や提携先の研究機関から引き継いだもので、独自の新規契約を獲得した形跡は乏しいと指摘されています。フォックス・ビジネスで語られた2400万ドルのペンタゴン契約についても、実態はあいまいだといいます。

Foundationは2024年に設立され、その後ヒト型ロボットで知られる企業ボードウォーク・ロボティクスを買収しました。同社は主力機Phantom MK1をウクライナ軍とともに試験したとしており、実戦を意識した開発姿勢が特徴です。米軍も以前からヒト型ロボットに関心を寄せ、陸軍は軍事用途の技術開発を支援する計画を進めています。

一方で専門家の見方は慎重です。MITのロドニー・ブルックス氏は、複雑で未知の環境で確実に動くヒト型ロボットの実現には10年以上かかるとみています。銃を握るといった物理的な操作や、未知の地形での認識・移動は依然として難題であり、完全自律の戦闘ロボットは遠い夢だとの指摘もあります。

新たな軍事自律システムの配備は、信頼性や致死的判断に人間が関与しない点など、倫理的な課題も伴います。パタック氏は終末論的な懸念は誇張されているとし、戦争をより精密にし巻き添え被害を減らせると主張しています。次世代機Phantom MK2はまず防水・防塵性能の実現を目指す段階にあり、実戦投入までの道のりはなお長いと言えそうです。

金融大手のCapital Oneは7月17日、ソースコードの脆弱性を検出するエージェント型AIツール「VulnHunter」をオープンソースとして公開しました。GitHub上でApache 2.0ライセンスの下、誰でも利用できます。攻撃者がコードを突く前に、悪用可能な欠陥を見つけ、到達経路を可視化し、修正案まで示す狙いです。

最大の特徴は攻撃者視点の「順方向解析」です。APIやファイルアップロードなど実際の侵入口から出発し、アプリの処理を順にたどって悪用経路が本当に成立するかを検証します。危険なコードパターンを起点に逆方向へ探る従来型スキャナと異なり、大量の誤検知を抑えられるといいます。

二つ目の柱が反証エンジンです。検出した脆弱性について、成立を妨げる前提や論理の穴を自ら探し、覆せなかったものだけを開発者に通知します。人手による選別作業の負担を減らし、修正コード案まで添えて提示する点が特徴で、同ツールは現在AnthropicのClaude Opus 4.8上で動作します。

今回の公開は、2019年の大規模情報漏洩を経た同社の姿勢転換を映します。当時、米国とカナダで約1億600万人分の個人情報が流出し、8000万ドルの制裁金を科されました。以後同社はソフトウェア供給網の安全対策への投資を強め、社内検証では数千のリポジトリにVulnHunterを適用したとしています。

米メディアVentureBeatは2026年7月16日、従業員100人以上の157社を対象とした調査を公表し、企業がAIエージェントに与える自律性と、それを検証する評価テストへの信頼との間に大きな評価ギャップがあると指摘しました。過去1年で半数の企業が、社内評価を通過したエージェントを本番投入後に顧客対応で失敗させた経験を持ちます。

評価テストへの信頼は薄いのが実情です。自動評価を全面的に信頼すると答えた企業はわずか5%にとどまり、最も多い不満は評価が現実の結果と一致しない点（29%）でした。合格した評価が、必ずしも動くエージェントを意味しないと企業は気づき始めています。

それでも自律化の流れは止まりません。3分の2（66%）の企業が、低リスクのエージェントについて人間の確認なしで本番反映することを既に容認、または1年以内に可能にすべく準備を進めています。意外にも大企業の方が無人化で先行しており（70%対64%）、規制の厳しい組織ほど慎重という通説は当てはまりませんでした。

監視とツールにも死角があります。本番稼働中に出力の正しさをリアルタイムで確認している企業は23%にすぎず、多くは稼働状況やコストしか見ていません。評価基盤は提供元の純正ツールと「専用ツールなし」がともに首位で断片化しており、64%が1年以内の導入や乗り換えを計画しています。

注目すべきは投資先です。今後1年で最も伸びる投資は本番監視で、次いで人間によるレビュー（26%）が続き、自動評価基盤（16%）を上回りました。企業は自律化を進めながらも、自動評価だけでは任せきれない判断のために人の目を残す、いわばヘッジの姿勢を示しています。

インドネシア海洋水産省は、600万平方キロメートルを超える広大な海域で、衛星による船舶監視システム(VMS)を使った違法漁業の摘発を本格化させています。2026年初め時点で9,394隻の漁船がVMSで位置情報を発信し、許可内容や指定漁場と自動で照合されます。巡視船の数が常に足りないなか、デジタル監視が取締りの前提になりつつあります。

従来の取締りは、巡視船が違反船に遭遇して初めて始まりました。しかし衛星やVMSのデータを使えば、航跡を再構成し、異常な行動を事前に検知できます。2025年には2,550件の行政制裁が科され、その多くはVMSで検知した禁止区域での操業や、発信器の意図的な停止でした。

2026年第1四半期には、わずか3カ月で14,571隻の漁船が追跡され、491件の違反の疑いが特定されました。無許可漁場での操業や公海での違法操業、洋上での積み替え、密漁の兆候などが含まれます。取締り能力はもはや巡視船の数ではなく、ビッグデータを収集し解釈する力に左右されるようになっています。

一方で監視の強化は違法漁業をなくすわけではなく、密漁者の手口を変えています。発信器の意図的な停止が代表的な懸念ですが、インドネシアは衛星観測や沿岸住民による監視組織(Pokmaswas)と組み合わせ、単一のシステムが無力化されても摘発できる多層的な体制を築いています。監視と回避の技術は、いわば軍拡競争の様相を呈しています。

次の焦点は、船舶の検知よりもデータそのものの信頼性に移りつつあります。追跡データが改ざんされたらどうするのか、アルゴリズムによる自動判定をどう検証するのか、という問いはもはや理論上のものではありません。監視への投資はサイバーセキュリティと説明責任への投資を伴う必要があり、それが公共の信頼と法的な正統性を支えると筆者は指摘します。

インドの中古車大手Cars24は7月16日、OpenAIの技術を使い顧客対応の音声・チャットエージェントを構築したと明らかにしました。同社はインドを中心にUAEやオーストラリアで事業を展開しており、AIエージェントが月100万分を超える対話を処理し、購入・売却・与信・アフターサービスまでの全行程を支えています。手作業と規制が多い市場で、人員を増やさずに一貫した体験をどう提供するかが課題でした。

導入効果は数字にも表れています。サポート解決率は50%向上し、主要業務の処理時間は80%短縮しました。買い手が電話をかけると、AIが予算や家族構成、通勤事情を聞き取り、在庫から車を推奨して試乗予約や与信相談まで対応します。試乗の前後にも連絡を入れ、条件変更に応じた提案や購入意思の確認を自動で行います。

売り手側でも同様に、車両情報の収集や査定予約、リマインド送信を担います。特に注目されるのが、これまで10日ほどで離脱していた見込み客への再アプローチで、失注リードの12%を再獲得しました。価格が折り合う条件が整った段階で顧客を営業導線へ呼び戻す仕組みです。

取り組みは顧客接点にとどまりません。同社はChatGPT EnterpriseとCodexを中枢部門の約600人に展開し、日次利用率は85〜90%に達しています。プロダクトマネージャーはCodexでチケットを作成し、財務部門は投資家向け資料の作成や購買申請の異常検知・自動承認に活用します。エンジニアリング以外への広がりが、全社の働き方を変えつつあると同社は説明しています。

元Google DeepMindの研究者Andrew Dai氏が2026年7月、視覚AIを手がける新興企業Elorianを率い、退社からわずか数カ月で評価額3億ドルのシードラウンドを実現しました。調達額は5500万ドルに達し、製品を世に出す前の段階としては異例の規模です。TechCrunchのポッドキャスト「Build Mode」で本人が資金調達の経緯を語りました。

Dai氏は10年以上にわたり、ChatGPTの開発にもつながった研究を含め、世界有数のAIシステムの構築に携わってきました。同氏は数学や物理、コーディングでモデルが急速に進歩する一方、視覚的な理解と推論の進展が極めて不均一だと指摘します。Elorianでは「視覚AGI」に向けたモデルの構築を目指すと述べています。

注目すべきは、同氏がより高い評価額の提案よりも戦略的パートナーを優先した点です。株主にはNvidiaやMenlo Venturesが名を連ね、フロンティアAI構築の現実を理解する投資家を選ぶことが、単に価格を最大化するよりも価値があったと振り返ります。

資金調達の裏側では、高度に技術的な構想を投資家が理解できる物語へと磨き上げる作業がありました。専門用語に頼らず複雑な技術を伝える工夫や、大手から一流研究者を引き抜く採用手法も語られています。

同氏は、今日のAI競争においてスピードが最大の優位性の一つになったと強調します。技術が進化するなかで持続的な参入障壁をどう築くかが、フロンティアAI企業にとって次の課題となりそうです。

VentureBeatが2026年6月に従業員100人超の企業107社を対象に実施した調査で、AIインフラへの投資が採算把握の能力を大きく上回る「コンピュートギャップ」が浮き彫りになりました。本番環境でAIを大規模運用する企業はわずか21%にとどまる一方、支出意欲は成熟度を追い越し、多くがまだ使っていない専用インフラへ次の投資を振り向けようとしています。投資の速さが、その経済性を見通す力を上回っている状況です。

すでに導入済みの計算資源は遊休が目立ちます。GPUを運用する企業の83%が稼働率50%以下と回答し、約半数は25%以下でした。加えてAIコンピュートのコストと収益を厳密に把握できている企業は44%にとどまり、投資の実態が見えないまま支出が先行しています。

投資先の見直しも活発です。64%が1年以内にインフラ事業者の乗り換えや追加を計画し、38%は次の四半期内と回答しました。最も評価予定が多いのは現在ほとんど使われていないAI専用クラウドで45%に上り、汎用クラウドからの再プラットフォーム化の兆しが表れています。

選定基準では価格が最下位でした。重視されるのは既存スタックとの統合が41%、総保有コストが35%で、トークン単価を決め手とする企業は8%にすぎません。ただし総保有コストを重視すると答えながら、それを厳密に測れる企業は半数に満たず、掲げる基準と測定能力が食い違っています。

次の制約も見え始めています。推論規模が拡大するにつれ、ボトルネックはGPUの計算能力からメモリ帯域へ移ると指摘されますが、対応の主軸としてDellが31%、Nvidiaが16%と回答は分散しました。約18%はこの制約を認識していないか未着手で、現状のギャップを閉じる前に次の課題が訪れようとしています。

エネルギー関連企業の新規株式公開（IPO）が今世紀最速のペースで進んでいます。データ会社ディールロジックによると、2026年上期のエネルギー企業によるIPO調達額は126億ドルに達し、ドットコムバブル末期の1999年以来、そして上期としては過去最高を記録しました。電力を大量に消費するAIデータセンターへの投資機会を探る投資家の資金が、発電やインフラ関連の銘柄に流れ込んでいます。

この調達額は、2025年通年の合計43億ドルを大きく上回る規模です。AIブームが数兆ドル規模へと膨らむなか、膨大な電力へのアクセスが最大のボトルネックとして浮上していることが背景にあります。

投資家の関心は、エヌビディアのようなAI関連の半導体株から、インフラを支える『ピック・アンド・ショベル（つるはしとシャベル）』企業へと徐々に移っています。RBCのアナリストは「あらゆるチップに電力が必要だと気づいた投資家が、これらの企業に大きな追い風をもたらした」と指摘します。

電力需要の伸びも投資を後押ししています。典型的なAIデータセンター1カ所は年間約87万6000メガワット時を消費し、これはグラスゴーやソルトレイクシティの家庭用電力使用量に匹敵します。コンサルティング会社ICFは、米国の電力需要が2026年から2035年にかけて39%増加すると予測しています。

こうした流れを受け、運用会社GMOは今週、発電や送電網、電化インフラ関連株の値動きを捉える『電力インフラETF』を立ち上げました。7月中には原子力企業スタンダード・ニュークリアの米国上場も見込まれており、エネルギーインフラへの投資熱はさらに高まりそうです。

宇宙開発企業SpaceXの株価が15日、IPO価格の135ドル付近まで下落しました。同社はイーロン・マスクCEOのもと6月12日に上場し、約860億ドルを調達したばかりです。当日は一時133ドルを割り込み、終値は135.27ドルとなりました。上場直後に200ドル超まで急騰した水準からの大幅な後退です。

株価は上場から1か月にわたり、ほぼ毎週値を下げてきました。上場直後にはAmazonやMicrosoftに匹敵する時価総額をつけた時期もありましたが、その勢いは続いていません。変動の一因は、Nasdaqで取引される株式が全体のわずか4%にとどまる点にあります。

この小さな浮動株が、絶えず集まる注目と重なり、上場初月から激しい値動きを生んでいます。市場はマスク氏が掲げる壮大な事業構想に対し、冷静さを取り戻しつつあるようです。この動きはテック株全般の調整とも連動しており、SpaceXがIPO後に発行した社債も値を下げています。

SpaceXの株価は、投資家がマスク氏の遠大な約束をどう評価するかを映す指標でもあります。同社のIPOは、AnthropicやOpenAIといった大手が上場する道筋も整えました。両社はすでにIPOを非公開で申請しており、SpaceX株の行方がその成否を占う材料として注視されています。

同社は木曜、株価の耐久力を試すもう一つの局面を迎えます。上場後初となる大型ロケットStarshipの試験打ち上げです。5月のブースター故障以来の飛行で、開発途上ゆえに失敗も起こりうる「飛ばして、壊して、直す」手法をとっています。今回もブースターと上段の回収は予定せず、メキシコ湾で着水を模擬するため、いずれも爆発で終わる計画です。

サンフランシスコの音声AIスタートアップRimeは7月15日、企業の電話対応を担う音声AIモデルの開発に向け、2400万ドルのシリーズAラウンドを実施したと発表しました。ラウンドはM13ベンチャーズが主導し、Twilio VenturesやUnusual Venturesなど既存投資家も参加。同社は昨年5月にシード資金550万ドルを調達していました。

Rimeは2022年、スタンフォード大の元博士課程学生Lily Clifford氏、元Amazon AlexaエンジニアのBrooke Larson氏、スタンフォードのエンジニアAres Geovanos氏が創業しました。営業やカスタマーサポートの通話を企業から請け負う音声AI市場は、ElevenLabsやDeepgram、Vapiなど競合がひしめく激戦区です。

同社の差別化は、Web上の音声をかき集める代わりに自社の録音スタジオで会話データを収集する点にあります。音素ベースのアーキテクチャを採用し、ブランド名や業界特有の用語の発音を正確に再現することで、顧客が自社向けにモデルを再学習する手間を減らせると説明します。

一方でClifford氏は、音声AIの現状に率直な見方を示します。企業は依然として従来型のIVR（自動音声応答）を好み、AI音声はまだその効果に及ばないと指摘。「LLMで音声アプリは作りやすくなったが、対話の体感は変わっていない。声の良い新しいIVRのようなものだ」と述べました。

こうした課題を受け、同社は音声認識・音声合成・LLMを個別に組み合わせる従来の構成から、音声対音声（speech-to-speech）モデルへ軸足を移しています。狙いは低遅延化とターンテイキングの改善、背景雑音への対応であり、多数のモデルを束ねる運用負荷の軽減にもつながります。

顧客には食品サービスや医療、航空、フィンテック企業が並び、Mayo ClinicやDialpad、Upstart、Asurionといった大手との契約を獲得済みです。今回の資金で35人の体制を拡大し、Meta Superintelligence LabsやNvidia出身のRafael Valle氏をチーフサイエンティストに迎え、モデル開発や提携を強化します。

米メディアWIREDの記者が、約2,000ドルで購入したeバイクが配送中に紛失し、返金を求めてFedExや銀行、警察に問い合わせた際、いずれもAIチャットボットに阻まれ人間の担当者にたどり着けなかった体験を報告しました。荷物は身に覚えのない人物の署名で受領済みとされ、3か月が経った今も問題は解決せず、記者は約1,700ドルを取り戻せていません。

背景には、企業が人件費削減の一環としてAIを顧客対応に急速に導入している現状があります。ガートナーの調査では、顧客対応部門のリーダーの31%がAI導入を理由に人員を削減済みまたは削減予定と回答し、ベライゾンのシュルマンCEOも顧客対応業務の大部分をAIが置き換えるとの見方を示しました。

問題を深刻にしているのが、解決を諦めさせるために意図的に手続きを煩雑にする「スラッジ」と呼ばれる手法です。エモリー大学のハミルトン教授は、この手法はAI以前から存在したものの、AIによって「そのディストピア的な性質が増幅された」と指摘します。消費者の反発は強く、米英加の調査では59%がAI対応に不満を持ち、85%が人間との対話を望むと答えました。

専門家は、企業がAI導入の負の影響を十分理解しないまま突き進んでいると警鐘を鳴らします。エール大学のダール教授は、投資家からAI戦略と投資対効果を問われる経営者が、うまくいかなくても引き返せなくなるサンクコストの心理が導入を後押ししていると分析しました。2026年の世界のAI支出は2.5兆ドルに達する見通しです。

ビジネスの観点では、顧客対応の質がAIによって業界を問わず均一に低下すれば、優れたサービスが差別化の武器になり得ます。安易な全面導入は評判を損なうリスクをはらんでおり、複雑な問題には人間の関与を残す設計が問われています。

インドのAIコーディング新興企業Emergentは、シリーズCで1億3000万ドルを調達したと明らかにしました。資金調達後の企業価値は15億ドルに達し、わずか半年で評価額を5倍に伸ばしています。同社は非技術者でもアプリを構築できる「エンジニアリングチームを箱に詰めた」ようなプラットフォームを掲げ、起業家や中小企業を主な顧客としています。

今回のラウンドは未公開株投資会社のCreaegisが主導し、SoftBankのVision Fund 2やKhosla Ventures、Y Combinatorなどの既存投資家も参加しました。これで累計調達額は2億3000万ドルとなります。同社は今年1月に評価額3億ドルで7000万ドルのシリーズBを実施したばかりで、そこからの上昇ぶりが際立ちます。

事業面では、年換算売上高が1億2000万ドルに到達し、直近4カ月で70%増加しました。有料顧客は20万社を超え、運送会社や工場、建設業、不動産管理会社などが自社向けの業務ソフトを構築しています。売上の内訳は北米が約3分の1、欧州が約3分の1で、インドは8〜9%にとどまります。

共同創業者兼CEOのMukund Jha氏は、最も近い競合としてReplitを挙げました。一方で、AnthropicのClaude CodeやOpenAIのCodex、Cursorといった開発者向けツールとは一線を画すと主張します。非技術者にはコーディングだけでなく、デプロイやホスティング、テスト、デバッグまで一貫して担うプラットフォームが必要だという考えです。

調達した資金は、製品開発と研究の加速に充てる方針です。アプリの構築成功率の改善や、ローカルおよびオープンソースモデルを使う複雑なAIアプリへの対応を進めます。顧客の増加が著しい欧州では拠点の開設も検討しており、約200人の従業員の大半が拠点を置くインドのベンガルールに加え、サンフランシスコのオフィスも年内に30〜40人拡充する計画です。

Apple の FaceID を共同開発した技術者ジディ・リトウィン氏が、AI で脳の健康を解析するスタートアップ「Hemispheric」を率い、7月15日に5200万ドルの資金調達を発表しました。同社は10万人分の脳データを収集し、手術を必要とせずに脳の電気活動から認知機能を読み解く深層学習モデルを構築しています。米国とイスラエルのベンチャーキャピタルや個人投資家が出資しました。

リトウィン氏は2020年に Apple を退社し、LinkedIn で接触してきた共同創業者ハガイ・ララザル氏と出会いました。Vision Pro のハンドトラッキング開発で数十万人規模のデータ収集を手掛けた経験を、脳データの大規模収集に応用したといいます。ララザル氏は適任者を探す中で約75人と面談し、事業を推進できる相棒としてリトウィン氏に白羽の矢を立てました。

従来、うつ病やアルツハイマー病、パーキンソン病の診断は主観的な問診や行動観察に頼らざるを得ませんでした。両氏はアジアやテルアビブ、ボストンで有償ボランティア10万人から25万時間分の脳データを集め、ゲームのような課題で脳の各部位を活性化させて記録しました。大規模言語モデルが文章から意味を推定するのと同じ仕組みで、脳の電気活動から機能を推論する基盤モデルを訓練したのです。

診断ではEEGヘッドセットを装着し、タブレットのアプリを操作しながら約15分間、脳の電気活動を計測します。AI が信号を解読して臨床医の診断や治療法の選択、経過観察を支援する仕組みです。ララザル氏は「血液検査のような存在を目指す」と語り、装置を安価にして精神科クリニックや病院、心理士のもとへ広く普及させる構想を描いています。

同社はまずPTSD向けの製品を来年初めにFDAへ申請し、2027年後半の一般提供を目指します。現在はアルツハイマー病の診断や予測が可能かを検証する臨床研究を進めています。OpenAI や Anthropic といった大手も医療分野へ進出しており、競争が激しさを増す中で同社は独自の脳スキャナー開発にも取り組んでいます。

米AppleのAI機能「Apple Intelligence」が、中国で提供可能になります。ロイターの報道によると、中国のインターネット規制当局である国家インターネット情報弁公室（CAC）が7月15日、AlibabaのAIモデル「Qwen」を組み込む形でAppleのAIサービスを承認しました。対象はiOS、iPadOS、macOS、visionOSと、主要OS全般に及びます。

この承認は、Appleにとって重要市場でのAI展開を前進させる一歩となります。Apple Intelligenceは2024年に他地域で提供が始まっていましたが、中国では規制対応の遅れから投入できずにいました。今回Qwenとの統合が認められたことで、その空白がようやく埋まる見通しです。

Alibabaはこの内容をCNBCに認め、Qwenが「Apple Intelligenceの体験に統合される」と説明しました。統合ではテキストと画像の理解・生成といったAI機能が対象になるとしています。ただし提供開始の具体的な時期は明らかにしていません。

Appleはこれまで、AlibabaではなくBaiduとの提携を模索したものの、中国向けのモデル調整で問題に直面したと報じられています。DeepSeekやByteDanceのモデルとの統合も検討したとされ、こうした試行錯誤が中国投入の遅れにつながりました。最終的にAlibabaとの連携で決着した形です。

背景には、中国事業の好調があります。第2四半期の中華圏売上は前年比28%増の205億ドルに達し、値引き施策を追い風にiPhoneは中国スマホ市場で2位の座を取り戻しました。今回のAI承認は、この勢いをさらに後押しする材料となりそうです。

市場も好感を示しました。提携報道を受けてAlibabaの米国株は寄り付き前に4%上昇し、記事公開時点では6%超の上げ幅となっています。中国のAI市場でAppleと組む意義が、投資家に評価された格好です。

OpenAIは7月14日、エージェント時代におけるAI投資の管理手法をまとめた5つの実践策を公開しました。同社はGPT‑4からGPT‑5.4までにトークン単価が97%低下したと示す一方、価格だけでは価値を測れないと指摘します。経営者が見るべきは1ドル当たりの有用な仕事量であり、完了したタスクや削減した時間、改善した意思決定だといいます。

第一に、利用状況の可視化を起点に据えます。誰がどの製品やモデルを使い、どれだけの容量を消費しているかを把握しなければ、膨らむ請求額が浪費なのか価値ある実験なのかを判断できません。管理者向けの分析画面では、部門や利用者、モデル別に採用状況と支出を追跡し、投資すべき業務を見極められます。

第二に、モデルは実際の業務に即して評価すべきだと説きます。最安のトークン単価が最小の総コストとは限らず、安価なモデルは失敗や再試行を招く場合があるためです。優先度の高い業務では成果1件当たりの費用を測り、解決した案件や審査を通過した変更といった単位で評価することを推奨します。

第三に、統制を拡大の可否を決める運用基盤と位置づけます。ChatGPTが使える文脈やツール、実行できる操作、承認者、追加容量の付与方法を定義することが実務だといいます。プラグインやコネクター、Computer Useなど企業横断で動く機能が広がるなか、権限や承認経路の整備が一段と重要になります。

最後に、AI投資をポートフォリオとして管理するよう促します。日常業務向けの広範なアクセス、繰り返し業務を改善する機能特化型、自社固有の文脈に基づく戦略的投資を組み合わせる考え方です。資金配分は成熟度に従うべきで、探索から検証、本番運用へと段階を追い、認証やコネクターなど共通基盤は中央で投資することで新しい業務の立ち上げを容易にすると結んでいます。

パスワード管理大手の1Passwordは7月14日、企業のAI利用費を可視化する新機能「AI Spend and Consumption Management」を発表しました。既存のSaaS管理製品「SaaS Manager」に組み込む形で提供し、Anthropic、OpenAI、Cursorの3社について、組織のトークン消費と支出をリアルタイムに一元表示します。IT部門と財務部門が、AI投資の実態を把握できずにいる現状を解消する狙いです。

新機能はベンダーの管理APIに直接接続し、トークン単位の消費データを毎日取得します。ベンダーごとの支出上限の設定、閾値超過時のSlackやメールへの通知、チームやユーザー、モデル別の内訳表示という4つの機能を備えます。同社CFOのグレッグ・ヘンリー氏は、追加料金なしで既存のSaaS Manager顧客が利用できると説明しました。現在は公開プレビュー段階で、一般提供は2026年秋を予定しています。

背景にあるのは、AI特有の従量課金がもたらす予算管理の難しさです。従来のSaaSは席数ごとの年間定額で予算化しやすい一方、AIはAPI呼び出しごとにトークンを消費し、費用がモデルや処理の複雑さで変動します。とりわけ自律型のAIエージェントは、リトライループに陥ると数分で数千ドルを消費することもあり、人が気づかぬまま費用が膨らむ点が深刻だとヘンリー氏は指摘します。

同氏はこの構造を、かつてのクラウド費用問題になぞらえます。AWSなどが従量課金を広めた当初、企業は請求を管理する術を持たず、そこからFinOpsという一大市場が生まれました。ゴールドマン・サックスはAIエージェントによるトークン消費が2030年までに24倍に拡大すると予測しており、可視化を怠った組織は「必要以上に長く払い続ける」ことになると同氏は警告しています。

1Passwordの強みは、ID管理基盤の上にコスト管理を構築する点にあります。2025年に買収した英Trelicaの技術で得たアプリ発見機能を土台とし、支出を特定のユーザーやチームに結びつけられます。市場ではZyloやVendrなど競合がひしめき、AIネイティブアプリの支出は大企業で前年比393%増との調査もあります。同社は消費の多寡だけでなく、その支出が事業価値を生んでいるかを見極める意思決定支援ツールとして本機能を位置づけています。

中国の身体性AI企業X Square Robotが、家庭用ロボットの実用化に向けて独自の統合スタックを打ち出しました。同社は、ロボットが学ぶデータ、物理世界の変化を予測する世界モデル、実行可能な行動を生む行動モデルを一体で設計し、これらをオープンソースで公開する方針を示しています。汎用ロボットには大規模言語モデルのような確立した「レシピ」がまだなく、その答えを統合スタックに求めた点が特徴です。

同社が最も重視するのは、パラメータ数ではなく相互作用データの質とコストです。装着型のリグで人の作業を記録する独自の収集システムを構築し、記録した軌跡を実機で再生して、実際に課題を達成したものだけを有効とする物理再生の検証工程を取り入れました。ロボット不要のデータで事前学習し、少量の実機データで補うことで、すべて実機で集める場合の約20分の1のコストで同等性能に達すると報告しています。

世界モデルWALL-WMは、固定長の時間窓ではなく、把持や配置といった意味を持つ行動事象を単位に据えた点が独自です。長期的な推論に向く可変長の「事象モード」と、制御に必要な定常出力を返す「固定長モード」を併せ持ちます。既存の大規模動画モデルの知識を壊さずに行動ネットワークを重ねる設計により、予測性と実行可能な制御を両立させています。

行動モデルWall-OSS-0.5には、事前学習した時点で微調整前でも実機で動くべきだという要件を課しています。離散的な行動トークン、言語との対応付け、連続的な行動生成という3つの目標を同時に学習させる方式です。さらに、動作の意図を上位コードが表すX-Tokenizerにより、再調整なしで複数のロボット間へ転用できる行動表現を実現しています。

投資家の期待も高まっており、同社の評価額は200億元（約29億ドル）を超えました。データ基盤や基盤モデル、拡張可能な学習システムを長期的な差別化要因とみる見方が広がっています。ただし現在の成果の多くは自社のロボットとベンチマークで測ったもので、コード公開後に外部で再現・検証されて初めて真価が問われます。

米技術メディアのArsは、大規模言語モデル（LLM）に続くAIの新カテゴリーとして注目される「世界モデル」の可能性と限界を、専門家3人への取材をもとに検証しました。世界モデルは言語ではなく物理世界そのものを、あるいはその有用な近似をシミュレーションするAIの基盤づくりを目指す技術です。過去1年で関連の発表が相次いでおり、今後さらに動きが広がると見込まれています。

取材に応じたのは、MITのヴィンセント・シッツマン氏、Runwayのアナスタシス・ゲルマニディス氏、World Labsのベン・ミルデンホール氏の3人です。彼らへの取材から浮かび上がったのは、LLMと世界モデルの開発アプローチの明確な違いでした。

LLMはチャットというインターフェースから出発し、後から用途を探しました。一方で世界モデルの主要プレーヤーは逆方向で、ロボティクスや研究、資産生成といった具体的な用途から着手しています。ただし、最終的にインターフェースやシステム、ツールがどのような形になるかは依然として不透明です。

世界モデルは、LLMの限界に対する一つの答えとしても位置づけられています。元MetaのチーフAIサイエンティストであるヤン・ルカン氏は、「LLMの能力を拡張して人間レベルの知能に到達させるという考えは、完全なナンセンスだ」と語りました。この見解は一部で異端視されつつも、実際には分野内の相当数を代弁するものだといいます。

アーキテクチャや性能向上の見込みという点で、世界モデルとLLMには多くの共通点もあります。それでも、物理世界を理解するAIへの期待と投資は着実に高まっており、次の技術的フロンティアとして今後の展開が注目されます。

シンガポール拠点の動画生成スタートアップPixVerseは7月13日、シリーズCの延長ラウンドを完了し、同ラウンドで総額4.39億ドルを調達したと発表しました。今回の資金調達により、同社の企業価値は20億ドルを突破しました。調達資金は世界モデル事業の拡大と、各地域での顧客開拓に充てる方針です。

シリーズCの初回ラウンドは3月にCDHインベストメントの主導で完了し、金額は非公開ながら約3億ドルと報じられていました。今回の延長ラウンドにはアリババやミラエアセットなど複数の新規投資家が参加し、iGlobe Partnersなど既存投資家も出資を継続しています。

PixVerseは2023年、ByteDanceでコンピュータビジョンを手がけたWang Changhu氏と、投資会社出身のJaden Xie氏が創業しました。消費者・API向けのVシリーズ、映像制作向けのCシリーズ、ゲーム開発向けの世界モデルRシリーズを提供し、最大4K解像度で音声付きの動画を生成できます。

消費者向け製品の登録ユーザーは1億5000万人を超え、月間アクティブユーザーは1500万人に達します。Xie氏は競争力の源泉について、データそのものではなくラベリングの精度にあると強調し、共同創業者がByteDanceでTikTokの推薦アルゴリズムを支えた技術が生きていると説明しました。

Xie氏は、OpenAIがSora 2の停止で市場から撤退し、MetaやTencentも高品質な動画モデルを出せていないと指摘します。一方で市場は過熱しており、ByteDanceのSeedanceやKling AI、西側のRunwayやMidjourney、Lumaなど競合がひしめきます。同社は今年、新型Vシリーズと世界モデルの新版を投入し、アリババとの連携で企業向け展開を世界へ広げる計画です。

米Vercelは7月13日、AI GatewayのProduction Index最新版を公開しました。6月のデータでは、DeepSeekなどのオープンウェイトモデルが処理量全体の29%を占め、4月の11%から急伸したことが分かりました。トークン単価は5月に約20%上昇した後、6月は横ばいとなり、AI投資が拡大する一方で価格競争が進む構図が浮かびました。

オープンモデルの伸びをけん引したのはDeepSeekです。処理量の22.6%を握り、Googleを2ポイント差で追う3位に浮上しました。中国Z.aiがMITライセンスで公開したGLM 5.2も、6月中旬の提供開始から日次トークン量が約50倍に拡大し、月末には量ベースで11位に食い込んでいます。オープンモデルは平均単価の約10分の1で、企業の約8社に1社が本番環境で採用しています。

一方、支出は依然としてフロンティアモデルに集中しています。Anthropicはトークンの32%で支出の61%を占め、コーディングやバックオフィスなどミスが許されない用途では72%以上の支出を獲得しました。高頻度の作業は低コストモデルへ、高リスクの作業はフロンティアへと振り分ける「ルーティングの規律」が鮮明になっています。

モダリティ別ではリーダーが分かれます。画像生成はOpenAIのGPT Imageが53%を占めて首位、GoogleのNano Bananaが39%で続きました。動画ではxAIのGrok Imagineが42%を生成した一方、支出はByteDanceのSeedanceなど中国勢が全体の約3分の2を握っています。

注目の新モデルも規制の影響を受けました。Anthropicが6月9日に公開したClaude Fable 5は、わずか4日でOpus 4.8の請求件数の22%に達する速さで採用が進みました。しかし6月12日に米国の輸出管理措置が発効し、Anthropicはアクセスを一時停止、月末まで利用できない状態が続きました。

オープンソースのAIエージェント「Hermes」を開発する米新興企業Nous Researchが、15億ドル(約2250億円)の企業評価額で新たな資金調達を進めていることが、2026年7月13日に明らかになりました。事情を知る関係者3人によると、同社はRobot Venturesが主導しUSVなど著名投資家が参加するラウンドで、最低7500万ドルを調達する見通しです。投資家からの関心は非常に高かったとされています。

Nous Researchは2023年にJeffrey Quesnelle氏らによって設立されました。今回のラウンド前までに、ParadigmやRobot Ventures、著名投資家Balaji Srinivasan氏などから総額7000万ドルを調達済みです。今回の調達が実現すれば、企業価値は一気に切り上がることになります。

看板製品のHermesは、PC上でローカルに動作し、ユーザーに代わってタスクを実行するAIエージェントです。先行して話題を集めた「OpenClaw」の対抗馬として投入され、Web検索やコーディング、画像認識といった「スキル」を標準搭載する点が特徴です。利用状況から自動的に学習し、人手を介さず新たなスキルを構築する設計になっています。

HermesはTelegramやDiscordといったアプリ経由でエージェントと対話でき、24時間遠隔で自律的に動かせる点が支持を集めています。オープンソースとして公開され、GitHubでは約21万4000のスター、4万近いフォークを獲得しました。自前の環境構築が不要なクラウド版も、月20〜200ドルの有料プランで提供されています。

関係者によれば、今回の資金はHermesの製品群拡充とビジネスモデルの強化に充てられる見通しです。急拡大するAIエージェント市場で、オープンソース戦略を武器にどこまで存在感を高められるかが今後の焦点となります。

OpenAIのSam Altman氏とSpaceXのElon Musk氏が週末、SNS上で激しい言葉を応酬しました。Musk氏がAltman氏を「詐欺師」と非難したのに対し、Altman氏は「短期の宇宙データセンターを株式市場の投資家に売り込んでいるのはあなただ」と切り返しました。この応酬は、宇宙コンピューティング事業の理想と現実の隔たりに改めて注目を集めました。

SpaceXは、AI推論処理を担う軌道上データセンター群の打ち上げ構想を掲げ、これが2兆ドルの企業価値を支える主要な原動力となっています。強気の分析筋は、その処理能力がSpaceXAIのモデルを動かし、軌道上のクラウド基盤になり得ると期待を寄せています。しかしAltman氏の指摘は、多くの専門家が結論づけながらも投資家が見落としている点を突いたものです。

他の宇宙データセンター新興企業の起業家、GoogleのOrbital Compute開発チーム、そして採算を試算した技術者。いずれに聞いても答えは同じです。大幅に安価なロケットと、高性能な衛星を大量かつ低コストで量産する体制が整うまで、この事業が大きな成果を上げることはないという見解です。

Musk氏の切り札は巨大ロケット「Starship」で、13回目の試験飛行が7月16日にも予定されています。ただ両段の回収に成功しても、実用的な再使用飛行の実現にはなお数年を要する見通しです。しかもSpaceXはNASA向けの契約や自社のStarlink網構築を優先するため、データセンター向けの打ち上げは後回しになる公算が大きいのです。

SpaceXはIPOの説明会で、Starshipが近い将来には完全再使用に至らず、打ち上げごとに第2段を使い捨てる必要があると認めました。これは経済的な宇宙データセンターの前提を崩す要因です。Musk氏は「来年から飛ばし始める」と反論しますが、大量に打ち上げ製造できる時期という本質的な問いは、2030年代まで残るとみられます。

米メディアのVentureBeatは2026年6月、従業員100人以上の企業の技術指導層573人を対象にした調査結果を公表しました。それによると、多くの企業がAIエージェントを統制の仕組みが整う前に導入しており、しかもそれを承知の上で進めていることが分かりました。企業は今、自らの基準に追いつくための後追い整備に迫られています。

調査は識別、評価、費用把握、文脈、統括という5つの統制層に注目しています。各層でおよそ6割の企業が今後1年以内にベンダーの切り替えや追加を計画し、層によっては約3割が四半期内の移行を見込みます。すでに54%の企業が過去1年でエージェント関連のセキュリティ事故やヒヤリハットを経験しており、統制の遅れが実害に近づいています。

最も深刻なのが文脈の欠落です。過去半年で57%の企業が、自信を持って示した誤答の原因を業務文脈の不足や不整合にたどり着いたと答え、31%は複数回それを経験しました。それでも全社共通の文脈層を本番運用する企業は25%にとどまり、75%はまだ整備できていません。

評価の信頼性も揺らいでいます。半数の企業が社内評価を通過した機能を導入したにもかかわらず顧客に影響する障害を起こし、4社に1社は複数回発生させました。それでも66%が人手の確認なしの本番導入を許容またはその準備を進める一方、自動評価を完全に信頼する企業はわずか5%です。自律性の上限だけが先に高まり、その裏付けが追いついていません。

投資効率の課題も浮き彫りになりました。自社でGPUを運用する企業の86%が稼働率50%以下と回答し、高価な計算資源が半分も使われていません。さらに、多段階の作業を自力でこなせる真のエージェントは一部にとどまり、71%の企業では導入済みの大半が単発応答のチャットボットにすぎないと認めています。

韓国の半導体大手SK Hynixは7月10日、米ナスダック市場に上場し、265億ドル（約40兆ウォン）を調達しました。米国外の企業による新規株式公開としては史上最大で、2014年のアリババ集団による250億ドルを上回りました。AIブームで需要が急伸するメモリ半導体の成長期待が、記録的な資金調達を後押しした形です。

同社は米国預託証券（ADR）1億7790万株を1株149ドルで売り出しました。米国の投資家がソウル市場の株式の約10分の1の価格で買えるように設計されており、当初は仮ティッカー「SKHYV」で取引され、13日から正式に「SKHY」となります。初値は公開価格を14%上回り、その後も上昇が続きました。

注目すべきは、この旺盛な需要です。売り出し価格はソウル市場の3日平均に対して2.7%の上乗せだったにもかかわらず、需要は供給可能な株数の7倍超に達したと報じられています。韓国企業は統治構造や地政学リスクを理由に割安に評価される「コリア・ディスカウント」を指摘されてきましたが、今回はその影響を感じさせない結果となりました。

背景にあるのは、同社が手がける広帯域メモリ（HBM）の存在です。HBMはAI向けGPUの中核部品で、エヌビディアが主要な調達先の一つとしてSK Hynixに依存しています。調達資金は、AIによる世界的なメモリ不足に対応する韓国内の新工場や新たなパッケージング施設、次世代半導体を製造するEUV露光装置に充てられる計画です。

一方、米国は自国内での生産強化を強く求めています。ラトニック商務長官は、SK Hynixやサムスン電子と米国での工場建設について協議していると明らかにし、韓国がこの重要技術を独占する状況を避けたい考えを示しました。競合の米マイクロンは米国内製造に2500億ドルを投じ、9万人超の雇用を生む計画を表明しています。

もっとも、韓国勢の投資の軸足は依然として本国にあります。両韓国メーカーは直前に、韓国内の新たな製造投資として合計5500億ドル超を約束したばかりです。AI半導体の生産拠点をめぐり、韓国と米国の綱引きが一段と鮮明になっています。

Microsoftは7月10日、2026年版の環境サステナビリティ報告書を公表し、2025年の炭素排出量が前年比で25%増加したと明らかにしました。GeekWireの報道によると、排出量は「一部の対策を除いた場合」で3400万トンに達しています。同社はこの増加の主因をデータセンター基盤の拡張だと説明しました。

排出量が膨らんだ背景には、AIインフラの急拡大があります。報告書は「AIインフラがエネルギー・水・土地・資材の需要を押し上げる一方、持続可能性の解決策は需要に追いつく速さで拡大していない」と認めています。加えて同社は2025年2月に「追加性のないアンバンドル型の再生可能エネルギー証書」の購入を停止しており、これも数字を押し上げました。

Microsoftは数年前、2030年までにカーボンネガティブ、つまり排出する以上の炭素を除去する状態を達成する目標を掲げていました。しかし今回の後退は初めてではありません。2024年版の報告書でも同様の排出増が示されており、目標達成への道のりが依然として険しいことがうかがえます。

同じ傾向は他の巨大テック企業にも及んでいます。Googleは2026年の報告書でサプライチェーン排出量が25%急増したと報告し、Amazonはやや低い16%増を示しました。AIブームがもたらす電力・水資源の負荷は、業界全体で共通の課題となりつつあります。

経営層にとって重要なのは、AI投資の拡大と気候目標が正面から衝突し始めている点です。データセンターの増設が続く限り、排出削減策の規模拡大が追いつかなければ、公表済みの環境目標は形骸化しかねません。各社がどこまで具体的な緩和策を積み上げられるかが、今後の焦点になります。

ドイツテレコムは2026年7月10日、生成AIを事業運営の中核に据え、世界初のAIネイティブ通信会社を目指す全社変革を進めていると明らかにしました。欧州と米国で3億人超の顧客と20万人以上の従業員を抱える同社が、顧客対応から通信網運用まで組織全体の運営モデルを作り替える取り組みです。

変革の第一段階では、従業員にChatGPT Enterpriseを提供し、実験を後押ししました。導入は急速に広がり、月間アクティブ利用者は5万人を超え、AIツールの利用は2026年初頭から546%増加したといいます。同社のヨナタン・アブラハムソン最高製品・デジタル責任者は「AIネイティブになるとは、今の働き方にAIを足すことではなく、仕事そのものを再設計することだ」と語ります。

顧客対応は最も早い投資領域の一つとなりました。アブラハムソン氏はAIによる顧客サービスはまだ初期段階としつつ、対話ごとに学習し、たらい回しや待ち時間といった不満を解消することで、特定の場面では従来型のサポートを上回る可能性があると見込んでいます。

同社はOpenAIなどと連携し、AIを日常の通信体験そのものに組み込む段階へ進んでいます。新しいアプリを使わせることなく、通話へのリアルタイム翻訳や通話中の支援、通話後の要約といった機能を直接届ける計画です。加えて通信網の運用にもAIを取り入れ、通勤時間帯や大型スポーツイベントなど需要の変動に応じて資源をリアルタイムに調整しています。

同社はこれを、AIへのアクセスを民主化し、人々や企業に実質的な価値を生む取り組みの一環と位置づけています。専用の機器やアプリ、専門知識を必要とせず、誰もが使い慣れた通信を通じてAIに触れられる世界を描いているのです。

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

米スタートアップGeneral Intuitionのピム・デウィッテCEOは、ロボティクスが大規模言語モデルの「ChatGPTの瞬間」に近づいていると主張しました。同社はゲーム動画を数百万時間学習させた基盤モデルを開発し、ロボットごとにデータを集める従来手法を置き換えると訴えています。先月には3億2000万ドル、評価額23億ドルで資金を調達しました。

従来の身体性AI開発では、企業が特定のロボットや環境ごとに専用データを大量に集めていました。デウィッテ氏は、こうした個別最適の作業の多くが間もなく不要になるとみています。汎用モデルが空間と時間についての基礎的な推論能力を持てば、現実世界のデータは「数分」で足りると説明します。

学習データの鍵は、プレイヤーがいつどのボタンを押したかという行動データです。同社と主要投資家のヴィノッド・コースラ氏は、この行動情報こそが人間に近い空間的・時間的な直観を育てると考えています。インターネットのテキストよりも、ゲームの動画のほうが優れた教師データになるという発想です。

実証では、同じモデルが長時間ゲームをプレイしつつ、四足歩行ロボットも動かしました。しかも実世界データはわずか8分の微調整だけで、前方カメラ1台のみでゼロショット動作したといいます。人や動く物体がある実際のオフィス環境で機能した点に、同社も驚いたと語ります。

同社の狙いは、自らロボットを作ることではありません。他社が独自の機械を開発する土台となる物理AIの基盤モデルになることです。「自動運転車の会社は作らない。次に作る人の手間を10分の1にする」とデウィッテ氏は述べています。

米AIチップ企業SambaNovaは7月8日、General Atlantic主導のシリーズF資金調達の初回クローズで10億ドルを調達したと発表しました。企業価値評価額は110億ドルに達し、今後数週間で追加投資家が加わる第2クローズも見込まれています。2017年設立の同社にとって、2026年2月のシリーズE（3億5000万ドル）からわずか5カ月での大型調達となります。

同時に明らかになったのが、金融大手JPMorgan Chaseが同社を「推論インフラのパートナー」に選定したことです。SN40LとSN50システムを用い、行内で安全なオンプレミス型のAI推論を稼働させます。ロドリゴ・リアン最高経営責任者（CEO）は「銀行業界に対し、クラウドサービスに完全依存しない時代が来たというメッセージだ」と述べました。

リアン氏はこの受注を市場全体へのシグナルと位置づけます。JPMorgan級の銀行が最も機密性の高いモデルの推論を自前の安全な基盤で動かし始めており、その流れは銀行業界を超えて広がるとみています。企業や政府の多くは「AI活用に踏み出したばかり」で、大きな収益機会がなお残されていると指摘しました。

出資元でもあるIntelとの関係も深まっています。5カ月前には、IntelのXeonチップを基盤としたAI推論開発を支える複数年契約を締結し、両社は製品を共同開発・共同販売する体制へ移行しました。かつて約16億ドルでのIntelによる買収交渉も報じられましたが、リアン氏は独立維持について明言を避け、「いずれ株式を公開する」方向に傾く可能性を示唆しました。

技術面での強みは、最大級のモデルを高速に動かす「プレミアム推論」にあります。数兆パラメータに及ぶ最新の基盤モデルを単一ラックに収め、素早く処理する設計が特徴です。次世代チップSN50は2026年後半に出荷を始め、SoftBankが初の導入パートナーとなります。

調達資金は事業拡大と供給網の強化に充てる方針です。リアン氏は「桁外れの需要の波」に対応するため供給網を確保すると説明し、今後12カ月の受注をこなすうえで不可欠だと強調しました。顧客にはJPMorganのほか、サウジアラムコや日本企業も名を連ねています。

OpenAIは2026年7月8日、教育者向け無料プログラム「OpenAI Academy」を通じ、Walton Family Foundationと組んでK-12教員向けのAI Skills Jamを今夏開催すると発表しました。全米各都市で対面のハンズオン研修を行い、教員や管理者、学区リーダーら1600人以上を集めます。好奇心の段階から実務での活用へと橋渡しする狙いです。

研修では、OpenAIのメンターと共に授業計画や保護者・職員との連絡、事務作業などの日常業務にAIを取り入れる方法を学びます。ツールを実際に試し、質問や懸念を共有しながら自信を育てる、実践重視の内容です。参加者は無料のオンライン学習基盤「OpenAI Academy」にもつながり、研修後も継続して活用を深められます。

背景には、教員が抱える時間不足という課題があります。Walton財団とGallupの調査によれば、週1回以上AIツールを使う教員は平均で週あたり5.9時間を節約でき、学年を通すと約6週間分に相当するといいます。教員はこの時間を、きめ細かな指導や個別の授業設計、保護者対応などに再投資していると答えています。

OpenAIで教育担当バイスプレジデントを務めるLeah Belsky氏は「教育者は地域社会が新技術を理解し適応する中心にいる」と述べ、実践的な支援と信頼できる学びの場を提供する意義を強調しました。AIへのアクセスは出発点にすぎず、ツールを思慮深く使う力を育てることが本当の機会だと訴えています。

確定した開催地は8か所に及びます。7月8日のジョージア州ジョーンズボロを皮切りに、バージニア州フェアファクス、フロリダ州オーランド、イリノイ州シカゴ、カリフォルニア州サンバーナーディノ、アリゾナ州フェニックス、ユタ州ソルトレイクシティを経て、9月4日のネバダ州ラスベガスまで各学区と連携して展開します。OpenAIは一日限りの講習ではなく、教育者や学校システムとの関係を長期的に広げる考えです。

メッシ、ロナルド、サラーという現役サッカー界を代表する3選手が、引退後の資産形成で対照的な戦略をとっています。2026年FIFAワールドカップがロナルドにとって最後の大会となるなか、米メディアWIREDは3人の投資先が大きく分かれ始めたと報じました。メッシはAIやテック企業への出資を拡大し、ロナルドは健康テック、サラーは不動産や広告契約といった伝統的な手法に軸足を置いています。

メッシは2022年、サンフランシスコを拠点とする投資会社Play Timeを立ち上げ、シリコンバレーのVCファンドさながらのポートフォリオを築いています。出資先にはFieldAIやWorld Labs、Fish Audioなどが並び、スポーツ分野ではファンタジーサッカーのSorareにも株式を保有します。2023年のInter Miami移籍では球団の持分を得ており、同クラブは2026年2月時点で14.5億ドルと評価されました。

一方のロナルドは、自身が長年築いてきたフィットネスや健康のブランドと重なる健康テックに集中しています。2024年にウェアラブル端末のWhoopへ出資し、2026年2月にはHerbalife子会社に750万ドルを投じて10%の株式を取得しました。AIを活用した個別化サプリメントのBioniqにも早くから出資しており、同社はHerbalifeが最大1.5億ドルで買収に合意しています。

これに対しサラーは、より伝統的な道を選んでいます。英国の企業登記によると、その事業は持株会社や不動産に集中しており、テック系スタートアップへの目立った投資は確認されていません。Adidasやペプシなどとの広告契約や、自身の慈善財団を通じた社会貢献活動が中心です。

背景には、著名アスリートが一過性のスポンサー料より企業の株式を選ぶ流れがあります。数億人のフォロワーを持つ選手は資金だけでなく世界的な発信力や信用をもたらすため、VCやスタートアップが積極的に取り込もうとしています。専門家は、株式投資が引退後の長期的な資産形成につながると指摘します。

フランスのAIスタートアップZMLは7月8日、オープンソースの大規模言語モデルをNvidiaやAMD、GoogleのTPU、Apple、Intelなど多様なチップ上で高速に動かせる推論サーバー「ZML/LLMD」を無償公開しました。特定メーカーへの依存（ベンダーロックイン）を打破し、企業やクラウドが安価で省電力なチップを自由に組み合わせられるようにする狙いです。チューリング賞受賞者のヤン・ルカン氏も同社を支持しています。

AIが業務や生活に浸透するにつれ、プロンプトを処理する推論の最適化はモデル学習を上回る重要性を持ち始めました。しかし創業者のスティーブ・モリン氏によれば、その内部はソフトやアーキテクチャの壁で継ぎはぎ状態にあり、ベンダーロックインを招いています。LLMDはこの壁を取り払い、多様なチップで最大速度を引き出すことを目指します。

この構想は市場の破壊要因にもなり得ます。ZMLは企業やクラウドに対し、より安価で省電力なチップを混在させる選択肢を提供し、AI関連コストへの懸念に応えたい考えです。「人々が自分のシステムを設計し、本当の効率化を実現する力を取り戻すのが狙いだ」とモリン氏は語ります。

モリン氏はSnapchatが2017年に買収した位置情報アプリZenlyのエンジニアリング担当VPを務めた実績を持ちます。その信用を背景に、20VCやグザビエ・ニール氏のKima Venturesなどから総額2000万ドルを調達しました。パリを拠点とするわずか20人のチームが素早い開発を支えています。

推論分野は「推論ゴールドラッシュ」と呼ばれるほど投資が過熱しており、評価額130億ドルのBasetenやvLLM開発陣のInferact、SGLang商用化のRadixArkが競合します。一方でLLMDはオープンソースではなく、まず無償で提供して利用実態を学ぶ方針です。株主にはDocker創業者のソロモン・ハイクス氏やHugging Faceの創業者らも名を連ね、欧州のAIスタートアップが地元から世界を狙える証しとなっています。

元OpenAI幹部で著名なテック経営者のケビン・ワイル氏が、再使用ロケットを開発する米シアトルのスタートアップ、Stoke Spaceの取締役に就任しました。同社はSpaceXに対抗する新興企業で、ワイル氏は創業初期からの投資家でもあります。今回の就任は、事業を本格的に拡大させる段階での経営体制の強化を狙ったものです。

ワイル氏はTwitterやMeta、地球観測衛星のPlanet Labsなどで要職を歴任し、OpenAIでは2024年6月から2025年10月まで最高製品責任者を務めました。その後は科学研究を加速する部門を率いましたが、2026年4月に退社しています。宇宙分野での経験も豊富で、Planet Labsでは上場を含む3年間、社長を務めました。

Stoke Spaceは、大気圏再突入の高熱に耐えて何度も飛行できる完全再使用ロケット「Nova」を開発しています。CEOのアンディ・ラプサ氏は2020年の創業以来、累計13.4億ドルを調達し、2025年には5.1億ドルのシリーズDを実施しました。ワイル氏は妻とともに設立したファンドを通じて早期から出資し、資金調達や事業の立ち上げを助言してきたといいます。

ラプサ氏は今後、ワイル氏に軍需契約の獲得やさらなる資金調達での支援を期待しています。ワイル氏は米陸軍予備役に加わるなど、シリコンバレーと国防総省の橋渡し役を担ってきた経歴を持つためです。再使用ロケットの需要は高まっており、適正価格で定期運用に踏み出せる企業が市場を握るとみられています。

注目されるのは、OpenAIのサム・アルトマン氏が昨年Stokeへの投資を検討していたと報じられた点です。ワイル氏がAI大手と宇宙企業をつなぐ存在になるのか、市場の関心を集めています。ラプサ氏は「噂話にはコメントしない」として、ワイル氏の役割はあくまでStokeの事業に集中することだと強調しました。

米ニューヨークのAI新興企業General Intuitionが、ゲームプレイのデータを人工知能（AGI）実現の鍵と位置づけ、注目を集めています。同社はAmazon創業者のジェフ・ベゾス氏らから出資を受け、評価額23億ドルで3億2000万ドルを調達しました。CEOのPim de Witte氏は、テキスト中心の大規模言語モデルには限界があると指摘し、ゲーム由来のデータで学習する世界モデルこそ次の飛躍だと主張しています。

ChatGPTやClaudeといった大規模言語モデルは、テキスト処理に優れる一方、物体が空間や時間の中でどう動くかを理解する力が弱いとされます。de Witte氏は、この空間・時間の把握こそ汎用的な知能に不可欠だと説明します。その欠落部分を、膨大なゲームプレイのデータが埋められると見ているのです。

今回のラウンドにはCoatueや元Google会長のEric Schmidt氏、MITやGoogle DeepMindの研究者が名を連ねました。同社はゲーム録画プラットフォームのMedal TVから分社化した経緯を持ちます。潤沢な資金を背景に、物理世界で動くAIエージェントの開発を加速させる構えです。

技術面では、わずか8分間の実世界データで、ロボットが初めて訪れるオフィスを自律的に移動できたといいます。同社はOpenAIからとされる買収提案を断り、独立の道を選びました。使命を支持する投資家の存在が、世代を代表する企業を築くうえで欠かせないとの判断です。

一方で同社は、AIによる雇用喪失に先手を打つ狙いから、ゲーマーとデータのラベリングや遠隔操作の仕事を結ぶ市場「Nerve」を立ち上げています。ただしモデルが防衛用途に使われうる点では、倫理的な線引きが課題として残ります。AIの学習データを巡る競争が、テキストの先へと新たな局面に入ったことを示す動きといえるでしょう。

Boston Dynamicsでソフトウェアを統括するマット・マルチャーノ氏らは、現代のAIを搭載した自律ロボットが職場や家庭で人を支援する未来像を語りました。この構想は多くの研究者を起業へと駆り立て、数十億ドル規模の投資を呼び込んでいます。無人のロボタクシーや配送ドローンが実用化に近づく中、汎用ロボットの実現はもはや絵空事ではないとの見方が広がっています。

自律性の目標は年々高度化しています。マルチャーノ氏は「約15年前は点Aから点Bへ移動させることが目標だったが、今はロボットが自ら判断してこなす膨大なタスクを思い描く」と振り返ります。国際標準化機構(ISO)は自律性を「人の介入なしに、現在の状態と感知に基づき意図した作業を遂行する能力」と定義しています。

かつては汎用自律ロボットの実現は困難でした。ロボット研究の現場は、自律的なナビゲーションや歩行ロボットの自己バランスといった基本課題ですら苦戦していたためです。アニメの家政婦ロボットや映画のドロイドのような存在は、長らく空想の域を出ませんでした。

技術史を振り返れば進歩は明らかです。1979年の実験車スタンフォード・カートは、障害物のある部屋を20メートル進むのに5時間を要しました。単独でバランスを崩さず歩ける最初の二足歩行ロボットが登場したのは1996年で、こうした積み重ねがAIによる汎用自律への道を開こうとしています。

クラウド管理大手のBoxは7日、米英仏日の4カ国のIT意思決定者1,640人を対象にした企業AI報告書を公表しました。同調査は、社内コンテンツへのアクセス、統制、基盤の柔軟性の3点が、成果を上げる先進企業と出遅れ企業を分ける決定的な境界線になっていると指摘しています。過去1年でAIを「先進」「最先端」と自己評価する組織の割合は8%から64%へ急増し、成果の実感が急速に広がっています。

成果の差は明確です。回答企業の8割が、10%以上の改善という基準で投資回収（ROI）を実感し、半数超はプロジェクト承認から6カ月以内に事業への影響を確認しました。特に最先端層では半数がROI25%超を報告した一方、初期段階の企業では11%にとどまり、実行力の差が浮き彫りになっています。

BoxのノッテボームCOOは、変化の要因は単一の技術的ブレークスルーではなく組織的な運用体制にあると語ります。「個人レベルの実験から、本番稼働で反復利用できる統合的なエージェント運用へ移行したことが成果を生んでいる」と説明します。適切なチーム、正式な統制、一貫したコンテンツ基盤の3つが先進企業の強みだといいます。

2026年の最大のボトルネックはモデル品質ではなくコンテンツだと報告書は結論づけます。96%がエージェントに社内固有のコンテンツが必要と答えた一方、信頼できるコンテンツを幅広い用途で接続済みなのは36%にとどまります。統制枠組みを整備した組織は前年の24%から73%へ拡大しましたが、可視性や標準化には依然課題が残ります。

一方で、単一ベンダーへの依存を避ける動きも強まっています。回答企業の68%が単一AIプロバイダーへの依存を懸念し、公式採用ツール数は平均3.3に増加、79%がエージェントのヘッドレス連携を重視すると答えました。ノッテボーム氏は、異なるモデルが競い合う中で選択肢を保つ柔軟なアーキテクチャこそが今後の鍵になると強調します。