クラウド（インフラ）に関するニュース一覧

Googleは2026年6月、最新のオンライン詐欺動向をまとめた「Scams Advisory」第4号を公開しました。NASDAQのレポートによると、2025年の世界の詐欺被害額は推定5800億ドルに達し、成人の約5人に1人が被害に遭っています。Googleはこうした脅威に対し、AIを活用した検知・防御体制を強化しています。

フィッシング攻撃は従来のメール型から、正規のログイン画面を模倣してパスワードとセッションCookieを同時に窃取するAITM攻撃へと進化しています。QRコードを悪用した「クイッシング」やカレンダー招待への偽通知埋め込みなど、信頼されるクラウドサービスを悪用してセキュリティフィルターを回避する手口が広がっています。Googleはセッションを端末に紐づけるDBSC技術の導入や法的措置でこれに対抗しています。

暗号資産関連では、偽トークン配布や不正マイニングソフト、ノード構築チュートリアルを装ったウォレット窃取など多様な手口が確認されています。米国だけで2025年に110億ドル超の暗号資産詐欺被害が報告されました。Googleは広告ポリシーの厳格な適用と予測分析により、不正な暗号資産広告のブロックを進めています。

モバイル分野では、正規の個人金融アプリを装ったマルウェアが連絡先やSMS履歴を窃取し、被害者を恐喝する事例が増加しています。アプリストアの審査強化を受け、攻撃者は初回審査後にマルウェア機能を追加する「バージョニング」手法を用いています。

南アジアや東南アジア、湾岸諸国では、警察や政府機関を騙る組織的な詐欺が深刻化しています。公式に見せかけたメールアドレスから偽の会議招待を送り、ビデオ通話で「デジタル逮捕」と称して金銭を要求する手口です。Googleは多層防御とAndroid開発者の本人確認義務化により、こうした偽装ネットワークの撲滅を進めています。

Googleは2026年6月8日、AIリサーチツールNotebookLMの全面アップグレードを発表しました。最新のGemini 3.5モデルとエージェント型コーディング基盤Antigravityを統合し、より正確で高度な分析能力を実現しています。Googleの社内評価では、旧モデル比で主要5指標の平均勝率が65%に達しました。

今回の目玉は、各ノートブックに専用のクラウドコンピュータが割り当てられる点です。NotebookLMがコードを自動生成・実行できるようになり、100種類以上のソフトウェアスキルを活用した高度なデータ分析やワークフロー構築が可能になりました。大規模文書分析では69.9%、ウェブリサーチでは78.2%と、旧版を大きく上回る性能を示しています。

出力形式も大幅に拡充されました。PDF・Word・Excel・PowerPoint・CSV・画像（PNG、SVG）など多様なフォーマットに対応し、生成後の編集も可能です。Googleの画像生成モデルNano Bananaによる画像出力にも対応しています。

もう一つの大きな変化は、リサーチの開始方法です。従来はユーザーが事前にソースを用意する必要がありましたが、今後は漠然とした疑問やアイデアからスタートできます。NotebookLMがGoogle検索を使って関連性の高いソースを自動で発見・追加してくれるため、リサーチの敷居が大きく下がりました。ソースの追加はユーザーの承認制で、信頼性のコントロールは維持されます。

本アップデートはGoogle AI UltraプランおよびWorkspace法人向けプラン（AI Ultra Access、AI Expanded Access）のユーザーから順次展開されます。ビジネスユースでは、データ分析レポートの自動生成や技術文書の簡易化など、従来は複数ツールを行き来していた作業がNotebookLM内で完結できるようになります。

Appleは2026年6月8日のWWDC 2026基調講演で、音声アシスタントSiriを全面的に刷新した「Siri AI」を発表しました。2024年に予告しながら実現できなかったAI強化を、Googleとの提携によりGeminiベースの新しいApple Foundation Modelsとして再構築しています。新しいSiriはChatGPTやClaudeのような対話型インターフェースを備えた専用アプリとして提供され、会話履歴がiCloud経由で全デバイス間で同期されます。

Siri AIの最大の特徴は、システム全体への統合です。画面に表示されている内容を読み取り、アプリをまたいで操作を実行できます。たとえば通話中にメールから航空便の詳細を表示したり、カレンダーの予定を自然言語で作成したりすることが可能です。iPhoneではDynamic Islandからのスワイプ、MacではSpotlight、Vision Proでは視線で起動でき、あらゆるデバイスでシームレスにアクセスできます。

Apple Intelligenceの進化はSiri以外にも広がっています。SafariはAIによるタブ自動整理やウェブサイトの変更通知機能を獲得し、Shortcutsは自然言語でワークフローを構築できるようになりました。写真アプリには撮影後に構図を変更できる「Spatial Reframing」、画像の端を拡張する「Extend」ツール、精度が向上した「Cleanup」ツールが追加されています。Image Playgroundもより高品質な画像生成が可能になり、開発者向けAPIも公開されます。

カメラアプリにはSiriモードが追加され、レシートを撮影して割り勘計算からApple Cash送金まで一連の操作を自動化できます。また、200万ダウンロード未満の小規模開発者にはPrivate Cloud Compute上のFoundation Modelsを無償で提供し、AI開発の参入障壁を下げる施策も発表されました。

ただし展開には制約があります。Siri AIは年内にベータ版として提供されますが、EUではiOS・iPadOSで当初利用できず、中国では規制上の理由から提供されません。対応言語も英語のみでのスタートです。高度なオンデバイスAI機能はiPhone Air・iPhone 17 Pro、M4以降のiPad、M3以降かつ12GB以上のRAMを搭載したMacに限定されます。なお今回のWWDCは、9月1日にCEOをJohn Ternusに引き継ぐTim Cookにとって最後の基調講演となりました。

Googleは2026年6月3日、AIデータセンターの水使用に関する5つの管理コミットメントを発表しました。最大の目標は、2030年までに自社データセンターが消費する以上の水を地域に補充すること。2025年時点で約70億ガロンの水を補充済みで、現在97流域にわたる165件のプロジェクトを展開しています。これらが完全稼働すれば、年間190億ガロン以上の補充が見込まれ、2024年の消費量の2倍を超える規模です。

AIデータセンターの急速な拡大は、地域住民から強い反発を受けています。Gallupの最新調査によると、アメリカ人の7割以上が自分の地域へのデータセンター建設に反対しており、回答者の半数が環境資源への影響を理由に挙げています。水の過剰使用を懸念する声も18%に上りました。こうした背景のなか、Googleは業界全体の指針となるべく先行的な取り組みを打ち出した形です。

具体的な施策として、Googleは水源リスクが高い地域では空冷方式や再生水を採用する方針を掲げています。ジョージア州ダグラス郡では、処理済み廃水をデータセンターの冷却に再利用する事業をすでに実施中です。さらに地域の水道インフラ整備にこれまで5億ドル以上を投じてきたと明かし、新たに7州の水管理プロジェクトへ1700万ドルの支援も発表しました。

Googleのインフラ・サステナビリティ統括責任者であるBen Townsend氏は「データセンターの水使用が問題になる前に投資することが重要だ」と述べています。同社は水使用量の年次公開を業界で最初に行ったクラウド事業者であり、今後もこの透明性を維持すると強調しました。AI産業の環境負荷に対する社会的関心が高まるなか、他社も同様のコミットメントを迫られる可能性があります。

NVIDIAとMicrosoftは、Microsoft Build 2026においてAIエージェント向け統合基盤の大幅拡充を発表しました。Windows端末からAzureクラウド、オンプレミス環境まで、エージェントAIの開発・実行に必要なハードウェアとソフトウェアをフルスタックで提供します。NVIDIAのジェンスン・ファンCEOが台北からサティア・ナデラCEOの基調講演にライブストリームで参加し、両社の協業拡大を明らかにしました。

端末側では、RTX Spark搭載のWindows PCが今秋登場します。1ペタフロップスのAI性能と最大128GBの統合メモリを備え、個人向けAIエージェントの実行に特化した初のPCとなります。Microsoft Surface、ASUS、Dell、HP、Lenovo、MSIから発売予定です。さらにDGX Station for Windowsは、GB300 Grace Blackwell Ultraチップを搭載し最大748GBのコヒーレントメモリと20ペタフロップスのFP4性能で、1兆パラメータ規模のモデルを常時稼働させる企業向けデスクサイドAIスーパーコンピュータです。

クラウド側では、NVIDIAのオープンモデル群がMicrosoft Foundryに統合されます。新たなオープンフロンティア推論モデルNemotron 3 Ultraや、物理AI向け基盤モデルCosmos 3が提供開始となります。Microsoft Fabric Data WarehouseへのNVIDIA GPU統合では、CPU比で最大6倍のSQL実行速度を実現しました。GitHub CopilotにはOpenShellが統合され、エージェントをサンドボックス環境で安全に実行できます。

インフラ面では、Microsoftのウィスコンシン州フェアウォーターAI工場が前倒しで稼働を開始し、数十万台のGrace Blackwellシステムを単一のAI工場として運用しています。次世代のVera RubinプラットフォームもAzureデータセンターへの配備が検証済みで、メガワットあたりの推論スループットを最大10倍に引き上げ、エージェントAIのトークン単価を桁違いに削減します。両社の協業は端末から大規模データセンターまでを一貫してカバーし、エージェントAI時代の基盤を形成する動きです。

Microsoftは2026年6月2日、年次開発者会議Build 2026で、常時稼働型のAIパーソナルアシスタント「Scout」を発表しました。ScoutはオープンソースのOpenClawフレームワーク上に構築されており、Microsoft 365のTeams・Outlook・OneDriveなどと統合して、予定表管理・メール下書き・会議調整・経費処理などを自律的に実行します。Scout担当コーポレートバイスプレジデントのOmar Shahine氏は「これは我々が顧客に提供する初の本格的パーソナルアシスタントだ」と述べています。

Scoutの最大の特徴は、ユーザーごとにカスタマイズされる点です。利用者は自分のScoutに名前を付け、業務上の好みや優先事項をフィードバックとして与えます。するとScoutはそのパターンを学習し、たとえば「夕食の時間帯は会議を入れない」といったルールを自動適用するようになります。Teamsのスレッドやメールを常時監視し、約束事項のリスト作成やリマインダー送信なども行います。

セキュリティ面では、MicrosoftはOpenClawを「信頼されていないコード」として扱い、クラウド上のサンドボックス環境で隔離して運用します。Agent 365・Microsoft Purview・Defenderといった既存のエンタープライズセキュリティ基盤と連携し、ポリシー準拠システムが監査証跡を継続的に生成します。以前Nadella CEOがOpenClawを「ウイルス」に例えていたことを踏まえると、Microsoftのセキュリティへの慎重な姿勢がうかがえます。

現時点ではMicrosoftのFrontierプログラム加入者かつGitHub Copilotサブスクリプション保有者が対象で、米国のデスクトップ版プレビューから提供が始まります。社内ではすでに3,000人以上の従業員が利用しており、営業部門での採用が特に進んでいます。GoogleのGemini Sparkとの競争が激化する中、エンタープライズ向けAIアシスタント市場の主導権争いが本格化しています。

Microsoftは2026年6月2日のBuild 2026で、AIエージェントをOS階層から制御する2つの基盤技術を発表しました。1つ目はWindows OSカーネルに組み込まれた実行コンテナ「MXC（Microsoft Execution Containers）」、2つ目はエージェントの行動ポリシーを標準化するオープンソース仕様「ACS（Agent Control Specification）」です。両技術は、自律性が高まるAIエージェントの安全な企業導入という業界共通課題に対し、プラットフォーム側から包括的な回答を示すものです。

MXCはポリシー駆動型のサンドボックスで、開発者やIT管理者がエージェントのファイル・ネットワーク・画面アクセス権限を事前に宣言し、OSが実行時に強制します。軽量なプロセス分離から完全なmicroVMまで「composable sandbox spectrum」を提供し、リスクに応じた動的な分離レベルの切り替えが可能です。すべてのエージェント操作はEntra IDと紐付けられ、人間の操作とエージェントの操作を監査証跡で区別できます。

ACSはエージェントの行動規範をポリシーファイルとして記述する仕様です。入力受信前・ツール呼び出し前後・最終応答前など複数のインターセプトポイントで準拠チェックを実行し、違反時には操作のブロックや機密情報の秘匿、人間への承認要求を自動で行います。SDKとして提供され、LangChain、OpenAI Agents SDK、Anthropic Agents SDK、AutoGen、CrewAI、Semantic Kernelなどの主要フレームワークにプラグインで対応します。

エコシステム面ではOpenAIがCodexの実行環境としてMXCの統合を進め、NvidiaはOpenShellフレームワークをWindows上のMXC基盤で展開します。中国発のエージェント企業ManusやNous Researchも早期パートナーに名を連ねています。企業向けには7月に「Agent 365」のプレビューが開始され、Microsoft Defender・Entra・Intune・Purviewと統合した一元的なエージェント管理基盤となります。

今回の発表は、AIエージェントのセキュリティをアプリケーション層ではなくOS層に位置づけるという戦略的判断を示しています。Appleのウォールドガーデン型やGoogleのクラウド集中型とは異なり、どのエージェントでも受け入れつつOSポリシーで制御するというアプローチは、多様なAIプロバイダーを併用する企業環境に適合する可能性があります。既存のIntuneで管理される数億台のWindowsデバイスがソフトウェア更新でエージェント対応できる点も、大きな競争優位となります。

Microsoftは2026年6月2日、開発者カンファレンスBuild 2026でSurface RTX Spark Dev Boxを発表しました。NVIDIAのArm系Blackwell世代RTX Sparkプロセッサと128GBの統合メモリを搭載した小型デスクトップ機で、1ペタフロップスのAI演算性能を備えます。開発者はクラウドにAPIコールを送ることなく、1200億パラメータ超の大規模AIモデルをローカルで実行できます。米国で年内発売予定ですが、価格は未公表です。

この製品はMicrosoftにとって重要な戦略転換を意味します。Azure クラウドで数百億ドルの収益を上げる同社が、あえてクラウド依存を減らすハードウェアを投入するからです。Windows＋Devices担当EVPのPavan Davuluri氏は、10万トークンのコンテキストだけでキーバリューキャッシュが40〜50GBを消費すると説明し、128GBの統合メモリプールの必然性を強調しました。Microsoftはこの動きを「フロンティアモデルへの呼び出しは本当にフロンティアな問題にだけ使い、残りは自前のハードウェアで処理する」と位置づけています。

筐体設計にも特徴があります。アルミ製トップパネルは金属3Dプリントで製造され、CNC加工では不可能な複雑な内部形状により、約100ワットの連続負荷を静音で冷却します。ソフトウェア面では、Windows 11 Proがイメージレベルで開発者向けに最適化されており、ダークテーマ、Developer Mode有効化、PowerShell 7デフォルト、WSL 2のGPUパススルーとCUDA対応が出荷時に構成済みです。

競合となるApple Mac Miniとの比較について、Davuluri氏は「意図的に異なる性能クラス」と述べました。M4 Pro搭載Mac Miniの統合メモリは最大48GB、M4 Maxでも128GBですが、Dev Boxは128GBに加えてBlackwell級GPUのCUDAエコシステムを活用できます。PyTorch、TensorRT、llama.cppなど主要AIフレームワークの大半がNVIDIA向けに最適化されている点で、Apple Siliconに対する移植性の優位を主張しています。

本製品はMicrosoftの3層ローカルAI戦略の中核です。モバイル向けのSurface Laptop Ultra、デスクトップ向けの本機、そして1兆パラメータ対応のDGX Station for Windowsという階層構成で、「従量課金なしの知能」を掲げます。GitHub Copilot CLIの新機能/fleetでは、クラウドエージェントがタスクの複雑度を判定し、適切なサブタスクをローカルモデルに振り分ける仕組みも導入されます。クラウドAIの経済性に疑問が広がるなか、ローカルとクラウドの両端を押さえる戦略が奏功するか注目されます。

H Companyは2026年6月2日、PC操作を自動化するコンピュータユースエージェント向けモデル「Holo3.1」ファミリーをリリースしました。Qwenベースの本モデルは0.8B・4B・9B・35B-A3Bの4サイズで提供され、初めて量子化チェックポイント（FP8・Q4 GGUF・NVFP4）に対応したことで、クラウドだけでなくローカル環境での高速推論が可能になっています。

前バージョンのHolo3ではブラウザとデスクトップが主な対象でしたが、Holo3.1ではモバイル環境への対応を大幅に強化しました。AndroidWorldベンチマークでは35B-A3Bモデルが67%から79.3%へ、4Bおよび9Bモデルも58%から72%へと精度が向上しています。また、JSON出力に加えて関数呼び出しプロトコルをネイティブサポートし、サードパーティのエージェントフレームワークとの統合を容易にしました。

ローカル推論の高速化も大きな進展です。NVIDIAのDGX Spark上でNVFP4量子化を適用した場合、BF16比で1.74倍のトークンスループットを達成しました。エージェントハーネスの最適化と組み合わせることで、平均ステップ時間は6.8秒から3.3秒へと約2倍の高速化を実現しています。

Q4 GGUF形式のチェックポイントにより、WindowsやMacの民生ハードウェア上でも完全にローカルで動作させることが可能です。Apple Siliconでの動作も確認されており、データがユーザーのネットワーク外に出ないプライバシー重視の運用ができます。モデルはHugging Faceおよび専用APIで公開されています。

NVIDIAは2026年6月2日、金融機関が自社の取引データを活用してトランスフォーマーベースの基盤モデルを構築するための開発者向けテンプレート「Build Your Own Transaction Foundation Model」を公開しました。金融業界では不正検知・与信・レコメンドなど用途ごとに個別のAIモデルを運用してきましたが、サイロ化による非効率が課題となっており、統一的な基盤モデルへの移行が加速しています。

先行事例として、RevolutはNVIDIAと共同で「PRAGMA」と呼ばれる基盤モデル群を構築しました。26カ国・2600万ユーザーの240億件のイベントデータで訓練され、与信スコアリングや不正検知など複数領域で既存の専用モデルを上回る性能を示しています。従来数週間から数カ月かかっていた特徴量エンジニアリングが不要になった点も大きな成果です。

Mastercardは数百億件規模の匿名化された取引データで独自の大規模テーブル基盤モデルを開発中で、不正検知やパーソナライゼーションなど幅広い用途を見込んでいます。Adyenは1兆ドル規模の決済処理に基盤モデルを導入し、強化学習でコンバージョン最大化とリスク最小化を実現しています。Stripeは昨年1120億ドルの不正をブロックし、不正率を平均38%削減しました。

NVIDIAの調査によると金融機関の65%がすでにAIを活用し、42%がエージェント型AIの利用・評価を進めています。今回のテンプレートはAWSのSageMaker HyperPodやNebius AI Cloud上で利用可能で、EXL・Infosys・GFT・Thoughtworksなどのサービスパートナーが導入支援を提供します。既存のパイプラインに統合できる設計のため、ゼロからの再構築なしに基盤モデルの恩恵を得られる点が特徴です。

半導体大手NVIDIAは6月1日、台湾Computexで新型PC向けCPU「RTX Spark」を発表しました。1ペタフロップのAI処理性能と128GBの統合メモリを備え、OpenClawなどのAIエージェントをPC上で安全に動かす「スーパーチップ」と位置付けます。搭載するWindows PCは今秋、ASUS、Dell、HP、Lenovo、Microsoft Surface、MSIから発売される予定です。

創業者のジェンスン・フアンCEOは、アプリを起動してクリックや入力を繰り返す従来の操作を終わらせたい考えです。「頼めばPCが仕事をする」と述べ、フロンティアモデルや創作ワークフロー、ゲームをすべてノートPC上で実現すると強調しました。同氏は先月の決算で、GPUに加えCPU販売で2000億ドル規模の新市場を見出したと投資家に語っています。

技術面では、Microsoftと共同開発したセキュアなサンドボックスを備え、エージェントを安全に隔離して実行します。NVIDIA OpenShellランタイムがエージェントの権限を制御し、プライバシー方針に応じてクエリをローカルモデルへ振り分けたり、クラウド送信時に個人情報を匿名化したりします。Adobeはこのチップ向けにPhotoshopとPremiereを再設計し、AI処理を最大2倍高速化するとしています。

もっとも、NVIDIAがArmベースのWindows機に挑むのは初めてではありません。2013年にはMicrosoftがArm搭載のSurface RTで9億ドルを減損した過去があります。今回のチップはより高性能で、MicrosoftはSurface Laptop Ultraを「最も強力なSurface」と銘打ちますが、各社は価格などの詳細をまだ明らかにしていません。

The Vergeはこれを「Windows版M1の瞬間」になり得ると評価しつつ、価格を懸念します。RTX SparkはDGX Spark（約4800ドル）のWindows版とみられ、128GBメモリ搭載機は高額化が避けられません。AppleがM1で安価なMac MiniやMacBook Airから普及を進めたのに対し、NVIDIAは2000ドル超の高価格帯から始める構えで、消費者の支出余力が細るなか普及の壁になりそうです。

それでも、Riot Gamesがアンチチート機能をArmに対応させるなど、Windows on Armの弱点だったゲーム互換性の改善も進みます。Intel、AMD、Qualcommに続く第4の選択肢として、NVIDIAが安全で使いやすいAIエージェントを大衆に届けられるかが今後の焦点となります。

半導体大手NVIDIAは6月1日、世界各地のパートナーと連携してAI向け計算基盤「AIファクトリー」の構築を加速していると発表しました。専用クラウド群「NVIDIA AI Clouds」はアフリカのCassava、南米のClaroを加えて6大陸に到達し、企業や新興国、政府の旺盛なAI需要に応える地域容量と主権AI基盤を提供します。同時に、生産拠点である台湾の製造大手がこの世界的な拡大を支えていることも明らかにしました。

AIクラウドの拡大は東南アジア、オーストラリア、南北アメリカで進んでいます。CoreWeave、Firmus、IREN、Nscaleなどが最先端モデル開発や大量推論向けに能力を増強し、Naver CloudやIndosat、Yotta、YTLといった事業者が各国のAI構想や金融、通信、製造、医療を支えています。NVIDIAは競争力の源泉として、ハードウェア性能とソフト最適化、稼働率を総合したトークン単価の業界最低水準を掲げています。

AIファクトリーの設計から運用までは新プラットフォーム「DSX」が担い、検証済みの設計やシミュレーションで容量の早期立ち上げを支援します。電力制約下で計算量を最大化する「DSX MaxLPS」は同じ電力で最大40%多いGPUの搭載を可能にするといいます。CoreWeaveやNebiusは次世代GPU「Vera Rubin」をいち早く採用し、ロボットなど物理AI向けの開発環境も整備しています。

もう一方の記事が示すのは、この基盤を生み出す台湾の存在感です。台湾には500社を超えるNVIDIAのパートナーが集まり、Vera Rubin向け「MGX」ラック部品は25の工場拠点から100万点以上が供給されます。TSMCやFoxconn、Pegatron、Quanta、Wistron、Inventecなどがサプライチェーンの中核を担っています。

注目すべきは、これらの企業が単に基盤を作るだけでなく、自社の製造現場にもAIを取り入れている点です。TSMCは計算リソグラフィ「cuLitho」で費用や処理時間を20〜50%改善し、Foxconnは運用管理エージェントで原因分析を80%高速化、労働生産性を15%向上させたとしています。PegatronやInventecは合成欠陥データの生成でAI検査の展開時間を最大67%短縮しました。

AIがモデル開発から大量の推論・推論処理へ移るなか、基盤の評価軸は発表された容量から、稼働率や資産寿命を反映したトークン出力の経済性へと移りつつあります。世界規模の容量拡張と、それを支える台湾の製造力。両者がかみ合うことで、AIインフラそのものがAIによって作られる循環が現実味を帯びてきました。

米Microsoftは現地時間6月2日、サンフランシスコで開発者会議「Build」を開幕します。同社はAIを軸に事業全体を再編する中で、自社初の推論AIや刷新されたWindows開発環境を披露し、低下した開発者の信頼の回復を狙います。AIチップやアプリ統合まで、AI時代の方向性を示す節目の催しと位置づけられます。

最大の目玉は、AI部門を率いるムスタファ・スレイマン氏が公開する見込みの推論モデル「MAI-Thinking-1」です。他社AIの出力を学ぶ蒸留を用いずに自社開発した点が特徴で、主に企業利用を想定しているといいます。あわせて画像生成の「MAI-Image-2.5」と高速版「Flash」も登場が見込まれます。

利用者向けには、複数のCopilotアシスタントを一つにまとめる「スーパーアプリ」構想も語られます。ただし開発途上のため会場での提供はなく、プレビュー公開は夏の終わり頃の見通しです。流出した画面はBuildのデモ用モックアップにすぎないと報じられています。

Windowsでは、開発者が求めてきた集中できる作業環境を備えた「開発者最適化版のWindows 11」を初公開する見込みです。同社が年初に示した性能改善計画に沿い、一部の書き換えによる動作の高速化も進めているとされます。

ハードウェア面では、Nvidiaの新シリコン「RTX Spark」への対応が焦点です。今年のBuildではローカルモデルの実行に重点が置かれ、開発者は高価なクラウドに頼らず手元の計算資源を活用できるようになります。サティア・ナデラCEOはNvidiaのジェンスン・フアン氏と新製品を議論し、QualcommとのArm版Windows強化も話題に上る見通しです。

一方で課題も残ります。Microsoftは買収子会社GitHubで人材流出や障害、セキュリティ問題が相次ぎ、著名開発者から警鐘が鳴らされています。Buildの運営をGitHubチームが一部担う今回、同社が信頼回復へ具体策を示せるかが問われています。会議は日本時間6月3日未明に始まります。

Googleが2026年5月の開発者会議で発表したGemini Sparkは、クラウド上の仮想マシンで24時間稼働するエージェント型AIアシスタントです。Gmail、カレンダー、Docs、SheetsなどGoogle Workspaceと統合し、ユーザーの日常タスクを自動処理します。CEOのスンダー・ピチャイ氏は「ノートPCを閉じても動く」と紹介し、常時起動が必要な他社エージェントとの差別化を強調しました。

TechCrunchの記者が実際に複数のタスクで検証したところ、買い物リサーチではドラッグストアのセール情報やクーポンを的確に提示しました。日帰り旅行の持ち物リストでは天気やイベント詳細を調べて適切な提案を行い、地域の週末イベント検索ではメールやウェブを横断して情報を収集しました。ニュースレターの週次要約や商品の価格追跡といった定期タスクも設定できます。

一方で課題も明らかになりました。提示されたプロモコードが無効だったり、5件要求した記事要約が4件しか返らないなど精度面の問題が散見されます。最大の弱点はGoogle Keepとの連携が未対応な点で、持ち物リストの保存先がDocsかメールしか選べず、個人の生産性ツールとしては不便です。iPhoneユーザーはハードウェアボタンから直接起動できない制約もあります。

記者はSparkを独立ブランドにする必要性に疑問を呈し、Geminiの一機能として統合すべきだと指摘しています。MCP統合による外部サービス連携は今後の対応予定ですが、現時点ではGoogle以外のサービスでのタスク実行に限界があります。日常生活での実用性は確認できたものの、「必須」ではなく「あると便利」な段階にとどまるという評価です。

AIチップスタートアップのGroqが、既存投資家から6億5000万ドル（約950億円）の新規資金調達を進めていることが明らかになりました。同社は2025年12月にNvidiaと約200億ドル規模の提携契約を締結しており、今回の調達はその後の成長戦略の第一歩となります。

Nvidiaとの契約は完全買収ではなく、Groqの上級幹部がNvidiaに移籍し、ハードウェア技術をライセンス供与する形式でした。Groqの投資家にとっては、Nvidia史上最大の買収額に相当する金額が現金で支払われる好条件となりました。

今回の調達資金は、Groqが注力する推論クラウド事業の拡大に充てられます。推論はAIプロンプト処理後の計算処理を指し、現在のAI業界ではモデル訓練よりも大きな需要があります。同社の自社開発チップを活用し、企業や開発者が推論負荷の高いアプリケーションをホスティングできるサービスを拡充する方針です。

経営体制は暫定CEOのAdam Winter氏とCFOのMatt Eng氏が主導しています。資金調達については、既存投資家のDisruptiveとInfinitiumが他の投資家が参加しない場合でも全額を引き受ける意向を示しており、実質的に調達は確約されている状況です。

企業のAIエージェントが本番環境に移行するなか、信頼性の問題が深刻化しています。ワークフローオーケストレーション企業Temporalの上級副社長Preeti Somal氏は、ニューヨークで開催されたAI Impact Seriesで、多くの企業が第1世代のエージェントを再構築する「バージョン2.0」の段階に入っていると指摘しました。LLMの性能だけでは本番運用の成否は決まらず、クラッシュからの復旧、状態管理、コスト制御が不可欠だと述べています。

エージェントシステムは長時間にわたる多段階プロセスを伴い、複数のモデル・API・外部ツールにまたがって動作します。障害発生時にワークフロー全体を再実行すれば、推論コストが倍増し、遅延やユーザー体験の悪化を招きます。Somal氏はこの状況を、クラウド初期の「リフト&シフト」になぞらえ、基盤設計なき移行の危険性を警告しました。

Somal氏が提唱する「決定論的スパイン」は、確率的に振る舞うLLMの周囲に確実な実行基盤を置く設計思想です。モデル呼び出しが失敗すればリトライし、途中で障害が起きれば中断地点から再開します。これにより、医療や調達などミッションクリティカルな業務でも、サイレントな失敗を防ぐことができます。

コスト可視性も重要な論点です。オーケストレーション基盤を導入すれば、エージェントの各ステップでトークン消費量を一元的に把握でき、障害時にはゼロからの再実行を回避して復旧地点から処理を再開できます。Somal氏は「トークン税を払わなくて済む」とその経済的利点を強調しました。

企業は既製のエージェントプラットフォームをそのまま採用するのではなく、ガバナンス管理・モデル選定ポリシー・認証基盤・コスト管理を組み込んだ社内標準フレームワークの構築に動いています。Temporalのように、AI以前から企業の基盤として存在していたオーケストレーション技術が、エージェント時代のインフラとして再評価されています。

クラウドストレージ大手Boxの創業者Aaron Levie氏が、テック企業CEOの間で広がる過度なAI信奉を「AI精神病（AI psychosis）」と名付け、警鐘を鳴らしています。TechCrunchのEquityポッドキャストで語られたもので、AIで従業員を置き換える判断を下す経営層こそが、現場の業務内容を最も理解していない人々だと指摘しました。

この指摘の背景には、テック業界で加速するAI起因のレイオフがあります。プロジェクト管理ツールのClickUpは従業員の22%をAIエージェントに置き換える形で削減しました。2026年のテック業界全体のレイオフ数は、すでに2025年通年の水準に迫る勢いです。

一方で、ユーザー側からもAIへの反発が表面化しています。Google検索にAI機能を強制的に組み込む動きに対し、DuckDuckGoのインストール数が30%増加しました。従来の検索結果をそのまま表示してほしいという需要が高まっています。

ポッドキャストでは、AI推進派と懐疑派の双方が同時に正しいという複雑な状況が議論されました。AIは確かに業務効率を変革する力を持つ一方、現場を知らない経営者が過信に基づいて人員を削減すれば、組織の実力を毀損するリスクがあります。AIエージェントの普及は単なる人員削減ではなく、採用や組織設計そのものを再編する波として捉えるべきだと番組は指摘しています。

Rivianの最高ソフトウェア責任者であり、フォルクスワーゲンとの合弁会社RV Techの共同CEOを務めるWassym Bensaid氏が、The Vergeのインタビューで車載ソフトウェアの将来像を語りました。同氏は、AI搭載の音声アシスタント「Rivian Assistant」こそが車のインターフェースの未来であり、CarPlayやAndroid Autoは不要になると主張しています。

Rivian Assistantは車両のゾーナルアーキテクチャと深く統合されており、走行モードの変更や車高調整まで音声で操作できます。Google CalendarとのMCPベースのエージェント連携も実装済みで、ナビゲーション・スケジュール・メッセージを横断する複合的な操作が可能です。安全に関わるワイパーなどの機能は意図的にブロックしているとのことです。

合弁会社RV Techは約1,500人体制で、Rivianの技術スタックと開発文化をフォルクスワーゲングループ全体のEVに展開する役割を担います。次期モデルR2は5G対応に加え、最大200 TOPSのAI推論能力をローカルに搭載。クラウド依存を減らし、遅延の少ない会話体験を実現します。

CarPlayについては、発売当初70%超あった顧客からの要望が25%未満に減少したと明かしました。同氏は、エージェント技術の進化により、個人のデジタルエコシステムを車内に持ち込む「第三の道」が開けると述べています。将来的にはユーザーの好みのAIアシスタントとRivian Assistantが連携し、フードデリバリーの注文から到着時間の最適化まで一貫した体験を提供する構想です。

フランスのAIスタートアップMistral AIは2026年5月28日、パリで初の自社カンファレンス「AI NOW Summit」を開催し、産業向けAI事業への本格参入、パリ南部での新たな推論用データセンター建設、消費者向けアシスタントの刷新を発表しました。共同創業者兼CEOのArthur Mensch氏は「AIプロバイダーとしてフルスタックを所有する必要がある」と語り、アメリカの大手クラウド企業に機密データを預けたくない企業の受け皿となる方針を明確にしています。

産業AI分野では、5月に買収したEmmi AIの物理シミュレーション技術とLLMを統合した「Mistral for Industrial Engineering」を発表しました。Airbusとは商用航空機から宇宙部門まで全事業で協業し、BMWは衝突シミュレーション向けの「Large Industry Model」構想でMistralを中核パートナーに選定。最大株主でもあるASMLは、リソグラフィ装置の故障診断にMistralのモデルを導入し、従来と同等の精度で120倍の高速化を達成したと報告しています。

インフラ面では、40億ユーロ規模の「Mistral Compute」計画のもと、フランスとスウェーデンにデータセンターを建設中です。既存のパリ南部40MW施設に加え、2026年第3四半期に推論専用の新施設（10MW）を開設予定。2030年までに1GWの容量を目指します。資金は7行の銀行団による8億3000万ドルのデット・ファイナンスなどで確保しています。

消費者向けアシスタント「Le Chat」はVibeに改称され、企業の生産性ツールとコーディングエージェントを統合したプラットフォームへと進化します。Google WorkspaceやSlack、GitHubと連携し、メール要約やコード修正を一貫して処理できます。料金は無料プランからPro月額14.99ドル、Teams月額24.99ドルまで。モデル戦略ではPixtralやMagistraleなど個別製品を廃止し、旗艦モデルMistral Medium 3.5に機能を集約する方針を示しました。

Mistralは現在従業員1,000人を擁し、2026年の売上目標を10億ユーロ（約13.7億ドル）に設定しています。BNP Paribasでは本人確認プロセスの不備率を80%から10%に削減、フランスやシンガポールなど各国政府との協業も進めています。オープンウェイトモデル、自社インフラ、オンプレミス展開、物理シミュレーション、垂直特化のカスタマイズをすべて一社で提供する戦略で、OpenAIやAnthropicとの差別化を図ります。

2026年5月28日、Googleは開発者会議Google I/O 2026の基調講演で発表した12の主要トピックを公式ブログで振り返りました。あらゆる入力から動画を生成できる新モデル「Gemini Omni」や、エージェント性能に特化した「Gemini 3.5 Flash」など、AIモデルの大幅な進化が中心となっています。検索体験の刷新からハードウェア、科学研究支援まで、幅広い分野にわたる発表が行われました。

検索領域では、バックグラウンドで24時間ウェブを監視し、ユーザーが関心を持つ情報を自動で届ける「情報エージェント」機能が注目されます。Google AI ProおよびUltra加入者向けにこの夏から提供が始まります。また、Antigravityと呼ばれるコーディング基盤を検索に統合し、質問に応じてダッシュボードやトラッカーなどのカスタムアプリをその場で生成する機能も発表されました。

個人向けアシスタントも大きく進化しています。毎朝GmailやCalendarの情報を整理して届ける「Daily Brief」、クラウド上で常時稼働しタスクを自動実行する「Gemini Spark」、そして応答をリッチな画像やインタラクティブなタイムラインで表示する新デザイン言語「Neural Expressive」が導入されます。macOS向けGeminiアプリにもSparkが搭載される予定です。

ハードウェア面では、Android XR対応のスマートグラスが2種類発表されました。音声アシスト型とディスプレイ型で、今秋の発売を予定しています。AI生成コンテンツの識別技術「SynthID」は検索やChromeに拡大され、OpenAIやElevenLabsなど外部企業も採用を進めています。

さらに「Gemini for Science」として、30以上の主要ライフサイエンスデータベースと連携する科学研究支援ツール群が公開されました。ショッピング分野では、検索・Gemini・YouTube・Gmailを横断して商品を管理できる「Universal Cart」も発表されています。Googleが生成AIを自社サービス全体に浸透させる戦略が鮮明になった発表でした。

クラウドデザインツール大手のFigmaは2026年5月28日、AI設計アシスタント「Figma Make」にGitHubとの双方向連携機能を追加したと発表しました。プロダクトマネージャーやデザイナーが既存のGitリポジトリをFigmaデスクトップアプリに直接インポートし、キャンバス上でアプリケーションのコードを視覚的に編集した上で、標準的なGitHub Pull Requestとしてエンジニアリングチームに変更を提出できるようになります。

この連携の特徴は、既存のエンジニアリングガバナンスを迂回しない点です。Figma Makeはローカル開発環境として機能し、デザイン変更はローカルコミットとして蓄積されます。出荷準備が整ったら、ブランチを作成しPRを開くという標準的なワークフローを経るため、CIパイプライン・セキュリティチェック・コードレビューがすべて従来通り適用されます。AIモデルにはAnthropicのClaude 3.7 SonnetやClaude Opus、GoogleのGeminiを動的に切り替えて使用します。

2025年5月に初公開された当初のFigma Makeは、AIで生成したプロジェクトを新規GitHubリポジトリにエクスポートする一方向の仕組みでした。今回のアップデートで既存コードベースとの同期が可能になり、デザイナーとエンジニアが並行環境を維持する必要がなくなります。デザイナーの45%、プロダクトマネージャーの59%が日常的にコードに関与しているとされ、こうした非エンジニア層が視覚的にフロントエンド実装を進められる点が訴求力となっています。

競合環境も注目に値します。フルスタックアプリビルダーのLovable（月額25〜50ドル）はゼロからのSaaS構築に強く、AnthropicのClaude Design（月額20〜200ドル）は高速プロトタイピングに適しています。一方Figma Make（月額16〜90ドル）は、既存のデザインシステムとの忠実な連携を強みとし、成熟した組織のフロントエンド最適化ツールとして差別化を図っています。

Figmaにとってこの機能強化は経営上の急務でもあります。2025年7月のIPOでは初日に株価が250%急騰しましたが、その後81%下落し、時価総額は約113億ドルまで縮小しました。従来型SaaSからAIネイティブツールへの資金シフトが進む中、Figma Makeの進化は同社がAI時代のソフトウェア開発で不可欠な存在であることを証明するための戦略的な一手です。

中国のAIスタートアップDeepSeekは2026年5月、フラッグシップモデルV4 Proの75%値下げを恒久措置とすると発表しました。標準入力コストは100万トークンあたり0.435ドル、標準出力は0.87ドルに設定され、AnthropicのClaude SonnetやOpenAIのGPT-5.5-Medを大幅に下回ります。とりわけキャッシュ読込単価は100万トークンあたり0.003625ドルと、西側クラウドの87分の1という水準です。エージェント処理ではトークンの80〜90%がキャッシュ読込であるため、この価格差の実務的インパクトは極めて大きいといえます。

この低コストを支えるのが、DeepSeek独自のハードウェア・ソフトウェア協調設計です。圧縮スパースアテンション（CSA）と高圧縮アテンション（HCA）を組み合わせたハイブリッド注意機構により、100万トークンの文脈窓でKVキャッシュ使用量を90%削減しました。さらにMulti-head Latent Attention（MLA）で重いデータペイロードをGPUの高帯域メモリからシステムメモリへオフロードし、1.6兆パラメータモデルの100万トークン処理に必要なHBMをわずか5.48GBに抑えています。従来型のモデルでは同条件で89GBを消費するため、差は歴然です。

企業のトークンコスト問題も追い風です。UberはClaude CodeとCursorの2026年度予算をわずか4カ月で使い切り、PinterestはオープンソースのQwenを自社データで追加学習して90%のコスト削減を達成しました。VentureBeatの調査によれば、企業のAIモデル選定基準で「トークン単価・ライセンスモデル」の重視度は2026年1月の25.4%から3月には36.7%へ上昇しています。自社管理の推論スタックを導入する企業も11.3%から17.9%へ増加しました。

開発者向けルーティングサービスOpenRouterでは、DeepSeek V4 Flashが週間トークン使用量で首位を獲得し、上位3モデルの合計は約6兆トークンに達しました。一方、OpenAIのGPT-5.5は15位の4,700億トークンにとどまっています。V4 ProとV4 FlashはいずれもオープンウェイトかつMITライセンスで公開されており、企業は自社環境での自由なデプロイが可能です。

もっとも、地政学的リスクは無視できません。米国の金融・医療・防衛分野の大企業にとって、中国製モデルのサプライチェーンリスクや制裁リスクは依然として障壁です。一方、記事はAnthropicのようなプレミアムソフトウェア統合型のラボと、汎用APIトークン収入に依存するOpenAIとでは影響度が異なると指摘しています。高精度が求められるミッションクリティカルな業務にはプレミアムモデル、大量トークンを消費するバックグラウンドエージェント処理にはオープンウェイトという二層構造が、企業AIの新たな標準になりつつあります。

グローバルなデジタルインフラが拡大する中、データ主権が重要インフラのガバナンスを根本から書き換えつつあります。VentureBeatが2026年5月28日に報じた記事によると、AIワークロードやリアルタイム分析の急増によりデータセンター需要が爆発的に増加し、複数の国や法域をまたぐシステムにおいて「誰がデータを管理するのか」という実務的な問題が浮上しています。

従来、企業は「厳格な管理か、グローバル接続か」の二者択一を迫られてきました。しかし金融機関は低遅延の越境アクセスと規制順守を同時に求め、医療機関はデータ統制とクラウドAI活用の両方を必要としています。記事は、主権とは孤立ではなく「接続の中での制御」だと指摘します。

この課題に対し、インフラ運用とデータ権限を明確に分離するモデルが注目されています。Equinixのような中立的インフラ基盤では、施設の物理的運用はプロバイダが担い、データやアプリケーションの統制は顧客が保持します。同社は2026年5月にハイブリッドマルチクラウド環境でネットワーク層の主権適用を実現する「Equinix Fabric Geo Zones」を発表しました。

AI時代において、この構造はさらに重要性を増しています。AIモデルは機密データの近くで稼働させる必要があり、データを国外に持ち出して集中処理する従来のやり方はリスクが大きいためです。Bank of AmericaやMorgan Stanleyも、AI駆動のインフラ拡大が地理的分散とエネルギー計画に新たな圧力をかけると予測しています。

欧州委員会のデジタル主権フレームワーク更新やDeloitteの調査が示すように、各国政府はデータガバナンスを経済・国家の強靱性の問題として扱い始めています。主権を設計原則として組み込む企業は競争力とレジリエンスの両面で優位に立ち、曖昧なまま放置する企業にとってはコストが増大する一方です。

AWSは2026年5月28日、AIエージェント専用に設計した次世代OpenSearch Serverlessを発表しました。従来のクラウド基盤は人間のアクセスパターンを前提に構築されていましたが、AIエージェントは予告なく大量のサブエージェントを起動し、数百のデータベースやAPIを一斉に呼び出したあと瞬時に消えるという全く異なる負荷をかけます。この新サービスはそうしたエージェント特有のワークロードに対応するものです。

技術面での最大の変更点は、コンピュートとストレージの分離です。従来のサーバーレス版では最低1インスタンスの常時稼働が必要でしたが、新世代ではエージェントのトラフィック急増に合わせて数秒でコンピュートを拡張し、待機時にはゼロまで縮小できます。利用していない時間の課金がなくなるため、企業のコスト効率が大幅に改善されます。

この動きはAWS単独のものではありません。Cloudflareによると、過去6か月間でボットがHTTPトラフィック全体の31%を占め、2027年前半には非人間トラフィックが人間を上回る見通しです。DatabricksやSnowflakeはAI向けメモリ・検索基盤へと転換を進め、MicrosoftもAzureでエージェント間のメモリ共有機能を提供し始めています。

AIエージェントの本番導入が進むほど、機械生成ワークロード前提のインフラ再設計への圧力は強まります。それはエージェントの運用コストを下げ、大規模展開を容易にする好循環を生む可能性があります。クラウドの設計思想そのものが、人間中心からエージェント中心へと移行しつつあるのです。

Appleが6月8日開幕のWWDC 2026で発表予定とされるiOS 27の新機能について、Bloombergがリーク画像を公開しました。最大の注目点は、ChatGPTやClaude、Geminiに対抗するSiri独立アプリの登場です。従来の音声アシスタントから本格的なAIチャットボットへと進化し、テキスト入力に加えて文書や写真のアップロード、過去の会話履歴の管理にも対応します。

UIも大幅に刷新されます。Siriの応答はiPhoneのDynamic Islandから吹き出し形式で表示され、画面上部から下にスワイプすることでどのアプリからでもSiriチャットを呼び出せるようになります。従来のSpotlight検索もAI搭載のSiriに統合され、アプリ起動やメッセージ作成、カレンダー追加などの操作がカード型インターフェースで完結します。

技術面では、Appleが2026年1月に発表したGoogleとの提携に基づき、Geminiの大規模言語モデルがSiriの基盤となります。一方、The Informationの報道によると、Appleは数兆パラメータ規模のGeminiモデルをiPhone上で動作するよう蒸留（圧縮）する取り組みも進めています。しかし、スマートフォンのRAMやNPUの制約から、会話型AIの完全なオンデバイス処理は困難であり、クラウド処理への依存が避けられない状況です。

Appleにとっての強みは25億台の端末というインストールベースです。ChatGPTの週間アクティブユーザーが9億人に達する一方で、Appleはまだ単体のAIツールを使っていない膨大なユーザー層にリーチできます。カメラアプリへのSiriモード追加や写真アプリのAI編集機能強化も予定されており、OSレベルでのAI統合を着実に進めています。プライバシーを訴求しつつ外部パートナーの技術を活用するという、検索エンジンでのGoogle提携と同様の戦略が繰り返されています。

Anthropicは2026年5月28日、シリーズHで650億ドル（約9.8兆円）を調達したと発表しました。ポストマネー評価額は9650億ドルで、1兆ドルの大台に迫ります。Altimeter Capital、Dragoneer、Greenoaks、Sequoia Capitalが共同リードを務め、Blackstone、Fidelity、GICなど世界有数の機関投資家が参加。IPO前の最後の民間資金調達となる可能性があります。

同社の年間売上高は今月470億ドルを超え、130%の増収により初の営業黒字が見込まれています。調達資金は安全性・解釈可能性の研究推進、計算能力の拡大、製品・パートナーシップの強化に充てる方針です。同日にはフラッグシップモデルClaude Opus 4.8も発表され、エージェント型タスクやコーディング能力の向上が打ち出されました。

注目すべきは計算資源の確保戦略です。Amazonと最大5ギガワットの新規容量契約、GoogleおよびBroadcomと次世代TPU5ギガワット契約、さらにSpaceX傘下のxAIが運営するColossusクラスタへのアクセス契約を締結しました。半導体大手のSamsung、SK Hynix、Micronも戦略的パートナーとして出資に参加。Claudeは主要3クラウド（AWS、Google Cloud、Microsoft Azure）すべてで利用可能な初のフロンティアモデルとなっています。

一方、SpaceXとの契約期間をめぐり不透明な点が浮上しています。イーロン・マスク氏はXへの投稿で「180日リースで、90日前通知による双方解約が可能」と説明しました。しかしSpaceXのS-1届出書には「顧客は2029年5月まで月額12.5億ドルを支払うことに合意した」と複数箇所に記載されており、3年間の契約を示唆しています。IPO申請中の企業としては矛盾する情報発信であり、証券法上の懸念を指摘する声も出ています。

競合のOpenAIは今年3月に1220億ドルを調達し評価額8520億ドルを記録しています。またxAIと合併したSpaceXはIPOで2兆ドルの評価額を目指しており、AIスタートアップの資金調達規模はかつてない水準に達しています。Anthropicの今回の調達は、安全性研究と商業成長の両立を掲げる同社が、熾烈な開発競争の中でどこまで存在感を示せるかを占う試金石です。

2026年5月28日、中国の上海先物取引所がAIトークンのデリバティブ市場を設計していることがロイターの報道で明らかになりました。同時期に米CMEグループとNYSEの親会社であるインターコンチネンタル取引所（ICE）も、それぞれGPUレンタルの先物契約の立ち上げを発表しています。金や石油と同様に、AIの計算資源が金融商品として取引される時代が近づいています。

GPUレンタル市場はすでに一定の成熟を見せています。AI Mining Co.のデータによると、28のマーケットプレイスとクラウドプロバイダーにおけるNVIDIA H100の中央値価格は時間あたり1.40〜4.27ドル、H200は2.34〜5ドルで推移しています。しかしトークンそのものの先物市場は未整備であり、ここに新たな金融インフラの商機が生まれています。

背景にあるのは、AIインフラへの空前の投資です。クラウドサービスプロバイダーやプライベートエクイティ、インフラ企業が数千億ドル規模の資金をデータセンター建設に投じています。推論特化型のネオクラウド企業も台頭し、OracleやAWS、Google Cloudといった大手と競合する構図が鮮明になっています。

上海先物取引所のトークンデリバティブが実現すれば、企業や投資家、データセンター運営者がAIの計算コスト変動をヘッジする手段を得ることになります。OpenAIのGPT-5.5が100万入力トークンあたり5ドル、出力トークン30ドルで課金されるように、トークン単価はAIサービスの原価に直結しています。この市場の成立は、AI産業の金融化における重要な転換点となる可能性があります。

AI推論に特化した新興ネオクラウド企業General Computeが、FUSE VC主導のシードラウンドで1500万ドル（ポストマネーバリュエーション6000万ドル）を調達しました。同社はAIモデルの学習ではなく推論、つまりモデルが実際にユーザーの問いに応答する処理に特化したクラウドサービスを提供します。CEOのFinn Puklowski氏とCTOのJason Goodison氏が共同創業しました。

注目すべきは同社のチップ戦略です。GPU需要が急増する一方で、推論フェーズにはGPUが最適ではないという認識が業界で広がっています。NVIDIAによるGroqの200億ドル買収やCerebrasの570億ドル規模IPOがその潮流を象徴しています。General Computeは、Intel出資のSambaNovaが開発する推論特化チップSN50を採用し、3億ドル相当を発注済みです。

SambaNova新チップの性能は毎秒600〜700トークンの生成速度を見込んでおり、GPUの約250トークンを大きく上回ります。さらに空冷方式で消費電力も低いため、水冷設備や大規模な電力インフラの新規投資なしに既存データセンターへ導入できます。暗号資産マイニング施設の転用によるコロケーション展開も計画しています。

投資家のJoe Hasselmann氏は、SambaNova とGeneral Computeの関係をNVIDIAとCoreWeaveの関係になぞらえます。推論クラウドは、単一プロバイダーが支配しない複数モデル・複数エージェントの世界を前提とした事業モデルです。OpenRouterが今週1億1300万ドルのシリーズBを調達したことも、この市場の成長を裏付けています。

Puklowski氏はコーディングエージェントの処理時間を数時間から5〜10分へ短縮し、音声カスタマーサービスの推論コストを下げることを目指しています。エージェント同士が高速に通信する時代において、推論速度とコスト効率が競争力の鍵になるとの見方を示しました。

ターミナルアプリを開発するWarpは、自社のオープンソース開発にGPT-5.5を活用した「Open Agentic Development」モデルを発表しました。人間が目的を定義し成果を監督する一方、AIエージェントが計画・コーディング・テスト・プルリクエストの作成までを担います。OpenAIが同OSS リポジトリの創設スポンサーとなっています。

社内の実績では、エージェントがプルリクエストの約90%を共同作成しています。GPT-5.5は従来のGPT-5.4と比べてエージェントコーディングタスクあたりのトークン消費を30%削減し、長時間稼働するワークフローの効率化に貢献しています。Warpはこの効率性が大規模なエージェント運用を持続可能にすると説明しています。

エージェントの管理基盤として、Warpはクラウドオーケストレーションプラットフォーム「Oz」を構築しました。Ozはローカルとクラウド両環境でエージェントを展開・調整する制御プレーンとして機能します。コンテキスト圧縮、永続メモリ、専用サブエージェントなどの仕組みにより、長時間ワークフローでもエージェントの精度を維持します。

事業面では、WarpのARRは前年比35倍に成長し、エンタープライズ収益は2025年第4四半期から500%以上増加しました。開発者数は約100万人に達し、Fortune 500企業の56%超が利用しています。エージェントワークフローの柔軟な拡張を求める企業需要が成長を牽引しています。

Warpはこのモデルを「ソフトウェア開発の未来」と位置づけています。個人がコーディングアシスタントを使う段階から、多数の永続エージェントを長期的に協調させるシステムへの進化を見据えています。ターミナルクライアントのオープンソース化により、オーケストレーションや検証の仕組みをコミュニティと共に形成していく方針です。

テック業界のCEOたちがAIの能力を過大評価し、非合理的な経営判断を下す現象が広がっています。クラウドストレージ大手Boxの創業者アーロン・レヴィ氏はこれを「AI精神病」と呼び、CEOが現場業務から離れているがゆえにAIの限界を理解できていないと指摘しました。レヴィ氏自身はAI推進派の投資家でもあり、その警鐘には重みがあります。

この現象を象徴するのが、プロジェクト管理ツールClickUpのゼブ・エヴァンスCEOの判断です。同氏は約3,000のAIエージェントを社内に導入し、全社員の22%にあたる人員を解雇したとX上で公表しました。コスト削減が目的ではなく、AIエージェントの出力をレビューする少数精鋭の「100倍組織」を目指すと主張しています。

しかし、学術研究はこうした楽観論を支持していません。カリフォルニア大学バークレー校のメタ分析ではAI導入と生産性向上の間に明確な相関は見出されず、全米経済研究所の調査でも体感上の生産性向上が実測値を大きく上回る「生産性パラドックス」が確認されました。MITの研究チームは、AIエージェントが多くのタスクで人間並みの品質を達成するのは2029年頃と予測しています。

さらにハーバード・ビジネス・レビューの調査は、全社員がAIで生産量を増やした結果、承認・判断を行う経営層がボトルネックになるという構造的課題を浮き彫りにしました。2026年はまだ5カ月しか経過していないにもかかわらず、テック業界の解雇者数は152社で11万5,430人に達し、2025年通年の12万4,636人に迫る勢いです。AIへの過信がもたらすのは生産性向上ではなく、組織の混乱かもしれません。

クラウドデータ基盤大手のSnowflakeが、Amazon Web Services（AWS）と5年間で60億ドルの新契約を締結したと両社が5月27日に発表しました。Snowflakeは2012年の創業以来、AWS Marketplace経由で累計70億ドルの売上を記録しており、今回の契約はその総額に匹敵する規模です。

契約拡大の背景にはAI需要の急増があります。SnowflakeのAI構築ツール「Cortex AI」は、企業データに対する自然言語クエリや要約レポート生成などの機能を提供しており、顧客のAWS支出は2025年に前年比2倍の20億ドルに達しました。今回の契約では特にAWSの自社開発ARMベースCPU「Graviton」へのアクセス拡大が重視されています。

AIがモデル訓練から日常利用やエージェント自動化へと移行するにつれ、CPU需要が急増しています。GPUが訓練や推論を担う一方、エージェント関連タスクの大半はCPUが処理するためです。AWSは先月、MetaにもGravitonチップを数百万単位で提供する契約を締結しており、自社チップの価格競争力を武器に大型案件を次々と獲得しています。

一方、NvidiaのジェンスンCEOは新たなAI専用CPU「Vera」を発表し、2000億ドル規模の新市場を見込むと宣言しました。GoogleやMicrosoftも独自AIチップの開発を進めており、AI半導体市場ではクラウド大手とNvidiaの競争が本格化しています。いずれの陣営が優勢となるにせよ、AI需要拡大の恩恵はクラウド各社に広く行き渡る構図です。

Hugging Faceは2026年5月27日、小型ヒューマノイドロボット「Reachy Mini」の音声会話機能を完全にローカル環境で実行する方法を公開しました。従来はクラウドへの音声送信が必要でしたが、同社のspeech-to-speechライブラリを使い、VAD（音声区間検出）からSTT（音声認識）、LLM（大規模言語モデル）、TTS（音声合成）までの全パイプラインをローカルマシン上で動作させることが可能になりました。

技術構成はカスケード方式を採用しています。音声区間検出にはSilero VAD v5、音声認識にはParakeet-TDT 0.6B v3、音声合成にはQwen3-TTSを推奨構成として選定しています。各コンポーネントは独立しており、より高品質なモデルが登場すれば個別に差し替えられる設計です。

LLMの推論基盤はllama.cpp、MLX、Transformers、vLLMなど複数の選択肢に対応しています。推奨モデルはGemma 4のE4B量子化版で、llama.cppでは`brew install`一発で導入でき、64Kコンテキストウィンドウとフラッシュアテンションによる高速推論が可能です。Apple Silicon搭載MacではMLX経由でQwen3-4Bも低遅延で動作します。

プライバシーとコスト面のメリットも大きいです。音声データが一切外部に送信されず、APIの従量課金も不要になります。ロボットと推論サーバーを別マシンで動かす場合も、LAN内のIPアドレスを指定するだけで接続できます。

Responses APIプロトコルに準拠しているため、ローカル推論だけでなくHugging Face Inference EndpointsやOpenAI互換プロバイダーへの接続も同じインターフェースで切り替え可能です。vLLM 0.21.0以降ではMulti-Token Predictionによるさらなる低遅延化も実現しています。

Hugging Faceは、非同期強化学習における重み同期のボトルネックを解消する「Delta Weight Sync」をTRLライブラリに実装しました。従来、非同期RLでは訓練ステップごとにモデル全体を推論エンジンに転送する必要があり、7Bモデルで14GB、1兆パラメータ規模では約1TBものデータ転送が発生していました。この技術はオープンソースとしてTRLのPR #5417で公開されています。

Delta Weight Syncの核心は、bf16精度における重み更新の数学的特性にあります。bf16の仮数部は7ビットしかなく、RLの学習率で生じる微小な更新の大部分はbf16の丸めに吸収されるため、連続する2ステップ間でおよそ99%の重みがビット単位で同一のままです。この性質を利用し、変化した要素だけをsafetensors形式のスパースファイルとして符号化することで、Qwen3-0.6Bモデルでは1ステップあたりの転送量を1.2GBから20〜35MBへと大幅に削減しました。

アーキテクチャはHub Bucketを介した3ボックス構成を採用しています。訓練ノードがスパースな差分をBucketにアップロードし、vLLMの推論サーバーがそれをダウンロードして適用します。訓練側と推論側が直接通信する必要はなく、共有クラスタもRDMAもVPNも不要です。vLLM側の実装はWeightTransferEngineの拡張としてわずか30行程度で、フォークなしで既存のvLLMに組み込めます。

実証実験では、訓練用GPU、vLLMを動かすHugging Face Space、Wordle環境を動かす別のSpaceという3つの独立したマシンで完全な分散学習を実行しました。いずれもネットワークを共有せず、Hub Bucketのみで接続されています。報酬は順調に上昇し、差分ペイロードは20〜35MBの範囲を維持しました。

Llama-3.1-405Bに適用した場合の試算では、従来のNCCLによる全同期で約8秒かかる推論停止が、差分転送では数秒に短縮され、転送量は約130分の1になると見込まれています。1兆パラメータ規模ではFireworksの実測値で約50倍の削減が示されており、クラウド間をまたぐ分散学習においてオブジェクトストレージ経由の差分同期が唯一の現実的な選択肢になりつつあります。

NVIDIAは2026年5月26日、独自設計のCPU「Vera」の初のベンチマーク結果を公開しました。テスト結果を掲載したPhoronixの創設者Michael Larabel氏は、「Intel・AMDのx86_64プロセッサに対してこれまでに見たことのない最も手強い競合」と評価しています。VeraはAIエージェント処理に最適化されたデータセンター向けCPUで、Armv9.2互換の独自Olympusコアを88基搭載しています。

性能面では、最新世代の128コアx86プロセッサに対して1.5倍の総合性能優位を示しました。前世代のGrace CPUとの比較では1.6倍の世代間向上を達成し、Linuxカーネルのコンパイルを20秒で完了するなど、Phoronixが計測した中で最速の結果を記録しています。AMD EPYC 9575F（5.0GHz）との比較でも幾何平均で10%上回りました。

メモリ性能も大きな差別化要因です。第2世代LPDDR5Xサブシステムにより、最大1.2TB/sの帯域幅を30W未満の消費電力で実現しました。従来のDDR5が100W以上を消費するのに対し、大幅な電力効率の改善となります。STREAM TRIADテストではピーク帯域幅の90%を維持し、コアあたりのメモリ帯域幅はx86 CPUの4倍以上に達しました。

Veraはコード実行、サンドボックス処理、データベースクエリなど、AIエージェントが日常的に行うCPU負荷の高いタスクに特化して設計されています。Prime Intellectの別テストでは、並列ワークロード増加時にも高帯域幅と低遅延を安定して維持できることが確認されました。

NVIDIAはすでに主要AI企業やクラウドプロバイダーに初期出荷を完了しており、2026年後半にパートナー各社からシングルソケットおよびデュアルソケット構成で提供が開始される予定です。空冷・液冷の両方に対応し、標準的なデータセンターから高密度AIインフラまで幅広い導入形態をカバーします。

企業のAIプロジェクトの95%が本番運用や価値創出に至らないとするMITの調査結果がある中、VentureBeatは2026年5月25日、従来のコードベースに留まらないAI特有の技術的負債が企業のAI導入リスクを急速に拡大させていると報じました。S&P; Global Market Intelligenceの調査でも、2025年にAI施策を撤回した企業は42%に上り、前年の17%から急増しています。

記事が指摘する新型負債は4つです。第一のプロンプト負債は、バージョン管理やテストなしに蓄積された「スパゲティコード」のようなプロンプト群を指します。第二のモデル依存負債は、外部の基盤モデルAPIに依存することで、モデル更新時に性能が変動し再現性が失われる問題です。第三の検索（RAG）負債は、社内データの重複や陳腐化により、技術的には正しくても古い情報を返してしまう現象で、ハルシネーションより検出が困難とされます。第四の評価負債は、プロンプト向けCI/CDに相当する継続的テスト基盤が存在しないことを意味します。

これら4つの負債は従来型の技術的負債と複合的に積み重なり、コンピューティングコストの高騰、AI出力の不正確さ、人手による例外処理の増加という形で顕在化します。さらにAIシステムの所有権がエンジニアリング・プロダクト・データ・事業部門にまたがるため、障害発生時の責任が不明確になりがちです。AI生成コードの急速な普及も、従来型コードベースの保守性を悪化させる要因として挙げられています。

記事は対策として3つの原則を提示しています。まずプロンプトをコードと同等に扱い、バージョン管理・文書化・厳格なテストを適用すること。次に技術指標とビジネス指標の双方を測定する継続的評価パイプラインを構築し、AIオブザーバビリティを統合すること。そして全てのAI出力にデータ系譜・使用モデル・処理手順の説明可能性を組み込み、監査と修正を可能にすることです。

筆者のVikram Venkat氏（Cota Capital プリンシパル）は、これらの取り組みにはセキュリティやクラウド近代化と同様のCXOレベルの投資プログラムが不可欠だと強調しています。AIシステムは静的なコードではなく、企業スタック全体と相互作用する「生きたシステム」であり、設計段階からAI負債を予防する企業こそが持続的な生産性向上を実現できると結論づけています。

AIによる脆弱性の自動発見が、サイバーセキュリティの攻防構造を根本から変えつつあります。バグ報奨金プログラムへの報告件数は急増し、ある独立研究者は前年同期比で3倍のバグを提出したと明かしました。一方で、攻撃者もAIを活用して未知の脆弱性を発見しており、Googleの脅威情報チームは犯罪者グループがAIツールでゼロデイ脆弱性を開発し、二要素認証を回避しようとした事例を初めて確認しています。

こうした変化は報奨金制度の経済構造に直接影響を及ぼしています。Googleは2026年4月、ChromeとAndroidの脆弱性報奨金プログラムを刷新し、一部の脆弱性カテゴリーで支払額を引き下げる一方、より高度な発見には増額しました。大手テック企業はこの負担に対応できるものの、多くの企業にとっては持続困難な状況です。研究者の間では、来年には容易な脆弱性の多くが既に発見済みとなり、報告件数が減少するとの見方もあります。

品質の問題も深刻です。コマンドラインツールCurlは、AIが生成した低品質な報告が殺到したことを理由に、2026年1月にバグ報奨金プログラムを終了しました。Linux開発者のリーナス・トーバルズ氏も、セキュリティメーリングリストがAIによる重複報告で「ほぼ管理不能」になったと述べています。ただしCurlの開発者は、その後AIを活用した報告の質が劇的に向上し、「かつてない頻度で非常に優れたセキュリティ報告が届いている」とも報告しています。

専門家の間では、90日間の責任ある開示期限の見直しを求める声も高まっています。ある研究者は「バグ発見者が少なく、エクスプロイト開発が遅かった時代のルールだ。その世界はもう存在しない」と指摘しました。AIが発見と攻撃の両方のタイムラインを圧縮する中、パッチ適用の迅速化だけでは対応しきれないという認識が広がっています。

クラウドセキュリティ企業Ederaの技術責任者は「パッチだけでは解決できない。できるだけ多くのバグを無意味にするインフラを構築する必要がある」と述べ、構造的な防御策の重要性を強調しました。Anthropicが自社システムとClaudeモデルのバグ報奨金プログラムを新設するなど、AI企業自身もこの軍拡競争に参入しています。人間の専門知識とAIの組み合わせが不可欠な時代が到来しています。

Amazonが2025年に買収したAIウェアラブル「Bee」の実機レビューをTechCrunchが公開しました。Beeは手首に装着する小型デバイスで、日常の会話を録音・文字起こし・要約する機能を持ち、カレンダーと連携してリマインダーを送ることもできます。業務用途では有望な一方、個人利用ではプライバシー面の懸念が指摘されています。

業務シーンでの評価は比較的良好です。記者がビジネス通話中にBeeを起動したところ、会話の要約が話題ごとに整理され、後から確認する際に便利だったといいます。会議が多い人が終日録音し、後で要約を見返すという使い方が想定されます。ただし文字起こしの精度には課題があり、話者の名前は手動入力が必要で、一部の会話が省略されるケースも確認されました。

個人利用については慎重な見方が示されています。Beeが十分に機能するには、位置情報・写真・連絡先・カレンダー・通知など広範なスマートフォン権限が必要です。健康データの共有も可能で、収集されたデータはクラウドに保存されます。プライバシーを重視するユーザーにとって、生活のあらゆる場面を記録されることへの抵抗感は大きいでしょう。

セキュリティ面では、Beeは保存時・転送時の暗号化や第三者監査を実施していると説明しています。しかしAmazon自体が過去にデータセキュリティの問題を経験しており、クラウド保存というアーキテクチャへの不安は残ります。YouTuberへのデモでは完全ローカル処理の試作版が紹介されましたが、Amazonから製品化の具体的な計画は発表されていません。

総じてBeeは、業務補助ツールとしては一定の実用性を備えつつあるものの、OtterやGranolaといった既存の文字起こしサービスとの明確な差別化が課題です。個人利用向けの製品として広く受け入れられるには、データ保存方式の見直しや権限要求の最小化など、プライバシー対策の強化が求められます。

Dun & Bradstreet（D&B;）は、180年以上かけて構築した6億4200万社を網羅する商用データベース「Commercial Graph」を、AIエージェント向けに全面的に再構築しました。従来のシステムは信用アナリストや営業担当者など人間の利用を前提に設計されており、顧客がAIエージェントを与信・調達・サプライチェーン業務に投入し始めた段階で、サブ秒レベルの応答速度や動的な企業関係の追跡といった要件に対応できないことが判明しました。

再構築では、分散していた複数のデータベースをクラウドに統合し、データファブリック層で各市場のレコードを標準化しました。その上にMCP（Model Context Protocol）を通じた構造化アクセス層を構築し、エージェントが生のSQLではなくコンテキスト付きのツールとスキルを通じてデータにアクセスできるようにしています。すべてのクエリの背後にはエンティティ解決エンジンが動作し、企業名の曖昧な一致ではなく、検証済みの特定エンティティへの解決を保証します。

認証面では「Know Your Agent」という新概念を導入しました。エージェントはIPアドレスと個別アクセスキーの登録が必要で、人間ユーザーと同じパイプラインで認証されます。さらに、マルチエージェントワークフローで複数のエージェントが同一エンティティを参照し続けることを保証する検証エージェントも構築し、GoogleのA2Aプロトコル上で提供しています。

D&B;のGary Kotovets最高データ・アナリティクス責任者は、過去6カ月間に数百人のCDO・CIOと対話した結果、データ基盤の標準化・正規化がAIエージェント展開の最大の障壁であることが共通の課題だと述べています。同氏は企業がエージェント導入前に取り組むべき4要件として、データ基盤の整備、動的関係の設計、マルチエージェント間のエンティティ一貫性チェック、そしてデータリネージュの初期組込みを挙げました。

エンタープライズAI基盤を手がけるKore.aiは2026年5月21日、AIエージェントの設計・構築・運用を根本から刷新する新プラットフォーム「Artemis」を発表しました。Microsoft、Salesforce、Googleなど大手テック企業がAIエージェント基盤の覇権を争うなか、同社はベンダー中立と独自の中間言語を武器に差別化を図ります。

Artemisの技術的中核は「Agent Blueprint Language（ABL）」と呼ばれるYAMLベースの宣言型言語です。ABLはAIエージェントの定義・検証・ガバナンスを標準化し、GitHubでのバージョン管理やCI/CDパイプラインとの統合を可能にします。さらに「Arch」と呼ばれるAIシステムが、自然言語のビジネス要件をABLコードに変換し、テストデータ生成からデプロイ、運用後の最適化まで自動で実行します。

規制産業への対応として、Kore.aiは「デュアルブレイン・アーキテクチャ」を採用しました。LLMによる推論エンジンと、業務ルールを決定論的に実行するエンジンが共有メモリを介して並行動作する仕組みです。ガードレールはモデル側ではなくプラットフォーム層で強制されるため、銀行や医療など厳格なコンプライアンスが求められる業界でも安全に運用できます。

同社はMicrosoft Azureを初期提供先とし、Azure Foundry、Agent 365、Dynamics 365との深い連携を実現しています。一方で175種のAIモデル対応やAWS・Google Cloudへのマルチクラウド展開を掲げ、ハイパースケーラーへのロックインを回避する中立的選択肢として自社を位置づけています。

導入実績も大規模です。米国最大級の薬局チェーンでは年間約7億5000万件の電話対応にKore.aiを活用し、契約から6カ月で全9000店舗への展開を完了しました。世界第2位の投資銀行では13万5000人の従業員・請負業者が同社のAI for Workを利用しています。累計調達額は約2億2300万ドルに達し、Gartner、Forresterの各調査でリーダーに選出されるなど、アナリスト評価でも存在感を示しています。

GitHubは2026年5月21日、Global Accessibility Awareness Dayに合わせて、同社のアクセシビリティ戦略の進捗を公開しました。5年前に小規模チームで始まったプログラムが全社的な取り組みに成長し、今後は社外の開発者コミュニティへの展開を本格化させます。戦略は4つの優先領域で構成されています。

OSSのアクセシビリティ向上では、サンフランシスコ本社で初の支援技術ハッカソンを開催し、視覚障害者向けの触覚ディスプレイやAIによるPDFアクセシブル変換など16プロジェクトに取り組みます。2025年10月のOpen Source Accessibility Summitには300人が登録し500人超がウェイトリストに並ぶなど、コミュニティの関心の高さを示しました。

開発者体験の改善では、プルリクエストの差分表示画面を全面刷新し、一貫したキーボードナビゲーションとランドマークを実装しました。GitHub Copilot CLIは2026年2月のGA時点からスクリーンリーダーモードやカラーブラインド対応テーマを標準搭載しています。全テーマでのコントラスト調整機能やセマンティック検索の一般提供も実現しました。

企業向け支援では、AI搭載アクセシビリティスキャナーをGitHub Marketplaceで公開しました。Deque SystemsのaxeコアライブラリとCopilotクラウドエージェントを組み合わせ、WCAG 1.4.10リフロー違反の検出にも対応しています。Copilotによるユーザーフィードバック分析では障害報告メタデータの約80%を自動付与し、解決時間を62%短縮する成果を上げています。

社内では全従業員にアクセシビリティ研修を義務化し、調達プロセスにも統合しています。デザイン段階で48%の問題を防止できるとの分析から、Figma用Annotation ToolkitをOSS公開しました。2026年4月には企業顧客との定期的な意見交換の場となるGitHub Enterprise Accessibility Advisory Panel（GAAP）も発足し、プラットフォーム全体でのアクセシビリティ文化の醸成を加速させています。

NVIDIAは2026年5月21日、クラウドゲーミングサービスGeForce NOWにおいて、新作ゲーム「007 First Light」を年間Ultimate会員向けに無料提供するバンドルキャンペーンを開始しました。6月10日までに12カ月のUltimate会員を購入すると、5月27日の発売日からダウンロード不要で即座にプレイできます。本作はジェームズ・ボンドの起源を描くオリジナルストーリーで、ステルスやアクションを織り交ぜた映画的体験が特徴です。

クラウド上のRTX 50シリーズGPUを活用し、Ultimate会員は最大5K HDRでの高品質ストリーミングを利用できます。ハイエンドPCを所有していなくても、最新AAAタイトルを高画質で楽しめる点がGeForce NOWの訴求ポイントです。Steamアカウントとの連携でゲームは永続的に所有でき、あらゆるデバイスからアクセス可能です。

同時に、オープンワールドレーシング「Forza Horizon 6」を含む8つの新作タイトルがGeForce NOWのライブラリに追加されました。Forza Horizon 6はGame Pass対応で、NVIDIA DLSSによるパフォーマンス最適化により、反射表現やスピード感のある映像が滑らかに描画されます。

NVIDIAはクラウドゲーミングの価値訴求として、大型タイトルのバンドル提供を積極化しています。ハードウェア購入なしで最新ゲームを即座に体験できるサービスモデルは、ゲーム流通の形を変える可能性があります。今回のキャンペーンは、Ultimate会員の獲得と定着を狙った戦略的な施策といえます。

Google I/O 2026が2026年5月20日に開催され、Googleは新モデル・AIエージェント・開発者プラットフォームを含む100以上の新機能を発表しました。最大の目玉はGemini 3.5 Flashの一般提供開始で、フラッグシップモデルに匹敵する性能を従来の半額以下のコストで実現します。同社はAIエージェントを軸とした製品戦略への本格転換を打ち出しました。

エージェント分野では、24時間バックグラウンドで動作する個人向けAIエージェントGemini Sparkが発表されました。Gemini 3.5を搭載し、Gmail・Drive・Photosなど自社サービスに加えDropbox・Uber・Spotifyなど30以上の外部パートナーとも連携します。端末の電源が切れていてもクラウドで稼働し続ける点が、競合するOpenClawと同様のアプローチです。まず米国のUltraプラン加入者向けにベータ提供が始まります。

The Vergeの分析によれば、Googleは9億人超の月間ユーザーと自社サービス群という圧倒的な配信基盤を持つため、AIエージェント競争で最も有利な立場にあります。OpenClawがWhatsAppやTelegramとの連携で急成長した戦略を取り込みつつ、自社エコシステムへの深い統合で差別化を図る構えです。「Googleがエージェントを実用化できなければ、誰にもできない」という指摘は、同社への期待と責任の大きさを表しています。

開発者向けには、エージェントファーストの開発プラットフォームGoogle Antigravityが大幅に拡張されました。デスクトップアプリのAntigravity 2.0、ターミナル向けのAntigravity CLI、プログラマティックなAntigravity SDKの3形態で提供されます。サブエージェント・フック・非同期タスク管理といった新しいプリミティブが追加され、数日かかったエンジニアリング作業を数時間に短縮できるとしています。

モバイル分野では、AI StudioからネイティブAndroidアプリを直接作成・Google Playのテストトラックに公開できる機能が発表されました。プロンプトだけでウィジェットを生成する「Generative UI」構想も示され、非エンジニアでもスマートフォンアプリを自作できる時代の到来が近づいています。AppleもiOS 27でショートカットのAI生成を検討中と報じられており、モバイルにおけるバイブコーディングが次のトレンドになりそうです。

Cerebras Systemsは、2026年最大のテックIPOを完了した直後に、1兆パラメータの推論性能を公表しました。北京のMoonshot AIが開発したオープンウェイトモデルKimi K2.6を、独自のウェーハスケールチップ上で毎秒981トークンで処理し、GPU系クラウドの最速を6.7倍上回る記録をベンチマーク企業Artificial Analysisが独立検証しています。

Kimi K2.6は1兆パラメータのMixture-of-Expertsモデルで、トークンあたり320億パラメータを活性化します。SWE-Bench Proで58.6を記録し、Claude Opus 4.6やGPT-5.4と同等以上の性能を示しており、AnthropicやOpenAIの高額な閉鎖型APIの代替として企業の関心を集めています。コーディングやエージェント処理など高付加価値タスクでの利用が想定されています。

Cerebrasの速度優位を支えるのはWafer-Scale Engine 3です。ディナープレート大の単一チップに44GBのオンチップSRAMを搭載し、NVLink対比200倍以上の帯域幅を実現します。MoEモデルの全エキスパートを同一ウェーハ上に配置することで、GPU間のデータ転送ボトルネックを解消しました。

同社はFortune 500のソフトウェア・金融・ヘルスケア企業にクラウド試験を提供中で、消費者向けAPIよりも企業顧客を優先する戦略を採っています。料金はGPUベースのプロバイダと同等水準としつつ、速度に対する付加価値で差別化を図ります。

競争環境も急変しています。NVIDIAが高速推論のGroqを200億ドルで買収し、推論市場が訓練市場を商業的重要性で追い越しつつあることを示唆しました。Cerebrasは新ハードウェアの発表を予告しており、OpenAIとの200億ドル超の推論インフラ契約も含め、エージェント時代の推論基盤としての地位確立を目指しています。

AnthropicがxAIのColossus 1データセンター（テネシー州メンフィス近郊）の計算資源300メガワット分を全量確保する契約を結びました。月額12.5億ドル（約1,900億円）を2029年5月まで支払い、総額は400億ドルを超える見通しです。最初の2か月間はxAI側の立ち上げ完了に伴い割引料金が適用されます。

契約の詳細はSpaceXがSECに提出したS-1書類から明らかになりました。書類では「未使用の計算インフラ能力を収益化する」取引と説明されており、90日前の通知でいずれの当事者も契約を解除できる条件が付されています。SpaceXは「同様のサービス契約を追加で締結する見込み」とも記載しています。

この動きはxAIにAI市場での独自の立ち位置をもたらしています。通常、AI企業は自社用にデータセンターを構築するか、他社向けにクラウドサービスを提供するかのいずれかですが、xAIは両方を同時に行う「ネオクラウド」と呼ばれる新興モデルを採用しました。自社の利用量が容量を下回る際にクラウドプロバイダーとして機能することで、インフラコストを相殺する狙いがあります。

背景にはxAIの旗艦AIアシスタントGrokの利用者数が2026年に入り大幅に減少している事実があります。余剰となったサーバーを競合であるAnthropicに販売する形となりました。SpaceXは「二重収益化戦略が投下資本の回収に複数の道筋を提供する」と主張していますが、株式公開を控えたxAIが過剰投資した計算資源の収益化を急いでいる構図が浮かび上がります。

IrisGoは、Andrew NgのAI Fundが主導した280万ドルのシードラウンドを完了したスタートアップです。同社はPCのデスクトップ上でユーザーの日常的なワークフローを学習し、人間の指示なしに自動化する「プロアクティブAI」コンパニオンを開発しています。共同創業者のJeffrey Lai氏は元Apple技術者で、中国語版Siriの開発に携わった経歴を持ちます。

IrisGoの基本的な仕組みは、操作を一度見せるだけでそのプロセスを記憶し、以降は自動で再現するというものです。デモではオンラインでのコーヒー注文手順を一度記録し、その後エージェントが自律的に同じ注文を完了する様子が披露されました。メール作成や請求書処理、レポート作成など、すぐに使えるスキルライブラリも内蔵されています。

プライバシー面では、多くのデータをオンデバイスで処理する設計を採用しています。クラウド処理はユーザーが明示的に許可した場合のみ実行され、エンドツーエンド暗号化が適用されます。ただし大規模なタスクについてはクラウドとのハイブリッド構成となっています。

事業拡大の面では、NvidiaやGoogleからも出資を受けており、著名な支援者との連携で信頼性を確保しています。最近macOSとWindows向けのベータ版をリリースしたほか、Acerと新デバイスへのプリインストール契約を締結しました。今後は他のデバイスメーカーとも同様の提携を目指す方針です。

Googleは2026年5月19日、開発者会議Google I/O 2026で常時稼働型パーソナルAIエージェント「Gemini Spark」を発表しました。Google Cloud上の仮想マシンで24時間動き続け、ノートPCを閉じてもバックグラウンドでタスクを実行します。Sundar Pichai CEOは「ユーザーに代わって行動するパーソナルAIエージェント」と位置づけました。

Sparkは新モデルGemini 3.5 Flashと、社内開発ツール基盤でもあるAntigravityエージェントハーネスで動作します。Gmail、Googleドキュメント、スプレッドシート、スライドなどWorkspaceアプリとの統合がすぐに利用でき、複数アプリにまたがる複雑な指示を追加入力なしで実行できます。たとえばメールやドキュメントから情報を集約し、上司への報告メールを自動で下書きするといった使い方が想定されています。

外部連携ではMCP（Model Context Protocol）を通じてCanva、OpenTable、Instacartなど30社以上のサードパーティアプリとの接続を予定しています。今後はテキストメッセージやメールでSparkに直接指示を送る機能、カスタムサブエージェントの作成、Chromeブラウザの操作機能も追加される計画です。Android向けには進捗をリアルタイム表示する「Android Halo」も導入されます。

決済面ではGoogleが「Agent Payments Protocol（AP2）」を発表しました。ユーザーが指定したブランド・商品・支出上限の範囲内でエージェントが自動購入できる仕組みで、プライバシー保護技術と改ざん防止デジタル委任状を組み合わせています。Google Labs VP Josh Woodward氏は安全設計について「10代の子どもに初めてデビットカードを渡すようなもの」と表現し、段階的に自律性を高める方針を示しました。

SparkはOpenAIのChatGPTエージェント、AnthropicのClaude Cowork、MicrosoftのCopilot Coworkと直接競合します。各社がそれぞれブラウザ操作、デスクトップ制御、Office連携といった異なるアプローチを取る中、GoogleはクラウドでのAI常時稼働と自社サービス群との深い統合を差別化の軸に据えました。提供はまず今週中に少数のテスターへ、来週には米国のGoogle AI Ultra加入者（月額100ドル〜）向けベータとして開始されます。

Googleは2026年5月19日のGoogle I/O 2026で、AIサブスクリプションの大幅な再編を発表しました。新たに月額100ドルのAI Ultraプランを追加し、開発者や技術リーダー、高度なクリエイター向けに提供を開始します。従来の最上位プランは月額250ドルから200ドルに値下げされ、機能はそのまま維持されます。

新設の100ドルプランでは、Geminiアプリおよび開発プラットフォームGoogle AntigravityでProプランの5倍の利用枠が提供されます。Gemini 3.5 Flashによるテスト・デバッグの高速化、Antigravityへの優先アクセス、20TBのクラウドストレージ、YouTube Premiumの個人プランも含まれます。200ドルプランではProの20倍の利用枠に加え、世界生成プロトタイプProject Genieへのアクセスも可能です。

モデル面では、あらゆる入力から動画を生成・編集できるGemini Omniと、エージェントやコーディングに特化したGemini 3.5 Flashが全有料プランで利用可能になります。また、24時間稼働のAIエージェントGemini SparkがUltra契約者向けにベータ提供される予定です。

課金モデルも大きく変わります。従来の1日あたりのプロンプト回数制限を廃止し、プロンプトの複雑さや使用機能に応じた計算量ベースの利用枠に移行します。利用枠は5時間ごとにリフレッシュされ、週間上限に達するまで利用可能です。上限到達後も高速な小型モデルに自動切替されるため、作業が完全に止まることはありません。ProおよびUltra契約者は従量課金のAIクレジットを追加購入することもできます。

生産性向上機能としては、GmailのAI受信トレイがPlus・Proプランにも拡大され、重要タスクの優先表示やAI下書きが可能になります。毎朝のパーソナライズ要約を提供するDaily Briefエージェントも追加されました。ProプランにはYouTube Premium Liteが無料付帯され、月額8.99ドル相当の価値が加わります。

Googleは2026年5月19日のGoogle I/O 2026で、AIアシスタントアプリGeminiの大幅アップデートを発表しました。目玉となる新機能「Daily Brief」は、ユーザーの受信トレイやカレンダー、重要タスクを自動で集約し、優先度順に整理して次のアクションまで提案する朝の情報整理機能です。米国のGoogle AI有料会員向けに即日提供が始まっています。

アプリのデザインも全面刷新されました。「Neural Expressive」と呼ばれる新デザイン言語を採用し、流動的なアニメーション、鮮やかな配色、新フォント、触覚フィードバックを導入しています。AIの回答は重要情報を冒頭に太字で表示し、スクロールに応じて画像やタイムラインが展開される構成に変わりました。

常時稼働型のAIエージェント「Gemini Spark」も発表されました。クラウドベースで動作するため、スマートフォンをロックしていてもバックグラウンドで作業を続行できます。カスタムワークフローの作成にも対応し、来週にはGoogle AI Ultra会員向けに提供予定です。

動画生成の分野では新モデル「Gemini Omni」が登場しました。テキスト・画像・音声を入力として高品質な動画を生成でき、Google FlowやYouTube Shortsとの連携が予定されています。月間9億人超のユーザーを擁するGeminiアプリをチャットボットから総合AIハブへ進化させ、ChatGPTやClaudeに対抗するGoogleの戦略が鮮明になっています。

Google DeepMindのCEOであるデミス・ハサビス氏は、2026年5月19日のGoogle I/Oイベントに合わせたWIREDのインタビューで、AIを理由にエンジニアを削減する企業の動きを「想像力の欠如であり、今後何が起きるかを理解していない」と強く批判しました。Amazon、Salesforce、Blockなど大手企業がAI活用を理由にレイオフを実施する中での発言です。

ハサビス氏は、エンジニアの生産性がAIで3〜4倍に向上するなら、その分だけ新しいプロジェクトに取り組めばよいと主張しています。自身も「創薬からゲームデザインまでアイデアは無数にある。余力のあるエンジニアにぜひ取り組んでほしい」と語り、人員削減ではなく事業拡大こそが正しい選択だとの考えを示しました。

Google I/Oでは新モデルGemini 3.5 Flashが発表されました。大規模コードベースの言語変換やバグ修正、OS全体の自動生成など高度なエージェント型コーディング能力を備え、競合より高速かつ低コストとGoogleは説明しています。より高性能なGemini 3.5 Proも来月公開予定です。

さらにGoogleはクラウド上で動作するエージェント型アシスタントSparkを発表しました。Googleアプリと連携しつつ個人データへのアクセスを制限する安全設計が特徴です。Android搭載のAIエージェントや、検索クエリに応じてサイトやアプリをその場で生成する新しいGoogle Searchも披露されました。

一方でハサビス氏は、AIコーディングの限界にも言及しています。AIが単独でヒットアプリやゲームを生み出した例はまだなく、「何かが欠けている」と指摘しました。AIが自らのコードを書き換えて自己改善する可能性は認めつつも、それが直ちに超人的AIにつながるとは考えていないと述べ、物理世界の深い理解や実験能力が今後の科学的進歩には必要だとの見解を示しました。

NVIDIAは同社初の自社設計CPU「Vera」の出荷を開始しました。5月16日、最初のVera CPUがAnthropic、OpenAI、SpaceXAIの3社に届けられ、翌月曜にはOracle Cloud Infrastructure（OCI）にも納入されました。NVIDIAのハイパースケール担当副社長Ian Buck氏が自ら各社を訪問し、手渡しで引き渡しを行っています。

VeraはエージェントAIのワークロードに特化して設計された新しいクラスのCPUです。AIエージェントはGPUだけでは動作せず、サンドボックスの実行やツール呼び出し、オーケストレーション、長文コンテキストの検索など、CPU側の処理が不可欠です。Veraは88基のNVIDIA独自設計Olympusコア、1.2TB/sのメモリ帯域幅、従来比50%高速なコア当たり性能を備え、こうした並行処理の負荷に対応します。

Anthropicの計算基盤責任者James Bradbury氏は「エージェントワークロードの解決においてVeraはエコシステムの有望な一部」と評価しました。OCIは2026年中に数十万台規模のVera CPU導入を計画しており、クラウドプロバイダーとしてハイパースケール展開を行う最初の企業となります。SpaceXAIは強化学習やエージェントベースのシミュレーションパイプラインでの活用を検討しています。

VeraはNVIDIAの次世代Rubin GPUやBlueField 4 DPUと連携する統合アーキテクチャの一部でもあります。Vera Rubin NVL72構成ではNVLink-C2Cを介してRubin GPUと統合メモリアーキテクチャを共有し、従来インフラの2倍のエネルギー効率でGPUへのデータ供給を実現します。Jensen Huang CEOが3月のGTCで発表した同製品は、NVIDIAの次なる数十億ドル規模のビジネスと位置付けられています。

GM、Ford、Stellantisの米自動車大手3社が、AI時代への転換を急ぐなかで合計2万人超の米国サラリー職を削減しました。CNBCの集計によると、これは今年代の雇用ピーク比で19%に相当します。技術変革やAI導入が主な背景とされています。

GMはIT部門の10%超にあたる約600人を解雇し、代わりにAIネイティブ開発、データエンジニアリング、クラウド基盤設計、エージェント・モデル開発、プロンプトエンジニアリングなどのスキルを持つ人材の採用を進めています。単にAIを生産性ツールとして使うのではなく、システム設計からモデル訓練、パイプライン構築までできる人材を求めています。

ただし、この人員入替は1対1の交換にはならず、純減が見込まれます。GMは採用を進めていると強調しますが、全体としては雇用減少の傾向は明確です。業界全体でAI投資を加速する一方、何をすべきか明確でない企業も少なくないとエンジニアや創業者から指摘されています。

一方、商用車向けカメラのSamsaraはAI活用の成功事例として注目されています。同社はトラック搭載カメラの膨大なデータから独自モデルを訓練し、道路の陥没検知サービスをシカゴ市などに提供開始しました。既存データ資産をAIで収益化する好例として、自動車・モビリティ業界におけるAI活用の方向性を示しています。