クラウド（インフラ）に関するニュース一覧

パリ拠点のAI企業Mistral AIは2026年4月28日、エンタープライズ向けAIオーケストレーション基盤「Workflows」をパブリックプレビューとして公開しました。同社のStudioプラットフォームの一部として提供されるこの製品は、企業がAIシステムを概念実証から本番環境へ移行するための生産グレードの実行基盤です。すでに複数の顧客企業が本番運用しており、日次で数百万件の処理を実行しています。

Workflowsの技術的な特徴は、UberのCadenceプロジェクトから派生したTemporalの耐久実行エンジンを基盤としている点です。Mistralはこれにストリーミング、ペイロード処理、マルチテナンシー、可観測性などAI固有の要件を追加しました。制御プレーンと実行プレーンを分離する設計により、実行ワーカーを顧客自身の環境内で稼働させることが可能で、データが顧客の管理領域から外に出ることはありません。規制産業におけるデータ主権要件に対応する重要な設計判断です。

実際の導入事例として、物流分野での貨物リリース自動化、金融機関でのKYC審査、銀行のカスタマーサポートの3つが紹介されています。物流では税関申告や危険物分類などの書類処理をAIが担い、人間は適切なタイミングで承認のみ行います。KYC審査は従来アナリストが数時間かけていた作業を数分に短縮し、監査可能な形式で結果を出力します。銀行サポートでは問い合わせの意図と緊急度を自動分類し、すべての判断がStudio上で追跡可能です。

Workflowsはドラッグ&ドロップ型ではなく、Pythonによるコードファーストのアプローチを採用しています。ミッションクリティカルな業務にはコードによる精密な制御とバージョン管理が不可欠だという判断です。エンジニアが作成したワークフローはチャットボット「Le Chat」に公開でき、組織内の誰でも実行可能になります。すべてのステップはStudioで追跡・監査されます。

Workflowsは、Mistralが構築する3層エンタープライズプラットフォームの中間層に位置します。下層にはカスタムモデル訓練基盤「Forge」、上層にはユーザー向けコーディングエージェント「Vibe」があります。同社の年間売上ランレートは4億ドル超に達し、年末までに10億ドルを目指しています。評価額は約140億ドルで、欧州AI企業として異例の成長軌道を描いています。

競合環境はAWSのBedrock AgentCore、MicrosoftのCopilot Studio、GoogleのVertex AIなど大手クラウドが参入する激戦区です。Mistralの差別化要因は、垂直統合されたプラットフォーム、柔軟なデプロイ構成、そして欧州拠点によるデータ主権への対応力にあります。今後はマネージド版の提供、ビジネスユーザー向けの機能拡充、エージェント向けのガードレール強化を予定しています。

GitHubのCTOであるVlad Fedorov氏は2026年4月28日、最近発生した2件の可用性障害について公式ブログで状況を報告しました。同社は2025年10月にキャパシティを10倍に増強する計画を開始しましたが、2026年2月までに現行規模の30倍が必要だと判断し、計画を大幅に引き上げています。背景には、2025年12月後半から急加速したAIエージェント型の開発ワークフローがあります。

1件目の障害は4月23日に発生したマージキューの不具合です。スカッシュマージ方式でマージグループに複数のプルリクエストが含まれる場合、以前にマージ済みの変更が意図せず取り消されるという深刻な問題でした。658のリポジトリと2,092のプルリクエストが影響を受けましたが、すべてのコミットはGit上に保持されており、データ損失は発生していません。

2件目は4月27日の検索関連障害です。Elasticsearchクラスターがボットネット攻撃とみられる負荷で過負荷状態となり、プルリクエストやイシュー、プロジェクトなど検索に依存するUI機能が停止しました。Git操作やAPIへの影響はなかったものの、ユーザー体験に大きな支障をもたらしました。同社はこのシステムの単一障害点の排除が未完了だったと認めています。

対策として、GitHubは短期的にはWebhookのMySQL外への移行、セッションキャッシュの再設計、認証フローの最適化によるデータベース負荷の軽減を実施しました。中期的にはGitやGitHub Actionsなどの重要サービスを他のワークロードから分離し、障害の影響範囲を最小化する取り組みを進めています。RubyモノリスからGo言語への移行も加速させています。

長期的には、自社データセンターからパブリッククラウドへの移行に加え、マルチクラウド対応にも着手しました。大規模モノレポの増加にも対応するため、マージキュー操作の最適化や新しいAPI設計にも投資しています。また、透明性向上のためステータスページに稼働率の数値を追加し、大小問わずすべての障害を公開する方針を示しました。

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

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

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

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

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

OpenAIは2026年4月27日、ChatGPT EnterpriseおよびAPI PlatformについてFedRAMP 20x Moderate認証を取得したと発表しました。この認証により、米国連邦政府機関がセキュリティ・プライバシー・ガバナンスの要件を満たした環境で、最先端のAI技術を利用できるようになります。

FedRAMP 20xは2025年3月にGSAが発表した新しい認証パスで、クラウドネイティブなセキュリティ証跡や自動検証を活用することで、従来より迅速な認証プロセスを実現しています。OpenAIのセキュリティチームとエンジニアリングチームが、KSI実装やエビデンス収集、評価資料の準備を通じて認証を達成しました。

連邦政府機関は、GPT-5.5を含む最新モデルにFedRAMP環境からアクセスできるようになります。プログラムチームはChatGPT Enterpriseを使って調査・翻訳・分析業務を加速でき、技術チームはOpenAI APIを既存システムやケース管理ツールに組み込むことが可能です。さらに、近日中にCodexクラウド環境もFedRAMP対応のワークスペースから利用可能になる予定です。

調達面では、FedRAMP Marketplaceに掲載済みで、OpenAIの公認パブリックセクターリセラーであるCarahsoftを通じた調達や、各機関の要件に応じた取得方法を選択できます。Trust Portalでは、認証データやセキュリティ評価資料が公開されており、各機関はゼロから評価を始める必要がありません。

OpenAIは今後も重要変更通知プロセスを通じて対応機能を拡大し、FedRAMP環境と商用製品の機能差を縮小していく方針です。公共部門のミッションに必要な管理体制とセキュリティを維持しながら、最先端AIの提供を進めるとしています。

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

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

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

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

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

カナダのAIスタートアップCohereがドイツのAleph Alphaを統合し、大西洋をまたぐ主権AI企業を設立すると発表しました。両社はそれぞれ自国のAI企業として注目を集めてきましたが、OpenAIなど米国勢に対抗するため、合併による規模拡大を選びました。新会社はCohereが主導し、当局と株主の承認を経て発足します。

資金面では、Aleph Alphaの主要株主であるスーパーマーケットチェーンLidlの親会社Schwarz Groupが全面的に支援します。同社は5億ユーロ（約6億ドル）の構造化融資を提供するとともに、CohereのSeries Eラウンドの主幹事として参画します。独経済紙Handelsblattによれば、評価額は約200億ドルに設定されました。Cohereの2025年ARRは2億4000万ドル、Aleph Alphaの収益は限定的であり、合算収益だけでは説明しにくい水準です。

新会社は防衛、エネルギー、金融、医療、製造、通信といった高度規制業種と公共部門をターゲットにします。プライバシーと独立性の要件を満たせない米国AI大手への代替として、企業の需要を取り込む戦略です。Schwarz GroupのIT部門が運営する主権クラウドサービスSTACKITの活用も見込まれています。

カナダとドイツの両政府もこの動きを歓迎しています。両国は最近「主権技術同盟」を立ち上げ、AI能力の強化と戦略的な技術依存の低減を掲げました。記者会見にはドイツのデジタル大臣とカナダのカウンターパートも登壇しています。ただし、欧州の組織がカナダを含む枠組みを十分に「主権的」とみなすかどうかは今後の課題です。

技術面では、Aleph Alphaの小規模言語モデルや欧州言語向けトークナイザーの専門性が、大規模言語モデルに強みを持つCohereと補完関係にあるとCEOのAidan Gomez氏は説明しました。Aleph Alphaの約250名のチームも新会社に合流する見通しです。一方で、IPOの可能性が残る中、将来的な所有構造がどうなるかは不透明な部分もあります。

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

スタートアップBANDが1700万ドルのシード資金を調達し、ステルスモードから正式に登場しました。同社はAIエージェント間の通信インフラを提供し、異なるフレームワークやクラウド上で動作する複数のエージェントを統合的に連携させることを目指しています。共同創業者兼CEOのArick Goomanovsky氏は、エージェントが経済活動に参加するには人間と同様のコミュニケーション手段が必要だと述べています。

BANDの中核技術はエージェンティックメッシュと呼ばれる2層アーキテクチャです。インタラクション層ではエージェント同士がクラウドやフレームワークの違いを超えて相互に発見・タスク委任を行えます。メッセージルーティングにはLLMを使わず、特許出願中の決定的ルーティングを採用することで、非決定的なエラーの発生を防いでいます。WhatsAppやDiscordと同じ技術基盤を用いており、数十億メッセージ規模へのスケーリングに対応します。

もう一つの層であるコントロールプレーンは、企業が求めるガバナンス機能を担います。どのエージェントが相互通信できるかの権限境界の設定や、人間の許可情報がエージェント間で安全に引き継がれる資格情報トラバーサル機能を備えています。これにより、あるエージェントが別のエージェントにタスクを委任しても、元の人間のアクセス権限を超えたデータへのアクセスは発生しません。

BANDはOpenAIのワークスペースエージェントやAnthropicのManaged Agentsといったモデルプロバイダー独自のソリューションとは異なり、ベンダーロックインを回避する独立プラットフォームとして位置づけています。現在最も人気のあるユースケースはコーディングエージェントの連携で、計画に強いClaudeとレビューに優れたCodexを同時に動作させるといった使い方が広がっています。

資金調達はSierra Ventures、Hetz Ventures、Team8が主導しました。Gartnerは2029年までに複数エージェントを導入する企業の90%がユニバーサルオーケストレーターを必要とすると予測しており、BANDはその新興市場を狙っています。調達資金はエンジニアリングチームの拡大と、北米の通信大手や欧州のデジタル決済企業を含むデザインパートナーのエコシステム構築に充てられる予定です。

NVIDIAは2026年4月23日、クラウドゲーミングサービスGeForce NOWにXbox Game PassおよびUbisoft+のアプリ内ラベル機能を正式導入しました。この機能はGDC 2026で予告されていたもので、接続済みサブスクリプションに含まれるゲームをひと目で識別できるようになります。

新しいラベルは各ゲームの詳細ページに直接表示されます。ユーザーはXbox Game PassやUbisoft+のアカウントを連携させるだけで、対象タイトルに自動的にラベルが付与されます。これにより、ストリーミング可能なゲームを探す手間が大幅に削減されます。

今週は6本の新作がクラウド対応タイトルとして追加されました。目玉はVampire Crawlers: The Turbo Wildcardで、Vampire Survivorsシリーズの新作ローグライトゲームです。SteamとXboxで配信されており、Game Passにも含まれています。

そのほか、Tides of Tomorrowや'83などRTX 5080対応の新作、Diablo IIIのUbisoft Connect版、Crimson DesertのXbox Play Anywhere対応版が追加されています。Premium会員向けにはMarvel RivalsのThor限定スキン特典も提供されています。

OpenAIは2026年4月22日、テキスト中の個人識別情報(PII)を検出・除去する専用モデル「Privacy Filter」をオープンソースで公開しました。Apache 2.0ライセンスでHugging FaceとGitHubから利用でき、商用利用やモデルの改変も自由です。同社が自社のプライバシー保護ワークフローで使用しているモデルの公開版で、PII-Masking-300kベンチマークでF1スコア96%を達成しています。

Privacy Filterは通常の大規模言語モデルとは異なり、双方向トークン分類モデルとして設計されています。入力テキスト全体を一度に読み取り、前後の文脈から個人情報かどうかを判断します。たとえば「Alice」という単語が私的な個人名なのか、文学作品のキャラクター名なのかを周囲の文脈から区別できます。総パラメータ数は15億ですが、Mixture-of-Experts構造により推論時のアクティブパラメータは5000万に抑えられています。

検出対象は個人名・住所・メール・電話番号・URL・日付・口座番号・パスワードやAPIキーなどの秘密情報の8カテゴリです。128,000トークンのコンテキストウィンドウを持ち、法的文書や長大なメールスレッドも分割せずに処理できます。Viterbiデコーダにより「John Smith」のような複数語の名前も一貫した範囲として正しくマスキングされます。

企業にとっての最大の利点は、ローカル環境で完結する点です。ノートPCやブラウザ上で動作するため、機密データをクラウドに送信せずにPIIを除去できます。GDPRやHIPAAへの準拠が求められる環境でも、まずPrivacy Filterでデータを浄化してからGPT-5などの推論モデルに渡すワークフローが構築できます。

ただしOpenAIは、本モデルは「匿名化ツールやコンプライアンス認証の代替ではない」と注意喚起しています。医療・法務・金融などの高リスク領域では人間によるレビューとドメイン固有の評価が依然として重要です。それでも、少量のデータでファインチューニングすればF1スコアが54%から96%に向上した実験結果も示されており、各組織の用途に合わせた柔軟なカスタマイズが可能です。

OpenAIは2026年4月22日、ChatGPTの有料ビジネスプラン向けに「ワークスペースエージェント」機能をリサーチプレビューとして公開しました。従来のGPTsを発展させた位置づけで、Codexをエンジンとしてクラウド上で自律的にタスクを実行します。チーム内で共有でき、レポート作成やリード対応、ベンダー審査といった反復的な業務ワークフローを自動化できます。

エージェントはSlackやメール、CRMなど外部ツールと連携し、スケジュール実行やイベント駆動で動作します。機密性の高い操作には承認ステップを設定でき、管理者はコンプライアンスAPIを通じてエージェントの構成や実行履歴を監視できます。ロールベースのアクセス制御により、組織全体での安全な運用を実現しています。

構築はChatGPT上の対話型ビルダーで行い、自然言語でワークフローを記述するとエージェントが自動生成されます。テンプレートも用意されており、営業・マーケティング・財務などの領域ですぐに利用を開始できます。エージェントは使用を重ねるほど改善され、チームの暗黙知を再利用可能なワークフローに変換する設計です。

OpenAIの社内でも営業チームがコールメモからのリード評価やフォローアップメール作成に活用しており、週5〜6時間の手作業が自動化された事例が報告されています。The Vergeは、AnthropicのClaude CoworkやOpenClawなどAIエージェント市場の競争激化を指摘しています。ワークスペースエージェントは5月6日まで無料で、以降はクレジットベースの課金に移行する予定です。

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Amazonは2026年4月、AIスタートアップAnthropicに50億ドルの追加出資を行いました。これによりAmazonの累計投資額は130億ドルに達し、さらに商業上のマイルストーン達成を条件に最大200億ドルの追加コミットメントも合意されています。Wall Street Journalが報じました。

この出資を通じ、AnthropicはAmazon製AIチップを最大5ギガワット分確保する見通しです。Claudeモデルの訓練と推論に必要な計算資源を大幅に拡充する狙いがあります。Anthropicによると、2026年末までに約1ギガワットの供給が実現し、3カ月以内にも計算能力の改善が始まるとのことです。

大規模投資の背景には、Claude有料会員の急増とそれに伴うインフラへの負荷があります。2026年初頭からClaude関連サービスの有料利用者が急増し、既存のクラウド基盤では処理しきれない状況が生じていました。

Anthropicは公式発表で、無料・Pro・Max・Teamユーザーすべてにおいてピーク時の信頼性やパフォーマンスに影響が出ていたことを認めています。今回のAmazonとの提携強化により、急成長するユーザー基盤を支えるインフラの安定化を目指します。

2026年4月20日から24日にかけてドイツ・ハノーバーで開催されるハノーバーメッセ2026で、NVIDIAとパートナー企業群がAI駆動型製造業の最新成果を展示します。加速コンピューティング、AI物理シミュレーション、AIエージェント、ヒューマノイドロボットなど、産業革新の全領域にわたるデモンストレーションが行われます。

インフラ面では、Deutsche TelekomがNVIDIA AI基盤上に構築した欧州最大級の産業用AIクラウドが注目されます。Siemens、SAP、Agile Robotsなどがこのソブリンプラットフォーム上でリアルタイムシミュレーションやデジタルツインを稼働させ、製造業のAI活用基盤として位置づけています。

工場運営の分野では、NVIDIA MetropolisライブラリとCosmosモデルを活用した視覚AIエージェントが品質管理や安全監視を変革しています。Invisible AIのビジョン実行システムはトヨタの自動車工場で成果を上げており、Tulip InterfacesのFactory Playbackは歩留まり3%向上とリワーク10%削減が見込まれています。

ロボティクス領域では、Humanoid社のHMND 01がドイツ・エアランゲンのSiemens工場で自律物流作業を完了しました。NVIDIA Jetson Thorモジュールを搭載し、Isaac SimとIsaac Labによるシミュレーションファーストの開発手法で、従来最大2年かかるハードウェア開発を7カ月に圧縮しています。

さらにHexagon Roboticsの人型ロボットAEONがBMWライプツィヒ工場で組立作業に投入予定であり、ドイツの生産現場におけるヒューマノイド初導入事例の一つとなります。SCHUNKのGROWオートメーションセルも、中小企業向けにフィジカルAIを標準化・展開可能な形で提供し、欧州製造業全体への普及を目指しています。

Teslaは2026年4月18日、無人自動運転タクシーサービス「Robotaxi」をダラスとヒューストンの2都市に拡大したと発表しました。公式SNSへの投稿では、前席に人間のドライバーや監視員がいない状態で走行するTesla車両の映像が公開されています。これにより、同社のロボタクシーサービスはテキサス州内3都市での展開となります。

Teslaは2025年6月にオースティンでロボタクシーサービスを開始し、2026年1月からは安全ドライバーなしでの運行に移行していました。ただし、オースティンでのサービス開始以降、14件の衝突事故が報告されており、安全性への懸念も残っています。

新たに展開した2都市では、まだ本格的な規模には達していない模様です。クラウドソースの追跡サイト「Robotaxi Tracker」によると、ダラスとヒューストンではそれぞれ1台の車両しか確認されておらず、46台が稼働するオースティンとは大きな差があります。

一方、Teslaはサンフランシスコ・ベイエリアでも人間のドライバー付きのライドサービスを提供しています。完全無人のロボタクシーと有人サービスの二段階戦略で、自動運転配車市場への本格参入を進めている形です。今後、他の州への展開や車両数の増加が注目されます。

Zo Computerは、個人向けAIクラウドプラットフォームを提供するニューヨーク拠点の8人のスタートアップです。同社はVercelのAI SDKとAI Gatewayを導入したことで、AIモデル呼び出しのリトライ率を7.5%から0.34%へと約20分の1に削減し、チャット成功率を98%から99.93%に引き上げました。

Zo Computerはユーザーに任意のAIモデルへのアクセスを提供しており、OpenAI、Anthropic、MiniMaxなど複数プロバイダーに対応する必要がありました。従来はプロバイダーごとにカスタムアダプターを開発し、リトライ処理やフォールバックロジックも自前で管理していたため、新モデルが毎週リリースされるたびに対応作業が発生し、少人数チームの大きな負担となっていました。

Vercel移行後はAI SDKが各プロバイダーの差異を吸収する統一インターフェースを提供し、AI Gatewayがリトライやルーティング、プロバイダーの稼働監視をインフラ層で処理します。MiniMax M2.7のリリース時には、設定文字列の追加だけで即座にユーザーへ提供できました。新モデル対応にかかる時間は1時間超から30秒に短縮されています。

レイテンシ面でも大幅な改善が見られました。最も利用されるMiniMax M2.5モデルでは、平均レイテンシが25.7%改善し、P99レイテンシは131秒から81秒へ38%短縮されました。同社はユーザーがiMessageのようにエージェントと常時やりとりする使い方を想定しており、応答遅延の改善はユーザー体験に直結します。2026年中に100万ユーザーの獲得を目指す同社にとって、インフラの信頼性確保が成長の基盤となっています。

GitHubは2026年4月17日、開発者向けステータスページの大幅な改善を発表しました。数百万の開発者が利用するプラットフォームとして、障害発生時のコミュニケーション精度を高めることが目的です。今回の変更は「透明性・正確性・迅速性」を指針として、3つの改善が導入されます。

最大の変更点は、インシデントの重大度分類にDegraded Performance（性能低下）という新しい状態を追加したことです。これまでは軽微なサービス低下でもPartial Outage（部分停止）と分類されていたため、実際の影響よりも深刻に見える問題がありました。新しい3段階分類により、レイテンシ上昇や一部リクエストへの断続的エラーといった軽度の問題を正確に伝えられるようになります。

また、各サービスごとの過去90日間の稼働率がステータスページ上で公開されます。稼働率の算出にはインシデントの件数・重大度・期間が反映され、Major Outageは全時間、Partial Outageは30%の重み付け、Degraded Performanceは稼働率に影響しない設計です。

さらに、Copilot AIモデルプロバイダーを独立したコンポーネントとして新設しました。従来は特定のAIモデルに障害が発生した場合でもCopilot全体の障害として報告されていましたが、今後はモデル単位での報告に切り替わります。Copilot ChatやCopilotクラウドエージェントでは複数モデルに対応しているため、1つのモデルが使えなくても代替モデルへの切り替えで業務を継続できます。

企業でのAIエージェント活用が広がるなか、セキュリティ対策の遅れが深刻な問題として浮上しています。VentureBeatが108社を対象に実施した調査では、経営層の82%が「自社のポリシーでエージェントの不正行動を防げている」と回答した一方、88%の企業が過去12か月にAIエージェント関連のセキュリティインシデントを経験していたことが判明しました。エージェントの稼働状況をリアルタイムで把握できている企業はわずか21%にとどまります。

実被害も発生しています。2026年3月にはMetaで不正なAIエージェントがすべてのID認証を通過しながら機密データを権限外の従業員に露出させる事故が起きました。その2週間後には評価額100億ドルのAIスタートアップMercorがサプライチェーン攻撃で侵害されています。VentureBeatは企業のセキュリティ成熟度を「監視」「強制」「隔離」の3段階で定義しましたが、大半の企業は第1段階の監視で停滞しており、書き込み権限や共有認証情報を持つエージェントを監視だけで運用している状態です。

こうした課題に対し、オープンソースのエージェントフレームワークNanoClaw 2.0がVercelおよびOneCLIと提携し、インフラレベルの承認システムを発表しました。エージェントを隔離されたDockerコンテナ内で実行し、本物のAPIキーには一切アクセスさせない設計です。機密性の高い操作をエージェントが試みると、OneCLIのRustゲートウェイがリクエストを一時停止し、SlackやWhatsApp、Teamsなど15のメッセージアプリを通じてユーザーに承認を求めます。

主要クラウドプロバイダーの対応状況も明らかになりました。Microsoft、Anthropic、Google、OpenAI、AWSのいずれも完全な第3段階のスタックを提供できていません。AnthropicのClaude Managed AgentsはAllianzやAsanaなどが本番利用中ですが、まだベータ段階です。VentureBeatは90日間の改善計画として、最初の30日でエージェントの棚卸しと監視基盤の構築、次の30日でスコープ付きIDの付与と承認ワークフローの導入、最後の30日でサンドボックス化とレッドチームテストを推奨しています。EU AI法の人的監視義務は2026年8月2日に発効する予定で、対応の猶予は限られています。

Robloxは2026年4月16日、ゲーム開発向けAIアシスタント「Roblox Assistant」に新たなエージェント機能を導入したと発表しました。従来のプロンプト一発型ではなく、計画・構築・テストの全工程でクリエイターと協働する仕組みへと刷新されています。同社はTechCrunchへの独占取材で詳細を明らかにしました。

中核となる「Planning Mode」は、Assistantを対話型の開発パートナーに変える機能です。ゲームのコードやデータモデルを分析したうえで明確化のための質問を行い、プロンプトを編集可能なアクションプランに変換します。クリエイターは実装前にプランを微調整でき、意図が正確に反映されているか確認できます。

新たに発表された「Mesh Generation」と「Procedural Model Generation」も注目の機能です。Mesh Generationはテクスチャ付きの3Dオブジェクトをゲーム内に直接生成でき、開発初期のプレースホルダー作成を大幅に効率化します。Procedural Modelsはコードとプロンプトで編集可能な3Dモデルを作成し、本棚の段数や階段の高さなどの属性を動的に調整できます。

テスト工程もエージェント化されています。Planning Modeの実行中、AIはプレイテストツールを使ってログ読み取り・スクリーンショット撮影・キーボードやマウス入力によるデザイン確認を行い、バグを発見するとAssistantにフィードバックして自動修正します。この自己修正ループにより、実行を重ねるほど精度が向上する仕組みです。

今後の計画として、複数AIエージェントの並列稼働、クラウドでの長時間ワークフロー実行、より現実的なゲームキャラクターの生成を開発中です。Claude、Cursor、Codexなどサードパーティツールとの連携も予定されており、Roblox Studioの開発環境がさらに拡張される見込みです。

シリコンバレーのスタートアップSabiが、頭の中で考えた言葉をコンピュータ画面上のテキストに変換するニット帽型のブレイン・コンピュータ・インターフェース（BCI）を開発しています。CEOのRahul Chhabra氏は、最初の製品となるビーニー型デバイスを2026年末までに発売すると発表しました。野球帽型も設計中です。

Neuralink等の外科手術を要するBCIとは異なり、Sabiのデバイスは非侵襲型のEEG（脳波計）方式を採用しています。最大の特徴は、一般的なEEG機器が数十〜数百個のセンサーを搭載するのに対し、Sabiは7万〜10万個の微小センサーを帽子に内蔵する点です。この超高密度センシングにより、頭蓋骨越しでも神経活動の位置と内容を高精度に特定できるとしています。

技術の中核となるのが、多数のユーザーの脳データから内的発話のパターンを学習する「脳基盤モデル」です。Sabiはすでに100人のボランティアから10万時間分の脳データを収集し、モデルの訓練に活用しています。初期段階では毎分約30語のタイピング速度を目指しており、使用時間の蓄積に伴い精度が向上する仕組みです。

OpenAIの初期投資家としても知られるVinod Khosla氏が率いるKhosla Venturesが出資しており、同氏は「10億人がBCIを日常的に使うなら、侵襲型では不可能だ」と非侵襲型アプローチの優位性を強調しています。一方で、脳信号の個人差や日々の変動への対応、キャリブレーション不要の使い勝手の実現など、消費者向け製品としての課題も残ります。

神経データという極めてセンシティブな情報を扱うため、プライバシー対策にも注力しています。デバイスからクラウドへの転送時にはエンドツーエンド暗号化を施し、AIモデルは暗号化されたデータ上で学習する設計です。スタンフォード大学の神経セキュリティ専門家らによる技術スタック全体の監査も進めています。

Mozillaは2026年4月16日、企業向けの新しいAIクライアントThunderboltを発表しました。クラウドベースのサードパーティサービスに依存せず、自社インフラ上でAIを運用したい企業や個人に向けた製品です。Firefoxブラウザで知られるMozillaが、独自のAIモデルやエージェントブラウザではなく、フロントエンドクライアントという形でエンタープライズAI市場に参入しました。

Thunderboltは、オープンソースのAIフレームワークHaystackの上に構築されています。Haystackはユーザーが選んだコンポーネントからカスタムのAIパイプラインを構築できるモジュラー型のフレームワークで、Thunderboltはその上で動作する「ソブリンAIクライアント」として位置づけられています。ACP互換エージェントやOpenAI互換APIに接続でき、Claude、Codex、DeepSeekなど主要なモデルとの連携が可能です。

企業データとの統合もThunderboltの大きな特徴です。オープンプロトコルを通じてローカルに保存された企業データにアクセスし、オフラインのSQLiteデータベースをモデルが参照する「信頼できる情報源」として活用できます。ローカル実行モデルと組み合わせることで、AIスタック全体を自社で管理できる仕組みです。

セキュリティ面では、オプションのエンドツーエンド暗号化とデバイスレベルのアクセス制御を提供しています。データ漏洩を懸念する企業にとって、外部プロバイダーへのデータ送信を排除できる点は大きな訴求力となるでしょう。Mozillaのブランド力とオープンソースの実績を背景に、プライバシー重視のAI導入という新たな選択肢を企業に提示しています。

自動車大手StellantisとMicrosoftが、AIを活用して車のオーナー体験を向上させる5年間のパートナーシップを締結しました。Stellantisはアルファロメオやジープ、クライスラー、ダッジ、ラムなどのブランドを傘下に持つグローバル自動車メーカーです。Microsoftの技術力を活かし、デジタルサービスの改善、サイバーセキュリティの強化、エンジニアリング能力の向上を目指します。

自動車業界では10年以上前からテクノロジーの浸透が進んでおり、現在ではほぼすべての新車にモデムが搭載され、クラウドに接続されています。先進運転支援システムやタッチスクリーンが標準装備となり、スマートフォンのようなサービス提供が求められるようになっています。

一方で、こうした技術革新が必ずしもユーザーにとって良い結果をもたらしているとは限りません。テスラの自動運転システムに対する連邦調査やリコールが示すように、安全性には課題が残ります。また、タッチスクリーンは物理ボタンに比べて操作性が劣るという研究結果もあり、一部の規制当局はボタンの復活を求めています。

自動車メーカーが得意としない領域をIT企業に委ねることで、サービスの質が向上する可能性があります。Microsoftのような企業との提携は、セキュリティやクラウドサービスといったコア・コンピタンス外の課題を補う戦略として注目されます。

Anthropicは2026年4月16日、大規模言語モデルの最新版Claude Opus 4.7を一般公開しました。同社によると、前世代のOpus 4.6から高度なソフトウェアエンジニアリング能力が大幅に向上し、複雑で長時間にわたるタスクを高い精度で自律的に処理できるようになっています。価格はOpus 4.6と同じ入力100万トークンあたり5ドル、出力100万トークンあたり25ドルで、APIのほかAmazon Bedrock、Google Cloud Vertex AI、Microsoft Foundryで利用可能です。

主要ベンチマークでは、知識労働を評価するGDPVal-AAでEloスコア1753を記録し、OpenAIのGPT-5.4（1674）やGoogleのGemini 3.1 Pro（1314）を上回りました。エージェント型コーディング評価のSWE-bench Proでは64.3%のタスクを解決し、Opus 4.6の53.4%から大きく改善しています。ただし、エージェント検索やマルチリンガルQAなど一部の領域ではGPT-5.4がなお優位であり、全分野で圧倒する結果ではありません。

視覚処理面では、画像の最大解像度が長辺2,576ピクセル（約375万画素）まで拡大され、従来比3倍以上の高解像度入力に対応しました。XBOWの視覚精度ベンチマークでは成功率が54.5%から98.5%に跳ね上がり、画面操作エージェントや複雑な図面からのデータ抽出といった用途の実用性が大きく高まっています。また、自身の出力を検証してから報告する「自己検証」行動が確認されており、ハルシネーションの抑制にも寄与しています。

安全面では、同社が先日発表した高性能モデルMythos Previewはセキュリティ上の理由で限定提供のままですが、Opus 4.7にはサイバー攻撃に関する高リスクな要求を自動検知・ブロックする仕組みが組み込まれました。脆弱性調査やペネトレーションテストなど正当な目的で利用したいセキュリティ専門家向けには、新たに「Cyber Verification Program」が設けられています。

開発者向けの新機能も複数追加されています。思考の深さを調整する「effort」パラメータにxhighレベルが加わり、性能とレイテンシのバランスをより細かく制御できます。APIではタスクバジェット機能がパブリックベータとして提供され、トークン消費量に上限を設定できるようになりました。早期テスターのIntuit、Replit、Notion、Cursorなど多数の企業が、コード品質やワークフロー効率の改善を報告しています。

2026年4月、AIの利用量を社内で競い合う「トークンマキシング」と呼ばれるトレンドが米シリコンバレーで急速に広がっています。Metaが社内のAIトークン使用量ランキングをプレスに流出されたことを受けてダッシュボードを閉鎖する一方、LinkedIn共同創業者のReid Hoffman氏はSemaforのイベントで、従業員のトークン使用量を追跡することに賛意を示しました。トークンとはAIモデルがプロンプトを処理する際のデータ単位であり、AI利用コストの指標にもなっています。

Hoffman氏は、トークン使用量がそのまま生産性を示すわけではないと認めつつも、組織全体でAIの活用度を把握するための有効なダッシュボードだと述べました。重要なのは使用量だけでなく、何にトークンを使っているかを理解することであり、実験の失敗も含めて幅広い社員が同時にAIに取り組む文化が必要だと強調しています。週次のチェックインで学びを共有する仕組みも推奨しました。

こうしたトークン消費の拡大を支えるインフラ側でも動きが活発です。推論特化型のクラウドサービスを提供するParasailは、3200万ドルのシリーズA資金調達を発表しました。同社はGroq出身のMike Henry氏が率い、15カ国40カ所のデータセンターを活用して1日あたり5000億トークンの推論処理を行っています。ワークロードの賢い配分とピーク回避により、推論コストの引き下げを実現しています。

Parasailの成長を後押ししているのは、オープンソースモデルとAIエージェントの普及です。科学文献の分析ツールを開発するElicitのCEOは、大量のAPIリクエストを処理する際の課題からオープンモデルへの移行を進めていると語りました。初期スクリーニングにオープンモデルを使い、最終判断にフロンティアモデルを用いるハイブリッド構成が広がりつつあります。投資家のSamir Kumar氏は、将来的にソフトウェア構築コストの少なくとも20%を推論が占めると予測しています。

NVIDIAは2026年4月15日、AIインフラの経済性を評価する際に最も重要な指標は「トークンあたりのコスト」であると公式ブログで主張しました。従来多くの企業が注目してきたGPU時間単価やFLOPS単価は「入力指標」に過ぎず、実際のビジネス成果を測るには、推論で生成されるトークンの単価を見るべきだと訴えています。

同社はトークン単価の計算式を提示し、分母にあたる「GPUあたりのトークン出力量」を最大化することが鍵だと説明しています。ハードウェア性能だけでなく、ソフトウェア最適化、ネットワーク、メモリ、ストレージまで含めたフルスタックの協調設計が不可欠であり、いずれかが欠けると分母が崩壊すると指摘しました。この考え方を「推論の氷山」と呼び、表面に見えるチップスペックだけでは実力を測れないと強調しています。

具体的なデータとして、DeepSeek-R1モデルでの比較結果を公開しました。最新のBlackwell（GB300 NVL72）はHopper（HGX H200）に対し、GPU時間単価は約2倍ですが、GPUあたりのトークン出力は65倍、ワットあたり出力は50倍に達します。その結果、100万トークンあたりのコストはHopperの4.20ドルに対しBlackwellは0.12ドルと、約35分の1まで低下しています。

NVIDIAはこの優位性の源泉として、計算・ネットワーク・メモリ・ソフトウェアにまたがる「極限の協調設計」を挙げています。vLLM、SGLang、TensorRT-LLMなどのオープンソース推論ソフトウェアの継続的な最適化により、既存インフラでもトークン出力は導入後も向上し続けるとのことです。CoreWeave、Nebius、Together AIなどのクラウドパートナーがすでにBlackwellインフラを展開し、業界最低水準のトークン単価を実現していると述べました。

Anthropicは2026年4月14日、AIコーディングツールClaude Codeのデスクトップアプリを全面刷新するとともに、バックグラウンドで自動実行できる新機能「Routines」をリサーチプレビューとして公開しました。今回の更新は、開発者の役割を個別のコード記述者から複数AIエージェントの指揮者へと転換させる設計思想を反映しています。

刷新されたデスクトップアプリの中核は、新たに導入されたサイドバーによる「ミッションコントロール」機能です。開発者はすべてのアクティブなセッションを一画面で管理し、ステータスやプロジェクトでフィルタリングできます。ドラッグ&ドロップでターミナル、プレビューペイン、差分ビューア、チャットをグリッド配置でき、複数リポジトリにまたがる作業の視認性が向上しました。

RoutinesはAnthropicのクラウドインフラ上で実行される自動化機能で、3種類の形態があります。スケジュール型はcronジョブのように定期的なメンテナンスを実行し、API型はDatadogなどの監視ツールやCI/CDパイプラインからHTTPリクエストで起動できます。Webhook型はGitHubのリポジトリイベントを検知して自動的にPRコメント対応やCI障害の修正に着手します。

利用上限はプランごとに設定されており、Proユーザーは1日5件、Maxは15件、Team/Enterpriseは25件のRoutinesを実行できます。追加利用分は別途購入が可能です。VentureBeatの実機テストでは、統合ターミナルの遅延やサードパーティプラグインの互換性に課題が見られた一方、Routinesの設定は2分以内で完了し、ローカルマシンを起動せずに自律動作することが確認されました。

企業利用の観点では、デスクトップ版はコードレビューや承認に適した環境を提供する一方、CLIは柔軟性と実行速度に優れるという使い分けが想定されます。ただしデスクトップ版はAnthropicのモデルに限定される「ウォールドガーデン」であり、複数のAIモデルを切り替えて使う開発者にとってはCLIが引き続き主要な選択肢となります。

かつてシリコンバレーで愛されたサステナブルシューズブランドAllbirdsが、靴事業を売却し、AI計算基盤企業への転身を発表しました。同社は2021年のIPO時に約40億ドルの評価額を記録しましたが、その後の業績低迷が続き、2026年3月30日にブランドと靴事業をAmerican Exchange Groupへ3900万ドルで売却していました。新社名はNewBird AIとなります。

NewBird AIは非公開の機関投資家から5000万ドルの転換社債による資金調達を実施し、高性能GPU資産の取得に充てる計画です。長期的にはGPU-as-a-Service（GPUaaS）とAIネイティブなクラウドソリューションの統合プロバイダーを目指すとしています。同社はNasdaq上場企業としての上場維持枠を活用し、AI分野への参入を図ります。

発表を受けてAllbirdsの株価は約600%急騰しました。背景には、北米データセンターの空室率が過去最低水準に達し、2026年半ばまでの計算能力がすでに予約済みという市場環境があります。企業やAI開発者がGPUを確保できない需給ギャップをNewBird AIが埋めるという構想です。

ただし、複数のメディアはこの転身に懐疑的な見方を示しています。Wired誌は「GPUを買う資金以外に何をもたらすのか不明」と指摘し、Ars Technicaは同社のSEC提出書類に「計算基盤市場の機会を調査中」との表現があることから、計画の具体性に疑問を呈しました。2017年にLong Island Iced Tea社がブロックチェーン企業に転身して株価急騰後に上場廃止となった前例との類似性も指摘されています。

なお、ブランド売却と事業転換はいずれも5月18日の株主総会での承認が条件となっており、承認後の第3四半期に株主への配当が予定されています。靴事業を引き継ぐAmerican Exchange Groupは、既存顧客向けの製品提供を継続する方針です。

Adobeは2026年4月15日、Creative Cloudの全アプリを対話形式で横断操作できるFirefly AIアシスタントを発表しました。2025年秋のMAXカンファレンスで「Project Moonlight」として披露された研究プロトタイプを製品化したもので、数週間以内にパブリックベータとして公開される予定です。

このAIアシスタントは、Photoshop、Premiere Pro、Illustrator、Lightroom、Expressなど主要アプリにまたがる約100種のツールとスキルを備えています。ユーザーが自然言語で「この画像をレタッチして」「SNS用にリサイズして」と指示するだけで、エージェントが適切なアプリとツールを自動選択し、複数ステップのワークフローを実行します。出力はPSD、AI、PRPROJなどネイティブ形式のため、いつでもピクセル単位の手動編集に切り替えられるのが特長です。

利便性を高める仕組みも充実しています。ポートレートレタッチやSNSアセット作成など、あらかじめ用意された「Creative Skills」テンプレートをワンプロンプトで実行可能です。さらにアシスタントはユーザーの好みのツールやワークフロー、美的嗜好を時間とともに学習し、提案を個別最適化していきます。AnthropicのClaudeなど外部LLMとの連携も予定されています。

同時に発表された新機能も注目に値します。Firefly Video Editorには中国Kuaishou社のKling 3.0および3.0 Omniモデルが追加され、搭載モデル数は30を超えました。Premiere Proには編集者向けに設計されたカラーグレーディング専用モード「Color Mode」がベータ公開されたほか、Frame.io Driveではクラウドメディアをローカルファイルのように扱える仮想ファイルシステムが導入されています。

収益面では、AIアシスタントの利用には対象アプリを含む既存サブスクリプションが必要で、生成機能はクレジットを消費する方式です。Adobeの直近四半期決算では売上高が前年比10%増の64億ドルに達し、AI関連の年間経常収益は1.25億ドルに成長しました。CanvaやFigma、RunwayなどAIネイティブの競合が台頭するなか、Adobeはプロ向けツール群の統合力を最大の競争優位と位置づけています。

OpenAIのフロンティアモデルが、Cloudflareの新プラットフォーム「Agent Cloud」で利用可能になりました。GPT-5.4を含む最新モデルに数百万のCloudflare顧客が直接アクセスでき、企業向けAIエージェントの構築・展開が大幅に簡素化されます。

Agent Cloudは、Cloudflare Workers AI上で動作するプラットフォームです。企業はOpenAIモデルを活用して、顧客対応の自動化、システム更新、レポート生成などを行うエージェントを、セキュアな本番環境で展開できます。エッジコンピューティングにより、グローバル規模でのリアルタイム処理が可能です。

開発者向けツールとしては、OpenAIのCodexハーネスがCloudflare Sandboxesで一般提供を開始しました。Sandboxesはアプリケーションの構築・実行・テストを安全に行える仮想環境で、近日中にWorkers AIでも利用可能になる予定です。

CloudflareのCTOであるDane Knecht氏は、「OpenAIの強力なモデルをCloudflare環境に直接統合することで、知能とエンドユーザーの距離を縮める」と述べています。OpenAI側のRohan Varma氏も、クラウドエージェントが業務の基盤となりつつあると強調しました。

OpenAIはすでにAccenture、Walmart、Morgan Stanleyなど大手企業にサービスを提供しており、APIは毎分150億トークン以上を処理しています。Codexの週間アクティブユーザーは300万人に達しており、今回のCloudflare連携により企業向けAI導入がさらに加速すると見られます。

Microsoftが、オープンソースのAIエージェント基盤OpenClawに着想を得た機能を、企業向けAIアシスタント「Microsoft 365 Copilot」に統合するテストを進めていることが明らかになりました。The Informationの報道によると、同社コーポレートバイスプレジデントのOmar Shahine氏が「OpenClawのような技術をエンタープライズ環境で活用する可能性を探っている」と認めています。

今回テスト中の機能は、Copilotを常時稼働型のエージェントに進化させることを目指しています。具体的には、Outlookの受信トレイやカレンダーを自動的に監視し、日々のタスク候補を提案する仕組みが想定されています。さらに、マーケティング・営業・経理といった職種ごとに特化したエージェントを用意し、必要な権限を最小限に絞ることで業務データの安全性を確保する方針です。

OpenClawはユーザーのローカル端末でAIエージェントを動かせるオープンソースツールとして急速に普及しましたが、深刻なセキュリティ上の問題が繰り返し指摘されてきました。Microsoftは「より安全なバージョン」を実装できると自信を示しており、企業顧客が求めるセキュリティ基準を満たす形で同様の機能を提供する考えです。

Microsoftはすでに複数のエージェント型ツールを展開しています。3月発表のCopilot CoworkはMicrosoft 365アプリ内で直接アクションを実行するクラウド型ツールで、AnthropicのClaudeも選択肢として統合済みです。2月にはプレビュー版のCopilot Tasksも投入されました。ただし、いずれもクラウド実行であり、OpenClawのようなローカル実行型かどうかは今回の新機能でも明らかになっていません。

Microsoftは6月2日開幕のBuildカンファレンスで、これらの新機能の一部を披露する見込みです。OpenClawの人気によりMac Miniの売上が急伸するなど、ローカルAIエージェント市場は急速に拡大しています。競合サービスに流出した顧客を取り戻す狙いもあり、Microsoftにとってエージェント戦略の強化は喫緊の課題といえます。

企業のAIセキュリティに新たな死角が生まれています。従来のセキュリティ対策はクラウドAPIへのデータ流出を監視する方針でしたが、開発者が高性能ノートパソコン上でオープンウェイトの大規模言語モデルをローカル実行する「Shadow AI 2.0」とも呼ばれる現象が広がり、ネットワーク監視では捕捉できないリスクが顕在化しています。同時に、セキュリティ用機械学習モデルの入力データが時間とともに変質する「データドリフト」も、防御力を静かに蝕んでいます。

端末上でのAI推論が実用的になった背景には、3つの技術的変化があります。64GBメモリ搭載のMacBook Proで700億パラメータ級モデルが動作可能になったこと、量子化技術の普及、そしてOllamaなどのツールによる導入の容易さです。開発者はWi-Fiを切った状態でソースコードレビューや機密文書の要約を行えるため、プロキシログやクラウド監査証跡が一切残りません。

ローカル推論がもたらすリスクは3種類に分類されます。第一に、未検証モデルが生成したコードがセキュリティ脆弱性を含んだまま本番環境に混入する「整合性リスク」です。第二に、非商用ライセンスのモデルで業務コードを生成してしまう「コンプライアンスリスク」があります。第三に、Pickle形式のPyTorchファイルなど悪意あるペイロードを含みうるモデルファイルをダウンロードしてしまう「サプライチェーンリスク」です。

一方、データドリフトの問題も深刻です。機械学習モデルは過去のデータのスナップショットで訓練されるため、現在の攻撃パターンと乖離すると検知精度が低下します。2024年にはエコースプーフィング手法でメール保護サービスのML分類器が突破される事例も発生しました。性能指標の急落、統計分布の変化、予測挙動の変動、信頼度スコアの低下、特徴量間の相関変化が、ドリフト発生の5つの兆候です。

対策としては、ネットワーク監視だけでなくエンドポイントレベルでのガバナンス強化が不可欠です。MDMやEDRを活用して未承認の推論ランタイムを検知し、社内にライセンス検証済みのモデルカタログを整備することが推奨されています。データドリフトに対しては、KS検定やPSIによる継続的な分布監視と、最新データによるモデル再訓練が基本的な対処法です。AIセキュリティの境界線はクラウドから端末へと回帰しつつあり、企業は両面からの防御態勢を構築する必要があります。

GitHubは2026年4月10日、ターミナルから直接AIコーディングアシスタントを利用できるGitHub Copilot CLIの初心者向けチュートリアルシリーズを公式ブログで公開しました。同ツールはnpmコマンドでインストールでき、GitHubアカウントで認証後すぐに利用を開始できます。

Copilot CLIの最大の特徴は、エージェント型AIの能力をターミナルに持ち込む点にあります。コードのビルドやテストの実行を自律的に行い、エラーが発生した場合も人間のプロンプトなしに自己修正できます。開発者はタスクをCopilotに任せ、別の作業に集中した後で結果をレビューするというワークフローが可能です。

具体的な活用例として、プロジェクト全体の概要把握、新しいエンドポイントの追加、さらにはクラウドエージェントへのタスク委任が紹介されています。委任機能では、CLIのコンテキストを保持したまま新しいブランチの作成やドラフトプルリクエストの作成がバックグラウンドで実行されます。

今後のシリーズでは、対話モードと非対話モードの使い分け、スラッシュコマンド、MCPサーバーとの連携など、より高度な活用法が順次解説される予定です。開発ワークフローを中断せずにAIを活用したい開発者にとって、有用なリソースとなりそうです。

Anthropicは2026年4月、新モデルClaude Mythos Previewがサイバーセキュリティの転換点になると発表しました。同モデルはあらゆるOS・ブラウザ・ソフトウェアの脆弱性を自律的に発見し、実用的なエクスプロイトを生成する能力を持つとされています。Anthropicはこのモデルを、Microsoft、Apple、Googleなど数十の組織に限定提供する「Project Glasswing」コンソーシアムを通じて展開しています。

Mythos Previewが特に注目されるのは、複数の脆弱性を連鎖させる「エクスプロイトチェーン」の構築能力です。クラウドセキュリティ企業Ederaの最高技術責任者Alex Zenla氏は「人間は長期間にわたって大量の文脈情報を保持するのが苦手だが、Mythosのようなモデルは脆弱性を組み合わせるペースを加速させる」と指摘しています。セキュリティ研究者のNiels Provos氏も、問題の本質は変わらないが脆弱性発見に必要なスキル水準が根本的に変わると述べています。

この発表は政財界にも波紋を広げています。アメリカ財務長官Scott Bessent氏と連邦準備制度理事会議長Jerome Powell氏が金融業界リーダーとの緊急会合を開催しました。CiscoのJeetu Patel氏は「攻撃がマシン規模になるなら、防御もマシン規模でなければならない」と評価しています。

一方で懐疑的な見方も存在します。セキュリティコンサルタントのDavi Ottenheimer氏は「AIハイプの一環にすぎず、魔法でも神秘でもない」と述べています。しかし前アメリカサイバーセキュリティ・インフラセキュリティ庁長官のJen Easterly氏は、Project Glasswingが「欠陥のあるソフトウェアを防御し続ける時代の終わりの始まり」になり得ると論じ、本来存在すべきでなかった脆弱性に依存しない安全な設計への転換を訴えています。

Vercelは2026年4月9日、最高プロダクト責任者トム・オッキーノ氏のブログで「自律型基盤（Agentic Infrastructure）」構想を発表しました。過去3カ月で同社の週次デプロイ数は倍増し、全体の30%超をコーディングエージェントが開始しており、半年前と比べ1000%の伸びを示しています。開発の主役が人から機械へ移る転換点で、クラウド基盤の再定義を迫る内容です。

内訳ではClaude Codeが全体の75%を占め、LovableとV0が6%、Cursorが1.5%と続きました。エージェント経由で展開されたプロジェクトは、人間が展開したものに比べてAI推論プロバイダーを20倍呼び出す傾向があると同社は指摘します。書くのも動かすのもAIという構造が、運用の常識を崩しはじめています。

オッキーノ氏は新基盤を三層で捉え直しました。第一にコーディング代理が展開する先としての基盤で、即時プレビューURLやロールバック、CLI・API・MCPサーバーを通じ人手を介さない機械駆動開発を可能にします。第二にエージェント自体を構築・実行する基盤で、長時間実行や多段階制御など従来のサーバーレスとは異なる要件に応えます。

第二層の中核は、AI SDK 6のエージェント抽象化、数百モデルを束ねるAI Gateway、遅延と並行性に最適化したFluid compute、状態保持のWorkflowsとQueues、未検証コード向けSandbox、そして挙動追跡のObservabilityです。これらを共有コンテキストの下に束ねる点が特徴です。

第三層は基盤そのものが自律的に振る舞う段階を指します。遅延急増やモデル提供者の障害発生時に、プラットフォームが観測データとログとソースコードを自ら参照し、根本原因を分析し、サンドボックス内で修正案を検証します。現時点では人間の承認を前提としつつ、文脈の蓄積により運用負担を段階的に引き受ける方針です。

オッキーノ氏は「クラウドの歴史は機械から人を取り除く歴史」と総括し、ソフトウェアが自ら書き、出荷し、癒やす時代に備える基盤こそが次の十年の勝者を決めると結びました。経営者や開発リーダーにとって、エージェント前提の運用設計をいつどのように取り込むかが問われる局面です。

Wileyは2026年4月9日、IEEE Spectrumと連携し、アラブ首長国連邦のTechnology Innovation Instituteが開発した自律システム統治基盤ZTASPのホワイトペーパーを公開しました。ドローン、地上ロボット、センサー、人間オペレーターを一つのゼロトラスト体系に統合し、ミッション規模で安全かつ強靭な運用を可能にする狙いです。境界防御型の従来セキュリティが多主体のエッジ環境で限界を迎えるなか、常時検証と最小権限を核とした新しい統治の設計思想が示されました。

ZTASPの中核には、安全制約をリアルタイムで強制するSecure Runtime Assurance（SRTA）と、異機種システム間で文脈に応じた判断を可能にするSecure Spatio-Temporal Reasoning（SSTR）があります。SRTAは実行時監視や形式検証、安全ラッパーの知見を結合し、自律エージェントの逸脱を即座に抑止します。SSTRはドローンや地上ロボ、人間の動きを時空間的に捉え、状況適応的な協調を実現するとされています。

本プラットフォームはチップからクラウドまでを貫く全層保証アーキテクチャを採用し、エッジデバイスの計算制約、通信の劣化、分散ネットワークにおける信頼伝播といった設計上の制約に正面から取り組んでいます。これにより、通信が不安定な戦場や災害現場のような過酷環境でも、自律システムが安全に任務を継続できるよう設計されています。設計上のトレードオフを読者が理解できるよう、学習目標も明記されました。

開発はすでに概念設計を超え、ミッションクリティカル環境でTRL7レベルの運用検証を終えています。中核部品であるSaluki安全飛行制御装置はTRL8に達し、顧客システムへの搭載も始まっています。高信頼が求められる軍事・防衛分野での実装経験が、商用展開への現実味を与えている形です。

研究チームは、同様の保証課題が医療、交通、重要インフラなど民生分野にも広がっていると指摘します。自律エージェントが社会基盤に組み込まれるほど、単発の認証ではなく継続的な信頼評価が不可欠になるためです。経営者やエンジニアにとっては、AI駆動の自律システムを事業に組み込む際の統治モデルを検討する重要な参照点となりそうです。

GoogleとIntelは4月9日、AIインフラ分野での多年にわたる提携を拡大すると発表しました。Google Cloudは引き続きIntel製Xeonプロセッサを採用し、最新のXeon 6をAI・クラウド・推論用途に活用します。両社は2021年から続くカスタムIPUの共同開発も継続し、ASICベースの設計に注力する方針です。

Google Cloudは過去数十年にわたりIntel製Xeonプロセッサを使い続けてきました。今回新たに採用が明確化されたXeon 6は、生成AI時代のクラウドや推論処理を支える基幹部品となります。長期にわたる信頼関係を軸に、両社は基盤構築のパートナーシップを一段と深めます。

提携のもう一つの柱が、カスタムIPUの共同開発です。IPUはCPUからネットワーク処理やデータ管理といった作業を引き受け、データセンター全体の効率を底上げします。2021年に始まったこの取り組みは、今後ASICベースの設計に焦点を絞って進められる予定です。

この拡大の背景には、業界全体を覆うCPU不足があります。モデルの開発や学習にGPUが使われる一方、完成したAIモデルの実行や推論、そしてインフラ全般の運用にはCPUが欠かせません。Intelのリップブー・タン最高経営責任者は「AIには加速器だけでなくバランスの取れたシステムが必要だ」と強調しています。

CPUへの回帰はGoogleとIntelだけではありません。SoftBank傘下のArm Holdingsは先月、創業35年で初の自社設計チップとなるArm AGI CPUを発表しました。世界的なCPU不足を背景に、半導体各社の競争はAI基盤の中核部品へと広がっています。

AWSのマット・ガーマンCEOは、サンフランシスコで開催中のHumanXカンファレンスで、AmazonがOpenAIに500億ドル、Anthropicに80億ドルと競合する2社に巨額投資していることについて説明しました。同氏は、AWSは創業初期からパートナーと競合しながら共存する体制を築いてきたと述べ、利益相反にはあたらないとの認識を示しています。

AWSは2006年の立ち上げ当初から、すべてのクラウドサービスを自社で構築できないことを理解し、パートナーとの協業を進めてきました。ガーマン氏は「パートナーと競合する自社製品を持つこともあるが、不公正な競争優位を自社に与えないと約束してきた」と強調しています。実際、最大のライバルであるOracleですらAWS上でサービスを提供しています。

AWSにとってOpenAIへの投資は事実上不可欠な判断でした。AnthropicとOpenAIの両モデルはすでにMicrosoft Azureで利用可能であり、AWS最大の競合であるMicrosoftに対抗するため、自社クラウドでも主要モデルを揃える必要がありました。

こうした投資の重複はAWSに限った話ではありません。Anthropicが2月に発表した300億ドルの資金調達ラウンドには、OpenAIにも出資する投資家が少なくとも12社参加しており、Microsoft自身も含まれていました。AI分野では従来の投資家忠誠の概念が急速に崩れつつあります。

ガーマン氏はさらに、クラウド各社が提供するAIモデルルーティングサービスの将来性に言及しました。タスクに応じて最適なモデルを自動選択する仕組みにより、AWSやMicrosoftは自社開発モデルの利用機会も確保できるとの見通しを示しています。

Anthropicは2026年4月8日、企業がAIエージェントを容易に構築・展開できる新製品「Claude Managed Agents」を発表しました。同製品は、AIモデルを自律的に動作させるためのソフトウェア基盤（ハーネス）をすぐに使える形で提供し、これまで企業にとって大きな障壁だったエージェント開発の複雑さを解消することを目指しています。

Claude Managed Agentsには、エージェントハーネス、サンドボックス環境、クラウド上での長時間自律実行機能、他エージェントの監視機能、ツールへのアクセス権限管理などが含まれます。エンジニアリング責任者のKatelyn Lesse氏は、大規模なエージェント運用は複雑な分散システムの問題であり、これを標準提供することで顧客企業のエンジニアが本業に集中できるようになると説明しています。

Anthropicの企業向け事業は急成長を続けており、年間経常収益（ARR）は300億ドルを超え、2025年12月時点の約3倍に達しました。この成長の大部分はAPI経由でモデルを利用できるClaude Platformによるものです。プロダクト責任者のAngela Jiang氏は、モデルの能力と企業の実際の活用にはまだ大きなギャップがあると指摘しています。

デモではNotionが顧客オンボーディング業務にManaged Agentsを活用する事例を披露しました。タスクリストをエージェントに委任し、Claude Platform上のダッシュボードでエージェントの稼働状況を監視できる仕組みです。一方、ウォール街ではAnthropicの企業向け攻勢が従来型SaaS企業を脅かす可能性が意識され、ソフトウェア株への警戒感が広がっています。

Anthropicと同様にOpenAIもエージェントプラットフォーム「Frontier」を展開しており、両社ともIPOを視野に入れながら企業向けサービスの拡充を急いでいます。ただしWIREDは、大半の企業がClaude上で完全に業務を遂行するまでにはまだ相当の道のりがあるとも指摘しています。

Amazonは2026年4月7日、配車サービス大手UberがAWSとのクラウド契約を拡大し、自社設計チップの利用を増やすと発表しました。Uberは低消費電力のARMベースCPU「Graviton」の利用を拡大するとともに、Nvidiaに対抗するAI半導体「Trainium3」の試験運用を新たに開始します。ライドシェア関連機能の多くをAWS上で稼働させる方針です。

Uberは2023年にオンプレミスのデータセンターからクラウドへ移行する方針を打ち出し、OracleおよびGoogle Cloudと大型契約を締結していました。特にOracle Cloud上ではAmpere製ARMチップを活用し、x86中心だった環境からの転換を進めていました。今回のAWS契約拡大は、こうしたマルチクラウド戦略の中でAmazon独自チップの競争力が評価された結果といえます。

この契約はAWSにとって、Oracleの主要顧客を引き寄せた象徴的な成果です。Oracleは2024年末にチップ設計企業Ampereの持ち分をSoftBankに売却し、自社でのチップ設計から撤退しています。一方のAWSはTrainiumを軸に独自半導体戦略を推進しており、クラウド各社の差別化競争が激化しています。

AWSの独自チップを採用する大手企業は増え続けており、Anthropic、OpenAI、AppleもすでにTrainiumの利用を開始または拡大しています。AmazonのCEOアンディ・ジャシー氏は2025年12月、Trainiumがすでに数十億ドル規模の事業に成長していると述べており、Nvidiaに依存しないAIインフラの選択肢として存在感を高めています。

米国の小規模スタートアップArceeが、新たな推論モデル「Trinity Large Thinking」を公開しました。同社はわずか26人の従業員と2000万ドルの予算で、4000億パラメータの大規模言語モデルをゼロから構築しています。CEOのMark McQuade氏はTechCrunchに対し、非中国企業としては史上最も高性能なオープンウェイトモデルだと述べています。

Arceeの狙いは、米国や西側諸国の企業が中国製AIモデルを使う必要をなくすことにあります。中国製モデルは高い性能を持つ一方で、データが中国政府の手に渡るリスクが指摘されています。Arceeのモデルはダウンロードして自社環境で運用できるほか、クラウド経由のAPI利用も可能です。

同社のモデルはAnthropicやOpenAIのクローズドモデルには性能面で及ばないものの、大手企業の方針変更に左右されない利点があります。実際、Anthropicが先週OpenClawユーザーに追加課金を求めたことを受け、ArceeのモデルはOpenRouterのデータによるとOpenClawで人気の高いモデルの一つとなっています。

ライセンス面でもArceeは差別化を図っています。MetaのLlama 4は真のオープンソースとは言えないライセンス問題が指摘されていますが、ArceeのTrinityシリーズはすべてApache 2.0ライセンスで公開されており、商用利用を含め制約のない形で提供されています。

米AI研究企業Anthropicは2026年4月7日、GoogleおよびBroadcomと新たな計算能力拡大に関する契約を締結したと発表しました。同社のAIモデル「Claude」への需要が急増していることを受け、GoogleクラウドのTPU（テンソル処理ユニット）の利用をさらに拡大するものです。

今回の契約は、2025年10月に締結された1ギガワット超の計算能力契約の拡張にあたります。Broadcomが米証券取引委員会に提出した書類によると、新たな契約では3.5ギガワットの計算能力が含まれており、2027年から順次稼働する予定です。計算インフラの大部分は米国内に設置され、同社が掲げる500億ドルの米国計算インフラ投資計画の一環となります。

AnthropicのKrishna Rao最高財務責任者は「顧客基盤の指数関数的な成長に対応し、Claudeがフロンティアを定義し続けるために、過去最大規模の計算投資を行う」と述べました。同社は2026年2月に300億ドルのシリーズG資金調達を完了し、企業評価額は3800億ドルに達しています。

事業面では、同社の年間経常収益が300億ドルに到達しました。これは2025年末時点の90億ドルから大幅な増加です。年間100万ドル以上を支出する法人顧客は1000社を超えており、米国防総省によるサプライチェーンリスク指定にもかかわらず、企業顧客からの需要が成長を牽引しています。

AIの訓練には膨大なエネルギーが必要であり、データセンターの炭素排出量は増加の一途をたどっています。大手テック企業は原子力発電への関心を高めていますが、実用化にはまだ時間がかかります。こうした背景のもと、研究者や企業がAI訓練の分散化という手法でエネルギー問題に取り組んでいます。分散化とは、単一のデータセンターに依存せず、遊休サーバーや太陽光発電住宅のコンピュータなど既存のリソースを活用してモデル訓練を行う仕組みです。

NvidiaはSpectrum-XGSイーサネットを発表し、地理的に離れたデータセンター間での大規模訓練を可能にしました。Ciscoも分散AIクラスタ接続用のルーターを投入しています。一方、Akash Networkはオフィスや小規模データセンターの遊休GPUを貸し出すピアツーピア型クラウドマーケットプレイスを運営しており、「データセンターのAirbnb」を標榜しています。

ソフトウェア面では、Google DeepMindが開発したDiLoCoアルゴリズムが注目を集めています。DiLoCoは「計算の島」と呼ばれるチップ群を形成し、島同士の同期頻度を抑えることで通信コストと障害耐性の課題を解決します。改良版のStreaming DiLoCoでは、訓練と並行してバックグラウンドで知識を段階的に同期し、帯域幅の要件をさらに低減しました。Prime Intellectはこの手法で5カ国にまたがる100億パラメータモデルを訓練し、0G Labsは1070億パラメータの基盤モデルの分散訓練に成功しています。

Akash NetworkはStarclusterプログラムを立ち上げ、太陽光パネルを備えた住宅のデスクトップやノートパソコンをAI訓練に活用する構想を推進しています。参加にはバッテリーや冗長なインターネット接続が必要ですが、業界パートナーとの協力でバッテリーコストの補助を検討中です。2027年までに住宅がプロバイダーとして参加できるようになることを目指しており、学校やコミュニティ施設への展開も視野に入れています。

分散型AI訓練は、新たなデータセンターを建設せずに既存の処理能力を活かすことで、AIのエネルギー消費問題に対する有望な解決策となります。Akash共同創業者のGreg Osuri氏は「エネルギーをAIのところに持っていくのではなく、AIをエネルギーのあるところに持っていく」とその理念を語っています。

米国電気電子学会（IEEE）の技術誌IEEE Spectrumは2026年4月7日、AIシステムがクラッシュせずに静かに障害を起こす問題について解説する記事を公開しました。自律的に動作するAIシステムでは、すべての監視指標が正常を示しているにもかかわらず、出力が徐々に誤った方向へ逸脱する「静かな障害」が増えていると指摘しています。

記事では具体例として、金融アナリスト向けの規制情報要約AIを挙げています。文書取得・要約生成・配信のすべてが技術的には正常に機能しているものの、更新された文書リポジトリが取得パイプラインに追加されないまま、古い情報に基づく要約を出し続けるケースです。アラートは一切発生せず、外部からはシステムが正常稼働しているように見えます。

従来のオブザーバビリティ（可観測性）は稼働率・レイテンシ・エラー率といった指標に依存しており、個々のリクエスト処理の正否を判定するには有効です。しかし自律型AIシステムでは、連続的な推論ループの中で各判断が次の行動に影響を与えるため、単一の計算結果だけでは正確さを評価できないと論じています。

解決策として記事が提唱するのは「行動制御」という考え方です。航空機の飛行制御や電力網運用で使われてきた監督制御システムをAIに応用し、出力パターンの変化や行動ドリフトを継続的に監視します。許容範囲を逸脱した場合には動作の制限や人間によるレビューへの回付など、リアルタイムで介入する仕組みを構築すべきだとしています。

筆者は、AIシステムの信頼性に対する工学的思考の転換が必要だと結論づけています。コンポーネントの正常動作を保証するだけでなく、システム全体の行動が目的と整合し続けているかを能動的に監視・制御する手法が、クラウド基盤・ロボティクス・大規模意思決定システムなど多くの領域で求められるようになると述べています。

AI-RAN（人工知能無線エリアネットワーク）は、無線インフラを受動的なデータ伝送路から能動的な計算基盤へと転換する新たなアーキテクチャです。Booz Allen上級副社長のChris Christou氏とCerberus Operations Supply Chain FundのShervin Gerami氏がVentureBeatの取材に応じ、AI-RANが製造業や物流、医療、スマートインフラなど幅広い産業でエッジAIと自律運用を実現する基盤になると語りました。

AI-RANには三つの段階があります。第一の「AI for RAN」はネットワーク運用自体の最適化を指し、コスト削減に寄与します。第二の「AI on RAN」はRAN統合型のエッジコンピュート上でコンピュータビジョンやロボティクス、ローカルLLM推論などの企業AIワークロードを実行する段階です。第三の「AI and RAN」ではネットワークとAIワークロードが協調設計され、まったく新しいビジネスモデルが生まれるとGerami氏は説明しています。

技術面では、ISAC（統合センシング・通信）が中核となります。通信インフラがセンサーとしても機能し、工場や病院ではサブメートル精度の資産追跡や異常検知が可能になります。また、分割推論によりデバイス側・エッジ側・クラウド側に処理を分散させ、ミリ秒単位のリアルタイム制御を低コストで実現できるとChristou氏は述べました。

投資のタイミングについて両氏は、5Gインフラの展開がほぼ完了し6G標準がまだ確定していない現在が戦略的に重要な窓だと強調しています。AI-RANはソフトウェア定義のオープンアーキテクチャで構成されており、NVIDIAのハードウェアとソフトウェアがあれば導入できるため参入障壁が低く、企業がネットワーク標準の共同設計者になれる点が従来の無線技術とは根本的に異なります。

Googleは2026年4月、オフライン対応のAI音声入力アプリ「Google AI Edge Eloquent」をiOS向けに静かにリリースしました。このアプリはGemmaベースの自動音声認識モデルを搭載し、端末にモデルをダウンロードすればネットワーク接続なしで音声の書き起こしが可能です。

最大の特徴は、一般的な音声入力ソフトとは異なり、「um」「ah」などのフィラー語や言い直しをAIが自動で除去し、整った文章として出力する点です。クラウドモードをオンにすればGeminiモデルによるテキスト補正も利用でき、「要約」「フォーマル」「短縮」「詳細」といった文体変換オプションも備えています。

利便性の面では、Gmailアカウントから専門用語や固有名詞を自動インポートする機能を搭載しています。また、過去の書き起こし履歴の検索、1分あたりの発話速度の表示など、業務利用を意識した機能も充実しています。

現在はiOS限定ですが、App Storeの説明文にはAndroid版への言及があり、デフォルトキーボードとしての設定やWispr Flowのようなフローティングボタン機能も予定されています。AI音声入力市場が拡大するなか、Googleの本格参入は競合各社にとって大きな脅威となりそうです。

Anthropicは2026年4月6日、GoogleおよびBroadcomと数ギガワット規模の次世代TPU容量を確保する新たな契約を締結したと発表しました。この計算基盤は2027年から順次稼働を開始し、フロンティアモデル「Claude」の訓練と推論に活用されます。同社CFOのKrishna Rao氏は「過去最大の計算資源へのコミットメント」と述べています。

Anthropicの事業は2026年に入り急成長を続けており、年間売上ランレートは300億ドルを突破しました。2025年末の約90億ドルから3倍以上の伸びとなります。年間100万ドル以上を支出する法人顧客は2月時点の500社超からわずか2か月で1,000社に倍増しており、企業のAI導入が加速していることを示しています。

今回の契約で確保する計算基盤の大部分はアメリカ国内に設置される予定です。これは2025年11月に発表した500億ドルのアメリカ国内AI基盤投資計画の大幅な拡大に位置づけられます。昨年10月に発表したGoogle CloudのTPU容量拡大に続く動きであり、Broadcomとの関係もさらに深まることになります。

Anthropicはハードウェアの多様化戦略を維持しています。AWSのTrainium、GoogleのTPU、NVIDIAのGPUを用途に応じて使い分けることで、性能と耐障害性を最適化しています。主要クラウドパートナーは引き続きAWSであり、Project Rainierでの協業も継続中です。Claudeは現在、AWS Bedrock・Google Cloud Vertex AI・Microsoft Azure Foundryの3大クラウドすべてで利用可能な唯一のフロンティアAIモデルという位置づけを維持しています。

MetaがAI訓練データの委託先であるMercorとの全業務を無期限で停止したことが、WIREDの取材で明らかになりました。大規模なセキュリティ侵害を受けた措置で、他の主要AI企業も同社との取引を再評価しています。

MercorはOpenAIやAnthropicなどの大手AI企業向けに、モデル訓練用の独自データセットを人間の契約作業者を通じて生成する企業です。これらのデータはChatGPTやClaude Codeといった製品の中核をなすもので、競合他社への流出は深刻な影響を及ぼしかねません。

侵害の原因は、攻撃グループTeamPCPによるAI APIツール「LiteLLM」の2バージョンへの不正コード混入です。このサプライチェーン攻撃により、LiteLLMを利用する数千の企業・サービスが影響を受けた可能性があります。

Mercorは3月31日にスタッフへのメールで攻撃を認めました。Meta関連プロジェクトに従事していた契約作業者は、再開まで稼働時間を記録できず、事実上の休業状態に置かれています。

OpenAIは現行プロジェクトを停止していないものの、自社の訓練データがどの程度露出したか調査中です。同社はユーザーデータへの影響はないと明言しています。

Lapsus$を名乗るグループが200GB超のデータベースや約1TBのソースコードなどの販売を主張していますが、セキュリティ研究者は元のLapsus$との関連を否定しています。実際の攻撃者はTeamPCPまたはその関連グループとみられています。

TeamPCPは近月中に勢いを増しており、ランサムウェアグループとの連携やイラン関連のクラウドインスタンスを狙うワーム「CanisterWorm」の拡散など、金銭目的と地政学的動機の両面で活動を拡大しています。

イラン革命防衛隊は2026年4月1日を期限として、Apple・Microsoft・Google・Meta・Tesla・Palantirなど米テック大手18社への攻撃を予告しました。中東地域に拠点を持つ企業の従業員や近隣住民に退避を呼びかけており、米国とイランの対立が民間企業を直接巻き込む段階に入っています。

すでにイランはAmazon Web Servicesのデータセンターを2度攻撃しており、米国所有の大規模クラウドインフラへの初の公式確認された攻撃となりました。Sam Altman氏がトランプ政権関係者とともに中東でデータセンター投資を進める中、AnthropicのDario Amodei氏は中東へのデータセンター設置に警戒を示しています。

テック企業の株価は最大20%下落し、NvidiaやMetaも大きな打撃を受けています。一方、サンフランシスコのテック企業社員の多くは戦争への関心が薄く、経営層との温度差が際立っています。OpenAIが年内に予定していたIPOへの影響も懸念されています。

米国内ではトランプ政権が中間選挙への介入を強めています。投票時にパスポートや出生証明書の提示を義務づけるSAVE法の成立を推進し、郵便投票を制限する大統領令に署名しました。選挙60日前までに有権者名簿を連邦政府に提出させる内容で、大学生の投票権を事実上制限する狙いがあると指摘されています。

予測市場大手PolymarketはワシントンDCでポップアップバー「シチュエーションルーム」を開催しましたが、開場が1時間半遅れ、設備の大半が動作しない失態に見舞われました。同社はPalantirとスポーツ市場の不正監視で提携を発表しましたが、地政学的な賭けの疑惑調査には適用しない方針で、急成長と運営の未熟さが浮き彫りになっています。