インフラ（インフラ）に関するニュース一覧

Anthropicは2026年5月19日、Claude Managed Agentsに自己ホスト型サンドボックスとMCPトンネルの2つの新機能を発表しました。企業がAIエージェントを社内APIやデータベースに接続する際、認証情報がエージェントのコンテキスト内を通過しない仕組みを提供し、セキュリティ上の最大の障壁を取り除くことを目指します。

従来のエージェント運用では、ツール呼び出し時に認証トークンがエージェント自体に渡されるため、エージェントが侵害された場合に認証情報ごと流出するリスクがありました。自己ホスト型サンドボックスはツール実行を企業の自社インフラ内に閉じ込め、エージェントのオーケストレーションループだけをAnthropicのプラットフォーム側で処理する分離アーキテクチャを採用しています。

MCPトンネルは、組織のネットワーク内にアウトバウンド専用の軽量ゲートウェイを設置し、エージェントがプライベートなMCPサーバーに接続する際にも認証情報がエージェントを経由しない設計です。これにより認証制御をネットワーク境界に移動させ、エージェント内部に鍵を残さない運用が可能になります。

競合するOpenAIも4月にAgents SDKへローカル実行機能を追加していますが、Anthropicはエージェントループとツール実行を明確に分離する点を差別化として強調しています。自己ホスト型サンドボックスはパブリックベータ、MCPトンネルはリサーチプレビューの段階にあり、Anthropicは既存ユーザーに対しまずサンドボックスの導入から始めることを推奨しています。

NVIDIAとGoogle Cloudは2026年5月19日、Google I/Oカンファレンスにおいて、両社の共同開発者コミュニティが10万人を突破したことを発表しました。昨年のGoogle I/Oで立ち上げたこのコミュニティに、JAXライブラリの新学習パスやNVIDIA Dynamoの推論最適化コードラボなど新たなリソースを追加し、AI開発者の育成を加速します。

コミュニティでは、開発者がNVIDIAのGPUアクセラレーション技術とGoogle Cloudのプラットフォームを組み合わせ、本番環境で使えるAIアプリケーションを構築しています。具体的には、Google Kubernetes Engine上でのRAGアプリケーション開発や、エージェント型ワークロードの可観測性実装などが進んでいます。スポーツ分析やエンタープライズデータパイプラインといった実用的なユースケースでの検証も行われています。

責任あるAIの分野では、NVIDIAがGoogle DeepMindのSynthID技術で業界初のパートナーとなりました。SynthIDはAI生成コンテンツに電子透かしを埋め込む技術で、NVIDIA Cosmosワールドファウンデーションモデルの出力に適用されます。ロボットや自律機械向けの3D知覚・シミュレーション機能を持つCosmosモデルに透明性をもたらし、開発者がエージェント型アプリケーションをより責任ある形で展開できるようにします。

インフラ面では、Google Cloud NextでNVIDIA Vera Rubin搭載のA5XインスタンスやGoogle DeepMindのGeminiモデルを含むフルスタックプラットフォームを拡張しました。OpenAIやSalesforceなど大手企業も活用しており、プロトタイプからエンタープライズ規模のワークロードまでシームレスに拡張できる環境が整っています。開発者はGemma 4、NVIDIA Nemotron、Google Agent Development Kitなどのオープンモデルとツールを組み合わせ、Blackwell GPU搭載のG4 VM上でマルチエージェントアプリケーションを構築できます。

米電力最大手NextEra Energyが、バージニア州を拠点とする大手電力会社Dominion Energyの買収を進めています。この巨大合併の最大の推進力は、AI向けデータセンターの急増に伴う電力需要の爆発的な拡大です。NextEraはこの合併により130ギガワット規模のデータセンター需要パイプラインを確保し、2032年までに発電容量を225ギガワットへ倍増させる計画を掲げています。

バージニア州はデータセンター市場が急成長しており、送電インフラ建設に友好的な政策環境と高い利益率を備えています。NextEraにとって、こうした条件がDominion買収を魅力的にしている要因です。同社は2023年11月にフロリダ州で70億ドルの料金値上げを承認されており、これが買収の財務基盤になったとの指摘もあります。

一方で、消費者団体や専門家からは懸念の声が上がっています。巨大電力会社の政治的影響力が増すことで、料金引き上げが消費者に不利に働く可能性があるためです。過去にも大型合併後に電気料金が上昇した事例があり、消費者への影響を注視する必要があると指摘されています。

ただし、買収が実現してもバージニア州の規制は引き続き適用されます。2020年制定のバージニアクリーンエコノミー法による2050年脱炭素目標や、蓄電池開発目標の強化法も維持されます。NextEraは太陽光・風力発電のリーダーであり、再生可能エネルギーへの積極姿勢がDominionの企業文化を変える可能性も期待されています。

もっとも、NextEraの過去の買収実績は順調とは言えません。2020年にはDuke Energyとの統合交渉が頓挫しており、今回のDominion買収が同社史上最大の案件となります。規制当局の承認や政治的ハードルも高く、合併の成否はまだ見通せない状況です。

Googleは2026年5月19日のGoogle I/O開発者会議で、最新AIモデルGemini 3.5 Flashを発表し即日提供を開始しました。同モデルはわずか4〜5カ月前にフラグシップとして位置づけられていたGemini 3.1 Proをほぼすべてのベンチマークで上回りながら、出力速度は競合フロンティアモデルの4倍となる毎秒約300トークンを達成しています。Google DeepMindのコライ・カブクチュオール最高技術責任者は「品質とレイテンシの驚異的な組み合わせ」と表現しました。

主要ベンチマークではTerminal-Bench 2.1で76.2%、GDPval-AAで1656 Elo、MCP Atlasで83.6%、CharXiv Reasoningで84.2%を記録しました。Artificial Analysisの知能・速度インデックスで「右上象限」に位置する唯一のモデルとなり、品質とコストのトレードオフを根本から覆す成果だとGoogleは主張しています。

企業向けのコストインパクトも大きく、サンダー・ピチャイCEOは1日1兆トークンを処理する大口顧客がワークロードの80%をFlashに移行すれば年間10億ドル以上を節減できると述べました。推論コストは競合の2分の1から3分の1の水準です。エージェント型ワークフローではトークン消費が急増するため、このコスト優位性は自律型AI導入の採算性を大きく改善します。

エージェント機能への最適化も際立っています。3.5 Flashは数時間にわたる自律セッションを実行でき、社内テストではエージェントがOSをゼロから構築することにも成功しました。同時発表されたAntigravity 2.0はスタンドアロンのデスクトップアプリとして提供され、複数エージェントの並列管理が可能です。ShopifyやMacquarie Bank、Salesforceなどのパートナー企業も既に業務への組み込みを進めています。

消費者向けには、月間アクティブユーザー9億人超のGeminiアプリと10億人超のAI Mode in Searchの標準モデルとなりました。新たに発表された24時間稼働パーソナルエージェント「Gemini Spark」もFlashで駆動し、Gmail・Docs・Sheetsなどと連携してバックグラウンドでタスクを処理します。Googleは2026年の設備投資を1800億〜1900億ドルと見込んでおり、自社開発TPU第8世代を含むインフラ増強でさらなるコスト削減を目指します。来月にはより高性能な3.5 Proの一般提供も予定されています。

Googleは2026年5月19日のGoogle I/O 2026で、エージェント開発基盤Antigravity 2.0を発表しました。デスクトップアプリ、コマンドラインツール（CLI）、SDKの3つのインターフェースを提供し、開発者がAIエージェントを構築・運用するための統合環境を大幅に拡充しています。新モデルGemini 3.5 Flashを基盤とし、既存のフロンティアモデルの4倍の速度で動作します。

新しいデスクトップアプリでは、複数のエージェントを同時に起動してタスクを並列処理できます。動的なサブエージェント生成やバックグラウンドでのスケジュール実行にも対応し、Google AI Studio、Android、Firebaseとの統合も可能です。音声コマンドによる操作機能も追加されました。

同時に発表されたManaged Agentsは、Gemini APIに統合されたマネージドエージェント機能です。1回のAPI呼び出しで隔離されたLinux環境が起動し、エージェントが自律的に推論・ツール使用・コード実行を行います。セッション状態が永続化されるため、後続の呼び出しでファイルや作業状態を引き継いだマルチターン対話が可能です。

開発者はマークダウンファイルで独自の指示やスキルを定義し、カスタムエージェントとして登録できます。RampやResemble AIなど早期導入企業からは、インフラ構築の負担が大幅に軽減されたとの評価が寄せられています。エンタープライズ向けにはGemini Enterprise Agent Platformでのプライベートプレビューも開始しました。

料金面では、月額100ドルの新しいAI Ultraプランを導入し、Proプランの5倍の利用枠を提供します。最上位プランは250ドルから200ドルに値下げされました。期間限定で新規・既存のAI Ultra加入者に100ドル分のボーナスクレジットも提供されます。AnthropicやOpenAIと同様の段階的料金体系を整備し、異なる利用規模の開発者に対応しています。

Alphabet発のAIスタートアップSandboxAQは2026年5月18日、Anthropicと提携し、自社の創薬・材料科学向けAIモデルをClaudeに統合したと発表しました。これにより研究者は専用の計算インフラを用意せずとも、自然言語の対話インターフェースを通じて高度な分子シミュレーションを実行できるようになります。

SandboxAQが開発するLQM（大規模定量モデル）は、テキストのパターンではなく物理法則に基づいて訓練された独自のAIモデルです。量子化学計算、分子動力学シミュレーション、化学反応の微視的動力学解析を実行でき、候補分子が実験室で実際にどう振る舞うかを事前に予測します。同社のAIシミュレーション部門GMであるNadia Harhen氏は「フロンティア級の定量モデルがフロンティア級のLLM上で自然言語からアクセスできるのは初めて」と述べています。

創薬分野では、有望な分子を1つ見つけるのに10年以上と数十億ドルの費用がかかり、それでも大半の候補が脱落するのが現実です。Chai DiscoveryやIsomorphic Labsといった競合がモデルの科学的精度を追求する中、SandboxAQは「誰が使えるか」というアクセシビリティの問題に焦点を当てています。従来、LQMの利用には専門的なデジタルインフラが必要でしたが、Claude統合によってその障壁が取り除かれました。

SandboxAQはエリック・シュミット元Google CEO が会長を務め、累計9.5億ドル以上を調達しています。同社はバイオ医薬品、金融、エネルギー、先端素材など50兆ドル超の「定量経済圏」を事業ターゲットに掲げており、サイバーセキュリティ事業も展開しています。今回のClaude統合は、計算科学者だけでなく実験科学者や製薬企業の研究者にもAI創薬ツールの門戸を広げる取り組みとして注目されます。

PaddleOCR 3.5が2026年5月18日にリリースされ、Hugging Face Transformersを推論バックエンドとして選択できるようになりました。PP-OCRv5やPaddleOCR-VL 1.5といったOCR・文書解析モデルを、engineパラメータひとつでTransformersバックエンドに切り替えて実行できます。

RAGや文書エージェントの構築では、PDFやスキャン画像を構造化データに変換する前処理が精度を左右します。PaddleOCRはこの文書取り込み工程を担うOCR・文書解析モデルを提供してきましたが、従来はPaddlePaddle固有の推論エンジンが前提でした。今回の対応により、PyTorch/Transformersベースのインフラを使うチームでも統合の手間が大幅に減ります。

使い方はシンプルで、PaddleOCRのコンストラクタにengine="transformers"を指定するだけです。engine_configでdtypeやアテンション実装の選択も可能で、開発環境に合わせた最適化ができます。Hugging Face Spacesではライブデモも公開されています。

注意点として、OCR・文書解析のスループットを最大化したい場合は、PaddleOCRのデフォルトであるpaddle_staticバックエンドが引き続き推奨されます。Transformersバックエンドは既存のバックエンドを置き換えるものではなく、開発スタックに応じて推論バックエンドを選べる柔軟性を提供するものです。

OpenAIとDell Technologiesは2026年5月18日、OpenAIのAIコーディングツール「Codex」を企業のハイブリッドおよびオンプレミス環境に展開するための提携を発表しました。Codexは現在、毎週400万人以上の開発者が利用しており、OpenAIの法人向け製品で最も急成長しているサービスの一つです。

Codexの用途はコーディングにとどまりません。コードレビューやテストカバレッジ、インシデント対応に加え、レポート作成やリード選別、フォローアップ文書の生成など、ソフトウェア開発以外のビジネス業務にも活用が広がっています。

今回の提携では、CodexをDell AI Data Platformと接続し、企業が社内に保有するコードベース、ドキュメント、業務システム、運用ナレッジといったデータに直接アクセスできるようにします。これにより、AIエージェントが実際の業務文脈を踏まえた出力を行えるようになります。

さらに両社は、Dell AI Factoryとの連携も検討しています。Codex、ChatGPT Enterprise、その他APIベースのソリューションがAI Factoryと接続し、データ準備やシステム管理、テスト実行、AIアプリケーションのデプロイを企業のインフラ上で行える仕組みを目指します。

大企業がAIエージェントを本番環境で運用するには、データの所在地やセキュリティ管理が重要な課題となります。Dell環境上でCodexを稼働させることで、企業は既存のガバナンス体制を維持したままAI導入を加速できる道筋が開かれます。

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。

オーストラリア・メルボルンが、大規模計算基盤と研究機関の集積を背景にAI研究ハブとしての存在感を高めています。モナシュ大学はNVIDIA・Dell・CDC Data Centresと提携し、同国の大学としては最大規模のAIスーパーコンピュータ「MAVERIC」を構築・稼働させました。がん検出や新薬開発、材料科学など幅広い研究を国内の主権管理下で実行できる設計です。

データセンター投資も加速しています。CDC Data Centresは2026年2月にメルボルン・ブルックリンにキャンパスを開設し、ラバートンの拠点と合わせて800MW超の主権デジタル容量を計画しています。NEXTDCもフィッシャーマンズベンドに20億豪ドル規模のAIインフラ拠点を開発中で、医療・防衛・金融分野への展開を見据えています。

メルボルンにはビクトリア州全体で40以上のデータセンターと188社のAI企業が集積しており、州政府も持続可能データセンター行動計画に550万豪ドルの初期投資を行っています。モナシュ大学やメルボルン大学をはじめとする大学群が、機械学習・ロボティクス・HCIなどの分野で応用研究を推進しています。

国際会議の誘致も研究エコシステムの強化に寄与しています。2026年9月にはData Center WorldとAI Summitがメルボルンで共同開催予定で、同年にはICONIP 2026、2027年にはIEEE VRの開催も決定しています。計算インフラ・研究力・国際会議という三要素が相互に強化し合う「フライホイール」構造が、メルボルンをアジア太平洋地域の主要AI研究拠点へと押し上げています。

Anthropicは2026年5月18日、SDK自動生成スタートアップのStainlessを買収したと発表しました。Stainlessは元Stripeエンジニアのアレックス・ラトレイ氏が2022年にニューヨークで創業した企業で、APIの仕様書から複数言語の本番用SDKを自動生成・保守するツールを提供しています。買収額は非公開ですが、The Informationは先週、Sequoia CapitalやAndreessen Horowitzが出資する同社を3億ドル超で買収する交渉中だと報じていました。

この買収の戦略的意義は、競合他社が依存するインフラ企業を自陣に取り込む点にあります。StainlessのSDKツールはAnthropicだけでなく、OpenAI、Google、Cloudflare、Replicate、Runwayなど幅広いAI企業が利用してきました。Anthropicは買収後、Stainlessのホスト型製品をすべて終了すると明言しており、今後は同社の技術をAnthropic専用とする方針です。

既存の顧客への影響について、Anthropicの広報担当者は、これまでに生成されたSDKの所有権は顧客側にあり、自由に修正・拡張できると説明しています。ただし新規のSDK生成や自動更新機能は利用できなくなるため、競合各社は代替手段の確保を迫られることになります。

ラトレイ氏は「SDKはそれがラップするAPIと同等の注意を払うべきだ」との理念でStainlessを創業したと述べています。AnthropicはAPI提供の初期からStainlessの技術を活用しており、公式SDKのすべてが同社のソフトウェアで生成されてきました。AIエージェント時代に外部ソフトウェアとの接続を担うSDKの重要性が高まるなか、その生成基盤を内製化する判断は合理的といえます。

AirbnbのCTOであるAhmad Al-Dahle氏がVentureBeatに寄稿し、AIが自らの改善に必要な人間の専門家を消滅させるリスクについて警鐘を鳴らしました。知識労働においてAIが自己改善を続けるには、エラーを発見し高品質なフィードバックを提供できる人間の評価者が不可欠だと同氏は主張しています。

同氏はAlphaZeroの例を引き合いに出し、囲碁のようにルールが固定され勝敗が明確な環境と異なり、知識労働ではルールが動的に変化し報酬信号も曖昧であるため、人間なしに評価ループを閉じることはできないと指摘します。法律・医療・数学などの領域では、ある判断が正しかったかどうかの確認に何年もかかる場合があります。

問題の核心は、現在のAIシステムがまさにその専門家育成の入口であるエントリーレベル業務を最初に自動化していることです。大手テック企業の新卒採用は2019年以降半減しており、文書レビューや初期調査、コードレビューといった業務をモデルが担うようになりました。次世代の専門家が判断力を蓄積する機会が失われつつあります。

同氏はこの現象を「空洞化」と表現します。モデルが専門家の仕事で訓練されたデータに基づいて高品質な出力を続ける一方、その出力を検証・修正・発展させる人間の能力は静かに消えていきます。ベンチマーク上の性能は10年間維持されるかもしれませんが、根底の人的基盤は失われていくのです。

結論として、AI開発の速度を落とすべきではないが、評価能力の維持をモデル能力開発と同等の緊急性をもつ研究課題として扱うべきだと提言しています。千の合理的な経済判断の副産物として人的インフラが解体されている現状に対し、問題が自然に解決すると仮定するのは無責任だと同氏は訴えています。

OpenAIは2026年5月15日、社内メモで大規模な組織再編を発表しました。共同創業者でプレジデントのGreg Brockman氏が製品戦略の全権を正式に掌握し、同社の主力製品であるChatGPTとコーディングエージェントCodexを「単一のエージェントプラットフォーム」に統合する方針を明らかにしました。Brockman氏はメモの中で「エージェントの未来に向けて最大限の集中力で実行する」と述べています。

今回の再編では、Brockman氏の下に4つの柱が設けられます。CodexのエンジニアリングリーダーだったThibault Sottiaux氏がコア製品・プラットフォーム部門を率い、ChatGPT立ち上げ時から責任者を務めてきたNick Turley氏はエンタープライズ部門に異動します。消費者向け部門はInstagram元VPのAshley Alexander氏が統括し、アプリケーションCTOのVijaye Raji氏がインフラ・広告・データサイエンス部門を担当します。

この動きの直接的な契機は、AGI展開責任者だったFidji Simo氏の医療休暇です。先月から暫定的にBrockman氏が製品を統括していましたが、Simo氏の復帰時期が見通せない中で体制を恒久化しました。WIREDによると、Simo氏は今回の組織変更にもBrockman氏と直接協力したとされています。

背景にあるのは、IPOを見据えた事業の選択と集中です。OpenAIはAnthropicのコーディング領域での台頭やGoogleの消費者向けチャットボットとの競争激化に直面しています。先月にはKevin Weil氏やBill Peebles氏ら複数の幹部が退社しており、「副次的プロジェクトへのリソース投下を止める」という方針転換が進んでいます。ChatGPT、Codex、開発中の「スーパーアプリ」への集中投資で、週間アクティブユーザー9億人超の基盤を収益に直結させる狙いです。

Anthropicがエンタープライズ向けAIエージェント基盤の構築を加速しています。VentureBeat独自の調査によると、企業向けエージェントオーケストレーション市場でMicrosoft Copilot Studioが38.6%、OpenAI Assistants APIが25.7%とリードするなか、Anthropicが2026年2月に0%から5.7%へ初めて参入しました。AI競争の焦点はモデル性能から、エージェントの実行環境・権限管理・監査ログといった制御層（コントロールプレーン）へ移行しつつあります。

この動きと呼応するように、AnthropicはPwCとの戦略的提携を大幅に拡大しました。PwCは米国チームを皮切りに数十万人規模の全社展開を進め、3万人のClaude認定プログラムと共同センター・オブ・エクセレンスを立ち上げます。CFO組織変革に特化した新事業部門も設立され、金融・医療・ライフサイエンスなど規制業界から着手します。

すでにPwCの本番環境では目覚ましい成果が出ています。保険引受業務は10週間から10日に短縮、サイバーセキュリティのインシデント対応は数時間から数分へ、HR変革では1週間でプロトタイプを完成させ2カ月で本番稼働に至りました。納品期間は最大70%短縮されたと報告されています。

一方、Claude Codeは想定の年10倍を大幅に超える80倍の利用増に直面しています。製品責任者のCat Wu氏はArs Technicaの取材に対し、長期ロードマップを持たず、モデル能力の向上と開発者のフィードバックに応じて方向性を決める「リーンハーネス」方針を明かしました。計算資源の逼迫に対しては、SpaceXとの提携によるインフラ増強とPro・Maxプランの利用上限倍増で対応しています。

企業の購買判断ではセキュリティと権限管理が最重視され（37〜39%）、ベンダーロックインへの懸念も高まっています。調査ではハイブリッド型のオーケストレーション構成が35〜36%と最多で、単一プロバイダーへの依存を避ける姿勢が鮮明です。AnthropicのManaged AgentsやMCPのオープン標準化はモデル層から実行基盤層への拡大を狙う戦略ですが、真のインフラ勝負はこれからです。

AIデータセンターの建設ラッシュが米国各地で深刻な電力問題を引き起こしています。ペンシルベニア州では約60件のデータセンター計画が進行中で、電気料金の上昇や大量の水消費、騒音公害、農村部の工業化に対する住民の不満が噴出しています。5月14日に開かれたオンラインタウンホールには約225人が参加し、20人以上が反対意見を表明しました。

住民の怒りは政治にも波及しています。データセンター誘致を進めるシャピロ知事に対し、支持層からも批判の声が上がっています。環境団体Better Path Coalitionが1月に立ち上げた反対派Facebookグループは、数十人から1万2千人超へと急拡大しました。クイニピアック大学の2月の世論調査では、登録有権者の68%が地元へのAIデータセンター建設に反対と回答しています。

一方、ネバダ州ではデータセンター需要が既存の電力供給を圧迫しています。レイクタホ地域に電力を供給するLiberty UtilitiesとNVエナジーの契約が2027年5月に終了予定で、NVエナジーが抱える22GW超の接続要求はレイクタホのピーク需要の40倍以上に相当します。データセンター事業者が高額の電力料金を支払う意思を示す中、従来の住民顧客が後回しにされる構図が鮮明になっています。

電力逼迫は広域に及んでいます。隣接するユタ州では、最大9GWを消費する約1万6千ヘクタール規模のデータセンター開発が郡委員会で承認されました。ユタ州全体の現在の電力消費量が約4GWであることを考えると、地域全体の電力価格への上昇圧力は避けられません。

AIインフラの急拡大がもたらすエネルギー負荷は、テクノロジーの恩恵をほとんど受けない地域住民に最も大きな負担を強いています。住民の政治的反発と電力供給の構造的な限界が、データセンター投資計画の見直しを迫るリスク要因として浮上しています。

AIコーディングツールの進化により、プログラミング経験のない一般ユーザーが自分だけのソフトウェアを作る「パーソナルソフトウェア革命」が始まっています。The Vergeの記者David Pierce氏が、自身の体験と多数の開発者・ユーザーへの取材を通じて、この新潮流の全体像を描きました。2025年末のAnthropic Claude Codeのアップデートを転機に、月額20ドルとアイデアさえあれば機能するソフトウェアを構築できる時代が到来したのです。

Apple App Storeでは2025年に新規アプリ数が前年比30%増となり、約10年続いた減少傾向を逆転させました。2026年にはアプリ総数が倍増する可能性も指摘されています。GitHubも2025年に過去最速の成長を記録し、新規ユーザーの80%が初週からCopilotを利用しています。ファンタジー野球の選手ランキング、レトロゲームへの再生可能エネルギー導入、102段ある階段のどこに荷物が届いたかを記録するツールなど、市場価値ゼロ・対象ユーザー1人の極めて個人的なアプリが次々と生まれています。

ただし課題も明らかです。Pierce氏自身、AIが提案するデザインの「紫グラデーション偏愛」に悩まされ、アイコン案が「お尻の穴に見える」と返したエピソードを紹介しています。Notionのデザイナー Brian Lovin氏も「コーディングエージェントは良いインターフェース作りが苦手」と指摘します。セキュリティ保証やサポート体制もなく、企業がバイブコーディングで基幹システムを置き換えるという考えは非現実的です。

より現実的なアプローチとして浮上しているのが、既存アプリのカスタマイズや拡張です。Notionのように豊富な構成要素を提供し、AIがマクロだけを書けばよい仕組みが有効だとNotion CEOのIvan Zhao氏は語ります。GitHub Nextのデザイナー Maggie Appleton氏は、セキュリティや認証などの「オープンソースの優れた基本部品」を整備し、その上に誰もが構築できる環境が必要だと提唱しています。

この新時代に最も重要なのは技術力ではなくテイスト（自分が何を求めるかを知る感覚）だとPierce氏は結論づけます。音楽プロデューサーのRick Rubin氏が技術ではなく「自分の感覚への自信」で成功したように、AIに的確に要望を伝える力が問われます。万人向けのソフトウェアを受け入れる必要はもうありません。自分が必要なもの、好きなものを知っていれば、コーディングを学ばなくても思い通りのものを作れる時代が来ています。

Metaが全米の従業員のノートPCにキーストロークやマウス操作を記録する監視ソフト「Model Capability Initiative（MCI）」の導入を開始し、社内で大規模な抗議運動が起きています。このツールはAIエージェントの訓練データ収集を目的としており、オプトアウトは不可能です。あるエンジニアが投稿した抗議文は約2万人の同僚に閲覧され、複数のオフィスではビラが掲示されるなど、組織的な反発が広がっています。

社内では請願書が回覧されており、「従業員のデータをAI訓練のために非合意で搾取することを企業に許すべきではない」と訴えています。英国のオフィスでは労働組合結成に向けた署名活動も始まりました。監視ツールが米国外に展開されていないのは、他国のプライバシー規制が厳しいためだと複数の社員が語っています。

監視問題に加え、5月20日に予定される約8,000人（全体の10%）のレイオフが士気をさらに低下させています。過去4年間で計約2万5,000人が削減されてきた上、株式報酬は2年連続で引き下げられ、従業員の年間報酬中央値は2024年の41万7,400ドルから38万8,200ドルに下落しました。一方でザッカーバーグCEOはトップAI研究者に年間1億ドル規模の報酬を提示しており、社内の格差が浮き彫りになっています。

さらに1,000人以上のシニアエンジニアが新設のApplied AI Engineering部門への強制異動を命じられ、拒否すればレイオフの対象になると通告されました。社内で反対意見を表明した社員に対し、ボズワースCTOが「見下すような態度で叱責した」と複数の社員が証言しています。ザッカーバーグ氏が社内で「外部の請負業者より社員の方が賢いから監視する」と示唆したとされる発言も、怒りに拍車をかけました。

こうした混乱は、Metaが四半期純利益約270億ドルという過去最高水準の業績を記録し、今年のAIインフラ投資を最大1,450億ドルに引き上げた直後に起きています。ビジネスとしては絶好調でありながら、現場の士気は「歴史的な低水準」にあるという矛盾が、AIシフトの人的コストを象徴しています。採用活動にも影響が出ているとの指摘があり、テック業界全体がAI時代の労使関係を問い直す局面に入っています。

CiscoのAnthony Grieco SVP兼最高セキュリティ責任者は、RSAC 2026の独占インタビューで、企業環境においてAIエージェントの認可（Authorization）に深刻なギャップが存在すると警告しました。エージェントの本人確認（認証）は通過するものの、アクセスすべきでないデータに触れたり、許可されていない操作を実行するインシデントが頻発しているといいます。Ciscoの「State of AI Security 2026」レポートによれば、83%の組織がエージェント機能の導入を計画する一方、セキュリティ対策の準備ができていると回答したのはわずか29%でした。

問題の根本は、企業のIAMチームが人間ユーザーの権限プロファイルをそのままエージェントに複製していることにあります。LLMのフラットな認可平面では、エージェントが権限昇格する必要すらなく、最初から過剰な権限を持ってしまいます。Grieco氏は「財務エージェントであっても、すべての財務データにアクセスすべきではない。特定の時点の個別の経費報告書だけにアクセスを限定すべきだ」と具体的に述べました。

この問題はベンダー固有のものではなく、構造的な課題です。NIST、OWASP、Cloud Security Allianceの3つの標準化団体が2026年初頭に独立して同じギャップを指摘しました。またRSAC 2026で全ベンダーが採用したModel Context Protocol（MCP）についても、セキュリティ上の穴が認識されつつあります。Grieco氏は「セキュリティリーダーとしてMCPにノーとは言えない時代だ」と述べ、まず環境内のMCPサーバーを発見・可視化することが統制の前提だと強調しました。

さらに深刻なのは、重要インフラの約半数がすでにサポート終了またはその間際にあるという調査結果です。ベンダーからセキュリティパッチが提供されないシステム上でエージェントが稼働すれば、認可の欠陥はさらに検知・封じ込めが困難になります。RSAC 2026では5社がエージェント向けアイデンティティフレームワークを発表しましたが、VentureBeatが特定した4つのギャップ（インフラ老朽化、MCP発見、エージェント過剰権限、行動可視性）をすべて塞いだベンダーは存在しませんでした。

企業のセキュリティ担当者が今すぐ着手すべき対策は明確です。IAMチームは人間のアカウントをエージェントに複製する運用を即時停止し、データセット・操作・時間枠を限定した権限設計に切り替えること。SOCチームはプロセスツリーの系譜をログに記録し、エージェントの行動と人間の行動を区別できる体制を整えること。そしてインフラチームはサポート終了資産の棚卸しを今四半期中に実施し、更新をIT投資ではなくセキュリティ投資として位置づけ直すことが求められています。

NVIDIAがAIエージェント基盤と強化学習インフラの両面で大型の取り組みを発表しました。Nous Research開発のエージェントフレームワーク「Hermes Agent」はGitHub星14万超・世界最多利用エージェントとなり、NVIDIAのRTX PCおよびDGX Sparkでの常時稼働に最適化されています。同時に、AlphaGo設計者David Silver氏が設立したIneffable Intelligenceとの強化学習基盤の共同開発も始動しました。

Hermes Agentの最大の特徴は自己改善能力です。複雑なタスクに直面するたびに学習内容をスキルとして保存し、継続的に性能を向上させます。サブエージェントを短命の独立ワーカーとして扱う設計により、300億パラメータ級のローカルモデルでも安定動作を実現しています。Nous Researchがスキルやツールを厳選・テストしているため、他のフレームワークにありがちなデバッグの手間が大幅に削減されています。

ハードウェア面では、Qwen 3.6 35Bモデルが約20GBのメモリで1200億パラメータモデルを上回る性能を発揮し、DGX Sparkの128GB統合メモリ・1ペタフロップスのAI性能と組み合わせることで、高度なエージェントワークフローを終日実行できます。LM StudioやOllamaとの統合もすぐに利用可能で、ローカルAIの導入障壁を下げています。

一方、Ineffable Intelligenceとの提携は強化学習の次世代インフラ構築を目指すものです。事前学習が固定データセットを処理するのに対し、強化学習はデータをリアルタイムに生成するため、インターコネクトやメモリ帯域に独自の負荷がかかります。NVIDIAのJensen Huang CEOは「超学習者 - 経験から継続的に学ぶシステム」のインフラを共同設計すると表明しました。

技術的にはGrace Blackwell上での開発を皮切りに、次世代プラットフォームVera Rubinへの展開も視野に入れています。Silver氏は「人間が既に知っていることを学ぶAIの問題は概ね解決された。次は自ら新しい知識を発見するシステムが必要だ」と述べており、シミュレーションと経験を通じた学習で科学的ブレークスルーを実現する構想です。NVIDIAはエッジからデータセンターまで、AI基盤の全領域で存在感を強めています。

Notionは5月13日、AIエージェント時代に対応する新たな開発者プラットフォームを発表しました。カスタムAIエージェントの機能拡張、外部エージェントとの接続、複数ステップのワークフロー自動化を可能にするもので、同社をノートアプリからエージェント協業の中核基盤へと転換させる狙いがあります。

中核機能のWorkersは、Notionのクラウド上でカスタムコードを安全なサンドボックス内で実行できる仕組みです。外部インフラに依存せずにデータ同期やWebhookトリガーを構築でき、SalesforceやZendesk、PostgresなどのデータをNotion上のデータベースに取り込めます。AIコーディングエージェントにコード生成を任せることも可能です。

外部エージェント連携では、Claude Code、Cursor、Codex、Decagonをローンチパートナーとして対応しました。ユーザーはNotionのチャット上でこれらのエージェントに作業を割り当て、進捗を追跡できます。自社開発の社内エージェントを接続するためのExternal Agent APIも提供されます。

今回の発表は、Notionが単なる生産性アプリからプログラマブルなプラットフォームへと戦略転換する意思表示です。2月に導入したカスタムエージェントは既に100万件以上作成されており、今回の基盤整備によりワークフロー自動化プラットフォームとしての競争力強化を図ります。Business・Enterpriseプランで利用可能なNotion CLIを通じて開発者が操作します。

米国の地方都市にAI向けデータセンター建設の波が押し寄せています。メイン州ジェイでは、2020年に閉鎖した製紙工場の跡地に5億5000万ドル規模のネオクラウド型データセンターが計画されており、開発者は125〜150人の常勤雇用を約束しています。州知事は雇用創出を理由にデータセンター建設の一時停止法案を拒否しましたが、研究者らはその見通しに強い疑問を呈しています。

ボール州立大学のマイケル・ヒックス教授がテキサス州254郡を対象に行った因果分析では、データセンター開設による純雇用創出効果は事実上ゼロでした。建設期間中はホテルが満室になるほどの経済効果が見られるものの、作業員は数週間で去り、運用段階で残る常勤職は30〜50人程度です。マイクロソフトのワシントン州クインシー施設では、建設時500人が稼働後はわずか50人に減少しました。

全米規模でみても、データセンターへの公的補助金は常勤1雇用あたり200万ドル超に達しています。ニューヨーク州では7700万ドルの税優遇で生まれた常勤職がわずか1人という事例も報告されています。調査団体Good Jobs Firstのアンソニー・エルモ氏は、地方自治体が交渉力や法的専門知識を欠いたまま大手開発企業と契約を結んでいる構造的問題を指摘しています。

ヒックス教授は、データセンターが地方にもたらし得る真の恩恵は雇用ではなく固定資産税収だと主張します。ジェイの場合、5億5000万ドルの施設は町内の全住宅・全事業所の評価額合計を上回り、適正に課税すれば学校や公共インフラへの長期投資が可能になります。しかし多くの州は税優遇策を競って整備しており、35州以上がデータセンター誘致のインセンティブを提供している状況です。

根本的な矛盾も浮き彫りになっています。データセンターは雇用創出の名目で公的支援を受けながら、そこで稼働するAIは人間の労働を自動化・代替するために設計されています。Meta、Amazon、OpenAI、Oracleはデータセンターに数十億ドルを投じる一方で人員削減を進めており、専門家は地方が過去50年間繰り返されてきた産業誘致の失敗パターンを再び辿っていると警告しています。

NVIDIAとSAPは2026年5月12日、SAP Sapphireカンファレンスにおいて、企業向けAIエージェントの安全な運用基盤に関する協業拡大を発表しました。NVIDIAのジェンスン・ファンCEOがSAPのクリスチャン・クラインCEOの基調講演にビデオ出演し、両社の連携強化を示しました。

協業の中核となるのは、NVIDIAが開発したオープンソースのエージェント実行基盤OpenShellです。OpenShellは隔離された実行環境、ファイルシステム・ネットワーク層でのポリシー適用、インフラレベルの封じ込めを提供します。SAPはこれを自社のSAP Business AI Platformに組み込み、すべてのAIエージェントのランタイムセキュリティ層として活用します。

SAPのエンジニアはNVIDIAと共同でOpenShellのオープンソース開発に参画し、ランタイムの堅牢化、ポリシーモデリング、企業ID統合、監査・ガバナンス機能の強化に取り組みます。NVIDIAはSAPの長年の顧客でもあり、財務・サプライチェーン・物流でSAPを利用しているため、エンタープライズガバナンスの実務要件を共有しています。

技術面では、OpenShellが「このエージェント操作は安全に実行できるか」を判断し、SAP側のJoule Studioランタイムが「この操作を実行すべきか」を制御する二層構造を採用しています。これによりアプリケーション層のセキュリティだけでは埋められないギャップを解消します。

さらに、自律型エージェントの開発・展開のリファレンス設計図であるNemoClawがJoule Studioから直接利用可能になります。開発チームはセキュリティ基盤をゼロから構築する必要なく、構築から本番展開まで体系的なルートを得られます。企業がAIエージェントにデータを託せる信頼性の確保が、この協業の最終目標です。

GoogleとSpaceXが、宇宙空間に軌道データセンターを建設する計画について協議していることが明らかになりました。Wall Street Journalが関係者の話として報じたもので、AI計算需要の急増を背景に、従来の地上施設に代わる新たなインフラの選択肢として注目されています。

SpaceXは年内に1.75兆ドル規模のIPOを予定しており、宇宙データセンターが数年以内にAIコンピューティングの最も安価な設置場所になるという構想を投資家に訴えています。先週にはAnthropicがSpaceXと提携し、xAI（SpaceXが2月に買収）のメンフィスのデータセンターの計算資源を利用する契約を結んだばかりで、将来的な軌道DCでの協力も視野に入れています。

Google側もSpaceX以外のロケット打上げ企業と並行して協議を進めています。同社は昨年末に発表した「Project Suncatcher」の一環として、2027年までにプロトタイプ衛星を打ち上げる計画です。なお、Googleは2015年にSpaceXへ9億ドルを出資した実績があります。

一方で経済的な課題は大きいです。イーロン・マスク氏は軌道データセンターの運用コストの優位性を主張し、地上施設建設に対する地域住民の反対を回避できる点もメリットに挙げています。しかしTechCrunchの分析によれば、衛星の製造・打上げコストを含めると、現時点では地上データセンターの方が大幅に安価であり、実現までには技術・コスト両面での大きなハードルが残されています。

AI音声プラットフォームを手がけるスタートアップのVapiが、シリーズBで5000万ドルを調達し、評価額が約5億ドルに達しました。Peak XV Partnersがリードし、MicrosoftのM12、Kleiner Perkins、Bessemer Venture Partnersも参加しています。累計調達額は7200万ドルとなりました。

今回の資金調達を後押ししたのが、Amazon Ringとの大型契約です。Ringは2025年のホリデーシーズンにカスタマーサポートへの問い合わせが急増し、40社以上のAI音声ベンダーを比較検討した結果、Vapiを採用しました。現在、Ringの受電は100%がVapiのプラットフォーム経由で処理されており、顧客満足度スコアも改善しています。

Vapiは2023年にCEOのJordan Dearsleyが個人用AIセラピストとして開発したプロジェクトから派生しました。Y Combinator出身の同氏とNikhil Guptaが、低遅延の音声インフラへの需要を見出して2024年にピボットしています。現在はカスタマーサポート、リード獲得、予約管理、アウトバウンド営業など幅広い用途で音声AIエージェントの構築・運用基盤を提供しています。

事業規模は急拡大しており、プラットフォーム経由の累計通話数は10億件を突破しました。日次処理数は100万〜500万件に達し、エンタープライズ顧客がその大半を占めます。Amazon Ringのほか、Kavak、Instawork、New York Life、Intuitなどが導入企業として名を連ねています。

AI音声市場ではSierra、Decagon、PolyAI、ElevenLabsなど競合が増加していますが、Vapiはパッケージ型アプリではなくインフラ・オーケストレーション層に特化する戦略で差別化を図っています。信頼性やコンプライアンスの制御を求めるエンタープライズ向けに、約100名の体制で開発・営業の拡充を進める方針です。

AIデータセンターの電力消費が急増するなか、Nvidiaと米電力研究所EPRIは、全米の変電所に隣接する小規模データセンター約25拠点を建設する実証プロジェクトを発表しました。各拠点は5〜20MW規模で、電力需給に応じて推論ワークロードを別の拠点へ動的に移動させる「分散推論」方式を採用します。米国には約5万5000の変電所があり、それぞれの余剰電力を束ねれば大規模な計算資源を確保できるという発想です。

一方、ギガスケールのAI訓練施設では別の電力課題が浮上しています。数千基のGPUが同期して計算する際に発生する高周波パルス負荷が、電圧低下や周波数不安定を引き起こし、送電網全体に波及するリスクがあります。従来のディーゼル発電機やガスタービンでは、ミリ秒単位の電力スパイクに対応できません。

この課題に対し、電池メーカーAmpaceはEatonと連携して半固体電池を用いたUPS統合ソリューションを提案しています。超低内部抵抗の半固体セルが「衝撃吸収材」として機能し、電力変動を発生源で中和します。これにより、従来必要だった過剰な変圧器や発電機の設備投資を削減でき、総所有コストの最適化が見込めます。

背景には、米国の送電網が平均53%の稼働率にとどまるという構造的な余力があります。ピーク需要はごく短時間に集中するため、データセンターが年間わずか0.25%の時間だけ消費を抑制すれば、76GWの追加容量を確保できるとの試算もあります。小規模分散と蓄電池による安定化という2つのアプローチが、AIインフラの電力問題を解く鍵として注目されています。

元YCスタートアップのCTO3名が共同創業したSupersetは、複数のAIコーディングエージェントを並列に動かすための開発環境（IDE）を構築しました。従来の開発ツールは1人の開発者が1つのタスクを順番に処理する前提で設計されていましたが、Supersetは最大10のエージェントをそれぞれ独立したワークスペースで同時に稼働させ、複数ブランチにまたがるコード生成を実現しています。

並列エージェントの運用には、並列に対応したインフラが不可欠です。各エージェントスレッドに隔離された実行環境が必要であり、ブランチごとにライブURLが即座に発行される仕組みが求められます。プロビジョニングに遅延が生じると並列性が崩壊し、12のワークフローが1つのキューに退化してしまいます。Supersetはこの課題をVercelのプレビューデプロイメント機能で解決しました。

技術スタックはVercelプラットフォーム上に統一されています。AI SDKとAI Elementsがエージェントのオーケストレーションを担い、AI Gatewayがモデルルーティングを処理します。ストレージにはVercel Blobを採用し、Fluid Computeがエージェントの並列タスクに応じて自動スケールします。Active CPU課金により、モデル応答待ちの時間には課金されず、実際の計算処理のみがコスト対象となっています。

Superset自身が最大のユーザーでもあります。チームは自社プロダクトを使って日常の開発を行い、GitHub issueを並列ワークスペースに分配して最大12インスタンスを同時実行しています。Hacker Newsでの公開時にはユーザー数が一晩で3倍に急増しましたが、手動のインフラ追加なしにトラフィックを吸収しました。

週あたり1,000〜1,400回のデプロイと日次約600のプレビュー環境を、プラットフォームエンジニアリングチームなしで運用している点が特徴的です。6つのNext.jsプロジェクトを初日からVercel上で稼働させ、インフラ管理ではなくプロダクト開発に集中できる体制を維持しています。DAUは週次で57〜64%の成長を記録しています。

Robinhoodの共同創業者Baiju Bhatt氏が率いるCowboy Space Corporationは、宇宙データセンター向けロケットの自社開発を目的としたSeries Bラウンドで2億7500万ドルを調達しました。ポストマネー評価額は20億ドルで、Index Venturesがリードし、Breakthrough Energy VenturesやConstruct Capitalなどが参加しています。同社は以前Aetherfluxとして宇宙太陽光発電事業で創業しましたが、軌道上データセンターへとピボットしました。

自社ロケット開発に踏み切った理由は、既存の打上げサービスでは容量が圧倒的に不足しているためです。SpaceXのStarshipは開発段階にあり、商用利用可能になっても自社衛星事業が優先される見込みです。Blue OriginのNew Glennも4月の3回目の打上げで衛星投入に失敗しており、外部の打上げ手段に依存する限り、地上データセンターとコスト競争できる規模には到達できないとBhatt氏は判断しました。

技術面での最大の特徴は、ロケットの第2段にデータセンター衛星を直接組み込む設計です。通常のロケットがペイロードを分離して軌道投入するのに対し、第2段そのものが衛星として機能します。各衛星は質量2万〜2万5000kg、1MWの発電能力を持ち、約800基のGPUを搭載する計画です。ロケットの推力はSpaceXのFalcon 9をやや上回る規模を想定しています。

同社はBlue Origin出身の推進系エンジニアWarren Lamont氏やSpaceX出身の打上げディレクターTyler Grinnell氏など、宇宙産業の経験者を採用しています。ロケットエンジンも自社開発する方針で、試験・製造・打上げ施設の整備を進めている段階です。2028年末までの初打上げを目指しています。

宇宙データセンター市場では、GoogleのSuncatcherが2030年代半ばを目標としており、Starcloudはセンサー向けのエッジ処理から事業を開始する戦略をとっています。Cowboy Spaceはロケットからデータセンターまでを垂直統合する独自路線で、SpaceXやBlue Originと直接競合する構えです。AI計算需要の急増と地上のインフラ制約が強まる中、Bhatt氏は市場規模の大きさから複数プレイヤーが共存できると述べています。

イスラエルのサイバーセキュリティ企業RedAccessは、Lovable・Base44・Replitなどのバイブコーディングツールで構築された38万件の公開アクセス可能なアプリケーション・データベース・関連インフラを発見しました。このうち約5,000件（1.3%）に企業の機密情報が含まれていたことが判明しています。AxiosとWiredがそれぞれ独立して調査結果を検証しました。

露出が確認されたデータには、船舶の入港予定を詳述した海運会社のアプリ、英国の臨床試験一覧を含む医療企業の内部アプリ、ブラジルの銀行の財務情報などが含まれます。さらに小児長期ケア施設の患者会話記録や病院の医師・患者面談要約も公開状態でした。これらはHIPAA、UK GDPR、ブラジルLGPDなどの規制上の報告義務に抵触する可能性があります。

問題の根本は、バイブコーディング基盤のデフォルト設定が「公開」になっている点にあります。ユーザーが手動で非公開に切り替えない限り、アプリはGoogleにインデックスされ誰でもアクセスできます。2025年10月にはEscape.techが5,600件のバイブコーディングアプリを調査し、2,000件超の重大な脆弱性と400件超のAPIキー・アクセストークンの露出を発見していました。

IBMの2025年データ侵害コストレポートによれば、組織の20%がシャドーAIに起因する侵害を経験し、平均コストは463万ドルに達しました。AI関連侵害を報告した組織の97%が適切なアクセス制御を欠いており、63%にはAIガバナンスポリシー自体が存在しませんでした。バイブコーディングによる露出は、シャドーAIの本番環境における実害そのものです。

セキュリティチームへの提言として、RedAccessの調査結果はDNSおよび証明書透過性スキャンによるバイブコーディング基盤の資産発見、デプロイ前のセキュリティレビュー義務化、既存AppSecパイプラインの市民開発者向けアプリへの拡張、DLPルールへの対象ドメイン追加を推奨しています。従来の資産管理ツールでは検出できない新たな脅威に対し、早急な対応が求められます。

カリフォルニア州知事選に出馬中のトム・ステイヤー氏が、AIによって職を失った労働者に福利厚生付きの雇用を保証する政策を発表しました。州全体の選挙で候補者がこうした公約を掲げるのは全米初です。同氏は3月に公表したAI政策の枠組みを拡充し、カリフォルニアを「世界初の雇用保証を実現する主要経済圏」にすると宣言しています。

財源にはAI企業へのトークン課税を充てます。これはAIが処理するデータ1単位あたりごくわずかな税を課す仕組みで、税収はゴールデンステート政府系ファンドに積み立てられます。資金は住宅建設、医療、エネルギーインフラの近代化といった分野の雇用創出に振り向けられる計画です。トークン課税の概念はAnthropicのダリオ・アモデイCEOやOpenAIも支持しており、産業界からも一定の理解を得ています。

計画にはさらに失業保険の拡充と、AI労働者保護局の設立が含まれます。同局は労働組合のリーダー、学者、技術者で構成され、労働者の権利を守る規則を策定します。民主党予備選の対立候補ベセラ氏もAI対策を打ち出していますが、具体的な財源は示していません。

一方、トランプ大統領は2025年12月にAI規制を進める州への連邦通信助成金停止を可能にする大統領令に署名しており、州レベルの規制と連邦政府の方針には緊張が生じています。ニューヨークではAI規制を掲げる議会候補にシリコンバレー系スーパーPACが対抗するなど、政治的対立も激化しています。ステイヤー氏は「AIを規制しないのは合理的ではない」と述べ、起業家だけが恩恵を受ける未来を拒否する姿勢を鮮明にしました。

ブダペスト・コルヴィヌス大学やトゥールーズ経済大学院などの研究者4名が、GitHub Innovation Graphのデータを用いて各国の「デジタル複雑性」を測定する手法を開発し、学術誌Research Policyに論文を発表しました。従来の経済複雑性指標は貿易品目や特許で国の産業能力を評価してきましたが、ソフトウェアは国境を越える際に税関を通らないため測定の盲点となっていました。

研究チームは163の国・地域における150のプログラミング言語の開発者数データを基に、リポジトリ内で共起する言語パターンから59のソフトウェアバンドル（技術スタック群）を構築しました。各国がどのバンドルに比較優位を持つかを算出し、経済複雑性指標（ECI）を適用しています。結果、ソフトウェアECIは一人あたりGDPや所得格差の説明力において、貿易ベースの指標を補完する独自の情報を持つことが示されました。

ランキングではドイツが1位、オーストラリア、カナダ、オランダが続き、米国は6位でした。日本は14位に位置しています。また物理的な貿易と同様に、各国は既存の技術スタックに近い分野へ多角化する「関連性の原則」がソフトウェア領域でも成立することが確認されました。

研究者らは政策的示唆として、ソフトウェア産業は人的資本への依存度が高く人材の流動性が極めて大きいため、優秀な開発者を引きつけつつ過度な規制で窒息させない制度設計が重要だと指摘しています。今後の課題として、生成AIコーディングツールの普及が国家間のデジタル複雑性格差を縮小するのか、逆にAIインフラを持つ先進国の優位を強化するのかが注目されると述べています。

Gartnerの推計によると、2026年のAIインフラ関連の新規支出は4010億ドルに達する見込みです。しかしCast AIの調査では、企業のGPU稼働率は平均わずか5%にとどまっており、投資の95%が実質的に無駄になっている実態が明らかになりました。過去2年間の「GPUの奪い合い」で確保した計算資源が、3〜5年の減価償却サイクルの中で固定費として重くのしかかっています。

VentureBeatの2026年第1四半期調査によると、企業の優先事項は急速に変化しています。「GPUへのアクセス確保」は20.8%から15.4%に低下し、代わりに「推論あたりのコスト・TCO」が34%から41%へ急上昇しました。セキュリティとコンプライアンスの要件も41.5%から48.7%に増加しており、白紙小切手の時代は終わりを迎えています。

特化型AIクラウド（Coreweave、Lambda、Crusoeなど）への移行意向は30.2%から35.9%に拡大しました。これらのプロバイダーは汎用クラウドとは異なり、推論に最適化されたストレージ、ネットワーク、スケジューリングを提供します。一方、マネージド推論の評価意向も13.2%から23.1%へとほぼ倍増し、自前での推論基盤構築が難しい企業の受け皿になっています。

技術面では、RDMAネットワークによる待機時間の削減、共有KVキャッシュアーキテクチャによるメモリ効率の改善、GoogleのTurboQuantによる最大6倍のKVキャッシュ圧縮など、稼働率の壁を突破する手段が整いつつあります。ストレージ層の最適化では、Dellが従来比19倍の初回トークン生成速度向上を実現したと発表しています。

しかし最大の障壁は技術ではなく信頼です。VentureBeatの調査では、72%の企業が自社のAIガバナンスが不十分であると認め、88%の経営幹部がAIエージェント関連のセキュリティインシデントを報告しています。企業は「トークン消費者」として外部に依存するか、「トークン生産者」として推論基盤を自社で保有するかという戦略的選択を迫られています。自前の推論基盤は、データ主権とガバナンスをインフラ層で強制できるという安全保障上の利点もあります。

Anthropicは、Claude Managed Agentsの発表からわずか数週間で、エージェント基盤を大幅に拡張する3つの新機能を追加しました。Dreaming（記憶の自律的学習）、Outcomes（成果評価の内蔵）、Multi-Agent Orchestration（複数エージェントの協調実行）の3機能で、従来は個別ツールで構築していたインフラ層を単一ランタイムに集約します。

Dreamingは、エージェントが複数セッションの経験を振り返り、記憶を取捨選択して未知のパターンを発見する仕組みです。従来のRAGアーキテクチャではベクトルDBに埋め込みを保存し関連コンテキストを取得していましたが、Dreamingではエージェント自身がセッション間で記憶を能動的に書き換え、過去の失敗から学習します。Outcomesは、エージェントの成功基準をルーブリックとして定義し、外部の品質チェックではなくオーケストレーション層内で評価を完結させます。

Multi-Agent Orchestrationは、リードエージェントがタスクを分解し他のエージェントに委任する機能で、LangGraph、CrewAI、Microsoft等のオーケストレーションフレームワークと正面から競合します。Anthropicは、モデル層にオーケストレーションを統合することでチームの制御性が向上すると主張しています。

一方で、企業側にはいくつかの懸念があります。Claude Managed Agentsはフルホスト型ランタイムのため、記憶やオーケストレーションが自社管理外のインフラで実行されます。データ居住地の証明が求められる組織にとっては、コンプライアンス上の障壁となり得ます。また、既に大規模なAI変革を進行中の企業は、既存のワークフローを容易に置き換えられない制約があります。

Anthropicはこの動きが業界全体の方向性を示すと明言しています。他のモデルプロバイダーも同様に、ツールとオーケストレーション基盤をモデル層に統合する製品戦略に移行すると予測されます。モデル自体は交換可能になっても、ツールとオーケストレーション基盤は交換が難しいため、プラットフォーム選択が長期的なロックインに直結する構造です。企業は自社のエージェント成熟度に応じて、統合プラットフォームへの移行か柔軟なモジュラー構成の維持かを早期に判断する必要があります。

GitHubは2026年5月8日、世界各国で進む年齢確認（Age Assurance）関連法案がオープンソース開発者に与える影響について警鐘を鳴らすブログ記事を公開しました。米国ではカリフォルニア州、コロラド州、イリノイ州、ニューヨーク州で、OSやアプリストアに対しユーザーの年齢情報を収集・アプリへ伝達することを義務付ける法案が審議されています。

これらの法案は子どものオンライン安全を目的としていますが、「アプリストア」の定義が広範なため、コード共有プラットフォームやパッケージマネージャーなどの開発者インフラまで規制対象に含まれる可能性があります。ソフトウェアのダウンロードを可能にするだけで消費者向けマーケットプレイスと同列に扱われるリスクがあり、開発コミュニティに懸念が広がっています。

ブラジルでは2026年3月に「デジタルECA」が施行済みで、OSやアプリストアを含むデジタルサービスに広く適用されます。規制当局は優先対象をアプリストアと商用OSとしていますが、法的な曖昧さからすでに一部のOSSプロジェクトがブラジルからのアクセスを制限する事態が発生しています。

GitHubはこれまでオーストラリアのソーシャルメディア年齢制限法やフランスの同様の法案において、OSSコラボレーションプラットフォームの適用除外を実現してきた実績があります。コロラド州の委員会でもOSS開発者インフラを対象外とする意向が示されるなど、政策立案者との対話が成果を上げています。

GitHubは開発者に対し、各州の議員への働きかけやブラジルのパブリックコンサルテーションへの参加を呼びかけています。5月22日にはMaintainer Monthのライブ配信でFreeBSD FoundationやOpen Source Initiativeのパネリストと政策議論を行う予定です。消費者向けサービスと開発者向けインフラの違いを法律に反映させることが、OSSエコシステムの保護に不可欠だと訴えています。

企業向けAIが期待通りの成果を出せない根本原因は、モデルの性能ではなくデータの文脈（コンテキスト）の欠如にあると、Zeta GlobalのCDO Neej Gore氏がVentureBeatへの寄稿で指摘しました。同氏によれば、企業のデータはツール間で分散し、顧客のアイデンティティが一貫せず、シグナルが遅延または欠落しているため、AIモデルが本来の力を発揮できない状態にあります。Gartnerの推計では、データ品質の低さにより企業は年間平均1290万ドルの損失を被っています。

Gore氏は「ミラーテスト」という診断手法を提案しています。高精度な顧客シグナルをAIに与えて出力を確認し、クリーンなデータでは優れた結果が出るのに本番データでは精度が落ちる場合、問題はモデルではなくデータにあると判断できます。AIは拡大鏡のように機能し、強固なデータ基盤をさらに強力にする一方、脆弱な基盤の問題を白日の下にさらします。

記事の核心は、従来の静的な顧客レコードからリアルタイムの文脈情報への転換です。CRMや倉庫に保存された過去の取引記録ではなく、直近の行動パターン、クロスチャネルのシグナル、今まさに生じている意図を統合した「ライブな顧客像」が、AIの推論精度を決定的に左右します。Model Context Protocol（MCP）のようなアーキテクチャが、アプリケーション間で文脈を受け渡す仕組みとして注目されています。

実務面では4つの優先事項が示されました。第一にイベント駆動型アーキテクチャでリアルタイムの行動シグナルを捕捉すること。第二に推論時にミリ秒単位で関連文脈を取得・注入できるシステム設計。第三にデバイスやチャネルをまたぐアイデンティティ解決をインフラとして構築すること。第四にガバナンスと同意を設計段階から組み込むことです。

Gore氏は、ファーストパーティデータと堅牢なアイデンティティ基盤に早期投資した企業には複利的な優位性が生まれていると強調します。優れたデータがより賢いモデルを生み、それがより多くの同意済みユーザーを引き寄せ、さらにリッチな行動シグナルが蓄積されるという好循環です。モデル自体がコモディティ化する中、勝敗を分けるのは「プロンプトを書く前に顧客を理解しているシステム」を持つ企業かどうかだと結論づけています。

SpaceXがテキサス州オースティンに建設を計画するAI半導体工場「Terafab」の投資額が、少なくとも550億ドル（約8兆円）に達することが明らかになりました。テキサス州グライムス郡に提出された公聴会通知の詳細から判明したもので、税制優遇措置の申請に伴い公開されました。

追加フェーズが建設された場合、投資総額は最大1190億ドルに膨らむ可能性があります。イーロン・マスク氏が3月にプロジェクトを発表した際には、地球上で年間200ギガワット、宇宙空間で最大1テラワットの演算能力を支えるチップ生産を目指すという野心的な構想を示していました。

同工場はSpaceXとTeslaが共同で運営し、製造されるチップはAI、ロボティクス、宇宙データセンターに活用されます。先月にはIntelがTerafabの設計・製造に協力すると発表しており、超高性能チップの大規模生産を支援する体制が整いつつあります。

SpaceXはすでにテネシー州メンフィスでデータセンター「Colossus」を運営しており、最近AnthropicのAIモデルに演算能力を提供する契約を締結しています。半導体製造からデータセンター運営まで一貫した垂直統合を進めることで、AI基盤インフラにおける支配的な地位を築く狙いです。

OpenAIは2026年5月7日、サイバーセキュリティ防御者向けの新モデルGPT-5.5-Cyberを限定プレビューとして公開しました。同時に、既存のGPT-5.5に対するTrusted Access for Cyber（TAC）フレームワークの拡充も発表しています。重要インフラの防護に携わる組織が、AIの高度なサイバー防御能力を活用できるようにする取り組みです。

TACは身元確認と信頼レベルに基づく3段階のアクセス構造を採用しています。標準のGPT-5.5は汎用業務向け、TAC付きGPT-5.5は脆弱性トリアージやマルウェア解析、検知エンジニアリングなど大半の防御業務に対応します。最上位のGPT-5.5-Cyberは、レッドチーミングやペネトレーションテストなど、より許容的な挙動が必要な専門ワークフロー向けです。

OpenAIはCisco、Intel、SentinelOne、Snykなどのセキュリティベンダーと連携し、脆弱性の発見からパッチ適用、検知、サプライチェーン保護までをカバーする「セキュリティフライホイール」の構築を進めています。各レイヤーが連動して防御力を高める仕組みです。

オープンソースの保護にも注力しており、Codex Securityプラグインの提供や、重要プロジェクトのメンテナー向けにCodex for Open Sourceプログラムを通じたアクセス権とAPIクレジットの付与を開始しました。脅威モデリングから修正パッチの提案まで一貫して支援します。

アクセスには厳格なセキュリティ要件が課されます。2026年6月1日以降、TACを利用する個人ユーザーにはフィッシング耐性のあるアカウントセキュリティが必須となります。OpenAIは今後、フラッグシップモデルへのTAC適用拡大と、さらに高性能なサイバー専用モデルの開発を計画しています。

OpenAIは2026年5月7日、ChatGPTの広告パイロットプログラムを英国、メキシコ、ブラジル、日本、韓国の5カ国に拡大すると発表しました。同社は2月に米国で無料・Goティアのユーザーを対象に広告テストを開始しており、3月にはカナダ、オーストラリア、ニュージーランドへの展開を経て、今回さらに対象地域を広げる形です。

米国での初期テストでは、消費者の信頼指標に悪影響がないことが確認されています。広告の却下率は低水準にとどまり、フィードバックを通じて広告の関連性も継続的に改善されているとOpenAIは報告しています。こうした好結果が国際展開の判断を後押ししました。

広告はChatGPTの回答に一切影響を与えない設計とされています。広告主はユーザーの会話内容やチャット履歴、メモリ、個人情報にアクセスできず、閲覧数やクリック数などの集計データのみを受け取ります。18歳未満のユーザーには広告を表示せず、健康や政治などセンシティブなトピックの周辺でも表示を制限しています。

ユーザーは広告のパーソナライゼーション設定を自由に管理でき、広告データをワンタップで削除する機能も用意されています。Plus、Pro、Business、Enterprise、Educationの有料プランでは引き続き広告が表示されません。無料ティアでも広告をオプトアウトできますが、その場合は1日の無料メッセージ数が減少します。

OpenAIは広告収入を無料・低コストプランのインフラ維持と機能強化に充てる方針です。会話型インターフェースならではの高い広告関連性を強みとし、今後はフォーマットや購買モデルの拡充も計画しています。日本市場への展開により、国内企業にとっても新たな広告チャネルが開かれることになります。

Google DeepMindは2026年5月7日、Geminiを基盤とする進化的アルゴリズムエージェント「AlphaEvolve」が研究段階を超え、科学・ビジネスの実問題解決に本格展開していると発表しました。AlphaEvolveは1年前に公開され、複雑な問題に対して最適化されたアルゴリズムを反復的に発見する仕組みです。

科学分野では、DNA配列解析のエラー補正精度を向上させたほか、災害予測の精度改善や電力網の安定化シミュレーションで成果を上げています。さらに複雑な分子シミュレーションの高速化や、神経科学における新たな知見の獲得にも寄与しています。

ビジネス面では、Googleの自社インフラ効率化に加え、Google Cloudの顧客企業が機械学習モデルの改善、創薬の加速、サプライチェーンの改善、倉庫設計の最適化に活用しています。自己改善型アルゴリズムの実用範囲は着実に広がっています。

Googleは今後、AlphaEvolveの能力をさらに多くの実世界の課題に展開する計画です。研究成果を実用に転換する自己改善型AIの代表例として、企業のAI活用戦略に影響を与える可能性があります。

Anthropicは2026年5月7日、社内研究機関「The Anthropic Institute（TAI）」の研究アジェンダを公開しました。フロンティアAI開発企業の内部知見を活用し、AIが経済・安全保障・社会に及ぼす影響を調査して成果を広く共有する方針です。研究領域は「経済的普及」「脅威とレジリエンス」「実環境のAIシステム」「AI駆動R&D;」の4本柱で構成されています。

経済分野では、Anthropic Economic Indexのデータをより高頻度・高粒度で公開し、AIの労働市場への影響を早期警告として発信します。AI導入が企業規模や産業構造をどう変えるか、生産性向上の恩恵をどう再分配するかといった問いに取り組みます。ジュニア職がAIに代替されることで専門家育成の経路が断たれるリスクにも正面から向き合います。

安全保障領域では、AIのデュアルユース特性に注目します。サイバー攻撃や生物兵器など攻撃側が構造的に有利になる可能性を検証し、自動パッチ適用やAI脅威検知など防御メカニズムの整備を提言します。冷戦時代のホットラインになぞらえた危機対応インフラの必要性も論じています。

社会的影響の研究では、大多数が同じAIモデルに依存した場合の集団認識論の変容や、人間の批判的思考力の低下リスクを調べます。自律エージェントの法的ガバナンスや、AIによるAI監視の有効性も検討対象です。

最も警戒感を示しているのがAI駆動のAI研究開発です。AIが自身の後継システム開発に使われる再帰的改善の可能性を指摘し、研究速度の計測テレメトリーや「知性爆発」発生時の介入手段の確保を課題に掲げています。いわば火災訓練のような机上演習で、企業経営層や政府の意思決定を事前にテストする構想も示されました。

TAIの研究成果はAnthropicの長期利益信託（LTBT）への重要なインプットとなる予定です。4か月間の有給フェローシップ制度も設け、外部研究者の参加を募っています。アジェンダは固定ではなく、エビデンスの蓄積に応じて継続的に更新する方針です。