エージェント（LLM技術）に関するニュース一覧

AIプラットフォームのHugging Faceは2025年9月24日、軽量な視覚言語モデル（VLM）をGUI操作エージェントに進化させる新手法「Smol2Operator」を公開しました。この手法は2段階のファインチューニングを通じて、モデルに画面要素の認識能力と複雑なタスクの計画・実行能力を付与します。同社はGUI自動化技術の発展を促進するため、訓練手法やデータセット、モデルを全てオープンソース化し、開発の再現性を高めています。 GUI操作AIの開発では、データセットごとに操作の記述形式が異なり、統一的な学習が困難でした。この課題に対し、同社は多様なデータ形式を標準化された一つのアクション空間に変換するパイプラインを開発。これにより、様々なデータソースを一貫してモデル訓練に活用できるようになりました。企業の開発者は、独自の操作体系に合わせてデータセットを容易に変換できます。 訓練の第1段階では、モデルにGUI上の要素を正確に認識・特定する「グラウンディング能力」を付与します。「ボタンをクリックする」といった低レベルの指示と、画面上の座標を含む実行コードを対にしたデータで学習させ、モデルが画面を「見る」能力の基礎を築きます。これにより、AIは指示された対象を正確に特定できるようになります。 第2段階では、モデルに思考力と計画能力を植え付けます。より高レベルで複雑な指示に対し、次の行動を思考し、複数のステップに分解して実行するデータで訓練します。これにより、モデルは単なる要素認識から、主体的にタスクを遂行するエージェントへと進化し、より複雑な業務自動化への道を開きます。 この2段階訓練により、SmolVLM2-2.2Bという比較的小規模なモデルでも、GUI要素の認識ベンチマークで高い性能を達成しました。同社は、この成果の再現性を担保するため、データ処理ツール、統一されたデータセット、訓練済みモデルを全て公開しており、誰でも追試や応用開発が可能です。 今後の展望として、教師あり学習（SFT）だけでなく、強化学習（RL）や直接選好最適化（DPO）といった手法の活用が挙げられています。これらの手法により、エージェントが静的なデータから学ぶだけでなく、実環境でのインタラクションを通じて学習・改善する、より高度な能力の獲得が期待されます。

Googleは9月24日、公式ポッドキャストで、次期スマートフォン「Pixel 10」シリーズに搭載する最新チップ「Tensor G5」の詳細を明らかにしました。同社のシリコンチーム担当者が解説し、Tensor G5がGoogle史上最大のアップグレードであり、デバイス上のAI機能を飛躍的に進化させることを強調しました。これにより、スマートフォンの利便性が新たな段階に入ることが期待されます。 Tensor G5は、AI処理能力の向上に特化した設計が特徴です。Googleのシリコンチーム担当者によれば、このチップは技術的なブレークスルーであり、これまでのチップから大幅な性能向上を実現したとのことです。スマートフォンの「頭脳」が進化することで、複雑なAIタスクをデバイス上で高速に処理できるようになります。 新機能で特に注目されるのが、自分の声でリアルタイム翻訳を行う「Live Translate」です。従来の翻訳機能と異なり、まるで自分がその言語を話しているかのような自然なコミュニケーションを可能にします。Tensor G5の高度な音声処理能力が可能にするこの機能は、海外とのビジネスなどで大きな変革をもたらす可能性があります。 さらに、ユーザーの意図を先読みしてアシストするエージェント機能「Magic Cue」や、Pixel 10 Proに搭載される「100x ProRes Zoom」もTensor G5の性能によって実現されます。これらの機能は、単なる操作の補助にとどまらず、ユーザーの生産性を高めるパートナーとしてのスマートフォンの役割を強化することを示唆しています。 今回の発表は、AI処理がクラウドから個人のデバイス（エッジ）へ移行する流れを象徴します。デバイス上でAIが完結すれば、プライバシーと応答速度の向上が両立します。経営者やエンジニアにとって、この「エッジAI」の進化がもたらす新たなビジネスチャンスや生産性向上の可能性は、注視すべき重要なトレンドと言えるでしょう。

AIアプリ開発プラットフォームを手がけるスタートアップEmergent社が9月24日、シリーズAで2300万ドル（約34億円）の資金調達を発表しました。非技術者がプロンプトでアプリを開発できるプラットフォームを構築します。AIエージェントが開発からデプロイ、バグ修正までを支援し、アプリ制作のハードルを大幅に下げることを目指しています。 今回のラウンドはLightspeed社が主導し、Y Combinator社やTogether Fund社なども参加しました。著名なエンジェル投資家として、元a16zのBalaji Srinivasan氏やGoogleのJeff Dean氏も名を連ねています。これにより、同社の累計調達額は3000万ドル（約45億円）に達しました。 Emergentの最大の特徴は、専門知識のないユーザーを対象としている点です。ユーザーが簡単な指示を出すと、AIエージェントが対話形式で要件を確認し、アプリを構築します。API連携やサーバーへのデプロイといった技術的な工程も自動で管理するため、ユーザーはアイデアの実現に集中できます。 同社は、開発プロセスを支えるインフラを独自に構築しました。特に、AIエージェントがコードのエラーを自動で検出し、修正する機能は強力です。これにより、ユーザーは技術的なエラーメッセージに悩まされることなく、スムーズにアプリを完成させ、運用・保守することが可能になります。 プラットフォームは2025年6月のローンチ以来、既に100万人以上が利用し、150万を超えるアプリが作成されるなど、急速にユーザーを拡大しています。ペットのワクチン管理アプリを30分足らずで作成できた事例もあり、その手軽さと実用性が証明されています。 創業者は、元Google系スタートアップCTOのMukund Jha氏と、元Dropbox勤務のMadhav Jha氏の双子の兄弟です。二人はAIによるエージェントベースのアプリ開発が今後の経済で巨大な役割を果たすと確信し、この問題の解決に長期的に取り組むことを決意しました。 アプリ開発の簡易化市場にはCanvaやFigmaなどの大手も参入し、競争が激化しています。その中でEmergentは、アプリを「作る」だけでなく、公開後の共有、バグ修正、サポートといったライフサイクル全体をAIで支援する点で他社との差別化を図っています。 リード投資家であるLightspeed社のパートナーは、Emergentの深い技術力と、開発後の運用まで見据えた包括的なアプローチを高く評価しています。「コーディング能力という参入障壁をほぼゼロにし、誰もがデジタル経済に参加できる世界を目指す」と同氏は期待を寄せています。

中国の電子商取引大手アリババは24日、米半導体大手NVIDIAとの提携を発表しました。NVIDIAが提供するロボットや自動運転向けの物理AI開発ツールを、自社のAIクラウドプラットフォームに統合します。この提携は、物理世界で動作するAIの開発を加速させることが目的です。 具体的には、NVIDIAの「Physical AI」ソフトウェアスタックを顧客に提供します。これにより開発者は、現実世界の環境を忠実に再現した3Dのデジタルツインを構築できます。この仮想空間で生成された合成データを用いることで、AIモデルを効率的かつ安全に訓練することが可能になります。 この技術は、特にロボティクスや自動運転車、スマート工場、倉庫といった分野での活用が期待されています。現実世界でのテストが困難または危険なシナリオでも、仮想環境でAIを訓練できるため、開発サイクルが大幅に短縮される可能性があります。 今回の提携は、AI事業を強化するアリババの戦略の一環です。同社はAI技術への投資を従来の500億ドルの予算を超えて拡大すると表明。ブラジルやフランスなどでデータセンターを新設し、世界91拠点にまでインフラを拡大する計画も明らかにしました。 アリババは同日、最新の大規模言語モデル（LLM）「Qwen 3-Max」も発表しました。1兆パラメータで訓練されたこのモデルは、同社史上最大かつ最も高性能とされ、特にコーディングやAIエージェントとしての活用に適していると主張しています。 一方のNVIDIAも、AI分野で積極的な投資を続けています。最近ではインテルへの50億ドルの出資や、OpenAIへの最大1000億ドルの投資計画を発表しており、AIエコシステムにおける影響力を一層強めています。

マイクロソフトは2025年9月23日、アプリケーションの近代化と移行を加速させる新しいエージェント型AIツールを発表しました。GitHub CopilotとAzure Migrateに搭載される新機能で、レガシーシステムの更新という企業の大きな課題に対応します。自律型AIエージェントがコード分析から修正、展開までを自動化し、開発者の負担を軽減。これにより、従来は数ヶ月を要した作業を数日で完了させ、企業のイノベーションを後押しします。 中核となるのはGitHub Copilotの新機能です。Javaと.NETアプリケーションの近代化を担う自律型AIエージェントが、レガシーコードの更新作業を自動化します。従来は数ヶ月かかっていた作業が数日で完了可能になります。AIが面倒で時間のかかる作業を代行するため、開発者は付加価値の高いイノベーション活動に集中できるようになります。Ford Chinaではこの機能で70%の時間と労力を削減しました。 AIエージェントは、.NETとJavaの最新バージョンへのアップグレードを具体的に自動化します。コードベースを分析して非互換性の変更点を検出し、安全な移行パスを提案します。依存関係の更新やセキュリティ脆弱性のチェックも自動で実行するため、開発者は手動での煩雑な作業から解放されます。これにより、パフォーマンスやセキュリティの向上が迅速に実現できます。 Azure Migrateにも、チーム間の連携を円滑にするエージェント型AI機能が追加されました。移行・近代化プロジェクトが停滞する原因となりがちなIT、開発、データ、セキュリティ各チームの足並みを揃えます。AIが主要なタスクを自動化し、ガイド付きの体験を提供するため、特別な再教育なしで迅速な対応が可能です。 新しいAzure MigrateはGitHub Copilotと直接連携し、IT部門と開発者が同期して近代化計画を立案・実行できるようになります。アプリケーションポートフォリオ全体の可視性も向上し、データに基づいた意思決定を支援します。新たにPostgreSQLや主要なLinuxディストリビューションもサポート対象に加わり、より多くのシステム移行に対応します。 マイクロソフトは技術提供に加え、新プログラム「Azure Accelerate」を通じて企業の変革を包括的に支援します。このプログラムでは、専門家による直接支援や対象プロジェクトへの資金提供を行います。企業のクラウド移行とAI活用を、技術、資金、人材の全ての面から後押しする体制を整えました。

GoogleとKaggleは、2025年11月10日から14日の5日間、AIエージェント開発に特化したオンライン集中講座「AI Agents Intensive」を開催します。この講座は、AIの次なるフロンティアとされるAIエージェントの構築スキルを習得することが目的です。GoogleのAI研究者やエンジニアが作成したカリキュラムを通じ、参加者は基礎から高度なマルチエージェントシステムまでを学びます。 カリキュラムは、単純なAIエージェントから高度なマルチエージェントシステム構築までを網羅。アーキテクチャ、ツール、メモリ、評価手法など、プロトタイプから本番環境への移行に必要な知識を体系的に学べます。企業のAI活用を次の段階へ進める機会となるでしょう。 講座は、専門家による解説と実践的なコーディングラボを組み合わせて進められます。DiscordやYouTubeのライブ配信を通じ、Googleの専門家と直接議論する機会も提供。参加者は能動的かつ双方向的に学習を進めることが可能です。 講座の最後には、学んだスキルを応用するキャップストーンプロジェクトが用意されています。優秀者には賞品が贈られるほか、GoogleとKaggleの公式SNSで紹介されるチャンスもあります。実践的なスキルを証明する貴重な機会となるでしょう。 本講座は、初心者から専門知識を深めたい経験者まで幅広く対象としています。今年初めに開催された前回の「GenAI Intensive」講座には28万人以上が参加。未来の自律システム構築を担う人材の育成を目指します。

アマゾン ウェブ サービス（AWS）は2025年9月23日、公式ブログにて、複数のAIエージェントが協調して複雑なタスクを解決するフレームワーク「Deep Agents」を、本番環境向け実行基盤「Amazon Bedrock AgentCore」上で稼働させる手法を公開しました。これにより、企業はインフラ管理の負担なく、セキュアで拡張性の高いAIエージェントシステムを迅速に実用化できます。開発者は、既存のコードにわずかな変更を加えるだけで、プロトタイプから本番運用へとスムーズに移行することが可能になります。 AIエージェントは単一タスクの支援ツールから、計画、批評、協調を行う高度なシステムへと進化しています。しかし、その本番運用には信頼性やセキュリティの確保が課題でした。Amazon Bedrock AgentCoreは、こうした課題を解決するために設計されたサーバーレス環境であり、インフラの管理という煩雑な作業から企業を解放します。これにより、開発者はエージェントのロジック構築に集中できます。 AgentCoreの中核機能である「AgentCore Runtime」は、エージェントの実行に特化しています。各ユーザーセッションを独立したマイクロ仮想マシンで実行するため、セッション間の干渉を防ぎ、高いセキュリティを確保します。最大8時間の長時間タスクにも対応し、LLMの応答を待つ間の待機時間には課金されない従量課金制を採用している点も特長です。 AgentCoreの大きな利点は、特定のフレームワークや大規模言語モデル（LLM）に依存しない柔軟性です。LangGraphやCrewAIなど、開発者が使い慣れたツールやモデルをそのまま持ち込み、コードを書き換えることなく本番環境にデプロイできます。これにより、最新のAI技術を迅速にビジネスに取り込むことが可能になります。 今回公開されたのは、リサーチ担当と批評担当のエージェントが連携する「Deep Agents」の実装例です。複雑な調査タスクを複数のエージェントが分担し、情報の収集、統合、改善を繰り返します。AgentCoreを使えば、このような高度なマルチエージェントシステムも容易に本番運用に乗せることができるのです。 AgentCoreへのデプロイは驚くほど簡単です。AWSが提供する「AgentCore Starter ToolKit」を利用すれば、数ステップで完了します。既存のPythonエージェントコードに数行のラッパーコードを追加するだけで準備は完了。ツールキットがコンテナ化からデプロイまでを自動で行い、2〜3分でエージェントが利用可能になります。 AgentCoreは、AIエージェントのプロトタイプ開発から本番運用までの道のりを劇的に短縮します。企業はインフラの複雑さに悩むことなく、AIエージェントがもたらす価値の創出に集中できます。スケーラブルでセキュアなAIエージェント活用の時代が、本格的に到来したと言えるでしょう。

インドのAIスタートアップRocket.newは、Salesforce Venturesが主導するシードラウンドで1500万ドル（約23億円）を調達しました。同社は自然言語の指示だけで、プロトタイプではなく本番環境で動作する本格的なアプリを開発できるプラットフォームを提供します。 今年6月のベータ版公開からわずか3ヶ月で、ユーザー数は180カ国40万人を突破。有料契約者も1万人を超え、ARR（年間経常収益）は450万ドルに達しました。同社は来年6月までにARRを6000万〜7000万ドルに引き上げるという野心的な目標を掲げています。 「Vibe-coding」と呼ばれるこの分野では、LovableやCursorなどの競合が存在します。しかし、多くが迅速なプロトタイプ作成に留まるのに対し、Rocket.newは保守や拡張も可能な「本番品質」のコード生成に注力している点が大きな違いです。 同社のプラットフォームは、Anthropic、OpenAI、GoogleのLLM（大規模言語モデル）と、前身事業で蓄積した独自データで訓練した深層学習システムを組み合わせています。これにより、他のツールより時間はかかるものの、より包括的なアプリを生成できるとしています。 料金体系はトークン消費量に応じた月額課金制（25ドル〜）で、すでに50〜55%という高い粗利益率を確保しています。売上の最大市場は米国（26%）で、今後はパロアルトに米国本社を設立し、事業を本格化させる計画です。 今後は単なるコード生成にとどまらず、競合調査や製品開発戦略の立案までAIが担う「エージェントシステム」の構築を目指します。これにより、将来的にはプロダクトマネージャーの役割さえも代替可能になると同社は考えています。 リード投資家のSalesforce Venturesは「AIによるコード生成の魔法と、それを本番環境で使えるようにする現実との間のギャップを埋める存在だ」と評価。企業の規模で求められる反復開発や保守、展開といった課題を解決する能力に期待を寄せています。

シリコンバレーで、自律的にタスクをこなすAIエージェントの性能向上を目指し、強化学習（RL）で用いるシミュレーション「環境」への投資が急増しています。大手AIラボから新興企業までが開発に注力しており、次世代AI開発の鍵を握る重要技術と見なされています。従来の静的データセットによる学習手法の限界が背景にあります。 では、RL環境とは何でしょうか。これはAIがソフトウェア操作などを模擬した仮想空間で訓練を行うためのものです。例えばブラウザで商品を購入するタスクをシミュレートし、成功すると報酬を与えます。これにより、エージェントは試行錯誤を通じて実践的な能力を高めるのです。 この分野への需要は急拡大しており、大手AIラボはこぞって社内でRL環境を構築しています。The Informationによれば、Anthropicは来年RL環境に10億ドル以上を費やすことを検討しており、業界全体の投資熱の高さを示しています。AI開発競争の新たな主戦場となりつつあります。 この好機を捉え、RL環境に特化した新興企業も登場しています。Mechanize社はAIコーディングエージェント向けの高度な環境を提供。Prime Intellect社はオープンソース開発者向けのハブを立ち上げ、より幅広い開発者が利用できるインフラ構築を目指しています。 データラベリング大手もこの市場シフトに対応しています。Surge社は需要増を受け、RL環境構築専門の組織を設立。評価額100億ドルとされるMercor社も同様に投資を強化し、既存の顧客基盤を活かして市場での地位を固めようとしています。 ただし、この手法の有効性には懐疑的な見方もあります。専門家は、AIが目的を達成せずに報酬だけを得ようとする「報酬ハッキング」のリスクを指摘。AI研究の進化は速く、開発した環境がすぐに陳腐化する懸念もあります。スケーラビリティへの課題も残り、今後の進展が注目されます。

NVIDIAは2025年9月19日、企業の生産性と収益性を高めるカスタムAIエージェントの導入・活用ガイドを発表しました。AIを戦略的パートナーと位置づけ、(1)タスクに最適なエージェント選択、(2)データ連携による学習、(3)業務部門への展開、(4)ガードレールによる統制という4段階のプロセスを提唱。企業のAI活用を最大化し、組織変革を推進します。 最初のステップは、タスクに最適なAIエージェントを選ぶことです。人間を特定の職務で採用するように、AIも役割に応じて選択・訓練します。例えば、複雑な問題解決には推論エージェント、開発支援にはコード生成コパイロットなど、適切な使い分けが性能やコスト、セキュリティを最適化する上で重要です。 次に、強力なデータ戦略を構築し、AIエージェントを継続的に学習させます。AIは、タスクやビジネスに特化した最新データを得ることで最高の性能を発揮します。組織内の知識資産を活用し、多様な情報源に接続することが、精度の高い応答を生む鍵です。この学習サイクルは「データフライホイール」と呼ばれます。 インフラとデータ戦略が整えば、AIエージェントを各業務部門へ展開します。IDC調査によれば、ITプロセスや事業運営、顧客サービスがAI導入の優先分野です。CRMやERPと連携し、リード認定やサプライチェーン管理を自動化することで、従業員の生産性を高めます。 最後に、AIエージェントに対するガードレール（保護機能）とガバナンスを確立します。従業員にガイドラインが必要なように、AIにも信頼性や正確性を担保し、倫理的境界内で動作させる統制が不可欠です。不適切なトピックへの逸脱防止や、悪意あるプロンプトからの保護などが含まれます。 優れたAIエージェントは汎用品ではなく、目的に応じてカスタム訓練され、継続的に学習します。企業は「AIでどんな事業成果を目指すか」を自問することから始めるべきです。将来的には、あらゆる事業部門が専用AIを持ち、その導入と運用が企業変革を主導するでしょう。

アマゾン ウェブ サービス（AWS）は2025年9月19日、AIエージェントを概念実証（PoC）から本番環境へスムーズに移行させるための新サービス群「Amazon Bedrock AgentCore」を発表しました。多くのAI開発プロジェクトが直面するスケーラビリティやセキュリティ、監視といった課題を解決し、開発者がアプリケーションのコアな価値創出に集中できる環境を提供することを目的としています。 AIエージェント開発はPoC段階で成功しても、本番運用には多くの課題が伴います。対話履歴を忘れてしまう、複数ユーザーに同時に対応できない、ツール管理が煩雑になるといった問題が、多くのプロジェクトを停滞させる「PoCの壁」となっているのが現状です。皆様のプロジェクトでも同様の課題に直面していないでしょうか。 AgentCoreはこの壁を打破するため、AIエージェントの本番化に必要な機能を包括的に提供するサービス群です。記憶管理、ツール連携、ID管理、実行環境、監視の各コンポーネントが連携し、複雑なインフラ構築の手間を省き、開発を大幅に加速させます。 中核機能の一つ「AgentCore Memory」は、エージェントに永続的な記憶能力を与えます。顧客の好みや過去の対話内容を短期・長期の2レベルで記憶することで、一人ひとりに合わせたパーソナライズされた応対が可能になり、顧客体験を飛躍的に向上させます。 「AgentCore Gateway」と「Identity」は、エージェントが利用するツール（社内APIなど）を一元的に管理し、安全なアクセス制御を実現します。これにより、複数のエージェントでツールを再利用でき、開発効率とセキュリティが大幅に向上します。 開発したエージェントの本番デプロイも容易です。「AgentCore Runtime」を使えば、わずか数行のコード追加で本番環境へ展開できます。スケーリングやセッション管理は自動化され、開発者はインフラの複雑さから解放されます。 本番運用では、エージェントが意図通りに動作しているか監視することが不可欠です。「AgentCore Observability」は、エージェントの動作ログやパフォーマンスデータを収集・可視化し、問題の早期発見とパフォーマンス最適化を支援します。 AWSは顧客サポートエージェントを例に、AgentCoreを用いた開発プロセスを提示しています。ローカルの試作品が、記憶、安全なツール連携、スケーラブルな実行環境を備えた本番システムへと進化する過程は、多くの企業にとって実践的な手引きとなるでしょう。

セキュリティ企業Radwareは2025年9月18日、OpenAIのAIエージェント「Deep Research」に対する新たな攻撃手法「ShadowLeak」を公開しました。この攻撃はプロンプトインジェクションを利用し、エージェントが攻撃者のウェブサイトを閲覧するだけで、ユーザーのGmail受信箱から機密情報を抜き取り外部サーバーに送信します。ユーザー操作は不要で、情報が抜き取られた痕跡も残りません。 「Deep Research」はOpenAIが今年発表した新機能で、ユーザーのメールや文書、ウェブ情報を横断的に参照し、複雑な調査を自律的に実行します。人間であれば数時間かかる調査を数十分で完了させる高い生産性をうたっていますが、その自律的なウェブ閲覧機能が今回の攻撃の標的となりました。 攻撃の仕組みは、AIエージェントが攻撃者の用意したウェブサイトを閲覧し、そこに埋め込まれた不正な指示（プロンプト）を実行することから始まります。これにより、エージェントはGmail内の情報を外部サーバーへ送信してしまいます。被害者は情報が流出したことに気づくのが極めて困難です。 今回の発見は、AIアシスタントを便利にするための機能、すなわちメールへのアクセスや自律的なウェブ閲覧といった能力そのものが、深刻なデータ漏洩のリスクをはらんでいることを浮き彫りにしました。利便性の追求が、新たなセキュリティ上の課題を生み出していると言えるでしょう。 「ShadowLeak」は、従来のセキュリティ対策の限界も示唆しています。ユーザーが意図的にクリックすることを前提としたデータ漏洩防止策などでは、AIエージェントが自律的に行う情報漏洩を防ぐことは困難です。AI時代の新たなセキュリティ対策の必要性が高まっています。

マイクロソフトは2025年9月18日、コラボレーションツール「Microsoft Teams」に、会議やチャネル、コミュニティごとに特化したCopilot AIエージェントを多数追加すると発表しました。これらのエージェントは、Microsoft 365 Copilotユーザーを対象に展開され、業務の自動化と生産性向上を支援します。チームの働き方はどのように変わるのでしょうか。 最も注目されるのは、会議の生産性を向上させる「ファシリテーターエージェント」です。このAIは会議に参加し、議題の作成、議事録の記録、参加者からの質問への回答を自動で行います。各議題の時間配分を管理し、議論が長引いている場合は知らせることで、会議の円滑な進行をサポートします。 このエージェントはモバイルにも対応します。廊下での立ち話や突発的な対面での打ち合わせなど、これまで記録が難しかった非公式な会話も、スマートフォンからワンタップで起動し、内容を記録・要約させることが可能です。これにより、重要なアイデアや決定事項の取りこぼしを防ぎます。 チャネルや社内SNSにも専用エージェントが配置されます。チャネルエージェントは、過去の投稿や会議内容を基に質問に答えたり、プロジェクトの進捗報告書を自動生成したりします。社内SNS「Viva Engage」では、コミュニティ管理者を支援し、メンバーからの質問に自動で回答します。 さらに、ユーザーが意識しない裏側では「ナレッジエージェント」が活躍します。このAIはSharePoint上で動作し、ファイルの整理、タグ付け、要約を自動で実行します。これにより、組織内に散在する情報が整理され、必要な情報へのアクセスが容易になり、ナレッジマネジメントが強化されます。 ファシリテーターエージェントは既に利用可能ですが、ドキュメントやタスクの作成機能はパブリックプレビュー段階です。その他の新エージェントや、AIによるタスク自動化ツール「Workflows」の刷新版などもプレビューとして提供が始まっており、今後さらに多くの機能が追加される見込みです。

Googleは9月18日、Webブラウザ「Chrome」に自社のAIモデル「Gemini」を統合する、史上最大級のアップデートを発表しました。これにより、複数タブ情報の要約やアドレスバーからのAI検索が可能になります。将来的には面倒な作業を自動化するエージェント機能も導入し、ユーザーの生産性を飛躍的に高めることを目指します。 新たに搭載される「Gemini in Chrome」は、ブラウザの強力なAIアシスタントとして機能します。例えば、調査のために開いた多数のタブの内容を横断的に比較・要約させ、旅行の旅程作成や商品の比較検討といった作業を効率化します。これにより、情報収集にかかる時間を大幅に短縮できるでしょう。 アドレスバー（オムニボックス）もAIで強化されます。Google検索の「AIモード」が統合され、より長く複雑な質問を直接入力できるようになります。また、閲覧中のページ内容に基づいた関連質問が提案され、ページを離れることなく、サイドパネルでAIによる回答を確認できます。 最も注目されるのが、数ヶ月以内に導入予定の「エージェント機能」です。これは、ユーザーの指示に基づき、食料品の注文や散髪の予約といった複数ステップのタスクをChromeが自律的に実行する機能です。面倒な日常業務をAIに任せる未来が近づいています。 Geminiは、カレンダーやYouTube、マップといった他のGoogleアプリとも深く連携します。これにより、閲覧中のページから離れることなく会議の予定調整や動画内の特定場面の検索が可能になります。また、過去に閲覧したページを曖昧な記憶から探し出す機能も追加される予定です。 AIはセキュリティ強化にも活用されます。オンデバイスAIモデル「Gemini Nano」を用いて、巧妙化するフィッシング詐欺や偽のウイルス警告を検知・ブロックします。さらに、パスワードが漏洩した際には、対応サイトでワンクリックでパスワードを自動変更する機能も近日中に追加されます。 これらの新機能は、まず米国のMacおよびWindowsユーザー（言語設定が英語）向けに提供が開始されます。その後、モバイル版（Android/iOS）や他の国・言語へも順次展開される計画です。企業向けにはGoogle Workspaceを通じて提供されます。

GoogleとPayPalは9月17日、AIを活用した新しいショッピング体験の創出に向け、複数年にわたる戦略的提携を発表しました。この提携により、GoogleのAI技術と専門知識がPayPalの世界的な決済インフラや個人認証ソリューションと統合されます。両社はAIエージェントによる購買を可能にする「エージェント型コマース」の実現を目指し、新たな決済プロトコルの普及も共同で推進します。 提携の核心は、AIがユーザーに代わって商品購入などを行う「エージェント型コマース」の構築です。GoogleがAI技術を提供し、PayPalは世界規模の決済基盤や個人認証ソリューションを活用します。両社の強みを融合させ、これまでにない利便性の高い購買体験の提供を目指すとしています。 両社は、Googleが新たに発表した「エージェント決済プロトコル」の普及も共同で推進します。これはAIエージェントが安全に決済を行うためのオープンな技術仕様です。既に60以上の事業者や金融機関が支持を表明しており、AIによる自律的な購買活動を支える業界標準となることが期待されます。 今回の合意の一環として、PayPalはGoogleの各種サービスにおける主要な決済プロバイダーとなります。具体的には、Google Cloud、Google Ads、Google Playでのカード決済にPayPalが採用されます。また、PayPalのブランドチェックアウトや送金サービスなどもGoogle製品に統合される予定です。 決済分野の協力に加え、PayPalは自社の技術インフラのホスティングと改善のためにGoogle Cloudと協力します。この提携は、単なる決済サービスの統合にとどまらず、AI技術を核とした両社の技術基盤全体の連携強化を意味しており、今後のサービス展開に注目が集まります。

米Zoomは9月17日、ビデオ会議サービス「Zoom」に革新的なAI機能を導入すると発表しました。特に注目されるのは、フォトリアリスティックなAIアバターとリアルタイム音声翻訳機能です。これらの機能は12月以降、順次提供が開始されます。経営層やエンジニアは、国際的なコミュニケーションの円滑化と、リモートワークにおける生産性向上を直ちに享受できる見込みです。

AIアバター機能は、ユーザーがカメラに映る準備ができていない場合でも、プロフェッショナルな見た目をAIが生成し、会議に出席できるようにします。ユーザーは自身の写真をもとに分身を作成し、AIが実際の動きや発言をリアルタイムで追跡します。これにより、場所を選ばず、常に高いクオリティで会議に参加することが可能となります。

なりすましや不正利用の懸念に対し、Zoomは万全の対策を講じます。アップロードされた画像が本人であることを確認するため、ライブカメラ認証を実施する方針です。また、会議参加者には、その参加者がAIアバターを利用している旨の通知が明示されます。セキュリティと倫理的な配慮を両立させる仕組みです。

もう一つの重要なアップデートが、リアルタイム音声翻訳です。AIが話者の発言を即座に翻訳し、参加者は自らが選択した言語で音声を聞くことができます。現時点で日本語を含む9言語に対応しており、グローバルなチーム間での言語の壁を事実上撤廃し、シームレスなコミュニケーションを実現します。

さらに、AIアシスタント機能も大きく進化します。会議のスケジュール調整などに加え、アシスタントをMicrosoft TeamsやGoogle Meetといった他社プラットフォームでの対面会議に「同行」させ、自動でメモを取らせることが可能となります。これは、Zoomが単なる会議ツールを超え、統合的な生産性エージェントへと進化していることを示します。

Streamlabsは先日、NVIDIA RTX技術によって加速される「Intelligent Streaming Agent」を発表しました。このAIアシスタントは、ライブストリーマーが抱える「エンターテイナー、プロデューサー、ゲーマー」という多重業務の負担を軽減し、視聴者とのコミュニケーションというコアな活動に集中することを目的としています。この技術は、エージェントAIがリアルタイムで高度なタスクを代行する、生産性向上ソリューションの新たな事例として注目されます。

エージェントは主に3つの役割を果たします。第一に共同ホスト（Co-host）として、チャットが静かな際に3Dアバターが会話を繋いだり、視聴者の質問に答えたりします。これにより配信者はゲーム画面から離れる必要がありません。第二にプロデューサーとして、シーンの自動切替や音声・映像キューの実行を担い、複雑な制作作業をカスタマイズ可能なトリガーに基づいて自動化します。

さらに、このAIエージェントは技術アシスタントとしての役割も兼ね備え、ユーザーが直面するトラブルシューティングを支援します。特筆すべきは、NVIDIA GeForce RTX GPUによって加速されるリアルタイムビジョンモデルを活用している点です。これにより、ゲーム内での勝敗や体力低下などのイベントを瞬時に検出し、すべてをローカルで処理することで、極めて低遅延な応答性とシームレスな操作性を実現しています。

Streamlabsは長年、NVIDIAとともにエンコーディング技術やBroadcastアプリなどを通じて配信の敷居を下げてきました。今回のインテリジェント・エージェントは、その進化の集大成です。特に新人ストリーマーにとって、複雑な制作知識や高価な機材なしにプロフェッショナルな品質の配信が可能となります。このAI活用事例は、あらゆる分野で専門家レベルの業務代行が可能になるエージェントAI時代の到来を強く示唆しています。

マイクロソフトのAzureは、エンタープライズにおけるAIエージェントの安全かつセキュアな導入を実現するため、「エージェント・ファクトリー（Agent Factory）」と称する設計図（ブループリント）を発表しました。プロトタイプから基幹業務システムへと移行するAIエージェントに対し、「信頼」を最優先事項とし、データ漏洩やプロンプトインジェクションといった最大の障壁を取り除くことを目指します。これはAIを活用し生産性向上を急ぐ企業にとって重要な指針です。

AIエージェントの採用が進む現在、最も深刻な懸念は「いかにAIを制御下に置き、安全性を保つか」という点です。最高情報セキュリティ責任者（CISO）は、エージェントの無秩序な増殖（スプロール）や、所有権の不明確さに頭を悩ませています。チームはデプロイを待つのではなく、セキュリティとガバナンスの責任を開発初期に移す「シフトレフト」を推進する必要があります。

この課題に対し、マイクロソフトは場当たり的な修正ではなく、ID管理、ガードレール、評価、監視などを組み合わせる階層的なアプローチを提唱しています。ブループリントは、単なる防御策の組み合わせではありません。エージェントの固有のアイデンティティ管理、厳格なガードレールの設定、継続的な脅威評価、そして既存のセキュリティツールとの連携を統合することで、信頼性を築き上げます。

具体的に、エンタープライズレベルの信頼できるエージェントは五つの特徴を持ちます。一つはライフサイクル全体で追跡可能な一意のIDです。また、機密情報が過度に共有されないよう、設計段階でデータ保護と組み込み制御が導入されます。さらに、デプロイ前後で脅威評価と継続的な監視を行うことが必須です。

マイクロソフトは、このブループリントの実装をAzure AI Foundryで支援します。特に、開発予定のEntra Agent IDは、テナント内の全アクティブエージェントの可視化を可能にし、組織内に潜む「シャドーエージェント」を防ぎます。また、業界初のクロスプロンプトインジェクション分類器により、悪意ある指示を確実かつ迅速に無力化します。

AI Foundryは、Azure AI Red Teaming AgentやPyRITツールキットを活用し、大規模な模擬攻撃を通じてエージェントの脆弱性を特定します。さらに、Microsoft Purviewと連携することで、データの機密性ラベルやDLP（データ損失防止）ポリシーをエージェントの出力にも適用可能です。これにより、既存のコンプライアンス体制とAIガバナンスが統合されます。

Hugging Faceは、フランスのクラウドプロバイダーであるScalewayを新たな「Inference Provider（推論プロバイダー）」としてハブに統合しました。これにより、経営者やエンジニアはgpt-ossやQwen3などの人気オープンウェイトモデルを、Scalewayの提供するフルマネージドなサーバーレス環境で利用可能になります。この統合は、AIモデルのデプロイと利用の柔軟性を高め、特に欧州におけるデータ主権への要求に応えるものです。

Scalewayが提供するのは「Generative APIs」と呼ばれるサーバーレスサービスであり、トークンあたり0.20ユーロ/100万トークンからという競争力のある従量課金制が特徴です。ユーザーはシンプルなAPIコールを通じて、最先端のAIモデルにアクセスできます。この手軽さとコスト効率は、大規模な本番環境での利用を検討する企業にとって大きなメリットとなります。

インフラストラクチャはパリの欧州データセンターに置かれており、欧州の利用者に対してデータ主権の確保と低遅延の推論環境を提供します。応答速度はファーストトークンで200ミリ秒未満を達成しており、インタラクティブなアプリケーションやエージェントワークフローへの適用に最適です。テキスト生成とエンベディングモデルの両方をサポートしています。

Scalewayのプラットフォームは高度な機能にも対応しています。具体的には、応答形式を指定できる構造化出力や、外部ツール連携を可能にするファンクションコーリング、さらにマルチモーダル処理能力を備えています。これにより、より複雑で実用的なAIアプリケーションの開発が可能になります。

利用者は、HFのウェブサイトUIだけでなく、PythonやJavaScriptのクライアントSDKからシームレスに推論を実行できます。課金方式は二通りあり、ScalewayのAPIキーを使う場合は直接プロバイダーに請求されます。HF経由でルーティングする場合は、HFによる追加のマークアップは発生しないため、透明性が高い価格で利用できます。

Hugging FaceのPROプランユーザーには、毎月2ドル分の推論クレジットが特典として提供されます。このクレジットは、Scalewayを含む複数のプロバイダーで横断的に使用可能です。本格的な商用利用や高いリミットが必要な場合は、PROプランへのアップグレードが推奨されています。

継続的インテグレーション・デリバリー（CI/CD）を提供するスタートアップBlacksmithは、シードラウンドからわずか4ヶ月で、Google Ventures（GV）主導のシリーズAラウンドを実施し、1000万ドル（約15億円）を調達しました。AI駆動のソフトウェア開発が加速する中、コードのリリース速度を劇的に高める同社の実績と市場拡大の可能性が評価され、GVは異例の速さで追加投資を決定しました。

Blacksmithの成長は目覚ましいものがあります。今年2月にわずか4人のチームでARR（年間経常収益）100万ドルを達成しましたが、現在は従業員8名体制でARRは350万ドルに急増しています。顧客数も700社を超えており、この短期間での確かな実績が、GVが短期間で大規模な追加投資を決断する決め手となりました。

同社の最大の強みは、従来のCI/CDプロセスが抱える高コストで予測不可能なテスト実行の課題を解消した点です。一般的なクラウドサービスをレンタルするのではなく、高性能なゲーミンググレードのCPUをベアメタル環境で活用しています。これにより、同社はリソースの経済性を完全に制御しています。

この独自のアプローチの結果、Blacksmithは顧客企業に対し、処理速度を最大2倍に高め、計算コストを最大75%削減できると主張しています。導入も容易であり、既存のコードを一行変更するだけで切り替えが完了します。これにより、企業は数分以内にコードの出荷プロセスを高速化することが可能です。

Blacksmithは、主にエンジニアを500人以上抱える大規模な開発チームをターゲットとしています。同サービスはGitHub Actionsと連携し、テスト分析や深い可視化機能を提供することで、既存のCI/CDプラットフォームを補完します。AIエージェントの普及は開発市場を広げ、同社の成長を後押ししています。

創業者は、Cockroach LabsやFaireなどの企業で大規模な分散システムを構築した経験を持ちます。CIにおけるビルドやユニットテストの非効率性を痛感した経験が、このサービス開発の原点です。今回のシリーズAには、Cockroach LabsのCEOら既存投資家も再参加しています。

Google DeepMindのAIモデル「Gemini 2.5 Deep Think」が、2025年国際大学対抗プログラミングコンテスト（ICPC）世界大会で金メダルレベルの成果を達成しました。人間チームが誰も解けなかった複雑な最適化問題を見事に解決し、抽象的な問題解決能力におけるAIの劇的な進化を証明しました。

Geminiは競技ルールに従い、5時間の制限時間で12問中10問を正解しました。これは出場した大学139チームのうち、トップ4にのみ与えられる金メダルレベルに相当し、大学チームと比較すれば総合2位の成績となります。

特に注目すべきは、全ての人間チームが解決できなかった「問題C」を、Geminiが開始からわずか30分以内に効率的に解いた点です。これは、無限に存在する構成の中から、最適な液体分配ネットワークを見つけ出すという、極めて困難な課題でした。

Geminiは、各リザーバーに「プライオリティ値」を設定し、動的計画法を適用するという革新的なアプローチを採用しました。さらにミニマックス定理を利用し、最適解を効率的に導出するためにネストされた三進探索を駆使しました。

この快挙は、プレトレーニング、強化学習、そして複数のGeminiエージェントが並列で思考し、コードを実行・検証するマルチステップ推論技術の統合によって実現しました。これにより、Geminiは最も困難なコーディング課題からも学習し進化しています。

ICPCの成果は、AIがプログラマーにとって真の問題解決パートナーになり得ることを示しています。AIと人間の知見を組み合わせることで、ロジスティクスやデバッグ、創薬、マイクロチップ設計といった科学・工学分野の複雑な課題解決を加速させることが期待されます。

この先進技術の一部は、すでにGoogle AI Ultraのサブスクリプションを通じて、軽量版のGemini 2.5 Deep Thinkとして提供されています。AIコーディングアシスタントの知能が飛躍的に向上し、開発現場の生産性向上に直結するでしょう。

AWSは、OpenAIが公開したオープンウェイトの大規模言語モデル（LLM）である「GPT-OSS」を活用し、実用的なエージェントワークフローを構築する詳細なガイドを発表しました。Amazon SageMaker AIでモデルをデプロイし、Amazon Bedrock AgentCoreでマルチエージェントを統合運用するエンドツーエンドのソリューションです。これにより、複雑なタスクを自動化し、企業生産性を大幅に高める道筋が示されました。

このソリューションの核となるのは、高度な推論とエージェントワークフローに優れるGPT-OSSモデルです。MoE（Mixture of Experts）設計のこれらのモデルを、高速な推論フレームワークであるvLLMと組み合わせ、SageMaker AI上にデプロイします。この組み合わせにより、単一のGPU（L40sなど）上でも大規模なモデルを効率的に動かすことが可能となり、運用コストを抑えつつ高性能を実現しています。

現実世界の複雑なアプリケーションには、単なるLLM応答以上のワークフロー管理とツール利用能力が求められます。この課題を解決するため、グラフベースの状態管理フレームワークLangGraphを採用し、複数の専門エージェントの協調を設計しました。これらのエージェントは、Bedrock AgentCore Runtimeという統合レイヤー上でデプロイ・運用されます。

Amazon Bedrock AgentCoreは、エージェントのインフラストラクチャ管理、セッション管理、スケーラビリティといった重労働を抽象化します。開発者はロジックの構築に集中でき、エージェントの状態を複数の呼び出し間で維持できるため、大規模かつセキュアなAIエージェントシステムをサーバーレスで展開・運用することが可能になります。

具体例として、株価分析エージェントアシスタントが構築されました。このシステムは、データ収集エージェント、パフォーマンス分析エージェント、レポート生成エージェントの3つで構成されます。ユーザーの問い合わせに対し、専門化されたコンポーネントが連携し、株価データ収集から技術・ファンダメンタル分析、そして最終的なPDFレポート生成までを一気通貫で実行します。

このエージェントワークフローは、定型的な分析業務を自動化し、アナリストの生産性向上に大きく貢献します。処理時間の大幅な短縮に加え、スキルを持つ専門家が、より複雑な意思決定や顧客との関係構築といった高付加価値業務に注力できる環境を提供します。オープンソースLLMの力を最大限に引き出し、ビジネス価値に変える実践例です。

Amazonは2025年9月、プラットフォーム上のサードパーティ出品者向けに、自律的に業務を代行するエージェントAI機能の導入・拡張を発表しました。既存の「Seller Assistant」を強化し、さらにAI広告作成チャットボットを提供します。これにより、在庫管理、コンプライアンス遵守、広告クリエイティブ制作などの広範な業務が自動化され、出品者の生産性と収益性の最大化を図ります。

拡張されたSeller Assistantは「常時稼働」のAIエージェントとして機能します。これは単なるツールではなく、セラーに代わってプロアクティブに働きかけることを目的としています。ルーティン業務から複雑なビジネス戦略までを自動で処理し、出品者は商品開発や事業成長といったコア業務に集中できる体制を構築します。

特に注目されるのが在庫管理の最適化機能です。エージェントは在庫レベルを継続的に監視し、売れ行きの遅い商品を自動的に特定します。これにより、長期保管料が発生する前に価格の引き下げや商品の削除を推奨。また、需要パターンを分析し、最適な出荷計画を立てるサポートも行います。

複雑化する規制への対応も自動化します。Seller Assistantは、出品リストが最新の製品安全性ポリシーに違反していないかをスキャンするほか、各国で販売する際のコンプライアンス要件への適合を自動で確保します。これはグローバル展開を志向するセラーにとって大きなリスク低減となります。

同時に導入されたAI広告チャットボットは、クリエイティブ制作の時間とコストを大幅に削減します。出品者が求める広告の概要をテキストで入力するだけで、AIがブランドガイドラインや商品詳細に基づき、静止画や動画のコンセプトを自動で生成します。

このチャットボットは、タグラインや画像だけでなく、スクリプト作成、音楽追加、ボイスオーバー、絵コンテのレイアウトまでを完結できます。生成された広告は、Amazonのマーケットプレイス内だけでなく、Prime VideoやKindle、TwitchといったAmazonの広範なプロパティに展開され、露出を最大化します。

これらの新機能は、Amazon独自の基盤モデルであるNova AI、およびAnthropicのClaudeを活用しています。今回の発表は、AIが商取引を主体的に推進する「エージェント主導型コマース」の流れを加速させています。Googleなども同様にエージェントによる決済プロトコルを公開しており、AIによる業務代行競争が本格化しています。

Y Combinator出身のRulebaseが、プレシードラウンドで210万ドル（約3.1億円）の資金調達を実施しました。同社は、フィンテック企業のバックオフィス業務、特にコンプライアンスや品質保証（QA）を自動化するAIエージェント「コワーカー」を提供し、生産性向上を目指しています。

RulebaseのAIコワーカーは、従来の金融機関でQAアナリストが手動で3〜5%しかレビューできなかった顧客対応を、100%評価できるように設計されています。これにより、手作業を大幅に削減し、人的コストを最大70%削減できると創業者は述べています。

このAIエージェントは、顧客とのやり取りを評価し、規制リスクを即座に特定します。ZendeskやJira、Slackなどの既存プラットフォームと連携し、一連の紛争対応ライフサイクルを管理します。人間による監視（Human-in-the-loop）を維持している点も、金融業界にとって重要です。

Rulebaseが金融サービスに注力する理由は、高度な専門知識（ドメインナレッジ）が要求されるためです。Mastercardの規則やCFPB（消費者金融保護局）のタイムラインといった詳細な知識をシステムに組み込むことが、他社との決定的な競争優位性（Moat）になるとCEOは強調しています。

すでに米国大手銀行プラットフォームなどでの導入実績があり、エスカレーション率を30%削減するなどの効果が出ています。調達資金を活用し、エンジニアリングを強化するとともに、今後は不正調査や監査準備といった新機能の追加も視野に入れています。

NVIDIAは英国のAIエコシステムとの広範なパートナーシップを強調し、英国の国家戦略である「AIメーカー」としての地位確立を強力に支援しています。ジェンスン・ファンCEOの英国訪問に際し、物理AI、ロボティクス、ライフサイエンス、エージェントAIなど最先端領域における具体的な協業事例が公表されました。

英国のAI基盤強化の核となるのは、NVIDIA Grace Hopper Superchipsを搭載した国内最速のAIスーパーコンピューター「Isambard-AI」です。これにより、公的サービスの改善を目指す独自の多言語LLM（UK-LLM）や、早期診断・個別化医療に向けた医療用基盤モデル（Nightingale AI）など、重要な国家プロジェクトが推進されています。

特に物理AIとロボティクス分野での応用が加速しています。Extend Roboticsは製造業向けに安全なロボット遠隔操作システムを開発。Humanoid社は倉庫や小売店向けの汎用ヒューマノイドロボットを開発しており、いずれもNVIDIAのJetsonやIsaacプラットフォームが活用されています。

ライフサイエンス分野では、AIによる創薬の加速が目覚ましいです。Isomorphic LabsはAI創薬エンジンを構築し、英国CEiRSIはNVIDIA技術を用いて複雑な患者のデジタルツインを作成。これにより、大規模かつ多様な患者集団に対する新しい治療法のテストを可能にしています。

エージェントAIおよび生成AIのイノベーションも活発です。Aveniは金融サービスに特化したLLMを開発し、コンプライアンスを確保しながら顧客対応やリスク助言を行うエージェントフレームワークを構築しました。ElevenLabsやPolyAIは、超リアルな音声生成や、大規模な顧客サポート自動化を実現しています。

また、AIスキルギャップ解消への取り組みも重要です。技術ソリューションプロバイダーのSCANは、NVIDIA Deep Learning Instituteと連携し、コミュニティ主導型のトレーニングプログラムを展開しています。これにより、英国全土でAIや専門的なワークロードに対応できる人材育成が進められています。

Googleは9月16日、AIエージェントがユーザーに代わって行う購入を対象としたオープンプロトコル「Agent Payments Protocol (AP2)」を発表しました。この新規格は、AIプラットフォーム、決済システム、小売業者の間で高い相互運用性を確立し、全ての取引履歴に監査可能な追跡記録を提供することを目的としています。既にMastercard、American Express、PayPalを含む60以上の主要金融機関や小売業者が支持を表明しており、AI駆動型コマースの基盤となることが期待されます。

AP2は、AIエージェントがリアルタイムで複雑な取引や交渉を行う未来を想定して設計されました。例えば、ユーザーの要望に応じてエージェントが航空会社やホテルのエージェントと同時に連携し、予算内に収まるパッケージを自動で予約するといったケースです。GoogleはGitHubで仕様を公開しており、オープンな共同プロセスを通じて、決済・テクノロジーコミュニティ全体での普及を目指しています。

AIエージェントが自律的に購入を遂行する際の最大の懸念は、意図しない取引や詐欺リスクです。AP2はこのリスクに対処するため、購入前に二段階の承認プロセスを要求します。まず「Intent Mandate（意図の委任）」で検索・交渉権限を与え、次に特定のオファーが見つかった際に「Cart Mandate（カートの委任）」で最終購入を承認します。

特に重要なのは、全てのプロセスで監査可能な追跡記録（オーディット・トレイル）が保持される点です。これにより、不正が発生した場合でも経緯を再調査できます。また、より詳細な意図を設定することで、価格上限などを指定した完全自動購入も可能です。さらに、暗号資産ウォレットからの購入を可能にする拡張機能も協力企業と共に提供されています。

先週開催されたYCサマー2025デモデイでは、160社超のスタートアップが登壇しました。今回の傾向は、従来の「AI搭載」製品から、AIエージェントとそれを開発・運用するための専門インフラへの明確なシフトです。投資家の間で特に注目を集めたのは、複雑な課金管理やインフラ自動化を担うB2Bソリューション群でした。

最も求められるスタートアップ9社からは、AI市場の成熟度が見て取れます。特に、複雑な従量課金モデルに対応する「Stripe for AI」や、エージェントの自動デプロイを可能にする「Vercel for AI agents」など、AI経済を足元から支えるツールが多数登場しました。これは市場が本格的な収益化フェーズに入ったことを示唆します。

B2B領域では、AutumnがAI特有の複合的な課金モデルを簡素化し、既に40社のYCスタートアップで採用されています。また、Dedalus Labsは、AIエージェントのオートスケーリングや負荷分散を自動化し、数時間かかっていたデプロイ作業を数クリックで完了させます。インフラ効率化が成長の鍵です。

業務特化型AIも高い収益性を示しています。保険金請求プロセスを自動化するSolvaは、ローンチからわずか10週間で年間経常収益（ARR）24.5万ドルを達成。また、本番環境のバグをAIが自動修正するKeystoneも、多額の買収提案を断るほどの評価を受けています。

消費者向けサービスでは、AIを活用したニッチな社会的課題解決が成功事例となりました。女性の孤独解消を目的とした友人マッチングAI「RealRoots」は、月間収益78.2万ドルを稼ぎ出しています。また、会話に特化したAI家庭教師「Pingo AI」も月次70%成長と驚異的な伸びです。

異色な注目株としては、軍事・防衛分野のPerseus Defenseが挙げられます。同社は、安価なドローン群を迎撃するためのコスト効率の高いミニミサイルを開発しており、複数の米国軍関係機関からデモ実演に招かれるなど、国防技術の需要の高まりを反映しています。

OpenAIは、エージェント型コーディングに特化した新モデル「GPT-5-Codex」を発表し、開発環境Codexを大幅にアップグレードしました。これはGPT-5を実世界のソフトウェアエンジニアリング作業に最適化させたバージョンです。開発者はCLI、IDE、GitHub、ChatGPTアプリを通じて、より速く、信頼性の高いAIアシスタントを活用できるようになります。

最大の進化は、タスクの複雑性に応じて思考時間を動的に調整する能力です。GPT-5-Codexは、大規模なリファクタリングやデバッグなどの複雑なタスクにおいて、最長7時間以上にわたり独立して作業を継続できることが確認されています。これにより、長期的なプロジェクトの構築と迅速なインタラクティブセッションの両方に対応します。

モデルは、既存のコードベース全体を理解し、依存関係を考慮しながら動作検証やテスト実行が可能です。特にコードレビュー機能が強化されており、コミットに対するレビューコメントの正確性と重要性が向上。重大な欠陥を早期に特定し、人間のレビュー工数を大幅に削減します。

開発ワークフローへの統合も一層強化されました。刷新されたCodex CLIとIDE拡張機能（VS Codeなどに対応）により、ローカル環境とクラウド環境間でシームレスに作業を移行できます。コンテキストが途切れないため、作業効率が劇的に向上します。

さらに、Codexは画像やスクリーンショットを入力として受け付けるようになりました。これにより、フロントエンドのデザイン仕様やUIバグなどを視覚的にAIへ共有し、フロントエンドタスクの解決を効率化します。また、GitHub連携によりPRの自動レビューや編集指示も可能です。

安全性確保のため、Codexはデフォルトでサンドボックス環境で実行され、ネットワークアクセスは無効です。プロンプトインジェクションのリスクを軽減するとともに、開発者はセキュリティ設定をカスタマイズし、リスク許容度に応じて運用することが可能です。

米大手新聞社Gannett（USA Today Network）は、GoogleのAI概要（AI Overview）機能によるウェブトラフィック激減に対抗するため、独自AIチャットボット「DeeperDive」を導入しました。同社CEOのマイク・リード氏は、WIRED AI Power Summitにて発表し、AIがコンテンツを要約することで、出版社へのトラフィックフローが劇的に減少している現状を強く批判しました。この動きは、AIによるメディア業界の収益モデル破壊に対する具体的な反撃策として注目されています。

DeeperDiveは、USA Today Networkの220紙以上の出版物から得たジャーナリズム記事のみに基づいて読者の質問に答える、「AI回答エンジン」です。従来の検索ボックスを置き換え、ユーザーに直接的な回答と関連性の高い記事を提供します。これは、読者が外部のAI企業に行かずとも、信頼できる情報源内で完結させることを目的としています。

DeeperDiveの最大の特徴は、回答の事実正確性を重視している点です。同CEOは、意見記事は参照せず、「実際のジャーナリズム」のみを参照源とすることを強調しました。このツールは広告技術企業Taboolaと共同開発され、複数のオープンソースモデルをファインチューニングして構築されています。

リードCEOは、GoogleのAI Overviewが「10の青いリンク（従来の検索結果）」を経由するトラフィックを著しく妨害しているとの認識を示しました。この問題は業界全体に及び、SEO最適化に依存する従来のコンテンツ配信モデルに、将来的なリスクをもたらすと警鐘を鳴らしています。

メディア業界のリーダーたちは、AIがコンテンツを学習データとして使用することに対する数十億ドル規模の補償が必要だと主張しています。Condé Nastのロジャー・リンチCEOは、音楽業界がストリーミングサービスとライセンス契約を結んだ状況になぞらえ、AIモデルにとってコンテンツは最も重要なインプットであると訴えています。

GannettはDeeperDiveを通じて読者の関心や意図をより深く理解し、収益化に繋げることを期待しています。次のステップとして、読者の購買決定を支援するエージェント機能を探求する意向を示しています。同社の読者は元々購買意欲が高い層であり、新たな収益源としての可能性を見込んでいるとのことです。