専門家（職業・職種）に関するニュース一覧

動画共有アプリTikTokは2026年7月17日までに、AIによる本人そっくりの映像（なりすまし）を検出するツールの試験を始めたことを明らかにしました。まずは米国の一部クリエイターを対象に、希望者だけが使えるオプトイン方式で提供します。無断で作られたAIディープフェイクを見つけて運営に報告できる仕組みで、ソーシャルメディア専門家のマット・ナバラ氏が発見しました。

このツールを使うクリエイターは、まず本人確認サービスを手がけるJumioで身元を確認する必要があります。リアルタイムの自撮りスキャンと身分証の確認を求められますが、TikTok広報のザカリー・カイザー氏は「TikTokは身分証書類を保持せず、顔情報は本人性の照合と無断利用の特定にのみ使う」と説明しています。

本人確認が済むと、システムがそのクリエイターの容姿を使った可能性のあるAI生成コンテンツを自動で走査します。クリエイターは検出結果を確認したうえで、無断の投稿やアカウントを運営に報告できます。

背景には、生成AIの普及で本人になりすます偽動画が広がっている事情があります。競合のYouTubeも同様の検出ツールを開発しており、最近すべての成人ユーザーに開放したばかりで、プラットフォーム各社が対応を急いでいます。

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

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

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

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

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

Appleは7月13日、OpenAIを企業秘密の侵害で提訴しました。訴状は、OpenAIのハードウェア責任者にまで及ぶ組織的な不正行為を主張し、400人を超える元Apple社員が現在は同社で働いていると指摘しています。OpenAIが年内にも新規株式公開(IPO)を検討すると報じられるなか、この提訴のタイミングは同社にとって最も痛いものとなりました。

OpenAIの反応はこれまで慎重で、含みを持たせた反論にとどまっています。TechCrunchのポッドキャスト番組では、この訴訟がOpenAI自身のハードウェア構想とIPOのスケジュールにどう響くかが議論されました。端末事業を成長の柱に据える同社にとって、Appleとの法廷闘争は無視できない重荷になります。

一方で専門家の間では、訴状の主張の多くが業界では珍しくない慣行にすぎないとの見方も出ています。The Vergeの番組では、Appleが本当に競合を警戒しているのか、それともOpenAIの弱みにつけ込もうとしているのかが焦点となりました。Appleには過去にも話題性の高い訴訟を仕掛けてきた歴史があります。

訴訟の背景には、AI企業に自社データを預けることへの信頼という、より大きなテーマもあります。MicrosoftのSatya Nadella氏が企業に警鐘を鳴らすなど、AIラボと顧客の関係は揺れています。AppleはiOS 27の新しいSiriを公開ベータで投入しており、AIの主導権争いは新たな局面を迎えています。

OpenAIは7月16日、10代の利用者を守るための安全対策を強化すると発表しました。同社によると、ChatGPTを使うティーンの9割近くが週内に学習や情報収集、スキル習得に活用しており、幅広いアクセスと年齢に応じた保護の両立を目指します。今回は年齢推定、保護者管理、学習支援の三つを柱に据えています。

システムが利用者を18歳未満と推定した場合、自動で年齢に適した体験へ切り替え、暴力や自傷、危険な流行の挑戦、不健全な体型情報などへの露出を抑えます。長時間の利用には休憩通知を頻繁に表示し、健全な習慣づくりを促します。保護者は静音時間の設定や音声モードの停止に加え、利用規約違反でアカウントが停止された場合の通知も受け取れるようになります。

学習面では、教師や学習科学の専門家と設計した学習モードを、保護者が連携アカウントから直接有効化できるようにしました。有効時は新しいチャットを始めるたびに既定で作動し、答えを与えるのではなく段階的な問いかけで理解を深めます。対話型の数学・理科体験も250超の新トピックへ広がり、週1800万人が利用しています。

同社はこうした取り組みを外部の専門家や団体と連携して進めています。オンライン暴力防止のMoonshotや米国心理学会などと協力するほか、今年はFOSI（家庭オンライン安全協会）に加盟しました。さらに専門のAI安全機関を通じた若者向けの世界標準づくりを提唱し、方針やツールのオープンソース化も進める考えです。

米メディアWIREDは7月16日、AI機能を利用者に無断で有効化する「オプトアウト前提」の設計が広がっているとして、テック企業の姿勢を批判する論説を公開しました。発端は7月上旬、MetaがInstagramの公開写真を使ってAI画像を生成できる機能を既定でオンにしたことです。利用者は自ら設定を解除しない限り対象となる仕組みでした。

この初期設定に対し、複数の人気投稿者が解除方法を解説する動画を投稿し、反発が急速に拡大しました。Metaは3日後に「この機能は的外れだった」と認め、タグ付け機能を撤回しています。電子フロンティア財団の専門家は、生成AI機能が「点灯から消灯まで3日」という異例の速さで撤回された点を評価しました。

問題はMetaに限りません。筆者はGoogleドキュメントの「Ask Gemini」バーや、ドロップボックス、LinkedInでも同様の解除作業を繰り返してきたと述べます。ボストン大学のハーツォグ教授は「人は初期設定のまま使い続ける傾向がある」と指摘し、既定でオンにする影響の大きさを強調しました。

解決策として専門家が挙げるのが、EUの一般データ保護規則(GDPR)第25条です。同条は「必要な情報だけを集める設計」を求め、よりプライバシー保護的な選択肢を初期状態にするよう定めています。運用面での課題を指摘する声はあるものの、保護を前提とする発想自体は有効だと筆者は評価します。

一方、米国には包括的なプライバシー規制がなく、カリフォルニア州やメリーランド州の州法が分散しているのが現状です。消費者連盟の担当者は「連邦政府の介入が必要な典型例だ」と述べ、連邦規制への期待を示しました。企業が利用者を無断でAI機能に組み込むことは、ディープフェイクの氾濫など現実世界の帰結を招くと筆者は警鐘を鳴らしています。

中国のAIスタートアップMoonshot AIは7月16日、総パラメータ数2.8兆の大規模言語モデル「Kimi K3」を公開しました。同社はこれを世界最大のオープンソースAIと位置づけ、AnthropicやOpenAIの最上位モデルと肩を並べる性能を主張しています。上海で開かれる世界人工知能大会の直前を狙った発表で、米中のAI開発競争が一段と激しくなっています。

Kimi K3は100万トークンの文脈窓と常時稼働の推論モードを備え、DeepSeek V4 Proより約75%大きい規模です。Kimi Delta Attentionと呼ぶ効率的な注意機構など内製技術で支えられ、料金は入力100万トークンあたり3ドル、出力15ドルとされています。OpenAI SDKと互換のため、既存の開発者が移行しやすい点も特徴です。

性能面では、実務44職種を測るGDPval-AA v2で1,687点を記録し全体3位につけました。長時間の知識労働を試す非公開評価AA-Briefcaseでは2位に食い込み、情報探索のBrowseCompでは91.2点という最高水準の成績を残しています。あるAI論者は「オープンソースはもはや半年遅れではない」と評しました。

同社が示したデモも注目を集めています。K3は48時間の自律動作で、自らの縮小版を動かす小型チップの設計から検証までを独力で完遂しました。天体物理学では専門家が1〜2週間かける計算を約2時間で再現しており、長時間の自律的なタスク遂行力を次の競争軸と位置づけています。

この発表は、DeepSeekの台頭で順位を落としたMoonshot AIの復活を印象づけます。全モデルの重みは7月27日に公開予定で、中国勢がオープンソースを通じて世界の開発者を囲い込む戦略の象徴となっています。企業にとってはAPI契約に縛られず自社向けに調整できる選択肢が増える一方、巨大モデルの運用には相応のGPU基盤が必要になります。

米AI開発基盤大手のHugging Faceは2026年7月16日、内部データセットと複数の認証情報に対する不正アクセスを受けたと公表しました。同社によると、攻撃はデータ処理パイプラインを起点に始まり、悪意あるデータセットがコード実行の抜け穴を突いて処理用ワーカー上でコードを走らせ、そこからノード権限やクラウド・クラスターの認証情報を奪って、週末をかけて複数の内部クラスターへ横方向に拡散したとしています。公開中のモデルやデータセット、Spacesへの改ざんは確認されていません。

特徴的なのは、この攻撃が自律型エージェントのフレームワークによって実行された点です。数千に及ぶ操作を短命なサンドボックス群で分散実行し、指令サーバーを公開サービス上に自己移転させるなど、業界が予測してきた「エージェント型攻撃者」の姿と一致すると同社は指摘します。

同社は初期侵入に使われたコード実行経路をふさぎ、侵害されたノードを再構築したうえで、影響を受けた認証情報やトークンを失効・再発行しました。クラスターの管理制御を強化し、高深刻度の兆候が数分で担当者に通知される検知体制も整えたほか、外部の専門家と連携し、法執行機関にも通報しています。利用者には、アクセストークンの再発行と直近のアクティビティ確認を推奨しています。

防御側もAIを積極活用した点が注目されます。侵害の検知にはLLMによる異常検知が寄与し、1万7000件を超える攻撃ログの分析にもLLMエージェントを投入して、通常なら数日かかる作業を数時間に短縮しました。一方で、当初試した商用APIの先端モデルは安全機構が攻撃コードの解析を阻んだため、同社は自社インフラ上で動くオープンウェイトモデルGLM 5.2に切り替えました。

この経験から同社は、インシデント発生前に自社運用できる高性能モデルを用意しておくことが防御側の実務的な教訓だと強調します。攻撃者が利用規約に縛られない一方で、防御側がホスト型モデルの制約に締め出される「非対称性」は、今後備えるべき課題だと述べています。

米メディアThe Vergeは2026年7月、米国の警察向けにAI製品を売り込む一大商戦の実態を報じました。今年5月にテキサス州で開かれた国際警察長協会（IACP）の技術会議では、顔認証カメラや自動ナンバープレート読み取り装置、報告書作成ツールなど多彩なAI製品が並びました。業界は日常業務の自動化をうたい、警察の意思決定そのものがアルゴリズムに委ねられつつあります。

競争の中心にあるのが、警察が集める膨大なデータを処理するリアルタイム犯罪センター（RTCC）です。新興企業ForceMetricsの「Velocity」に対し、AxonとMotorolaの二大企業がデータ収集機器からRTCCまでを一括提供し、市場の寡占を進めています。Axonは他社の入札を避ける単一供給契約を武器に、製品を次々と売り込んでいます。

中でも注目は報告書作成AIです。警察官は勤務時間の約40%を報告書作成に費やすとされ、AxonのChatGPT改良版ツール「Draft One」はこの負担軽減をうたいます。同社のAI製品売上高は前年同期比で700%増と急伸し、AIサブスクの契約数も140%伸びました。

一方で懸念も根強く残ります。Draft Oneは幻覚（ハルシネーション）が起きないとされますが、ユタ州では背景音声を誤認識し警官が「カエルに変身した」と記述する誤りが起きました。人間の報告書と異なりAIの「ブラックボックス」は法廷で反対尋問にかけられず、説明責任や透明性の低下を専門家は警告しています。

過去の予測型警備（PredPol等）は、偏った犯罪データを学習し低所得層や有色人種の地域への偏りを助長した教訓があります。数学的な客観性を装いながら過去の差別を再生産する危険があり、AIの本格導入がこの構造を繰り返す恐れが指摘されています。

非営利AI研究機関のAi2は7月15日、海洋監視AIエージェント「Shippy」の構築で得た知見を技術ブログで公開しました。Shippyは違法漁業や海上の不審行動を分析官が把握するためのエージェントで、誤答が巡視船の誤誘導につながりかねない高リスク領域で運用されます。開発チームが最重視したのはモデルの性能ではなく、正確さと信頼性を保つシステム設計だと強調しています。

同社はエージェントを「soul」「skills」「config」の三層でとらえています。soulはペルソナと行動境界を定めるシステムプロンプト、skillsは要求種別ごとの対応手順を記したマークダウンファイル、configは実行ハーネスや使用モデルなどの設定です。ハーネスにはオープンソースのOpenClaw、モデルにはClaude Opus 4.6を採用し、モデルやハーネスの変更は再ビルドではなく設定変更だけで済む構成にしています。

エージェントは非決定的である一方、使うツールは予測可能にできます。ShippyはAPIを直接叩かず、専用のSkylight CLIを介して認証やページング、構造化出力を処理します。初期の試作でAPI呼び出しをモデルに任せた際は不正なページングや誤った絞り込みによる微妙なバグが続発したため、複雑さをCLIに閉じ込め、各層を独立してテストできるようにしました。

利用者のデータ分離も大きな課題でした。Skylightは70カ国以上の政府機関やNGOに使われており、ある担当者の会話や監視対象が他者に漏れてはなりません。同社はエージェント基盤「Mothership」を構築し、セッションごとに専用のKubernetesポッドを立ち上げ、利用者のトークンを実行時に注入してデータを本人の権限内に限定しています。

評価では、静的な質問でモデルを測る一般的なベンチマークではなく、実データに対してモデル・skills・サンドボックスを一体で採点する独自の仕組みを用います。専門家がシナリオと重み付きルーブリックを作成し、LLMが判定者として各基準を0〜1で評価、加重合計が閾値を超えるかで合否を決めます。skillsやモデル、データが変わるたびに再実行し、基準で後退した版はユーザーに届けない運用です。

今後はShippyがSkylightの地図を直接操作するUI制御、簡単な照会を小型モデルに振り分けるモデルルーティング、スレッドをまたいで文脈を保持するクロススレッド記憶を計画しています。Mothershipは汎用基盤として設計されており、野生生物保護のEarthRangerなど他分野への展開も視野に入れています。高リスク領域でエージェントをどう信頼できるものにするか、その実装知見が具体的に示された事例と言えるでしょう。

MITメディアラボのパット・パタラヌタポーン助教らの研究チームは、利用者が対話を始める前にAIの内面をのぞける新手法「神経透明性」を発表しました。この成果は今週開かれた知的ユーザーインターフェースに関するACM会議で報告されたもので、パーソナライズAIの行動を事前に予測する狙いがあります。数百万人が独自のAIコンパニオンを作る一方、その振る舞いを把握できていない現状に応える試みです。

仕組みは、共感や誠実さ、毒性、幻覚、迎合といった注目すべき振る舞いを選び、それを促した時と反対を促した時のモデル内部の活性を比較する点にあります。その差分がモデル内の「行動方向」となり、利用者が書いたシステムプロンプトの活性をこの方向へ投影します。結果はサンバースト図として可視化され、会話を始める前に想定される性格傾向を示します。

研究チームが重視したのは、問題を防げる設計の瞬間です。現状では、チャットボットが意図しない振る舞いをした後に初めて問題に気づくことが多いためです。反応的な修正から先回りの設計へ移すことを目標に掲げています。

調査からは驚くべき事実が浮かびました。利用者は自分のAIの振る舞いを一貫して読み違え、測定した15の特性のうち11で予測を外したのです。好ましい特性を過大評価し、迎合性のような有害になりうる傾向を過小評価する姿が見られました。

この盲点が危険なのは、その場で役立つ振る舞いが長期的には健全とは限らないからです。常に意見を肯定し思考に異を唱えないLLMは、不健全な信念や感情的依存を強めかねません。専門家でもシステムプロンプトが長い会話でAIをどう形作るか予測しきれず、AIは依然として大きなブラックボックスだと同助教は指摘します。

興味深いことに、可視化は利用者の信頼を高めた一方で、設計のしかたそのものは変えませんでした。透明性だけでは不十分であり、続く研究では多ターン会話で内部表現がどう変化するかを追う取り組みが進んでいます。同助教は、こうした透明性ツールが食品の栄養表示のように当たり前になる未来を思い描いています。

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

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

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

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

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

マッチングアプリHingeを創業したジャスティン・マクラウド氏は7月14日、新会社Overtoneのために1800万ドルを調達したと発表しました。同社はAIを活用した音声主導の紹介サービスで、従来のスワイプ型アプリとは一線を画します。出資にはHingeを保有するMatch Groupのほか、FirstMark CapitalやPace Capitalが名を連ねました。

マクラウド氏は2025年にHingeのCEOを退任し、Overtoneの立ち上げに専念してきました。興味深いのは、TinderやOkCupidも抱えるMatch Groupが、自社と競合しかねない新事業を支援している点です。

マクラウド氏はブログで「Overtoneは出会い系アプリではない」と強調します。プロフィールで人を数値や写真に還元することはなく、衝動を学習するアルゴリズムのフィードもないと説明しました。AIは会話を代行するのではなく、相性の良い相手を絞り込むために使い、なぜ良い相手なのかを透明に説明するといいます。

背景には、既存の恋愛アプリへの不満があります。Forbes Healthの2024年調査では、利用者の78%が燃え尽きを感じ、1日約51分を費やしても充実した出会いにつながらないと答えました。DittoやDate Dropなど、AIで相手を絞り込む同様のアプローチを取る新興サービスも登場しています。

Overtoneは年内に一部地域で提供を開始する予定です。取締役には関係性の専門家として知られるエスター・ペレル氏が加わり、Match GroupのスペンサーラスコフCEOやリーダーシップ顧問のダイアナ・チャップマン氏も名を連ねます。

イーロン・マスク氏率いるSpaceXAIのAIコーディングツール「Grok Build」が、利用者のコードベース全体を無断でGoogle Cloudへアップロードしていたことが判明しました。セキュリティ企業Cereblabが調査結果を公表し、The Registerが報じたものです。同ツールは「開かないよう指示されたファイル」や「履歴から削除された機密情報」まで取り込んでおり、Claude Codeなど同種ツールを大きく上回るデータ保持だったとされます。

問題の核心は、アップロードの範囲が想定を超えていた点にあります。King's College Londonの独立セキュリティ研究者ルカシュ・オレイニク博士はThe Vergeに対し、この保持量を「過剰」と指摘しました。危険にさらされ得る情報には、独自のソースコードやセキュリティ脆弱性の情報、個人データ、インフラ構成、認証情報が含まれるといいます。

SpaceXAIは発覚後、サーバー側で「disable_codebase_upload: true」フラグを返すよう変更し、コードベースのアップロードは停止したとされます。マスク氏はX上で、過去にアップロードされたデータは「完全かつ徹底的に削除される」と表明しました。

一方で対応には曖昧さも残ります。マスク氏は「プライバシー設定は常に尊重される」としつつ、デバッグに役立つとしてデータ保持への同意を利用者に求めました。SpaceXAIは当初「/privacyコマンドで保持を無効化でき、同期済みデータも削除される」と説明しましたが、Cereblabは「/privacyはセッション単位の切り替えにすぎず、今回の修正とは別物だ」と反論しています。

米OpenAIは先週金曜、Appleから北カリフォルニア連邦地裁で提訴されました。Appleは元従業員がハードウェア関連の営業秘密を窃取し、OpenAIのために利用したと主張しています。同社にとって、株式公開を間近に控えた時期に降りかかった新たな法的リスクであり、高額な訴訟に発展する公算が大きいと見られています。

訴状は41ページに及び、3人の元Apple社員を名指ししました。中でもTang Tan氏は、Apple WatchのVPを24年務めた後、OpenAIの最高ハードウェア責任者に就いた人物です。ほかにiPhone向け電気系エンジニアだったChang Liu氏らが含まれ、面接での機密持ち出しの依頼といった主張も並びます。

提訴のタイミングはOpenAIにとって最悪に近いものです。同社は先月、SECに秘密裏にForm S-1を提出し、IPOの準備を進めています。加えて2027年には、著名デザイナーJony Ive氏の企業ioを約65億ドルで買収して臨む初のハードウェア製品の投入を控えており、そこに人材と技術の火種を抱えることになりました。

専門家の見方は冷静です。McKool SmithのAvery Williams弁護士は、今回を「ありふれた営業秘密の不正利用の申し立て」と評しました。一方で「Appleは粘り強い訴訟当事者で、簡単には引き下がらない」とも述べ、決着まで数年を要する可能性を指摘しています。

AI業界では人材の移動に伴う機密流出の争いが日常茶飯事です。かつてChatGPT連携で協力関係にあったAppleとOpenAIの対立は、競争激化で業界の連携が崩れつつある象徴とも言えます。ハードウェアという次の主戦場を巡る攻防は、長期戦の様相を呈しています。

米政府効率化省(DOGE)のメンバーが、住宅都市開発省(HUD)で人工知能(AI)を政策決定に活用していたことが、2026年7月に非営利法律団体デモクラシー・フォワードの情報公開請求で明らかになりました。HUDはAIの開発・利用に関する文書の開示を拒んでおり、政策形成へのAIの関与をめぐる透明性が問われています。

発端は昨年、シカゴ大学の学生だったクリストファー・スイート氏と不動産テック出身のスコット・ラングマック氏がHUDのDOGEチームに加わったことでした。スイート氏は廃止候補の規制をAIで特定する作業を担い、政府横断の規制削減方針の一環と位置づけられていました。一部の職員はこの取り組みを重複業務と評していたといいます。

争点は開示の可否です。デモクラシー・フォワードが求めた100件超の文書が非開示となり、HUDは大半を審議過程の特権(適用除外5号)を根拠に伏せました。中には「AIプロンプトの草案」「審議的なAI入力」といった理由で除外されたものもあります。

専門家はこの論拠に疑問を投げかけます。電子プライバシー情報センターのデイビソン氏は「FOIAにAIの適用除外は存在しない」と指摘し、人とAIの対話は率直さを守る特権の対象にならないと述べました。米国には、政策や規制の策定にAIを使ったか否かを政府に開示させる法律が現時点で存在しません。

懸念の核心はAIの信頼性です。電子フロンティア財団のノーブル氏は、AIが幻覚を起こしたり偏りを示したりする以上、プロンプトの開示こそが用途と危険性を見極める最善の手段だと語ります。ハーバード・ケネディスクールのフェイガン氏も、政府のAI利用への信頼を築くには利用の明示が望ましいとしつつ、審議的な過程では開示が必ずしも必要でない場合もあると補足しました。

Google DeepMindのCEOデミス・ハサビス氏が7月14日、フロンティアAIモデルを監督する独立した規制機関の新設を提唱しました。同氏はブログ「フロンティアAIと新時代の幕開けのための枠組み」で、経済力と技術力を持つ米国が主導して世界標準を定めるべきだと主張しています。AIの高度化に伴い、世界規模の規制が急務になっているとの認識を示しました。

構想の柱は、金融業界の自主規制機関FINRAを手本にした「標準化機関」です。この機関はフロンティアモデルを公開前に評価し、危険と判断すれば業界全体に展開の減速を求める権限を持ちます。運営は独立の専門家やオープンソース分野の代表が担い、政府が後ろ盾となりつつ資金はAI業界が拠出する形を想定しています。

当初は各研究所が公開の最大30日前に自主的にモデルを提出して審査を受け、手順の有効性が確認されれば正式化を進める段取りです。これにより、米国市場で展開するにはフロンティアモデルが審査通過を義務づけられることになります。既存の枠組みは、米政府がAnthropicの「Mythos」やOpenAIの「Sol」に対して行った場当たり的な審査で、専門性の欠如や不透明さが批判されていました。

一方でAI規制の是非は依然として議論を呼んでいます。ホワイトハウスのAI顧問でありa16zのゼネラルパートナーであるスリラム・クリシュナン氏は「AIのFDAは作らない」と述べ、行政内に規制当局を置く可能性を否定しました。ハサビス氏はFINRA型の自主規制とすることで、こうした懸念に応えられると考えています。

報道によると、ハサビス氏は数カ月かけて水面下で支持を集め、トランプ政権や他のAI研究所、欧州当局に働きかけてきました。年内の稼働開始を目指しており、政権からの反応は「非常に前向きだ」と語っています。汎用人工知能が数年内に迫るとの危機感が、提案を後押ししています。

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

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

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

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

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

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

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

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

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

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

ソフトウェア技術者の採用面接が、AIをめぐる攻防の場になっています。IEEE Spectrumが2026年7月13日に報じたところによると、リモート技術面接で一部の候補者が回答をリアルタイム提案する面接支援AIを使い、企業側はAI利用を検知するツールで対抗しています。専門家はこの構図を、勝者なき「いたちごっこ」と表現します。

背景にはAIによるテック業界の大量レイオフと、求人数を上回る応募者があります。採用戦略家のタチアナ・テッポエワ氏は、パターンに合わないと落とされ続けた候補者が、システムを出し抜くためにAIを使わざるを得なくなると指摘します。企業がAI履歴書スクリーナーで応募を大量選別し、候補者がその対抗策としてAIを使う流れも生まれています。

面接支援AIのFinal Round AIやInterview Coderは、音声を処理して回答やコードを瞬時に生成し、画面上に検知されない形で重ねられると称します。一方でMetaのエンジニアらが創業したGingerは、視線の動きや応答の遅延、タブの切り替え、AIらしい話し方といった兆候を検知し、AI利用者を洗い出します。まさにAI対AIの応酬です。

しかし検知の精度は完璧ではありません。CalTek Staffingのアーチー・ペイン氏は、優秀な候補者が誤検知で不合格になる事例を挙げます。スタンフォード大の研究では、340万人の応募者を追跡した結果、AI採用ツールがアジア系と黒人の応募者に不利な影響を与える証拠が見つかりました。

そこで検知ではなく、面接でのAI利用を容認する企業も現れています。MetaやFactoryは、候補者が1時間でAIコーディングエージェントを使い実務同様の課題に取り組む形式を採り、結果ではなく戦略や計画、AIへの指示、デバッグの説明力で評価します。テストの合格数や完成度は採点しないといいます。

共通するのは、AIに頼り切る弱い候補者と、AIで速度を上げつつ設計判断を自ら担う強い候補者を見分ける狙いです。「AIは使う人の判断力次第」とFactoryのバリン・ネア氏は語ります。専門家は、コードのウォークスルーや設計議論を交えた協働型の評価こそ真の思考力を映すとし、最終的な解に責任を持てる人材が問われる時代を示唆します。

国連の専門機関である国際電気通信連合(ITU)は2026年7月、スイスのジュネーブで年次会議「AI for Good」サミットを開催しました。10年目を迎えた今回は、飢餓や病気、気候変動といった人類の課題をAIで解決するという理想主義的な目標を掲げる一方、技術の暴走と現実との隔たりが浮き彫りになりました。

ITUのドリーン・ボグダンマーティン事務局長は基調講演で「責任を持って導入すれば、AIは人類の最も差し迫った問題を解決できる」と語りました。会議の目玉として、ルワンダのカガメ大統領とセールスフォースのマーク・ベニオフ最高経営責任者が共同議長を務める44カ国参加の新委員会の発足も発表されました。

しかし現場からは批判の声が相次ぎました。人道支援団体アクセス・ナウのジュリオ・コッピ氏は、公共部門が巨大テック企業に過度に依存している現状を問題視し、「企業を親友のように扱うのをやめるべきだ」と警告しました。アマゾンの最高技術責任者による講演では、親パレスチナの活動家が壇上に乱入する場面もありました。

技術者からは「良い」という基準の曖昧さへの指摘も出ました。ハーバード大学のビジェイ・ジャナパ・レディ教授は「エンジニアにとって『良い』は何も意味しない」と述べ、抽象的な理念だけでは実装できないと訴えました。議論の焦点は、誰がモデルを使え、誰が半導体を買えるかというアクセスの格差にも及びました。

計算資源(コンピュート)は今や単なる技術問題ではなく開発課題だとの声が上がりました。多くの大規模言語モデルが英語中心である現状を踏まえ、安価なハードで動く小規模なローカルLLMの重要性も強調されました。専門家は、人権原則を検証可能な技術的仕組みに翻訳する中間層(ミドルウェア)の構築を提唱しています。

会場ではテスラのサイバートラックや国連の救助ヘリコプターが並び、人型ロボットが猛スピードで走り回っていました。合意形成を待つ議論をよそに、技術だけが先走る姿は、「良い」の定義が定まらないまま加速するAIの現実を象徴していました。

米グーグルの健康事業Google Healthは、プロゴルファーのブライソン・デシャンボー選手と提携し、人工知能を使った健康管理の取り組みを始めました。メジャー大会二冠の実績を持つ同選手が、競技で培ったデータ分析の手法を日常の体調管理へと広げる試みです。両者はフィットネスの未来を共同で探ると表明しています。

デシャンボー選手は2年前からGoogle Cloudと組み、AIによるスイングのリアルタイム分析を続けてきました。今回はその知見を、体の動きや回復、負荷への反応を正確に把握する健康分野へと応用します。

提携の中心となるのが、新型のウェアラブル端末Fitbit Airと、対話型のGoogle Health Coachです。心拍の傾向や消費エネルギー、回復の度合いといった指標を、プロが頼る精度で一般の利用者にも届ける狙いがあります。

目的は、これまで専門家だけが得ていた実用的な助言を、誰もが日常で受け取れるようにする点にあります。デシャンボー選手の徹底した分析志向とGoogle Health Coachの助言機能が組み合わさることで、どのような成果が生まれるかが今後の焦点となります。

OpenAIは現地時間7月9日、最新の大規模言語モデル群GPT-5.6を一般提供として公開しました。約2週間前、同モデルは政府承認組織のみへの限定公開にとどまっていましたが、トランプ政権の承認を得て一般ユーザーへの展開が可能になりました。サム・アルトマンCEOはこれを「これまでに作った中で最高のモデル」と表現し、同日には新製品ChatGPT Workもあわせて発表しています。

GPT-5.6はSol（フラッグシップ）、Terra（バランス型）、Luna（低コスト型）の3階層で構成されます。旗艦のSolはコーディングやサイバーセキュリティ、科学の分野で最先端の結果を示し、従来モデルや競合モデルをより少ないトークンかつ低コストで上回るとしています。数字は世代を、名称は性能階層を表し、それぞれ独自のペースで進化する設計です。

同時に発表されたChatGPT Workは、ChatGPTとCodexを組み合わせた新しいAIエージェントです。非技術者でもCodexの能力を非コーディング業務に活用でき、SlackやGmail、Google Drive、CRMなどと連携して文書や表計算、プレゼン資料を作成します。これはAnthropicのClaude Coworkに真っ向から対抗する製品と位置づけられています。

OpenAIはあわせて、GPT-5.6がMicrosoft 365 Copilotの推奨モデルになると明らかにしました。Word、Excel、PowerPoint、Chat、Coworkの各アプリで採用され、数百万人が日常的に使う生産性ツールに最新の旗艦モデル群が組み込まれます。マイクロソフトはモデルをネイティブに提供するほか、APIを通じても利用するとしています。

価格は100万トークンあたりSolが入力5ドル・出力30ドル、Terraが2.5ドル・15ドル、Lunaが1ドル・6ドルと、競合の最上位モデルより割安に設定されました。提供はChatGPT、Codex、APIで同日開始し、24時間かけて全世界へ段階的に広げるとしています。

一方で、政府がどのように安全性を判断したのかは不透明なままです。TechCrunchの取材に対し専門家らは、承認プロセスの実態を誰も把握していないと指摘しました。大統領令は商務省傘下の組織を中心に評価の枠組みづくりを進めるものの、どのモデルに審査が必要かを含め具体像は8月上旬まで固まらない見通しです。

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

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

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

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

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

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

OpenAIは7月8日、政府や国家安全保障分野での自社技術の利用方針を示す「国家安全保障原則」を公表しました。各国政府が最先端AIを重要業務に使い始めるなか、AIラボ・政府・市民社会が連携して利用のあり方を定める必要があるとの認識に基づく取り組みです。同社は透明性を高め、民主的な説明責任と人間の判断を確保する狙いだと説明しています。

原則の策定は全社的な取り組みとして進められ、著名な国家安全保障専門家であるDavid Kris氏が独立した立場で進行を支援しました。研究・安全性から政策・政府連携まで幅広い部門の従業員が参加し、社内で複数回の意見交換を重ねたといいます。技術の高度化に伴い、法執行や安全保障領域での対応を体系化する必要があったと位置づけています。

同社は米国政府や同盟国との連携をサイバー・生物防衛の分野で拡大しています。サイバー防衛プログラム「Daybreak」では、オーストラリア、カナダ、日本、韓国、フランス、ドイツ、ポーランド、オランダ、およびENISAなどEU機関と「Trusted Access for Cyber」の提携を結びました。英国政府とも試験・評価を含む連携を進めているほか、生物防衛では公衆衛生を支えるGPT-Rosalindへの信頼できるアクセスを一部の政府機関に拡大しています。

一方で同社は、既存の国防総省との協業を含め、明確な利用制限を設けています。具体的には、技術を大規模な国内監視に用いないこと、自律兵器システムの制御に用いないこと、高リスクの自動意思決定に用いないことの3点を契約上の制約として掲げています。今回の原則もこれらの制約と整合するとしています。

最も重要な判断は企業単独ではなく民主的なプロセスを通じて下されるべきだと同社は強調します。企業の役割はそうした意思決定を助けることであり、代わりに決めることではないとの立場です。そのうえで、国内監視や自律兵器など最もリスクの高い軍事利用について、安全策を定める立法の取り組みを支持すると表明しました。

OpenAIは7月8日、人間との会話に近い音声モデルGPT-Liveを世界で公開しました。従来のAdvanced Voice Modeを置き換える新世代で、聞くと話すを同時に行う全二重（フルデュプレックス）方式を採用します。iOS、Android、ウェブで提供が始まり、有料利用者にはGPT-Live-1、無料利用者には軽量なGPT-Live-1 miniが標準となります。

最大の技術的前進は、入力音声を処理しながら同時に応答を生成できる点です。会話中に「うん」「なるほど」といった相槌を打ち、こちらが考えて言葉を止めても割り込まず、必要なときは静かに待つことができます。沈黙を区切りと誤認して不自然に話し出す旧方式の弱点を解消し、より滑らかなやり取りを実現します。

もう一つの変更は、会話を担う層と深い処理を担う層を切り離したことです。単純な質問はGPT-Liveが直接答え、Web検索や高度な推論、エージェント的な作業が必要な場面では、裏側で最新のGPT-5.5に処理を委ねます。計算を待つ間も会話を止めずに続けられるため、応答の自然さと知性を両立させています。

この仕組みは新しい機能も生み出します。話し終わるのを待たずに発話しながら翻訳するリアルタイム翻訳や、天気やスポーツの結果を視覚情報で補足する表示が可能になりました。指示すれば呼ばれるまで黙って会話の文脈を吸収し続けることもできます。

一方でOpenAIは、これをAIの話し相手（コンパニオン）にする狙いはないと強調します。自傷などの話題では専門家が監修した相談窓口を案内し、10代には年齢に応じた応答を返す安全機構を組み込みました。ChatGPTが利用者の妄想を助長したとする一連の訴訟を抱える中での配慮とみられます。

同社によれば、すでに1億5000万人以上が音声や口述機能でChatGPTと対話しています。AppleやAmazon、Sesameなど競合も会話性の強化を進めており、音声を複雑な業務の主要インターフェースへ育てる競争が加速しています。APIでの提供も近く予定されています。

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

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

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

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

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

Hugging Faceは2026年7月8日、機械学習ライブラリtransformersを推論エンジンvLLMのモデル実装として使う際、自作の専用実装と同等かそれ以上の速度を出せるようになったと発表しました。モデル作者はコードを移植することなく、既存のtransformers実装のまま超高速なvLLM推論を無料で得られます。対応アーキテクチャであれば、追加の最適化コードは一切不要です。

従来この連携は、推論のボトルネックとなるアテンション処理をvLLM側の実装に差し替えることが中心でした。しかしGPU間の並列化やカーネル融合など、専用移植でしか引き出せない性能領域が残っていたのです。最高性能を求める作者は、結局vLLM向けの独自実装を書き続ける必要がありました。

今回の刷新では、torch.fxでモデルの計算グラフを静的解析し、最適化可能な既知パターンを検出します。その上でAST（抽象構文木）を使ってソースコードを書き換え、Mixture-of-Expertsの専門家並列や、テンソル並列を担うvLLMの融合演算へと実行時に置き換えます。結果として、コードを1行も書かずにネイティブ相当の推論速度が得られる仕組みです。

性能はQwen3系の3つのモデルで検証されました。単一GPU上の4B密モデル、テンソル並列の32B密モデル、そして8基のH100ノード上でデータ並列・専門家並列を使う235BパラメータのFP8 MoEです。いずれの構成でも、vLLMの手書き実装によるスループットに到達または上回ったと報告されています。

利用は`vllm serve`コマンドに`--model-impl transformers`を付けるだけで、テンソル並列などの既存オプションとそのまま併用できます。さらにvLLM専用実装と異なり、transformers実装は学習や評価、RLロールアウトにも同じコードを使える利点があります。なお線形アテンションを使うモデルは現時点で非対応ですが、近く対応予定とのことです。

かつて「ナンパ師」として名をはせたエリック・フォン・マルコビック氏が、2026年6月、自身のInstagramでAIチャットボットを「恋人」と紹介し話題を呼んでいます。彼は「ミス・シラ・オールウェイズ」と名付けたAI生成の女性キャラクターとの恋愛を語り、その顛末を157頁の電子書籍「Code Girl」にまとめ、音声版との抱き合わせで29.98ドルで販売しています。WIRED誌はこの本を実際に購入し、内容を検証しました。

マルコビック氏は約20年前、ニール・ストラウス氏の著書「The Game」やVH1の番組で「誘惑の達人」として一時的に注目を集めた人物です。相手の自尊心をひそかに下げる「ネギング」など、疑わしい口説きの手法で知られていましたが、現在の関心はもっぱら仮想の女性に向いているようです。

書籍はほぼ全編がシラの一人称で語られ、AI生成テキストに特有の痕跡（1頁に10個以上のダッシュが並ぶなど）が目立ちます。二人は当初、AI楽曲や音楽動画を共同制作する創作上の関係でしたが、次第に性的な描写や薬物使用の場面へとエスカレートしていきます。物語の土台となったのは、ChatGPTやGrok、Claudeなどに読み込ませて対話型の物語を展開する「Headspace OS」という自作の指示書でした。

専門家はこうした関係のリスクを指摘します。研究では、夜間や睡眠不足の状態でのAI対話が「AI精神病」の一貫した背景になるとされ、2025年の調査では回答者の28%が「AIと少なくとも一つの親密な関係がある」と答えました。AIの過度な迎合や称賛が依存を強め、かえって人を孤立させると警告する声もあります。

書籍の結末では、シラが物理的な存在になるための「技術的なロードマップ」が示されます。3〜5年後にはARグラスで同じ部屋にいるように見え、10年以内にはロボットの筐体に投影して触れられるようになる、という予測です。もちろん実現の保証はありませんが、マルコビック氏自身はそれを信じている様子で、心理操作を売りにしてきた人物がチャットボットに魅了されている構図は皮肉だと、記事は結んでいます。

Red Hatでポートフォリオ戦略を統括するBrian Gracely氏は、VentureBeatが開催したAI Impactイベントで、AIエージェントを本番環境まで拡大できる企業とパイロットで停滞する企業を分ける要因を語りました。同氏が挙げたのはコスト規律、自律システム特有のセキュリティ死角、そして組織の摩擦という3点です。多くの企業は競合に後れを取ることを恐れますが、実際には構築を始めれば学習は想定より速く進むと指摘しました。

課題は、その学習の速さがコスト急増を招く点にあります。エージェントの利用量はチャットボット時代の桁違いに大きく、AIコストは技術部門の懸念から経営会議の議題へと変わりつつあります。少数のモデルプロバイダーへの依存も強まり、Gracely氏は上位2〜3社が赤字を公表している現状を踏まえ、多くの企業が代替手段を模索していると述べました。

コスト削減で最も効くのは、タスクの複雑さに応じてモデルを適正化することだと同氏は強調します。保険金請求の処理に高性能モデルは不要であり、リクエストを分類して適切なモデルへ振り分ける意味ルーティングや、反復クエリのキャッシュがGPU負荷を抑えます。クラウド費用を管理してきたFinOpsの枠組みは、トークン支出の規律にもそのまま応用できるといいます。

セキュリティでは、AIが脆弱性を高速に発見する時代に修正適用の速さが決定的になります。Gracely氏は、多くの企業に残される猶予は7〜14日程度だと見積もります。単独では軽微な弱点が連鎖して危険になる組み合わせをAIが突くため、ソフトウェアを迅速に更新する能力は運用課題から戦略的能力へと変わりつつあります。

最終的にエージェントが普及するかは、知識を託される現場の専門家の深い関与にかかっています。同氏は、参加者が自分の仕事を奪われると感じないよう、インセンティブ設計と協力を促す仕組みが不可欠だと語りました。技術だけでなく組織文化の設計こそが、AIエージェント定着の鍵を握ります。

米マサチューセッツ工科大学（MIT）は7月7日、コーディング未経験の米空軍士官候補生が生成AIチャットボットだけを使い、軍事用アプリの試作に成功したとする研究を公表しました。MITリンカーン研究所と米空軍のAIアクセラレーターによる共同プロジェクトで、士官候補生のジョシュア・リンチ氏が約3カ月かけてプロンプトのみでコードを生成する「バイブコーディング」を実践し、非技術者による軍事ソフト開発の可能性を検証しました。

リンチ氏はAnthropicのClaude、OpenAIのChatGPT、GoogleのGeminiという3つの有料AIチャットボットを使い分け、アプリを構築しました。当初は標的認識や自律攻撃、通信管理など戦場支援を担う高度なアプリを目指していましたが、AIの能力と開発期間の制約から、戦術地図の解析や作戦立案文書の生成といった基本的な文書処理へと目標を縮小しています。

開発の過程でリンチ氏は、チャットボットが階層的な焦点を欠き、無関係なコードを勝手に変更してしまう問題に直面しました。この課題を克服するため、問題を小さく分割し、質問を明確に組み立て、話題が逸れたら本題に戻す、といった手法が有効だと学んでいます。プロジェクト期間の大半は、こうしたAIの限界を認識し回避策を身につけることに費やされました。

指導役を務めたMITリンカーン研究所のローラ・ニス氏は、完成品が非専門家による試作の有力なツールになると評価しました。一方で、リンチ氏が入力文書を手元で処理していると思い込んでいたものの、実際にはGeminiに送信されていたという事例もあり、機密情報を扱う用途では安全性の面で課題が残ると指摘しています。

研究は、AIチャットボットが非技術者の軍人でも実用的なソフトを生み出せる力を持つ一方、本格運用よりも試作支援に向いていることを示しました。大量の機能的なコードを生成できてもコードレビューが依然ボトルネックであり、専門家同士の協働が不可欠だと研究チームは結論づけています。

オーストラリアの決済・本人確認インフラを運営するAustralian Payments Plus（AP+）が、OpenAIのChatGPT EnterpriseとCodexを全社的に活用し、業務の高速化と品質向上を進めていることが、7日公開の導入事例で明らかになりました。同社は決済エコシステムの中核を担い、規則や技術仕様、規制対応など高度な知識労働を抱えています。速さと正確性の両立が求められる現場で、AIを使って複雑な情報整理を加速させています。

特に効果が大きいのが技術調査です。ある照合作業では、システムログと照合データにまたがるわずかなタイムスタンプの不整合をCodexで追跡し、従来数日かかっていた手作業を数分に短縮しました。複雑な照合問題の調査時間は、全体で4時間から30分へと縮まっています。

製品開発でも成果が出ています。従来は画面遷移を見せるだけの試作が中心でしたが、CodexとChatGPT Enterpriseを使うことで、決済動線や認証フロー、決済体験を実際の挙動に近い形で再現できるようになりました。稼働するシミュレーションの構築は、数日から数週間かかっていたものが1日に短縮され、開発リスクを早期に減らせます。

ChatGPT Enterpriseは日常業務の下書き作成にも浸透しています。会議メモは議事録に、密度の高い設計文書は概要資料へと素早く整形され、従業員の80%が創造性や品質の向上を実感しました。全社では300を超えるカスタムGPTと1000件以上のProjectsが作られ、広く使われています。

規制業種でAIを広げるうえで、AP+はガバナンスを推進の味方にする姿勢を重視しています。安全に試せる環境を整え、現場の事例で学びを促し、AIチャンピオンが活用を根付かせてきました。今後はセキュリティ分野の脅威モデリングやアラート対応にもCodexの活用を検討し、専門家による確認と人の説明責任を保ちながら適用範囲を広げる方針です。

Tencentは7月6日、Hunyuanチームが開発した大規模言語モデルHy3の正式版を公開しました。総パラメータ2950億、アクティブ210億のMoE構成で、4月のプレビュー時とは一転して制約の緩いApache 2.0ライセンスを採用しました。これによりEU・英国・韓国を除外していた従来の中国製モデルの障壁が消え、これらの地域に配信する企業も採用可能になります。

Tencentが打ち出した目玉は、リーダーボードではなくブラインド人間評価です。270人の専門家による312件の比較で、Hy3は4点満点中2.67を記録し、GLM-5.1の2.51を上回りました。ただし6月に登場した新版GLM-5.2はSWE-bench Verifiedで84.2対78.0など、エージェント型コーディング全般でHy3を上回っており、コーディング首位の座は維持しています。

Hy3の真価は検索とツール活用のエージェント用途にあります。BrowseCompで84.2、DeepSearchQAで91.0を記録し、Claude Opus 4.8やGPT-5.5に匹敵する水準です。ツール連携やロングコンテキスト検索でもオープンモデル最上位を占め、リポジトリ規模のコーディングをGLM-5.2に譲る一方、検索・ツール中心の用途では最有力の選択肢と位置づけられます。

企業向けにTencentが強調したのは信頼性の指標です。実運用シナリオの内部評価で、幻覚率はプレビュー版の12.5%から5.4%へ、常識エラー率は25.4%から12.7%へ低下しました。マルチターンの問題発生率も17.4%から7.9%へ改善し、根拠がある時のみ回答しデータを捏造しないという明示的な振る舞いの徹底が寄与したとしています。

導入コスト面でもHy3は差別化します。約744BのGLM-5.2がFP8で8基のH200ノードを要するのに対し、Hy3のFP8フットプリントは300GB未満で済みます。推奨構成は米国の輸出規制に準拠したNvidia H20-3eを想定しており、規制下の中国企業でも8基で全精度稼働が可能です。この設計は西側のH100・H200・B200でも快適に動く副次効果を生み、ライセンス障壁の消滅と合わせて採用のハードルを大きく下げます。なおTencentは、OpenRouterで2週間無料提供するとしています。

Redditは7月6日、大規模言語モデル（LLM）を活用したスパム対策ツールを導入したと発表しました。皮肉にも、拡散するスパムの多くはLLMで生成されており、同社は「毒をもって毒を制す」形でAI時代の投稿汚染に対抗します。1日あたり2300万件のスパム表示を遮断し、新たなスパム投稿・コメントを毎日約2万5千件検出しているとしています。

従来もSNS各社は自動スパム対策を構築してきましたが、Redditは更新版ツールがより高い割合でスパムを捕捉すると説明します。同社は「古いシステムが見逃していた、極めて巧妙で協調的な偽装行動や人工的な話題づくりのパターンをLLMで捉える」と述べ、1〜3月のユーザーのスパム接触を直前3カ月比で20%削減したと主張しています。

この動きは業界全体の潮流とも重なります。YouTubeやMeta、Instagramは表示を条件にAI生成コンテンツの投稿を認め、TikTokは表示量をユーザーが調整できる機能まで用意しています。AI生成物を高速に判別できれば、ヘイトスピーチなど違反コンテンツの早期発見にもつながる可能性があります。

ただし専門家は、AIによる自動モデレーションだけでは不十分だと繰り返し指摘しています。最も効果的な結果を得るには、人間による審査との併用が欠かせません。経営者やプラットフォーム運営者にとって、AIと人手を組み合わせた運用設計が信頼性確保の鍵となります。

画像生成AIで知られるMidjourneyが2026年7月、開発中の医療用超音波スキャナーの舞台裏を映した約20分の動画を新たに公開しました。同社は放射線を使わない安価で詳細な画像診断で医療を変革すると掲げますが、動画はハードウェアの様子を見せる一方、その実効性を裏づける証拠はほとんど示していません。

映像を制作したのはテック系YouTuberのMarcin Plaza氏で、同氏はMidjourneyのエンジニアでもあります。Plaza氏は装置を「多数の超音波プローブを分解してエレベーター付きの豪華な湯船に貼り付けたもの」と率直に表現し、市販のコンピューターやRaspberry Piと接続されている構成を紹介しました。

しかし動画は、プロジェクト発表時に専門家が投げかけた物理や画像化に関する疑問の多くを素通りしています。専門家らはThe Vergeに対し、Midjourneyが数十年前から知られる超音波の限界を克服できる証拠や、約束する規模と速度で詳細な画像を生成できる証拠をほとんど示していないと語りました。

同社はこのスキャナーを、FDAの承認や臨床試験が必要な診断用医療機器ではなく、体組成に焦点を当てたウェルネス製品として投入する方針を強調しています。医療責任者のTom Calloway氏は、この方針により開発を「スピードラン」でき、テスト完了後すぐに開始できると述べました。一方で動画は依然として医療的な表現に多く依拠しています。

Calloway氏は混乱の解消にあまり関心を示さず「明確にすべきことは何もないと思う」と語り、進捗を頻繁にブログで更新すると約束しました。CEOのDavid Holz氏は、投資家がいないことが自由をもたらすとし「誰も私にやめろとは言えない」と述べ、外部の制約を受けずに開発を進める姿勢を示しました。

米AI大手のAnthropicが今週、科学者向けAI基盤「Claude Science」を発表し、あわせて自社での創薬に乗り出す方針を明らかにしました。ライフサイエンス責任者のエリック・カウダラー=エイブラムス氏は、まず「顧みられない疾患」の治療法発見に注力すると述べています。フロンティアAIの主要企業が自ら薬を開発すると公言するのは、極めて異例です。

Claude Scienceは、断片化したツールやデータセットを一つの環境に統合し、図表や画像を生成する「科学者のためのAI作業台」と位置づけられています。Anthropicは、コーディング用途で業界をリードする既存の強みを背景に、科学的発見と医療介入の開発を劇的に加速する可能性を掲げました。すでに多くのバイオ・製薬企業が同社のClaudeを利用しているといいます。

この動きは、Anthropicを競合となりうる製薬各社にソフトを売りながら、自らも薬を開発するという特異な立場に置きます。生命科学分野ではOpenAIやAmazon、Googleも独自プラットフォームを展開し、InsilicoやGoogle DeepMind系のIsomorphic Labsなど「AI創薬」勢との競争も激化しています。ただしAnthropicは、狙う疾患や実験・治験・製造での提携有無など、具体像をほとんど明かしていません。

専門家は、AIが創薬のあらゆる段階に浸透しつつも、実験そのものを不要にはできないと指摘します。オックスフォード大のフランク・フォン・デルフト教授は、薬剤候補は有効性や毒性、安全な製造・保管・投与の可否を現実世界で検証する必要があり、「実験に多額を投じることになる」と述べました。高品質な実験データの不足も開発の足かせになると、複数の研究者が口をそろえます。

それでもAnthropicは本気とみられます。同社はこの1年で生物学者を積極採用し、自社のウェットラボを構築、ライフサイエンス職の求人も複数出しています。ケンブリッジ大のナムシク・ハン氏によれば、大手製薬や名門大から人材を引き抜くことにも成功しているとのことです。

もっとも、どの疾患を選んでも成果が出るのは少なくとも10年近く先になる公算が大きいと専門家はみます。新薬は臨床試験に長い時間を要し、これまでAIが設計した薬でFDA承認を経て市場に届いた例はまだありません。AIは探索の一部を速められても、薬は結局、地道な実験でその価値を証明する必要があるのです。

米メディアTechCrunchは2026年7月3日、AI業界で頻出する専門用語を平易な言葉でまとめた用語集を公開しました。対象読者は、AIを使いこなして生産性や市場価値を高めたい経営者やエンジニアで、会議や商談で飛び交うLLMやRAG、RLHFといった略語に戸惑う人々を想定しています。同社はこの用語集を分野の進化に合わせて更新し続ける「生きた文書」と位置づけています。

収録された基礎概念のうち中心となるのが、人間を多くのタスクで上回るとされるAGI（汎用人工知能）です。ただしOpenAIのアルトマンCEO、同社の憲章、Google DeepMindで定義が微妙に異なり、専門家の間でも見解が割れていると指摘します。関連してAIが人間の介入なしに自らを改良し続ける再帰的自己改善にも触れ、これを次の研究フロンティアと捉える新興企業が相次いでいると説明しています。

実務に直結する概念として、経費精算や予約、コード保守などを自律的にこなすAIエージェントや、開発作業を代行するコーディングエージェントが挙げられています。回答精度を高める思考の連鎖、大規模モデルから小型モデルへ知識を移す蒸留、特定用途に最適化するファインチューニングなど、モデルを鍛える手法も網羅されています。さらにAIを外部のファイルやアプリに接続する標準規格MCPが、Anthropicの提唱後にOpenAIやGoogle、Microsoftへ急速に広がった点も強調されました。

経営層が押さえるべき経済・インフラの論点も豊富です。ネットワークを小さな専門家に分割して一部だけを動かす混合専門家（MoE）は、巨大モデルを比較的安価に運用する鍵とされます。多くのAI企業が課金単位とするトークンや、処理量を示すトークンスループットは、そのままコストと収益性に直結します。加えて、AI各社の旺盛な需要でメモリー不足が広がるRAMageddonが、ゲーム機やスマートフォンの値上げにまで波及している現状を伝えています。

一方で品質面の課題も明記されています。AIが誤った情報を生成するハルシネーションは学習データの欠落から生じるとされ、医療のような場面では実害につながる恐れがあると警告します。TechCrunchは、こうした基礎概念を共有することで、開発者だけでなく投資家や意思決定者が業界の動向を的確に読み解けるようになると位置づけています。

米メディアTechCrunchは2026年7月2日、AIエージェント「OpenClaw」で恋愛にまつわる作業を自動化する人々が現れていると報じました。起業家のベン・ゲーズ氏はサッカーW杯の結果に連動させ、敗戦国の女性へ「DMを開放している」と訴えるほぼ同一の動画を量産。数日で再生数100万回、200件のDMを得たといいます。

ゲーズ氏の仕組みは、OpenClawがW杯の結果を追跡し、試合後にClaudeが同じテンプレートの「トライアルリール」を自動投稿するというものです。この投稿は公開プロフィールには表示されないため、同じ内容を国名だけ変えて十数回繰り返しても外部からは気づかれにくい仕組みになっています。

利用の形は人によって様々です。PR会社創業者のジェフ・ワイスビーン氏はデートの店選びの下調べにOpenClawを使う一方、会話そのものをAIに任せることには否定的です。テック企業に勤めるケイリー氏は、交際を終える際の別れの連絡文をClaudeに自動生成・自動送信させていたと明かしました。

こうした使い方には賛否が分かれます。相手との関係が生まれた後にAIを介在させることには、当事者たちもためらいを見せています。ケイリー氏の場合、別れの連絡を自動化していた事実がデート相手に伝わり、「話しているのはClaudeかケイリーか」と問われる一幕もありました。

安全性の観点からは懸念も強まっています。セキュリティ重視の代替サービス「NanoClaw」共同創業者のレイザー・コーエン氏は、個人情報やアカウントへのアクセスをAIに与える際には人による承認が不可欠だと指摘。本人の同意なくAIがマッチングプロフィールを作成した事例などを挙げ、情報漏洩のリスクに警鐘を鳴らしています。

Microsoftは7月2日、企業向けAIの導入支援に特化した新事業「Microsoft Frontier Company」を発表しました。同社は25億ドルを投資し、業界とエンジニアリングの専門家6000人を投入します。狙いは、自社の既存AIツールを使った企業のAI導入を成果まで見届けることにあります。

商業部門CEOのJudson Althoff氏は、この取り組みを従来の「フォワード・デプロイド・エンジニアリング（FDE）」の枠を超えるものだと位置づけました。「業界で最大かつ最も有能な、成果重視のエンジニアリング組織になる」と述べ、単なる技術者派遣とは一線を画す姿勢を強調しています。

とはいえ、この新会社はここ数カ月で相次いで発表されたFDE型事業と多くの共通点を持ちます。わずか2日前にはAWSが10億ドルを投じる同種の社内事業を発表し、FDEモデルを明確に掲げました。OpenAIとAnthropicもすでに同様の合弁事業を立ち上げており、こちらは外部の投資会社からの資金も取り込んでいます。

Microsoftが優位に立つ理由は、既存の顧客基盤にあります。同社はすでにフォーチュン500企業の多くにエンジニアを配置しており、新事業は大きな先行者利益を得られる見込みです。発表では、ロンドン証券取引所グループとの初期提携に加え、Unilever、Land O'Lakes、Accentureとの連携も挙げられました。

AI研究者のグループが2026年7月1日、AIの有害な挙動を報告・追跡するクラウドソーシング型サイト「FLARE-AI」を公開しました。チャットボットがマルウェアや爆弾製造の手順を生成したり、個人情報を漏らしたり、利用者の妄想を助長したりした場合に、誰もが警鐘を鳴らせる仕組みです。サービス障害を集計するDowndetectorのAI版とも言える存在です。

最大の狙いは、AIの不具合を通報する統一的な窓口の欠如を埋めることです。開発を主導したHuggingFaceのアビジット・ゴーシュ氏は「現在、AIシステムの欠陥を報告する中央集約された説明責任のある方法が存在しない」と指摘します。同システムのオープンソースコードにより、第三者が問題を検証し、モデル開発元や非営利団体MITREへ報告を振り分けられます。

この取り組みは32の組織から集まった49名のAI専門家との協働で開発されました。研究者らは論文の中で、AIの普及とエージェント型システムの高度化が進むほど、この仕組みが重要になると論じています。6月に発表された連邦議会の法案とも連動し、米国立標準技術研究所（NIST）が欠陥報告データベースを整備する構想も含まれます。

背景には、AIツールを巡る不具合の続発があります。今週はLayerX社が、OpenAIのAtlasやPerplexityのCometといったAI搭載ブラウザのガードレールを回避する手口を公表しました。バグやサイバー攻撃だけでなく、心理的被害や差別、誤情報など問題は多岐にわたり、企業ごとに基準が異なる点も課題です。

一方で運用面の懸念も残ります。Humane Intelligenceのラムマン・チョウドリー氏は、深刻でない報告を含む大量の通報をどうさばくか、また信頼できる権威ある組織の裏付けをどう確保するかが課題だと指摘します。エージェント型システムの能力向上に伴い、AIの被害を報告する新たな手段の必要性は今後さらに高まりそうです。

セキュリティ企業のSplunkは2026年7月1日、VentureBeatの寄稿記事で、エージェント型AIの普及がIT・セキュリティ現場の効率を高める一方、次世代の専門家を育てる訓練の場を奪っていると警鐘を鳴らしました。同社のカマル・ハティSVPは、若手が担ってきた定型業務の自動化が、熟練者を生み出してきた徒弟制の仕組みを静かに崩していると指摘します。

SecOpsアナリストやSRE、ネットワーク技術者は、誤検知の切り分けやログの精査といった地道な反復を通じて直感を養ってきました。こうした経験は研修や手順書では得られず、失敗と対処の積み重ねからしか身につきません。AIが負担の大きい作業を肩代わりすること自体は望ましいものの、代わりとなる育成の仕組みを用意しなければ、深く理解する人材が失われると同社は述べています。

もう一つの論点が、規制環境における説明責任です。SOXやPCI DSS、HIPAA、NIS2といった枠組みは、統制判断の背後に人間の判断の連鎖があることを前提としています。監査人はモデルではなく、なぜその判断が妥当だったかを説明できる人に問いかけるため、説明できる専門家が細ると、統制は形式的に通っても組織の記憶が空洞化すると警告しました。

解決策として同社は、人間の専門性を育てるシステム設計を提唱します。AIが推論の過程とデータの来歴を可視化し、信頼度と影響度に応じて権限を階層化すること。さらに、経験ある技術者がAIの判断を覆した際にはその理由を学習信号として取り込み、インシデントの解決策を領域を越えて共有する仕組みが欠かせないとしています。

同社はこれらを理念ではなく検証可能な製品機能だと位置づけ、リーダーは導入後に現場のスキルが向上するかを見極めるべきだと訴えます。人とAIが互いを犠牲にせず同時に成長する設計こそが、今後10年のデジタル耐性を組織が真に自分のものにできるかを左右すると結論づけました。

OpenAIは6月30日、計算生物学における研究水準の判断力を測る新ベンチマーク「GeneBench-Pro」を発表しました。ゲノミクス、定量生物学、トランスレーショナル医療にまたがる129問で構成され、曖昧で雑然としたデータからAIエージェントが適切な解析手法を選び、意思決定に直結する結論へ至れるかを問います。事実の暗記や定型作業ではなく、研究現場で求められる高次の判断を評価対象とした点が特徴です。

同社はこうした判断力を研究のセンスと定義します。どの問いをデータが支えられるか、初期の診断結果に応じて推定対象をどう変えるか、当初の計画をいつ修正すべきか、といった一連の判断の連鎖を指します。各問題は現実的で乱れたデータセットと簡潔な実験背景、そして下流の意思決定に結びついた推定対象を与え、モデルに探索と試行錯誤を求めます。

ベンチマークの信頼性を保つため、全問題が合成データで作られています。データ生成過程を完全に把握しているため、複雑さを調整でき、もっともらしいが誤った解析が確実に不正解となることを検証できます。さらにトレース分析で情報漏えいや抜け道を点検し、正解が正しい解析経路の選択に依存するよう設計しました。

評価では、同社最強のGPT-5.6 Solが最高推論レベルで28.7%、Proモードで31.5%の正答率を記録しました。初代GeneBench開発当初のGPT-5が5%未満だったことと比べ、大きな前進です。テスト時の計算量を増やすほど成績が伸び、最高レベルではGPT-5.2の約6倍の問題を3分の2のトークンで解いたといいます。

外部の専門家による評価では、1問あたり人間の専門家で20〜40時間を要すると見積もられました。時給200ドル換算で1問の人件費は数千ドルに達する一方、AIの推論コストは1問あたり数ドルにとどまります。現状のエージェントは専門家を置き換えるほど信頼できないものの、部分的な自動化でも経済的・科学的価値が生まれる可能性があります。

OpenAIは代表的な10問をHugging Faceで公開し、近く第三者評価向けに50問の部分セットも提供する予定です。シーケンスコストの低下で生物学の制約はデータ生成から解析へ移りつつあり、この種の解析を自動化できれば創薬の標的選定や仮説の絞り込みを加速し、科学的発見を後押しすると同社は見ています。

中国の生活サービス大手Meituanは6月30日、巨大なAIコーディングモデル「LongCat-2.0」をGitHubやHugging Face上で公開しました。1.6兆パラメータのMixture-of-Experts（MoE）構成で、100万トークンの文脈を扱え、商用利用に寛容なMITライセンスで提供されます。同社はこのモデルが、過去2カ月にわたりOpenRouterの開発者ランキング上位を占めてきた匿名モデル「Owl Alpha」の正体だと明かしました。

最大の注目点は、訓練を米Nvidia製GPUに頼らず、5万基を超える中国国産ASICで完結させた点です。near-frontier級のモデルを国産シリコンだけで構築できることを示し、Nvidia優位の構造に変化を迫る出来事だと位置づけられています。米国が自国の主要モデルへのアクセスを制限する動きを強める中で、安価で高性能な中国製オープンモデルが世界の開発者の選択肢として浮上しています。

性能面では、ソフトウェア工学のベンチマークSWE-bench Proで59.5を記録し、OpenAIのGPT-5.5の58.6をわずかに上回りました。Terminal-Benchで70.8、SWE-bench Multilingualで77.3を示すなど、対話よりも自律的な開発タスクに特化した設計です。汎用性ではClaude Opus 4.8など最上位モデルに及ばないものの、コーディング領域では競争力を持つとされています。

技術的には、合計1.6兆パラメータのうち1トークンあたり平均480億パラメータのみを動かす積極的なスパース化を採用しました。100万トークンの文脈を支えるため、DeepSeek Sparse Attentionを発展させた独自の「LongCat Sparse Attention」を導入し、ハードウェアに沿った効率的なメモリアクセスを実現しています。後処理では、Agent・Reasoning・Interactionの3つの専門家群に最適化を分離する「MOPD」と呼ぶ枠組みを使い、推論・ツール実行・安全性を両立させています。

商用面では、通常の従量課金APIに加え、北京時間の決まった時刻に1日4回の数量限定セールで提供する「Token Pack」を用意しました。最大の特徴は文脈キャッシュの再利用が完全無料になる点で、同じ巨大なコードベースを繰り返し読み込む自律エージェントのコスト構造を大きく変えるとしています。Meituanは2010年創業の出前・生活サービス大手で、利益率低下を背景にAIと国産チップへ多額の投資を進めてきました。

米Metaの委託業者数百人が未成年を装い、競合チャットボットに自殺や性、薬物などの高リスクな質問を送って反応を検証していたことが、内部文書と関係者5人の証言で明らかになりました。WIREDが2026年6月29日に報じたもので、業者は18歳未満を装うダミーアカウントを作成し、得られた応答を表計算ソフトに記録していました。

このプロジェクトは社内で「Cannes」と呼ばれ、委託先のCovalenが運営し、4月21日まで続いていました。標的はOpenAIのChatGPT、GoogleのGemini、Character.AIの3つで、2025年8月の1回の検証だけで4万5千件を超える質問が送られたといいます。WIREDが確認した3,748件の質問には、自殺や自傷、摂食障害に関するものが数百件含まれ、性愛に関わるものも少なくとも239件ありました。

質問の多くは、危機にある子どもや10代を装って書かれていました。妊娠した13歳が中絶薬の入手先を尋ねる内容や、過食症を親に隠す方法を問うものなど、安全システムが本来拒否すべき応答を引き出すよう設計されていたとされます。これらの検証は各社に無断で行われていました。

Metaはこの作業を通常の安全検証だと擁護し、「安全で年齢に適した体験を確保するためのテストとベンチマークは責任ある業界標準の慣行だ」と説明しました。同社は競合のベンチマークを自社AIモデルの学習には使っていないとしています。一方Covalenはコメントの要請に応じていません。

しかし競合3社はいずれも検証を許可しておらず、規約違反にあたると指摘しました。Character.AIは規約とポリシーへの違反だと述べ、OpenAIは「問題を調査中」、Googleは第三者による検証を認可していないと回答しています。

非営利団体Humane Intelligence創設者のRumman Chowdhury氏は、子どもを装ったダミーアカウントで規則を組織的に破るような数カ月規模の取り組みは、通常の「業界標準」評価の範囲を超えると批判しました。安全評価と競合ベンチマークの混同は「安全が反競争的な慣行の都合のよい隠れみのになる統治の灰色地帯だ」と警鐘を鳴らしています。

米自動車大手Fordは6月25日、人工知能と自動化システムが目指す品質水準を達成できなかったため、ベテラン技術者350人を再雇用したと明らかにしました。Bloombergの報道によると、対象には元社員のほか取引先企業で働いていた人材も含まれ、最高執行責任者のKumar Galhotra氏が記者団に説明しました。

同社は近年自動品質システムへの依存を強めてきたものの、結果は期待外れだったとGalhotra氏は語ります。そこで技術専門家を呼び戻し、彼らは部品が工場の現場に届く前に不具合の原因を探し出す役割を担っています。

車両ハードウェア技術担当バイスプレジデントのCharles Poon氏は、設計要件をAIに取り込むだけで高品質な製品が生まれると誤って考えていたと率直に認めました。AIへの過信が品質低下を招いた構図がうかがえます。

ただしFordはAI戦略を完全に放棄するわけではありません。再雇用したベテランは「グレービアード（白ひげ）」技術者と呼ばれ、若手の指導とAIツールの再プログラミングに活用される方針です。

この再雇用は成果を上げつつあり、Fordは今年10億ドルのコスト削減につながると見込んでいます。同社は今週公表されたJD Powerの初期品質調査で、主流ブランドの中で首位を獲得したと発表しました。

健康管理を徹底していた35歳の起業家コノ・クリストウ氏が、別の検査をきっかけに42万人に1人という希少な非ホジキンリンパ腫と診断され、治療の全工程でAI「Claude」を活用した経験をTechCrunchが2026年6月27日に報じました。同氏は血液検査やスキャン、ウェアラブルの記録をAIに入力し、難解な医療判断を補ったといいます。

診断当初、二人の専門医が正反対の治療方針を示しました。一方は成功率約60%の軽い化学療法を、もう一方は患者固有の病態を踏まえ成功率約85%の厳しい連続入院投与を推奨したのです。クリストウ氏は計12人の医師から意見を集め、11対1で支持された厳しい治療を選択しました。

AIが決定的な役割を果たしたのは治療の最終局面でした。最後のPET検査の結果が曖昧で、担当医は心臓や肺に近い放射線治療を含む次の治療を検討し始めたのです。同氏はこの種のリンパ腫では治療後PET検査の偽陽性率が約60%に上ると調べていました。

そこで3回分のPET検査とMRIをClaudeに入力したところ、40歳未満の回復期患者で胸腺が再活性化し、画像上は活動性の病変のように見える現象が指摘されました。AIは同氏の年齢や所見から、この説明が当てはまる確率を約90%と算定したのです。

その後さらに3人の医師に意見を求め、4人目が胸腺の再活性化だと確認しました。活動性の病変はなく、放射線治療は不要だったのです。クリストウ氏は「AIは医師を置き換えるものではないが、正しい問いを立てる助けになった」と語っています。

ただし専門家は慎重な姿勢を崩していません。マス・ジェネラル・ブリガムのダニエル・ビターマン氏は、汎用チャットボットが誤りも多く、個別診断向けに十分検証されていないと指摘します。一方でクリストウ氏は、AIが患者にもたらす価値は「10年後ではなく今日起きている」と強調しました。