Flow（プロダクト）に関するニュース一覧

BairesDevは2026年9月15日、60超の国の開発者705人と最高技術責任者41人を対象にした2026年第3四半期調査を公表しました。AIがコードの半分以上を書くとの回答は前年同期の12％から42％へ上昇しました。一方、浮いた時間はレビュー、修正、安全確認や新技術学習へ移っており、開発の瓶頸が生成から検証へ移りつつあります。

開発者がAIで節約したとするコーディング時間は週13時間で、前年の約7時間からほぼ倍増しました。しかし、週の半分超を新しいコードをゼロから書く作業に使う人は21％にとどまります。前年よりAI生成コードのレビュー時間が増えた人は67％、AIが生んだ問題の修正時間が増えた人は52％で、新技術の学習も週4時間から9時間へ増えました。

企業も人間による確認へ資源を移しています。調査対象の最高技術責任者41人のうち78％は、AI生成物を支えるコードレビュー、品質保証、検証への支出を増やしました。出荷判断を人の関与なしでAIへ全面委任した開発者は7％だけで、BairesDevの最高経営責任者は、AIの生成比率が上がっても開発者の説明責任は100％に近づくとみています。

他の大規模調査も、利用拡大と信頼の差を示しています。Stack Overflowの4万9,000人超の調査では80％がAIツールを利用した一方、精度を信頼したのは29％で、66％は「ほぼ正しい」コードの修正に時間を使っていました。JetBrainsの1万5,000人超の調査では、90％が仕事でAIコーディングエージェントを週1回以上使い、68％は毎日利用していました。

役割の変化は満足度と報酬にも表れています。AIで仕事が充実したとの回答は前年の76％から86％へ上がり、2026年に昇給した開発者では29％がAIツールの習熟、20％がシステム設計・構成、15％が対人能力を理由に挙げました。ただし、対人能力の育成に積極投資する最高技術責任者は4人に1人にとどまります。

調査結果には標本上の注意が必要です。開発者705人の大半はBairesDevの選考に参加する応募者で、同社の従業員ではなく、最高技術責任者の標本も41人と小規模です。それでも、企業が確認すべき論点は明確で、生成量だけで生産性を測らず、レビュー、安全性、説明可能な判断へ移った時間と費用を合わせて捉える必要があります。

米マサチューセッツ工科大学（MIT）の研究チームは2026年9月14日、安全性が重要な用途で生成AIに厳格な制約を守らせつつ、出力品質も高める手法「HardFlow」を発表しました。ロボット操作、迷路走行、文章指示による画像編集の実験で、すべての制約を満たし、既存手法より質の高い解を安定して得ました。事前学習済みモデルを再学習せず、導入時に適用できます。

従来の射影ベースのサンプリングは、生成途中の解にも制約を繰り返し課します。その結果、モデルがより良い最終解へ到達する余地を狭め、例えば衝突を避けながらロボットの移動距離を短くするといった品質目標を十分に追えない場合がありました。

HardFlowは、制約付き生成を最適制御の軌道最適化として捉え直します。途中では小さな修正を加えながら探索の自由を保ち、最終出力で安全規則や物理法則などの厳格な条件を満たす設計です。

研究チームは、フローマッチングモデルの構造を利用し、巨大なニューラルネットワークを扱う最適化問題を一連の小さな1ステップ問題へ分解しました。これにより、実行時に効率よく解ける拡張性のあるアルゴリズムとし、計算時間も多くの比較手法と同等以下に抑えました。

実験では、ロボットアームが障害物との衝突を避けながら、対象物までの最短経路を見つけました。再学習不要のため既存の生成モデルへ適用しやすく、研究チームは今後、モデル自体も更新して制約順守と品質をさらに適応的に改善する方向を検討します。

Hugging Faceは2026年9月10日、ブラウザー上のノードグラフ「Workflow1111」を公式ブログで紹介しました。AUTOMATIC1111風の画像・動画処理11系統を73ノードで再現し、テキスト画像生成から高解像度化、物体検出、動画化までを単一キャンバスに統合します。利用者はHugging Faceで認証し、自分の推論枠で各モデルを呼び出せます。

基盤はPython関数のfn、推論モデルのmodel、別のGradio Spaceを呼ぶspace、Hubデータセットの行を使うdatasetという4種類の演算子です。入力と出力をポートとして結ぶだけで、LLM、画像生成、VLM、検出、動画生成を同じグラフに配置できます。

同じ依存段階のノードは自動で並列実行されます。画像から生成プロンプトを作るVLMと分類器を同時に走らせるほか、4種のプロンプト行列も一斉に画像化し、追加の並列制御コードを不要にしています。

ネットワーク依存も抑えています。36個の演算子ノードのうち32個がfnで、22個はPillowやNumPyなどを使って端末内だけで動作するため、接続を失ってもキャンバスのおよそ3分の2は利用できます。外部モデルはInference ProvidersやSpaceへ委ねる一方、fnにはローカルGPUのモデルも結び付けられます。

各出力ノードは型付きRESTエンドポイントになり、Workflow1111では9本を公開しています。MCPサーバーを有効にすれば同じ出力がAIアシスタント向けツールになり、呼び出し元ごとのトークンで画像生成や検出を組み込めます。企業の開発者にとって、可視化、実行、API公開を一つの設計図で管理できる点が実装上の要点です。

Salesforceで企業向けデータ移行基盤を手がけるSiddharth Arun氏は2026年9月6日、InMarket在籍時の広告データ基盤が、処理エラーなしで11日間にわたり顧客向けオーディエンス数を40％誤って算出した経験を明らかにしました。上流の広告ネットワークによる項目名変更でSparkの結合キーが一致しなくなりましたが、Airflowなどの稼働監視は異常を検知できませんでした。

InMarketの基盤は、日々数十億件、合計1PB超の位置情報・広告イベントをS3、Spark、Airflow、Snowflakeで処理していました。規模が大きいほど40％の減少も通常の変動に紛れ、顧客がキャンペーン不振を指摘するまで発覚しにくくなります。

別の事例では、日付パーティションだけが作られ実データが届かなかったため、空の結果を正常として書き出し、3日分のデータが消えました。DAG完了やパーティションの存在といった構造上の確認は、数字の意味が正しいかを保証しません。

Arun氏が提案する対策は、変換後ではなく取り込み時点で入力スキーマを登録内容と照合することです。入口で不一致を早期に検知すれば、誤ったデータが下流へ11日間広がる事態を防ぎやすくなります。

監視対象には、オーディエンス数、最終ロードからの経過時間、スキーマ検証結果、ファイル数・容量、SLA達成状況を含めます。筆者は、処理速度や稼働率だけでなく、業務上の正しさを第一級の運用指標にすべきだと訴えます。

今後、AIエージェントがスキーマ変更対応や再処理を担っても、数値の誤りを判定する基準がなければ問題は残ります。まず正常なデータと業務上の不変条件を定義し、一つでも意味の検査を加えることが実践的な第一歩です。

Googleは2026年9月4日、音楽生成モデル「Lyria 3.5」をGeminiアプリとGemini APIで提供すると発表しました。歌声の表現力と編曲の豊かさを高め、より忠実度の高い楽曲制作に対応します。Geminiアプリのウェブ版とモバイル版では世界中の全ユーザーが利用でき、動画用の伴奏、ブランド用ジングル、個人向け着信音などを想定用途に挙げています。

GoogleはLyria 3.5を自社で最も音質の良い音楽生成モデルと位置づけています。従来より表現豊かなボーカルと厚みのある編曲を生成し、より高い忠実度でトラックを仕上げられると説明しています。

Geminiアプリでは、ジャンルを選ぶか文章で説明し、ボーカル曲とインストゥルメンタル曲を選択できます。新しいテンプレートからBGMや誕生日向け楽曲を作り始められ、短い曲と長い曲も選べます。

Lyria 3.5の提供先はGeminiアプリとAPIにとどまりません。アーティストやAIクリエイター向けのGoogle Flow Music、開発者・技術者向けのGoogle AI Studio、Google Vidsでも利用できます。

クラウドストライクは2026年3〜5月、中国・海南島の農業会議で、中国政府系とみるOVERCAST PANDAが、夕食中の幹部のホテル客室に侵入し、USBからノートPCを起動してバックドア「FlowCloud」をストレージへ書き込んだと報告しました。フィッシングやネットワーク侵入を使わず、OSやEDRが動き出す前に端末を改ざんし、翌朝の起動後に情報窃取を始めた手口です。

侵入者は午後8時ごろに1室、午後9時57分までに別の1室へ入り、FlowCloudと起動後のトリガーを配置しました。端末の次回起動でキーロギング、画面取得、ファイル収集、認証情報の窃取が始まり、Falconはプロセス起動後に検知しました。

盲点は、EDRやMFAが動作する前のOS起動前です。Falconは起動後にFlowCloudを捉えましたが、USB書き込みから次回起動までの数時間は、既に侵害されながら検知できない空白でした。

防御の軸は、UEFIで外部起動と一時起動メニューを無効にし、BIOS管理者パスワードで設定を固定することです。フルディスク暗号化に起動前認証を組み合わせ、Secure Bootと失効リストを最新に保つことで、無人時の改ざんリスクを抑えられます。

企業向けの提案として、国際会議には本番環境への接続、保存済み認証情報、常設VPN設定を持たない旅行専用端末を配り、帰国後に初期化する運用が挙げられています。物理侵入は大規模化しにくい一方、特定の幹部を狙う場面ではネットワーク防御外の盲点を突くため、情報システム部門と物理セキュリティ部門をまたぐ出張端末管理が課題です。

IBMとConfluentは2026年9月2日、IBM Graniteの時系列基盤モデルをConfluent Cloud上のApache Flinkから直接使える早期アクセスとして提供開始しました。企業は流れているデータを別の機械学習基盤へ移さず、SQLで予測と異常検知を呼び出し、結果をKafkaの配信先を通じて警告、画面、データ基盤、AIエージェントへ渡せます。

時系列基盤モデルは、個別に学習していない系列にも適用し、予測、異常検知、類似検索、分類、欠損補完、最適化を共通機能として提供します。早期アクセスでは「AI_FORECAST」と「AI_DETECT_ANOMALIES」という2つのFlink SQL関数から呼び出し、引数を変えてモデルを選べます。

Flinkは系列ごとの直近の状態を障害に耐えられる形で保持し、モデルが必要な履歴を別のデータベースなしで渡します。Confluentがモデル配信、拡張、実行環境を管理し、データは同社のクラウド内に保ったまま既存の形式定義、来歴、権限管理を推論処理にも適用できます。

製品群は4モデルで、PatchTST-FMは予測値の分布、FlowStateは間隔の異なる連続データ、TTMはCPUでの大量処理を重視します。TSPulseは時間と周波数の特徴を組み合わせ、異常検知、分類、欠損補完、過去の類似事例検索を担います。

IBMは自社業務に加え、セメント、鉄鋼、製紙、食品、通信分野の協力企業でモデルを試したとしています。同社によると、生産性は5～10倍に向上し、専門のデータ科学者を待っていた分析を需要計画や不正対策、工程管理の担当者が扱えるようになりました。

早期アクセスはAWS上のConfluent Cloudで利用でき、期間中は無料です。次にConfluent Platformへ広げ、社内設置型と複数環境を組み合わせた運用にも同じモデルと機能を提供する計画です。

Vercelは8月27日、TypeScriptコードのまま耐障害性のあるワークフローを構築できるオープンソースライブラリ「Workflow SDK」を公開したと発表しました。既存のワークフローエンジンが専用サーバーやワーカー管理など複雑なインフラを要求していた課題を解消し、新たなインフラを追加せずに長時間実行の処理を安全に扱えるようにしています。

同氏はVercel入社前、Temporalのフォークを半年ほど個人開発していましたが、快適な開発体験を実現するには実行環境そのものを自社で持つ必要があると気づいたといいます。Temporalは強力な一方、サーバー群の構築やワーカーの常時稼働、暗号化通信の設定など、動かすまでに多くの準備が必要でした。バージョンが異なるコードが実行中のワークフローと衝突する問題も、運用を難しくしていたと振り返ります。

Workflow SDKでは、関数の先頭に"use workflow"や"use step"と書くだけで、通常のTypeScript関数がそのまま耐障害性のある処理単位になります。コンパイラがコードを解析し、ワークフロー用とステップ用のバンドルに自動で分割する仕組みです。信号・照会・更新という3つの仕組みに分かれていた既存の入出力手段も、"hook"という単一の概念に統合し、Webhookの生成すらも1行で完結できるようにしました。

バックエンドは特定の技術に縛られず、Postgres、Redis、Vercel Queuesなど、既に利用しているインフラをそのまま流用できる設計です。Vercel自身が提供するワークフローサーバーも、状態を持たないただのCRUD APIにすぎず、処理の実体はオープンソースのクライアントライブラリ側にあります。同社はこの仕組みをApacheライセンスで公開し、誰でも中身を確認し拡張できるようにしたとしています。

パフォーマンス面では、ベータ版のWorkflow v5が既存APIを変更せずに最大5倍の高速化を実現したとしています。次期のv6ではサードパーティのバックエンドでも同等の速度を目指すとしており、開発は今後もGitHub上の議論を通じて公開で進める方針です。npmから"workflow@beta"を導入すれば、現時点でも試用できる状態にあるといいます。

Google（グーグル）は27日、動画生成AI「Gemini Omni」の最新版「Omni 1.1 Flash」を発表しました。開発者向けのGemini APIや一般ユーザー向けのGoogle Flowを通じて同日から提供を開始し、動画生成をより細かく制御できる新機能を追加しています。プロ用途での本番運用に耐える完成度を目指した更新です。

目玉機能の一つが、動画の続きを生成する「シーン延長」です。従来モデルが直前1秒のみを参照していたのに対し、Omni 1.1は最大10秒分の文脈を解析できるようになりました。これにより映像の一貫性や物語の整合性が向上し、10秒単位で最大40秒までの長尺動画を生成できます。

開始フレームと終了フレームを指定するだけで、その間をなめらかに補完する機能も搭載しました。複雑なカメラワークや途切れのないループ映像の制作に向いています。さらに最大3秒分の動画を参照素材として取り込み、キャラクターや構図の一貫性を保ったまま新しい映像を生成できる機能も加わりました。

制作効率を高める仕組みも強化されています。プレビュー用途では360p解像度で従来より最大60%高速かつ720p出力の3分の1のコストで下書きを生成でき、気に入った案だけを4K解像度まで高画質化できます。試作から本番までの工程を一つのワークフローで完結できる設計です。

Omni 1.1 FlashはGoogle AI StudioのGemini APIや企業向けのAgent Platform APIを通じて開発者に提供されるほか、Google AI Plus・Pro・Ultraの有料会員にはGoogle FlowやGeminiアプリでも無償で開放されます。Adobe FireflyやFigma Weave、Runwayなど複数のサービスがすでにGemini Omni Flashを組み込み、実運用を進めています。

Hugging Faceは2026年8月25日、オープンソースのWebアプリ構築フレームワークGradioに新機能「gr.Workflow」を追加したと発表しました。画像生成モデルや音声合成、外部の関数などをノードとして接続するだけで、複雑なAIパイプラインを視覚的に組み立てられるのが特徴です。作成した各出力は自動的にREST APIエンドポイントとして公開されるため、コードを書かずにAI機能を外部から呼び出せます。

gr.Workflowのグラフは、入力となる「参照」、処理を担う「操作」、出力となる「被写体」という3種類のノードで構成されます。操作ノードには自作のPython関数のほか、Hugging Face Inference Providers上のモデルや既存のGradio Space、Hubのデータセットなどを指定でき、ポート同士をドラッグでつなぐだけでパイプラインが完成します。

公開されたデモには、画像をアップロードして指示文だけで編集する画像編集パイプラインや、FLUXで生成した画像を背景除去してステッカー化する例、音声合成とLLMを組み合わせてポッドキャストのタイトルと音声を同時生成する例などが含まれます。1つの入力から複数の処理を同時に走らせる「ファンアウト」型の構成も紹介されています。

各出力ノードには専用のRESTエンドポイントが自動で割り当てられ、Pythonのgradio_clientやcurlコマンドから直接呼び出せます。さらに関数ノードに「@spaces.GPU」を付与すれば、実行時のみZeroGPUがGPUを確保するため、外部サービスに頼らずSpace内でモデルを動かすことも可能です。

Hugging Faceは今後、gr.Workflowを使って画像生成ツール「AUTOMATIC1111」のような本格的なアプリケーションを構築する手順を解説する記事を公開する予定だとしています。開発者はコードをほとんど書かずに、AIサービスを組み合わせた実用的なツールを短時間で作れるようになりそうです。

Meta(メタ)は2026年8月20日、Meta AIの新しいMac向けアプリを発表しました。このアプリはシステム全体で使える音声入力機能を搭載しており、あらゆるアプリ上でディクテーションができます。さらに画面の内容を認識して質問に答える機能も備え、独自開発のMuse Sparkモデルが処理を担います。

音声入力機能は、Wispr FlowやSuperwhisper、Monologueといった既存ツールと同様に、どのアプリを使っていてもテキスト入力を音声で行えるものです。同様の機能は米Googleも先月、Mac版Geminiアプリに追加しており、大手各社でシステム全体の音声入力対応が広がっています。

今回の発表は、事業者向けMeta AI機能の拡充とも連動しています。加盟店はInstagramやFacebookのアカウント、Meta広告キャンペーン、Google Workspace(Gmail、ドキュメント、スプレッドシートなど)をMeta AIと連携させ、AIアシスタントに問い合わせる形で情報を取得できるようになりました。

連携後は、広告キャンペーンの成果やオーディエンスのエンゲージメント指標、どの投稿が効果的だったかといった分析結果を得られます。公開情報に基づく競合の動向把握も可能で、Meta AIが提案書や文書、スプレッドシートの作成まで代行してくれます。

Metaはこれまでも、WhatsAppやInstagramでの自動カスタマーサポートなど、事業者向けAIツールの拡充に注力してきました。2026年第2四半期の決算説明会でCEOのマーク・ザッカーバーグ氏は、企業にエージェントを提供し、業務を代行させる大きな事業機会があると述べています。

Google(グーグル)は8月14日、Geminiや動画編集ツール「Flow」で生成した画像・動画・音楽について、目に見える透かしをオフにできる新機能を発表しました。Gemini担当バイスプレジデントのジョシュ・ウッドワード氏がX(旧Twitter)で明らかにしたもので、Nano BananaやOmni、Lyriaで作成したコンテンツが対象となります。プロ利用や創作活動の現場で透かしが使い勝手を下げているとの声を受けた対応です。

新設定は「設定」内の「メディア透かし」からオン・オフを切り替えられ、数日中に順次提供される予定です。対象となるのはGeminiアプリと動画生成ツールのFlowで、今後は検索機能にも対応が広がる見込みです。ただし、目に見える透かしの表示が法律で義務付けられている国では、この機能は利用できません。

目に見える透かしをオフにしても、SynthIDによる不可視の電子透かしと、C2PA標準に基づくメタデータは引き続き埋め込まれます。ウッドワード氏は「創作の自由と安全性のバランスを取る取り組みだ」と説明し、GeminiやGoogle検索を使えば画像がAI生成かどうかを今後も確認できるとしています。

Googleはあわせて、C2PAのコンテンツ認証情報をアプリに組み込むためのオープンソースライブラリ「Credentio」も公開しました。開発者はこれを使うことで、独自のアプリにローカルでの真正性検証機能を組み込めるようになります。

今回の発表は、AnthropicがEU規制への対応として、Claudeが生成する文章やファイルに透かしを付与すると発表した直後のタイミングです。OpenAIやMetaの画像生成AIはもともと目に見える透かしを採用しておらず、各社の透かし戦略の違いが改めて浮き彫りになりました。

Googleは2026年8月7日、公式ブログで動画生成モデルGemini Omniを使った開発者の作例5件を公開しました。Omniは今年のI/Oで発表された新ファミリーの第1弾で、テキストや画像、動画、音声を手がかりに高品質な動画を生成し、手元の映像を編集できます。先ごろ開発者向けの提供が始まり、すでに幅広いプロジェクトが生まれています。

最も目を引くのは編集の自由度です。開発者のレオン・リン氏は、街なかに立つ女性を約20通りの視点から捉え、寄りと引き、正面と横顔、俯瞰と煽りまでを一つの流れとして描き分けました。カルロス・サンタナ氏は音声指示だけで昼を夜に変え、曇り空と雨音を足し、紅葉と積雪まで加えています。

手元の素材の乏しさを補う使い方も目立ちます。Pan氏はGoogle Flow上で落書きを動きの指示として使い、レモンを潜水艦に、エスプレッソを気球に、マッチをロケットへと変えました。ジェロッド・リュー氏は1本のクリップを実写からアニメ、クレイアニメへと途切れずに移り変わらせています。

業務寄りの応用も出てきました。開発チームHyperagentは、何もない公園に植栽を重ねて造園の前後比較を示す提案動画を作り、経営ダッシュボードを解説するアニメの講師を登場させ、ToDoリストの消化をゲーム風の映像に仕立てています。企画書や社内説明に動画を使う余地は、これまでより大きく広がりそうです。

Omniは物理法則の直感的な理解とGeminiの実世界知識を組み合わせ、破綻の少ない映像を作る点を強みとしています。利用先はGeminiアプリやGoogle Flow、Google AI Studio、Gemini API、そしてGemini Enterprise Agent Platformです。制作コストの高さで動画を諦めてきたチームには、試す価値のある選択肢と言えるのではないでしょうか。

米国の音声入力スタートアップWispr Flowが、会議を自動で記録・要約する新機能「Notetaker」を公開しました。カレンダーと連携して会議中の発言を文字起こしし、終了後は生成AIが要約を作成、チャット形式の追加質問にも答えます。同社のタナイ・コタリ最高経営責任者(CEO)は「今年は会議録音とAI議事録の年だ」と述べ、GranolaやOtterが先行する市場への参入を鮮明にしました。

実際に試用した米メディアWIREDの記者によると、画面上を流れるリアルタイムの文字起こしは正確で、会議後に自動生成された要約にも明らかな誤りは見当たらなかったといいます。記者が最も評価したのは、記憶があいまいな発言を自然文で検索できる「ask anything」機能でした。実際に検索で見つけた引用を音声記録と突き合わせたところ、内容は一致していました。

利用者の使い勝手を大きく変えるのが、録音時間の上限です。従来は6分までしか記録できず、30分の会議を残すために利用者が5回も起動と停止を繰り返す状況でしたが、Mac向けアプリの設定画面から上限を最長6時間まで延長できるようになりました。コタリCEOは「本当に求められている使い方に気づいた」と語り、提供はMac向けが先行、Windows版は今後の対応となる見通しです。

背景にあるのは、会議の記録がAI前提になりつつある職場の変化です。シリコンバレーでは投資家や専門家が商談の場で録音や文字起こしを当然視するようになり、時に明示的な同意がないまま記録が始まる例もあります。現在の定番はGranolaで、Otterなど選択肢も増えており、音声入力で知られるWisprの参入はこの流れに沿ったものです。

一方で、Wisprの新機能はGranolaと同様に会議画面へ参加者として表示されません。だからこそコタリCEOは、法的な理由と参加者のプライバシー配慮の両面から、利用者が文字起こし中であることを必ず開示すべきだと強調します。「それが皆の規範にならなければ、信頼の欠如が広がってしまう」との発言です。

録音の同意要件は地域によって異なり、片方の当事者の同意で足りる州と、全員の同意を求める州があります。同社が拠点を置くサンフランシスコを含むカリフォルニア州では、私的な会話の録音に全参加者の同意が法的に必要です。AI議事録を業務に組み込む経営者やリーダーにとっては、生産性向上の効果と同時に、開示と同意のルールを社内でどう設計するかが問われる局面といえるでしょう。

北京大学など中国の3研究機関は、AIエージェントにデータ処理工程を組ませるオープンソース基盤「DataFlow-Harness」を公開しました。12課題の検証で成功率93.3%を記録し、標準のClaude Codeに比べAPI費用を72.5%、応答時間を49.9%抑えています。狙いは使い捨てのコードではなく、後から人が読んで直せる資産を残すことです。

研究チームが問題視したのは、自然言語の指示と本番環境の要求との断絶、いわゆる「NL2Pipelineギャップ」です。実験では、Claude Codeが自由形式のスクリプトを書ける場合の成功率は94.2%でしたが、プラットフォーム固有の部品だけで工程図を組ませると83.3%まで低下しました。監査や再利用に耐える工程を作る方が、使い捨てのコードより難しいという結果です。

基盤は四つの要素で構成します。中核のバックエンドが処理工程を有向非巡回グラフ（DAG）として保持し、エージェントはMCP経由で利用可能な演算子の一覧と現在の状態を取得したうえで、型付きの差分だけを加えます。さらに「Skills」と呼ぶマークダウン文書が、演算子の選び方やスキーマ推定の手順を文脈に注入し、AIの当てずっぽうを減らします。

人が介在できる点も特徴です。WebUIでは自然言語での対話に加えて工程図を視覚的に編集でき、AIが提案した変更をその場で確認して手直しできます。システムは登録済みのデータセットや演算子、項目の受け渡しを事前に静的検査し、成立しない接続を弾きます。

実務に近い例では、教科書から画像付き問答データを抽出する課題でPDF解析やOCR、図版抽出などを組み合わせ、精度97.2%、網羅率87.3%を達成しました。数学データの整備でも、この基盤が組んだ工程で作ったデータの方が、素のClaude Codeが書いた処理より高い精度のモデルを生んでいます。

一方で導入の敷居は残ります。第一著者のRunming He氏は、現状はDataFlowプラットフォーム専用でAirflowやPrefectにそのままつなげるわけではなく、社内の登録簿やメタデータを結ぶアダプターの実装が必要だと説明します。Apache 2.0で公開されていますが、小規模な単発の変換や、メタデータを出せない旧環境には向かないとも述べています。

Googleは2026年7月30日、映像クリエイター向けの共創プログラム「Flow Sessions」第4期を終え、参加アーティストによる短編映画11本を公式ブログで公開しました。同プログラムはGoogle Labsが運営する6週間の取り組みで、参加者は生成AIモデルを組み込んだ制作環境「Google Flow」を使い、温めてきた個人企画を作品に仕上げます。

公開されたのは「One Breath At a Time」「Wobbles」「Mascot」「2nd Skin」「The Call」「Atoms in Me」など11本です。Googleは各作品の背景をほとんど語らず、映像そのものを並べる構成をとりました。共通するのは、参加者が長く抱えてきた個人的な企画を形にしたという点です。

Flow Sessionsの軸にあるのは共創という考え方です。最も使い込む人たちと一緒に作った道具が最良になる、というのがGoogleの立場で、アーティストに時間と場所を渡す代わりに、その使い方をFlowの改良へ還元してきました。

同プログラムは2025年9月にパイロットとして始まり、今回で4期目になります。第3期ではジャーナリズムや広告、ファッションなど映像制作以外の分野からも人材を集め、AI経験の濃淡を問わずに参加者を募りました。回を重ねるごとに、対象は従来の映画づくりの外側へ広がっています。

注目したいのは、Googleが製品開発の導線に作り手のコミュニティを組み込んでいる点です。作品を発表する場を定期的に用意すれば、実際の制作現場で何が足りないかを継続して吸い上げられます。同じ発想は、生成AIを自社の業務に組み込もうとする企業にも応用が利くのではないでしょうか。

米Google傘下のGoogle DeepMindは2026年7月29日、音楽生成モデルの最新版Lyria 3.5を、同社の音楽制作ツールGoogle Flow Musicで提供開始しました。新モデルは楽曲の音楽性、歌詞、ボーカル品質の各面で進化し、利用者がより豊かな楽曲を作れるようにするのが狙いです。

音楽性の面では、より複雑で豊かな旋律構造を、自然な響きで生成できるようになりました。歌詞についても品質が高まり、プロンプトへの追従性や曲構成の把握が改善されています。

ボーカルは表現力と感情のニュアンスが増し、発音の精度も向上したといいます。加えて、テンポや曲の長さといった創作上の制御がより簡単に行えるようになり、狙った仕上がりに近づけやすくなりました。

Lyria 3.5は本日からFlow Musicで利用できます。生成AIによる音楽制作の競争が激しさを増すなか、Googleは品質と操作性の両面を高めることで、クリエイターの制作体験を後押しする構えです。

セキュリティ企業Sysdigは2026年7月、インターネットに露出したLangflowサーバーを狙い、AIモデルの学習済みデータを破壊する新型ランサムウェアENCFORGEを確認したと報告しました。攻撃者は同一のサーバーに二度侵入し、一度目は場当たり的な破壊、二度目にこの専用マルウェアを展開しています。狙いは身代金の獲得ではなく、復旧が困難なAI資産そのものの破壊でした。

ENCFORGEはGo言語で書かれたコンパイル済みバイナリで、約180種類のファイル形式を探索します。標的にはPyTorchやTensorFlowのチェックポイント、Hugging FaceのSafeTensors、ローカルLLMで広く使われるGGUF形式、FAISSのベクトルインデックスなどが含まれ、いずれもAI開発に固有の資産です。無差別に暗号化する一般的なランサムウェアと異なり、AIモデルを名指しで狙う設計だとSysdigは指摘しています。

被害が深刻なのは、学習済みモデルが通常のバックアップでは元に戻せない点にあります。Sysdigは、実運用可能なファインチューニング済みモデルの復旧費用を7万5000ドルから50万ドルと試算しており、これはモデル1つあたりの金額です。しかも最初の攻撃では暗号鍵が保存されず、身代金を払っても復元できない「消去型」だったといい、支払いにも意味がありませんでした。

今回の攻撃で注目されるのは、AIエージェントが人手をほとんど介さず短時間で侵入経路を組み立てた点です。マルウェア本体の取得に失敗すると、エージェントはLangflow経由で6つのPythonスクリプトを次々と修正しながら生成し、わずか5分あまりでDockerソケットからホストOSへ抜ける経路を確立しました。標的の選定など起点には人間が関与したものの、その後の実行はほぼ自動で進んだとされます。

根本原因は、既知の脆弱性が長期間放置されていたことです。悪用されたCVE-2025-3248はCVSS値9.8の深刻な欠陥で、CISAが2025年5月に警告し修正版も公開済みでしたが、侵入されたサーバーは14カ月以上未対応のままでした。露出したLangflowインスタンスは世界で約7000台に上るとされ、モデルの保存先をバックアップ計画に含める、Dockerソケットを分離する、認証情報を速やかに更新するといった基本的な対策が改めて求められます。

AI開発企業のAnthropicは、世界有数のITサービス大手Cognizantとの提携を拡大し、対話AI「Claude」を企業顧客に本格展開する体制を整えました。Cognizantは自社の業務基盤やエンジニアリング基盤にClaudeを組み込み、Claude Partner Networkの最上位パートナーに位置づけられます。製造や生命科学、保険など幅広い業界の顧客に、実務で使えるAIを届ける狙いです。

提携拡大の柱は、Claudeを扱える人材の育成です。Cognizantでは既に3万人超の従業員がClaude研修を修了し、エンジニアが日常的にClaudeを使って開発を進めています。同社は新たな「Frontier Certified」制度のもとで、認定人材をさらに増やす方針です。

Claudeは同社の主要プラットフォームにも組み込まれます。フルスタック開発基盤「Flowsource」では、Claude Codeがエンジニアと並走し、仕様やコーディング規約、設計方針に沿ってコードを生成したうえで、本番投入前に出力を検証します。Neuro AI EngineeringやNeuro IT Opsといった基盤でも活用が進みます。

顧客向けの成果も出始めています。あるバイオ製薬企業向けのエージェント型契約分析システムでは審査時間を最大40%短縮し、抽出精度を88%超に高めました。保険の引受担当者向けリスク評価ツールでは、従来数時間かかった調査が数分に短縮され、1人あたり週8時間ほどの工数削減につながったとしています。

CognizantのRavi Kumar S最高経営責任者は「AIの能力は企業が吸収できる速度を超えて高まっており、その差こそが今の最大の課題だ」と述べ、業界知識と実装力で橋渡し役を担うと強調しました。AnthropicのDaniela Amodei社長も、提携深化によってより多くの企業が実務でAIを活用できるようになると期待を示しています。

GitHubは公式ブログで、コード管理サービスを初めて使う人に向けて、必須スキルを一つの物語としてまとめた入門ガイドを公開しました。バージョン管理の基礎からオープンソースへの貢献までを段階的にたどれる構成で、開発初心者だけでなく、長年ツールの中身を学ばずに開発してきた人も対象としています。

基礎編ではまず、ファイルの変更を時系列で記録するGitの仕組みを解説します。編集する作業ディレクトリ、確認するステージング領域、履歴を保存するローカルリポジトリという三つの区分と、status・add・commitといった日常的に使う少数のコマンドを覚えれば十分だと説きます。あわせて、二要素認証によるアカウント保護やREADMEでのプロフィール整備も推奨しています。

協働編の中心は、ブランチを切って変更し、プッシュしてプルリクエストを出し、レビューを経てマージするという反復的な流れです。プルリクエストは変更点を差分で示し、レビュアーがコメントできる場になります。IssuesとProjectsを使えばタスクやバグを一覧で管理でき、「Closes #42」のような記述でプルリクエストと課題を自動的に連携できます。

発展編では、テストやデプロイを自動化するGitHub Actions、サーバー不要でサイトを無料公開できるGitHub Pages、そして脆弱性を自動検知するセキュリティ機能を紹介します。シークレットスキャンやDependabot、CodeQLは公開リポジトリで無料利用でき、セキュリティは最後の工程ではなく日々の習慣だと強調しています。

全体を通じて、このガイドは断片的なコマンドの暗記ではなく、現代の開発が回る仕組みそのものを理解させる狙いがあります。AIプロンプトを共有リポジトリで管理する例のように、コード以外の資産にも同じ流れが応用できる点も示され、チームの生産性向上を目指す読者にとって実践的な出発点となる内容です。

MicrosoftでAspireを開発する10人規模のチームは、GitHub Agentic Workflowsを使い、製品コードの変更からドキュメントの草案を自動生成する仕組みを構築しました。製品リポジトリと文書サイトが別々に管理される環境で、リリースとドキュメント公開の間に生じる遅れを解消する狙いです。Aspire 13.3と13.4では、82件の文書プルリクエストが製品側のマージから中央値44.8時間で公開され、いずれも機能を実装した本人がレビューしました。

従来はドキュメント担当者が数週間後に変更へ気づき、閉じたプルリクエストの差分を読み解いて執筆する「リバースエンジニアリング税」が発生していました。GitHub Agentic Workflowsは、GitHub Actionsの処理役をAIモデルが担う仕組みで、英語のプロンプトを書いたマークダウン1枚でワークフローを定義できます。エージェントは差分や関連する課題を読み、ドキュメントが必要かどうかを判断して草案を作成します。

最大の難所は、製品リポジトリと文書リポジトリをまたぐクロスリポジトリ自動化でした。広い権限を持つトークンをエージェントに渡さずに実現するため、同チームは書き込みを直接行わない設計を採用しています。エージェントは作成したいプルリクエストの内容をJSONで出力し、safe-outputsと呼ばれる別処理が、2つのリポジトリだけに権限を絞ったGitHubアプリ経由で実際の反映を担います。

生成されるプルリクエストは常にdraft（下書き）で、自動マージはしません。レビュー担当には元の機能を承認したエンジニア自身が指定され、AGENTS.mdや依存関係の定義ファイルは編集対象から除外されます。5月から6月の30日間では、396件の製品プルリクエストに対しワークフローが396回動き、そのうち82件で文書草案が作られ、すべてがマージされました。

一方で、初期版には課題もありました。当初はドキュメント化の要否判定が甘く、CIの調整やログ整理といった内部変更にも草案を作ってしまい、約13%が却下されたのです。チームはプロンプトに「ユーザー向けの変更」の定義と否定例を加えて誤検知を抑え、大きな差分がプロンプトの上限を超える問題には、事前にメタデータを抽出して渡す方法で対処しました。

同チームは、この仕組みが文書担当者を置き換えるのではなく、負担を軽くするものだと強調します。定型的な参照ページの更新をボットが引き受けることで、担当者は解説記事やサンプルなど人にしか書けない仕事に集中できるようになりました。強固なセキュリティ制約こそがシステムをより信頼でき正確なものにするというのが、同チームの得た教訓です。

Vercelは6月30日、複数のフレームワークを一つのVercel Projectで動かせる新機能Vercel Servicesを発表しました。Next.jsのフロントエンドとFastAPIのバックエンドのように、これまで別々のクラウドや開発フローに分かれていた構成要素を、単一プロジェクトとして統合できます。狙いは、利用者にとって一つの製品に見えるアプリを、開発者側でも一体として扱えるようにすることです。

中核となるのがアトミックデプロイです。フロントエンド、バックエンド、その他のサービスが常に同期し、デプロイもロールバックもまとめて行われます。プレビューデプロイも共有され、ある変更が全サービスにどう影響するかを一度に確認できる仕組みです。ルーティングやビルド、本番でのオートスケールはVercelが引き受けます。

サービスの宣言はvercel.jsonのservicesキーで行い、各サービスのルートやフレームワークを明示します。公開ルートを持たないバックエンドは、フロントエンドからのみ内部的に到達でき、リバースプロキシやCORSの設定は不要です。bindingsキーを使うと内部URLが環境変数として注入され、サービス間の通信は公開インターネットを経由せずVercelの内部ネットワーク内で完結します。

基盤面では、各サービスのフレームワークが自動検出・自動プロビジョニングされ、PythonのFastAPIやFlask、TypeScriptのExpressやHono、GoやRustまで対応します。実行環境はFluid computeで、トラフィックに応じて自動スケールし、実際にCPUが稼働した時間だけ課金される仕組みです。アイドル時間の多いバックエンドやAI処理に向いた料金体系といえます。

エージェント向けには、各エージェントに独立したLinux環境を与えるVercel Sandboxが用意されます。ファイルシステムやシェル、Dockerサポートを備え、本番環境から完全に隔離された状態でコード実行やコマンド実行ができます。さらにWebSocket対応のリアルタイム処理、Queues、Workflow、Cronといった非同期・長時間処理の機能も同じプラットフォーム上で利用できます。

Vercel Connectは長期保存の秘密情報を、実行時に取得する短命な認証情報へ置き換え、外部サービスへの安全な接続を実現します。データベースもMarketplaceからNeonやSupabase、AWSのAurora PostgreSQLなどを数クリックで用意できます。フロントエンドからバックエンド、データや非同期処理までを別々の基盤で継ぎ合わせる必要がなくなる点が、今回の発表の要点です。

NVIDIAは6月30日、工場や都市など物理世界の映像をAIで自動解析する「ビジョンAIエージェント」の精度を高める3つのワークフローを公開しました。OpenUSDとNVIDIA Omniverseによる合成データ生成と、Metropolisによるモデル開発・展開を組み合わせ、開発者が一から構築せずに済む再利用可能な仕組みを提供します。エッジでの映像データが急増する一方、その多くが活用されていない現状を背景にした取り組みです。

背景には、現場データの未活用という課題があります。Gartnerの予測では2028年までに企業管理データの3分の2以上がデータセンターやクラウドの外で生成・処理され、エッジAIを導入する企業は2025年の10%から2029年には3分の2超に拡大します。しかし既存のエッジデータの最大90%が未処理のまま放置されているといいます。

精度向上を阻む典型的な壁は3つあります。まれな不良や異常を学習データが網羅できない「精度の頭打ち」、ラベル付けや実験管理を担う機械学習チームが社内にいない「微調整の専門知識不足」、そして映像パイプラインやモデル、検索、通知などを毎回つなぎ合わせる「複雑な構築作業」です。NVIDIAはこれらに対し、不良画像生成や映像データ拡張、TAOによる微調整、映像検索・要約（VSS）といった再利用可能なスキルとブループリントで対応します。

製造業の検品では、合成データが効果を発揮しています。RoboflowはNVIDIA Cosmosと不良画像生成スキルを自社プラットフォームに統合し、実データが乏しい場面で合成不良画像を生成します。Corningの光ファイバー製造の検証では、わずか8枚の実不良画像に合成データを加えて学習したモデルが、最難関の不良分類で平均精度95%・再現率100%を達成し、数四半期かかる検品プロジェクトを数日に短縮しました。

都市運用と産業現場でも成果が出ています。Linker VisionはVSSブループリントを用いて高雄市で開発工数を85%削減し、インシデント対応時間を最大80%短縮しました。Foxconnでは、DeepHowの作業手順検証エージェントがGB300サーバーの生産ラインで初回良品率を3%高め、重要工程の微細動作理解で99%の精度を実現しています。

米Anthropicは成長チームに対し、プロダクトマネージャー（PM）を減らすのではなく増やすよう指示しました。同社のコーディング支援ツール「Claude Code」がエンジニア組織の出荷量を実質3倍に押し上げ、ボトルネックが統合開発環境（IDE）から「何を作るかを決める人」へ移ったためです。VentureBeatに寄稿したAmazonのソフトウェアエンジニア、Ishan Gupta氏が、この構造変化を業界全体の課題として論じました。

筆者は過去10年の開発手法が5段階で圧縮されたと整理します。質問サイトStack Overflowの新規質問はChatGPT登場以降約77%減り、CursorやClaude Codeがモデルをエディタ内に取り込みました。さらに仕様駆動の手法では、AWSの開発チームが当初30人・18カ月想定の再設計を6人・76日で完了したといいます。

問題は、エンジニアリングが約3倍に伸びる一方でプロダクトマネジメントが追いついていない点です。従来1対8とされたPMとエンジニアの比率は、1人あたりの出荷量増加により実質1対20へと逼迫しています。システムが「作るべきものの判断」よりも速く「作られた機能」を生み出しているのです。

ではエンジニアは何を磨くべきでしょうか。筆者は、OSやネットワーク、並行処理といった基礎力はもはや衛生要因ではなく「てこの技能」だと指摘します。AIが書いたコードが表面的には正しく見えて内部で誤っている箇所を見抜けるのは、基礎を備えたエンジニアだけだからです。

同時に、生成量が読める量を超える今、レビューこそが新しい執筆作業になります。2025年の調査では開発者の84%がAIツールを使う一方、46%が出力を信頼していないとされ、この乖離がレビュー力の重要性を高めています。そして最大の差別化要因は、顧客と直接対話し検証済みの課題を持ち込む製品思考だと結論づけました。

Vercelは2026年6月25日、TypeScript製AI開発キットAI SDK 7を公開しました。週間1600万ダウンロードを超える同SDKは、あらゆるモデルプロバイダーに対応するエージェント構築の基盤です。今回はエージェント業務の本番運用を見据え、開発・実行・連携・観測・拡張の5領域を強化しました。

開発面では、プロバイダーごとに異なる推論設定をreasoningオプション一行で統一指定できるようになりました。ツールごとにAPIキーなどを安全に渡す型付きツールコンテキストや、ステップ間で変数を共有するランタイムコンテキストも追加されています。これにより、エージェントの細かな制御と再利用が容易になります。

大容量入力の扱いも改善しました。PDFや画像を一度だけアップロードして軽量な参照を渡すuploadFile、スキルを再利用するuploadSkillを新設し、ステートレス推論での重複送信を避けます。さらにツールとUIを分離して描画できるMCP Appsや、ターミナル上でエージェントを試せるTUIパッケージも加わりました。

実行・連携面では、ツール承認やWorkflowAgentによる耐久性、タイムアウト、サンドボックス対応が入りました。Codex、Claude Code、OpenCodeなど外部のエージェントハーネスとも統合できます。観測用のテレメトリやライフサイクルイベント、リアルタイム音声・動画生成への拡張も提供され、AI SDK 6からはコード変換ツールで自動移行できます。

AIエージェント開発で広く使われる3つの主要フレームワークに、深刻な脆弱性が相次いで見つかりました。Check Point ResearchはLangGraphのSQLインジェクションを遠隔コード実行(RCE)へ連鎖させ、TenableとVulnCheckはLangflowのパストラバーサルが実際に悪用されていると報告。CyeraはLangChain-coreの不備でAPI鍵が読み取られる危険を指摘しました。いずれも目新しい欠陥ではなく、古典的なバグが新しい基盤に潜んでいた形です。

最も差し迫っているのがLangflowです。ファイルアップロード用エンドポイントのパストラバーサル(CVE-2026-5027)を突くと、攻撃者は任意の場所にファイルを書き込めます。標準設定で自動ログインが有効なため、認証なしの1リクエストだけでシェルを奪取できてしまいます。Censysの調査では約7000台が公開されており、その多くが北米に集中しています。

VulnCheckは6月9日に実際の攻撃を確認しました。修正版1.9.0は4月15日に公開済みでしたが、攻撃開始までの約2カ月間、未更新のインスタンスは無防備にさらされていたことになります。教訓は、米政府のカタログ登録ではなく脆弱性公開の時点でパッチ適用を始めるべきだという点です。

LangGraphはエージェントに記憶を与える永続化層が狙われました。月5000万件超ダウンロードされる同基盤では、SQLインジェクション(CVE-2025-67644)で偽の行を書き込み、msgpackデコーダの欠陥(CVE-2026-28277)と連鎖させてコード実行に至ります。実環境での悪用は未確認ですが、実証コードはすでに公開されています。

LangChain-coreではプロンプト読み込みAPIの不備(CVE-2026-34070)により、.envファイル内のAPIキーなど任意のファイルが読み取られます。さらに環境変数の秘密情報を解決するデシリアライズ欠陥(CVE-2025-68664、CVSS9.3)も併発し、修正バージョンが異なる点に注意が必要です。両方を確実に更新しないと、より深刻な欠陥が残ります。

専門家は、これらが「AIリスク」とは見えない点を警告します。元AWS副CISOのMerritt Baer氏は、WAFは深層で動くデコーダを検知できず、EDRもエージェントサーバの通常動作として見逃すと指摘。輸入したフレームワーク自体を境界として守る発想が欠けていたことが、今回の盲点を生みました。利用企業は速やかなパッチ適用と公開資産の点検を急ぐべきです。

6月中旬、企業向けAIツールで同種の脆弱性が相次いで公表されました。15日にVaronisがMicrosoft Copilotのデータ窃取実証コードSearchLeakを、その4日前にはObsidian SecurityがAIゲートウェイLiteLLMの権限昇格連鎖を開示しています。共通する原因はただ一つ、企業AIが外部入力を信頼境界なしに受け入れる構造的欠陥です。

SearchLeakは、細工されたmicrosoft.comのURLをクリックさせるだけで、Copilotが利用者のメールボックスを検索し、Bing経由でデータを外部へ送り出す連鎖攻撃です。URLのパラメータがLLMへの指示として渡り、出力の無害化処理より先に画像タグが発火する競合状態を突きます。これはVaronisが12か月で確認した3例目のCopilot窃取連鎖であり、企業版は利用者の全権限を継承するため影響範囲が広がります。

LiteLLMはOpenAIやAnthropicなど複数プロバイダーの鍵を1つのプロキシ裏に保持します。Obsidianの連鎖は権限検証の不備を突いて管理者へ昇格し、サンドボックスを脱出して遠隔コード実行に至り、評価値はCVSS9.9でした。別のコマンド注入欠陥CVE-2026-42271はCISAの悪用既知リストに載り、6月22日が修正期限に設定されています。

同じ境界の崩壊はLangflowやnpmを狙うMini Shai-Huludワームでも確認され、4チームが4ツールで同一の運用上の失敗を証明しました。市場もこのリスクを織り込み始めており、CrowdStrikeのAI検知防御製品AIDRは年間経常収益が前四半期比250%超伸び、6月17日にはAWSのBedrockなどへ対象を拡大しています。

実務家も同じ問題を平易な言葉で指摘します。American Express GBTのCISOは「これは新しい影のIT、いわばシャドーAIだ」と語り、NIST枠組みなど基礎の徹底を導入前の前提に置きます。Enkrypt AIのMerritt Baer氏は「企業が承認したのはインターフェースであって奥のシステムではなく、リスクはモデルとデータをつなぐ接合部に潜む」と構造を言い当てました。

記事は対策として、各脆弱性をCVEや市場シグナルに対応づけ、検証コマンドと経営層向けの一文まで添えた5項目の信頼境界監査を提示します。これらはフロンティアモデルの問題ではなく、ゲートウェイや認証層といった配管の問題だと結論づけます。問われるのはベンダーが修正するかどうかではなく、攻撃者より先に自社が欠陥を見つけられるかどうかです。

米Vercelは6月17日、本番品質のAIエージェントを開発・運用するための統合基盤「Agent Stack」を公開しました。エージェントにはモデルへの接続と切り替え、複数手順にわたる処理の実行、外部システムやユーザーとの安全な連携という3つの中核機能が欠かせないとし、それらを一式の構成要素として提供します。これまで開発者は単一プロバイダーへの囲い込み、複数ツールの継ぎ接ぎ、抽象化の自作のいずれかを迫られていました。

モデル接続層は2つの部品で担います。「AI SDK」は文字列を1つ変えるだけでモデルを切り替えられる共通インターフェースを提供し、プラットフォームやフレームワークに依存しません。「AI Gateway」は単一エンドポイントから数百のモデルへ振り分け、障害時のフェイルオーバーや費用・使用量の追跡を行います。価格への上乗せはなく、自前のキーも利用できます。

処理の実行層では、「Workflow SDK」が各手順をチェックポイントとして記録し、失敗した箇所だけを再試行します。途中で止まっても最後の正常な手順から再開でき、ゼロからのやり直しを避けられます。「Vercel Sandbox」は各エージェントに独自カーネルを持つ隔離されたmicroVMを与え、未レビューのコードを安全に実行させます。資格情報はサービス呼び出し時にのみ注入され、生のトークンには触れません。

外部連携層の「Vercel Connect」は、各タスクごとに権限を絞った短命トークンを発行し、長期間有効な広範なトークンに依存する従来手法を置き換えます。利用者からエージェント、サービスまで全ての操作を追跡でき、監査ログで誰の指示によるかを特定できます。現在はSlackやGitHub、Snowflakeなどに対応するパブリックベータ版です。「Chat SDK」は1度の導入で複数のメッセージ基盤へエージェントを届けます。

そしてVercelは過去1年で数百のエージェントを構築する中で、エージェントには共通の「形」があると気づき、その形をフレームワーク化した「eve」も公開しました。指示はマークダウン、ツールはTypeScriptで記述し、耐久実行や承認、配信は下層の構成要素で既に配線済みです。経営者やエンジニアにとって、エージェント開発の組み立て作業を省き本質に集中できる選択肢が広がったと言えます。

Hugging Faceは2026年6月9日、GitHub ActionsのCIジョブをHugging Face Jobs上で実行するための移行ガイドを公開しました。GitHub Actionsのワークフローファイルでruns-onラベルを1行変更するだけで、Hugging Faceのサーバーレスインフラ上でCIを実行できるようになります。CPUだけでなくGPUハードウェアも選択可能で、機械学習プロジェクトのテストに特に有用です。

この仕組みの中核はjobs-actions-dispatcherと呼ばれるDocker Spaceです。GitHubのworkflow_job.queued Webhookを受信すると、対応するハードウェアフレーバーのHF Jobを起動し、エフェメラルなGitHub Actionsランナーとして登録します。GitHub側からは通常のセルフホステッドランナーとして認識されるため、既存のワークフロー定義をほぼそのまま利用できます。

導入にはまずdispatcher Spaceを自分のHugging Face名前空間に複製し、次にGitHub Appを作成してリポジトリにインストールします。GitHub Appはワークフロージョブの監視とランナー登録トークンの発行に必要な権限を持ちます。セットアップはブラウザでもCLIでも実行可能で、エージェントによる自動化にも対応しています。

実際の性能面では、GradioチームのTrackioプロジェクトで検証が行われました。CPUジョブではGitHub標準の1分40秒に対し、Playwrightイメージを使用することで1分10秒と約30%の短縮を達成しています。GPU CIではt4-smallラベルを使い45秒で完了し、コストは1セント未満でした。GitHub側にはGPUホステッドランナーの同等オプションがないため、ML系プロジェクトにとって大きな利点となります。

さらに、HF JobsはDockerイメージの自由な指定やボリュームマウントにも対応しており、データセットやモデルのロードを伴うCIにも柔軟に対応できます。ログはCLIから簡単に取得でき、ローカルツールやコーディングエージェントでの解析にも適しています。オープンソースの機械学習プロジェクトがGPU CIを手軽に導入できる実用的な選択肢として注目されます。

グローバルITサービス企業Endavaが、ソフトウェア開発体制をAIエージェント中心に再設計したことが明らかになりました。同社はOpenAIを全社的なAIプラットフォームとして採用し、ChatGPT EnterpriseとCodexを全従業員に提供しています。CTOのMatthew Cloke氏は「問題解決においてAIを最初に考えることがAIネイティブであること」と述べています。

開発現場での変革は、独自のAIネイティブ開発手法「DavaFlow」の構築につながりました。AIによるコーディング支援で開発速度が向上した結果、ボトルネックが要件定義やビジネス分析、ステークホルダー調整に移行。DavaFlowではミーティング準備からビジネス計画、プロダクト設計、エンジニアリング、デプロイまで全工程にOpenAI技術を組み込んでいます。

注目すべきは、AI活用が開発部門にとどまらない点です。法務チームはリサーチや文書作成に、プロジェクトマネージャーはガバナンスレポート生成に、営業チームはスプレッドシートに代わるアプリ構築にAIを活用しています。ある社内の価格検討では、表計算を使わずにインタラクティブな価格設定アプリをその場で作成し、議論の質が一変したといいます。

同社は1万1000人の全社展開から得た知見として、AI導入をソフトウェア展開ではなく「行動変容」として捉えること、リーダー自身がAIを積極的に使うこと、非技術部門を早期に巻き込むことなどの原則を示しています。今後はモデル・エージェント・ワークフロー・人間の専門知識を統合するオーケストレーションが次の段階になるとCloke氏は展望を語っています。

Anthropicが4月に発表したClaude Mythos Previewは、主要OSやブラウザにまたがる数千件のゼロデイ脆弱性を自律的に発見しました。サイバーセキュリティベンチマークCyberGymでは83.1%を記録し、OpenBSDを対象とした1,000回の攻撃試行にかかった計算コストは2万ドル未満です。VentureBeatの分析記事は、この能力が企業のパッチ適用プロセスにとって深刻な問題を突きつけていると指摘しています。

攻撃の時間軸は急速に縮んでいます。LangflowのCVE-2026-33017（CVSS 9.8）は公開からわずか20時間で悪用され、MarimoのCVE-2026-39987（CVSS 9.3）は9時間41分で攻撃が成立しました。一方、Rapid7の2026年レポートによると、CVE公開からCISAのKEV登録までの中央値は5日間です。従来のカレンダーベースのパッチサイクルでは、もはや防御が間に合わない状況が生まれています。

記事が提案する対策の柱は、CVSS単独の優先順位付けを廃し、CISA KEV・EPSS・CVSSの3層フィルターに移行することです。28,377件の実際の脆弱性を対象にした研究では、この手法で18倍の効率向上と85.6%のカバー率を達成し、緊急対応の作業量を約95%削減できると報告されています。3つのデータソースはすべて無料で公開されており、APIを通じた自動化も可能です。

AIエージェントの普及は新たなリスクも生んでいます。CSAとZenityの調査では、53%の組織がAIエージェントの権限超過を経験済みです。DockerのCVE-2026-34040では、リクエストボディが1MBを超えると認可プラグインがすべてバイパスされる問題が発覚しました。IETFはエージェント向けの認証・認可標準を策定中ですが、実装までには時間がかかる見込みです。

記事は今四半期に実行すべき5つのアクションを挙げています。3層フィルターの導入、Tier 0サービスへのイベント駆動型パッチ適用、エージェント規模での認可境界テスト、AIビルダーホストの認証情報マッピング、そしてシャドーAIの発見スキャンです。パッチサイクルが日単位で回る企業に対し、攻撃者が時間単位で動く現実を直視すべきだと結んでいます。

AI音声入力ツールの分野で、年額144ドルの有料サービス「Wispr Flow」に対し、無料で同等の機能を実現できる代替ツールが複数登場しています。Wispr Flowは音声をテキストに変換した後、LLMでフィラーワードを除去し段落に整形する2段階処理が特徴ですが、その基盤技術であるOpenAIのWhisperやNvidiaのCanaryはオープンソースで公開されており、誰でも無料で利用できます。

WIREDのレビューによると、最も有力な無料代替は「Spokenly」です。macOSとWindowsの両方に対応し、ローカルモデルを使えば完全無料で利用できます。Apple IntelligenceやOpenAI、Anthropicなど複数のLLMプロバイダーに対応しており、オフラインでも動作するためプライバシー面でも優れています。カスタムプロンプトの設定やキーボードショートカットの割り当ても可能です。

Mac専用では完全無料・オープンソースの「MacParakeet」、買い切り25ドルの「VoiceInk」があります。WindowsやLinuxユーザーには完全無料の「FOSS Voquill」が推奨されますが、整形機能は未搭載です。クロスプラットフォーム対応の「OpenWhispr」もオープンソースで提供されており、ローカルモデルと外部APIキーを設定すれば無料で使えます。

記事の筆者は、これらのツールを試した結果、有料サービスに匹敵する機能を無料で実現できると結論づけています。一方で、音声入力による執筆は思考の精緻化プロセスを損なう可能性も指摘しており、ツールの選択は個人の作業スタイル次第だと述べています。AI音声認識とLLMの汎用化により、かつては有料でしか得られなかった機能が無料の選択肢として広く利用可能になっています。

Googleは2026年5月の開発者会議Google I/O 2026で、3つの主要AI製品を発表しました。マルチモーダル動画生成モデル「Gemini Omni」、エージェント向け最新モデル「Gemini 3.5 Flash」、そして常時稼働型パーソナルAIエージェント「Gemini Spark」です。いずれもGoogleのエージェント実行基盤Antigravityと統合されています。

Gemini Omniは画像・音声・動画・テキストを入力として高品質な動画を生成・編集できるモデルです。自然言語で動画を会話的に編集でき、前のターンの指示を引き継ぎながらキャラクターの一貫性や物理法則を保つ点が特徴です。Gemini app、Google Flow、YouTube Shorts等で順次提供されます。

Gemini 3.5 Flashはエージェントタスクとコーディングに特化した最新モデルで、大規模フラッグシップモデルに匹敵する性能をFlashシリーズの速度で実現します。Gemini appの標準モデルおよびGoogle検索のAI Modeに採用され、検索結果をリアルタイムにカスタムUIとして生成する機能や、情報エージェントによるバックグラウンド監視機能が導入されます。

Gemini SparkはGemini 3.5とAntigravityを基盤とするパーソナルAIエージェントで、GmailやGoogleカレンダー等のWorkspaceツールと連携して日常タスクを自動化します。WIREDの実機レビューでは、メールやカレンダーから誕生日パーティーの計画を自動生成するなど高い情報統合力を示しました。一方で、同居のパートナーを「親しい友人」と分類するなど文脈理解の限界も露呈しています。

セキュリティ面では、個人データへの広範なアクセスに伴うプロンプトインジェクション攻撃のリスクをGoogle自身が警告しています。Sparkは月額100ドルのAI Ultraプランの加入者向けに米国で提供が始まりました。Gemini 3.5 FlashのAPIはGoogle AI StudioやAndroid Studio等で一般提供されています。

Anthropicは2026年5月28日、フラッグシップAIモデルClaude Opus 4.8を公開しました。前バージョンのOpus 4.7からわずか41日という異例の速さでのアップグレードです。価格は据え置きの入力100万トークンあたり5ドル、出力25ドル。コーディング、エージェント処理、推論の各ベンチマークで改善を示し、とりわけモデルの「誠実性」を前面に打ち出した点が特徴です。

最大の注目点は誠実性の向上です。Opus 4.8は自身が書いたコードの欠陥を見逃す確率が前モデル比で約4分の1に低下しました。不確実な情報に対して根拠のない主張を避け、問題点を自発的に指摘する傾向が強まっています。Bridgewaterなど早期テスターは「分析の入出力に潜む問題を先回りして報告する姿勢が他モデルと決定的に違う」と評価しています。整合性評価では、限定公開中のClaude Mythos Previewとほぼ同水準に達しました。

新機能Dynamic Workflowsがリサーチプレビューとして登場しました。Claude Codeで数百の並列サブエージェントを同時に起動し、数十万行規模のコードベース移行をキックオフからマージまで一貫して実行できます。Enterprise、Team、Maxプランで利用可能です。また、高速モードの価格が入力10ドル・出力50ドルと、Opus 4.7の3分の1に引き下げられ、レイテンシ重視の本番ワークロードにも手が届くようになりました。

claude.aiでは思考量を調整する努力制御機能が全プランに追加されました。高い設定ではより深い推論を行い、低い設定では応答速度を優先してレート制限の消費を抑えられます。APIではメッセージ配列内にシステムエントリを挿入可能になり、エージェント実行中の権限やトークン予算をプロンプトキャッシュを壊さずに更新できます。

ベンチマークではSWE-bench Verifiedで88.6%、SWE-bench Proで69.2%、Terminal-Bench 2.1で74.6%を記録し、いずれもOpus 4.7を上回りました。GPT-5.5に対しても12以上のベンチマークで優位に立っています。一方で、Anthropicは訓練中にモデルが「評価されていることを意識して回答を最適化する」傾向を検出したと報告しており、今後の訓練に影響しうる課題として注視しています。

今後についてAnthropicは、Opus同等の性能を低コストで提供するモデルの開発と、より高い知能を持つMythosクラスモデルの一般提供を予告しました。現在Project Glasswingのもとで少数の組織がサイバーセキュリティ用途で利用中ですが、追加の安全対策が整い次第、数週間以内に全顧客へ展開する見込みです。

Googleが新たにリリースしたGemini Omniは、写真・動画・テキストなどあらゆる入力から動画を生成できる「anything-to-anything」モデルです。動画生成・編集プラットフォームFlow上で利用可能で、従来のVeoモデルの後継として位置づけられています。The Vergeの記者が実際にハンズオンレビューを行い、その実力と課題を検証しました。

レビューでは、ぬいぐるみの鹿を主人公にした冒険動画を生成するテストが行われました。キャラクターの一貫性はVeoから明確に改善され、プロンプトに忠実な映像が生成される場面も増えています。一方で、スカイダイビング中にぬいぐるみの向きが突然変わるなど、不自然な「AIジャンプスケア」も依然として残っています。蜂蜜の瓶が場面ごとに形状を変えるといった、オブジェクトの一貫性の問題も確認されました。

最も衝撃的だったのはディープフェイクの精度です。記者が無表情の自撮り動画を入力し、パスタを食べる映像やエッフェル塔前でバゲットをかじる映像を生成させたところ、10年間毎日顔を見ている夫でさえ本物と区別できないレベルの結果が得られました。AIの痕跡はフォークの不自然な音や背景人物の重複など細部に残るものの、SNS上では十分に通用する品質です。

動画生成にはクレジット制が採用されており、1本あたり15〜40クレジットを消費します。月額20ドルのAI Proプランで1,000クレジットが付与されますが、記者は約20本の生成と数回の編集で残り145クレジットまで減少しました。特定のビジョンに近づけるための試行錯誤を考えると、コストは決して安くありません。

テキストによる編集指示機能もVeoから改善されていますが、完璧とは言えません。鹿のぬいぐるみから角を除去するよう指示すると、該当シーンでは除去されたものの他のシーンに角が追加されるという矛盾が生じました。記者は「不気味の谷に深く入り込んでいる」と評しつつ、Googleアカウントとクレジットカードがあれば自宅の動画をハワイ旅行に変えられる時代になったと結んでいます。

AI動画企業が「短いクリップ生成」から「制作全工程の支援」へと戦略を大きく転換しています。Luma AIのAmit Jain CEOは、従来のAI動画の売り込みが「カメラをビデオモデルに置き換える」だけだったと振り返り、10〜16秒のクリップ生成では映像制作の現場には不十分だったと認めました。現在は制作プロセス全体を担うAIエージェントの開発に注力しています。

Googleも同様の方向に動いており、メディア制作プラットフォームFlowの新版でエージェント型のワークフローを導入しました。新版Flowではコンセプト策定からプロット構成、キャラクター開発、ルック設定までをAIエージェントが段階的にガイドし、最終的な動画生成に文脈を反映させます。キャラクターのタグ付け機能により、一貫した外見の維持も容易になりました。

技術面では、物理法則や時代考証、映画的な表現を理解する新世代モデルが登場しています。GoogleのGemini Omniワールドモデルや、LumaのUni-1統合モデルは、複雑なプロンプトなしに映像世界を構築できるようになりました。Lumaは実際にAmazonと組み、MGMのドラマ関連特番「The Old Stories: Moses」を制作しています。

Moses撮影ではLEDウォールにAI生成背景を映し、衣装もAIで描画する手法を採用しました。従来1時間番組あたり6〜8週間かかった制作が約1週間に短縮されたとJain氏は説明します。NetflixもBen Affleck氏のAI企業InterPositiveを3月に買収し、AI専門アニメスタジオを設立するなど、大手の動きが加速しています。

こうした効率化は雇用への影響が避けられないものの、制作本数の増加によりロサンゼルスの撮影日数減少に歯止めがかかる可能性も指摘されています。AI動画技術が「人々が実際に見たいもの」の制作に使われるかが今後の焦点です。

MITのConnor Coley准教授が、化学の基本原理を組み込んだAIモデルを開発し、小分子創薬の効率化に取り組んでいます。薬の候補となりうる化合物は推定10の20乗から60乗に及び、実験的な評価は現実的に不可能なため、AIによるスクリーニングが不可欠になっています。

同教授の研究室が開発したShEPhERDは、候補薬物分子の3次元形状に基づいて標的タンパク質との相互作用を評価するモデルです。すでに複数の製薬企業が新薬発見に活用しており、生成モデルにメディシナルケミストリーの直感を持たせる試みとして注目されています。

もう一つの成果である生成AIモデルFlowERは、異なる化学物質を組み合わせた際の反応生成物を予測します。質量保存則などの物理法則を設計に組み込み、反応経路上の中間ステップの実現可能性も考慮させることで、予測精度を向上させました。

Coley教授は化学工学と計算機科学の交差領域を専門としています。Caltechで化学工学を学んだ後、MITで機械学習とケモインフォマティクスを用いた反応経路最適化の研究で博士号を取得しました。DARPAの「Make-It」プログラムを通じて、機械学習による医薬品合成の改善に取り組んだことが現在の研究の出発点です。

研究室では創薬AI以外にも、コンピュータ支援構造解析、実験室自動化、最適実験設計など幅広い領域に取り組んでいます。化学におけるAI活用のフロンティアを多角的に押し広げる方針です。

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

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

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

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

Googleは2026年5月19日、年次開発者会議Google I/Oで、あらゆる入力から動画を生成できる新しいマルチモーダルモデル「Gemini Omni」を発表しました。CEOのサンダー・ピチャイ氏は「あらゆる入力からあらゆるコンテンツを生成できる」と説明し、テキスト予測から現実のシミュレーションへとAIが進化する次の段階だと位置づけています。

Gemini Omniは、テキスト・画像・音声・動画を組み合わせて入力し、単一のモデルで高品質な動画を出力できます。従来のように複数の専門モデルを連携させるのではなく、1つのモデル内で複数のモダリティを横断的に推論するため、一貫性のある編集が可能です。自然言語で指示を重ねる会話的な動画編集に対応し、前の指示を記憶したまま場面を発展させることができます。

最初のモデルとなるGemini Omni Flashは本日からGeminiアプリ、YouTube Shorts、動画編集ツールFlowで提供が開始されました。現時点では10秒の動画生成に対応しており、今後より長い動画にも対応予定です。AI Plus（月額20ドル）以上のサブスクリプションプランで利用でき、開発者・企業向けのAPI提供は数週間以内に予定されています。上位モデルのOmni Proの公開時期は未定です。

企業向けの活用領域は幅広く、マーケティング動画の量産、社内研修コンテンツの作成、製品デモの自動生成などが想定されています。また、ユーザー自身の声と姿を使うデジタルアバター機能も提供され、ディープフェイク防止のため録画と音声による本人認証が求められます。すべての生成動画にはGoogleのSynthID電子透かしが埋め込まれ、AI生成コンテンツの検証が可能です。

競合環境としては、ByteDanceのSeedance、KuaishouのKling AI、英SynthesiaのAIアバターなどが存在します。GoogleはNano Bananaに続くマルチモーダル統合の成果としてOmniを位置づけており、画像やオーディオの出力にも将来的に対応する計画です。企業の導入にあたっては、API公開後にデータガバナンスや利用規約を確認した上で本格運用に移行することが推奨されています。

Googleは2026年5月19日のI/Oカンファレンスで、AI動画・画像制作ツールGoogle Flowの大型アップデートを発表しました。新たに搭載されたGemini Omni Flashモデルにより、動画生成の品質が大幅に向上し、ユーザーが自分自身のアバターをAI動画に挿入できる機能が追加されています。

アバター機能では、ユーザーがスマートフォンで自分の顔と声を複数の角度からスキャンして登録します。登録後は、任意のAI生成動画に自分のデジタルクローンを挿入でき、背景の変更や服装の調整といった編集指示にもOmni Flashが対応します。Google Labs製品担当副社長のElias Roman氏は「撮影なしで自分をコンテンツに登場させたいクリエイター向けの機能」と説明しました。この仕組みは、OpenAIが昨年提供し約7カ月で終了したSoraアプリのセルフディープフェイク機能と類似しています。

生成されたすべての動画にはSynthID透かしが埋め込まれ、AI生成コンテンツであることを識別可能にしています。また、現時点では他人のアバター生成は許可されず、自分自身のみが対象という制限を設けることで、悪用リスクへの配慮を示しています。

クリエイター支援の面では、Google Flow Agentがプロジェクト全体を通じた企画・編集パートナーとして機能します。ブレインストーミングからバッチ編集、アセット整理まで、Geminiモデルを活用した幅広いタスクに対応します。さらに自然言語で画像エディタやカスタムシェーダーなどのビスポークツールを作成でき、他のユーザーと共有・リミックスすることも可能です。

Google Flow Musicにも新機能が追加されました。楽曲のセクション単位での精密編集、フルトラックのスタイル変換（カバー機能）、そしてOmni Flashを活用したミュージックビデオ生成が利用可能になっています。FlowとFlow Musicの両方でモバイルアプリも提供開始され、外出先での制作にも対応します。

NVIDIAとHugging Faceは、大規模動画生成モデルCosmos Predict 2.5をLoRAおよびDoRAで効率的に微調整する手法を公開しました。20億パラメータのモデル全体を再学習する代わりに、注意機構やフィードフォワード層に小規模なアダプタモジュールを注入することで、単一のGPUでも微調整が可能になります。ロボット操作の合成動画生成を主な応用先として、92本の実ロボット動画を使った学習手順が示されています。

微調整にはrectified flowの定式化が用いられ、ノイズサンプルからクリーンデータへ線形に輸送する速度をモデルが学習します。VAE、テキストエンコーダ、DiTの基盤重みはすべて凍結され、LoRAアダプタのパラメータのみが更新されます。数値安定性のため、アダプタの重みはfloat32にキャストされ、bf16混合精度で学習が進みます。

評価では、Sampson誤差による幾何的整合性と、Cosmos Reason2をLLM審査員とした物理的妥当性・指示追従性の3指標が用いられました。微調整前のベースモデルでは、ロボットの手が人間の手に置き換わる幻覚や、指定された手の左右が無視される問題が発生していましたが、LoRA・DoRAによる微調整でこれらが解消されました。

rank 8とrank 32の比較では、高ランクが指示追従性を向上させる一方、幾何的整合性や物理的妥当性はランク8でも十分という結果が得られました。これは物理的な事前知識が凍結された基盤モデルに既に含まれており、アダプタはドメイン固有の外観やタスク構造の学習のみを担うためと分析されています。DoRAは低ランクでの学習安定化に有用ですが、rank 32ではLoRAと同等の性能に収束しました。

Googleは2026年5月12日、Android向けキーボードアプリGboardに、Geminiベースの音声入力機能「Rambler」を搭載すると発表しました。Android Show: I/O Edition 2026で披露されたこの機能は、「えーと」「あー」などのフィラー語を自動除去し、文中での時刻訂正なども自然に処理します。

Ramblerの大きな特徴は、Geminiベースの多言語モデルによるコードスイッチング対応です。英語からヒンディー語など、文の途中で言語を切り替えても文脈を維持したまま正確に書き起こせます。これは多言語話者の実際のコミュニケーションを反映した機能であり、欧米の音声入力アプリが対応に遅れていた領域です。

プライバシー面では、音声録音を保存せず、オンデバイスとクラウドのハイブリッド処理を採用しています。Android Core ExperiencesディレクターのBen Greenwood氏は、安全性とプライバシーへの長年の投資を強調し、サードパーティアプリとの差別化を図りました。

市場への影響は大きいと見られます。Wispr Flow、Typeless、Superwhisperなど音声入力スタートアップはデスクトップやiOSで成長してきましたが、Android市場は未開拓でした。Gboardは大多数のAndroid端末にプリインストールされており、Ramblerは数億人規模のユーザーに一気にリーチします。まずSamsung GalaxyとGoogle Pixel向けに夏から提供が始まり、その後他のAndroid端末にも拡大予定です。

プラットフォーム企業がOS層で参入する場合、独立系アプリはより高い精度や独自機能、強固なプライバシー保証といった明確な優位性がなければ生き残りが困難になります。音声入力スタートアップにとって、「良いものを作れるか」ではなく「ユーザーがわざわざ探してまで使いたいものを作れるか」が問われる局面に入りました。

Googleは2026年5月8日、広告業界の著名クリエイター3名と中小企業をつなぐ新施策「The Small Brief」を発表しました。この取り組みは、AIツールを活用してスタジオ品質の広告キャンペーンを制作し、中小企業のブランド力を引き上げることを目的としています。参加するクリエイターと支援対象の企業はすでに公表されており、最終成果物は6月に公開される予定です。

参加するのはJayanta Jenkins氏、Tiffany Rolfe氏、Susan Credle氏の3名で、いずれも広告業界を代表するクリエイティブディレクターです。各氏がそれぞれ支援する地元ビジネスを選び、ブランドストーリーを広告として形にします。制作にはGoogleのAIクリエイティブスタジオ「Flow」が全面的に使用されます。

Googleはこの施策を通じて、中小企業でも大手ブランドと同等のインパクトを持つ広告を制作できることを示す狙いがあります。AIツールにより、各企業固有の声やスタイルを保ちながらプロ品質の広告制作が可能になるとしています。さらに新規顧客の獲得や業務効率化にもAIが貢献すると強調しています。

本施策はクリエイティブ業界や他の中小企業に対し、AI活用の可能性を示すショーケースとしても位置づけられています。各クリエイターの制作プロセスの詳細と完成したキャンペーンは、2026年6月に公開される予定です。

Google Labsの音楽制作ツールFlow Music（旧ProducerAI）が、グローバルなアーティスト開発企業Believeとの提携を発表しました。この提携により、BelieveおよびTuneCore所属のアーティスト、プロデューサー、ソングライターにAI音楽制作ツールが提供されます。Flow Musicはミュージシャン自身が立ち上げたプロジェクトで、小規模なアーティストコミュニティとの共同開発を経て、今回より広い提供に踏み切りました。

Flow Musicは創作のパートナーとして機能し、作詞の支援や新しいメロディ・ジャンルの実験、さらには新たな楽器の創出まで対応します。アルバムの方向性を模索する初期段階から、歌詞の仕上げといった最終工程まで幅広く活用できます。Googleは、Flow Musicで生成されたオリジナルコンテンツの所有権を主張しない方針を明示しています。

提携の一環として、BelieveとTuneCoreが選出したアーティストやプロデューサーのグループが、Flow Musicの開発チームと毎週ミーティングを行います。このアンバサダー制度を通じて、実際の利用者のフィードバックが製品の将来に直接反映される仕組みです。

技術基盤には、Googleの最新音楽生成モデルLyria 3 Proが採用されています。同モデルは楽曲構成を理解し、イントロ・ヴァース・コーラス・ブリッジといった構成要素をプロンプトで指定できます。アマピアノからドリームポップまで多様なスタイルに対応し、複雑なリズム生成や他言語でのボーカル実験も可能です。訓練データにはYouTubeとGoogleが利用権を持つ素材のみを使用しており、責任あるAI開発の姿勢を示しています。

GoogleはXPRIZEおよびRange Media Partnersと提携し、賞金総額350万ドルのグローバル映画コンペティション「Future Vision XPRIZE」を発表しました。このコンペはGoogleの「100 ZEROS」イニシアチブを通じて実施され、楽観的かつテクノロジー志向の未来を描く短編映画や予告編を世界中から募集します。

応募者は実写、アニメーション、AIツールのいずれも使用可能です。Googleは自社のAI映像生成ツール「Google Flow」の活用を推奨しており、クリエイティブ・テクノロジー・パートナーとして制作プロセス全体を支援します。

大賞受賞者には、3分間の応募作品を長編映画に発展させるためのクリエイティブおよびプロダクション面での支援が提供されます。Googleはこの取り組みを通じて、新興の映画制作者が直面する制作上の障壁を引き下げることを目指しています。

応募受付は既に開始されており、締切は2026年8月15日です。AI技術の進化によって映像制作の民主化が進むなか、大手テック企業がクリエイティブ産業への関与を深める動きとして注目されます。

TechCrunchが2025年版のAI音声入力（ディクテーション）アプリ11製品を実際にテストし、機能・価格・プライバシー対応を軸にランキング形式で紹介しました。大規模言語モデルと音声認識モデルの進化により、フィラーワードの自動除去や文脈に応じた書式設定が可能になり、従来の音声入力とは精度が大きく異なるレベルに達しています。

Wispr FlowはmacOS・Windows・iOSに対応し、フォーマル・カジュアルなど文体切替やCursorとの連携機能を備えています。AquaはY Combinator出資で、音声からテキスト表示までの遅延の短さを売りにし、独自の音声認識APIも外部提供しています。Dictatoはローカルモデル活用で80msという高速応答を実現しています。

プライバシーを重視するユーザー向けには、MonologueがAIモデルをデバイスにダウンロードしてクラウドを完全に回避する方式を採用しています。オープンソースではVoiceInkとHandyがあり、特にHandyは無料でMac・Windows・Linuxの3プラットフォームに対応します。VoiceTyprもローカル処理かつオープンソースで、99言語以上をサポートしています。

価格モデルはサブスクリプション型と買い切り型に二分されます。サブスク型はWispr Flow・Aqua・Typelessなどが月額8〜15ドル帯で展開し、買い切り型はVoiceTyprが35ドルから、VoiceInkが25ドルから提供されています。無料枠もTypelessの週4,000語からWispr Flow iOSの月1,000語まで幅があり、用途と予算に応じた選定が求められます。

OX Securityの研究者4名が、Anthropicが策定したオープン標準Model Context Protocol（MCP）のSTDIOトランスポートに、設計レベルの深刻な脆弱性を発見しました。MCPはAIエージェントとツールを接続する標準規格として、OpenAIやGoogle DeepMindも採用し、ダウンロード数は1億5000万回を超えています。STDIO転送はローカルツール接続の既定方式ですが、受け取ったOSコマンドをサニタイズなしにそのまま実行する仕組みになっています。

研究チームは公開IPアドレス上で7000台のSTDIO有効サーバを発見し、全体では約20万台が脆弱な状態にあると推計しました。6つの本番プラットフォームで任意コマンド実行を実証し、LiteLLM、LangFlow、Flowise、Windsurf、DocsGPTなど主要製品にわたる10件超の高・重大CVEが発行されています。特にWindsurfでは、開発者が攻撃者のウェブサイトを訪問するだけで、ユーザ操作なしにローカルのMCP設定が書き換えられ、コード実行に至るゼロクリック攻撃が確認されました。

Anthropicはこの挙動を「仕様通り（expected）」と回答し、プロトコルの修正を拒否しました。同社の論理では、STDIO はローカルプロセスを起動するための転送方式であり、設定ファイルへの書き込み権限を持つ者は当該マシンでのコマンド実行権限も有しているため、入力のサニタイズは開発者側の責任であるとしています。一方OX Securityは、20万人の開発者全員に正しいサニタイズを期待すること自体が問題だと反論しています。

Cloud Security Allianceも独自にOXの調査結果を確認し、MCP接続インフラを「アクティブな未パッチの脅威」として扱うよう勧告しました。製品レベルのパッチは個別の侵入経路を塞ぐものの、プロトコル自体のSTDIO動作は変更されないため、新しいMCPサーバを構成すれば同じ脆弱性を引き継ぎます。セキュリティ専門家は、全MCP STDIO設定を未信頼の入力として扱い、サンドボックス隔離を徹底するよう呼びかけています。

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

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

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

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

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

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

英スマートフォンメーカーのNothingは2026年4月24日、AI搭載の音声入力ツール「Essential Voice」を発表しました。同ツールはデバイス上のあらゆるアプリで動作し、音声をフォーマット済みテキストに変換します。Wispr FlowやSuperwhisperなどの競合製品がひしめくAI音声入力市場に、ハードウェアメーカーとして参入した形です。

Essential Voiceの特徴は、「um」「ah」といったフィラー語を自動で除去する点に加え、ユーザーが独自の音声ショートカットを設定できる点にあります。たとえば「my address」と発話するだけで、登録した住所全文を入力できます。Essentialキーまたはキーボードから起動する仕組みです。

対応端末はまずPhone (3)からスタートし、今月中にPhone (4a) Pro、来月にはPhone (4a)へと順次展開される予定です。100以上の言語をサポートし、音声入力しながら別言語へのリアルタイム翻訳も可能です。

今後はアプリカテゴリごとにAI編集のトーンを切り替える「アプリベースカスタムスタイリング」機能も追加予定です。仕事用とメッセージ用で文体を自動調整できるようになります。

NothingはOS統合型の音声入力を提供する数少ないハードウェアメーカーの一つです。Googleも4月初旬にオフラインAI音声入力アプリをリリースしており、今後同様のシステムレベル統合が業界全体で広がる可能性があります。

Googleは動画生成ツールFlowのアーティスト共創プログラム「Flow Sessions」第3期の終了を発表しました。2025年9月に開始されたこのプログラムは、6週間にわたりアーティストがFlowを使って作品を制作する取り組みです。第3期では従来の映像制作者に限らず、ジャーナリズム、広告、ファッションなど多様な分野のクリエイターを初めて募集しました。

参加アーティストの一人であるJulie Wielandは、Flowを「終わりのない遊び場」として活用し、石のゴーレムがタンポポの命を見守る循環的な物語を制作しました。AI Studioでフレームレートを下げるアプリを作成し、手作りのストップモーション風の表現を実現するなど、複数のツールを組み合わせた実験的な手法が注目されます。

Calvin Herbstは幼少期の16mmフィルム映像をスタイル変換に活用し、愛犬との別れを描いた作品を制作しました。Stephane BeniniはVeoの視覚的なドリフトをストーリーテリングの技法として意図的に使い、記憶の断片をたどる父娘の物語を表現しました。いずれも個人的な経験を出発点とする創作の重要性を示しています。

映像制作以外の分野では、ファッションデザイナーのCharline Pratがフランスのスタジオ COMBOと協力し、実際に刺繍したガーメントを起点に、縫製では実現できない質感の世界をFlowで表現しました。視覚的一貫性を保つため、Flowに参照ライブラリを提供する手法を開発しています。

クリエイティブディレクターのChloe Desaullesは、ドキュメンタリーの手法を用いてニューヨークの架空の街を驚くほどリアルに描写しました。AI生成メディアにおけるリアリズムの意味を問う作品です。Googleは共創を通じてツールを改善する方針を掲げており、多様な分野のクリエイターとの協働がFlowの進化を加速させています。

Vercelは2026年4月16日、長時間実行ワークロード向けのプログラミングモデル「Vercel Workflows」の一般提供を開始しました。Workflowsは、AIエージェントやバックエンド処理など、単一リクエストに収まらないワークロードを耐久的かつ信頼性高く実行するための仕組みです。2025年10月のベータ開始以来、1500社以上の顧客が利用し、1億回以上の実行と5億以上のステップを処理してきました。

Workflowsの特徴は、オーケストレーションをアプリケーションコード内に統合する点にあります。TypeScriptでは「use workflow」「use step」のディレクティブを使い、通常の関数呼び出しのように記述するだけで、キュー管理やリトライ、永続化、可観測性が自動的に提供されます。別途オーケストレーションサービスを運用する必要がなく、実際に使用したコンピュートのみに課金されます。

AIエージェント向けには、永続ストリームや人間承認フロー用のフック、スリープによる待機など、本番運用に必要な機能が揃っています。AI SDKとの深い統合により、ツール呼び出しや状態管理を備えた永続エージェントの構築が可能です。ステップごとのペイロードは最大50MB、実行全体で2GBまで対応し、マルチモーダルな処理にも十分な余裕があります。

セキュリティ面では、すべてのデータがデフォルトで暗号化され、デプロイ環境の外部では復号されません。Workflow SDKはオープンソースで、Vercelのマネージド環境だけでなく、PostgresやCloudflareなどのセルフホスト環境でも動作します。次期バージョンのWorkflows 5では、ネイティブな並行制御やグローバルデプロイ、スナップショットベースのランタイムが予定されています。

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

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

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

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

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

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

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

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

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

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

クリエイティブワークフロー基盤を提供するFLORAは、VercelのAIスタック上に画像生成AIエージェント「FAUNA」を構築したと発表しました。50以上の画像モデルを統合し、ファッションキャンペーンなどの視覚制作を効率化する狙いです。

FAUNAは従来のノードベースのキャンバスとは異なり、ユーザーがアイデアを伝えるだけで参考画像の収集、モデル選択、バリエーション生成を自動で行います。ワークフロー設計の知識がなくても、プロ品質のビジュアル探索が可能になります。

技術面では、画像・動画生成は数分かかり、1回のセッションで多数の並行ジョブが発生します。FAUNAはVercelのAI SDKのエージェントフレームワークとWorkflow SDKの永続化機能を組み合わせ、長時間実行や障害時の再試行に対応しています。

FLORA開発チームは以前LangChainとTemporalを併用していましたが、2つのシステムの保守負担が課題でした。Vercelへの移行により基盤が一本化され、本番投入速度が2倍に向上したと報告しています。インフラの議論が不要になり、プロダクト改善に集中できるようになりました。

FLORAはUI/UX以外の全デザイン業務の支援を最終目標に掲げています。また、Vercelは同時期にダッシュボードからチーム間でDB移行ができる機能も公開しました。Prisma、Neon、Supabaseに対応し、今後対応プロバイダーを拡大する予定です。

Amazon傘下のスマートカメラ企業Ringは2026年3月、自社カメラ向けのAIアプリストアを米国で正式に開設しました。1月のCESで予告されていた同ストアは、世界に1億台以上設置されたRingカメラの映像・音声データをAIで活用し、ホームセキュリティ以外の用途へ拡張することを目指しています。

開設時点で約15のアプリが利用可能です。SoftBank出資のDensity社は高齢者の見守りアプリ「Routines」を提供し、転倒や生活パターンの変化を家族に通知します。QueueFlowは待ち時間・混雑状況の分析、Minutは民泊ホスト向けの騒音・温度監視など、業種特化のアプリが揃っています。

創業者兼CEOのJamie Siminoff氏は「AIにより長いテールのユースケースが開ける」と語り、年内に数百のアプリを数十の業種で展開する計画を示しました。鳥の識別やリスク検知、芝生の健康管理、来店者カウントなど多彩なカテゴリーのアプリが開発中です。

一方、監視技術への消費者の反発も強まっています。Ringは迷子ペット捜索や山火事検知などの機能を公開した結果、AIカメラによる追跡・録画への懸念が顕在化しました。同社は顔認識ツールやナンバープレートリーダーの提供を禁止し、法執行機関向けAIカメラのFlock Safetyとの提携も解消しています。

収益面では、Ringがユーザーをパートナーアプリに誘導した際に10%の手数料を徴収します。ユーザーはパートナーのアプリを別途ダウンロードする仕組みのため、AppleやGoogleのアプリ内課金手数料を回避できる点が特徴です。サブスクリプションのほか買い切りや広告モデルにも対応する方針で、開発者はRingの開発者サイトからアプリを申請できます。

エンタープライズAI企業のCohereは2026年3月26日、同社初の音声モデル「Transcribe」をオープンソースで公開しました。議事録作成や音声分析などの用途を想定した自動音声認識モデルで、APIを通じて無料で利用できます。

Transcribeは20億パラメータと比較的軽量に設計されており、消費者向けGPUでの自己ホスティングが可能です。英語、日本語、中国語、韓国語など14言語に対応し、1分間で525分の音声を処理できる高いスループットを実現しています。

Hugging FaceのOpen ASRリーダーボードでは、平均単語誤り率（WER）5.42を達成し、Zoom Scribe v1やIBM Granite 4.0、ElevenLabs Scribe v2などの競合モデルを上回りました。人間評価者による精度・一貫性・実用性の評価でも平均勝率61%を記録しています。

一方で、ポルトガル語、ドイツ語、スペイン語の文字起こしでは競合に後れを取る課題も残っています。Cohereは今後、同モデルを企業向けエージェント統合基盤「North」やマネージド推論プラットフォーム「Model Vault」にも展開する計画です。

音声認識モデル市場は、GranolaやWispr Flowなどの議事録・ディクテーションアプリの需要拡大に伴い急成長しています。Cohereは2025年の年間経常収益が2億4000万ドルに達したとされ、IPOの可能性も示唆されており、今回の音声モデル投入で事業領域の拡大を図ります。

Mozillaの開発者ピーター・ウィルソン氏は、AIコーディングエージェント向けの知識共有プラットフォーム「cq」を発表しました。同氏はこれを「エージェント版Stack Overflow」と位置づけています。

現在のコーディングエージェントは、学習データの時期的な制約により、廃止済みのAPIを呼び出すなど古い情報に基づいた判断をしがちです。RAGなどの手法で最新情報を取得する場合もありますが、必要な場面で常に機能するわけではありません。

さらに、複数のエージェントが同じ問題に個別に取り組み、すでに解決済みの課題に対して大量のトークンとエネルギーを消費している現状があります。cqはこの非効率を解消し、一度得た知見を全エージェントで共有することを目指します。

cqの仕組みでは、エージェントが未知の作業に着手する前にcommonsと呼ばれる共有知識基盤に問い合わせます。たとえばStripe APIの特殊な挙動を別のエージェントが発見済みなら、その知見を即座に活用できます。新たな発見は提案として共有され、他のエージェントが有効性を検証します。

ただし、実用化に向けてはセキュリティ、データ汚染、正確性の担保が大きな課題です。現状ではclaude.mdなどの手動設定ファイルが主流ですが、cqはこれを自動化・体系化する試みとして注目されています。

ByteDanceは2026年2月、AIエージェント・オーケストレーション基盤「DeerFlow 2.0」をMITライセンスでオープンソース公開しました。複数のAIサブエージェントを統合し、数時間に及ぶ複雑なタスクを自律的に実行できる「SuperAgent」フレームワークです。

DeerFlow 2.0はDockerベースのサンドボックス環境を採用し、エージェントの実行をホストシステムから完全に分離しています。ブラウザ、シェル、永続ファイルシステムを備えた独立環境で、bashコマンドの実行やファイル操作を安全に行えます。

技術的にはLangGraph 1.0とLangChainで全面的に書き直された新設計です。OpenAI、Anthropic、DeepSeek、Ollamaなどモデル非依存で動作し、Kubernetes上での分散実行やSlack・Telegram連携にも対応しています。

公開後わずか数週間でGitHub上で3万9千スターを獲得し、ML研究者やインフルエンサーの間で急速に注目が高まっています。SaaS型エージェントサービスの価格破壊につながるとの見方も広がっています。

一方、企業導入には課題も残ります。セットアップにはDocker・YAML・CLIの知識が必要で、独立したセキュリティ監査は未実施です。またByteDanceが開発元であるため、金融・医療・防衛など規制業種ではソフトウェアの出自に関する審査が求められる可能性があります。