AI活用（ユースケース）に関するニュース一覧

米企業向けAIエージェント基盤を提供するWriterは13日、新たな旗艦モデルPalmyra X6と刷新したエージェント運用基盤(ハーネス)を発表しました。両者を組み合わせることで、AIエージェントの運用費用を平均52%削減し、処理速度も48%向上させたとしています。Accentureやウーバーなど大手企業が採用するWriterは、トークン消費の急増に悩む企業の切実な需要に応える狙いです。

新モデルのPalmyra X6は、中国発のオープンウェイトモデルGLM-5.2(Z.ai開発)を土台に、7440億パラメータの混合エキスパート型として構築されました。学習に使ったデータはわずか626件の合成タスク例のみで、既存の能力を損なわない独自手法で微調整したといいます。社内評価ではAnthropicのClaude Opus 4.8やOpenAIのGPT-5.5を上回るスコアを記録し、価格はOpus 4.8の8分の1程度に抑えられています。

費用削減の要となったのが、刷新したハーネスと呼ばれるエージェント運用基盤です。同社の研究によると、ハーネスの改良だけでAnthropicやOpenAIの他社モデルを含む全モデルで費用を平均41%、処理時間を44%短縮できたといいます。Writerは、モデル選びよりハーネスの工夫の方が費用削減効果は大きいとの研究結果を公表し、モデル単体の性能競争とは異なる路線を打ち出しました。

一方で、中国のZ.aiが開発したGLM-5.2を土台にした点は、米企業にとって新たな論点となりそうです。安全性評価団体SaferAIは、GLM-5.2が攻撃的なサイバー・生物兵器関連の依頼を一切拒否しなかったと報告しています。Writer幹部は、学習データの生成や保存、モデルの運用をすべて米国内のインフラで行ったと強調し、独自の偏向・安全性評価でも一定の改善を確認したと説明しています。

今回はあわせて、管理者が組織全体のAIエージェント利用状況を把握し、支出上限を設定できる新しい管理ツールも導入されました。企業がAI活用を広げる最大の壁はモデル性能よりも費用にあるとの認識から、Writerは可視化と統制の強化に力を入れています。2020年創業のWriterはAccentureやウーバー、バンガードなど大手企業を顧客に持ち、2024年末に19億ドルの評価額で2億ドルを調達しています。

GitHubは2026年8月13日、傘下の「GitHub Secure Open Source Fund」第4期で、オープンソース50プロジェクトに総額50万ドル超を投じたと発表しました。GitHub Security Labの専門家とセキュリティツール、AI活用のワークフローを組み合わせ、メンテナーの脆弱性調査と優先順位付けを後押ししました。

参加プロジェクトの一つであるOpenClawは、GitHubにおいて成長速度が最も速いオープンソースプロジェクトとして今回招待されました。プログラムを通じてインシデント対応計画を策定し、GitHub Actionsのワークフローを監査したほか、セキュリティツールの活用範囲を広げました。メンテナーは「安全なプロジェクトづくりに向けたチームの勘と力を養う上で非常に有意義だった」と振り返っています。

今回の取り組みから浮かび上がった教訓は、AIが調査や優先順位付け、対応のスピードを高める一方で、最終的に何をリリースするかを判断する責任はメンテナー自身にあるという点です。GitHub Copilotなどのツールは脆弱性のトリアージや脅威モデリング、コードレビューの補助として活用されました。

Secure Open Source Fundは3週間の集中プログラムを軸に、12カ月にわたる伴走支援を行う仕組みです。各プロジェクトはGitHub Sponsors経由で1万ドルの資金提供を受けるほか、Azureのクラウドクレジットや、6カ月・12カ月時点でのセキュリティ確認の機会も得られます。

AI関連のセキュリティ課題は、機械学習基盤からエージェントフレームワーク、開発者ツール、インターネットインフラまで幅広い分野のプロジェクトで浮上しました。GitHubは第5期プログラムへの応募を8月24日まで受け付けており、AI時代における安全なソフトウェア開発の裾野をさらに広げる考えです。

米IBMは13日、OpenAIとの新たな提携を発表しました。IBMコンサルティング内に専門組織を新設し、今後数カ月かけて数万人のコンサルタントをOpenAIの技術で認定・育成する計画です。金融サービスや政府、通信、小売などの分野で、業界特化型のAIソリューションを共同で展開します。提携条件は非公開とされています。

研修では、OpenAIのコーディング支援ツール「Codex」やAPI、サイバーセキュリティ関連の認定資格取得に重点を置きます。IBMはさらに、OpenAIのパートナーネットワークを通じて専門訓練を受けた「Forward Deployed Experts」と呼ばれるチームも新設する方針です。

IBMは、最新モデルのGPT-5.6やCodex、ChatGPT Workを、コンサルタント向けAI基盤「IBM Consulting Advantage」に統合します。これにより、企業の中核業務全体へのAI導入を支援する体制を強化します。

今回の提携は、OpenAIが大手コンサルティング会社やシステムインテグレーターとの連携を通じて法人事業を拡大する動きの一環です。同社はすでにInfosysやTata Consultancy Servicesとも提携しており、モデル開発競争が企業顧客の獲得へと軸足を移しつつあることを映しています。

IBMにとっては、独自のGraniteモデル群と外部AIを組み合わせる「モデル非依存」戦略の一環でもあります。同社は2026年の売上高見通しを引き下げた直後だけに、AI事業のてこ入れを急いでいます。クリシュナCEOは、AI活用がメインフレーム事業を代替するのではなく補完すると強調しています。

IBMとOpenAIは6月にもサイバーセキュリティ分野で提携し、「OpenAI Daybreak Cyber Partner Program」を始動していました。今回の合意はこれを拡張するもので、OpenAIのAIモデルをIBMの多層エージェント型セキュリティサービス「IBM Autonomous Security」にも組み込みます。

パキスタンの司法当局と経済学者チームは2024年から、全国の第一審裁判官1559人に判事専用の生成AI「JudgeGPT」を提供する大規模な実証を行い、導入した地区の中央値で解決件数が6.3%増加したと報告しました。判決の質に明らかな低下は確認されず、司法現場でのAI活用としては初の本格的な独立評価となります。

背景にあるのは深刻な処理の遅れです。パキスタンは226万件の未処理案件を抱え、人口10万人あたりの裁判官は2人未満と、EUの22人、ブラジルの8人を大きく下回ります。研究チームによれば、裁判官側はむしろ研究者より導入に前向きだったといいます。

ツールはOpenAIのGPT-4に、パキスタンの判例12万8292件と法令943本を結び付けたRAG（検索拡張生成）で構築されました。市販のチャットボットは現地の法律の問い合わせで判例を捏造することが多く、回答には出典へのリンクを付ける設計にしています。共著者でETHチューリッヒのエリオット・アッシュ氏は、幻覚を抑える鍵は賢いモデルより検索と出典の検証だと指摘します。

効果を左右したのは研修でした。90分のオンライン講義を6回受けた1197人は平均56回ログインし212件のプロンプトを送った一方、一般的な技術研修だけの180人は10回のログインと25件にとどまり、研修なしの層は約1カ月で利用をやめています。技術を配るだけでは定着しないという実務的な教訓です。

質の検証では、同じ裁判官の研修前後の判決文をGPT-5-miniに比較させ、研修後が選ばれた割合は59%でした。現地の弁護士2人による評価とAIの一致率は70.6%で、弁護士同士の73%に近い水準です。研究チームは訓練を受けた裁判官が月38.5件多く処理し、運用費1ドルあたり38.5ドルの司法コスト削減に相当すると試算しています。

一方で課題も残ります。プロンプトの約2割は最適な判断や法的推論をAIに委ねる「実質的な委任」に当たり、研修でその比率は下がったものの解消はしていません。ラトローブ大学のジョン・ゼレズニコフ教授は、処理は速くなっても司法の質が高まったかは不明だと述べ、研究チームも幻覚率は公表していません。

OpenAIは8月12日、企業のAI活用に関する2本の調査を公開しました。顧客企業の利用実態をまとめた「Enterprise Signals」と、導入企業の広がりを分析した作業論文で、AI利用が「補助」から「実行」へ移りつつあることを示しています。月間利用量の上位10%にあたる先進企業は、利用者1人あたりの出力トークン量が一般的な企業の8.3倍に達し、1月の2.6倍から半年で急拡大しました。

変化を最も端的に示すのが、Codexの存在感です。6月時点で、法人顧客のCodexとChatGPTの出力トークンのうち64%をCodexが占めました。エージェントは複数手順の長い作業を担うため出力が増えやすく、この数字は利用頻度と作業量の両方を映しています。

先進企業と一般企業の差は、機能の使い分けにも表れています。週次の利用者のうちPluginsを使う割合は先進企業で21%、一般企業では9%にとどまり、skillsは19%対3%でした。OpenAI社内では95%がPluginsを毎週使っており、企業側にはまだ深掘りの余地が残ります。

用途の広がりも鮮明です。2月以降、Codexの週間利用者は法務で108倍、営業と採用で41倍、マーケティングで26倍に増え、発祥の地であるエンジニアリングの5倍を大きく上回りました。ヴァージン・アトランティック航空では、2週間かかっていたレガシーコードの改修が30分で済むようになったといいます。

意外なのは、誰が最も使っているかという点です。導入から半年後、若手社員は役員よりも週13件多くメッセージを送っており、経営層ほど使いこなしているとする各種アンケートとは逆の結果が出ました。米上場企業の分析では、導入企業は非導入企業より資産・従業員数・研究開発投資が大きい傾向も確認されています。

同じモデルを使えても、成果の差は組織の使い方で開きます。OpenAIは、エージェントを社内の情報や業務ツールにつなぎ、権限設定と人による確認を整えたうえで、個人の工夫を組織の標準的な進め方に変えることを提案しています。

企業を買収してAIを組み込むThrive Holdingsが8月12日、SoftBankなどから20億ドルを調達したと発表しました。企業価値は120億ドルと評価され、資金の一部は物理インフラの規制業務を担う新事業に充てられます。会計事務所やIT企業といった伝統的な事業を買い取り、現場の業務にAIを実装する手法が、投資家の評価につながった形です。

今回の調達にはSoftBankのほか、D1 Capital PartnersとAltimeter Capitalが参加しました。同社はOpenAIの主要投資家であるThrive Capitalから分社した企業で、2025年12月にはOpenAI自身が出資しています。その取り決めにはOpenAI社員を買収先企業に派遣する内容が含まれ、AI導入を現場で加速させる体制が整いました。

プラットフォーム上の企業は70社を超えました。会計部門のCurrentは50社超・2000人以上の専門家を抱え、自己改善型の税務エージェント「TaxAI」が7000件超の申告を98%の精度で処理し、参加事務所の申告準備時間を3割以上短縮したとしています。IT部門のShieldには約20社が参加し、ヘルプデスクの解決時間を36倍に速めたほか、独自AIエージェントの稼働数はこの1カ月で倍増しました。

今回の資金は、物理資産の規制対応を担う3つ目のプラットフォームの立ち上げにも使われます。創業メンバーのAnuj Mehndiratta氏は、データセンターや製造、医療、電力、水道、交通などの分野で、地域・技術・規制の複雑さがプロジェクトの制約になっていると指摘します。AIが現場作業や専門家の最終判断を置き換えるわけではなく、調査や報告書作成、許認可申請、検査記録、法令順守の管理といった手作業を軽くする狙いです。

AIの実装支援そのものを事業にする動きは、業界全体に広がっています。OpenAIとAnthropicはそれぞれ大手プライベートエクイティと組み、The Deployment CompanyとOde with Anthropicという10億ドル規模の合弁を立ち上げ、精鋭エンジニアが企業に常駐して業務にAIを組み込む体制を築いてきました。価値の重心がモデルから実装へ移る流れは、自社のAI活用を進める経営層にとって見逃せない変化と言えます。

Googleは8月12日、年次イベント「Made by Google 2026」で新型スマートフォン「Pixel 11」シリーズ4機種を発表しました。自社設計チップTensor G6を搭載し、端末内のAI処理を最大3.5倍に速めながら、消費エネルギーを最大3.5分の1に抑えたことが最大の特徴です。標準モデルは899ドルからで、8月20日に発売します。

ラインアップはPixel 11、Pixel 11 Pro、Pixel 11 Pro XL、折りたたみ型のPixel 11 Pro Foldの4機種です。価格はPixel 11が899ドル、Proが1099ドル、Pro XLが1299ドルからで、この3機種は基本ストレージを256GBへ倍増しました。標準モデルは前世代より100ドル高く、背景には128GBモデルの廃止に加え、続くメモリ供給の逼迫があると米メディアは伝えています。

性能の中核を担うのがTensor G6です。TPUの演算量を50%引き上げ、最新のGemini Nanoと組み合わせることで、端末内のAI処理を最大3.5倍高速化し、消費エネルギーは最大3.5分の1に収まります。CPUもウェブ閲覧が25%、アプリ起動が15%速くなり、新しいセキュリティチップTitan M3と連携して耐量子暗号によるセキュアブートにも対応しました。

カメラでは、Geminiが撮影者に代わってシャッターを切るMagic Captureが目玉です。約400フレームを解析して最適な瞬間を自動で選び、画面を見続けなくても高品質な写真と動画が同時に残せます。Proの2機種は暗所撮影のNight Sightが最大4.5倍速くなり、ズームは120倍まで伸びました。

ハードウェアの拡充も進みます。初の紛失防止タグ「Pixel Tag」を29ドルで投入し、Find Hubネットワークを使ってAppleのAirTagに対抗します。Pixel Watch 5は血圧やインスリン抵抗性の月間傾向を示す健康機能を加え、399ドルからとなりました。

注目すべきは、Googleがクラウドではなく端末内でのAI実行を前面に打ち出した点です。話し言葉をそのまま整った文章にするRamblerや、手話を文字に変換する機能も、チップと基盤モデルを自社で握る垂直統合があってこそ成立します。スマートフォンがAI活用の入り口になるなか、この一体設計をどこまで差別化に変えられるかが問われます。

Google Research と Google DeepMind は8月11日、研究段階の医療AI「AMIE」がリアルタイムの臨床映像診察をこなせることを示したと発表しました。患者役の俳優を使った模擬診察の無作為化試験で、臨床評価者は問診の網羅性や診断の正確さといった中核能力でAMIEを好意的に評価しています。映像で患者の様子を見ながら診断まで進むAIの実証は、同社によれば初の試みです。

AMIE は Gemini と Project Astra を土台に、複数のエージェントが役割を分担するマルチエージェント構成で動きます。会話の言葉だけでなく、咳の音や歩き方、表情ににじむ苦痛の兆候といった視覚・聴覚の手がかりを解釈し、遠隔での身体診察を患者に案内しながら、その場で診断の推論を進めます。

検証は、プライマリケア医を比較対象に置いた無作為化試験として実施されました。臨床評価者は問診の網羅性、診断の正確さ、処置方針の妥当性、コミュニケーションの質という主要項目でAMIEを高く評価し、患者役はテキストチャットよりも映像での診察を好むと答えています。

医師の診察は、言葉のやり取りだけで完結するものではありません。視診や動作の観察といった非言語の情報をどこまで扱えるかは、遠隔医療サービスがAIにどの範囲を任せられるかの分かれ目になります。今回の結果は、テキスト中心だった医療AIが映像を伴う対話へ広がる余地を示しました。

ただしAMIEはあくまで研究システムであり、責任ある実世界の臨床導入にはさらなる研究が必要だとGoogleは明言しています。模擬診察と実際の診療では、患者の多様性も判断の重みも異なるからです。医療分野でAI活用を検討する企業には、過度な期待を避けつつ実運用を見据えた検証設計を用意する姿勢が問われそうです。

OpenAIの財務責任者は8月10日、同社が2年かけて築いてきたAI前提の財務組織について、CFO向けの5つの教訓を公式ブログで公開しました。掲げたのは決算を締め切り当日に完了させるゼロデイクローズと、常時更新される自動予測という二つの目標です。急成長する事業をリアルタイムで把握し、経営陣が結果を変えられるうちに判断できる体制を目指しています。

出発点は全社員へのAI開放と、実際の課題に取り組む構造化された実験でした。財務チームはセールスエンジニアを招いてハッカソンを開き、投資家対応の承認済み資料に基づくカスタムGPT「IR-GPT」を生み出しています。調達や税務向けの構築も進んでおり、現場発のアイデアと経営の優先順位が交わる点にこそ成果があると同氏は述べます。

二つ目の教訓は、重要な意思決定から逆算して業務全体を作り直すことです。承認済み予算、総勘定元帳の実績、発注書、見越計上、取引明細を常時照合し、差異は元の活動までたどれるようにします。AIが一次説明と例外の洗い出しを担い、数値の検証と最終承認は財務が持つという役割分担です。

三つ目は、財務担当者自身がツールの作り手になるという変化です。チーム全員がChatGPT WorkとCodexでダッシュボードを構築しており、コード未経験の担当者は月次の広告予測を週次・日次の計画に分解するツールを作りました。同社の調査では、財務職の専門的なAI利用の40%が従来の財務以外の業務、22%がエンジニアリング関連だといいます。

四つ目と五つ目は統制と測定です。CFOはIT・ガバナンス部門と組み、AIがアクセスできるデータ、実行できる操作、承認が必要な場面、エスカレーションの条件を定めるべきだと提言します。評価は座席数やトークン量ではなく、意味のある業務が完了したか、費用はいくらか、使える品質か、判断が速く良くなったかという四つの問いで行います。

安いモデルが最も経済的とは限りません。少ない試行と手戻りで確かな答えに至るなら、性能の高いモデルの方が総コストは低くなるからです。財務は戦略・資本・データ・リスク・業績が交わる位置にあり、だからこそCFOには全社のAI移行を主導する立場があると結ばれています。

人事管理ソフトを手がけるRipplingは8月上旬、社員やチームごとのAI利用額と生産性を突き合わせる新製品「AI Spend Console」を発表しました。年初にAI活用を全面解禁したところ、開発部門の人件費予算の4割をトークン費用が食いつぶす計算になり、社内の緊急対応として作り込んだ仕組みをそのまま外部向けに商品化した形です。

きっかけは3月の経営会議でした。Adam Swiecicki最高財務責任者(CFO)が示した試算では、AIトークンへの支出は前月比80%増のペースで伸び、この傾向が続けば翌年には開発部門の人件費の9割に相当する額に達する見通しでした。「信じられなかった」と、Matt MacInnis最高製品責任者(CPO)は当時を振り返ります。

社内分析で浮かび上がったのは、支出の極端な偏りです。全社員の10〜15%が総支出の約6割を占め、月に5万ドルを使うエンジニアも1人いました。理由は単純で、社員がどんな作業にも最新かつ最も高価なフロンティアモデルを既定で選んでいたためです。

同社はCursor、OpenAI、Anthropicと利用上限額を交渉したうえで、用途に応じて最適なモデルへ振り分ける自社製のAIゲートウェイを構築しました。Parker Conrad最高経営責任者(CEO)は自社ベンチマークで総合首位はGrokだったとしつつ、GLM 5.2は85%安く性能はほぼ同等だったと明かしています。その結果、7月の消費量は6000億トークンとピーク時に近い水準へ戻りながら、費用は4月の37%にとどまり、人件費予算に対する比率も15%程度まで縮みました。

技術だけでは足りないとして、うまく使いこなす社員を「AIキャプテン」に任命し、他部門の活用を支える役割も設けました。ただし利用の中心はいまだソフトウェアエンジニアで、顧客オンボーディング業務などへの展開は道半ばです。MacInnis氏は「トークン消費を生産性に結び付けられなければ、全社員への開放は成り立たない」と語ります。

AI Spend ConsoleはRipplingの人事向けサブスクリプションに含まれ、利用量に応じた追加課金が発生します。他社の人事システムと組み合わせる単体購入も可能で、AI利用を成果で測る運用が企業の標準になるかどうかが次の焦点になりそうです。

民泊仲介大手のAirbnbが2026年4〜6月期の決算説明会で、社内でのAI活用により主要施策の構想から公開までの期間を最大6割短縮したと明らかにしました。共同創業者兼最高経営責任者（CEO）のブライアン・チェスキー氏によると、前年同期の半年間と比べて出荷した機能・改善の数は約8割増えたとのことです。同社はあわせて、自然言語で宿を探せるAI検索の試験も始めます。

チェスキー氏は、検索やサインアップ、決済といった領域の開発をAIが後押ししたと説明しました。同社は2026年5月にも新規コードの6割をAIが書いていると公表しており、開発現場での定着が数字に表れた形です。ホスト向けにも、登録手続きを短くする機能などを投入しています。

一方で、利用者が直接触れるAI機能の導入は慎重でした。これまではレビュー要約や物件のハイライトにとどまり、チェスキー氏は旅行分野にチャットボット型の画面をそのまま持ち込んでも機能しないと繰り返し述べてきました。今回のAI検索も、従来の検索・絞り込みに慣れた利用者への押し付けを避けるため、切り替え式のトグルとして提供します。

トグルを有効にすると、利用者は自然言語で条件を入力し、視覚的な形式で結果を受け取れます。チェスキー氏は回答の見出しはAIが生成し、チャットボットを読むような会話調になりうると語り、物件ページのハイライトもその場で一人ひとりに合わせて生成されると説明しました。

裏側では、カスタマーサポートへのAI投入が先行しています。2025年に北米で導入したAIボットは今年50以上の言語へ広がり、年内には音声通話への対応も予定されています。AIエージェントで始まった問い合わせの約45%が人手を介さずに解決し、予約1件あたりのサポート費用は前年同期比16%減りました。

業績も堅調で、6月末までの四半期の売上高は前年同期比17%増の36億ドル、調整後EBITDAは21%増の13億ドルでした。開発速度とサポート費用という二つの指標でAIの効果を数字に落とし込んだ点は、社内導入の投資対効果を測りたい経営層にとって手がかりになりそうです。

米電気電子学会（IEEE）の教育部門と電力エネルギー部会が、送電網の近代化を担う技術者向けの講座「AI for Power and Energy Systems」を開講しました。データセンターの急増と異常気象で米国の電力網が限界に近づくなか、AIを扱える人材の不足が壁になっているためです。講座は電力技術者や電力会社の管理職、データサイエンティストを対象に、五つのモジュールで構成されます。

背景にあるのは、需要と供給の両面で起きた構造変化です。テキサス州最大の送電事業者には、AIとクラウド設備の増加を主因に220ギガワットもの新規接続申請が寄せられたとCNBCは報じています。一方の発電側では風力や太陽光など天候に左右される電源が増え、停電を避けるために需給を秒単位で調整せざるを得ません。

設備そのものの弱さも重なります。テキサス州を襲った大寒波や記録的な熱波は変圧器に過大な負荷をかけ、高くつく障害を招いてきました。アナログ機器をスマートメーターや制御システムへ置き換える動きは、同時にサイバー攻撃の入口を増やしています。

こうした環境では、従来の系統計画の手法は速度が足りません。数千のセンサーや気象予報、過去の使用実績を機械学習で即座に解析すれば、障害の予兆を先回りしてつかめます。マッキンゼーの調査では、データと自動化の統合によって予知保全で設備の停止時間を最大50%削減し、機器の寿命を最大40%延ばせると示されました。

講座を設計したのは、テネシー大学ノックスビル校のFangxing（Fran）Li教授です。カリキュラムはAIを検証できないブラックボックスとして扱わず、安全性と設備保全、厳格な信頼性基準を軸に据えています。内容はAIの基礎、深層強化学習による系統制御の高速化、需要と市場価格の予測、物理法則を組み込んだ安全なAI、生成AIと次世代技術の五つです。

電力を大量に使う側であるAI業界にとっても、この人材論は他人事ではありません。電力網の余力が事業拡大の制約になりつつある今、電気を理解するデータサイエンティストと、データを扱える電力技術者をどう確保するかが問われています。

欧州連合（EU）は8月2日、AI規制法（EU AI法）の透明性義務を施行しました。域内の市民は、AIと対話するときや、AIが生成・改変したコンテンツを見るときに、その事実を知らされる権利を得ます。広告や音楽レコメンド、苦情受付ホットラインまで一律の開示が必要となり、違反企業には最大1500万ユーロまたは全世界年間売上高の3%のいずれか高い方の制裁金が科されます。

対象は驚くほど広く、ディープフェイクを使った広告や企業のSNS投稿には、AI生成であることを示すラベルが付きます。苦情対応のチャットボットや電話窓口はAIベースだと明示する必要があり、機械学習で発信者の感情や不満を検知するコールセンターは、通話の冒頭でその旨を告げなければなりません。企業同士の商用利用も例外ではなく、予定調整や書簡対応、契約交渉に至るまで申告が求められます。

規制はモデル開発企業にも及び、欧州委員会が新設したAI事務局が監督にあたります。法律事務所Stibbeでテクノロジーとデータを専門とするデュカン弁護士は、OpenAIやAnthropic、Google DeepMindといった代表格にとどまらず、AIレコメンドを使うSpotifyや、Photoshopに生成編集機能を備えるAdobeも視野に入ると指摘します。「探し始めると、AIはあらゆる場所にあります」と同氏は語ります。

一方で、表示の乱発が情報過多を招くとの懸念も出ています。業界団体CCIAでAI政策を率いる担当者は昨年12月、過剰なラベル表示は終わりのない通知によるバナー・ブラインドネスを招くと警告し、スペルチェックした電子メールやフィルターをかけた写真まで対象になれば、AI表示は意味を失うと述べました。

今回の法律は、2018年に施行されクッキー疲れという言葉を生んだEUの個人データ保護規則（GDPR）を想起させます。EUはAIモデル提供者が合成音声や画像、動画、テキストを機械可読な形式で示すまでに12月までの移行期間を設けており、27の加盟国は監督体制の整備状況もまちまちです。ノートン・ローズ・フルブライトのロージー・ナンス弁護士は「初日から一律に執行されるとは限らない」と慎重に見ています。

それでも規制の射程の広さは、いずれ企業にとって大きな転換点になるとデュカン弁護士は見ています。AI活用を堂々と開示するのか、それとも表示を避けてAIを使わない仕組みや手作業に戻るのか。透明性のコストと利便性をどう天秤にかけるかが、欧州で事業を営むすべての企業に突きつけられます。

ユニバーサル、ソニー、ワーナーの大手3社を含む世界のレコード会社が7月31日、生成AIを使った楽曲を公式音楽チャートから除外する国際原則を提案しました。チャート入りの条件として実質的に人間が制作したことや学習データの権利処理など6項目を挙げ、AIで量産された楽曲がランキングを占める事態を防ぐ狙いです。

提案は、生成AIを使って作られた録音物について、6つの条件をすべて満たすと信じるに足る根拠がない場合は公式チャートに含めるべきではない、という組み立てになっています。条件には、使用した生成AIサービスが適法に許諾を得ていること、モデルが学習データの権利を持つこと、著作権や人格権を含む法令を守ることが並びます。さらにストリーミングやチャートの操作を招かないことや、AI利用を消費者に適切に表示することも求めています。

今回の提案は、RIAAやIFPI、SAG-AFTRAなどが打ち出したラベリング制度より一歩踏み込んだ内容です。ラベリング案がAI生成曲とAI支援曲を区別する表示ルールの統一にとどまるのに対し、レーベル側の案は表示に加えてチャートからの排除まで踏み込みました。IFPIは今回の原則を支持する姿勢を示しています。

もっとも、肝心の「実質的に人間が制作した」という線引きは現時点で不明確です。どの程度AIが関与すれば失格になるのか、操作の懸念とは何を指すのかについて、ソニー ミュージックとユニバーサル、Mom+Pop Musicは取材にすぐには回答しませんでした。

実効性の鍵を握るのは、ビルボードなどチャートを運営する事業者です。現時点でどの集計団体も採用の意思を示しておらず、原則はあくまでレコード会社側の要請にとどまります。音楽ビジネスに関わる企業にとっては、AI活用の履歴をどう記録し開示するかが実務上の課題になりそうです。

アメリカのMeta（メタ）は7月29日の2026年4〜6月期決算説明会で、AIの活用により新しいアプリの開発速度が上がっていると説明しました。マーク・ザッカーバーグ最高経営責任者（CEO）は、写真アプリ「Instants」、グループ機能を独立させた「Forum」、Marketplace出品者向けの「Seller」の投入を挙げ、新規アプリの投入はさらに容易になるとの見通しを示しました。

同社は「より多くのアイデアを形にし、既存の推薦システムを使って拡大させる」方針を掲げています。ザッカーバーグ氏は「新しい消費者向け製品を近く公開する」とも語り、追加のアプリが控えていることを示唆しました。大規模言語モデル（LLM）によってソフトウエアの出荷が速くなり、アイデアを短い周期で試せるようになったことが背景にあります。

もっとも、Metaが単体アプリに挑むのは初めてではありません。2015年に閉鎖した社内組織「Creative Labs」は写真共有の「Slingshot」や匿名チャットの「Rooms」、ニュースアプリ「Paper」を送り出し、2019年に発足した研究開発チーム「NPE Team」もチャットや音楽、デート向けなど多数の実験作を投じました。しかし、いずれも利用者を集められず、すべて終了しています。

潮目を変えたのが「Threads」です。月間利用者は5億人に達し、既存アプリからの誘導に加えて、AIによるコンテンツ推薦が伸びを支えたと同社は説明しています。ザッカーバーグ氏は、いずれ10億人規模の次の主力アプリになるとの見方を繰り返し示してきました。

スーザン・リー最高財務責任者（CFO）は、LLMがランキングと推薦の改善に効き始めていると述べました。コンテンツの中身を理解して学習データの質を高めるだけでなく、LLMを使うエージェントが品質評価やトレンド検出、ランキング変更の検証といった開発作業も担っているといいます。今年に入ってInstagramのリールとフィードの全投稿をLLMで処理し、話題やトーンを解析する体制も整いました。

説明会で投資家の関心はAI関連の支出と法人向け事業に向かい、新アプリについて追加の質問は出ませんでした。ただ、開発コストが下がれば試行回数は増やせます。試作の速度を次の主力アプリにつなげられるかが、Metaの新しい試金石になりそうです。

Alphabet傘下の自動運転企業Waymoは、AIプロジェクトの完成度を「モデルの性能が良いとき」ではなく「評価が通るとき」で判断していると明らかにしました。同社エンジニアリング責任者のマナシ・ジョシ氏が、イベント「VB Transform 2026」で説明したものです。評価を最終確認ではなく開発の中核に据える評価中心の開発を掲げ、テストの成熟度でプロジェクトの成熟度を測ります。

評価は発売前の一度きりの作業ではないとジョシ氏は強調します。Waymoは走行・シミュレーション・検証にまたがる継続的なプロセスとして評価を扱い、モデルや業務プロセス、利用者の行動、入力データの変化に応じてテストを続けます。企業にとっても発売前のテストだけでは不十分で、評価を広い業界ベンチマークではなく実際のビジネス成果に結びつけるべきだと指摘します。

評価の階層は安全という一つの目標に貫かれています。同社は自社の走行ログや一部の外部データ、数十億マイル相当の合成シナリオを用い、交通弱者や踏切、工事区間といった複雑な状況を重点的に検証します。発売の可否は自動化に委ねず、社内の安全責任者による承認など人間の監督を組み込んでおり、これまで2.2億マイル超の完全自律走行で重傷事故が人間の17分の1だったといいます。

一方で計算資源やストレージ、メモリー、ネットワークへの需要は供給を上回って増えており、効率化と信頼性の両立が課題となります。Waymoはデータ選別による効率化を進め、2017年に導入したTransformerから大規模言語モデルや視覚言語モデルへ発展させ、現在は生成系のマルチモーダルモデルを基盤戦略に据えています。

社内では技術者の生産性を高めるためにAIエージェントも活用し、データ分析や不具合の切り分けを任せつつ、その出力の信頼性を評価しています。経営層への示唆は明快です。エージェント型AIには強力なモデルだけでなく、明確な目標、代表性のある評価データ、継続的なテスト、効率的な基盤、そして責任を負う人間の意思決定者が欠かせないという点です。

Googleの研究部門が先週公表した調査で、AIによる大量の雇用喪失を裏付ける証拠は見つからなかったことが明らかになりました。GeminiアプリやAIモードなど1500万件の匿名対話を分析した結果、AIの業務利用は浅く協働的にとどまり、作業を丸ごと自動化する範囲は限定的だと結論づけています。

この調査は「AI & Economy ATLAS」と名付けられ、Geminiアプリ、GoogleのAIモード、Gemini APIをまたぐ1500万件のやり取りを対象としています。研究チームは、AIの利用は幅広い職種に広がるものの、その使い方は表面的で圧倒的に協働的であり、端から端までの自動化は範囲が限られると指摘しました。

分類には、米労働統計局（BLS）の標準職業分類と、より詳細なO*NETの作業データベースが使われました。自動分類には不確実なやり取りの確率的な判定が伴いましたが、人間の査読者による検証で、Geminiのプロンプトが実際にどう業務利用されているかを測る信頼できる指標だと確認されています。

利用の偏りも浮かび上がりました。コンピューター、金融、芸術・エンタメといったホワイトカラー職は、米経済全体での割合に比べてGeminiの利用が過大に表れ、なかでも金融・市場アナリスト、ソフトウェア開発者、システム管理者が相対的に重いユーザーでした。

一方、営業職や運輸労働者、調理・接客サービスの担当者は、AI利用データのなかで大きく過少に表れていました。今回の結果は、AIが近くホワイトカラーの仕事を一掃するという主張とは異なり、現時点では補助的な道具にとどまっている実態を示しています。

Google は7月28日、非営利団体のAI活用を後押しする新たな支援策を発表しました。具体的には、資金調達や広報などを学べる無料オンライン講座3種の開講、Google専門家による1対1のコーチング提供、そして6000超の団体を対象としたAI活用の実態調査の公開という3本柱です。同社はこれまで提供してきた180億ドル超の無償技術支援を、さらに広げる狙いがあります。

新設される3つの講座は、非営利団体が「AIで変革の可能性が大きい」と答えた分野に的を絞っています。資金調達・広報・業務効率化をテーマに、いずれも約3時間で実践的なスキルを習得できる構成です。受講は無料で、オンデマンド形式のため各団体の都合に合わせて学べます。

2つ目の柱は、Googleの製品スペシャリストによる個別コーチングです。Google Workspace for Nonprofits を有効化した団体は、無料で1対1のビデオ相談を予約できます。技術的な移行から最新AIツールを使った職員研修まで、専門家が個別に支援します。

3つ目は、6000を超える参加団体の利用実態をまとめた調査結果の公開です。調査では86%の団体がAIの有効性を認める一方、日常的に活用しているのは平均で49%にとどまることが分かりました。資金と研修へのアクセスが導入の最大の障壁だと、多くの団体が回答しています。

AIの効果はすでに現場で表れています。ニュージーランドのボランティア団体 Tawaki Project は、ペンギンの研究データを手作業で集計していた240時間の作業を数分に短縮し、110万ドルの資金確保にもつなげました。Google は平均で1人あたり週に丸1日分の事務作業を削減できるとしており、こうした成果の横展開を目指しています。

アメリカ海洋大気庁(NOAA)は2026年7月27日、気象・気候予報を担う業務用スーパーコンピューターシステム「WCOSS」の主要な高性能計算(HPC)基盤としてGoogle Cloudを選定したと発表しました。NOAAはGoogle Cloudの「H4D」仮想マシンへ移行し、大規模な数値気象予報をパブリッククラウド上で直接運用する世界の主要気象機関の先駆けの一つとなります。

正確な天気予報は人命を守り、社会インフラを保護しますが、複雑な地球規模の大気の動きを予測するには膨大な計算能力が欠かせません。NOAAはその計算基盤をクラウドへ移すことで、これまでにない規模と速度を確保し、命を救う早期警報をより迅速に発表できるとしています。

移行によって気象学者や研究者は、大規模シミュレーションの実行や予測モデルの改良に必要なスケールとスピードを得られます。加えてAIの活用能力も高まり、予報全体の精度向上につながると期待されています。

今回の取り組みで特筆すべきは、NOAAが業務用の数値天気予報をパブリッククラウドへ直接移行する主要気象機関の先駆けの一つになる点です。専用の計算基盤に依存してきた分野だけに、公共部門におけるクラウド移行の重要な先行事例といえます。

気象予報のように高い信頼性と巨大な計算量が求められる領域でも、パブリッククラウドが基幹システムを担い始めた形です。エンジニアや経営層にとっては、ミッションクリティカルな用途におけるクラウドHPCの実用性を示す事例として参考になりそうです。

クリエイター向け会員制プラットフォームを運営するPatreonは2026年7月23日、従業員の約20%にあたる93人を削減すると明らかにしました。同社のジャック・コンテ最高経営責任者（CEO）は従業員向けの文書で、この決定は「AIが人間を代替すると考えているためではない」と強調しつつ、AIが働き方や製品開発、コミュニケーションの手法を根本から変えたと説明しています。

コンテ氏は、こうした変化が「事業の運営や組織のあり方」そのものを変えたと述べています。Patreonにとって今回の削減は、2022年に従業員の17%を削減し、ダブリンとベルリンの拠点を閉鎖して以来の大規模な人員縮小となります。

背景にあるのは、AIツールを事業に全面的に取り込むという経営判断です。コンテ氏は先月のポッドキャスト番組「Decoder」に出演した際、クリエイターへのサービスを続けるために社内でAIを「100%受け入れている」と語っていました。

同氏は「製品・エンジニアリング企業としてこれらのツールを完全に活用し、クリエイターに力を取り戻せなければ、当社は3年で消滅する」との強い危機感も示しています。人員削減がAIによる直接の代替ではないとしながらも、AIを前提とした組織再編が急速に進んでいる実態が浮かび上がります。

米Googleは、人々がAIをどのように使っているかを大規模に調べた実態調査「AI & Economy ATLAS」の初版を公開しました。GeminiアプリやAPIでやり取りされた1500万件の匿名化した対話を集計したもので、これらのサービスは月間10億人以上が利用しています。対象は150カ国以上、140言語、800職種、4000業務に及び、実際の利用実態を過去最大規模でとらえました。

調査からは、職場でのAI利用が「広く浅い」という姿が浮かび上がります。導入は全産業に広がり、米国の雇用の9割を占める全職種の68%で使われている一方、1つの仕事の中でAIが使われる業務は平均で約21%にとどまります。用途もアイデア出しや戦略立案、情報検索、学習といった協働・補助が中心で、業務を完全に自動化する例は全体の1割未満でした。

AIの活用は知的労働に限りません。自動車整備士や産業機械の技術者といった技能職でも、会話型AIをリアルタイムの診断や故障対応、その場での学習に使う動きが出ています。こうした現場の作業者は、画像や動画を扱うマルチモーダルAIを使う割合が2倍高いという特徴も見られました。

見落とされがちなのが、家庭でのAI活用です。ATLASでは対話の86%超が仕事以外の場面で発生しており、買い物の下調べや家電の使い方に加え、税金や免許、罰金といった行政手続きの負担軽減にも役立っています。これらは従来の経済指標では測りにくい価値だと、Googleは指摘します。

世界全体を見ると、AIの普及は各国の1人当たりGDPにおおむね比例し、デジタル格差が残る懸念があります。ただし南米や中東の一部の中所得国では、高所得国並みの利用率も確認されました。調査はGoogle DeepMindの分析基盤「OCTO」を使い、個人情報を除去したうえで集計しており、ケンブリッジ大のダイアン・コイル氏やMITのデービッド・オーター氏も報告に協力しています。

OpenAIは2026年7月22日、AP通信やルモンドなど世界の報道機関が同社のAI技術をどう活用しているかをまとめた事例集を公開しました。取材・報道の強化、読者体験の刷新、経営・業務の効率化という3分野で、AIが編集・製品・事業の各部門に組み込まれつつあると説明しています。あわせて、非営利の報道支援団体American Journalism Projectへの支援を更新し、38州の数十媒体を対象に含めると明らかにしました。

取材面では、AP通信が連邦最高裁の膨大な申立書を検索可能な構造データに変換し、画像・動画の検証や夜間ニュースの監視にも活用しています。フィラデルフィア・インクワイアラーは自治体や教育委員会の公開会議の記録を要約・採点するツール「Scribe」を開発し、ニュース価値の高い動きを見つけやすくしました。Axiosは情報開示請求文書を練り上げる専用GPTなど、複数の独自GPTを日常業務に組み込んでいます。

読者体験の面では、ルモンドが2025年に全記事へ音声を付与し、公開直後から記事を聴けるようにしました。ドイツのBILDの対話アシスタント「Hey_」は2億5000万件を超える読者の質問に答え、日常的な相談相手へと発展しています。The Atlanticは登場人物ごとにChatGPTのエージェントを用意した対話型の推理ゲームを公開し、Eaterは20年分の飲食評を会話で探せる検索体験を始めました。

経営・業務では、シアトル・タイムズがChatGPT Enterpriseを使った営業見込み客の調査ツールを開発し、作業時間を数時間から数分へ短縮して新規受注につなげました。News CorpはMCP（Model Context Protocol）で自社データ基盤に安全に接続する「Knowledge Agents」を開発しています。OpenAIは学びを共有する「OpenAI Academy for News Organizations」も立ち上げ、3年以上続く報道業界との連携をさらに進める考えです。

米製薬大手ブリストル・マイヤーズ スクイブ（BMS）は7月20日、NVIDIAの最新システムDGX Vera Rubin NVL72を8基使った2基目の「DGX SuperPOD」を導入すると発表しました。生命科学分野で最も強力かつ電力効率の高いAIクラスターと位置づけ、創薬パイプライン全体でのAI活用をさらに拡大します。研究担当のエリン・デイビス氏はこれを「スーパーデューパーPOD」と呼んでいます。

新システムはNVIDIA Vera CPUとRubin GPUを組み合わせたラック規模の構成で、置き換え前の基盤に比べて電力あたり性能を最大10倍に高めます。生物学向けの「BioNeMo Agent Toolkit」を含む統一AIプラットフォームを提供し、予測の実行やモデル学習、エージェント型ワークフローに対応します。

最大の狙いは、一部の研究者に限られていた計算資源をすべての科学者に開放することです。デイビス氏は「順番待ちも上限もない」と述べ、研究者が資源調達の手間ではなく科学そのものに集中できる環境を「限りない計算力」と表現しました。

BMSはすでに約3年前からDGX SuperPODを運用し、成果を上げてきました。AIによる標的探索で手作業を数週間短縮し、血液がんなどに応用される化合物ライブラリを拡張したほか、設計予測で実験を絞り込む「Predict First」という手法も採用しています。

既存基盤と新システムは単一のデータ基盤に統合され、世界中のどの拠点からもアクセスできます。過去の買収で残った拠点ごとの制限は「NVIDIA Mission Control」で管理するAIネイティブな仕組みに置き換わり、研究者は平易な英語で複雑な予測を開始できるようになります。

治療科学部門を統括するパヤル・シェス氏は、AIによって全実験や臨床結果が積み重なる「累積的な学習ループ」が生まれていると指摘します。人間の直感は置き換えられるのではなく定量的な予測で拡張されるとし、計算規模の拡大こそAIの効果を最大化する鍵だと強調しました。

セキュリティ企業JumpCloudは2026年7月、米英のIT責任者800人を対象にしたQ3調査で、自社のAI導入が成熟していると答えた割合が半年前の40%から23%へ低下したと発表しました。同社はこれを後退ではなく、AIエージェントをパイロットから本番運用へ移した企業が現実の課題に直面した結果だと分析しています。

背景にあるのは、導入と運用の難しさの差です。パイロットでは統制された環境で単一の作業をこなすだけですが、本番では実システムにアクセスし、人手を介さず継続的に判断を下します。多くの企業は出荷できる水準までは作り込んだものの、拡大に耐える統制基盤までは整えていなかったといいます。

最大の弱点として挙げられたのが、非人間IDのガバナンスです。この統制を導入済みの企業はわずか21%にとどまる一方、83%の組織で非人間IDが人間ユーザー数を上回っています。所有者も権限範囲も廃止手順も定めないまま権限を蓄積し続けるこれらを、同社は「ゾンビエージェント」と呼びます。

一方で先行企業は着実に成果を出しています。成熟度モデルの上位層は、AIエージェント拡大に障壁がないと答える割合が平均の5倍に達しました。IT環境を統合し、エージェントを管理対象のIDとして扱い、導入数ではなく実際の産出を測る姿勢が共通点だと指摘しています。

調査全体の84%が今後2年でAI活用を広げる意向を示しており、自信の低下は意欲の後退を意味しません。経営者やエンジニアにとっては、自動化の範囲を広げる前に説明責任の連鎖を意図的に設計できているかが問われる局面だといえます。

Googleは世界絵文字デーの7月17日、同社の絵文字全3,977種を刷新し、3Dモデルとして公開したと発表しました。新シリーズ「Noto Emoji 3D」は、平面のピクセルから立体へ移行した業界初の取り組みで、原データである.OBJファイルをオープンソースで提供します。開発者や利用者はこれを使い、VR空間やアプリ、独自のミームを自由に制作できます。

今回の刷新の背景には、絵文字の使われ方の変化があります。Gboardの分析によると、長年首位だった「うれし泣き」(😂)は2025年に順位を落とし、より強い感情を表す「大泣き」(😭)や「爆笑」(🤣)が上位に浮上しました。Googleは誇張やドラマ性を好む現代のネット文化を反映し、表現の幅を広げる必要があると判断しています。

設計にあたり、同社は大規模なユーザー調査を実施しました。その結果、利用者は浮いた頭部よりも全身の動物を好むこと、小道具を加えると理解度が下がること、ウインクの向きを変えるだけで意図が誤って伝わる恐れがあることなどが判明しました。立体化では「笑顔の裏側はどう見えるか」といった、これまで考える必要のなかった構造的な課題にも直面したといいます。

アクセシビリティ面では、ダークモードで見えにくい濃い肌色の絵文字が課題でした。同社はこれに対し、各絵文字をピクセル単位で解析するAI活用のコントラストツールを開発し、比率が低い箇所を検出して改善案を提示する仕組みを導入しています。言語は共有されて初めて生きるとして、Googleは利用者に自由な改変を呼びかけています。

米人型ロボット企業Agility Roboticsは7月17日、カリフォルニア州フリーモントに約6万平方フィートのロボット訓練施設を開設すると発表しました。同施設は、Teslaが人型ロボ「Optimus」の製造を今年始める工場のすぐ近くに位置します。狙いは、主力機「Digit」の企業導入を加速させることにあります。

Agilityの強みは、すでに現場で稼働する実機を持つ点です。同社のロボット「Digit」は、Amazonやトヨタのカナダ工場など複数の顧客の倉庫や製造現場で、荷物用のコンテナを運搬し収益を生んでいます。同社は受注済みの契約が3億ドルに達したとしています。

新施設は、身長約1.8メートルのDigitが実際の現場に近い環境で新しい作業を学ぶ場となります。ペギー・ジョンソンCEOによると、30社超が導入を協議中です。この秋には人を感知できるバージョン5が公開され、人と同じ空間での作業が可能になる見込みです。

AI活用について同社は慎重な姿勢を取ります。共同創業者は、安全に関わる制御は生成AIに任せず、別の経路を通すべきだと語ります。一方でAIは、ロボットに多様な作業を教えるスケールの実現に役立つとします。Agilityは家庭用ロボには当面参入せず、製造・物流に集中する方針です。

同社は現在、株式公開に向けた逆さ合併を進めており、年内にも人型ロボ専業として初の上場企業になる見通しです。2015年設立のAgilityは、FigureやTeslaなど後発勢に対する先行者としての優位を生かそうとしています。

米ニューヨーク州のキャシー・ホークル知事は7月15日、Bloombergのポッドキャスト「Odd Lots」で、州のあらゆる規則・規制・政策をAIで点検していると明らかにしました。狙いは時代遅れの法律を洗い出し、廃止につなげることです。担当チームはこの見直しをわずか数カ月で終えたといいます。

知事によれば、人手で進めれば5年はかかる規模の作業でした。旧弊な法律の例として、犬を狩猟に連れて行く際に25ドルの手数料を課す規定や、妊娠中の人が深夜0時以降に働くには許可を要する条項が挙がっています。州機関は今後、こうした規制を順次撤廃していく方針です。

一方でホークル知事は今週、新規の大規模データセンター建設を最長1年間停止する措置に署名しました。これは全米で初めての凍結です。州議会はその間に、電気料金の高騰や自然資源への負荷から住民を守る規制を整える計画です。

知事は「政府には国民の重荷ではなく味方であってほしい。AIの活用はそのために強力だった」と述べ、あらゆる行政レベルで導入すべきだと訴えました。AIの新設インフラには慎重姿勢を取りつつ、行政運営そのものへのAI導入は積極的に進める構えが鮮明になっています。

Googleは7月16日、英国で工具や建材を扱う大手小売チェーンScrewfixと提携し、全国の職人にAIの実践的な使い方を伝える取り組みを始めると発表しました。ニューカッスルからベルファストまで、Screwfixの店舗で建設業者や配管工らに向けて、手元のスマートフォンにあるAIを業務へ生かすコツを直接届けます。狙いは、AIを使いこなせずにいる職人の裾野を広げ、中小事業者の成長を後押しすることにあります。

背景には、現場のAI活用に大きな格差があります。Googleによると建設作業員の86%が仕事でAIを使う一方、実際に大きな価値を引き出せているのはわずか16%にとどまります。学びたいと考える人は71%いるものの、その半数超にあたる54%は誰に聞けばよいか分からない状況だといいます。

提携では、面倒な事務作業をAIで片づける具体例を示します。手書きのメモを顧客向けの提案書に変えたり、ラフなスケッチを3Dレンダリングに起こしたりと、日々の業務に直結する使い方を紹介します。こうした支援は、Googleの生成AI「Gemini」を軸に展開されます。

小さな事業者が伸びれば、英国経済全体も強くなるとGoogleは強調します。同社は「grow.google」を通じてビジネス向けの学習機会も提供しており、今回の店舗での取り組みはその現場版と位置づけられます。技術を持ち込むだけでなく、使い方の指南まで踏み込む点が特徴です。

米Microsoftは7月14日、WindowsやOfficeなど自社製品を対象に過去最多となる570件の脆弱性を修正しました。毎月定例の「パッチチューズデー」での配信で、同社はコードの脆弱性発見にAIを活用したことが件数増加の背景にあると説明しています。

修正のうち少なくとも2件はゼロデイ脆弱性で、Microsoftが把握する前に悪用されていました。1件はWindows Serverに影響し、限定的な利用者からシステム管理者へと権限を昇格できる危険なものです。

もう1件はファイル共有サーバーのSharePointに関わる欠陥です。米政府のサイバーセキュリティ機関CISAは、この脆弱性が組織への侵入に実際に悪用されているとして警告を発しました。

件数急増の理由として同社が挙げるのがAIの活用です。Windows責任者のPavan Davuluri氏は「AIが防御側の問題発見を助けることで、顧客は各更新に含まれるセキュリティ更新の量が増えるのを目にするだろう」と述べています。

AIモデルがサイバーセキュリティ分野で高度化するにつれ、研究者はこれを使って長年コードに潜んでいた脆弱性を掘り起こしています。Windowsのコードには数十年前にさかのぼる部分もあり、潜在的な欠陥の洗い出しが今後さらに進む見通しです。

ニューヨーク州のキャシー・ホークル知事は7月14日、新規のデータセンター建設を一時停止する全米初の州令に署名しました。対象は出力50メガワット以上の大規模施設で、州は環境許可の新規発行を最長1年間止めます。背景には電気料金の高騰や水資源の枯渇といった住民の懸念があり、知事は「責任を持って行動し、主導する」と述べました。

今回の措置は、州公共サービス局（DPS）が水利用や大気質を含む環境影響評価の基準を整える時間を確保する狙いです。50メガワットという基準は、州議会が可決した20メガワットより高く、病院など小規模施設への影響を避けるためとされます。知事府は影響を受ける計画の数を即答できませんでしたが、テッククランチは十数件に及ぶ可能性を指摘しています。

データセンターをめぐっては、AIの需要拡大で施設が巨大化し、電力網や地域資源への負担を懸念する声が全米で強まっています。ピュー研究所の調査では、日常生活でのAI活用に期待が上回ると答えた米国人はわずか1割にとどまりました。ホークル知事は、州がかつて企業誘致に使った売上税の優遇措置の撤廃も検討する考えを示しています。

州議会では、より厳しい規制も動いています。20メガワット以上を1年間止める法案が可決済みで、3年間の停止を求める案も委員会で審議中です。一方でこの州令は、開発を後押しするトランプ政権との対立を招く可能性もあり、州と連邦の綱引きが今後の焦点となります。

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。

米グーグル傘下のナビアプリWazeは7月13日、AI関連の新機能を相次いで発表しました。複数の機能に同社の生成AI「Gemini」を組み込み、目的地検索や地図更新を音声の会話でこなせるようにします。グーグルが全製品でGemini統合を進める一環で、Appleマップなど競合への対抗も狙います。

目玉の一つが個人最適化ナビです。Wazeは利用者の過去の走行履歴と、都市の交通パターンに関する独自データを組み合わせ、好みに合う経路を優先的に提示します。高速道路を好むユーザーには高速ルートが先に表示され、不要なら設定でオフにでき、AndroidとiOSで世界展開が始まっています。

Geminiを使った機能は主に二つあります。一つは音声で「今開いているカフェを探して」などと尋ねると候補を提示する目的地検索で、まずベータ版として世界のコミュニティに提供します。もう一つは会話形式の報告機能で、渋滞に加え道路閉鎖や古い住所といった地図の更新も話しかけるだけで編集者に伝えられます。

二輪車向けのバイクモードも新設しました。AIで二輪特有の抜け道や規制を反映し、より正確な到着予想時刻を示すほか、穴やスピードバンプなどライダーに危険な箇所を表示します。アルゼンチンやブラジル、メキシコ、マレーシア、フィリピンなど中南米・東南アジアの7カ国で提供を始め、対象国を順次広げる方針です。

AIを使わない改善もあります。音声案内を減らす「less chattyモード」では、危険や曲がり角の通知は残しつつ発話を最小限に抑え、音楽やポッドキャストに集中できます。グーグルはこれまでWazeへの本格的なAI導入を控えてきましたが、今回の刷新は同社がナビ事業でGemini活用を一段と強める姿勢を示すものといえます。

エストニアで2025年12月、議会が可決した賭博税法の改正に文言ミスが見つかり、オンラインカジノが1年間課税対象から外れて年約2400万ユーロ（約2740万ドル）の税収を失う事態が発覚しました。元デジタル変革担当次官のルーカス・イルベス氏がこの法案をClaudeとGeminiにかけたところ、両AIが即座に矛盾を指摘したといいます。これを機に、同氏は法案の欠陥を自動検出するツールを数時間で開発しました。

そのツールは「アプサカレイジャ（欠陥発見機）」と名付けられ、議会サイトから法案草稿を取得し、参照エラーや矛盾表現、計算ミス、あり得ない日付などを自動で検出します。問題は高・中・低のリスクに分類され、現在掲載中の112法案のうち102件が高リスクと判定されました。イルベス氏は国営テレビでこのツールを実演し、司会者を驚かせています。

この失態は政府に転機をもたらしました。クリステン・ミハル首相はWIREDの取材に対し、「AIは非常に有用な助手になり得ることを示した」と述べ、市民や社会を後押しするエージェント型ツールの可能性を評価しました。政府はAI活用に一段と踏み込む方針です。

2026年1月、首相は法案作成にこうしたツールを使い、抜け穴を事前に発見・修正する構想を示しました。国民のAI活用力を高めるEesti.ai計画も立ち上げ、2035年までに国の生産性を倍増させる目標を掲げています。4月には行政手続きの自動化にAIなどを使える権限を国や自治体に与える法案が議会に提出され、審議が続いています。

一方で、人間の関与をめぐる議論も活発です。Eesti.aiのチーム責任者キルケ・マール氏は、法律が結果を一意に定める「規則に基づく決定」は自動化が適切だが、利害の衡量や個別事情の判断を要する場合は人間が最初から関与すべきだと説明します。自動決定には監査証跡が残され、市民はいつでも意見を述べる権利を行使できる仕組みです。

ミハル首相はAIを「助手」と位置づけ、権威とは一線を画します。「AIが法律の誤りを見つけても、人間が見つけるのと変わりません。修正する責任は議会や裁判所、行政に残ります」と語りました。エストニアはAIエージェントに公式デジタルIDを与える世界初の国を目指しています。

Microsoftは7月9日のブログ投稿で、Windowsの月例セキュリティ更新プログラムにAIを本格導入すると発表しました。AIによって潜在的な脆弱性を早期に特定できるようになり、各リリースに含める修正の件数が増える見通しです。いわゆる「パッチチューズデー」の規模が、今後大きくなっていきます。

背景には、攻撃者側でのAI活用の広がりがあります。初心者のハッカーでもAIを使って脆弱性を素早く悪用する事例が増えており、研究者側もAIで問題を高速に発見しています。その結果、5月にほぼ全てのLinuxに影響した「Copy Fail」のような高深刻度の脆弱性が頻発するようになりました。

AIによる脆弱性発見の威力は、業界全体で示されています。Anthropicは今年発表した「Claude Mythos」モデルが、主要OSすべてで高深刻度の脆弱性を既に発見したと主張しました。攻撃と防御の双方でAIが使われる状況が、Microsoftの方針転換を後押ししています。

Microsoftは開発プロセスの見直しも進めます。セキュア開発ライフサイクル(SDL)を更新し、AIを悪用した攻撃手法や侵入経路を明示的に考慮するようにします。さらにWindows専用ツールやエージェント型の仕組みに投資し、修正の生成と検証をAIで支援します。

ただし同社は、速度を優先して品質を犠牲にしない姿勢を強調しています。更新の品質を落とさないよう投資すると述べ、コードレビューでは人間が関与し続けるとしています。開発者が発見内容を検証し、リスクに基づいて更新を判断する体制は維持されます。

米AIチップ企業SambaNovaは7月8日、General Atlantic主導のシリーズF資金調達の初回クローズで10億ドルを調達したと発表しました。企業価値評価額は110億ドルに達し、今後数週間で追加投資家が加わる第2クローズも見込まれています。2017年設立の同社にとって、2026年2月のシリーズE（3億5000万ドル）からわずか5カ月での大型調達となります。

同時に明らかになったのが、金融大手JPMorgan Chaseが同社を「推論インフラのパートナー」に選定したことです。SN40LとSN50システムを用い、行内で安全なオンプレミス型のAI推論を稼働させます。ロドリゴ・リアン最高経営責任者（CEO）は「銀行業界に対し、クラウドサービスに完全依存しない時代が来たというメッセージだ」と述べました。

リアン氏はこの受注を市場全体へのシグナルと位置づけます。JPMorgan級の銀行が最も機密性の高いモデルの推論を自前の安全な基盤で動かし始めており、その流れは銀行業界を超えて広がるとみています。企業や政府の多くは「AI活用に踏み出したばかり」で、大きな収益機会がなお残されていると指摘しました。

出資元でもあるIntelとの関係も深まっています。5カ月前には、IntelのXeonチップを基盤としたAI推論開発を支える複数年契約を締結し、両社は製品を共同開発・共同販売する体制へ移行しました。かつて約16億ドルでのIntelによる買収交渉も報じられましたが、リアン氏は独立維持について明言を避け、「いずれ株式を公開する」方向に傾く可能性を示唆しました。

技術面での強みは、最大級のモデルを高速に動かす「プレミアム推論」にあります。数兆パラメータに及ぶ最新の基盤モデルを単一ラックに収め、素早く処理する設計が特徴です。次世代チップSN50は2026年後半に出荷を始め、SoftBankが初の導入パートナーとなります。

調達資金は事業拡大と供給網の強化に充てる方針です。リアン氏は「桁外れの需要の波」に対応するため供給網を確保すると説明し、今後12カ月の受注をこなすうえで不可欠だと強調しました。顧客にはJPMorganのほか、サウジアラムコや日本企業も名を連ねています。

OpenAIは2026年7月8日、教育者向け無料プログラム「OpenAI Academy」を通じ、Walton Family Foundationと組んでK-12教員向けのAI Skills Jamを今夏開催すると発表しました。全米各都市で対面のハンズオン研修を行い、教員や管理者、学区リーダーら1600人以上を集めます。好奇心の段階から実務での活用へと橋渡しする狙いです。

研修では、OpenAIのメンターと共に授業計画や保護者・職員との連絡、事務作業などの日常業務にAIを取り入れる方法を学びます。ツールを実際に試し、質問や懸念を共有しながら自信を育てる、実践重視の内容です。参加者は無料のオンライン学習基盤「OpenAI Academy」にもつながり、研修後も継続して活用を深められます。

背景には、教員が抱える時間不足という課題があります。Walton財団とGallupの調査によれば、週1回以上AIツールを使う教員は平均で週あたり5.9時間を節約でき、学年を通すと約6週間分に相当するといいます。教員はこの時間を、きめ細かな指導や個別の授業設計、保護者対応などに再投資していると答えています。

OpenAIで教育担当バイスプレジデントを務めるLeah Belsky氏は「教育者は地域社会が新技術を理解し適応する中心にいる」と述べ、実践的な支援と信頼できる学びの場を提供する意義を強調しました。AIへのアクセスは出発点にすぎず、ツールを思慮深く使う力を育てることが本当の機会だと訴えています。

確定した開催地は8か所に及びます。7月8日のジョージア州ジョーンズボロを皮切りに、バージニア州フェアファクス、フロリダ州オーランド、イリノイ州シカゴ、カリフォルニア州サンバーナーディノ、アリゾナ州フェニックス、ユタ州ソルトレイクシティを経て、9月4日のネバダ州ラスベガスまで各学区と連携して展開します。OpenAIは一日限りの講習ではなく、教育者や学校システムとの関係を長期的に広げる考えです。

米メディアのTechCrunchは2026年7月8日、複数のAI関連スタートアップが売上高を単に伸ばすだけでなく、成長そのものを加速させていると報じました。各社が次の収益マイルストーンに到達するまでの期間が短くなっており、AI活用が事業成長を押し上げる構図が鮮明になっています。ただし各社が用いる「ARR」の定義は年間契約収益や直近月次の年換算など様々で、単純比較には注意が必要です。

成長の象徴がAIモデルの学習データを担うMercorです。同社は6月時点で年換算の総収益が20億ドルを超えたと発表し、10億ドル到達からわずか4カ月での倍増となりました。創業3年未満の同社は2025年9月に5億ドルの水準に達したばかりで、成長の速さが際立っています。

モデル開発大手のAnthropicはさらに歴史的な速度で拡大しています。同社は5月下旬に収益の年換算ランレートが470億ドルを突破したと公表し、これは300億ドル超えの報告から2カ月足らずでの到達でした。2025年7月時点では40億ドル、同年後半で90億ドルだった水準からの急伸です。

企業向けAIでも加速が続きます。顧客対応エージェントを手がけるSierraは最初のARR1億ドルに7四半期を要した一方、次の1億ドル追加はわずか2四半期でした。業務検索のGleanはARRを100億ドルから200億ドルへ倍増させるのに9カ月かかったのに対し、200億ドルから300億ドルへはわずか6カ月で伸ばしています。

注目すべきは、成長の加速がAIネイティブ企業だけにとどまらない点です。設立14年のHR技術企業Gustoは直近5四半期連続で売上が加速し、12カ月間の売上高が10億ドルを突破しました。設立18年の法務ソフト企業Clioも2023年のAI組み込み後に成長が急伸し、ARRは5億ドルに達しています。既存企業がAIを取り込むことで、収益成長が底上げされている実態がうかがえます。

米Microsoftが、主力アプリのWordとExcelで、OpenAIやAnthropicの外部モデルへの依存を減らし、自社開発のMAIモデルを一部のユーザー要求への応答に使い始めたと、Bloombergが7月7日に報じました。急上昇するAIの運用コストを抑えることが狙いで、同社はこれまでOffice 365の大部分を外部モデルで動かしていると宣伝してきました。

MicrosoftはなおOpenAIとAnthropicの技術を利用し続けていますが、自前のAIエージェント構築にも力を入れています。先月のBuild開発者会議では、コーディング用エージェントや画像生成モデルを含む7つの新MAIモデルを発表しました。TechCrunchの取材に対し、同社は「これ以上共有できることはない」と回答しています。

今回の動きは、テック業界全体に広がるコスト削減の流れの一部です。年初には利用量を最大化する「トークンマキシング」が話題になりましたが、ここ数カ月は一転して各社が支出を切り詰める姿勢が目立ちます。AmazonやUber、Meta、Accentureも、AI関連の出費を抑える措置を取ったと報じられています。

AIサービスの提供・利用にかかる膨大なコストは、業界で論争を呼ぶ要素となっています。価格の高さは深刻で、シリコンバレーの一部企業は、より安価なエージェント用途を求めて中国製モデルに目を向けているとされます。ただし、そこにはセキュリティ上の懸念も指摘されており、経営者にとってはコストと安全性の両立が課題となりそうです。

マサチューセッツ工科大学（MIT）は2026年7月7日、理論素粒子物理学者のJesse Thaler教授を核科学研究所（LNS）の新所長に任命したと発表しました。就任は8月1日付で、10年間所長を務めたBolek Wyslouch教授の後任となります。Thaler教授は量子場理論と機械学習を組み合わせ、基礎物理学の未解決問題に挑む研究で知られています。

理学部長のNergis Mavalvala氏は、Thaler教授が大型ハドロン衝突型加速器における粒子ジェット研究で先駆的な成果を上げ、AIと機械学習を素粒子物理学に融合する分野のリーダーだと評価しています。科学がAI駆動の発見という新時代に入るなか、その協調的な研究姿勢がLNSに貢献するとの期待を示しました。

Thaler教授は2020年から、全米科学財団（NSF）が支援するAI研究所IAIFIの初代所長を務めてきました。同研究所は先ごろ、さらに5年間の支援継続が決まったばかりです。IAIFI所長の後任には、物理学教授のMike Williams氏が就く予定です。

LNSは今後、エネルギー省（DOE）のGenesis Missionを通じた新規プロジェクトの推進も見込んでいます。同ミッションはAIを活用した科学的発見に重点を置いています。Thaler教授は、衝突実験の膨大なデータ処理や理論計算にAIアルゴリズムが不可欠になりつつあり、その技術は物理学の枠を超えて価値を持つと語ります。

1946年に設立されたLNSは、現在では宇宙論や重力、場の理論、量子情報科学まで研究領域を広げています。Thaler教授は、IAIFIで培った分野横断型の育成の枠組みをLNSにも持ち込みたいとしています。若手研究者に領域や大学、キャリア段階を超えたつながりを築く自由を与える取り組みです。

Googleは7月7日、山火事検知に特化した衛星「FireSat」3基を米カリフォルニア州のバンデンバーグ宇宙軍基地から打ち上げたと発表しました。非営利団体アース・ファイア・アライアンス（EFA）が主導し、Google Researchと衛星メーカーのMuon Spaceが連携する専用衛星群で、火災が広がる前の早期検知を目指します。同日には国連がAIを活用した早期警戒に関する報告書を公表し、防災でのAI活用が国際的な焦点となっています。

今回の打ち上げは、昨年軌道投入された試験衛星の成果を土台としています。試験機は5メートル四方という初期段階の小規模な火災を検知する能力を実証し、既存の衛星では捉えられなかった低強度の火災も発見してきました。新たな3基はこの実証済みの設計をそのまま継承し、継続的な観測網の拡充につなげます。

この取り組みは、テック企業や非営利団体、慈善事業、民間が単一の使命の下で結集した成果だとGoogleは位置づけています。初期の衛星配備を後押しするため、Google.orgは1500万ドル超を提供しました。山火事の境界追跡はすでに検索とマップを通じて34カ国で提供されており、衛星網の拡大でその精度と範囲がさらに高まる見通しです。

Googleは山火事以外の分野でも危機対応AIを広げています。洪水予測サービス「Flood Hub」は150カ国超の20億人をカバーし、2025年のハリケーン「メリッサ」ではWeatherNextが上陸を5日前に予測してジャマイカ当局の避難通知を支えました。先月ベネズエラを襲った地震では、Android端末を簡易地震計として使う警報システムが震源の外にいる数百万人に揺れの数秒前に警告を届けています。

災害発生後の支援でも、AIによる衛星画像解析が復旧を加速させています。国連衛星センター（UNOSAT）と連携した被害評価の仕組みは、メリッサ被災地で38万5000棟超の建物に被害スコアを付与しました。2025年にGoogleが危機情報を人々につないだ回数は1日平均1000万回に達しており、予測から警報、復旧までを一貫して支える体制の強化が進んでいます。

カナダのAlberta州政府は2026年7月6日、AnthropicのClaude Codeを使い、州全27省庁のシステムに潜むセキュリティ脆弱性を発見・修正したと明らかにしました。技術革新省の内部チームが4億6600万行のコードを20時間で走査し、従来手法なら約6.5年かかる作業を短時間で完了しました。老朽化した政府システムを大規模に守る先行事例として注目されます。

同省は27省庁のシステムを維持し、約1280のアプリケーションと3400のコードリポジトリを抱えます。その大半は体系的な security 審査を受けておらず、蓄積した技術的負債は数十億ドル規模に達していました。税記録や社会福祉の case file など機微情報を扱うため、2025年に専門チームを設けてClaudeとの協業を始めました。

検査では約50体のエージェントがOpusとSonnetを使い、自律的かつ並列に稼働しました。まずルールエンジンで既知のパターンを検知し、次に各指摘の該当ファイルと行番号を明示して開発者が検証できる二段構えを採りました。従来の自動検査ツールが見逃していた問題も特定したといいます。

発見した脆弱性の多くはClaude Codeが修正案の生成・テスト・ビルドまで担いました。テストが未整備な場合はテストから作成し、古すぎるコードは現代的な言語で作り直しました。25年前に手書きされ当初5カ月を要したJava製の補助金ポータルは、4〜5日で再構築されました。全ての修正は同省の技術者が確認・承認しています。

同州はさらに、外部から攻撃を模擬する赤チームと防御を評価する青チームのエージェントを開発し、開発工程を通じて常時審査を行います。各アプリは約95項目のセキュリティ制御で点検され、これらはClaude Agent SDK上に構築されています。今後は185本の老朽アプリを16本へ統合する計画も進めます。

取り組みは自組織にとどまりません。Alberta AI Academyを通じ、数千人の職員と1万人超の市民がAI活用を学びました。同州は技術白書を公開し、7月にはEdmontonで industry day を開催、秋には州政府全体へ手法を展開する予定です。多くの州や国が抱える共通課題への設計図になると期待されます。

米メディアThe Vergeは7月5日、Google WorkspaceとGeminiを宣伝する新広告に批判が集まっていると報じました。この広告は、アメリカ建国の父たちがGoogleの共同編集ツールとAIを使い、独立宣言を起草する様子を描いた内容です。「1776年版のグループワーク」という書き出しで始まり、公開直後から各所で反発を招いています。

広告では、ベンジャミン・フランクリンがトーマス・ジェファーソンに草稿の進捗を確認し、撮影した文書をAIでGoogle Docsに転記します。フランクリンとアダムズが提案モードで編集を加え、Geminiが会議時間を調整してGoogle Meetの議事録を作成するという流れです。さらに画像生成AI「Nano Banana」が、鷲ではなく七面鳥をあしらった合衆国の国章を作り出します。

最も物議を醸したのは、建国の父たちがGeminiに対し、イギリス国王ジョージ3世へ独立宣言の編集権限を与えるべきか助言を求める場面です。The Vergeの記者は、この描写が政治的立場を問わずアメリカ人を苛立たせると指摘しました。TechCrunchやSNS上でも「浅はかで陳腐」との評価が相次いでいます。

ニューヨーク市立大学の歴史学者アンガス・ジョンストン氏は、SNSのBlueskyで厳しい見解を示しました。同氏は「たとえ陳腐な空想の冗談でも、AIが政治的な組織活動や執筆、人間の協働に役立つ道具だと示すことは不可能だ」と述べています。この一件は、生活のあらゆる場面へAIを組み込もうとするIT大手の姿勢が、必ずしも受け入れられない現実を浮き彫りにしました。

中国Alibabaの研究チームは2026年7月2日、AIエージェントのツール選定を効率化する枠組み「SkillWeaver」を発表しました。膨大なツール群から適切なものを選ぶ従来手法に比べ、精度を高めつつトークン消費を99%以上削減できると報告しています。企業のAI活用が複雑な業務フローへ広がる中、ツール選定の非効率が課題となっていました。

SkillWeaverは「分解・検索・構成」の三段階で動きます。まずLLMが複雑な指示を単一スキルで済む小タスクに分け、次に埋め込みモデルで各タスクに合う候補ツールを絞り込みます。最後にプランナーがツール間の入出力の相性を確かめ、依存関係を有向非巡回グラフ(DAG)として実行計画にまとめる仕組みです。

核となる技術が反復型のSkill-Aware Decomposition(SAD)です。LLMが作る手順は抽象的で、実際のツールの専門用語と噛み合わないことが多いという問題があります。SADはまず暫定計画で予備検索を行い、見つかったスキルをヒントとしてLLMに戻すことで、粒度と語彙を実在ツールに合わせて書き直させます。

評価では独自ベンチマーク「CompSkillBench」を使い、公開MCPエコシステムから集めた2209種の実ツールで300問の多段クエリを検証しました。7B軽量モデルでの分解精度は通常51.0%でしたが、SADを有効化すると67.7%まで上昇し、大型のQwen-Maxでは92%に達しています。難易度の高い4〜5スキルを要するタスクでは精度が50%改善しました。

興味深いのは、大型モデルほど無誘導だと精度が下がる傾向です。14Bモデルはタスクを細かく分解しすぎて7Bを下回りましたが、SADのヒントで現実に引き戻され精度が回復しました。全ツールを一括投入する方式は文脈を圧迫し、正しいカテゴリの取得率が21.1%にとどまる一方、SkillWeaverは88万トークンを約1160トークンへ削減しています。

課題も残ります。研究チームはソースコードを未公開ですが、SADはプロンプト設計と検索ループの組み合わせで、LangChainなど既存ツールで再現可能だとしています。一方でエラー回復機能がなく、途中のAPI呼び出しが失敗すると連鎖全体が壊れるため、本番導入には再試行や代替処理を各自で実装する必要があります。

ブラジルの証券取引所であるB3が、業務用モバイル端末の基盤としてGoogleのAndroid Enterpriseを採用し、従業員約1000人への展開をわずか2週間で完了しました。規制の厳しい金融機関として、強固なセキュリティと法令順守を保ちながら、常時稼働できる生産性の高い環境を整えることが狙いです。同社は両OSのエコシステムを幅広い基準で比較検証したうえで、この選択に至ったとしています。

採用の決め手となったのが多層的なセキュリティです。ハードウェア暗号化やアプリのサンドボックス化に加え、AIによる脅威検知を備えている点を評価しました。導入にはSamsung端末とゼロタッチ登録を組み合わせ、フルマネージド端末とBYOD端末の双方を短期間で配備。端末は起動後すぐに中央ダッシュボードから一括管理でき、Managed Google Playでアプリの配布範囲や方法も制御できます。

B3はAI活用を実験段階からエージェント型（agentic）へと広げつつあります。従業員はAndroidに組み込まれたGoogle Geminiの機能を使い、コンテンツ作成や情報アクセス、業務の最適化などを進めているといいます。24時間体制の運用部門にとって課題だったバッテリー持続時間や画面の小ささも、7インチの軽量端末への切り替えで解消し、現場の評価も高いとしています。

財務面の効果も大きく、同社は今後10年で約30%のコスト削減を見込んでいます。この余力を端末の更新サイクルの短縮に充て、従業員に常に新しいハードウェアを提供し続ける方針です。金融規制下での順守とコスト効率、そしてAI活用を同時に追う企業にとって、端末基盤の選定が経営判断に直結する一例と言えるでしょう。