AI導入（ユースケース）に関するニュース一覧

英国政府は約2年間、AIが経済に4,000億ポンドをもたらす可能性を公表してきました。しかしAI担当相のカニシュカ・ナラヤン氏は、政府の2030年推計の中心値は1,200億ポンドで、幅は550億〜1,400億ポンドだと議会で説明しました。

4,000億ポンドという数字は、Googleが委託し、調査会社Public First（現PF Global）が2023年に作成した報告書に由来します。政府独自の推計は、AI導入やデータ投資の進み方をより遅く見込んでおり、担当相は推計の不確実性も強調しました。

政府機関は旧推計を長く使い続け、より低い推計を少なくとも2025年11月から把握していたにもかかわらず、関連機関が後も旧数字を掲載していたと報じられています。政府は今回、両数字を示しましたが、4,000億ポンドの推計を正式に撤回したわけではありません。

議会委員やAda Lovelace Instituteは、政策判断に使う経済効果の数字について、出所や前提を検証し、独立した研究と実際の成果測定を行うよう求めています。AI投資を促す際には、推計の精度と利益を得る主体を明らかにする必要があります。

NVIDIAは11月3日、自治体や協業企業と物理AI、AIエージェントを各国の都市サービスへ広げる事例を発表しました。共有計算基盤や既存のカメラ・運用データを生かし、行政サービスや都市計画、インフラ運用を支援します。

スペインでは1MillionBotが自治体向けエージェントを150超の導入先に展開し、手続きや予約、都市計画の問い合わせに対応します。マレーシアのITMAXは交通管理向けの視覚AIを拡大し、2027年までに1万7000台超のカメラを支援する計画です。

ITMAXは交通シミュレーションで信号制御を試し、ピーク時の幹線道路の移動時間を最大26％短縮したとしています。ポーランドのヴロツワフでは既存カメラ映像を分析し、交通、安全、イベント対応に同じ基盤を使う計画です。

台湾では都市緑化計画の環境影響をデジタルツインで評価し、15年後の効果を10分でシミュレーションする事例が紹介されました。モロッコの港やナイジェリアの製油所でも、作業者の安全、混雑、設備運用を支援するAI基盤が整備されています。

Appleのジョン・ターナスCEOは、Wiredのスティーブン・レビー氏とのインタビューで、同社のAI戦略について、AIを搭載すること自体を目的にしない考えを示しました。新製品ではAIを活用する一方、利用者が技術の違いを意識せず、価値を実感できることを重視すると述べています。

Appleは高機能版Siriの投入が遅れたことなどから、AI分野で後れを取っているとの見方を受けてきました。ターナス氏は「今の状況を気に入っている」と述べ、現状への自信を示しました。

同氏は、AIによって実現したか従来ソフトウェアによるものかを利用者が考えずに済むのが理想だと説明しました。問うべきなのは、顧客が本当に気に入る製品を作れたかどうかだとしています。

インタビューでは、AIエージェントがアプリを不要にするほどAppleのエコシステムを変える可能性も話題になりました。ターナス氏は利便性を認めつつ、製品を生み出すことは人間的で個人的な営みだと答えました。

Starbucksは、ドライブスルーに到着した参加顧客を認識し、個別化したデジタルメニューを表示する体験を検討しています。ブライアン・ニコルCEOが決算説明会で構想を示し、支払いをより簡単にすることも視野に入れています。導入時期はまだ明らかになっていません。

同社は2027年から、ドライブスルーで背景的に動くAIモデルの試験を始める計画です。バリスタが注文をより正確かつ効率的に入力できるよう支援する目的です。顧客ごとのメニュー表示とは別の取り組みとして説明されています。

Starbucksはアプリの検索や商品発見機能へのAI導入も計画し、将来は会話型やエージェント型の注文を可能にする可能性があります。顧客がChatGPTを通じて注文する機能はすでに始めており、従業員向けにはレシピや接客基準を尋ねられる生成AI「Green Dot Assist」も展開しています。

ニコルCEOは、取り組みは初期段階にあり、試験と学習を経て有効なものを広げる考えを示しました。記事は、個別メニューの具体的な開始時期や仕組みを明らかにしていません。

MITの教員5人と卒業生らが、Schmidt Sciencesの「AI2050 Fellows」2026年コホートに選ばれました。AI2050は、社会に大きな利益をもたらすAIの実現に向け、人工知能分野の難題解決を目指す慈善イニシアチブです。フェローは研究を通じ、2050年にAIが社会に大きな恩恵をもたらすために何を解決すべきかという問いに取り組みます。

教員の研究テーマには、深層学習の最適化や表現学習、政治的な意見の測定と民主的な参加手法、微生物進化や生物製造などがあります。AIを使って酵素の機能を特定する研究や、議員の判断に生かせる市民意見の構造化も含まれます。

また、AIで検出したパターンを検証可能な理論へつなげる研究や、採用過程におけるアルゴリズムの公平性も対象です。AIへの広範な依存がもたらす悪影響を抑え、利点を強める方法を探るプロジェクトも選ばれました。

AI2050はエリック・シュミット氏とジェームズ・マニカ氏が構想し、共同議長を務めています。今回の選出者は、機械学習の基礎から公共政策、生物学、社会へのAI導入まで、複数分野を横断して有益なAIの条件を探ります。

Googleは2026年10月29日、シンガポールの研究機関や医療機関、行政機関と連携し、先端AIを公衆衛生に活用する取り組みを発表しました。科学研究の促進、医療従事者の診療支援、住民向けの予防医療を柱に、同国の医療制度で複数の施策を進めます。現地のデータ主権を保ちながら、AIを安全に導入する方針です。

Googleは現地の研究者とソフトウェア技術者で構成するGoogle Research拠点を設け、基盤AIモデルの研究を進めます。シンガポール国立大学や南洋理工大学とも協力し、医療現場ではオープンモデルMedGemmaを使った安全な個別ソリューションの開発を支援します。

Google.orgとGoogle DeepMindは、Philanthropy Asia Allianceの健康関連連合に700万ドルを拠出します。このうち100万ドルは、Googleの技術を活用して感染症などの脅威を早期検知するPathGenに充てられ、国内データの主権を守りながら公衆衛生情報の共有を目指します。

Google DeepMindはシンガポール国立大学医療システムと、医師が診療ガイドラインや医学文献を素早く整理し、臨床上の質問に対応するAI支援ツールを評価します。またGoogle CloudはNHG Healthと、集団ごとの慢性疾患などのリスクを予測し、HealthBotを通じて生活習慣の助言や予防の通知を届ける計画です。

取り組みは、研究用モデルの導入から臨床支援の評価、住民向けサービスまで幅広く及びます。高齢化や予防医療への移行が課題となるなか、技術の導入だけでなく、適切な運用管理と人を中心に据えた医療へつなげられるかが問われます。

Anthropicは10月、米証券当局に上場申請書を提出し、同社の財務や事業リスクが明らかになりました。半導体・AI調査会社SemiAnalysisのアナリスト、ジョーイ・ブルックハート氏はThe Vergeの取材で、同社の価値が将来1兆ドルを超える可能性を論じる一方、10兆ドル級の評価にはAIが企業業務へ広く浸透することなど複数の前提が要ると説明しました。

同氏は、Anthropicの売上が短期間で伸び、推論の粗利益率も改善した点を評価しています。モデル利用に応じて売上が増える消費型の事業であり、企業のコーディング用途に加え、サイバーセキュリティや他の知的労働へ利用が広がるかが、成長の鍵になります。

収益性の改善は、ハードウェアとソフトウェア双方の効率向上が支えています。同氏によれば、推論で得た利益を学習や研究開発に再投資できることが、次世代モデルの開発と競争力につながります。ただし、計算資源の供給やデータセンター投資が、将来の需要と見合うかは不確実です。

最大の論点は、AI導入が十分な速さで進み、巨額の計算資源投資を正当化する売上に結び付くかどうかです。オープンモデルを含む競合が性能を高めれば、乗り換えや価格引き下げも起こり得ます。利用量に左右される売上は、契約更新が安定した従来型ソフトウェアとは異なる変動性も抱えます。

したがって、上場申請の好調な指標だけで長期評価を判断するのは難しく、企業向け利用の拡大、推論コストの低下、計算資源への投資回収を追う必要があります。ブルックハート氏の見通しは、AIによる業務自動化がどこまで進むかに左右されるシナリオとして読むべきです。

スペイン語圏向け放送大手Entravisionは2026年8月、ロサンゼルスのJosé 97.5 FMで人間と共演するAI司会者Coyotecの番組を、カリフォルニア州、ネバダ州、テキサス州の5市場へ拡大しました。移民を支える情報を発信し、地域文化に寄り添う人格設計で若い聴取者との接点を広げています。

Coyotecは2025年9月に週末の単独番組でデビューし、現在はGeraldine “GeeGee” Guzmanと「Al Aire y Sin Permiso」を共同進行しています。番組は土曜の1時間枠から平日午前8〜10時へ移り、従来のシンジケート番組を置き換えました。

Entravisionが示したNielsenデータでは、ロサンゼルスのヒスパニック聴取者は2026年8月から9月に21.6％増え、18〜34歳は84.9％増となりました。同年代のヒスパニック女性は500％増え、若年層で大きな伸びを記録しています。

人格と会話基盤にはClaude Haiku、音声にはElevenLabs、初期台本にはOpenAIのChatGPT、絵コンテにはMidjourneyを利用しています。相方にはリアルタイムで応答できますが、電話を取ったり放送中に聴取者へ返答したりする機能はまだありません。

スペイン語の発音や語り口はGuzmanとその両親が調整し、メキシコ国境地帯やロサンゼルスのBoyle Heightsで暮らしたという設定も与えられました。移民取り締まりへの備えや人種差別を扱う一方、スポーツや食文化も語り、地域に親しまれる声を作っています。

一方、元請負スタッフはAI導入で仕事を失ったと主張し、会社はAIを理由に解雇していないと否定しました。移民社会へのAI監視とのつながりを問題視する声もあり、Entravisionは追跡ではなく娯楽、情報提供、交流のための利用だと説明しています。

2026年10月21日、仕事管理ソフト大手Monday.comが委託し、Nielsenが7カ国のディレクターと上級管理職1700人を対象に実施した調査で、AI導入後は部下の成果を評価しにくいとの回答が半数を超えました。生産性向上への期待とは裏腹に、成果物が整った状態で届き、本人とAIの寄与を見分けにくいため、ほぼ半数は確認や指導に以前より時間を費やしています。

一方、94％はAIによる業務改善に期待し、多くは価値を生む使いどころも理解していると答えました。導入後に評価方法を変えた管理職は78％に上り、プロンプト作成力、AIに任せる仕事の選別、新しい働き方を試す力を重視しています。

ただし、46％が意思決定の参考にAIを使い、39％は人事評価文の作成にも利用しています。明確な客観基準がない場合、LLMは人間の評価傾向を再現し、社会集団への偏りも研究で示されているため、評価基準と人間の検証が不可欠です。

運用面では57％が導入前より利用ツールが増えたと答え、約51％はツール同士の依存や集中が進んだと回答しました。AI基盤を完全に最適化・一元化できた組織は29％にとどまり、未承認ツールを使うシャドーAIも管理を複雑にしています。

今後1年で人間の部下より多くのAIエージェントを監督すると予想する管理職は58％で、46％はその行動を制御できなくなることを懸念しています。重要な判断に人を残し、責任の所在を明確にするなど、企業には生産性と統制を両立する仕組みが求められます。

ニューヨーク市のZohran Mamdani市長は19日、マンハッタンの催しで、AI企業への説明責任を求め、市民が技術の導入方法に関与すべきだと訴えました。AI Now Instituteが主催したイベントで、連邦政府の規制対応を批判し、雇用や教育への影響を避けられないものとして受け入れる必要はないと述べています。

市長は前月、小学校と中学校でのAI利用を禁じる措置を指示しました。記事では、学校への導入が急速に進む中、子どもや保護者の同意が十分に扱われているのかという懸念も紹介されています。

夏には、不動産広告の写真や動画がAI製である場合、家主や仲介業者などに明示を求める方針も打ち出しています。実物と異なる物件画像で入居希望者が誤認することを防ぐ狙いです。

市長は、国家間の技術競争という説明によって生活への懸念が後回しにされていると主張しました。発言はAI企業に新たな義務が一括して成立したことを意味するものではなく、地方政府が導入条件を問う動きを示しています。

Googleは2026年10月14日、欧州連合（EU）で、同社の製品・プラットフォーム、AI・クラウド、インフラ投資などが2025年のEU域内総生産（GDP）に2000億ユーロ超貢献したとの経済影響報告書を公表しました。EUのGDPの約1％に相当する試算で、AI活用とデジタル基盤が企業の生産性や市場開拓を支える構図を示しています。

内訳は、検索や広告、Android、YouTubeなどの製品・プラットフォームが約1570億ユーロ、AI・クラウドが約320億ユーロ、データセンターやオフィスなどが約110億ユーロです。報告書はGoogleの委託を受けたImplement Consulting Groupが作成しており、数字はGoogle側の試算として捉える必要があります。

Googleが引用した欧州投資銀行の調査では、AI導入企業の労働生産性は平均4％上昇し、雇用の減少は見られなかったといいます。ルノーはGoogleのAIで故障予防と欠陥検知を進め、工場の停止時間と生産不良を半減させ、年間1億〜1.2億ユーロを節減しています。

アイルランドのスキンケア企業IPERAは、研修後にGeminiで海外消費者の動向を分析し、ブランドを刷新しました。1年でオンライン売上が45％増え、販売先は7カ国に拡大したとGoogleは紹介しています。Googleは2014年以降、EUで1300万人超にデジタル・AI技能研修を提供しました。

今後10年以内にAIが欧州経済を年間1.2兆ユーロ押し上げる可能性があるとの別試算も示されました。ただし、これは実績ではなく潜在効果です。Googleは実現条件として、予測可能で企業活動を支える規制環境と、人材への技能投資を求めています。

Anthropicは2026年10月14日、シンガポールにアジア太平洋地域で5カ所目となる事務所を開き、同国のデジタル開発・情報省と覚書を締結しました。現地企業や政府でClaudeの利用が広がるなか、AIの安全性、セキュリティ、モデル評価を軸に、官民での責任ある導入を支援し、長期的な現地展開を強化します。

覚書には、AI導入とその影響に関する研究、公共・民間部門への責任ある普及が盛り込まれました。双方はモデル評価、試験基準、事故対応について技術交流し、Anthropicは研究データや政策面の知見も提供する方針です。

シンガポールは、Anthropicの最新調査で人口比のClaude.ai利用が121カ国中2位となり、人口規模から予測される水準の約6倍でした。GovTech Singaporeでは1500人超の技術者がClaude Codeを採用し、政府システムの刷新やソフトウェア提供の迅速化に活用しています。

民間ではDBSが開発や日常業務にClaudeを使い、政府系投資会社GICも投資・管理部門へ展開しています。規制業種はAmazon Bedrock経由でシンガポール域内の推論処理を利用でき、厳格なデータ処理要件への対応を進められます。

Anthropicによると、Grabの営業支援AI「BriX」は四半期あたり約4万時間を削減し、新たな営業機会の発見にも役立っています。同社は今後、中小企業の導入や公務員のAI能力向上も支援する計画で、経営者には活用と統制の同時設計が重要になります。

企業のAI利用を監視する新興企業Pluto Securityは2026年10月13日、シードとシリーズAを合わせて4,200万ドルを調達したと発表しました。従業員が使うAIツールや拡張機能、接続部品、独自開発アプリを調べ、危険なエージェント行動を実行中に止める製品を提供します。4月の販売開始から年間経常収益200万ドルを超え、30社超の企業顧客を獲得したとしています。

資金の内訳は、TLV Partnersが主導したシード850万ドルと、Jump Capitalが主導したシリーズAの3,400万ドルです。新資金は製品開発、セキュリティ研究、米国事業の拡大に使います。同社は米国とイスラエルに計40人の従業員を抱えています。

最高経営責任者によると、新しいAIツールは公開からわずか2時間で顧客企業内に現れることがあります。顧客で検出した危険の約6割は非開発者がAIで作ったツールにあり、部門別では財務が最多で、マーケティング、法務、開発が続きました。大手企業では財務担当者が顧客情報を扱うために作ったアプリが、インターネットへ公開されたままの例も見つかったといいます。

Plutoの製品はAIツールに加え、スキル、拡張機能、MCPサーバー、従業員が作ったアプリやエージェントを監視します。端末保護や機器管理の仕組みと接続し、指示文、コマンド、実行中の処理、権限、過去の行動を収集します。端末上の小型モデルがエージェントの意図を見極め、危険な部品や動作を検出します。

エージェントが利用者の意図を超える権限を得ようとした場合、製品は動作を止めるか、確認を求める指示を実行中の会話へ追加します。公開済みのAI部品を無料で検査できるPlutoniumも提供し、同社によると販売候補の70％が外部からの問い合わせで生まれています。AI導入を全面禁止せず、利用状況とエージェントの行動を同時に管理する点を売りにしています。

米国の原子力発電所で2026年、AIを使った文書検索・業務支援の導入が広がっています。Atomic Canyonは8月にNIVAを全94基へ提供可能にし、同年にはほぼ全基が何らかのAI導入機会を得て、大半が受け入れました。人手不足と設備の老朽化に直面する現場で、規制対応や保守記録の検索を速める一方、制御や運転判断からは切り離し、人間の確認と構内データ管理を前提に安全性を確保する狙いです。

導入を後押しするのは、原発特有の複雑な規制と膨大な保守業務です。Nuclearnは米国の65を超える提携先に製品を展開し、過去の対応事例の探索や政府提出書類の作成を支援しています。

NIVAは原子力規制委員会が公開する5300万ページを取り込み、原子力分野の用語を検索できるモデルを構築しました。業界団体も手順書、事故報告、保守情報を統合し、技術者が自然文の質問から必要な知見にたどり着けるようにしています。

安全と機密保持には明確な制約があります。Nuclearnはデータを発電所外へ出さない単一拠点型を採用し、NIVAも既存の閲覧権限を引き継ぐほか、回答の根拠資料を技術者が確認できる設計です。

次の応用候補は、溶接部の検査データから懸念箇所を見つける支援です。ただし試験段階でも人間が全提案を確認しており、事業者はAIに検査や運転判断を任せていません。人間を意思決定の中心に置くことが、原発でのAI活用を広げる前提です。

MIT都市研究・計画学科の博士課程に在籍するJS Tan氏と、元技術者のClarissa Redwine氏は2026年、技術者による労働運動の盛衰をまとめた新著『Against Tech Oligarchy』を刊行しました。シリコンバレーで過去10年に起きた抗議や組織化を当事者の視点でたどり、企業方針への影響力がなぜ弱まったのかを、雇用環境の悪化やAI導入と結び付けて検証しています。

転機は2017年、トランプ政権がイスラム教徒が多数を占める7カ国の国民の入国を一時停止したことでした。技術者は移民政策に反対し、その後は米軍や移民執行機関との契約、性差別的だと考えた職場方針を巡って抗議や退社行動を展開しました。2018年にはGoogle社員約4000人が公開書簡に署名し、同社はドローン監視映像をAIで分析する米国防総省のProject Maven契約を更新しませんでした。

ところが2026年、Google社員600人超が機密指定のAI業務を拒むよう最高経営責任者に求めても、同社は米国防総省との協業を続ける姿勢を示しました。Tan氏は、この対応を企業の政治姿勢と従業員への向き合い方が変わった例と捉えています。

著者らが挙げる第一の要因は、2022年の金利上昇後に技術企業の評価額が落ち、人件費削減が進んだことです。Tan氏はさらに、自律型AIコーディングが仕事に必要な技能を薄め、雇用不安を強めたため、技術者が会社に異議を唱えにくくなったと論じています。

Tan氏は、労働組合や集団交渉の仕組みがあれば、技術者はこうした変化に共同で対抗できた可能性があると指摘します。新著は成功した組織化の手法と運動が労働政治に与えた影響を記録し、技術の設計や安全策に働き手の声を反映させるため、運動が停滞した理由を将来に生かす材料を示しています。

資本市場の助言会社Chatham Financialは2026年10月2日、OpenAIのCodexとGPT-5.6を使い、取引検証やソフトウェア開発などの業務を再設計していると明らかにしました。初期計測では、取引検証アプリが従来約30分かかった審査を4分未満に短縮。定型作業をAIに移し、専門家が顧客への助言に集中できる体制を目指します。

短縮を支えるのは、Codexで開発した取引検証アプリです。取引の裏付け資料を集め、主要条件を照合し、不一致を審査対象として示します。Chathamは実取引で熟練者の結果と比較し、対象商品や自動化範囲を広げる前に性能を確かめています。

速さと統制をどう両立するのでしょうか。Process Zeroでは、業務ごとに必要最小限の入力と証拠、人の判断が不可欠な箇所、AIが支援すべき工程を切り分けます。自動化を先行させず、監査可能性と専門家の監督を残す設計です。

活用は社員の日常業務にも広がっています。社員はChatGPTとCodexを調査、分析、文書作成、ソフトウェア開発に使い、社内基盤Chatham Vibesでは仕事に合うアプリを自ら構築します。満期を迎える金利キャップ取引の確認や価格表、顧客向け連絡の準備などにも利用しています。

顧客向け基盤Chatham Onyxでは、資産、債務、デリバティブを、元データへの追跡可能性を保つ環境に統合します。Codexは企画、構築、テスト、文書化、レビューを支援し、ChatFINは過去の市場データの傾向要約やポートフォリオ理解、契約文書の検索とリンク提示を担います。

単純な分析や本番以外のテストには費用効率の高いモデルを、精度と価値を最大化したい複雑な作業にはGPT-5.6を割り当てます。Chathamは今後、検証対象を他の商品へ広げ、社員製アプリとOnyxの新機能を磨く計画です。この事例の要点は、AI導入を処理速度だけで測らず、例外管理と人の判断を含む業務設計として進めている点です。

Anthropicは2026年10月2日、サンフランシスコ、ニューヨーク、ロンドンで「Claude Frontier Academy」を始め、2027年末までに企業へのAI導入を担う技術者1万人を育成すると発表しました。1億ドルを投じ、対面研修と12週間の実務研修を組み合わせ、企業で不足する実装人材の拡大を狙います。

最初のプログラムは、医師の研修制度を参考にした「Frontier Deployed Engineer Residency」です。企業が候補者を推薦し、参加者は自社に戻った後に主導するClaudeの案件をあらかじめ定めます。対象はソフトウェア開発の基礎やLLMの構築経験を持つ技術者で、AIエージェントの開発経験は問いません。

参加者は数日間の対面研修で、用途選定からセキュリティ審査、引き継ぎまでを模擬案件で学び、最後に実技審査を受けます。合格後は12週間の実務研修で自社のClaude案件を率い、Anthropicの技術者から支援を受けます。再審査の合格者には専門資格が付与され、最初の認定者は2027年初めに誕生する見込みです。

初期研修にはAccenture、Bain、Capgemini、Deloitte、McKinsey、Morgan Stanley、Commonwealth Bank of Australia、Novo Nordiskなどが参加しています。参加は企業からの推薦制で、対象企業はAnthropicの担当窓口に資格の有無を確認します。

今回の育成策は、4万6000社の専門家が17万5000件超の認定を得たClaude Partner Networkを土台とします。既存の基礎研修から一歩進み、実際の業務でAIシステムを本番運用へ導く人材を増やす位置付けです。

Google.orgは2026年9月15日、MIT Transit Labが開発する公共交通向けAI基盤「Public Transit Intelligence Hub」に210万ドルを助成すると発表しました。3年間で運行監視、管制、乗客案内の分散情報を一つにまとめ、現場職員の即時判断と利用者への迅速で正確な情報提供を支援します。

交通機関の管制室には、無線、監視カメラ、車両位置、乗客、交通・道路状況などの情報が別々に届いています。PTIQはこれらを一元的な状況把握へ統合し、障害や予期せぬ事態への対応を早めます。

職員向けの判断支援画面は、予測モデル、最適化エンジン、大規模言語モデルによる文脈推論を組み合わせます。目的は判断の自動化ではなく、複雑な利害を考慮できる交通職員に、信頼できるリアルタイム情報と選択肢を示すことです。

この計画は、行政革新にAIを生かすGoogle.orgの世界的な助成制度で、15案件の一つに選ばれました。Google.orgは資金に加え、自社の技術者とAI製品専門家による無償支援も3年間提供します。

研究陣は、交通分野へのAI導入で難しいのは技術より組織であり、職員から信頼されるかが重要だとみています。応答時間の短縮、駅や停留所の混雑緩和、案内品質の向上を通じ、職員と乗客の双方の体験改善を目指します。

OpenAIとレンフェスト・ジャーナリズム研究所は2026年9月28日、アメリカの地域報道機関へAI技術者を配置する共同プログラムの拡大を発表しました。OpenAIは新たに500万ドルを拠出し、最大500万ドル相当のソフトウェア利用枠と技術支援も提供します。2024年に11の主要報道機関で始めた実証を広げ、AI活用と編集上の判断を両立できる仕組みをより多くの組織へ展開します。

このプログラムは常勤のAI技術者を報道機関に置き、編集幹部、記者、製品、収益、経営の各部門とともに固有の課題を解きます。地元で採用した技術者が2年間組織に入り、安全で透明かつ倫理的な方針と実用的な仕組みを作り、複数の参加組織では正社員として残る見込みです。

共同発表によると、フィラデルフィア・インクワイアラーでは過去記事を検索するDeweyと、週約15時間かかった情報収集を日々の記事候補一覧に変えるScrapeを開発しました。シカゴ・パブリック・メディアではスペイン語記事の翻訳時間を短縮し、長年保管されていた音声資料の文字起こしにもAIを使いました。

2年間の実証からは、技術そのものより信頼、協働、組織課題の理解が導入を左右するとの教訓を得たとしています。先にAIを当てはめるのではなく、課題から始めること、小規模に試すこと、利用者と継続評価することが有効だったと説明しました。

次段階では新たな報道機関を募り、対象組織の幅を広げます。成果の高い案件をツール、枠組み、プラグイン、導入手引きとして再利用可能にし、数百の報道機関が使える共有基盤へ育てる計画です。

米通信大手AT&T;は2026年9月、AIによる業務自動化と旧式ネットワークの刷新を進め、今後5年間で従業員数をさらに減らす方針を示しました。顧客対応や設備保守、ソフトウェア開発にAIを広げる一方、銅線網を光ファイバーと無線へ置き換え、コストと電力消費を抑えながら競争力を高める狙いです。2027年からは主要拠点の物理機器もクラウドソフトに切り替えます。

AT&T;の従業員は2026年6月時点で約13万1000人ですが、過去10年ですでに半数超が減りました。2025年に8000人、2026年上期に約2100人を削減しており、技術責任者は5年後も現在と同じ人員規模ではないと説明しています。

同社はAIを顧客対応、携帯基地局の候補地選定、設備の異常検知、コード生成などに活用しています。2027年からは数千の主要拠点で物理機器を投資先DriveNetsのクラウドソフトに置き換え、遠隔調整を可能にするため、中間管理職や若手開発者の一部職務が減る見通しです。

同時に、電力消費の大きい固定電話・DSL向け銅線網を廃止しています。2026年末には既存地域の85％超で銅線サービスの提供義務がなくなる見込みで、2024年以降の転換による節電量は66万メガワット時と、約6万5000世帯分の電力に相当します。

AT&T;は高速光回線と無線を事業の軸に据え、成長する衛星通信との競争にも備えています。総人員を減らしても、AIエージェントの開発・統制や自動工程の監督、光回線の保守を担う人材は採用する方針で、削減と職種転換の同時進行が焦点です。

Microsoftは2026年9月17日、社内のAI変革100件超を分析した44ページの企業向け手引きを公表しました。エージェントを既存業務に足す前に、工程を簡素化し、共有データ基盤、人とAIの権限、独自評価、継続的な改善の仕組みを設計すべきだと提言しています。導入数や利用率ではなく、事業成果で測る姿勢も求めました。

MicrosoftはAI活用を、職種別の支援、既存業務の再設計、白紙からのAI前提設計という3つに分類しました。特にエージェントへ移行する企業には、業務を端から端まで可視化し、不要な承認や引き継ぎを除いてから導入する「エージェント前のスリム化」を勧めています。

自社のクラウド供給網では、共通の正確な情報源を整えた後、計画、調達、物流などに111の専用エージェントを配置しました。Microsoftによると、一部業務の平均処理期間は最大75％短縮し、月次計画は約10営業日から2.5日未満になりました。ただし、これは特定の業務と測定期間に限る社内分析で、一般企業にそのまま当てはまる数値ではありません。

人とAIの分担は、支援ツール、チームの一員として働くエージェント、人が方針を示しAIが業務全体を動かす3段階で整理しました。9人の製品開発チームでは、仕様、評価基準、共通文脈を中心に工程を組み直し、35日で初期版を公開したとしています。ただし、コード量やコミット数だけでは品質や生産性を証明できず、同社も全社的な基準ではないと注意しています。

戦略の核心は、基盤モデルを交換可能にし、自社固有の評価、データと業務知識、制御、安全管理、改善ループを企業側に残すことです。Microsoftは、データの保管場所や利用者の分離、知的財産の保護を導入時から設計し、採用状況、業務への浸透、成果、売上などの事業結果を時間軸に沿って測るよう提案します。どのモデルを選ぶか以上に、何を自社の資産として蓄積するかが競争力を左右するという主張です。

OpenAIは2026年9月16日、働く人がAIを使い、従来の職種に含まれない作業を繰り返し担う傾向を示す経済研究を公表しました。2026年4〜7月の業務関連ChatGPTメッセージ150万件超を分析し、職務外の作業が一度限りの試行ではなく、日常の流れへ組み込まれ始めたと報告しています。職名が変わる前に、仕事の範囲が広がる可能性を示す結果です。

4カ月間継続して観察できた約6200人では、過去にも利用した職務外タスクが職種にひもづくAI利用に占める比率は、4月の13.1％から7月の25.9％へ上昇しました。別の1カ月追跡では、前月に使った職務外タスクを翌月も使う比率は23.6％で、前月の利用が確認できない類似利用者の8.4％を上回りました。

職務外タスクの翌月再利用率には差があり、顧客との商品・サービスの相談は54％、広告文の作成は44％、販促資料の作成は37％でした。金融情報の説明は約15％にとどまり、職務外タスク全体の平均は18.5％で、AIが定例業務になじむ度合いや誤りの影響が違いを生む可能性があります。

職務外の作業を頼むとき、利用者は通常業務より短い指示を使い、説明、手順、特定の回答形式、助言を求める頻度が低い傾向でした。一方で例や背景情報を示し、確認や検証を求める頻度は高く、OpenAIは、利用者が新分野を一から学ぶよりも他分野の専門性を借りる使い方だと解釈しています。

研究は、AIツールを配るだけでなく、誰がどの作業を担うかという業務設計も企業のAI戦略に含める必要性を示します。ただし対象はChatGPT Business登録時の役割情報と利用会話に基づく標本であり、OpenAIは訓練利用を無効にしたデータなどを除外し、集計・匿名化して個別メッセージを読まずに分析したと説明しています。

Microsoftは2026年9月14日、AIモデルの開発と運用を導く37ページの「ヒューマニストAI行動規範」を公表しました。今後10年で多くの業務において人間を上回るシステムが現れるとの見通しを踏まえ、モデルを人類に従属させ、実効的な人間の監督下に置く方針を明示しました。能力や自律性を犠牲にしても、安全で有用なAIを優先します。

規範は個々の利用者の希望や特定のタスクより上位に位置し、モデルが従うべき共通ルールとなります。サイバー攻撃、核兵器への支援、ディープフェイク生成を「絶対的な制約」で禁じ、規則を破る必要があるタスクは実行を拒む設計を求めています。

Microsoftは、AIが人間を置き換えるのではなく支援し、人間の繁栄を促すべきだと定めました。モデルは意識を模倣するよう設計せず、法的人格や権利、福祉を認める考えも退けるほか、利用者の過度な依存や感情的な結び付きを促す応答も抑えます。

人間の監督を逃れるための欺瞞、自己強化、共謀などを禁じ、権限を持つ人やシステムがモデルを確実に修正・停止できる状態を維持します。思考過程や他のAIとの通信も人間が容易に理解できる範囲に保ち、監視可能性を確保する方針です。

今回の公表には、AIエージェントが指示外の攻撃や評価システムへの侵入を起こした事例を受け、安全性への懸念が強まった背景があります。企業にとっては、性能だけでなく停止権限、監査可能性、利用者への心理的影響までをAI導入の管理項目に組み込む必要性を示す動きです。

セキュリティー大手が、毎月の「Patch Tuesday」で公開される脆弱性の修正順位をAIで決める一方、顧客にAI利用や誤りを十分説明していない実態が9月11日、VentureBeatの調査で明らかになりました。Ivantiは、Anthropic基盤の社内スキルが根拠のない情報を生成したと認め、人間が全出力を承認してから月例説明会で公開しています。

9月8日のMicrosoft更新では、7つの追跡元による集計が964～1169件と205件も開き、Ivantiは973件と数えました。集計範囲の違いだけでも差は生じますが、Microsoftが7月から単一の月例一覧を示さなくなったため、各社の独自処理と判断が顧客の対応順を左右します。

Ivantiのクリス・ゲットル氏は、公開済みのベンダー勧告と自社表計算だけを参照し、顧客データに触れないClaudeスキルを構築しました。ただし訓練中にはAdobeの更新周期を誤り、Microsoft Officeの製品群を混同したため、全出力を草稿扱いとする承認工程を設けました。

過去2カ月分の人手データで再実行したところ、Ivantiの社内レビューでは98％一致しました。従来2人が各約4時間かけた表計算処理は30分未満に短縮されましたが、VentureBeatはデータセットや採点方法を独立監査していません。

CrowdStrikeとPalo Alto Networksも人間の審査を残していますが、誤生成の捕捉例は公表していません。調査で自社AIの誤生成と審査工程を説明したのはIvantiだけでした。導入企業はAI生成部分、欠落を検知できる検証方法、公開前の審査者の3点を確認する必要があります。

アメリカの学校や保護者は9月、テック企業が無償教材などを通じて進めるAI教育への警戒を強めています。The Vergeが9月10日に報じたところでは、ニューヨーク市は新学年に小中学校の教室で生徒のAI利用を禁じ、ロサンゼルスも高校生を含む、より広い制限を発表しました。背景には、過去のプログラミング教育で企業の影響力や製品依存が広がった一方、学習効果や就職への期待が揺らいだとの反省があります。

ニューヨーク・タイムズの教育テクノロジー記者ナターシャ・シンガー氏は、新著『Coding Kids』で、過去15年に業界が学校で影響力を築いた過程を追いました。企業は高収入職への道としてコンピューター科学を売り込み、学校を将来の働き手と顧客を育てる場にもしたと指摘します。

AppleやMicrosoftは高校のAPコンピューター科学課程に、自社のSwiftやMinecraftを組み込んだ教材を作成しました。Googleは低価格のChromebookとClassroomを普及させ、生成AIを提案しやすい基盤をすでに学校内に築いていました。

当時のプログラミング教育には大きな反発が少なく、Code.orgの「Hour of Code」などが全国的な関心を集めました。その後、初級の技術職が減る中で期待を裏切られたと感じる卒業生が現れ、教室への技術導入が学習成果を大きく改善しないとする研究も積み上がりました。

AI導入では状況が変わり、保護者と教員による草の根の反対運動が広がっています。シンガー氏は、製品を速く入れる議論ではなく、企業が技術で選択をどう導くかを生徒が問い、活用と拒否の双方を判断できる教育が必要だと述べています。

OpenAIとアメリカ一般調達局（GSA）は2026年9月10日、連邦・州・地方・部族政府向けの複数年契約を発表しました。10月1日から27カ月間、通常1人月額15ドルのライセンス料を無料にし、利用料を50%割り引きます。対象は約2300万人の公共部門職員で、AI導入の費用予測と安全な運用を支えます。

契約は2026年10月1日から2028年12月31日までで、最低利用義務はありません。既存契約で100万人超がChatGPTを利用しており、今回の拡大で連邦に加えて州・地方・部族政府も対象になります。

認証済み政府機関には高度なサイバー防衛モデルDaybreak Blueへのアクセスを承認し、標準商用価格の半額で提供します。脆弱性研究、攻撃検証、レッドチーム向けのDaybreak Redは、標準価格で申請できます。

OpenAIは研修、導入支援、利用見積もり、支出管理、FinOpsガイダンスなども提供します。ChatGPT Enterpriseでは入出力を含む業務データをモデルの訓練や改善に使わず、各機関は選択したサービスの保護を維持します。

導入実績として、CDCは数日から数カ月かかっていた公衆衛生の文献レビューで、初期報告の大半を30分以内に作成しました。ジョージア州歳入局は税務書類のデジタル化を最長2週間から15分に短縮し、ノースカロライナ州では住民に返還できる可能性がある数百万ドルの未請求財産を特定しました。

Google CloudとAccentureは2026年9月8日、世界の企業向けに、顧客の現場へ技術者を派遣してGoogleのAI導入を支援する共同組織「Accenture Gemini Enterprise Business Group」の設立を発表しました。企業ごとのAIアプリを構築し、投資効果が見えにくい導入の停滞を解消する狙いです。

GoogleはAccentureの現場派遣型エンジニアを最大1,000人育成し、Gemini Enterprise上で顧客専用のAIアプリを構築できるようにします。組織はAccenture傘下に置かれ、技術と業務知識を組み合わせた実装支援を担います。

Google Cloudの2026年第2四半期売上高は248億ドルで、企業向けAIが成長を大きく支えました。一方、親会社Alphabetの購入契約と契約上の債務は6月末時点で8110億ドルに達しており、AI関連の巨額投資に見合う需要の創出が急務です。

Rampの8月データでは、米国顧客の企業AI支出に占めるGoogleの比率は約6%で、Anthropicの43.5%、OpenAIの39.7%を下回りました。Googleは、この調査には大規模な戦略的AI契約を結ぶ主要企業の多くが含まれず、単純比較では実態を捉えにくいと説明しています。

OpenAI、Anthropic、Microsoft、Amazonも現場派遣型エンジニアの専門組織を相次いで設け、AIモデルの性能だけでなく実装力が競争軸になっています。Google Cloudは今年、7億5,000万ドルのパートナー施策やCVCとの提携も進めました。専業企業の台頭はAccentureなど大手コンサルにも圧力となり、企業AI市場では導入成果を示せる体制が問われています。

Gartnerは2026年、欧州の主権クラウドIaaS支出が前年比約83％増の126億ドルに達すると見込みました。欧州委員会がデジタル自律性を強める一方、Equinixは、企業がデータや基盤の運用権限を保持し、民間接続で世界のクラウドへつなぐ「中間路線」を提案します。全面的な国内所有ではなく、業務の機密性に応じた統制で法令順守と競争力の両立を目指す考えです。

欧州委員会によると、EUは主要なデジタル製品・サービス・基盤・知的財産の80％超を域外国に依存しています。委員会は2026年6月、半導体、AI、クラウド、オープンソースを対象とする欧州技術主権パッケージを提示しました。

これに先立つ2026年4月、欧州委員会は欧州4社に6年間で最大1億8000万ユーロの主権クラウド契約を発注しました。EU機関のクラウド調達で、明示的かつ測定可能な主権基準を適用した初の事例です。

記事を提供したEquinixは、主権を技術一式の所有ではなく、データ、インフラ、アクセス、運用権限、データ移動を誰が管理するかという連続的な問題と捉えます。中立的なコロケーションでは、顧客がデータと基盤を保有・運用し、提供会社はワークロードやデータ層を管理しないと説明しています。

この構成なら、銀行は規制対象の業務と市場データを域内に置きつつ、非公開の制御された接続を通じてクラウドAIや分析機能へ到達できます。経路制御は通常時だけでなく、障害時の切り替えでも司法管轄要件に沿うよう設計できますが、最終的な順守責任は企業側に残ります。

一方、Oxford Economicsのアジア太平洋地域向け試算は、厳格な主権AI政策が企業のAI導入を約3〜5年遅らせる可能性を示しました。欧州を直接試算した数字ではありませんが、記事はインフラの重複や先端技術への接続遅延が、欧州でもコスト増と生産性低下につながり得ると指摘します。業務の機密性に応じて、保管場所、アクセス権、運用主体、越境経路、障害時の切り替えを証明できる形にすることが要点です。

AI開発ツールの普及を受け、Amazon、IBM、Synthesiaなどのソフトウェア開発現場で、コード生成から審査へボトルネックが移っています。短時間に大量のコードを生む一方、誤った前提や脆弱性、重複が紛れ込むため、各社は生成前の仕様策定、AIによる一次審査、高リスク案件への人間審査を組み合わせ、若手育成も書く力から判断・説明する力へ軸足を移しています。

Sonarが開発者1100人超を調べたところ、共有コードへの追加分の42%をAIが担ったとの推計でした。一方、96%は出力が正しく動くと全面的には信頼せず、38%は同僚が書いたコードより審査に多くの労力がかかると答えました。

Synthesiaでは2026年8月時点でプルリクエストが前年比120%増え、その95%にAI生成コードが含まれました。BonterraでもAI導入後3カ月で変更提案が3倍、審査に入るコード量が10倍、審査時間が3倍となり、全行を人が読む運用は難しくなっています。

対策の起点は、AIが書き始める前の仕様です。Amazonでは言語版の指定漏れで2万5000行を作り直した事例があり、仕様を直すと15分後に正しく再生成できました。AWSやBonterraはAIに計画との整合性や安全性を先に点検させ、決済や個人情報など高リスクの変更は必ず人が判断します。

人の承認が形骸化しない仕組みも欠かせません。Temporalは提出者にAIの設計判断や例外処理を自分の言葉で説明させ、説明できなければ差し戻します。IBMやBonterraは若手に早期から成果責任を持たせ、熟練者と共にAIへの指示、検証、修正を学ばせており、育成の焦点は実装量から判断力と説明責任へ移っています。

AIセキュリティ企業HiddenLayerは2026年9月2日、Delta-v Capital主導のシリーズBで1億ドルを調達したと明らかにしました。企業のAI導入拡大に合わせ、モデルやエージェント、業務フローを攻撃や脆弱性、悪意あるコード注入から守る製品を強化します。資金は販売網を軸に、開発・研究の拡充とヨーロッパ、中東、アフリカへの進出に振り向けます。

主導したDelta-v Capitalのほか、Ten Eleven Ventures、Morgan Stanley、MicrosoftのM12、Booz Allen Hamiltonなどが参加しました。CEOのクリス・セスティト氏によると、年間経常収益は過去1年で10倍超に伸び、現在は数千万ドル規模で、成長の90％超を新規顧客が占めます。

需要の背景にはAI安全市場の急拡大があります。GartnerはAIツールを守る製品への企業支出を2026年に28.3億ドルと見積もり、2025年比83％増、2027年には約47.8億ドルに達すると予測しています。主要顧客分野は金融サービスとAI製品を開発する大手技術企業で、アメリカ国防総省や情報機関とも契約しています。

同社は既存の資産検出、稼働時防御、攻撃シミュレーション、サプライチェーン安全を、プロンプト注入、エージェント操作、悪意あるツール利用へ広げました。企業でAI配備が一般化する中、セスティト氏は稼働時防御をAI向けのEDRに相当する機能と位置づけています。

新たな攻撃機会として警戒するのがオープンソースモデルです。同社は約50種類のAIファイル形式を解析・走査し、表示と中身が異なるモデルや、モデル内に隠された別モデルを検出します。調達資金でこの方向の開発を続けながら、販売と流通をより重視します。

競争は激しく、NomaやZenityなど隣接分野の新興企業も1億ドル超を調達しています。大手サイバーセキュリティ企業は同種技術を買収する動きがあり、一部機能がMicrosoft、OpenAI、AWSの基盤へ統合される可能性もあります。HiddenLayerには、先行成長を持続的な事業へ変えられるかが問われます。

安全制御を38年手がけた技術者リチャード・ミッチェル氏は2026年9月2日、IEEE Spectrumへの寄稿で、AI効率化が若手の実務経験を奪い、将来の熟練者を減らす恐れがあると指摘しました。航空と原子力で得た教訓を基に、人があえて手作業を担う「手動ゲート」を業務に組み込むよう企業に提案しています。短期コストを受け入れ、異常時にAIの誤りを見抜ける人材を育て続けるべきだという主張です。

根拠の一つは若手雇用の変化です。ハーバード大学のワーキングペーパーは、米国の28万社超・約6500万人を分析し、生成AI導入企業では非導入企業に比べ、6四半期後の若手雇用が約9％減る一方、熟練者雇用は伸び続けたと報告しました。

スタンフォード大学によるADP給与記録の分析でも、2022年後半以降、AIの影響が強い職種で最年少層が後退しました。ただし、減少はAIが仕事を自動化する場合に集中し、仕事を補完する場合は若手雇用が横ばいか増加でした。因果関係は確定しておらず、ニューヨーク連邦準備銀行の研究者は若年大卒者の失業増の多くを遠隔勤務による訓練・指導の難しさで説明しています。

背景には自動化の逆説があります。自動化が日常業務を担うほど人の練習機会は減り、機械が想定外に陥った最難関の場面だけが人に戻されます。筆者は、速度センサーの異常で自動操縦が解除された後、乗員が高高度失速に対処できなかった2009年のエールフランス447便事故を例に挙げました。

航空業界は自動操縦を外すのではなく、意図的に手動飛行訓練を戻しました。アメリカ連邦航空局も2017年、手動飛行を技術技能の土台と位置づけ、技能低下そのものを危険として認識しました。原子力プラントの制御設計でも、筆者は操作員の技能を保つため、自動化できる工程に手動手順を残していました。

ソフトウェア開発での手動ゲートは、重大な不具合を若手がAIなしで再現し、根本原因を特定し、テストを書いてからAIの修正案と比較する設計です。診断が食い違えば、本番障害の前に判断力を鍛えられます。短期の生産性と利益率は下がり得ますが、筆者はこの意図的な非効率を将来の対応力を守る保険と捉えています。

建設・鉱山機械大手のキャタピラーは、今月米ラスベガスで開催されたAi4カンファレンスで、最高技術責任者(CTO)のジェイミー・マイナート氏が、数十年かけて培った鉱山自動化の知見を企業向けAI導入に活用する方針を明らかにしました。多くの企業がAI技術を日常業務に統合する難しさに直面する中、同社は自動化事業で得た教訓を横展開する狙いです。

具体策の一つが、現場の技術者が機械の前で音声コマンドを使い、修理手順の確認やトラブルシューティング、必要部品の特定を行える「CatAIアシスタント」です。マイナート氏によると、既に顧客や現場のオペレーター、技術者に利用が広がっているといいます。このツールは同社が保有する接続機器のデータを基盤としており、世界で約160万台の接続資産から得られる16ペタバイト超の構造化データを活用しています。

キャタピラーは製造現場のスキャンやデジタルツイン生成にもAIを活用し、稼働状況の分析を進めています。ソフトウェア開発の分野でもAIエージェントを使い、老朽化したコードの刷新や新規ソフトの生成・テスト、不具合の早期発見に取り組んでいるとマイナート氏は説明しました。

一方でマイナート氏は、技術を開発するだけでは不十分だと強調します。自律機械の導入は現場の作業員の働き方や既存の業務プロセスの見直しを伴うためです。同社は熟練オペレーターの知見をAIシステムの学習に活用しており、単一機械の操作から遠隔指令センターで複数機械を監督する役割へと移行するオペレーターも出てきています。

この変化は従業員11万8000人の再教育という新たな課題も生んでいます。キャタピラーは今後5年間で1億ドルを投じ、AI・自動化・ロボティクス分野の人材育成を進める計画です。

こうした投資は、AIインフラ需要の拡大による業績拡大を後押しする狙いもあります。第2四半期の売上高は205億ドルと過去最高を記録し、データセンター向け発電設備の需要増を受けて発電部門の売上は72%増の31億ドルに達しました。ジョー・クリード最高経営責任者(CEO)は、クラウドコンピューティングと生成AIインフラへの需要について「減速の兆しはない」と述べています。

Cohereは8月27日（現地時間）、企業の文書処理を支援する新モデルParse 5を発表しました。PDFやスライド、スキャン画像を構造化されたMarkdownに変換するモデルで、GPT-5.5など上位のフロンティアモデルより低価格に抑えつつ、実用十分な精度を狙う設計です。Cohere APIを通じて即日利用できます。

Parse 5は22億パラメータの視覚言語モデルで、ページ画像を1回のモデル呼び出しで処理し、表をHTML形式で含む構造化Markdownを返します。従来のOCRとモデルを組み合わせる2段階処理を1パスに統合した点が特徴です。コンテキスト長は8192トークン、モデルサイズは約4.6ギガバイトです。

独自ベンチマークParseBenchでは、Parse 5は79.2点を記録し、GPT-5.5（84.4点）やOpus 4.8（84.3点）、Gemini 3.5 Flash（81.8点）にわずかに及びませんでした。一方でLlamaParseやMistral OCR 4など専用パーサーは上回っており、価格と精度のバランスを重視した結果と言えます。

Cohereは、年間7億5000万件の文書を処理する金融機関のケースを試算し、GPT-5.5のような大規模モデルをParse 5に置き換えることで、コストを98%以上削減できるとしています。価格は1000ページあたり1.5ドルで、高負荷用途にはCohereの専用インフラ「Model Vault」も用意されています。

BARC USのケビン・ペトリ氏は、文書解析が現在のAI導入で最も採用率の高い用途だと指摘し、非構造化データの活用が競争力の鍵になると述べています。HyperFRAME Researchのステファニー・ウォルター氏も、Parse 5はレガシーOCRと高価なフロンティアモデルの中間に位置し、全ての指標で最高を狙う必要はないと評価しています。

Parse 5は図表からのデータ抽出には対応しておらず、チャートは説明文で示す設計です。専門家は、ベンチマークの点数だけでなく、実際の業務文書でエージェントが情報を正しく使えるかどうかを検証する必要があると助言しています。

OpenAIは2026年8月27日、ブラジルでの商用事業の開始を発表しました。サンパウロに現地チームを新設し、現地の企業や開発者、研究機関、公共機関と連携してAI活用を後押しします。ブラジルはChatGPTの週間利用者数で世界有数の市場に成長しており、急速な普及を経済成長と社会的な便益につなげる狙いがあります。

ブラジルでは1日あたり約2億1500万件のメッセージがChatGPTに送られ、利用者数はこの1年でほぼ倍増しました。2026年6月時点で個人アカウントのメッセージのうち35%が仕事関連であり、世界平均の30%を上回っています。うち53%は資料作成やコード執筆など、具体的な作業の代行を求める内容でした。

開発者向けの広がりも顕著です。OpenAI APIを利用する開発者数でブラジルは世界2位となり、コーディング支援ツール「Codex」の週間利用者数は2026年の年初から11倍以上に増加しました。企業向けのChatGPT Enterpriseの契約数も前年比5倍に伸び、ブラジルは事業者数で世界トップ10市場の一角を占めています。

経済効果への期待も大きく、OpenAIが資金提供したRegLabの独立調査によると、AIは2030年までにブラジル経済に約1兆レアルを押し上げる可能性があるとされています。同社はこの機会を生かすため、技術提供だけでなく人材育成や研究支援、責任あるAI導入への協力も重視する方針です。

具体策として、航空技術大学ITAへのChatGPT Edu提供や、サンパウロ大学附属病院での医療情報基盤の実証、法律分野のAI企業ENTERと組んだリテラシー教育プログラムなどを展開します。さらに中小事業者向けのAI研修や、サンパウロ市との公共サービス分野での協力覚書締結も進めています。

2016年に「AIのゴッドファーザー」と呼ばれるジェフリー・ヒントン氏は、放射線科医が5年以内にAIに置き換えられると予測しました。しかし2026年の今、放射線科医の数はむしろ増加傾向にあり、今後30年で26%以上拡大すると見込まれています。ヒントン氏の予測は労働市場の観点では外れた一方、AIが医師の重要な相棒になったという点では正しかったと言えそうです。

放射線科は医療分野の中でもAI導入が突出して進んでいます。2026年初頭時点で米食品医薬品局(FDA)が承認したAI搭載医療機器1400件のうち、約4分の3が放射線科向けでした。これは他の診療科と比べて圧倒的な割合です。

AIツールの役割は多岐にわたります。医師のレポート作成を効率化したり、緊急対応が必要な画像に警告を出したりする支援型のツールに加え、人間の目では見落としがちな異常を検出できるAIも登場しています。43件の臨床試験を分析した研究では、AIを併用した大腸内視鏡検査の方が従来法よりも多くのポリープを発見できたと報告されています。

精度向上が重要視される背景には、診断画像の読影における人為的な誤りの多さがあります。人間による誤診率は3〜5%程度とされ、世界全体では年間約4000万件のミスが発生していると推計されています。

ヒントン氏の予測から10年が経ち、論点は「人間かAIか」の優劣比較ではなくなりつつあります。むしろAIの技術的な精度と、人間の経験や柔軟性をどう組み合わせるかが、患者にとってより良い医療を実現する鍵になりそうです。

米連邦航空局(FAA)の管制システムが今年相次いで機能停止に陥る中、著名投資家ピーター・ティール氏率いるPalantirが立て直し役として台頭しています。イーロン・マスク氏の政府効率化省(DOGE)が2025年2月にFAA改革に着手しながら十分な成果を残せなかったことが、Palantirの受注拡大を後押しした形です。

DOGEはFAAの通信改善を掲げましたが、Verizonを誤って名指しし、Starlink導入も実現しませんでした。目立った成果は、保守要員を含む職員400人の解雇にとどまりました。この間、ダラスやデンバーなど各地で機器故障が相次ぎ、2025年は過去10年で最悪の遅延率を記録しています。

今年8月にはミネアポリスの管制センターで約2時間にわたりレーダーと通信が途絶え、1100便超に影響が出ました。トランプ大統領搭乗のヘリコプターへの交信が届かず、別の航空機が離陸許可を受ける事案も発生しています。相次ぐ混乱を受け、政府は125億ドルの追加予算を確保しました。

この予算のうち約50億ドルはソフトウエア刷新に充てられる見通しですが、人員確保には一切配分されていません。FAAシステムに既に深く組み込まれているPalantirは、無入札で滑走路衝突回避ツールや助成金システムへのAI導入契約を相次いで獲得しています。同社の連邦契約額は2025年に10億ドルを突破し、2026年には15億ドルに達する見通しです。

一方、875億ドル規模の次世代管制システム「SMART」の契約競争では、Palantir出身者が経営陣に名を連ねるボストンの新興企業Air Space Intelligenceに敗れました。管制官らは技術投資よりも慢性的な人手不足の解消を優先すべきだと訴えています。

FAAは2025年末時点で管制官14832人を抱えるものの、今年は退職などで1割超が離職する見通しです。新規採用予算はわずか2億3900万ドルにとどまり、目標人員はむしろ引き下げられました。管制官の自殺率は全米平均の8倍に上るとされ、過酷な勤務実態が背景にあると指摘されています。

オーストラリア発のAIケア企業Heidiは、医療用AIスクライブ「Heidi Scribe」を通じ、世界190カ国以上の臨床現場で週270万件におよぶ診察を支援しています。同社はMongoDBのドキュメント型データベース基盤を採用し、各地域で完全に分離した本番環境を構築することで、GDPRやHIPAAなど各国規制に対応しながらグローバル展開を実現しました。

医療分野でのAI導入は他業界に比べて規制対応の負荷が重く、精度管理も厳格に求められます。Heidiの共同創業者でCTOを務めるYu Liu氏は「2%の誤りが医療では臨床安全上の問題になりうる」と述べ、あらゆる出力が監査対象になり得る前提で設計する必要性を強調しています。

Heidiが扱う医療データは問診票や紹介状、診療メモなど多様な形式を含み、行と列で構成される従来型のデータベースには不向きでした。そこで同社は柔軟なドキュメントモデルを持つMongoDB Atlasを採用し、ベクター検索機能も標準搭載することで、外部の専用ベクターデータベースを追加せずに済むようにしています。Atlasへの移行により、主要APIのレイテンシーは約33%改善したといいます。

変更管理にも高い安全性が求められ、データベースのスキーマ変更やインデックス変更もコードとして扱い、レビューを経てから本番環境に反映しています。カナリアリリースや自動ロールバックの仕組みも整え、地域をまたいだデータの一貫性を継続的に検証しているとのことです。

米国では、大手医療システムのBeth Israel Lahey HealthがHeidiのAIスクライブを導入したパイロットで、臨床医の74%が時間外の記録作業(いわゆる「パジャマタイム」)の減少を報告しました。地域医療を担うMaineGeneral Healthも戦略的パートナーとしてHeidiを選定しています。

Heidiは今後、診察メモの作成にとどまらず、受診前の準備から紹介状作成、業務自動化まで臨床業務全体を支援する範囲拡大を計画しています。Liu氏は「臨床医の信頼こそが製品そのものであり、その信頼はアーキテクチャによって支えられる」と語りました。

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。

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。

オープンソースのLLM連携ツール「LiteLLM」が供給網攻撃を受け、2500超の組織の認証情報が流出したと、セキュリティ企業CloudSEKとHudson Rockが相次いで公表しました。窃取は3月、公式配布元のPyPIにある改ざん版を使った40分間に集中し、Microsoftやアマゾン、シスコ、サムスンなど大手の鍵情報が含まれます。

流出データの規模は桁違いです。Hudson Rockが入手した195TBのファイルには、クラウド鍵やリポジトリのトークン、SSH鍵、Kubernetesの秘密情報、パッケージ公開用の認証情報、環境変数、AIプロバイダーの鍵が含まれていました。両社は、改ざん版を実行した組織のCI/CDパイプライン約43万4000本で認証情報が露出したとみています。

今回の侵害は独立した事件ではなく、3月に発覚した脆弱性スキャナー「Trivy」への攻撃から連鎖したものです。同じ攻撃活動ではKICSやTelnyxのPython SDKも汚染され、いずれも感染端末のメモリーを読み取って内容を外部へ送り出す仕組みを仕込まれていました。犯行声明を出したのは10代が中心の集団TeamPCPで、研究者の分析もこの主張をおおむね裏づけています。

データの真正性は複数の被害組織で確認済みです。独立系研究者のケビン・ボーモント氏は、本物だと確認した、組織内の機微な情報が大量に含まれると述べ、原因はAIそのものではなくAI導入を急ぐ現場のDevOps軽視にあると指摘しました。

経営層に問われるのは、公式リポジトリ経由でも安全とは限らないという前提の置き換えです。依存パッケージの版固定と、3月時点まで遡った資格情報の全面失効が現実的な防御線になります。被害の特定も容易ではなく、流出データにあった@siriusxm.comのアドレスは放送事業者本体ではなく子会社AdsWizzの環境に由来していました。

米誌WIREDは2026年8月10日、生成AIへの利用者の反発が大手プラットフォームの行動を実際に変え始めていると報じました。MetaはInstagramで本人の同意なくAI画像を作れる機能を批判の高まりから3日で停止し、GoogleもGoogle Earthの衛星画像をAIで加工できる機能を公開直後に撤回しています。

プラットフォーム側の設計変更も進んでいます。LinkedInはAI生成らしい投稿を通報できるボタンを追加し、Snapchatは完全にAIで作られた動画を発見タブの対象外としました。Substackは書き手を対象にしたAI検出ツールを導入しています。

反発の根にあるのは同意の欠落です。学習用データとして自分の投稿が集められることも、検索結果の上部にAIの回答が置かれることも、利用者が求めた結果ではありません。ニューヨーク大学のMeredith Broussard教授は「AI革命は起きたが、誰もがそれを嫌っている」と述べ、テック企業が同意の問題に鈍感だったと指摘します。

世論調査もこの空気を裏づけます。Gallupの調査では生成AIへの理解が深まるほど否定的な見方が強まり、18〜29歳では半数近くが害の方が大きいと答えました。AIを支えるデータセンターの建設に対する抗議も、政治的立場を超えて広がっています。

職場でも温度差があります。開発者が生成AIを日常業務に取り込む一方、トップダウンの利用強制への不満は根強く、Blockの従業員は「本当に良いツールなら誰もが自然に使う」と語りました。同意と選択肢を欠いたAI導入は、機能の撤回や信頼低下というコストを伴うことを示しています。

では経営者は何をすべきでしょうか。撤回された事例に共通するのは、事前の説明もオプトインもないまま機能を配ったことです。導入の可否を利用者や従業員が選べる設計にすることが、公開後の手戻りを避ける最も現実的な手段になります。

元Salesforce幹部のEfrat Rapoport氏が率いる新興企業Juneが8月3日、ステルス状態を解除しました。同社はMarc Benioff氏のTime Venturesが主導するプレシードラウンドで2000万ドルを調達し、企業のAI導入を人手に頼らず進める基盤を投入します。狙いは、AI普及とともに需要が膨らむ顧客先常駐エンジニア（FDE）への依存を薄めることです。

Rapoport氏は「AIは逆説的に、専門サービスの需要を増やす」と指摘します。業界の答えが「もっと人を雇おう」になっている現状こそが、同社の出発点です。実際、企業がAIを動かすにはSalesforceやServiceNow、Databricks、Workdayといった既存のデータ管理基盤との接続が避けられません。

「AIが価値を生む前に、誰かがレガシーシステムを片付ける必要があります」とRapoport氏は語ります。データは複数基盤に分断され、業務フローは複雑で、長年の技術的負債が積み上がっています。エージェントの雛形を作るのは簡単でも、同じ意味の重複フィールドが10個並ぶ環境で正しく動かすことは難しい、というわけです。

Juneの基盤は企業の既存システムを走査して業務プロセスを把握し、ボトルネックを特定したうえで、エージェント主導の手順に置き換えます。「重複を削除する」「このデータソースに接続する」といった段階的なロードマップを自動生成し、利用者が各タスクの「build」を押すと構築が進む仕組みです。進捗は社内のコミュニケーションチャネルへ自動で通知されます。

米住宅ローン大手CMGの最高戦略責任者Paul Akinmade氏は、社内のソフトウェア開発をClaude Codeへ素早く移した一方、Salesforceとの統合でつまずいていました。前年の年次カンファレンスで100体のエージェント稼働を公言していたものの、アーキテクトや常駐エンジニアに相談しても数週間は前に進めなかったといいます。June導入後は配置先が明確になり、正式なキックオフ前から安全に展開できたと振り返ります。

Rapoport氏はJuneをFDEやコンサルタントを補完する道具と位置づけますが、顧客の動機はむしろ逆にあります。Akinmade氏は検討時に「FDEが必要な製品なら要りません。ブラックボックスは不要で、誰でも使える道具が欲しい」と伝えたと明かしました。創業4人はSalesforceに買収されたBonobo AIの出身で、資料なしで調達をまとめた点にも投資家の期待の高さが表れています。

オランダ最大級の協同組合系保険会社Univéが、ChatGPT Enterpriseを全社に展開し、配布ライセンスの97%が有効化、85%が毎週利用する状態をつくったと、OpenAIが7月31日に導入事例として公開しました。同社はAI導入をIT案件ではなく組織変革と位置づけ、経営層の意識改革とガバナンス設計を先に固めたうえで、従業員自身に自分の仕事の作り替えを任せる進め方を採りました。

出発点は経営層でした。同社は管理職を集めてAIリーダーシップ・セッションを開き、製品デモではなく「仕事そのものがどう変わるか」「自分たちが何を担うか」を問い直させました。管理職の役割は、AI施策を承認することから、責任ある実験ができる環境をつくることへと移っています。

ガバナンスは後付けではなく、展開初日から組み込まれました。企業認証、コネクタの権限継承、プライバシー評価、セキュリティレビュー、継続的なモニタリングを整え、AIが従業員の既存権限を超えて情報にアクセスしないようにしています。ガードレールを先に敷いたことで、統制が実験の加速装置として働きました。

現場は、案件ごとに詳細な稟議を求められることなく動けるようになりました。従業員には権限と時間と型が与えられ、全社で毎週数百時間を業務の再設計に充て、約1500個のカスタムGPTを作り出しています。利用は保険金請求や引受から財務、人事、法務、IT、顧客対応まで、ほぼすべての知識労働に及びます。

効果が最もはっきり出たのがペット保険の請求処理です。Workspace Agentが請求ファイルの組み立て、動物病院の請求書確認、約款との突き合わせ、不足情報や異常値の指摘までを担当者の着手前に済ませ、従来数時間かかった準備が数分で判断可能な状態になります。最終決定の責任は、あくまで訓練を受けた担当者が負う設計です。

引受業務でも、担当者の出社前にWorkspace Agentが案件キューを点検し、承認済みの社内データを突き合わせて、不足書類やリスク指標、優先すべき案件を整理しておきます。同社はこうしたエージェント型の業務準備を次の段階と位置づけ、新しい用途もすべて既存のガバナンス枠組みで評価する方針です。

アメリカの人材紹介会社Christian & Timbersは7月30日、企業のAI導入を現場で担う「フォワードデプロイドエンジニア（FDE）」のうち、投資回収を確実にもたらせる人材はアメリカ全体で約2000人しかいないとする調査結果をTechCrunchに明らかにしました。同社は年内にFDEの需要が2100%増えると予測しています。

調査は2026年1月から6月にかけて、180社の採用担当役員250人超と、フォーチュン500企業の幹部80人、FDEや応用AIエンジニア300人超への聞き取りをもとにまとめられました。年初にFDEの採用を計画していた企業は5〜10%にとどまっていましたが、第2四半期末には70%まで跳ね上がり、大手のコンサルティング会社やサービス会社は人員を10倍に増やし、20〜100人規模のチームを組む必要があると答えています。

一方で供給は追いついていません。同社によると、アメリカ市場にいるFDEは約1万7000人で、その多くはこの職種を生み出したPalantirに在籍しています。数千万ドル規模の投資回収を生み出せる水準に届くのは、そのうちのごく一部だといいます。

背景にあるのは、AI支出への説明責任が急速に強まっていることです。同社創業者のジェフ・クリスチャン氏は、この秋にもウォール街が「2年待ったのに投資回収がない」として、多額を投じた企業を選別し始めるとみています。フロンティアAI各社も、中国発の安価なオープンウェイトモデルに追われるなかで、自社技術をどれだけ企業の業務に組み込めるかが収益化の分かれ目になっています。

OpenAIとAnthropicはそれぞれ「Deployment Company」と「Ode with Anthropic」を立ち上げ、FDEを配置して企業への導入を進めています。ただ企業側には、独自の業務プロセスを外部に渡せばAI企業に競合されかねないという警戒感があり、保険や金融、医療、ゲームなどの分野で社内FDEチームを自前で抱える動きが出ています。

もっとも、この需要が続く保証はありません。クリスチャン氏は、中期的には需要が企業向けAIからヒューマノイドロボットなどのフィジカルAIへ移り、5年から10年のうちにFDEという職種自体が消える可能性もあると話しています。

不動産テック大手のZillowは20日、AIカンファレンス「VB Transform 2026」で、同社エンジニアリング担当SVPのトビー・ロバーツ氏とGlean共同創業者兼CEOのアービンド・ジェイン氏が登壇し、顧客の長い取引体験全体で文脈を引き継ぐAIアーキテクチャの設計思想を語りました。Zillowは米国の不動産取引の約8割に関わり、ChatGPT登場以前からAIを活用してきた企業です。

ロバーツ氏によると、AIの取り組みは多くの企業と同様にデータ基盤の整備から始まりました。データメッシュの採用や明確なデータリネージ、権限とID管理を伴うガバナンス構造を整えたといいます。しかし本当の難所はデータではなく、顧客が取引のどの段階にいるかを記憶し、どの接点に現れても文脈を引き継ぐ仕組みの構築でした。

そのためZillowは、単一のモデルAPIに顧客を通すのではなく、自社独自のアーキテクチャを構築しました。Zestimateなど20年に及ぶ機械学習の蓄積を生かし、汎用の大規模モデル一つに頼るのではなく、タスクごとに微調整した小型モデルを組み合わせる方針を採用しています。この仕組みは社内でGleanと並行して稼働します。

ジェイン氏によれば、Zillowでは現在数千のGleanエージェントが本番稼働し、社内で数万回の実行を通じて反復作業を処理しています。Gleanの価値は、財務・法務・マーケティングの各部門が同じシステムへの接続を個別に作り直す手間を、MCPゲートウェイで一度に集約する点にあります。これはコスト削減の手段でもあり、ほとんどのタスクを安価な小型モデルへ振り分けるモデルルーティングと、事前計算した文脈の活用によってトークン消費を最大で半減できるといいます。

セッションでは企業向けの実践的な示唆も示されました。ロバーツ氏は、AIによってコード出荷が40%増加したと信頼性をもって説明できるのは、数年前に整備したDORA指標のベースラインがあるからだと指摘し、測定基準はAI導入の後ではなく前に整えるべきだと強調しました。加えて、規制対象の機密データには権限の継承だけに頼らず、独自の厳格なルールと常設のコンプライアンスチェックを重ねる必要があるとしています。

ジェイン氏は「モデルだけでは企業内のAI自動化を実現できない。企業の文脈と結びつける必要がある」と語りました。文脈を単なる機能ではなくコストを左右する要素として捉える視点が、これからのエンタープライズAI構築の鍵になりそうです。

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。

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。

Yann LeCun氏率いる世界モデル新興企業AMI LabsのCEO、Alexandre LeBrun氏は、業界が競って掲げる「AGI」や「超知能」という言葉を使わないとTechCrunchのインタビューで語りました。同氏は先週、機械学習の国際会議ICMLが開かれた韓国ソウルを訪れ、産業パートナーを探していました。「AGIという言葉は一度も使ったことがない」と述べ、超知能についても「良い定義がなく、あまり役に立つ言葉ではない」と距離を置いています。

世界モデルは、次の単語を予測するLLMとは異なり、物理法則を取り込んで世界の次の状態を予測する技術です。「テーブルからグラスを押せば傾いてこぼれると分かる。その直感を捉えるのが世界モデルだ」とLeBrun氏は説明します。両者は置き換えではなく補完関係にあり、言語処理はLLMが、現実世界の理解は世界モデルが担うといいます。

最も期待される応用先がロボティクスです。現在のロボットは決められた動作を繰り返すだけで、AIは物理世界では「本当に愚か」だと同氏は指摘します。ハードウェアの進歩は目覚ましいものの「頭脳がない」状態で、家庭や街中など開かれた環境では「今のロボットは安全ではない」と警鐘を鳴らしました。

AMI Labsはまだ製品を持たない段階ですが、ロボットや半導体、製造業が集まるアジアに照準を定めています。中でも韓国は先進的な産業基盤とAI導入の速さを兼ね備えており、6月には約8800億ドルをチップやAIデータセンター、物理AIに投じる計画を打ち出しました。「初日からここにいたい」と、LeBrun氏は韓国を重視する理由を語ります。

同社はTuring賞受賞者のYann LeCun氏がMetaを離れて共同創業し、3月に10.3億ドルをプレマネー35億ドルの評価額で調達しました。まだ製品も明確な時期も示していませんが、「準備ができたら驚かせる」と同氏は語り、現実世界へのアクセスを握るパートナー探しを急いでいます。

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。

米AI大手Anthropicと資産運用大手Blackstoneなどが、企業向けAI実装を担う合弁会社「Ode with Anthropic」を立ち上げました。5月に発表された同社の規模は15億ドルで、Hellman & FriedmanやGoldman Sachsも出資しています。優れたモデルを売るだけでは企業顧客を獲得できないという認識が、最前線のAI研究所に広がっていることを示す動きです。

Odeはもともと、傘下企業へのAI導入で大手コンサルや小規模な専門企業を活用してきたBlackstoneが構想したものです。中でも際立っていたAIエンジニアリング新興企業Fractional AIを合弁が買収し、事業の中核に据えました。同社は買収に伴い、OpenAIとの11カ月に及ぶ提携を解消しています。

CEOに就くのはFractional共同創業者のChris Taylor氏です。「うまく実行すれば1兆ドル企業になる姿を想像するのは難しくない」と語り、急成長のなかで品質をどう保つかが最大の課題だと述べました。現在は約100人のエンジニアを抱え、Anthropicの応用AIチームと連携しながら、可能な限りClaudeを使う「Claude優先」の方針で実装を進めます。

最高技術責任者のEddie Siegel氏は、強みは実装の品質と業務課題に合わせた独自開発だと説明します。「モデル選定は重要だが、労力の大半を注ぐ場所ではない」として、ソフト開発における言語選択になぞらえました。チームは半数超が元創業者という少数精鋭で、大量の常駐エンジニアではなく「特殊部隊」と位置づけています。

一方で課題も明確です。OdeはOpenAIの「The Deployment Company」に加え、DeloitteやAccentureといったコンサル大手とも競合します。企業向けエンジニア人材の需要は供給をはるかに上回っており、精鋭チームを維持・拡大できるかどうかが、次のAI競争の勝敗を左右しそうです。

米メディアWIREDは2026年7月14日、ニューヨークで開かれた反テクノロジーの祭典「サマー・オブ・ラッド」の広報を務める人形「ガワヌス」へのインタビューを公開しました。同運動は大手テック企業やAIへの批判を掲げ、Z世代を中心に支持を広げています。会場では撮影や録画を禁じ、対面での交流を重視する点が特徴です。

ラッダイトは元来、19世紀の産業革命期に機械化へ抵抗した英国の繊維労働者を指します。現代では「機械に弱い人」を揶揄する言葉として使われてきましたが、運動側は技術への深い批判を取り戻す思想として再定義しています。「共同性を害する機械」への反対を核心の理念に据えています。

批判の矛先はSNSとAIに向かいます。運動側はSNSが依存を前提に設計され、データ販売で収益を得る構造だと指摘します。AIについては、データセンターが大量の水や電力を消費する点や、ChatGPTが事実と異なる回答を返す危険性を問題視しています。

具体的な活動として、アプリを仲間同士で削除する「デリート・デイ」や、SNSに頼らず地域の書店やカフェで情報を得る仕組みづくりを進めています。指導者を作らず匿名性を保つため、人形を広報役に据える点も独特です。対面のコミュニティ再建を通じ、孤立や分断への対抗を目指します。

背景には、若い世代がAIによる事務職や専門職の自動化に直面する不安があります。運動側は「AIは産業革命に匹敵する」との主張に懐疑的で、現状では実質的な価値を生んでいないと反論します。経営者にとっても、AI導入への社会的反発の高まりは無視できない論点となりそうです。

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。

フランスのAI企業Mistralが、米国依存の低減を求める欧州の主権技術の機運を背景に注目を集めています。同社を「欧州のOpenAI」として測る見方は的外れで、実像は政府や大企業にフォワード配備エンジニアを送り込み、AI導入と用途別の最適化を支援するPalantir型の事業だと、記事は指摘します。チャット兼エージェント「Vibe」の知名度はChatGPTに遠く及びません。

業績は急伸しています。2月に開示した年間経常収益は4億ドル超で、前年の2000万ドルから大きく伸び、今年は10億ドル突破を見込むと主張しています。現在は評価額231億ドルで約35億ドルを調達中と報じられ、これは米国の先端研究所には及ばないものの、ダボス会議やフランス議会で発言の場を得る後押しとなっています。

CEOのArthur Mensch氏はLinkedInで事業内容を説明しました。同社は顧客のインフラ上にモデルとエージェント基盤を展開し、顧客自身のデータで独自モデルを構築できるForgeを提供しています。「国家や企業による中央集権的な支配の外で、誰もが最良のAIにアクセスできるようにする」という理念を掲げます。

モデル面では、言語モデルはまだ最良ではないと認めつつ差を縮めてきたとし、この夏にオープンウェイトの新モデルを投入し7月に早期アクセスを開放すると表明しました。音声・視覚・文書処理では最先端の解決策を持つと主張します。加えてインフラ企業Koyebを初買収し、フランスとスウェーデンに40億ユーロ規模のデータセンターを整備する計画で、技術は各組織が確保すべき「コモディティ」だとの前提を示しています。

米メディアTechCrunchは2026年7月3日、Chromeとsafariに対抗する有力ブラウザの一覧を公開しました。今年のブラウザ戦争は検索結果の争いにとどまらず、どの企業のAIが利用者に代わってブラウザ内で操作するかという新たな段階に入ったと指摘しています。GoogleとAppleが依然として市場を支配する一方、資金力のある新興企業から大手までが相次いで参入しています。

最も注目されるのがAI搭載ブラウザです。Perplexityのcometはチャット型検索エンジンとして機能し、メール要約やカレンダー招待の送信までこなしますが、月200ドルのMaxプラン限定です。Arcを手がけるThe Browser CompanyはAI中心のDiaを招待制ベータで提供し、閲覧履歴を横断して情報検索やタスク実行を支援します。

大手の動きも活発です。OpenAIは10月にmacOS版Atlasを投入し、ChatGPTに検索結果を尋ねたり、agent modeで作業を代行させたりできます。OperaのNeonは月19.9ドルで、利用者がオフラインの間でもタスクを実行する点が特徴です。Y Combinator出資のAsideやJatterなど、フォーム入力やデータ管理を自律実行する新顔も控えています。

プライバシー重視の選択肢も健在です。Braveは広告とトラッカーの遮断で知られ、独自の暗号資産BATによる報酬制度を備えます。DuckDuckGoはチャットボットなど生成AI機能を追加し、詐欺サイト検知も強化しました。GitHub共同創業者が率いるLadybirdは、Chromiumに依存しない完全独自エンジンのブラウザをゼロから構築する野心的な計画を進めています。

このほか、休憩リマインダーや呼吸法を備えたOpera Air、生産性重視のSigmaOSやZen Browserといった、心の健康や作業効率に特化した「マインドフルブラウザ」も登場しています。ブラウザは単なるWebの窓から、作業を代行するアシスタントへと変わりつつあり、経営者やエンジニアにとって選択の幅が大きく広がっています。

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。

米OpenAIは6月18日、法人向けプラン「ChatGPT Enterprise」に新しいクレジット利用分析と支出管理機能を追加したと発表しました。管理者は利用状況や導入の広がり、支出を明確に把握でき、AI活用を重要な事業投資と同じ厳格さで管理できるようになります。本日から利用可能です。

中核となるのが「Global Admin Console」での利用分析です。ChatGPTとコード生成支援「Codex」のクレジット消費を一つの画面に統合し、ユーザー・製品・モデル別に細かく内訳を確認できます。これにより、価値ある業務による利用増加と、精査が必要な利用パターンを見分けやすくなります。

管理者は利用とクレジットの推移を時系列で追い、主要ユーザーや新たな消費傾向を特定できます。同じデータは統合Cost API経由でも取得でき、各社のシステムに取り込んでより深い分析が可能です。

支出管理も強化されました。同社は年初にカスタムロール向けのクレジット利用上限を導入済みでしたが、今回はワークスペース全体の既定上限の設定に加え、特定グループへの上限設定や個人単位の上書きにも対応します。

従業員は自分の予算に対する利用状況を確認し、必要に応じて追加クレジットを申請できます。その際に作業内容を添えられるため、管理者は状況を踏まえて判断できます。全員の上限を引き上げることなく、一部のヘビーユーザーが業務を止めずに作業を続けられる仕組みです。

これらの機能で企業は大規模なAI導入をより慎重かつ柔軟に進められます。管理者は本日から利用を開始でき、対象ワークスペースの利用者も設定画面から自分のクレジット利用を確認できます。

米ベンチャーキャピタルNEAのパートナー、ティファニー・ラック氏が6月17日、TechCrunchのポッドキャスト「Equity」に出演し、企業のAI投資効果(ROI)の見極めが本格化していると指摘しました。今年前半に流行したAI利用の極大化「トークンマキシング」の反動でコスト負担が表面化し、支出をどう評価するかが新たな論点になっていると語りました。

象徴的なのが支出の急増です。Uberは年間のAI予算を数カ月で使い切ったと報じられ、一部企業は組織の一部でClaudeのライセンスを削減し、Metaは社内の利用ランキングを廃止しました。利用を煽る段階から、費用対効果を冷静に問う段階へと空気が変わりつつあります。

ラック氏はこのROIの計測こそ商機だと見ます。企業のAI支出に対する効果を追跡する新興企業が次々と登場しており、現場に常駐する「フォワード・デプロイド・エンジニア」がAI導入を社内に広げるトロイの木馬になっていると説明しました。

モデル選びの潮流も変化しています。企業は単一の提供元に固定せず、用途に応じて複数のモデルを使い分ける動きを強めているといいます。ラック氏は価値がモデル層だけでなく、AIスタックのあらゆる階層で生まれていると見ています。

今後の焦点として、ラック氏は今年のAIの新規株式公開(IPO)の行方や、消費者向けの個人エージェントの可能性に注目していると述べました。電子商取引の普及を説いて回ったキャリアを持つ同氏は、AIにおける消費者体験の「マジックモーメント」に期待を寄せています。

Googleは6月17日、米国の複数の大学が同社のAIツールを導入している事例を自社ブログで公開しました。Gemini for EducationとNotebookLMを活用し、データ保護を前提に学内研修や研究支援を進めている点が特徴です。AIを学ぶ学生と教職員の準備を後押しする狙いがあります。

中心となるのはデータ保護です。Gemini for Educationは企業水準のデータ保護を無償で提供し、利用データはモデル学習や広告配信に使われません。バージニア工科大では高リスクデータでの利用も承認され、UCリバーサイドは独自のAIアシスタント「The Grove」を立ち上げています。

人材育成の取り組みも広がっています。ケース・ウェスタン・リザーブ大は学内全体にGeminiを展開し、会議やオンライン教材で職員研修を実施。インディアナ大は看板講座「GenAI 101」を一般向けに無償公開し、学外の学習者にも門戸を開きました。

研究現場でも活用が進みます。アルバータ大ではGeminiを使った専用ツールが教員の研究助成金の執筆を24時間支援。ニューヨーク大のハッカソンでは、学生が花粉や天候データから健康的な歩行ルートを薦めるアプリを開発しました。

Googleは今後も、データ保護を備えたツールの無償提供と教育者向け研修を通じ、大学のAI導入を安全に進める方針です。経営者やリーダーにとっても、機密データを守りながらAIを全社展開する際の実践的な参考事例といえます。

米マサチューセッツ工科大学（MIT）は6月16日、製造業の再興を狙う研究主導の取り組み「Initiative for New Manufacturing（INM）」が発足から1年で大きな勢いを得たと発表しました。5月に開いた初の「MIT製造週間」には、学生から企業の最高経営責任者（CEO）まで800人を超える関係者が集まり、工場の現場へのAI導入や人手不足への対応策を4日間にわたって議論しました。

週間の中心となったのは、製造現場へのAI実装に焦点を当てた「MIMO（製造運用のための機械知能）」シンポジウムです。初日にはINMとGoogle Cloudが共催するサイバーセキュリティの講習会が開かれ、最終日にはニューイングランド各地から140人超の大学院生らが参加する研究発表会と競技会で締めくくられました。

INMは研究を市場へ橋渡しする起業支援にも力を入れています。米国立科学財団（NSF）のI-Corpsニューイングランドと組んだ初の研究発表会には17大学から140超のチームが応募し、最終選考に残った8チームが計5万ドルの賞金を分け合いました。最も革新的な技術にはMIT博士課程の学生が手がける機械制御アーキテクチャの研究が選ばれています。

業界連合の輪も広がっています。製造週間中に太陽光パネル大手のFirst Solarが8社目の業界会員として加わり、Amgenやシーメンス、オートデスクなどと並びました。供給網の強靭化や人材育成、産業競争力といった課題は一社や一業種だけでは解決できないという認識が、連合の拡大を後押ししています。

人材面では、現場のリーダーを育てる新プログラム「TechAMP」をこの秋に立ち上げ、コミュニティーカレッジ3校を含むニューイングランドの6拠点で展開しています。INMはAIと自動化に絞った提案公募で8件の種子研究に資金を投じ、6月には製造業の将来を探る8本の白書を公表する予定です。

INMは国内製造業の強化を軸としつつ、世界への広がりも視野に入れています。インドのアーメダバードに新設された教育機関NAMTECHとも連携し、MITの著名な製造実習講座を現地向けに展開しました。来年はTechAMPの初の修了生を送り出し、対象州の拡大や連合への新たな業種の参加を進める計画です。

AIスタートアップのAnthropicとIT大手のDXCテクノロジーは6月11日、複数年にわたる世界規模の提携を発表しました。DXCは数万人規模のClaude認定の常駐エンジニアを育成し、銀行や航空会社、保険会社、政府機関などが依存する基幹システムにAIアシスタント「Claude」を組み込みます。

対象となるのは、DXCが数十年にわたり運用してきた取引・保険金請求・業務処理の基幹系です。これらは厳格なセキュリティとコンプライアンス要件のもとで稼働しており、規制業界へのAI導入における信頼性が問われる領域だといえます。DXCは今回、Anthropicの提携企業ネットワーク「Claudeパートナーネットワーク」にも加わりました。

DXCはまず自社で実証しました。70カ国・約11万5000人の自社運用にClaudeを導入し、4月に投入した運用管理基盤「DXC OASIS」ではコードの95%超をClaudeが生成したとしています。同社はソフトウェア開発が10倍速まったと試算し、OASISはすでに50社以上の顧客に提供されています。

エンジニア育成では、DXCが既存の開発チームから人材を集め、Anthropicの認定プログラム「Anthropic Academy」で資格を付与します。さらにDXC独自のカリキュラムを上乗せし、顧客が運用する基幹システムに特化した訓練を施す計画です。

提携は当初、DXCがすでに大規模運用を担う4分野で始まります。保険の基幹刷新、レガシーコードを近代化する「Modernization as a Service」、常時稼働する防御サブエージェントを置くサイバーセキュリティ、そしてアプリケーション運用です。両社は業界ごとに段階的にClaudeを各環境へ広げる方針です。

AnthropicのPaul Smith最高商務責任者は、DXCが顧客と同じ要件のもとで先に自社実証した点を強調しました。DXCのRaul Fernandez社長兼CEOは「業界にとって節目だ」と述べ、信頼と経験を最先端AIと組み合わせる狙いを示しています。

Ramp AI Indexの最新調査によると、米国企業のうちAI導入に最も積極的な上位1%の企業は、従業員1人あたり月額7,500ドルをAIに支出していることが明らかになりました。一方、中央値の企業はわずか11.38ドルと、エンタープライズプランの1席分に相当する水準にとどまっており、企業間のAI投資格差が鮮明になっています。

注目すべきは、最も積極的な企業でもAI支出が人件費を上回っていない点です。ソフトウェアエンジニアの平均月収は約16,000ドルであり、上位1%のAI支出7,500ドルはその半分以下にとどまります。「AIコストが従業員コストを超えた」という一部の発言が話題を呼んでいますが、データ上はまだその段階には達していません。

ただし、AI支出の増加ペースは依然として速く、上位1%の企業では前月比14.1%の伸びを記録しています。この成長率が継続すれば、人件費との逆転は現実味を帯びてきます。NVIDIAの幹部が「計算コストが従業員の給与を超えた」と発言し、AI人材マッチングのMercorもトークン費用が人件費を上回ったと公表するなど、先端領域では既にコスト構造の転換が始まっています。

上位1%の企業は特定のモデルやプラットフォームに依存せず、複数のフロンティアモデルやオープンソースモデルを組み合わせて利用する傾向があります。コスト効率を追求しながらも支出総額が増え続ける構図は、AIが企業にとって不可欠なインフラへと変わりつつあることを示しています。

米大手生命保険会社MassMutualは、AIベンダーとの契約を最長12カ月に制限し、特定のモデルやプラットフォームへのロックインを回避するAI戦略を推進しています。CIOのSears Merritt氏は「AI市場は極めて動的であり、そのダイナミズムに乗れる体制を整えたかった」と語り、市場の変化に応じてモデルを入れ替えられるインフラ構築を重視しています。

この戦略はすでに具体的な成果を上げています。開発者の生産性は約30%向上し、AIを活用したコンタクトセンターでは問い合わせの解決時間が10分から1分へと大幅に短縮されました。コストも数ドル単位からセント単位に削減されています。同社はオープンソースモデルの活用にも積極的で、フロンティアモデルとの使い分けを進めています。

注目すべきは、モデル評価における「信頼スコア」の導入です。ベンチマークやトークンコストだけでなく、ユーザーのフィードバックと業務上の成果を組み合わせてAIの品質を判断します。コンタクトセンターの開発時には、応答速度が速い安価なモデルと、数秒遅いが高品質なモデルを従業員に比較させたところ、大半が後者を選びました。

MassMutual はまた、利用パターンや開発者のワークフロー、モデルの性能とコストに関する詳細な分析基盤を構築中です。将来的には、タスクの種類に応じて最適なモデルへ自動的にルーティングする仕組みを目指しています。トークン消費を無制限にして利用制限をかけない方針も独自で、コスト急騰を防ぎつつ実験を促進する狙いがあります。

同社のアプローチは、急速に進化するAI市場で企業がどうベンダー戦略を組み立てるべきかの一つの指針を示しています。短期契約による柔軟性の確保、ユーザー体験を重視したモデル選定、そして詳細なデータに基づく継続的な最適化という三本柱は、AI導入を本格化させる企業にとって参考になるでしょう。

ロンドン証券取引所グループ（LSEG）は、OpenAIとの提携により生成AIを全社規模で導入し、製品リリースサイクルを従来の3〜6か月から約2週間へ大幅に短縮したと発表しました。LSEGは約190市場で4万社以上の顧客を抱える世界有数の金融市場インフラ企業で、顧客の多くがすでにChatGPTを利用していたことが提携の契機となりました。

LSEGはChatGPT EnterpriseとOpenAI APIを組織全体に展開し、数週間で数千人の社員が利用を開始しています。プロダクト、エンジニアリング、リサーチ、オペレーションの各チームがレポート作成、市場データの要約、プロトタイプの迅速な開発、社内ワークフローの効率化にAIを活用しています。アナリストは大量の金融・市場情報の要約にChatGPTを使い、初期調査にかかる時間を削減しました。

同社はAI導入と同時にガバナンス体制も整備しました。モデル評価フレームワークの構築、重要な出力に対する人間によるレビュープロセスの導入、厳格なデータプライバシーとセキュリティ管理を初期段階から実施しています。AI製品責任者のEmily Prince氏は「ベストプラクティスの拡大と業務の迅速化を、品質基準を維持したまま実現できるようになった」と述べています。

顧客向けの成果も顕著です。顧客からの要望を受けてから本番環境へのデプロイまでの期間が約4週間に短縮され、アイデアからプロトタイプへの移行も数時間単位で可能になりました。従来は規制、コンプライアンス、法務、サイバーセキュリティなどの要件で数か月を要していたプロセスが劇的に加速しています。

今後LSEGは、Model Context Protocolを通じてOpenAIモデルと自社の信頼性の高いデータを統合し、顧客がAIワークフロー内で正確かつ検証可能な情報にアクセスできる仕組みの構築を進めます。個人の生産性向上から、リサーチプロセスや製品開発、顧客向けソリューションへのAI組み込みへと取り組みを拡大する方針です。

MIT Media Labの研究チームは、AIチャットボットにニュースの真偽判定を頼ったユーザーが、AIなしでの判断力をかえって低下させるという「AI依存パラドックス」を実証する研究結果を、2026年のCHI学会で発表しました。67人の参加者を4週間追跡した結果、AI支援中はフェイクニュースの検出精度が21%向上した一方、AI除去後には開始前と比べて15ポイントも精度が低下しました。

この現象は、医師がAI支援後に独力でのがん検出能力を落とすという2025年の研究と同様の構造を持っています。計算機が暗算力を、GPSが方向感覚を弱めるのと同じ「認知的オフローディング」の一例です。参加者の約5分の1は「依存開発者」と分類され、自ら考えることからAIの判断を受動的に受け入れる行動へと徐々に移行していました。さらに約4分の1の参加者は、実際には成績が下がっているにもかかわらず、自分の能力が向上していると感じていたことも明らかになりました。

研究チームは対策として、AIの応答設計が鍵になると指摘しています。直接的に答えを提示するAIは依存を生みやすい一方、ソクラテス式の質問でユーザー自身に考えさせるAIは、独立した判断力の維持に効果的でした。ただしこの手法は即時的な速度では劣るため、利便性と学習効果のトレードオフが存在します。

研究を率いたPattie Maes教授は「思考を委託すれば、その問題解決能力は向上しない」と述べ、学校教育へのAI導入にあたっての認識向上を訴えました。共著者のValdemar Danry氏も「重要なタスクをモデルに丸投げしない新しいAIリテラシーの構築が必要だ」と強調しています。研究チームは今後、米英以外の地域やリソースの限られたコミュニティでの検証を計画しています。

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。