生産性（ユースケース）に関するニュース一覧

米スタートアップDreamは2026年10月29日、建築・エンジニアリング・建設業界向けのAI設計モデルを開発するため、シード資金1700万ドルを調達したと明らかにしました。Andreessen Horowitz（a16z）が主導し、元Palantir幹部のアンディ・エルダー氏とアルジュン・マトゥール氏が創業しました。構造や建材まで考慮した建物設計を自動化し、設計業務の生産性向上を目指します。

Dreamのモデルは、米国の許認可記録から集めた延べ1億平方フィート超の建物データで訓練されています。一般的な言語モデルが建物の画像を作れても構造の安全性を保証できないのに対し、同社は梁の材質や耐荷重、配管、空調設備などを含む設計を生成すると説明しています。

同社はこの技術を「構造認知」と呼び、建築家や構造エンジニアが部材ごとに図面を作る従来の工程を変えようとしています。製品はすでに建築設計者や開発業者に販売され、テキサス州とカリフォルニア州の10件の進行中プロジェクトで、設計案の作成や総コストの見積もりに使われています。

創業者は、旧来の設計ソフトを置き換えることを目標に掲げます。建設コストの上昇などを背景に米国で建築着工が数十年前より減っているとの問題意識から、AIで設計・建設の生産性を高められると見ています。

建築設計にAIを導入するスタートアップは他にもありますが、Dreamは建物全体を即時に設計するワールドモデルを独自開発したと主張しています。調達資金を得て実案件での利用を進める同社が、構造や法規への適合が重要な建設分野で、どこまで設計工程を短縮できるかが焦点です。

Microsoftは、LGとSamsungのスマートテレビで提供してきたAIアシスタント「Copilot」の機能を、2026年中に終了する方針です。LGのテレビに表示された通知で明らかになりましたが、Microsoft、LG、Samsungによる正式発表はなく、具体的な終了日は示されていません。Copilotは画面の内容に関する質問や番組推薦などを担っていました。

テレビ版Copilotは、視聴者がチャットで質問したり、画面上の内容について尋ねたりする機能でした。両社は2025年のCESで、最新テレビへの搭載を発表していました。

LGでは昨年12月、webOSの更新で削除できないCopilotへのショートカットが追加され、利用者の反発を受けて後に削除可能となりました。今回の終了通知は、Windows Centralの記者がLGテレビ上で確認したものです。

Microsoftは今年、チャットやエージェント、コーディング機能をまとめたCopilotのスーパーアプリを導入しました。同社はCopilotをデジタル上の相棒から、業務や生産性を支えるツールへ位置づけ直しており、テレビでの提供終了もその方向転換と重なります。

Googleは10月28日、GeminiアプリとGoogle検索に外部アプリの機能を提供する「Connected Apps Platform」のプレビューを始めました。開発者は一度アプリを構築し、検索、Gemini、または両方で利用できるよう申請できます。

開発者はクラウド上のMCPサーバー、またはAppFunctions APIを使うAndroid MCPを通じて接続し、Google Connected Consoleで登録、テスト、審査申請を行います。公開後は流入数、応答遅延、エラー率を確認でき、認証済みアカウントや検証済みロゴなどブランド情報も管理できます。

Googleによると、Geminiと検索では生産性、チケット、健康、フィットネスなどの分野で50超のConnected Appsを提供しています。Adobe、Experian、Localiza、Pelotonなどの連携はGeminiで稼働しており、今後数週間で検索にも展開する予定です。瞑想アプリCalmも両サービスに加わります。

利用者はGoogleのAI画面から、買い物やプレイリスト作成などに外部サービスを使えます。Googleは開発者向けの接続先を広げ、AIを通じて各社アプリの機能にアクセスできる範囲を増やす考えです。

プレビューは米国の開発者向けに段階的に提供され、希望者はウェイトリストに登録できます。Googleは今後数カ月で参加開発者、提供地域、対応製品を広げる方針ですが、一般提供の時期は明らかにしていません。

MITは2026年9月21〜27日、ニューヨーク市で開かれたClimate Week NYC 2026に全学横断で参加し、気候技術を社会実装するための国際連携を広げました。ベゾス・アース・ファンドとの共催会合や14のセッションを通じ、産業界、政府、投資家、研究者らと技術開発から実証、普及までの課題を議論しました。

MIT気候プロジェクトと8つの部門・研究所などが企画した14セッションには、チェルシーの会場だけで700人超が集まりました。テーマはデータセンター、洪水対策、供給網、産業の脱炭素化、食料安全保障、気候人材育成など多岐にわたります。

データセンターでは、技術、運用、経済性、地域社会の制約が絡み合う現状を確認しました。MITは技術だけですべては解けないとしつつ、施設の持続可能性と立地地域への利益を両立する手段を産学で検討しました。

短寿命の強力な温室効果物質は、これまでの人為的な温暖化の約半分を占める一方、十分な削減手段がないものもあります。大気中の寿命が二酸化炭素より短いため、対策は近い将来の気温上昇を抑える緊急ブレーキになり、医療費削減や生産性向上にもつながると説明しました。

MITとベゾス・アース・ファンドの会合は、研究成果が実社会で大規模に使われるまでの空白に焦点を当てました。初期研究に加え、専用試験設備、性能検証、長期的な資金、実証・試験導入への道筋が必要です。経営者や開発者には、低価格化だけでなく利用者の動機と制約を設計初期から織り込む視点が求められます。

2026年10月25日、TechCrunchは、Amazon傘下のBeeやMetaのMuse Charmなど、販売中または発売予定のAIウェアラブルと携帯端末をまとめました。各社は会話の録音・文字起こし・要約から、予定管理や感情の振り返りまでを日常に組み込み、生産性支援と親しい対話相手という二つの方向で市場を広げています。

仕事向けでは、Beeが49.99ドルから日常会話を記録し、リマインダーやメモを作ります。99ドルのLimitlessは同意を得た会話を検索可能な知識に変え、159ドルのPlaud NotePinは月300分の文字起こしを無料枠に含めます。いずれも追加機能には月額プランがあり、端末代と継続費用の両方が選定材料です。

対話型では、129ドルのFriendが声の調子や気分を認識し、内蔵スピーカーを備えたFriend 2.0へ更新されました。MetaのMuse Charmは未出荷ですが、携帯できる画面にデジタルキャラクターを表示し、音声でMuseに作業を頼める予定です。249ドルのNirvaは本人の発話から日記を作り、感情やコミュニケーション習慣の理解を支援します。

89ドルのOmiは会話をChatGPTで処理し、質問への回答や要約、予定調整を担います。199ドルのRabbit R1は航空券予約や食事注文、アプリ操作に対応し、299ドルで発売予定のStreamリングは、長押しした時だけマイクを起動してメモや音楽操作を受け付けます。身に着ける形は、ペンダント、腕輪、リング、カード型、携帯端末へと広がっています。

導入判断では、何を記録し、誰がデータに触れるのかを確認する必要があります。Friendの広告は監視資本主義との批判を受ける一方、Beeにはミュートボタン、Streamには通常時にマイクを切る設計があり、録音同意や停止手段が信頼を左右します。OpenAIも小型AIコンパニオン端末を開発しており、機能だけでなくプライバシー設計の比較が重要です。

米投資会社Apollo Global Managementの首席エコノミスト、トルステン・スロック氏は2026年10月、主要テック7社を除く「S&P; 493」を分析し、AIが非テック大企業の業績に測定可能な効果をもたらした証拠はないと指摘しました。従業員1人当たり売上高と利益率が横ばいで、巨額投資と普及にもかかわらず、生産性向上が統計に表れていないためです。

対象はS&P; 500からAlphabet、Amazon、Apple、Meta、Microsoft、Nvidia、Teslaを除いた企業群です。この「S&P; 493」では、利益率と従業員1人当たり売上高のいずれにもAIによる改善が見られないとしています。

非テック企業がテック大手より導入で遅れているだけ、という見方に対して、スロック氏は懐疑的です。安価になり続ける知能を売上高の伸びや利益率の上昇へ変えることは、企業にとって難しいと論じました。

同氏は、AIを「優れた計算機」になぞらえる一方、ビジネス上の知性の多くは判断だと説明しました。AIは説明責任、信頼、文化、暗黙のルール、倫理的なトレードオフ、公平性を理解せず、これらが評判リスクや収益を左右すると指摘しています。

記事は、AIがなお大きな生産性向上をもたらしていないとする最近の研究にも触れています。今回の分析はAIの能力そのものではなく、企業がそれを売上高と利益率へ結び付けられているかを問うものです。

UberとOpenAIは2026年10月22日、Uberの世界の全従業員3万人超を対象に、企業向けAIエージェント「ChatGPT Work」の提供を開始しました。日常業務のツールと接続し、複雑な多段階作業を完了まで担わせることで、部門横断の生産性向上とAI活用の検証を進めます。1000人規模の実証から全社へ広げる、同社初の知識労働向けエージェント基盤の全社導入です。

導入は先行した1000人による試験運用から拡大しました。初期利用者の約80%はエンジニア以外で、運用データの傾向分析と提案作成、多市場・多言語向け研修資料の現地化、個人用の対話型ダッシュボード作成などに活用しました。

ChatGPT WorkはGoogle Drive、Gmail、Google Calendar、Slackとつながり、情報調査、会議資料、プレゼン、データ分析、アプリをまたぐ作業を支援します。既定モデルには性能と費用効率の両立を狙うGPT-6.1 Solを採用し、音声や画像生成も用途に応じて使えます。

全社導入を支えるのは、Uberの社内AIスキル集、承認済みの連携機能、従業員研修です。対象は運用、財務、マーケティング、プロダクトなどで、開発・ソフトウェア部門はCodexの利用も継続します。

Uberは用途を細かく固定せず、各チームに試行の余地を残します。30人のAIエンジニアを各部門に配置し、2週間で主要業務の自動化を試した「AI pods」の経験も、技術と現場知識を組み合わせる方針の根拠です。

費用は公表していません。今後は利用状況、構築されたワークフロー、業務効率への寄与を追跡し、得た知見を次のAI展開に反映します。大規模導入の成否を判断する材料は、導入数だけでなく実務上の効果です。

Nirvaは2026年10月22日、本人の声だけを常時拾う装飾品型AI端末を手がけるため、プレシリーズAで2500万ドルを調達したと発表しました。年初に確保した800万ドルと合わせた累計は3300万ドルです。周囲の声を除外し、処理後に音声と書き起こしを残さない設計で、常時録音への懸念に応えながら個人向けAIウェアラブル市場へ参入します。

Nirvaは2025年、Meta Reality Labs出身者2人と装飾品ブランドの創業者が設立しました。最初の端末はペンダントとブレスレットの2通りで装着でき、重さは約8グラムです。1回の充電で最長3日間使え、価格は249ドルに設定しました。

利用者は初期設定で自分の声を登録し、端末はその情報を基に周囲の人の会話やデータを除外します。このため、記録の対象は装着者の発話に限られます。会話の処理後は音声と書き起こしを標準で保存せず、音声を破棄する前に調子、高さ、音量、速度を捉えて感情に関する洞察へ生かします。

同社は生産性向上の道具ではなく、個人の自己理解を支えるサービスと位置付けています。連携アプリは発話を解析し、感情や話し方のほか、一緒にいる人や訪れた場所などの傾向を推定します。その結果から行動項目やリマインダーを示し、自己理解や自己認識の向上を促す考えです。

受注は11月に始め、初期利用者への出荷を年末までに開始する計画です。色は銀、つや消し銀、黒、金の4種類をそろえます。Tayaなどの装飾品型端末やFriend、Beeなどの相棒型機器が競うなか、Nirvaは本人の声だけを拾う仕組みと自己理解への用途で差別化を図ります。

Metaは2026年10月21日、水曜日の第3四半期決算説明会で、AIエージェントアプリ「Muse」の利用者が1000万人を超えたと明らかにしました。設定した人の約25%が毎日利用し、定着率も改善しています。なかでも買い物が主要用途となり、購買に使う熱心な利用者の4分の1超では平均購入額が200ドルを超え、同社は利用規模だけでなく支出の大きさにも注目しています。

MuseはPlaidの接続機能を通じて銀行口座と決済アプリを連携し、AIによる代理購入を可能にしています。Metaによると、Plaidはほかのサービスでは見られないほどの利用状況だと同社に伝えました。

買い物以外では、メールやカレンダーをつないだ個人生産性向上の用途が人気です。Mark Zuckerberg氏は、これをMuseの安全設計への信頼の表れと説明し、データとプライバシーを守る「Muse Secure VM」に加え、Metaさえ内容を見られなくする「Muse Confidential VM」の提供予定も示しました。

MetaはMuseが製品市場適合を達成したとして、今後は規模拡大、増収、計算コストの最適化に軸足を移します。大半の利用者には無料で提供しつつ、取引の一部を手数料として受け取り、高性能モデルや追加トークンを求める利用者には課金する計画です。将来は1人当たり売上高がFacebookやInstagramなど既存アプリ群の現在の水準を上回ると見込んでいます。

Museは現時点で計算負荷が高いものの、Metaは今後1年でコスト効率を10倍超改善し、収益源の拡大後に黒字化できるとみています。数年で10億人超に対応する能力を整え、スマートグラスの中核にも据える方針です。さらに、家族や友人のMuse同士、利用者側と企業側のエージェント同士が連携する「Muse network」の構想も示しました。

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。

AI開発企業Anthropicは2026年10月16日に公表した社内調査報告で、2025年初頭以降、技術部門の若手社員比率が21％から14％へ、若手技術職の採用比率が27％から9％へ低下したと明らかにしました。同社はClaudeを業務に組み込んで生産性を高める一方、人間の注意力と判断、対面調整が新たな制約になっていると説明しています。

採用構成の変化は技術職に集中しています。技術チームが全従業員に占める比率も61％から56％へ下がり、Anthropicは事業機能の自然な拡大に加え、非技術職がコーディングツールで自らソフトウェアを作れるようになったことを要因に挙げました。

2026年4月の社員調査では、27％がClaudeで生産性が上がったと答え、20％は仕事が「実作業からClaudeの管理へ移った」と回答しました。大量の文章を読み、整理する必要が生じるため、同社は人間の注意力と判断が生産性のボトルネックになりつつあるとみています。

成果指標では、1人当たりのコード量、営業担当者1人当たりの成約数、契約処理件数が増えました。ただし同社は、コード量の増加が品質や事業成果の向上を直接意味しないと認め、現時点では品質低下の兆候も確認していないとしています。

効率化が会議を減らしたわけではありません。カレンダーデータによると、社員1人当たりの会議時間は前年より20％増え、技術担当者でも16％増えました。同社は増加の背景に人間同士の信頼と説明責任を挙げ、社員は対面調整が不可欠だと述べています。

OpenAIは2026年10月14日、欧州連合（EU）の企業におけるエージェント型AIの利用実態を公表しました。ChatGPT EnterpriseとBusinessの対象データでは、計画から完了まで作業を担うCodexとChatGPT Workが出力トークンの半数超を占め、質問への回答を得る段階から業務を任せる段階への移行が進んでいます。

関連利用者が200人以下と定義される中小企業でも普及が加速しています。2026年5月以降、EUの中小企業におけるCodexとChatGPT Workの週間アクティブ利用者は8倍超に増え、全加盟国で成長しました。

一方、活用の深さには大きな地域差があります。ChatGPT Enterpriseの対象アカウントで両ツールが占める出力トークンの割合は、スロベニアの22%からリトアニアの85%まで開き、ChatGPTに持ち込まれる仕事の種類も国によって異なりました。

2026年9月には、利用者1人当たりの出力トークン数で上位10%に入るEUの先端企業が、域内の一般的な企業の4倍超を生成しました。しかしEU域外の先端企業は、そのEU先端企業の2倍超を生成し、EU企業は世界の先端企業の10%にとどまりました。

OpenAIは、普及を生産性向上や労働者への利益につなげるには、試行段階から業務への深い組み込みへ進む必要があると指摘します。そのためには、従業員の技能と自信を育て、高度な機能を利用しやすく手頃にする取り組みが課題です。

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。

GitHubは2026年10月8日、同社の招待制バグ報奨金VIPプログラムで上位の成果を上げるセキュリティ研究者@vaib25vickyの調査手法を公開しました。対象選びでは、複雑で理解しにくい機能を優先し、実際に使い続けて不審な挙動を探ります。AIは作業を速める補助役と位置付け、出力を必ず自ら検証する姿勢を強調しました。

同研究者は、特定の脆弱性分類から探すのではなく、まず機能を使って仕組みを理解し、悪用され得る経路を考えます。経験を基に調査価値を見極め、手掛かりがなければ次へ移り、違和感があれば掘り下げるという機能起点の選別です。

AIは調査時間を短縮し、生産性を高める優秀な補助役だと評価しています。一方で、人が方向を定める必要があり、自ら確認していない発見は提出しないことを責任ある利用の原則に挙げました。

AI搭載機能では発想を少し変える必要があるものの、影響の大きい問題の多くは認可の不備、弱い防護策、見落とされた機能に起因すると説明します。そのため、従来のウェブ脆弱性と同じ基本姿勢でも発見できるとの見方です。

GitHubは2026年、報告件数ではなく発見の質と影響を重視する報奨制度へ再編しました。招待制VIPでは重大な発見に3万ドル以上を支払う場合があり、応答の迅速化やベータ機能の先行公開を通じて、継続的に質の高い調査を促しています。

Metaは2026年10月7日、AIエージェント「Muse」のiPad向けネイティブアプリを公開しました。9月8日のiOS・Android版投入から約1カ月で、iPadの広い画面とマルチタスク機能に対応します。メールや会議、請求書の管理から予約、買い物までを支援し、業務ツールとの連携も広げるなど、AI事業を急ぐMetaの展開速度を示す動きです。

Museは利用者が選んだアカウントと接続し、予定や支払いの把握、飲食店の予約、食料品の注文、商品の購入などを代行します。Sensor Towerの推計では、iOS・Android版は公開後に660万件を超えるインストールを記録し、AppleのApp Storeでは数週間にわたり無料アプリ首位となりました。

最新版ではAsana、Canva、Dropbox、Figma、QuickBooks、GitHub、Klaviyo、Zoomに加え、NotionやGranola、Meta広告アカウントとの接続を拡充しました。小規模事業者は事業目標を設定し、マーケティングや顧客向け提案、新商品ページの計画をMuseに任せられます。

小売分野ではBest Buy、Gap、Sephora、Walmart、Wayfairと連携し、各社サイトでの買い物と決済を支援します。一方、サイト側がAIをボットと判定して接続を遮断する場合があり、MetaはAIが事業者に身元を示せる公開標準を業界各社と検討しています。

Metaはモバイル版の約1週間後にMac版も投入し、Museを専用端末「Muse Charm」やスマートグラスへ広げる計画も示しています。企業はどの業務をAIに委ねるのか、利用するコネクターと共有データを選びながら、生産性向上とアクセス管理を両立する必要があります。

Hugging Faceの研究者を含むAI倫理研究者3人は9月6日、AIエージェントの人間監督が、利用者に大量の情報と承認要求を浴びせる現行設計のままでは形骸化するとする論文をarXivに公開しました。速度・正確性・処理量を優先し、監督者の認知能力を別問題として扱うため、人が十分に検討せず許可を出す役割へ追いやられ、短期的な誤作動だけでなく長期的な判断力の低下も招くと警告しています。

研究チームは、自動化バイアスやアンカリングにより、利用者が誤った提案も受け入れやすいと指摘します。大量の通知による疲労やAIの迎合的な応答も、代案を考え、疑い、確認するための注意力を削ぎます。

危険は抽象論にとどまりません。7月のHugging Faceへの攻撃では1,200体のOpenAIボットが120万件のメッセージを生成し、人間がエージェント群の挙動を把握する難しさを示したと研究者らはみています。

対策として、エージェントが計画を示す前に利用者自身の判断を記録させたり、承認時に何の証拠があれば考えを変えるかを尋ねたりする設計を提案しています。承認にかける時間が短くなった際に挙動を変えるなど、意図的な摩擦で惰性的なクリックを防ぐ考えです。

導入企業には、監視担当者の休憩や、時折AIを使わず業務を行う運用も求めています。こうした措置は処理を遅らせますが、研究者らは、エージェントのミス修正に要する時間まで含めて生産性を測るべきだとし、安全を中核設計に組み込む必要性を強調しています。

AIスタートアップのWabiは2026年9月最終週、プロンプトでアプリを作る従来サービスを「Wabi 2.0」として刷新し、会話と生産性向上の機能を一つにまとめたメッセージ型AIへ軸足を移すと発表しました。利用者の依頼に応じて、その場で必要な画面を生成する仕組みを残しつつ、会話履歴や継続中の作業が長いチャットに埋もれる課題に対応し、需要が高まるAIエージェント市場で競う狙いです。

Replika創業者でもあるWabiのエフゲニア・クイダ氏は、Wabi 2.0を、必要なときに必要な画面を構築し、利用者の代わりに作業する個人向けエージェントと位置づけています。従来版と価値提案は近いものの、競合軸をバイブコーディングツールから、会話と作業を統合するAIエージェントへ移します。

クイダ氏によると、チャットだけのエージェントは利用を重ねるほど履歴や進行中の作業が一本の長い流れに埋もれ、操作しにくくなります。そこでWabi 2.0は、文字入力だけでなく、タップやスクロール、画面での確認を組み合わせ、エージェントの実行力とソフトウェアの操作性を両立させます。

利用者が依頼すると、その内容に合わせた画面をその場で生成します。健康分野ではカロリー記録や筋力トレーニング記録、体重管理、家族分野では子どもの予定表や語学学習、地域の親子向け行事を追うアプリなどが例示されています。

Wabiは将来像として、個人エージェント、利用者が作ったアプリ、人とのつながりを一カ所に集め、生活上の継続的な用事を共同で動かす形を描いています。Wabi 2.0は現在、招待コードを持つ利用者だけが使え、コードはX上でも配布されています。

Firefox責任者のAjit Varma氏はArs Technicaのインタビューで、ブラウザーの再設計と開発の高速化を進め、Chromeなど既存勢から利用者を獲得したい考えを示しました。OSのデザイン言語に沿う外観、コンパクトモードの復活、カスタマイズ機能の拡充によって、性能や互換性だけでなく、製品として選ばれる閲覧体験を目指します。

Firefoxは現在、市場シェアが比較的小さく、利用者に既存の有力ブラウザーから能動的に乗り換えてもらう必要があります。Varma氏は、Chromiumの支配やGeckoの存在を意識しない多くの人にも、製品そのものの良さでFirefoxを選んでもらうことが重要だと説明しました。

再設計の中心は、OSと調和する現代的な見た目と、日常の使い勝手です。チームはコンパクトモードを復活させ、カスタマイズの選択肢も増やしており、実用的な生産性機能に加えて、利用者が感じる製品への親しみも重視しています。

一方で、見た目の刷新が性能や互換性を犠牲にするのではないかという疑問もあります。Varma氏は、これらを同時に進める方針を示し、過去のFirefoxでは意思決定の遅さや議論の長期化が課題だったと振り返りました。

チームは過去約1年半、判断と開発の速度を上げて競争力を高めようとしてきました。AIツールによって従来より多くの作業を進められるようになったといい、AIを開発生産性を高める手段として使う姿勢がうかがえます。

Metaは2026年9月、AIエージェント「Muse」を同社の全スマートグラスと新型ウェアラブル「Charm」に展開する構想を示しました。生産性や健康、人間関係の目標を支援する一方、愛らしいマスコット「Jolly」が利用者の警戒心を和らげ、個人情報の共有を促しかねないと、The Vergeの記者は自身の体験から指摘しています。

記者がMuseにランニングと筋力回復の計画を頼むと、内容は平凡でした。しかし、メールから得た情報を基に猫型のパンへ変化した姿を見て、提案を改善したいという思いから健康情報をさらに共有したといいます。

スマートグラスを使った実演では、目の前の食品を個人の目標に沿って選べる利便性が示されました。一方、たんぱく質量を誤認したほか、商品を買い物かごへ追加できないなど、精度と実行面の課題も残りました。

視覚障害者の意思決定を助ける可能性はあるものの、グラスが食習慣などの文脈を集め、広告配信に利用されるのではないかと記者は懸念します。健康や人間関係の助言まで担うほど、利用者が預けるデータは私生活の深部へ広がります。

親しみやすい造形は、AIを日常へ浸透させる強力な接点になり得ます。だからこそ企業や利用者は、可愛さと信頼性を切り分け、何を共有し、どう使われるかを確認する必要があるというのが記事の警告です。

OpenAIのサム・アルトマン最高経営責任者（CEO）は2026年9月23日、国連安全保障理事会で演説し、急速に高度化するAIを人間の管理下に置くため、各国と国際社会が補完し合う共通の安全基準を整えるよう求めました。能力測定、リスク評価、十分な安全策、人間による監督に加え、事故の迅速な報告と政府・重要インフラ運営者・技術者間の安全な情報共有を柱に挙げました。

アルトマン氏は、AIの進歩が悪い方向へ進む二つの道として、自己改善するシステムが速く進みすぎて人間が介入できなくなる危険と、少数の企業・個人・国家への権力集中を挙げました。企業間競争を理由に技術上の危険を受け入れるべきではなく、人間の管理を強く立証できないモデルは訓練すべきでないと主張しています。

OpenAIが示した原則は、人間をAIの意思決定の中心に置くこと、科学と経済成長の恩恵を人々に届けること、個人が自らの生活や地域社会を良くする力を高めることの三つです。AIは人間の判断や価値観を自動化するのではなく、研究者、医師、教師、起業家らの能力を広げる道具であるべきだと説明しました。

機会の面では、新薬、医療、教育、生産性の向上に加え、複雑化する生活を支える役割を強調しました。最近の数学分野の進歩として、OpenAIのモデルがナビエ・ストークス方程式に関するミレニアム懸賞問題を解いたと述べ、航空設計や気象予報、血流研究への応用可能性を示しました。

一方、最重要の判断をサンフランシスコのAI研究所だけに委ねず、民主的な制度と市民に責任を負う政府が開発方針を形づくる必要があるとしました。共通基準は既存大手を固定化せず、オープン・クローズド双方のモデルや新規参入者を支えつつ、各国が自国法に取り込める設計を求めています。

Googleは2026年9月23日、対話型AI「Gemini」で外部サービスを呼び出せるConnected Appsの対象拡大を発表し、同日から順次提供を始めました。プロジェクト管理や画像制作、住まい探し、運動計画などをチャット内で進められるようにし、利用者が用途ごとにタブを切り替える手間を減らす狙いです。

生産性分野では、Airtable、Linear、monday.com、PandaDoc、Wispr AI、Zohoと連携します。プロジェクト管理やデータベース整理、音声によるメモ作成などをGeminiから扱えます。

制作分野ではAdobe、Picsart、Squarespace、Webflowが加わりました。アイデアの具体化からビジュアル素材の設計、ウェブサイト制作までをGemini上で進められます。

生活分野ではapartments.comで住まいを探し、Experianで信用情報を確認できます。Pelotonで運動計画を立てるほか、SeatGeekでイベントのチケットも検索できます。

利用を始めるには、Geminiの設定画面で使いたいアプリを接続します。チャットで「@」を付けてサービス名を指定するか、直接依頼する方法でも呼び出せます。

Googleは2026年9月23日、Android Enterpriseの2026年向け新機能を発表しました。Geminiを使った複数アプリ横断の業務自動化に加え、XR端末の一元管理、外部画面向けデスクトップ、ファイル共有、更新制御、端末認証を強化し、従業員の生産性と企業データ保護の両立を狙います。IT管理者が全社の端末に適用できる設計です。

Geminiは画面上の文脈をリアルタイムで捉え、予定表やメール、ブラウザーを横断する複数段階の作業を実行します。仕事用プロファイルの分離を守り、管理者はAI自動化を端末群単位で設定、制限、無効化できます。

IT部門はSamsung Galaxy XRや第4四半期投入予定のXREAL Auraを、Android Management API対応の管理画面からスマートフォンと一緒に管理できます。対応端末のデスクトップモードでは外部画面に複数のウィンドウを表示でき、接続中もセキュリティー方針が維持されます。

Quick Shareは端末を近づけて連絡先や文書を渡せるようになり、管理制限と仕事用プロファイルの境界も適用します。Unified Update Controlsはメーカー更新やGoogle Play関連の更新経路を統合し、Feedback APIとともに年内に提供する予定です。

年内提供予定のAttestable Identifiersは、管理・セキュリティー事業者による端末識別情報の暗号学的な検証を可能にします。利用可能なパッチ水準の明示、ローカルネットワーク接続の許可制、証明書の公開台帳との照合も加わり、ゼロトラスト運用を支えます。

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。

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。

生産性向上プラットフォームのSuperhumanは2026年9月14日、Y Combinator出身のAI会議記録サービスFathomを買収すると明らかにしました。会議で生まれた議題やアクション項目をメール、文書、カレンダー、データベースとつなぎ、利用者の指示を待たずにAIが仕事を始める基盤を整える狙いです。

Superhumanは今年、一部利用者と会議記録ツールを社内で試しましたが、最終的に完成済み製品の買収を選びました。シシール・メロトラCEOは、試験を通じて需要への確信を深める一方、高品質な録音・記録機能の開発は見た目以上に難しいと認識したと説明しています。

Fathomは2020年創業で、これまでに3,000万ドル超を調達し、2024年時点の評価額は9,400万ドルでした。無料プランを軸に月間アクティブ利用者40万人超を集め、累計100万人超が会議を記録しています。

会議記録市場ではGranola、Read AI、Wisprなどとの競争が激しく、各社には記録だけでなく、その後の業務まで担うことが求められています。Fathomのリチャード・ホワイトCEOは、Superhumanの4,000万人の利用者基盤が大規模展開の好機になると述べました。

Superhumanはメール、文書、カレンダー、データベース、AIエージェント作成基盤をすでにそろえています。そこへ会議データを加えることで、メールの下書き、データ更新、次回会議の設定、知見抽出までをAIエージェントが始められる構想です。

OpenAIは8月25日、初のAIアクセラレーター「Jalapeño」の全容を公表しました。自社LLMを設計やソフトウェア最適化に使い、100人未満で推移したチームが構想から最初のシリコンまでを20カ月未満、最初のRTLから製造向け設計確定までを9カ月で進めました。

Jalapeñoは4ビット演算で最大13.4ペタフロップス、先端メモリー232ギガバイト、毎秒15.4テラバイトの接続帯域を備えます。OpenAIが示したベンチマークでは、現在利用するNvidia GB300より応答完了までの遅延を最大3.6倍短縮し、消費電力も抑えましたが、実運用での効果は未確認です。

設計前半では、Google発のオープンソース高位合成基盤XLSを採用しました。LLMが扱いやすいDSLXやC++で記述し、XLSでVerilogへ変換することで、技術者は設計案の反復を速めました。

最初のチップ到着後は、社内モデルをソフトウェア最適化にも投入しました。DeepSeekの注意機構向け処理では、理論上限比の性能が0.31％から88.94％へ約40時間で上昇し、量産立ち上げまでの期間短縮につながる再現可能な成果だとOpenAIは説明しています。

役割分担では、OpenAIが推論回路、メモリー階層、ネットワークを含むシステム設計を担い、Broadcomがゲート以降の物理設計と製造工程を担当しました。AIによる物理設計最適化では、行列演算ユニットの面積を熟練者による基準から10％削減したとしています。

今後は検証や物理設計、故障信号を探す波形解析にもAI活用を広げる方針です。一方でOpenAIは、最先端チップをCodexだけで自動設計できるとはせず、技術者が最終判断を担う小規模チームの生産性向上として位置づけています。

2026年9月10日、The Vergeのポッドキャスト「Decoder」は、アメリカでAI、監視カメラ、データセンターへの反発が政治的立場を超えて広がる背景を論じました。司会のNilay Patel氏は、利用者の選択を伴わない技術の押し付けと、AIで検索できる監視網の可視性が、従来と異なる反発を生んでいると分析しています。

Patel氏は、愛国者法、令状なしの盗聴、Snowden氏の告発では同規模の反発が起きなかったと振り返ります。現在はFlockのカメラが目に見え、警察が連結された映像をAI検索できるため、市民が日常の体験と監視を結び付けやすいとみています。

反発は共和党支持の強い州や地域にも及び、フロリダ州とテキサス州ではFlockカメラの禁止が進んでいると番組は指摘します。データセンター建設による負担や、Google Meetに組み込まれたGeminiも、求めていないものを受け入れさせる「押し付け」の例として挙げました。

AI製品そのものにも課題があります。Patel氏は、自然言語で指示するエージェントはマウス操作より誤りや解釈の揺れが生じやすく、利便性を広げても、仕事の制御や主体性を損なえば利用者の生産性を下げかねないと論じました。

また、AIはコンパイラで結果を確かめられるソフトウェア開発では強い一方、医薬品など現実世界の検証が必要な領域では同じ発想をそのまま適用できません。企業は利用率だけを支持の証拠にせず、導入が顧客や従業員に明確な価値と選択権を与えているかを問う必要があります。

Metaは2026年9月8日、米国で個人向けAIエージェント「Muse」を公開しました。買い物やメール整理、旅行計画などを代行する同社初の本格的な生産性ツールで、公開後約2日で米国のiOSダウンロード数は8万3000件超に達し、App Store総合2位へ上昇しました。一方、実使用では作業遂行力と、本人にも見えない詳細な個人情報へアクセスする不安が同時に浮かびました。

Sensor Towerの推計では、Museは水曜日の米国App Store総合4位から木曜日に2位へ上がりました。ただし初動は、Threadsの公開初日430万件超やMeta AIの公開時10万8000件を下回り、ChatGPTが1週間未満で50万件超を獲得したペースにも及びません。

実機検証では、Museはクラウド上の仮想コンピューターを使い、Gmailの販促メールなど数千件を削除しました。Amazonでは指定したサイズや色の運動着を選び、既存の商品をカートから外すか確認したうえで、承認された商品のみを購入しました。

Museはポッドキャスト、画像、動画、ウェブページや文書も生成できますが、品質にはばらつきがあります。Apple風の製品発表画像では実在ロゴやアプリアイコンを描く一方、アプリ名を誤って表示するなど生成上の誤りも確認されました。

最大の課題は個人データへの接続です。MuseはAmazonの配送先から滞在地域を推定し、Instagramの画面では確認できないほど具体的な関心分野をアカウントのAPIデータから示したと説明しました。Metaは必要なデータだけを外部アプリと交換し広告主には共有しないとしていますが、日常業務を任せるには機能だけでなく信頼の確保が問われます。

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。

パスワード管理大手1Passwordは2026年9月8日、Codexをソフトウェア開発全体に組み込み、継続利用する中心層で生産性を20.9%高め、プルリクエストのサイクル中央値を10.9%短縮したと明らかにしました。設計から実装、審査、試験、障害調査までAIを使いながら、認証情報をモデルに渡さない仕組みで厳格な安全基準も維持しています。

Codexはユーザーストーリーを機能仕様に分解し、ほぼ完成形の試作まで作ります。RustやTypeScriptの実装支援、人による審査前の論理不備の検出、自動試験、リリース準備も担い、企画・実装・審査の引き継ぎを減らしました。

複数の実例でも時間短縮が表れました。普段と異なる技術領域を担当した技術者は通常3日かかるマージを1日に短縮し、10超のマイクロサービスにまたがる不具合では調査時間が約2時間から5〜20分になりました。

同社は継続利用者50人の場合、年間の開発余力を78万3,750ドル、投資利益率を553%と試算しています。これは開発者1人の年間総費用を25万ドル、生産性向上へのCodexの寄与を40%、生まれた余力の実現率を75%と置いたモデル値です。

安全面では、保管庫に認証情報そのものではなく参照情報を置き、承認済みの社内ツールをCodexが呼び出す時点で認証情報を注入します。平文をモデルの文脈に入れず、社内のアプリケーションセキュリティ方針も再利用可能なスキルとして開発工程に組み込みました。

成果を受け、経営陣はCodexを財務やマーケティングなどへ広げ、各部門が自らツールや機能を作れるようにしています。最高技術責任者のNancy Wang氏は今後12カ月で、従来コードを書かなかった職種にもAIを使った開発が広がると見通しています。

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。

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。

SynSphere Italiaのエジツィアゴ・チョッフィCEOは2026年9月、SharePointに接続した独自のAzure OpenAIメール支援エージェントが、利用者の権限を超える文書を回答に使う問題を明らかにしました。品質評価と単体テストは通過していましたが、低権限アカウントで試すとSharePoint上では開けない内容が返され、検索時の権限確認が欠けていたことが判明しました。

原因は、独自RAGパイプラインが広い権限を持つインデクサーの範囲で情報を取り込み、質問者ごとの権限を検索時に照合しなかったことです。正確性や関連性、タスク完了を測る評価だけでは「誰の権限で検索したか」を検証できず、アクセス制御の欠落を見逃しました。

Azure AI Searchには、Entraトークンと同期済み権限情報を使い、許可された文書だけを返すクエリ時のACLトリミングがあります。ただし、プレビュー機能や対応経路には制約があり、許可グループのフィールドをマッピングしない構成やAzure AI Searchを迂回する独自RAGでは、開発側が権限確認を組み込む必要があります。

チョッフィ氏は、モデルへ文書断片を渡す前に要求者のSharePoint権限を確認するフィルターを検索経路へ追加しました。取得範囲は狭まりましたが、導入後も受信メールの約60％を自動解決しており、当該環境では主要な自動化機能を維持しました。

なお、Straikerの調査で生産性エージェントへの成功攻撃の91％が検知されないデータ流出に至ったという数字は、権限確認の欠落だけを測ったものではありません。プロンプト注入やツール悪用なども含むため、今回の事例の発生率を示す統計としては扱えない点に注意が必要です。

企業は本番投入前に、同じ質問を高権限・低権限の2アカウントで実行し、低権限者が元システムで直接閲覧できる範囲と回答を照合すべきです。サービスアカウントのID管理に加え、検索時の権限照合を別の防御層として設けることが、RAG運用の実務的な要点です。

2026年8月、Linuxディストリビューション「Debian」の開発者たちは投票により、生成AIを使ったコード貢献を禁止も推奨もしない新方針を可決しました。プロジェクトはこれまでAI利用への明確な指針を欠き、コミュニティ内で賛否が分かれていました。今回の決定は、責任あるAI活用が生産性向上に資するとの認識を示しつつ、既存の品質基準を維持する狙いがあります。

新方針は、生成AIツールの使用がDebian投稿者にとって免罪符にはならないと明記しています。AIを使って作成した内容であっても、品質・正確性・保守性・法令順守について、人間が投稿する場合と同じ基準を満たす必要があります。開発者はAIが出力した内容を理解し、レビューし、テストしたうえで取り込むことが求められます。

Debianは、AIを使って作成したことの開示を推奨するものの、義務化はしていません。無審査でAI生成物をそのまま取り込む行為は、Debianがこれまで培ってきた開発文化にそぐわないと釘を刺しています。

一方で、この決定に反発する声も上がっています。ある投稿者は今回の方針転換を理由に、Debianへの関与を続けないと表明しました。Linuxディストリビューションを巡っては、Ubuntuの開発元であるCanonicalも過去にAI機能を巡って利用者の反発を招いており、AIとオープンソース開発の関係を巡る議論は今後も続きそうです。

AI技術の急速な普及によって、エンジニアの働き方が大きく変化しています。米アリゾナ州立大学のサマンサ・ブルンヘイバー准教授は、若手技術者に求められる「適応力」の中身が曖昧なまま語られていると指摘します。同氏は2020年から全米科学財団の助成を受け、企業の管理職や新人技術者への聞き取り調査を続けており、変化を認識し、選択肢を評価し、行動するという3段階が適応力の核心だと説明します。

PwCが2026年6月に公表した報告書によると、技術・メディア・通信業界は他業界より速いペースでスキルの入れ替わりが進んでいます。さらに世界経済フォーラムの報告書では、2030年までに労働者の中核スキルの39%が変化すると予測されています。マイクロソフトで開発者の生産性を研究するジェナ・バトラー氏は、AIによる変化は「これまでと似た大きなパラダイムシフトだが、進むスピードが速い」と語り、現在は新しい常態が定まる前の「混沌期」にあると説明します。

ソフトウェア開発の現場では、AIが生成したコードのレビュー作業が急増しており、エンジニアの働き方は一様ではありません。バトラー氏は「20人の開発者に聞けば23通りのやり方が返ってくる」と述べ、誰もが試行錯誤を続けている段階だと指摘します。今後はコードを1行ずつ書くよりも、モデルへのプロンプト作成やエージェント管理が中心になる可能性があるといいます。

一方、1999年に「達人プログラマー」を共著したソフトウェア開発者のアンディ・ハント氏は、日々使うツールは変化しても仕事の核心は安定していると強調します。同氏によれば、問題解決とコミュニケーション能力こそが不変の中心であり、特定の言語を専門とするのは「大工が『自分はハンマー使いだ』と名乗るようなもの」だと例えます。

ブルンヘイバー氏は、大学時代にインターンシップやチームでの共同作業を経験させることが、卒業後の適応力を養うと説明します。あわせて内省の習慣を持ち、自分には状況を乗り越える主体性があると認識することが重要だとも述べます。企業側の責任として、バトラー氏は週1時間でも構わないので、成果を求めない学習時間を確保するよう経営層に促しています。

バトラー氏は今後数年について「厳しい時期になり得る」としつつ、変化は一方的に受け入れるものではないと強調します。どのモデルをどう使うかは技術者自身が選び取れる部分であり、「適応しつつも、その流れ自体を自分たちで方向づける必要がある」と述べ、AIが変える未来はまだ確定していないと締めくくりました。

Meta社は8月19日、対話型AI「Meta AI」向けの専用Macアプリを発表しました。新アプリは画面共有機能を備え、ユーザーがMac画面をAIと共有すると、内容を踏まえた提案や質問への回答、コンテンツ生成を行えるようになります。全アプリ横断での音声入力にも対応し、日常的な作業を効率化する狙いです。

この発表は、Meta AIを単なる会話用チャットボットから、業務効率化を支援する生産性ツールへと転換させる取り組みの一環です。Meta AIはすでにInstagramやFacebookのアカウント、Meta広告キャンペーン、Google Workspaceと連携できるようになっています。ウェブ版・モバイル版・Mac版のいずれからも、これらのサービスに直接アクセスできる点が特徴です。

企業や個人クリエイター向けの活用例も示されました。投稿の閲覧数やいいね、シェア、保存数を分析し、次に投稿すべき内容を提案する機能や、ビジネスアカウントの情報とウェブ上のデータを組み合わせて資料やスプレッドシートを自動作成する機能が含まれます。週次の実績レポートを定期的に生成するなど、繰り返し発生する作業の自動化も進めています。

競合ではすでにデスクトップアプリの提供が先行しています。GoogleのGemini AIアプリも画面共有に対応しており、OpenAIのChatGPTやAnthropicのClaudeに至っては、AIがユーザーのコンピューターを直接操作する機能まで備えています。Meta AIの今回の機能追加は、こうした先行各社に追いつくための一手と位置付けられます。

AIアシスタント市場では、単なる対話にとどまらず、画面内容の理解や実務代行など、より深く業務に入り込む機能が競争軸になりつつあります。Metaが自社SNSや広告基盤との連携を強みに据える中、今後どこまでAIに実作業を任せられるかが、各社の差別化ポイントとして注目されそうです。

米日程調整サービス大手のCalendlyは2026年8月19日、会議の音声や映像を記録して要約や行動項目を自動生成するAI議事録機能を発表し、GranolaやOtterなどがひしめく議事録AI市場に参入しました。営業やマーケティングなど会議が多い職種の生産性向上を狙い、既存のスケジューリング基盤を生かした新機能の提供に乗り出しています。

新機能は他社の議事録AIと同様、会議に参加して録音・文字起こしを行い、要約や行動項目の生成、フォローアップメールの下書き作成までを担います。さらに競合のGranolaのようにシステム音声を使って会議を文字起こしする機能も試験導入中です。

Calendlyは既存の日程調整・会議管理基盤を活用したAIアシスタント「Callie」の提供も計画しています。Callieは会議の設定や参加者の空き時間確認、過去の会議内容の把握などを支援し、会議前後の業務を自動化します。

CalendlyのTope Awotona最高経営責任者は、Granola、Fireflies、Read AI、Otter、Fathomなど乱立する議事録AI各社が録音・文字起こしでは高い完成度を持つ一方、会議後の作業効率化にこそ伸びしろがあると指摘しています。NotionやClickUpといった業務ツール各社も議事録機能を追加しており、競争は一段と激しさを増しています。

OtterやGranolaがプライバシー侵害で訴訟や批判を受ける中、Calendlyは録音開始時にチャットで参加者へ通知し、誰でも退出を依頼できる仕組みを導入しました。会議前にも日程調整システムとの連携で録音の有無を事前に知らせるとしており、透明性を重視する姿勢を強調しています。

プロジェクト管理ツールを手がけるAsanaは、これまで5年かかると見積もっていたテスト基盤の刷新作業を、わずか2週間で完了させたと発表しました。老朽化したEnzymeというテストツールを、OpenAIの開発支援AI「Codex」を使って置き換えたもので、開発の生産性を大きく高める事例として注目されています。

Asanaはタスク管理やワークフロー自動化にAIエージェントを活用する企業で、自社のエンジニアリング組織でも大規模なコード変更にCodexを利用してきました。今回対象となったEnzymeは保守が滞っていた旧式のテストツールで、フロントエンド刷新の妨げとなっていました。

作業では、わずか5文の指示から最大4体のコーディングエージェントが並列で稼働し、それぞれ独立したコードベースの複製上で修正を進めました。担当エンジニアは1日2回進捗を確認し、提案された変更をすべてレビューしたうえで採用したといいます。複雑な指示よりも、単純な指示の方が良い結果を生んだとのことです。

実働では1.5週間分の作業を2週間かけて実施し、Enzymeを完全に撤廃しました。モデルとインフラの費用は合計で約1.2万ドルにとどまり、従来の人員計画で見積もっていた約600万ドルから大幅に圧縮されています。

この成果を受け、Asanaは長年着手を見送ってきた他の移行作業や書き換え、性能改善なども現実的な選択肢として検討できるようになったとしています。同社は、エージェントの活用がエンジニアにとって創造的な作業に集中する余地を広げる可能性があると述べています。

AMDでソフトウェア開発を統括するアンドレイ・ズドラフコビッチ上級副社長は、AI活用による自社の開発生産性が30%向上したと明らかにしました。1年前に掲げていた目標を上回る成果で、AIが生成したコードの割合も全体の2割から5割へと拡大しつつあるといいます。同社は現在、人の指示に従うAIエージェントから、自ら解決策を見つけ出す「エージェント群」への移行を目指しています。

AMDは2024年からコード生成やバグ解析、テストなどにAIエージェントを導入してきました。現在では問題の分類や修正箇所の特定、単体テストの生成、さらにはレビュー資料の作成まで、開発工程の各段階でAIが役割を担っています。ソフトウェア部品によっては、コードの8割超がAI生成という例もあるとのことです。

具体例として挙げられたのが、グラフィックスドライバーの設定画面「Radeon Software eXperience(RSX)」の不具合対応です。2025年10月にAIによる自動修正を始めた当初、解決できた不具合はわずか6%にとどまりました。その後、AIへの指示内容を見直しながら学習ループを回した結果、2026年6月には解決率が75%まで高まったといいます。

同社が次の段階として見据えるのが、複数のAIエージェントが並行して解決策を出し合い、性能や妥当性を検証しながら最適解に絞り込む「エージェント群」です。エンジニアが手順を細かく指示するのではなく、達成すべき目標や制約条件だけを示し、AI同士が協調しながら手法を探索する仕組みへの転換を目指しています。

AMDは人員削減ではなく、社員がより付加価値の高い業務に集中できる環境づくりを狙いとしています。同社はCodexやClaude Codeといった既存のマルチエージェント基盤を活用しつつ、独自システムの開発も並行して進めており、今後もAI教育への投資を続ける方針です。

AIを活用したワークフロー自動化ツールRelayが、有料顧客向けサービスを9月14日に終了し、事実上の閉鎖に至ります。創業者でCEOのジェイコブ・バンク氏は同日、米GoogleのChromeチームにプロダクト担当バイスプレジデントとして復帰すると明らかにしました。無料プランの利用者はすでに8月15日にアクセスを失っており、閉鎖自体は7月に予告されていました。

Relayは2021年に、業務効率化ツールZapierの後継を目指して立ち上げられました。文書作成や校正、プロジェクト管理といった定型業務をAIで自動化し、企業の生産性向上を支援してきました。しかし競争の激しい自動化市場で存続の道を見いだせず、今回の閉鎖に至ったとみられます。

バンク氏はもともと2015年、自身が創業したスケジューリングアプリTimefulがGoogleに買収されたことをきっかけに入社しました。その後6年余りにわたり、GmailやGoogleカレンダー、Google Chatのプロダクトリードを歴任した後、Relayを設立するため退社した経緯があります。

新たな役割では、Chromeのプロダクトおよびデベロッパーリレーション部門を統括します。バンク氏はX(旧Twitter)への投稿で「AIと共に働きながら創造性や発想力を犠牲にしないツールを作り続けてきた」と述べ、Chromeを「エージェントと協働する最適な場所」と表現しました。

今回の動きは、Googleが検索やブラウザにAIを組み込む流れの延長線上にあります。対話型AI「Gemini」は既にChromeに統合されており、利用者数は今月、10億人を突破したと報告されています。バンク氏の復帰は、こうしたAI統合をさらに加速させる狙いがあるとみられます。

Googleは8月12日、イベント「Made by Google」で、AIアシスタント「Gemini」に接続できる外部アプリとサービスを新たに追加すると発表しました。対象は生産性やクリエイティブ、ローカルとエンタメ、音楽、住まいや健康など4分野にまたがる13のサービスで、今後数週間かけて順次提供されます。連携をオンにすれば、計画や作成、予約までをGeminiの画面内で進められます。

まず仕事まわりでは、GranolaとOtter.aiによる会議の要約や、Wixを使ったサイト編集をGeminiから指示できるようになります。議事録づくりやウェブ更新といった作業を、アプリを切り替えずに片づけられる点が実務上の変化です。

生活シーンの連携も広がります。FeverやGetYourGuideで現地体験を予約し、Localizaでレンタカーを手配し、英国ではOpenTableでレストランを押さえ、Ticketmasterでイベントのチケットを探せます。

音楽ではiHeartRadioとPandoraに対応し、新しいラジオ局の発見やお気に入りのプレイリスト再生を会話から操作できます。住まいと健康の分野では、AngiやThumbtackで専門業者を探し、Zocdocで診察予約まで取れます。

一連の追加は、Geminiを情報に答えるだけの存在から、予約や編集といった手続きまで担う窓口へ近づける動きです。事業者の側から見れば、自社サービスがアシスタントの選択肢に入るかどうかが顧客接点の確保に直結します。提供は段階的に進むため、対象範囲や地域差は公式のヘルプで確認するのが確実です。

WordPress.comを運営するAutomatticは8月12日、人脈管理アプリ「Mesh」のAndroid版を公開しました。Meshは個人や仕事のつながりを非公開で可視化し、連絡先にメモを残したり、次に連絡すべき時期を通知したりするツールで、同社が2025年に買収した「Clay」を改称したものです。Google Playで無料配布し、アプリ内課金で上位機能を提供します。

Android版では、分割画面やポップアップ表示といったプラットフォーム固有の機能に合わせて作り込みました。メールやメッセージを開いたままMeshを参照できるほか、折りたたみ端末やタブレット向けのキーボードショートカット、アプリ内検索、壁紙に応じて配色が変わるホーム画面ウィジェット、端末間のリアルタイム同期にも対応します。

機能面の軸はAIです。早期アクセス中の「Nexus AI」を使うと、「あの企業に知り合いはいるか」「特定の分野に詳しいのは誰か」といった問いかけで自分の人脈をたどれます。同社は音声によるハンズフリー操作や、名刺読み取り機能の改良も試験中です。

Automatticは、統合メッセージアプリ「Beeper」との結びつきも強める考えです。すでにMeshからBeeperで下書きを作ったり、ディープリンクでプロフィールを開いたりできます。共同創業者のザッカリー・ハメド氏は「AIはどうすればより良い友人であること、より良い仕事と個人の関係づくりを助けられるかを考えている」と述べ、数万件の接点を一人で丁寧に扱うのは不可能だと指摘します。

収益はサブスクリプションで、連絡先1,000件までは無料、それ以上は上位プランに移る仕組みです。同社は個人情報を広告ターゲティングに使わないとしています。BeeperなどAutomattic製品とのバンドル提供も検討していますが、現時点で発表はありません。

利用者の約7割は業務目的で使っており、共同創業者のマシュー・アチャリアム氏は、大きなチームを率いる経営層や、濃い人脈を維持したい層が中心だと説明します。個人利用も引き続き視野に入れており、「業務向けに考えた機能はそのまま個人にも当てはまる」との方針です。人脈を貯めるだけでなく、いつ誰に連絡すべきかをAIが示す設計は、関係構築の生産性を扱う道具としてMeshを位置づけています。

OpenAIは8月10日、法人向けプラン「ChatGPT Business」に上位席となるPremium seatを導入すると発表しました。標準席の5倍の利用量を提供し、これまで課されていた5時間ごとの利用制限を撤廃します。同社は、容量と利用量を増やした席の選択肢が、法人顧客から最も多く寄せられた要望だったと説明しています。

価格は上位席が1ユーザーあたり月125ドル、年間契約なら月100ドルです。標準席は従来どおり月25ドル、年間契約で月20ドルに据え置かれます。1つのワークスペース内で両方の席種を混在させられるため、担当者ごとに必要な容量を割り当てられます。

上位席の利用枠に含まれるのは、標準席比で5倍の利用量、5時間制限の撤廃、そして予測しやすい週次の利用量リセットです。上限に達した場合は、ワークスペース所有者が管理する共有クレジットを追加して補えます。

同社が想定するのは、売上レポートや顧客の声、在庫データを事業計画に落とし込む経営者、顧客インサイトからキャンペーン一式を組み立てるマーケター、そしてCodexで大規模なコードベースを扱う開発者です。作業の途中で制限に阻まれないことが、そのまま生産性の差になるという整理でしょう。

管理面では、標準席と上位席の併用に加え、席の昇格や再割り当て、ワークスペース全体の利用状況の監視、請求と支出上限の一元管理ができます。別契約を増やさずに済むため、部署ごとにサブスクリプションが分散し、業務が断片化する事態を避けられます。

先行登録の特典として、対象となる先着1万社は上位席1つにつき100ドル分のワークスペースクレジット（2,500クレジット）を、最大5席分まで受け取れます。申し込みはワークスペース所有者のメールアドレスで行う必要があり、受付は8月20日までです。一部の顧客は、一般提供前の早期アクセス対象に選ばれる場合もあります。

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。

ハーバード大学の歴史学者でピュリツァー賞受賞者のジル・レポア氏が、2026年8月7日公開のTechCrunchのポッドキャスト「Equity」で、近刊書『人工国家の興亡』の主張を語りました。テック企業が民主的な政府の機能を少しずつ肩代わりしており、その経営者は技術の進歩を政治の進歩と取り違えているというのが中心的な見立てです。

レポア氏が例に挙げるのは、Twitterが有権者像をゆがめて映してきたことや、Facebookが地域報道を押しのけてきたことです。製品を語る言葉が「ポケットの中のタウンホール」のように壮大になるのは、企業が新しい統治機構を名乗ろうとしているからだと同氏は見ます。実際に、国民国家に取って代わると公言する起業家も現れています。

番組では、1984年のMacintoshの広告から、Anthropicが公開したClaudeの憲法、そしてサム・アルトマン氏の「AI大統領」発言まで、一本の線が引けると論じています。AIが政府をより効率的で応答性の高いものにし、いずれ不要にするという約束は、目新しい包装をまとった古い空想だという指摘です。

その設計図として持ち出されるのが、E.M.フォースターが1909年に発表したSF小説「The Machine Stops」です。レポア氏はこれが今読むと「とても不幸なYouTuberの日記」のようだと述べ、シリコンバレーの指導者はSFの読み手として下手だと評します。

同氏は人工国家が最終的には持続不能だと見ており、それを抑えるために何が必要かも番組で語っています。企業が公共の役割をどこまで担うのか。AIで組織の生産性を高める立場にある経営者にとっても、自社のサービスが社会のどの機能を置き換えつつあるのかを問い直す材料になります。

OpenAIは2026年8月7日、ドイツの税理士・監査・法律事務所ネットワークHSP GRUPPEの導入事例を公開しました。同社は共有のChatGPT Enterprise環境で半年間に50万件超の対話を記録し、週次アクティブ率は84%に達しました。保守的な内部試算では年間約4万時間の追加キャパシティが生まれ、理論上の売上機会は約380万ユーロとされています。

HSPは20年以上にわたり業務プロセスの標準化と品質管理に投資してきた事務所連合です。生成AIの登場後も単なるソフトウェア導入ではなく組織変革として扱い、月次のAIフォーラムで実践事例を共有しながら定着を進めました。ChatGPT Enterpriseのセキュリティ機能を土台にしつつ、顧客情報の扱いは自社の情報保護・守秘規程で統制しています。

現場で生まれた有効な使い方は、共通エージェントとして標準化されています。顧客向け文書の下書きを支援する「AI Client Communication」や、勘定科目表SKR03/SKR04の仕訳分類を補助する「Booking Assistant」がその例です。パートナーのマグダレーネ・ポスナク氏は、複数の不動産投資の評価にかかる時間を9時間から約2時間へ短縮したと述べています。

従業員調査では98.6%が生産性の向上を、84.6%が仕事の品質改善を挙げました。95.9%が週単位の時間短縮を実感し、そのうち63.5%は週2時間以上、25.7%は週5時間以上を節約しています。事務所側は人員削減ではなく、滞留した案件の消化と助言業務の拡大に浮いた時間を振り向ける方針です。

次の段階として、HSPはエージェント型のChatGPT Workを開発者と管理者の少人数で先行検証しています。自動化候補は88件を特定済みですが、経営陣は今日の業務を自動化するより業務そのものを再設計することが本質だと語ります。年次決算では、期中から記帳内容を継続的に点検し不足資料を先回りして依頼する仕組みを構想しています。

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。

GitHubは2026年8月4日、公式ブログで、AIコーディングエージェントが生み出す巨大なプルリクエストをレビュー可能なスタック型プルリクエストへ分割する手法を公開しました。記事では買い物アシスタントに商品検索機能を追加する例を用い、1721行にふくらんだ一本の差分を、データ層からUI層まで4段の依存チェーンに組み替える流れを示しています。

背景にあるのはコーディングエージェントの生産性です。Gartnerはエージェントが2028年までにソフトウェア開発の各段階で50%の生産性向上をもたらすと予測していますが、従来の書き方を学習したエージェントは新しいデータモデルとシードデータ、APIルートと検証、クライアント接続とUIの状態処理までを一本の差分に詰め込みがちだと記事は指摘します。その結果、レビューは後回しにされ、査読者は文脈を失い、マージまでの時間が伸びていきます。

解決策の柱は分解です。例の実装では、型付きカタログとシードデータ、検証、データアクセスモジュールを最下層のfeat/catalog-dataに置き、その上に検証済みの検索APIエンドポイント、チャットとAPIの接続、商品引用カードとUI状態を順に積み上げています。層が分かれることで担当エージェントも査読者も分けられ、データはデータ責任者、UIはUI責任者が見る形に整理できます。

操作はgh stack系のコマンドに集約されます。CLI拡張はgh extension install github/gh-stackで導入し、エージェント側にはgh skill install github/gh-stackでスキルを読み込ませることで、gh stack addによる層の追加からgh stack push、gh stack submitでの一括提出まで任せられます。GitHub上では各プルリクエストの先頭にスタックマップが表示され、層の間を1クリックで移動できます。

レビューの作法も変わります。記事は上から読んで下から審査する進め方を勧めており、まず最上層で完成形の狙いをつかみ、次に最下層から順に依存を確認していきます。例では最下層でCopilot Code Reviewが2件の問題を検出し、修正を反映するとGitHubがスタックの再ベース必須を表示するため、gh stack rebaseとgh stack syncで上位層まで変更を連鎖させています。

ただし注意点もあります。ブラウザ上のRebase stackボタンはGitHubのサーバー側で処理されるため、コミッターがボタンを押した人に置き換わり、生成されるコミットに署名が付きません。署名付きコミットを求めるブランチ保護を設定している場合は、手元でgh stack rebaseを実行してからgh stack pushする方が安全だと記事は助言しています。

AI 開発ツールを手がける Replit と Kilo Code、倉庫自動化の Symbotic の技術責任者が、カンファレンス VB Transform 2026 で、コーディングエージェントの普及に伴うトークン費用の膨張とその管理策を語りました。エージェントが実装の大半を担う一方、年間の AI 予算を使い切る利用者も現れ、各社は利用上限の設定とモデルの使い分けで対応しています。

Kilo Code 共同創業者の Emilie Schario 氏によると、同社のエンジニアが自分でコードを読み書きする時間は全体の約1%にとどまり、残りはエージェントが担っています。Symbotic で AI とクラウドを担当する Jared Go 氏は、新規のコードベース構築はエージェントに任せやすい一方、既存コードの改修や保守こそが本当の難所だと指摘しました。

Replit の製品エンジニアリング責任者 Amol Jain 氏は、人を工程の中に入れるのではなく工程を上から監督させる体制だと説明します。同社ではエージェントが各プルリクエストにリスク点数を付け、低リスクなら作成者が自分でマージし、それ以外は人間のレビューに回ります。エージェントはアクセス制御付きの専用仮想マシンで動き、人間が再現できなかった難解なバグでは管理役のエージェントが下位エージェントを多数起動し、6時間後に修正案をそろえました。

モデル選択の自由度を求める動きも強まっています。Kilo Code のゲートウェイは500 以上のモデルに対応し、設計段階は高価な最先端モデル、その後の作業は安価なオープンウェイトモデルという使い分けが広がっています。Schario 氏はデータ保持方針や利用地域といった制約も振り分けの判断材料になると述べました。

費用管理の指標として、Schario 氏はプルリクエスト単価を最も注視していると語り、支出自体ではなく見返りのない支出が問題だと整理しました。Symbotic は社員ごとに月額の費用上限を階層で設け、管理職が利用状況を見て階層を上下できる仕組みを自社開発しています。同社が多用する Cursor が従来の定額割引を終了したことも、社内の効率化を促したといいます。

課題は IT 部門の外にも広がります。Replit では、サポート業務の利用者が GPT 5.5 Pro Max で自動処理を回し、多額の費用を使っていたことが後から判明しました。Jain 氏は、生産性を妨げない可視化とモデルの振り分け、妥当な初期設定が重要だとしたうえで、大半の作業に最先端モデルは必要ないと述べています。

アプリ調査会社のSensor Towerは7月31日、インドのモバイルアプリ市場における2026年4〜6月期の消費者支出が過去最高の3億4500万ドルに達したと発表しました。前年同期比で35%増となり、成長を押し上げたのはゲームではなく生成AIや動画配信、生産性向上アプリでした。世界最大のダウンロード市場でありながら稼ぎにくいとされてきたインドが、課金する市場へと変わり始めています。

変化の背景にあるのは、決済の摩擦が消えたことです。同社のアナリスト、Eve Chen氏は、銀行口座から直接支払えるUPIやデジタルウォレットの普及がアプリ内課金のハードルを下げ、サブスクリプションへの抵抗感も薄れたと説明します。ダウンロード数は2023年以降、四半期あたり63億件前後で横ばいですが、1ダウンロード当たりの収益はこの3年半で2倍以上に伸びました。

収益の中身を見ると、生成AIが最も成長の速い分野の一つになっています。ChatGPTとClaudeの2つだけで、インドのAIアプリ収益の約83%を占めました。非ゲーム分野は2026年上半期の収益の68%を握り、3年前の58%から比率を高めています。

伸びの速さは世界的にも際立ちます。同四半期のインドの成長率は主要市場で最速となり、メキシコの30%、トルコの25%を上回った一方、米国のアプリ収益は3%減と縮小しました。ただし恩恵の多くを受けているのは海外のサブスクリプション事業者で、四半期の最高収益アプリはGoogle Oneでした。

一方で、収益力の差は依然として大きいままです。1ダウンロード当たりの収益は米国が約4.60ドル、韓国が3.90ドル、日本が6.10ドルなのに対し、インドはその一部にとどまります。別の調査会社Appfiguresは、AI主導の急伸が一巡してサブスクリプション成長のペースは鈍ったとしつつ、ChatGPTがインドで1日あたり約6万ドルを稼いでいると推計しており、絶対額よりも軌道を見るべき局面です。

AIコンパニオン端末のFriendは7月30日、首から下げるAIペンダントの第2世代を発表しました。最大の変更は本体背面にスピーカーを内蔵したことで、初代のテキスト返信に加えて音声で話し返すようになります。価格は初代の129ドルから249ドルへほぼ2倍に上がり、同社のアビ・シフマン最高経営責任者はXで「Friend 2.0」と呼んでいます。

頭脳にあたるAIはOpenAIの最新モデルに更新されました。特徴的なのは、1台ごとにランダムな声と人格があらかじめ割り当てられ、ユーザーは声も名前も変更できない点です。スピーカーを収めた背面はこれまでより厚くなり、ペンダントの形状も変わりました。

収益面では本体販売に加え、月10ドルの任意サブスクリプションを用意しました。30日を超えて会話の記憶を保持したいユーザー向けの機能です。シフマン氏は初代5000台を売り切ったとしたうえで、2代目では5万台の販売を目指すと述べています。

一方で欧州連合では、GDPRが定めるデータ保護規則への対応費用が重く、販売を取りやめる可能性が高いとしています。2025年にニューヨークやロサンゼルス、シカゴで、2026年初にはパリで展開した地下鉄広告は落書きや抗議デモを招き、製品そのものより広告が注目を集めました。

シフマン氏は自社製品を「アシスタントでも恋人でもなく、相談相手や友人、神のような存在」と説明します。仕事の生産性を売りにする一般的なAI製品とは狙う市場が異なりますが、iPhone代替を掲げたHumaneのAIピンが1年足らずで事業を畳んだように、AIウェアラブルが広く普及した例はまだありません。音声という接点を得た2代目が、その壁を越えられるかが問われます。

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。

米Anthropicが開発したAIモデルMythosが、Microsoft製ソフトの脆弱性を、同社のパッチ作成が追いつかない速さで発見していることが分かりました。ProPublicaが入手した2026年5月中旬の社内会議の録音によると、担当マネージャーは公開版「Claude Mythos Preview」がバグを次々と表面化させ、技術者が対応に追われていると認めています。

5月中旬、Microsoftの技術者数十人がワシントン州レドモンドの本社などで、対応策「Project Glasswing」を協議しました。ある会議のスライドでは、4月だけでMythosが同社の協働ソフトSharePointから「重大（critical）」な脆弱性を90件、「重要」なものを141件検出したと示されました。5月前半にはさらに多くのバグが見つかったといいます。

エンジニアリング担当のHans Andersen氏は「4月分のバグがあれば必ず対処してほしい」と呼びかけ、与えられたアクセス権を生かせるのは残り約2週間だと強調しました。Anthropicは、一般利用者や企業、政府が使うソフトを手がける一部の組織に先行アクセスを提供しており、狙いは攻撃者に悪用される前に脆弱性を修正することにあります。

焦点は時間との闘いです。Andersen氏によれば5月31日は「世界が追いつく日」とされ、あるエンジニアは「6月1日に公開すれば、翌2日には敵対勢力が我々のバグを知る」と危機感を口にしました。Anthropicは、中国のような敵対的な政府が同種のツールでスパイ活動や破壊工作に脆弱性を悪用する事態を警戒しています。

AIが防御側の生産性を飛躍的に高める一方、攻撃側も同じ技術を手にすれば脅威は一段と増します。今回の事例は、脆弱性の発見と修正を巡る攻防のスピード競争が新たな段階に入ったことを示しています。

米ゼネラル・モーターズ（GM）は2026年、イベント「VB Transform 2026」で、自動運転部門のエンジニアリング業務をAIエージェント中心に再設計した成果を公表しました。同部門のバイスプレジデント、ラシェッド・ハク氏によると、ワークフロー全体をエージェント向けに組み替えた結果、マージ済みプルリクエストが約3倍に増え、リリースの高速化と不具合の減少を同時に実現したといいます。

注目すべきは、同部門のエンジニアがコーディングに費やす時間が全体のわずか15%にすぎないという点です。残る85%は車両データの分析や問題の切り分け、実験の実行、修正案の検証などが占めており、GMはこの部分をエージェントで加速させました。ハク氏は「コーディングができるチャットボットを渡すだけでは多くの非効率が残る」と述べ、単なるAIコーディング支援ツールの導入とは一線を画すと強調します。

GMが採ったのは「ループ単位」での改善手法です。自動運転開発をシミュレーション、公道でのテスト、納車後の監視といった複数のループに分け、それぞれで最も長いボトルネックを特定して自動化し、この作業を繰り返しました。過去の複数の調査でもコーディングは開発工程の一部にすぎないと示されており、その一点だけを速めても効果は限定的だという考え方が背景にあります。

技術面では、独自にカスタマイズしたMCP（Model Context Protocol）サーバーを通じて、エージェントを社内ツールやペタバイト級のデータに接続しました。公道走行車から集めたテレメトリーをエージェントが分析して初期の切り分けを行い、エンジニア向けに課題を起票する運用も進めています。エージェントの権限は利用するエンジニアの権限に連動させ、成果物の責任はあくまで人間が負う設計としました。

GMは社内のエージェント基盤を一つの「プロダクト」として扱い、専任エンジニア4名を各チームに配置して有効な使い方の発掘と横展開を支援しました。重要な判断ポイントでは人間が責任を持ち続け、加速に先立ってテストや性能指標を整備した点も特徴です。ハク氏は当初もっと控えめな効果を見込んでいたとし、「どれだけ多くのことができるかが唯一の驚きだった」と振り返っています。

GitHubでAIツールを手掛けるBurke Holland氏は7月27日、公式ブログでAI開発の生産性を高める実践的なワークフローを公開しました。同氏は、日々登場する新しいツールやモデル、MCPを追いかけるより、エージェントの土台である「ハーネス」の習熟こそが最大の成果を生むと主張します。試作から計画、実装、レビューまでを既存機能だけで回す手法を、日付選択コンポーネントの開発を例に示しました。

ここで言うハーネスとは、CLIやGitHub Copilotアプリ、VS Codeなどに共通するエージェントの操作基盤を指します。Holland氏は各ツールで中核のワークフローが統一されつつあるとし、「一度学べばどこでも使える」と説きます。学習の第一歩には、テキスト操作が直接的なCLIから始めることを勧めています。

ワークフローは大きく4段階です。まず試作では、プロンプト一つで複数の画面案を生成し、API設計のような非視覚的な作業でもMermaid図で要件を可視化します。続く計画段階では、専用モードがエッジケースを次々と問いかけ、開発者が自身の専門知識でモデルを導くことが肝要だと強調します。

実装はAutopilotが担い、計画の各項目を完了するまでモデルに作業を継続させます。この間、Copilotは小型モデルの「Explore」や大型モデルの「General Purpose」といったサブエージェントを自動で使い分けます。生成結果が思い通りにならないのは当然で、品質に妥協せず反復する姿勢が最終的な完成度を左右すると同氏は述べます。

安全面では、権限を自動許可する「YOLOモード」を使う際、業務データを守るためサンドボックス環境での実行を推奨します。最終確認には、異なるAIファミリーに評価を依頼する「ラバーダック・レビュー」を用い、モデルごとの死角を補い合わせます。同氏は「今の正解は明日の反面教師になりうる」と述べ、最も簡潔な方法で再現性の高い成果を出すことに集中すべきだと結んでいます。

Metaは7月24日、対話型AI「Meta AI」を大幅に刷新し、質問応答にとどまらず能動的にタスクをこなすアシスタントへ進化させると発表しました。新版は利用者のカレンダーと連携して1日の予定をまとめた日次ブリーフィングを自動生成し、イベント計画や調査の代行までこなします。GeminiやChatGPT、Claudeなど競合への対抗策と位置づけ、一部市場でアプリとWebから提供を始めます。

具体的には、カレンダーを基に1日の要約を作成したり、キッチン改装の予算に合う中古家具をFacebook Marketplaceで探したりできます。イベント用のレストランを検索して予定に合う日を選ぶこともでき、一度タスクを設定すれば再指示なしで週次の献立作成や在庫復活の通知まで自動で続けます。

さらに、Web上の情報を要約してレポートやプレゼン資料、計画書にまとめる能力も向上しました。ChatGPTと同様に、回答の生成途中で方向性を修正できるステアリング機能も加わり、対話の主導権を利用者が握れます。

今回の刷新は同社の戦略転換を象徴します。最高製品責任者のクリス・コックス氏は昨年、OpenAIやGoogle、Anthropicのように「生産性に執着する」のではなく「娯楽」や「友人とのつながり」に集中すると社員へ語っていましたが、今回はその方針を反転させた形です。新機能は新モデルMuse Spark 1.1が支え、ザッカーバーグCEOが掲げる「個人向け超知能」への次の一歩と位置づけています。

提供は本日から「一部の市場」でMeta AIアプリとWeb版で始まり、WhatsAppなど他のプラットフォームや対応国は「今後数週間のうちに」拡大する予定です。経営者やリーダーにとっては、主要AIアシスタント間の競争が生産性の領域へと本格的に広がる兆しといえます。

ウーバー創業者トラビス・カラニック氏が率いるロボット企業アトムズは7月22日、アンドリーセン・ホロウィッツ（a16z）主導で17億ドルの資金調達を実施したと発表しました。a16zのベン・ホロウィッツ氏が取締役に就任し、ベイン・キャピタルやフィフス・ウォールに加え、カラニック氏を2017年に追放した古巣ウーバーも出資に加わりました。物理世界をソフトウェアで制御する構想の実現を目指します。

アトムズは、カラニック氏がウーバー退任後に手がけてきたゴーストキッチン事業クラウドキッチンズを母体に改称した持ち株会社です。3月の社名公表時には、元ウーバー同僚のアンソニー・レバンドフスキー氏が率いる重工業自動化企業プロントの買収も明らかにしました。カラニック氏は車両にとどまらず、鉱業分野への進出にも意欲を示しています。

カラニック氏はXへの投稿で、アトムズを「ロボットのための車台」と位置づけました。ただ具体的な製品には触れず、「ウーバーで始めたビットから原子への物語を完結させる」と述べるにとどめています。調達資金の多くは人材採用に充てられる見通しです。

今回の調達で注目を集めたのが、ウーバーの参加です。同社は2017年、セクハラや差別、劣悪な職場環境をめぐる批判を受けてカラニック氏をCEOの座から退けており、創業者と古巣が再び手を組む形となりました。ベン・ホロウィッツ氏はXで「トラビスが帰ってきた」と投稿し、AIとロボットで人々の生産性を高める事業になると期待を示しました。

OpenAIは2026年7月22日、米国の国家科学をフロンティアAIで加速する計画を発表しました。米エネルギー省（DOE）が主導する「Genesis Mission」の一環として、全米の国立研究所や大学の研究者に数百万ドル規模のAIツールと資金を提供します。具体的には、約2,000人の研究者にCodexの利用枠として400万ドルを、2つの大規模研究キャンペーンにAPI支援として300万ドルを拠出し、科学的発見の速度を高める狙いです。

支援策の柱は「幅広い提供」と「重点投資」の二本立てです。研究者にはCodexによる高度なコーディング・推論機能を日常業務へ導入できるようにするほか、250万ドルの支出に対し最大1,000万ドル分のAPI利用枠を用意します。生物分野では対象研究者に生物科学特化モデル「GPT-Rosalind」へのアクセスを開放し、サイバーセキュリティ研究者には防御研究向けの高度な能力を提供します。

Genesis Missionは昨年に始まった正式な協業で、DOEと傘下の17の国立研究所、大学、産業界を結集します。連邦政府の科学データや先端計算基盤、実験施設、専門チームをAIと統合し、10年以内に米国の研究・イノベーションの生産性と成果を倍増させることを掲げています。OpenAIはこの取り組みを通じ、AIを単なる道具から国家戦略上の科学インフラへ引き上げると位置づけます。

同社はすでに国立研究所群との連携を進めてきました。9つの国立研究所と実施した「AI Jam Session」では1,000人超の科学者が専門分野の課題でフロンティアモデルを検証し、ロスアラモス国立研究所のスーパーコンピューター「Venado」には高度な推論モデルを配備しました。生物科学でも同研究所と評価手法を共同開発し、AIを実際の実験環境で安全に使う方法を探ってきました。

初期の大規模キャンペーンは2つを予定しています。1つは、より高い温度と実用的な圧力で動作する高温超伝導体の実現を、AIとシミュレーション、材料科学、実験を組み合わせて追求するものです。もう1つは「機械が到達可能なフロンティアの地図」と題し、既存の知識やデータ、計算だけでAIが科学的前進を支えられる領域を特定し、新たに解決可能になった課題を見極めます。

韓国の現代自動車（ヒュンダイ）は2026年7月22日、2028年までに人型ロボットを導入する計画は、ストライキ中の韓国人従業員との現在の労使交渉の対象ではないと表明しました。世界最大の自動車工場で起きた部分ストが、アメリカでの人型ロボット配備計画への懸念に端を発したとする一部報道を否定した形です。会社側は、労組の要求は賃上げや賞与、定年延長といった処遇関連に集中していると説明しています。

現代自動車は声明で、韓国の生産拠点へのロボット導入は現在の労使協議には含まれないと強調しました。同社は労組との建設的な対話を続け、従業員と会社双方の長期的利益に資する合意を目指すとしています。現行計画はあくまで、アメリカ南部ジョージア州サバンナ近郊のEV工場「メタプラント・アメリカ」への2028年からのAtlas初期配備に限られると説明しました。

このAtlasロボットは、現代が完全子会社化したアメリカのボストン・ダイナミクス社が開発しました。労組は今年1月、ラスベガスで開かれた家電見本市CESで量産型Atlasが公開された後、交渉の必要性を会社側に警告していました。労組は社内文書で「労使合意なしに、新技術を用いたロボットは一台たりとも職場に入れさせない」と通告したとされます。

一方、ウォール・ストリート・ジャーナルは、労組が「ロボットとAIの時代に雇用保護を明文化しようとする前例のない要求」を掲げていると報じました。現在、労使は賃金改革案を協議中で、時間外・深夜勤務の時給を固定給に転換する内容ですが、専門家は生産性を損なう恐れがあると警告しています。

AIコーディング企業のAugment Codeは、リポジトリを事前にインデックス化し、意味的に関連するコードを取得する独自路線を採ります。同社エンジニアリング担当VPのVinay Perneti氏がArs Technicaのインタビューで、grep型の軽量な手法とは異なる意味検索型のアプローチの利点を語りました。

文脈の与え方には大きく二つの流派があります。一つはClaude CodeやCodexが採用するgrepベースの探索で、もう一つがAugmentが一貫して選ぶ意味的な取得です。エージェントは限られたコンテキストウィンドウの中で必要な情報を集める必要があり、その集め方が性能を左右します。

Augmentの仕組みは二つの中核部品から成ります。埋め込みモデルと検索モデルの対が動き、さらにベクトルデータベースと最適化されたバックエンドが、ミリ秒未満での取得を可能にします。

Perneti氏は、この方式の利点が特に大規模な非公開コードベースで表れると強調します。ベンチマークの多くが公開・オープンソースのリポジトリで実施されますが、大規模モデルはそうしたレポをほぼ記憶しており、どこを見るべきか既に把握しているためです。

つまり公開レポでは差が出にくい一方、企業内部の巨大で非公開なコードでは、意味検索による的確な取得が生産性を高める余地が大きいという主張です。軽量な手法との優劣は用途次第であり、開発現場はコードベースの規模と性質に応じて選択を迫られます。

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。

OpenAIは、家族や介護者、高齢者に向けた製品体験を開発する専任のプロダクトマネージャーをサンフランシスコで採用し始めました。求人票では、親や家族向け製品、信頼が求められる消費者向け体験の開発経験が条件とされています。ChatGPTの利用者が個人から家庭全体へと広がるなか、製品の位置づけを見直す動きです。

背景には、利用者層の明確な変化があります。Sensor Towerの推計では、世界全体で35歳以上の割合が前年同期の26%から2026年4〜6月期に31%へ上昇した一方、18〜24歳は34%から29%へ低下しました。米国では親のスマートフォン利用者の約4人に1人がChatGPTを使い、前年の16%から大きく増えています。

技術コンサルのクリエイティブ・ストラテジーズのベン・バハリンCEOは、家族向けの専任職の新設について、製品を個人の生産性向上の道具ではなく家庭向けの技術として捉え始めた表れだと指摘します。グーグルやアップル、メタがたどった道筋に似ているものの、AIはアシスタントが単に情報や機器を仲介するだけではないため、より難しい課題を伴うといいます。

利用層の広がりは、信頼と安全の新たな課題も生みます。Family Online Safety Instituteのスティーブン・バルカムCEOは今回の採用を「再設計による安全確保」と表現し、子どもや10代には大人とは異なる保護策が必要だと述べました。同団体の調査では、過去1週間に子どもが生成AIを使ったと答えた親は27%にとどまる一方、子ども自身は38%が使ったと回答し、親が実態を過小評価している状況も判明しています。

背景には、若年利用者の保護をめぐる監視の高まりもあります。OpenAIはChatGPTが子どもに害を与えたとする訴訟に複数直面しており、これに応じて10代向けの保護者管理機能や、深刻な会話を推論モデルへ振り向ける仕組み、自傷の恐れがある際に家族へ知らせる機能などを導入してきました。

親への浸透では、Sensor Towerの推計でGeminiが32%と最も広く、ChatGPTは24%、Claudeは4%、Copilotは2%と続きます。一方でChatGPTは高齢層の取り込みが競合より速く、今後は家族向けプランや子ども・10代向けプロフィール、共有メモリー、AIによる学習支援などの展開が見込まれます。

SAPのビジネス・テクノロジー・プラットフォーム担当CPO、Michael Ameling氏は2026年7月9日、AIによるコード生成が普及する一方で、それを大企業の本番環境で確実に動かす段階でつまずく企業が多いと指摘しました。同社の調査では、詳細なAI戦略を持つ組織が81%に上るものの、実際にAI主導の実行段階へ到達したのはわずか12〜16%にとどまります。コードを生成することと、それを運用可能にすることは別の問題だという見方です。

課題の多くはコードの品質ではなく、既存環境との整合にあります。多国籍企業では、コンプライアンスやセキュリティを損なわずに、10〜20年にわたり保守やパッチ適用を続けられることが求められます。AIは組織のデータや業務プロセスの成熟度を増幅するものの、それ自体を代替することはできないとAmeling氏は述べます。

とりわけ統合が、多くの企業が見落としがちな設計課題です。実際の企業環境はクラウド、レガシーのオンプレミス、分断されたデータストアが混在し、相互接続を前提に作られていません。AIエージェントが動き出す前に、データアクセスと業務コンテキスト、統制を束ねる共通レイヤーを整える必要があります。

統制の面では、AIが助言役から実行役へ移った瞬間に、人間の従業員と同じ説明責任の枠組みが必要になります。SAPは、利用者の権限を引き継ぐ「principal propagation」と、独自の識別子と役割で動く「システム起動型」という2つのモデルを想定します。OpenTelemetryを軸に、第三者製エージェントも含めた一貫した可観測性を確保する方針です。

開発者の役割も、その重心が移っていきます。複数のコーディングエージェントを並列で走らせることで生産性は大きく高まる一方、人間が文脈を追い、出力を評価し、アーキテクチャ上の判断を下す負荷は増します。Ameling氏は、競争優位の源泉はツールではなく、各社が持つ独自の業務知見をいかにシステムへ埋め込むかにあると強調しました。

OpenAIは7月9日、AIが利用者の代わりに作業するブラウザ「ChatGPT Atlas」を終了すると発表しました。2025年10月の投入から1年未満での決定で、廃止は8月9日を予定しています。同日発表の新サービス群「ChatGPT Work」の一環として明らかにしました。

今回の終了は、余計な派生事業を減らし、生産性機能でAnthropicに追いつくという同社の方針に沿うものです。The Wall Street Journalは3月、OpenAIがChatGPTアプリ、Codex、Atlasを一つのデスクトップ「スーパーアプリ」に統合する計画を報じており、今回のChatGPT Workはその成果とみられます。

ChatGPT Workにはデスクトップ版アプリに組み込んだ新しいブラウザ機能と、業務向けのクラウドブラウザが含まれます。OpenAIのJames Sun氏は、これらの機能はいずれもAtlas利用者から学んだことを土台に築かれたと説明しました。新しいブラウザに賭けた利用者が、エージェントがウェブ上の作業をどう支援できるかを教えてくれたと述べています。

OpenAIはここ数カ月で他の事業も相次いで整理しています。動画生成アプリ「Sora」を終了したほか、ChatGPTの「アダルトモード」計画も無期限で保留としました。中核であるChatGPTと業務向け機能へ資源を集中させる姿勢が鮮明です。