生産性（ユースケース）に関するニュース一覧

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。

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

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

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

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

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

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

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

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

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

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

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

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

米メディア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。

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

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

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

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

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

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

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

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

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

オープンソースのGitプロジェクトは6月29日、最新版となるGit 2.55を公開しました。100名超の貢献者による機能追加とバグ修正を含み、うち33名が新規参加者です。大規模リポジトリの保守を効率化する増分マルチパックインデックス（MIDX）のリパック対応と、過去のコミットを手軽に修正する実験的コマンドが目玉となります。

MIDXは多数のパックファイルを1つの索引でまとめる仕組みで、GitHubのリポジトリ保守戦略の基盤でもあります。従来の単一ファイル形式は読み取りが効率的な一方、小さな更新でも全体を書き直す保守コストがありました。2.55ではgit repack --write-midx=incrementalにより、既存の層を保ったまま新しい層を追記できます。

ただし追記専用では連鎖が際限なく伸びてしまいます。そこで幾何的リパックと併用すると、新しい小さな層ほど頻繁に書き直し、古く大きな層は温存する仕組みが働きます。これにより層の数を全オブジェクト数に対して対数的に抑えつつ、保守処理を常に増分的に保てる点が特徴です。

開発者の日常作業を助ける機能も加わりました。2.54で導入された実験的なgit historyコマンドにfixupサブコマンドが追加され、作業ツリーの変更を過去の特定コミットへ直接折り込めます。従来のfixupコミット作成とautosquashの2段階を、意図を表す1コマンドで置き換えるものです。

このほか、設定ベースのフックを並列実行できる機能、これまでmacOSとWindowsのみ対応だったファイルシステム監視デーモンのLinux対応、リーチャビリティビットマップ生成の高速化などが含まれます。ある大規模リポジトリでは生成時間が約612秒から約294秒へと短縮されました。

経営者やエンジニアにとって、これらの改善は大規模リポジトリの保守コスト削減と開発生産性の向上に直結します。CI・CDやコード基盤の運用負荷が気になる組織は、フックの並列化やLinuxでのfsmonitorなどGit 2.55の新機能を検証する価値があるでしょう。

Googleは2026年6月29日、ビデオ会議サービスGoogle Meetで、AIアシスタントgeminiが会議の議事録を自動作成する「Take notes for me」機能の提供を開始しました。対象はGoogle AI ProおよびUltraの有料会員と、対象となるWorkspaceビジネス顧客で、WebとモバイルのMeet上で一部の言語で利用できます。ユーザーが会話に集中できるよう、許可を得たうえでgeminiが背後で記録を担います。

中核となるのはリアルタイムの文字起こしです。geminiが会話を書き起こし、要点となる行動項目を含む会議の要約を生成します。作成された議事録はGoogleドライブ内のGoogleドキュメントへ自動的に保存され、会議後には要約と行動項目をまとめたメールが届く仕組みです。

利用するには、会議のホストである必要があります。通話中はMeet画面上部の鉛筆アイコンをクリックすると記録を開始でき、すべての通話で有効にしたい場合はMeet設定の「会議の記録」から事前に設定します。機能が有効になると、参加者全員に通知される点もプライバシー配慮として押さえておきたいところです。

近隣の打ち合わせで次のステップを追う場面でも、ケータリング注文で顧客の要望をまとめる場面でも、議事録作成の手間を省ける狙いです。会議の生産性を高めたい経営者やリーダーにとって、有料プランの付加価値を測る一つの指標となりそうです。

LLMの普及でコード生成の障壁が下がり、企業は開発を生産システムとして捉え始めています。VentureBeatに寄稿したデータ責任者のBenjamin Rogojan氏は2026年6月26日、AIで効率化した「ソフトウェア工場」の多くが、生産性向上ではなく不具合の量産に陥っていると警告しました。速さだけでは工場は機能しないという指摘です。

数字が問題を裏づけています。Faros AIの調査では開発者あたりのタスク処理量が33.7%、PRマージ率が16.2%伸びた一方、インシデント対PR比率は242.7%も上昇し、不具合は54%増えました。GoogleのDORA研究でも、AI活用の拡大がデリバリーの安定性悪化と関連づけられています。

現場では何が起きているのでしょうか。Rogojan氏が支援した複数の案件では、複数の技術者が速度を優先し標準が欠けた結果、AI生成のデータ基盤が時間とともに変質しました。従来は数年かかったコード様式の分裂が数カ月で5〜6通りに増え、技術者自身が中身を把握できなくなったといいます。

では機能する工場の条件は何か。氏は道具を端々に足すのではなく、生成・レビュー・テスト・追跡・改善を一つにつなぐプラットフォームが要だと説きます。あわせて、任意の処理をたどり再実行できる追跡性、ループより状態機械を使う設計も重視します。

品質管理の置き場所も鍵です。欠陥を最後に見つける旧来の製造業に対し、トヨタは異常時にラインを止める仕組みで不良の流出を防ぎました。ソフトウェアでも仕様の書き方から品質管理を組み込み、静的解析やテンプレートで早期に誤りを捉える必要があります。

結局のところ、出力速度の向上は下流の問題を抑えてこそ価値を持ちます。100マイルで壊れる車を量産しても生産的とは言えません。最も多くコードを書く工場ではなく、下流の欠陥が最も少ない工場が勝つ、と氏は結びます。

Googleは6月26日、同社の対話型AI「Gemini」アプリが、海外旅行時の時差ぼけを防ぐ旅程作成を支援する機能を紹介しました。利用者がGmailとカレンダーへのアクセスを許可すると、Geminiが予約済みのフライト情報を見つけ、時差に合わせた行動計画を組み立てます。

この機能の特徴は、提案にとどまらず実行まで担う点にあります。作成した旅程は利用者のカレンダーに自動で追加されるため、出発前の準備にかかる手間を減らせます。遠方への移動が多いビジネスパーソンにとって、滞在中の生産性を保つ助けになりそうです。

基盤となるのは、Googleが提供するGemini 3.5 Flashモデルです。同社は、高度な推論能力と具体的な行動を組み合わせたモデルだと説明しています。

今回の発表は、AIが単なる情報提供から、利用者に代わって作業をこなす実務支援へと役割を広げている流れを示しています。個人の予定データと連携することで、日常的な準備作業を任せられる範囲が広がっていくと考えられます。

ベンチャー投資企業SignalFireは2026年6月24日、8000万超の企業データを分析した最新の人材報告で、エンジニア職が2025年に最も底堅い職種だったと明らかにしました。AIがコーディングを自動化し真っ先に淘汰されるとの見方に反し、採用実態は逆の傾向を示しています。同社は更新が遅れがちな解雇統計ではなく、採用データを実時間の指標として用いました。

大手テック全体の採用は2019年比で25%減少した一方、エンジニア職の減少はわずか11%に留まりました。AlphabetやMeta、Appleなど主要12社では、2025年の新規採用の55%をエンジニアが占め、2019年の46%から大きく上昇しています。新興企業に至っては、2019年より7%多くエンジニアを採用しました。

調査責任者のAsher Bantock氏は、解雇理由として「AIがコードを書くため一人で複数人分をこなせる」との説明が繰り返される一方、現場の実態はそれと食い違うと指摘します。AIが本当にエンジニアを代替するなら採用が真っ先に落ち込むはずですが、実際はエンジニアの人員が他職種より速く増えているのです。

業界の見方は割れています。AnthropicのアモデイCEOは昨年、AIがホワイトカラーの初級職の半分を消し失業率を最大20%に押し上げると警告しました。しかし同社の経済責任者Peter McCrory氏は3月、AIによる雇用への大きな影響はまだ見られないと述べています。

NVIDIAのジェンスン・フアンCEOはさらに踏み込み、AIがエンジニア職を奪うとの説を明確に否定しました。同社の全エンジニアがエージェント型AIを使う今、エンジニアはかつてなく多忙だと語ります。AIが瞬時にコードを書く分、次のアイデアを生むよう常に求められるためです。

今回の傾向は、効率化が需要を減らさず逆に増やすというJevonsのパラドックスの典型例と言えます。AIで生産性が高まった結果、エンジニアには尽きない仕事が生まれている、とBantock氏は分析しています。

ヒューマノイドロボット開発の米Agility Roboticsは6月24日、特別買収目的会社（SPAC）のChurchill Capital Corp XIとの合併を通じて上場すると発表しました。取引における同社の評価額は約25億ドルで、調達額は新規・既存の機関投資家からの約2億ドルを含め、6億2000万ドルを超える見込みです。

合併後の新会社は北米の証券取引所でティッカー「AGLT」として取引される予定で、上場先の取引所はまだ公表されていません。Agilityは2015年にオレゴン州立大学から独立したヒューマノイドロボットのスタートアップです。

同社の主力製品は二足歩行ロボット「Digit」で、Schaeffler、GXO、トヨタのカナダ工場、Mercado Libreなど計9つの顧客拠点で利用されています。これまでにAmazon、Nvidia、ソフトバンク・ビジョン・ファンド2、DCVCといった著名なテック企業やファンドから出資を受けてきました。

調達した資金は、次世代モデル「Digit v5」の生産能力増強や既存受注の履行、新規・既存顧客への展開拡大に充てる方針です。新モデルについてはすでに3億ドルを超える複数年契約の受注を確保し、大規模導入を検討する30社超の見込み顧客も抱えていると説明しています。

Agilityのペギー・ジョンソンCEOは声明で、ヒューマノイドロボットが生産性やサプライチェーンの強靭性を支える重要な原動力になりつつあると指摘しました。すでに顧客環境で商用稼働している点を強みに挙げ、人手不足の解消や効率改善、AIを活用した自動化の安全な導入を支援すると述べています。