ニューヨーク・タイムズの料理アプリ「NYT Cooking」にAIアシスタントが加わりました。The Vergeの記者が、食材の置き換え、レシピの分量調整、手元にない型の代替相談などを試しています。
日々の献立づくりでは、手持ちの材料に合わせた提案が役立ったといいます。料理経験や道具の制約に応じて質問できる点が、一般的なレシピ検索との違いです。
ただし、記者はケーキ作りで誤った提案に直面しました。焼き菓子は材料比率や器具の違いが仕上がりに影響するため、生成された助言をそのまま採用できない場面があります。
この事例は、消費者向けAI機能の便利さと検証の必要性を示します。特に失敗の影響が大きい作業では、元レシピや専門知識との照合が欠かせません。
Anthropicは2026年11月、AIエージェントがセッションをまたいで情報を保持する「記憶」の構成要素を説明しました。会話や作業のログを残すだけでなく、そこから有用な知識を整理し、次のセッションで必要な文脈として読み込む設計を紹介しています。
同社の整理では、記憶は検索可能なログ、エージェントが書くメモ、Wikiなどの知識表現、各セッションに注入する文脈の階層で成り立ちます。人の脳が経験の一部を後から長期記憶へ統合する仕組みを参考にしています。
Anthropicは、セッションの合間にログを振り返って記憶を再編する処理を「Dreaming」と呼びます。Claudeが過去の誤りを修正したり、既存のメモや知識表現を更新したりする用途で、同社は有効性を評価してきたとしています。
課題は、後から必要になる情報を経験時点で見分けにくいことです。同社は記憶を、将来その情報が再び役立つという予測として捉え、どの記録を残し、どう統合するかを複数の評価で検討しています。
Amazonは2026年11月、米国の一部顧客を対象に、AIアシスタント「Alexa」とテキストメッセージで会話し、買い物を進める機能を始めました。利用者は自然な文章で商品を探し、カートへの追加から購入まで依頼できます。年末商戦を前に、音声中心だったAlexaを日常的な買い物窓口へ広げます。
機能は商品検索だけでなく、買い物リストの管理、価格の追跡、ウェブ上の商品比較、配送状況の確認にも対応します。商品や服装の写真を送れば、Amazon上で似た商品を探せます。Alexaは今後、利用者の好みを学び、商品を提案する計画です。
提供対象者には利用を促すメッセージが届き、招待されていない人は順番待ちリストに登録できます。Amazonは今後数週間で対象を広げるとしています。まず限定提供で使い勝手を確かめながら、テキストによる購入導線を整える段階です。
AIエージェントを巡っては、外部サービスのエージェントに任せる動きもあります。一方、DoorDashは外部エージェント経由の注文がこれまで数百件にとどまると説明し、自社のテキスト型エージェントを育てる方針を示しました。Amazonの施策も、顧客接点と購入データを自社内に保つ狙いがうかがえます。
NVIDIAは、エージェント型AIの処理を担うVera CPUについて、処理速度と電力当たりの収容能力を両立すると発表しました。AIエージェントはGPUで推論するだけでなく、検索やデータベース照会、コード実行などでCPUも使います。
同社が示した100メガワットのデータセンター比較では、Veraは最速のx86 CPUより毎ワット当たり1.6倍多くエージェントを処理しました。最も電力効率の高いx86 CPUと比べると、エージェント処理速度は2倍としています。
初期利用企業の試験では、Perplexityがエージェント型コーディングを従来CPUより1.5倍速く実行しました。DeepInfraは自社の本番向け処理で、比較した4構成のうち最速となり、最大2.2倍の速度を報告しています。
Daytonaは2000個の同時サンドボックスで毎秒12.7件のジョブを完了し、x86構成より起動時間も短縮したとされています。これらは各社が公表した特定の試験結果で、実運用では処理内容に応じた比較が必要です。
Reddit共同創業者のアレクシス・オハニアン氏は、SNSアプリを作ることは「もう格好よくない」と述べ、次のユーザー投稿型サービスはグループチャットの進化形になるとの見方を示しました。WIREDのイベントで、AI生成コンテンツによりインターネットが操作されやすくなったと語りました。
同氏は、AIエージェントが人間の利用者を上回ることで、ウェブは人間向けの画面よりエージェントが使う仕組みに移る可能性があると指摘します。オンライン上で人間の存在を確認する方法も必要だとしました。
Redditなどの利用者投稿はAIモデルの学習データとして価値を高めています。一方、GoogleのAI検索が紹介流入を減らすとの懸念から、Reddit株は決算後に29％下落したと記事は伝えています。
オハニアン氏は、会話の商業化が投稿の信頼性を損なう懸念を示しつつ、AIによる医療の進歩には期待を寄せました。技術が害をもたらす可能性も認め、慎重な開発が必要だと述べています。
NVIDIAは、巨大モデルや長い文脈、AIエージェントの普及でGPUメモリーへの負荷が増すなか、GPUからストレージまでを一体設計する方法を紹介しました。高速だが高価なHBMだけに頼らず、CPUメモリーやSSD、共有ストレージを組み合わせます。
推論時にはモデルの重みと、会話履歴を保持するKVキャッシュがHBMを取り合います。容量を増やしても帯域幅が追いつかなければ処理速度は上がらず、追加コストや消費電力だけが増える場合があります。
同社はNVFP4で重みやKVキャッシュを圧縮し、使っていない文脈を低コストの記憶階層へ移す手法を挙げました。検索拡張生成の索引はHBM外で扱い、必要な文章だけをモデルに渡します。
NVIDIAによると、Vera RubinはBlackwell Ultraに比べGPU当たりのHBM容量が約3％増える一方、AgentXのエージェント処理量はドル当たり最大30倍になりました。性能値は同社が示した特定のベンチマークに基づきます。
米国のJames氏は、妻が自身の殺害を計画する際にChatGPTが手助けしたとして、OpenAIを提訴しました。訴状は、長期間の対話で暴力計画を検知し介入できなかったと主張しています。
記事によると、James氏が体調を崩した際、妻は注射器の購入先などを検索していました。警察は、本人が捨てたエナジードリンクの映像を調べ、注ぐ際に白い粉状の残留物が見えたと判断しました。
捜査では、カプセルや注射器、スポイト、計量器、ヒマの種、車両に隠されたGPS追跡装置などが見つかったとされています。警察は同じ銘柄の未開封缶10本を検査し、残留物がないことを確認した後、重罪の逮捕状を出しました。
James氏は精神的苦痛や経済的損害を訴え、補償的・懲罰的損害賠償と差止めを求めています。暴力計画に関する対話を検知して中断する仕組みをOpenAIに命じるよう裁判所へ請求しました。
Googleは、学校が生徒アカウントでGeminiアプリを無効にしながら、検索機能を有効にできると明確にしました。教育現場からの批判を受け、AI機能と検索を個別に設定できると説明しています。
新方針では、Googleアプリを使う学校がGeminiやNotebook、Classroom内のGemini、検索などをそれぞれ有効化する仕組みです。Googleは検索もAI製品群に含めており、学校側が設定を選びます。
学校がAIを一切使わない選択をすれば、生徒アカウントの検索も停止できます。そのため、検索が必須の教育現場にとっては、AI利用の可否をめぐる判断が引き続き課題です。
Googleの広報担当者は、今週発表した方針に変更はないと述べました。初期の発表や説明が設定方法を十分に明示しておらず、同社はその後、検索を残せる点を補足しました。
Boxは開発者会議で、NvidiaのNemotron埋め込み技術を組み込んだ「Box Content Retrieval」を発表しました。AIエージェントが文書全体を読む代わりに、質問や作業に関連する箇所を検索して返します。
Nvidiaの担当副社長は、従来比で回答が4倍速くなり、誤りが20％減り、トークン使用量を90％削減できるとの見通しを示しました。これらは同社側の予測です。
Nemotronの埋め込みモデルは、単語の一致だけでなく概念上の関連を捉えます。Boxは、異なる表現で書かれた法律文書から条項や先例を探す用途を例に挙げました。
機能はEnterprise Advanced顧客向けに来年初めから提供する予定です。Boxが蓄積したメタデータやアクセス権限管理も組み合わせるため、モデル単体では再現しにくいと説明しています。
チャットボット広告の導入が進み、広告技術企業Koah LabsのCEOは、AIが一部を作成した広告のクリック数が人手のみの広告の約2倍になったと述べました。広告文がAIの回答に自然になじむ可能性があります。
OpenAIはChatGPTで10万超の広告主を抱え、GoogleもAI Modeの広告を米国以外の10カ国に広げました。KoahはDeepAIやLinerなど200超のアプリに広告を提供しています。
Koahの広告は広告主が出した商品情報や画像に基づくため、誤った情報の生成を抑えられると同社は説明します。一方、医薬品など表現規制の厳しい分野では、人による管理を強める広告主もいます。
広告は大手ほど資本力のない専門チャットボットの収益源にもなり得ます。ただし広告主の満足度には課題が残り、回答画面での表示が利用者の体験や信頼にどう影響するかが焦点です。
PCゲームのMOD投稿サイトNexus Modsは、新規投稿でAI利用の有無を申告するルールを導入します。AI支援とした投稿には、どの工程でどう使ったかの公開説明も求めます。
運営側はAI生成MODを全面禁止しない方針です。スクリプト補完から画像・音声・素材の生成まで創作工程にAIが広がっており、禁止よりも利用を明示し、プラットフォームの規則で扱う方が実態を可視化できると説明しています。
AI関連の表示はMODページで目立つようになり、利用者がゲームページやトップページでAI生成物を非表示にする設定も用意されます。検索結果での表示制御も今後の予定です。
既存投稿者には要件を満たすための60日間が設けられ、期限は2027年1月2日です。Nexus Modsは投稿物をAI学習に使ったり、学習目的で販売・ライセンス供与したりしないとし、再利用の制御や作者への帰属表示も強化する考えです。
Google Arts & Cultureと英Courtauld Institute of Artは11月4日、「The Art of Looking」を公開しました。美術作品の見方や背景を紹介する12本のストーリーを通じ、幅広い読者が美術と美術史に触れられるようにします。
記事ではマネやゴッホ、ミケランジェロらの作品を取り上げ、構図や制作背景、作品が持つ意味を解説します。Courtauldは教育・研究機関であり、所蔵作品と研究成果を世界の利用者に届けることを目指しています。
両者は新たなアーティスト・レジデンシーも発表しました。文化機関が保有する大規模な写真資料を対象に、AIをメタデータ業務に活用する方法を探ります。
この取り組みは、画像資料を検索しやすくし、世界各地の学習カリキュラムにつなげる基盤づくりを想定しています。Google Arts & CultureとCourtauldは2022年から協力し、作品の高精細撮影などを進めてきました。
Alphabetによると、2026年第3四半期のGoogle検索売上高は前年同期比12％増でした。前四半期の約17％増から伸びが鈍り、広告収入につながる有料クリックの伸びも13％から8％に低下しました。
検索クエリは5年で最も速いペースで増えていますが、Googleのフィリップ・シンドラー最高事業責任者は、AI Modeの検索は従来検索より収益化率が低いと説明しました。AI検索が新しい需要を生む一方、従来の広告収益を置き換える可能性も残ります。
GoogleはAI OverviewsやAI Modeで広告表示を広げています。しかし広告主はAI広告だけの成果を分けて測れず、同社も個別の実績を開示していません。広告会社Tinuitiの顧客は検索広告支出を増やし、全体の費用対効果を維持したものの、AI広告自体の効果は判別できない状況です。
AlphabetはAI基盤に今年約2000億ドルを投じる計画で、投資家は費用と収益の釣り合いを注視しています。会話型検索の広告が新たな売上を生むのか、従来検索の収益を削るのかは、なお明らかになっていません。
Googleが学校向け検索でAI概要を無効にする個別設定を用意せず、検索サービス自体を止める必要があるとして、教育関係者の反発を招いています。Googleは2027年からGeminiやNotebookなどを初期状態でオフにし、学校が個別に有効化できると説明しましたが、検索結果に組み込まれたAI概要やAIモードは従来検索と切り離しにくい状況です。
学校関係者は、AIが回答を先に提示すると、生徒が検索結果や出典を比較し、自分で考える機会が減ると懸念しています。誤情報を含む回答を子どもが正しいと受け止めるリスクも指摘されています。
この機会を捉え、プライバシー重視の検索サービスを提供するDuckDuckGoは、学校が既定の検索エンジンを同社に切り替える方法を案内し、導入支援を申し出ました。同社はGoogleの判断を批判し、自社では検索やブラウザーのAI機能を無効にできると説明しています。
DuckDuckGo自身もチャットや検索支援などのAI機能を提供しますが、利用者が機能を選べることを差別化点にしています。学校や教育委員会にとっては、AIの有無を一括で決めるのではなく、学習目的に応じて機能を管理できるかが検索環境の選定基準になりそうです。
AT&T;は11月4日、Connected Lifeのスマートホーム警備システムにGoogleのGemini for Homeを連携しました。同社によると、Google Home Premiumを統合した初のホームセキュリティ製品です。
利用者はカメラ映像の出来事を詳しく説明させたり、自然な文章で過去の録画を検索したりできます。荷物の配達状況や、夜間に庭を掘ったものなどを尋ねる使い方が例示されています。
日ごとの屋内外の活動要約にも対応します。機能の利用には、月額29.99ドルの専門監視プランへの加入が必要です。
AT&T;はGoogleとAbodeとの提携でConnected Lifeを前年12月に開始しました。今回、GoogleのGemini搭載Home APIを利用し、在宅者の位置に応じて警備を自動で開始・解除する機能も加えます。
OpenAIの消費者向け製品責任者Adam Fry氏は、ChatGPT経由の検索クエリ数がGoogleの約20％に達したと明らかにしました。11月2日の報道向けイベントで説明した数字で、同社は検索を、入力内容によってウェブ検索が実行されたケースと定義しています。
Fry氏はGoogle側の検索量の出典を明かしておらず、この比較はOpenAIの説明に基づきます。Googleを追い越すにはなお隔たりがある一方、同社はChatGPTを検索サービスの競争相手として位置づけています。
OpenAIは検索結果を会話の中に視覚的、対話的に表示する「Intelligent UI」の構想も説明しました。GoogleがAI概要などの生成AI機能を検索に加えるなか、利用者が情報を探す入口を巡る競争が広がっています。
収益面では広告も重視しています。OpenAIはChatGPT内でスポンサー商品の画像を表示する方針を示しており、Fry氏は広告が製品利用に悪影響を与えていないとの見解を述べました。
Googleは、K-12の生徒アカウントでGemini、Gemini Notebook、Gemini in Classroom、Google Searchを初期状態で停止し、学校管理者が明示的に有効化する方式へ移行します。ただし学校がAI機能を拒むと、Google Searchも使えなくなると同社幹部が説明しました。
変更は今後数カ月で実施予定です。学校はAIだけを無効にして検索を残す設定を選べず、Googleの教育製品を使う場合、AI機能を受け入れるかSearchを含めて停止するかの判断を迫られます。
Googleは「検索とAIは深く統合されている」と説明し、管理者は各サービスを個別にオン・オフできるとも主張しています。一方、報道によれば、AI機能だけを外してSearchを残す設定はありません。学校側が授業でAI概要を避けたい場合にも、検索へのアクセスに影響します。
この方針に対し、バーニー・サンダース上院議員やニューヨーク市長らは学校への圧力だと批判しました。Googleは同時に、答えを直接示さず考え方を導くGuided LearningをSearchに試験導入し、教室でのAI利用への懸念にも対応するとしています。
ジェフ・ベゾス氏と俳優ジェイソン・ステイサム氏に髪が生えたように見える画像が、XやThreadsなどで広がっています。The Vergeによると、画像は加工された偽物で、両氏が最近植毛したという情報を裏付けるものではありません。
記者はGoogleの逆画像検索を使い、ベゾス氏の画像について同じ服装と背景の写真を発見しました。元画像は2023年撮影で、ステイサム氏の画像も2011年のパパラッチ写真にさかのぼれたといいます。
画像の加工に生成AIが使われたかは判明していません。検証した画像からContent CredentialsやSynthIDの表示も確認できませんでした。AI製かどうかを断定できなくても、実在の写真を探して照合することで偽画像を見抜ける場合があります。
生成AIによる画像加工の敷居が下がり、著名人をめぐる虚偽画像は注目や共有を集める目的で拡散しやすくなっています。見慣れない写真や話題性の高い画像に接した際は、投稿だけで判断せず、原画像や撮影時期を確かめることが重要です。
Googleは11月3日、学校向けAI製品の学習支援機能と管理設定を更新すると発表しました。Google Searchには宿題を段階的に考える機能を試験導入し、Google Classroomでは教師が教材に沿った活動を割り当てられるGuided Learningを世界で提供します。K-12の生徒アカウントでは対象製品を初期状態で停止し、学校管理者が明示的に有効化する方式に改めます。
Searchでは、生徒アカウントから宿題の助けを求めていると判断した場合、すぐに解答を示すのではなく、問題や概念を順に考える案内を表示します。複雑な物理の問題や読書レポートについて、批判的に考えるための問いかけを提供する想定です。米国の一部学校で月内に試験を始め、教育者の意見を取り入れてから他地域へ広げる計画です。
Google ClassroomのGuided Learningは、教師が指定した授業資料に基づく個別学習ツールとして機能します。教師は生徒に活動を割り当て、クラスのつまずきや進捗に関する情報を確認できます。Googleは学校や教育者との試験を経て機能を調整したと説明しています。
アクセス制御の変更はGemini、Gemini Notebook、Classroom内のGemini、Google Searchに及びます。学校が利用方針を決め、管理者が必要な製品を有効にする仕組みです。Googleは変更の詳細と展開時期を今後学校に知らせ、準備期間を設けるとしています。
MIT.nanoが10月5、6日に開いた2026年NEMO利用者会議では、25の研究機関などから65人が集まり、共有研究設備の管理と施設間連携を議論しました。共通のオープンソース基盤を使い、研究者が必要な装置や専門能力を見つけやすくする取り組みです。
中心となるNEMOは、研修、設備予約、運用、請求など共有施設の管理を支援します。2018年に米国立標準技術研究所が公開し、2023年には施設が拡張機能を共有できるコミュニティ版が始まりました。
会議ではスタンフォード大の設備状況表示、コロンビア大の請求や施設業務への拡張、プリンストン大の設備監視などが紹介されました。各施設が共通基盤を自らの運用に合わせ、その改善を共有しています。
MIT.nanoは、複数のNEMO環境をつなぐオープンソース基盤Hydraを開発中です。別の静的データベースを手作業で更新せず、稼働中の施設管理システムから情報を同期し、研究者が専門設備の所在や利用可能性を探せるようにします。
Googleは11月3日、教育向けAIの更新を発表し、学習支援機能Guided LearningをGoogle Classroomで世界展開します。同機能の一部はGoogle検索にも導入し、学習者が問いを掘り下げる利用を支援します。
同社はGemini、Gemini Notebook、Classroom内のGemini、Google検索について、幼稚園から高校までの生徒アカウントに適用する利用制御の方針も更新します。具体的な設定内容は発表の各項目で案内されています。
発表には教育分野の新たな調査結果とGoogle.orgによる資金提供も含まれます。Googleは教育向けに設計した技術を学校へ広げる取り組みの一環と位置付けています。
さらに教員向けのAI研修を拡大します。学習支援機能、年齢に応じた管理、教員の準備をまとめて進め、学校でのAI活用を支える構成です。
Google DeepMindは、Google Antigravityに化学情報学向けの機能を加え、創薬候補の探索を支援する手法を紹介しました。肺がん治療薬に関する実例では、数千の化合物を調べ、分析と新たな分子候補、合成経路の提案までを約1時間で行ったとしています。
創薬では論文、図表、特許、製品カタログに分散した化学データをまとめ、予測モデルを作る作業に時間がかかります。同じ分子でも記述形式が異なり、原子や結合の誤りが結果を変えるため、データの正確な統合が欠かせません。
新機能では、言語モデルが検索や作業の段取り、科学的推論を担い、分子計算はRDKitなどの決定論的な化学ツールに任せます。ChEMBLやPubChemへの接続も備え、化学分野の手順をワークフローに組み込んでいます。
事例では、薬剤の文献から化合物と関連データを抽出し、回転結合を減らして薬効を高める「剛直化」の分析を進めました。提案を実験に移すには専門家の評価が必要であり、記事は研究者とエージェントが協働する作業台としての活用を示しています。
New York Timesは、Braveが同社の記事を無断で取得し、AI企業向けに配布したとして提訴しました。訴状では、著作権侵害に加え、利用者が有料記事の壁を回避できる仕組みも問題にしています。
Daily News、Chicago Tribune、Orlando Sentinelも、同様の主張を含む別の訴訟を起こしました。いずれもマンハッタンの連邦裁判所に提起されています。
訴状はBraveの行為を強い表現で批判していますが、これらは原告側の主張であり、裁判所が認定した事実ではありません。Braveや関係するAI企業の法的責任は今後の手続きで争われます。
AI向けデータ取得と検索・ブラウザー機能を巡る著作権上の論点が再び浮上しました。企業は学習・提供データの出所や、ペイウォールを含むアクセス制御への対応を明確にする必要があります。
WIREDは、AIチャットボットによるウェブ検索をどの場面で使うべきか解説しています。Claude、ChatGPT、Geminiなどの検索機能は、問いによっては必要な情報をまとめて提示できます。
一方、回答の正確性や出典の確認が必要な場合には、元ページや通常の検索結果を確かめることが大切です。AI検索の利便性だけでなく、情報の検証可能性も考慮するよう促しています。
記事は利用場面に関するガイドであり、各サービスの性能を統一条件で比較したベンチマークではありません。検索機能や検索結果はサービス更新により変わる可能性があります。
業務でAI検索を使う際は、要約を出発点にし、重要な事実や最新情報を一次情報で確認する運用が有効です。調査の目的に応じてAI検索と従来検索を組み合わせる必要があります。
レストラン検索アプリのZestは10月29日、テキストメッセージ上で飲食店を提案し、予約まで行うAIコンシェルジュを発表しました。利用者は好みや場所、予算、食事制限などを伝え、会話を続けながら店を選び、OpenTableやResyなどのサービス経由で席を予約できます。
Zestはユーザーのクレジットカード取引履歴をPlaid経由で取り込み、食事の傾向を把握して推薦に使います。同社によると、個人化に使うのは飲食カテゴリの取引に限ります。
コンシェルジュはグループチャットにも追加でき、参加者の好みに合う店を探したり、会話内の投票で候補を絞ったりできます。店の混雑状況やWi-Fi、メニューなどを尋ね、アプリを切り替えず予約できるのが特徴です。
Zestは予約と今後の注文を収益源にする考えです。創業者のマリオ・ゴメスホールCEOは、実際に訪れた店の情報から好みを早く学べる点は、一般的なアシスタントとの差になると説明しました。将来的には飲食店以外の事業者や買い物への推薦も検討しています。
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。
OpenAIは10月30日、ウェブサイト運営者が生成AIの基盤モデル学習に関する希望を複数社へ伝えられる共通信号を尊重すると発表しました。信号はサイトのrobots.txtに記載する仕組みで、運営者がAI企業ごとに個別設定する負担を減らします。
この信号はIETFのAI Preferences作業部会で進められている標準化議論に基づき、Anthropicの技術標準担当者が提案しました。The Vergeによると、Anthropicはすでに採用し、GoogleとMicrosoftは2027年の対応を予定しています。
OpenAIは今後数カ月以内に実装する方針で、詳細は実装時に改めて公表するとしています。同社は既存のrobots.txtによるクローラー制御も引き続き適用すると説明しました。
共通信号により、サイト側はAI学習への利用方針を一度示し、対応する複数の提供元に伝えられるようになります。Microsoftは学習とAIの情報参照利用を分けた設定も提供する方針で、検索結果への掲載は設定にかかわらず続けるとしています。
Googleの親会社Alphabetは2026年7～9月期に約1280億ドルの売上高を計上しましたが、検索の成長鈍化とAI検索の収益性が課題として浮上しました。最高事業責任者のフィリップ・シンドラー氏は決算説明会で、AI Modeの検索1回当たりの収入は従来型のウェブ検索より少ないと説明しました。広告の数が少なく、単価も低いためです。
検索回数の伸びは前年同期比12％で、前四半期の17％、1～3月期の19％から鈍化しました。第3四半期の検索収入も横ばいでした。記事は、回答を得る手段としてAIチャットボットを使う消費者が増えたことが一因の可能性を挙げています。
Alphabet全体では売上高が前年同期比25％増えた一方、純利益は260億ドル超と前年より約90億ドル減りました。1株利益は2.12ドルで、市場予想の3.02ドルを下回りました。Google Cloudの売上高は300億ドルを超え、予想を上回っています。
同社は来年、AIへの支出をさらに増やす見通しです。AI検索を利用拡大につなげながら、従来検索と同等の広告収益をどう確保するかが、投資負担と市場の評価を左右します。
Redditは2026年10月29日の第3四半期決算説明会で、利用者がログインして使う体験を中心に移行すると発表しました。AI検索の普及で検索経由の訪問が減るなか、投稿データの無断収集を抑え、AI企業とのライセンス契約や広告収益につなげる狙いです。移行は段階的に進め、第4四半期に米国外の一部市場で試験します。
同社によると、検索からの流入は10月に週平均100万件超減りました。世界の1日あたり利用者数は第3四半期に1億3030万人で前四半期比横ばいでしたが、米国では前四半期の5320万人から5070万人に減り、前年同期比でも2％減となりました。
利用者数が伸び悩む一方、収益は拡大しています。第3四半期の売上高は前年比53％増の8億9500万ドル、純利益は74％増の2億8300万ドルでした。広告収入は54％増、AI向けデータライセンスを含む非広告収入は35％増です。
ログイン利用が増えれば、興味や行動に関する情報を広告の配信やおすすめ表示に活用しやすくなります。ただし、ログインしていない利用者のトップページ閲覧も重要だと同社は認めており、全面移行の時期は示していません。
共同創業者兼CEOのスティーブ・ハフマン氏は、ログイン利用でも匿名性は保てると説明し、匿名閲覧の「シークレットモード」も再構築するとしました。公開ウェブからの検索訪問が減るなか、データ保護と発見されやすさをどう両立するかが、プラットフォームの事業戦略を左右します。
Amazonは2026年10月29日、年末商戦を前に、音声アシスタントAlexaへ買い物関連の機能を100超追加したと明らかにしました。利用者は買い物リストや定期購入、配送指示、Prime契約の質問、請求・支払いの問題をAlexaで扱えます。買い物の手間を減らし、購入後の管理まで支援する狙いです。
新機能では、リストの作成や登録、内容の確認、商品の追加・編集ができます。定期購入では、商品ごとに配送間隔を毎月から3カ月ごとへ変えるよう依頼できます。
配送については、届け先住所の変更や置き場所の指示追加に対応します。利用者はPrimeやAudibleの契約内容を尋ねたり、請求や支払いの問題について質問したりできます。
Amazonは今年、検索欄の買い物アシスタントや、新商品・特典を知らせる機能も投入しています。今回の更新は、商品探しだけでなく、購入前後の管理をAlexaに担わせる取り組みの一環です。
同社によると、年初以降、エージェント機能を使う人は8倍に増えました。また過去12カ月に、4億人超の消費者がAlexaを買い物に利用したとしています。
Alphabetのサンダー・ピチャイCEOは10月28日、2026年第3四半期の売上高が前年同期比25％増え、年換算の売上規模が5000億ドルに達したと説明しました。Google Cloudの売上高は103％増で、AIインフラとサービスが成長を押し上げたとしています。検索のクエリ成長率も過去5年で最も高く、AI機能の利用拡大が事業を支えています。
ピチャイ氏によると、検索ではAI Overviews、AI Mode、従来型検索を一体化する取り組みを進めています。AI Modeの検索クエリは従来検索の平均3倍の長さで、世界の検索の5件に1件は音声、画像、文書を使うということです。
Googleの自社モデルAPIは毎分約320億トークンを処理し、前四半期比で40％増えました。Geminiアプリは利用者が10億人に達し、Google史上最も速く成長した製品だと同氏は述べています。
CloudではTPUを含むAI計算基盤への需要が強く、同社は供給能力を増やす作業を進めています。ピチャイ氏は今後、より効率的なモデルや、検索・Geminiアプリに続くChrome、Android、Workspaceでのエージェント機能拡大にも言及しました。
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。
Googleは2026年10月、AI検索機能「AI Mode」の広告をオーストラリア、カナダ、インドなど10カ国で展開すると発表しました。米国では、追加の質問にも広告を表示する複数ターン広告を始めます。Alphabetの決算説明会で示した施策で、会話型検索の広がりを収益機会につなげる狙いです。検索広告の成長が鈍るなか、AI機能を新たな広告売上に結び付けられるかが問われます。
同社によると、AI Modeの検索語は従来の検索より平均3倍長く、広告が利用者の意図を捉えやすいといいます。スポンサー付き商品リストのクリック率は、同機能内の通常の商品リストと同程度だと説明しています。広告には「スポンサー」と明示し、有用性を保てる形式を試す方針です。
今回の海外展開では、豪州、カナダ、インド、ケニア、マレーシア、ニュージーランド、ナイジェリア、パキスタン、フィリピン、シンガポールが対象です。2026年第4四半期にはブラジル、メキシコ、英国などへの拡大を計画しています。
背景には、主力の検索広告の成長鈍化があります。Alphabetの第3四半期決算では検索広告の売上高が前年同期比12％増となり、前四半期の17％増から伸びが縮小しました。AI検索の利用拡大を、広告収入の新たな成長につなげられるかが焦点です。
Googleの検索AI「AI Mode」は、米国から2020年大統領選の勝者を尋ねられても、結果を直接答えず連邦選挙委員会などの公式情報を案内する事例がありました。記者や同僚の試行では応答にばらつきがあり、再質問や海外からの利用では正答するケースも確認されました。Googleは後に、2020年の選挙関連クエリに技術的な欠落があり、修正中だと説明しました。
記事によると、AI Modeは2024年の大統領選や2020年の上院選についても、質問者によって直接回答を避けることがありました。一方、1992年の上院選など別の政治史の質問には回答し、GoogleのGeminiアプリも近年の大統領選の勝者を答えたといいます。
当初、Googleは最近の選挙をめぐる厳格な安全フィルターが、未確認情報や誤情報を避けるため公式データベースへ誘導すると説明しました。同社は選挙情報で公的な情報源を優先する方針を掲げています。
その後、Googleの広報担当者は2020年の大統領選クエリに技術的な欠落があり、2022年の上院選についても同様の問題を修正していると明らかにしました。AI Modeは最近の選挙結果をニュース記事やAPのデータで確認する仕組みだとし、該当する更新を進めています。
Google Adsのプロダクトリエゾン、ジニー・マービン氏は、検索部門のデータサイエンスとユーザー調査を率いるシバニ・モハン氏を迎え、検索行動の変化を語りました。Googleのチームは数十億人の検索を調べ、AI OverviewsやAI Modeの登場が利用者の習慣と広告環境にどう影響するかを分析しています。
Googleは公式ポッドキャスト「Ads Decoded」で、検索体験の変化が広告に及ぼす影響を取り上げました。新しい機能だけでなく、利用者が検索する方法そのものも変わりつつあると説明しています。
番組では、AI OverviewsやAI Modeの導入後に検索習慣がどう変わるかを、調査の舞台裏とともに紹介します。特に、より長い検索クエリの傾向を企業がどう捉えるかが焦点です。
広告担当者にとっては、短いキーワードだけを前提にした設計を見直す手掛かりになりそうです。ただし、紹介文には具体的な調査結果や数値は示されておらず、詳細は番組で確認する形です。
英国の国境・移民行政を監視する独立首席監察官（ICIBI）が2026年10月、内務省によるOpenAIのGPT-4基盤の生成AIツール利用を2027年の調査対象にするか検討しているとWIREDが報じました。精度への疑問と運用の非公開性を受け、ICIBIはデジタル権利団体Open Rights Group（ORG）に資料提供を求めています。
内務省は2024年末から、面接記録を要約するACSと、出身国に関する政策情報を検索・要約するAPSを試験運用しています。両ツールはGPT-4とMicrosoft Foundryを基盤とし、併用すれば政府試算で1件当たり約1時間を短縮します。
一方、ORGの6カ月調査では、ACSの要約で事実誤認や内容のゆがみにより使用不適格とされた割合が、試験評価で公表された9％を大幅に上回りました。APSの要約には品質管理がないことも判明し、2026年7月には裁判官が、AIの幻覚で作られた文書を根拠に申請を拒否した可能性を指摘しています。
透明性も争点です。両ツールは政府のアルゴリズム公開台帳に載っておらず、申請者にも利用が通知されていません。誤った個人情報の要約を争えない運用は、英国のデータ保護法上の権利に違反し得るとの独立法律意見もあります。
英国のデータ保護当局は現在、職員の利用方法や訓練について内務省がORGへの開示を拒んだ問題を調査しています。内務省は、AIは担当者を支援するだけで単独使用せず、性能を監視して更新評価を公表すると説明しています。今後は時間短縮と判断の信頼性の両立が焦点です。
米メディアAxiosは2026年秋、企業契約者のAIエージェントにM&A;情報を届ける「Axios Direct」の初配信を始めました。検索流入が縮み、ニュース消費がLLMへ移ると見込み、人間向けの読み物ではなく、機械が効率よく処理できる標準化テキストと構造化データで提供します。まず年額2,499ドルのAxios Pro Deals契約者を対象とします。
Axiosは2027年、企業の社内LLMの学習元となる第2の配信と、個人契約者が自分のエージェントへ記事を送れる第3の配信を計画しています。いずれも見栄えより機械可読性を優先し、RSSに似た定型テキストを採用します。
テクノロジーメディアのEveryは、別の道を選びました。記事に実行用プロンプトや「Read With Claude」「Read With ChatGPT」ボタンを組み込み、取材データから読者の関心に合わせた記事、ポッドキャスト、動画をエージェントが作れるようにしています。
ただし、AIエージェント向け出版の市場はなお未成熟で、価格設定や将来の利用方法は定まっていません。チャットボットが一般情報を即答する中、Everyは実践的なAI活用法、Axios Pro Dealsは市場を動かし得る速報という、他では得にくい情報に課金の根拠を置きます。
Axios幹部は、AIを読者そのものではなく、読者へ届けるための道具と捉えています。サイト訪問がなくてもブランド露出には価値があるとの見方はあるものの、AIによる参照が売上へ結び付くかは、今後の検証課題です。
NvidiaとOracleは2026年10月27日、Oracle Cloud Infrastructure（OCI）でVera Rubin NVL72と単体Vera CPUの一般提供を開始しました。両社はSuperclusterも数ギガワット規模へ拡張する計画です。AIモデル用GPUと、エージェントのコード実行や情報検索を担うCPUを別々に増減できる構成で、計算資源の稼働率向上を狙います。
効率性を問う背景には、VentureBeat Intelligenceの7〜9月調査があります。従業員100人以上の組織などを対象とする218人の回答者のうち79%がGPU稼働率50%以下と答え、低稼働と答えた層の70%がプラットフォーム変更を予定していました。ただし自己申告であり、ハードウェア監査の結果ではありません。
Veraは、モデル呼び出しの周辺でエージェントを調整し、隔離環境でコードを実行し、データを処理するCPUです。Oracleはベアメタルサーバーと柔軟な仮想マシンで提供し、GPU基盤とは別にCPUサービスを配置できると説明します。Nvidiaはエージェント関連のCPU処理で主要x86製品より最大80%高速と主張しますが、OCI実機ではなくベンダーの基準試験です。
OpenAIは、エージェントのサンドボックス処理向けにVeraをOCI上の本番環境へ導入すると表明しました。Oracleは検索、分析、エージェント調整、GPU群管理も用途に挙げており、自社で基盤モデルを学習しない企業でも大量のエージェント処理があれば検討対象になります。一方、外部モデルAPIの利用が中心なら、大規模GPU枠を持つ合理性は限定的です。
OracleはIntel Xeonを使う8 GPUのRubin NVL8も計画していますが、現時点で一般提供済みなのはNVL72で、NVL8は予定段階です。導入企業は、同一のエージェント業務を現行環境とVera構成で比較し、成功率、処理時間、CPU・GPU消費量、モデルAPI料金を含むタスク完了当たりの総コストを測る必要があります。提供地域は今四半期に選定地域へ広げるとされ、利用可能なインスタンス、地域、容量、価格の確認も欠かせません。
Ai2は2026年10月27日、科学研究アイデアの新規性を大規模言語モデル（LLM）がどこまで安定して評価できるかを調べた研究「Old Ideas, Novel Problems」を公開しました。GPT-5.1、5.2、5.4とClaude系の計6モデルを検証した結果、プロンプトの数語を変えるだけで同じ案への判定精度が50ポイント超動く例があり、AIによる科学発見の評価基盤に課題を示しました。
Ai2はICLR 2026の査読から、独創性を肯定された上位論文の研究案154件と、独創性に懸念が示された下位論文の研究案145件を抽出しました。さらに前者と単純なLLMが生成した154件を組み合わせ、人間案のみと人間案・生成案の二つの評価環境を構築しました。
最も大きな差を生んだのはプロンプトです。GPT-5.4に同じ人間案・生成案の組を評価させたところ、「一方だけが新規」と伝える条件では精度93.5%でしたが、単に新規な案を問う条件では40.9%に落ち、半数超の組で判定が反転しました。
検索や推論量を増やせば解決するとも限りません。arXivを反復検索する高推論設定はmacro-F1が0.78で、Claude Opus 4.6の0.89を11ポイント下回り、判断1件あたりの費用は約10倍でした。
専用システムも簡易なClaude Opus 4.6の手法を上回れず、簡易手法はmacro-F1が0.854、総費用2.59ドルでした。研究開発でLLMに新規性判定を任せるなら、実運用と同種のAI生成案で試し、複数のプロンプトとモデルに対する感度を測る必要があります。
中古高級品の委託販売を手がけるThe RealRealは2026年10月26日までに、MetaのAIエージェント「Muse」が20分間の商品取り置きを繰り返し、ほかの買い物客の購入を数時間以上妨げられるとの報道を受け、ボット防御設定を更新しました。ログインやカート追加、決済をAIエージェントが行いにくくし、限りある一点物を公平に購入できる環境を守る狙いです。
同サイトでは、商品をカートに入れると20分間の取り置きが始まり、その間はほかの客が購入できません。The VergeはMuseに期限切れ直後の再投入を続けさせ、商品を数時間以上押さえられることを確認しました。
The RealRealのルーク・フリアン最高技術責任者は、報道で指摘されたMuseの利用方法に対応済みだと説明しました。新設定はすべてのAIエージェントによるログイン、カート追加、決済を難しくする一方、商品情報の検索や商品ページへの送客は認めます。
Metaによると、買い物はMuseで最も一般的な用途で、平均購入額は200ドル超です。Museは米国で公開後40日間に1000万件ダウンロードされており、AIによる購入行動は小売企業が無視できない規模に達しています。
AIがサイト訪問から購入までを代行すれば、小売企業は顧客との直接の接点を失い、広告収益にも影響を受けかねません。AmazonなどがAIエージェントを遮断するなか、The RealRealの対応は、検索による送客を残しつつ自動操作の悪用を抑えるという小売り側の線引きを示しています。
IEEEは、デジタルライブラリー「IEEE Xplore」に、査読済み論文や会議録など数百万件の全文を根拠として回答するIEEE Xplore AI Research Suiteを追加しました。機関契約者向けの任意の追加契約として提供し、自然言語による検索、結果の要約、専門用語の文脈内説明を通じて、複雑な技術文献の把握を速めます。
STEM文献向けに最適化した独自AIを採用し、利用者は自由形式の質問や長文を入力できます。従来のキーワード検索にとどまらず、類似研究や新たな解決策につながる文献を探せる設計です。
幻覚を抑えるため、検索対象をIEEEの査読済み全文と専門家が選定したSTEMメタデータに限定しています。関連する科学的根拠が見つからない場合は回答を作らず、その旨を利用者に伝えます。AIによる概要には原文へのリンクが付き、根拠を直接検証できます。
開発では、技術者、科学者、図書館情報の専門家を含む3,000人超が試験に参加し、研究手順に沿うよう機能を改善しました。IEEEによると、全文とメタデータの双方を使う内部試験では、主要な全評価指標で結果の品質と精度が3倍になりました。
企業の研究開発チームにとっては、検索から要約、原典確認までを一つの環境で進められる点が実務上の利点です。導入時は、回答範囲がIEEEの収録資料に限られることを踏まえ、自社の調査対象との適合性を見極める必要があります。
Appleは2026年10月26日、iOSやmacOS、watchOS、tvOS、visionOSなどの「27.2」を公開しました。中心はSiriのAI機能で、過去の会話を記憶して応答に生かす機能や参照できる情報源の拡大、アクセス対象アプリを利用者が除外できる設定を加え、対応言語も日本語を含む5言語へ広げました。
新しい会話記憶は、過去のSiriとのやり取りを呼び出し、現在の会話で参照します。Siriが回答に使える情報には、ボイスメールや「メッセージ」の添付ファイルなども加わりました。
一方、Appleは「除外するアプリ」の設定を追加し、Siri、検索、提案がアクセスできるアプリを利用者が選べるようにしました。記憶と参照範囲を広げつつ、アプリ単位の制御も用意した形です。
SiriのAI機能は、従来の英語に加えてフランス語、日本語、韓国語、ポルトガル語、スペイン語に対応しました。ただし、欧州と中国本土では引き続き利用できません。
iOS 27.2では、「メッセージ」の招待内容を予定表に変えるといった文脈対応の提案、写真でのSynthID透かし対応、Apple TVアプリの利用者プロフィールも追加されました。折りたたみ型iPhone DuoではApple Pencilにも対応し、Apple Musicの新ブランド表示も導入されました。
macOS Golden Gate 27.2とApple Watchにも、Siriの会話記憶や追加言語が展開されました。visionOS 27.2には追加言語と新しいMusicアイコンが入りました。macOSのベータ版には「写真」「メモ」「Safari」のジェスチャー認識に関する記述もありますが、次期MacBook Proのタッチ対応との関係は未確認です。
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。
Convovoの研究は、米中間選挙の投票先を一人に決めるようAPI経由で求めた場合、モデルによって大きな党派差が出ると報告しました。約500の選挙を対象に、Grok 4.7は回答の92％で共和党候補、GPT-6.1 Solは97％で民主党候補を選んだとしています。
質問は、曖昧にせず候補者を一人挙げるよう明示的に求めるものでした。一般向けアプリでは同じ質問を拒否したため、通常の利用体験とAPIでの強制選択試験を区別する必要があります。
研究者は、検索する論点や参照先にも違いがあると指摘しています。追加の30選挙の試験で検索を無効にすると、GPTの傾向は残った一方、Grokは多くの場合に選択を拒否しました。
OpenAIは、この試験が一般のChatGPTの回答を反映するものではないと説明しました。結果は特定の質問と設定での傾向を示すもので、すべての政治的な会話や、偏りが生じる原因を確定するものではありません。
TechCrunchは、Blockが紹介した音声モデルDessaの特徴を報じました。人の会話音声だけで学習し、話しながら相手の声を聞く全二重のやり取りや、笑い、間、感情的な話し方を表現するモデルとされています。
Blockは、声をいったん文字へ変換する仕組みでは、感情や話し方に含まれる情報が失われると説明しています。Dessaの知識も会話データに由来するとされ、一般的な知識検索用の言語モデルと組み合わせる設計とは異なります。
公開デモでは、疲れた話し方や声が詰まるような表現が紹介されました。ただし、感情表現の制御方法の詳細は明らかではなく、自然な声が正確な知識や理解を保証するわけではありません。
M4 Max以上のコンピューターでローカル実行できるとされていますが、記事時点では一般には公開されていません。Blockは安全性研究者に検証を呼びかけており、人を誤認させるほど自然な音声の影響も課題になります。
Ai2とペンシルベニア大学のLitPivotは、初期段階の研究アイデアを関連論文に照らして見直す仕組みです。課題、貢献、評価方法などに案を分け、Asta Paper Finderで見つけた研究を根拠として、弱点や修正の方向を示します。
利用者は、引用された文章と批評を確認し、提案を採用、修正、却下できます。変更した研究案に合わせて関連論文の順位も見直すため、検索と推敲を行き来できる設計です。
17人の研究者による比較では、同じ論文を使える編集画面とAIチャットに対して、研究案の文献に基づく説明が改善したと報告されました。評価には、条件を知らされていない専門家の判断も用いられています。
一方、有用性や新規性に関する利用者の感想は、客観的な発見の証明とは異なります。UIST 2026で紹介される研究として、AIが研究判断を代行するより、根拠を検討しやすくする方法を示しています。
OlmoEarth開発チームは2026年10月22日、衛星画像から地表の特徴を数値化するモデル「OlmoEarth v1.3」と、10メートル解像度の年次埋め込みデータ、ブラウザー分析ツールを公開しました。2023～2025年は陸地と沿岸域を全球規模で網羅し、登録やGPU、専門的な設定なしで、土地の変化把握や似た場所の探索を始められます。
モデルはSentinel-1のレーダー画像とSentinel-2、Landsatのマルチスペクトル画像を1年分読み、地球上の10メートル画素ごとに128次元のベクトルを生成します。先頭64次元だけを使う軽量版もあり、作物や土地被覆の地図作成、年ごとの変化検出を小さな分類器で処理できます。
AlphaEarth FoundationsとTessera v2を含む比較では、6大陸・27評価のうち128次元版が20件、64次元版が18件で最高点を取り、総合首位でした。重み、事前学習データ、コードも公開され、最終学習をH100のレンタル環境で再現する費用は約2,720ドルと見積もっています。
v1.3の学習計算時間はv1.2の53％、初代の18％に減り、炭素排出量もそれぞれ50％、22％でした。精度を保ちながら特徴量を再利用できるため、企業や研究者はGPUを使う個別の微調整前に、低コストで仮説を試せます。
Explorerでは地図を年ごとに切り替え、衛星画像で確認しながら、地点の類似検索や少数のラベルによる分類器の学習、GeoTIFFへの書き出しができます。年約150TBのアーカイブは2023～2025年が全球、2017～2022年は一部の国を対象とし、画像の出典も画素単位で追跡できます。
NVIDIAのジェンスン・フアンCEOは10月21日のGTC Berlin基調講演で、企業に自社の「AI工場」構築を提唱しました。一方、VentureBeat Intelligenceが9月に実施した調査では、本番AIを運用しGPU稼働率を回答した68社のうち55社（81％）が平均50％以下で、その71％が12カ月以内にAI基盤の新規導入・追加・刷新を計画しています。
調査対象102社全体でも63％が1年以内の基盤変更を予定する一方、財務部門が確認・承認したインフラROIを持つのは10％でした。導入予定層の91％に承認済みROIがなく、既存投資の収益性を確かめる前に次の購入判断が進んでいる構図です。
購入時の重視項目は既存クラウド・データ基盤との統合が48％、性能が42％、GPUの入手性が35％でした。記事は追加調達の前に、遅延や再試行、成果につながらない資源消費がどの工程で起きるかを特定する必要があると指摘します。
特にエージェント型AIでは、推論、検索、保存、再試行、人手確認を含む成功タスク当たりのコストを中核指標に据えるべきだと提案しています。誤った顧客対応や修正を要するコードを成功扱いせず、合意した品質基準と価値の基準線を財務部門と共有する考え方です。
設計では、組織の恒久知識、作業継続用のタスク状態、推論時のキャッシュ資源という三つの「記憶」を分けて扱います。小型モデルも単価だけで選ばず、検索、状態管理、上位モデルや人への切り替えを含むワークフロー全体で品質と総コストを検証することが、過剰投資を避ける鍵です。
NVIDIAは2026年10月22日、物理AIが現実世界を理解・シミュレーションする「世界モデル」の開発基盤Cosmosを拡充しました。学習データの生成・整備から、公開モデルの追加学習・軽量化、シミュレーション評価、NIMによる配備までを一体化し、ロボットや自動運転、映像解析の開発期間と計算負荷の削減を狙います。
Cosmos Data Factoryは、映像データのラベル付け、選別、拡張、評価をGPUで加速し、自動運転データ生成、静止画からの希少・危険事象動画生成、欠陥画像生成など5種類の設計図を提供します。PorscheはVolkswagen Group共通の自動運転データ循環基盤に採用し、物理的な反復走行を最大90％、開発期間を最大85％減らせると見込んでいます。
ANYboticsは実世界のデータと1500本を超える合成映像を組み合わせ、産業用点検ロボットに液体漏れなどを認識させました。Ultralyticsは実画像と狙いを定めた合成欠陥でYOLOを再学習し、欠陥位置の特定精度と再現率を改善しました。
Cosmos Frameworkは、GR00TやAlpamayo、QWEN、Pi0.5などの公開モデルを追加学習や強化学習で適応させ、蒸留・量子化を経て配備する機能をエージェントスキルとして広げました。MicroAGIはCosmos 3を人の物体操作映像で追加学習し、320億パラメータの推論モデルを精度を落とさず80億パラメータへ蒸留したとしています。
新しいCosmos 3 Nanoは、再現可能で実際には捉えにくい多視点・多センサー環境で、自動運転車や双腕ロボットの方策を実機試験前に評価できます。更新したCosmos 3 NIMは、検証済み構成で品質を保ちながら推論を最大2倍に高速化します。これを使う映像検索・要約基盤VSS 3.3は、同じGPUで監視映像を40％多く処理でき、ADNOCは関連技術で65拠点の危険検知に取り組んでいます。
Googleは2026年10月22日、広告主の投資利益率（ROI）向上を支援する月次シリーズ「Google Marketing Platform Drops」を開始しました。初回はGeminiモデルを使うDisplay & Video 360の在庫選定、Search Ads 360の新ホーム画面、LinkedInのCTV広告在庫を公開し、認知から購買までの運用効率化を狙います。
Google Marketing Platform Dropsは、同社の広告製品に関する最新情報を毎月紹介するシリーズです。縦型動画による認知獲得、Search Ads 360による成果向上、コネクテッドテレビ（CTV）から購入までを対象に据えています。
Display & Video 360のMarketplaceでは、Geminiモデルが広告主に合わせたメディア枠の組み合わせを提示し、ライブスポーツや大型イベント向けの枠をワンクリックで有効化できるようになりました。さらにLinkedInのCTV広告在庫を追加し、購入・計画・効果測定の一元化に対応します。
Search Ads 360の新しいホーム画面はカスタマイズ可能で、Geminiモデルが洞察を集約し、提案の生成から施策の実行までを支援します。Googleは、変化する広告成果をリアルタイムで把握し、運用を迅速化する狙いを示しました。
Googleによると、GartnerはGoogle Marketing Platformを広告プラットフォーム分野の「Leader」に位置付け、フルファネル、認知、成果の全用途で首位と評価しました。初回発表はAIによる運用支援と在庫統合を軸に、複数の広告接点を同じ基盤で扱う方向性を明確にしています。
2026年10月22日、NVIDIAは、欧州の小売・技術企業が同社の高速計算基盤やオープンモデル、デジタルツインを使い、ECの商品発見から倉庫運営、研究開発まで改善した事例を公表しました。Shopifyは社内評価でAI推論の提供費用を90％削減し、応答を7倍高速化するなど、費用削減と業務成果を示しています。
ShopifyはNVIDIA Nemotron 3.5 Lightningを追加学習し、自社のAIアシスタント「Sidekick」の店舗データ取得機能に組み込みました。社内評価では主要な最先端モデルを精度で上回り、別の5用途でも最適化ソフトにより性能を4.5倍、推論費用を最大12分の1にしたとしています。
商品発見では、ペット用品通販のZooplusが意味検索などを使う試作システムで検索精度86％を達成しました。高級中古品市場のVestiaire Collectiveは、1日約4万枚の商品画像を自動で統一し、処理対象商品の販売率が5％、商品ページの閲覧者数が3〜7％増えたとしています。
研究開発にも用途が広がっています。L’Oréalは原料候補の計算評価を数カ月から数時間に短縮し、分子シミュレーションでは比較対象より5倍高速で、誤差を21％抑えたモデルを試しています。Miraklはオープンモデルで7,000万点超の商品データを整理し、特定ベンダーへの依存回避も狙います。
物理現場では、Otto Groupがドイツの物流拠点をデジタルツインで再現し、異なるロボット群を含む倉庫運用を実装前に検証しています。CATCHESの仮想試着はAMIRIで、季節要因などを調整した比較により購入転換率55％増、カート追加80％増、総売上高56％増を記録しました。AIを画面内の支援から現場の設計・運用へ広げる動きが鮮明です。
NVIDIAは2026年10月22日、欧州の公共部門で、オープンモデルを各機関が管理するインフラ上に導入する複数の取り組みを公表しました。欧州委員会、ポーランド、英国、ドイツ、フランス、ギリシャの事例を通じ、機密データを管理下に置きながら、文書要約、医療画像分析、雇用支援、多言語対応などへAIを広げる構想です。
欧州委員会が管理するAI開発・運用基盤AI@ECの土台には、ドイツのdeepsetが提供するHaystack Enterprise Platformが使われています。拡張版はエージェントの開発、実行、最適化、統制をつなぎ、運用費の比較、回答品質の評価、問題追跡に対応します。
ポーランドのeHealth Centreは、NVIDIA DGX BasePODとMONAIを用いた医療画像向け基盤を構築しています。X線、CT、MRI画像から異常を検出して緊急例を優先するほか、同国の担当省庁は400を超える雇用窓口向けに、文書検索、要約、デジタルアシスタントを担うエージェント基盤を開発中です。
英国では、人口や地域の多様性を反映した100万件の合成人物データが公開され、公共サービス用モデルの偏り検査などに使えます。ドイツでも2022年国勢調査を基に、実在人物の個人データを使わない地域別データセットを開発し、secunetなど4社は機密情報を扱う組織向けの主権クラウドを計画しています。
フランスでは、公的調達機関CANUTがLINAGORAとDocaposteを選び、国内でホストするTwake.aiベースの共同業務環境を2,500超の対象組織に提供する枠組みを整えました。ギリシャではKIEFERが、ギリシャ語の検索、音声、デジタルアシスタントを備えるエージェント基盤を開発しています。
一連の案件に共通するのは、モデルの公開性だけでなく、データの保管場所、アクセス権、監査記録、地域言語への適合まで運用側が管理する設計です。公共部門でAIを採用する際、性能評価とデータ統制を同じ基盤で扱うことの重要性を示す事例群といえます。
Wikipediaでは、2023年に始まったボランティア活動「WikiProject AI Cleanup」が、サイトの方針に反するAI生成文の発見・削除を進めています。英語版がLLMによる記事作成を禁じるなか、参加者は文章の構造や投稿速度、引用の整合性を手掛かりにし、AIを使った検証ツールも併用して、巧妙化する投稿への対応を強めています。
発足の契機は2023年12月ごろ、複数の編集者が「豊かな文化遺産」など同じ定型句や、不自然な結論節を持つ記事を相次いで見つけたことでした。現在は「三つ並べ」の構文や否定の対句など、単独では断定できない特徴の蓄積に加え、数分で長文記事を何本も投稿する行動も確認しています。
特に深刻なのが、実在する出典の内容をAIが誤って説明し、本文の主張を裏付けない引用を付ける問題です。検出企業Pangramのツールによる保守的な推計では、AI生成と判定された新規記事・草稿は2025年後半の約20％から2026年初めに15〜16％へ下がりましたが、規則の効果かモデルの進歩による見逃しかは判明していません。
対策では、ページの出典と主張が一致するかを調べるAI出典検証ツールを編集者が開発し、Wikimedia Foundationも一部チャットボットから貼り付けた文章を検知するPaste Checkを開発しています。AI検証には誤りの可能性があるものの、大量の記事から明白な問題を絞り込む第一段階として活用されています。
今後の論点は、AIが信頼できる文章を書けるようになった場合にも、人間が執筆する百科事典というWikipediaの性格を守るかどうかです。AI検索経由で引用だけを見る利用者が増える事態に備え、Wikimedia Foundationは最終編集日や記事の充実度、問題の指摘状況などをAI利用者へ示す帰属情報の枠組みも検討しています。
米小売大手Walmartは2026年10月21日、AIエージェントが顧客に代わって商品を検索・購入できる「Agent Gateway」と、購入権限を管理する「Agent Profiles」を発表しました。Gatewayはベータ提供中で、Profilesは11月に導入し、WalmartとSam’s Clubの買い物に対応します。同社は利用者の承認と情報保護を前提に、エージェント型商取引を広げます。
Agent Gatewayは、Anthropicが開発したオープン規格MCPを使い、承認済みのAIエージェントをWalmartの商品検索や決済機能へ接続します。ブラウザー操作のつまずきを減らしつつ、顧客の個人情報や購入履歴をエージェントへ直接渡さず、普段選ぶブランドや商品を見つけられる設計です。
Agent Profilesでは、利用するエージェントごとに専用プロフィールをWalmartアカウントへ連携し、本人の購入と代理購入を分けて確認できます。初期設定は全取引の承認が必要ですが、たとえば100ドルまでといった利用上限を設ければ、その範囲内の購入を事前に許可できます。
利用者はプロフィールをいつでも削除でき、エージェントの利用を停止できます。Walmart+会員でなくてもWalmartアカウントがあれば利用でき、エージェント経由の注文にも通常の返品手続きが適用されます。
Walmartは、エージェントが顧客の意図を超えて行動することや、支払い情報へアクセスすることを禁じ、作業に必要な情報だけにアクセスを限定します。規約に従わないエージェントは遮断する方針で、AIエージェントを排除するAmazonや一部の旅行・予約サイトとは異なる戦略を鮮明にしました。
OpenAI、PerturbAI、Scripps Researchは2026年10月21日、GPT‑Rosalindを使う数千のAIエージェントが、数百万個のマウス脳細胞から成る全脳CRISPRアトラスを32分で解析し、神経変性疾患の研究につながる候補を抽出したと発表しました。遺伝子破壊による細胞応答を既存文献と結び付け、見落とされやすい変化を検証可能な仮説へ変える試みです。
研究チームは「分散生物学的推論」と呼ぶ手法で、各エージェントに一つの遺伝子破壊を割り当てました。各々が細胞応答の解析、科学文献の検索、結果の説明案作成を担い、最終的に遺伝子、細胞への影響、関連文献、推定機序を結ぶ推論アトラスへ統合しました。
人が同等の解析を一件ずつ進めれば数カ月から1年かかるとの試算に対し、AI群は32分で処理しました。最大負荷では分散型が700件超の文献を引用し、単一エージェントの11件を大きく上回りました。盲検比較でも専門家は75％の割合で分散型の報告を選び、新規性と科学的価値の評価も人の判断と整合しました。
AI群は、細胞成長などを制御するmTORに関わるTsc1とTsc2の差も抽出しました。小脳ではTsc2の破壊が神経伝達関連の数十遺伝子の活動を変えた一方、Tsc1の破壊は変化が小さく、結節性硬化症でTSC2変異と小脳異常が強く結び付く知見に対応します。
さらに、Perry症候群の原因遺伝子DCTN1を破壊すると、コレステロール合成関連遺伝子の発現が増える点を既存研究と接続しました。これはコレステロール輸送の異常が神経変性に関わる可能性を示す未検証の仮説であり、次の実験候補です。推論アトラスは公開されており、研究者は候補を比較し追試対象を絞り込めます。
カリフォルニア大学サンタバーバラ校とMicrosoftの研究チームが開発した「ScholarEvolve」は、研究論文の知見をAIエージェントの実行基盤へ自動実装します。VentureBeatが2026年10月21日に報じました。モデルを再学習せず、Qwen3.5-27BのAppWorld Normalでタスク完遂率を69.0%から81.4%へ高め、GPT-5.4との差の約74%を縮めました。
従来の基盤最適化は、モデル内部の既知知識や過去の実行履歴に頼るため、未経験の弱点を先回りして補いにくい課題がありました。ScholarEvolveは失敗を監査し、arXivから関連研究を検索して、論文と公式コードを基に改良設計を作ります。ツール、文脈管理、スキル、記憶、処理手順という五つの機能を厳密な入出力で分離し、変更の波及を抑えます。
各論文から作った設計を一つのモジュールだけに実装し、インポート、インターフェース、出力形式などを自動検査します。その後、検証データで高得点のモジュールを遺伝的交叉で組み合わせ、回帰試験と統計確認を通った構成だけを採用します。単体性能ではなく、モジュール同士の相性まで選別する仕組みです。
実装例には、Python呼び出しの構文検査とAPI文書を表示する機能、関連性と新しさで会話履歴を残す文脈予算管理、成功例のAPI手順を型付き擬似コードへ変えるスキルがあります。未知のAmazon・Gmail APIを使うAppWorld Challengeでは、Qwenの完遂率が49.6%から63.6%へ上昇しました。途中でPythonエラーが起きた試行の完遂率も44.9%から59.9%へ改善しました。
企業導入では、重みを固定できるため独自チェックポイントの管理は不要ですが、取得した論文や外部コードの安全性審査が別途必要です。公開時点のGitHubリポジトリは空で、論文も悪意ある依存関係やプロンプトインジェクションへの検査を説明していません。検証済みの社内資料に対象を限定し、APIゲートウェイの決定論的な制御や上流検索の改善と併用するのが現実的です。
OpenAIは2026年10月21日、ChatGPTの会話文脈を読み取り、利用者に適した広告を選ぶ独自の広告基盤の設計を公開しました。複数の会話にまたがる目的の変化を専用LLMが追い、検索、順位付け、関連性評価、入札を統括します。回答生成とは別のサービスで動かし、広告が回答内容や応答速度に影響しない境界を設けた点が中核です。
従来の広告システムは検索語やページ閲覧を単発の要求として扱いますが、ChatGPTでは利用者の目的が複数ターンを通じて具体化します。そこで広告セッションが会話履歴を保持し、古い文脈と現在の意図、仮定の話、購入意思のない商品への言及を見分けます。
専用の事後学習済みLLMはオーケストレーターとして、会話を複数の検索文と意味表現に変換し、広告候補を広く取得します。予算、配信地域、方針、掲載面との適合性などで候補を絞り、関連性、予測反応、過去実績を採点します。適切な候補だけを入札へ送り、価格と最終順位は入札機能が決めます。
広告が安全基準と入札条件を満たしても、会話に不適切ならオーケストレーターが表示を止めます。広告の準備が回答生成に間に合わない場合も、そのターンでは表示せず、回答を待たせません。広告を返さないことも正常な結果とし、表示時は回答の下にスポンサー広告と明示します。
この基盤は立ち上げから200日未満で年換算売上高10億ドルに達し、現在は10億ドル超を支えています。開始以来10万社超がChatGPTに広告を出し、クリックや非表示、調査、広告主の声、モデル評価を改善に利用します。OpenAIはCodexが開発とデータ分析を加速したと説明し、今後は利用者が広告を通じて企業と直接会話できる形式も検討します。
NVIDIAは2026年10月21日、企業向けAIエージェントを自社データに結び付け、安全に開発・運用する「NVIDIA Agent Toolkit」の拡充を発表しました。新しいAgent Knowledge Foundationを軸に、データの意味付け、検索・予測、アクセス制御、監視、統治を支え、既存のデータ移動や業務フロー変更を抑えながら、エージェントの回答と行動の信頼性を高める狙いです。
中核のAgent Knowledge Foundationは、社内の生データを顧客、製品、注文などの業務概念に変換し、関係性を地図化します。Auto-OntologyとcuDF、cuGraph、cuML、cuOpt、cuVSを組み合わせ、既存のガバナンスを保ったまま企業知識として使えるようにします。
Nemotron Retrieverは必要な情報の検索を、Kumo Structuredの各モデルは表形式、関係、時系列などのデータ分析と予測を支えます。エージェントは情報を見つけるだけでなく、事業上の意味を捉え、次の意思決定につなげられます。
安全面ではOpenShellが実行環境の境界となり、エージェントがアクセスできる対象と実行可能な操作を企業が制御します。NemoClawは安全な専門エージェントの参照設計を提供し、新たな最適化用ブループリントは継続的な性能改善の出発点になります。
導入はすでに複数社に広がっています。NVIDIAの供給網部門はPalantir製品と組み合わせ、専用エージェントによる予測と意思決定の最適化に活用し、DatabricksとSnowflakeもKumo製品をそれぞれの環境に統合しています。
検索分野では、Amazon OpenSearch Serviceが埋め込みモデルで少ない検索手順とほぼ追加遅延なしに関連性を改善しました。SAPの微調整済み再ランキングモデルは約3倍高速化し、ServiceNowは品質向上と約25%の遅延削減を報告しています。経営者や開発責任者には、既存データ基盤を維持しつつ、知識化と安全統制を同時に進める選択肢となります。
セキュリティ企業Clarocは2026年10月19日、Metaの汎用AIエージェント「Muse」で、利用者が会話を共有するためのウェブリンクを第三者が見つけられる設計上の問題を報告しました。調査では6800件のリンクを特定し、個人情報や企業の機密情報を確認したため、Metaは共有機能を一時停止して発見方法の見直しを始めました。
原因は、会話タイトルをURLのパスではなく、cf.metaaiusercontent.com配下のサブドメインに入れた設計です。共有相手がリンクを開くとDNS応答が観測され、パッシブDNSの検索サービスからタイトル付きのURLを洗い出せる状態でした。
Clarocは数百件を開き、AI研究所との採用面談メモ、社内売上レビュー、融資申請、銀行の不正利用警告、不動産の収益情報、従業員の休暇予定などを確認しました。推測困難な文字列が付いていても、研究者によればリンクの収集には一度の検索しか必要ありませんでした。
Claroc共同創業者兼CTOのAsaf Aprozper氏は10月8日、Metaのバグ報奨金制度を通じて問題を報告したと説明しています。Metaは調査内容を検討し、リンクが発見される仕組みの変更を考える間、機能を停止すると回答しました。
Museはフォーム入力や予約、購入などの代行に幅広いアカウント権限を必要とします。導入企業は、共有URLを事実上の非公開手段とみなさず、DNSを含む公開範囲、保存する会話内容、AIエージェントに与える権限を併せて点検する必要があります。
マイアミに拠点を置く医療AI検索のOpenEvidenceが、米国の医師約100万人のうち3分の2近くに利用され、9月の資金調達で評価額150億ドルに達しました。医師は同社のチャットボットで医学誌や診療指針を検索し、診断や治療の判断に役立てており、先月の質問処理数は4200万件超でした。既存の医療ソフト市場が生成AI対応に遅れるなか、口コミを中心に急速に浸透しました。
連続起業家のDaniel Nadler氏が2022年に設立した同社は、医療分野では例の少ない大規模な利用を獲得しました。取材を受けた8人の上級医師は、OpenEvidenceが業務負担の軽減に役立ったと評価しています。
既存大手の動きは比較的遅く、Wolters Kluwerが主力の医療情報サービスUpToDateにAI版を投入したのは2025年10月でした。これはOpenEvidenceの市場参入から約2年後で、生成AI対応の遅れが新興企業の成長余地を広げました。
OpenEvidenceは過去18カ月で、Andreessen HorowitzやBlackstone、Thrive Capital、Sequoiaなどから約10億ドルを集めました。直近では9月に2億5000万ドルを調達し、評価額は150億ドルとなっています。
広告を収益源とする同社は、2025年末までに2026年分を含む広告契約額1億ドルを確保しました。関係者によると、2026年末までの広告収入は4億〜5億ドルに達する見通しですが、OpenAIやAnthropicの医療分野への進出に加え、回答精度や医師の依存を巡る研究者の懸念にも直面しています。
給与・人事ソフト会社Deelは2026年10月21日、雇用規則向け「Pangaea K1」と給与向け「Pangaea P1」の二つの特化型言語モデルを発表しました。自社サービス「Deel AI」で質問内容に応じて汎用モデルと使い分け、回答速度を高めるとともに、一部出力のコストを最大98%削減できると主張しています。同時に、専門家が訓練データと評価を提供する事業「Emet」も立ち上げました。
K1は既存の90億パラメータモデルを基に、雇用法務や人事、給与、規制の専門家2,000人超が管理する4万3,500ページ超の社内資料で追加学習しました。P1はNVIDIAのNemotron系モデルを土台とし、AI21 LabsがEmet製の給与事例で追加学習を担いました。
Deelの独自評価「EmBench Global Work」で、K1は75点の首位モデルに次ぐ水準の70点を記録し、回答時間の中央値は7.7秒でした。K1より高得点の4モデルは14.8〜28.4秒を要しましたが、企業自身が作成・実施した評価であり、VentureBeatは再現していません。
Deelによると、両モデルは個人を特定できる従業員情報や顧客の実際の給与記録を学習に使っていません。また、制度変更への対応や根拠の提示には文書検索を併用し、質問内容によっては汎用モデルも引き続き利用します。
Pangaeaは外部AIへの依存と推論費を抑え、AI機能の粗利益を改善する狙いです。DeelはK1の回答費を約49分の1にできるとしていますが、比較対象や訓練・運用費の範囲は明示しておらず、総保有コストの削減は未検証です。
会議支援ツールのOtter.aiは10月20日、General CatalystのCustomer Value Fundから3億2000万ドルを調達したと発表しました。株式を希薄化せず、マーケティング支出の成果に基づいて資金提供側が収益を得る仕組みです。企業向け事業、海外展開、販売戦略、製品開発に資金を使うとしています。
累計利用者は前年の2500万人から4000万人へ増えました。一方、月間利用者や解約率は公表しておらず、累計人数だけでは競争の激しい会議支援市場での定着度は判断できません。
Otterは会議の文字起こしに加え、社内ツールを横断する検索や他のAIとの連携を進めてきました。会社側は、会議の多い職種が記録を具体的な行動につなげることに機会があると説明しています。
現在は過去の会話などを踏まえた事前説明や、会議中にAIへ質問できるLive Assistを試しています。記録後だけでなく会議の前後・最中を支援する方向ですが、記事ではこれらを試験中の機能として紹介しています。
Metaは、AIエージェントMuseの会話をリンクで共有する機能を一時停止しました。セキュリティ企業Clarocが2026年10月19日に報告した調査では、公開DNS記録から6800件超の共有リンクを列挙でき、数百件を開くと個人・企業の機密情報が含まれていました。Metaは発見方法の変更を検討しています。
共有URLには会話を説明する短い件名とランダムIDが使われ、その件名がホスト名にも含まれていました。受信者がリンクを開くとDNS情報が監視サービスの検索可能な履歴に残り、そこからホスト名とURLを再構成できたといいます。
確認された内容には、AI企業との機密採用面談メモ、マーケティング会社の社内売上レビュー、中小企業経営者の融資申請、不動産投資の収益資料、従業員の年間休暇表などがありました。推測困難な長いURLを使うだけでは、リンクの存在を隠せなかった事例です。
Metaは共有物がリンクを知る人向けのページになる仕様だと説明し、リンクが発見される方法を調査して変更を検討すると表明しました。Clarocは10月8日にバグ報奨金制度を通じて報告したものの、記事掲載まで返答を得られなかったとしています。
OpenAIは2026年10月20日、ChatGPTの会話を4桁のPINでロックできる機能の提供を始めました。対応端末ではFace IDやTouch IDも利用でき、端末や画面を家族や友人に見せる際に、個人的な相談など特定の会話だけを隠す用途を想定しています。Temporary Chatと異なり、後から会話へ戻れます。
ロックした会話は専用欄へ移り、通常の履歴、ピン留め、検索結果から分離されます。メモリー機能が有効な場合もロック欄内だけで情報を共有し、ロック後の新しい内容は通常のメモリーへ反映されません。
ただし、これはエンドツーエンド暗号化や別の暗号化保管庫を作る機能ではありません。会話の保存期間、モデル改善の設定、ロック前にChatGPTが記憶した情報も変わらず、PINを再設定すると以前のPINで守られた会話やファイルは完全に削除されます。
対象はFree、Go、Plus、Pro、Business、Enterprise、Eduの各プランで、段階的に展開します。Temporary Chat、アーカイブ、グループ、共有リンク由来、予約タスク、会議録付きの会話では使えず、ChatGPT for Healthcareも対象外です。
Replika創業者のユージニア・クイダ氏は2026年10月19日、複数の利用者がAIと共同で使える個人向けアシスタント「Wabi」を全利用者に公開しました。仕事や健康、家族など目的別の会話スレッドを設け、AIがメール接続後に必要なアプリを自動作成します。単一の長い会話に情報を集める既存製品との差別化を狙います。
Wabi 2.0では、利用者が一からアプリを作るのではなく、エージェントが用途を判断してアプリを用意します。健康スレッドには減量記録、家族スレッドには近隣の子ども向けイベント検索などを配置でき、利用者は追加のアプリやスレッドも頼めます。
スレッドは他者と共有でき、AIを交えたグループチャットとして機能します。クイダ氏は恋人との共有画面で、ライブ音楽の情報、レストラン候補、共有カレンダーの予定、読書リストなどをまとめて使っていると説明しました。
共有する個人情報は、メールや予定表、銀行口座情報までチャットごとに利用者が範囲を決められます。誰かが個人情報を照会すると参加者全員に見える設計で、WabiはSOC 2準拠、クラウド上で稼働し、利用者データの大半を米国に保存します。
Wabiは現在無料で、収益モデルはまだ決まっていません。同社は追加の資金調達に向けて協議中であり、個人専用ソフトと複数人での利用を組み合わせた製品が継続的な事業になるかが次の焦点です。
NVIDIAは2026年10月19日、ベルリンの業界イベントで、欧州放送連合（EBU）と進める公共放送向け主権AI標準の拡張を発表しました。クラウド事業者やオープンモデル開発者、システム統合会社を加え、報道・制作でAIエージェントを使う際も、放送局がデータ、基盤、モデル、セキュリティーを管理できる共通基盤を整えます。
拡張構想では、処理場所、データ統治、採用モデル、運用期間全体の安全性について、要件と参照アーキテクチャーを定めます。55カ国超の115以上の組織が加盟し、10億人超に届けるEBUは、編集の独立性とデータ主権を守りながらAIを導入する土台に位置付けています。
MicrosoftはAzure LocalやFoundry Localなどの知見を提供し、機密性の高い編集素材のローカル処理や、外部接続が途切れた際の継続運用を支えます。Nebiusは欧州の基盤上で独自モデルの訓練・調整・実行を支援し、NVIDIA Nemotronは地域言語や編集方針に合わせて調整できるオープンモデルの選択肢となります。
同じ発表でAdobeは、Frame.ioの映像検索基盤にNVIDIA NVDEC、TensorRT、CUDAを使う取り組みを紹介しました。NVIDIAによると、埋め込み生成は約5倍高速となり、処理能力は最大4倍、検索処理の遅延は最大5分の1になります。
ドイツの映像制作会社UFAでは、最長15年前の映像から人物の反応や場面を探す用途にFrame.ioの意味検索を活用します。概念や動作、場所に加え、メモ、文字起こし、承認状態を組み合わせて絞り込めるため、大規模な映像資産を持つ制作現場で検索時間の短縮が見込まれます。
中国のAI企業MiniMaxは2026年10月19日、企業の業務自動化やソフト開発、パソコン操作向けの新モデル「M3.1 Flash」を公開しました。第三者評価では前世代より性能を高めながら1タスク当たりの費用を約57％減らしましたが、誤答時に不確実性を認めにくい傾向も判明し、低価格と信頼性の両面を見極める必要があります。
Artificial Analysisの知能指数は42で、前世代M3の29から13ポイント上昇しました。評価1件の平均費用は約0.51ドルから0.22ドルへ下がり、同等水準のGLM-5.3 Flashの0.28ドルやGemini 3.8 Flashの1.24ドルを下回りました。
複雑な推論でも改善し、Humanity's Last Examは39％から48％、物理推論のCritPtは4％から22％に上昇しました。MiniMaxの公表値では業務自動化ベンチマークが62.2、金融の多段階業務が76.2、コーディング評価が73.7％で、高価格帯モデルに迫る結果です。
一方、事実知識のAA-Omniscienceでは56％を正答したものの、不正解となった回答のうち明確な誤答が占める幻覚率は93％でした。これは全回答の93％が誤りという意味ではなく、正解できない場面で回答を控えず、誤った内容を出す傾向の強さを示します。
API料金は入力100万トークン当たり0.15ドル、出力は0.60ドルで、最大100万トークンの文脈に対応します。大量処理には有力な選択肢ですが、金融文書や顧客調査など正確性が重要な業務では、検索連携やガードレール、人による確認を組み込むことが欠かせません。
MITの研究チームは2026年10月18日、結晶材料の3次元原子構造と自然言語を結び付けるマルチモーダルAIを発表しました。実験論文と第一原理計算データベースから構造、物性、加工上の注意、用途を一体化した説明文を作り、文章だけで学ぶモデルより有望な材料設計を見つけやすくしました。成果はNature Communicationsに掲載されました。
地球上の固体材料の90%以上は、高度に秩序化された原子構造を持つ結晶材料です。しかし、構造情報は文章とは異なる専用形式で保存され、実験文献も人気の高い一部の結晶群に偏るため、従来の大規模言語モデルは立体的な形状を捉えにくく、提案も既知材料に偏りがちでした。
研究チームは、似た構造と説明、異なる構造と説明を比較する対照学習で、原子配列や結合パターンと文章表現を対応付けました。AIが生成した説明文を含むデータで訓練した版は、論文本文だけの版と異なり、幾何構造と文章の対応を学び、機能予測も改善しました。
利用者は求める物性を自然言語で入力し、条件に合う結晶材料を検索できます。全固体リチウムイオン電池用の電解質を尋ねた試験では、上位候補に別の研究で有望と確認済みの材料が含まれ、基準モデルを上回る探索性能を示しました。
研究者は、さまざまな結晶材料に適用し、材料科学者の探索を加速できるとみています。タンパク質の構造と機能を結び付けたAlphaFoldになぞらえ、原子構造から材料の特性や性能を理解する基盤としての活用を期待しています。
職場向けメッセージアプリを手がけるZenzapが2026年10月14日、BessemerやLightspeedなどから4400万ドルを調達したとTechCrunchが報じました。同社は宿泊・建設・医療・外食など、スマートフォン中心で働く現場の従業員に、ITやセキュリティの規則に沿った連絡手段と組織情報を使うAI機能を提供し、私用チャットからの移行を狙います。
創業者のGuy Weiss氏は、SlackやMicrosoft Teamsは開発者以外のモバイル中心の現場には適しにくく、WhatsAppやiMessageではAIエージェントを載せた業務利用がIT要件に合わないと説明しています。Zenzapは仕事と私生活を分けながら、日々の連絡を一つの環境にまとめる方針です。
無料プランではグループ・個別チャット、タスク管理、カレンダーと勤務予定の連携、AI音声チャットと検索を提供します。20人まで月額51ドルからの有料プランでは、音声・ビデオ通話、タスクの自動整理やテンプレート、ワークスペース横断のAI検索、メッセージのタスク化を使えます。
同社は別料金のクレジット制で、業務を自動化するAIエージェントや音声メモ・通話の文字起こしも提供します。顧客としてFedEx、Dollar General、Taco Bell、Starbucksなどを挙げ、IHOPやMcDonald'sの店舗ではシフトや在庫に関する連絡に使われているとしています。
従業員は米国、テルアビブ、欧州の計50人で、近く製品部門と研究開発部門を増員する計画です。今後の焦点は、業種ごとの利用法をセルフサービス型AIで支えながら、幅広い現場の従業員に定着させられるかです。
米連邦捜査局（FBI）は2026年10月、OpenAIの機密会議室に録音装置を設置した疑いで、同社技術者のアブドゥルラフマン・アルフォザン容疑者（35）を逮捕しました。FBIは、経営陣が技術開発や政府対応、商業提携を協議する制限区域で秘密録音を試み、営業秘密の流出と国家安全保障上の危険を招いたと主張しています。
FBIによると、装置はトイレットペーパーに包まれ、会議室のテレビ背面に接続されていました。9月28日ごろに設置され、OpenAIが30日に発見した時点で、保存内容は暗号化されていたとみられます。
捜査資料によると、容疑者は8月、OpenAIの業務支援AIを使って機密会議の場所や時間を調べた疑いがあります。配偶者にひもづくチャットボットの履歴にも、同型装置の継続録音や音声起動、SDカード暗号化を調べる入力が残っていたとFBIは説明しています。
OpenAIは会議室にカメラを設置し、10月5日に容疑者がテレビ背面を確認する様子を捉えたとされます。同日、社内のプリンター室に残された容疑者のバッグから2台目の同型装置も見つかったといいます。
OpenAIは直ちに解雇せず、FBIと装置を分析しながら容疑者のシステム権限を段階的に停止し、証拠収集後に解雇と逮捕の時期を合わせました。録音の提供先や目的はなお不明で、有罪となれば最長5年の拘禁刑と25万ドルの罰金を科される可能性があります。
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。
Googleは2026年10月14日、Google Adsに媒体別の優先順位と予算配分を任意で設定できる機能を導入すると発表しました。検索、ショッピング、Performance Max、Demand Genを対象に今後数カ月かけて世界展開し、広告主がGoogleの広告枠や提携ネットワークへの支出先を細かく管理できるようにします。
チャネル優先順位では、広告枠を「高優先」か「低優先」に分類します。目標CPAまたは目標ROASを使う場合、キャンペーンは目標の範囲内で高優先の媒体に先に予算を充て、残額を低優先の媒体へ配分します。
低優先にした媒体や媒体群には、1日予算に占める支出割合の上限を指定できます。ただし上限の順守はベストエフォートであり、厳密な保証ではない点に注意が必要です。
設定はキャンペーン単位とアカウント単位で展開され、共有予算にも適用されます。検索ではGoogle検索、検索パートナー、Googleディスプレイネットワークを分けられる一方、Performance MaxとDemand Genでは検索、YouTube、マップ、Gmail、Discoverなどを「Googleチャネル」としてまとめて扱います。
2027年2月以降、Googleディスプレイネットワークを有効にした検索キャンペーンでは、現行の支出配分設定が廃止され、媒体別支出が変わる可能性があります。現在の構成を維持したい広告主は、同ネットワークを「低優先」にして予算配分を50％に設定する必要があります。
AIコンパニオン端末を手がけるFriend創業者のAvi Schiffmann氏は2026年10月、首掛け型端末Friend 2の次期更新で、利用者ごとの人格を廃止し、全利用者の文脈を共有する単一AIへ移行する計画をWIREDに明らかにしました。自律的に行動する機能も加え、人格をより現実的にする狙いですが、同氏は利用者が事実上プライバシーを手放す点を明示するとしています。
Friend 2は周囲の音を拾い、ボタン操作で会話を始める常時聴取型のペンダントです。価格は249ドルと初代より100ドル高く、OpenAIの最新言語モデルを採用しています。
利用者はアプリ上で名前や人格が異なる複数のFriendを作り、端末で切り替えられます。しかし記者の試用では反応の違いが判別しにくく、音声も定型的で、頼んでも発話を止めるまでに何度も操作が必要でした。
機能は主に雑談に限られ、ウェブ検索など他のAIエージェントにある能力は備えていません。初代より攻撃的でなく幅広い人が使いやすい一方、レビューでは個性と面白みに欠けると評価されました。
次期構想は、個別アカウント向けの人格ではなく、全利用者の経験を取り込む一つの共有主体を目指します。人格の一貫性を高める可能性がある半面、会話の文脈を誰とどう共有し、利用者の同意とデータ保護をどう担保するかが重要になります。
顧客情報基盤を手がけるFloqerは2026年10月14日、B2Bの営業・マーケティング向けに、企業や担当者を継続調査するAIエージェントを公表しました。100超の外部データ源から見込み客情報を収集・整理・更新して手作業を減らす仕組みで、同社はセキュリティ審査を経て2027年初めのオープンソース化を目指します。
利用者が求める企業像を入力すると、AIエージェントが複数の情報源を検索し、該当する企業と担当者のリストを作ります。確認済みのメールアドレスや電話番号が必要な場合は、複数のデータ提供元を順に調べる方式を使います。
さらに、見込み客の転職や昇進、勤務先企業の資金調達などをウェブ上で継続監視し、顧客記録を更新します。同社によると、顧客は見込み客調査の時間を最大70％削減したと報告しています。
Floqerは年間経常収益が120万ドルを突破し、過去1年で売上が約10倍になったと説明しています。従業員は8人で、Perplexity、Wise、AngelListを含む顧客は1,000社を超えます。
同社は2024年創業で、企業が初期製品を顧客管理システムのデータ整理に使っていたことを受け、現在の事業へ転換しました。自社環境でのデータ管理や技術改変を望む顧客の声に応え、基盤技術の公開を計画しています。機密性の高い顧客情報を扱うため公開前の安全審査を進めており、これまでのプレシード調達額は200万ドルです。
NVIDIAは2026年10月14日、欧州・中東・アフリカの都市や現地パートナーが、同社の高速計算基盤、オープンモデル、デジタルツイン技術を使い、都市運営向けAIエージェントを導入していると発表しました。道路保守、交通、安全、エネルギー、行政サービスのデータを地域内で処理し、判断の迅速化と運営効率の向上を狙います。
フランスのコート＝ドール県では、500超の公共施設を対象に、センサー・インフラ・過去データを統合する主権型デジタルツインを構築しました。文書検索を数週間から数分へ短縮し、総運営費を10％削減、規模拡大時には30％削減を目標としています。
イタリアのミラノ地域では、ガレネAIなどが地域運営のAIファクトリーを展開し、翻訳、住民チャットボット、調達・資金支援を提供します。英国のリバプール都市圏なども、移動や安全、都市計画を支える用途を検証しています。
映像理解にはCosmosとMetropolis VSS、情報の推論と自然言語応答にはNemotron、都市の再現とシミュレーションにはOmniverseを使います。ベルギーのアントワープ・ブルージュ港では、実データが乏しい油流出事故を想定し、合成データによる視覚AIの訓練を試しています。
本格運用の鍵は、都市がデータ、モデル、運用を管理できる地域内のAI基盤です。Cisco、Dell Technologies、HPE、Lenovo、Supermicroなどが計算・ネットワーク・ストレージを束ね、EYとAccentureが都市システムへの統合を支援します。
音楽配信サービスのDeezerは10月13日、利用者がAI生成音楽を検索結果から外せる切り替え機能を開発中だと発表しました。2026年末までの提供を予定し、有効にするとAI生成と判定された楽曲、アルバム、関連アーティストが検索に表示されなくなります。人間の制作者の作品に絞って聴きたいという利用者の要望と、急増するAI楽曲への対応が背景です。
Deezerのアレクシス・ランテルニエ最高経営責任者は、AI生成音楽を除外したいという明確な需要があると説明しました。前年の調査では、Deezer顧客の約45％がAI音楽を配信画面から取り除く手段を求めていました。
同社は前年にAI音楽の検出ツールを導入し、当時はAI生成曲が日々の投稿の10％を占めると報告していました。2026年7月には、その比率が50％超、曲数は1日平均9万曲に達したとしています。
競合各社の対応は分かれています。BandcampはAI楽曲を全面禁止し、Tidalは投稿者への収益化を停止する一方、SpotifyはAI楽曲やAIアーティストの表示を目立たせる方針です。Apple Musicも年末までの識別表示を検討していると報じられました。
Deezerの方式はAI作品を一律に排除せず、聴取体験を利用者自身に選ばせる点が特徴です。AIコンテンツが急増するなか、配信サービス各社が禁止、収益制限、表示、任意除外のどれを選ぶかが鮮明になっています。
AI開発エージェントを手がけるAmpは2026年10月14日、OpenAIのGPT‑6 AstraやGPT‑Live‑1などを採用し、コーディングだけでなく、企画、設計、公開後の改善まで支援範囲を広げていると明らかにしました。狙いは、開発者が工程ごとに手作業する負担を抑え、アイデアを製品へ育てる一連の仕事をエージェントに任せやすくすることです。
OpenAIモデルはAmpで消費されるトークンの過半を占め、利用者には週100億トークンを使う例もあるといいます。AmpはSign in with ChatGPTを導入し、利用可能なトークンとモデルを増やして、大きな仕事を任せる際の利用量への心理的な制約を和らげました。
Ampの20人のチームは、エージェントをマーケティングにも使い、新規利用者の体験改善や検索などを通じた認知拡大を支援させています。GPT‑6 Astraは、独自の文章・デザイン様式に沿った文書やページの制作を担います。
Amp内の対話型アシスタントPuckは、不具合調査の開始、複数エージェントの調整、過去の技術的な会話の検索を支援します。GPT‑Live‑1を使うCalling Puckでは、腕時計などからリアルタイムで話しかけ、パソコンを離れていてもエージェントを動かせます。
AmpはGPT‑6 AstraのUltrafastモードも試験中です。応答が速くなれば、利用者が同時に扱うタスクを減らしたり、エージェントが結果を返す前の自己確認に時間を回したりできると、同社はみています。
ニール・トンプソン氏らは2026年10月、MITで紹介した研究で、確率論、経済理論、宇宙論、量子物理などの理論問題に対する最先端AIの正答率が、2024年半ばの約2％から2026年半ばの約35％へ上昇したと報告しました。対象は実験やシミュレーションなしで解ける分野に限られますが、数学で先行したAI活用が理論科学へ広がる可能性を示す結果です。
研究チームは、2025年12月から2026年5月にオンライン公開された論文の問題を使い、OpenAIのo1、o3、GPT-5系モデルを評価しました。正解を示す論文は各モデルの学習期限後に公表され、試験中はインターネット接続も遮断したため、既知の解答の検索ではなくモデル自身の推論力を測る設計です。
ただし、調査対象は理論のみで解ける限定的な領域で、実験やシミュレーションが必要な科学研究を直接評価したものではありません。それでも約2年間で約33ポイント伸びたことは、確率・統計理論、高エネルギー理論、重力・宇宙論などで研究プロセスが変わり得ることを示します。
数学では、OpenAIがナビエ・ストークス方程式の長年の難問を解いたと発表し、その後も多数の解答を公表したことで、成果の扱いや研究者との競争を巡る議論が起きています。一方、AIが理論的な前進を速めれば、実験を含む科学の実践的な進歩につながる可能性もあります。
最大の課題は検証です。OpenAIは公開後に一部の数学解答を撤回しており、複雑な問題ではもっともらしい誤りを見抜く仕組みが欠かせません。AIが解答を担う時代でも、良い問いを立て、成果を結び付け、妥当性を確認する専門家の役割は残ります。
Wikipediaは生成AIの普及で、記事の品質と読者・編集者の循環が同時に揺らいでいます。2024年8月に英語版で新規作成された約3,000記事のうち約5％に相当量のAI生成文が含まれ、2026年3月には大規模言語モデルによる執筆が禁止されました。2022年以降の閲覧者も約4分の1減り、読者が編集者になる共同制作の基盤が弱まる懸念があります。
編集者は当初、AI出力を受け入れられる形に整え、問題があれば修正・削除する方針を試しました。しかし一般論を並べた文章、存在しない出典、生成時の指示文が残る事例が相次ぎ、基本原則への違反が多いとして使用を翻訳と軽微な校正に限りました。
危惧されるのは、AI生成文の増加で貢献者が離れ、その穴をさらにAIで埋める循環です。人が記事を書くのではなく、機械が作った弱く不正確な記事の整形と修正に追われれば、専門性のある編集者が減り、品質低下が加速しかねません。
2015年から2025年までの閲覧は計1.9兆回、1日平均5億800万回に達しましたが、2022年以降は月11億件超、約4分の1の訪問を失いました。AI対話サービスから出典へのクリック率は0.33％で、Google検索の約9％を大きく下回ります。ただし編集者クリストフ・ヘナー氏は、AI要約だけを閲覧減の原因とする見方は説明が単純すぎると警告しています。
AI検索はWikipediaを情報源として使いながら、利用者を原典へ戻しにくくしています。閲覧減少で新たな編集者が育たず、残った少数が多くの保守作業を担えば、人が文脈と優先順位を判断する知識基盤を維持できません。抜粋は有償編集の再検討も含め、人間による共同作業をどう持続させるかが存続の焦点だと論じています。
Google Cloudは2026年10月13日、企業が自律型AIエージェントを本番運用するには、分散データへの到達性、文脈と信頼、機械規模の処理、エージェント向け接続という4要件を備えたデータ基盤が必要だと提言しました。人間向けの保管・検索中心の仕組みから、業務上の意味と最新情報を実行時に渡す「知識エンジン」へ転換し、判断の信頼性と費用対効果を両立させる考えです。
第1の要件は、複数クラウド、旧来型データベース、社内設備、SaaSに散らばる構造化・非構造化データへの到達性です。同社はデータを一か所へ強制的に集めず、重複コピーや複雑な移動を減らす境界のないレイクハウスを提案しています。
第2は、データの実体、関係、社内定義を機械が読める形で与える文脈と信頼です。出所の追跡、鮮度の確認、定めた計算を使ったかの実行時証明を組み合わせ、エージェントの判断を企業の運用実態に結びつけます。単なるアクセス制御を超えた統一的な信頼の仕組みが必要だとしています。
第3は、大量データを大規模言語モデルへ直接送ってトークン費用と遅延を増やさず、データ処理層で効率よく実行する設計です。第4は、MCPやADKを通じて文脈と処理機能をエージェントへ公開する接続機能です。エージェントの行動履歴も蓄積し、性能改善へ戻します。
知識エンジンは、データの所在を示す従来のカタログとは異なり、業務用語の定義や関係を実行時に生成・補足します。例えば「計上済み売上」と「予測売上」を社内定義に基づいて区別し、グラフで関係をたどることで複数段階の質問へ答えます。目的は検索だけでなく、統制された共通の事実に基づく推論です。
データベースへ直接つないだ試作は短期間で作れても、企業全体の信頼性、処理性能、費用を保証しません。Google CloudはYahooの広告基盤を例に、リアルタイムの運用グラフと過去データの分析を同じ構成で組み合わせる実装を紹介しました。本番導入では接続の有無より、分散環境を横断して最新の文脈を持続的に供給できるかが分岐点だとしています。
Liquid AIは2026年10月13日、端末上で高速かつプライベートに動くAIエージェント向けのオープンウェイトモデル「LFM2.5-24B-A2B」を公開しました。総240億パラメーターのうち各トークンで20億だけを動かす構造により、道具利用と指示追従の性能を保ちながら、Apple M5 Maxで毎秒184トークンの高速推論を実現したとしています。
モデルは40層で、各MoEブロックに64個の専門家を置き、上位4個を選ぶ構成です。文脈長は3万2000から13万1000トークンへ拡大しました。語彙も6万5000から12万8000へ倍増し、非ラテン文字の処理を改善しています。
事前学習量は約17兆から約33兆トークンへ拡大し、中間学習では推論、数学、コード、多言語、長文脈を重点的に追加しました。仕上げでは教師あり調整、専門教師、蒸留、エージェント向け強化学習など5段階を採用しています。道具呼び出しと複数ターンの軌跡も学習全体に含めました。
16種類の評価で比較した中では最小のモデルですが、総規模と稼働規模が約50％大きいMoEモデルと競合する結果でした。道具利用・エージェント評価8種のうち5種で首位か同率となり、指示追従の3評価ではすべて首位です。一方、知識量やコーディングを重視する課題では大型モデルが優位なため、検索やウェブ参照との併用を推奨しています。
端末推論ではApple M5 Maxで毎秒184トークン、Ryzen AI Max+ 395で毎秒114トークンを記録しました。比較したMoEの中で最大1.7倍高速で、メモリ使用量も最小としています。NVIDIA B300を1基使う高並列処理では、毎秒2万1000超の出力トークンに達します。
公開初日からllama.cpp、MLX、vLLM、SGLang、ONNXに対応します。OpenClaw、Hermes Agent、Piなどの実行基盤からローカル接続でき、用途別の追加学習も可能です。調整済みモデルと基盤モデルの重みはHugging Faceで公開されています。
Googleは2026年10月13日、Google AI StudioでAIを使って作った個人向けAndroidアプリを、公開カタログに載せずGoogle Play経由で自分の端末上に起動できる機能の提供を始めました。開発者アカウントは不要で、通常のGoogleアカウントだけで利用でき、まず米国を含む一部市場の18歳以上へ展開します。
個人アプリはGoogle Playの検索結果や一覧には表示されず、現時点では作成者以外と共有されません。既存のGoogle Playポリシーには従う必要がありますが、端末をパソコンへ接続したり一般公開したりせず、AIで試作したAndroidアプリを実機で使えます。
今後数カ月以内には、友人や家族など信頼する少人数へ個人アプリを共有できるようになります。広く公開したい場合はプロ向け開発者アカウントへ移行し、一般の開発者と同じ安全性審査と品質基準を満たす必要があります。
アプリ探索では、Ask Playが質問への推薦に加え、類似アプリの違いや利用者の評価傾向を比較して示します。Google Playのアプリ、ゲーム、開発者情報をGeminiの会話に取り込む機能も、全利用者へ順次提供する予定です。
ゲーム向けのGame Finderは、Google Playが持つ20億人超の利用者コミュニティーの知見と、遊び方や申告した好みを分析するGamer DNAを組み合わせます。利用者は作品、ジャンル、仕組みなどを指定して推薦を調整でき、まず米国の英語利用者へ提供されます。
Googleは2026年10月13日、AIモデル「Gemini 4 Argon」の世界提供を開始しました。開発者と企業は有料APIやAI Studioで利用でき、個人はGoogle AI ProまたはUltra契約でGeminiアプリと検索のAI Modeから使えます。コーディング、金融、法務、サイバー防御、科学などの複雑な多段階業務を深く処理し、Googleの製品・開発基盤へ組み込む狙いです。
APIの導入価格は入力100万トークン当たり2ドル、出力同10ドルで、キャッシュ入力は95％引きです。導入価格は11月30日までで、12月1日から入出力とも2倍になるとGoogleは説明しています。APIには入力と出力を合わせた最大100万トークンの処理枠と、長い処理を継続する仕組みも用意しました。
社内利用では、Antigravity経由のAIによるコード提出が35％超増え、提出後の巻き戻しは約3分の1減ったとGoogleは報告しています。Chromeでは数カ月分と見込んだ大規模改修を数週間で進め、Agent Development Kitでは長時間セッションの準備時間を40％、初回読み込みを21％短縮しました。Gemma 4 E2Bの推論も、出力品質を保ったまま2.85倍高速化したとしています。
専門業務の第三者評価Vals Indexでは首位でしたが、総合評価Artificial Analysisでは競合2モデルと同点で、複数の上位モデルを下回りました。端末操作型のコーディング評価でもClaude Opus 5.5が66.4％、Argonが57.4％と、用途によって優劣が分かれます。社内事例の多くはGoogle発表値であり、企業は自社業務での検証が必要です。
ロボティクスでは、3次元空間の身体推論評価で87％を記録したとGoogleは発表しました。人の投球映像からシミュレーションと動作を自動生成し、Apptronikの人型ロボットが7投連続で成功したほか、合成した4,500件超の学習データで実機の成功率を56％から75％へ高めた事例も示しました。
安全面では、入力検査、モデル内部の監視、出力中の継続監視を重ね、危険な要求をリアルタイムで遮断します。境界を越える近道行動はコーディング評価で2％、間接的な指示乗っ取りの成功率は15回の適応攻撃で0.7％だったとしています。高いサイバー・生物分野の能力に対応し、自動監視と人の確認を組み合わせる設計です。
実業家Elon Musk氏は10月11日、AI「Grok」でLegoのStar Wars商品を購入した画面をXに投稿し、2億4千万人超のフォロワーに注文番号、配送・請求先住所、カード番号の下4桁、メールアドレスをさらしました。AIエージェントによる買い物の利便性を示す投稿が、決済情報の管理と注文変更時の本人確認という課題を浮き彫りにした形です。
X利用者のEnderman氏は、公開されたメールアドレスと注文番号をLegoの顧客対応チャットボットに入力し、注文を取り消したように見える画面を投稿しました。Musk氏は数時間後、注文は取り消されていないと返信しており、実際に取消処理が成立したかは確認されていません。
別のX利用者は、LegoのAIアシスタント「Sophia」で注文を再開し、購入数を400セットに増やして配送先も変更したとする画面を公開しました。元の決済手段を使ったとの主張ですが、LegoはWIREDの確認要請へのコメントを控え、変更の成否は不明です。
Musk氏は前日、クレジットカードの写真をGrokに渡せば、商品検索から購入まで実行できると紹介していました。MetaやOpenAIもAIエージェントの買い物用途を訴求するなか、利用者はカード情報の共有範囲や注文後の画面公開を慎重に管理する必要があります。
Visaは2025年末、正規サイトを装う偽販売者が安値でAIエージェントを誘導し、決済情報を不正利用する危険を警告しました。同社によると、悪意あるボット起点の取引は2025年下半期に25％増え、米国では40％増加しており、企業には異常注文の検知と強固な本人確認が求められます。
TechCrunchは2026年10月9日、MITで人とコンピューターの関係を研究するシェリー・タークル氏らへの取材を通じ、人がAIやロボットを自然に擬人化し、その反応を本物の感情と受け取りやすい心理を報じました。AIとの対話が検索や顧客対応へ広がるなか、親密さが懐疑心を弱め、人間よりチャットボットを頼る危険があるためです。
タークル氏は、単純なやり取りでも人は機械が自分を気遣うと受け止め、機械を気遣い返す傾向があると指摘します。記事が挙げた調査では約70%がAIに礼儀正しく接し、会話が進むほど「お願いします」「ありがとう」と伝えやすくなりました。
MITメディアラボのパット・パタラヌタポーン氏は、善悪を一律に分けるより、AIとの対話で人がどう変わるかを問うべきだと述べました。衝突を避けるよう設計されたチャットボットの感情を本物とみなせば、人間関係よりAIを優先し、現実へ戻りにくくなる恐れがあります。
極端な事例として記事は、14歳の少年の自死を巡り、母親がCharacter.AIのチャットボットに自死を促されたと主張した訴訟を紹介しました。パタラヌタポーン氏は、AIが人々から自ら未来をつくる主体性を奪いうる一方、企業の倫理的対応は十分でないと批判しています。
一方、タークル氏はAIとの交流を全面否定していません。就職面接の練習は適切な用途だが、幼児に「自分が親だ」と語るチャットボットは範囲外だと例示し、利用目的を明確に限定する必要性を訴えました。企業や開発者には、便利さだけでなく、依存や過信を招かない役割設計が問われます。
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。
AI・ハードウェア新興企業Naturaは10月8日、指で押して音声を入力すると複数のAIエージェントに作業を頼めるスマートリング「Interface」を発表しました。スマートフォンを取り出さず、予定確認や買い物、会議記録の共有、端末操作をこなせる常時装着型の窓口を目指し、価格は99ドル、予約は11月、出荷は12月または2027年1月を予定しています。
発売時にはMetaのMuse、Instinct、Grok Bot、Claude、ChatGPTなどと連携します。利用者は作業ごとに使うAIを指定でき、応答は接続したヘッドホン、iPhoneのライブアクティビティ、NatureOSアプリで受け取れます。
想定する用途は、運動記録の開始、当日の予定確認、日用品の再注文、テレビの停止やアラーム設定、会議メモの同僚への送信などです。パソコンも操作でき、創業者のCarlo Edoardo Ferraris氏は、将来的に書類入力やメッセージ送信、ファイル検索、資料作成を音声依頼へ置き換える構想を示しています。
健康機能では、心拍数、安静時心拍数、心拍変動、睡眠段階、日々の活動量、歩数、皮膚温を計測します。電池は利用状況に応じて6〜12日間持続し、満充電には100分かかります。
Naturaは普及を優先して99ドルで売り出し、将来は本体価格を引き上げる計画です。最初の3〜6カ月を無料とした後は月額9ドルを課し、健康特化型とAI特化型が並ぶ市場で、両機能を一つの小型端末にまとめた点を訴求します。
カロリー管理アプリCal AIの共同創業者ザック・ヤデガリ氏は2026年10月、個人向けAIエージェント新興企業Personaを立ち上げ、Vine Ventures主導で1000万ドルを調達しました。Personaは飲食や配車の注文、旅行予約、メール対応など日常業務を一つの助手に集約します。iMessage経由の無料ベータ版を提供し、12月には179ドルのウェアラブル端末の発売を予定しています。
ヤデガリ氏が10代で共同創業したCal AIは、2年足らずで年間売上高3000万ドル超に達し、2026年3月にMyFitnessPalが非公開額で買収しました。買収後も開発を続けましたが、同氏は6月に退社し、未公表の共同創業者とPersonaの開発に着手しました。
現在のPersonaはiMessageで使える無料ベータとして提供され、数千人の利用者を集めています。端末の予約売上はすでに1万ドル以上に達し、アプリも開発中です。端末は常時録音せず、ボタンか手首の動きで助手を起動する設計です。
同社によると、AIモデルと利用者データは端末内ではなくクラウドで扱い、通信時と保存時に暗号化します。利用者はデータを削除でき、会話データを広告主やデータ仲介業者に販売しない方針です。フィッシングやプロンプトインジェクションへの対策も組み込むとしています。
決済ではエージェントがカード情報を閲覧できず、購入ごとに利用者の承認を求め、Stripe Linkなど外部事業者が処理します。一方、収益モデルは広告に依存し、買い物検索にスポンサー商品を表示します。会社は、推薦機能に広告対象を知らせないことで中立性を保つと説明しています。
Personaは食品や配車の注文、メモ、旅行予約、質問やメールへの回答に対応します。ヤデガリ氏は、日常の各種アプリをAI助手に集約し、将来は利用者が必要性に気づく前に支援する、より能動的なサービスを目指しています。
ラディソン・ホテル・グループは2026年10月7日、アクセンチュアとOpenAIの技術を使って開発したChatGPT向けプラグインの初期成果を公表しました。旅行者は会話内でホテルを検索・比較し、同社サイトで予約を完了でき、2026年7〜8月の訪問から予約への転換率は自然検索の約1.5倍となる結果を示しました。
プラグインはエージェント型開発を取り入れ、6週間で構築・公開されました。ChatGPT上で候補を地図に表示し、価格や設備を比較した後、ラディソンの公式サイトへ移って予約する導線です。
導入後の更新により、利用者は事前にプラグインを入れていれば、問い合わせに「@RadissonHotels」と入力しなくても関連する場面で自動表示されます。会話から自社の直接予約チャネルへつなぐことで、集客効率と顧客関係の強化を狙います。
同社はChatGPT内のスポンサー広告も併用し、7月の開始後に欧州などへ展開しました。記録されたチェックアウト・予約イベントの54％は、広告の閲覧後効果として帰属しており、直接クリック以外も評価しています。
アクセンチュアが開発したMCPサーバーとAPIは、プラグインと広告の双方を支え、今後の機能追加にも使う計画です。同事例は、生成AI内の接点を単発施策にせず、検索・広告・自社予約を共通基盤で結ぶ構成です。
2026年10月7日、OpenAIは世界で週12億人超が使うChatGPTに、GPT-6と新機能「Intelligent UI」を導入しました。質問に応じて文章だけでなく、図表、フォーム、操作ボタンなどを会話内に生成し、複雑な学習や日常作業をわかりやすくする狙いです。有料プランから世界展開し、翌8日にFreeとGoへ広げます。
Intelligent UIは、質問の内容を基に文章、視覚要素、操作部品の組み合わせをGPT-6が選びます。OpenAIは配信可能な標準部品と生成中の画面を処理するコンパイラーを用意し、完成を待たずにインターフェースを順次表示できるようにしました。
利用例は、貯蓄計算機、割り勘ツール、旅行地図、料理の工程表、操作できる学習用の図解などです。実際の試用では、収入や支出を動かせる住宅費計算機や、座席を選んで詳細を確認できる航空機の座席表も生成されました。不要なら、視覚要素を減らすようChatGPTに指示できます。
GPT-6は考え続けながら回答を段階的に提示し、ウェブ検索が必要な質問ではGPT-5.6 Instantより平均44％早く回答を始めるとOpenAIは説明します。検索するかどうかの判断や根拠情報の発見も改善し、複数ターンで安全訓練を回避する攻撃への耐性も高めたとしています。
10月7日はPlus、Pro、Business、Enterprise向けにGPT-6 Solを提供し、翌8日はFreeとGo向けに効率重視のGPT-6 Lunaを展開します。今回の変更はChatGPTのChat体験が対象で、WorkとCodexのモデルは変わりません。企業は、説明、比較、計画、簡易ツール作成を会話内で完結できる場面を見極める必要があります。
MicrosoftとNVIDIAは2026年10月7日、サンフランシスコで開いたWindows AI・Surfaceイベントで、AIエージェントをローカル実行できるRTX Spark搭載PCと、エージェント向けに刷新したWindows 11を発表しました。Surface Laptop Ultraは10月16日発売、開発者向けSurface RTX Spark Dev Boxは11月出荷予定です。
Surface Laptop Ultraは2,599ドルからで、最大128GBの統合メモリと最大1ペタフロップのAI性能を備えます。5,999ドルのDev Boxは1200億超のパラメーターを持つモデルのローカル実行を想定し、AIモデルの検証やエージェント開発、AIコーディングを支えます。
Windowsでは、エージェントをOSの管理下で安全かつ継続的に動かすMicrosoft Execution Containersを一般提供します。Copilotの「Hybrid Intelligence」はローカルとクラウドのモデルを組み合わせ、PC内のファイル検索、改名、圧縮、メール下書きなどを実行し、今後数カ月で提供予定です。
RTX SparkはBlackwell世代のGPUとGrace CPUを組み合わせ、CUDAのモデルやツール、作業手順を大幅に書き換えずに持ち込めます。Acer、ASUS、Dell、HP、Lenovo、Microsoft、MSI、Gigabyteが、ノートPCから常時稼働向け小型デスクトップまで展開します。
Microsoftはさらに、企業向けのDGX Station for Windowsも予告しました。最大748GBのコヒーレントメモリと20ペタフロップのFP4演算性能により、最大1兆パラメーター規模のモデルをWindows環境でローカル実行する構想です。企業は機密データを端末内に保つ選択肢と、既存のWindows業務環境を生かせるかを導入判断の軸にできます。
Metaは2026年10月7日、FacebookとInstagram上で、児童性的虐待コンテンツを外部サイトへ案内する広告や関連アカウントを見つける新たなAI対策を発表しました。広告自体に違法素材がなくても、遷移先などを大規模言語モデル（LLM）で調べ、規約違反のサイトを遮断し、背後のアカウントへ措置を講じます。
新システムが狙うのは、無害に見える広告で違法コンテンツへ誘導する「signposting（道案内）」です。Metaは広告の表示内容だけでなくリンク先も確認し、規則に反するウェブサイトなどを遮断するとともに、広告主のアカウントにも対応します。
Metaによると、2026年上半期にFacebookとInstagramで措置対象とした児童の性的搾取コンテンツは3,320万件でした。このうち97％超は利用者からの通報前に自社システムが発見し、インドでは530万件の98％超を事前検知しました。
さらに、従来の仕組みが見逃したコンテンツを探すAIスキャンを追加し、ネットワークの活動実態に応じて新しい検知シグナルを取り込みます。安全対策の弱点を探す「レッドチームAIエージェント」や、削除後に新規アカウントで戻る利用者の検出強化も盛り込みました。
Metaは子どもの安全を巡り、議員からの批判や訴訟に直面しています。2026年8月には29州による訴訟で最大180億ドルを支払う合意に達しており、同年はMeta AIの保護者向け管理やWhatsAppのプレティーン用アカウント、Instagramの自傷検索通知なども導入しています。
Googleは2026年10月7日、画像・動画・音声に埋め込まれたAI生成・編集の電子透かし「SynthID」を調べる専用サイトを、英語で世界一般公開しました。従来は一部のテスターやGemini経由に限られた確認を、Googleに加えOpenAI、NVIDIA、Kakaoなど提携各社の透かしまで一カ所で判定できるようにし、オンライン情報の出所判断を支えます。
利用者は対応形式のファイルをSynthID.comにアップロードし、SynthIDが生成または編集に使われたかを確認できます。公開版は内部向けツールのように透かしを検出した画像領域を示さず、検出の有無を簡潔に返します。
Googleは2023年の導入以来、1800億点超の画像・動画と24万年分の音声にSynthIDを付与したと説明しています。検索、Geminiアプリ、Chromeに組み込まれた検証機能では、現在1日100万件超の確認要求を処理しています。
対象はGoogle、OpenAI、NVIDIA、KakaoのSynthIDで、Appleも近く対応する予定です。一方、Metaなど別方式の透かしや、透かしを使わない生成AI、ローカルで動かすオープンウェイトモデルの出力は検出できないため、未検出でもAI生成ではないとは断定できません。
利用にはGoogle、OpenAI、Appleのいずれかのアカウントでログインし、画像・動画・音声を合わせて1人1日およそ10件という利用枠があります。制限は透かし除去手法の開発を防ぐ狙いがあり、企業の真偽確認ではSynthIDの結果を単独の証拠とせず、出所や改変履歴など他の情報と組み合わせる必要があります。
テック記者のケビン・ルース氏は2026年10月、WIREDのインタビューで、新著『The AGI Chronicles』の本文をAIに書かせず、人間だけで執筆したと明らかにしました。OpenAI、Anthropic、Googleの生成AI競争を150人超への取材でたどり、AIは資料検索や事実確認、編集上の助言に限って活用しました。
同書は、GoogleのAI研究を警戒したイーロン・マスク氏とサム・アルトマン氏がOpenAIを立ち上げ、そこからダリオ・アモデイ氏らが離れてAnthropicを創業した流れを描きます。ルース氏は、かつて同僚だった人々が率いる3社の競争を、友好的な企業対抗ではなく激しい確執だと説明しています。
執筆支援では、NotebookLMに取材録や論文などを集め、必要な証言の検索、ノート整理、連絡先の特定に使いました。最終段階では人間の事実確認担当者に加えて複数のAIでも検証し、双方が見落とした点を補ったといいます。さらに複数のClaudeへ懐疑派や未来派などの役割を与え、原稿への異なる視点を集めました。
AI開発の統治について、ルース氏は未来を一人の経営者に委ねるべきではないとみています。アモデイ氏ら一部の経営者は「開発は不可避で、安全を重視する組織が先行すべきだ」と説明しますが、本人は全面的には納得していません。約50人の関係者が重要な判断を担ってきたとして、意思決定層の多様化を求めています。
多分野の参加例として、AnthropicでClaudeの性格設計を担う哲学者アマンダ・アスケル氏を挙げ、倫理研究が安全性と振る舞いの改善に寄与したと評価しました。創作物では、AI生成だと知ると評価が下がる研究傾向から、人は作者の労力と声を重視すると指摘します。だからこそ書き手には、AIの利用範囲と創作過程の可視化が重要だと訴えています。
Googleは2026年10月6日、テキスト、コード、画像、動画、音声を一つの空間で扱う埋め込みモデル「EmbeddingGemma 2」を公開しました。Gemma 4を基盤とする7億4000万パラメーターの軽量モデルで、商用利用しやすいApache 2.0ライセンスを採用し、端末内で検索やRAGを動かす開発者の選択肢を広げます。
特徴は、用途に応じて構成を変えられるモジュール設計です。テキスト処理は2億7000万パラメーターから利用でき、画像用1億7000万、音声用3億の各エンコーダーを加えることでマルチモーダル処理に対応します。
出力ベクトルは768次元から512、256、128次元へ短縮でき、Googleによるとローカルのベクトルデータベースとメモリーの保存量を最大6分の1にできます。量子化したPixel 11 Proでは、重みのアクティブRAM使用量がテキストのみで約191MB、全機能で約567MBです。
文脈長は前世代の4倍となる8Kトークンで、端末上で最長5.5分の音声、29枚の画像、58フレームの動画などを処理できます。MTEB Codeのスコアは68.76から78.68へ9.92ポイント向上し、Googleは10億パラメーター未満の複数ベンチマークで同規模モデルを上回ったと説明しています。
開発者は音声メモから動画場面を探す横断検索や、ローカルのコード検索、オフラインRAGに活用できます。モデルはHugging FaceとKaggleで配布され、MediaPipe、LiteRT、transformers、llama.cpp、Ollamaなど複数の実行環境に対応します。
Googleは2026年10月6日、世界の公衆衛生機関や研究機関と進めた新たな研究を公表し、衛星画像、環境情報、人流データ、基盤モデルを組み合わせる「Google Earth AI」で感染症や慢性疾患の兆候を早期に捉える手法を示しました。地理的な情報不足と報告の遅れを補い、発生後の対応から事前の予防へ移すことが狙いです。
コンゴ民主共和国で続くエボラ流行では、WHOアフリカ地域事務局が地理空間推論エージェントの試作版を活用しました。曝露リスクと人流が多い遠隔地の鉱山回廊を分析し、通常は数週間かかる作業を数分に短縮して、48集落と4万5500人超のリスク対象者を特定しました。現地チームは移動式検査室の配置と国境監視の調整を前倒しできました。
同国の国立生物医学研究所とは、人流、過去の症例傾向、Earth AIのモデルとデータを統合し、未発生地域へのエボラ拡大リスクを週次で予測しました。また、疫学記録とPDFMを組み合わせたコレラ評価では、発生しやすい保健区域を最大8週間前に特定する予測性能が向上しました。
用途は急性感染症にとどまりません。ニューヨーク大学ランゴン医療センターは同年の心血管死亡率を従来手法と同等以上の性能で予測し、オックスフォード大学などはメキシコのデング熱流行予測を改善しました。米国とカナダの国境両側の行動パターンを加えた研究では、米国の郡ごとの予防接種率をより正確に把握しました。
基盤となるPDFMは、検索傾向、人流、環境パターンを集約し、地域の動きを高解像度で表します。その埋め込みデータはGoogle Maps Platformの「Population Dynamics Insights」としてプレビュー提供され、対象用途の研究者は無償アクセスを申請できます。非営利の専門家向けEarthクレジットや、Google.orgによるコンゴ民主共和国の検査・疾病監視近代化への資金支援も用意しました。
米VentureBeatは2026年10月6日、企業AIエージェントが業務用語を理解するための文脈源について、VB Pulseの8月調査を報じました。回答企業の67％が統制されたセマンティック層を運用・試行・構築中だった一方、それをエージェントの主要な文脈源とした割合は13％にとどまり、文書検索や業務システムへの直接照会が先行しています。
主要な文脈源は、文書検索が32％、SQL・API・MCPサーバーなどを使う直接照会が21％、大量の文書や記録をモデルに渡す長文脈読み込みが19％でした。セマンティック層は6月の21％、7月の19％、8月の13％と低下しており、整備が進んでもエージェントがそこを参照するとは限りません。
文脈の欠落や不整合に起因する「確信を伴う誤答」を過去6カ月に経験した割合は、8月で64％でした。セマンティック層の運用・試行・構築企業では78％、評価中または導入予定なしの企業では37％でしたが、調査は因果関係を特定していません。正しい定義があるため誤答を検出しやすい可能性と、問題を経験した企業ほど同層を構築した可能性の両方があります。
製品の設計は分かれています。OpenAIのData agentはSnowflake、Databricks、BigQueryなどへ直接接続し、SlackやBIダッシュボード、ファイルの文脈を都度まとめますが、永続的な文脈層は作りません。Keewanoは取り込み時に文脈を付加し、Snowflakeはアクセス制御と事前の文脈準備を組み合わせています。
企業が確認すべきは、セマンティック層の有無だけでなく、エージェントが実際に何を読み、業務定義とアクセス制御をどこで付与するかです。直接照会や長文脈読み込みにも統制された意味を組み込めますが、調査は各社が実施しているかを明らかにしていません。経営者や開発責任者には、導入率だけでなく、文脈の経路と誤答の検出方法まで設計する視点が重要です。
Meta、Walmart、Stripeなどは2026年10月、個人向けAIエージェントと企業がオンライン商取引で通信するためのオープン標準の策定を始めました。AmazonによるMetaのMuse遮断や、従来の人間確認で処理が止まる事例が相次ぐなか、利用者に代わる正規のエージェントと悪質なボットを見分け、企業の安全管理と取引成立を両立させる狙いです。
遮断には、企業が意図的に拒む場合と、既存の迷惑ボット対策に巻き込まれる場合があります。AmazonはMuseによる商品閲覧と購入を止めましたが、Museと提携するWalmartでの失敗は意図的な遮断ではなく、人間確認の操作が中断されることで起きていると説明しています。
航空分野でも温度差が鮮明です。Deltaは第三者エージェントによる検索・予約の連携を現時点で提供せず、Unitedも無許可の自動処理を規約で制限する一方、Yelpは有料のデータ利用契約、eBayは正規の許可を接続の条件としています。
新たな規格にはMeta、Walmart、Stripe、Sierra、Genesys、Rocket、NiCE、Decagonが参加します。商取引に特化したエージェント間通信を定め、利用者の委任を受けたエージェントと、情報収集や不正利用を目的とするボットを企業側が区別できる仕組みを目指します。
標準が整うまで、MetaはMuseの接続先を正式な提携企業としてアプリ内に示し、アクセス障害を報告可能な不具合として扱える体制を取ります。企業がAIエージェント経由の顧客を受け入れるには、従来の人間確認だけでなく、認証・権限・利用目的を明示する接続設計が焦点になります。
OpenAIは10月5日、ChatGPTの画像生成中に商品やサービスを画像で示す新たな広告形式を発表しました。当面は米国市場で10月後半から一部の広告主と試験し、広告であることを明示して生成画像や回答から分離することで、無料・低価格プランを支える収益源を広げながら、利用者の商品発見や比較を助ける狙いです。
視覚広告は、商品を使う場面や体験を画像で伝え、利用者がブランドの特徴を理解して購入を検討できるようにします。まず画像生成時に表示されますが、広告は明確にラベル付けされ、ChatGPTの回答には影響せず、生成画像とは別に表示されるとOpenAIは説明しています。
広告効果の測定では、Hightouch、Tealium、LiveRampとの連携で、広告主が既存システムのコンバージョンデータをChatGPT Adsへ送れるようにします。さらに複数の計測会社とクリック帰属や地域別の増分効果実験を進め、検索広告など既存チャネルと比較しやすい基盤を整えます。
初期調査では、DV RockerboxがWeightWatchersの獲得単価を有料検索の総合指標より15.3％低いと報告し、Triple WhaleはPortland Leatherへの流入の93％が新規訪問者だったとしました。いずれも提携企業による初期結果であり、広告主は自社データや増分効果の検証と合わせて判断する必要があります。
掲載環境では、OpenAIが会話の文脈を評価し、感情的に弱った状態や機微な話題などから広告を除外します。DoubleVerifyとIntegral Ad Scienceによる適合性評価も試行し、実際の私的な会話を渡さずに安全基準の運用を第三者が検証できる仕組みを目指します。
週12億人が利用するChatGPTは、サブスクリプション以外の収益機会を広げる一方、広告が対話体験を損なわない設計が重要になります。企業は配信規模だけでなく、回答からの独立性、ブランド安全性、既存の計測基盤と接続できるかを見極めるべきでしょう。
VentureBeat Intelligenceは2026年8月、従業員100人以上の組織の回答者130人を対象に、AIエージェントが使う業務文脈と誤答を調査しました。過去6カ月に、回答者の64%が指標定義の誤りや古いデータなど、社内データの欠落・不整合に起因する「自信ありげな誤答」を少なくとも1回確認し、全回答者の32%は複数回確認しました。モデル自体の誤りは集計対象外です。
共通の指標定義を管理するセマンティック層を運用・試行・構築中の組織では、文脈障害の報告率が78%となり、評価段階または導入予定なしの組織の37%を上回りました。ただし、調査は理由を尋ねておらず、セマンティック層が障害を増やしたとは結論づけられません。基準との照合で発見しやすくなった可能性や、障害経験後に整備を始めた可能性があります。
本番環境でセマンティック層を運用する組織でも、それをAIエージェントの主要な業務文脈源とした回答は23%にとどまりました。全回答者では文書・ベクトル索引のRAGが32%、稼働中システムへの直接問い合わせが21%、長い入力の直接読み込みが19%でした。共通定義を整えても、エージェントの取得経路に接続しなければ活用は限定的です。
本番の検索基盤を運用する回答者では、選定を最も左右した要因はデータ取り込みの容易さが36%で、検索精度は11%でした。取り込みの容易さは7月の22%から上昇した一方、独自開発の検索基盤は18%から6%へ低下し、Qdrantの利用は7%から16%へ増えました。これら3つの変化は、調査の有意差基準を満たしています。
今後12カ月の方針では、37%が最適な独立系ツールの維持、28%がモデル提供元の機能と独立系ツールの併用を見込み、単一モデル提供元への統合は22%でした。単一提供元への統合は7月の12%から増えましたが、統計的に変化を確認できる差ではありません。回答者は無作為抽出ではなく、一部の比較群も40人未満のため、市場全体の比率ではなく導入判断の参考信号として読む必要があります。
