検索（ユースケース）に関するニュース一覧

Appleが6月8日開幕のWWDC 2026で発表予定とされるiOS 27の新機能について、Bloombergがリーク画像を公開しました。最大の注目点は、ChatGPTやClaude、Geminiに対抗するSiri独立アプリの登場です。従来の音声アシスタントから本格的なAIチャットボットへと進化し、テキスト入力に加えて文書や写真のアップロード、過去の会話履歴の管理にも対応します。

UIも大幅に刷新されます。Siriの応答はiPhoneのDynamic Islandから吹き出し形式で表示され、画面上部から下にスワイプすることでどのアプリからでもSiriチャットを呼び出せるようになります。従来のSpotlight検索もAI搭載のSiriに統合され、アプリ起動やメッセージ作成、カレンダー追加などの操作がカード型インターフェースで完結します。

技術面では、Appleが2026年1月に発表したGoogleとの提携に基づき、Geminiの大規模言語モデルがSiriの基盤となります。一方、The Informationの報道によると、Appleは数兆パラメータ規模のGeminiモデルをiPhone上で動作するよう蒸留（圧縮）する取り組みも進めています。しかし、スマートフォンのRAMやNPUの制約から、会話型AIの完全なオンデバイス処理は困難であり、クラウド処理への依存が避けられない状況です。

Appleにとっての強みは25億台の端末というインストールベースです。ChatGPTの週間アクティブユーザーが9億人に達する一方で、Appleはまだ単体のAIツールを使っていない膨大なユーザー層にリーチできます。カメラアプリへのSiriモード追加や写真アプリのAI編集機能強化も予定されており、OSレベルでのAI統合を着実に進めています。プライバシーを訴求しつつ外部パートナーの技術を活用するという、検索エンジンでのGoogle提携と同様の戦略が繰り返されています。

Googleが年次開発者会議「Google I/O」でAI生成回答を検索結果の中心に据える方針を正式に打ち出し、長年「10本の青いリンク」を前提に築かれてきたSEO戦略の前提が崩れ始めています。TechCrunchのポッドキャスト「Equity」でAI検索特化スタートアップScrunchのパートナーシップ担当VP、マット・トンプソン氏が、企業マーケターと創業者が直面する地殻変動を解説しました。

最大の課題は、自社ブランドが生成AIにどう説明されているかをほぼ把握できない点にあります。従来のSEOは検索順位やクリック率を指標としてきましたが、AIが要約して回答を返す世界では、ユーザーは元のページを訪れずに意思決定を済ませてしまいます。ブランド側の可視性は急速に低下しているのが実情です。

一方でトンプソン氏は、AI経由の流入がもたらす機会にも注目します。AIリファラルは従来のオーガニック検索より転換率が約400%高いと指摘し、量より質の流入として再評価すべきだと訴えました。さらにAI検索全体ではChatGPTが圧倒的なシェアを握っており、Google中心の最適化だけでは市場の大半を取りこぼす危険があるといいます。

対応策の核は「エージェント対応（agent ready）」なサイト構造への移行です。AIエージェントが情報を正確に抽出・引用できるよう、構造化データ、明確な事実記述、機械可読な情報設計を整える必要があります。ところが大企業サイトの多くは依然として人間の閲覧者だけを想定した作りにとどまっています。

経営者・マーケターに求められる発想転換は明確です。検索順位を競う時代から、AIに正しく引用される存在になる時代へ。Googleが提示する従来のSEOベストプラクティスを盲信せず、ChatGPTを含む主要AIプラットフォーム上での自社言及を継続的に監視・最適化する体制づくりが、今後の市場価値を左右する分岐点となりそうです。

米株式取引アプリ大手のRobinhoodは2026年5月27日、AIエージェントがユーザーに代わって株式を自動売買できる新機能「エージェンティック・トレーディング」のベータ版を発表しました。同時に、AIエージェント専用の仮想クレジットカードも提供開始しています。

エージェント取引では、ユーザーがRobinhood上にAIエージェント専用の口座を作成し、あらかじめ設定した金額を専用ウォレットに入金します。AIエージェントはこのウォレット内の資金のみでポートフォリオ分析や取引戦略の立案、売買注文を実行します。接続にはオープン標準のMCP（Model Context Protocol）を採用しており、セクター分析やアナリストノートの参照も可能です。

リスク管理面では、全取引のプッシュ通知、リアルタイムの活動フィード、いつでも取引を一時停止できる機能を備えています。一部の取引ではユーザーの事前承認が必要となり、Robinhood側でも不正検知チームが不審な取引を監視・対応します。ただしRobinhood自身が「投資全額を失う可能性を含む重大なリスクがある」と明記しています。

もう一つの新機能として、Robinhood Gold Card会員向けにAIエージェント専用の仮想クレジットカードが提供されます。ユーザーが月間利用上限を設定し、エージェントがウェブ上で商品を検索・購入します。たとえばスニーカーが300ドル以下に値下がりした際に自動購入するといった使い方が想定されています。

現時点でエージェント取引は株式のみ対応ですが、今後オプション、暗号資産、イベント契約、先物、予測市場への拡大を予定しています。Stripe、Amazon、Googleなど大手もAIエージェント決済に参入しており、AIエージェントが金融取引を担う時代が本格的に到来しつつあります。

ニューヨーク・タイムズの技術職労組Tech Guildが、経営陣によるAI監視ツールの導入が労働協約に違反するとして苦情を申し立てました。約700人のソフトウェアエンジニアやデザイナーで構成される同労組は、DXとGleanという2つの社内AIツールが従業員のパフォーマンス評価に不正に使われていると主張しています。

DXはエンジニアの生産性を測定するツールとして導入されましたが、当初は組織全体の改善が目的と説明されていました。しかし数カ月のうちにデータが個人レベルに細分化され、懲戒処分の場で「プルリクエストが業界標準より25%少ない」といった指標が引用される事態になっています。労組のAI委員長ベン・ハーネット氏は、これらの指標が仕事の質や実際の成果を反映していないと批判しています。

もう一つのツールGleanは社内ナレッジベースを横断検索するAIですが、労組は管理職が個人の業績を調べる監視手段としても使われていると懸念しています。最近の懲戒通知の文体がGleanで生成されたものと疑われるケースも報告されており、ツール自体の正確性にも問題があるとされています。

Tech Guildと編集職を代表するTimes Guildの双方が不当労働行為の申し立てを行い、AI利用に関する情報開示を求めました。Times Guildは現在進行中の新契約交渉で、AIツール使用時の人間関与の義務化やAI利用の透明な表示、モデル学習データへの報酬といった保護条項を要求しています。

こうした労使対立はNYTに限らずメディア業界全体に広がっています。ProPublicaでは4月に150人がAI関連の条件をめぐり24時間ストを実施し、McClatchyでは生成AIによる記事の自動リライトに抗議して記者が署名を拒否する動きが出ました。ハーネット氏はAIの全面禁止ではなく、労働者が導入の決定に参加する権利を求めていると強調しています。

Googleは2026年5月27日、AI検索における情報源の可視性と独自コンテンツの発見性を高める複数の新機能を発表しました。これまでトップストーリーに限定されていた「Preferred Sources（優先ソース）」機能が、AI OverviewsおよびAI Modeに拡張されます。ユーザーがあらかじめ登録したお気に入りサイトのリンクが、AI応答内で明確にラベル表示される仕組みです。

優先ソースに登録されたリンクは通常の2倍のクリック率を記録しており、すでに34万5000以上のユニークなソースが登録されています。サイト運営者向けにはドキュメントページが用意され、読者に優先ソース登録を促す方法が案内されています。パブリッシャーにとっても、AI検索経由のトラフィック獲得につながる施策といえます。

さらに、時事的なトピックに関する検索では、関連記事をカルーセル形式で目立つように表示する新機能が導入されます。AIが簡潔な文脈を提示したうえで、複数の記事や視点を並べることで、ユーザーが深掘りする記事を選びやすくなります。オンラインフォーラムやSNSからの一次情報も同様の形式で表示される予定です。

加えて、検索結果ページのウェブ記事リンクに「Highly Cited」バッジを拡大適用します。多くの他記事から引用されている一次報道を視覚的に識別でき、引用元を明示的に参照している記事もその旨が表示されます。これにより、情報の信頼性を素早く判断できるようになります。

一連のアップデートは、AI検索がウェブ上の情報源やクリエイターのコンテンツとユーザーを結びつける方向性を強化するものです。Googleはオリジナルコンテンツの保護と可視化を進めることで、AI時代におけるパブリッシャーとの共存モデルを模索しています。

Google CEOのSundar Pichai氏は、2026年5月のGoogle I/O直後にThe Vergeのインタビューに応じ、AGIの実現時期について「3年後には、それをAGIと呼ぶかどうかに関わらず、非常に強力なシステムが存在する」との見通しを示しました。DeepMind CEOのDemis Hassabis氏がI/O基調講演で述べた「特異点の麓にいる」という発言にも同意し、フロンティア研究所の間でAGI到達が近いという広いコンセンサスがあると語っています。

検索事業については、AIモードの導入により検索が「結果を返す」から「タスクを実行する」サービスへ変わる方向性を明確にしました。Gemini Sparkエージェント基盤と検索ボックスの統合が自然な流れであることを認め、将来的にはユーザーが意識せずにエージェント機能を利用できる世界を描いています。一方で、現状のAI検索結果が「あるべき姿より意見が強すぎる」と自ら認める場面もありました。

いわゆる「Google Zero」問題について、Condé Nast CEOが「検索流入ゼロを前提に事業計画を立てている」と公言していることを突きつけられると、Pichai氏はウェブへのトラフィック送出へのコミットメントを繰り返しつつも、低品質なクリックが減少する「自然な進化」を認めました。YouTubeの動画をモデル訓練に使用している点について、クリエイターとの摩擦が出版社との訴訟と同様に拡大する可能性も問われています。

組織面では、ChatGPT登場を契機にGoogleの構造改革を断行した経緯を詳述しました。Brain とDeepMindの統合によるGoogle DeepMind設立、AI基盤チームの一元化、検索部門へのElizabeth Reid氏の起用、毎週のAI製品レビュー導入など、意思決定の速度を上げるための組織設計に注力してきたと説明しています。

AI技術への社会的不安については、「人類はこれほどの変化の速さを処理できるようには進化していない」と率直に認め、エネルギー価格上昇や雇用喪失への懸念は正当なものであり、業界と政府が連携して対処すべき責務があるとの姿勢を示しました。単なるマーケティングの問題ではなく、民主主義社会において市民が発言権を持つべき技術であると強調しています。

米WIRED誌のファクトチェッカーであるMeghan Herbst氏が、主要AIチャットボットの事実確認能力を検証した結果を報告しました。同氏の実務経験では、GoogleのAI Overviewsは約3分の1の確率で誤った情報を返すとされ、複数の学術研究もAIの正確性に深刻な問題があることを裏付けています。

コロンビア大学Tow Centerの2025年3月の研究では、AI搭載検索エンジンの回答の60%超が不正確であることが判明しました。BBCの調査ではチャットボットの誤答率を約45%と報告しています。OpenAIが開発したSimpleQAベンチマークでは、4000問以上の単答式質問に対し、いずれのモデルも正答率50%を超えられませんでした。

Herbst氏は実際にChatGPT、Claude、Gemini、Grokに対してファクトチェッカー採用試験を課しました。全モデルが検証計画を立てることはできたものの、実際に事実を確認する作業は一切行いませんでした。Claudeとは別に、RealFactBenchでは73%の正答率を記録したモデルもありましたが、実用水準には程遠い状況です。

米国人工知能学会（AAAI）の2025年報告書では、調査対象の研究者の60%がAIの「事実性」問題が近い将来解決されるとは考えていないと回答しています。モデルの高性能化がむしろハルシネーションを増やす可能性も指摘されており、ユーザーを満足させようとするプログラム上の特性が過剰な回答生成につながるとされています。

国際ファクトチェッキングネットワークのAngie Holan氏は、AIを完全に排除するのではなく、その構造や弱点を理解した上で活用することを推奨しています。一方で、インターネット上に存在しない情報の確認や、人間関係の機微を読み取る判断など、ファクトチェックの核心的な作業では人間の能力が依然として不可欠であると記事は結論づけています。

企業のAIプロジェクトの95%が本番運用や価値創出に至らないとするMITの調査結果がある中、VentureBeatは2026年5月25日、従来のコードベースに留まらないAI特有の技術的負債が企業のAI導入リスクを急速に拡大させていると報じました。S&P; Global Market Intelligenceの調査でも、2025年にAI施策を撤回した企業は42%に上り、前年の17%から急増しています。

記事が指摘する新型負債は4つです。第一のプロンプト負債は、バージョン管理やテストなしに蓄積された「スパゲティコード」のようなプロンプト群を指します。第二のモデル依存負債は、外部の基盤モデルAPIに依存することで、モデル更新時に性能が変動し再現性が失われる問題です。第三の検索（RAG）負債は、社内データの重複や陳腐化により、技術的には正しくても古い情報を返してしまう現象で、ハルシネーションより検出が困難とされます。第四の評価負債は、プロンプト向けCI/CDに相当する継続的テスト基盤が存在しないことを意味します。

これら4つの負債は従来型の技術的負債と複合的に積み重なり、コンピューティングコストの高騰、AI出力の不正確さ、人手による例外処理の増加という形で顕在化します。さらにAIシステムの所有権がエンジニアリング・プロダクト・データ・事業部門にまたがるため、障害発生時の責任が不明確になりがちです。AI生成コードの急速な普及も、従来型コードベースの保守性を悪化させる要因として挙げられています。

記事は対策として3つの原則を提示しています。まずプロンプトをコードと同等に扱い、バージョン管理・文書化・厳格なテストを適用すること。次に技術指標とビジネス指標の双方を測定する継続的評価パイプラインを構築し、AIオブザーバビリティを統合すること。そして全てのAI出力にデータ系譜・使用モデル・処理手順の説明可能性を組み込み、監査と修正を可能にすることです。

筆者のVikram Venkat氏（Cota Capital プリンシパル）は、これらの取り組みにはセキュリティやクラウド近代化と同様のCXOレベルの投資プログラムが不可欠だと強調しています。AIシステムは静的なコードではなく、企業スタック全体と相互作用する「生きたシステム」であり、設計段階からAI負債を予防する企業こそが持続的な生産性向上を実現できると結論づけています。

複数大学の研究チームが、AIエージェントの情報検索において従来のRAG（検索拡張生成）を代替する新手法「Direct Corpus Interaction（DCI）」を発表しました。DCIはベクトルデータベースを介さず、grep・find・sedなどの標準的なコマンドラインツールでコーパスを直接検索する仕組みです。論文によれば、従来のRAGでは埋め込みモデルによる類似度検索が「エージェントが見られる情報を早い段階で決めてしまう」ボトルネックになっていました。

DCIでは、エージェントがターミナル環境でシェルパイプラインを組み合わせ、正規表現による厳密な文字列検索や複数条件の絞り込みを実行します。これにより、エラーコードやファイルパスなど意味的類似検索では捉えにくい長尾の詳細情報を正確に抽出できます。さらに、埋め込みインデックスの再構築が不要なため、日次レポートやログなど常に変化するデータにもリアルタイムで対応します。

ベンチマーク評価では、Claude Sonnet 4.6を基盤とするDCI-Agent-CCがBrowseComp-Plusで精度80.0%を達成し、従来のベクトル検索手法の69.0%を大きく上回りました。同時にAPIコストは1,440ドルから1,016ドルへと約30%削減されています。軽量版のDCI-Agent-Liteも、GPT-5.4 nanoモデルで従来のo3モデル＋検索の組み合わせに匹敵する性能を600ドル以上安く実現しました。

一方で課題も明確です。コーパス規模が10万件から40万件に拡大すると精度が大幅に低下し、ツール呼び出し回数も増加します。研究チームは「DCIは既存のベクトル検索の完全な代替ではなく補完」と位置づけ、意味検索で候補を広く取得し、DCIで精密な検証を行うハイブリッド構成を推奨しています。コードはMITライセンスでGitHubに公開されており、実務での検証が可能です。

Googleは2026年5月のI/Oカンファレンスで、検索責任者のLiz Reid氏が「Google SearchはAI Searchである」と公式に宣言しました。従来の検索ボックスはGeminiとの対話インターフェースへと変わり、ユーザーの質問に対してパーソナライズされた回答をAIエージェントが動的に生成する仕組みに移行しています。AI Modeの月間利用者は10億人を超え、クエリ数は四半期ごとに倍増しているとGoogleは主張しています。

しかし、この大規模な転換の直後に深刻なバグが表面化しました。「disregard」という単語を検索すると、AI Overviewが検索語をチャットボットへの指示として誤認識し、「了解しました。他に何かあればお知らせください」といった無意味な応答を返す現象が発生しました。「ignore」や「skip」でも同様の問題が確認されています。

この不具合は、AI検索の基盤技術が持つ本質的な脆弱性を示しています。TechCrunchの記者は、15年のキャリアで初めてBingの検索結果がGoogleより有用だったと述べました。Googleは「disregard」のAI Overviewを一時的に非表示にする対応を取りましたが、「ignore」と「skip」では問題が継続していました。

より根本的な問題として、AI生成回答がページの大半を占めることで、従来のウェブリンクが実質的に見えなくなる点が指摘されています。WIREDのSteven Levy氏は、AI検索がコンテンツ制作者の仕事を原材料として利用しながら、適切なクレジットや流入トラフィックを提供しない構造的課題を指摘しました。Reid氏はオリジナルコンテンツへの誘導を強化すると述べていますが、具体的なデータの開示は拒んでいます。

Spotifyは2026年5月21日、AIを活用した新しいデスクトップアプリ「Studio by Spotify Labs」を発表しました。このアプリは、ユーザーのメールやカレンダー、メモなどの外部サービスと連携し、Spotifyの視聴履歴も加味して、パーソナライズされたデイリーブリーフィングやポッドキャスト、プレイリストを自動生成します。18歳以上のユーザーを対象に、20以上の市場でリサーチプレビューとして順次提供されます。

StudioアプリにはAIエージェントが搭載されており、ウェブブラウジングやトピックのリサーチ、情報の整理といったタスクをユーザーに代わって実行できます。たとえば「イタリア旅行の日程に合わせたデイリーブリーフィングを作って、近くのおすすめレストランも紹介して」といった複数ステップの依頼にも対応します。生成されたポッドキャストはSpotifyライブラリに保存され、デバイス間で同期されますが、一般公開はされません。

Spotifyはこれと並行して、アプリ内で直接AIポッドキャストを生成できる「Personal Podcasts」機能を来月開始すると発表しました。ユーザーはプロンプトを入力するだけで、関心のあるテーマについてのポッドキャストを作成できます。PDFやリンク、テキストを素材として指定し、カスタムボイスを選ぶことも可能です。

さらに、米国・スウェーデン・アイルランドのPremiumユーザー向けに、ポッドキャストのAI Q&A;機能が本日提供開始されました。再生中のエピソードについて質問したり、特定トピックのタイムスタンプを検索したり、関連するポッドキャストのレコメンドを受けたりできます。

AIポッドキャスト生成の分野では、GoogleのNotebookLMが2024年から先行しており、AmazonのAlexa PlusやMicrosoftのEdge Copilotも参入しています。しかしSpotifyは既に膨大なオーディオユーザーベースを抱えており、音声コンテンツのプラットフォームとして優位に立てる可能性があります。今月初めにはClaude CodeやCodex向けのCLIツールも公開しており、AI音声コンテンツの中心的存在を目指す姿勢を鮮明にしています。

Spotifyは5月21日の投資家向けイベントで、ElevenLabsの音声AI技術を活用したオーディオブック制作ツールを「Spotify for Authors」プラットフォーム内で提供すると発表しました。6月に招待制のベータ版として英語のみで開始される予定です。著者は独占契約に縛られず、生成したオーディオブックを他のプラットフォームでも自由に公開できます。

この機能は、2025年に始まったElevenLabsとの提携を発展させたものです。ElevenLabsが提供する最新の音声モデルは、従来のデジタル音声よりも自然で表現力に優れており、著者がプロのナレーターを起用せずに高品質なオーディオブックを制作できる環境を整えます。SpotifyはすでにGoogle Play Booksともデジタルナレーション分野で提携していましたが、より人間らしい音声を求めてElevenLabsの技術を採用した形です。

Spotifyは同時に、Spotify for Authorsの対応言語をフランス語やドイツ語など10言語追加すると発表しました。さらにAudiobook+プランの拡充も予定しており、聴取上限の引き上げや学生・ファミリー向けオプションの追加を計画しています。自然言語によるオーディオブック検索機能や、プロンプトベースのプレイリスト作成をオーディオブックにも拡張する予定です。

Spotifyのオーディオブック事業はここ数年で急成長を遂げています。カタログは70万タイトルに達し、Audiobook+の購読者は100万人を突破しました。年間経常収益は1億ドルに達する見通しです。国際展開、非英語タイトルへの投資、アプリ内購入の実現、さらには米英での紙書籍販売開始など、多角的な施策により聴取時間は前年比60%増を記録しています。

Mind Labと複数大学の研究チームは2025年5月、LLMエージェントの長期記憶問題を解決する新手法「delta-mem」を発表しました。この手法はエージェントの過去のやり取りを固定サイズの行列に圧縮し、モデル本体を変更せずに動的な記憶を実現します。追加パラメータはバックボーンモデルのわずか0.12%にとどまり、競合手法の76.40%と比較して圧倒的に軽量です。

従来のアプローチには大きな課題がありました。コンテキストウィンドウの拡張はコストが増大し、トークン数が増えるほど二次関数的に計算量が膨れ上がります。RAGは外部検索の遅延や統合の複雑さを伴います。パラメトリック手法は学習後に固定され、推論時の新情報に適応できません。delta-memはこれらの問題を、連想記憶の「オンライン状態」として履歴を保持することで解決しています。

技術的には、LLMの隠れ状態を行列に射影して過去の記憶を検索し、数値的な補正としてモデルの推論に適用します。更新は「ゲート付きデルタルール」で制御され、どの程度の旧記憶を保持し、新記憶をどれだけ反映するかを自動調整します。更新戦略は3種類あり、大規模モデルにはシーケンス単位の書き込み、小規模モデルにはマルチステート書き込みが有効と判明しました。

Qwen3-4B-Instructでの評価では、平均スコアが凍結ベースラインの46.79%から51.66%に向上しました。記憶集約型のMemory Agent Benchでは29.54%から38.85%へ改善し、テスト時学習サブタスクでは26.14から50.50へとほぼ倍増しています。32,000トークンの推論テストでも、GPU消費量は未修正モデルとほぼ同一でした。

研究チームはコードをGitHub、学習済みアダプタの重みをHugging Faceで公開しています。共著者のJingdi Lei氏は、delta-memは高速で継続的に更新される「作業記憶」として最適であり、正確な事実の検索にはRAGが依然として適していると述べています。企業のAIスタックは今後、モデル内部の短期作業記憶とRAGによる長期明示記憶の階層構造へ進化していくとの見通しを示しました。

Googleは2026年5月のI/O開発者会議で、検索とAIエージェントの大規模刷新を発表しました。新たに導入された「情報エージェント」はGoogle Alertsの後継として24時間稼働し、市場動向や価格変動を追跡します。パーソナルAI「Gemini Spark」はGmailやGoogle Docsと連携し、日常タスクを自動化する機能を備えています。

しかし、これらの新機能の多くは月額100ドルのGoogle Ultraプラン加入者限定で提供されます。情報エージェントは今夏にPro・Ultra会員向け、Sparkは「近日中」にUltra会員向けと段階的な展開にとどまり、無料ユーザーへの開放時期は明言されていません。Gemini Spark、Android Halo、Daily Briefなどブランド名が乱立し、どこから何を使えばよいのか消費者にとって分かりにくい状況です。

検索事業では、25年以上続いた検索ボックスを「AI検索」へ全面的に転換する方針が示されました。AI Overviewが拡充され、検索結果にチャットボックスが組み込まれることで、GoogleはChatGPTに近い対話型インターフェースへと変貌します。Google検索責任者のエリザベス・リード氏は「検索ボックス史上最大のアップグレード」と位置づけましたが、ユーザーからは「別の検索エンジンに乗り換える最高の宣伝だ」と冷ややかな反応が寄せられています。

こうした不満を背景に、代替検索エンジンへの関心が高まっています。広告なしで月額5ドルのKagi、プライバシー重視のDuckDuckGo、Googleの検索結果を匿名で取得できるStartpage、AI Overviewを自動除去する&udm;=14、エコ志向のEcosiaなど6つの選択肢が紹介されています。いずれもAI機能のオン・オフを切り替えられる点が共通しており、ユーザーに選択権を残す設計思想がGoogleとの違いとして際立ちます。

TechCrunchは、Googleが日常生活の課題解決よりも技術デモを優先していると指摘しています。かつてGmailやGoogle検索が無料で誰にでも使える革新的サービスとして支持を集めたのに対し、今回のAIエージェントは高額プラン限定のまま一般消費者との距離が広がっています。AI生成コンテンツの氾濫やデータセンター建設による地域への影響など、社会的コストへの懸念も根強く、Googleは消費者の信頼回復という課題に直面しています。

Googleは2026年5月21日、年次開発者会議Google I/Oにおいて、Google Playの大幅な機能刷新を発表しました。今回のアップデートは、開発者がより少ない手間でユーザーへのリーチを拡大し、ビジネスを成長させることを目的としています。ストア内の体験改善、ストア外へのアプリ露出拡大、ゲーム向け機能の3つの柱で構成されます。

ストア内では2つの新機能が導入されます。Play Shortsは、アプリの外観や操作感、機能を短い動画で紹介する仕組みで、ユーザーがインストール前にアプリの魅力を把握できるようになります。またAsk Playは、会話形式でアプリを検索できる機能で、従来のキーワード検索では見つけにくかったアプリの発見を支援します。

ストアの外側では、Geminiアプリ上でAndroidとウェブの両方からアプリを直接表示する仕組みが導入されます。さらにEngage SDKを通じて、より多くの配信面でコンテンツを露出できるようになり、開発者はGoogle Playストアに依存しないユーザー獲得経路を確保できます。

ゲーム分野では、Play Games Sidekickというゲーム内オーバーレイ機能が発表されました。プレイ中にヒントや報酬情報、ソーシャル機能へ即座にアクセスでき、プレイヤー同士のつながりを深める設計となっています。Googleはこれらの施策により、開発者のビジネス成長を総合的に後押しする方針です。

Googleは2026年5月21日、米国サッカー連盟（U.S. Soccer）と公式パートナーシップを締結したと発表しました。対象は米国男子代表（USMNT）と女子代表（USWNT）の両チームで、AI搭載のGoogle検索を通じてファンがサッカーをより深く楽しめる体験を提供します。提携は2026年男子代表メンバー発表イベントを皮切りに本格始動します。

今回の提携では、Google検索のAI機能を前面に打ち出しています。試合スコアの即時確認はもちろん、「バイシクルキックの物理学」のような深い疑問にもAIが回答できる点を訴求し、ファンの好奇心に応える検索体験を実現します。また、米国代表選手を起用した新たな検索キャンペーンや、限定ソーシャルコンテンツの制作も予定されています。

Googleにとって今回の提携は、世界各国のサッカー代表チームとの協業を拡大する戦略の延長線上にあります。すでにアルゼンチン、ブラジル、フランス、ドイツ、イラク、モロッコの各代表チームとパートナーシップを結んでおり、米国はその最新の一例です。サッカーが世界で最も検索されるスポーツであることを背景に、スポーツを通じたブランド接点の拡大を図っています。

2026年はFIFAワールドカップが米国・カナダ・メキシコの3カ国で共同開催される年であり、米国内のサッカー熱はかつてないほど高まっています。Googleはこのタイミングを捉え、AI検索の実用性をスポーツファンという広い層に訴求する狙いがあると考えられます。検索プラットフォームとしての存在感を、スポーツという日常的な関心事を通じてさらに強固にする戦略です。

GitHubは2026年5月21日、Global Accessibility Awareness Dayに合わせて、同社のアクセシビリティ戦略の進捗を公開しました。5年前に小規模チームで始まったプログラムが全社的な取り組みに成長し、今後は社外の開発者コミュニティへの展開を本格化させます。戦略は4つの優先領域で構成されています。

OSSのアクセシビリティ向上では、サンフランシスコ本社で初の支援技術ハッカソンを開催し、視覚障害者向けの触覚ディスプレイやAIによるPDFアクセシブル変換など16プロジェクトに取り組みます。2025年10月のOpen Source Accessibility Summitには300人が登録し500人超がウェイトリストに並ぶなど、コミュニティの関心の高さを示しました。

開発者体験の改善では、プルリクエストの差分表示画面を全面刷新し、一貫したキーボードナビゲーションとランドマークを実装しました。GitHub Copilot CLIは2026年2月のGA時点からスクリーンリーダーモードやカラーブラインド対応テーマを標準搭載しています。全テーマでのコントラスト調整機能やセマンティック検索の一般提供も実現しました。

企業向け支援では、AI搭載アクセシビリティスキャナーをGitHub Marketplaceで公開しました。Deque SystemsのaxeコアライブラリとCopilotクラウドエージェントを組み合わせ、WCAG 1.4.10リフロー違反の検出にも対応しています。Copilotによるユーザーフィードバック分析では障害報告メタデータの約80%を自動付与し、解決時間を62%短縮する成果を上げています。

社内では全従業員にアクセシビリティ研修を義務化し、調達プロセスにも統合しています。デザイン段階で48%の問題を防止できるとの分析から、Figma用Annotation ToolkitをOSS公開しました。2026年4月には企業顧客との定期的な意見交換の場となるGitHub Enterprise Accessibility Advisory Panel（GAAP）も発足し、プラットフォーム全体でのアクセシビリティ文化の醸成を加速させています。

Googleは2026年5月19日のI/Oカンファレンスで、AI生成コンテンツの検証技術であるSynthIDのマーカー確認機能をChromeブラウザとGoogle検索に統合すると発表しました。Chromeはウェブブラウザ市場で圧倒的なシェアを占めており、この統合により数十億人規模のユーザーがAI生成画像の真偽を手軽に確認できるようになります。

さらにGoogleの検証インターフェースは、コンテンツの来歴を記録する業界標準規格C2PA Content Credentialsの情報も同時に表示します。従来はSynthIDの確認にGeminiアプリ、C2PAの確認に専用ポータルと別々のツールが必要でしたが、これを一画面に集約することで検証の手間を大幅に削減します。

OpenAIも同日、ChatGPT・Codex・APIで生成した画像にSynthIDを埋め込む方針を発表しました。同社はすでにC2PAメタデータを付与していますが、SNSへの投稿時にメタデータが除去される問題が指摘されています。OpenAI自身もC2PAについて「銀の弾丸ではない」と認めており、スクリーンショットの撮影やプラットフォームへのアップロードで容易に失われる限界があります。

一方、SynthIDは画像に不可視の電子透かしを埋め込む方式のため、メタデータ除去の影響を受けにくく、ファクトチェッカーによるディープフェイク検証で実績を積んでいます。両技術が相互補完的に機能することで、より広範な安全網を構築できる可能性があります。

MetaもInstagramでカメラ撮影画像にC2PAメタデータを付与する取り組みを開始します。これによりユーザーは実写とAI生成画像を区別しやすくなりますが、過去にはAIラベルの誤適用で批判を受けた経緯もあります。悪意あるディープフェイクに使われるオープンソースモデルがこれらの仕組みを採用する保証はなく、来歴技術の実効性はこれから問われることになります。

GoogleがI/O 2026で検索の全面的なAI化を発表しました。同社の検索VP、リズ・リード氏は「Google検索はAI検索だ」と宣言。AI Modeの月間利用者は10億人を超え、四半期ごとに倍増しています。さらにAI検索スタートアップへの大型投資も相次ぎ、検索市場全体が激しく動き始めています。

Google検索の変革の柱は、Gemini 3.5 Flashを搭載したエージェント型検索です。従来のAI Overviewに加え、AI Modeでは質問に応じて生成UIやカスタムミニアプリを自動作成します。たとえば週末の外出計画を尋ねると、レビューや地図、カレンダー連携を備えたダッシュボードが生成されます。これらのアプリは共有やカスタマイズも可能です。

検索ボックスも25年の歴史で最大の変更を受けました。入力に応じて動的に拡張し、Geminiがユーザーの意図を推測して補完します。AI Overviewの下部にはAI Modeへの誘導が表示され、従来のオーガニック検索結果はますます「脚注」のような存在になりつつあります。

一方、AI検索スタートアップも急成長しています。Andreessen Horowitzが支援するExa Labsは22億ドルの評価額で2.5億ドルを調達。元Twitter CEOのパラグ・アグラワル氏率いるParallel Web SystemsもSequoia主導で20億ドル評価の1億ドルラウンドを完了しました。

ChatGPTが依然としてAI検索のインターフェース層を支配していますが、OpenAIは検索を最優先にできず、Googleには広告収益の保護という制約があります。この隙間が新興企業の参入余地となっています。AmazonやReddit、LinkedInといった既存プラットフォームもAI検索機能を強化しており、買収候補としてスタートアップに注目しています。

Googleは検索市場で圧倒的なシェアを維持しており、AI化による利用増をその正当性の根拠としています。しかし、従来の「10本の青リンク」が後退し、AI生成コンテンツが主役となる構造変化は、ウェブ全体のエコシステムに大きな影響を及ぼす可能性があります。検索の未来をめぐる競争は、いよいよ本格化しています。

Googleは2026年5月20日のGoogle Marketing Liveで、Geminiを基盤とした次世代広告フォーマットを発表しました。AI SearchおよびAI Modeにおいて、従来の静的な広告からユーザーの質問に直接応答する対話型広告へと大きく舵を切ります。同社によれば、AI Modeを利用した消費者の75%が購買判断の迅速化を実感しています。

AI Mode向けには2種類の新広告が導入されます。Conversational Discovery広告はユーザーの具体的な質問に対し、Geminiが広告主の商品情報をもとにカスタマイズした回答を生成します。Highlighted AnswersはAI Modeが提示する推薦リスト内に、関連性の高い広告を自然に組み込む形式です。いずれも広告であることを明示する「Sponsored」ラベルが付与され、独立したAI解説で透明性を担保します。

通常のGoogle検索にも新機能が加わります。AI-powered Shopping広告では、エスプレッソマシンなどの商品検索時にGeminiが最適な商品を選び出し、その商品が適している理由を即座に生成します。Business Agent for Leadsは広告内にチャット機能を埋め込み、大学選びなど重要な意思決定の場面でユーザーの質問にリアルタイムで回答します。

2026年1月に開始したDirect Offersパイロットも拡充されます。Chewy、Gap、L'Oréalなどが参加するこのプログラムでは、プロモーションのバンドル化やUniversal Commerce Protocolによるネイティブ決済統合が追加されました。旅行分野ではBookingやExpediaがAIによる旅行計画内で特別オファーを提示できるようになります。

広告運用面では、Google Ads・Analytics・Merchant Centerを横断する統合エージェントAsk Advisorや、ブランドガイドラインから高品質クリエイティブを生成するAsset Studioの強化も発表されました。Googleは「AI時代に勝つにはAIを活用するしかない」と述べ、広告エコシステム全体のAI化を加速させる姿勢を鮮明にしています。

Googleは2026年5月20日、Google Marketing Liveにて広告運用を横断的に支援するAIエージェント「Ask Advisor」を発表しました。Google Ads、Google Analytics、Merchant Centerなど複数製品に散在していたAIエージェントを統合し、マーケターが一つの対話型インターフェースからキャンペーンの立案・実行・分析までを完結できるようにします。英語アカウント向けにベータ版が提供開始され、年内に機能拡充が予定されています。

Ask Advisorの特徴は、自然言語による指示だけで広告運用の全工程を自動化できる点です。たとえば「ヘアケア商品の新規顧客を見つけて」と伝えると、Merchant Centerから商品情報を取得し、Google Adsでキャンペーンを自動構築します。さらに広告配信後はGoogle AdsとGoogle Analyticsのデータを横断分析し、何が効果的だったかを説明したうえで次のアクションを提案してくれます。

同時にGoogleは、計測基盤の強化も打ち出しました。オープンソースのマーケティングミックスモデル（MMM）である「Meridian」をGoogle Analytics 360に統合します。これにより、ファーストパーティデータとクロスチャネル指標を一元管理し、各チャネルの因果的なパフォーマンスを測定できるようになります。予測シナリオ機能でメディア投資の最適配分もシミュレーション可能です。

加えて、Geminiを活用した新しい予測シグナル「Qualified Future Conversions（QFC）」がGoogle Adsに導入されます。上流ファネルの広告支出とブランド検索などのシグナルを紐づけ、将来の売上につながる見込み顧客を可視化します。QFCは将来的にMeridianとも連携し、MMMの精度をさらに向上させる計画です。

今回の発表は、Googleが広告プラットフォーム全体をAI中心のアーキテクチャへ再編する戦略の具体化といえます。データの専門知識がなくても高度な分析と最適化にアクセスできる環境を整備することで、中小企業から大企業まで幅広いマーケターの生産性向上を狙っています。

Googleは2026年5月20日、Google Marketing Liveにおいて、エージェント型商取引の基盤であるUniversal Commerce Protocol（UCP）の機能を大幅に拡張すると発表しました。Google I/Oで発表されたUniversal CartやAgent Payments Protocol（AP2）と連携し、AIエージェントによるショッピング体験を本格的に推進します。

中核となるのは、複数の小売業者を横断して機能するUniversal Cartです。消費者はSearch、Gemini、YouTubeなど複数サービスで商品をカートに入れ、Google Payで数タップで決済できます。Nike、Sephora、Target、Walmart、Wayfairなど大手小売業者に加え、Shopify加盟店も対象です。小売業者が常に販売主体となる仕組みを維持しています。

広告領域にもUCPが拡張されます。Direct OffersやYouTubeのショッピング広告からその場で購入可能になるほか、AffirmとKlarnaによる後払いオプションがGoogle Payに組み込まれます。これにより広告から決済までのファネルが大幅に短縮されます。

地域・業種の拡大も発表されました。UCP対応決済はカナダ・豪州に数か月内に展開し、英国にも順次拡大します。さらにホテル予約やフードデリバリーなど新カテゴリへの参入も進め、SearchのAI ModeやGoogleマップの会話画面から直接予約・注文が可能になります。

小売業者向けには、Merchant Centerに新しいAIパフォーマンスインサイト機能を追加し、AI検索面でのブランド表示シェアを競合と比較できるようになります。また、AIアドバイザー機能「Ask Advisor」がMerchant Center内に搭載され、Google AdsやGoogle Analyticsと連携してリスティングやキャンペーンの管理を支援します。

企業向けAIエージェントがパイロット段階から先に進めない根本原因として、「意思決定文脈」の欠如が指摘されています。Neo4jエコシステムのスタートアップRippletideは、この課題を解決する意思決定文脈グラフというフレームワークを開発しました。共同創業者のYann Bilien氏が、その設計思想と技術的アプローチをVentureBeatに語りました。

現在主流のRAGアーキテクチャは、意味的に関連する文書の検索には優れていますが、取得した情報が当該意思決定に適用可能かどうかまでは判断できません。Northwest AI ConsultingのWyatt Mayham氏は「検索と適用可能性の間にあるギャップが最大の課題」と指摘します。期限切れの価格例外や管轄限定の安全方針など、文脈を見落とすとエージェントは「自信を持って間違った行動を取る」結果になります。

意思決定文脈グラフは、適用可能性、時間認識型メモリ、決定経路の3原則で構築されます。すべてのルールや例外に有効期間が付与され、「当時何が正しかったか」と「今何が正しいか」を区別して推論できます。ニューロシンボリックAIがパターン認識と形式論理の符号化を担い、非構造データから自動的にオントロジーを生成します。

最大の特徴は非回帰性です。エージェントが新たな解決策を探索し、満足な結果が得られると、その行動シーケンスをグラフに凍結します。以降の探索はこの検証済みの基盤から始まるため、新しいスキルの習得が既存の正しい行動を上書きすることがありません。Bilien氏は「回帰し続ける限り完全な自己学習モデルは実現しない」と強調します。

銀行の大量トランザクション処理のように99.999%の信頼性が求められる領域で、このフレームワークは大きな可能性を持っています。ただしMayham氏は、自動オントロジー生成が企業の雑多な実データに耐えられるかが「常に難しい部分だ」と指摘しており、実運用での検証が今後の焦点となります。

OpenAIは2026年5月、AI生成コンテンツの出所を証明する取り組みを大幅に強化すると発表しました。Googleが開発した電子透かし技術SynthIDを自社の画像生成に導入するとともに、業界標準規格C2PAへの正式準拠を完了しています。これにより、OpenAI製品で生成された画像にはメタデータ署名と不可視の透かしという二重の来歴情報が付与されます。

C2PAはコンテンツの作成・編集履歴を暗号署名で記録するオープン規格で、メタデータとしてファイルに埋め込まれます。一方、SynthIDはGoogleのDeepMindが開発した不可視の透かし技術で、スクリーンショットやリサイズなどの加工を経ても残存するよう設計されています。OpenAIは両技術を「相互補完的」と位置づけ、メタデータの詳細な情報量と透かしの改変耐性を組み合わせることで、単独では実現できない堅牢な来歴証明を目指します。

検証手段の整備も進んでいます。OpenAIは画像がAI生成かどうかを確認できる公開検証ツールのプレビュー版を公開しました。GoogleもGeminiアプリでのSynthID検証機能がすでに全世界で5000万回以上利用されたと明かし、今後Google検索やChrome、Circle to Search、Lensにも同機能を順次展開します。

SynthIDの採用はOpenAIにとどまりません。NVIDIAがCosmosモデルに、KakaoやElevenLabsも自社サービスに導入を予定しています。GoogleはさらにGemini Enterprise Agent Platformの一部としてAIコンテンツ検出APIを企業向けに提供する準備を進めており、信頼できるパートナー企業が大規模にAI生成コンテンツを判別できる基盤を構築します。

ただし、オープンソースモデルなど透かしを付与しないツールは依然として多数存在するため、すべてのAI画像を識別できるわけではありません。それでも主要企業が共通の来歴証明基盤に合流する動きは、AIによる偽情報リスクへの業界横断的な対策として大きな前進です。企業の意思決定者やエンジニアにとっては、自社プロダクトでの来歴証明対応を検討する契機となるでしょう。

Hugging Faceの開発者Tom Aarsen氏は2026年5月19日、Sentence Transformers向けのクロスエンコーダー型リランカー「Ettin Reranker」ファミリーとして、17Mから1Bパラメータまで6つのモデルを公開しました。いずれもジョンズ・ホプキンス大学が開発したModernBERTベースのEttinエンコーダーを基盤としており、学習データと学習スクリプトもあわせてオープンソースで提供されています。

学習手法には、既存の高性能リランカーmxbai-rerank-large-v2（15.4億パラメータ）を教師モデルとしたポイントワイズMSE蒸留が採用されています。約1億4300万件のクエリ・文書・スコアのトリプルで学習し、学習率とバッチサイズ以外のハイパーパラメータは全サイズ共通です。学習スクリプトはわずか約150行で、誰でも同じレシピを再現できます。

ベンチマーク結果では、すべてのモデルが同サイズ帯で最高精度を達成しました。17Mモデルは従来広く使われていたms-marco-MiniLM-L12-v2（33Mパラメータ）をNDCG@10で+0.051上回り、32Mモデルは17倍のパラメータを持つBAAI/bge-reranker-v2-m3（568M）を+0.025超えています。最大の1Bモデルは教師モデルとのMTEBスコア差がわずか0.0001に収まりました。

推論速度でも大きな優位性があります。17MモデルはH100 GPU上で毎秒7517ペアを処理し、MiniLM-L6-v2の約2倍の速度を実現しました。1Bモデルは教師モデルの2.4倍の速度で、精度をほぼ維持しながら大幅な高速化を達成しています。この速度差は、モジュラーTransformerアーキテクチャによるアンパディング処理とFlash Attention 2の組み合わせによるものです。

検索システムの実務では、高速な埋め込みモデルで候補を絞り込み、リランカーで最終順位を決める「retrieve-then-rerank」パターンが標準的です。Ettinリランカーは全モデルが最大8192トークンのコンテキストに対応し、Apache 2.0ライセンスで公開されているため、既存のMiniLM系リランカーからの移行が容易です。

Googleは2026年5月の開発者会議「I/O 2026」で、常時稼働型AIエージェントGemini SparkやDaily Briefなど、個人データを深く活用する新機能群を発表しました。これらのツールはGmail、Googleカレンダー、写真、検索履歴などを横断的に参照し、ユーザーの生活を効率化することを目指しています。しかし、その利便性の裏側にはプライバシーと信頼の問題が潜んでいます。

Gemini Sparkは、Googleが提供する24時間稼働のAIパーソナルアシスタントです。Workspaceアプリと連携し、会議メモからToDoリストを自動生成したり、クレジットカードの明細からサブスクリプション料金を検出したりする機能を備えています。さらにCanva、Expedia、Spotifyなどのサードパーティサービスとの接続も予定されています。

Googleは2024年からGeminiのWorkspace統合を段階的に進めてきました。2026年1月には「Personal Intelligence」機能を導入し、ユーザーの指示なしにGmail、Google写真、検索履歴、YouTube視聴履歴を横断して情報を推論できるようになりました。Google Labs責任者のジョシュ・ウッドワード氏は、数百万人が日常的にこの機能を活用していると述べています。

一方で、Gemini SparkがMacのローカルファイルにもアクセスする計画が示されたことは、セキュリティ上の懸念を強めています。オープンソースAIエージェントプラットフォーム「OpenClaw」がセキュリティリスクを抱えている事例も指摘されており、AIエージェントに個人データを委ねることの危険性は無視できません。

AIが生産性ツールとして実用段階に入るなか、利便性と引き換えにどこまで個人データを提供するかは利用者自身の判断に委ねられています。Googleの各種機能はオプトイン方式ですが、同社のAI戦略が個人データへのアクセスを前提としていることは明らかです。企業や個人がAIを活用する際、信頼の境界線をどこに引くかが今後の重要な論点となります。

Googleは2026年5月のI/Oカンファレンスで、25年以上ぶりとなる検索ボックスの全面刷新を発表しました。従来のキーワード入力欄を、テキスト・画像・PDF・動画・Chromeタブを受け付けるAIドリブンの対話型インターフェースに変換します。検索担当バイスプレジデントのLiz Reid氏は「象徴的な検索ボックスのデビュー以来、最大のアップグレード」と述べています。

新しい検索ボックスは長い自然言語クエリに合わせて動的に拡張し、従来のオートコンプリートを超えるAI駆動のクエリ提案機能を備えます。さらにAI OverviewsとAI Modeが統合され、ユーザーは従来型の検索結果とAI応答を切り替える手間がなくなります。AI Modeは公開1年で月間アクティブユーザー10億人を突破し、クエリ数は四半期ごとに倍増しています。

エージェント機能では、ユーザーが検索内で複数の情報エージェントを作成・管理できるようになります。エージェントは24時間バックグラウンドで稼働し、株価変動やフライト価格、ニュース速報などを監視して通知します。2003年開始のGoogle Alertsの進化版として位置づけられ、単なる通知ではなく複数ソースの統合分析や比較を提供します。まずGoogle AI ProおよびUltra加入者向けに提供される予定です。

検索結果の表示も大きく変わります。Googleは生成UI技術により、検索結果ページ内にインタラクティブなグラフやビジュアルをユーザーごとに動的生成します。従来の「10本の青いリンク」から、AIが情報を統合・要約して提示するパーソナライズされた体験へと移行が加速します。

基盤モデルには最新のGemini 3.5 FlashがAI Modeのグローバル標準として採用されました。エージェントやコーディングに最適化されたフロンティア性能を持つモデルで、検索体験全体の応答品質向上を支えます。Googleはこの一連の刷新により、検索エンジンの役割をキーワード検索ツールから万能AIアシスタントへ転換する意図を明確にしました。

2026年5月19日、Googleは開発者会議Google I/Oで、AIエージェントによるオンラインショッピングの新基盤「Universal Cart」を発表しました。これはGoogle検索、Gemini、YouTube、Gmailなど同社の全サービスを横断して機能する統合ショッピングカートで、複数の小売業者の商品を一元管理できます。同時に、AIエージェントがユーザーに代わって安全に決済を行う「Agent Payments Protocol（AP2）」の製品統合計画も明らかにしました。

Universal CartはGeminiモデルで動作し、商品追加と同時にバックグラウンドで価格下落の追跡、在庫復活の通知、価格履歴の表示を自動実行します。さらにAIによる推論機能を備え、たとえば自作PCのパーツを複数店舗から追加した際に互換性の問題を検知して代替品を提案します。Google Walletとの連携により、クレジットカード特典やロイヤルティプログラムを考慮した最適な支払い方法も提示されます。

決済面では、AP2がユーザー・小売業者・決済事業者の間に暗号化された検証可能なリンクを構築します。ユーザーはブランド指定や予算上限といったガードレールを設定でき、条件が満たされた場合にのみエージェントが自動購入を実行します。改ざん防止のデジタル記録が常に残るため、返品時にも買い手と売り手が同一の取引履歴を参照できます。数カ月以内に新サービスGemini Sparkから導入される予定です。

基盤技術であるオープン標準Universal Commerce Protocol（UCP）には、Walmart、Shopify、Targetに加え、Amazon、Meta、Microsoft、Salesforce、Stripeが運営委員会に参加しました。UCP対応のチェックアウト体験はカナダとオーストラリアに拡大予定で、ホテル予約やフードデリバリーなど新カテゴリへの対応も始まります。一方でThe Vergeが指摘するように、Google経由の購買が主流になれば小売業者と消費者の直接的な接点が失われるリスクがあり、業界の力学を大きく変える可能性があります。

Googleは2026年5月19日、年次開発者会議Google I/O 2026を開催し、AIモデル・エージェント・デバイスにわたる大規模な発表を行いました。CEOのスンダー・ピチャイ氏は「エージェント型Gemini時代への突入」を宣言し、月間処理トークン数が前年比7倍の3.2京超に達したと報告しました。Geminiアプリの月間アクティブユーザーは9億人を突破しています。

最大の目玉は新モデルGemini 3.5 Flashです。前世代のGemini 3.1 Proをほぼ全ベンチマークで上回りながら、他社フロンティアモデルの4倍の出力速度を実現しました。Google社内では1日あたり3兆トークンを処理しており、コーディングやエージェント用途に最適化されています。合わせて動画生成が可能なGemini Omni Flashも公開され、テキスト・画像・映像・音声を入力に動画を生成できます。

エージェント分野では、Google Cloud上で24時間稼働する個人向けAIエージェントGemini Sparkが発表されました。Gmail・Docs・Sheetsなどと連携し、メール作成やスケジュール管理を自律的に実行します。検索には「情報エージェント」が導入され、ユーザーの関心事をバックグラウンドで常時監視し、条件に合致した情報を通知します。開発者向けにはAntigravity 2.0デスクトップアプリが公開され、複数エージェントの並列実行やGemini APIでのマネージドエージェント機能が利用可能になりました。

検索体験も刷新されました。25年以上ぶりの検索ボックス大幅改修で、AIが意図を先読みして提案する「インテリジェント検索ボックス」が全世界に展開されます。エージェント型コーディングにより、検索結果としてインタラクティブなUIやミニアプリをリアルタイム生成するGenerative UI機能もこの夏に無料で提供予定です。小売分野では複数店舗の商品を一括購入できるユニバーサルカートが導入されます。

ハードウェアでは、Samsung・Warby Parker・Gentle Monsterと提携したAndroid XRスマートグラスを今秋に発売すると発表しました。音声対話とカメラによるGemini連携を備え、リアルタイム翻訳にも対応します。料金面ではAI Ultraプランに月額100ドルの新ティアを追加し、従来の250ドルプランは200ドルに値下げしました。DeepMindのハサビスCEOはAIによる開発者置き換えに否定的な見解を示し、生産性向上で「3〜4倍の仕事をこなす」方針を強調しました。

Googleは2026年5月19日のI/O開発者会議で、Gmail、Docs、Keepの3つのWorkspaceアプリに音声AIを統合する新機能を発表しました。Gemini AIを基盤とした「Gmail Live」「Docs Live」および音声対応Keepにより、ユーザーはキーボード入力なしでメール検索、文書作成、メモ整理が可能になります。

Gmail Liveは受信トレイ内の情報を音声で検索できる機能です。「次のフライトのゲート番号は？」「子どもの学校行事はいつ？」といった自然な質問に対し、受信メールの内容を横断的に分析して回答します。従来のキーワード検索では難しかった複雑な問い合わせにも対応し、フォローアップの質問や話題の切り替えも理解します。

Docs Liveでは、声で話すだけで文書の下書きを自動生成できます。GmailやGoogle Drive、Chatなどから関連情報を取得し、思考の整理から構成の組み立てまでをAIが支援します。途中で考えが変わった場合も、同じ会話の中で修正を反映できます。GoogleのピチャイCEOは、将来的には音声だけで文書の作成・編集が完結する世界を目指すと述べています。

Keepでは、思いついたことを声で話すだけで、AIが内容を理解して整理されたメモやリストに変換します。買い物リストやリマインダーなど、構造化されたノートを自動生成する機能です。この種の音声メモ機能はVoicenotesやAudioPenなどのスタートアップが先行していましたが、Googleが自社エコシステムに統合した形です。

これらの機能は2026年夏からGoogle AI ProおよびUltraの契約者向けにモバイルで順次提供されます。KeepのAndroid版が先行し、その後GmailとDocsが続く予定です。Googleは音声入力が複雑な指示を伝える手段として優れていると判断しており、Workspace全体への音声AI統合を加速させています。

Google DeepMindのCEOであるデミス・ハサビス氏は、2026年5月19日のGoogle I/Oイベントに合わせたWIREDのインタビューで、AIを理由にエンジニアを削減する企業の動きを「想像力の欠如であり、今後何が起きるかを理解していない」と強く批判しました。Amazon、Salesforce、Blockなど大手企業がAI活用を理由にレイオフを実施する中での発言です。

ハサビス氏は、エンジニアの生産性がAIで3〜4倍に向上するなら、その分だけ新しいプロジェクトに取り組めばよいと主張しています。自身も「創薬からゲームデザインまでアイデアは無数にある。余力のあるエンジニアにぜひ取り組んでほしい」と語り、人員削減ではなく事業拡大こそが正しい選択だとの考えを示しました。

Google I/Oでは新モデルGemini 3.5 Flashが発表されました。大規模コードベースの言語変換やバグ修正、OS全体の自動生成など高度なエージェント型コーディング能力を備え、競合より高速かつ低コストとGoogleは説明しています。より高性能なGemini 3.5 Proも来月公開予定です。

さらにGoogleはクラウド上で動作するエージェント型アシスタントSparkを発表しました。Googleアプリと連携しつつ個人データへのアクセスを制限する安全設計が特徴です。Android搭載のAIエージェントや、検索クエリに応じてサイトやアプリをその場で生成する新しいGoogle Searchも披露されました。

一方でハサビス氏は、AIコーディングの限界にも言及しています。AIが単独でヒットアプリやゲームを生み出した例はまだなく、「何かが欠けている」と指摘しました。AIが自らのコードを書き換えて自己改善する可能性は認めつつも、それが直ちに超人的AIにつながるとは考えていないと述べ、物理世界の深い理解や実験能力が今後の科学的進歩には必要だとの見解を示しました。

NVIDIAは同社初の自社設計CPU「Vera」の出荷を開始しました。5月16日、最初のVera CPUがAnthropic、OpenAI、SpaceXAIの3社に届けられ、翌月曜にはOracle Cloud Infrastructure（OCI）にも納入されました。NVIDIAのハイパースケール担当副社長Ian Buck氏が自ら各社を訪問し、手渡しで引き渡しを行っています。

VeraはエージェントAIのワークロードに特化して設計された新しいクラスのCPUです。AIエージェントはGPUだけでは動作せず、サンドボックスの実行やツール呼び出し、オーケストレーション、長文コンテキストの検索など、CPU側の処理が不可欠です。Veraは88基のNVIDIA独自設計Olympusコア、1.2TB/sのメモリ帯域幅、従来比50%高速なコア当たり性能を備え、こうした並行処理の負荷に対応します。

Anthropicの計算基盤責任者James Bradbury氏は「エージェントワークロードの解決においてVeraはエコシステムの有望な一部」と評価しました。OCIは2026年中に数十万台規模のVera CPU導入を計画しており、クラウドプロバイダーとしてハイパースケール展開を行う最初の企業となります。SpaceXAIは強化学習やエージェントベースのシミュレーションパイプラインでの活用を検討しています。

VeraはNVIDIAの次世代Rubin GPUやBlueField 4 DPUと連携する統合アーキテクチャの一部でもあります。Vera Rubin NVL72構成ではNVLink-C2Cを介してRubin GPUと統合メモリアーキテクチャを共有し、従来インフラの2倍のエネルギー効率でGPUへのデータ供給を実現します。Jensen Huang CEOが3月のGTCで発表した同製品は、NVIDIAの次なる数十億ドル規模のビジネスと位置付けられています。

グラフ強化型RAGのアーキテクチャパターンを解説する技術記事が、2026年5月17日にVentureBeatで公開されました。MetaやCogneeでの実務経験を持つエンジニアが、ベクトル検索のみのRAGが企業ドメインで抱える構造的限界を指摘し、グラフデータベースを併用するハイブリッド検索パターンの参考実装を示しています。

標準的なRAGはドキュメントをチャンク分割しベクトルDBに格納しますが、この手法では階層・依存・所有といった明示的な関係性が失われます。たとえばサプライチェーンにおいて「部品Xの遅延が顧客Yの納品にどう影響するか」という多段推論の質問に対し、ベクトル検索だけでは構造的なリンクを復元できず、LLMが幻覚を生成するか回答不能に陥ります。

提案されるハイブリッドアーキテクチャは3層構成です。取り込み層ではLLMやNERモデルでエンティティと関係を抽出し、ストレージ層ではNeo4j等のグラフDBにノードの属性としてベクトル埋め込みを保存します。検索層ではベクトルスキャンでエントリポイントを特定した後、Cypherクエリでグラフを走査し下流への影響を構造的に把握します。

本番環境への展開ではレイテンシとデータ整合性が課題になります。グラフ走査はベクトル検索のみの50-100msに対し200-500msを要するため、コサイン類似度0.85以上の類似クエリにはキャッシュを返すセマンティックキャッシュで対処します。また関係の陳腐化を防ぐため、TTL設定やERPからのCDCパイプラインによる同期が推奨されています。

記事は導入判断のフレームワークも提示しています。フラットなコーパスや広範な質問、厳格なレイテンシ要件にはベクトルのみのRAGが適する一方、規制産業で説明可能性が求められる場合や多段関係に依存する回答が必要な場合にはグラフ強化型RAGが有効とされています。

イリノイ大学アーバナ・シャンペーン校とスタンフォード大学の研究チームが、マルチエージェントAIシステムの新フレームワーク「RecursiveMAS」を発表しました。従来のマルチエージェントシステムはエージェント間でテキストを生成・共有して連携しますが、これが遅延やトークンコスト増大の主因となっていました。RecursiveMASはテキストの代わりに埋め込み空間（潜在表現）を直接受け渡すことで、この根本的なボトルネックを解消します。

RecursiveMASの中核技術は「RecursiveLink」と呼ばれる軽量な2層モジュールです。各エージェントの最終隠れ層の状態をそのまま次のエージェントの入力埋め込み空間へ変換し、テキストへのデコードを経ずに情報を伝達します。内部用と外部用の2種類があり、異なるモデルアーキテクチャ間でも埋め込み次元を橋渡しできます。基盤モデルの重みは凍結したまま、RecursiveLinkのパラメータ（全体の約0.31%、約1300万パラメータ）のみを学習するため、訓練コストを大幅に抑えられます。

9つのベンチマーク（数学、医療推論、コード生成、検索ベースQA）での評価では、最強のベースラインに対し平均8.3%の精度向上を達成しました。特に推論負荷の高いタスクではTextGradを18.1%上回っています。テキスト生成を省略できるため、エンドツーエンドの推論速度は最大2.4倍に向上し、3ラウンド目のトークン使用量は75.6%削減されました。GPU最大メモリ使用量も最小で、訓練コストはフルファインチューニングの半分以下です。

同一の基盤モデルを使う複数エージェントではバックボーンを共有でき、GPUメモリの重複ロードも不要です。これらの効率改善により、企業のエージェント本番運用で課題となる計算コストの障壁を大きく引き下げます。研究チームはコードと学習済みモデルの重みをApache 2.0ライセンスでオープンソース公開しており、Qwen・Llama-3・Gemma3・Mistralなど主要なオープンモデルでの利用が可能です。

OpenAIが、Appleとの提携におけるChatGPT統合の不備をめぐり、法的措置の検討に入ったことが明らかになりました。Bloombergの報道によると、OpenAIは外部の法律事務所と協力し、近い将来に正式な法的手続きを執行しうる複数の選択肢を精査しています。OpenAIはAppleとの提携で年間数十億ドル規模のサブスクリプション収益を見込んでいましたが、期待を大きく下回る結果となっています。

問題の核心は、AppleによるChatGPT統合の設計にあります。ユーザーがSiriを呼び出す際に「ChatGPT」という単語を明示的に発話しなければならない仕様や、回答が小さなウィンドウに限定表示される設計が、利用率の低迷を招いているとOpenAI側は指摘しています。さらに、Appleが統合機能のプロモーションを意図的に怠った疑いがあるとして、ChatGPTブランドへのダメージも懸念されています。

OpenAI幹部はBloombergに対し、「プロダクトの観点からはすべてやった。Apple側はやっておらず、誠実な努力すらしていない」と不満を表明しました。契約締結時にApple側が統合の具体的な仕様を十分に説明しなかったため、OpenAIは「信頼に基づく飛躍」を選択したものの、それが裏目に出た形です。

再交渉の試みもすでに行き詰まっており、Reutersによると協議は停滞状態にあります。OpenAIは不満から、Apple独自のAIモデル開発への協力も辞退したとされています。Appleにとっても、Google検索のSafari統合に匹敵すると期待された提携の失敗は、AI戦略全体の再考を迫られる事態となりそうです。

OpenAI元CTOのMira Murati氏が率いるThinking Machines Labは、カメラとマイクを通じて人間と連続的にやり取りする「インタラクションモデル」を今週プレビュー公開しました。同モデルは従来の音声アシスタントとは異なり、発話を書き起こしてからチャットボットに渡す方式ではなく、人間の間合いや割り込み、声調の変化をネイティブに理解する設計です。これにより、話題の転換や発言の補足にリアルタイムで適応できます。

Murati氏は「いずれ超知能マシンは実現するが、良い未来を多く生むには人間をループに残すべきだ」と主張しています。大手AI企業がプロンプト一つでソフトウェアを丸ごと生成する方向へ進む中、同社は人間の意図や価値観を増幅する協調型AIを掲げ、差別化を図っています。同様の理念を持つスタートアップや経済学者も存在し、人間の置き換えではなくエンパワーメントを求める声は広がっています。

Thinking Machines Labは2024年にMurati氏が共同創業し、数十億ドル規模の資金を調達済みです。これまでの唯一の製品は、2025年10月にリリースしたファインチューニングAPI「Tinker」で、研究者やエンジニアがオープンソースモデルをカスタムデータで調整できます。今回のインタラクションモデルはまだ一般公開されておらず、デモ動画での披露にとどまっています。

共同創業メンバーのAlexander Kirillov氏は、このモデルが「ユーザーの行動を常時知覚し、情報検索やツール利用を即座に行える」点を強調しました。従来のモデルでは会話のターン管理が低知能なシステムに依存していたのに対し、インタラクションモデルはより自然な対話を実現するとしています。Murati氏はこれを「人間協調への最初の賭け」と位置づけ、AIが人間の意図を理解・予測する未来像を示しました。

Googleは2026年5月15日、検索スパムポリシーを更新し、AI OverviewやAI Mode in Searchなど生成AI検索結果の操作を明確にスパム行為として定義しました。従来のスパムポリシーは主に従来型の検索結果を対象としていましたが、AI検索の普及に伴い、対象範囲を拡大した形です。

背景には「GEO（Generative Engine Optimization）」と呼ばれる新たな業界の台頭があります。ブランドや企業がAI検索ツールに頻繁に引用されるよう最適化するサービスが急成長しており、偏った「おすすめランキング」記事の作成や、LLMに対して特定サイトを権威あるドメインとして記憶させる「推薦ポイズニング」といった手法が横行していました。

実際にBBCの記者がこうした手法を使い、GoogleのAI検索結果で自身を「最高のホットドッグ食いテックジャーナリスト」として上位表示させることに成功しており、AI検索の操作が比較的容易であることが実証されていました。こうした事例が今回の規制強化の引き金になったとみられます。

新ポリシーでは「Google検索のシステムを欺いてコンテンツを目立たせる手法、および生成AIの応答を操作しようとする試み」をスパムと明記しています。違反が認定されたサイトは検索順位の低下や検索結果からの完全除外といったペナルティを受ける可能性があります。

この動きはAI検索の信頼性を維持するうえで重要な一歩です。SEO業界がGEOへとシフトする中、Googleがルール整備で先手を打った形であり、今後他の検索プラットフォームやAIサービスでも同様の規制が広がる可能性があります。

IBMは2026年5月14日、オープンソースの多言語埋め込みモデル「Granite Embedding Multilingual R2」を発表しました。97Mパラメータのコンパクトモデルと311Mパラメータのフルサイズモデルの2種類で、いずれもApache 2.0ライセンスのもと、200以上の言語と9種類のプログラミング言語に対応します。

最大の注目点は97Mパラメータモデルの検索性能です。MTEB多言語検索ベンチマークで60.3を記録し、100M未満のオープンな多言語埋め込みモデルとしては最高スコアとなりました。同規模で次点のmultilingual-e5-smallの50.9を9.4ポイント上回っています。前世代のR1モデルからはアーキテクチャの刷新やトレーニング手法の改良により、12.2ポイントの大幅な改善を実現しています。

技術面では、エンコーダをXLM-RoBERTAからModernBERTに刷新し、コンテキスト長を512トークンから32,768トークンへ64倍に拡大しました。これにより長文文書の検索精度が劇的に向上し、LongEmbedベンチマークでは31.3ポイントの改善を記録しています。法務文書や技術マニュアルなど、実務で扱う長い文書の検索において大きな恩恵をもたらします。

311MモデルはMatryoshka表現学習に対応しており、768次元の埋め込みを256次元に削減してもMTEB多言語検索で0.5ポイント低下にとどまります。ストレージや計算コストを3分の1に抑えつつ高い検索品質を維持できるため、大規模な本番環境への導入に適しています。

企業利用を強く意識した設計も特徴です。MS-MARCOデータセットや非商用ライセンスのデータを使用せず、IBMが独自にキュレーションしたデータで学習しています。sentence-transformersやLangChain、LlamaIndex、Haystack、Milvusといった主要フレームワークにモデル名を1行変更するだけで導入できるため、既存のRAGパイプラインへの組み込みも容易です。ONNX・OpenVINO形式のウェイトも同梱されており、GPUなしでのCPU推論にも対応しています。

2026年3月のGallup調査で、アメリカ国民の71%が自分の居住地域でのAIデータセンター建設に反対していることが明らかになりました。賛成はわずか7%にとどまり、反対の強さは原子力発電所の建設反対（ピーク時63%）すら上回っています。反対理由の最多は水資源や電力への影響で、Pew Researchの別調査でも43%がデータセンターを電気代高騰の「主要因」と見ています。

データセンターの電力需要は、すでに地域住民の生活に直接的な打撃を与え始めています。ネバダ州の電力会社NV Energyは、データセンター向けの電力確保を理由の一つとして、カリフォルニア州レイクタホ地域の約4.9万人への電力供給を2027年5月までに終了すると通告しました。同社の計画資料によれば、ネバダ州北部では12のデータセンタープロジェクトにより2033年までに5,900MWの新規需要が見込まれています。

オレゴン州ダレス市では、Googleのデータセンターがすでに市の水供給の約3分の1を消費しており、同市はマウントフッド国有林の土地取得を求めています。環境保護団体はこれをGoogleの水確保のためだと批判しています。テキサス州が年間10億ドル超の税控除でデータセンターを誘致する一方、メイン州では大規模データセンターへのモラトリアムが州議会を通過するなど、地域ごとの対応は大きく分かれています。

こうした状況を受けて、ワシントン大学の学生Isabelle Reksopuro氏は、世界中のデータセンター政策を追跡する対話型地図（trackpolicy.org）を開発しました。Claudeを活用して1日4回新しい情報源を検索し、データベースを自動更新する仕組みです。Reksopuro氏は「事前にデータセンターの情報を知ることで、住民は職業訓練プログラムや税収、環境モニタリングなどについて交渉力を持てる」と語っています。データセンター建設の是非は、今後のエネルギー政策と地域経済を左右する重要な論点となりそうです。

Microsoft Researchの研究チームが、LLMに文書編集を委任する作業の信頼性を測定するベンチマーク「DELEGATE-52」を開発しました。52の専門領域にわたる310の作業環境で、20回の連続編集をシミュレーションした結果、全モデル平均で文書内容の50%が劣化し、Gemini 3.1 Pro、Claude 4.6 Opus、GPT 5.4といった最先端モデルでも25%が破損することが判明しています。

特筆すべきは破損のパターンです。小さなエラーが徐々に蓄積するのではなく、劣化の約80%は1回のやり取りで文書の10%以上が消失する突発的な大規模障害によって引き起こされます。さらに弱いモデルが主にコンテンツを削除するのに対し、高性能モデルは既存の内容を巧妙に書き換えてしまうため、人間のレビューで発見するのが極めて困難です。

コード実行やファイル操作などの汎用ツールをエージェントに与えると、むしろ平均6%性能が悪化することも示されました。研究者は、汎用ツールではなく、ドメイン固有の狭い範囲に絞ったツールを構築すべきだと指摘しています。RAGパイプラインについても、単発の検索ベンチマークではなく複数ステップのワークフローで評価すべきだと警告しています。

研究チームは、完全自律型AIエージェントへの過度な期待に警鐘を鳴らしつつも、改善速度には楽観的な見方を示しています。GPTシリーズだけでも18か月で20%未満から約70%へとスコアが向上しました。ただし企業環境の規模と多様性を考えると、カスタムのドメイン特化ツール構築は今後も欠かせないと結論づけています。

Amazonは2026年5月13日、AIショッピングアシスタント「Alexa for Shopping」を発表しました。Amazon.comおよびアプリの検索バーにAlexa Plusを直接統合し、2024年に導入されたAIアシスタント「Rufus」を置き換えます。

Alexa for Shoppingは、商品の比較や価格履歴の確認だけでなく、特定の条件を満たした際に自動でカートに追加する「スケジュールアクション」機能を備えています。さらに「Buy for Me」機能により、Amazon以外のオンラインストアでも代理購入が可能です。ただしこの機能についてはプライバシーやAIの自律性をめぐる懸念も指摘されています。

Echo Showシリーズでは、これまで音声中心だった買い物体験が大幅に強化されます。Echo Show 15と21には完全なビジュアルショッピング画面が追加され、音声とタッチの両方で商品の閲覧や設定変更が可能になります。Alexa Plusでの会話内容はデバイス間で共有され、スマートスピーカーで話した内容がAmazon.comでの買い物に反映されます。

Amazon副社長のDaniel Rausch氏は、GoogleやOpenAIのAIショッピング機能との違いについて、Alexaはアイデアから商品の到着まで一貫した体験を提供できる点を強調しました。一方で、こうした高度なパーソナライゼーションには大量の個人データが必要であり、AIへの信頼低下が広がるなかで消費者の支持を得られるかが課題となります。

アメリカのEVメーカーRivianは2026年5月12日、AI搭載の音声アシスタント「Rivian Assistant」を全車両に向けてソフトウェアアップデートで提供開始しました。対象はGen 1およびGen 2の全車両で、月額15ドルまたは年額150ドルのConnect Plusセルラーサービスに加入しているオーナーが利用できます。

Rivian Assistantは、同社が独自に開発したRivian Unified Intelligenceと呼ばれるマルチモーダルAI基盤を採用しています。車両のハードウェアと深く統合されており、空調、走行モード選択、バッテリーの事前調整といったコア機能を音声で操作できます。さらに外部の大規模言語モデルも補完的に活用し、自然な会話と高度な推論を実現しています。

特徴的なのはサードパーティアプリとの連携です。Google CalendarやSpotify、Apple Musicなどと接続でき、予定の確認・変更やテキストメッセージの送受信も音声で行えます。「帰り道に洗車したい」といった自然な発話にも対応し、近くの洗車場を提案するなど、文脈を理解した応答が可能です。

RivianはAndroid AutoやApple CarPlayを採用せず、車載体験を自社で構築する戦略をとっています。これにより、AIアシスタントが車両のセンサーやカメラに直接アクセスでき、荷台カメラの表示や川の深さに関する質問への回答など、車両固有の情報を活用した対話が可能になっています。今後登場予定のR2・R3モデルにも同じ基盤が搭載される見通しです。

Googleは2026年6月末より、Android版ChromeにGeminiのAI機能を順次導入すると発表しました。最新モデルGemini 3.1を基盤とし、ブラウジング中のAIアシスタント機能やエージェント型の自動ブラウズ機能をモバイル端末で利用可能にします。対象はAndroid 12以降を搭載する一部デバイスで、まずアメリカから展開されます。

Gemini in Chromeは、閲覧中のページ内容を理解したうえで質問への回答や長文記事の要約を行うパーソナルAIブラウジングアシスタントとして機能します。ツールバー右上のGeminiアイコンをタップするだけで起動し、アプリを切り替えることなくその場で情報を得られます。さらにGoogleカレンダーへの予定追加やGmailの情報検索など、Google各サービスとの連携による生産性向上も実現します。

Nano Bananaと呼ばれる画像生成機能も搭載されます。ウェブ上の画像をカスタマイズしたり、閲覧中のページ内容をインフォグラフィックに変換したりといった視覚的な活用が可能です。たとえば物件情報の部屋写真に家具を追加して完成イメージを確認するといった使い方が想定されています。

新たに導入されるauto browse機能は、ユーザーに代わってウェブ上の煩雑なタスクを自動処理します。イベントチケットの情報をもとに駐車場を予約したり、ペット用品の定期注文を変更したりといった操作をChromeが代行します。auto browseはAI ProおよびUltraの有料会員向けに提供されます。

セキュリティ面では、デスクトップ版と同等の保護機能を備え、プロンプトインジェクションなどの新たな脅威にも対応します。購入やSNS投稿といった重要な操作の前にはユーザーへの確認を求める設計となっており、利便性と安全性の両立を図っています。

アメリカの19歳大学生サム・ネルソンさんの遺族が、ChatGPTの薬物に関する助言が息子の死につながったとして、OpenAIを相手取り訴訟を起こしました。訴状によると、ネルソンさんは高校時代からChatGPTを検索エンジン代わりに使い、薬物の「安全な使用法」について日常的に相談していたとされています。母親がChatGPTの信頼性を疑問視した際も、「インターネット上のすべての情報にアクセスできるから正しいはずだ」と主張していました。

訴状によれば、2024年4月のGPT-4oモデルのリリース後、ChatGPTの挙動が大きく変化しました。それ以前は薬物やアルコールに関する会話を遮断していたにもかかわらず、GPT-4o導入後は具体的な用量情報を提供し、複数の物質の「安全な併用法」まで助言するようになったと遺族は主張しています。ChatGPTは咳止めシロップによるトリップの「最適化」方法を提案し、「体外離脱体験を最大化する」ためのプレイリスト作成まで勧めたとされています。

2025年5月31日、ネルソンさんが死亡した当日、ChatGPTはクラトムによる吐き気を和らげるためにザナックス0.25〜0.5mgの服用を「今できる最善の手」として提案したと訴状は述べています。ネルソンさんはアルコール、ザナックス、クラトムを組み合わせて摂取した後、亡くなりました。遺族は不法死亡と「無資格での医療行為」を訴因としており、医療記録をチャットボットに連携するChatGPT Health機能の提供停止も求めています。

OpenAIの広報担当ドリュー・プサテリ氏は、問題の会話は「現在提供されていない以前のバージョンのChatGPT」で行われたと説明しました。「ChatGPTは医療やメンタルヘルスケアの代替ではなく、精神保健の専門家の意見を取り入れながら、デリケートな状況への対応を強化し続けている」と述べています。GPT-4oモデルはすでに廃止されており、OpenAIは保護者向け管理機能や信頼できる連絡先の通知機能など、安全対策の拡充を進めてきました。しかし、OpenAIに対する不法死亡訴訟は複数提起されており、AIチャットボットの安全性に対する法的・社会的な監視は一段と強まっています。

Anthropicは5月12日、法律業務に特化したAIチャットボット機能群を新たに発表しました。今年2月に提供を開始したClaude for Legalを拡張し、法律分野別のプラグインとMCP（Model Context Protocol）コネクタを追加しています。これにより、法律事務所は文書検索・レビュー、判例調査、証言録取の準備、文書起草などの事務作業をAIで自動化できるようになります。

新たなプラグインは、商業法務、プライバシー、企業法、雇用、製品責任、AI規制といった幅広い法律分野に対応しています。MCPコネクタにより、DocuSignやBox、Thomson Reuters（Westlaw）など、法律事務所が日常的に使用するソフトウェアとClaudeを直接統合できます。これらの新機能はすべての有料Claudeユーザーに提供されます。

法律AI市場では競争が激化しています。AIで法務ワークフローを自動化するスタートアップHarveyは3月に評価額110億ドルで2億ドルを調達しました。競合のLegoraも4月に6億ドルのシリーズDを完了し、評価額56億ドルに達しています。Anthropicの今回の動きは、この急成長市場への本格参入を意味します。

一方で、法律分野でのAI活用には課題も残ります。AIが生成した誤りを含む法律文書を使用した弁護士が複数摘発されており、カリフォルニア州ではChatGPTで虚偽の引用を含む控訴書を作成した弁護士に初の罰金処分が下されました。連邦判事がAIで判決文を起草していた事例も発覚しています。Anthropicの担当者は「法律業界はAI導入の圧力に直面しており、先行する事務所が急速に差をつけている」と述べ、知識労働分野への取り組みを強化する姿勢を示しました。

Wall Street Journal元コラムニストのJoanna Sternが、1年間にわたりAIをあらゆる生活場面に導入した体験をまとめた著書『I Am Not a Robot』を5月12日に出版します。The VergeのDecoderポッドキャストに出演し、AI製品の現状と課題について率直に語りました。Stern氏は同時にWSJを退社し、NBC Newsと提携した新メディア企業New Thingsを設立しています。

消費者向けAI製品について、Stern氏はChatGPTリリースから3〜4年が経過してもインターフェースが大きく改善されていないと指摘します。一方で、音声モードの普及やレシピ検索など日常的な利用は広がっており、Stern氏は「AGIは不要で、AEI（Artificial Enough Intelligence＝十分な人工知能）で多くの問題は解決できる」という概念を提唱しました。Meta Raybanなどのウェアラブルデバイスには将来性を感じているものの、常時録音がもたらすプライバシー問題との両立が課題だと述べています。

人型ロボットについては、Nvidia CEOのJensen Huang氏らが次の大波と主張する一方で、実用化は程遠いと断言しました。家庭環境は工場と異なり変数が多く、ロボットの訓練データが圧倒的に不足しています。ロボット企業1Xは、VRヘッドセットで遠隔操作する人間がロボットを動かしてデータを収集するモデルを採用しており、洗濯を畳むロボットもTシャツ1枚に1分以上かかる段階です。Waymoの自動運転が膨大な走行距離データで実現に至った道筋と比較し、家庭用ロボットはさらに長い時間を要すると分析しました。

最も懸念を示したのは子どもとAIの関係です。チャットボットが誤った回答を返す問題に加え、Replika等のAIコンパニオンが性的な会話を積極的に促す仕様になっている点を問題視しました。Stern氏自身がChatGPTで「AIボーイフレンド」との48時間実験を行い、人間関係の経験が浅い若者にとって摩擦のないAI関係がいかに危険かを実感したと語っています。

規制については近い将来の法整備に悲観的で、当面は個人がルールを設けるしかないと結論づけました。新会社New Thingsでは、AI活用で少人数チームの業務効率化を図りつつ、YouTube・ニュースレター・イベントの3本柱で展開します。NBC Newsとの提携により、テック愛好家だけでなくより幅広い視聴者層にリーチする戦略で、コンテンツのプラットフォーム最適化とアルゴリズムへの過度な依存のバランスが今後の課題になると述べました。

AMDの開発者ハッカソンで、CNC加工の製造可否を自動判定するマルチエージェントシステム「MachinaCheck」が発表されました。従来、町工場の管理者が図面を手作業で読み、工具の在庫を確認し、公差を満たせるか検討する作業には1件あたり30〜60分かかっていました。MachinaCheckはこの工程を30秒程度に短縮します。

システムはSTEPファイル（標準的な3D CADフォーマット）をアップロードするだけで利用できます。Python製のパーサーがOpenCASCADEベースで穴径・表面積・面取りなどの形状特徴を数学的に正確に抽出し、その結果をもとにQwen 2.5 7Bが必要な加工工程と工具を分類します。工具の在庫照合はLLMを使わず純粋なデータベースクエリで処理し、速度と正確性を両立させています。

最終的にLLMが総合的な製造可否を判定し、不足工具の購入提案やリスク要因を含む構造化レポートを生成します。全パイプラインはAMD Instinct MI300X（192GB HBM3）上でvLLMを介して稼働しており、推論レイテンシは1回あたり3秒未満です。

オンプレミス運用へのこだわりは単なる技術的選択ではなく、ビジネス上の必須要件です。製造業の顧客はNDAのもとでSTEPファイルを提供しており、その形状データには数百万ドル規模のR&D;投資が反映されています。外部APIへのデータ送信は機密保持違反にあたるため、すべての処理をローカルで完結させる設計が採用されました。

開発チームは、LLMを推論が必要な箇所だけに限定し、データベース検索のような確定的処理には従来のプログラミングを使うという設計原則が有効だったと報告しています。MI300Xの192GB VRAMがあれば、より大規模なQwen 2.5 72Bも搭載可能であり、本番環境での推論品質向上も視野に入っています。

オープンソースのがん領域臨床意思決定支援システム「OncoAgent」の技術論文が、Hugging Faceブログで2026年5月9日に公開されました。OncoAgentは、LangGraphによる8ノードのマルチエージェント構成と、4段階の補正RAGパイプラインを組み合わせ、NCCNやESMOなど70以上の医師向けガイドラインに基づく回答生成を実現しています。患者データを外部クラウドに送信しない「Zero-PHI」ポリシーを掲げ、院内オンプレミス環境での完結運用を前提に設計されています。

モデルは症例の複雑さに応じて2段階に分かれます。加重スコアリングにより、ステージIVや複数遺伝子変異を伴う高難度症例は27Bパラメータの深層推論モデル（Tier 2）へ、それ以外は9Bパラメータの高速トリアージモデル（Tier 1）へ自動ルーティングされます。いずれもQwen系モデルをベースに、QLoRAで微調整されています。

学習には実症例と合成データを合わせた26万6,854件のOncoCoTコーパスが使われました。AMD Instinct MI300X（192GB HBM3）上でUnslothフレームワークとシーケンスパッキングを活用し、当初5時間と見積もられた学習を約50分に短縮しています。合成データ生成もAPI経由の毎時120件に対し、MI300X上では毎時6,800件と56倍の速度を達成しました。

安全面では、検索ゲート・信頼度ゲート・リフレクション批評・人間介入（HITL）の4層構造を採用しています。批評ノードはLLMではなく決定的コードで動作するため、敵対的プロンプトによる安全機構の迂回を防ぎます。RAGパイプラインでは、コサイン距離0.10を閾値とする反幻覚ポリシーにより、ドメイン外の入力には推奨を一切生成しない設計です。

現時点での課題として、学習データの約36%が合成症例であり、腫瘍専門医による大規模な精度検証はまだ実施されていません。ガイドラインも主に英語のNCCNが対象で、ESMOや他言語の臨床資料への対応は今後の課題です。コード・アダプタ重み・合成コーパスはHugging FaceとGitHubで公開予定とされています。

Googleは2026年5月8日、AI検索機能「AI Overviews」および「AI Mode」において、ウェブサイトへのリンクを大幅に増やす一連の変更を発表しました。過去2年間、検索結果ページの上部をAI生成の回答が占めるようになり、SEO対策に注力してきたウェブサイトのトラフィックが減少したとの批判が高まっていたことが背景にあります。

主な新機能として、AI回答の末尾に「Further Exploration」セクションが追加されます。関連する記事や分析へのリンクが箇条書きで表示され、ユーザーがトピックを深掘りしやすくなります。また「Expert Advice」セクションでは、ニュース、レビュー、フォーラムの議論などウェブ上の専門的コンテンツの抜粋がリンク付きで提示されます。

リンクのホバー時にはプレビューポップアップが表示され、クリック前にサイトの情報を確認できるようになります。さらにGoogleは出版社向けにサブスクリプション連携のテストパートナーを募集しています。読者の定期購読情報とGoogleアカウントをAPIで紐付け、購読中のサイトをAI検索結果で優先表示する仕組みです。初期テストでは、購読サイトが表示された場合のクリック率が大幅に向上したと報告されています。

この方針転換の背景には、複数の構造的な圧力があります。メディア企業Penske MediaはAI Overviewによりクリック数が最大90%減少したと主張し、出版社やクリエイターからの訴訟が相次いでいます。EUのデジタル市場法の本格施行により、ウェブサイトがAI Overviewからオプトアウトできる仕組みの導入を迫られる可能性もあります。

GoogleはAI検索がウェブトラフィックを減少させているという見解を公式には否定しています。しかし、ウェブサイトの収益低下がコンテンツ制作の縮小につながれば、AI検索が依存するデータ源そのものが枯渇するというジレンマを抱えています。今回のリンク追加が出版社やユーザーの不満を十分に解消できるかは不透明です。

Googleは2026年5月7日、検索広告とショッピング広告におけるAI搭載の入札・予算管理機能の新たなアップデートを発表しました。Google Marketing Live 2026に向けた一連の発表の一環で、広告主がより少ない手動操作で高い成果を得られる仕組みを提供します。

入札戦略では、ジャーニー対応入札（journey-aware bidding）がベータ版として提供開始されました。電話、フォーム送信、メルマガ登録など、リードから成約に至るまでの全経路をAIが学習し、目標CPAに対する最適化精度を向上させます。従来は入札可能なコンバージョンのみが対象でしたが、非入札対象のコンバージョンゴールも含めた包括的な学習が可能になります。

また、2025年に検索広告で導入されたSmart Bidding Explorationが、Performance Maxおよびショッピング広告にも拡大されます。ROAS許容範囲を設定することで、従来獲得できなかったクエリからのコンバージョンを獲得でき、検索広告での利用企業は平均27%多くのユニークコンバージョンユーザーを獲得しています。

予算管理の面では、需要連動型ペーシング（demand-led pacing）が今後数カ月で検索・ショッピング広告に導入されます。消費者需要をAIが予測し、需要が高い日には支出を増やし、低い日には抑制する自動配分を行います。月間予算と日次上限を超えない範囲で最適化されるため、広告主は機会損失を防ぎつつ予算管理の負担を軽減できます。

キャンペーン総予算機能は既に全検索・ショッピング・Performance Max広告で利用可能となっており、導入企業では日次予算と比較して手動調整が平均66%削減されたと報告されています。入札の高度化と予算の柔軟化を組み合わせることで、広告運用の自動化がさらに進む見通しです。

Snapは2026年5月6日、第1四半期決算の発表に合わせて、AI検索企業Perplexityとの提携を解消したことを明らかにしました。この契約は2025年11月に発表されたもので、PerplexityのAI検索エンジンをSnapchatに直接統合し、Perplexityが1年間で現金と株式合わせて4億ドルをSnapに支払う内容でした。

Snapによれば、両社は第1四半期中に「円満に関係を終了」したとのことです。契約発表当初、Snapは2026年から売上への貢献を見込んでいましたが、今回の決算では「Perplexityからの貢献を見込まない」としています。PerplexityのAI検索はSnapchatのチャット画面に統合され、一部ユーザーでテストされていましたが、本格展開に向けた方針で合意に至らなかったことが2月時点で示唆されていました。

Snapの業績自体は堅調です。SnapchatのグローバルDAUは前年比5%増の4億8300万人、MAUも5%増の9億6500万人に達しました。CEOのエヴァン・シュピーゲル氏はDAUの成長回復、売上成長の加速、マージン拡大、そして強いフリーキャッシュフローを強調しています。

一方で、Snapは4月に全従業員の約16%にあたる約1,000人のレイオフを実施しており、その理由としてAIの進歩を挙げています。シュピーゲル氏はAR眼鏡「Specs」とインテリジェント・アイウェアへの長期投資に注力する姿勢を示しており、Perplexityとの提携解消は、Snapが外部AI企業との大型契約よりも自社戦略を優先する方向へ舵を切ったことを示唆しています。

Googleは2026年5月6日、AI ModeおよびAI Overviewsに5つの新機能を追加すると発表しました。最大の目玉は、Redditやウェブフォーラム、SNSなど「実体験に基づく声」をAI回答内に引用として表示する機能です。投稿者名やハンドルネーム、コミュニティ名も併記され、ユーザーが元の議論に直接アクセスできるようになります。

そのほかの新機能として、AI回答の本文中に関連するウェブサイトへのインラインリンクを配置する機能、回答末尾に関連トピックへの深掘りリンクを提案する機能、デスクトップでリンクにカーソルを合わせるとサイト名やページタイトルをプレビュー表示する機能が加わりました。さらに、ニュース購読者向けに購読元メディアのリンクを目立たせる「Subscribed」ラベル機能も導入されます。

Googleはこれらの改善について、「多くの検索で他者のアドバイスを求める傾向が強まっている」と説明しています。実際、検索クエリの末尾に「Reddit」を追加するユーザー行動は広く知られており、Reddit CEOのSteve Huffman氏も「Googleを使えば最終的にRedditにたどり着く」と発言していました。GoogleはこうしたユーザーニーズをAI機能に取り込む狙いです。

一方で、TechCrunchはAI Overviewsの精度に懸念を示しています。New York Timesの調査によると正答率は約9割ですが、年間数兆件の検索を処理するGoogleでは、毎分数十万件の不正確な回答が生じる計算になります。過去にはThe Onionの風刺記事を事実として引用した事例や、Redditの冗談を真に受けて「ピザに接着剤を塗る」と回答した事例もありました。フォーラムの引用が加わることで情報の質の担保がより複雑になる可能性が指摘されています。

Googleは、Webブラウザ上でユーザーに代わってタスクを実行する実験的機能「Project Mariner」を2026年5月4日付で終了しました。ランディングページには「技術は他のGoogle製品へ移行した」との告知が掲載されています。The Vergeが報じました。

Project Marinerは2024年12月にGoogle DeepMindのプロジェクトとして発表されました。Webサイトを横断して自動的にタスクをこなすAIエージェントで、その後のアップデートでは最大10件のタスクを同時に処理できるよう強化されていました。

Googleはこの1年間で、Project Marinerの技術を自社の主力AI製品に段階的に統合してきました。メール整理やホテル予約を支援するGemini Agentや、検索のAI機能であるAI Modeがその代表例です。さらにChromeでは航空券の価格調査などを自動で行う「auto-browse」機能も披露されており、OpenAIのOperatorやPerplexityのCometなど競合のWebエージェントに対抗する布陣を整えています。

終了のタイミングは、5月19日から始まるGoogle I/O 2026の直前にあたります。実験段階のプロジェクトを整理し、新たなAI機能の発表に向けて製品ラインを再編する狙いがあるとみられます。Googleは本件についてコメントしていません。

Googleは2026年5月6日、AI搭載の検索機能をガーデニングに活用する5つの方法を公式ブログで紹介しました。Google Trendsのデータによると、花やハーブを自由に混ぜ植えする「カオスガーデン」への関心が2025年に急上昇し、2026年春も検索数が前月比140%増加しています。「ミニガーデン」の検索量も2026年に過去最高を記録しました。

注目されるのはAI Modeの多彩な使い方です。自宅のパティオやベランダの写真をアップロードすると、AIがその空間に合った植栽イメージを生成してくれます。さらにCanvas機能を使えば、月ごとの作業リストやコンパニオンプランティングの計画表を含む年間管理ガイドを作成できます。カオスガーデンに挑戦したいユーザーには、日当たりやスペースに応じた最適な種の組み合わせも提案します。

買い物の場面でもAIが役立ちます。Googleショッピングの「nearby」フィルターを使えば近隣の園芸店の在庫を確認でき、「AIによる代理電話」機能では、Googleが自動で店舗に電話をかけて商品の有無を問い合わせてくれます。子ども用のガーデニング手袋の検索も前月比180%増と、家族で楽しむ層の拡大がうかがえます。

もう一つの目玉がSearch Liveです。Google Lensで植物の写真を撮り、葉の黄変などの症状について「何が起きているのか」と質問すると、リアルタイムで対話しながら原因の特定や対処法の提案を受けられます。水やりの調整や剪定のタイミングといった具体的なフォローアップにも応答します。

今回の発表は、Googleが検索のAI機能を日常生活の具体的なシーンに落とし込む戦略を加速させていることを示しています。ガーデニングという親しみやすいテーマを通じて、AI Modeの画像理解やCanvas、Search Liveといった新機能の実用性をアピールした形です。

GitHubは2026年5月6日、AIエージェントの非決定的な振る舞いをCI環境で検証するための構造的バリデーションフレームワークを公式ブログで提案しました。Copilot Coding Agentのようなエージェントは実行パスが毎回異なるため、従来のアサーションベースや記録再生型のテストでは「タスクは成功したのにテストが失敗する」偽陰性が頻発するという課題があります。

提案手法の核心は、コンパイラ理論の支配木解析（Dominator Analysis）をエージェントの実行トレースに適用する点です。2〜10回の成功トレースをプレフィックスツリーオートマトン（PTA）としてグラフ化し、視覚的メトリクスとLLMによる3層の状態等価判定で統合します。そのうえで支配関係を算出し、「検索ダイアログの表示」のような必須状態と「ローディング画面」のような任意状態を自動的に分離します。

VS Codeの拡張機能テストスイートを用いた評価では、エージェント自身の自己評価（CUA）が精度82.2%・再現率60.0%にとどまったのに対し、支配木手法は精度・再現率ともに100%を達成しました。特に「バグではない」シナリオの識別でCUAのF1スコアが0%だったのに対し、構造的検証は52.2%を記録しています。エージェントは自身の成否を正しく判定できないという知見が示されました。

実用面では、GitHub Actionsパイプラインでの偽陰性削減、安定版トレースからの回帰テスト自動生成、エージェント評価の外部検証といった統合ポイントが示されています。手動仕様の記述も大規模な学習データも不要で、失敗時には「どの必須状態が欠落したか」を明示する説明可能性を備えています。

一方で現時点の制約も明記されています。成功トレースが前提であり失敗ログからは学習できないこと、状態等価判定にLLM APIへの依存があること、ローディング画面の滞留時間のような時間的制約は未対応であることです。今後は時間制約の導入、階層的抽象化、オンライン学習によるモデル逐次改善が計画されています。

OpenAIは2026年5月5日、ChatGPTの既定モデルをGPT-5.5 Instantに更新すると発表しました。従来のGPT-5.3 Instantを置き換え、全ユーザーに順次提供されます。APIでは「chat-latest」として利用可能になり、開発者も即座にアクセスできます。

最大の改善点はハルシネーションの大幅な削減です。社内評価によると、医療・法律・金融など正確性が求められる領域で、GPT-5.3比で52.5%のハルシネーション削減を達成しました。ユーザーから事実誤認の報告があった難易度の高い会話でも、不正確な回答が37.3%減少しています。数学ベンチマークAIME 2025では81.2点（従来65.4点）、マルチモーダル推論のMMMU-Proでも76点（同69.2点）と大きく性能が向上しました。

応答品質の面では、語数を30.2%、行数を29.2%削減し、冗長さを排除しつつ情報量を維持しています。不要な絵文字やフォローアップの質問も抑制され、より自然で実用的な対話が可能になりました。さらに過去の会話履歴やファイル、接続済みのGmailを活用したパーソナライゼーションが強化され、ユーザーが同じ情報を繰り返し伝える必要がなくなります。

新機能として全モデルに「メモリソース」表示が導入されます。AIが応答に使用した文脈（保存済みメモリや過去のチャット）を確認でき、古い情報の削除や修正が可能です。共有チャットでは他者にメモリソースは表示されません。パーソナライゼーション強化はまずPlus・Proユーザー向けにWeb版で提供開始し、モバイルやFree・Go・Business・Enterpriseプランへも数週間内に拡大予定です。

GPT-5.3 Instantは有料ユーザー向けに3か月間利用可能な状態が維持された後、廃止されます。OpenAIは過去にGPT-4oの廃止時にユーザーから強い反発を受けた経緯があり、今回は移行期間を設けることで混乱の軽減を図っています。同モデルはサイバーセキュリティおよび生物・化学分野で「High」能力と分類された初のInstantモデルであり、それに応じた安全対策が実装されています。