米AI企業Anthropicが主力モデルを停止してから6月26日時点で2週間が経過し、米政権との交渉は決着していません。同社は12日にトランプ政権から輸出規制命令を受け、最上位の「Mythos5」と「Fable5」を即座にオフラインにしました。経営陣を相次ぎ首都ワシントンへ送り込んだものの、再開の時期は見通せない状況です。

命令は安全保障上の懸念を理由に、米国の内外を問わず外国籍の全利用者へのアクセス停止を求めるものでした。Anthropicの外国籍従業員も対象に含まれ、同社はモデルを停止し続ける以外に選択肢がないと判断しています。なぜ対立が続くのか、その理由は明確になっていません。

背景には、AIへの輸出規制を適用する明確な枠組みがない事情があります。本来この手続きは数カ月から数年かけて行われますが、米商務省はFable5を発売前に審査して問題視していませんでした。アマゾンのジャシーCEOがFable5の制御回避手法を指摘したと報じられ、そこから審査が数日に圧縮されたとされます。

セキュリティ企業の専門家は、この脆弱性は過大評価されていると指摘します。問題視された機能は、コードの欠陥を見つけて修正しテストする防御側に不可欠な作業であり、規制発動に値しないとの見方です。一方で交渉は難航し、共同創業者のトム・ブラウン氏がアモデイCEOに代わって政権との折衝にあたっています。

今回の停止はAnthropicの経営に重い打撃を与えています。Mythos級モデルは入力トークン単価がOpus4.8の2倍で、IPO前の収益柱と見込まれていました。同社はSpaceXのデータセンターに年150億ドルを支払う契約を抱え、その原資としてMythosの収益を必要としています。

影響はAnthropic1社にとどまりません。米政権が危険とみなすAIを規制する姿勢を示したことで、OpenAIやGoogleなど同様の能力を持つ各社にも規制波及の懸念が広がっています。実際にOpenAIはGPT-5.6の発売延期を要請されており、その間に中国勢が競争で先行する事態が指摘されています。

米トランプ政権が今月、Anthropicの高性能モデルClaude Fableを厳しい輸出規制の対象とし、外国人によるアクセスを禁じました。これを受け欧州では、米国製AIへの依存が事業継続のリスクだという認識が一気に広がっています。米中がAI開発競争を繰り広げるなか、自国の技術力に自負を持つフランスやドイツは締め出されたと感じ、独自路線を模索し始めました。

規制の影響は深刻でした。今回の指定はAnthropicで働く外国籍の従業員、つまりFableの開発に関わった当事者のアクセスまで禁じる内容だったためです。同社は急ぎモデルを市場から取り下げましたが、米政府がいつでもアクセスを遮断できる以上、欧州企業は米国モデルの上に安定した事業を築けないという教訓が残りました。

欧州側の動きも具体化しています。フランスのマクロン大統領はG7の場でAI幹部に主権問題を説き、米国が国家主義的なAI政策を続けるなら独自路線を進むと表明しました。同氏の「Choose France」構想は1000億ユーロを超えるAIインフラ投資の確約を集め、その中核をSoftBankの750億ユーロのデータセンター建設計画が担います。ただし当局の承認が前提です。

企業間の連携も進んでいます。カナダ拠点のCohereはドイツのアレフ・アルファとの協業を起点に、多国間の主権優先のパートナー網を築こうとしています。元Metaの著名研究者ヤン・ルカン氏は、各国が自国の言語や文化に合わせて使えるオープンな基盤モデルを共同開発する「Project Tapestry」を推進しています。

とはいえ課題は大きく残ります。Anthropicが直近で調達した650億ドルは、昨年の欧州と英国のAI新興企業への投資総額を上回るとされ、米欧の資金格差は依然として歴然です。欧州が世界二番手のAIを築くには、20カ国超の緊密な連携と過剰な規制の見直し、そしてリスク回避からの発想転換が欠かせません。

それでも2026年には新しい要素が加わりました。米政権の不器用な政策が、現状維持を耐え難いものにしている点です。チップ新興企業Qantのフェルチュ氏は「今の欧州の注目はトランプ氏なしには得られなかった」と語り、Fableの輸出規制が主権をめぐる新たな議論を呼んだと指摘します。欧州はAI主権を追求するほかない局面に立っています。

OpenAIは6月26日、次世代AIモデル群GPT-5.6を限定プレビューとして発表しました。最上位のSol、日常業務向けのTerra、低コストのLunaの3種で構成され、コーディングやサイバーセキュリティ、生物分野で性能を高めています。ただし米トランプ政権の要請により、当初は政府が事前承認した約20の組織のみが利用できます。

今回の措置は、6月2日にトランプ大統領が署名した大統領令に基づくものです。同令は新モデルの能力評価と安全性確認のため、各連邦機関が公開前の審査プロセスを整える内容で、期間は30日とされています。OpenAIは政府にモデルと公開計画を共有したうえで、まず信頼できるパートナーへの限定公開から始めると説明しました。

OpenAIはこの政府承認プロセスに明確な不満を示しています。ブログで「この種の政府アクセス手続きが恒久的な標準になるべきではない」と述べ、最良のツールが利用者や開発者、企業、サイバー防御の現場から遠ざかると指摘しました。同社は数週間以内の一般公開を見込み、これを短期的な措置と位置づけています。

背景には、競合Anthropicへの政府対応があります。同社の最強モデルClaude Fable 5に脱獄(ジェイルブレイク)が見つかったことを受け、米政府は輸出規制命令を発し、Anthropicはこのモデルとサイバー特化のMythos 5を全面的に取り下げました。OpenAIとAnthropicは今や同じ規制環境に置かれています。

性能面では、Solが入力100万トークンあたり5ドル、出力30ドルで、AnthropicのClaude Fable 5のほぼ半額です。新たに深い推論を行う「max」モードと、サブエージェントを活用する「ultra」モードを導入しました。一方で元ホワイトハウス顧問のディーン・ボール氏は、安全基準が不明確なまま審査が続けば公開遅延が常態化し、AI競争やインフラ投資に悪影響が及ぶと警鐘を鳴らしています。

セキュリティ調査会社AxoniusとPonemon Instituteは2026年6月、EDRで管理する端末のうち12.7%が想定するセキュリティエージェントを欠いていると報告しました。662人の専門家と中央値29.8万台規模の顧客基盤を調べた結果で、エージェントが入っていない端末は管理コンソールに表示されず、被覆率の数字そのものが構造的に不完全だと指摘します。背景には、調達を通さず導入されたAIサービスなど、端末監視だけでは把握できない領域の拡大があります。

問題が以前より深刻なのは、SOCやXDRのベンダーが自律的な調査・対処を本番投入し始めたためです。人間の担当者は98%という被覆率を疑いますが、自律エージェントはそれを正しい前提として機械の速度で動いてしまいます。IvantiのフィールドCISOは、Azureのおとり環境で既知の脆弱性が90秒以内に攻撃されると述べ、従来型の対策が守れるのは見えている範囲だけだと補足しました。

複数の調査が同じ盲点を示しています。Gravitee社の調査では回答企業の88%がAI関連のインシデントを確認または疑い、完全なセキュリティ承認を経て稼働させたのは14.4%にとどまりました。Axonius/Ponemonの調査でも、52%が自律エージェントに推奨内容の実行を許す一方、63%は基礎データに重要情報が欠けていると答えています。

実際の導入データは規模の大きさを裏付けます。AxoniusのCEOは、平均的なCISOが把握しているのはネットワーク上の実態の約半分だと指摘しました。帯域外での検証によりTransUnionは端末被覆率を70%から99%へ、Western Unionは38ツールを統合して85%から99%へ引き上げ、Lumenは台帳上1.7万件に対し110万件の資産を発見しています。

解決策はまだ一つに定まっていません。1,400超のアダプターで常時最新の在庫を作る統合層、エージェント内の文脈を深めるEDR・XDR、そして継続的な突き合わせを要するCMDB刷新の3方式が競合します。ただし日次で突き合わせる組織は13%にとどまり、残りは古い記録のまま自動対処に誤った優先度を渡している状態です。

記事は、自律SOCに対処を委ねる前の5つの合否ゲートとして、資産在庫の差分、未管理AIサービス、CMDBの正確性、端末被覆率、所有者のひも付けを挙げます。被覆率が95%を下回れば自動対処の範囲設定を止めるなど、明確な基準が要点です。EU AI Actの透明性義務が8月2日に発効する中、不完全なデータの上で動くエージェントは規制の時間軸を超える運用リスクに直面する、と結んでいます。

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

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

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

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

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

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

米マサチューセッツ工科大学（MIT）のCSAILは6月26日、大規模言語モデル（LLM）を使い、ロボットに曖昧な指示を理解させる新手法「Masked Inverse Reinforcement Learning（Masked IRL）」を発表しました。人間が一つひとつ細かく説明しなくても、必要な実演データを従来の約5分の1に抑えながら、ロボットが家庭や工場で安全に作業をこなせるようにする技術です。

この手法では、2つのLLMが役割を分担します。1つ目のLLMは、人間がロボットの関節を直接動かして教える「キネステティック・デモ」の軌跡を最短経路と比較し、「近くにいて」といった曖昧な要求を「テーブルの表面に近づいて」と具体化します。これにより、なぜその動きが重要なのかをモデルが把握できるようになります。

2つ目のLLMは、障害物の位置や対象物の形状など環境の詳細を評価します。タスクに無関係と判断した要素は「マスク」して無視し、各要素を重要なら「1」、そうでなければ「0」と採点します。たとえば実演中に人がテーブルにもたれていたかどうかは「0」となり、最終的な行動計画には反映されません。

この仕組みにより、Masked IRLは3次元シミュレーションと実機の両方で既存手法を上回りました。ノートPCを避けてマグカップを動かすといった課題で、ユーザーが明示しなかった好みを最大15%多く正しく特定できたといいます。少ない実演回数で学習でき、曖昧な指示をそのまま追わせるより成績が良かったとのことです。

実機のロボットアームでも、訓練時に見ていない指示を実行できました。50回のキネステティック・デモで学習した後、利用者のPCにぶつからないようカップを差し出し、テーブルを拭き、人とテーブルの両方を避けてポテトチップスの袋を手渡しました。研究チームは今後、カメラを搭載して周囲を画像で捉え、特定の対象に注目できるよう発展させる計画です。

米紙ニューヨーク・タイムズ（NYT）は2026年6月、OpenAIとMicrosoftを相手取った著作権侵害訴訟で訴状を更新し、Microsoftが著作権侵害を助ける目的で専用のスーパーコンピューターを構築したと主張しました。NYTは2023年に大手出版社として初めてOpenAIを提訴しており、ChatGPTが同紙の記事で違法に学習したと訴えてきました。

当初の訴状では、Microsoftのスパコンは一般的なクラウドサービスとして扱われていました。今回の更新では、その計算機が侵害を助ける目的で特注され、許可なく著作物でAIを学習させるために作られたと明確化しています。NYTは、自社の高品質な報道を確実に模倣できるよう、同紙の記事が他より重く扱われたとも主張しました。

NYTはこの「異例に複雑」な機械によって、Microsoftが侵害対象の選別に関与し、無許可で著作物を取り込む手段を提供したと述べています。同紙は「Microsoftは史上最も高性能なLLMを学習させるため、タイムズの記事を不釣り合いに多く含むほぼインターネット全体を使う目的で設計した」と訴えました。

さらにNYTは、その成果から不当に利益を得ているとも指摘します。「タイムズで学習したLLMを製品群に展開したことが、過去1年だけでMicrosoftの時価総額を1兆ドル押し上げた」というのが同紙の主張です。

市場への損害を示す証拠として、NYTは開示手続きで得たChatGPTの出力例を重視しています。利用者が有料記事の回避を試みた際に「次の段落」を求めるだけで本文の大部分を閲覧できた事例や、特別な操作なしに複数段落が出力された事例を挙げました。

NYTは置き換えによる市場損害を立証するため、訴状に元記事と出力の並列比較や侵害が疑われる出力のスクリーンショットを示しました。この更新訴状は、AIの学習を支えるインフラ提供者の責任を問う点で注目されます。

AI半導体市場を長年支配してきたNvidiaへの一極依存が、転機を迎えつつあります。OpenAIは半導体大手Broadcomと共同開発した独自の推論用チップ「Jalapeño」を発表し、自社シリコンを持つ大手の一角に加わりました。

今回の動きは、Nvidiaとの完全な決別ではなく、供給リスクを抑えるヘッジの側面が強いといえます。Google、Apple、SpaceXもすでに自前のチップ開発を進めており、単一供給元に頼る構図から各社が距離を置き始めています。

自社チップの利点は、ハードウェアを自社の用途に合わせて細かく調整できる点にあります。これにより制御の自由度が高まり、AppleがIntel製プロセッサから自社設計に切り替えた際に得たような性能向上が期待されます。

TechCrunchのポッドキャスト番組Equityでは、ホスト陣がこの自社チップ化の流れが業界に与える影響を議論しています。AI半導体スタートアップの資金調達や、AIエージェントの進化など、関連する話題も取り上げられました。

経営者やエンジニアにとって、半導体の調達戦略はAI事業の競争力を左右する重要な論点です。大手各社が自社チップへと舵を切る今、自社のAI基盤をどの供給網に委ねるかを改めて見直す時期に来ているのではないでしょうか。

OpenAIは6月26日、Uberのインド南アジア部門前社長であるPrabhjeet Singh氏を、同社初のインド担当マネージングディレクターに起用すると発表しました。Singh氏は9月に入社し、アジア太平洋責任者のKiran Mani氏に直属します。インドはOpenAIが米国に次ぐ第2の市場と位置づける重要拠点です。

Singh氏は消費者の利用拡大、企業導入、提携、規制対応、運営まで、インド事業全般の業績に責任を負います。先週Uberからの退任を表明したばかりで、現地市場を熟知する人材を迎えることで事業基盤を固める狙いがあります。

今回の起用は、OpenAIによるインドへの一連の投資の最新の動きです。同社は2025年8月にニューデリーに初のオフィスを開設し、今年はムンバイとベンガルールにも拠点を設ける方針を示しました。2024年にはMetaやTruecaller出身のPragya Misra氏を公共政策担当として採用するなど、現地体制の強化を進めてきました。

ここ数カ月でOpenAIは、高等教育、企業向け決済、AI活用の商取引、ウェブ配信に及ぶ提携をインドで結んでいます。データセンター建設にも参画し、ReliesやTataといった現地の有力財閥も初期パートナーに名を連ねます。AIデプロイメントエンジニアやパートナー責任者など、現地採用も拡大しています。

インドは10億人を超えるネット利用者と巨大な開発者層を抱え、生成AI需要が急増する米AI企業の主戦場となっています。競合のAnthropicも2025年末にベンガルールにオフィスを開き、Microsoftインド前社長のIrina Ghose氏をインド責任者に据えました。なぜ各社がインドに集中するのか。それは、若年層を中心とした圧倒的な利用拡大が今後の成長を左右するからです。

Hugging Faceは2026年6月26日、HF Jobs上でvLLMサーバーを1コマンドで起動する手順を公式ブログで公開しました。テストや評価、バッチ生成のために、モデルを最速で立ち上げる方法として紹介しています。

手順の中心はhf jobs runコマンドです。これはHFインフラ向けのdocker runにあたり、公式のvllm-openaiイメージを指定し、--flavorでGPUを、--exposeでポート8000を公開します。起動後はジョブIDとアクセス用のURLが表示され、数分でサーバーが稼働します。

公開されたサーバーはOpenAI API互換で、リクエストにはHFトークンをベアラートークンとして付与します。curlのほか、OpenAIクライアントのbase_urlを向けるだけでPythonからも呼び出せます。エンドポイントは公開ではなく、トークンを持つ本人や組織に限定されたゲート方式です。

課金は秒単位で、a10g-largeは1時間あたり1.50ドルです。使い終わったらhf jobs cancelで明示的に停止する方がコストを抑えられます。--timeoutは自動停止の安全網として機能します。

大規模モデルにも同じコマンドが使えます。--flavorで強力なGPUを選び、--tensor-parallel-sizeでモデルをGPU間に分散させることで、122BのQwen3.5などもH200×2で動かせます。SSH接続やGradioによるUI、コーディングエージェントの基盤としての利用も可能です。

記事は使い分けの指針も示しています。最大限の柔軟性と制御がほしい実験や単発の評価にはHF Jobsが適し、アクセス制御やゼロスケールなど本番運用向けの機能が必要ならInference Endpointsを選ぶよう勧めています。

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

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

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

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

米マサチューセッツ工科大学（MIT）は6月26日、労働経済学者のデビッド・オーター教授を経済学部長に任命したと発表しました。就任は7月1日付で、2023年7月から学部長を務めてきたジョン・グルーバー教授の後任となります。

オーター氏は技術革新やグローバル化が雇用や賃金、格差に与える影響を研究してきた、労働経済学の第一人者です。MITには1999年から在籍し、不平等と仕事の未来を扱う学内研究センターの共同責任者も務めています。

就任にあたりオーター氏は、教員と学生が築いてきた高い水準を引き継ぎつつ、予算の引き締めと変化する政治情勢に対応する考えを示しました。大学運営が厳しさを増すなかでの船出となります。

さらに同氏は「進化するAIが、私たちの教え方や研究内容に開きつつある機会へと学部を導きたい」と述べ、AIを教育と研究の中心に据える姿勢を明確にしました。経済学の研究現場でもAI活用が課題となっていることがうかがえます。

オーター氏はタフツ大学で心理学の学士号を、ハーバード大学ケネディスクールで公共政策の博士号を取得しました。研究と教育の両面で数多くの賞を受けており、2024年にはAIの社会実装を支援するAI2050シニアフェローにも選ばれています。

GitHubは2026年6月、国連開発計画（UNDP）とともに西アフリカのガーナで、政府によるオープンソース活用の準備度を評価する取り組みを実施したと発表しました。ガーナの通信デジタル技術革新省（MoCDTI）が進める大規模なデジタル改革を後押しする狙いで、雇用創出や企業育成、若年層支援を目指す施策の一環に位置づけられます。

中心となったのは、UNDPが主導するOSPORAと呼ばれる診断手法です。これは各国政府がオープンソースを組織的に導入・統治する準備が整っているかを評価する枠組みで、フランス政府が支援しています。政策の有無や技術力、省庁間の調整、調達慣行までを体系的に点検する点が特徴です。

背景には、民間で普及するOSPO（オープンソース・プログラム・オフィス）の考え方があります。単発の導入で終わらせず、ライセンス順守や人材育成、省庁横断の調整を制度として根づかせることが狙いです。GitHubの政策チームは現地で1週間にわたり、政府高官や各省のIT責任者、地域の技術コミュニティへの聞き取りやワークショップを重ねました。

調査からは、ガーナの強みと課題の双方が浮かび上がりました。政治的な後押しや10年以上の導入経験を持つ推進役、活発な開発者コミュニティが強みとして挙げられます。一方で中央集権的な政策の欠如や、国家IT機関と各省の連携不足、地方を中心としたIT人材の不足が課題として示されました。

進展が止まる要因は技術面よりも、既存の調達慣行やベンダーとの関係に根ざした制度的な慣性にあると指摘されています。ガーナは西アフリカで2番目に多いGitHub開発者を抱え、2028年までに大量のエンジニアを育てる「One Million Coders」構想も進行中です。

GitHubとUNDPは今週ニューヨークで開かれる国連オープンソース週間に参加します。データ交換基準や新興技術の規制をめぐる各国の判断が、今後のデジタル変革の方向性を左右すると両者は強調しています。

2026年FIFAワールドカップを支える数々の技術が、まずカタールのピッチで試されてきました。コネクテッドボールから接戦場面のデジタル再現まで、ボールはラインを越えたか、選手はオフサイドだったかというサッカー最古の問いに、より速く答えるための仕組みです。2021年のFIFAアラブカップ以降、FIFAの技術革新の多くがカタールを最初の試験場として通過してきました。

中核を担うのが光学式選手トラッキングです。高精度カメラのネットワークが全選手の動きを毎秒数十回、センチメートル単位で捉えます。観客にはほぼ見えないこれらのカメラが、世界最大の舞台での重要判定を左右する技術の土台となりました。

もう一つの柱がセンサーを中心に内蔵したコネクテッドボールです。アディダスがアラブカップで初めて試験運用し、2022年カタール大会で本格導入しました。AI選手トラッキングと組み合わせることで、かつて数分を要したオフサイド判定をミリ秒単位の決定へと変えています。

選手向けの新しいデジタル機能も登場しました。FIFAプレイヤーアプリは、ポジションのヒートマップや運動量、戦術的アクションといった自身のパフォーマンスデータへの直接アクセスを、試合終了から数分以内に提供します。これは分析がコーチ陣だけのものではなくなる変化を示しています。

技術は年を追うごとに広がりました。2024年には審判の頭部装着カメラが試され、2025年にはボールが完全に外に出たかを判定するアウトオブバウンズ検出やリアルタイム3D再現が導入されました。判定を空間的な文脈で検証できるようになっています。

目的は精鋭サッカーを賢くするだけにとどまりません。FIFAは2025年U-17ワールドカップで、資源の限られた大会向けの簡易ビデオ支援システムを検証しました。現代の審判ツールをあらゆるレベルの試合で利用可能にすることが狙いで、カタールの遺産はトロフィーではなくコードやセンサーに刻まれつつあります。

GitHubのシニアセキュリティエンジニア、アーサー・サール氏が、自社のリモートファースト文化に支えられて職場で性別移行を実現した経験を、同社ブログで公開しました。社員を本名でなくハンドル名で識別する慣習のおかげで、移行は過去の職場より格段に進めやすかったと振り返ります。

サール氏はIT支援職からキャリアを始め、独学でコードを習得しました。5年前に同社のITエンジニアリングチームに加わり、半年後にはセキュリティチームへ移り、主要SaaS基盤のインフラのコード化などに携わってきたと述べています。

移行を後押しした要因として、同社が全従業員に性別適合ケア関連の福利厚生を用意している点を挙げます。声のトレーニングやHRTの処方、セラピーなどを経費として申請できる仕組みがあるといいます。

リモート前提の働き方も大きな支えになったと指摘します。出社時の服装や視線に悩む必要がなく、業務の大半がSlackやGitHub上の文章で完結するため、声が変化する時期も人前で話し続けずに済んだと説明しています。

アバターが擬人化されたカエルでも誰も気に留めない文化が、外見から性別を推測される問題そのものを取り除いたと語ります。社内システムで名前と代名詞を更新するだけで完了し、チームも本人が望む呼称で接してくれたといいます。

一方で同氏は、移行が困難や障壁だけで語られるものではなく、自分らしく振る舞う喜びも伴うと強調します。職場で初めて新しい名前で呼ばれた瞬間の感動に触れ、支援と時間があれば誰もが自分として働けると訴えています。