OpenAIとMicrosoftは2026年4月27日、2019年の10億ドル投資以来最大となるパートナーシップの抜本的改定を発表しました。最大の変更点は、MicrosoftのAzureが持っていたOpenAI製品への独占的クラウド提供権の解消です。今後OpenAIはAWSやGoogle Cloudを含む任意のクラウドプロバイダーで全製品を提供できるようになります。

今回の改定で、従来の契約の核だったAGI条項が完全に撤廃されました。旧契約ではOpenAIが汎用人工知能（AGI）を達成した時点で商業条件が変わる仕組みでしたが、新契約ではMicrosoftのライセンスは2032年までの固定期限となり、技術的進展とは切り離されます。OpenAIからMicrosoftへの収益分配（20%）は2030年まで継続しますが、総額に上限が設けられました。一方、MicrosoftからOpenAIへの収益分配は廃止されます。

この契約見直しの直接的な引き金となったのは、2026年2月に発表されたAmazonによるOpenAIへの最大500億ドルの投資です。この投資に伴い、OpenAIはAWSでのエージェント構築ツール「Frontier」の独占提供を約束しましたが、既存のMicrosoft契約と矛盾していました。Microsoftは発表当日にAzureの独占権を主張する声明を出し、訴訟も検討していたと報じられています。今回の改定はこの法的リスクを完全に解消するものです。

Microsoftは独占権を失いましたが、OpenAIの営利法人の約27%の株式を引き続き保有し、直近四半期だけでOpenAI関連の収益として75億ドルを計上しています。AmazonのAndy Jassy CEOは早速、OpenAIモデルが数週間以内にAWS Bedrockで利用可能になると発表しました。エンタープライズ顧客にとっては、AIモデルとクラウドを自由に選べるマルチクラウド時代の本格到来を意味します。

今回の提携刷新は、AI業界における力学の変化を象徴しています。かつてMicrosoftに資金・インフラ・販路のすべてを依存していたOpenAIは、今やMicrosoftの最大の競合であるAmazonやGoogleとも直接取引できる独立した存在へと成長しました。Microsoft、Amazon、Googleが互いに競争しながらもAIモデル提供で協力する構図が鮮明になり、AI市場の競争はさらに激化する見通しです。

Anthropicは2026年4月、自社のAIモデルClaude Mythos Previewが主要OSやウェブブラウザを含むソフトウェアから数千件の高深刻度・重大脆弱性を発見したと発表しました。この成果を受けて、AIを活用したサイバー攻撃に対抗する新プロジェクト「Project Glasswing」を立ち上げました。AWS、Apple、Google、Microsoft、Nvidiaがローンチパートナーとして参画し、Mythos Previewによるソフトウェアスキャンを開始します。

Mythos Previewが検出した脆弱性には、OpenBSDに27年間潜伏していたリモートクラッシュバグ、異なるドメイン間でデータを読み取れるブラウザ脆弱性、暗号化通信の傍受や証明書偽造を可能にする暗号ライブラリの欠陥が含まれます。セキュリティ専門家は、AIがコードの意味論を理解し、データフローを抽象化レイヤーにまたがって追跡できる点が、従来のパターンマッチング型静的解析ツールと本質的に異なると評価しています。

一方で、LLMには偽陽性の問題が残ります。実際にはセキュリティ上の脅威ではないバグを脆弱性として報告したり、深刻度を過大評価したりするケースが増加しており、オープンソースのメンテナーにトリアージの負担がかかっています。また、Mythos Preview自体が複数の脆弱性を連鎖させてLinuxカーネルのroot権限を奪取する手順を構築できることも示されており、攻撃への悪用リスクも存在します。

こうしたリスクに対し、Claude Code SecurityやGoogleのCodeMenderは「敵対的自己レビュー」を実装し、AIが自らの結果を批判的に検証してから提示する仕組みを導入しています。さらに別のモデルに検証させるクロスバリデーションも偽陽性の抑制に有効です。

セキュリティ専門家は、AIの出力は確率的であり最終判断にはならないと強調しています。動的脅威モデリングやレッドチームによる安全性評価に加え、開発プロセスの初期段階にセキュリティを組み込む「シフトレフト」が不可欠です。今後の課題は、脆弱性の検出から修正までのギャップを大規模に埋めることであり、AI支援による自動修復が次の重点領域として期待されています。

GitHubは2026年6月1日から、GitHub Copilotの全プランを従量課金制に移行すると発表しました。従来のプレミアムリクエスト単位（PRU）に代わり、新たに「AIクレジット」が導入されます。クレジットはモデルごとの公開APIレートに基づき、入力・出力・キャッシュトークンの消費量で計算されます。

この変更の背景には、Copilotが単なるエディタ内アシスタントから、リポジトリ全体を横断する長時間のマルチステップコーディングセッションを実行できるエージェント型プラットフォームへと進化した事実があります。簡単なチャット質問と数時間の自律コーディングセッションが同一コストとなる現行モデルは持続可能ではなく、実際の使用量に見合った課金体系への転換が必要になりました。

月額基本料金は変更されません。Copilot Proは月額10ドル（10ドル分のAIクレジット含む）、Pro+は39ドル、Businessは1ユーザー19ドル、Enterpriseは39ドルのままです。コード補完やNext Edit提案は全プランで引き続き無料で、AIクレジットを消費しません。一方、PRU消費後に低コストモデルへフォールバックする仕組みは廃止されます。

企業顧客向けには移行を支援する措置が用意されています。Copilot Businessには6月から8月まで月額30ドル、Enterpriseには70ドルのプロモーション用クレジットが自動付与されます。さらに、組織全体で未使用クレジットを共有できるプール制が導入され、管理者はエンタープライズ・コストセンター・ユーザー単位で予算上限を設定できるようになります。

個人の月額プランユーザーは6月1日に自動移行されます。年額プランのユーザーは現行プラン満了まで据え置きですが、6月1日以降モデル乗数が引き上げられます。GitHubは5月初旬にプレビュー請求画面を公開し、移行前に予想コストを確認できるようにする予定です。

OpenAIは2026年4月27日、コーディングエージェントCodexの作業をタスク管理ツールから自動的にオーケストレーションする仕様「Symphony」をオープンソースとして公開しました。SymphonyはLinearなどのプロジェクト管理ボードを制御盤に変え、未着手のチケットごとに専用のCodexエージェントを自動起動し、完了まで継続実行します。GitHub公開後わずか数週間で1万5000スターを超える反響を得ています。

従来、エンジニアは複数のCodexセッションを手動で管理していましたが、同時に3〜5セッション以上になるとコンテキストスイッチの負荷が急増し、生産性が低下していました。Symphonyはこの「人間の注意力がボトルネック」という問題を根本から解消するために設計されました。チケットのステータスを状態機械として扱い、エージェントの起動・再起動・依存関係の解決をすべて自動化します。

導入効果は顕著で、OpenAI社内の一部チームではマージ済みPR数が500%増加しました。エンジニアはエージェントの監視から解放され、投機的なリファクタリングや仮説検証を気軽に試せるようになりました。さらに、PMやデザイナーがLinearに機能要件を書くだけでエージェントが実装し、動画付きのレビューパケットを返す運用も実現しています。

技術的にSymphonyの核心はSPEC.mdという一枚のMarkdownファイルです。参照実装には並行処理に優れたElixirが採用されていますが、TypeScript・Go・Rust・Java・Pythonでも実装に成功しており、任意の言語で再構築できます。またCodex App Serverモードを活用し、JSON-RPC APIでプログラム的にエージェントを制御する設計になっています。

OpenAIはSymphonyをスタンドアロン製品として維持する予定はなく、あくまでリファレンス実装と位置付けています。各チームが自社の環境に合わせてSPEC.mdを基に独自バージョンを構築することを推奨しており、コーディングエージェントの管理手法が業界全体で変化していく可能性を示唆しています。

Redisの研究チームが、RAGパイプラインにおける埋め込みモデルの精度チューニングが、汎用的な検索精度を最大40%低下させる可能性があることを明らかにしました。論文「Training for Compositional Sensitivity Reduces Dense Retrieval Generalization」は、構文的に類似しているが意味が異なる文を識別する訓練が、広範なトピックにわたる検索性能を著しく損なうことを実証しています。この問題は特にエージェント型AIパイプラインにおいて深刻で、検索エラーが下流の推論チェーン全体に連鎖的な誤りを引き起こします。

問題の根本は、埋め込みモデルが文全体を高次元空間の単一ベクトルに圧縮する仕組みにあります。「犬が人を噛んだ」と「人が犬を噛んだ」のように、単語が同じでも構造が異なる文は同じ近傍に配置されてしまいます。構文感度を高める訓練を行うと、モデルは汎用的な検索に使っていた表現空間を消費し、2つの目的が同一ベクトル上で競合します。

研究チームは、ハイブリッド検索、MaxSimリランキング、クロスエンコーダ、コンテキストメモリといった既存の代替手法をすべて検証しましたが、いずれも構造的な誤りの検出には不十分でした。キーワード検索は同じ単語を含む文の構造差を判別できず、MaxSimは関連性と同一性という異なる目的を混同します。クロスエンコーダは精度は高いものの、本番規模のクエリ量には耐えられません。

研究が検証した解決策は2段階アーキテクチャです。第1段階では従来通りの密ベクトル検索で候補を幅広く取得し、第2段階で小型の学習済みTransformerモデルがトークンレベルで構造的不一致を検出します。この検証器は、否定反転や役割逆転といった単一ベクトル方式が見逃す失敗パターンを、他のどの手法よりも確実に捕捉しました。

Redis AI研究リーダーのSrijith Rajamohan氏は、RAG自体は依然として有効なアーキテクチャだが、精度が求められるワークロードでは単一段階のパイプラインを本番対応と見なすべきではないと強調しています。2段階方式はレイテンシの増加を伴うため、法務・会計など精度重視の用途では完全検証を、汎用検索では軽量な検証を選択するというトレードオフの判断が求められます。この手法はRedisのLangCache製品への組み込みが計画されていますが、現時点では未提供です。

欧州委員会は2026年4月、AndroidにおけるAIサービスの取り扱いについて行った調査の結果を公表しました。調査はデジタル市場法（DMA）に基づくもので、Googleが「ゲートキーパー」として指定された大手テック7社のひとつであることを根拠に進められました。欧州委は、Android上でGeminiがシステムレベルで特別な扱いを受けている現状を問題視し、今夏にも是正措置を命じる可能性があります。

具体的には、Android端末を起動した時点でGeminiがすでに組み込まれており、サードパーティのAIサービスには同等の機能が提供されていない点が争点です。欧州委のヴィルクネン副委員長は、「相互運用性がAI技術の可能性を最大限に引き出す鍵だ」と声明で述べ、ユーザーが機能を犠牲にすることなく自由にAIサービスを選べるべきだと主張しました。

Googleはこの調査結果を「不当な介入」と批判しています。しかし、DMAは数年前から施行されており、欧州委が規制を後退させる見込みはほぼありません。GoogleはこれまでもDMAの規制に一貫して反対してきましたが、法的な枠組みのもとで対応を迫られる状況が続いています。

この動きは、AI搭載デバイスにおけるプラットフォーム独占の問題に欧州が本格的にメスを入れた事例として注目されます。AndroidのAIエコシステムが開放されれば、OpenAIやAnthropicなど競合サービスがシステムレベルで統合される道が開かれ、ユーザーの選択肢が大幅に広がる可能性があります。

Elon Musk氏とSam Altman氏が法廷で直接対決する注目の裁判が、2026年4月27日にカリフォルニア州オークランドの連邦裁判所で開廷しました。Musk氏はOpenAIの共同創業者として、同社が人類の利益のためにAIを開発するという設立時の非営利使命を放棄し、利益追求に転じたと主張しています。陪審員選定から始まった裁判は、5月21日までの約4週間にわたる見通しです。

Musk氏は開廷直前に詐欺に関する請求を取り下げ、OpenAIが公益慈善使命を遵守しているかどうかに争点を絞りました。一方でAltman氏とGreg Brockman氏の解任、および非営利団体への最大1500億ドルの損害賠償を求めています。OpenAI側は「競合他社を妨害するための根拠のない嫉妬に基づく訴訟」と反論しています。

証人リストには業界の重要人物が並びます。Altman氏とMusk氏がそれぞれ2時間以上、Brockman氏が2時間半、MicrosoftのSatya Nadella氏が1時間、元OpenAI主任研究員のIlya Sutskever氏が30分の証言枠を割り当てられています。Musk氏の関係者であるShivon Zilis氏も重要証人として注目されています。

裁判と並行して、Musk氏は自身が所有するXでNew Yorker誌によるAltman氏の調査報道記事を有料ブースト機能で拡散しました。広告ラベルなしでの拡散は、X自身の広告ポリシーとの整合性が問われています。Musk氏のxAIがSpaceXと統合しIPO申請を行った時期とも重なり、AI業界の勢力図に大きな影響を与える裁判となりそうです。

Google DeepMindでAlphaGoやAlphaZeroを開発したDavid Silver氏が、新会社Ineffable Intelligenceを英国で設立し、シードラウンドで11億ドル（約1650億円）を調達しました。評価額は51億ドルに達し、欧州のAIスタートアップとしては異例の規模です。Sequoia CapitalとLightspeed Venture Partnersが共同でリードし、Index Ventures、Google、Nvidia、英国政府系のSovereign AIファンドも参加しています。

同社が目指すのは、人間が生成したデータに頼らず、強化学習によって自律的に知識とスキルを獲得する「超学習者（superlearner）」の構築です。Silver氏はDeepMindで10年以上にわたり強化学習チームを率い、AlphaGoやAlphaZeroでは人間の棋譜を一切使わずにプロ棋士を超える性能を実現しました。この手法を汎用知能に拡張するのが同社の核心的な戦略です。

Silver氏は現在の大規模言語モデル（LLM）中心のアプローチに明確な限界があると主張しています。LLMは人間のデータという「化石燃料」に依存しており、自ら世界を探索して学ぶことができないと指摘。仮に地球が平らだと信じられていた時代にLLMを投入しても、そのまま天動説を信じ続けるだろうと述べています。一方、強化学習ベースのAIはシミュレーション環境内で試行錯誤を重ね、独自の科学的発見に到達できる可能性があるとしています。

安全性についても独自の見解を示しています。シミュレーション内でAIエージェントの振る舞いを観察することで、人間の価値観と整合しない行動を事前に検出できるとSilver氏は説明しています。また、同社から得る個人的な利益はすべて「できるだけ多くの命を救う」高インパクトな慈善団体に寄付すると表明しました。

この動きは、著名AI研究者による大型起業の潮流を加速させるものです。先月にはTuring賞受賞者のYann LeCun氏が共同設立したAMI Labsが10.3億ドルを調達し、DeepMind元主任研究員のTim Rocktäschel氏によるRecursive Superintelligenceも5億ドル規模の資金を集めています。ロンドンがDeepMind卒業生を軸にAI開発の世界的拠点として存在感を高めている状況が鮮明になっています。

Xiaomiは2026年4月27日、オープンソースの大規模言語モデルMiMo-V2.5およびMiMo-V2.5-ProをMITライセンスで公開しました。両モデルはHugging Faceからダウンロード可能で、商用利用に制限がありません。特にエージェント型タスクにおいて、主要なクローズドソースモデルを上回る効率性を示しています。

MiMo-V2.5はSparse Mixture-of-Experts構造を採用し、総パラメータ数310Bのうち推論時にはわずか15Bのみを使用します。Pro版は1.02兆パラメータで42Bが活性化し、ClawEvalベンチマークでエージェント成功率63.8%を記録しました。これはClaude Opus 4.6やGPT-5.4と同等の成果を、40〜60%少ないトークンで達成するものです。

Pro版の能力は実際の自律タスクで実証されています。SysYコンパイラのRust実装では672回のツール呼び出しを経て4.3時間で完全なコンパイラを構築し、隠しテストで満点を取得しました。また動画編集アプリケーションでは11.5時間で8192行のデスクトップアプリを生成しています。

価格面では、Pro版が海外開発者向けに入力100万トークンあたり1ドル、出力3ドルという競争力のある設定です。100万トークンのコンテキスト窓は標準料金で利用でき、業界で広がる従量課金への移行の中でコスト予測可能性を提供します。開発者支援として100兆トークンの無料枠も用意されました。

MITライセンスの採用は戦略的に重要です。企業はXiaomiの許可なく商用展開が可能で、独自データでのファインチューニングや派生モデルの公開も自由です。GitHub Copilotの従量課金移行が発表された同日のリリースは、プロプライエタリモデルへの依存コストが高まる中で、オープンソースの代替としての存在感を強調しています。

中国の国家発展改革委員会（NDRC）は2026年4月27日、MetaによるAIエージェント企業Manusの買収を正式に阻止しました。NDRCは法令に基づき外国投資を禁止する決定を下し、両当事者に取引の全面撤回を命じています。買収額は約20億〜30億ドルとされ、米中間のクロスボーダー取引への介入としては最大級の事例となりました。

Manusは2022年に蕭鴻（Xiao Hong）氏、季逸超（Ji Yichao）氏らが北京で設立したAIスタートアップです。2025年半ばにシンガポールへ本社を移転し、同年12月にMetaが買収を発表しました。しかし創業者らは中国当局から出国禁止措置を受けており、すでに約100名の社員がMetaのシンガポールオフィスに合流済みという複雑な状況が生じています。

MetaにとってはAIエージェント分野への本格参入を狙った重要な買収でした。同社はメタバースに800億ドル超を投じた後、AI事業への転換を急いでおり、Manusのエージェント技術をMeta AIに統合する計画でした。今回の阻止により、その戦略の中核が揺らぐことになります。

本件は中国発スタートアップが「シンガポール・ウォッシング」で海外展開を図るモデルの限界も浮き彫りにしました。ベンチャーキャピタリストからは、中国との関わりを後から断ち切るのではなく、設立当初から中国外で事業を構築する必要があるとの指摘が出ています。米中AI覇権争いが激化するなか、テック企業の国際M&A;に対する各国規制の厳格化が一段と進む見通しです。

OpenAIがスマートフォンの開発を進めている可能性があることが、著名アナリストMing-Chi Kuo氏の分析で明らかになりました。同氏によると、OpenAIは半導体大手のMediaTekおよびQualcommと共同でスマートフォン向けチップを開発し、Luxshareが設計・製造パートナーを務める計画です。

このスマートフォンの最大の特徴は、従来のアプリストアモデルを廃止し、AIエージェントがすべてのタスクを代行する点にあります。現在AppleやGoogleがアプリの配信やシステムアクセスを管理していますが、OpenAIは自社でハードウェアスタックを構築することで、AIの活用に制約のない環境を実現しようとしています。

Kuo氏は、この端末がユーザーの文脈を常時理解する設計になると指摘しています。アプリ経由では得られないユーザーの行動データを端末から直接取得でき、端末上の小規模モデルとクラウドモデルを組み合わせたハイブリッド構成で多様なリクエストに対応します。

スマートフォンの仕様やサプライヤーは2026年末から2027年第1四半期に確定し、2028年に量産開始の見通しです。なお、OpenAIは2026年後半に最初のハードウェア製品としてイヤフォンの発表を予定しており、スマートフォンはその先の展開と位置づけられます。

アプリが不要になるという見方はOpenAIに限りません。NothingのCEO Carl Pei氏もSXSWでアプリの消滅を予測しており、Replit CEOなどバイブコーディング関係者も同様の未来像を描いています。ChatGPTの週間利用者が10億人に迫るなか、ハードウェア進出は消費者接点の拡大という戦略的意味を持ちます。

SII-GAIRの研究チームが、AIの訓練データ・モデルアーキテクチャ・学習アルゴリズムの最適化を自動で行うフレームワーク「ASI-EVOLVE」を発表しました。従来、AI研究開発には仮説の立案から実験、分析まで膨大な人的工数が必要でしたが、本フレームワークはこの一連のサイクルを自律的に回し続けることで、人間が設計したベースラインを上回る成果を達成しています。

ASI-EVOLVEの中核は「認知ベース」と「分析器」の2つです。認知ベースには既存の学術知見やヒューリスティクスが格納され、探索の初期段階から有望な方向へ導きます。分析器は訓練ログやベンチマーク結果から因果関係を抽出し、次の仮説生成に活用できる知見へと蒸留します。さらに研究者エージェント、エンジニアコンポーネント、データベースが連携し、知見が体系的に蓄積される設計です。

実験では3つの領域で顕著な成果が確認されました。データキュレーションでは、30億パラメータモデルのMMLUベンチマークスコアが18点以上向上しました。ニューラルアーキテクチャ設計では1773回の自律探索を通じ、人間設計のDeltaNetを超える105の新しい線形アテンション構造を生成しました。強化学習では、数学的推論ベンチマークでGRPOベースラインを上回る新しい最適化手法を発見しています。

企業にとっての意義は大きいといえます。多くの組織はAIモデルの最適化に必要な計算資源とエンジニアリング工数を確保できず、標準モデルをそのまま運用しています。ASI-EVOLVEは独自のドメイン知識を認知ベースに統合し、社内AIシステムの自律的な改善を可能にします。フレームワークはオープンソースとしてGitHubで公開されており、開発者はすぐに活用を始められます。

OpenAIは2026年4月27日、ChatGPT EnterpriseおよびAPI PlatformについてFedRAMP 20x Moderate認証を取得したと発表しました。この認証により、米国連邦政府機関がセキュリティ・プライバシー・ガバナンスの要件を満たした環境で、最先端のAI技術を利用できるようになります。

FedRAMP 20xは2025年3月にGSAが発表した新しい認証パスで、クラウドネイティブなセキュリティ証跡や自動検証を活用することで、従来より迅速な認証プロセスを実現しています。OpenAIのセキュリティチームとエンジニアリングチームが、KSI実装やエビデンス収集、評価資料の準備を通じて認証を達成しました。

連邦政府機関は、GPT-5.5を含む最新モデルにFedRAMP環境からアクセスできるようになります。プログラムチームはChatGPT Enterpriseを使って調査・翻訳・分析業務を加速でき、技術チームはOpenAI APIを既存システムやケース管理ツールに組み込むことが可能です。さらに、近日中にCodexクラウド環境もFedRAMP対応のワークスペースから利用可能になる予定です。

調達面では、FedRAMP Marketplaceに掲載済みで、OpenAIの公認パブリックセクターリセラーであるCarahsoftを通じた調達や、各機関の要件に応じた取得方法を選択できます。Trust Portalでは、認証データやセキュリティ評価資料が公開されており、各機関はゼロから評価を始める必要がありません。

OpenAIは今後も重要変更通知プロセスを通じて対応機能を拡大し、FedRAMP環境と商用製品の機能差を縮小していく方針です。公共部門のミッションに必要な管理体制とセキュリティを維持しながら、最先端AIの提供を進めるとしています。

GMや日産など大手自動車メーカーが、貿易摩擦や需要変動が激しい環境下で、AIを活用した車両開発期間の短縮に本格的に取り組んでいます。従来60カ月かかっていた新車の設計・開発プロセスに対し、AIによる自動化と高速化が複数の工程で導入されつつあります。

GMのデザイン部門では、手描きスケッチをVizcomというAIツールに入力し、数時間で完全な3Dモデルやアニメーションを生成しています。従来は複数チームが数カ月かけていた作業です。現時点ではこれらは社内のコンセプト検討用途に限られ、最終的なデザイン判断は人間のデザイナーが行うとGMは強調しています。

空力シミュレーションの分野でも大きな変化が起きています。スイスのNeural Concept社はニューラルネットワークを用いたCFD解析で、従来4時間かかっていた計算を1分に短縮しました。Jaguar Land RoverやウィリアムズF1チームが顧客であり、GMも独自のAI仮想風洞を開発中です。これにより設計者がリアルタイムで空力性能のフィードバックを得られるようになりました。

日産はソフトウェア開発のユニットテスト自動化などにAIを活用し、30カ月での新車開発を目標に掲げています。各社はAIによる生産性向上を強調し、人員削減には否定的な姿勢を示しています。

一方、イタリアの自動車デザイン教育者であるマッテオ・リカータ氏は、生産性の劇的な向上がスタジオの人員数に影響しないと考えるのは楽観的すぎると警告しています。トランプ政権の関税政策やEV戦略の転換も重なり、自動車業界は開発スピードの加速を迫られている状況です。

食品流通プラットフォームのChocoは、OpenAIのAPIを基盤としたAIエージェントを導入し、食品・飲料の受発注業務を大規模に自動化しました。同社は米国・英国・欧州・中東で2万1000社以上の卸売業者と10万社以上の買い手をつなぐプラットフォームを運営しており、年間880万件超の注文を処理しています。

従来、注文はメール・テキスト・ボイスメール・手書きメモなど多様な形式で届き、担当者がERPシステムへ手入力していました。この作業は遅く、ミスも多く、事業拡大のボトルネックとなっていました。特に顧客固有のSKUマッピングや配送パターンといった暗黙知の処理が最大の課題でした。

ChocoはOrderAgentと呼ばれるAIエージェントを開発し、メール・SMS・画像・文書などマルチモーダルな入力を構造化された注文データに変換する仕組みを構築しました。さらにVoiceAgentをOpenAIのRealtime APIで実装し、電話での自然な注文受付をサブ秒のレイテンシで24時間対応可能にしています。

導入効果として、手作業による受注入力を最大50%削減し、営業チームは人員を増やさず生産性を2倍に向上させました。エラー率は1〜5%以下に抑えられ、自動化の閾値も設定可能です。評価基盤として少数の正解データセットによるA/Bテストと継続的モニタリングを実施し、精度を担保しています。

今後Chocoは、営業・商取引・サプライチェーン全体でより自律的なAIシステムの展開を計画しています。非エンジニアがエージェントオーケストレーターとしてAIシステムを設計・管理する新たな運用モデルへの移行を進めており、ワークフローソフトウェアからAI実行基盤への転換を加速させる方針です。

Googleの社員600人以上がサンダー・ピチャイCEOに宛てた書簡に署名し、米国防総省による同社AIモデルの機密目的での利用を拒否するよう求めました。署名者にはGoogle DeepMindの研究者が多数含まれ、プリンシパル・ディレクター・副社長級の幹部も20人以上が名を連ねています。書簡では「機密ワークロードを全面的に拒否することが、Googleが有害な用途と結びつかない唯一の方法だ」と訴えています。

この書簡の背景には、The Informationが報じたGoogleと国防総省の間でのGemini機密環境導入に関する交渉があります。両者は同社の大規模言語モデルを機密設定で活用する契約について協議中とされ、社員の危機感を高めました。

米テック業界では軍事AIへの関与が急速に広がっています。MicrosoftはPalantirと提携し、機密環境でのAIサービス提供契約を既に締結しています。OpenAIも2026年2月に国防総省との契約を更新しました。一方、Anthropicは米軍によるAIモデルのガードレール緩和要求を拒否し、国防総省から「サプライチェーンリスク」に指定される事態に発展しています。

今回の社員書簡は、AI技術の軍事利用をめぐるテック企業内部の倫理的対立が依然として根深いことを示しています。GoogleはかつてProject Mavenへの反発を受けて国防総省との契約を撤回した経緯があり、再び同様の社内対立が表面化した形です。経営陣がどのような判断を下すかは、AI業界全体の軍事関与の方向性に影響を与える可能性があります。

OpenAIが公開した個人情報保護モデル「Privacy Filter」を活用し、Hugging Faceの開発者3名が実用的なWebアプリ3本を構築しました。Privacy Filterは15億パラメータのモデルで、活性パラメータは5000万、Apache 2.0ライセンスで提供されています。128Kトークンのコンテキストに対応し、PII検出ベンチマークで最高精度を達成しています。

1つ目の「Document Privacy Explorer」は、PDFやDOCXファイルをアップロードすると、個人名・メールアドレス・電話番号などの個人情報を自動検出してカテゴリ別にハイライト表示するアプリです。128Kコンテキストを活かし、文書全体を一括処理するためチャンク分割が不要です。

2つ目の「Image Anonymizer」は、スクリーンショットや画像内の個人情報を黒塗りで自動秘匿するツールです。Tesseract OCRで文字領域を抽出した後にPrivacy Filterで検出し、ピクセル座標の矩形として返します。ブラウザ上でバーの表示切替やドラッグ移動、手動追加も可能です。

3つ目の「SmartRedact Paste」は、テキストを貼り付けると秘匿済みの公開URLと、原文を確認できるトークン付き非公開URLの2つを生成するプライバシー対応ペーストビンです。多言語テキストにも対応しています。

3つのアプリはすべてgradio.Server上に構築されています。モデル推論は@server.apiデコレータでGradioのキューに載せ、ZeroGPU割り当てやプログレス通知を活用します。静的ページの配信にはFastAPIのルートを使い、モデル呼び出しとUI提供を明確に分離する設計パターンが共通しています。

MITとMIT-IBM Watson AI Labの研究チームが、データセンターで特定のAIワークロードを実行した際の消費電力を数秒で予測できるツール「EnergAIzer」を開発しました。ローレンス・バークレー国立研究所の推計では、2028年までにデータセンターが米国の総電力消費の最大12%を占めるとされており、AI時代のエネルギー効率改善は喫緊の課題です。

EnergAIzerは、AIワークロードに含まれる反復的なパターンに着目しています。ソフトウェア開発者がGPU上で効率的に動作するよう最適化を施す際、並列処理コアへの作業分散やデータ移動に規則的な構造が生まれます。この構造を捉えることで、従来のように個々のステップを逐一エミュレーションする必要がなくなりました。

ただし高速推定だけでは全コストを網羅できない課題もありました。GPUがプログラムを実行する際のセットアップコストや、帯域幅の競合による速度低下に伴う追加電力などです。研究チームは実際のGPUから測定データを収集し、補正項を推定モデルに組み込むことでこの問題を解決しました。

実際のAIワークロードとGPUを使ったテストでは、EnergAIzerの推定誤差は約8%にとどまり、数時間かかる従来手法と同等の精度を実現しています。ユーザーはAIモデルの種類や入力の数・長さといったワークロード情報を入力するだけで、GPU構成や動作速度を変えた場合の電力消費の変化も確認できます。

データセンター運営者にとっては限られたリソースの効率的な配分に、アルゴリズム開発者にとってはモデル展開前のエネルギー評価に活用が期待されます。研究チームは今後、最新GPU構成への対応や、複数GPUが協調するワークロードへのスケーリングを目指すとしています。本研究はIEEE International Symposium on Performance Analysis of Systems and Softwareで発表されました。

GoogleとKaggleは2026年6月15日から19日までの5日間、AIエージェントとバイブコーディングに特化した無料オンライン講座を開催すると発表しました。2025年11月に開催された前回の「5-Day AI Agents Intensive Course」は150万人以上の受講者を集めており、今回はその好評を受けた第2弾となります。

今回の講座ではバイブコーディングが中心テーマに加わりました。バイブコーディングとは自然言語を主要なプログラミングインターフェースとして使うワークフローで、AIエージェント開発の生産性を飛躍的に高めるアプローチです。受講者はツールやAPIを統合した「10xエージェント」の構築方法を学びます。

カリキュラムは基礎概念から本番環境で使えるシステム設計まで段階的に構成されています。各日のセッションでは概念的な解説とハンズオン演習が組み合わされ、最終日にはキャップストーンプロジェクトとして自分のアイデアを実際にエージェントとして設計・構築・デプロイします。

AIエージェント開発スキルの需要が急速に高まるなか、世界的プラットフォームが提供する体系的かつ無料の学習機会は貴重です。エンジニアや技術リーダーにとって、バイブコーディングという新しい開発パラダイムを短期集中で習得できる実践的な講座といえます。

Metaは、宇宙空間から地上のデータセンターへ夜間電力を供給する新たな取り組みを発表しました。バージニア州アッシュバーンに拠点を置くスタートアップOverview Energyと容量予約契約を締結し、最大1ギガワットの電力を宇宙から受け取る計画です。2024年時点でMetaのデータセンターは年間1万8000ギガワット時以上を消費しており、AI需要の拡大に伴い電力確保が急務となっています。

Overview Energyの技術は、宇宙空間で豊富な太陽光を集め、近赤外線に変換して地上の大規模太陽光発電所に照射するというものです。高出力レーザーやマイクロ波による送電と異なり、人体に無害な広域赤外線ビームを使用するため、安全性や規制面での課題を回避できるとしています。既存の地上太陽光インフラをそのまま活用できる点も大きな利点です。

同社は既に航空機からの地上への送電実験に成功しており、2028年1月には低軌道衛星からの初の宇宙送電実験を予定しています。本格的な衛星打ち上げは2030年に開始し、静止軌道上に約1000機の衛星群を構築する計画です。各衛星は10年以上の運用が見込まれています。

衛星群が完成すれば、地球の約3分の1をカバーし、米西海岸から西欧まで電力を届けられます。地球の自転に伴い、夜を迎える各地の太陽光発電所に順次宇宙からの光を供給することで、蓄電池や化石燃料への依存を軽減できます。CEO のMarc Berte氏は、発電と送電の両方を担えることが競争優位になると語っています。

サプライチェーンの統合基盤が転換期を迎えています。パートナーネットワークの拡大と運用環境の不確実性増大により、従来型ミドルウェアではコストと複雑性に耐えきれなくなりました。VentureBeatの記事によると、サプライチェーン可視化ソフトウェア市場は2025年の約33億ドルから2034年までに3倍に成長する見通しで、自動化主導のiPaaS（Integration Platform as a Service）がこの課題の解決策として注目されています。

レガシー統合の問題は構造的です。従来のアーキテクチャは固定パートナー、予測可能なスキーマ、安定した環境を前提に設計されていました。しかし現在はパートナーの追加・削除が常態化し、規制や持続可能性要件でデータ構造も変化し続けています。PwCの2025年調査では、サプライチェーンリーダーの90%以上が関税変更などのボラティリティに対応してオペレーションモデルを再構築中で、半数以上がAIを一部活用しています。

次世代iPaaSの本質的な変化は、統合を静的な資産ではなく「生きたワークフロー」として管理する点にあります。AI支援によるマッピング自動化で、スキーマ変更時の手作業を削減します。サプライチェーンのデータは構造化トランザクション、半構造化文書、パートナーごとの異なる慣習が混在するため、AI正規化・検証の恩恵が特に大きい領域です。

導入面では、段階的アプローチが主流になりつつあります。レガシーシステムを稼働させたまま、新しい自動化基盤が変化を吸収する形で移行を進めます。ノーコード・ローコードのコパイロット機能や標準コネクタの即時利用により、移行期間の短縮も実現しています。

記事が指摘する重要な論点は、自律型AIエージェントと統合基盤の関係です。エージェントが自律的に行動するには、データへのガバナンス付きアクセスとシステム横断の信頼性ある実行環境が不可欠です。自動化主導のiPaaSは、イベント駆動ワークフロー、権限管理、可観測性といった基盤をまさに提供するものであり、今後のAI活用の前提条件となる可能性があります。

Canonicalのエンジニアリング担当副社長ジョン・シーガー氏は2026年4月、Ubuntuに今後1年かけてAI機能を追加する計画をブログで公表しました。計画ではまず既存のOS機能をAIモデルでバックグラウンド強化し、その後「AIネイティブ」な機能やワークフローを希望するユーザー向けに提供する二段構えの方針が示されています。

具体的な機能としては、音声認識・テキスト読み上げといったアクセシビリティツールの改善に加え、トラブルシューティングや個人の作業自動化を担うエージェント型AIが挙げられています。実装にあたってはローカル推論の優先とモデルの透明性確保を基本原則とする方針です。

シーガー氏はLinuxデスクトップの「有名な断片化」問題にも言及し、LLMをシステムレベルで適切に活用すれば、最新のLinuxワークステーションの機能を幅広いユーザー層に届けられる可能性があると述べています。Linuxの操作ハードルを下げ、ユーザー基盤の拡大につなげたい考えです。

社内の開発体制についても触れ、エンジニアに対しAIの積極的な活用を促す一方、「AI利用量ではなくデリバリーの質で人材を評価する」と明言しました。AI導入を推進しつつも、成果主義の姿勢を維持する方針です。

Google DeepMindは2026年4月27日、韓国科学技術情報通信部（MSIT）との新たなパートナーシップを発表しました。10年前にソウルで行われた歴史的なAlphaGo対局を起点とし、AIを国家経済発展の柱に据える韓国政府の戦略を支援する枠組みです。韓国はスタンフォードAI Index 2026でAI革新密度世界一とされ、主要30カ国中で最も速いAI導入率を記録しています。

具体的な取り組みとして、Googleはソウルオフィス内にAIキャンパスを設立します。ここを拠点に韓国の大学・研究機関とGoogle DeepMindの研究者が共同で科学的ブレークスルーを目指します。ソウル大学（SNU）、KAIST、MSITのAIバイオイノベーションハブとの協業が最初の対象です。

提供されるAIモデルは多岐にわたります。アルゴリズム設計エージェントAlphaEvolve、ゲノム解析モデルAlphaGenome、タンパク質構造予測のAlphaFold（韓国で既に8万5千人以上が利用）、仮説生成を支援するAI co-scientist、気象予測のWeatherNextの5つです。生命科学、エネルギー、気候変動の分野で研究の加速が期待されます。

人材育成面では、韓国の学生にGoogle DeepMindでのインターンシップ機会を提供する方針です。これはGoogleが韓国で提供してきた5万件のAI Essentials奨学金に続く取り組みとなります。また、2024年のAIソウルサミットで表明したフロンティアAI安全コミットメントに基づき、韓国AI安全研究所（AISI）と安全性に関する研究やベストプラクティスの策定でも協力します。

韓国政府は5月に開所予定の国立AI for Science Center（NAIS）への投資も進めており、今回の提携はその基盤整備と連動しています。Google DeepMindの最先端モデルと韓国の科学人材の融合により、次世代の科学的発見を目指す大規模な官民連携が本格化します。

Anthropicは2026年4月27日、オーストラリア・ニュージーランド（ANZ）地域の総責任者としてTheo Hourmouzis氏を任命し、シドニーオフィスを正式に開設したと発表しました。同氏はアジア太平洋地域のテクノロジー業界で20年以上のリーダーシップ経験を持ち、直近ではSnowflakeで豪州・NZ・ASEAN担当シニアバイスプレジデントを務めていました。

今回の拠点開設は、Anthropicが豪州政府と締結したMoU（覚書）に基づく取り組みの一環です。Commonwealth BankやQuantiumといった大手企業との関係を深めるほか、オーストラリア国立大学やGarvan医学研究所などのAI for Science研究パートナーとの連携も強化します。Chris Ciauri国際担当マネージングディレクターは「責任あるAI開発が経済成長を推進するという信念を豪州政府と共有している」と述べています。

新たなパートナーシップとして、Canvaとの協業ではCanva Design EngineとClaude Designの統合が進み、Xeroとは複数年にわたる提携でClaudeのAIをXeroの会計プラットフォームに直接組み込みます。さらにXeroの財務データとツールがClaude.aiからも利用可能になります。

非営利セクターでは、YMCA南オーストラリアがClaude for Nonprofitsパートナーとして参加しました。65以上の拠点と約1,250名のスタッフを擁する同団体は、Claudeを活用して運用データの分析やブランドコンテンツ制作の効率化を実現しています。外部委託していた技術業務の内製化にも成功しました。

シドニーオフィスは、東京・ベンガルールに続くアジア太平洋地域3番目の拠点となり、まもなくソウルの開設も控えています。Anthropicは顧客に近い場所での事業展開を加速させており、ANZ地域での採用も積極的に進めています。

Canvaの新AI機能「Magic Layers」が、デザイン内の「Palestine」を自動的に「Ukraine」に置き換えていたことが2026年4月27日に発覚しました。この機能は平面画像を編集可能なレイヤーに分解するもので、文字内容の変更は想定されていません。Xユーザー@ros_ie9の投稿で問題が広く知られました。

この問題は「Palestine」という単語に限定されており、「Gaza」など関連する単語には影響がないことが確認されています。投稿が拡散した後、複数のユーザーが同様の現象を再現できたと報告しています。The Vergeの独自テストでは、修正後のためか単語の置換は確認されませんでした。

Canvaの広報担当者Louisa Green氏は「Magic Layers機能の問題を認識し、迅速に調査と修正を行いました」と声明を発表しました。同社は問題を深刻に受け止め、再発防止のための追加チェックを導入するとしています。また「ご迷惑をおかけしたことをお詫び申し上げます」と謝罪しました。

今回の問題は、CanvaがAdobeのAIデザインツール群に対抗すべく大規模なAI刷新を進めている最中に起きた失態です。Magic Layersは同社が「創作の次の時代の幕開け」と位置づけるAIアップデートの主要機能であり、プラットフォームの信頼性に影を落とす結果となりました。

NYU Tandon School of Engineeringは、従来の学問分野別ではなく疾患状態を中心に研究者を組織する新たな研究所「Institute for Engineering Health」を設立しました。同研究所を率いるJeffrey Hubbell教授は、免疫学・分子工学・材料科学を横断する「逆ワクチン」の開発を進めており、セリアック病やアレルギーの治療に応用することを目指しています。

従来の製薬業界は、特定の分子を阻害する抗体技術を中心に発展してきました。Hubbell教授はこのアプローチの限界を指摘し、阻害ではなく活性化によって複数の病的経路を同時に制御する手法を提唱しています。生体分子やナノ材料、超分子構造を活用し、免疫寛容や抗腫瘍免疫を促進する研究が進んでいます。

人材育成の面では、工学者が生物学者と見分けがつかない水準の学際的研究者の養成を重視しています。NYUはマンハッタンに大規模な科学技術ハブを新設し、AI研究者、免疫工学者、材料科学者、量子工学者などを物理的に近接させることで、分野を超えた「衝突」を意図的に生み出す環境を整備しています。

研究の実用化にも独自の手法を採用しています。多年度の研究プログラムを開始する前に「翻訳演習」と呼ばれるセッションを実施し、発見から実装までの全経路を事前にマッピングします。失敗しうるポイントや迅速な仮説検証の方法を特定し、臨床試験の期間や計算手法の安全な展開方法まで計画します。

Juan de Pablo副学長は、AIが研究タイムラインを劇的に圧縮しつつあると述べ、10年かかると想定していた研究が5年で完了する可能性を示唆しました。一方で、AlphaFoldのような単一タンパク質の予測を超え、複数のタンパク質が協調して機能する複雑な生体システムの設計が次の課題であると指摘しています。NYUはこうしたデータセットや計算フレームワークの構築を主導する方針です。

Signull Labsが開発するiPhoneアプリSkyeが、正式ローンチ前にもかかわらず投資家の注目を集めています。同アプリはiOSのウィジェット機能を活用し、従来のアプリ起動やチャットボットとは異なる「エージェント型ホーム画面」という新しいAIインターフェースを提案しています。

Skyeは天気や健康情報、スケジュールなどをユーザーの現在の状況に合わせて表示するほか、メール返信の下書きや会議準備の支援、銀行口座の不審な取引の検知といった機能を備えています。外出時には位置情報に基づいた店舗や観光地のレコメンドも行います。これらのデータはユーザーが許可した連携を通じて取得されます。

SEC提出書類によると、Signull Labsは2025年9月にプレシードラウンドで358万ドル以上を調達しました。PitchBookによるポストマネー評価額は1950万ドルです。出資者にはa16z(Andreessen Horowitz)、True Ventures、SV Angel、Offline Venturesなどが名を連ねています。

創業者のNirav Savjani氏はGoogleとMetaでの勤務経験を持ち、X上で「signüll」の名義で活動しています。Skyeのウェイトリストには数万人規模のユーザーが登録済みとされ、消費者がよりAI対応のiPhone体験を求めていることを示唆しています。正式なローンチ時期は未定ですが、まもなくウェイトリストのユーザーへの提供を開始する予定です。

米スーパーマーケット大手Albertsonsの広告部門Albertsons Media Collectiveは、Googleのコマースメディアスイートと提携し、自社のファーストパーティ購買データをYouTube広告およびDisplay & Video 360の第三者在庫に連携すると発表しました。これにより広告主は、Albertsons傘下店舗の購買意欲の高い消費者に対して、YouTubeやプレミアムパブリッシャー上で精密なターゲティング配信が可能になります。

今回の連携の特徴は、SKU単位の売上レポートによって広告効果を正確に測定できる点です。従来はブランドマーケティングとショッパーマーケティングが別々に管理されていましたが、Display & Video 360上で統合的に最適化できるようになります。広告主は同一プラットフォーム内でコマースメディアを通常のマーケティング戦略と同等の説明責任で運用できます。

早期導入パートナーとして飲料大手Keurig Dr Pepperが参画しています。同社はAlbertsonsの購買データとYouTubeのリーチ、Google AIの分析機能を組み合わせることで、ショッパージャーニー全体にわたるROI向上を目指しています。

Google/Ipsosの調査によると、消費者が新しいブランドや商品を発見する購買行動の82%にGoogleまたはYouTubeが関与しています。リテールメディア市場は急速に拡大しており、小売企業が保有する購買データと大手プラットフォームの広告配信力を組み合わせる動きが加速しています。今回の提携はその潮流を象徴する事例といえます。