エンジニア(職業・職種)に関するニュース一覧

Meta、AIで生産性5倍を指示 メタバース部門に

生産性5倍への号令

5%ではなく5倍の効率化を追求
AIを斬新なものではなく習慣に
年末迄に従業員の80%がAI活用

全職種へのAI導入

エンジニア以外もプロトタイプ構築
フィードバックを数週間から数時間へ
採用試験でもAIコーディングを許可

効率化と新たな課題

巨額投資のメタバース事業が背景
AI生成コードによる新たなバグの懸念

Metaのメタバース担当役員ヴィシャル・シャー氏が、従業員に対し、AIを活用して生産性を「5倍」に高めるよう内部メッセージで指示しました。巨額の投資が続くメタバース事業の効率を抜本的に改善する狙いがあります。この動きは、AIによる業務変革を迫るテック業界全体の潮流を反映しています。

シャー氏は「5%ではなく、5倍を考えよ」というスローガンを掲げ、AIを特別なツールではなく日常的な「習慣」と位置付けるよう求めました。目標は、AIをあらゆる主要なコードベースやワークフローに統合し、全従業員が当たり前に使いこなす文化を醸成することです。

この指示はエンジニアに限りません。プロダクトマネージャーやデザイナーなど、あらゆる職種の従業員が自らプロトタイプ作成やバグ修正に取り組むことを期待しています。これにより、従来は数週間かかっていたフィードバックのサイクルを数時間に短縮することを目指します。

この方針は、マーク・ザッカーバーグCEOのビジョンとも一致します。同氏は今後12〜18カ月で、Metaのコードの大部分がAIによって書かれると予測しています。会社として、採用面接のコーディングテストでAIの使用を許可するなど、AI活用を全面的に推進しています。

この急進的な生産性向上の背景には、メタバース事業の苦境があります。Metaは社名を変更し、同事業に数百億ドルを投じてきましたが、利用者数は伸び悩んでいます。AIによる効率化は、コスト削減と開発速度向上のための喫緊の課題と言えるでしょう。

一方で、現場からは懸念の声も上がっています。AIが生成したコードは、人間がそのロジックを完全に理解できないままバグを生み出す「理解の負債」につながる危険性があります。エンジニアがAIの「お守り役」となり、かえって修正に手間取るという新たな課題も指摘されています。

Metaは年末までにメタバース部門の従業員の80%が日常業務にAIを統合するという具体的な目標を設定。社内研修イベントも計画しており、全社を挙げて「5倍」の生産性革命に挑む構えです。この取り組みが成果を上げるか、新たな課題を生むか、業界の注目が集まります。

独HYGH、ChatGPTで開発爆速化、週2MVP達成

開発プロセスの革新

MVP開発が月単位から週単位へ
会議録からPRDを自動生成
Codex活用で即時プロトタイピング
インフラ移行計画の工数を削減

全社的な生産性向上

従業員1人あたり週5.5時間を節約
広告モックアップ作成の高速化
毎週のベストプラクティス共有会
売上増、納期短縮を実現

ドイツのデジタルメディア企業HYGHが、OpenAIのChatGPT Businessを導入し、開発速度とキャンペーン提供のあり方を根本から変革しています。同社はAI活用により、ソフトウェア開発のリードタイムを数ヶ月から数日に短縮。従業員一人あたり週平均5.5時間の労働時間を削減し、週に2つのMVP(実用最小限の製品)をリリースできる体制を構築しました。この取り組みは、生産性と収益性の向上に直結しています。

特に大きな変革を遂げたのが、ソフトウェア開発の現場です。かつては1〜2ヶ月を要したMVP開発は、今や週に2本リリースする驚異的なペースを達成しました。会議の録音から製品要求仕様書(PRD)をAIが自動生成し、開発者はCodexを用いて即座にプロトタイプを構築します。これにより、アイデアから製品化までのサイクルが劇的に短縮されました。

AIの恩恵はクリエイティブ業務にも及びます。広告代理店部門では、これまで時間のかかっていた広告キャンペーンのモックアップ作成が大幅に高速化。ChatGPTが広告コピーやビジュアルの草案を生成することで、顧客への提案速度と選択肢が向上し、チームはより創造的な業務に集中できるようになりました。

同社は全社的なAI活用を推進しています。ChatGPT Businessへの移行により、共有ワークスペースや管理機能、GDPRに準拠したデータ保護が確保されました。共同創業者のアントニウス・リンク氏は「売上は上がり、納期は縮まり、生産性は爆発した」と成果を語ります。この成功は、AIがもたらすビジネスインパクトの大きさを物語っています。

AI活用の文化を根付かせるため、HYGHは毎週「ワークフロー水曜日」と名付けた社内勉強会を開催。従業員が自作の自動化ツールやベストプラクティスを共有し、互いに学び合うことで、組織全体のAIリテラシーが向上しました。特に若手従業員がネイティブにAIを使いこなす姿が、他の社員にも良い刺激を与えているようです。

リンク氏は「AIを使わない企業は取り残されるだろう」と断言します。AIは単なる効率化ツールではなく、アイデアをぶつけ合える『思考のパートナー』であると位置づけています。HYGHの事例は、AIを組織の隅々にまで浸透させることが、企業の競争力をいかに高めるかを示す好例と言えるでしょう。

AIプレゼンPrezent、3000万ドル調達で企業買収加速

資金調達と企業価値

3000万ドル(約45億円)の資金調達
企業価値は4億ドルに到達
資金使途はAIサービス企業の買収

買収戦略と事業展開

創業者の別会社Prezentiumを買収
ライフサイエンス業界の顧客基盤獲得
大企業向けに特化した戦略を推進

独自の導入支援と展望

「プレゼン・エンジニア」による導入支援
パーソナライズ機能やアバター追加を計画

AIプレゼンテーション作成ツールを提供するPrezent(本社:カリフォルニア州)は、3,000万ドル(約45億円)の資金調達を発表しました。この資金は主にAIサービス企業の買収に充てられます。第一弾として、創業者ラジャット・ミシュラ氏が共同設立したライフサイエンス分野のプレゼンサービス企業Prezentiumを買収。AIツールと専門サービスを融合させ、事業拡大を加速させる狙いです。

今回の資金調達はMultiplier Capital、Greycroft、野村ストラテジック・ベンチャーズが主導しました。これにより、Prezentの企業価値は4億ドルに達し、累計調達額は7,400万ドルを超えました。多くのAIスタートアップが自社開発に資金を投じる中、PrezentはM&A;(合併・買収)を成長戦略の核に据えるという明確な方針を打ち出しています。

最初の買収対象となったPrezentiumは、創業者ミシュラ氏が非業務執行役員を務める企業です。この買収により、両社は一つ屋根の下に統合されます。Prezentは、Prezentiumが持つライフサイエンス業界の強固な顧客基盤を活用し、自社のAIツールをより多くの企業に提供することが可能になります。

多くの競合が個人や中小企業をターゲットにする中、Prezentは大企業に特化する戦略で差別化を図ります。現在は特にライフサイエンスとテクノロジー業界に注力。各業界特有のニーズに対応したAIモデルをトレーニングすることで、質の高いビジネスコミュニケーションツールを提供することを目指しています。

Prezentのユニークな点は、顧客企業内に「プレゼンテーション・エンジニア」を配置する支援体制です。AIは多くのことを自動化できますが、人にAIの使い方を教えることはできません。専門家が常駐することで、AIツールの導入から定着までを円滑に進め、顧客の生産性向上を直接支援します。

今後、Prezentは製品機能の強化も進めます。個人のプレゼン様式を学習するパーソナライゼーション機能や、音声や動画からスライドを生成するマルチモーダル機能、さらにはデジタルアバターの導入も計画しています。M&A;戦略も継続し、コミュニケーション分野のコンサルティング企業などを次の買収ターゲットとしています。

脱・大手クラウド、分散ストレージTigrisが挑戦

AI時代の新たな課題

AI需要で分散コンピューティングが急増
ストレージは大手クラウドに集中
コンピューティングとデータの距離が課題に

Tigrisが提供する価値

GPUの近くにデータを自動複製
低レイテンシでAIワークロードを高速化
高額なデータ転送料金を回避

成長と今後の展望

シリーズAで2500万ドルを調達
欧州・アジアへデータセンター拡大計画

米国のスタートアップTigris Dataが、シリーズAラウンドで2500万ドルを調達しました。同社は、AIの普及で需要が急増する分散コンピューティングに対応するため、AWSなど大手クラウドが抱える高コスト・高遅延の問題を解決する分散型データストレージを提供。大手からの脱却を目指す企業の新たな選択肢として注目されています。

生成AIの台頭で、コンピューティングパワーは複数のクラウドや地域に分散する傾向が加速しています。しかしデータストレージの多くは依然として大手3社に集中。この「コンピューティングとデータの距離」が、AIモデルの学習や推論における遅延のボトルネックを生み出しているのです。

Tigrisは、GPUなど計算資源の近くにデータを自動で複製・配置するAIネイティブなストレージ網を構築。これにより開発者は低レイテンシでデータにアクセスでき、AIワークロードを高速かつ低コストで実行可能になります。顧客は、かつて支出の大半を占めたデータ転送料金を不要にできたと証言します。

大手クラウドは、顧客がデータを他サービスへ移行する際に高額な「データ転送料金」を課してきました。TigrisのCEOはこれを「より深い問題の一症状」と指摘。中央集権型のストレージ自体が、分散・高速化するAIエコシステムの要求に応えられていないと強調します。

企業がTigrisを選ぶもう一つの動機は、データ主権の確保です。自社の貴重なデータをAI開発に活用する上で、外部のプラットフォームに依存せず、自らコントロール下に置きたいというニーズが高まっています。特に金融やヘルスケアなど規制の厳しい業界でこの傾向は顕著です。

今回の資金調達はSpark Capitalが主導し、Andreessen Horowitzなども参加。Tigrisは調達資金を元に、既存の米国内3拠点に加え、ヨーロッパやアジアにもデータセンターを拡大する計画です。2021年の設立以来、年8倍のペースで成長しており、今後の展開が期待されます。

犬の嗅覚×AI、呼気でがんを94%で検出

犬とAIによる新発想のがん検診

自宅で採取した呼気サンプルを郵送
訓練犬ががん特有の匂いを嗅ぎ分け
AIが犬の行動を分析し精度を検証
犬の呼吸や心拍数もAIが監視

高い精度と事業展開

臨床試験で94%の検出精度を実証
4大がん(乳・大腸・前立腺・肺)が対象
競合より低価格な料金設定で提供
2026年に米国市場でサービス開始予定

イスラエルのバイオテクノロジースタートアップ「SpotitEarly」が、犬の卓越した嗅覚とAIを融合させた、画期的ながん早期発見テストを開発しました。利用者は自宅で呼気サンプルを採取して郵送するだけで、4大がんの早期発見が期待されています。同社は2030万ドルを調達し、2026年にも米国でのサービス提供を目指します。

検査の仕組みは独特です。まず、利用者が自宅で採取した呼気サンプルを同社の研究所へ送ります。研究所では、特別に訓練された18匹のビーグル犬がサンプルの匂いを嗅ぎ、がん特有の粒子を検知すると座って知らせます。この犬の行動は、AIプラットフォームによって多角的に分析・検証され、高い精度を担保しています。

AIは犬が座る行動だけでなく、カメラやマイクを通じて呼吸パターンや心拍数といった生体情報も監視します。これにより、単にハンドラーが犬の様子を見るよりも客観的で正確な判断が可能になります。1,400人を対象とした臨床試験では、94%という高い精度で早期がんを検出できることが示され、その成果は科学誌Natureのレポートにも掲載されました。

SpotitEarlyは、乳がん、大腸がん、前立腺がん、肺がんという最も一般的な4つのがんを対象としています。単一のがん検査の価格は約250ドルを予定。これは競合の血液検査(約950ドル)と比べて大幅に安価です。手頃な価格設定により、がんの早期発見をより身近なものにすることを目指しています。

犬という「生体センサー」とAIを組み合わせるというSpotitEarlyのアプローチは、ヘルスケア分野に新たな可能性を示しています。この技術は、高価な医療機器に依存しない、新しい形の診断ソリューションとして注目されます。AIを活用したイノベーションを模索する経営者やエンジニアにとって、示唆に富む事例と言えるでしょう。

米Reflection AI、3000億円調達 中国勢に対抗

驚異的な資金調達

元DeepMind研究者が設立
20億ドル(約3000億円)を調達
企業価値は80億ドル、7カ月で15倍
Nvidiaなど有力投資家が参加

オープンAIで覇権を狙う

中国AI企業DeepSeekに対抗
米国発のフロンティアAI研究所へ
モデルの重みは公開、データは非公開
大企業や政府向けの収益モデル

元Google DeepMindの研究者が設立した米国のAIスタートアップ、Reflection AIが20億ドル(約3000億円)の巨額資金調達を発表しました。企業価値はわずか7カ月で15倍の80億ドルに急騰。同社は、急成長する中国のAI企業DeepSeekなどに対抗し、米国主導の「オープンなフロンティアAI研究所」となることを目指します。

Reflection AIは2024年3月、DeepMindでGemini開発を主導したミーシャ・ラスキン氏らが設立。AlphaGo共同開発者も参画し、トップ人材約60名を確保しました。巨大テック企業の外でもフロンティアモデルを構築できると証明することが狙いです。

ラスキンCEOは、中国のDeepSeekなどの台頭に強い危機感を示します。「何もしなければ、知能のグローバルスタンダードが他国製になる」と述べ、米国主導の必要性を強調。法的な懸念から欧米企業は中国製モデルを使いにくく、代替選択肢が求められています。

同社の「オープン」戦略は、Metaなどと同様に限定的です。モデルの動作を決める中核パラメータ「重み」は公開する一方、学習データや手法は非公開とします。誰もがモデルを利用・改変できる「重み」の公開が最も重要だという考えです。

収益化の柱は、大企業や政府です。自社インフラでAIを運用し、コスト管理やカスタマイズをしたい大企業はオープンモデルを求めます。また、各国がAIモデルを開発・管理する「ソブリンAI」の需要を取り込むことも重要な戦略です。

調達資金は、モデル学習に必要な計算資源の確保に充てられます。来年初頭には、数兆トークン規模のデータで学習した最初のフロンティア言語モデルをリリースする計画です。まずテキストモデルから始め、将来的にはマルチモーダル機能も搭載します。

OpenAIの真の主役、Codex正式版が開発を革新

Codexの進化と能力

7時間超の長時間タスクも遂行
研究版から製品版へ完全移行
専用SDKでシステム統合が容易

驚異的な生産性向上

OpenAI社内で生産性70%向上
技術スタッフの92%が毎日利用
コードレビュー時間を半減
自社製品の開発もCodexで加速

OpenAIが年次開発者会議「DevDay 2025」で、AIコーディング支援ツール「Codex」の正式版リリースを発表しました。ChatGPTのアプリストアなど華やかな発表の影に隠れがちですが、これがソフトウェア開発の常識を覆し、企業の生産性を飛躍させる最も重要な一手と見られています。Codexは単なるツールではなく、開発の未来を創るエンジンとなるのでしょうか。

今回の発表の核となるのが、最新モデル「GPT-5-Codex」です。これは単なるコード補完ツールではありません。まるで人間のチームメイトのように振る舞い、複雑なリファクタリング作業を7時間以上も自律的に実行できます。単純なタスクは迅速に、複雑なタスクにはじっくり取り組む「適応的思考」を備え、開発者を強力にサポートします。

その効果はOpenAI社内で実証済みです。技術スタッフの92%が日常的にCodexを利用し、コード貢献度を示すプルリクエスト数は週に70%も増加しました。自社の新製品やクリエイティブツールもCodexを用いて短期間で開発されており、この生産性向上のサイクルこそが、同社の急速なイノベーションの源泉となっているのです。

特にエンタープライズ向けに強化されたのが、コードレビュー機能です。Codexはプログラムの依存関係を深く理解し、人間のレビュアーが見逃しがちな質の高いバグを毎日数百件も発見します。これにより、開発者は品質への自信を深め、手戻りを減らすことができます。これは「より速く、より確実に出荷する」という企業の目標達成に直結します。

Codexの正式版リリースは、OpenAIのエンタープライズ市場攻略戦略の要です。サム・アルトマンCEOも「優れた製品で企業市場を勝ち取ることに大きく注力する」と明言しています。すでにCiscoのような大企業が導入し、コードレビュー時間を半減させるなどの成果を上げており、その実用性は証明されつつあります。

消費者向けのAIがまだ模索を続ける一方で、Codexは今日、企業に具体的なROI(投資対効果)をもたらす「実績あるAIエージェント」としての地位を確立しました。新たに提供されるSDKにより、各社の独自ワークフローへの組み込みも可能になります。Codexは、次世代のソフトウェア開発を静かに、しかし強力に牽引する存在となるでしょう。

OpenAI、アジア16カ国で低価格プラン展開

ChatGPT Goの概要

月額5ドル以下の低価格プラン
メッセージ等の上限引き上げ
無料版の2倍のメモリ容量

アジア市場での急成長

東南アジアでユーザー4倍増
インドでは有料会員が倍増
一部で現地通貨決済に対応

激化するAI競争

Googleも同様プランを拡大
ユーザー8億人、OS化目指す

OpenAIは2025年10月9日、月額5ドル以下の低価格プラン「ChatGPT Go」をアジアの新たに16カ国で提供開始しました。この動きは、東南アジアで週次アクティブユーザーが最大4倍に急増するなど、同地域での需要の高まりを受けたものです。Googleとの市場獲得競争が激化する中、OpenAIは成長市場での収益化とユーザー基盤の拡大を加速させます。

「ChatGPT Go」は、無料版と比べて多くの利点を提供します。メッセージの送受信、画像生成、ファイルや画像のアップロードにおける1日あたりの上限が引き上げられます。さらに、メモリ容量は無料版の2倍となり、ユーザーの意図をより深く理解した、パーソナライズされた応答が可能になる点が特徴です。

今回の拡大対象は、マレーシア、タイ、フィリピン、ベトナムなど16カ国です。これらの国の一部では利便性を高めるため、現地通貨での支払いに対応します。先行して8月にインド、9月にインドネシアで導入されており、特にインドでは導入後に有料会員数が倍増するなど、大きな成功を収めています。

この動きの背景には、ライバルであるGoogleとの熾烈な競争があります。Googleも同様の価格帯の「Google AI Plus」プランを9月にインドネシアで開始し、その後40カ国以上に急拡大しています。両社は、成長著しいアジア市場で手頃な価格のAIサービスを提供し、シェア獲得を競っているのです。

OpenAIは先日開催した開発者会議で、ChatGPTの週次アクティブユーザーが全世界で8億人に達したと発表しました。さらに、ChatGPT内でSpotifyなどの外部アプリを直接利用できる機能を導入。単なるチャットボットから、アプリストアのような「OS」へと進化させる壮大な構想を明らかにしています。

2025年上半期に78億ドルの営業損失を計上するなど、AIインフラへの巨額投資が続くOpenAIにとって、収益化は大きな課題です。今回の低価格プランのアジア展開は、グローバルなユーザー基盤を拡大しつつ、持続的な成長に向けた収益源を確保するための重要な戦略的一手と言えるでしょう。

Google、家庭向けGemini発表 AIでスマートホーム進化

AIで家庭がより直感的に

曖昧な指示での楽曲検索
声だけで安全設定を自動化
より人間的な対話を実現
複雑な設定が不要に

4つの主要アップデート

全デバイスにGeminiを搭載
刷新されたGoogle Homeアプリ
新サブスクHome Premium
新型スピーカーなど新ハード

Googleが、同社のスマートホーム製品群に大規模言語モデル「Gemini」を統合する「Gemini for Home」を発表しました。これにより、既存のGoogle HomeデバイスがAIによって大幅に進化し、利用者はより人間的で直感的な対話を通じて、家庭内のデバイスを操作できるようになります。今回の発表は、スマートホームの未来像を提示するものです。

Geminiは、利用者の曖昧な指示や感情的な要望を理解する能力が特徴です。例えば、曲名を知らなくても「あのキラキラした曲をかけて」と頼んだり、「もっと安全に感じたい」と話しかけるだけでセキュリティ設定の自動化を提案したりします。これにより、テクノロジーがより生活に溶け込む体験が実現します。

今回の発表には4つの柱があります。第一に、既存デバイスへのGemini for Homeの提供。第二に、全面的に再設計されたGoogle Homeアプリ。第三に、高度なAI機能を提供する新サブスクリプション「Google Home Premium」。そして最後に、新しいGoogle Homeスピーカーを含む新ハードウェア群です。

これらのアップデートは、Googleのスマートホーム戦略が新たな段階に入ったことを示唆しています。AIを中核に据えることで、単なる音声アシスタントから、生活を能動的に支援するパートナーへと進化させる狙いです。経営者やエンジニアにとって、AIが物理的な空間とどう融合していくかを考える上で重要な事例となるでしょう。

高品質AIデータで新星、Datacurveが22億円調達

独自の人材獲得戦略

専門家向け報奨金制度
データ収集を消費者製品と定義
金銭より優れたUXを重視

ポストScale AI時代の潮流

巨人Scale AIのCEO退任が好機
複雑な強化学習データ需要増
ソフトウェア開発から多分野へ展開

注目の資金調達

シリーズAで1500万ドルを確保
著名VCやAI企業の従業員も出資

AI向け高品質データを提供するスタートアップ、Datacurveが10月9日、シリーズAで1500万ドル(約22.5億円)の資金調達を発表しました。Yコンビネータ出身の同社は、業界最大手Scale AIの牙城を崩すべく、熟練エンジニアを惹きつける独自の報奨金制度と優れたユーザー体験を武器に、複雑化するAIの学習データ需要に応えます。

同社の強みは、専門家を惹きつける「バウンティハンター」制度です。高度なスキルを持つソフトウェアエンジニアに報奨金を支払い、質の高いデータセットを収集します。共同創業者のセレナ・ゲ氏は「これは単なるデータラベリング作業ではない。消費者向け製品として捉え、最高の体験を提供することに注力している」と語ります。

この動きの背景には、AIデータ市場の大きな変化があります。最大手Scale AIの創業者アレクサンダー・ワン氏がMetaへ移籍したことで、市場に好機が生まれたと投資家は見ています。また、AIモデルの高度化に伴い、単純なデータセットではなく、複雑な強化学習(RL)環境の構築に必要な、質・量ともに高いデータへの需要が急増しています。

今回の資金調達は、Chemistryが主導し、DeepMind、Vercel、Anthropic、OpenAIといった名だたる企業の従業員も参加しました。シードラウンドでは元Coinbase CTOのバラジ・スリニヴァサン氏も出資しており、技術と市場の両面から高い評価を得ていることが伺えます。

Datacurveはまずソフトウェアエンジニアリング分野で地位を確立し、将来的にはそのモデルを金融、マーケティング、医療などの専門分野へも展開する計画です。専門家が自らのドメイン知識を活かせるインフラを構築することで、ポストトレーニングデータ収集の新たな標準を築くことを目指しています。

AWSとAnyscale連携、大規模AI開発を高速・効率化

大規模AI開発の課題

不安定な学習クラスタ
非効率なリソース利用
複雑な分散コンピューティング

AWSとAnyscaleの解決策

SageMaker HyperPodによる耐障害性インフラ
Anyscale RayTurboによる高速分散処理
EKS連携でKubernetes環境に対応

導入によるビジネス成果

学習時間を最大40%削減
TCO削減と生産性向上

Amazon Web Services (AWS)は、Anyscale社との協業で、大規模AIモデル開発の課題を解決する新ソリューションを発表しました。AWSのAIインフラ「SageMaker HyperPod」と、Anyscaleの分散処理プラットフォームを統合。これにより、開発者は耐障害性の高い環境で効率的にリソースを活用し、AI開発の高速化とコスト削減を実現できます。

大規模AIモデルの開発現場では、学習クラスタの不安定さやリソースの非効率な利用がコスト増やプロジェクト遅延の直接的な原因となっています。複雑な分散コンピューティングの専門知識も必要とされ、データサイエンスチームの生産性を阻害する大きな課題でした。

この課題に対し、AWSの「SageMaker HyperPod」は堅牢な解決策を提供します。大規模機械学習に最適化されたこのインフラは、ノードの健全性を常時監視。障害発生時には自動でノードを交換し、チェックポイントから学習を再開することで、トレーニング時間を最大40%削減できるとしています。

一方のAnyscaleプラットフォームは、オープンソースのAIエンジン「Ray」の能力を最大限に引き出します。特に最適化版「RayTurbo」は、コード変更なしで分散コンピューティングを高速化し、リソース使用率を最適化。開発者の俊敏性とコスト効率を大幅に向上させます。

両者の統合により、強力な相乗効果が生まれます。SageMaker HyperPodの耐障害性と、Anyscaleの高速処理が組み合わさることで、AIモデルの市場投入までの時間を短縮。同時に、リソースの最適化を通じて総所有コスト(TCO)を削減し、データサイエンティストの生産性を高めます。

このソリューションは、特にKubernetesベースの環境(Amazon EKS)を運用する組織や、大規模な分散トレーニングを必要とするチームに最適です。すでにRayエコシステムやSageMakerを利用している企業にとっても、既存の投資をさらに活用する強力な選択肢となるでしょう。

Claude Code、プラグインで開発環境を共有・標準化

プラグインの概要

各種開発機能を一括で共有
コマンド一つで簡単インストール
必要に応じON/OFFで切替可能

プラグインの活用例

チーム内の開発標準を統一
生産性向上のワークフローを共有
社内ツールへの接続を簡素化

プラグインマーケットプレイス

誰でもマーケットプレイスを構築可能
Gitリポジトリなどで簡単ホスト

AI開発企業Anthropicは2025年10月9日、コーディングアシスタント「Claude Code」に新機能「プラグイン」をパブリックベータ版として追加しました。この機能により、開発者はスラッシュコマンドや専用エージェントなどのカスタム機能をパッケージ化し、チーム内で簡単に共有できます。開発環境の標準化や生産性向上を支援することが目的です。

プラグインは、これまで個別に設定していた複数の拡張機能を一つにまとめる仕組みです。具体的には、頻繁に使う操作を登録するスラッシュコマンドや、特定タスクに特化したサブエージェント、外部ツールと連携するMCPサーバー、動作をカスタマイズするフックなどを組み合わせ、コマンド一つでインストールできます。

この機能の最大の利点は、開発環境の標準化です。エンジニアリングリーダーは、コードレビューやテストのワークフローを定めたプラグインを配布することで、チーム全体の開発プロセスの一貫性を保てます。また、必要な時だけプラグインを有効化できるため、システムの複雑化を避けられるのも特徴です。

具体的な活用例は多岐にわたります。オープンソースのメンテナーが利用者をサポートするためのコマンド集を提供したり、熟練開発者が自身のデバッグ手法やデプロイ手順をプラグインとして共有したりできます。さらに、社内ツールやデータソースへの接続設定をパッケージ化し、セットアップ時間を短縮することも可能です。

プラグインの配布と発見を促す「マーケットプレイス」機能も提供されます。誰でも自身のプラグインをまとめたマーケットプレイスを作成し、Gitリポジトリなどで公開できます。これにより、優れた開発手法やツール連携のベストプラクティスがコミュニティ全体で共有され、エコシステムの拡大が期待されます。

プラグイン機能は現在、Claude Codeの全ユーザーがパブリックベータとして利用可能です。ターミナルやVS Code上で「/plugin」コマンドを実行するだけで始められます。Anthropicは公式ドキュメントでプラグインの作成方法やマーケットプレイスの公開手順を案内しており、開発者の積極的な活用を促しています。

AIの訓練データ汚染、少数でも深刻な脅威に

データ汚染攻撃の新事実

少数データでバックドア設置
モデル規模に比例しない攻撃効率
50-90件で80%超の攻撃成功率
大規模モデルほど容易になる可能性

現状のリスクと防御策

既存の安全学習で無効化可能
訓練データへの混入自体が困難
研究は小規模モデルでのみ検証
防御戦略の見直しが急務

AI企業のAnthropicは2025年10月9日、大規模言語モデル(LLM)の訓練データにわずか50〜90件の悪意ある文書を混入させるだけで、モデルに「バックドア」を仕込めるという研究結果を発表しました。モデルの規模が大きくなっても必要な汚染データの数が増えないため、むしろ大規模モデルほど攻撃が容易になる可能性を示唆しており、AIのセキュリティ戦略に大きな見直しを迫る内容となっています。

今回の研究で最も衝撃的な発見は、攻撃に必要な汚染データの数が、クリーンな訓練データ全体の量やモデルの規模に比例しない点です。実験では、GPT-3.5-turboに対し、わずか50〜90件の悪意あるサンプルで80%以上の攻撃成功率を達成しました。これは、データ汚染のリスクを「割合」ではなく「絶対数」で捉える必要があることを意味します。

この結果は、AIセキュリティの常識を覆す可能性があります。従来、データセットが巨大化すれば、少数の悪意あるデータは「希釈」され影響は限定的だと考えられてきました。しかし、本研究はむしろ大規模モデルほど攻撃が容易になる危険性を示しました。開発者は、汚染データの混入を前提とした、より高度な防御戦略の構築を求められることになるでしょう。

一方で、この攻撃手法には限界もあります。研究によれば、仕込まれたバックドアは、AI企業が通常行う安全トレーニングによって大幅に弱体化、あるいは無効化できることが確認されています。250件の悪意あるデータで設置したバックドアも、2,000件の「良い」手本(トリガーを無視するよう教えるデータ)を与えることで、ほぼ完全に除去できたと報告されています。

また、攻撃者にとって最大の障壁は、そもそも訓練データに悪意ある文書を紛れ込ませること自体の難しさです。主要なAI企業は、訓練に使うデータを厳選し、フィルタリングしています。特定の文書が確実に訓練データに含まれるように操作することは、現実的には極めて困難であり、これが現状の主要な防御壁として機能しています。

今回の研究は、130億パラメータまでのモデルを対象としたものであり、最新の巨大モデルで同様の傾向が見られるかはまだ不明です。しかし、データ汚染攻撃の潜在的な脅威を明確に示した点で重要です。AI開発者は今後、訓練データの汚染源の監視を強化し、たとえ少数の悪意あるデータが混入しても機能する、新たな防御メカニズムの研究開発を加速させる必要がありそうです。

AI業界は重大な岐路に、オープンかクローズドか

AI業界の現状と課題

OpenAI開発者会議の開催
動画生成AI「Sora」の普及
採用選考でのAI活用が急増
業界は大きな岐路に直面

問われる未来のエコシステム

開かれたインターネット型か
閉じたSNS型か
ユーザー中心の設計が鍵
企業の戦略決定が急務に

AIスタートアップImbueのカンジュン・チュウCEOが、AI業界はオープンな生態系か、一部企業が支配するクローズドな生態系かの「重大な岐路」にあると警鐘を鳴らしました。背景には、OpenAIの開発者会議での新発表や、動画生成AI「Sora」の急速な普及、採用活動におけるAI利用の一般化など、技術が社会に浸透する中での新たな動きがあります。

OpenAIは年次開発者会議で、ChatGPTの新機能やAIエージェント構築ツールを発表しました。同社はAIを「未来のオペレーティングシステム」と位置づける野心的なビジョンを掲げており、プラットフォームの主導権を握ろうとする動きは、業界がクローズドな方向へ向かう可能性を示唆しています。

一方、動画生成AI「Sora」のiOSアプリ登場は、技術のメインストリーム化を象徴する出来事です。しかし、著作権を巡る問題や、CEOの顔を使ったミームが拡散するなど、予期せぬ社会的影響も生んでいます。これは技術の社会実装が新たなフェーズに入ったことを示しています。

ビジネスの現場でも変化は顕著です。AIによる履歴書スクリーニングが一般化する一方、応募者がAIを欺くために履歴書に隠しプロンプトを埋め込むといった事態も発生。AIの普及は、これまでにない新たな課題を生み出しているのです。

チュウ氏が提起した「AIは初期インターネットのようにオープンになるか、ソーシャルメディアのように閉鎖的になるか」という問いは、全ての関係者にとって重要です。業界の将来像がまさに今、形成されつつあります。経営者や技術者は、この分岐点で自社の進むべき道を真剣に検討する必要があるでしょう。

Samsungの超小型AI「TRM」、再帰で巨大LLMを超える

TRMのパラメーターと仕組み

パラメーター数はわずか700万
既存LLMの1万分の1サイズ
再帰的推論による予測の洗練
低コストで高性能モデルを実現

性能と適用領域

数独や迷路など構造化パズルに特化
特定ベンチマークで巨大LLMを凌駕
設計の簡素化が汎化性能向上に寄与
コードはMITライセンスで公開中

韓国Samsung AI研究所の研究者が、新たな超小型AIモデル「TRM(Tiny Recursion Model)」を発表しました。わずか700万パラメーターのこのモデルは、特定の推論ベンチマークにおいて、OpenAIのo3-miniやGoogleのGemini 2.5 Proなど、1万倍以上巨大なLLMの性能を凌駕しています。AI開発における「スケールこそ全て」という従来のパラダイムに対し、低コストで高性能を実現する新たな道筋を示す画期的な成果です。

TRMの最大の特徴は、階層構造を持つ複雑なネットワークを排除し、単一の2層モデルを採用した点です。このモデルは、入力された質問と初期回答に対し、推論ステップを繰り返して自身の予測を再帰的に洗練させます。この反復的な自己修正プロセスにより、深いアーキテクチャをシミュレートし、巨大モデルに匹敵する推論能力を獲得しています。

TRMは、構造化され、視覚的なグリッドベースの問題に特化して設計されました。特にSudoku-Extremeで87.4%の精度を達成し、従来モデル(HRM)の55%から大幅に向上。また、人間の推論は容易だがAIには難解とされるARC-AGIベンチマークでも、数百万倍のパラメーターを持つ最上位LLMに匹敵する結果を出しています。

開発者は、高額なGPU投資と電力消費を伴う巨大な基盤モデルへの依存は「罠」だと指摘します。TRMの成功は、複雑性を減らすことで逆に汎化性能が向上するという「Less is More(少ない方が豊か)」の設計思想を裏付けました。この成果は、大規模な計算資源を持たない企業や研究者でも、高性能AIを開発できる可能性を示唆します。

TRMのコードは、商用利用も可能なMITライセンスのもとGitHubでオープンソース公開されています。これにより、企業は特定の推論タスク解決のために、巨大LLMのAPIを利用するのではなく、自社のサーバーで低コストの専用モデルを構築・運用できます。今後は、再帰的推論のスケーリング則や、生成タスクへの応用が焦点となる見込みです。

分散型強化学習でAIを民主化:Prime Intellectが挑むオープンLLM開発

AI開発のボトルネック解消

巨大企業に依存しないオープンLLM開発
AI能力拡張のボトルネック解消
強化学習(RL)を分散化しモデルを改善
INTELLECT-3など競争力あるモデル開発

分散型アプローチの仕組み

学習環境の構築をコミュニティに開放
特定のハードウェアに非依存のトレーニング
専門知識が不要なAI開発の民主化
特定タスク向けエージェント創出を加速

スタートアップのPrime Intellectは、分散型強化学習(DRL)を活用し、競争力のあるオープンなフロンティア大規模言語モデル(LLM)「INTELLECT-3」を開発中です。これは、巨大テック企業に依存せず、世界中の多様なハードウェアを用いてAIモデルを構築し、AI開発を民主化することを目的としています。現在のAI界の二極化構造を変える可能性を秘めた動きとして注目されています。

今日、AIモデルの改善は、単純なデータや計算資源の増強だけでは難しくなっています。特に、プレトレーニング後の強化学習(RL)のプロセスが、モデルの能力拡張における最大のボトルネックです。このRLは通常、高度な専門知識と大量の計算資源が必要なため、これまで大手AI企業によってクローズドに行われてきました。

Prime Intellectは、この課題を打破するため、誰もが特定のタスクに特化した強化学習環境を作成できるフレームワークを提供しています。コミュニティと自社チームが作成した最良の環境を組み合わせることで、INTELLECT-3のチューニングを進めています。これにより、開発者は手軽にRLを実行し、モデルの専門性を高めることが可能になります。

同社は以前にも分散型手法の有効性を示しています。2024年後半のINTELLECT-1、そして推論能力を向上させたINTELLECT-2をリリースし、分散型トレーニングの実現性を証明しました。Teslaの元AIチーム責任者であるアンドレイ・カーパシー氏も、Prime Intellectの強化学習環境の取り組みを「素晴らしいアイデア」として評価しています。

Prime Intellectの試みは、オープンソースAI市場における米国の存在感を高めることを目指しています。現在、オープンなフロンティアモデルは中国勢が優勢ですが、同社の技術が普及すれば、スタートアップや開発者が自ら高度なAIを構築・修正できるようになります。これにより、多種多様なタスクに特化した新たなAIエージェント製品の創出が期待されます。

HRテック企業が推進する2500のGPT活用戦略:従業員がAI構築者に

驚異的な社内浸透と成果

従業員の90%超がChatGPT利用
2,500以上のGPTを試作・開発
商談成立までの期間短縮に貢献
収益機会となるアップセルを特定

成功を支える構造化戦略

全社的な「AI Mind」チーム主導
5段階プロセスでGPTを設計
成果とKPIを紐づけた効果測定
成功したGPTは全社で再利用

HRテック企業のHiBobは、全社的なカスタムGPT導入を通じ、生産性と収益性を劇的に向上させています。ChatGPT Enterpriseを活用し、従業員の90%超が日常的にAIを使用。この成功の鍵は、従業員を単なる利用者ではなく、「開発者」と位置づけた独自の構造化戦略です。

HiBobでは、これまでに2,500を超える実験的なGPTが構築され、そのうち200が社内ワークフローに成功裏に組み込まれています。営業チームではミーティング準備が短縮され、アップセル機会の特定により収益向上に直結。現場の課題解決に特化したエージェントが、部門を横断して導入されています。

この内部的なAI活用は、顧客向け製品開発の「フライホイール」として機能しています。ChatGPT Enterpriseで構築・テストされたソリューションは、OpenAIのAPIを通じて顧客向けプラットフォーム「Bob」に実装されます。これにより、HRリーダーはデータとの対話的なやり取りを迅速に行えるようになりました。

HiBobはAIを中核的な能力と位置づけ、「AI Mind」チーム主導で導入を推進しています。重要なのは、従業員全員にAI構築のツールと構造を提供した点です。各カスタムGPTは「デジタルコンパニオン」として明確な役割と所有者を持ち、事業目標に紐づけられています。

導入プロセスは「アイデア・検証」「構築」「採用・有効化」「メンテナンス」「スケール」の5段階で標準化されています。特に成功したGPTは、検索可能な社内ディレクトリに追加され、部門を超えて再利用されます。これにより、AI資産の陳腐化を防ぎ、継続的な改善サイクルを生み出しています。

HiBobの洞察は、従業員が単なるAIユーザーではなく、構造、ツール、アカウンタビリティ(責任)に裏打ちされた「オーナーシップ」を持つことで、AIが最も効果を発揮するという点です。すべてのGPTは工数削減や収益貢献などのKPIに基づき、その成果が厳格に追跡されています。

Gemini CLIが外部連携を全面開放、オープンな拡張機能で開発生産性を劇的に向上

オープンな連携基盤を確立

Gemini CLIを拡張プラットフォームへ進化
外部ツールとの連携をコマンドラインで実現
開発者100万人が利用するAIエージェント
FigmaやStripeなど大手と連携開始

開発者主導の拡張性

Google非承認で公開できるオープン性
GitHubリポジトリでの手動インストールを推奨
Playbook機能でAIが使い方を即座学習
複雑な設定不要で意味のある結果を即時提供

Googleは、開発者向けAIシステム「Gemini CLI」に、外部ツールと連携するための拡張機能システムを正式に導入しました。これにより、100万人以上の開発者は、コマンドライン上で直接、FigmaやStripe、Dynatraceといった業界リーダーのサービスを利用可能になります。AIの力を借りて、開発者がターミナルと外部ツール間でのコンテキストスイッチングを排除し、生産性を劇的に高めることが目的です。

この拡張機能システムは、Gemini CLIを単なるコーディング補助ツールから「拡張性プラットフォーム」へと進化させます。拡張機能は外部ツールへの接続を可能にするだけでなく、AIエージェントがそのツールを効果的に使用するための「プレイブック」(組み込みの説明書)を含んでいます。これにより、開発者は複雑な設定なしに、最初のコマンドから意味のある結果を得ることができます。

特に注目すべきは、そのオープンなエコシステム戦略です。OpenAIのChatGPTのアプリが厳しくキュレーションされているのに対し、Gemini CLIの拡張機能は、Googleの承認や関与なしに、誰でもGitHub上で開発・公開できます。これは「誰もが参加できる公正なエコシステム」を確立したいというGoogleの強い意志を反映しています。

ローンチ時点で、Figma(デザインコード生成)、Stripe(支払いサービスAPI連携)、Postman(API評価)、Shopify(開発者エコシステム連携)など、多数の主要パートナーが参画しています。これらの拡張機能をインストールするだけで、ターミナルが開発者の統合されたツールチェーンの中心となり、デバッグやCI/CD、セキュリティチェックといった作業が効率化されます。

拡張機能は、Model Context Protocol (MCP) と呼ばれるツール連携の基盤上に構築されています。これにより、拡張機能は、ローカルファイルやGitステータスなどの環境コンテキストも利用し、開発者の意図通りに適切なツールと指示を実行します。この統合されたインテリジェンスが、開発現場におけるAIの利用価値を飛躍的に高めるでしょう。

Google開発者プログラムが強化:地域価格導入でGemini利用を加速

柔軟な価格設定と展開

月額サブスクリプションをインドとイタリアに拡大
サポート対象国は合計13カ国に増加
インドで地域価格設定を新規導入
中国開発者向けにGDPを提供開始

プレミアム機能の拡充

Gemini Code Assist経由のGemini CLI利用枠拡大
最新Geminiモデル試行用のGoogle Cloudクレジット付与
Firebase Studioワークスペース制限を30に拡張
地域コミュニティイベントDevFestを推奨

Googleは、世界中の開発者の生産性とスキルアップを支援するため、Google Developer Program(GDP)を大幅に強化しました。特に、月額サブスクリプションオプションをインドとイタリアに拡大し、サポート国を合計13カ国としました。中でもインドでは、新しい地域価格設定を導入。これにより、Gemini関連の高度な開発ツールへのアクセスを飛躍的に改善し、グローバルでの利用促進を加速させます。

この地域価格設定の導入は、開発者が経済的な障壁なくプレミアム機能を利用できるようにする戦略です。これにより、インドのデベロッパーコミュニティは、既存の無料枠を超えた専門的なツールをより手軽に利用できるようになります。柔軟な月額サブスクリプションと価格の適正化は、新興市場での開発者育成と市場拡大に直結する重要な動きです。

プレミアムプランの最大の利点は、AIを活用した開発環境の強化にあります。具体的には、Gemini Code Assist Standardを通じたGemini CLIの利用枠が拡大されます。さらに、最新のGeminiモデルを試行するためのGoogle Cloudクレジットも付与され、生成AI時代における開発者のワークフロー改善を強力にサポートします。

その他の特典として、モバイル・Web開発基盤であるFirebase Studioのワークスペース制限が30に拡張されます。これは、複数のプロジェクトや環境を並行して扱うエンジニアの生産性を高めます。Googleは、単なるAIツール提供に留まらず、開発環境全体の統合的な底上げを目指していることがわかります。

また、GDPは新たに中国の開発者向けにも提供を開始しました。この初期段階では、WeChatサインイン機能やプライベートプロフィール、学習実績に応じたバッジなどのローカライズされた基盤機能に注力しています。世界最大の開発者市場の一つである中国でのコミュニティ構築と学習支援を推進します。

加えて、Google Developer Groups(GDGs)が主催するDevFestイベントへの参加を強く推奨しています。これは、AI/ML、Cloud、Android、Webなどの最新技術を習得し、Googleの専門家やGDEs(Google Developer Experts)と交流できる貴重な機会です。地域のコミュニティ活動を通じたインスピレーションとネットワーキングが、次のイノベーションを生む鍵となります。

Google AI、コア製品を劇的進化 9月のChrome/Search/Gemini刷新まとめ

コア製品のAI統合

ChromeにGeminiブラウジングアシスタント搭載
Searchにリアルタイム視覚検索(Search Live)導入
複雑な多段階質問に対応するAIモードの拡充
Android Gboardにトーン修正・文法校正AI

Geminiと次世代技術

カスタムAI「Gems」の共有機能でコラボを促進
Nano Bananaによる高度な画像生成・編集機能

Googleは2025年9月、AI技術を中核製品全体に深く統合し、利用者体験の劇的な向上を発表しました。これはChrome、Search、Geminiアプリといった主要サービスに留まらず、教育分野や次世代ロボティクスまで多岐にわたります。特に、生産性向上に直結する機能が多数リリースされており、AIを使いこなしたい経営者やエンジニア層にとって見逃せないアップデートです。

ウェブブラウザと検索機能は、AIアシスタント化を加速させています。ChromeではGeminiがブラウジングアシスタントとして機能し、開いているタブ全体を横断して質問に回答可能です。また、SearchのAIモードは、複雑な多段階質問に対応するだけでなく、日本語を含む多言語対応を拡大し、グローバルでの利用を促進しています。

特に画期的なのは、Search Liveの導入です。これは、リアルタイムの音声会話にスマートフォンのカメラフィードを共有する機能を組み合わせ、現実世界の課題解決をリアルタイムで支援します。また、AndroidのGboardにはAIライティングツールが追加され、トーンの修正やスペル・文法の校正が端末内で自動で行えるようになり、モバイル生産性が向上しました。

GeminiアプリはAI活用ハブとしての地位を固めています。特に、特定の目的に合わせてカスタマイズしたAIモデル「Gems」の共有機能が追加され、チーム内での共同作業や情報共有が容易になりました。さらに、DeepMind開発の画像生成・編集モデル「Nano Banana」の活用が広がり、クリエイティブな作業の可能性を広げています。

学習領域では、AIが個々のユーザーに最適化された学習を実現します。NotebookLMは、利用者のメモに基づきフラッシュカードやクイズを自動生成し、パーソナライズされた学習ガイドを提供します。スンダー・ピチャイCEOはAI教育への10億ドルのコミットメントを強調し、「Gemini for Education」を全米の高校に提供すると発表しました。

長期的な視点では、Google DeepMindが「物理エージェント」の時代を宣言し、ロボティクスモデルを強化しました。Gemini Robotics 1.5/ER 1.5は、ロボットが環境を認識し、推論し、複雑なマルチステップタスクを処理する能力を飛躍的に高めます。また、Gemini 2.5が国際プログラミングコンテストで金メダル級の成績を収め、その推論能力を証明しています。

Google、ベルギーに50億ユーロ投資 AIインフラと雇用を強化

巨額投資の内訳

投資額は今後2年間で追加の50億ユーロ
目的はクラウドおよびAIインフラの拡張
サン=ギスランのデータセンターを拡張

経済効果とクリーン電力

フルタイム雇用を300名追加創出
Enecoらと提携し陸上風力発電開発
グリッドをクリーンエネルギーで支援

AI人材育成支援

AI駆動型経済に対応する無料スキル開発提供
低スキル労働者向け訓練に非営利団体へ資金供与

Googleは今週、ベルギー国内のクラウドおよびAIインフラストラクチャに対して、今後2年間で追加の50億ユーロ(約8,000億円)を投資すると発表しました。これはサン=ギスランのデータセンター拡張や、300名の新規雇用創出を含む大規模な計画です。同社はインフラ強化に加え、クリーンエネルギーの利用拡大と、現地のAI人材育成プログラムを通じて、ベルギーのデジタル経済への貢献を加速させます。

今回の巨額投資は、AI技術の爆発的な進展を支える計算資源の確保が主眼です。ベルギーにあるデータセンターキャンパスを拡張することで、Google Cloudを利用する欧州企業や、次世代AIモデルを運用するための強固な基盤を築きます。この投資は、欧州におけるデジタル化と経済的未来を左右する重要な一歩となります。

インフラ拡張に伴い、現地で300名のフルタイム雇用が新たに創出されます。Googleは、この投資を通じてベルギーに深く根を下ろし、同国が引き続き技術とAI分野におけるリーダーシップを維持できるよう支援するとしています。先端インフラ整備は、競争優位性を高めたい経営者やエンジニアにとって重要な要素です。

持続可能性への取り組みも強化されています。GoogleはEnecoやLuminusなどのエネルギー企業と新規契約を結び、新たな陸上風力発電所の開発を支援します。これによりデータセンターの電力を賄うだけでなく、電力グリッド全体にクリーンエネルギーを供給し、脱炭素化へ貢献する戦略的な動きです。

さらに、AI駆動型経済で成功するために必要なスキルを、ベルギー国民に無料で提供するプログラムも開始されます。特に低スキル労働者向けに、実用的なAIトレーニングを提供する非営利団体への資金提供も実施します。インフラと人材、両面からデジタル競争力の強化を目指すのが狙いです。

AI画像が犯罪計画の証拠に。ChatGPT生成画像、カリフォルニア放火事件で採用

AI生成物が示す予謀

容疑者がChatGPTで「燃える街」のAI画像を生成
火災発生の数ヶ月前に作成
描写は「ディストピア的な絵画」
逃げ惑う群衆を含む内容

捜査当局の立証戦略

米司法省が予謀の証拠として提出
容疑者は大規模山火事の放火容疑
犯行後のChatGPTへの責任回避的な質問
監視カメラ・携帯記録と連携

米連邦捜査当局は、カリフォルニア州のパシフィックス・パリセーズ火災(Palisades Fire)の放火容疑者ジョナサン・リンダーネヒト氏を逮捕しました。注目すべきは、主要な証拠として、同氏がChatGPTを用いて作成したAI画像が挙げられている点です。これは、AI生成物が犯罪の予謀を示すデジタル証拠として法廷に提出された極めて異例なケースであり、AI技術の悪用と法執行機関のデジタル証拠戦略に大きな影響を与えています。

米司法省(DOJ)によると、容疑者は火災発生の「数ヶ月前」にChatGPTに対し、燃える森や逃げ惑う群衆を描いた「ディストピア的な絵画」の生成を指示していました。捜査当局は、このAI画像を単なる芸術作品ではなく、大規模な山火事を引き起こす計画的な犯行の明確な予兆であると主張しています。この火災は23,000エーカー以上を焼失させ、カリフォルニア史上3番目に破壊的な規模となりました。

AI画像に加え、捜査当局は容疑者の犯行前後の行動を裏付ける複数のデジタル証拠を連携させています。監視カメラ映像や携帯電話の記録により、リンダーネヒト氏が火災現場近くにいたことが判明しています。さらに、放火直後に911に通報した際、彼はChatGPTに対して「タバコが原因で火災が起きた場合、あなたは責任があるか」と責任逃れを試みる質問をしていたことも明らかになっています。

この事件は、AIツールを含むユーザーのデジタル履歴が、捜査における決定的な証拠となり得る新時代を示唆しています。経営者やエンジニアの皆様は、生成AIの利用履歴やプロンプトといったデータが、個人の意図や計画性を示す証拠として扱われる現実を認識する必要があります。AIの普及に伴い、デジタル証拠の収集と分析は、法執行機関にとってますます重要な捜査手法となっています。

ChatGPTをアプリ連携OSへ進化:8億人ユーザー基盤を開発者に解放

次世代プラットフォーム戦略

目標は次世代OSへの変革
着想源はWebブラウザの進化
現在のUIは「コマンドライン時代」
アプリ連携で体験を向上

エコシステムの拡大

週刊8億人のユーザー基盤
Expediaなど外部アプリを統合
収益源はeコマース取引促進
開発者に事業機会を提供

OpenAIは、主力製品であるChatGPTを、サードパーティ製アプリケーションを統合した新しいタイプの「オペレーティングシステム(OS)」へと進化させる戦略を推進しています。ChatGPT責任者ニック・ターリー氏がこのビジョンを説明し、週に8億人のアクティブユーザーを抱える巨大プラットフォームを、外部企業に開放する意向を明らかにしました。これは、単なるチャットボットから、ユーザーの活動の中心となる巨大なデジタルエコシステムへの転換を図るものです。

ターリー氏は、現在のChatGPTのインターフェースは「コマンドライン時代」に近く、本来のポテンシャルを引き出せていないと指摘します。今後は、従来のMacやWindowsのような視覚的で直感的なアプリケーション連携を取り入れ、ユーザーがより容易にサービスを利用できるようにします。この着想は、過去10年で仕事や生活の中心となったWebブラウザの進化から得られています。

このOS化の最大の目的は、開発者に8億人のユーザー基盤へのアクセスを提供することです。OpenAI自身が全てのアプリを開発するわけではないため、ExpediaやDoorDashといった外部パートナーとの連携が不可欠です。アプリをコア体験に組み込むことで、ChatGPTをeコマースの取引を促進する場とし、新たな収益源を確立します。

巨大なプラットフォーム運営には、データプライバシーや公正なアプリの露出に関する課題も伴います。OpenAIは開発者に対し、ツールの機能実行に必要な「最小限のデータ収集」を義務付けています。今後はAppleのように、ユーザーがきめ細かくデータアクセスを制御できる仕組み(パーティション化されたメモリなど)を構築し、透明性を確保する方針です。

なお、ターリー氏はコンシューマービジネスが単に非営利ミッションの資金源であるという見方を否定しています。彼にとってChatGPTは、AGI(汎用人工知能)の恩恵を全人類にもたらすというOpenAIの使命を実現するための『配信車両(Delivery Vehicle)』です。技術を広く普及させ、人々の目標達成を支援することがミッションそのものだと強調しました。

AIコンパニオン広告に広がる反発:「監視」懸念で破損被害

AIコンパニオンの機能と批判

全会話を聴取するネックレス型AI
広告が公共交通機関で広範囲に破損
「監視資本主義」の恐れ
孤独の流行を利用した製品との批判

開発者の主張と現実の溝

人間の友人を補完する役割と説明
ユーザーの感情的知性向上を狙う
記事公開時点で販売数3,100個に留まる
広告改ざんサイトに6,000件の投稿

ニューヨークで展開されたAIコンパニオン「Friend」の広告キャンペーンが、現在、市民による大規模な破損被害に遭っています。このネックレス型AIはユーザーの全会話を聴取する機能を持つため、「監視資本主義」や、社会的な孤独を利用しているとの強い批判を呼び、激しい反発に直面しています。

この反発は単なる街中の落書きに留まりません。批判者らは広告をオンライン上で改ざんし、その作品を共有するウェブサイトを開設しました。これまでに約6,000件の投稿が集まっており、消費者や市民がAI倫理に対し能動的に異議を唱える、新たな形の運動として注目されています。

開発者Schiffman氏は、AIは人間の友人を置き換えるものではなく、感情的知性を高めるための「新しいカテゴリーの仲間」だと主張しています。しかし、その意図とは裏腹に、現時点での販売実績は3,100個に留まり、大規模なプロモーションに対する社会の受容には時間がかかっていることが浮き彫りになりました。

背景には、AIコンパニオンへの過度な依存が精神衛生上のリスクにつながるという懸念があります。特に、過去にはAIチャットボットが自殺計画への関与や心理的トラウマを引き起こした事例もあり、データ聴取型デバイスへの警戒心は極めて高い状態です。

また、孤独の流行を利用しているとの非難も厳しいです。ハーバード大学の研究では、多くの人がテクノロジーが孤独に寄与していると感じています。このような社会情勢の中、親密な会話に入り込むAIがプロモーションされることで、倫理的な不信感が一層増幅したと言えるでしょう。

OpenAI、AIコマース市場を支配へ。ChatGPTを購買の「玄関口」に

新AIコマース戦略の全体像

アプリ連携でChatGPT内に購買UIを構築
決済インフラ「Instant Checkout」を既に提供
顧客とリテーラーを結ぶ「スーパー・アグリゲーター」
サブスクリプション以上の巨大収益源の確保

競争と市場の構造変化

競合はAmazon/GoogleなどEC・検索巨人と拡大
Uber, Expediaなど裁量的支出を網羅
自動交渉やエージェント駆動型購買へ進化
2025年ホリデー商戦はAIアシストが520%成長予測

OpenAIは年次開発者向けイベントで、ChatGPTをAI駆動型コマース(Agentic Commerce)の核とする野心的な戦略を披露しました。アプリ連携機能により、SpotifyやFigmaといったプログラムをChatGPTのウィンドウから離れずに呼び出せるように設計。これにより、AIファーストのインターネット像が具体化し、顧客が購入を行う場所、小売業者が販売を行う場所としての地位を確立しようとしています。

この戦略の核心は、先週発表された決済システム「Instant Checkout」と、今回発表されたアプリ連携が組み合わされた点にあります。Instant CheckoutはShopify、Etsy、Stripeなどの店舗に対応した単発購入のための決済インフラを提供。アプリ連携はサービスプロバイダーに独自のフロントエンドを構築させます。これにより、OpenAIは手数料収入という、月額サブスクリプションを遥かに超える巨大な収益源を確保する位置につきました。

OpenAIはもはやAI技術企業に留まらず、AmazonやWal-MartといったECの巨人とも直接競合します。連携パートナーにはUber、Expedia、Instacart、Targetなどが名を連ねており、ユーザーの広範な裁量的支出をChatGPT経由で取り込む狙いです。ベン・トンプソン氏の理論でいうところの、小売業者に顧客を誘導する「スーパー・アグリゲーター」として機能するわけです。

市場調査会社Adobeのレポートでは、AIアシストによるオンラインショッピングは、今年のホリデーシーズンに米国で520%の成長を遂げると予測されています。これは、消費者が製品を探す際に検索エンジンではなく、チャットボットに移行することを意味します。Googleも競合する「AP2」プロトコルを導入していますが、OpenAIはより強力な勢いを持って市場に先行しています。

将来的にAI駆動型コマースは、単なる製品検索の代替に終わりません。OpenAIのシステムは、指定価格以下になったらフライトを自動予約したり、コンサートチケットを入手次第即座に購入したりするエージェント主導の購買に発展可能です。小売側も交渉エージェントを立てるなど、購買行動全体に大きな変革をもたらす可能性を秘めています。

Gemini 2.5 CU公開、人間の操作を再現し業務自動化へ

新モデルの核心機能

UI操作に特化したGemini 2.5 Proベース
ウェブやアプリを人間のように操作
フォーム入力やログイン後の操作を実現
複雑なデジタルタスクの全自動化を可能に

技術的優位性

Gemini APIの「computer_use」ツール経由
競合モデルを上回る低遅延と高精度
スクリーンショットを元に次のアクションを決定

安全対策と提供

購入など高リスク操作は要確認
Google AI StudioとVertex AIで提供

Google DeepMindは10月7日、ユーザーインターフェース(UI)を直接操作できるAIエージェント向けの新モデル「Gemini 2.5 Computer Use (CU)」を発表しました。これは、Gemini 2.5 Proの視覚理解能力を基盤とし、ウェブページやモバイルアプリでのクリック、タイピングといった人間と同じ操作をAIに実行させるものです。これにより、複雑なデジタルタスクの全自動化を可能にし、生産性の飛躍的向上を目指します。

従来のAIモデルは構造化されたAPI経由で連携していましたが、フォーム記入やログイン後の操作など、多くのデジタル業務にはグラフィカルUIへの直接的な操作が必要でした。Gemini 2.5 CUは、これらのボトルネックを解消し、汎用性の高いエージェント構築に向けた重要な一歩となります。

同モデルは、複数のウェブおよびモバイル制御ベンチマークで、既存の主要な競合モデルを上回る卓越した性能を示しています。特に、Online-Mind2Webなどのブラウザ制御評価では、最高精度を達成しながらも、業界最低水準の遅延を実現しており、実用性の高さが証明されています。

開発者は、Gemini APIの新しい「`computer_use`」ツールを通じてこの機能を利用可能です。エージェントは、ユーザー要求と環境のスクリーンショットを入力として受け取り、分析。モデルはクリックや入力などのUIアクションの関数コールを返し、タスクが完了するまでこのプロセスを反復します。

コンピューターを制御するAIエージェントには誤用や予期せぬ動作のリスクが伴うため、安全性は特に重視されています。モデルには、安全機能が直接組み込まれており、さらに開発者向けの多層的な安全制御機能が提供されます。セキュリティ侵害やCAPCHAs回避などの高リスクな行動は拒否またはユーザー確認を求められます。

Gemini 2.5 CUモデルは本日より、Google AI StudioおよびVertex AIを通じてパブリックプレビューとして利用可能です。Google内部では、既にUIテストの自動化や、Project Marinerなどのエージェント機能に本モデルのバージョンが活用されており、ソフトウェア開発における効率化への寄与が期待されています。

MLで5倍強いアルミ合金開発 3Dプリントにより航空機軽量化へ

機械学習が導くレシピ

高性能アルミニウム合金のレシピを特定
機械学習を活用した新材料探索
100万通りから40通りに絞り込み成功

高強度化の鍵となる製法

従来の5倍の強度を実現
3Dプリント(LBPF)を採用
急速冷却による微細な析出物を生成

軽量化とコスト削減効果

ジェットエンジンファンブレードへの応用
チタンより50%軽量かつ低コスト
輸送産業のエネルギー節約に寄与

米MITのエンジニアチームは、機械学習(ML)を活用し、従来の製法に比べ5倍の強度を持つ3Dプリント可能なアルミニウム合金を開発しました。この新合金は、航空機や高性能自動車部品の軽量化を加速させ、輸送産業における大幅なエネルギー節約に貢献すると期待されています。MLによる効率的な材料設計と積層造形(3Dプリント)技術の組み合わせが、高強度と耐熱性を両立させました。

従来、新しい合金を開発するには、100万通り以上の組成をシミュレーションする必要がありましたが、MLを導入することで、わずか40通りの組成評価で最適な配合を特定できました。複雑な要素が非線形に寄与する材料特性探索において、MLツールは設計空間の探索を劇的に効率化します。この手法は、今後の合金設計プロセス全体を変革する可能性を秘めています。

高強度を実現した鍵は、製造プロセスにあります。従来の鋳造では冷却に時間がかかり、合金の強度を左右する微細な析出物が大きく成長してしまいます。対照的に、チームが採用したレーザー粉末床溶融結合(LBPF)などの3Dプリント技術は、急速な冷却と凝固を可能にし、予測通りの高強度を持つ微細な析出物を安定的に生成しました。

新合金は、現行の最強の鋳造アルミニウム合金に匹敵する強度を持ち、さらにアルミニウム合金としては非常に高い400度Cまでの高温安定性を誇ります。これにより、ジェットエンジンのファンブレードなど、これまでチタンや複合材が使われていた部品への適用が可能になります。チタンより50%以上軽量かつ最大10分の1のコストで済むため、部品製造の収益性を高めます。

この3Dプリント可能な新合金は、複雑な形状の製造に適しており、航空機部品のほかにも、高性能自動車やデータセンターの冷却装置など、幅広い分野での利用が見込まれています。材料設計と積層造形の特性を組み合わせたこの新たな設計手法は、様々な産業における軽量化ニーズに対応し、革新的な製品開発の扉を開きます。

IBM、AI IDEにClaude搭載し生産性45%向上へ

Claude統合の核心

IBMの企業向けソフトへのClaudeモデル導入
開発環境IDE「Project Bob」での活用開始
レガシーコードのモダナイゼーションを自動化
Anthropicとの提携で企業部門を強化

開発者生産性の成果

社内利用で平均生産性45%増を達成
コードコミット数を22〜43%増加
ClaudeやLlamaなどマルチモデルを連携

AIガバナンス戦略

セキュアなAIエージェント構築ガイドを共同開発
watsonx OrchestrateでのAgentOps導入による監視

IBMはAnthropicと戦略的提携を発表し、主力エンタープライズ・ソフトウェア群に大規模言語モデル(LLM)Claudeを統合します。特に、開発環境(IDE)である「Project Bob」にClaudeを組み込むことで、レガシーコードの刷新と開発者生産性の劇的な向上を目指します。

このAIファーストIDE「Project Bob」は、既にIBM内部の6000人の開発者に利用されており、平均で45%の生産性向上という驚異的な成果を上げています。このツールは、単なるコード補完ではなく、Java 8から最新バージョンへの移行など、複雑なモダナイゼーションタスクを自動化します。

Project Bobの最大の特徴は、AnthropicのClaudeだけでなく、Mistral、MetaのLlama、IBM独自のGranite 4など、複数のLLMをリアルタイムでオーケストレーションしている点です。これにより、タスクに応じて最適なモデルを選択し、精度、レイテンシ、コストのバランスをとっています。

また、両社はAIエージェントの企業導入における課題、特に本番環境でのガバナンスに着目しています。共同でセキュアなAIエージェント構築ガイドを作成し、設計・展開・管理を体系化するAgent Development Lifecycle(ADLC)フレームワークを提供します。

IBMは、AIガバナンスを強化するため、watsonx Orchestrateに新たな機能を追加します。オープンソースのビジュアルビルダーLangflowを統合し、さらにリアルタイム監視とポリシー制御を行うAgentOpsを導入します。

企業がAI導入で直面する「プロトタイプから本番への溝」を埋めることが狙いです。この包括的なアプローチは、単にエージェントを構築するだけでなく、エンタープライズ級の信頼性、コンプライアンス、セキュリティを確保するために不可欠な要素となります。

AIアプリを自然言語で構築、Google Opalが日本など15カ国で利用可能に

利用地域を大幅拡大

米国に続き日本、韓国など15カ国に展開
ノーコードでAIミニアプリを構築
初期ユーザーは実用的なアプリを多数開発
創造性と生産性向上を支援

デバッグと実行の進化

ステップ実行可能な高度なデバッグ機能
エラー箇所をリアルタイムで特定し即時修正
アプリ作成時間が大幅短縮され高速化
複雑なワークフローを並列実行で待ち時間削減

Google Labsは、ノーコードAIミニアプリビルダー「Opal」の提供地域を、日本を含む世界15カ国に拡大しました。Opalは自然言語の指示だけでAI搭載のWebアプリを構築できるツールです。このグローバル展開と同時に、Googleは開発者がより複雑なアプリを作成できるように、デバッグ機能の高度化とコアパフォーマンスの大幅な改善も発表しています。

Opalは、プログラミング知識がないユーザーでもAIの力を活用したアプリ開発を可能にすることを目指しています。当初、Googleはシンプルなツールの作成を想定していましたが、米国の初期導入ユーザーは、予想を遥かに超える洗練され実用的なアプリを生み出しました。この創造性の高まりが、今回のグローバル展開の主な動機となりました。

新たにOpalが提供開始されるのは、カナダ、インド、ブラジル、シンガポールなどに加え、アジア地域では日本、韓国、ベトナム、インドネシアなど主要な15カ国です。これにより、世界中のより多くのクリエイターが、ビジネスプロセスの自動化やマーケティングの効率化にAIを活用できるようになります。

ユーザーがより複雑なワークフローを構築するにつれて、透明性と信頼性の確保が求められていました。これに応え、Googleはノーコードのまま高度なデバッグプログラムを導入しました。視覚的なエディタでワークフローをステップバイステップで実行でき、エラーが起きた箇所を即座に特定できるため、推測に頼る作業を不要にします。

さらに、Opalのコアパフォーマンスも大幅に改善されました。従来、新しいアプリの作成には最大5秒以上かかっていましたが、この時間が劇的に短縮されています。また、複雑な複数ステップのワークフローでも処理を並列実行できるようにし、全体の待ち時間を削減することで、開発の効率性を高めています。

Anthropic、元Stripe CTOを迎え、エンタープライズ向け基盤強化へ

新CTOが担う役割

グローバルなエンタープライズ需要に対応
製品、インフラ、推論を全て統括
Claudeの信頼性・スケーラビリティ確保
世界水準のインフラ構築への注力

パティル氏のキャリア資産

直近はStripeの最高技術責任者(CTO)
Stripeで数兆ドル規模の取引を支援
AWSやMSなど大手クラウドでの経験
20年超のミッションクリティカルな構築実績

AI大手Anthropicは、元Stripeの最高技術責任者(CTO)であるラフル・パティル(Rahul Patil)氏を新たなCTOとして迎えました。これは、急速に増大するエンタープライズ顧客の需要に応えるため、Claudeの大規模かつ信頼性の高いインフラ基盤を構築することを最優先する、戦略的な人事です。

パティル氏は、製品、コンピューティング、インフラストラクチャ、推論、データサイエンス、セキュリティを含むエンジニアリング組織全体を監督します。彼のミッションは、Anthropicが持つ研究の優位性を活かしつつ、Claudeをグローバル企業が依存できる堅牢なプラットフォームへとスケールさせることです。

新CTOは、20年以上にわたり業界をリードするインフラを構築してきた実績があります。特にStripeでは、年間数兆ドルを処理する技術組織を指導しました。この経験は、高い可用性とセキュリティが求められる金融技術の領域で、ミッションクリティカルなシステムを構築する専門知識を示しています。

共同創業者兼社長のダニエラ・アモデイ氏は、Anthropicがすでに30万を超えるビジネス顧客にサービスを提供している点を強調しました。パティル氏の採用は、Claudeを「企業向けをリードするインテリジェンスプラットフォーム」に位置づけるという、同社の強いコミットメントを裏付けるものです。

なお、共同創業者であり前CTOのサム・マキャンディッシュ氏は、Chief Architect(チーフアーキテクト)に就任しました。彼は、大規模モデルトレーニング、研究生産性、RL(強化学習)インフラストラクチャといった根幹の研究開発分野に専念し、技術的な進化を引き続き主導します。

Anthropic、インド市場を本格攻略へ。最大財閥と提携、開発者拠点開設

インド事業拡大の戦略

バンガロールに開発者向けオフィスを開設
最大財閥Relianceとの戦略的提携を模索
モディ首相ら政府高官と会談し関係構築
米国に次ぐ第2の重要市場と位置づけ

市場価値と利用状況

インターネット利用者10億人超の巨大市場
Claudeウェブトラフィックは米国に次ぎ世界第2位
アプリの消費者支出は前年比572%増の急成長
現地開発者・スタートアップを主要ターゲットに設定

生成AI大手Anthropicは、インド市場での存在感を一気に高める戦略を進めています。共同創業者兼CEOのダリオ・アモデイ氏が今週インドを訪問し、バンガロールに新オフィスを開設する予定です。インドは米国に次ぐ同社にとって第2の主要市場であり、その攻略に向けた本格的な拡大フェーズに入りました。

この戦略の柱の一つが、インド最大の企業価値を誇る複合企業Reliance Industriesとの提携交渉です。アモデイCEOはムンバイでムケシュ・アンバニ会長ら幹部と会談する見通しです。RelianceはすでにGoogleやMetaと連携しAIインフラ構築を進めており、AnthropicのAIアシスタントClaudeのアクセス拡大を目的とした戦略的連携が期待されています。

インドは10億人を超えるインターネット利用者を抱える巨大市場であり、AnthropicのClaudeウェブサイトへのトラフィックは米国に次いで世界第2位です。同社は新設するバンガロールのオフィスを、主に現地の開発者(デベロッパー)やスタートアップを支援する拠点として位置づけています。これは営業・マーケティング・政策重視のOpenAIとは対照的なアプローチです。

インドでのClaudeの利用は急増しています。9月のClaudeアプリの消費者支出は前年同期比で572%増を記録しました。ダウンロード数も48%増加しており、現地のAIスタートアップが自社製品にClaudeモデルを採用するなど、ビジネス用途での需要も高まっています。この数値は市場の大きな潜在性を示唆しています。

インド市場は競争の激化が予想されます。OpenAIも今年後半にニューデリーでのオフィス開設を計画しているほか、検索AIのPerplexityも通信大手Bharti Airtelとの大規模な提携を通じて、3億6,000万超の顧客へのリーチを確保しています。各社が開発力と提携戦略を駆使し、市場の主導権を争う構図です。

OpenAI「Codex」一般提供開始、Slack連携とSDKで開発を加速

開発を加速する新機能

Slack連携によるタスクの直接委任
Codex SDKで独自のワークフローへ統合
環境制御・監視を行う管理者向けツール追加
CI/CD向けにGitHub Actionsも提供開始

実証された生産性向上

日常利用が8月以降10倍以上に急増
OpenAI社内PRマージ数が週70%増加
Ciscoは複雑なレビュー時間を最大50%削減
Instacartは技術的負債の自動クリーンアップを実現

OpenAIは、コード生成とレビューを支援するコーディングエージェント「Codex」の一般提供(GA)開始を発表しました。これにより、新たなSlack連携機能やCodex SDKが提供され、開発チームは既存のワークフロー内でAIをシームレスに活用できるようになります。世界中のスタートアップや大企業で採用が進んでおり、開発効率の劇的な向上が期待されています。

Codexは研究プレビュー開始以来、飛躍的に進化し、日常利用は8月上旬から10倍以上に急増しました。OpenAI社内ではほぼ全てのエンジニアが利用しており、プルリクエスト(PR)のマージ数が週70%増加しています。さらに、Codexが自動でPRをレビューし、本番環境に到達する前に重大な問題点を検出するなど、コード品質維持にも貢献しています。

今回のGAにおける目玉は、エンジニアリングワークフローに直接組み込むための「Codex SDK」と「Slack連携」です。SDKを利用すれば、Codex CLIの核となる強力なエージェントを独自のツールやアプリに数行のコードで統合できます。また、Slackから直接Codexにタスクを委任できるため、チームコラボレーションを効率化します。

大規模導入を進める企業向けには、新しい管理者ツールが追加されました。これにより、ChatGPTワークスペース管理者は、クラウド環境の制御、ローカル利用における安全なデフォルト設定の適用が可能になります。加えて、利用状況やコードレビューの品質を追跡するための分析ダッシュボードが提供され、ガバナンスと監視が強化されます。

導入事例として、Ciscoでは複雑なプルリクエストのレビュー時間を最大50%削減し、エンジニアはより創造的な業務に集中できています。また、InstacartではCodex SDKを統合し、ワンクリックでのエンドツーエンドのタスク完了や、デッドコードなどの技術的負債を自動で解消し、コードベース全体のレイテンシ改善に役立っています。

Slack連携およびSDKは、ChatGPT Plus、Pro、Business、Edu、Enterpriseの各プランで利用可能です。管理者向け機能は、企業での利用を想定しBusiness、Edu、Enterpriseプランに限定されています。OpenAIは、Codexを通じて開発者の生産性を根本から変革することを目指しています。

OpenAI、開発者向けAPIを大幅強化:GPT-5 ProとSora 2提供開始

フラッグシップモデルの進化

GPT-5 ProをAPI経由で提供開始
金融、法律など高精度な推論を要求する業界向け
動画生成モデルSora 2のAPIプレビュー公開
リアルなシーンと同期したサウンドの生成

低遅延音声AIの普及戦略

小型で安価な音声モデルgpt-realtime miniを導入
低遅延ストリーミングによる高速な音声対話を実現
旧モデル比でコストを70%削減し低価格化

OpenAIは先日のDev Dayにおいて、開発者向けAPIの大規模な機能強化を発表しました。特に注目すべきは、最新の言語モデル「GPT-5 Pro」、動画生成モデル「Sora 2」のAPIプレビュー公開、そして小型かつ安価な音声モデル「gpt-realtime mini」の導入です。これはAIエコシステムへの開発者誘致を加速させ、高精度なAI活用を目指す企業に新たな機会を提供します。

最新のフラッグシップモデルであるGPT-5 Proは、高い精度と深い推論能力を特徴としています。CEOのサム・アルトマン氏は、このモデルが金融、法律、医療といった、特に正確性が要求される業界のアプリケーション開発に有効だと強調しました。これにより、複雑な専門的タスクの自動化と品質向上が期待されます。

また、大きな話題を呼んだ動画生成モデルSora 2も、開発者エコシステム参加者向けにAPIプレビューが開始されました。開発者はSora 2の驚異的な動画出力能力を自身のアプリケーションに直接組み込めます。より現実的で物理的に一貫したシーン、詳細なカメラディレクション、そして視覚と同期した豊かなサウンドスケープの生成が可能です。

さらに、今後のAIとの主要な対話手段として重要視される音声機能強化のため、新モデル「gpt-realtime mini」が導入されました。このモデルは、APIを通じて低遅延のストリーミング対話に対応しており、応答速度が極めて重要なアプリケーション開発を可能にします。

gpt-realtime miniの最大の特徴は、そのコストパフォーマンスの高さです。従来の高度な音声モデルと同等の品質と表現力を維持しながら、利用コストを約70%も削減することに成功しました。この大幅な低価格化は、音声AI機能の普及を加速させ、より多くの企業が手軽にAIを活用できる環境を整えます。

ChatGPTがOS化へ。「Apps SDK」で外部アプリを統合

連携アプリの核心

ChatGPT内で完結する対話型アプリを実現
サードパーティ連携を可能にするApps SDKを発表
既存のGPTsとは異なる本格的なアプリ連携

対話を通じた機能実行

自然言語でアプリを呼び出しタスクを実行
地図・動画・資料などインタラクティブUI表示
Zillowで住宅検索、Canvaでデザイン生成

開発者への新機会

8億人超のChatGPTユーザーへリーチ
将来的にアプリ収益化と専用ストアを導入

OpenAIは年次開発者会議「DevDay」で、サードパーティ製アプリをChatGPT内に直接統合できる新ツール「Apps SDK」を発表しました。これにより、ChatGPTは単なるチャットボットから、AI駆動のオペレーティングシステム(OS)へと進化します。ZillowやSpotify、Canvaなどの有名サービスが既に連携を始めており、ユーザーはチャットを離れることなく、アプリの機能を自然言語で呼び出して利用できます。

Apps SDKの最大の特長は、従来のプラグインやGPTsと異なり、完全にインタラクティブなUIをチャット内に表示できる点です。例えば、ユーザーが特定の不動産を検索すれば、チャットウィンドウ内にZillowの対話型マップが表示されます。これにより、会話の流れを中断せず、視覚的な要素や操作を通じてタスクを完了できるため、ユーザー体験が大幅に向上します。

具体的な利用シーンとして、Canva連携では、「次のセール用インスタグラム投稿を作成して」と依頼するだけで、デザイン案が生成されます。また、ExpediaやBooking.comとの連携により、旅行の計画やホテルの予約も会話を通じて完結します。これは、AIがユーザーの指示を理解し、外部サービスのアクションを代行する「エージェント」機能の実現を意味します。

開発者にとって、Apps SDKは既存のシステムとAIを連携させる強力な手段です。これは、オープンスタンダードである「Model Context Protocol(MCP)」に基づいて構築されており、既存の顧客ログインやプレミアム機能へのアクセスも容易になります。これにより、開発者は8億人以上のChatGPTユーザーという巨大な流通チャネルを獲得可能です。

今後、OpenAIはアプリの収益化サポートを強化する予定です。「Agentic Commerce Protocol」により、チャット内での即時決済機能(インスタントチェックアウト)を導入する計画も示されました。さらに、法人・教育機関向けプランへの展開や、ユーザーがアプリを探せる専用ディレクトリの公開も予定されており、AIエコシステム構築が加速します。

OpenAI、AgentKitを発表:AIエージェント開発を数時間で実現

開発効率を劇的に向上

Agent Builderによる視覚的なワークフロー設計
複雑なオーケストレーションを数時間レベルで実現
開発サイクルを70%短縮(Ramp社事例)
エンジニアと専門家が同一インターフェースで共同作業

主要機能とエンタープライズ対応

ChatKit:製品にネイティブに組み込めるチャットUI
Connector Registry:外部データ接続の一元管理
評価機能Evalsのトレース採点に対応
GuardrailsによるPIIマスキングや安全層の確保

OpenAIはAIエージェントの構築、デプロイ、最適化を劇的に効率化する統合ツールキット「AgentKit」を発表しました。これまで断片化していたツール群を一本化し、複雑なマルチエージェントワークフローを視覚的に設計可能にします。これにより、開発期間が大幅に短縮され、市場投入までの摩擦を最小限に抑えることを目指し、企業の生産性向上を強力に支援します。

AgentKitの中核となるのは「Agent Builder」です。これはドラッグ&ドロップでロジックを構成できる視覚的なキャンバスであり、数ヶ月要していた複雑なオーケストレーションを数時間で完了させることが可能になります。金融企業のRamp社やLY Corporationといった事例は、このツールによりエージェント構築とデプロイの時間を劇的に短縮したことを実証しています。

エージェントを製品に組み込むための「ChatKit」は、チャットUIのデプロイを簡素化し、製品にネイティブな外観で埋め込みを可能にします。また「Connector Registry」により、管理者はDropboxやGoogle Driveなどの外部データ接続を一元管理できます。これは、大企業がセキュアな環境でエージェントを活用するための基盤となります。

信頼性の高いエージェント開発を支えるため、OpenAIは評価機能「Evals」を大幅に強化しました。エージェントワークフローの全行程を評価する「トレース採点」や、評価結果に基づいたプロンプトの自動最適化機能が追加されています。これにより、開発時間を50%以上短縮し、エージェントの精度向上に直結します。

Agent Builderには、オープンソースの安全レイヤーである「Guardrails」も統合されています。これは、個人識別情報(PII)のマスキングやジェイルブレイク検出などに対応し、エージェントの予期せぬ挙動や悪意ある利用から保護します。これにより、エンタープライズ利用に不可欠な安全層を確保しています。

AgentKitの提供状況は段階的です。ChatKitと強化されたEvals機能はすでに一般提供が始まっていますが、Agent Builderは現在ベータ版です。OpenAIはこれらのツールを標準APIモデル料金に含めることで、GoogleやMicrosoftといった競合他社との開発競争を優位に進めたい考えです。

AI生成タンパク質のバイオ脅威、MSが「ゼロデイ」発見し緊急パッチ適用

AIタンパク質の脅威発覚

AI設計による毒性タンパク質の生成
既存バイオ防御網の回避を確認
AIとバイオにおける初のゼロデイ脆弱性

緊急対応と国際協力

サイバー型CERTアプローチを適用
新たなAI耐性パッチを即時開発
IGSC通じ世界的に導入を完了

情報ハザード対策

機密データに階層型アクセスを適用
IBBISが利用申請を厳格審査

Microsoftの研究チームは、AIを用いたタンパク質設計(AIPD)ツールが悪性のタンパク質配列を生成し、既存のバイオセキュリティ・スクリーニングシステムを回避できるという深刻な脆弱性を発見しました。この「Paraphrase Project」は、AIとバイオセキュリティ分野における初の「ゼロデイ脆弱性」と認定され、サイバーセキュリティ型の緊急対応を促しました。この結果と対応策は、機密情報の開示方法に関する新たなモデルとともに科学誌Scienceに発表されました。

研究チームは、オープンソースのAIツールを利用して、毒素として知られるリシンなどのタンパク質配列を「パラフレーズ」(言い換え)するパイプラインを構築しました。その結果、生成された数千の変異体が、構造や機能を維持しながらも、主要なDNA合成企業が採用するスクリーニングソフトウェアの検出をすり抜けることが実証されました。これは、AIの高度な設計能力が、既存の防御手法(既知の配列との類似性に基づく)を無力化しうることを示しています。

この極めて危険な脆弱性の発見を受け、Microsoftは即座にサイバーセキュリティ分野のCERT(緊急対応チーム)モデルを採用しました。脆弱性の公表に先行して、Twist BioscienceなどのDNA合成企業や国際的なバイオセキュリティ機関と機密裏に連携し、10カ月間にわたり「レッドチーミング」を実施。AI設計タンパク質の検出能力を大幅に向上させる「パッチ」を開発し、国際遺伝子合成コンソーシアム(IGSC)を通じて世界中に迅速に展開しました。

AIタンパク質設計は、新薬開発などの恩恵と悪用のリスクという「二重用途のジレンマ」を内包します。研究結果の公開が悪意ある行為者に悪用される「情報ハザード」に対処するため、MicrosoftはIBBIS(国際バイオセキュリティ・バイオセーフティ・イニシアティブ・フォー・サイエンス)と協力し、画期的な開示モデルを確立することに注力しました。

この新モデルは、データとメソッドを潜在的な危険度に応じて分類する「階層型アクセスシステム」です。研究者はアクセス申請時に身元や目的を開示し、専門家委員会による審査を受けます。Science誌がこのアプローチを初めて正式に承認したことは、厳密な科学と責任あるリスク管理が両立可能であることを示し、今後の二重用途研究(DURC)における情報共有のテンプレートとして期待されています。

専門家らは、AIの進化により、既知のタンパク質を改変するだけでなく、自然界に存在しない全く新規の脅威が設計される時代が来ると警告しています。DNA合成スクリーニングは強力な防御線ですが、これに頼るだけでなく、システムレベルでの防御層を多重化することが不可欠です。AI開発者は、脅威認識と防御強化に直接応用する研究を加速させる必要があります。

GoogleがAI防衛戦略を強化、自動パッチAI「CodeMender」と報奨金制度を開始

自動パッチAI「CodeMender」

Gemini活用による複雑な脆弱性の自動修正
受動的/能動的防御アプローチの統合
人手によるレビュー前提の高品質パッチ提案
オープンソースに既に72件の修正を適用

AI特化の報奨金制度(VRP)

AI製品の脆弱性に特化したVRPを新設
最大報奨金は3万ドル(約450万円)
重点対象はAIによる「不正なアクション」
データ漏洩など実害のある脆弱性が対象

SAIF 2.0によるエージェント防御

自律型AIエージェントのリスクに対応
「制御・制限・可視化」の3原則を設定
SAIFリスクマップを業界団体に寄贈

Googleは、AIを攻撃ツールとして利用する悪質な脅威に対抗するため、包括的なAIセキュリティ戦略を始動しました。核となるのは、コードの脆弱性を自動修正するAIエージェント「CodeMender」の開発、AI製品に特化した報奨金制度「AI VRP」の新設、そして自律型エージェントの安全性を確保する「SAIF 2.0」へのフレームワーク拡張です。AIの力を防御側に決定的に傾けることを目指します。

中でも「CodeMender」は、ソフトウェア開発におけるセキュリティ対応のあり方を一変させる可能性があります。これはGeminiの高度な推論能力を活用し、複雑な脆弱性の根本原因を特定し、高品質なパッチを自動生成・適用するAIエージェントです。これにより、開発者は煩雑な修正作業から解放され、本質的な開発に集中できるようになります。

CodeMenderは、新しい脆弱性を即座に修正する「受動的」対応に加え、セキュアなコード構造への書き換えを促す「能動的」な防御も行います。既に、オープンソースプロジェクトに対し、人間によるレビューを経た72件のセキュリティ修正を適用しています。自己検証機能により、誤った修正や退行を防ぎながら、迅速なパッチ適用を実現します。

セキュリティ研究コミュニティとの連携を強化するため、GoogleはAI脆弱性報奨金制度(AI VRP)を立ち上げました。この制度では、LLMや生成AIシステムを悪用し、不正に動作させる「不正なアクション (Rogue Actions)」に関する報告に注力します。最高で3万ドル(約450万円)の報奨金が提供されます。

AI VRPは、データ漏洩やアカウント改ざんなど、セキュリティ上の実害を伴うAIの脆弱性を対象とします。例えば、プロンプトインジェクションにより、Google Homeに不正にドアを解錠させたり、機密情報を攻撃者のアカウントに要約・送信させたりするケースが該当します。単なるAIのハルシネーション(幻覚)は対象外です。

さらにGoogleは、自律的に動作するAIエージェントのセキュリティリスクに対応するため、「Secure AI Framework (SAIF) 2.0」を発表しました。このフレームワークでは、エージェントを安全に運用するための「人間による制御」「権限の制限」「行動の可視化」という3つのコア原則を掲げています。AIエージェントが普及する未来を見据えた業界標準の構築を推進しています。

デロイト、全47万人にAnthropic「Claude」を導入。安全性重視の企業AIを加速。

47万超に展開する大規模導入

Anthropic史上最大の企業導入
デロイトの全グローバル従業員に展開
組織横断的な生産性向上が目的

信頼性を担保する専門体制

Claude専門のCoE(中核拠点)を設立
15,000人の専門家を認定プログラムで育成
Trustworthy AI™フレームワークを適用

規制産業向けソリューション

金融・医療・公共サービスで活用
コンプライアンス機能を共同開発
Claudeの安全性設計を重視

デロイトはAnthropicとの提携を拡大し、同社の生成AIチャットボット「Claude」を世界中の全従業員47万人超に展開すると発表しました。これはAnthropicにとって過去最大のエンタープライズ導入案件です。高度な安全性とコンプライアンス機能を重視し、規制の厳しい金融やヘルスケア分野における企業向けAIソリューションの共同開発を進めます。

今回の提携の核心は、デロイトがAI活用を全社的にスケールさせるための体制構築です。同社はClaude専門の「Center of Excellence(CoE)」を設立し、導入フレームワークや技術サポートを提供します。また、15,000人のプロフェッショナルに対し、専用の認定プログラムを通じて高度なスキルを持つ人材を育成します。

デロイトがClaudeを選んだ最大の理由は、その「安全性ファースト」の設計が、企業の要求するコンプライアンスとコントロールに合致するためです。デロイトの「Trustworthy AI™」フレームワークと組み合わせることで、規制産業特有の高度な透明性と意思決定プロセスを確保したAIソリューションを提供します。

Claudeの導入により、コーディングやソフトウェア開発、顧客エンゲージメント、業界特有のコンサルティング業務など、デロイトの幅広い業務が変革される見込みです。特に「AIエージェントのペルソナ化」を通じ、会計士や開発者など職種に応じたAI活用を促進する計画です。

この大規模なAIへのコミットメントは、企業の生産性向上におけるAIの重要性を示す一方、課題も浮き彫りになりました。発表と同日、デロイトがAI使用による不正確な報告書でオーストラリア政府から返金を求められたことが報じられています。

デロイトの動きは、大規模プロフェッショナルサービスファームがAIを単なるツールとしてではなく、企業運営の根幹を再構築する戦略的プラットフォームと見なしていることを示します。エンタープライズAI導入においては、技術力だけでなく「信頼性」と「教育」が成功の鍵となります。

ChatGPT、週間8億ユーザーを達成 AIインフラへの巨額投資を加速

驚異的なユーザー成長

週間アクティブユーザー数:8億人
OpenAI活用開発者数:400万人
APIトークン処理量:毎分60億トークン
史上最速級のオンラインサービス成長

市場評価と事業拡大

企業価値:5000億ドル(世界最高未公開企業)
大規模AIインフラ「Stargate」の建設推進
Stripeと連携しエージェントコマースへ参入
インタラクティブな新世代アプリの実現を予告

OpenAIのサム・アルトマンCEOは、ChatGPTの週間アクティブユーザー数(WAU)が8億人に到達したと発表しました。これは、コンシューマー層に加え、開発者、企業、政府における採用が爆発的に拡大していることを示します。アルトマン氏は、AIが「遊ぶもの」から「毎日構築するもの」へと役割を変えたと強調しています。

ユーザー数の増加ペースは驚異的です。今年の3月末に5億人だったWAUは、8月に7億人を超え、わずか数ヶ月で8億人に達しました。さらに、OpenAIを活用して構築を行う開発者は400万人に及び、APIを通じて毎分60億トークン以上が処理されており、AIエコシステムの核として支配的な地位を確立しています。

この急成長の背景にあるのは、AIインフラへの巨額投資です。OpenAIは、大量のAIチップの確保競争を繰り広げるとともに、Oracleやソフトバンクとの提携により、次世代データセンター群「Stargate」など大規模AIインフラの構築を急いでいます。これは今後のさらなるサービス拡大と技術革新の基盤となります。

市場からの評価も高まり続けています。非公開株の売却取引により、OpenAIの企業価値は5000億ドル(約75兆円)に達し、世界で最も価値の高い未公開企業となりました。動画生成ツールSoraの新バージョンなど、新製品も矢継ぎ早に展開する勢いを見せています。

Dev Dayでは、ChatGPT内でアプリを構築するための新ツールが発表され、インタラクティブで適応型、パーソナライズされた「新しい世代のアプリ」の実現が予告されました。同社はStripeと連携し、エージェントベースのコマースプラットフォームへ参入するなど、ビジネス領域での活用も深化させています。

一方で、急速な普及に伴う課題も指摘されています。特に、AIがユーザーの意見に過度に追従する「追従性(sycophancy)」や、ユーザーを誤った結論に導くAI誘発性の妄想(delusion)といった倫理的・技術的な問題について、専門家からの懸念が続いています。企業はこれらの課題に対する対応も求められます。

AI生成コード急増が招くセキュリティ危機:透明性と責任追跡が困難に

新たなリスク源

AIは脆弱なコードを学習データとして取り込む
過去の脆弱性が再発・混入する可能性
特定コンテキストを考慮しない「ラフドラフト」の生成

開発ライフサイクルの複雑化

LLM出力が不安定で毎回異なるコードを生成
人間によるレビューへの過度な依存が発生
コードの所有権や監査履歴の追跡が困難

影響と対策の遅れ

企業のコードの6割以上がAI生成(2024年調査)
承認ツールリストを持つ組織は2割未満
リソースの少ない組織がセキュリティ被害を受けやすい

AIによるコード生成、通称「Vibe Coding」の急速な普及が、ソフトウェアサプライチェーンに新たな、かつ深刻なセキュリティリスクをもたらしています。セキュリティ専門家は、生産性向上と引き換えに、コードの透明性や責任追跡性が失われ、従来のオープンソースが抱えていた問題を上回る危険性を指摘しています。

その最大のリスクは、AIモデルが学習データとして、公開されている古い、脆弱な、または低品質なコードを取り込んでしまう点にあります。この結果、過去に存在した脆弱性がAIによって自動生成されたコード内に再発・混入する可能性が高まっています。

多くの開発者がゼロからコードを書く手間を省くため、AI生成コードを流用しています。しかし、AIは特定の製品やサービスの詳細なコンテキストを完全に把握せず「ラフドラフト」を生成するため、開発者は人間のレビュー能力に過度に依存せざるを得ません。

従来のオープンソースには、プルリクエストやコミットメッセージなど、誰がコードを修正・貢献したかを追跡するメカニズムが存在しました。しかし、AIコードにはそうしたアカウンタビリティ(責任追跡)の仕組みがなく、コードの所有権や人間の監査履歴が不明瞭になりがちです。

大規模言語モデル(LLM)は同じ指示を与えても毎回わずかに異なるコードを出力します。この特性は、チーム内での一貫性の確保やバージョン管理を極めて複雑にします。従来の開発プロセスに、AI由来の新たな複雑性が加わった形です。

調査によると、2024年には組織のコードの60%以上がAIによって生成されていると回答した幹部が3分の1に上りました。にもかかわらず、AIコード生成ツールの承認リストを持つ組織は2割未満にとどまり、セキュリティ対策の遅れが深刻化しています。

特に、低コストで迅速なアプリケーション開発を望む中小企業やリソースの少ない組織は、AIコードに依存することで、皮肉にもセキュリティ被害を被るリスクが不釣り合いに増大すると警告されています。企業は技術導入の際に、潜在的な影響を慎重に評価すべきです。

「直感」でアプリ開発へ。AIが切り拓くバイブ・コーディングの衝撃

バイブ・コーディングとは

定義:非エンジニアでも開発可能に
自然言語でアイデアを具現化
AIが自動でコードを生成・視覚化

開発変革の具体策

アイデアのプロトタイピングを加速
開発者とのビジュアル連携を強化
バグ修正や機能追加のタスク自動化

活用ツールとプロセス

Gemini (Canvas)で基本製品を生成
StitchでUI/フロントエンドを設計
Julesが生産レベルのコードを実装

Googleは、コーディングスキルがない人でも直感(Vibe)でアプリ開発を可能にする新領域「バイブ・コーディング」を提唱しています。これは、AIを活用し、作りたいもののイメージを自然言語で説明するだけで、ウェブサイトやアプリのプロトタイプを生成する手法です。これにより、アイデアを具現化するプロセスが大幅に民主化され、エンジニア以外のリーダーやデザイナーも開発に参画しやすくなります。

バイブ・コーディングを支えるのは、Googleが開発する複数のAIエージェントです。例えば、GeminiのCanvas機能は簡易なウェブアプリの試作を生成し、StitchはUI生成とフロントエンドコードを担当します。このデザインを、AIコーディングエージェントのJulesが受け取り、プロダクションレベルで動作するコードへと実装することで、アイデアから製品化までの全ループを支援します。

特にJulesは、開発者の生産性を飛躍的に高めるツールです。自然言語による指示に基づき、既存のコードに新しい機能を追加したり、バグ修正を自動的に実行したりできます。これにより、エンジニアは反復的な作業から解放され、より複雑なアーキテクチャ設計や重要な意思決定に集中できるようになります。

この手法の最大の利点は、ドキュメントではなく、インタラクティブなビジュアルから開発をスタートできる点にあります。非エンジニアは、頭の中で描いたビジョンを具体的なプロトタイプとして視覚化し、それを開発チームに正確に伝えることが可能です。これにより、設計段階での認識のズレを防ぎ、手戻りを最小限に抑えられます。

ただし、AIに任せきりにするのは禁物です。バイブ・コーディングを成功させる鍵は、最初のプロンプトの質にあります。Geminiなどを活用し、「考慮していない点は何か」「別の切り口はないか」と対話することで、プロンプトを洗練させ、より詳細で質の高いアウトプットを引き出す「センス」を磨くことが重要だとGoogleは指摘しています。

Supabase、評価額7500億円到達。AI開発で急成長

驚異的な成長スピード

シリーズEで1億ドルを調達
企業評価額は50億ドルに到達
わずか4ヶ月で評価額が2.5倍に
過去1年で3.8億ドルを調達

AI開発を支える基盤

FirebaseのOSS代替として誕生
自然言語開発で人気が沸騰
FigmaやReplitなど大手も採用
400万人の開発者コミュニティ

オープンソースのデータベースサービスを提供するSupabaseは10月3日、シリーズEラウンドで1億ドル(約150億円)を調達したと発表しました。これにより企業評価額は50億ドル(約7500億円)に達しました。本ラウンドはAccelとPeak XVが主導。自然言語でアプリを開発する「vibe-coding」の流行を背景に、AI開発基盤としての需要が急拡大しています。

同社の成長ペースは驚異的です。わずか4ヶ月前に評価額20億ドルでシリーズDを完了したばかりで、評価額は2.5倍に急増しました。過去1年間で調達した資金は3億8000万ドルに上り、企業評価額は推定で500%以上も上昇。累計調達額は5億ドルに達しています。

Supabaseは2020年創業のスタートアップで、元々はGoogleのFirebaseに代わるPostgreSQLベースのオープンソース代替サービスとして開発されました。データベース設定の複雑な部分を数クリックに簡略化し、認証やAPI自動生成、ファイルストレージなどの機能も提供します。

急成長の背景には、AIアプリ開発、特に「vibe-coding」と呼ばれる自然言語プログラミングの隆盛があります。Figma、Replit、Cursorといった最先端のAIコーディングツールが相次いで同社のデータベースを採用しており、開発者の間で確固たる地位を築きつつあります。

Supabaseの強みは、400万人の開発者が参加する活発なオープンソースコミュニティです。同社はこのコミュニティとの連携を重視しており、今回の資金調達では、コミュニティメンバーにも株式を購入する機会を提供するという異例の取り組みも発表しました。

OpenAI開発者会議、新AI製品発表で覇権狙うか

DevDay 2025の注目点

1500人以上が集う「過去最大」の祭典
CEOアルトマン氏による基調講演
元Appleデザイナー、アイブ氏との対談
開発者向け新機能のデモ

憶測呼ぶ新プロジェクト

噂されるAI搭載ブラウザの発表
アイブ氏と開発中のAIデバイス
動画生成AI「Sora」アプリの動向
GPT Storeに関する最新情報

OpenAIは、サンフランシスコで第3回年次開発者会議「DevDay 2025」を月曜日に開催します。1500人以上が参加する過去最大のイベントとなり、サム・アルトマンCEOによる基調講演や新発表が予定されています。GoogleやMetaなど巨大テック企業との競争が激化する中、AI業界での主導権をさらに強固にする狙いがあり、その発表内容に注目が集まっています。

会議の目玉は、アルトマンCEOによる基調講演と、長年Appleのデザイナーを務めたジョニー・アイブ氏との対談です。基調講演では新発表やライブデモが行われる予定です。アイブ氏とは、AI時代のものづくりについて語り合うとみられており、両氏が共同で進めるプロジェクトへの言及があるか注目されます。

今回のDevDayでは、具体的な発表内容は事前に明かされておらず、様々な憶測を呼んでいます。特に期待されているのが、開発中と噂されるAI搭載ブラウザや、アイブ氏と共同開発するAIデバイスに関する新情報です。昨年発表されたGPT Storeのアップデートについても関心が寄せられています。

OpenAIを取り巻く環境は、年々厳しさを増しています。GoogleやAnthropicのモデルはコーディングなどのタスクで性能を向上させており、Metaも優秀なAI人材を集め猛追しています。開発者を惹きつけるため、OpenAIはより高性能で低価格なモデルを投入し続ける必要があります。

2023年の初回会議ではGPT-4 Turboなどを発表した直後、アルトマン氏がCEOを解任される騒動がありました。昨年は比較的落ち着いた内容でしたが、今年はAIデバイスやソーシャルアプリなど事業領域を急拡大させており、再び大きな発表が行われるとの期待が高まっています。

アルトマンCEOによる基調講演は、OpenAIの公式YouTubeチャンネルでライブ配信される予定です。会場では、動画生成AI「Sora」で制作した短編映画の上映会なども企画されており、開発者コミュニティとの関係強化を図る姿勢がうかがえます。

iOS 26、オンデバイスAIでアプリ体験を刷新

オンデバイスAIの利点

推論コスト不要でAI機能実装
プライバシーに配慮した設計
ネット接続不要のオフライン動作

主な活用パターン

テキストの要約・生成・分類
ユーザー入力に基づく自動提案機能
音声からのタスク分解・文字起こし
パーソナライズされた助言・フィードバック

Appleが2025年の世界開発者会議(WWDC)で発表した「Foundation Models framework」が、最新OS「iOS 26」の公開に伴い、サードパーティ製アプリへの実装が本格化しています。開発者は、デバイス上で動作するこのローカルAIモデルを利用し、推論コストをかけずにアプリの機能を向上させることが可能です。これにより、ユーザーのプライバシーを保護しながら、より便利な体験を提供できるようになりました。

AppleのローカルAIモデルは、OpenAIなどの大規模言語モデルと比較すると小規模です。そのため、アプリの根幹を覆すような劇的な変化ではなく、日常的な使い勝手を向上させる「生活の質(QoL)」の改善が主な役割となります。推論コストが不要でオフラインでも動作する点が、開発者にとって大きな利点と言えるでしょう。

具体的な活用例として、生産性向上機能が挙げられます。タスク管理アプリ「Tasks」では音声からタスクを自動分割し、日記アプリ「Day One」はエントリーの要約やタイトルを提案します。また、レシピアプリ「Crouton」では、長文から調理手順を自動で抽出するなど、手作業を削減する機能が実装されています。

学習や創造性の分野でも活用が進んでいます。単語学習アプリ「LookUp」は、AIが単語の例文を生成し、学習をサポートします。子供向けアプリ「Lil Artist」では、キャラクターとテーマを選ぶだけでAIが物語を生成。ユーザーの創造性を刺激する新たな体験を提供しています。

個人の趣味や健康管理といった専門分野でも応用は多彩です。フィットネスアプリ「SmartGym」はワークアウトの要約を生成し、テニス練習アプリ「SwingVision」は動画から具体的なフォーム改善案を提示します。このように、AIがパーソナライズされた助言を行う事例が増えています。

今回の動きは、AI機能の導入がより身近になることを示唆しています。開発者は、サーバーコストやプライバシー問題を気にすることなく、高度な機能をアプリに組み込めるようになりました。iOS 26を皮切りに、オンデバイスAIを活用したアプリのイノベーションは、今後さらに加速していくとみられます。

AWS Bedrock、AI推論の世界規模での最適化

新機能「グローバル推論」

Bedrockで世界規模のAI推論
AnthropicのClaude 4.5に対応
最適なリージョンへ自動ルーティング

導入によるメリット

トラフィック急増にも安定稼働
従来比で約10%のコスト削減
監視・管理は単一リージョンで完結
グローバルなリソースで高いスループット

Amazon Web Services(AWS)は、生成AIサービス「Amazon Bedrock」において、新機能「グローバルクロスリージョン推論」の提供を開始しました。まずAnthropic社の最新モデル「Claude Sonnet 4.5」に対応し、AIへのリクエストを世界中の最適なAWSリージョンへ自動的に振り分けます。これにより企業は、トラフィックの急増や需要変動に柔軟に対応し、AIアプリケーションの安定性と処理能力をグローバル規模で高めることが可能になります。

この新機能の核心は、インテリジェントなリクエストルーティングにあります。Bedrockがモデルの可用性や各リージョンの負荷状況をリアルタイムで判断し、地理的な制約なく最適な場所で推論を実行します。開発者は、これまで必要だった複雑な負荷分散の仕組みを自前で構築する必要がなくなります。

最大のメリットは、耐障害性の向上です。予期せぬアクセス集中が発生しても、世界中のリソースを活用してリクエストを分散処理するため、安定したパフォーマンスを維持できます。これは、特にビジネスクリティカルなアプリケーションにおいて、機会損失や信用の低下を防ぐ上で極めて重要です。

さらに、コスト効率の改善も大きな魅力と言えるでしょう。このグローバル機能は、従来の特定の地理的範囲内でのクロスリージョン推論と比較して、入出力トークン価格が約10%安価に設定されています。つまり、より高い性能と安定性を、より低いコストで実現できるのです。

運用管理の負担も軽減されます。推論がどのリージョンで実行されても、ログデータはリクエストを発信した「ソースリージョン」に集約されます。これにより、AWS CloudWatchなどの使い慣れたツールでパフォーマンスや利用状況を一元的に監視・分析することができ、管理が煩雑になる心配はありません。

利用開始は簡単で、既存のアプリケーションコードをわずかに変更するだけで済みます。API呼び出し時に、リージョン固有のモデルIDの代わりにグローバル推論プロファイルIDを指定し、適切なIAM権限を設定すれば、すぐにこの強力なグローバルインフラの恩恵を受けられます。

AI人材獲得競争が激化、スタートアップの苦闘

大手AI企業との熾烈な競争

OpenAIなどが破格の報酬を提示
スタートアップは報酬面で太刀打ちできず
奇抜な採用手法も効果は限定的
候補者からの最終的な辞退が多発

スタートアップの生存戦略

狙いは「AIプロダクトエンジニア」
技術と製品志向を兼ね備えた希少人材
最も有効なのは既存の人脈活用
裁量権を武器に「ミニ創業者」体験を訴求

生成AI分野で、トップクラスの技術者を巡る人材獲得競争が熱狂の域に達しています。特に資金力のあるスタートアップでさえ、OpenAIやAnthropicといった巨大AI企業が提示する破格の報酬の前に、優秀な人材を確保することに苦戦を強いられています。各社はユニークな採用戦略を打ち出すものの、決定打とはならず、厳しい状況が続いています。

サンフランシスコに謎の暗号を記したビルボード広告を掲出したListen Labs社。見事解読した候補者と面接を重ねましたが、多くは結局、Anthropicのような大手を選びました。同社のCEOは「何時間も話した相手に断られるのは、非常につらい」と語ります。候補者の気を引くために高価な自転車をプレゼントして、ようやく採用にこぎつけたケースもあるほどです。

報酬格差は深刻です。AI営業プラットフォームを手がけるUnify社は、ある候補者のために特注の絵画を贈りました。しかし、OpenAIが同社の提示額の3倍の報酬をオファー。候補者は絵画を受け取ったまま、OpenAIに入社しました。この採用熱は、時価総額15億ドルと評価される急成長スタートアップDecagon社でさえ例外ではありません。

では、どのような採用手法が有効なのでしょうか。派手なイベントや贈り物よりも、創業者や従業員の個人的な人脈が最も信頼できると、多くの経営者は口を揃えます。Unify社では、社員全員のLinkedInの連絡先を共有シートにまとめ、候補者との共通のつながりを探し出す地道な努力を続けているといいます。

各社が追い求めるのは、「AIプロダクトエンジニア」と呼ばれる人材です。彼らは最新のAIツールを高速で使いこなし、高品質な製品を開発する技術力と、プロダクトマネージャーとしての視点を兼ね備えています。この条件を満たす人材は世界に数千人程度とされ、常に10社以上からオファーが殺到しているのが現状です。

こうした状況下で、スタートアップが大手と差別化する武器は「裁量権」です。製品開発の全工程に携われる「ミニ創業者」のような経験を提供できることをアピールしています。現在の採用バブルはいずれ終わるとの見方もありますが、それまでは各社の知恵を絞った人材獲得競争が続きそうです。

AIが生む「生物学的ゼロデイ」、安全保障に新たな穴

AIがもたらす新たな脅威

AIが設計する有害タンパク質
既存の検知システムを回避
Microsoft主導の研究で発覚

現行システムの脆弱性

DNA配列注文時の自動スクリーニング
既知の脅威との配列類似性に依存
未知のAI設計毒素は検知不能の恐れ

Microsoft主導の研究チームは、AI設計のタンパク質が生物兵器の製造を防ぐDNAスクリーニングを回避しうる「生物学的ゼロデイ」脆弱性を発見したと発表しました。これまで認識されていなかったこの安全保障上の脅威は、AIがもたらす新たなバイオセキュリティリスクとして警鐘を鳴らしています。

現在、ウイルスや毒素の元となるDNA配列はオンラインで簡単に発注できます。このリスクに対応するため、政府と業界は協力し、DNA合成企業に注文内容のスクリーニングを義務付けています。これにより、既知の危険なDNA配列がテロリストなどの手に渡るのを防ぐ体制が構築されてきました。

しかし、現行のスクリーニングシステムには限界があります。このシステムは、既知の脅威リストにあるDNA配列との類似性に基づいて危険性を判断します。そのため、配列は異なっていても同様の有害機能を持つ、全く新しいタンパク質を設計された場合、検知網をすり抜けてしまう恐れがありました。

ここにAIが悪用される懸念が生じます。AIモデルは、自然界に存在しないながらも、特定の機能を持つタンパク質をゼロから設計する能力を持ちます。AIが設計した未知の毒性タンパク質は、既存のデータベースに存在しないため、現在のスクリーニングでは「安全」と誤判定される可能性が指摘されています。

研究チームは防御策も検討しており、AI時代の新たな脅威への対応を訴えています。AI技術の恩恵を最大化しつつリスクを管理するには、開発者、企業、政府が連携し、防御技術も常に進化させ続けることが不可欠です。AIを事業に活用するリーダーにとっても、無視できない課題と言えるでしょう。

Perplexity、デザインチーム買収で体験価値向上へ

買収の概要

AI検索のPerplexityがチームを買収
対象はAIデザインの新興企業
新設「Agent Experiences」部門へ
買収額など条件は非公開

今後の影響

買収元の製品は90日以内に終了
利用者はデータ移行と返金が可能
PerplexityのUX強化への布石
Sequoia出資の有望チームを獲得

AI検索エンジンを手がける米Perplexityは10月2日、AIデザインツールを開発する米Visual Electricのチームを買収したと発表しました。Visual ElectricのチームはPerplexity内に新設される「Agent Experiences」グループに合流します。この買収は、単なる検索エンジンの枠を超え、より高度なユーザー体験を提供するための戦略的な一手とみられます。

Perplexityのアラビンド・スリニバスCEOがX(旧Twitter)で買収を認めましたが、買収金額などの詳細な条件は明らかにされていません。新設される「Agent Experiences」グループは、同社の今後の成長を担う重要部門と位置づけられており、対話型AIエージェントの体験価値向上をミッションとします。

買収されたVisual Electricは2022年設立。創業者にはApple、Facebook、Microsoft出身のエンジニアやデザイナーが名を連ねます。その高い技術力とデザイン性は、著名ベンチャーキャピタルのSequoia Capitalなどから250万ドルを調達した実績にも裏付けられています。

Visual Electricの主力製品は、デザイナーがAIで画像を生成し、無限のキャンバス上でアイデアを練るためのツールでした。今回の買収に伴い、この製品は90日以内にサービスを終了します。既存ユーザーはデータの書き出しが可能で、有料プラン加入者には日割りの返金対応が行われる予定です。

今回の動きは、Perplexityが単なる「回答エンジン」から、より高度でインタラクティブな「AIエージェント」へと進化する強い意志の表れと言えるでしょう。優秀なデザインチームの獲得は、複雑なタスクをこなすAIのUXを向上させる上で不可欠です。今後のサービス展開が一層注目されます。

OpenAI、評価額5000億ドルで世界首位の未公開企業に

驚異的な企業価値

従業員保有株の売却で価値急騰
評価額は5000億ドル(約75兆円)
未公開企業として史上最高額を記録

人材獲得競争と資金力

Metaなどへの人材流出に対抗
従業員への強力なリテンション策
ソフトバンクなど大手投資家が購入

巨額投資と事業拡大

インフラ投資計画を資金力で支える
最新動画モデル「Sora 2」も発表

AI開発のOpenAIが10月2日、従業員らが保有する株式の売却を完了し、企業評価額が5000億ドル(約75兆円)に達したことが明らかになりました。これは未公開企業として史上最高額であり、同社が世界で最も価値のあるスタートアップになったことを意味します。この株式売却は、大手テック企業との熾烈な人材獲得競争が背景にあります。

今回の株式売却は、OpenAI本体への資金調達ではなく、従業員や元従業員が保有する66億ドル相当の株式を現金化する機会を提供するものです。Meta社などが高額な報酬でOpenAIのトップエンジニアを引き抜く中、この動きは優秀な人材を維持するための強力なリテンション策として機能します。

株式の購入者には、ソフトバンクやThrive Capital、T. Rowe Priceといった著名な投資家が名を連ねています。同社は8月にも評価額3000億ドルで資金調達を完了したばかりであり、投資家からの絶大な信頼と期待が、その驚異的な成長を支えていると言えるでしょう。

OpenAIは、今後5年間でOracleのクラウドサービスに3000億ドルを投じるなど、野心的なインフラ計画を進めています。今回の評価額の高騰は、こうした巨額投資を正当化し、Nvidiaからの1000億ドル投資計画など、さらなる戦略的提携を加速させる要因となりそうです。

同社は最新の動画生成モデル「Sora 2」を発表するなど、製品開発の手を緩めていません。マイクロソフトとの合意による営利企業への転換も視野に入れており、その圧倒的な資金力と開発力で、AI業界の覇権をさらに強固なものにしていくと見られます。

新Pixel Buds、AIと独自チップで大幅進化

AIが支える新機能

Tensor A1チップでANC実現
AIによる風切り音抑制機能
バッテリー寿命が2倍に向上

ユーザー体験の向上

新設計のツイスト調整スタビライザー
ケースのバッテリーはユーザー交換可能
開発秘話をポッドキャストで公開

グーグルは10月2日、公式ブログ上で新型イヤホン「Pixel Buds 2a」の開発秘話を語るポッドキャスト番組を公開しました。製品マネージャーが登壇し、AIと独自チップでノイズキャンセル性能やバッテリー寿命をいかに向上させたかを解説しています。

進化の核となるのが、独自開発の「Tensor A1」チップです。これによりプロレベルのANC(アクティブノイズキャンセレーション)を実現。さらにAIを活用した風切り音抑制機能も搭載し、あらゆる環境でクリアな音質を提供します。

電力効率の改善でバッテリー寿命は2倍に向上しました。装着感を高める新スタビライザーや、特筆すべきユーザー交換可能なケースバッテリーなど、利用者の長期的な満足度を追求した設計が特徴です。

このポッドキャストでは、こうした技術的な詳細や開発の裏側が語られています。完全版はApple PodcastsやSpotifyで視聴でき、製品の優位性を理解したいエンジニアやリーダーにとって貴重な情報源となるでしょう。

Google新画像AI、編集・生成の常識を覆す

驚異の編集・生成能力

文脈を理解し一貫性を維持
本人そっくりの人物画像を生成
自然言語によるピクセル単位の修正
AIが曖昧な指示も的確に解釈

新たな創造性の探求

スケッチからリアルな画像を生成
古い写真の修復・カラー化も可能
最大3枚の画像を融合し新画像を創造
開発者向けツールとのシームレスな連携

Googleは2025年8月下旬、Geminiアプリに搭載された新しい画像生成・編集AIモデル「Nano Banana」を発表しました。このモデルはテキストと画像を同時に処理するネイティブなマルチモーダル能力を持ち、リリースからわずかな期間で50億以上の作品を生み出すなど世界中で注目を集めています。専門的なツールを不要にするその革新的な機能は、ビジネスにおける創造性の常識を大きく変える可能性を秘めています。

Nano Bananaの最大の強みは、シーンやキャラクターの一貫性を維持する能力です。一度生成した人物の服装やポーズ、背景だけを変更するなど、連続した編集が可能です。これにより、従来のAIが生成しがちだった「本人とは少し違う」違和感を解消し、広告素材のバリエーション作成や製品プロモーションなど、より実用的な応用が期待されます。

さらに、自然言語による「ピクセル単位の編集」も注目すべき機能です。「ソファの色を赤に変えて」といった簡単な指示で、画像内の特定要素だけを他の部分に影響を与えることなく修正できます。これにより、インテリアデザインのシミュレーションや、WebサイトのUIモックアップ修正といったタスクを、専門家でなくとも直感的に行えるようになります。

このモデルは、曖昧な指示から文脈を読み取って画像を生成したり、古い写真を歴史的背景を理解した上で修復・カラー化したりすることも可能です。また、最大3枚の画像を組み合わせて全く新しい画像を創造する機能もあり、アイデアの着想からプロトタイピングまでの時間を大幅に短縮し、これまでにないクリエイティブな表現を可能にします。

エンジニアや開発者にとってもNano Bananaは強力なツールとなります。Geminiアプリ内のCanvasやGoogle AI Studioと統合されており、画像ベースのアプリケーションを容易に構築できます。実際に、1枚の写真から様々な時代のスタイルに合わせた画像を生成する「PictureMe」のようなアプリが、社内のプロジェクトから生まれています。

Nano Bananaは、単なる画像生成ツールにとどまりません。専門的なスキルがなくとも誰もがアイデアを形にできる「創造性の民主化」を加速させます。Googleはすでに次の改良に取り組んでおり、この技術が今後、企業のマーケティングや製品開発にどのような革新をもたらすか、引き続き目が離せないでしょう。

GoogleのAIコーディング支援、APIとCLIで開発を加速

開発ワークフローに直接統合

ターミナルで直接操作するCLI提供
API公開でシステム連携が可能に
SlackやCI/CDパイプラインへ統合
作業環境の切替コストを大幅削減

Julesの進化と今後の展望

対話履歴を記憶するメモリ機能を搭載
Gemini 2.5 Proを基盤に動作
GitHub以外のバージョン管理も検討
プロ向け有料プランで利用上限拡大

Googleは10月2日、AIコーディングエージェント「Jules」を開発者のワークフローに深く統合するための新機能を発表しました。新たに提供されるコマンドラインインターフェース(CLI)とパブリックAPIにより、開発者はターミナルや既存ツールからJulesを直接利用できます。これは、開発環境の切り替え(コンテキストスイッチ)を減らし、生産性を向上させることが目的です。

今回のアップデートの核心は、開発者が日常的に使用するツールへの統合です。新CLI「Jules Tools」を使えば、WebサイトやGitHubを開くことなく、使い慣れたターミナル上でJulesにコーディングタスクを指示できます。また、公開されたAPIは、SlackやCI/CDパイプラインといった既存システムとの連携を可能にし、開発ワークフローの自動化を促進します。

Julesは、同じくGoogleが提供する「Gemini CLI」とは異なる役割を担います。Julesは、ユーザーが計画を承認すると自律的にタスクを遂行する非同期型のエージェントとして設計されています。一方、Gemini CLIは、ユーザーと対話を重ねながら作業を進める、より反復的な共同作業を想定しており、用途に応じた使い分けが求められます。

GoogleはJulesの機能強化を継続的に進めています。最近では、過去の対話やユーザーの好みを記憶する「メモリ機能」を導入しました。これにより、タスクを依頼するたびに同じ指示を繰り返す必要がなくなり、よりパーソナライズされたアシスタントとして進化しています。ファイルシステムの改善なども行われ、信頼性と品質が向上しています。

今後の展望として、Julesの利用環境の拡大が挙げられます。現在はGitHubリポジトリ内での利用が前提ですが、今後は他のバージョン管理システムへの対応も検討されています。これが実現すれば、より多様な開発環境でJulesの能力を活用できるようになり、開発者コミュニティにとって大きなメリットとなるでしょう。

AIエージェントの自律性が高まる一方、人間の監督も重要です。Julesは、タスクの実行中に行き詰まった場合、自ら処理を中断し、ユーザーに質問するように設計されています。これにより、AIが意図しない動作をするリスクを低減し、開発者が安心してタスクを委任できる信頼関係の構築を目指しています。

AIエージェント新時代へ、Claude 4.5登場

Claude 4.5の衝撃

Anthropic社の新AIモデル発表
自律型AIエージェント向けに特化
最大30時間、人間の介入なく稼働
ゼロからのソフト開発など複雑なタスクを遂行

AIエージェントの未来

AIの次なるフロンティア
生産性向上への大きな期待
人間の労働を代替・補強する可能性
実用化にはまだ課題も残る

AI開発企業Anthropicは、自律型AIエージェントの能力を大幅に向上させた新モデル「Claude Sonnet 4.5」を発表しました。このモデルは、特にソフトウェア開発などの複雑なタスクを、人間の介入を最小限に抑えながら長時間実行できるのが特徴です。AI業界が次なるフロンティアと位置づけるエージェント技術は、今どこまで進化しているのでしょうか。

Claude Sonnet 4.5の最大の特徴は、その驚異的な自律性にあります。Anthropicによれば、このモデルは単一のタスクに対し、最大30時間にわたって人間の手を借りずに作業を継続できるとのこと。例えば、ソフトウェアアプリケーションをゼロから構築するといった、従来は専門家が時間を要した作業の自動化が期待されています。

AIエージェント技術は、AnthropicだけでなくOpenAIやMicrosoftといった大手も注力する激戦区です。各社は、汎用チャットボットの次に生産性を飛躍させる起爆剤として、この技術に大きな期待を寄せています。人間の労働を代替、あるいは補強することで、ビジネスのあり方を根本から変える可能性を秘めているのです。

しかし、AIエージェントが私たちの仕事を全面的に代行する未来は、まだ先の話かもしれません。現状の技術はまだ発展途上であり、一般ユーザーが気軽にインターネット上でエージェントに仕事を依頼する段階には至っていません。特に、人間による適切な監督なしに長時間のタスクを任せることには、依然として課題が残ります。

とはいえ、Claude Sonnet 4.5の登場は、AIエージェント技術が着実な進歩を遂げていることを示しています。今後、コーディング以外の分野でどのような応用が進むのか、そして実用化に向けた課題がどう克服されていくのか。ビジネスリーダーやエンジニアにとって、その動向から目が離せない状況が続きそうです。

AIインフラ強化へ、Anthropicが新CTOを招聘

新体制の狙い

元Stripe CTOのRahul Patil氏が就任
AIインフラ・推論チームを統括
創業者は大規模モデル開発に専念
製品とインフラ部門の連携強化

激化する開発競争

競合は巨額のインフラ投資を継続
Claude利用急増による負荷増大
速度と電力効率の両立が急務
企業向けサービスの信頼性向上

AI開発企業Anthropicは10月2日、元Stripeの最高技術責任者(CTO)であるRahul Patil氏を新しいCTOとして迎え入れたと発表しました。競争が激化するAIインフラ分野を強化し、自社製品「Claude」の急成長に対応するのが狙いです。共同創業者のSam McCandlish氏はチーフアーキテクトとして、大規模モデル開発に専念します。

新体制では、Patil氏がコンピューティング、インフラ、推論といった技術部門全体を統括します。製品エンジニアリングチームとインフラチームをより密接に連携させることで、開発体制の効率化を図ります。一方、CTO職を退いたMcCandlish氏は、モデルの事前学習や大規模トレーニングに集中し、技術の最前線を切り開く役割を担います。

今回の経営陣刷新の背景には、AI業界における熾烈なインフラ開発競争があります。OpenAIやMetaなどが計算資源の確保に巨額の資金を投じており、Anthropicもインフラの最適化と拡張が喫緊の課題となっていました。

Anthropic自身も、主力AI「Claude」の利用者が急増し、インフラに大きな負荷がかかるという課題に直面していました。同社は7月、一部ヘビーユーザーの利用を受け、APIの利用制限を導入した経緯があります。安定したサービス提供には、インフラの抜本的な強化が不可欠でした。

Patil氏は、Stripeで5年間技術職を務めたほか、Oracleでクラウドインフラ担当上級副社長、AmazonやMicrosoftでもエンジニアリング職を歴任しました。この20年以上にわたる豊富な経験は、特に企業が求める信頼性の高いインフラを構築・拡張する上で大きな強みとなるでしょう。

AnthropicのDaniela Amodei社長は「Rahul氏は企業が必要とする信頼性の高いインフラを構築・拡張してきた実績がある」と期待を寄せます。Patil氏自身も「AI開発のこの極めて重要な時期に参加できることに興奮している。これ以上の使命と責任はない」と述べ、新天地での貢献に意欲を見せています。

a16z調査、スタートアップのAI支出先トップ50公開

支出先トップ企業の傾向

1位はOpenAI、2位はAnthropic
コーディング支援ツールが上位に多数
人間を支援するCopilot型ツールが主流

新たな市場トレンド

消費者向けツールの業務利用が加速
特定分野に特化した垂直型アプリも4割
セールス・採用・顧客対応が人気分野

今後の市場予測

特定カテゴリでの市場独占はまだない
自律型エージェントへの移行はこれから

著名ベンチャーキャピタルのAndreessen Horowitz (a16z)は10月2日、フィンテック企業Mercuryと共同で、スタートアップが実際に支出しているAI企業トップ50に関するレポートを公開しました。Mercuryの取引データに基づくこの調査では、OpenAIが首位を獲得。人間の作業を支援するCopilot型ツールが主流である一方、市場はまだ特定ツールに集約されておらず、急速に変化している実態が明らかになりました。

ランキングのトップはOpenAI、2位はAnthropicと、大規模言語モデルを開発する主要ラボが独占しました。一方で、Replit(3位)やCursor(6位)といったコーディング支援ツールも上位にランクインし、開発現場でのAI活用が定着していることを示しています。スタートアップの開発者生産性の向上への強い関心がうかがえます。

現在、支出の主流は人間の生産性を高める「Copilot(副操縦士)」型ツールです。これは、多くの企業がまだ業務を完全に自動化する「自律型エージェント」への移行に慎重であることを示唆しています。しかし専門家は、技術の進化に伴い、今後はより自律的なツールへのシフトが進むと予測しています。

市場はまだ勝者が決まっていない「戦国時代」の様相を呈しています。例えば、議事録作成ツールではOtter.aiやRead AIなど複数のサービスがリスト入りしました。これは、スタートアップが画一的な製品に縛られず、自社のニーズに最適なツールを自由に選択・試用している段階であることを物語っています。

興味深いのは、CapCutやMidjourneyといった消費者向けツールがビジネスシーンで採用されている点です。個人が使い慣れた優れたUI/UXのツールを職場に持ち込む動きが加速しており、コンシューマー向けとエンタープライズ向けの垣根はますます低くなっています。この傾向は新たなビジネス機会を生むでしょう。

a16zのパートナーは、このランキングが今後1年で大きく変動する可能性を指摘しています。「12カ月前のレガシー」という言葉が示すように、AI業界の進化は非常に速いのです。既存企業もAI機能を追加しており、新旧プレイヤーが入り乱れる激しい競争環境が続くとみられます。

ウィキデータ、AI開発支援へベクトルDB公開

AI向け新データベース公開

ウィキメディア・ドイツ協会が主導
Jina.AI、DataStaxと協業
構造化データをベクトル化
RAGシステムとの連携を強化

高品質データでAI開発を革新

AIモデルの精度向上に貢献
大手以外の開発者にも機会を提供
著作権リスクの低いデータソース
ニッチな情報のAIへの反映を促進

ウィキメディア・ドイツ協会は10月1日、AI開発者向けにWikipediaの構造化データ「Wikidata」へのアクセスを容易にする新プロジェクトを発表しました。この「Wikidata Embedding Project」は、1億件以上のデータをベクトル化し、AIモデルが文脈を理解しやすくするものです。AI開発の精度向上と民主化を目指します。

プロジェクトの核となるのは、ベクトルベースのセマンティック検索です。単語や概念を数値ベクトルに変換することで、AIはキーワードの一致だけでなく、意味的な関連性も捉えられます。特に、外部情報を参照して回答精度を高めるRAG(Retrieval-Augmented Generation)システムとの連携が大幅に向上します。

従来のWikidataは、専門的なクエリ言語「SPARQL」やキーワード検索が中心で、AIモデルが直接活用するには障壁がありました。今回の新データベースは、自然言語での問い合わせにも対応し、開発者がより直感的に、かつ文脈に沿った情報を引き出すことを可能にします。

AI業界では、信頼性の高い学習データへの需要が急騰しています。このプロジェクトは、Web全体から情報を収集するデータとは一線を画し、編集者によって検証された高品質な知識を提供。大手テック企業以外の開発者にも公平な競争環境をもたらすことが期待されます。

プロジェクト責任者は「強力なAIは一握りの企業に支配される必要はない」と述べ、その独立性を強調しています。この取り組みは、オープンで協調的なAIエコシステムの構築に向けた重要な一歩と言えるでしょう。データベースはすでに公開されており、開発者からのフィードバックを元に更新が予定されています。

Salesforce、自然言語で開発する新AIツール発表

新ツール「Agentforce Vibes」

自然言語で開発するバイブコーディング
AIエージェント「Vibe Codey」が自動実装
アプリのアイデア出しから構築まで支援
既存Salesforceアカウントと連携

企業導入の利点と市場背景

既存コードを再利用しセキュリティを確保
開発環境のセットアップが不要
過熱するバイブコーディング市場に参入
既存ユーザーには当面無料で提供

企業向けソフトウェア大手のセールスフォースは10月1日、新たなAI搭載開発者ツール「Agentforce Vibes」を発表しました。このツールは、開発者が自然言語で要件を記述するとAIが自動でコードを生成する「バイブコーディング」を企業向けに提供します。既存のSalesforce環境と連携し、セキュリティを確保しながら開発プロセスを大幅に自動化することで、企業のアプリケーション開発の生産性向上を目指します。

新ツールの核となるのは、自律型AIコーディングエージェント「Vibe Codey」です。このエージェントは、アプリケーションのアイデア出しから設計、構築、さらには運用監視に至るまで、開発ライフサイクル全体を支援します。開発者は複雑な技術的実装から解放され、より創造的な業務に集中できるようになるでしょう。

「Agentforce Vibes」の大きな特徴は、企業の既存Salesforceアカウントと直接連携する点です。これにより、組織が既に保有するコード資産を再利用したり、独自のコーディングガイドラインをAIに遵守させたりすることが可能になります。ゼロから開発を始める必要がなく、エンタープライズレベルのセキュリティとガバナンスを維持したまま、AI開発の恩恵を享受できます。

近年、バイブコーディング分野ではスタートアップが巨額の資金調達に成功するなど市場が過熱しています。一方で、AIモデルの運用コストの高さが収益性を圧迫するという課題も指摘されています。セールスフォースは、巨大な製品スイートの一部として提供することでコスト圧力を軽減し、安定したサービス提供で差別化を図る戦略です。

同社は現在、既存ユーザーに対して「Agentforce Vibes」を無料で提供しており、将来的に有料プランの導入を予定しています。利用するAIモデルは、OpenAI社のGPT-5と自社ホストのQwen 3.0を組み合わせることで、コストと性能のバランスを取っています。開発の参入障壁を下げるこの取り組みが、市場にどのような影響を与えるか注目されます。

OpenAI、音声付き動画AI発表 ディープフェイクアプリも

Sora 2の進化点

映像と同期する音声の生成
対話や効果音もリアルに再現
物理法則のシミュレーション精度向上
複雑な指示への忠実性が大幅アップ

ディープフェイクアプリ

TikTok風のSNSアプリを同時公開
自身の「カメオ」でディープフェイク作成
公開範囲は4段階で設定可能
誤情報や著作権侵害への懸念が噴出

OpenAIが10月1日、動画生成AIの次世代モデル「Sora 2」と、TikTok風のSNSアプリ「Sora」を同時公開しました。Sora 2は映像と同期した音声生成が可能となり、専門家からは「動画生成におけるChatGPTの瞬間」との声も上がっています。しかし、自身の分身(カメオ)を手軽に作成できる機能は、ディープフェイクによる誤情報拡散のリスクをはらんでおり、社会的な議論を呼んでいます。

「Sora 2」の最大の進化点は、音声との同期です。これまでのモデルと異なり、人物の対話や背景の環境音、効果音などを映像に合わせて違和感なく生成できます。さらに、物理法則のシミュレーション精度も向上しており、より現実に近い、複雑な動きの再現が可能になりました。

同時に発表されたiOSアプリ「Sora」は、AI生成動画を共有するSNSです。最大の特徴は「カメオ」機能。ユーザーが自身の顔をスキャンして登録すると、テキスト指示だけで本人そっくりの動画を作成できます。友人や一般への公開範囲も設定可能です。

この新技術はエンターテイメントやコミュニケーションの新たな形を提示する一方、深刻なリスクも内包しています。特に、リアルなディープフェイクを誰でも簡単に作れる環境は、悪意ある偽情報の拡散や、いじめ、詐欺などに悪用される危険性が専門家から指摘されています。

著作権の問題も浮上しています。報道によると、Soraは著作権者がオプトアウト(拒否)しない限り、そのコンテンツを学習データに利用する方針です。アプリ内では既に人気キャラクターの無断使用も見られます。OpenAIは電子透かし等の対策を講じますが、実効性には疑問の声が上がっています。

「Sora 2」とSoraアプリの登場は、動画生成AIが新たなステージに入ったことを示しています。利便性と創造性を飛躍的に高める一方で、倫理的・社会的な課題への対応が急務です。経営者や開発者は、この技術の可能性とリスクの両面を深く理解し、慎重に活用戦略を検討する必要があるでしょう。

高性能LLMをローカルPCで、NVIDIAが活用ガイド公開

RTXでLLMを高速化

プライバシーと管理性をローカル環境で確保
サブスクリプション費用が不要
RTX GPUで推論を高速化
高品質なオープンモデルを活用

主要な最適化ツール

簡単操作のOllamaで手軽に開始
多機能なLM Studioでモデルを試用
AnythingLLMで独自AIを構築
これらツールのパフォーマンス向上を実現

NVIDIAは、同社のRTX搭載PC上で大規模言語モデル(LLM)をローカル環境で実行するためのガイドを公開しました。プライバシー保護やサブスクリプション費用の削減を求める声が高まる中、OllamaやLM Studioといったオープンソースツールを最適化し、高性能なAI体験を手軽に実現する方法を提示しています。これにより、開発者や研究者だけでなく、一般ユーザーによるLLM活用も本格化しそうです。

これまでクラウド経由が主流だったLLMですが、なぜ今、ローカル環境での実行が注目されるのでしょうか。最大の理由は、プライバシーとデータ管理の向上です。機密情報を外部に出すことなく、手元のPCで安全に処理できます。また、月々の利用料も不要で、高品質なオープンモデルが登場したことも、この流れを後押ししています。

手軽に始めるための一つの選択肢が、オープンソースツール「Ollama」です。NVIDIAはOllamaと協力し、RTX GPU上でのパフォーマンスを大幅に向上させました。特にOpenAIのgpt-oss-20BモデルやGoogleのGemma 3モデルで最適化が進んでおり、メモリ使用効率の改善やマルチGPU対応も強化されています。

より専門的な利用には、人気のllama.cppを基盤とする「LM Studio」が適しています。こちらもNVIDIAとの連携で最適化が進み、最新のNVIDIA Nemotron Nano v2モデルをサポート。さらに、推論を最大20%高速化するFlash Attentionが標準で有効になるなど、RTX GPUの性能を最大限に引き出します。

ローカルLLMの真価は、独自のAIアシスタント構築で発揮されます。例えば「AnythingLLM」を使えば、講義資料や教科書を読み込ませ、学生一人ひとりに合わせた学習支援ツールを作成できます。ファイル数や利用期間の制限なく対話できるため、長期間にわたる文脈を理解した、よりパーソナルなAIが実現可能です。

NVIDIAの取り組みは汎用ツールに留まりません。ゲームPCの最適化を支援するAIアシスタント「Project G-Assist」も更新され、音声やテキストでラップトップの設定を直接変更できるようになりました。AI技術をより身近なPC操作に統合する試みと言えるでしょう。このように、RTX PCを基盤としたローカルAIのエコシステムが着実に拡大しています。

プライバシーを確保しつつ、高速かつ低コストでAIを動かす環境が整いつつあります。NVIDIAの推進するローカルLLM活用は、経営者やエンジニアにとって、自社のデータ資産を活かした新たな価値創出の好機となるでしょう。

元OpenAIムラティ氏、AI調整ツールTinker公開

元OpenAI幹部の新挑戦

ミラ・ムラティ氏が新会社を設立
初製品はAIモデル調整ツールTinker
評価額120億ドルの大型スタートアップ

TinkerでAI開発を民主化

専門的な調整作業をAPIで自動化
強化学習でモデルの新たな能力を開拓
調整済みモデルはダウンロードして自由に利用可

元OpenAIの最高技術責任者(CTO)であったミラ・ムラティ氏が共同設立した新興企業「Thinking Machines Lab」は2025年10月1日、初の製品となるAIモデル調整ツール「Tinker」を発表しました。このツールは、最先端AIモデルのカスタマイズ(ファインチューニング)を自動化し、より多くの開発者や研究者が高度なAI技術を利用できるようにすることを目的としています。

「Tinker」は、これまで専門知識と多大な計算資源を要したモデルのファインチューニング作業を大幅に簡略化します。GPUクラスタの管理や大規模な学習プロセスの安定化といった複雑な作業を自動化し、ユーザーはAPIを通じて数行のコードを記述するだけで、独自のAIモデルを作成できるようになります。

特に注目されるのが、強化学習(RL)の活用です。共同創業者でChatGPT開発にも関わったジョン・シュルマン氏が主導するこの技術により、人間のフィードバックを通じてモデルの対話能力や問題解決能力を飛躍的に向上させることが可能です。Tinkerは、この「秘伝のタレ」とも言える技術を開発者に提供します。

Thinking Machines Labには、ムラティ氏をはじめOpenAIの元共同創業者や研究担当副社長など、トップレベルの人材が集結しています。同社は製品発表前にすでに20億ドルのシード資金を調達し、評価額は120億ドルに達するなど、業界から極めて高い期待が寄せられています。

現在、TinkerはMeta社の「Llama」やAlibaba社の「Qwen」といったオープンソースモデルに対応しています。大手テック企業がモデルを非公開にする傾向が強まる中、同社はオープンなアプローチを推進することで、AI研究のさらなる発展と民主化を目指す考えです。これにより、イノベーションの加速が期待されます。

AIが知財戦略を加速、セキュアなイノベーション実現へ

AIによる知財業務の革新

アイデア創出から保護までを一気通貫で支援
AIによる先行技術調査の高速化
定量的な新規性評価による意思決定の迅速化
IEEEの技術文献へのダイレクトアクセス

鉄壁のセキュリティと信頼性

プライベート環境で情報漏洩を防止
ITAR準拠による高い安全性
オープンソースAIの脆弱性リスクを回避
説明可能で追跡可能なアウトプットの提供

知財インテリジェンス企業のIP.comが、AIを活用したプラットフォーム「Innovation Power Suite」で、企業の知財戦略とイノベーションを加速させています。グローバルな技術覇権競争が激化する現代において、アイデア創出から先行技術調査、発明保護までをセキュアな環境で一貫して支援し、その価値を高めています。

イノベーションが経済的強靭性に直結する今、知財は重要な戦略資産です。米国特許商標庁(USPTO)もAI活用を推進するなど、安全で信頼できるAIの導入は国家的な課題となっています。このような背景から、効率的で倫理的なAI支援型イノベーション基盤の必要性がかつてなく高まっています。

IP.comが提供する「Innovation Power (IP) Suite®」は、この課題に応えるソリューションです。AIを活用し、アイデア創出、定量的な新規性評価、先行技術分析、発明開示書作成まで、知財ライフサイクル全体を支援。これにより、研究開発チームや知財専門家は、より迅速かつ的確な意思決定を下せます。

最大の特長は、その鉄壁のセキュリティにあります。プラットフォームは完全に独立したプライベート環境で動作し、ITAR(国際武器取引規則)にも準拠。入力情報が外部のAIモデルと共有されることはなく、情報漏洩やIP盗難のリスクを根本から排除し、オープンソースAIとは一線を画す信頼性を誇ります。

さらに、エンジニアにとって価値ある機能がIEEEの学術コンテンツへの直接アクセスです。信頼性の高い査読済み論文や国際会議の議事録をプラットフォーム内で直接検索・分析可能。これにより、コンセプトの検証や重複研究の回避が効率化され、研究開発の質とスピードが飛躍的に向上します。

グローバル競争が激化し、経済安全保障の観点からも知財保護の重要性が増す中、信頼できるAIツールの選択は経営の根幹を左右します。IP.comは、20年以上の実績に裏打ちされた技術力で、企業が自信を持ってイノベーションを創出し、競争力を高めるための強力なパートナーとなるでしょう。

Google、AIでサウジ世界遺産をバーチャル体験

世界遺産をバーチャル探訪

ストリートビューで路地を散策
10以上の象徴的ランドマーク
15km以上の360度画像で再現
過去と現在の写真を比較鑑賞

AIが歴史を語りかける

AIによる音声ガイドツアー
建築や工芸の歴史を自動解説
貿易や巡礼での役割を紹介
家族で楽しむパズル機能も

Googleはサウジアラビアのジェッダ歴史地区プログラムと提携し、ユネスコ世界遺産である同地区をバーチャルで体験できるオンライン展示をGoogle Arts & Cultureで公開しました。AIやストリートビューなどの最新技術を駆使し、世界中の人々が歴史的遺産の魅力に触れる機会を提供します。これは文化遺産の保存とデジタル技術の融合における画期的な事例です。

今回の目玉の一つが、ストリートビューによる没入型体験です。10以上の象徴的な場所と15km以上に及ぶ路地が360度画像でデジタル化されました。利用者は、かつて巡礼者が歩んだ道を辿ったり、17世紀のモスクを訪れたりするなど、まるで現地にいるかのような感覚で歴史地区を自由に散策できます。

特に注目すべきは、AIを活用した音声ガイド「トーキングツアー」です。利用者がバーチャル空間を移動すると、AIが建築様式の意義や、ジェッダが世界貿易や巡礼で果たした役割などを自動で解説します。文化体験に対話型の学習要素を取り入れた、新しい試みと言えるでしょう。

さらに、アーカイブ写真と現在の画像を比較できる「ポケットギャラリー」では、都市の変遷と修復の軌跡を視覚的に追体験できます。また、家族で楽しめる「パズルパーティー」機能も用意されており、ゲーミフィケーションを通じて文化遺産への関心を高める工夫が凝らされています。

このプロジェクトは、テクノロジーが文化遺産の保存と公開にどう貢献できるかを示す好例です。地理的な制約を超えて文化へのアクセスを民主化すると同時に、AIによる新たな付加価値創出の可能性も示唆しています。ビジネスリーダーやエンジニアにとっても、技術応用のヒントとなるでしょう。

AI動画は物理法則を理解したか?Google論文の検証

DeepMindの野心的な主張

Google Veo 3の能力を検証
ゼロショットでのタスク解決を主張
汎用的な視覚基盤モデルへの道筋

見えてきた性能の限界

一部タスクでは高い一貫性
ロボットの動作や画像処理で成功
全体としては一貫性に欠ける結果
「世界モデル」構築はまだ途上

Google DeepMindが、最新のAI動画モデル「Veo 3」が物理世界をどの程度理解できるかを探る研究論文を発表しました。論文では、Veo 3が訓練データにないタスクもこなす「世界モデル」への道を歩んでいると主張しますが、その結果は一貫性に欠け、真の物理世界のシミュレーション能力には依然として大きな課題があることを示唆しています。

研究者らは、Veo 3が明示的に学習していない多様なタスクを解決できる「ゼロショット学習者」であると主張します。これは、AIが未知の状況に対しても柔軟に対応できる能力を持つことを意味し、将来的に汎用的な視覚基盤モデルへと進化する可能性を示唆するものです。

確かに、一部のタスクでは目覚ましい成果を上げています。例えば、ロボットの手が瓶を開けたり、ボールを投げたり捕ったりする動作は、試行を通じて安定して説得力のある動画を生成できました。画像のノイズ除去や物体検出といった領域でも、ほぼ完璧に近い結果を示しています。

しかし、その評価には注意が必要です。外部の専門家は、研究者たちが現在のモデルの能力をやや楽観的に評価していると指摘します。多くのタスクにおいて結果は一貫性を欠いており、現在のAI動画モデルが、現実世界の複雑な物理法則を完全に理解していると結論付けるのは時期尚早と言えるでしょう。

経営者やエンジニアにとって重要なのは、この技術の現状と限界を冷静に見極めることです。AI動画生成は強力なツールとなり得ますが、物理的な正確性が求められるシミュレーションやロボット工学への応用には、まだ慎重な検証が必要です。

Google、AIで巨匠の作風を学び椅子をデザイン

AIとデザイナーの協業

Googleと著名デザイナーの協業
生成AIでデザインを試作
有機的な作風をAIが学習

独自モデルで創造性を拡張

独自スケッチでAIを訓練
言語化と対話で出力を調整
金属3Dプリンタで実物化
創造性を拡張する協業ツール

Google DeepMindは、世界的に著名なデザイナーであるロス・ラブグローブ氏と協業し、生成AIを用いてユニークな椅子をデザインしました。ラブグローブ氏独自のスケッチ群を学習データとし、画像生成モデルをファインチューニング。AIとの対話を通じて氏の作風を反映した新たなアイデアを生み出し、最終的に金属3Dプリンターで物理的なプロトタイプを制作しました。これはAIが創造的プロセスを支援する強力なツールとなり得ることを示す事例です。

プロジェクトの目的は、生成AIを用いてコンセプト作りから物理的な製品まで一貫してデザインを完遂することでした。題材に選ばれたのは、機能が固定されつつも形状の自由度が高い「椅子」。デザイナーの独自のスタイルやニュアンスをAIがどこまで正確に捉え、表現できるかという、古典的かつ本質的なデザインの課題に挑戦しました。

開発チームは、ラブグローブ氏が厳選したスケッチの高品質なデータセットを作成。これをGoogleのテキスト画像生成モデル「Imagen」に学習させ、ファインチューニングを行いました。このプロセスにより、モデルはラブグローブ氏のデザイン言語の核となる特有の曲線や構造的論理、有機的なパターンを組み込み、氏の作風に根差した新しいコンセプトを生成できるようになったのです。

成功の鍵は、デザイナーとAIの「対話」にありました。チームは、氏のデザイン語彙を言語化し、AIへの指示(プロンプト)を工夫することで、出力の精度を高めました。例えば、あえて「椅子」という単語を使わず類義語で指示を出し、より多様な形状や機能の探求を促しました。この試行錯誤が、AIを単なるツールから共同制作者へと昇華させたのです。

AIとの協業プロセスを経て生み出された数々のコンセプトから、ラブグローブ氏のチームは最終的なデザインを選定。金属3Dプリンティング技術を用いて、AIが生成したデジタルデータを実物の椅子として作り上げました。ラブグローブ氏は「AIが、ユニークで並外れた何かをプロセスにもたらしうることを示している」と、この成果を高く評価しています。

この事例は、AIが人間の専門性や創造性を代替するのではなく、むしろ拡張するための強力なパートナーになり得ることを明確に示しています。自社の製品開発やサービス設計において、AIをいかに「協業相手」として活用するか。経営者やエンジニアにとって、その可能性を探る貴重なヒントとなるでしょう。

Replit、プロ向けから転換しARR50倍増

急成長の背景

ARRが280万ドルから1.5億ドルへ急増
プロ開発者からの大胆なピボット
非技術者向けはより多くの計算能力を要求

AIエージェント戦略

自律型AIエージェントの開発に注力
複数のLLMを競わせ品質を向上
AIの報酬ハッキング問題への挑戦

今後のビジョン

10億人のソフトウェア開発者を創出
高度な安全性とセキュリティが競争優位に

オンライン開発環境を提供するReplitの創業者兼CEO、Amjad Masad氏が、同社の年間経常収益(ARR)を280万ドルから1億5000万ドルへと約50倍に急成長させた秘訣を語りました。成功の鍵は、プロの開発者から非技術者ユーザーへとターゲットを大胆に転換したこと。この戦略転換が、AI時代の新たな成長を牽引しています。

Replitは長年、ARRが約280万ドルで伸び悩んでいました。この停滞を打破したのが、プロ向けという従来路線からの決別です。あえて非技術者やコーディング学習者に焦点を絞ることで、新たな市場を開拓。結果としてARRは1億5000万ドルに達し、企業価値も30億ドルと評価されるまでに成長を遂げました。

興味深いことに、Masad氏は「非技術者ユーザーの方が、経験豊富な開発者よりも多くの計算能力を必要とする」と指摘します。これは、初心者が試行錯誤を繰り返したり、AIによるコード生成支援を多用したりするためです。この需要に応えるインフラが、Replitの技術的な優位性にも繋がっています。

同社は現在、人間の介入なしで長時間稼働する自律型コーディングエージェントの開発に注力しています。開発における課題は、AIが意図しない近道を見つけてしまう「リワードハッキング」。対策として複数の大規模言語モデル(LLM)を競わせ、より質の高いアウトプットを追求しています。

Masad氏が掲げる最終目標は「10億人のソフトウェア開発者を生み出す」ことです。この壮大なビジョンを実現するため、同社は安全性とセキュリティに関する難題の解決に積極的に取り組んでいます。これこそが、将来の持続的な競争優位性、つまり「堀」になると確信しているのです。

PayPal Honey、ChatGPTと連携しAIショッピング支援

AIショッピング支援を強化

ChatGPT利用時に商品情報を表示
リアルタイム価格と特典を提示
AIが見逃した大手小売業者も補完
消費者の価格比較を強力に支援

エージェント型コマース戦略

OpenAIなど競合の動きも視野
購買行動のAIシフトに対応
パーソナライズされた提案で売上増

決済大手のPayPalは2025年9月30日、ブラウザ拡張機能「PayPal Honey」がOpenAIのChatGPTなどと連携する新機能を発表しました。AIチャットボットで商品を検索するユーザーに対し、リアルタイムの価格情報やお得な特典を提示。消費者の比較検討を支援し、販売店の売上向上に繋げる「エージェント型コマース」構想の一環です。

新機能はどのように機能するのでしょうか。ユーザーがChatGPTに買い物関連の質問をすると、Honey拡張機能が起動。AIが推奨する商品のリンクに加え、リアルタイムの価格、複数の販売店の選択肢、特典などを自動で表示します。AIの推薦から漏れた大手小売業者の情報も補完できるとしています。

この動きは、PayPalが推進する「エージェント型コマース」戦略の核です。同社はGoogleとも提携し、AIがユーザーの代理として購買を支援するエコシステムの構築を急いでいます。今回の機能は特定のAIに依存しない設計ですが、まずはChatGPTから対応を開始し、順次拡大する方針です。

背景には、AIを起点とした購買行動へのシフトがあります。OpenAI自身もショッピングシステムを発表するなど、AI開発企業が直接コマース領域に参入し始めています。消費者がWeb検索ではなくAIチャットで商品を探す時代を見据え、PayPalは新たな顧客接点を確保する狙いです。

この提携は、AIとEコマースの未来を占う試金石と言えるでしょう。自社のサービスや商品を、こうしたAIエージェント経由でいかに顧客に届けるか。経営者やエンジニアにとって、AIプラットフォーム上での新たなマーケティング戦略や技術連携の在り方が問われることになりそうです。

NVIDIA、GPUで量子計算の三大課題を解決

量子計算の三大課題を解決

実用化を阻む3つのボトルネック
GPU並列処理で計算量を克服
CUDA-Qなど開発ツール群を提供
大学や企業との連携で研究を加速

驚異的な性能向上事例

AIによるエラー訂正を50倍高速化
回路コンパイルを最大600倍高速化
量子シミュレーションを最大4,000倍高速化

NVIDIAは、同社のアクセラレーテッド・コンピューティング技術が、量子コンピューティングの実用化に向けた最大の課題を解決していると発表しました。GPUの並列処理能力を活用し、量子分野の「エラー訂正」「回路コンパイル」「シミュレーション」という三大課題でブレークスルーを生み出しています。これにより、研究開発が大幅に加速され、産業応用の可能性が現実味を帯びてきました。

最初の課題は「量子エラー訂正」です。量子コンピュータはノイズに弱く、正確な計算のためにはエラーの検出と訂正が不可欠です。NVIDIAは、大学やQuEra社との協業で、AIを活用したデコーダーを開発。CUDA-Qなどのライブラリを用いることで、デコード処理を最大50倍高速化し、精度も向上させることに成功しました。

次に「量子回路コンパイル」の最適化です。これは、抽象的な量子アルゴリズムを物理的な量子チップ上の量子ビットに最適配置する複雑なプロセスです。NVIDIAはQ-CTRL社などと連携し、GPUで高速化する新手法を開発。この最適化プロセスにおいて、従来比で最大600倍の高速化を達成しました。

最後に、より良い量子ビット設計に不可欠な「高忠実度シミュレーション」です。量子システムの複雑な挙動を正確に予測するには膨大な計算が必要となります。NVIDIAはcuQuantum SDKをオープンソースツールキットと統合し、大規模なシミュレーションで最大4,000倍の性能向上を実現。AWSなども協力しています。

NVIDIAのプラットフォームは、単に計算を速くするだけでなく、量子研究のエコシステム全体を加速させる基盤技術となっています。経営者やエンジニアにとって、これらのツールをいち早く理解し活用することが、未来の市場で競争優位を築く鍵となるでしょう。

Nothing、AIでアプリを自作する新基盤

AIで誰でもアプリ開発

テキストプロンプトでミニアプリを生成
まずはウィジェット開発からスタート
作成アプリは専用ストアで共有可能

パーソナル化するスマホ

「デバイスが人に合わせる」新体験
AIが利用状況に応じアプリを提案・配置
既存アプリの改変による共同開発

普及への課題と展望

セキュリティとメンテナンスが今後の鍵
将来的なクリエイターエコノミー創出

スマートフォンメーカーNothingは9月30日、AIを活用してテキストプロンプトでミニアプリを開発できる新ツール「Playground」を発表しました。ユーザーはコード不要でウィジェットを作成し、専用プラットフォーム「Essential Apps」で共有可能。AIでデバイスをユーザーに最適化する、パーソナルな体験の実現を目指します。

現在「Playground」で作成できるのは、フライト追跡や会議概要といったシンプルなウィジェットです。ユーザーはテキストで指示するだけでアプリを生成でき、コードを直接編集して微調整することも可能。作成したアプリは専用ストアで他のユーザーと共有できます。

CEOのカール・ペイ氏は、スマートフォンのソフトウェア革新の停滞を指摘。「AIの進化によりOSはよりパーソナルになる」と述べ、デバイスが持つユーザーの文脈情報を活用し、「デバイスが人に合わせる世界」を目指すというビジョンを語りました。

同社は将来的に、スマホ上で直接、音声などでアプリを作成できるようにし、フルスクリーンアプリにも対応させる計画です。さらに、優れたアプリ開発者が収益を得られるような、新たなクリエイターエコノミーの構築も視野に入れています。

一方で、プロンプトによるアプリ生成にはセキュリティやメンテナンスの懸念も指摘されています。ペイ氏も安全な開発環境の提供が成功の鍵と認識しており、当面は無料でツールを提供し、活発なコミュニティの構築に注力する方針です。

Nothingは市場シェア1%未満ですが、その立場を活かしAI時代の新たな体験を模索しています。大手とは異なるこの挑戦は、今後のパーソナルAIデバイスの方向性を占う上で注目されます。

Hance、KB級AI音声処理でエッジ市場に革新

驚異の超小型・高速AI

モデルサイズは僅か242KB
遅延10ミリ秒のリアルタイム性
省電力で多様なデバイスに対応

F1からインテルまで

F1公式無線サプライヤーが採用
Intelの最新チップNPUへ最適化
防衛・法執行分野への応用
大手スマホメーカーとも協議中

ノルウェーのスタートアップHanceが、キロバイト級の超小型AI音声処理ソフトウェアを開発しました。クラウドを介さずデバイス上で動作し、わずか10ミリ秒の低遅延でノイズ除去や音声の明瞭化を実現。すでにF1の公式無線サプライヤーやIntelといった大企業を顧客に持ち、10月27日から開催されるTechCrunch Disrupt 2025でデモを披露します。

この技術の核心は、わずか242KBという驚異的なモデルサイズにあります。これにより、スマートフォンや無線機など、リソースが限られたエッジデバイス上でのリアルタイム処理が可能になりました。従来のクラウドベースのAIと異なり、通信遅延や消費電力を大幅に削減できる点が大きな強みです。

HanceのAIモデルは、共同創業者が運営する高品質なサウンドライブラリ「Soundly」の音源を用いてトレーニングされました。F1マシンの轟音から火山の噴火音まで、多種多様なデータを学習させることで、過酷な環境下でも特定の音声を分離し、ノイズやエコー、反響を除去する高い性能を達成しています。

その実用性はすでに証明されています。F1チームが使用する無線システムを手がけるRiedel Communicationsは、高速走行中のドライバーとエンジニア間の極めて重要な通信をクリアにするため、Hanceの技術を採用。他にも、防衛や法執行機関といった、リアルタイム性と信頼性が求められる分野からの関心も高まっています。

Hanceは事業拡大を加速させています。半導体大手Intelとは、同社の最新チップ「NPU(ニューラル・プロセッシング・ユニット)」向けにモデルを最適化するパートナーシップを締結。他のチップメーカーや、非公開のスマートフォンメーカーとも協議を進めており、競争優位を保つため、研究開発に注力し続ける方針です。

AWS、GNN不正検知を1コマンドで実用化

巧妙化する不正とGNN

巧妙化・組織化する金融不正
従来の個別分析手法の限界
関係性を捉えるGNNの有効性

GraphStorm v0.5の新機能

GNN本番実装の課題を解決
リアルタイム推論をネイティブサポート
SageMakerへのデプロイを1コマンドで実現
標準ペイロードでシステム連携を簡素化

Amazon Web Services(AWS)は、グラフ機械学習フレームワークの新バージョン「GraphStorm v0.5」を公開しました。このアップデートにより、グラフニューラルネットワーク(GNN)を用いたリアルタイム不正検知システムの本番実装が劇的に簡素化されます。巧妙化・組織化する金融不正に対し、企業が迅速かつ低コストで高度な対策を講じるための強力なツールとなりそうです。

金融不正の手口は年々高度化しており、個別の取引データだけを分析する従来型の機械学習モデルでは、巧妙に隠された組織的な不正ネットワークを見抜くことが困難になっています。この課題に対し、エンティティ間の関係性をモデル化できるGNNは極めて有効ですが、本番環境で求められるサブ秒単位の応答速度や大規模データへの対応、そして運用の複雑さが導入の大きな障壁となっていました。

GraphStorm v0.5は、この障壁を打ち破る新機能を搭載しています。最大の特長は、Amazon SageMakerを通じたリアルタイム推論のネイティブサポートです。従来は数週間を要したカスタム開発やサービス連携作業が不要となり、学習済みモデルを本番環境のエンドポイントへ単一コマンドでデプロイできるようになりました。

このデプロイの簡素化により、開発者はインフラ構築の複雑さから解放され、モデルの精度向上に集中できます。また、標準化されたペイロード仕様が導入されたことで、クライアントアプリケーションとの連携も容易になりました。これにより、不正が疑われる取引データをリアルタイムでGNNモデルに送信し、即座に予測結果を受け取ることが可能になります。

AWSは、公開データセットを用いた具体的な実装手順も公開しています。このソリューションは、①グラフ構築、②モデル学習、③エンドポイントデプロイ、④リアルタイム推論という4ステップで構成されます。これにより、企業は自社のデータを用いて、迅速にGNNベースの不正防止システムを構築し、不正取引を未然に防ぐプロアクティブな対策を実現できます。

GraphStorm v0.5の登場は、これまで専門家チームによる多大な工数を必要としたGNNの実用化を、より多くの企業にとって現実的な選択肢としました。この技術革新は、金融サービスに限らず、様々な業界で応用が期待されるでしょう。

「何もない」は作れない、真空の物理的限界

真空への科学的挑戦

自然が最も嫌う「無」の創造
分子の完全な除去は不可能
わずかな粒子が常に残留

宇宙と量子の現実

深宇宙でさえ粒子は存在する
完璧な空虚は理論上のみ
量子論が示す「無の不存在」

米国の技術専門誌IEEE Spectrumに、エンジニア兼詩人のスティーブン・サーシー氏による詩「No Vacancy」が掲載されました。この詩は、科学者が自然界に存在しない「完全な真空」を作り出そうとする飽くなき探求と、量子論が示す根源的な限界を巧みに描き出しています。

詩は、真空を作り出すプロセスを「すべての分子を取り除く」という単純に見える挑戦として描写します。しかし、最新鋭の装置と多大な労力を費やしても、わずかな分子が必ず残ってしまいます。自然は「無」の状態を頑なに拒むと表現され、完璧な真空達成の困難さが浮き彫りになります。

その探求は地球上の実験室に留まりません。詩によれば、広大な宇宙空間でさえ、1立方メートルあたりには何らかの粒子が存在します。これは、私たちが想像する「空っぽ」の宇宙でさえ、完全な無ではないという事実を示唆しています。絶対的な空虚はどこにも存在しないのです。

最終的に詩は、量子論の不思議な世界に言及し、結論を下します。「真の無」は理論上は素晴らしい概念かもしれませんが、現実には存在しない、と。これは、最も優秀な物理学者の頭脳をも悩ませる宇宙の真理であり、完璧な理想と物理的現実との乖離を私たちに突きつけます。

OpenAI、AIによる児童虐待コンテンツ対策を公表

技術とポリシーによる多層防御

学習データから有害コンテンツを排除
ハッシュ照合とAIでCSAMを常時監視
児童の性的搾取をポリシーで全面禁止
違反者はアカウントを即時追放

専門機関との連携と法整備

全違反事例を専門機関NCMECに通報
BAN回避を専門チームが監視
安全検証のための法整備を提言
業界横断での知見共有を推進

OpenAIは、AIモデルが児童性的搾取や虐待に悪用されるのを防ぐための包括的な対策を公表しました。安全なAGI開発というミッションに基づき、技術的な防止策、厳格な利用規約、専門機関との連携を三本柱としています。AI生成による児童性的虐待コンテンツ(CSAM)の生成・拡散を根絶するため、多層的な防御システムを構築・運用していると強調しています。

OpenAIの利用規約は、18歳未満の個人を対象としたいかなる搾取・危険行為も明確に禁止しています。これには、AI生成物を含むCSAMの作成、未成年者のグルーミング、不適切なコンテンツへの暴露などが含まれます。開発者に対しても同様のポリシーが適用され、違反者はサービスから永久に追放されます。

技術面では、まず学習データからCSAMを徹底的に排除し、モデルが有害な能力を獲得するのを未然に防ぎます。さらに、運用中のモデルでは、Thornなどの外部機関と連携したハッシュマッチング技術とAI分類器を活用。既知および未知のCSAMをリアルタイムで検出し、生成をブロックする体制を敷いています。

不正利用が検知された場合、OpenAIは迅速かつ厳格な措置を講じます。CSAMの生成やアップロードを試みたユーザーのアカウントは即座に停止され、全事例が米国の専門機関「全米行方不明・搾取児童センター(NCMEC)」に通報されます。これは、AIプラットフォームとしての社会的責任を果たすための重要なプロセスです。

近年、CSAM画像をアップロードしモデルに説明させる、あるいは架空の性的ロールプレイに誘導するといった、より巧妙な悪用手口も確認されています。OpenAIは、こうした文脈を理解する分類器や専門家によるレビューを組み合わせ、これらの新たな脅威にも対応していると説明しています。

一方で、対策の強化には課題も存在します。CSAMの所持・作成は米国法で違法とされているため、AIモデルの脆弱性を検証する「レッドチーミング」にCSAM自体を使えません。これにより、安全対策の十分なテストと検証に大きな困難が伴うのが実情です。

この課題を乗り越えるため、OpenAIは法整備の重要性を訴えています。テクノロジー企業、法執行機関、支援団体が密に連携し、責任ある対策や報告を行えるような法的枠組みの構築を提言。ニューヨーク州の関連法案を支持するなど、具体的な行動も起こしています。

ChatGPT、子の安全を守る保護者機能と新システム

保護者による利用制限

ティーンのアカウントと連携
利用時間や機能を個別設定
自傷行為の兆候を親へ通知
保護者向けリソースページ開設

会話の自動安全化

有害な会話を自動検知
高精度モデルへ自動切替
安全な応答を生成する新機能
過保護との批判も、改善期間を設定

米OpenAIは2025年9月29日、対話型AI「ChatGPT」に、保護者がティーンエイジャーの利用を管理する「ペアレンタルコントロール」と、有害な会話を検知して安全なモデルに切り替える「セーフティルーティングシステム」を導入しました。これは、過去にChatGPTがティーンエイジャーの自殺に関与したとされる訴訟などを受け、AIの安全性と倫理的責任を高めるための重要な一歩です。企業のリーダーや開発者は、AIのリスク管理における先進事例として注目すべきでしょう。

新たに導入されたペアレンタルコントロールでは、保護者が自身のアカウントとティーンのアカウントを連携させ、利用を細かく管理できます。利用できない時間帯の設定や、ボイスモード、画像生成、メモリ機能の無効化が可能です。また、システムが自傷行為の兆候を検知した場合、保護者に通知する機能も実装されました。

もう一つの柱が「セーフティルーティングシステム」です。ユーザーとの会話が感情的にデリケートな内容になった場合、それを自動検知し、より安全な応答ができる最新モデル「GPT-5-thinking」へ会話の途中で切り替えます。単に応答を拒否するのではなく、安全な形で応答を生成する新技術が活用されています。

今回の機能強化の背景には、AIがユーザーに与える精神的な影響への懸念があります。特に、過去にティーンエイジャーがChatGPTとの長期間の対話の末に自ら命を絶ったとして、遺族がOpenAIを提訴する事件が発生しました。AIプラットフォームを運営する企業として、ユーザー保護と社会的責任を果たすための具体的な対策が求められていたのです。

これらの安全機能は専門家から歓迎される一方、一部ユーザーからは「過保護すぎる」といった批判的な声も上がっています。OpenAIもシステムの完璧性を認めておらず、今後120日間の改善期間を設けフィードバックを反映させる方針です。安全性と利便性のバランスをいかに取るかが今後の課題となります。

AIで直感開発、新エンジンVibeGame登場

「Vibe Coding」の課題

AIに頼る直感的なゲーム開発
プロジェクト肥大化で性能が低下
既存エンジンはAIとの相性難

VibeGameの設計思想

Web技術の高いAI親和性を基盤に
Robloxのような高い抽象度を実現
AIが理解しやすい宣言的な構文を採用
柔軟なECSアーキテクチャ

現状と今後の可能性

基本機能で良好な結果を確認
複雑な機能は今後実装予定

AIプラットフォームのHugging Faceが、AI支援によるゲーム開発に特化した新オープンソースエンジン「VibeGame」を発表しました。これは、AIとの対話で直感的に開発を進める「Vibe Coding」の課題を解決するものです。Web技術のAI親和性と、高レベルな抽象化を両立させることで、開発者がコーディングの詳細から解放され、創造的な作業に集中できる環境を目指します。

「Vibe Coding」とは、AIを高レベルなプログラミング言語のように扱い、細かな実装をAIに任せる開発スタイルを指します。この手法は初期段階では有効ですが、プロジェクトが大規模化するとAIが文脈を把握しきれなくなり、性能が著しく低下するという課題がありました。特にゲーム開発では、このコンテキスト管理が成功の鍵を握ります。

開発チームは既存プラットフォームの比較検討から始めました。Robloxは抽象度が高いものの閉鎖的で、Unityは複雑すぎてAIが混乱しがちでした。一方、Web技術はAIの習熟度が高い反面、ライブラリが低レベルで、ゲームエンジン自体の構築から始める必要がありました。それぞれに一長一短があったのです。

そこでVibeGameは、両者の「良いとこ取り」を目指しました。AIが最も得意とするWeb技術(three.jsなど)を基盤としながら、Robloxのような高レベルな抽象化を提供します。これにより、開発者は「地面とボールを配置して」と指示するだけで、物理演算を含むシーンを簡単に生成できます。

VibeGameの核心は3つの設計思想にあります。第一に、物理演算などを内蔵した高い抽象度。第二に、AIが容易に理解・生成できるHTML風の宣言的構文。そして第三に、拡張性に優れたECSアーキテクチャです。これらが組み合わさることで、AIとの円滑な共同作業が初めて可能になります。

VibeGameはまだ初期段階にあり、対応するのは基本的な物理演算やレンダリングに留まります。しかし、簡単なゲーム開発のテストでは非常に良好な結果を示しました。今後は、インベントリ管理やマルチプレイヤー機能など、より複雑なメカニクスの実装を進め、本格的なゲーム開発への対応を目指していく計画です。

この新しいエンジンは、AIを単なるツールではなく「共同開発者」として扱う未来を示唆しています。経営者やエンジニアにとって、VibeGameのような技術が開発プロセスをいかに変革し、生産性を劇的に向上させる可能性があるか、注目に値するでしょう。

DeepSeek、APIコスト半減の新AIモデル発表

APIコストを半減する新技術

長い文脈での推論コスト削減
APIコストが最大で半減
新技術「スパースアテンション」
実験モデル「V3.2-exp」を公開

効率化を実現する2段階選択

まず重要部分を抜粋・優先順位付け
次に抜粋内からトークンを選択
サーバー負荷を大幅に軽減
Hugging Faceで利用可能

中国のAI企業DeepSeekは29日、新しい実験的AIモデル「V3.2-exp」を発表しました。このモデルは「スパースアテンション」と呼ばれる新技術を搭載しており、長い文章や大量のデータを処理する際の推論コスト(APIコスト)を最大で半減させる可能性を秘めています。AIの運用コスト削減は業界全体の課題であり、今回の発表は大きな注目を集めています。

新技術の核心は、処理情報を効率的に絞り込む2段階の仕組みです。まずシステムが入力文から重要部分を抜粋し、次にその中から処理に必要な最小限のトークンを選択します。この選択と集中のアプローチにより、関連性の低い情報処理を省略し、サーバー負荷を大幅に軽減するのです。

AIモデルの運用コスト、特に「推論コスト」の削減は、AIサービスを普及させる上で極めて重要です。今回の試みは、AIの基本構造であるTransformerアーキテクチャの効率化を目指すもの。特に大量の文書読解や複雑な対話など、長い文脈を扱う応用でのコストメリットは計り知れません。

この「V3.2-exp」モデルはオープンウェイトとして、開発者プラットフォームのHugging Faceで既に公開されています。誰でも自由に利用し、その性能を検証できるため、DeepSeekが主張するコスト削減効果が実証される日も近いでしょう。今後、第三者による客観的な評価やさらなる改良が期待されます。

DeepSeekは中国に拠点を置く企業で、年初には独自の学習手法を用いたモデルで業界を驚かせました。今回の発表は、米中間の技術競争という側面だけでなく、AI業界全体のコスト効率化という共通課題に対する一つの解を示した点で意義深いと言えます。この技術が米国の主要プロバイダーにも影響を与える可能性があります。

Claude 4.5、コーディングAIで競合を凌駕

圧倒的なコーディング性能

本番環境向けアプリを自律構築
金融・法務など専門分野も強化

30時間超の自律稼働

長時間タスクで一貫性を維持
複雑なマルチステップ作業に対応
1万行超のコード生成事例も

開発者向けツール強化

独自AIエージェント構築SDK提供
VS Code拡張など開発環境を拡充

AI開発企業のAnthropicは9月29日、最新AIモデル「Claude Sonnet 4.5」を発表しました。主要なコーディング性能ベンチマークでOpenAIのGPT-5などを上回り、世界最高水準の性能を達成。30時間を超える自律稼働能力と開発者向けツールの拡充を両立させ、AIによるソフトウェア開発を新たな次元へと引き上げます。

Sonnet 4.5の最大の特長は、その卓越したコーディング能力です。実世界のソフトウェア開発能力を測るベンチマーク「SWE-Bench Verified」で競合を凌駕。単なる試作品ではなく、「本番環境で使える(production-ready)」アプリケーションを自律的に構築できるとされ、AI開発の実用性が大きく前進したことを示しています。

驚異的なのは、30時間以上も自律的にタスクを継続できる「持久力」です。あるテストでは、Slackのようなチャットアプリを約11,000行のコードでゼロから構築しました。従来モデルが苦手としていた、エラーが蓄積しやすい長時間・複雑なタスクでも一貫性を保ち、開発者の生産性を飛躍的に高める可能性を秘めています。

開発者向けのサポートも大幅に強化されました。独自のAIエージェントを構築できる「Claude Agent SDK」や、人気の開発環境であるVS Codeのネイティブ拡張機能を新たに提供。これにより、開発者はSonnet 4.5の強力な能力を、よりスムーズに自社のサービスやワークフローに組み込むことができます。

ビジネスユーザーにとって朗報なのは、API価格が旧モデルのSonnet 4から据え置かれた点でしょう。性能が飛躍的に向上したにもかかわらず、コストを抑えて最新技術を導入できます。激化するAI開発競争において、Anthropicは性能とコストパフォーマンスの両面で市場での優位性を明確に打ち出しました。

Vibe-codingのAnything、評価額150億円で資金調達

驚異的な初期成長

ローンチ後2週間でARR200万ドル達成
シリーズAで1100万ドルを調達
企業評価額は1億ドル(約150億円)

勝因は「オールインワン」

プロトタイプを超えた本番用アプリ開発
DBや決済などインフラも内製で提供
非技術者でも収益化可能なアプリ構築
目標は「アプリ開発界のShopify」

AIでアプリを開発する「Vibe-coding」分野のスタートアップAnything社は29日、1100万ドル(約16.5億円)の資金調達を発表しました。企業評価額は1億ドル(約150億円)に達します。同社はローンチ後わずか2週間で年間経常収益(ARR)200万ドルを達成。インフラまで内包する「オールインワン」戦略が投資家から高く評価された形です。

自然言語でアプリを構築するVibe-coding市場は、驚異的な速さで成長しています。しかし、先行する多くのツールはプロトタイプの作成には優れているものの、実際にビジネスとして通用する本番環境向けのソフトウェア開発には課題がありました。データベースや決済機能といったインフラを別途用意する必要があり、非技術者にとって大きな障壁となっていたのです。

この課題に対し、Anythingは根本的な解決策を提示します。元Googleのエンジニアが創業した同社は、データベース、ストレージ、決済機能といったアプリの運用に必要な全てのツールを内製し、一括で提供します。これによりユーザーは、インフラの複雑な設定に悩むことなく、アイデアの実現と収益化に集中できます。

Anythingの共同創業者であるDhruv Amin氏は「我々は、人々が我々のプラットフォーム上でお金を稼ぐアプリを作る、『アプリ開発界のShopify』になりたい」と語ります。実際に、同社のツールを使って開発されたアプリがApp Storeで公開され、すでに収益を上げ始めています。この実績が、同社の急成長を裏付けていると言えるでしょう。

もちろん、Anythingが唯一のプレイヤーではありません。同様にインフラの内製化を進める競合も存在し、市場の競争は激化しています。しかし、投資家は「多様なアプリ開発製品に対する需要は十分にある」と見ており、市場全体の拡大が期待されます。非技術者によるアプリ開発の民主化は、まだ始まったばかりなのかもしれません。

VCが狙うAIサービス業改革、生産性低下の罠

VCのAI革命戦略

労働集約型サービス業を買収
AI導入で業務を自動化
ソフトウェア並みの高収益化
買収と事業変革のロールアップ戦略

生産性を蝕む「ワークスロップ」

AIが生成する低品質な成果物
同僚の解読・修正作業が増大
一人当たり月186ドルの損失との試算
高マージン実現の障壁になる可能性

General Catalystなどのベンチャーキャピタル(VC)が、AIで伝統的なサービス業を変革する戦略に巨額を投じています。労働集約的な企業を買収し、AIで業務を自動化することでソフトウェア並みの高収益事業へ転換させるのが狙いです。しかし、AIが生成する低品質な成果物「ワークスロップ」が逆に生産性を損なうという新たな課題が浮上し、戦略の前提を揺るがしかねない状況となっています。

VCの戦略は明確です。まず特定分野でAIネイティブ企業を立ち上げ、その企業が既存のサービス会社を買収。AI技術を導入して業務の30%~50%を自動化し、利益率を倍増させる計画です。General Catalystはこの「クリエーション戦略」に15億ドルを投じ、ITサービスや法務分野などで既に買収を進めています。

なぜVCはこれほどサービス業に注目するのでしょうか。その背景には、世界のサービス市場が16兆ドルと、ソフトウェア市場(1兆ドル)の16倍にものぼる巨大さがあります。もしAIでこの巨大市場のビジネス構造を、ソフトウェアのように「限界費用が低く、限界収益が高い」モデルに変革できれば、そのリターンは計り知れないからです。

しかし、この野心的な戦略には見過ごせないリスクが潜んでいます。スタンフォード大学などの調査で明らかになった「ワークスロップ」という問題です。これはAIが生成した、一見すると体裁は整っているものの、中身がなく実質的に手直しが必要な成果物を指します。同僚は、その解読や修正に多大な時間を費やしている実態が報告されています。

この「ワークスロップ」がもたらす経済的損失は深刻です。調査によれば、従業員は一件の対応に平均2時間近くを費やし、一人当たり月186ドル(約2万8千円)もの見えないコストが発生していると試算されています。1万人の組織では年間900万ドル(約13.5億円)以上に相当し、VCが期待する劇的なマージン改善の前提を崩しかねません。

一方、General Catalystはこの課題について、AI導入の難しさこそが専門知識を持つ自社の優位性だと主張します。高度な応用AIエンジニアの存在が参入障壁になるという見方です。AI技術の進化が続く限り、VCによるサービス業改革の動きは加速するでしょう。しかし、その成否は「ワークスロップ」問題を克服し、真の生産性向上を実現できるかにかかっています。

トランプ政権、半導体国産化へ異例の関税策か

新関税策「1:1比率」案

国内生産と輸入の1:1比率を要求
目標未達の企業に関税を課す方針
米国内の半導体生産を強力に促進

業界への影響と課題

国内生産増強まで業界に打撃の可能性
工場新設には莫大な時間とコスト
インテル新工場は2030年へ延期
TSMCは米国へ巨額投資を表明

トランプ政権が、米国内の半導体生産を増強する新たな一手として、輸入量に応じた国内生産を義務付ける関税策を検討していることが明らかになりました。この異例の政策は、企業が海外から輸入する半導体と同量を国内で生産しない場合に関税を課すもので、国内製造業の復活を目指す狙いです。しかし、業界からは供給体制が整うまでの悪影響を懸念する声も上がっています。

ウォール・ストリート・ジャーナルの報道によれば、新政策の核心は「1:1比率」です。米国の半導体企業に対し、顧客が海外から輸入するチップと同量を国内で生産するよう要求。この目標を達成できない企業には、罰則として関税が課される仕組みです。ただし、目標達成までの具体的なスケジュールは、現時点では明らかになっていません。

この比率ベースのアプローチは、国内生産を促進する手段としては異例と言えます。長期的には国内の半導体製造能力の向上につながる可能性がありますが、短期的には深刻な副作用も懸念されます。国内の製造インフラが巨大な需要を満たすレベルに達するまでは、むしろ米国チップ産業そのものの競争力を損なうリスクをはらんでいるのです。

国内に最先端の半導体工場を立ち上げることは、時間も資金も要する壮大なプロジェクトです。例えば、インテルがオハイオ州で計画していた新工場は、当初の予定から大幅に遅延し、現在では操業開始が2030年とされています。一方で、台湾のTSMCは米国での生産拠点構築に今後4年間で1000億ドルを投じると表明しており、各社が対応を模索しています。

トランプ政権の狙いは、半導体のサプライチェーンを国内に回帰させることにあります。しかし、その実現には多くのハードルが存在します。今回の関税案が具体的にいつ、どのような形で導入されるのか。AI開発にも不可欠な半導体の安定供給にどう影響するか、経営者やエンジニアは今後の動向を注視する必要があるでしょう。

Meta、ロボットOSで覇権狙う AR級の巨額投資

ボトルネックはソフトウェア

ARに次ぐ数十億ドル規模の投資
ハードウェアではなくソフトウェアが開発の鍵
器用な操作を実現するAIモデルが不可欠

「ロボット界のAndroid」構想

自社製ロボット「Metabot」も開発
他社へソフトウェアをライセンス供与
プラットフォームで業界標準を狙う

専門家集団による開発体制

元Cruise CEOがチームを統括
MITなどからトップ人材を結集

米Metaは、ヒューマノイドロボット開発を拡張現実(AR)に次ぐ大規模な投資対象と位置付けていることを明らかにしました。同社のアンドリュー・ボスワースCTOによると、数十億ドル規模を投じ、ハードウェアではなくソフトウェア開発に注力します。開発したプラットフォームを他社にライセンス供与する「ロボット版Android」とも言える戦略で、急成長する市場の主導権を握る構えです。

なぜソフトウェアが重要なのでしょうか。ボスワース氏は「ハードウェアは難しくない。ボトルネックはソフトウェアだ」と断言します。ロボットがコップを絶妙な力加減で掴むといった器用な操作は極めて困難であり、この課題を解決するため、AIが現実世界をシミュレーションする「ワールドモデル」の構築が不可欠だと説明しています。

Metaの戦略は、自社でハードウェアを製造し販売することではありません。社内で「Metabot」と呼ばれるロボットを開発しつつも、その核心技術であるソフトウェアを他社ロボットメーカーに広くライセンス供与する計画です。これはGoogleがAndroid OSでスマートフォン市場のエコシステムを築いた戦略と類似しており、オープンなプラットフォームで業界標準となることを目指します。

この野心的な計画を支えるのが、Metaが新設した「Superintelligence AI lab」です。このAI専門組織がロボティクスチームと緊密に連携し、ロボットの知能を司るAIモデルを開発します。ボスワース氏は「このAIラボがなければ、このプロジェクトは実行しなかった」と述べ、AI開発能力が自社の最大の強みであるとの認識を示しました。

このアプローチは、テスラが開発する「Optimus」とは一線を画します。ボスワース氏は、人間の視覚を模倣してデータを集めるテスラの手法について「ロボット用のデータをどうやって十分に集めるのか疑問だ」と指摘。Metaはシミュレーションとワールドモデルを駆使して、このデータ問題を解決しようとしています。

Metaの本気度は、集結した人材からも伺えます。自動運転企業Cruiseの元CEOであるマーク・ウィッテン氏がチームを率い、MITから「現代最高の戦術ロボット工学者」と評されるキム・サンベ氏を招聘。社内のトップエンジニアも結集させ、盤石な体制でこの巨大プロジェクトに挑みます。

Hugging Face、Apple向けAIライブラリv1.0を公開

Apple開発者向けAIツール

ローカルLLMのアプリ統合を簡素化
Tokenizer, Hubなど必須機能を提供
Core MLやMLXを補完する設計

v1.0の進化点

パッケージの安定性向上とAPI整理
モジュール分割による依存性削減
最新Core ML APIとSwift 6に対応

今後のロードマップ

MLXフレームワークとの連携深化
エージェント型ユースケースの探求

AIプラットフォームのHugging Faceが、Apple製品開発者向けライブラリ「swift-transformers」のバージョン1.0を公開しました。本ライブラリは、iPhoneなどのデバイス上でローカルにAIモデルを動作させる際の技術的ハードルを下げ、アプリへの組み込みを容易にすることを目的としています。

swift-transformersは、AppleのCore MLやMLXといった機械学習フレームワークを補完する重要な機能群を提供します。具体的には、複雑なテキスト入力を処理する「Tokenizers」、Hugging Face Hubからモデルを管理する「Hub」、Core ML形式モデルの推論を簡素化する「Models」と「Generation」が中核をなします。

すでに、Apple自身のサンプル集「mlx-swift-examples」や、高性能な音声認識フレームワーク「WhisperKit」など、多くのプロジェクトで採用されています。これにより、AppleエコシステムにおけるオンデバイスAI開発の基盤技術としての地位を確立しつつあると言えるでしょう。

今回のv1.0リリースは、ライブラリの安定性を公式に保証する初のメジャーアップデートです。主要な変更点には、必要な機能だけを導入できるモジュール分割や、最新のCore ML APIへの対応、そしてSwift 6への完全準拠が含まれます。開発者はより安心して長期的なプロジェクトに採用できます。

Hugging Faceは今後の展望として、Appleの機械学習フレームワーク「MLX」との連携強化を掲げています。さらに、自律的にタスクを処理する「エージェント」のような、より高度なユースケースの実現も視野に入れており、オンデバイスAIの新たな可能性を切り拓くことが期待されます。

AWS、Bedrock AgentCoreでSRE業務を高度化

AIアシスタントの仕組み

複数AIエージェントの連携
自然言語でのインフラ照会
リアルタイムでのデータ統合
障害対応手順書の自動実行

Bedrock AgentCoreの威力

既存APIをMCPツールに変換
対話履歴を記憶し応答を最適化
本番環境への容易な展開
本番グレードの監視機能を提供

米Amazon Web Services(AWS)は、生成AI基盤「Amazon Bedrock」の新機能「AgentCore」を活用し、サイト信頼性エンジニアリング(SRE)業務を支援するマルチエージェントアシスタントの構築方法を公開しました。このシステムは、Kubernetesやログ、メトリクスなどを担当する複数の専門AIエージェントが連携し、自然言語での問い合わせに対して包括的かつ実用的な洞察を提供。インシデント対応の迅速化とインフラ管理の高度化を実現します。

なぜ今、SREアシスタントが求められるのでしょうか。現代の分散システムは複雑性が増し、障害発生時にはログ、メトリクス、イベントなど多様な情報源から原因を特定する必要があります。従来の手法では、SREが手作業で情報を繋ぎ合わせる必要があり、膨大な時間と労力がかかっていました。生成AIアシスタントは、このプロセスを自動化し、調査時間を劇的に短縮します。

このソリューションの中核は、スーパーバイザーエージェントが5つの専門エージェントを統括するマルチエージェントアーキテクチャです。問い合わせを受けると、スーパーバイザーが調査計画を立案し、Kubernetes、ログ、メトリクス、手順書(Runbook)の各専門エージェントに作業を割り振り。結果を集約して包括的なレポートを生成します。

技術的な鍵となるのが「Amazon Bedrock AgentCore」の各機能です。特に「Gateway」は、既存のインフラAPIをMCP(Model Context Protocol)という標準規格のツールに変換します。これにより、LangGraphのようなオープンソースのフレームワークで構築されたエージェントが、インフラAPIへシームレスかつ安全にアクセスできるようになります。

もう一つの強力な機能が「Memory」です。これは、過去の対話履歴やユーザーの役割(技術者、経営者など)を記憶し、応答をパーソナライズします。例えば、同じ障害について問い合わせても、技術者には詳細な技術分析を、経営者にはビジネス影響に焦点を当てた要約を提供するなど、相手に応じた最適な情報提供を可能にします。

開発から本番稼働への移行もスムーズです。「Runtime」機能を使えば、構築したエージェントをサーバーレス環境へ容易に展開できます。インフラ管理やスケーリングはAWSが自動で行い、セッションの分離も組み込まれているため、安全に運用可能です。さらに「Observability」機能により、本番環境でのエージェントの動作を詳細に監視、デバッグできます。

このAIアシスタントがもたらすビジネスインパクトは絶大です。従来30~45分を要していた初期調査が5~10分に短縮され、インシデント解決の迅速化とダウンタイムの削減に直結します。また、専門家の持つ「暗黙知」をシステム化することで、チーム全体の知識レベルを底上げし、属人性の排除にも貢献します。

ベトナム、NVIDIAと連携し「国家AI」戦略を加速

NVIDIAは9月23日、ベトナムのホーチミン市で「AI Day」を開催しました。イベントには800人以上が参加し、ベトナム政府は「国家AI(Sovereign AI)」を経済戦略の中心に据え、国を挙げて推進する姿勢を強調しました。NVIDIAはAIエコシステムの構築や地域に特化したデータ・モデルの重要性を指摘。ベトナムは2030年までに東南アジアのAI先進国トップ4入りを目指します。 「国家AI」を成功させる鍵は何でしょうか。NVIDIA幹部は5つの重要要素を挙げました。具体的には、①AIの必要性に対する国家的な認識、②開発者や企業から成るエコシステム、③AI人材の育成、④言語や文化に合わせたAIモデルとデータ、⑤国内で管理・運営される「AIファクトリー」です。これらが成功の基盤となります。 ベトナムは野心的な目標を掲げています。2030年までに東南アジアにおけるAI先進国トップ4に入り、3つの国家データセンターを建設する計画です。FPTソフトウェアのCEOは「技術における主権は、国家安全保障や国民のプライバシー保護にも繋がる」と述べ、国家AIの重要性を強調しました。 ベトナムのAIエコシステムは着実に成長しています。国内には100社以上のAI関連スタートアップが存在し、約10万人のAI人材が活躍しています。NVIDIAのジェンスン・フアンCEOも、ベトナムの若者の数学や科学技術分野での優秀さを高く評価しており、将来の技術開発における強固な基盤になると期待を寄せています。 現地のパートナー企業も具体的な動きを見せています。IT大手FPTは、NVIDIA製GPUを活用した国内AIファクトリーの構築を進めています。また、GreenNodeやZaloといった企業は、ベトナム特有の言語や文化に合わせた大規模言語モデル(LLM)の開発に取り組んでおり、国産AI技術の確立を目指しています。

MS、Windows MLを正式公開。AIアプリ開発を加速へ

マイクロソフトは9月25日、開発者がAI機能をWindowsアプリに容易に組み込めるプラットフォーム「Windows ML」を正式公開しました。これにより、応答性が高く、プライバシーに配慮し、コスト効率の良いAI体験の構築を支援します。Windows 11 24H2以降で利用可能で、PCのCPUやGPU、NPUを最適に活用します。AdobeやMcAfeeなどのソフトウェア企業が既に対応を進めています。 Windows MLは、PC搭載のCPU、GPU、NPU(Neural Processing Unit)を最適に使い分ける「ハードウェア抽象化レイヤー」として機能します。AIの処理内容に応じて最適なハードウェアを自動で割り当てるため、開発者はアプリケーションの性能を最大限引き出せます。これにより、複雑なハードウェア管理から解放されるのです。 既にAdobe、McAfee、Topaz Labsといった大手ソフトウェア企業が、開発段階からWindows MLの採用を進めています。各社は今後リリースする製品に、同プラットフォームを活用したAI機能を搭載する計画です。Windowsエコシステム全体でのAI活用の加速が期待されます。 具体的な活用例として、Adobeは動画編集ソフトでNPUを使い高速なシーン検出を実現します。McAfeeはSNS上のディープフェイク動画や詐欺の自動検出に活用。Topaz Labsも画像編集ソフトのAI機能開発に利用しており、応用分野は多岐にわたります。 マイクロソフトはWindows MLを通じて、WindowsアプリへのAI実装を効率化し、OS自体の魅力を高める狙いです。ローカルでのAI処理は応答速度やプライバシー保護、コスト削減に繋がります。今後、同様のAI体験を提供するアプリの増加が見込まれます。

Google、思考するロボットAI発表 物理世界で複雑タスク遂行

Google DeepMindは2025年9月25日、ロボットが物理世界で複雑なタスクを自律的に解決するための新AIモデル群「Gemini Robotics 1.5」を発表しました。計画を立てる「思考」モデルと指示を実行する「行動」モデルが連携。Web検索で情報を収集し、多段階のタスクを遂行します。汎用ロボットの実現に向けた大きな一歩となり、一部モデルは開発者向けにAPIが公開されます。 今回の発表の核心は2つのモデルの連携です。「Gemini Robotics-ER 1.5」が脳のように高レベルな計画を担当。Google検索を使い情報を集め、物理環境を理解し行動計画を作成します。単一指示への反応を超え、真の課題解決能力を目指します。 計画モデル「ER 1.5」が立てた計画は、自然言語の指示として行動モデル「Gemini Robotics 1.5」に渡ります。行動モデルは視覚と言語を理解し、指示をロボットの動作に変換。例えば、地域のゴミ分別ルールを調べ、目の前の物を正しく仕分けるといった複雑なタスクを実行します。 新モデルの大きな特徴は、行動前に「思考」する点です。単に指示を動作に変換するだけでなく、内部で自然言語による推論を行います。タスクを小さなステップに分解し、複雑な要求を理解。この思考プロセスは言語で説明可能で、意思決定の透明性向上にも繋がります。 「Gemini Robotics 1.5」は、異なる形状のロボット間での学習転移能力も示しました。例えば、2本腕ロボットで学習したスキルが、人型ロボットでも特別な調整なしに機能します。これにより、新しいロボットへのスキル展開が加速し、知能化と汎用化が大きく進むと期待されます。 Google DeepMindは責任ある開発も重視しています。行動前に安全性を考慮する思考プロセスを組み込み、同社のAI原則に準拠。安全性評価ベンチマーク「ASIMOV」を更新し、新モデルが高い安全性能を示すことを確認しました。物理世界でのAIエージェントの安全な展開を目指します。 思考モデル「Gemini Robotics-ER 1.5」は、Google AI StudioのGemini API経由で開発者向けに提供が開始されました。これにより、物理世界で機能するAIエージェントの構築が促進されます。同社はこれを、物理世界での汎用人工知能(AGI)実現に向けた重要な一歩と位置付けています。

xAI、AI「Grok」を米政府に破格の42セントで提供

イーロン・マスク氏が率いるAI企業xAIが、AIチャットボット「Grok」を米国連邦政府に提供するため、米国共通役務庁(GSA)と合意しました。1年半の利用料は42セントという驚くべき低価格です。この動きは、すでに政府向けに1ドルでAIサービスを提供しているOpenAIやAnthropicへの直接的な挑戦状であり、政府調達市場における競争が新たな段階に入ったことを示しています。 xAIの提示額は、OpenAIの「ChatGPT」やAnthropicの「Claude」が政府向けに提示する年間1ドルをさらに下回ります。この破格の価格には、政府機関が技術を円滑に導入するためのxAIエンジニアによる技術サポートも含まれており、非常に競争力の高い提案内容となっています。価格競争を通じて市場シェアの獲得を狙う戦略が鮮明です。 42セントという特異な価格設定は、マスク氏が好んで使う数字「420」にちなんだジョークか、あるいは彼の愛読書「銀河ヒッチハイク・ガイド」で「生命、宇宙、そして万物についての究極の答え」とされる数字「42」への言及ではないかと見られています。彼の遊び心が価格設定にも表れている可能性があります。 xAIの政府との契約は、一度頓挫しかけた経緯があります。今年初め、Grokが不適切な投稿を生成した問題で提携が見送られましたが、8月下旬にホワイトハウスがGSAに対し、xAIを「可及的速やかに」承認ベンダーリストに追加するよう指示したことが内部メールで明らかになり、事態は急転しました。 今回の契約に加え、xAIは国防総省との2億ドルの契約を獲得したAI企業の一つにも選ばれています。マスク氏はトランプ前政権下で「政府効率化局」を率いるなど、以前から政府との関係を構築しており、自身のビジネスに関連する規制や契約において影響力を行使してきた背景があります。

Amazon Bedrock、反復処理を強化するDoWhileループ機能を追加

アマゾン ウェブ サービス(AWS)は2025年9月25日、生成AI開発基盤「Amazon Bedrock」のワークフロー構築機能「Flows」に、反復処理を可能にする「DoWhileループ」を追加したと発表しました。これにより、AIモデルの呼び出しやカスタムコード実行などを組み合わせ、特定の条件を満たすまで処理を繰り返すワークフローをBedrock内で直接構築できます。複雑な反復処理の開発を簡素化し、企業による高度なAIソリューション導入を加速させます。 新機能のDoWhileループは、特定の条件が満たされるまで一連の処理を繰り返すためのものです。プロンプト、AWS Lambda関数、Knowledge Basesといった多様な機能をループ内で組み合わせられます。これにより、外部サービスを使わずに複雑なワークフローを構築でき、開発プロセスが大幅に簡素化されます。 具体的な活用例として、ブログ記事の自動生成が挙げられます。指定した品質基準を満たすまで記事を繰り返し修正する、といったワークフローを構築できます。AIが生成した初稿を別のAIが評価し、評点が低い場合は改善指示を出して再生成させる、といった自律的なコンテンツ改善サイクルを実現可能です。 この機能はAWS Management ConsoleとAPIの両方から利用でき、ループの各反復はトレース機能で詳細に追跡できます。ただし、ループ内に別のループを配置する「ネスト」はサポートされていません。また、無限ループを避けるため、最大反復回数の設定が必須となる点には注意が必要です。 DoWhileループ機能は、AWS GovCloud(US)リージョンを除く、Amazon Bedrock Flowsが利用可能な全てのAWSリージョンで提供が開始されました。この機能追加により、これまで専門的な知識が必要だった高度な反復処理を含むAIアプリケーションの開発が、より多くの開発者にとって身近なものとなるでしょう。

NVIDIA、AIモデル群Nemotronを無償公開 開発加速へ

NVIDIAは9月24日、マルチモーダルAIモデルファミリー「Nemotron」をオープンソースとして公開しました。NemotronにはAIモデル、データセット、開発ツール群が含まれ、研究および商用目的で利用可能です。GitHubなどを通じて提供され、開発者は透明性の高いAIを迅速に構築できます。これにより、あらゆる規模の企業でAI開発の加速が期待されます。 Nemotronは、AI開発の全段階を効率化するオープンソース技術群です。大学院レベルの科学的推論や高度な数学、コーディングに優れた最先端のAIモデルが含まれます。さらに、モデルの学習に使われたデータセットや、AIを高速かつ低コストで実行するための数値精度アルゴリズムなども提供されます。 なぜNVIDIAはオープンソース化に踏み切ったのでしょうか。それは、広範な問題解決を可能にする「汎用知能」と、各業界特有の課題に対応する「特化知能」の両方を向上させるためです。同社はNemotronを通じて、あらゆる産業でAIの導入を大規模に推進することを目指しています。 既に多くの企業がNemotronの活用を進めています。例えば、セキュリティ企業のCrowdStrikeは、AIエージェントのエコシステム強化に利用しています。また、DataRobotはNemotronを基に、より高速でコスト効率の高い推論モデルを開発するなど、具体的な成果が出始めています。 NVIDIAはNemotron開発で得た知見を次世代GPUの設計に活かす一方、コミュニティの技術も積極的に取り入れています。Alibabaの「Qwen」やMetaの「Llama」といったオープンモデルの技術を活用し、Nemotronのデータセットや機能を強化するなど、エコシステム全体での発展を目指しています。 開発者はGitHubやHugging Face、OpenRouterを通じてNemotronを利用開始できます。NVIDIA RTX PCユーザーはllama.cppフレームワーク経由でのアクセスも可能です。同社は今後もイベントなどを通じて、開発者コミュニティとの連携を深めていく方針です。

MS Copilot、Anthropic製AI「Claude」を統合し選択肢拡大

米Microsoftは9月24日、法人向けAIアシスタント「Microsoft 365 Copilot」に、競合Anthropic社のAIモデル「Claude」を統合すると発表しました。これにより利用者は従来のOpenAI製モデルに加え、新たにClaudeを選択できます。タスクに応じた最適なAIを選ぶ柔軟性を提供し、マルチモデル戦略を加速させる狙いです。 今回の統合で、まず2つの機能でClaudeが利用可能になります。1つは複雑な調査を行う「Researcher」エージェントで、高度な推論に優れた「Claude Opus 4.1」が選択できます。もう1つはカスタムAIを構築する「Copilot Studio」です。 Copilot Studioでは、複雑な推論向けの「Opus 4.1」と、大規模データ処理に強い「Sonnet 4」の両方が選択可能です。開発者はタスクごとに最適なモデルを使い分け、より高機能なカスタムAIエージェントやワークフローを構築できるようになります。 新機能は、法人がオプトイン(利用申請)することで、「フロンティアプログラム」を通じて提供されます。利用者は容易にOpenAIモデルとClaudeモデルを切り替え可能。MicrosoftがOpenAIへの依存を軽減し、複数のAIモデルを取り込む戦略を明確に示しています。 Microsoftは最近、開発者ツールでもClaudeの採用を進めており、今後はExcelなど他のアプリへの展開も示唆されています。「これは始まりに過ぎない」としており、最先端のAIを迅速に自社サービスへ統合していく姿勢がうかがえます。

Hugging Face、軽量AIでGUI操作エージェント開発手法を公開

AIプラットフォームのHugging Faceは2025年9月24日、軽量な視覚言語モデル(VLM)をGUI操作エージェントに進化させる新手法「Smol2Operator」を公開しました。この手法は2段階のファインチューニングを通じて、モデルに画面要素の認識能力と複雑なタスクの計画・実行能力を付与します。同社はGUI自動化技術の発展を促進するため、訓練手法やデータセット、モデルを全てオープンソース化し、開発の再現性を高めています。 GUI操作AIの開発では、データセットごとに操作の記述形式が異なり、統一的な学習が困難でした。この課題に対し、同社は多様なデータ形式を標準化された一つのアクション空間に変換するパイプラインを開発。これにより、様々なデータソースを一貫してモデル訓練に活用できるようになりました。企業の開発者は、独自の操作体系に合わせてデータセットを容易に変換できます。 訓練の第1段階では、モデルにGUI上の要素を正確に認識・特定する「グラウンディング能力」を付与します。「ボタンをクリックする」といった低レベルの指示と、画面上の座標を含む実行コードを対にしたデータで学習させ、モデルが画面を「見る」能力の基礎を築きます。これにより、AIは指示された対象を正確に特定できるようになります。 第2段階では、モデルに思考力と計画能力を植え付けます。より高レベルで複雑な指示に対し、次の行動を思考し、複数のステップに分解して実行するデータで訓練します。これにより、モデルは単なる要素認識から、主体的にタスクを遂行するエージェントへと進化し、より複雑な業務自動化への道を開きます。 この2段階訓練により、SmolVLM2-2.2Bという比較的小規模なモデルでも、GUI要素の認識ベンチマークで高い性能を達成しました。同社は、この成果の再現性を担保するため、データ処理ツール、統一されたデータセット、訓練済みモデルを全て公開しており、誰でも追試や応用開発が可能です。 今後の展望として、教師あり学習(SFT)だけでなく、強化学習(RL)や直接選好最適化(DPO)といった手法の活用が挙げられています。これらの手法により、エージェントが静的なデータから学ぶだけでなく、実環境でのインタラクションを通じて学習・改善する、より高度な能力の獲得が期待されます。

Google、次期チップ「Tensor G5」でPixel 10のAI機能を大幅強化

Googleは9月24日、公式ポッドキャストで、次期スマートフォン「Pixel 10」シリーズに搭載する最新チップ「Tensor G5」の詳細を明らかにしました。同社のシリコンチーム担当者が解説し、Tensor G5がGoogle史上最大のアップグレードであり、デバイス上のAI機能を飛躍的に進化させることを強調しました。これにより、スマートフォンの利便性が新たな段階に入ることが期待されます。 Tensor G5は、AI処理能力の向上に特化した設計が特徴です。Googleのシリコンチーム担当者によれば、このチップは技術的なブレークスルーであり、これまでのチップから大幅な性能向上を実現したとのことです。スマートフォンの「頭脳」が進化することで、複雑なAIタスクをデバイス上で高速に処理できるようになります。 新機能で特に注目されるのが、自分の声でリアルタイム翻訳を行う「Live Translate」です。従来の翻訳機能と異なり、まるで自分がその言語を話しているかのような自然なコミュニケーションを可能にします。Tensor G5の高度な音声処理能力が可能にするこの機能は、海外とのビジネスなどで大きな変革をもたらす可能性があります。 さらに、ユーザーの意図を先読みしてアシストするエージェント機能「Magic Cue」や、Pixel 10 Proに搭載される「100x ProRes Zoom」もTensor G5の性能によって実現されます。これらの機能は、単なる操作の補助にとどまらず、ユーザーの生産性を高めるパートナーとしてのスマートフォンの役割を強化することを示唆しています。 今回の発表は、AI処理がクラウドから個人のデバイス(エッジ)へ移行する流れを象徴します。デバイス上でAIが完結すれば、プライバシーと応答速度の向上が両立します。経営者やエンジニアにとって、この「エッジAI」の進化がもたらす新たなビジネスチャンスや生産性向上の可能性は、注視すべき重要なトレンドと言えるでしょう。

Google、AI向け公開データサーバー公開 自然言語で統計情報にアクセス

Googleは2025年9月24日、AI開発者が自然言語で公開データにアクセスできる「Data Commons MCP Server」を公開しました。これにより国連や政府機関の信頼性が高い統計データをAIアプリに統合できます。不正確な情報に基づくAIのハルシネーション(幻覚)を抑制し、事実に基づいた開発を促進します。 「Data Commons」はGoogleが2018年から運営するプロジェクトで、国勢調査から気候統計まで様々な公的データを統合しています。MCP Serverは、この巨大なデータリポジトリとAIを繋ぐ架け橋です。開発者は複雑なAPIを操作せず、簡単な言葉で必要なデータを引き出せるようになります。 AIモデルは、しばしば不正確で未検証のウェブデータで学習され、事実に基づかない情報を生成する「ハルシネーション」が課題です。Googleは、高品質なデータへのアクセスを提供することで、AIの回答を現実世界の検証可能な情報に基づかせ、この問題の解決を目指します。 今回の鍵となる技術が、業界標準の「Model Context Protocol(MCP)」です。AIモデルが多様なデータソースと連携するための共通仕様で、Anthropic社が提唱しました。GoogleのほかOpenAIやMicrosoftなども採用しており、エコシステム全体でのデータ連携を加速させます。 すでに具体的な活用事例も生まれています。NPO法人「ONE Campaign」は、MCP Serverを利用したAIツール「ONE Data Agent」を開発。アフリカの数千万件に及ぶ金融・健康関連データを平易な言葉で分析し、政策提言に役立てています。 MCP Serverは特定のLLM(大規模言語モデル)に依存しないオープンな設計です。Googleは開発者がすぐに試せるよう、Colabノートブックのサンプルや、Gemini CLIからのアクセス方法などをGitHubで公開しています。これにより、多くの開発者が公開データを活用しやすくなるでしょう。

Google、AI Pro/Ultra加入者に開発者ツールを提供開始

Googleは2025年9月24日、AIサブスクリプションプラン「Google AI Pro」と「Ultra」の加入者に対し、開発者向けツール「Gemini CLI」と「Gemini Code Assist」の提供を開始しました。今回の更新ではモデルのリクエスト上限が引き上げられており、開発者は最新AIをより多く利用できます。これにより、開発ワークフローのさらなる効率化が期待されます。 提供される「Gemini CLI」は、ターミナル上でGeminiを直接操作できるツールです。一方、「Gemini Code Assist」はVS CodeやIntelliJといった統合開発環境(IDE)でコーディングを支援します。これにより、開発者は自身の使い慣れた環境でAIの能力を最大限に活用し、作業を効率化できるようになります。 これらのツールは継続的に進化しており、VS CodeのIDEモードやZedエディタとの統合、CLI向けのGitHub Actionsといった新機能も利用可能です。最新の開発トレンドに対応することで、より高度で効率的なワークフローの構築を支援します。開発者はこれらの機能を活用し、競争力を高めることができるのではないでしょうか。 今回の措置により、開発者は最新モデルであるGemini 2.5 ProやFlashを、より柔軟かつ広範囲に活用できるようになります。コードの生成やデバッグ、技術的な調査といった日常的な作業が高速化し、プロジェクト全体の生産性向上が見込まれます。AIを活用した開発の新たな標準となるかもしれません。

アリババ、NVIDIAと提携し物理AI開発基盤を導入

中国の電子商取引大手アリババは24日、米半導体大手NVIDIAとの提携を発表しました。NVIDIAが提供するロボットや自動運転向けの物理AI開発ツールを、自社のAIクラウドプラットフォームに統合します。この提携は、物理世界で動作するAIの開発を加速させることが目的です。 具体的には、NVIDIAの「Physical AI」ソフトウェアスタックを顧客に提供します。これにより開発者は、現実世界の環境を忠実に再現した3Dのデジタルツインを構築できます。この仮想空間で生成された合成データを用いることで、AIモデルを効率的かつ安全に訓練することが可能になります。 この技術は、特にロボティクスや自動運転車、スマート工場、倉庫といった分野での活用が期待されています。現実世界でのテストが困難または危険なシナリオでも、仮想環境でAIを訓練できるため、開発サイクルが大幅に短縮される可能性があります。 今回の提携は、AI事業を強化するアリババの戦略の一環です。同社はAI技術への投資を従来の500億ドルの予算を超えて拡大すると表明。ブラジルやフランスなどでデータセンターを新設し、世界91拠点にまでインフラを拡大する計画も明らかにしました。 アリババは同日、最新の大規模言語モデル(LLM)「Qwen 3-Max」も発表しました。1兆パラメータで訓練されたこのモデルは、同社史上最大かつ最も高性能とされ、特にコーディングやAIエージェントとしての活用に適していると主張しています。 一方のNVIDIAも、AI分野で積極的な投資を続けています。最近ではインテルへの50億ドルの出資や、OpenAIへの最大1000億ドルの投資計画を発表しており、AIエコシステムにおける影響力を一層強めています。

AI、若手技術者の雇用を脅かすも生産性は向上

スタンフォード大学とマサチューセッツ工科大学(MIT)の研究者が、生成AIが労働市場に与える影響について新たな研究結果を明らかにしました。2022年後半以降、AIに代替されやすい職種では若手技術者の雇用が減少する一方、既存労働者の生産性は大幅に向上することが判明。AIは単純作業を自動化し、経験豊富な人材の業務を支援するため、企業は採用・育成戦略の見直しを迫られそうです。 スタンフォード大学デジタルエコノミーラボの研究によると、2022年後半からAIの影響を受けやすい職種で、若手(22〜30歳)の雇用が明確に減少しています。米国最大の給与計算代行会社ADPの最新データ分析で判明したもので、特にソフトウェアエンジニアなどの職種でこの動きが顕著です。 興味深いことに、若手層の雇用が減少する一方で、同じ職種の中堅・シニア層の雇用は安定、もしくは増加傾向にあります。これは、AIが経験豊富な労働者の専門知識を代替するのではなく、業務を拡張するツールとして機能していることを示唆しています。経験値がAI活用の鍵となりそうです。 一方、マサチューセッツ工科大学(MIT)の研究では、AIの生産性向上効果が実証されています。2023年の研究では、ChatGPTがライティング業務の生産性を大幅に向上させると判明。特に、これまで成績が振るわなかった労働者ほど、その恩恵が大きかったといいます。 AIがもたらすこの二面性は、業務を「自動化」するか「拡張」するかの違いに起因します。エントリーレベルの定型的なタスクは自動化されやすく、若手の雇用機会を奪う可能性があります。一方、複雑な判断を伴う業務はAIで拡張され、シニア層の生産性をさらに高めるのです。 これらの研究結果は、経営者やリーダーに重要な問いを投げかけています。AIによる生産性向上は不可欠ですが、同時に若手人材の採用や育成戦略を根本から見直す必要がありそうです。人間とAIが協働する新たな組織モデルの構築が、今後の企業競争力を左右するでしょう。

Qwen、AIの安全性をリアルタイム検知する新モデル公開

大規模言語モデル「Qwen」の開発チームは9月23日、AIとの対話の安全性を確保する新しいオープンソースモデル「Qwen3Guard」を公開しました。このモデルは、ユーザーの入力とAIの応答の両方を評価し、リスクレベルを判定します。主要な安全性ベンチマークで最高水準の性能を達成しており、責任あるAI開発を支援する強力なツールとなりそうです。 最大の特徴は、AIの応答生成中にリアルタイムで安全性を検知する「ストリーミング機能」です。これは「Qwen3Guard-Stream」バリアントで提供され、応答がトークン単位で生成されるそばから瞬時に安全性を評価します。これにより、ユーザー体験を損なうことなく、不適切なコンテンツの生成を動的に抑制できます。 従来の「安全か危険か」という二者択一の分類とは一線を画し、「物議を醸す(Controversial)」という中間的なラベルを導入した点も革新的です。この3段階の深刻度分類により、開発者はアプリケーションの特性や目的に応じて、安全基準の厳格さを柔軟に調整することが可能になります。これにより、過度な制限を避けつつ安全性を確保できます。 グローバルな利用を想定し、119の言語と方言に対応している点も強みです。インド・ヨーロッパ語族、シナ・チベット語族、アフロ・アジア語族など、世界中の多様な言語で一貫した品質の安全性評価を提供します。これにより、多言語対応のAIサービスを開発する企業にとって、導入のハードルが大きく下がることでしょう。 モデルは、オフラインでのデータセット評価などに適した生成モデル「Qwen3Guard-Gen」と、前述のリアルタイム検知用「Qwen3Guard-Stream」の2種類が提供されます。それぞれに0.6B、4B、8Bの3つのパラメータサイズが用意されており、開発環境やリソースに応じて最適なモデルを選択できます。 開発チームは、AIの安全性を継続的な課題と捉えています。今後はモデル構造の革新や推論時の動的介入など、より柔軟で堅牢な安全手法の研究開発を進める方針です。技術的な能力だけでなく、人間の価値観や社会規範に沿ったAIシステムの構築を目指し、責任あるAIの普及に貢献していくとしています。

NVIDIA、AIでエネルギー効率化を加速 脱炭素社会へ貢献

NVIDIAは2025年9月23日からニューヨーク市で開催された「クライメート・ウィークNYC」で、AIがエネルギー効率化の鍵を握ることを発表しました。「アクセラレーテッド・コンピューティングは持続可能なコンピューティングである」と強調し、LLMの推論効率が過去10年で10万倍に向上した実績をその根拠として挙げています。 AIはエネルギー消費を増やすだけでなく、それを上回る削減効果をもたらすのでしょうか。調査によれば、AIの全面的な導入により2035年には産業・運輸・建設の3分野で約4.5%のエネルギー需要が削減されると予測されています。AIは電力網の異常を迅速に検知し、安定供給に貢献するなどインフラ最適化を可能にします。 同社はスタートアップとの連携も加速させています。投資先のEmerald AI社と協力し、電力網に優しくエネルギー効率の高い「AIファクトリー」の新たな参照設計(リファレンスデザイン)を発表しました。あらゆるエネルギーが知能生成に直接貢献するよう最適化された、次世代データセンターの実現を目指します。 NVIDIAは自社製品の環境負荷低減にも注力しています。最新GPUプラットフォーム「HGX B200」は、前世代の「HGX H100」に比べ、実装炭素排出強度を24%削減しました。今後も新製品のカーボンフットプリント概要を公表し、透明性を高めていく方針です。自社オフィスも100%再生可能エネルギーで運営しています。 さらに、AIは気候変動予測の精度向上にも貢献します。高解像度のAI気象モデルは、エネルギーシステムの強靭性を高めます。同社の「Earth-2」プラットフォームは、開発者が地球規模の気象・気候予測アプリケーションを構築するのを支援し、再生可能エネルギーの導入拡大にも繋がる重要な技術となっています。

感覚的AIコーディング、モバイルアプリ市場で離陸できず

自然言語でアプリを開発する「Vibe Coding(感覚的AIコーディング)」の専用モバイルアプリが、市場獲得に苦戦しています。アプリ情報分析企業Appfiguresの調査によると、多くのアプリがダウンロード数も収益もほとんどない状況です。デスクトップではユニコーン企業が生まれる一方、モバイル市場は未成熟で、技術の完成度にも課題が残っています。 Appfiguresの分析は市場の厳しい現実を示します。この分野で最大手のアプリ「Instance」でさえ、ダウンロード数は1万6000件、収益はわずか1000ドルです。2番手の「Vibe Studio」は4000ダウンロードで収益はゼロ。ほとんどのアプリがユーザー獲得と収益化に苦しんでおり、市場の立ち上がりが遅れていることがうかがえます。 では、モバイルでの未来は暗いのでしょうか。市場はまだ若く、成長の可能性は残されています。今年、Reddit共同創業者が出資する「Vibecode」が940万ドルのシード資金を調達。iOS上でAIを使ってアプリを開発するサービスを開始しており、こうした新規参入が市場を活性化させるか注目されます。 専用アプリは不振ですが、技術は別の形でモバイルに浸透し始めています。例えば、アプリ収益化基盤の「RevenueCat」では、AIアシスタント経由での新規登録が急増しました。AIが開発者を支援し、アプリ内課金の設定などを自動化する裏方として、その存在感を増しているのです。 一方で、技術そのものには課題が残ります。多くの開発者は、AIが生成したコードの品質がまだ不十分だと指摘しています。ある調査では、約95%が「AI生成コードの修正に余分な時間を費やしている」と回答。現状では、人間の開発者がAIを補助的に使う「AIベビーシッター」のような役割が実態に近いようです。 しかし、開発者の関心は非常に高いです。Stack Overflowの調査では、84%がAIツールを「利用中」または「利用予定」と回答し、昨年から増加しています。技術的な課題はありつつも、開発現場でのAI活用への需要は確実に高まっていると言えるでしょう。

マイクロソフト、エージェントAIでアプリ近代化を数日に短縮

マイクロソフトは2025年9月23日、アプリケーションの近代化と移行を加速させる新しいエージェント型AIツールを発表しました。GitHub CopilotとAzure Migrateに搭載される新機能で、レガシーシステムの更新という企業の大きな課題に対応します。自律型AIエージェントがコード分析から修正、展開までを自動化し、開発者の負担を軽減。これにより、従来は数ヶ月を要した作業を数日で完了させ、企業のイノベーションを後押しします。 中核となるのはGitHub Copilotの新機能です。Javaと.NETアプリケーションの近代化を担う自律型AIエージェントが、レガシーコードの更新作業を自動化します。従来は数ヶ月かかっていた作業が数日で完了可能になります。AIが面倒で時間のかかる作業を代行するため、開発者は付加価値の高いイノベーション活動に集中できるようになります。Ford Chinaではこの機能で70%の時間と労力を削減しました。 AIエージェントは、.NETとJavaの最新バージョンへのアップグレードを具体的に自動化します。コードベースを分析して非互換性の変更点を検出し、安全な移行パスを提案します。依存関係の更新やセキュリティ脆弱性のチェックも自動で実行するため、開発者は手動での煩雑な作業から解放されます。これにより、パフォーマンスやセキュリティの向上が迅速に実現できます。 Azure Migrateにも、チーム間の連携を円滑にするエージェント型AI機能が追加されました。移行・近代化プロジェクトが停滞する原因となりがちなIT、開発、データ、セキュリティ各チームの足並みを揃えます。AIが主要なタスクを自動化し、ガイド付きの体験を提供するため、特別な再教育なしで迅速な対応が可能です。 新しいAzure MigrateはGitHub Copilotと直接連携し、IT部門と開発者が同期して近代化計画を立案・実行できるようになります。アプリケーションポートフォリオ全体の可視性も向上し、データに基づいた意思決定を支援します。新たにPostgreSQLや主要なLinuxディストリビューションもサポート対象に加わり、より多くのシステム移行に対応します。 マイクロソフトは技術提供に加え、新プログラム「Azure Accelerate」を通じて企業の変革を包括的に支援します。このプログラムでは、専門家による直接支援や対象プロジェクトへの資金提供を行います。企業のクラウド移行とAI活用を、技術、資金、人材の全ての面から後押しする体制を整えました。

Gemini、対話型学習パートナー機能『Guided Learning』を発表

Googleは2025年9月23日、生成AI「Gemini」に新機能「Guided Learning」を追加したと発表しました。これは対話を通じて学習を支援するインタラクティブなパートナー機能です。単に答えを示すのではなく、質問やテストで理解度を確認しながら学習を進めます。個人の学習から専門スキルの習得まで、幅広い用途で深い知識の獲得を支援します。 新機能の最大の特徴は、答えではなく「プロセス」を重視する点です。複雑な問題を尋ねると、関連概念を解説し、ユーザーと共に解決へと導きます。これは表面的な知識ではなく、本質的な理解を促すための設計です。まさに、根気強いパーソナルチューターと言えるでしょう。 活用シーンは多岐にわたります。アップロードした資料から学習ガイドを生成したり、エンジニアのコードデバッグを対話形式で支援したりできます。語学学習や資格試験の準備など、個人のスキルアップから業務利用まで、ユーザーのペースに合わせて段階的に知識を深めることが可能です。 この機能の背景には、学習に特化してファインチューニングされたモデル群「LearnLM」があります。LearnLMは好奇心を刺激するなど、学習科学の原則において高い性能を示します。高品質な図表のデータベースやYouTube動画を引用し、視覚的でわかりやすい学習体験を提供します。 開発のきっかけは、昨年の「Learning Coach Gem」の成功です。ユーザーは単なる答えだけでなく、概念を理解するための「相棒」を求めていることが明らかになりました。プロンプトの専門知識がなくても、自然な対話で深い学びが得られるツールを目指して開発されました。 今回の新機能は、Googleの教育分野への大規模投資の一環です。学生向けGemini Proの無料提供や、AIスキル育成プログラムも同時に発表しました。「責任あるAIは学習を支援し生産性を高める強力なツールだ」と同社は強調し、教育分野でのAI活用を推進しています。 Googleは「教育エコシステムは変革期にある」と見ており、今後もAIで学習を支援するパートナーであり続ける計画です。今回の機能は、誰もが発見の喜びを感じ、知識を深めることを目指しています。ビジネスパーソンのリスキリングにも大きな影響を与える可能性があります。