AI活用(ユースケース)に関するニュース一覧

LLMの情報漏洩対策、準同型暗号でデータを秘匿したまま処理

プライバシー技術専門企業のDuality社は、大規模言語モデル(LLM)への問い合わせを秘匿したまま処理するフレームワークを開発しました。データを暗号化したまま計算できる完全準同型暗号(FHE)という技術を活用し、ユーザーの質問とLLMの回答をすべて暗号化します。これにより、企業の機密情報や個人情報を含むやり取りでも、情報漏洩のリスクを懸念することなくLLMの恩恵を受けられるようになります。 このフレームワークの核心は、FHEによるエンドツーエンドの機密性保護です。ユーザーが入力したプロンプトはまずFHEで暗号化され、LLMに送信されます。LLMはデータを復号することなく暗号化された状態で処理を行い、生成した回答も暗号化したままユーザーに返します。最終的な結果は、ユーザーの手元でのみ復号されるため、途中でデータが盗み見られる心配がありません。 Duality社が開発したプロトタイプは、現在GoogleのBERTモデルなど、比較的小規模なモデルに対応しています。FHEとLLMの互換性を確保するため、一部の複雑な数学関数を近似値に置き換えるなどの調整が施されています。しかし、この変更によってもモデルの再トレーニングは不要で、通常のLLMと同様に機能する点が特長です。 FHEは量子コンピュータにも耐えうる高い安全性を誇る一方、大きな課題も抱えています。それは計算速度の遅さです。暗号化によってデータサイズが膨張し、大量のメモリを消費します。また、暗号文のノイズを定期的に除去する「ブートストラッピング」という処理も計算負荷が高く、実用化のボトルネックとなってきました。 Duality社はこれらの課題に対し、アルゴリズムの改良で挑んでいます。特に機械学習に適した「CKKS」というFHE方式を改善し、効率的な計算を実現しました。同社はこの技術をオープンソースライブラリ「OpenFHE」で公開しており、コミュニティと連携して技術の発展を加速させています。 アルゴリズムの改良に加え、ハードウェアによる高速化も重要な鍵となります。GPUやASIC(特定用途向け集積回路)といった専用ハードウェアを活用することで、FHEの処理速度を100倍から1000倍に向上させることが可能だとされています。Duality社もこの点を重視し、OpenFHEにハードウェアを切り替えられる設計を取り入れています。 FHEで保護されたLLMは、様々な分野で革新をもたらす可能性があります。例えば、医療分野では個人情報を秘匿したまま臨床結果を分析したり、金融機関では口座情報を明かすことなく不正検知を行ったりできます。機密データをクラウドで安全に扱う道も開かれ、AI活用の可能性が大きく広がるでしょう。

AWS、Bedrockとトークン化連携 機密データの安全活用を実現

アマゾン・ウェブ・サービス(AWS)は2025年9月23日、生成AIサービス「Amazon Bedrock」のセキュリティ機能「Guardrails」と、機密データを別の文字列に置き換える「トークナイゼーション」技術を統合する方法を発表しました。これにより、機密情報を保護しつつ、後工程でデータを活用できる「可逆性」を確保できます。金融など規制の厳しい業界での安全なAI活用が期待されます。 生成AIの業務利用が広がる中、顧客の個人情報といった機密データの取り扱いが大きな課題となっています。特に金融サービスなどでは、顧客情報にアクセスしつつ、個人を特定できる情報(PII)は厳格に保護する必要があります。AIの利便性とデータ保護の両立が求められているのです。 Amazon Bedrockの「Guardrails」機能は、入力プロンプトやモデルの応答に含まれるPIIを検出し、マスキングできます。しかし「{NAME}」のような一般的なマスクに置き換えるため、元のデータに戻すことができません。この「不可逆性」は、後工程で元データが必要となる業務の妨げとなっていました。 この課題を解決するのが「トークナイゼーション」です。機密データを、元のデータ形式を維持したまま、数学的に無関係な別の文字列(トークン)に置き換える技術です。マスキングと異なり、権限を持つシステムはトークンを元のデータに戻せるため、セキュリティとデータの可逆性を両立できます。 今回の手法では、Guardrailsの`ApplyGuardrail` APIを利用します。まずAPIでユーザー入力内のPIIを特定し、検出されたPIIをサードパーティ製のトークナイゼーションサービスに送ります。AIモデルには、そこで生成されたトークンで置き換えたデータを渡して処理を実行させるのです。 例えば、金融アドバイスアプリを考えます。顧客からの質問に含まれるメールアドレスや取引先名をトークン化します。AIはトークン化されたデータで安全に分析を行い、最終的な回答を生成する際に、サービス側で元の情報に戻して顧客に提示します。これにより、安全なデータフローが実現します。 このアーキテクチャにより、企業は機密情報を保護しながら、その有用性を損なうことなく生成AIを活用できます。特に規制の厳しい業界において、コンプライアンス要件とイノベーションを両立させる実用的な枠組みとなります。責任あるAIの導入を促進する重要な一歩と言えるでしょう。

レコード会社、AIのSuno提訴 YouTube楽曲の不正コピーを主張

全米レコード協会(RIAA)は9月19日、AI音楽生成のSunoに対する訴訟で、同社がYouTubeから違法に楽曲をコピーしAI学習に利用したと主張する修正訴状を提出しました。Sunoがコピー防止技術を不正に回避し楽曲を大量入手したと指摘。AI開発におけるデータ収集の適法性が厳しく問われています。 RIAAの新たな主張の核心は、SunoがYouTubeの暗号化技術を破る「ストリームリッピング」を行ったという点です。これはストリーミングコンテンツをダウンロード可能なファイルに変換する行為を指します。この技術的な回避は、米国のデジタルミレニアム著作権法(DMCA)が禁じる行為に違反する可能性が高いとされています。 これまでSunoは、学習データの入手方法を明確にせず、著作物を利用したAIの学習は「フェアユース(公正な利用)」にあたると主張してきました。しかし、フェアユース成立の前提として元データの合法性が問われるため、今回の指摘はSunoの主張を根底から揺るがしかねません。AI開発におけるデータ収集のプロセスに大きな影響を与えるでしょうか。 今回の修正訴状は、Sunoの学習データが違法に収集された可能性を示す音楽出版社団体ICMPの調査結果を根拠にしています。データ入手の違法性が立証されれば、フェアユースの主張は弱まります。AI開発企業にとって、学習データの出所と収集プロセスの透明性の重要性を示す事例と言えるでしょう。 RIAAは、侵害された1作品につき最大15万ドル、技術的回避行為1件につき2500ドルの法定損害賠償を求めています。AIと著作権を巡る議論は、利用の是非からデータ収集の適法性へと、より深刻な段階に入りました。企業のAI活用においてもリーガルリスクの精査が不可欠です。

米独立リーグ球団、AI監督を試験導入もファンから強い反発

米独立リーグの野球チーム「オークランド・ボーラーズ」が、AIに監督を任せるという前例のない実験を行いました。テクノロジー企業と提携し、ポストシーズン進出を決めた後の試合でAIが采配を振るったのです。データ主導が主流の現代野球において、その概念をさらに推し進める試みとして注目されました。 このAIは、OpenAIのChatGPTを基盤とし、100年以上の野球データや分析、そして同チームのアーロン・マイルズ監督の采配パターンを学習しました。試合中はリアルタイムでデータを分析し、投手交代や打順の組み替えといった戦略的な意思決定を担うことが期待されていました。AIは人間の知見を最適化するツールと位置づけられました。 実験の結果、AIは投手交代や代打の起用など、ほとんどの場面で人間であるマイルズ監督が下すであろう判断と一致しました。しかし、先発捕手が体調を崩した際に交代させるという予期せぬ事態には、監督がAIの判断を覆して介入する必要がありました。人間による柔軟な対応の重要性も示唆されたと言えるでしょう。 このユニークな試みは、しかし、ファンから予想外の強い反発を受けました。ファンの一部は、この実験を「野球ファンよりベイエリアの技術者を優先している」と捉えました。また、AI企業の進出が、地元からプロスポーツチームを奪った企業の利益優先主義と同じであるとの批判も噴出し、球団の意図とは異なる反応を招きました。 球団創設者のポール・フリードマン氏はファンの反発を重く受け止め、このAI実験を繰り返す意図はないと述べています。一方で「この新技術のプラスとマイナスについて、手遅れになる前に議論が深まるのは悪いことではない」とも語りました。今回の出来事は、AI導入が技術的な課題だけでなく、文化や感情といかに向き合うべきかという問いを投げかけています。

Meta、Facebook DatingにAI導入 マッチング精度向上へ

Metaは22日、マッチングサービス「Facebook Dating」にAIアシスタントを導入すると発表しました。この新機能は、チャットボットを通じてユーザーがより自分に合った相手を見つけられるよう支援します。プロフィール改善の提案も行い、「スワイプ疲れ」の解消を目指します。AI活用でユーザー体験を向上させ、競争が激化する市場での差別化を図る狙いです。 AIアシスタントは、ユーザーの具体的な要望に応じたマッチングを可能にします。例えば、「ブルックリン在住でIT業界に勤める女性」といった条件で相手を検索できます。また、自身のプロフィールをAIに提示し、より魅力的に見せるための改善案を求めることも可能です。個人の好みを深く理解し、マッチングの精度を高めることが期待されています。 Metaは同時に「Meet Cute」という新機能も発表しました。これは、スワイプ操作に疲れたユーザーを対象としたものです。同社のアルゴリズムに基づき、週に一度「サプライズマッチ」として相性の良い相手を自動で提案します。能動的に探すだけでなく、良い出会いを見つける機会を提供することで、サービスの継続利用を促します。 Facebook Datingの利用者は、特に18歳から29歳の若年層で前年比10%増と成長しています。しかし、業界大手のTinderが抱える約5千万人の日間アクティブユーザーや、Hingeの1千万人に比べると規模はまだ小さいのが現状です。AI機能の強化は、巨大な競合に対抗するための重要な一手と言えるでしょう。 マッチングアプリ業界ではAIの導入が標準となりつつあります。TinderやHingeを傘下に持つMatch Groupは昨年、OpenAIとの提携を発表しました。同社はAI分野に2,000万ドル以上を投資しており、これは厳しい財務状況下での大きな賭けです。AI活用が今後の収益性を左右する重要な鍵になると見ています。 Match Groupの投資は具体的な機能として結実しています。Tinderでは、最適なプロフィール写真を提案する「AI写真セレクター」を導入しました。Hingeでは、AIがプロフィールの回答を改善する提案を行う機能を実装するなど、各社が独自のAI活用法を模索し、しのぎを削っています。 競合のBumbleも同様のAI機能を追加しています。創業者は昨年、個人の「AIコンシェルジュ」が他者のAIとデートし相性を判断する未来を示唆しました。AIが単なる補助機能に留まらず、マッチングプロセスそのものを変革する可能性を秘めていると言えるでしょう。

YouTube、生成AIで動画制作を革新 創造性の拡張目指す

YouTubeは、動画制作に生成AIツールを本格導入する新機能を発表しました。テキストから動画を生成するGoogleの技術などを活用し、誰でも簡単に動画を作れる環境を目指します。ニール・モハンCEOはこれを「創造の民主化」を加速させる一手と位置づけ、プラットフォームの次なる飛躍に繋げたい考えです。 新機能を使えば「月面で踊る100人のダンサー」といったテキストから即座に動画を生成できます。また、ポッドキャストの音声から関連映像を自動で作り出すことも可能です。これにより、誰もが簡単に質の高い動画コンテンツを制作できるようになります。 モハンCEOはAI導入を、創業以来の「テクノロジーで人々の声を届ける」という理念の延長線上にあると説明します。彼はAIをデジタル音楽のシンセサイザーに例え、ツールは人間の独創性や創造性を引き出す新たな機会になるとの考えを示しました。 一方で、AIによるコンテンツ制作の容易さは、プラットフォームの強みである「真正性」を損なうリスクも指摘されます。人間の創造性がどこまで介在するのかという根本的な問いと共に、AI生成物と人間による制作物の境界が曖昧になることへの懸念が浮上しています。 YouTubeは対策として、AI生成動画にはラベルを表示する方針です。しかし、視聴者がAIコンテンツを除外するフィルター機能は提供されません。モハンCEOは今後AIツールの影響はさらに拡大すると予測しており、YouTubeが常に最先端であり続けることが重要だと強調します。

NVIDIA、AIエージェント導入・活用法を4段階で解説

NVIDIAは2025年9月19日、企業の生産性と収益性を高めるカスタムAIエージェントの導入・活用ガイドを発表しました。AIを戦略的パートナーと位置づけ、(1)タスクに最適なエージェント選択、(2)データ連携による学習、(3)業務部門への展開、(4)ガードレールによる統制という4段階のプロセスを提唱。企業のAI活用を最大化し、組織変革を推進します。 最初のステップは、タスクに最適なAIエージェントを選ぶことです。人間を特定の職務で採用するように、AIも役割に応じて選択・訓練します。例えば、複雑な問題解決には推論エージェント、開発支援にはコード生成コパイロットなど、適切な使い分けが性能やコスト、セキュリティを最適化する上で重要です。 次に、強力なデータ戦略を構築し、AIエージェントを継続的に学習させます。AIは、タスクやビジネスに特化した最新データを得ることで最高の性能を発揮します。組織内の知識資産を活用し、多様な情報源に接続することが、精度の高い応答を生む鍵です。この学習サイクルは「データフライホイール」と呼ばれます。 インフラとデータ戦略が整えば、AIエージェントを各業務部門へ展開します。IDC調査によれば、ITプロセスや事業運営、顧客サービスがAI導入の優先分野です。CRMやERPと連携し、リード認定やサプライチェーン管理を自動化することで、従業員の生産性を高めます。 最後に、AIエージェントに対するガードレール(保護機能)とガバナンスを確立します。従業員にガイドラインが必要なように、AIにも信頼性や正確性を担保し、倫理的境界内で動作させる統制が不可欠です。不適切なトピックへの逸脱防止や、悪意あるプロンプトからの保護などが含まれます。 優れたAIエージェントは汎用品ではなく、目的に応じてカスタム訓練され、継続的に学習します。企業は「AIでどんな事業成果を目指すか」を自問することから始めるべきです。将来的には、あらゆる事業部門が専用AIを持ち、その導入と運用が企業変革を主導するでしょう。

Google、米国のAI覇権維持へ特許制度の改革4案を提言

生成AIは発明を加速させる強力なツールです。Googleでは過去1年間の発明の17%がAIの支援を受けています。しかし、米国のAI分野での優位性を維持するには、特許制度も進化する必要があります。特許出願の急増と技術の複雑化は、審査の大きな課題となっています。 第一に、USPTOが必要なリソースを確保すべきだとGoogleは主張します。複雑な発明を適切に評価するには、現在の出願料に依存する財源では不十分です。対策として、Googleのような大規模出願者がより多くの手数料を前払いする制度を提案しています。 第二に、特許審査官の業務効率化のため、AIの活用を拡大すべきだと提言しています。USPTOは既に、適切な審査官への出願割り当てや先行技術調査にAIを導入済みです。今後は、審査官の業務負荷軽減や不正な出願活動の特定にもAIの活用が期待されます。 第三に、AIはあくまで「ツール」であり、「発明者」ではないという原則を明確にすることも重要です。人間がAIを用いて何かを創造した場合、特許は発明者である人間に与えられるべきです。この考え方は、AIを技術開発の道具として活用する実態とも、現行の特許法とも整合します。 最後に、誤って付与された無効な特許を効率的に是正する仕組みの重要性を訴えています。「当事者系レビュー(IPR)」制度を活用すれば、多大な費用がかかる訴訟を避けられます。この制度へのアクセスを回復させ、イノベーションを阻害する無効特許を減らすべきです。

Google.org、初の報告書公開 20年で60億ドル支援、AI活用も詳述

Googleの慈善事業部門Google.orgは9月18日、設立から20年間の活動をまとめた初の「インパクトレポート」を公開しました。同社と従業員はこれまで、重点分野の組織支援に約60億ドルの資金を提供。報告書は、AI活用が社会貢献活動の効率化にどう寄与しているかを示しており、注目されます。 特に注目すべきは、AIが社会貢献の効率を向上させている点です。支援対象の組織はAIの導入で、目標達成までの時間を3分の2以上短縮し、コストを半減させたと報告しています。非営利活動でもAIが生産性向上の強力なツールとなり得ることを示唆しています。 報告書では「知識・スキル・学習」「科学の進歩」「より強いコミュニティ」の3つを重点分野に挙げています。これまでに410万人が職業訓練を受け、1億4000万人以上が危機的状況で支援を受けました。具体的な数字で活動のインパクトを明確に示しています。 科学の進歩も重要な支援分野です。Google.orgはこれまでに1,700以上の大学や研究機関に対し、16,000件以上の研究助成を行ってきました。社会が直面する大きな課題の解決に向け、最先端技術を活用した科学的発見を加速させることを目指しています。 Google.orgは今後も、社会に大きなインパクトをもたらす組織に対し、資金と技術の両面から支援を続ける方針です。AI時代における企業の社会貢献のあり方として、一つのモデルケースとなるかもしれません。

グーグル、アフリカAI未来へ投資加速 海底ケーブルと人材育成

Googleは9月18日、アフリカ大陸のAI活用とデジタル化を推進するため、インフラ整備、製品アクセス、スキル研修への新たな投資を発表しました。大陸の東西南北に4つの戦略的な海底ケーブルハブを新設し、国際的な接続性を強化します。これにより、アフリカの若者がAIの機会を最大限に活用し、イノベーションを主導することを目指します。 Googleは2021年に表明した5年間で10億ドルという投資公約を前倒しで達成しており、今回の投資はその取り組みをさらに加速させるものです。これまでにも大陸西岸を走る「Equiano」ケーブルや、アフリカとオーストラリアを結ぶ「Umoja」ケーブルなど、大規模なインフラ投資を実施してきました。 こうした投資は着実に成果を上げています。これまでに1億人のアフリカ人が初めてインターネットにアクセスできるようになりました。「Equiano」ケーブルだけでも、ナイジェリアや南アフリカなどで2025年中に合計170億ドル以上の実質GDP増加が見込まれるなど、大きな経済効果が期待されています。 人材育成の面では、アフリカの若者の学習とイノベーションを後押しします。エジプト、ガーナ、ケニアなど8カ国の大学生を対象に、高度なAIツール群「Google AI Pro」を1年間無償で提供。学生は最新の「Gemini 2.5 Pro」を活用し、研究や課題解決、コーディング能力を向上させることができます。 さらに、広範なスキル研修も継続します。Googleはこれまでに700万人のアフリカ人に研修を提供しており、2030年までにさらに300万人の学生や若者、教師を訓練する計画です。アフリカの大学や研究機関への資金提供も強化し、AI分野での現地の人材育成と研究開発能力の向上を図ります。 アフリカの多言語環境への対応も進めています。Google翻訳にはすでに30以上のアフリカ言語が追加されました。また、ケニアやガーナのAI研究チームは、洪水予測や農業支援など、現地の課題解決に向けた最先端の研究を主導しており、アフリカ発のイノベーション創出を後押ししています。

フアンCEOがGemini「Nano Banana」を絶賛、AIは「格差解消の機会」

フアン氏熱狂のAI画像生成

Google Geminiの「Nano Banana」を熱狂的に称賛
公開後数日で3億枚の画像生成増を記録
AIの民主化を推進する技術と評価

CEOの高度なAI活用術

日常業務や公開スピーチ作成にAIを多用
AIを「考えるパートナー」として活用
タスクに応じて複数モデルを使い分け

英国AI市場への戦略

NVIDIAは英国AIインフラ企業に6.83億ドルを出資
英国のAI潜在能力を高く評価し謙虚すぎると指摘

NVIDIAのジェンスン・フアンCEOは、Google GeminiのAI画像生成ツール「Nano Banana」を熱狂的に称賛しました。同氏はロンドンで英国への大規模AI投資を発表した際、AIは「技術格差を解消する最大の機会」であると主張。AIの未来について非常に楽観的な見解を示しています。

フアンCEOが熱狂的に支持するNano Bananaは、公開から数日でGeminiの画像生成数を3億枚急増させた人気機能です。これは、背景の品質を維持したまま、顔や動物などのオブジェクトに精密な編集を可能にする点が評価され、ユーザーに広く受け入れられています。

フアン氏は日常業務から公開スピーチの準備まで、AIを積極的に利用しています。AIワープロを使用することで、自身の状況や意図を記憶し、適切な提案を行う「思考のパートナー」として生産性を劇的に高めていると説明しています。

同氏はタスクに応じてAIモデルを厳密に使い分けています。技術的な用途にはGeminiを、芸術的な要素が強い場合はGrokを、高速な情報アクセスにはPerplexityを、そして日常的な利用にはChatGPTを楽しむと述べています。

さらに重要なリサーチを行う際には、フアン氏独自の高度な検証プロセスを採用しています。同じプロンプトを複数のAIモデルに与え、互いの出力結果を批判的に検証させてから、最適な成果を選び出す手法です。

フアン氏は、AIは電気やインターネットのように、すべての人に開かれ、誰一人として取り残されてはならないという哲学を持っています。「この技術は使い方が非常に簡単であり、技術格差を埋める最大のチャンスだ」と強調し、AIの民主化を訴えています。

NVIDIAは、英国のデータセンター構築企業Nscaleに対し、6億8300万ドル(約1,000億円超)の株式投資を実施しました。フアン氏は、英国が産業革命やDeepMindの創出に貢献した歴史を踏まえ、同国のAI進展における潜在能力を高く評価しています。

StreamlabsがAI配信助手発表、RTXで制作作業を劇的に簡素化

主要な役割と機能

共同ホストとして会話の停滞を防ぐ
3Dアバターが質問に即時応答しゲームに集中
プロデューサー機能によるシーン自動切替
技術的なトラブルシューティングを代行

RTXによる高性能化

NVIDIA RTX GPUでローカル処理し低遅延を実現
ユーザー定義のトリガーで制作を自動化
リアルタイムビジョンモデルでゲーム状況把握

Streamlabsは先日、NVIDIA RTX技術によって加速される「Intelligent Streaming Agent」を発表しました。このAIアシスタントは、ライブストリーマーが抱える「エンターテイナー、プロデューサー、ゲーマー」という多重業務の負担を軽減し、視聴者とのコミュニケーションというコアな活動に集中することを目的としています。この技術は、エージェントAIがリアルタイムで高度なタスクを代行する、生産性向上ソリューションの新たな事例として注目されます。

エージェントは主に3つの役割を果たします。第一に共同ホスト(Co-host)として、チャットが静かな際に3Dアバターが会話を繋いだり、視聴者の質問に答えたりします。これにより配信者はゲーム画面から離れる必要がありません。第二にプロデューサーとして、シーンの自動切替や音声・映像キューの実行を担い、複雑な制作作業をカスタマイズ可能なトリガーに基づいて自動化します。

さらに、このAIエージェントは技術アシスタントとしての役割も兼ね備え、ユーザーが直面するトラブルシューティングを支援します。特筆すべきは、NVIDIA GeForce RTX GPUによって加速されるリアルタイムビジョンモデルを活用している点です。これにより、ゲーム内での勝敗や体力低下などのイベントを瞬時に検出し、すべてをローカルで処理することで、極めて低遅延な応答性とシームレスな操作性を実現しています。

Streamlabsは長年、NVIDIAとともにエンコーディング技術やBroadcastアプリなどを通じて配信の敷居を下げてきました。今回のインテリジェント・エージェントは、その進化の集大成です。特に新人ストリーマーにとって、複雑な制作知識や高価な機材なしにプロフェッショナルな品質の配信が可能となります。このAI活用事例は、あらゆる分野で専門家レベルの業務代行が可能になるエージェントAI時代の到来を強く示唆しています。

ChatGPT利用、非業務が7割超に拡大。性別差も縮小し女性が多数派へ

利用目的の現状

用途の73%が非業務関連
メッセージの主流は研究と助言
タスク完了要求は約3分の1
業務利用ではライティングが最多

利用者層と性別差

コアユーザーは引き続き若年層
女性ユーザーが過半数の52%に増加
女性はライティング・実用的な指針
男性は技術的支援・情報収集

OpenAIは今週、ChatGPTの利用実態に関する過去最大規模の詳細レポートを公開しました。最も重要な発見は、利用目的の大多数が非業務関連にシフトしている点、そして、利用者のジェンダーギャップが大きく縮小し、女性ユーザーが過半数を占めるに至った点です。この変化は、AIが個人の日常生活に深く浸透しつつある現状を示しています。

利用目的について、2025年6月時点でChatGPTへのメッセージの73%が非業務関連でした。これは、1年前の53%から大幅に増加しています。AIが業務効率化のツールとしてだけでなく、個人の学習や趣味、実用的なアドバイスを得るためのパーソナルアシスタントとして浸透していることが明らかになりました。

会話内容の傾向を見ると、ユーザーはChatGPTに対してタスクの完了を求めるよりも、研究やアドバイスを求める傾向が優勢です。メッセージの約半数が情報や助言の要求であり、具体的なタスク実行の依頼は約3分の1にとどまっています。AIを知識の源泉や相談相手として活用する動きが主流です。

若年層が引き続きコアユーザーであり、データセットにおけるメッセージの46%を占めています。また、利用者層の変化として、従来は男性が優勢でしたが、現在は女性ユーザーが52%とわずかに上回っています。これは、2024年1月時点の37%から劇的な変化であり、AI普及の多様化を明確に示しています。

男女間で利用方法にも違いが見られます。女性ユーザーはライティングや実用的なガイダンスへの利用が多く、一方で男性ユーザーは情報収集、技術的支援、マルチメディア関連の利用が多い傾向です。企業やサービス提供者は、この利用傾向の違いを考慮したAI活用戦略を構築する必要があるでしょう。

業務用途に限定した場合、チャットの40%をライティング(文書作成)が占め、依然として中心的な役割を果たしています。しかし、AIの真価を引き出すためには、非業務分野での利用拡大傾向を参考にし、業務内での「アドバイス」や「情報探索」といった創造的な用途への応用が求められます。

BI、記事初稿AI利用を許可。読者への非開示で生産性向上へ

記事制作におけるAI活用

初稿作成へのAI利用を正式許可
リサーチ・画像編集等もツールとして活用
メディア業界で最も踏み込んだ方針

情報開示と責任体制

原則、読者へのAI利用の非開示
完全なAI生成コンテンツは開示対象
最終的な品質責任は記者が負う体制

全社的なAI推進

AI検索ツール導入など全社的な推進
親会社はOpenAIらとライセンス契約締結

米経済ニュースメディアのBusiness Insider(BI)は、ジャーナリストに対し、記事の初稿作成にAIを使用することを正式に許可する内部指針を策定しました。特筆すべきは、AI利用の事実を原則として読者に開示しない方針を打ち出した点です。これは、AI技術を編集プロセスに深く組み込むメディア業界の動きとして、最も踏み込んだ事例の一つと見られています。

BIのエディター・イン・チーフが示した指針によると、AIは「他のツールと同様」に、リサーチや画像編集といった幅広いタスクに活用が認められます。特に初稿作成についても「使用可能」と明記されましたが、最終的な作品は記者のものでなければならないと強調されています。AIを活用しても、成果物に対する責任は全て担当記者に帰属します。

透明性のポリシーについて、BIは完全にAIが生成した、あるいは十分な検証を経ていないコンテンツに対してのみ、開示義務を負うとしています。これにより、記者がAIを下書きとして利用し、その後編集・検証した記事については、読者に通知する必要はないという判断を示しました。生産性向上とジャーナリズムの信頼性の両立を目指す試みです。

BIは、親会社であるアクセル・シュプリンガーと連携し、全社的にAI導入を加速させています。すでにAIを活用した検索ツールを導入し、エンゲージメントを高める成果を上げています。また、アクセル・シュプリンガーはOpenAIやMicrosoftなどの巨大テック企業とコンテンツのライセンス契約を結んでおり、AIビジネスへの投資を積極的に進めています。

同社は以前、外部ライターによるAI生成記事の掲載で物議を醸した経緯があります。こうした経験を踏まえ、今回の新方針では、AI利用を広げつつも、最終的な品質管理と倫理的責任を厳格にジャーナリストに負わせる構造を敷きました。AIを単なる効率化ツールとして最大限活用する強い意志が見えます。

LLM開発費を最大化する効率的スケーリング則、MITが提言

研究の核心と課題

LLM開発の高額な計算資源コストへの対処法
小規模モデルから大規模モデルの性能を予測
従来の予測手法は体系的な検証が不足

効率を高める指針

多様なサイズでモデル数を優先して訓練
最終損失でなく中間チェックポイントを活用
ターゲットモデルの部分学習(30%程度)でコスト削減

データ選定と精度

初期のノイズデータ(100億トークン未満)を破棄
目標精度と計算予算を事前に決定

マサチューセッツ工科大学(MIT)の研究チームは、大規模言語モデル(LLM)の訓練コストを最適化するための「スケーリング則」構築ガイドを公開しました。これは、数百万ドルにも上る開発費を効率的に使い、大規模モデルの性能を高い信頼性で予測するための体系的な指針を提供します。AI開発における予算と性能のトレードオフを解消する画期的な分析です。

スケーリング則とは、小さなモデルの学習結果から、同じモデルファミリーのより大きなターゲットモデルの性能(特に損失)を推定する手法です。従来、この手法は開発者ごとに異なり、その有効性がブラックボックス化していました。今回の研究では、40種類のモデルファミリー、485の独自モデルを分析し、1,000以上のスケーリング則を検証しています。

最も重要な提言の一つは、予測の堅牢性を高めるために、多様なサイズのモデルを少数訓練することを優先すべき点です。単に非常に大規模なモデルを訓練するよりも、5つ程度の小規模モデルを分散して訓練することが、スケーリング則の精度向上に寄与すると結論付けています。

また、リソースを効率的に活用するため、ターゲットモデルをデータセットの約30%まで部分的に訓練し、そのデータを使って性能を外挿することで、大幅なコスト削減が可能となります。加えて、訓練過程の最終損失だけでなく中間チェックポイントのデータを利用することが予測信頼性を高める鍵です。

ただし、訓練開始直後(100億トークン以前)のデータはノイズが多く、予測精度を低下させるため破棄すべきだと研究者は推奨しています。開発者は、予測誤差率(ARE)が4%以内であれば最良、20%以内であっても意思決定に十分役立つ精度として目標設定が可能です。

興味深い発見として、完全に訓練されたモデルの「中間段階」のデータが、別のターゲットモデルの予測に再利用できることが判明しました。これは、追加コストなしに予測リソースを増強できることを意味します。また、小規模モデルと大規模モデルの挙動は予想以上に類似していることも確認されました。

研究チームは今後、モデルの訓練時間だけでなく、モデルの応答時間(推論時間)に関するスケーリング則へと分析を拡大する計画です。ユーザーの新しいクエリに対して「最適な思考量」を予測する技術は、リアルタイムでのAI活用においてさらに重要性を増すと期待されています。

Google、生成AI「LearnLM」で学習効果11%向上へ

学習効果を高めるAI基盤

独自AIモデル「LearnLM」を活用
教育学に基づきコンテンツを再構築
最新のGemini 2.5 Proに統合
静的な教科書を対話型ガイドに変換

個々人に合わせた学習体験

学習者のレベルや興味に応じて内容を適応
マインドマップや音声レッスンを生成
リアルタイムフィードバック付きの対話型クイズ
長期記憶テストで11%のスコア向上

Googleは、教育分野における生成AI活用実験「Learn Your Way」を発表しました。独自AIモデル「LearnLM」を基盤とし、静的な教科書を学習者の興味やレベルに合わせた対話型コンテンツに変革します。学習科学に基づいて設計されたこのツールは、従来のデジタル教材利用者と比較して長期記憶テストで11%のスコア向上を実現しました。

Learn Your Wayの中核となるのは、教育学(ペダゴジー)が注入された特化型モデルLearnLMです。これは現在、Googleの高性能基盤モデルGemini 2.5 Proに直接統合されています。単なる情報検索ではなく、学習プロセス全体にAIを深く関与させ、指導のエッセンスを組み込むことが特徴です。

具体的な機能として、AIは元の教材に基づき、マインドマップ、オーディオレッスン、そしてリアルタイムフィードバック付きのインタラクティブなクイズなどを生成します。これにより、学習者が自身のペースやスタイルで能動的に学びを進められる、自己主導的な学習環境を提供します。

この実証実験で示された11パーセントポイントという記憶定着率の向上は、企業研修や高度な専門知識の習得において、極めて重要な意味を持ちます。生産性向上を目指す経営層やリーダーにとって、特化型AIが教育・トレーニングにもたらす革新性を示す明確な事例として注目されます。

経済成長を加速させるGoogleの「AI政策10原則」

AI導入基盤の整備

クラウド容量の増強と「クラウドファースト」政策
公共部門データのオープン化と活用促進

広範なAI普及策

政府業務へのAI統合で効率を向上
中小企業(SMB)のAI活用を助成金等で支援
包括的なAI人材育成計画の実行

実現に向けた法規制

国際標準の採用と既存規制の活用を優先
TDMを可能にする著作権・プライバシーの均衡

Googleは、AI活用による経済成長を加速させるための「AI政策10のゴールドスタンダード」を発表しました。これは、特に新興経済国がAI変革を達成するための実用的なロードマップを提供するものです。ゴールドマン・サックスの試算によれば、AIの広範な導入は世界のGDPを10年間で7%押し上げる可能性があり、各国政府に対し、デジタルリーダーシップ確立に向けた行動を促しています。

これらの政策基準は、AI変革を実現するための三段階、すなわち「AI対応エコシステムの構築」「広範なAI導入の達成」「政策環境の整備」に分類されます。企業がAIを使いこなすためには、まず政府がクラウドファースト政策を導入し、AI利用の基盤となるコンピューティング能力を確保することが最優先事項です。

さらに、高品質なデータへのアクセスはAI開発の鍵です。公共部門のデータをオープンソース化し、一元的なデータリポジトリを確立する必要があります。ルワンダなどの事例のように、官民連携を推進し、スタートアップに優しい政策環境を整備することが、活発なAIエコシステムへの投資を呼び込みます。

AIの恩恵を国家全体に行き渡らせるには、政府自身がAIの主要な採用者となるべきです。ブラジルでは政府業務にAIを組み込み、行政サービスを効率化しています。また、経済の主要な雇用主である中小企業(SMB)に対し、助成金や研修を通じてAIソリューションへのアクセスを支援することが不可欠です。

AI時代に備えた人材育成は、市民全体を対象とする包括的な計画が必要です。UAEでは、公務員やSTEM学生を含む幅広い層に対しAIトレーニングを提供中です。Google.orgも世界で100万人の政府職員を訓練する取り組みを支援しており、官民一体となったスキルアップが強く求められます。

長期的な成功のためには、予見性のある規制環境の整備が欠かせません。規制の分断を避けるため、各国はISO 42001のような国際的なAI標準を国内規制に採用すべきです。また、シンガポールや日本のように、AIのトレーニングに必要なTDM(テキスト・データマイニング)を可能とする、バランスの取れた著作権制度を支援します。

新しいAI特化型規制を性急に導入する前に、既存の規制がAIにどのように適用できるかをまず評価すべきです。イスラエルのAIプログラムのように、セクターごとの規制当局を強化するなど、「ソフトな」規制ツールを活用することで、規制の断片化を回避しつつ、柔軟かつ段階的な枠組みの発展を目指すことが推奨されています。

AIが心の支えに。数千万人が利用する信仰テック市場の光と影

爆発的な成長を遂げる「信仰テック」

Bible Chatは3000万DL超え
Hallowが一時ストア首位を獲得
年間最大70ドルの収益モデル確立
中国では運勢解読にAI活用

利用動機とAIの限界

24時間対応のアクセシビリティ
ユーザーからの「本当に神か」という問い
AIは統計的に尤もらしいテキスト生成
誤情報や誤解を生むリスク

宗教的テキストで訓練されたAIチャットボットが、数千万人のユーザーから精神的な指導や告解の相手として利用され、急速に市場を拡大しています。カトリック系の「Hallow」が一時的にApple StoreでNetflixやTikTokを上回るなど、その普及は驚異的です。AIは人間の深い精神世界にまで浸透し始め、年間最大70ドルを支払う「信仰テック」という新たな巨大市場を形成しています。

特に注目すべきは、主要アプリの規模です。「Bible Chat」はすでに累計3000万ダウンロードを突破し、多くのユーザーが秘密を打ち明けています。これは、AIが単なる情報検索ツールではなく、人間の内面的なニーズを満たす存在として認識され始めている証左です。市場価値を高めたい企業にとって、この精神的・心理的サポート領域は未開拓のブルーオーシャンと言えます。

AI利用の最大の動機は、アクセシビリティの問題を解決することにあります。ユーザーは「午前3時に牧師を起こしたくない」といった理由で、24時間即座に応答するAIを重宝しています。これは、従来の人的サービスでは満たせなかった時間や場所の制約を取り払う、AI導入の典型的な成功例として捉えることができます。

一方で、これらのチャットボットは神や超自然的な存在ではありません。大規模言語モデル(LLM)として、宗教的なテキストパターンに基づき、統計的に最もらしいテキストを生成しているに過ぎません。「ChatwithGod」のCEOが明かすように、ユーザーから「これは本当に神ですか?」という質問が頻繁に寄せられる点に、AIの人間的な応答能力と、それによる根源的な誤解が潜んでいます。

この技術の普及は、倫理的な課題を伴います。AIは訓練データに基づいて応答するため、誤った情報を提供したり、根拠のない安心感を与えたりする可能性があります。人間と異なり、AIには思考や心がないため、ユーザーの最善の利益を考慮に入れることができません。経営層や開発者は、AIが精神的指導を装うことの潜在的な危険性を理解し、責任ある設計が求められます。

M365 Copilot Chatが無料化、主要Officeアプリで生産性を底上げ

無料化の対象と範囲

全てのM365ビジネスユーザーが対象
Word、Excelなど主要5アプリに搭載
Copilot Chatサイドバーを実装
追加ライセンス費用は不要

提供される主要機能

ドキュメントの迅速な下書き・要約
スプレッドシートのデータ分析を支援
開いたファイル内容を理解し回答
Webベースの安全なAIチャット利用

Microsoftは、全てのMicrosoft 365ビジネスユーザーを対象に、WordやExcelなどの主要Officeアプリケーション内でAI機能「Copilot Chat」の無料提供を開始しました。これにより、ドキュメントの下書きやデータ分析といった生成AIの基本機能が、追加費用なしで利用可能になります。これは、企業やチームの生産性向上を強力に後押しする戦略的な動きです。

今回搭載されたのは、アプリ内で利用できるCopilot Chatサイドバーです。ユーザーが開いているファイルの内容を瞬時に理解し、関連性の高い回答を返す「コンテンツアウェア」なチャット機能が特徴です。例えば、Wordでの文書の書き換えや、PowerPointでのスライド作成補助などを、すぐに開始できます。

ただし、月額30ドル/ユーザーの有償ライセンス「Microsoft 365 Copilot」は引き続き提供されます。有償版は、単一ファイルに限定されず、企業全体の作業データに基づいて推論できる点で無料版と一線を画します。真の全社的なAI活用を目指す企業には、引き続き有償版の検討が必要です。

さらに、有償ライセンスユーザーは、最新技術であるGPT-5への優先アクセス権や、ファイルアップロード、画像生成といった高度な機能を利用できます。また、応答速度の向上や、ピーク利用時でも安定した可用性といった技術的な優位性も享受できます。

今回の無料化は、既存のビジネスプランの価格調整を伴わず実施されました。企業は、AI活用のハードルが大幅に下がることで、従業員のAIリテラシー向上と生産性改善を同時に進めることが可能になります。日常業務へのAI浸透を加速させる、重要な施策と言えるでしょう。

DeepMind責任者が語る「AIコ・サイエンティスト」戦略

AlphaFold成功の鍵

独自の問題解決フレームワーク
タンパク質構造予測を革新
AlphaFold、AlphaEvolveを開発

科学発見の民主化へ

新ツール「AIコ・サイエンティスト」
科学的ブレイクスルーを万人へ
研究開発の飛躍的な加速に貢献

DeepMindの戦略

科学・戦略イニシアチブを主導
AIによる科学の未来像を提示

Google DeepMindのPushmeet Kohli氏が、最新のポッドキャストでAIによる科学的ブレイクスルー加速戦略について解説しました。同氏は、AlphaFoldの成功を導いた独自の知見を共有し、その恩恵を広く社会に提供するための新構想「AIコ・サイエンティスト」に焦点を当てています。

DeepMindが過去に成し遂げたAlphaFoldやAlphaEvolveといった画期的なイノベーションは、同チームが適用した独自の「問題解決フレームワーク」から生まれました。このユニークなアプローチこそが、複雑で難解な科学的問題を効率的に解き明かす鍵となると強調されています。

同氏が提唱する「AIコ・サイエンティスト」は、その成功体験を基に構築される次世代のツール群です。これは、AIが人間科学者と協働し、特定の分野に留まらず、あらゆる人が科学的発見を達成可能にすることを目指しています。

この取り組みは、特にAI活用を志向する企業経営者やエンジニアにとって重要です。AIコ・サイエンティストが研究開発(R&D;)の現場に浸透すれば、創薬や新素材開発におけるイノベーションの所要時間とコストが劇的に削減され、企業の収益性向上に直結します。