検索(ユースケース)に関するニュース一覧

Google、巨額AI投資で初の現金収支マイナス

第2四半期決算

総売上1198億ドルで予想超え
検索広告633億ドル
クラウド前期比23.8%増

AI投資の急拡大

四半期のAI投資449億ドル
通期投資計画最大2050億ドル

投資家の反応

初のフリー現金収支マイナス
フリー現金収支-58億ドル
増収でも株価下落

米Googleは2026年4-6月期(第2四半期)決算で、AIインフラへの巨額投資により、同社として初めてフリーキャッシュフローがマイナスに転じたと発表しました。総売上高は1198億ドルとアナリスト予想を上回る好調ぶりでしたが、四半期のAI関連投資が449億ドルに達し、営業活動で稼いだ現金を上回りました。増収にもかかわらず、発表後に同社株は下落しました。

売上の内訳を見ると、中核の検索広告が633億ドルと最大の柱です。クラウド事業のGoogle Cloudは248億ドルで、前四半期比23.8%増と急伸しており、AIサービスへの旺盛な需要を映しています。このほかサブスクリプション・端末部門が129億ドル、YouTube広告が111億ドルを稼ぎました。

問題は支出の膨張です。Googleは当初、2026年通期の設備投資を1800億〜1900億ドルと見込んでいましたが、今回これを最大2050億ドルに引き上げました。2025年の投資額910億ドルと比べると2倍以上の水準で、AIモデルを支えるデータセンターの建設・運用に資金を投じ続けています。

営業キャッシュフローは投資などの非現金収益を除くと約391億ドルで、前年同期比40%増と決して悪い数字ではありません。しかし第2四半期のAI関連支出449億ドルがこれを上回った結果、フリーキャッシュフローはマイナス58億ドルとなりました。売上や利益が伸びる一方で、手元に残る現金が初めて赤字に沈んだ格好です。

投資家が警戒するのは、AI投資の回収時期が見通しにくい点です。増収を続けても現金創出力が投資に追いつかなければ、株主還元や財務の自由度に影響しかねません。他の巨大テック企業も同様にAIインフラへ資金を注いでおり、投資競争の持続性が今後の焦点となりそうです。

GoogleがAI利用の大規模調査ATLASを公開

調査の全体像

Gemini等1500万対話を分析
150カ国4000業務を網羅

職場での利用実態

全職種の68%で導入
業務の約21%のみAI活用
自動化は1割未満

家庭利用と地域差

利用の86%が業務外
行政手続きの負担軽減に貢献
利用率は所得水準に相関

米Googleは、人々がAIをどのように使っているかを大規模に調べた実態調査「AI & Economy ATLAS」の初版を公開しました。GeminiアプリやAPIでやり取りされた1500万件の匿名化した対話を集計したもので、これらのサービスは月間10億人以上が利用しています。対象は150カ国以上、140言語、800職種、4000業務に及び、実際の利用実態を過去最大規模でとらえました。

調査からは、職場でのAI利用が「広く浅い」という姿が浮かび上がります。導入は全産業に広がり、米国の雇用の9割を占める全職種の68%で使われている一方、1つの仕事の中でAIが使われる業務は平均で約21%にとどまります。用途もアイデア出しや戦略立案、情報検索、学習といった協働・補助が中心で、業務を完全に自動化する例は全体の1割未満でした。

AIの活用は知的労働に限りません。自動車整備士や産業機械の技術者といった技能職でも、会話型AIをリアルタイムの診断や故障対応、その場での学習に使う動きが出ています。こうした現場の作業者は、画像や動画を扱うマルチモーダルAIを使う割合が2倍高いという特徴も見られました。

見落とされがちなのが、家庭でのAI活用です。ATLASでは対話の86%超が仕事以外の場面で発生しており、買い物の下調べや家電の使い方に加え、税金や免許、罰金といった行政手続きの負担軽減にも役立っています。これらは従来の経済指標では測りにくい価値だと、Googleは指摘します。

世界全体を見ると、AIの普及は各国の1人当たりGDPにおおむね比例し、デジタル格差が残る懸念があります。ただし南米や中東の一部の中所得国では、高所得国並みの利用率も確認されました。調査はGoogle DeepMindの分析基盤「OCTO」を使い、個人情報を除去したうえで集計しており、ケンブリッジ大のダイアン・コイル氏やMITのデービッド・オーター氏も報告に協力しています。

AIエージェントの誤答、真因はモデルでなくデータ

見えない失敗

出荷3か月後に3分の1が誤答
ダッシュボードは緑のまま
陳腐化を見逃す検索基盤

誤診の二段階

モデル交換では未解決
検索層の強化も的外れ
データ監視の欠如が真因

データ可観測性

正確性・鮮度・一貫性・来歴の4軸
月曜からの4つの診断質問

VentureBeatは7月22日、AIエージェントが自信満々に誤答する主因はモデルではなくデータ工学の欠陥にあると論じる寄稿記事を公開しました。データ基盤エンジニアのJunaid Effendi氏は、出荷時に正確だったAIチャットボットが3か月後には利用者の質問の約3分の1で誤答する事例を挙げ、原因を検索基盤がデータの「正しさ」を検証しない構造にあると指摘します。

検索パイプラインは、価格情報が古くても新しくても同じ確信度で回答します。関連度や可用性は測っても、内容が今も正しいかを検証しないためです。ダッシュボードは緑のままでシステムは正常に見えるのに答えは間違っている、という「失敗に見えない失敗」が起こります。

Effendi氏によれば、現場はこの失敗を二度誤診します。まずモデルを疑ってLLMを差し替え、次に検索層を疑って高機能な製品を買い増します。AWSは知識グラフで「コンテキスト層」競争に参入し、Snowflakeも新機能で同じ症状を狙いますが、いずれも問題の一つ上の層にとどまり、データ供給元の質は問わないと同氏は述べます。

真の欠陥は上流のデータ工学層にあり、必要なのはデータ可観測性だと同氏は主張します。Uberは2,000超の重要データセットを監視し障害の約9割を下流到達前に検知し、Netflixは全社規模のデータ来歴システムを構築しました。同氏は正確性・鮮度・一貫性・来歴の4軸で品質を測るべきだと整理します。

月曜から取り組むべきは、モデルや検索基盤の乗り換えではなく4つの問いだと同氏は説きます。データは利用者の基準で検証されているか、高い確信度で提供中の最古の情報は何か、同一ソースが矛盾しないか、誤りの出所を追跡できるか、です。答えられなければ修正すべきはデータ基盤であり、AIは既存の弱点を露呈させただけだと結論づけます。

OpenAI、報道機関のAI活用事例を公開

取材・報道を強化

AP、大量資料を検索可能化
公開会議の自動要約と採点
専用GPTで文章・見出し改善

読者体験を刷新

ルモンド、全記事に音声付与
BILD、2.5億件の質問応答
対話型ゲームや料理支援

経営・業務を効率化

営業調査を時間から分に短縮
News Corp、知識エージェント開発

OpenAIは2026年7月22日、AP通信やルモンドなど世界の報道機関が同社のAI技術をどう活用しているかをまとめた事例集を公開しました。取材・報道の強化、読者体験の刷新、経営・業務の効率化という3分野で、AIが編集・製品・事業の各部門に組み込まれつつあると説明しています。あわせて、非営利の報道支援団体American Journalism Projectへの支援を更新し、38州の数十媒体を対象に含めると明らかにしました。

取材面では、AP通信が連邦最高裁の膨大な申立書を検索可能な構造データに変換し、画像・動画の検証や夜間ニュースの監視にも活用しています。フィラデルフィア・インクワイアラーは自治体や教育委員会の公開会議の記録を要約・採点するツール「Scribe」を開発し、ニュース価値の高い動きを見つけやすくしました。Axiosは情報開示請求文書を練り上げる専用GPTなど、複数の独自GPTを日常業務に組み込んでいます。

読者体験の面では、ルモンドが2025年に全記事へ音声を付与し、公開直後から記事を聴けるようにしました。ドイツのBILDの対話アシスタント「Hey_」は2億5000万件を超える読者の質問に答え、日常的な相談相手へと発展しています。The Atlanticは登場人物ごとにChatGPTのエージェントを用意した対話型の推理ゲームを公開し、Eaterは20年分の飲食評を会話で探せる検索体験を始めました。

経営・業務では、シアトル・タイムズがChatGPT Enterpriseを使った営業見込み客の調査ツールを開発し、作業時間を数時間から数分へ短縮して新規受注につなげました。News CorpはMCP(Model Context Protocol)で自社データ基盤に安全に接続する「Knowledge Agents」を開発しています。OpenAIは学びを共有する「OpenAI Academy for News Organizations」も立ち上げ、3年以上続く報道業界との連携をさらに進める考えです。

GitHub、Copilotの価値はモデルより開発ツールと説明

課金と役割

モデルを囲む開発基盤
コード補完は定額に内包
高負荷処理にAIクレジット

使い分け

自作システムは生API向き
開発作業はCopilotが最適
組織で予算管理が可能

BYOK公開

自前キーで課金移管
対応は20超モデル

GitHubは7月22日、開発支援ツール「GitHub Copilot」と、生のAPIで同じモデルを直接呼び出す方式との違いを解説する記事を公式ブログで公開しました。「同じモデルを使えるのに、なぜCopilotに課金するのか」という問いに対し、同社はCopilotが提供するのはモデルそのものではなく、それを囲む開発基盤だと位置づけています。

Copilotの有料プランには月ごとの「GitHub AIクレジット」が付き、利用量は入力・出力・キャッシュのトークン数とモデル別の単価から算出されます。コード補完と次編集候補は定額に含まれ、より負荷の高いチャットやエージェント作業にAIクレジットが充てられます。

1タスクあたりの費用は、表示されたトークン単価だけでは決まりません。文脈の選択やツール利用、再試行、課題からレビュー済みプルリクエストに至る経路が、消費トークンと作業完了の可否を左右するためです。組織プランではAIクレジットを全体で共有し、管理者が予算設定と利用状況の追跡を行えます。

一方で生のAPIは、製品機能や社内エージェント基盤、評価環境、自動化パイプラインなど、自分たちで所有するシステムを構築する際の土台になります。プロンプトや検索、経路制御、ログ、セキュリティ、課金までを自前で管理でき、モデル呼び出しのエンドポイントはこれらの設計判断を代行しません。

GitHubは両者の中間にあたるエージェント基盤も用意しています。公開プレビュー中の「Bring Your Own Key(BYOK)」では、Anthropic、AWS Bedrock、Google、OpenAI、xAIなど自前の鍵でモデルを呼び出せ、トークン料金は各プロバイダー側へ移ります。ツールの開発と保守はGitHubが担い続けます。

モデルを有効化する権限は管理者側にあり、Copilotは20を超えるモデルに対応します。カスタム挙動や独自の統合・制御が必要なら生のAPI、既存のツールとリポジトリ内での開発作業ならCopilotを選ぶのが適切だと、記事は結んでいます。

ブラウザ競争の主戦場、検索からAIエージェントへ

競争の転換点

主戦場は検索からAI操作へ
Chrome・Safariが依然2強
2026年に新興ブラウザ続々参入

主要AIブラウザ

PerplexityのCometは月200ドル
OpenAIのAtlasは7月に終了
Aside・Jatterなど新興も登場

プライバシー型

Brave・DuckDuckGoが追跡防止
Ladybirdは独自基盤を開発中

米メディアTechCrunchは2026年7月22日、ChromeとSafariに代わる注目ブラウザをまとめた記事を公開しました。ブラウザ競争の主戦場が検索結果から利用者に代わりAIが操作を代行する機能へ移ったと指摘します。GoogleとAppleの2強が市場を握る一方、2026年には新興企業や大手が相次いで参入し、ブラウザは「閲覧の窓」から「作業を代行する助手」へ変わりつつあると伝えています。

AI搭載型では、Perplexityが2025年7月に投入したCometが代表格です。メール要約や予定招待の送信などを代行しますが、利用は月200ドルの最上位プラン限定です。Arcを手がけたThe Browser CompanyのDiaは無料で提供され、閲覧履歴を横断して情報探索や作業を支援します。OperaのNeonは月19.90ドルで、オフライン中でも作業を進められる点が特徴です。

一方、OpenAIが2025年10月に公開したAtlasは、2026年7月に運用を終えました。同社はエージェント機能をChatGPTのデスクトップ版とChrome拡張機能に統合する方針です。Y Combinatorが支援するAsideやJatterなど、ブラウザ内で自動操作を担う新興サービスも登場しています。

プライバシー重視の分野では、広告・追跡の遮断で知られるBraveや、検索で有名なDuckDuckGoが生成AI機能を加えて対抗します。GitHub共同創業者が率いるLadybirdは、既存のChromiumに依存しない独自基盤のブラウザをゼロから開発中で、今年アルファ版を予定します。集中や休息を促すOpera Air、作業効率を重視するSigmaOSやZenなど、用途特化型のブラウザも広がっています。

Alphabet四半期増収24%、AIがクラウド82%成長を牽引

決算ハイライト

全社売上、前年比24%増
クラウド売上82%増

AI利用の拡大

モデルAPI毎分220億トークン処理
月間900万人超の開発者
Gemini App 9.5億MAU

次世代への布石

クラウド受注残5140億ドル

Alphabet(グーグル親会社)のスンダー・ピチャイ最高経営責任者は2026年7月22日、同社ブログで2026年第2四半期決算の要点を公表しました。全社売上高は前年同期比24%増となり、クラウド事業が82%、検索広告が17%、YouTube広告が13%それぞれ伸びました。同氏は人工知能(AI)への投資が全事業の成長を押し上げていると強調しました。

成長を最も牽引したのはクラウド事業です。売上高は82%増、受注残高は5140億ドルに拡大し、フォーチュン100企業の約9割が業務用基盤Gemini Enterpriseを利用しています。新規顧客の獲得ペースは前年比で2倍超、Google Cloud Marketplaceの取引は7倍超に伸びました。

AIモデルの利用も急拡大しています。モデルAPIの処理量は毎分約220億トークンと前四半期の160億から増え、月間900万人超の開発者が利用しています。対話アプリGemini Appの月間利用者は9億5000万人に達し、日次利用者は1年で3倍になりました。

製品面では低コストな新モデルGemini 3.6 Flashなどを投入したほか、検索の新機能「AI Mode」の月間利用者が10億人を超えました。次世代基盤モデルGemini 4の事前学習も始めており、同社は「これまでで最も野心的な取り組み」と位置づけています。半導体からモデルまで統合したAI基盤が、こうした成長を支えています。

Writerの新手法、AIのトークン消費38%削減

研究の成果

トークン38%削減
タスク単価41%減
成功単価最大61%減
品質は78→81%で維持

最適化の要点

ハーネス層を作り込み
プロンプトキャッシュ活用
サブエージェント委譲は上位モデル限定

AI開発企業Writerの研究者は2026年7月、基盤モデルを変えずにAIエージェントの運用コストを大幅に下げる手法を論文で公開しました。モデルを包むオーケストレーション層(ハーネス)を最適化することで、タスクあたりのトークン消費を38%、コストを41%削減しつつ、品質を維持できると示しています。エンジニアリングチームがモデルの再学習なしに適用できる点が特徴です。

背景にあるのはtokenmaxxingと呼ばれる業界の悪弊です。良い設計の代わりに巨大なコンテキストと大量のトークンを力任せに投入する手法で、同社CTOのWaseem AlShikh氏は「請求額はタスク単価×トークン単価だが、多くのチームは後者しか見ていない」と指摘します。エージェントではループのたびに膨らむ文脈が再送され、トークン量が単価下落より速く膨張するため、価格低下が非効率を覆い隠す麻酔になっていると言います。

研究チームはClaude Sonnet 4.6やGemini 3.1、Writer独自のPalmyra X6など6モデルで、22件の企業タスクを固定して検証しました。従来型のエージェントループと最適化済みのWriter Agent Harnessを比較した結果、トークン量は1.42万から8800へ、平均コストは21セントから12セントへ低下しました。処理時間の中央値も48秒から27秒へと44%短縮しています。

一方でマルチエージェント構成には限界も見えました。検索などを担うサブエージェントへの委譲が実用水準に達したのはPalmyra X6とClaude Sonnet 4.6の上位2モデルのみで、Gemini Flash 3.5やQwen 3.6など軽量モデルは信頼性の閾値を大きく下回りました。委譲能力はまだ軽量モデルでは安定しないということです。

実務者向けの指針として同氏は、静的な指示を上部、動的な要素を下部に置くTwo-Zoneプロンプトでキャッシュを効かせること、履歴を外部に退避させるコンテキストオフローディングを挙げます。さらに「モデルに自らの支出を監視させてはならない。防護柵はモデルの下、コード側に置く」として、タスクごとの厳格なトークン上限や失敗後の支出抑制を勧めています。

ただし最適化には工数がかかるため、試作段階では軽いハーネスで素早く反復すべきだとも述べます。恩恵が大きいのは1日数百万リクエスト規模に達した段階です。モデルが計画や推論を自ら担うようになるほど、ハーネスの役割は能力補完から予算・権限・監査といった統治の徹底へ移り、企業が手放すべきでない層になると同氏は展望しています。

Geminiで副業を始める5つの活用術

事業立ち上げ支援

アイデアの事業計画化
Deep Researchで市場調査

運営の自動化

AIエージェントSparkが常時稼働
売上データから改善点抽出
損益分岐点と価格設計

Googleは7月20日、生成AIアシスタントGeminiを使って副業や小規模ビジネスを立ち上げる5つの方法を自社ブログで公開しました。米国では「起業」の検索が過去最高を記録しており、多額の予算や数カ月の準備がなくてもアイデアを収益化できると訴えています。経営者や個人事業主にとって、初期コストを抑えた事業構築の実践的な指針となる内容です。

第一に、頭の中のアイデアをGeminiアプリのノートブックに書き出し、リンクや資料を追加することで事業計画へと構造化できます。事業が成長すれば、ウェブサイトやGoogleビジネスプロフィールと連携するビジネスノートブックに移行し、未回答の顧客対応など重要なアクションを自動で提示します。

第二に、Deep Research機能が数時間かかる作業を数分に圧縮します。競合や狙う市場のレポートを指示すれば、数百の情報源を横断して事実を収集し、新興トレンドを整理した専門的な分析を提示してくれます。

第三と第四は、ブランド構築と運営の自動化です。製品画像を高級感のある背景に配置したり、動画広告を作成したりでき、CanvaやGoogle LabsのPomelliと連携してブランドブックやウェブサイトも短時間で用意できます。さらにAIエージェントGemini Sparkは端末の電源を切っていても24時間稼働し、問い合わせメールから顧客情報を抽出してスプレッドシートに記録するといった作業を自動で処理します。

最後に価格設定では、材料費や手数料、送料を入力して損益分岐点を算出し、複数の価格帯が売上に与える影響を試算できます。事業開始後もスプレッドシートをアップロードすれば、隠れた傾向の発見や意思決定を可視化する対話型ツールの作成が可能で、データに基づく経営判断を後押しします。なおGemini SparkはGoogle AI Ultra契約者向けに世界で提供されています。

Augment Codeが説く意味検索型AIコーディングの強み

二つの文脈手法

grepベースの探索型
意味検索による取得型

意味検索の仕組み

埋め込みと検索モデル対
ベクトルDBで高速取得
ミリ秒未満の応答

優位性の所在

大規模非公開コードで有効
公開レポは各モデルが記憶済み

AIコーディング企業のAugment Codeは、リポジトリを事前にインデックス化し、意味的に関連するコードを取得する独自路線を採ります。同社エンジニアリング担当VPのVinay Perneti氏がArs Technicaのインタビューで、grep型の軽量な手法とは異なる意味検索型のアプローチの利点を語りました。

文脈の与え方には大きく二つの流派があります。一つはClaude CodeやCodexが採用するgrepベースの探索で、もう一つがAugmentが一貫して選ぶ意味的な取得です。エージェントは限られたコンテキストウィンドウの中で必要な情報を集める必要があり、その集め方が性能を左右します。

Augmentの仕組みは二つの中核部品から成ります。埋め込みモデルと検索モデルの対が動き、さらにベクトルデータベースと最適化されたバックエンドが、ミリ秒未満での取得を可能にします。

Perneti氏は、この方式の利点が特に大規模な非公開コードベースで表れると強調します。ベンチマークの多くが公開・オープンソースのリポジトリで実施されますが、大規模モデルはそうしたレポをほぼ記憶しており、どこを見るべきか既に把握しているためです。

つまり公開レポでは差が出にくい一方、企業内部の巨大で非公開なコードでは、意味検索による的確な取得が生産性を高める余地が大きいという主張です。軽量な手法との優劣は用途次第であり、開発現場はコードベースの規模と性質に応じて選択を迫られます。

RAG頼みは危険、生成AI失敗の主因はデータ基盤

クリーンアップの罠

失敗主因はデータ基盤
検索層での後付け修正は幻想
ノイズや重複がベクトル空間に伝播
スキーマ変動による静かな劣化

三つの設計原則

取り込み時点での検証徹底
構造検査と統計プロファイリング併用
アクセス制御は基盤層で実装

本番化への問い

誤答の追跡可能性の確認

米メディアVentureBeatは7月19日、シニアデータエンジニアのNaveen Ayalla氏による寄稿を公開しました。同氏は、企業の生成AI実証実験が頓挫する主因は、モデルの性能ではなくデータ基盤の未整備だと指摘します。断片化した既存データを大規模言語モデルに流し込み、検索拡張生成(RAG)の検索層で後から掃除できると信じる姿勢をクリーンアップの罠と名付け、設計思想の転換を促しました。

プロジェクトが失敗したとき、技術部門はまずコンテキスト長や推論能力といったモデル側の制約を疑いがちです。しかし現場でパイプラインを組む立場から見ると、根本原因はほぼ常に手前の工程にあると同氏は言います。検証されていない生データを埋め込みモデルに与えれば、元システムの重複レコードや矛盾した状態がそのままベクトル空間に継承されるからです。

スキーマの予告なき変更、欠損フィールド、変更データキャプチャの遅延といった静かな劣化は、そのままベクトルストアへ流れ込みます。基盤が壊れていれば、いくらプロンプトを工夫し再ランキングやハイパーパラメータを調整しても、幻覚や不正なコンテキスト露出は止まりません。データ品質を後処理として扱う限り、この構造は変わらないという主張です。

処方箋として挙げられたのは三点です。第一に、スキーマ検証を夜間バッチではなくストリーミング入口やブロンズ層といった最初の取り込み地点に置き、異常なペイロードを隔離すること。第二に、null検査や型適合といった構造検証に加え、特徴量分布の変化を追う統計プロファイリングを組み合わせ、逸脱を検知したらベクトル更新を自動停止することです。

第三に、行レベルのセキュリティや個人情報のフィルタリングをシステムプロンプトで実現しようとしないこと。アクセス制御やトークン化、来歴追跡はデータ基盤側の責務であり、LLMをアクセス制御の裁定者にすべきではないと釘を刺します。

誤った回答を特定のパイプライン実行や変換ステップまで遡れるか、運用系とベクトルデータベースが同期しているか。こうした問いに答えられるかどうかが、実験段階と本番運用を分ける境界線になります。

The Verge読者が選ぶ最適な読書アプリと端末

人気の読書端末

Boox PalmaとKindleが上位
iPad Miniは注記用途
KoboやiPod Touchも支持

定番の読書アプリ

Readwise Readerが高評価
FeedbinとUnreadでRSS購読
Goodreads離脱の動き

今週の注目作

Nolan監督のThe Odyssey
Bear 2.9でWorkspaces追加

米メディアThe Verge のニュースレター「Installer」第136号が7月18日に配信され、記者のDavid Pierce氏が読者から募集した読書環境の総まとめを公開しました。電子書籍端末からアプリ、書店まで多岐にわたる推薦が集まり、端末とRSSアプリを軸に読書好きの実態が浮かび上がっています。「読書は死んだ」という論調に対し、記事は明確に反論しています。

読書端末で最も支持を集めたのは、電子ペーパー端末のBoox PalmaとAmazonのKindle、そしてiPad Miniでした。Pierce氏自身はBoox Palma 2を常時携帯し、注記が多い場面ではiPad Mini、就寝前はKindle Paperwhiteと使い分けています。KoboのClaraやLibra、iPod Touchの愛用者からの声も少なくありませんでした。

アプリではKindleとBookshop.orgが定番ながら、Readwise Readerが検索・整理機能やPDF変換の質で頭一つ抜けた評価を得ました。RSS購読ではFeedbinとUnreadが人気で、後で読む用途にはInstapaperやReederが挙がっています。蔵書管理ではGoodreadsを離れ、Book TrackerやThe StoryGraphへ移る読者が目立ちました。

今週の注目作としては、Christopher Nolan監督の新作映画「The Odyssey」が高評価で紹介されました。メモアプリのBear 2.9はタグ機能をWorkspacesへ拡張し、Adobe対抗をうたうMac向け写真編集アプリApheraも話題に上がっています。

一方でPierce氏は、増え続けるニュースレターの管理法が未解決の課題だと率直に認めています。読書という行為が端末やアプリの選択を通じて多様化するなか、自分に合う道具を見つける楽しさを本号は伝えています。

サンフランシスコがAppleとGoogleにヌード化アプリ削除命令

削除命令

対象は13本のアプリ
Googleに5本、Appleに8本
開発者との取引停止要求

法的根拠

カリフォルニア州法違反
非同意ヌード画像は違法
両社は数百万ドルの手数料

各社の対応

Googleが5本を停止
Appleは3本削除、開発者追放

米サンフランシスコ市のデービッド・チュー市法務官は今週、AppleとGoogleに対し、実在の人物を無断で裸に加工する「ヌード化」アプリ13本をアプリストアから削除するよう求める停止通告(cease-and-desist)を送りました。両社が非同意の性的ディープフェイク画像の売買を「幇助」しているとし、開発者との取引を断つよう要求しています。

チュー氏は、ディープフェイクポルノを作成するサービスの支援を禁じたカリフォルニア州法に両社が違反していると指摘しました。対象アプリはアプリ内課金を用いており、AppleとGoogleはその手数料として数百万ドルを得てきた可能性が高いといいます。

対象アプリは、顔の入れ替えや脱衣によって誰でも簡単に露骨な画像を生成できるものです。チュー氏は被害が主に女性や子どもに及ぶ現状に「心底ぞっとした」と述べ、いじめや脅迫、深刻な精神的被害につながっていると訴えました。ある対象アプリは100万回超ダウンロードされていたといいます。

これを受け、Googleの広報担当は、指摘された5本をポリシー違反で停止し、これまでに数百本の関連アプリを削除、「nudify」などの検索語も制限してきたと説明しました。Appleは指摘された8本のうち3本を削除し、該当する開発者アカウントの停止手続きを進めていると明らかにしています。

DoorDashがAIエージェント経由の注文ツール公開

新ツールの概要

開発者向けCLIツール「dd-cli」
米国・カナダのmacOS開発者が対象
ウェイトリスト経由でベータ提供
店舗検索から決済まで対応

狙いと背景

CTOアンディ・ファン氏が発表
エージェント型商取引の一例
AIエージェント経由で食事を注文
独自の注文ツール構築が可能

フードデリバリー大手のDoorDashは7月16日、AIエージェント経由で注文できる開発者向けコマンドラインツール「dd-cli」のベータ版を発表しました。共同創業者でCTOのアンディ・ファン氏がX上で明らかにしたもので、店舗検索から特典探し、決済までをコマンドラインで完結できます。当面は米国とカナダのmacOS開発者を対象に、ウェイトリスト経由で提供されます。

コマンドラインは通常プログラミングの領域であり、AIエージェントがサラダやサンドイッチを注文する光景は一見すると滑稽に映ります。実際、発表は「sudoでサンドイッチを作らせる」という有名なXKCDの漫画を想起させ、ネット上で注目を集めました。ただしDoorDashはこれを単なるジョークではなく、真剣な取り組みと位置づけています。

今回の狙いは、DoorDashの注文基盤をAIエージェントに開放する点にあります。開発者は自社のソフトやサービスに注文機能を組み込み、独自のフードや食料品の注文ツール、地域の割引探しアプリなどを構築できます。これはエージェント型商取引(agentic commerce)が具体的にどう機能するかを示す一例といえます。

DoorDashはこれまでもiMessage経由の注文や、自社AIチャットボット「Ask DoorDash」を試してきました。加えてOpenAIのChatGPTやAnthropicのClaudeといった外部チャットボットにもサービスを開放しています。今回のdd-cliは、こうした商取引のエージェント化を一段と推し進める動きと位置づけられます。

企業AIの過半数、文脈不足で自信ある誤答

調査で判明した課題

企業101社への調査結果
57%が文脈起因の誤答を経験
検索でなく信頼の欠如が本質
業務文脈の38%がRAG依存

検索基盤の勢力図

プロバイダー純正検索が首位
OpenAIとGoogleが専用DB上回る
ハイブリッド検索が本命の34%
統治された意味層を58%が整備中

米メディアVentureBeatが2026年第2四半期に実施した調査で、AIエージェントに業務文脈を供給する基盤が、信頼が追いつかない速さで構築されている実態が明らかになりました。従業員100人超の企業101社のうち57%が、過去半年に文脈の不足や不整合を原因とする「自信に満ちた誤答」を経験し、その半数以上が複数回起きたと回答しています。問題の本質は検索精度ではなく、基盤への信頼の欠如だと同社は指摘します。

この失敗は、明白な幻覚とは異なる点が危険です。モデルは文脈が薄いまま、権威ある口調で自信満々に誤るため、利用者が誤りに気づきにくいのです。企業がエージェントに業務を理解させる主要手段は検索拡張生成(RAG)で、全体の38%が第一の文脈源としています。これは次点である統治された意味層やオントロジー(21%)のほぼ2倍にあたります。

検索基盤の勢力図では、専用ベクトルデータベースが中心の座を失いつつあります。OpenAIのファイル検索(40%)とGoogleのVertex AI Search(38%)が、あらゆる専用ベクトルDBを上回りました。企業は既に導入済みのツールに付属する検索へ集まる傾向が強く、Weaviateやpineconeなど純粋なベクトルDBは軒並み1桁台にとどまっています。

一方で企業の本音は逆を向きます。純正検索が実際に普及する中でも、36%はプロバイダーの純正基盤に統合せず、最良の単体ツールを維持したいと答え、統合派の21%を大きく上回りました。利便性から束ねられた検索を採用しつつ、独立性を保ちたいという矛盾が、この市場の戦略的な争点です。

アーキテクチャはハイブリッド検索へ収束しつつあります。埋め込みに再ランクとアクセス制御を組み合わせる方式が2026年末までに主流になると34%が予想し、ベクトルのみとする11%の3倍に達しました。統治された意味層も58%が構築中ですが、多くはまだ本番投入に至っていません。自信ある誤答という土台の問題が解けない限り、その上に築くすべてが揺らぐことになります。

NVIDIAの新埋め込みモデルがRTEB首位

ベンチマーク成績

RTEB78.5%で首位の8B版
MMTEB検索で75.5%を記録
1B版は誤り率27%減

主な特徴

多言語・コード検索対応
開放重みと学習レシピ公開

展開と採用

NVFP4版で最大2倍高速
IBM・Zoom等が評価中

NVIDIAは7月16日、検索特化の埋め込みモデル群Nemotron 3 Embedを公開しました。旗艦の8Bモデルは、検索性能を測る指標RTEBのリーダーボードで1位を獲得し、スコアは78.5%に達しました。RAGやエージェント検索、コード検索、エージェントの記憶といった本番環境での利用を想定し、開放重みと商用利用が可能なライセンスで提供されます。

性能面では、8BモデルがRTEBで78.5%、MMTEB Retrievalで75.5%を記録しました。小型の1B(BF16)版もRTEBで72.4%を達成し、前世代の1Bモデルと比べて誤り率を27%削減しています。検索精度が上がると関連情報を早く返せるため、エージェントの無駄な再検索や推論の往復が減り、下流のトークンコスト削減にもつながると説明しています。

特徴として、32kのコンテキスト長に対応し、長文書や大規模なコード、複数ターンの対話履歴を扱えます。多言語とコード検索に対応するほか、Blackwell向けの4bit形式であるNVFP4版は、BF16比で最大2倍の処理速度を実現しつつ精度を99%以上維持します。開放重みに加え微調整や蒸留のレシピも公開され、企業が自社データへ適応させやすくしています。

8BモデルはMistralのMinistral-3-8Bを基盤とし、因果デコーダを双方向エンコーダへ変換して構築しました。1B版は構造的な枝刈りと蒸留を繰り返して圧縮したものです。すでにIBMやPalantir、ServiceNow、Zoomなどが評価を進めており、Hugging FaceやNVIDIA NIM、vLLM経由で即日利用できます。

NotebookLMがGemini Notebookに、Search統合へ

改称と統合

Gemini Notebookへ改称
単独アプリとして継続
Geminiアプリと完全同期
検索AI Modeへ展開予定

新機能と提供範囲

各ノートにクラウド計算環境
コードの記述・実行が可能
Ultra・法人向けに提供開始
Pro版は数週間内

Google(グーグル)は7月16日、AIを活用したノート・リサーチアプリ「NotebookLM」の名称を「Gemini Notebook」に変更すると発表しました。単独アプリとしての提供は続けつつ、対話型AI「Gemini」やGoogle検索との連携を一段と深めます。2023年に「Project Tailwind」として登場した同アプリは、現在3000万人以上、60万を超える組織が利用する規模へ成長しています。

Gemini Notebookは今後も、資料を読み込んで要約や分析を行うリサーチ特化ツールとして独立して機能します。一方でGeminiアプリ内から直接ノートを作成・閲覧でき、両者の間で完全な同期が可能になりました。Googleは近く、検索の対話機能「AI Mode」にもノートを持ち込む計画です。

改称に合わせ、各ノートブックに安全なクラウド計算環境を与える更新の展開も始めました。これによりGemini Notebookはコードを直接記述・実行し、取り込んだ情報源に基づく複雑なデータ分析をこなせます。新しい出力形式や、より深い分析が可能になる見込みです。

この機能は現時点で、有料上位プラン「Google AI Ultra」の利用者と、対象のWorkspace法人顧客に提供されています。ウェブ版のPro利用者へは今後数週間で順次拡大する予定です。名称の刷新と機能強化を同時に進め、Googleはリサーチ体験の中核にGemini Notebookを据えようとしています。

GoogleのAIモード、外部アプリ連携で作業まで実行

新機能の概要

Instacartで食材をカート追加
Canvaでデザイン候補提示
YouTube Musicへプレイリスト保存
米国で今週から順次提供

競合と背景

ChatGPT・Claudeに対抗
Gemini連携を検索へ拡張
質問応答からタスク実行へ

Googleは7月16日、対話型検索AI Mode上で、利用者が普段使うアプリを直接リンクして操作できる新機能を発表しました。米国で今週から順次提供され、開始時点ではInstacart、Canva、YouTubeに対応します。検索を単なる質問応答から、買い物やデザインといった作業の実行の場へと広げる狙いです。

具体例として、バーベキューの買い物リストをAI Modeで作る際にInstacartを連携すれば、食材をそのままショッピングカートに追加し、アプリやサイトで数タップで購入できます。デザイン制作ではCanvaにテンプレート候補を表示させ、パーティー用の楽曲はプレイリストを作ってYouTube Musicへ即座に保存することも可能です。

今回の更新は、GoogleがAI Modeを利用者により頻繁に使わせたい狙いも映しています。アプリ連携をめぐっては、OpenAIのChatGPTやAnthropicのClaudeもすでに対応しており、Googleはこの分野で競合に追随する形となります。

背景には、同社がI/Oで発表したGeminiアプリ向けの連携機能があります。今回はその仕組みを検索へ広げたもので、Googleは年初から在庫確認やGmail・写真を活用するPersonal IntelligenceなどをAI Modeに継続的に追加してきました。対応アプリは今後さらに拡大する予定です。

EUがGoogleにAndroidと検索開放を命令

DMAの命令

ライバルAIに同等アクセス付与
競合への検索データ共有
対応期限は2027年

Googleの反発

プライバシー・安全性への懸念
Kent Walker氏が反対表明
違反時売上最大10%制裁金

欧州連合(EU)の欧州委員会は7月、GoogleにAndroidと検索サービスを競合他社へ開放するよう命じる2つの決定を下しました。デジタル市場法(DMA)に基づく措置で、ライバルのAIアシスタントや検索エンジンにGeminiと同等のアクセスを認めるよう求めます。Googleは検索データの共有を2027年1月までに、Androidの改修を同年7月までに始める必要があります。

Androidに関する決定は、GoogleがGeminiに与えているのと同じシステム機能やデータアクセスを、競合のAIアシスタントにも提供するよう義務づけます。利用者はChatGPTやClaude、Perplexityなどを深く統合された標準アシスタントとして選べるようになり、「Hey Google」への応答や端末ハードウェアの利用も可能になる見込みです。

もう一方の決定は、Google検索が生み出すデータの共有を扱います。競合検索エンジンは透明性のある形で妥当な料金でデータを得られるようになり、EUはAIチャットボットも検索サービスとみなして共有対象に含めました。この措置は米国の反トラスト訴訟で命じられた是正策とも重なります。

Googleは強く反発しています。グローバル渉外担当プレジデントのKent Walker氏は、今回の決定が「数百万人の欧州市民の重要なプライバシーとセキュリティの防護策を損なう恐れがある」と述べ、外部アプリへの過度な権限付与や検索データの露出を問題視しました。委員会は識別可能なデータの扱いについて決定を修正する余地を残しており、今後の協議が焦点となります。

従わない場合、欧州委員会はGoogleの年間世界売上高の最大10%に相当する制裁金を科すことができます。これは数百億ドル規模に達する可能性があり、Androidと検索という2大プラットフォームでのGoogleの支配力を揺るがしかねません。

Whatnot、推薦技術のShaped買収

買収の狙い

WhatnotがShaped買収
リアルタイム推薦を強化
ライブ商取引の課題解決
推薦を秒単位で最適化

体制と成長

創業者Murrell陣が合流
新応用AI研究組織を主導
評価額110億ドル超

ライブ配信ショッピングのWhatnotは7月15日、リアルタイム推薦・検索技術を持つ機械学習企業のShapedを買収したと発表しました。刻々と在庫やオークションが変わるライブ商取引で、買い手が最適な商品を見つけられるようにする発見・パーソナライズ機能の強化が狙いです。

同社のデータ・AI担当VPであるEmmanuel Fuentes氏は、ライブ商取引を「独特に難しい推薦問題」と位置づけます。在庫が秒単位で変わり、番組が連続的に始まっては終わり、視聴中に買い手の意図も移ろうためです。

Whatnotは過去6年で推薦エンジンの速度を改善し、推薦の遅延をほぼ1日から数分にまで短縮してきました。Shapedの技術を組み込むことで、推薦をさらにリアルタイムへ近づける考えです。同社のシステムは週あたり50万時間超のライブ映像と数百万件の対話を処理しています。

Shapedは顧客データと大規模言語モデル、機械学習を組み合わせ、高度に個人化された検索・発見体験を提供する技術を開発してきました。OutdoorsyやQVCなどを顧客に持ち、創業者でCEOのTullie Murrell氏は約12人のエンジニアや研究者とともにWhatnotへ加わり、新設の応用AI研究グループを率います。

買収は同社の急成長を背景としています。2019年創業のWhatnotは販売者の累計注文が10億件を突破し、昨年はシリーズFで2億2500万ドルを調達、評価額は110億ドル超となりました。eBayやPoshmarkなど再販大手もAI統合を競っており、推薦技術の獲得競争が加速しています。

IBMがモデルルーティングを最適化問題と再定義

コストの逆転

417タスクでSonnetが割安
GPT-4.1はほぼ2倍のコスト
差の要因はキャッシュ料金

複雑さと遅延

難易度は実行前に不可視
ガバナンスも制約要因
遅延はインフラ状態が支配

最適化型ルーター

分類から最適化へ転換
コスト21%減で精度4%低下

IBM Researchのチームは2026年7月15日、Hugging Faceのブログで、AIエージェントのモデルルーティングは単純な分類問題ではなく、システム全体の最適化問題だと指摘しました。同社が実運用のエージェント開発で得た知見で、コスト・複雑さ・遅延という3つの次元がルーティングを想定以上に難しくしていると説明します。

最も意外だったのがコストです。AppWorld Test Challengeの417タスクを同じCodeActエージェントで処理したところ、Claude Sonnet 4.6は合計79ドル、GPT-4.1は155ドルとほぼ2倍でした。GPT-4.1はトークン単価が安いにもかかわらず逆転した理由はキャッシュの読み取り料金にあり、文脈を再利用するエージェント処理でSonnetが恩恵を受けたためです。

複雑さも一筋縄ではいきません。「契約書を要約して」といった一見簡単な依頼でも、検索やコンプライアンス確認、ツール利用が連鎖し、実行してみるまで難易度が分からないことが多いといいます。さらに企業導入ではデータ所在地や承認モデル一覧などのガバナンス制約が加わり、ルーターはコストや品質、遅延と同時にこれらを調整する必要があります。

遅延もモデルの速さだけでは決まりません。ハードウェアやキャッシュの状態、エンドポイントの混雑といったインフラ要因が応答時間を左右するためです。そこで同社はルーティングを分類ではなく最適化問題として設計し直し、コスト・品質・遅延を同時に最適化する軽量なアルゴリズムを構築しました。

成果も具体的です。遅延を優先した構成では精度84%を93ドル・83秒で達成し、Opus単体と比べコスト21%減・遅延9%減を、精度低下わずか4%で実現しました。ルーター自体は1タスクあたり約6ミリ秒・2キロバイトと軽量で、最良のモデルではなくシステム全体の最適点を見つけることが重要だと結論づけています。

Suno流出データでYouTube等の楽曲無断収集が判明

収集の実態

YouTube等から200万曲超収集
Bright Data経由で取得
ポッドキャスト100万時間計画

流出と対応

サプライ攻撃で認証情報窃取
顧客メール・電話番号が流出
Suno社は顧客未通知

著作権問題

RIAAが著作権侵害で提訴
フェアユース主張が争点

AI作曲サービスを手がけるSunoが、2025年11月のハッキング被害で流出したデータにより、YouTube MusicやDeezer、Geniusなどから楽曲を大量に無断収集していた疑いが明らかになりました。米メディア404 Mediaが2026年7月15日に報じたもので、これまで非公開だった学習データの実態が初めて外部に露呈した形です。

流出した2023〜2024年のソースコードには、YouTube MusicやDeezer、Pond5、Jamendo、IMSLPなどから音源を収集する指示が含まれていました。あるファイルによると、Sunoが取り込んだYouTube Musicのクリップは200万件超に達し、ポッドキャストも約100万時間分の取得を狙っていたとされます。

収集の手口も具体的に判明しました。Sunoは第三者企業のBright Dataを使ってYouTubeから音源を抜き取り、ボーカル素材を得るためにアカペラ版を検索していたとみられます。こうした手法はYouTubeの利用規約や技術的な保護の回避にあたる可能性があります。

今回の流出は、ハッカーがサプライチェーン攻撃で従業員の認証情報を奪い、社内のソースコードにアクセスしたことが発端でした。顧客のメールアドレスや電話番号、Stripeの決済情報も抜き取られましたが、Suno社は顧客に通知していませんでした。同社は「限定的な事案で速やかに封じ込めた」と説明しています。

この事実は、Sunoが直面する著作権訴訟にも影響を与えかねません。全米レコード協会(RIAA)などは同社を提訴しており、Sunoは著作物を用いた学習をフェアユースで正当化できると主張してきました。競合のUdioも同様の疑いを持たれており、生成AIの学習データを巡る争いは一段と激しくなりそうです。

Cohere幹部、AI主権はスタック全体の制御が必要

主権の定義

データ所在地の厳格な統制
GPUから連携ツールまで支配
銀行や病院、政府が対象

適材適所のモデル

エージェントでトークン消費急増
課金前提の消費最大化を批判
タスク別のモデルルーティング
8割の用途は小型で十分

カナダの企業向けAI新興Cohereで製品エンジニアリング担当VPを務めるラシャッド・アラオ氏は今週、米メンロパークで開催された生成AIエージェントの主要会議「VB Transform 2026」で講演しました。同氏は、企業のAI主権とはオープンモデルを落としたり社内ファイアウォールの内側でアプリを動かしたりする以上のものだと主張し、機密データやインフラ、ベンダー変更の自由を手放さずにエージェントを構築する重要性を訴えました。

アラオ氏はGoogleとMetaで責任あるAIや信頼・安全のエンジニアリングを率いた経歴を持ちます。銀行や病院、政府といったミッションクリティカルな組織を例に挙げ、「データがどこに存在するか、AIそのものをどう扱うかに非常に厳格な統制を持つことが重要だ」と述べました。AIの運用は、組織が理解し直接管理できる法域で行うべきだという考えです。

その統制はGPUやプライベートクラウド基盤から、モデル間で要求を振り分けるガバナンス機構、さらには企業データに作用するコネクターや検索ツール、エージェント基盤にまで及びます。「スタック全体を制御したい」と同氏は語り、部分的な対策では主権は成立しないとの立場を鮮明にしました。

推論価格の下落で小型モデル最適化の意義が薄れるのではという問いに対し、アラオ氏は総消費量がそれ以上に速く増えていると反論しました。企業が単純なチャットボットから、推論しツールを呼び出し複数手順を踏むエージェントへ移行するにつれ、「トークン利用量は指数関数的に増える」というのが根拠です。同氏はトークン消費に応じて課金する事業者は消費最大化を志向すると指摘し、Cohereはそうした売り方をしないと差別化を強調しました。

処方箋はシンプルで、「その場のタスクに適したモデルを使う」ことです。あらゆる要求を最大のフロンティアモデルに送るのではなく、必要な知能と機密性・規制負荷に応じて振り分けるべきだといいます。同氏は、規制の厳しい業務にオンプレミスのモデルを使い、機密性が低く高い知能を要する業務はNorthプラットフォーム経由で大型モデルに送るカナダのある銀行の例を挙げ、モデルルーティングの有用性を説きました。

先月オープンソース化された「North Mini Code」については、開発者の用途の8割で「はるかに効果的で安価だった」と述べました。同モデルは単一のNvidia H100 GPUで動き、ターミナル作業やコードレビューを狙います。加えて総パラメータ2180億のうち生成時に250億のみ稼働するApache 2.0ライセンスのモデル「Command A+」も公開済みです。同氏は検索がマルチモーダル化しエージェントの一部になりつつあると述べ、ガバナンス層がベンダーロックインの解消につながると締めくくりました。

ヌード化アプリへの誘導元、YouTubeが最多

報告書の要点

主要SNSが誘導元と判明
4カ月で570万件超の流入
YouTubeが3割で最多
Xが2位で130万件超

被害と規制

1枚1ドルで生成可能
年間3600万ドルの収益推計
米ミネソタ州が全米初の禁止

反過激主義団体ISDは7月13日公表の報告書で、同意なく人物を裸に加工する「ヌード化」アプリへの誘導が、4chanのような小規模掲示板ではなく主要SNSから生じていると指摘しました。2025年12月から2026年3月の間に、SNS経由でこうしたサイトへ570万件を超える訪問が発生したといいます。

最大の流入元はYouTubeで、全体の3割超にあたる182万件を占めました。「undress app」などの検索で表示される動画が、特定アプリの紹介や無料クレジットのプロモコードへの誘導に使われていたのです。2位はXで、130万件超の流入がありました。

ISDは、この実態がYouTubeの性的コンテンツ禁止方針と「直接矛盾する」と批判しています。同社は違反リンクも禁じていると説明する一方、報告書は方針が十分に運用されていないと指摘しました。

こうしたツールは1枚あたり1ドル程度で利用でき、業界全体で年間最大3600万ドルの収益を生むとの推計もあります。標的は元交際相手のほか姉妹やいとこにも及び、性的動機だけでなく失職を狙う嫌がらせ目的も多いといいます。

米国ではNCII(同意なき私的画像)を違法とする連邦法「Take It Down Act」が5月に完全施行され、48時間以内の削除を義務付けました。同月にはミネソタ州が全米で初めてヌード化アプリ自体を禁止しています。それでもアプリは拡散を続けており、ISDは制度と教育を含む横断的な対応を求めています。

Google画像検索、25周年で発見型フィードとAI生成追加

新ホーム画面

Pinterest風の発見フィード
興味に応じたリアルタイム更新
コレクションをタブに保存

AI生成と展開

最新のNano Bananaで生成
米国英語のデスクトップから
ログイン必須で数週間内

Googleは2026年7月、画像検索サービス「Google画像検索」の提供開始から25周年を迎え、ホーム画面を発見・回遊型に刷新すると発表しました。検索する前から利用者の興味に合わせた画像ギャラリーを表示し、AIによる画像生成機能も追加します。今後数週間かけて、米国の英語版デスクトップから順次展開する計画です。

新しいホーム画面は、ウェブ全体から集めた没入型ギャラリーをリアルタイムに更新し、各利用者の関心に合わせて並べます。気に入った画像は「コレクション」に保存でき、保存先はギャラリー上部のタブとして表示されます。ここでいう「興味」とは、Google上での検索・閲覧履歴を指します。

この刷新は、旅行や服装などの視覚的なアイデアを探して保存するPinterestの手法をなぞるものです。検索だけの場から発見や回遊の場へ変えることで、利用者がGoogleで過ごす時間を延ばし、広告収入の底上げにつなげる狙いがあります。

もう一つの目玉が、検索結果の「AI Overviews」に組み込む画像生成機能です。最新のNano Banana 2 Liteモデルを使い、文章のプロンプトから独自の画像をその場で作り出します。部屋の内装を赤く塗った様子を試すなど、まだ存在しないイメージを形にする用途を想定しています。

背景には、求める画像が見つからない時や新たに作りたい時に、ChatGPTなど外部サービスへ流れず自社の生態系にとどまってほしいという思惑があります。両機能とも、画像生成に対応する地域の英語版から数週間かけて広がる見込みです。

Google、出版大手がGemini訓練で著作権侵害提訴

訴訟の概要

出版大手がGoogleを集団提訴
Gemini訓練に無断利用と主張
著作権情報の削除も告発

米国の法的背景

カリフォルニアでフェアユース認定
Anthropicに15億ドル罰金
別の裁判所が判断へ

Google固有の事情

Google Booksでの協力関係
内部文書に巨額罰金リスク

米出版大手のHachetteやElsevier、作家のScott Turow氏らは2026年7月14日、Googleが著作物を無断でAI「Gemini」の訓練に使ったとして、ニューヨーク州の連邦地裁に集団訴訟を起こしました。原告側は、訓練に使った事実を隠すために著作権表示を削除・改変したとも主張しています。これはAI各社を相手取る一連の著作権訴訟の一つです。

著作権をめぐる訴訟は、GoogleだけでなくMetaやOpenAI、Anthropicなど各社に相次いで提起されています。多くは係争中ですが、カリフォルニア州では二つの初期判断がフェアユースを認め、AI企業側に有利な結論を出しました。米国の著作権法がインターネット登場前から改正されていない点も、判断に影を落としています。

一方でAnthropicは、訓練に使った作品を海賊版で入手したとして15億ドルの罰金を科され、米著作権法史上で最大の支払いとなりました。約50万人の作家が3000ドル以上の支払い対象となりましたが、多くはさらなる訴訟を続けるため和解を辞退しています。

今回のGoogle訴訟には特有の事情があります。出版社や著者は長年、書籍検索サービス「Google Books」向けに著作物を提供してきましたが、原告はGoogleがこれらの書籍やGoogle Play上の書籍を無断でGeminiの訓練に流用したと訴えています。訴状はさらに、著作物の利用が「Googleにとって極めて問題になりうる」とし、最大で数百億〜数千億ドル規模の罰金につながりうるとの社内文書の存在にも言及しています。

AppleがiOS 27公開ベータで新型Siriを一般開放

公開ベータの意味

開発者以外への初の提供
約25億台の対象デバイス
秋の正式版に先行した実地検証

刷新されたSiri

端末内メール・写真の参照
Spotlight検索との統合
専用アプリを新設
OS横断での深い連携

基盤技術と注意点

独自の基盤モデルで駆動
プライベートクラウド演算

Appleは7月14日、大幅刷新したAIアシスタント「Siri」を、iOS 27の公開ベータを通じて一般利用者に開放しました。開発者以外へ新型Siriを広く提供するのは初めてで、秋の正式版に先立つ最大規模の実地検証となります。世界の対象デバイスは約25億台に上り、一部の導入でも大規模なテストになる見通しです。

新しいSiriは6月のWWDCで発表されたもので、旧来の音声アシスタントを、端末内の情報にアクセスできるより高機能なAIツールへと転換します。メールや写真、メッセージを参照し、画面上の内容に応答するほか、世界の知識に基づいて回答します。ChatGPTやGemini、Claudeなどに対抗する位置づけです。

操作性も刷新されました。従来の「Hey Siri」やサイドボタンに加え、画面上部のダイナミックアイランドからも呼び出せます。さらに検索機能Spotlightと統合され、ほぼあらゆる質問に答えられるようになりました。初めて専用アプリも用意され、iPhoneのほかiPadやMac、Apple Watchなど全製品で利用できます。

技術面では、端末上で動く独自の基盤モデルとプライベートクラウド演算を活用します。この基盤モデルはGoogleと協力して構築され、Geminiを蒸留して小型で効率的なモデルに仕立てたものです。ただしGeminiの単なる改称版ではなく、Apple独自のデータでApple Silicon向けに設計されています。

一方で注意も必要です。開発者版では、ニュース検索の指示を連絡先検索と取り違えるなど、誤作動が見られました。今年の開発者ベータは比較的安定していたとされますが、動作を最優先する場合は9月の正式版を待つ選択肢もあります。

WazeがGemini搭載の新AI機能、経路を個人最適化

Gemini新機能

Geminiで目的地を音声検索
会話形式で地図更新を報告

経路の個人最適化

走行履歴で経路を提案
高速道路優先など好み反映
音声控えるless chatty

バイク向け対応

AI活用のバイクモード
路面の危険箇所を通知
中南米・アジア7カ国で展開

米グーグル傘下のナビアプリWazeは7月13日、AI関連の新機能を相次いで発表しました。複数の機能に同社の生成AI「Gemini」を組み込み、目的地検索や地図更新を音声の会話でこなせるようにします。グーグルが全製品でGemini統合を進める一環で、Appleマップなど競合への対抗も狙います。

目玉の一つが個人最適化ナビです。Wazeは利用者の過去の走行履歴と、都市の交通パターンに関する独自データを組み合わせ、好みに合う経路を優先的に提示します。高速道路を好むユーザーには高速ルートが先に表示され、不要なら設定でオフにでき、AndroidとiOSで世界展開が始まっています。

Geminiを使った機能は主に二つあります。一つは音声で「今開いているカフェを探して」などと尋ねると候補を提示する目的地検索で、まずベータ版として世界のコミュニティに提供します。もう一つは会話形式の報告機能で、渋滞に加え道路閉鎖や古い住所といった地図の更新も話しかけるだけで編集者に伝えられます。

二輪車向けのバイクモードも新設しました。AIで二輪特有の抜け道や規制を反映し、より正確な到着予想時刻を示すほか、穴やスピードバンプなどライダーに危険な箇所を表示します。アルゼンチンやブラジル、メキシコ、マレーシア、フィリピンなど中南米・東南アジアの7カ国で提供を始め、対象国を順次広げる方針です。

AIを使わない改善もあります。音声案内を減らす「less chattyモード」では、危険や曲がり角の通知は残しつつ発話を最小限に抑え、音楽やポッドキャストに集中できます。グーグルはこれまでWazeへの本格的なAI導入を控えてきましたが、今回の刷新は同社がナビ事業でGemini活用を一段と強める姿勢を示すものといえます。

Hermes開発のNous、15億ドル評価で資金調達

資金調達の概要

Robot Ventures主導の新ラウンド
15億ドルの企業評価額
最低7500万ドルを調達へ
USVなど著名投資家が参加

Hermesの特徴

オープンソースのAIエージェント
GitHubで21万スター獲得
月20〜200ドルのクラウド版

オープンソースのAIエージェント「Hermes」を開発する米新興企業Nous Researchが、15億ドル(約2250億円)の企業評価額で新たな資金調達を進めていることが、2026年7月13日に明らかになりました。事情を知る関係者3人によると、同社はRobot Venturesが主導しUSVなど著名投資家が参加するラウンドで、最低7500万ドルを調達する見通しです。投資家からの関心は非常に高かったとされています。

Nous Researchは2023年にJeffrey Quesnelle氏らによって設立されました。今回のラウンド前までに、ParadigmやRobot Ventures、著名投資家Balaji Srinivasan氏などから総額7000万ドルを調達済みです。今回の調達が実現すれば、企業価値は一気に切り上がることになります。

看板製品のHermesは、PC上でローカルに動作し、ユーザーに代わってタスクを実行するAIエージェントです。先行して話題を集めた「OpenClaw」の対抗馬として投入され、Web検索やコーディング、画像認識といった「スキル」を標準搭載する点が特徴です。利用状況から自動的に学習し、人手を介さず新たなスキルを構築する設計になっています。

HermesはTelegramやDiscordといったアプリ経由でエージェントと対話でき、24時間遠隔で自律的に動かせる点が支持を集めています。オープンソースとして公開され、GitHubでは約21万4000のスター、4万近いフォークを獲得しました。自前の環境構築が不要なクラウド版も、月20〜200ドルの有料プランで提供されています。

関係者によれば、今回の資金はHermesの製品群拡充とビジネスモデルの強化に充てられる見通しです。急拡大するAIエージェント市場で、オープンソース戦略を武器にどこまで存在感を高められるかが今後の焦点となります。

Apple、iOS 27で刷新Siri AIを一般提供開始

日常操作の変化

ブラウザを開かないSiri先行操作
画面認識による予定追加
メールから6件の予定自動登録

現状の制約

対応は純正アプリのみ
開発者のSDK対応待ち
対象はiPhone 15 Pro以降

今後の展望

OS全体に統合の設計
正式版は秋公開

Appleは7月13日、スマートフォン向けOS「iOS 27」の初の公開ベータを配信し、長く待たれてきた刷新版音声アシスタント「Siri AI」を一般ユーザー向けに初めて開放しました。今回のSiri AIはオプトイン方式のベータとして提供され、利用にはApple純正の待機リスト登録が必要です。実機で試した米メディアの記者は、アプリを起点にせず「やりたいこと」を先に伝えるだけで端末が横断的に処理する体験を、将来像を垣間見るものと評価しています。

新しいSiri AIの核心は、操作の起点を変える点にあります。従来はアプリを開いて指示していた作業を、Siriが端末内の複数アプリやWeb情報を横断して代行します。ある記者は画面上のイベントページを見ながら出演順を尋ねると、SiriがページとWebを検索して正答を返し、ブラウザを開く回数が大きく減ったと述べています。

とりわけ有用なのが画面認識と個人コンテキストの連携です。メールを解析して6件の予定をカレンダーに自動登録したり、端末を数日かけて索引化したうえでメッセージやカレンダーから今週の予定を抽出したりと、端末に深く組み込まれた強みを示します。SNSの投稿について「誰がどこで言ったのか」と尋ねるだけで、画面内容から文脈を補って出典を返す場面もありました。

一方で課題も残ります。現時点でSiri AIの新機能に対応するのはApple純正アプリに限られ、TelegramやGmailなど外部アプリのデータには触れられません。対応には開発者がアプリに「エンティティ」と「インテント」を実装する必要がありますが、SDKがベータの間は反映できず、実際の展開は秋の正式版以降になります。

利用にはiPhone 15 Pro以降というハードウェア要件もあり、iOS 27を入れても自動で使えるわけではありません。Androidの「Gemini」が先行して同種の体験を提供してきた点を指摘する声もありますが、数百万規模の米国iPhoneユーザーにとっては端末との関わり方を変える転機になり得ます。記者らは総じて、完成度は道半ばながら、Appleがようやく実用的なSiriの土台を築いたと見ています。

ACRouter、AIモデル選択を自己学習し費用2.6倍削減

静的ルーティングの限界

入力のみ評価し実行結果を見ない
環境変化や新モデルで陳腐化

自己進化する仕組み

C-A-Fループで成否を記憶
0.8Bの軽量アダプター採用
検証可能なタスクで真価発揮

コスト性能の実証

Opus固定比費用2.6倍削減
パレート最前線を達成
Apache 2.0でOSS公開

AIモデルのルーティング(振り分け)を静的な分類問題ではなく、記憶を蓄える動的なエージェントとして扱う新しいオープンソースフレームワーク「Agent-as-a-Router」が2026年7月13日に報じられました。研究チームはその具体実装であるACRouterを公開し、常に高価な最上位モデルへ振り分ける方式と比べ、コーディング課題でコストを2.6倍削減したと発表しています。巨大モデルの学習や無数のルールを書く必要なく、稼働しながら自己最適化する点が特徴です。

従来のルーティングは、キーワードで振り分けるヒューリスティックか、過去データで学習した静的分類器が主流でした。いずれも入力テキストしか見ず、モデルが実際に課題を解けたかを観測しないため、複雑な事例では当て推量になってしまいます。研究チームはこれを情報欠損と呼び、環境変化や新モデルの登場で精度が急落する弱点を指摘します。

ACRouterの核心はContext-Action-Feedback(C-A-F)ループです。新しいプロンプトが届くと、過去の類似課題で各モデルが成功したか失敗したかを記憶から検索し、最適なモデルを選んで実行します。その結果を成功・失敗の信号として記憶に書き戻すため、運用しながら学習を続けられる仕組みになっています。

システムはOrchestrator、Verifier、Memoryの3要素で構成されます。VerifierはPythonの実行環境やデータベースに接続し、生成されたコードやクエリが実際に動くかを検証して、確かなフィードバックを得ます。制御役のOrchestratorは巨大なモデルではなくQwen3.5ベースの0.8Bアダプターで、手元の端末に自前で載せられる軽量さです。

評価では約1万課題からなるCodeRouterBenchを用い、8つの最先端モデルで検証しました。単一モデルでは全分野を支配できず、平均首位のClaude Opus 4.6もアルゴリズム設計や検証コード生成では他モデルに逆転されています。ACRouterはコストと性能のパレート最前線に位置し、分布内テストで費用は13.21ドルと、Opus固定の34.02ドルを大きく下回りました。

ただし万能ではありません。成否が明確に判定できるコーディングやデータ検索では威力を発揮する一方、創作のような主観的で検証しにくい領域には向かないと研究チームは注意を促します。コードはGitHubで、モデル重みはHugging FaceでApache 2.0ライセンスのもと公開され、Claude CodeやCodex、OpenCodeと連携できます。

DeepSeek値下げでもAIエージェント採算悪化

トークン増幅問題

チャットボットの700倍のトークン消費
1問合せで約3.5万トークン課金
値下げを上回る消費量の増加

崩れるSaaS採算

席課金モデルの前提崩壊
ヘビーユーザーで粗利マイナス
最も熱心な顧客が最低収益

生き残りの鍵

コスト意識型ルーティング導入
エージェント統制が新たな堀

AI開発企業のDeepSeekが主力モデルV4-Proの利用料金を75%引き下げましたが、企業向けAIベンダーの採算は改善していません。米メディアVentureBeatが2026年7月12日に報じました。原因は、AIエージェントがチャットボットの数百倍のトークンを消費し、値下げのペースを上回って処理量が膨張しているためです。1つの利用者リクエストが数十回の課金処理に化ける「100倍問題」が、AI事業の収益構造を揺さぶっています。

トークン増幅とは何でしょうか。単発のチャットボットでは1つの質問がほぼ1回のモデル呼び出しで済み、入力対課金の比率はおよそ1対5です。一方、計画・検索・ツール実行・検証・要約を繰り返す多段階エージェントでは比率が1対700以上に達します。各処理が会話やツール出力を蓄積し続けるため、単純な問い合わせでも約35,000トークンが課金され、1件あたり0.1〜0.4ドルに膨らみます。

この構造は既存のビジネスモデルを直撃します。従来の主流は1席あたり月額いくらのSaaS課金でしたが、ヘビーユーザー1人の推論コストが月額料金を超える逆転が起きています。複数のベンダーが熱心な利用者ほど粗利がマイナスになると内々に報告しており、SalesforceのAgentforceでも宣伝と実際の提供機能の差が表面化しました。

対策の技術は出そろっています。問い合わせごとに適切なモデル階層を選ぶコスト意識型ルーティングは、品質を落とさず推論費を約60%削減します。AnthropicやOpenAIなどが提供するプロンプトキャッシュは、再利用部分を75〜90%割り引きます。ツール出力の切り詰めや投機的デコードも有効な手段です。

重要なのは「AIは高い」という話ではありません。フロンティアモデルの単価は年3倍のペースで下がり続けていますが、消費量の増加が値下げを追い抜いている点が本質です。今後24カ月を生き残るのは最安モデルを使う企業ではなく、エージェントの思考コストを把握し統制できる企業だと筆者らは指摘します。

OpenAI、NYT著作権訴訟で証拠隠蔽疑惑

疑惑の核心

検索能力を偽装との主張
7800万件の会話DBを内部保有
提訴前から侵害調査を実施

証拠開示の問題

2000万件サンプルは使用不能
数十億件のログ削除疑惑
保全命令の不履行

制裁請求と反論

NYTが制裁を要求
OpenAIは全面否定

米紙ニューヨーク・タイムズ(NYT)などは、OpenAIが自社データを検索できないと偽り、著作権侵害の証拠を隠していたとして、裁判所に制裁を求めました。両社が2023年から争う著作権訴訟で、OpenAIは学習データやChatGPTの会話ログの検索は技術的に困難でプライバシー上の懸念もあると主張してきました。しかし4月の証言で、その主張を覆す内部実態が明らかになったとされます。

NYT側によると、OpenAIのデータプライバシー技術者は4月の証言録取で、同社が既に学習データ内の報道記事を内部調査していたと認めました。さらに提訴前から約7800万件の匿名化されたChatGPT会話を集めたデータベースを保有し、著作権侵害の程度を社内で分析していたとされます。訴訟後には出力の複製を検出する『Project Giraffe』というツール群も導入していたといいます。

証拠開示の過程も問題視されています。原告は当初1億2000万件のログ提出を求めましたが、OpenAIとの交渉で2000万件に縮小し、昨年12月に提出されたサンプルは大量の黒塗りで『使用不能』と裁判所に評されました。原告はさらに、OpenAIが保全命令に反して数十億件のログを削除・圧縮し、サンプルの一部を差し替えたとも主張しています。

NYTは、OpenAIの証人が保全命令の順守を『困難だ』と判断し、実際には何の対応も取らなかったと証言した点を重視します。原告はこれを意図的な隠蔽だとして、『軽微な制裁では効果がない』と厳しい処分を要求しました。

具体的には、争点の2000万件サンプルを証拠として使わせないこと、複製が実際に起きていたと事実認定すること、陪審にログ削除の事実を説明することなどを求めています。認められれば、OpenAIのフェアユースの反論は大きく後退する可能性があります。

一方、OpenAIの広報担当者は疑惑を全面的に否定しました。『訴訟が弱まる中で、原告は無関係な人々のプライバシーを侵害しようとし、明白に虚偽の主張を続けている』と反論し、利用者のプライバシーとフェアユースを引き続き擁護する姿勢を示しました。

Google、AI生成広告の開示ラベル導入

開示の仕組み

広告閲覧画面に新項目
「AIで作成・編集」を明示
Search・YouTube・Discover対応

広告主の運用

Google製AIで自動付与
外部作成は手動申告
Googleの自主検証なし

従来施策の延長

政治広告開示の拡大
SynthID等の透かし技術

Googleは7月9日、広告がAIで作成・編集されたかどうかを利用者に伝える新機能を発表しました。検索やYouTube、Google Discoverに表示される広告の三点メニューや情報アイコンから開ける「My Ad Center」画面に、「この広告の作り方(How this ad was made)」という項目を追加し、AI使用の有無を明示します。生成AIで手軽に広告を作れる一方、実物写真でない合成画像が消費者を誤認させかねない懸念に対応する狙いです。

開示の付与方法は、広告の作り方によって分かれます。広告主がGoogle自身の生成AI広告ツールを使った場合、開示は自動で有効化されます。一方、外部ツールで作った広告については、広告主が新設のコントロールでAI利用を自己申告する必要があり、Google側が独自に真偽を検証することはありません。

一部の市場では、現地の法規制に応じてラベルが広告そのものに直接表示される場合もあります。表示は自動、あるいは広告主が申告した際に行われます。利用者はこの画面から、広告のブロックや報告、出稿主の確認も引き続き行えます。

今回の更新は、Googleが進めてきたAI透明性の取り組みの延長線上にあります。同社はすでに生成AIの出力にSynthIDと呼ぶ知覚できない電子透かしを埋め込んでおり、2023年以降は選挙・政治広告での合成コンテンツ開示を義務付けてきました。今年に入ってからは、SynthIDやC2PAによるコンテンツ証明の対象も広げています。

同様の仕組みは競合も導入済みです。Metaも「About this ad」パネルに「AI info」ラベルを用意しており、プラットフォーム各社で広告のAI表示が標準になりつつあります。広告主には業界標準への対応が、経営者には自社広告の信頼性設計が問われる局面と言えるでしょう。

OpenAI、同時に聞いて話す音声モデルGPT-Liveを公開

全二重で刷新

全二重方式の新音声モデル
聞きながら同時に発話
相槌や沈黙で自然な会話
旧Advanced Voice Modeを置換

頭脳は裏で分離

複雑処理はGPT-5.5に委任
会話継続のまま検索・推論
有料はGPT-Live-1、無料はmini

OpenAIは7月8日、人間との会話に近い音声モデルGPT-Liveを世界で公開しました。従来のAdvanced Voice Modeを置き換える新世代で、聞くと話すを同時に行う全二重(フルデュプレックス)方式を採用します。iOS、Android、ウェブで提供が始まり、有料利用者にはGPT-Live-1、無料利用者には軽量なGPT-Live-1 miniが標準となります。

最大の技術的前進は、入力音声を処理しながら同時に応答を生成できる点です。会話中に「うん」「なるほど」といった相槌を打ち、こちらが考えて言葉を止めても割り込まず、必要なときは静かに待つことができます。沈黙を区切りと誤認して不自然に話し出す旧方式の弱点を解消し、より滑らかなやり取りを実現します。

もう一つの変更は、会話を担う層と深い処理を担う層を切り離したことです。単純な質問はGPT-Liveが直接答え、Web検索や高度な推論、エージェント的な作業が必要な場面では、裏側で最新のGPT-5.5に処理を委ねます。計算を待つ間も会話を止めずに続けられるため、応答の自然さと知性を両立させています。

この仕組みは新しい機能も生み出します。話し終わるのを待たずに発話しながら翻訳するリアルタイム翻訳や、天気やスポーツの結果を視覚情報で補足する表示が可能になりました。指示すれば呼ばれるまで黙って会話の文脈を吸収し続けることもできます。

一方でOpenAIは、これをAIの話し相手(コンパニオン)にする狙いはないと強調します。自傷などの話題では専門家が監修した相談窓口を案内し、10代には年齢に応じた応答を返す安全機構を組み込みました。ChatGPTが利用者の妄想を助長したとする一連の訴訟を抱える中での配慮とみられます。

同社によれば、すでに1億5000万人以上が音声や口述機能でChatGPTと対話しています。AppleやAmazon、Sesameなど競合も会話性の強化を進めており、音声を複雑な業務の主要インターフェースへ育てる競争が加速しています。APIでの提供も近く予定されています。

Google、バルカン4カ国のストリートビューを刷新

更新の概要

4カ国の画像を刷新
走行距離10万3千km超
沿岸都市や史跡を網羅
地図精度の向上

対象地域と狙い

首都や世界遺産を収録
旅行者と住民の両方向け
地域の魅力を発信

Googleは7月8日、地図サービスのストリートビューについて、アルバニア、モンテネグロ、北マケドニア、セルビアのバルカン4カ国で画像を大幅に刷新したと発表しました。撮影車両は域内を10万3千キロメートル以上走行し、沿岸都市から山間の史跡まで幅広い範囲を新たに収録しています。日常の移動から旅行計画まで、より正確で役立つ地図を提供する狙いです。

アルバニアでは、活気ある首都ティラナに加え、アドリア海とイオニア海に面したドゥラスやヴロラといった主要な沿岸都市を捉えました。世界遺産の街ベラトや、カルスト地形の泉「ブルーアイ」など、文化・自然の名所も高精細な画像で楽しめるようになっています。

モンテネグロでは、中世の城塞都市コトルの城壁や、首都ポドゴリツァのミレニアム橋などが更新されました。北マケドニアでは6世紀のスコピエ要塞や、ユネスコの複合遺産であるオフリド湖が収録され、伝統と現代が交わる街並みを見て回れます。

セルビアでは今回最も広範な更新が行われ、首都ベオグラードの要塞やノヴィ・サドの文化地区に加え、マナシヤ修道院やゴルバツ要塞など歴史的な建造物も対象となりました。ドナウ川沿いの雄大な景観も新たに閲覧できます。

利用するには、パソコンやスマートフォンでGoogleマップを開き、目的地を検索したうえで黄色い「ペグマン」アイコンをドラッグするだけです。今回の刷新は、成長を続けるこの地域の多様な魅力を、世界中のユーザーが手軽に体験できる機会となりそうです。

AI新興企業 収益倍増の間隔が短縮

加速する収益成長

Mercorが4カ月で20億ドル到達
Sierraは2四半期で1億ドル追加
Gleanは半年でARR3億ドル
収益マイルストーン達成の高速化

非AI企業にも波及

Anthropicが2カ月弱で470億ドル規模
Gustoが12カ月売上10億ドル突破
Clioは18年目でARR5億ドル

米メディアのTechCrunchは2026年7月8日、複数のAI関連スタートアップが売上高を単に伸ばすだけでなく、成長そのものを加速させていると報じました。各社が次の収益マイルストーンに到達するまでの期間が短くなっており、AI活用が事業成長を押し上げる構図が鮮明になっています。ただし各社が用いる「ARR」の定義は年間契約収益や直近月次の年換算など様々で、単純比較には注意が必要です。

成長の象徴がAIモデルの学習データを担うMercorです。同社は6月時点で年換算の総収益が20億ドルを超えたと発表し、10億ドル到達からわずか4カ月での倍増となりました。創業3年未満の同社は2025年9月に5億ドルの水準に達したばかりで、成長の速さが際立っています。

モデル開発大手のAnthropicはさらに歴史的な速度で拡大しています。同社は5月下旬に収益の年換算ランレートが470億ドルを突破したと公表し、これは300億ドル超えの報告から2カ月足らずでの到達でした。2025年7月時点では40億ドル、同年後半で90億ドルだった水準からの急伸です。

企業向けAIでも加速が続きます。顧客対応エージェントを手がけるSierraは最初のARR1億ドルに7四半期を要した一方、次の1億ドル追加はわずか2四半期でした。業務検索のGleanはARRを100億ドルから200億ドルへ倍増させるのに9カ月かかったのに対し、200億ドルから300億ドルへはわずか6カ月で伸ばしています。

注目すべきは、成長の加速がAIネイティブ企業だけにとどまらない点です。設立14年のHR技術企業Gustoは直近5四半期連続で売上が加速し、12カ月間の売上高が10億ドルを突破しました。設立18年の法務ソフト企業Clioも2023年のAI組み込み後に成長が急伸し、ARRは5億ドルに達しています。既存企業がAIを取り込むことで、収益成長が底上げされている実態がうかがえます。

新興企業がMongoDBでエージェント特化のデータ基盤を構築

アーキテクチャの足かせ

従来型DBのスキーマ硬直性
ベクトル検索の同期負荷

新興3社の採用事例

Modelenceのアプリ生成基盤
Tavilyの検索API基盤
Huntrの履歴書生成

エージェント基盤の要件

DB・検索・ベクトルの統合
移行不要な柔軟スキーマ
変化に強い設計思想

AIモデルが生む出力と旧来インフラの能力差、いわゆる構造的な足かせが、エージェント時代の最大の障壁になっています。VentureBeatがMongoDB提供として2026年7月7日に伝えたところによると、Modelence、Tavily、Huntrという新興3社は、可変スキーマやベクトル検索を扱えない従来型データベースを避け、MongoDB Atlasを基盤にエージェント特化のデータ基盤を構築しました。共通する狙いは、AIエージェントの求める柔軟性と拡張性を一つの基盤で満たすことにあります。

課題はデータ層にあります。AIエージェントのシステムは、可変スキーマやベクトル埋め込み、リアルタイム検索、マルチテナント規模の処理を人手を介さず同時にこなす必要がありますが、従来のリレーショナルデータベースは文書の柔軟性やAI機能を前提に設計されていません。固定スキーマはエージェントが新しいデータ形状を持ち込むたびに手動更新を強い、別建てのベクトルDBは遅延と同期コストを上乗せします。

アプリ生成基盤のModelenceは、データベースや検索、ベクトルを一つの場所にまとめられる点を評価しました。文書モデルの柔軟さに型付きスキーマを重ね、TypeScript連携でアプリ論理とDBの単一情報源を実現しています。同社はこの速度と信頼性を背景に、300万ドルのシード資金を調達しました。

エージェント向け検索APIのTavilyは、あらゆるリクエストの認証と利用計測に加え、触れた全文書のライフサイクル管理を担っています。同社は低遅延の認証用クラスタと、URL単位でスケールする文書用シャードクラスタを早期に分離しました。データチームリードは、変化を罰しないデータ基盤の選択が単一の機能以上に価値を持つと語ります。

履歴書作成支援のHuntrは、190カ国50万人超の求職者を抱え、わずか3人のエンジニアチームで運営されています。深くネストし候補者ごとに異なるキャリアデータが文書モデルと合致し、ハイブリッド検索とベクトル検索が求人に最適化した履歴書生成を支えます。同社はMongoDBを4人目のエンジニアと評しています。

3社の事例は、エージェント時代の設計図を示します。データベースと検索、ベクトル保存を単一基盤に統合することで、複雑なスキーマがもたらす開発の停滞を取り除ける、というのが共通の教訓です。AIエージェントの作業が高度になるほど、データ基盤こそが出荷速度と運用の信頼性を左右すると言えるでしょう。

NVIDIA、AIエージェント向けCPU「Vera」を訴求

単一コア重視の設計

エージェント処理に単一コア性能重視
独自コアでIPC50%向上
全88コアで1.2TB/s帯域

x86を上回る実測性能

x86比1.8倍のコア性能
Perplexityで開発1.5倍高速
SQL分析3倍・配信遅延6分の1

AIファクトリー戦略

Vera RubinでGPUと同一基盤
次世代CPU「Rosa」も計画

半導体大手のNVIDIAは7月7日、AIエージェント時代に向けた新型CPU「Vera」を、大規模環境で単一スレッド性能を最大化する新カテゴリーの製品として紹介しました。同社は、AIエージェントがツール実行やコード処理を繰り返す「エージェントループ」において、各処理を高速に終えるコアあたりの性能こそが重要だと主張します。従来のデータセンター向けCPUがコア数の拡大を優先してきたのとは対照的な設計思想を打ち出しています。

なぜ単一スレッド性能を重視するのでしょうか。AIエージェントは前の処理結果を受けて次の判断を下すため、処理が逐次的に連なるからです。同社によれば、コア数を増やしてもループ内の各ステップは短縮できず、むしろコア同士が資源を奪い合って性能が落ちる場合もあるといいます。

Veraの中核は独自コア「Olympus」で、従来品のGraceに比べIPCが50%高いとしています。メモリ帯域は最大1.2TB/s、コア間帯域は3.4TB/sに達し、88の全コアがボトルネックなく動作すると説明します。エージェント処理を模した高負荷環境では、x86比で1.8倍の持続的なコア性能を示したとのことです。

実際の検証も進んでいます。検索AIのPerplexityは、リポジトリの複製とテスト実行を伴う開発作業でx86比約1.5倍高速だったとし、本番環境への導入を検討中です。データ処理でもStarburstのSQL分析が3倍、Redpandaの配信遅延が最大6分の1になったといいます。

VeraはGPUを搭載する「Vera Rubin」と同一のCPUでもあり、AIファクトリー全体を単一アーキテクチャで動かせる点を同社は強みに挙げます。さらに次世代コア「Rigel」を採用するCPU「Rosa」も計画しており、エージェント時代に向けたロードマップを継続する構えです。

Metaが画像AI「Muse Image」公開、他人の肖像も合成

新モデルの概要

MSL初の画像生成AI
各アプリの画像生成基盤
Llama後継Museファミリー

主な機能

他人を@メンション合成
公開写真から肖像利用
Web検索するagentic生成

今後の展開

米国Stories先行
Muse Video投入予定

Metaは7日、傘下のSuperintelligence Labsが開発した初の画像生成AI「Muse Image」を公開しました。同モデルはMeta AIアプリやInstagram、WhatsAppの画像生成機能をすでに支え、近くFacebookとMessengerにも展開されます。従来のLlama系を置き換える「Muse」ファミリーの中核として、SNS上の創作体験を刷新する狙いです。

最大の特徴は、プロンプト内で他のInstagramアカウントを@メンションできる点です。Meta AIは指定したユーザーの公開写真を参照し、その人物の姿を生成画像に取り込みます。ただし利用者は、自分のコンテンツがAIに再利用される範囲を設定で管理できます。

同社はMuse Imageを「agentic(自律的)」と説明します。大規模言語モデル「Muse Spark」と連携し、プロンプトを解釈してWebを検索し、生成前に構成を計画するといいます。Superintelligence Labsを率いるAlexandr Wang氏は、動画生成モデル「Muse Video」の投入も予告しました。

機能面では、提案プロンプトによる画像変換や招待状・ポストカードの作成に加え、Facebook Marketplace等の画像を基にした部屋のリデザインにも対応します。写真の上に直接描き込んで編集し、フィードやストーリー、チャットに共有することも可能です。

Muse Imageはまず米国のInstagram Storiesに追加される30種の新AIエフェクトを支え、その後は他国やMetaの各アプリへ順次拡大します。肖像の無断利用を巡る懸念は残るものの、SNSと生成AIの融合を一段と進める動きといえます。

GoogleがFireSat衛星3基打ち上げ、AIで山火事検知

FireSat拡張

FireSat衛星3基を追加投入
5メートル四方の初期火災を検知
非営利EFAとMuon Spaceが連携
Google.orgが1500万ドル超拠出

危機対応AI

洪水予測が20億人をカバー
地震アラートで揺れ前に警告
衛星画像で被害を高速評価

Googleは7月7日、山火事検知に特化した衛星「FireSat」3基を米カリフォルニア州のバンデンバーグ宇宙軍基地から打ち上げたと発表しました。非営利団体アース・ファイア・アライアンス(EFA)が主導し、Google Researchと衛星メーカーのMuon Spaceが連携する専用衛星群で、火災が広がる前の早期検知を目指します。同日には国連がAIを活用した早期警戒に関する報告書を公表し、防災でのAI活用が国際的な焦点となっています。

今回の打ち上げは、昨年軌道投入された試験衛星の成果を土台としています。試験機は5メートル四方という初期段階の小規模な火災を検知する能力を実証し、既存の衛星では捉えられなかった低強度の火災も発見してきました。新たな3基はこの実証済みの設計をそのまま継承し、継続的な観測網の拡充につなげます。

この取り組みは、テック企業や非営利団体、慈善事業、民間が単一の使命の下で結集した成果だとGoogleは位置づけています。初期の衛星配備を後押しするため、Google.orgは1500万ドル超を提供しました。山火事の境界追跡はすでに検索とマップを通じて34カ国で提供されており、衛星網の拡大でその精度と範囲がさらに高まる見通しです。

Googleは山火事以外の分野でも危機対応AIを広げています。洪水予測サービス「Flood Hub」は150カ国超の20億人をカバーし、2025年のハリケーン「メリッサ」ではWeatherNextが上陸を5日前に予測してジャマイカ当局の避難通知を支えました。先月ベネズエラを襲った地震では、Android端末を簡易地震計として使う警報システムが震源の外にいる数百万人に揺れの数秒前に警告を届けています。

災害発生後の支援でも、AIによる衛星画像解析が復旧を加速させています。国連衛星センター(UNOSAT)と連携した被害評価の仕組みは、メリッサ被災地で38万5000棟超の建物に被害スコアを付与しました。2025年にGoogleが危機情報を人々につないだ回数は1日平均1000万回に達しており、予測から警報、復旧までを一貫して支える体制の強化が進んでいます。

TencentがHy3をApacheで公開、規制地域も解禁

モデル概要

295BのMoEモデル
アクティブ21Bパラメータ
Apache 2.0で公開

性能と用途

コーディングはGLM-5.2優位
幻覚率5.4%に半減

導入コスト

メモリ300GB未満
輸出規制対応GPUで稼働

Tencentは7月6日、Hunyuanチームが開発した大規模言語モデルHy3の正式版を公開しました。総パラメータ2950億、アクティブ210億のMoE構成で、4月のプレビュー時とは一転して制約の緩いApache 2.0ライセンスを採用しました。これによりEU・英国・韓国を除外していた従来の中国製モデルの障壁が消え、これらの地域に配信する企業も採用可能になります。

Tencentが打ち出した目玉は、リーダーボードではなくブラインド人間評価です。270人の専門家による312件の比較で、Hy3は4点満点中2.67を記録し、GLM-5.1の2.51を上回りました。ただし6月に登場した新版GLM-5.2はSWE-bench Verifiedで84.2対78.0など、エージェント型コーディング全般でHy3を上回っており、コーディング首位の座は維持しています。

Hy3の真価は検索とツール活用のエージェント用途にあります。BrowseCompで84.2、DeepSearchQAで91.0を記録し、Claude Opus 4.8やGPT-5.5に匹敵する水準です。ツール連携やロングコンテキスト検索でもオープンモデル最上位を占め、リポジトリ規模のコーディングをGLM-5.2に譲る一方、検索・ツール中心の用途では最有力の選択肢と位置づけられます。

企業向けにTencentが強調したのは信頼性の指標です。実運用シナリオの内部評価で、幻覚率はプレビュー版の12.5%から5.4%へ、常識エラー率は25.4%から12.7%へ低下しました。マルチターンの問題発生率も17.4%から7.9%へ改善し、根拠がある時のみ回答しデータを捏造しないという明示的な振る舞いの徹底が寄与したとしています。

導入コスト面でもHy3は差別化します。約744BのGLM-5.2がFP8で8基のH200ノードを要するのに対し、Hy3のFP8フットプリントは300GB未満で済みます。推奨構成は米国の輸出規制に準拠したNvidia H20-3eを想定しており、規制下の中国企業でも8基で全精度稼働が可能です。この設計は西側のH100・H200・B200でも快適に動く副次効果を生み、ライセンス障壁の消滅と合わせて採用のハードルを大きく下げます。なおTencentは、OpenRouterで2週間無料提供するとしています。

Photoroom、画像生成PRXのデータ戦略を公開

データ設計の要点

公開・内部データの混成
VLMによる全画像再キャプション
事前学習は網羅性重視の軽い選別

実装の工夫

構築はLance、学習配信はMDS
テキスト潜在の逐次計算採用
JPEG品質92でPNGと同等
スキップリストで削除せず除外

画像編集サービスのPhotoroomは2026年7月6日、7B規模の画像生成モデルPRXを支えたデータ戦略を技術ブログ「PRX Part 4」で公開しました。同社は公開・内部データセットを混ぜて事前学習用コーパスを構築し、全画像を視覚言語モデル(VLM)で再キャプションしたうえで、学習用フォーマットに変換した過程を詳しく説明しています。地味だが品質を左右した工程だとしています。

中核は長文キャプションの効果です。同社は短い説明文から100〜200語の詳細な説明文に切り替えるだけで生成品質が大きく改善したと述べ、FID・CMMD・DINO-MMDの各指標で優位を確認しました。正確に記述すれば広告やロゴ、文字などの「ノイズ」も制御可能な属性として学習でき、後段の選別を軽く保てると説明しています。事前学習は幅、微調整は質という方針です。

データ基盤には二つの形式を使い分けています。数億〜数十億行を対話的に探索するために列指向のLanceで構築・検索し、分散学習にはMosaicのMDSシャードで配信します。キャプション生成にはQwen3-VL-8Bを採用し、H200あたり毎秒20枚の速度と安定したvLLM対応を評価しました。より高品質なQwen3.5-9Bは速度が遅く不安定な依存関係が必要だったため見送りました。

保存形式や計算の設計も実測に基づいて決めています。テキストエンコーダをQwen3-VLへ切り替えた際、テキスト潜在を事前計算せず学習時に逐次計算する方式に変更し、スループット低下は3〜4%に収めました。画像はPNGではなくJPEG品質92で保存し、再符号化の劣化がほぼ知覚できず、PNGと生成品質が事実上区別できないことを確認しています。

選別と重複排除も低コストな手法で実施しました。キャプションのみを読むQwen3-8Bで画像を「見る/読む/NSFW」に分類し、知覚ハッシュで近似重複を除去しています。いずれも元データを書き換えず、シャードごとのスキップリストで除外する仕組みで、後から見つけた品質問題や学習利用を拒否したユーザーのデータにも柔軟に対応できます。PRXはApache 2.0で公開されています。

エヌビディア、国家AI戦略の5要素を提示

主権AIの潮流

各国が国産インフラで自国モデル構築
現地データで言語・文化を反映
「AIファクトリー」が経済の基盤に

戦略の5要素

AIの必要性と人材育成
国産モデル・データの整備
地域エコシステムと計算基盤

各国の実例

仏財務省で文書検索2分に短縮
印サーバムが22公用語対応

エヌビディアは7月6日、各国がAIを戦略的優先課題に活用する動向を解説したブログを公開しました。生成AIやエージェント型AIの台頭を受け、各国が国産インフラと現地データで独自の基盤モデルを構築する主権AIの潮流を強調しています。同社は国家AI戦略に不可欠な5つの要素を提示し、7月7〜10日にジュネーブで開くAI for Goodサミットに合わせて発表しました。

同社は、データが入り知能が出力される次世代データセンターを「AIファクトリー」と定義しました。創業者兼CEOのジェンスン・フアン氏は「AIファクトリーは世界の近代経済の基盤になる」と述べています。各国は国有通信事業者や電力会社と連携してAIクラウドを運用したり、地域のクラウド事業者を支援したりと、多様な方式で国内の計算能力を整備しています。

国家AI戦略の5要素として、経済成長や安全保障に直結するAIの必要性、STEM教育などによる人材育成、現地データで訓練された基盤モデル、投資家や開発者による地域エコシステム、そして自国が所有・運用するAIファクトリーを挙げました。モデルの現地化により、方言や文化的背景を踏まえた出力が可能になるとしています。

実例も紹介されました。フランス経済・財務省ではAIエージェントが数百万件の文書を処理し、文書検索を2日から2分に短縮、1万人の従業員で200万ユーロを節約しました。インドのサーバムは国内インフラ上で22の公用語に対応する多言語モデルを提供し、ブラジルのウィデラブスは司法サービスの近代化を進めています。

エヌビディアは2019年から「AI Nations」構想を通じ、各国のAIエコシステムと人材育成を支援してきました。同社は、国産インフラと現地の人材を社会的価値に変える取り組みが世界各地で広がっていると位置づけ、信頼できるAIの重要性を訴えています。

Google、検索の投稿媒体を初期設定でAI学習に利用

設定変更の中身

画像・音声をAI学習に転用
検索・地図・翻訳など横断
6月のメール通知で自動的にオプトイン
Lensの写真も保存対象

オプトアウト手順

「メディア保存」を個別解除
保存期間は3〜36カ月で設定
Web・App設定とは別枠に分離

Googleが6月、検索サービスのプライバシー設定を更新し、利用者がアップロードした画像・ファイル・音声・動画を初期設定でAIモデルの学習に使えるようにしていたことが分かりました。米メディアTechCrunchが7月6日に報じました。設定は顧客向けメールで通知されたのみで、多くの利用者は気付かないまま同意した状態になっています。

新設された「検索サービス履歴」と「パーソナライズされたおすすめ」は、活動データの使い道と保存期間を制御する体裁を取りつつ、実際にはAI学習への利用を広げるものです。対象はGoogle検索本体にとどまらず、マップ、ショッピング、フライト、ホテル、翻訳、ニュースなど複数サービスに及びます。Lensで撮影した写真やSearch Liveの音声入力、翻訳の発話練習の録音も保存されうると説明されています。

同社はメールで、保存したメディアが「AIモデルや安全対策を含むGoogleサービスの開発・改善に使われる」と明言しました。ヘルプ文書でも、履歴を生成AIの学習などに用い、人間のレビュアーも関与すると記しています。一部の保存は製品動作のための一時的なものですが、同社の記述ではAI学習を目的とした保持も含まれます。

この動きは、ウェブから収集したデータだけに頼らず、利用者が自ら作成・投稿したデータを取り込む業界全体の流れを映しています。TechCrunchはMetaも同様に利用者の画像やAIグラスの記録で学習していると指摘しました。

利用者は「検索サービス履歴」と「検索サービスのパーソナライズ」の設定ページで変更できます。前者では「メディアを保存」の項目を履歴とは別個に解除でき、保存データを3カ月・18カ月・36カ月で自動削除するよう設定することも可能です。

注意点として、従来の「ウェブとアプリのアクティビティ」設定は今回、Web・App用と新しい検索データ用の二つに分割されました。新設の検索データ設定は初期状態でオンのため、従来設定だけを変えても検索サービスの利用は対象から外れず、別途の解除操作が必要です。

ブラウザ戦争、AIが操作代行する新局面へ

AI搭載ブラウザ

Browser CompanyのDia
OperaのNeonがタスク自動化
OpenAIがAtlas投入
YC出資のAsideとJatter

プライバシー重視系

Braveが広告追跡遮断
DuckDuckGoが生成AI導入
Ladybirdが独自エンジン開発

米メディアTechCrunchは2026年7月3日、Chromeとsafariに対抗する有力ブラウザの一覧を公開しました。今年のブラウザ戦争は検索結果の争いにとどまらず、どの企業のAIが利用者に代わってブラウザ内で操作するかという新たな段階に入ったと指摘しています。GoogleとAppleが依然として市場を支配する一方、資金力のある新興企業から大手までが相次いで参入しています。

最も注目されるのがAI搭載ブラウザです。Perplexityのcometはチャット型検索エンジンとして機能し、メール要約やカレンダー招待の送信までこなしますが、月200ドルのMaxプラン限定です。Arcを手がけるThe Browser CompanyはAI中心のDiaを招待制ベータで提供し、閲覧履歴を横断して情報検索やタスク実行を支援します。

大手の動きも活発です。OpenAIは10月にmacOS版Atlasを投入し、ChatGPTに検索結果を尋ねたり、agent modeで作業を代行させたりできます。OperaのNeonは月19.9ドルで、利用者がオフラインの間でもタスクを実行する点が特徴です。Y Combinator出資のAsideやJatterなど、フォーム入力やデータ管理を自律実行する新顔も控えています。

プライバシー重視の選択肢も健在です。Braveは広告とトラッカーの遮断で知られ、独自の暗号資産BATによる報酬制度を備えます。DuckDuckGoはチャットボットなど生成AI機能を追加し、詐欺サイト検知も強化しました。GitHub共同創業者が率いるLadybirdは、Chromiumに依存しない完全独自エンジンのブラウザをゼロから構築する野心的な計画を進めています。

このほか、休憩リマインダーや呼吸法を備えたOpera Air、生産性重視のSigmaOSやZen Browserといった、心の健康や作業効率に特化した「マインドフルブラウザ」も登場しています。ブラウザは単なるWebの窓から、作業を代行するアシスタントへと変わりつつあり、経営者やエンジニアにとって選択の幅が大きく広がっています。

Alibabaの新手法がエージェントのトークンを99%削減

手法の中身

タスクを分解し最適スキルを選定
検索と経路付けの三段構え
依存関係をDAGで実行計画化
反復フィードバックのSAD技術

実験成果

トークン消費99.9%減
全ツール投入方式の精度は21%
分解精度が最大92%に向上
7B軽量モデルで大型を凌駕

中国Alibabaの研究チームは2026年7月2日、AIエージェントのツール選定を効率化する枠組み「SkillWeaver」を発表しました。膨大なツール群から適切なものを選ぶ従来手法に比べ、精度を高めつつトークン消費を99%以上削減できると報告しています。企業のAI活用が複雑な業務フローへ広がる中、ツール選定の非効率が課題となっていました。

SkillWeaverは「分解・検索・構成」の三段階で動きます。まずLLMが複雑な指示を単一スキルで済む小タスクに分け、次に埋め込みモデルで各タスクに合う候補ツールを絞り込みます。最後にプランナーがツール間の入出力の相性を確かめ、依存関係を有向非巡回グラフ(DAG)として実行計画にまとめる仕組みです。

核となる技術が反復型のSkill-Aware Decomposition(SAD)です。LLMが作る手順は抽象的で、実際のツールの専門用語と噛み合わないことが多いという問題があります。SADはまず暫定計画で予備検索を行い、見つかったスキルをヒントとしてLLMに戻すことで、粒度と語彙を実在ツールに合わせて書き直させます。

評価では独自ベンチマーク「CompSkillBench」を使い、公開MCPエコシステムから集めた2209種の実ツールで300問の多段クエリを検証しました。7B軽量モデルでの分解精度は通常51.0%でしたが、SADを有効化すると67.7%まで上昇し、大型のQwen-Maxでは92%に達しています。難易度の高い4〜5スキルを要するタスクでは精度が50%改善しました。

興味深いのは、大型モデルほど無誘導だと精度が下がる傾向です。14Bモデルはタスクを細かく分解しすぎて7Bを下回りましたが、SADのヒントで現実に引き戻され精度が回復しました。全ツールを一括投入する方式は文脈を圧迫し、正しいカテゴリの取得率が21.1%にとどまる一方、SkillWeaverは88万トークンを約1160トークンへ削減しています。

課題も残ります。研究チームはソースコードを未公開ですが、SADはプロンプト設計と検索ループの組み合わせで、LangChainなど既存ツールで再現可能だとしています。一方でエラー回復機能がなく、途中のAPI呼び出しが失敗すると連鎖全体が壊れるため、本番導入には再試行や代替処理を各自で実装する必要があります。

Cloudflare、広告ページのAIクロール既定拒否へ

新方針の中身

9月15日から既定で混在クローラー拒否
対象は広告掲載ページ
無料顧客と新規サイトに自動適用
検索と学習用の分離を要求

対価と背景

従量課金型のPay Per Use導入
ボット通信が人間を超過
Google名指しで2倍の情報格差指摘

Cloudflareは2026年7月1日、広告を掲載するページで検索と学習を兼ねる「混在型」AIクローラーを既定でブロックする方針を発表しました。適用は9月15日からで、新規顧客や新規サイト、すべての無料顧客が対象となります。サイト所有者が設定を変更しない限り、これらのクローラーはアクセスできなくなります。

同社は、多くのサイト運営者が検索やAIサービスでの発見性を望む一方、自らの知的財産が無償で使われることには保護を求めていると指摘します。今回の措置は、AIモデル提供企業が学習やエージェント向けにWebコンテンツへアクセスする方法に影響を与える可能性があります。狙いは、検索用途と学習・エージェント用途のクローラー分離を促すことにあります。

Cloudflareは「世界最大の検索エンジン」を名指しし、他のAI企業より約2倍の情報にアクセスできると批判しました。これはGoogleを指すとみられます。Googleは、学習利用を拒否できるGoogle Extendedを提供していると反論してきましたが、主力のGooglebotはAI Overviewsを含む検索向けに巡回を続けています。

同社は課金の仕組みも拡張します。取得時に課金する従来の「Pay Per Crawl」に加え、コンテンツが価値を生んだ時点で課金するPay Per Useへと進化させます。当初はCeramic.aiとYou.comの2社と連携し、コンテンツがAI検索結果に表示された際などに運営者へ対価が支払われます。

背景には、インターネット通信の過半がすでに非人間によるものになった現状があります。Prince最高経営責任者は「持続可能なエコシステム」の必要性を強調しました。AIクローラーの通信の50%超が更新のないページの再取得だとされ、今回の変更は帯域や計算資源の節約にもつながると同社は説明しています。

X、AIツール接続用のMCPサーバーを公式提供

提供内容

ホスト型MCPサーバーを公開
ユーザー権限でX APIに接続
Claude、Cursorなどが対応

制約と狙い

Write API非対応で自動投稿不可
既存API機能の公開を簡素化
リアルタイム情報網として位置付け

Xは6月30日、ClaudeやCursorといったAIアシスタントが同社プラットフォームに直接接続できる、ホスト型のMCP(Model Context Protocol)サーバーを公開しました。MCPはAIモデルを外部ツールやサービスにつなぐオープン標準で、今回の仕組みではAIツールがユーザー自身のアカウント権限を使ってX APIと通信します。情報ネットワークとしての立ち位置を強める狙いがあります。

これまで開発者がAIアシスタントにXを利用させるには、自前でMCPサーバーを構築・運用し、X APIへの接続や認証処理まで手当てする必要がありました。今後はXがMCPをホストし、ユーザーが自分のXアカウントの権限で認証する形になります。これにより開発者は連携作業の手間を省き、本来作りたいものの開発に集中できます。

今回のMCPは新機能を追加するものではありません。投稿の検索や閲覧、ユーザー検索、会話やトレンドの分析など、従来からAPIで可能だった操作を、AIアプリへ簡単に公開できるようにする位置づけです。Xはこれを通じて、単なる交流の場ではなく、リアルタイムデータを取得・分析できる情報網としての性格を打ち出しています。

懸念されるのは自動投稿やスパムの増加ですが、XはTechCrunchに対し、このMCPツールがWrite系のAPIエンドポイントに非対応であると説明しました。そのため自律的な投稿には使えません。スパム的な挙動を検知した場合に利用を制限する、既存のAPI規約を回避するものでもありません。

Xは今年に入りAPI v2を更新し、会話への機械的な返信などAI生成スパムへの対策を進めてきました。さらにAPI料金も改定し、投稿公開を0.015ドル、リンク投稿を0.20ドルへ引き上げています。今回の動きは、GitHubやSlack、Notion、Stripe、Salesforceなど、公式MCPサーバーを提供する企業の広がりに連なるものです。

NVIDIA、合成データで現場の映像AI精度向上

再利用可能な開発基盤

Omniverseで合成データ生成
Metropolisが映像AIを統合
OpenUSDで3D環境を共有
TAOでモデルを微調整

現場での実証成果

不良画像生成で精度95%
都市運用で開発工数85%削減
Foxconnで歩留まり3%改善

NVIDIAは6月30日、工場や都市など物理世界の映像をAIで自動解析する「ビジョンAIエージェント」の精度を高める3つのワークフローを公開しました。OpenUSDとNVIDIA Omniverseによる合成データ生成と、Metropolisによるモデル開発・展開を組み合わせ、開発者が一から構築せずに済む再利用可能な仕組みを提供します。エッジでの映像データが急増する一方、その多くが活用されていない現状を背景にした取り組みです。

背景には、現場データの未活用という課題があります。Gartnerの予測では2028年までに企業管理データの3分の2以上がデータセンターやクラウドの外で生成・処理され、エッジAIを導入する企業は2025年の10%から2029年には3分の2超に拡大します。しかし既存のエッジデータの最大90%が未処理のまま放置されているといいます。

精度向上を阻む典型的な壁は3つあります。まれな不良や異常を学習データが網羅できない「精度の頭打ち」、ラベル付けや実験管理を担う機械学習チームが社内にいない「微調整の専門知識不足」、そして映像パイプラインやモデル、検索、通知などを毎回つなぎ合わせる「複雑な構築作業」です。NVIDIAはこれらに対し、不良画像生成や映像データ拡張、TAOによる微調整、映像検索・要約(VSS)といった再利用可能なスキルとブループリントで対応します。

製造業の検品では、合成データが効果を発揮しています。RoboflowはNVIDIA Cosmosと不良画像生成スキルを自社プラットフォームに統合し、実データが乏しい場面で合成不良画像を生成します。Corningの光ファイバー製造の検証では、わずか8枚の実不良画像に合成データを加えて学習したモデルが、最難関の不良分類で平均精度95%・再現率100%を達成し、数四半期かかる検品プロジェクトを数日に短縮しました。

都市運用と産業現場でも成果が出ています。Linker VisionはVSSブループリントを用いて高雄市で開発工数を85%削減し、インシデント対応時間を最大80%短縮しました。Foxconnでは、DeepHowの作業手順検証エージェントがGB300サーバーの生産ラインで初回良品率を3%高め、重要工程の微細動作理解で99%の精度を実現しています。

NVIDIAの推論ソフト、トークン費用5分の1に

費用削減の中身

DeepSeek V4で1カ月で5倍改善
トークン単価を約5分の1に圧縮
Blackwell上で性能を継続改善

技術と採用例

3層連携で最大20倍の処理量
TensorRT-LLMやDynamoを提供
Baseten・Cognitionらが採用
PyTorchなどOSSが性能を増幅

NVIDIAは6月30日、自社の推論ソフトウェアスタックがBlackwellプラットフォーム上でDeepSeek V4のトークンコストを約1カ月で最大5倍引き下げたと発表しました。AI factoryの普及で企業の関心が、チップの最大性能から1ドルあたりに供給できるトークン数へと移るなか、ソフトウェア最適化を競争力の中核に据える狙いです。

背景にあるのは、AIワークロードの質的な変化です。従来のWebや検索は処理経路が似通い、サーバーを増やせば対応できました。一方でagentic AIは推論や計画、ツール呼び出しを伴い、1つの要求が数百のサブエージェントと複数のモデルにまたがる分散コンピューティングへと変わります。

NVIDIAはこの複雑さを無駄ではなく低コストに変えるため、ソフトを3層で連携させています。分散配信やオートスケールを担う運用層、カーネル融合などのランタイム最適化を行うアプリ高速化層、GPUやネットワークの能力を引き出すインフラアクセス層です。これらが一体で動くと個々の最適化が積み重なり、処理量は最大20倍に高まると説明します。

具体的な手法として、分散サービングやNVLinkを介した大規模なエキスパート並列、NVFP4精度、マルチトークン予測を挙げています。各技術は単体でも効果がありますが、組み合わせることで効果が掛け算的に増幅すると同社は強調します。

オープンソースもこの優位を後押しします。多くの主要フレームワークがCUDAを前提に作られており、PyTorchやvLLM、SGLangは新モデル公開と同時にBlackwell向けの最適化を実装できます。DeepSeek V4も公開直後から各フレームワークで性能が改善し、トークンコストが従来の約5分の1まで下がりました。

採用企業も広がっています。BasetenはTensorRT-LLMで毎秒トークン数を最大50%増やし、CognitionはDynamoで強化学習の基盤を簡素化しました。経営者にとっては、推論の経済性がハードだけでなくソフトウェアの成熟度で決まる段階に入ったことを示す動きと言えます。

Googleが英国でAI人材育成を加速

調査が示す格差

職場のAI利用率73%に倍増
先進層は15%のみ
上位層は昇進・昇給で優位
週約8時間を節約

普及の壁と施策

障壁は行動・認知・組織の3点
10年で1000万人の研修目標
Google製品が経済を下支え

Googleは6月30日、英調査会社Public Firstと共同で英国のAI普及に関する大規模調査を公表しました。職場でのAI利用率は1年で34%から73%へ倍増した一方、恩恵は一部に偏っており、昇進や昇給に結びつく先進的な使い手は全体の15%にとどまります。同社は格差是正へ向けた全国規模の人材育成策も打ち出しました。

調査は労働者をAIの習熟度で4段階に分類しています。未利用の「観察者」が10%、簡単な作業を試す「実験者」が38%、日常的に活用する「実践者」が37%、そして高度に使いこなす「先駆者(Trailblazers)」が15%です。多くの労働者がいまだ初期段階にとどまっている実態が浮かびます。

先駆者層は仕事と私生活を合わせて週約8時間を節約し、実質的に週1日分の余裕を生み出しています。年齢や業種などの条件を調整しても、深いAI活用は昇進84%増、好評価88%増、昇給55%増という形で職業上の前進と結びついていました。ただしこの恩恵は年齢・性別・地域で偏っているといいます。

普及を阻む壁は主に3つあると分析しています。プロンプトを練り直さない「一度きり」の行動的習慣、AIを検索窓のように扱う認知的なくせ、そして利用許可を待つ組織的な空白です。Googleはこれらを技術知識がなくても克服できる課題だと位置づけています。

対策として、自分の習熟度を診断できる「AIスキルクイズ」をPublic Firstが公開しました。さらにGoogleは全国的な学び直し施策「AI Works for Britain」を進め、政府と連携して2030年までに1000万人のAI研修を目指します。既存の「Digital Garage」では10年で120万人超を育成してきた実績があります。

経済効果についてGoogleは、2025年に自社ツールが英国で1400億ポンドの経済活動を支え、うち600億ポンドは中小企業によるものだと説明しました。Search やAndroid、Cloud、YouTube などが週5100万時間の労働を節約しているとし、AI活用の裾野を広げることが国全体の成長につながると強調しています。

Couchbaseがエージェント記憶基盤、オフライン端末まで対応

AI Data Plane

永続的なエージェント記憶を提供
リアルタイムの文脈検索を統合
管理型MCPサーバーを同梱
断片化したAI基盤を一本化

エッジ対応

クラウドからエッジまで同一動作
ネット切断時もローカルでベクトル検索
トークン消費を抑える共有記憶

データベース大手のCouchbaseは6月30日、エージェント向けの統合基盤「AI Data Plane」を発表しました。永続的なエージェント記憶、リアルタイムの文脈検索、企業が自社管理できるMCPサーバーを一つの運用基盤にまとめたものです。クラウド、オンプレミス、そしてネットワークが切断されたエッジ環境まで、同じ仕組みで動作する点を最大の特長としています。

中核となるのは三つの構成要素です。会話の文脈や業務データ、ベクトル埋め込みを一つの層で保持するエージェント記憶、標準規格に沿った企業向けMCPサーバー、そして呼び出し可能なツールとしてエージェント機能を提示する「エージェントカタログ」を備えます。記憶にはセッションごとのトークン上限や保存期間の制限、計算量を抑える計測制御といったガードレールが組み込まれています。

同社のCTOであるGopi Duddi氏は、Couchbaseの強みをキャッシュ由来の設計に求めます。「我々はデータベースになる前はキャッシュだった」と述べ、メモリーへの書き込みはディスクへの書き込みより10倍速いと説明しました。同じくキャッシュを源流とするRedisとの違いとして、取引処理に重要なACID準拠のデータベースを維持している点を挙げています。

エッジ対応を担うのが、端末上で動く「Couchbase Lite」です。ネット接続がなくてもローカルでSQLや全文検索、ベクトル検索を実行し、接続が回復すると独自方式でクラウドやエッジ間に双方向で同期します。小売の店頭や現場作業、規制が厳しくデータを端末外に出せない環境を主な対象としています。

実用面の利点はトークン効率です。Duddi氏はホテル予約を例に挙げ、複数のエージェントが同時に顧客対応しながらローカルの文脈を参照し、端末上でベクトル検索を行う構成を示しました。各エージェントが同じデータを個別に取得し直すのではなく、共有文脈をキャッシュすることで無駄なトークン消費を避けられます。

もっとも、文脈層は競争が激しい分野です。OracleやRedis、Pineconeが2025年に相次いで参入しており、IDCの調査ディレクターDevin Pratt氏は「Couchbaseはこの流れを作ったのではなく追う側だが、追うべき正しい流れだ」と評します。真価が問われるのは、大手に対する規模での競争力だと指摘しました。

Googleがブランド広告に新指標、検索喚起や売上効果を可視化

Shorts広告の新機能

Shorts広告アクションを自動計測
予算最適化と新レポート列に反映
10秒視聴といいねで好意度20%増

ブランド検索の効果

関連ブランド検索指標をグローバル提供
広告接触が誘発した検索量を追跡
検索1件増で平均31ドルの売上増

Googleは6月29日、YouTubeのブランド向け広告キャンペーンで新たな計測機能を追加すると発表しました。動画リーチ広告と動画視聴広告が対象で、広告主が重視する成果をどう生み出しているかを示すことを狙いとしています。

まず動画視聴キャンペーンでは、Shortsに配信した広告の操作をShorts広告アクションとして自動的に予算最適化と新しいレポート列に組み込みます。同社によると、視聴時間が10秒を超え「いいね」が付いたShorts広告では、平均してブランド検討が15%、好意度が20%高まったといいます。

もう一つの柱が、広告の表示や視聴をきっかけに発生した検索数を測る関連ブランド検索指標です。Google広告のレポート指標として世界で利用可能になり、ブランド広告とパフォーマンス広告の橋渡しを助けます。

効果も具体的な数字で示されています。Google上で関連するブランド検索が1件増えるごとに、ブランドは平均で31ドルの売上増を得られるとしています。利用にはGoogle担当者への問い合わせが必要です。

これらの機能は、ブランド広告の価値を売上や購買意欲といった成果に結び付けて説明したい広告主にとって、投資判断の材料になりそうです。

Googleの個人化画像生成、米国で無料開放

無料化の概要

米国全対象ユーザーに無料開放
従来はPlus以上の有料会員限定

個人化の仕組み

GmailやPhotosから嗜好を反映
詳細指定なしで自分好みの画像
Google Photosの本人写真を自動利用

提供条件

連携はオプトイン方式
設定でいつでも変更可能

Googleは6月29日、Geminiアプリの個人化画像生成機能を米国の全対象ユーザーに無料で開放すると発表しました。これまでPlus、Pro、Ultraの有料会員に限定されていた機能で、画像生成モデルNano Bananaを活用します。利用者の好みやライフスタイルを反映した画像を、詳細なプロンプトを書かずに作成できる点が特徴です。

この機能は同社のPersonal Intelligenceを基盤としています。ユーザーの許可のもと、GmailやGoogle Photos、YouTube、検索などの連携データからGeminiが嗜好を読み取り、応答に反映する仕組みです。たとえば「自分と好きなものを描いて」と入力するだけで、コーヒーやベーキングといった具体的な対象を指定せずとも、好みに沿った画像が生成されます。

Google Photosとの連携により、本人の実際の写真を自動で取得できる点も利便性を高めています。これまで必要だった手動の写真アップロードが不要になり、利用者は説明の手間を減らして制作に集中できます。「夢の家をデザインして」といった簡潔な指示でも、連携アプリから適切な文脈を引き出します。

Personal Intelligenceはオプトイン方式で、どのアプリへのアクセスを許可するかをユーザーが選べます。有効化すると全プロンプトで既定となりますが、ツールメニューの新しいトグルで無効化が可能です。プライバシーへの配慮として、設定はいつでも変更できる仕組みになっています。

Googleは個人化画像生成を4月に初公開し、Personal Intelligence自体は3月に米国全ユーザーへ拡大、その後インドと日本にも展開しました。GeminiはすでにMAU7億5000万を超え、AI分野の主要プレーヤーとしての地位を固めています。ChatGPTやClaudeに対抗する施策として、無料化は利用者層のさらなる拡大を狙う一手といえます。

OpenAIが無料ChatGPTの標準モデルを買い物強化で刷新

消費者向け改善

ユーザー意図の理解を向上
買い物・地域推薦を強化
複数条件の指示にも対応
6月25日に無料層へ展開

開発者とAPI

chat-latestエイリアスを更新
本番用はgpt-5.5を推奨
文脈窓40万トークン

OpenAIは6月25日、無料版ChatGPTの標準モデルであるGPT-5.5 Instantを更新しました。買い物や地域のおすすめ、複数条件の指示への対応を強化し、まず有料会員へ、続いて無料ユーザーへと順次展開しています。同社はXで「会話がより楽しくなった」と説明しましたが、具体的なベンチマーク数値は公開していません。

最大の変化はユーザー意図の理解です。旅行の計画や商品比較、近隣店舗の検索といった意思決定支援の場面で、質問の背後にある目的をより的確にくみ取れるようになりました。会話の途中で条件を追加したり反論したりしても、最初の回答に固執せず柔軟に対応する点が改善されています。

商取引や地域情報との連携も深まりました。位置情報を活用して近隣の選択肢を提示し、商品情報や画像を一つのまとまった回答に織り込みます。回答の体裁も定型的な箇条書きから、より温かみのある会話調へと調整されました。

開発者は更新版の挙動をchat-latestというAPIエイリアスから試せます。ただしこれは本番用のgpt-5.5モデルとは別物で、OpenAIは安定運用には引き続きgpt-5.5を推奨しています。今回はあくまでChatGPT側の更新であり、API向けモデル群の新リリースではない点に注意が必要です。

chat-latestの仕様は40万トークンの文脈窓と最大12万8千トークンの出力に対応します。料金は入力100万トークンあたり5ドル、出力30ドルで、キャッシュ入力は0.5ドルと9割引です。静的な指示を先頭に置くプロンプト最適化が促されます。

企業にとっての意味は新しい技術基盤ではなく、標準挙動の改善にあります。意図の推測や文脈の保持が向上すれば、調査や購買判断に使う従業員にとってChatGPTはより信頼できる道具になります。一方でメモリーソース機能は完全な監査証跡を提供しないため、RAGや社内ログのどれを正とするか企業側で定める必要があります。

Google、Gemini音声操作の新活用100例公開

スピーカー発売と連動

Google Home Speaker発売
Gemini for Home搭載
新活用例100種を公開

有料プランで機能拡張

月10ドルのPremium
カメラ映像検索に対応
複数家電の一括操作

Googleは6月25日、音声アシスタント「Gemini for Home」の新たな活用法100例を公式ブログで公開しました。スマートスピーカー「Google Home Speaker」の正式発売に合わせた発表で、照明や家電の制御、買い物リスト管理、料理や育児の相談まで、家庭での幅広い使い方を提示しています。

今回の活用例は、生成AIならではの柔軟な自然言語理解を前面に押し出している点が特徴です。「コーヒーメーカーをオフ、いや、やっぱりオンにして」といった言い直しや、「寝室以外の照明を全部つけて」のような条件付き指示にも対応します。タイマー設定と掃除機の起動、音楽再生を一度の発話でまとめて行う複数操作も可能です。

上位プラン「Google Home Premium」は月額10ドルから提供されます。加入者はカメラ映像をAIに尋ねて検索でき、「昨夜の物音は動物だったか」「白いホンダがいつ車庫を出たか」といった質問に、録画を遡らずに回答を得られます。家族の顔を登録しておけば、ドアベル履歴から来訪者の到着時刻も確認できます。

音声操作は家庭領域でのAI普及を測る重要な接点であり、Googleはハードウェア発売と具体的な利用シーンの提示を組み合わせ、Geminiの日常浸透を狙っています。経営者やエンジニアにとっては、対話型AIが定型コマンドから文脈理解へ移行する流れを示す事例として注目に値します。

Claude が有料個人で躍進、ChatGPT 追う

決済データの傾向

1月比で売上75%増
有料個人層が月次で拡大
ChatGPT は依然首位

学習需要の変化

DataCamp で最多検索語に
個人講座需要が3対1でChatGPT超え
直近30日で需要18倍

AIに課金する米国の消費者の間で、Anthropic の Claude が支持を広げています。クレジットカード決済を分析する Indagari のデータによると、Claude の有料個人ユーザーと売上は2026年1月比で約75%増加し、月を追って伸びています。同社は企業や開発者向けの Claude Code が中心と見られてきましたが、より幅広い顧客層を獲得しつつあることを示す結果です。

Indagari は約2800万人の米消費者から得た数十億件の匿名化決済を分析しており、絶対的な売上や顧客数までは分からないものの、傾向をつかむには十分な規模だとしています。注目されるのは、3月に Anthropic がトランプ政権による大規模監視や自律兵器への自社モデル利用を拒否した後も、伸びが続いている点です。

学習プラットフォーム DataCamp のデータも、消費者人気の高まりを裏付けます。利用者約2000万人を抱える同社では、「Claude」が「AI」を上回り最も検索される語になりました。企業研修では ChatGPT 関連講座が依然優勢な一方、自発的に学ぶ個人の間では Claude 講座の需要が ChatGPT を3対1で上回り、直近30日だけで18倍に急増したといいます。

ただし消費者全体では ChatGPT が依然として圧倒的な存在です。市場調査の Sensor Tower や Indagari のデータでも、Claude は伸びているものの有料ユーザー数では大きく水をあけられています。それでも消費者から得る売上や認知度の面で Claude が ChatGPT に迫り始めているのは確かです。

OpenAI と Anthropic がともに株式公開を控えるなか、両社の事業の足腰が注目されます。今月、米政府がサイバーセキュリティ向けの強力なモデル「Mythos 5」「Fable 5」の非米国人による利用を禁じ、Anthropic が一時市場から撤収する事態も起きました。政府との対立が業績に与える影響は不透明ですが、現時点のデータは消費者と企業の双方でユーザーが増え続けていることを示しています。なお Anthropic はコメントを控えています。

Alibaba、環境を予測する世界モデルAgentWorld公開

発想の逆転

環境の応答を予測する世界モデル
7領域を単一構造で統合
行動選択ではなく次状態を学習
1000万超の対話軌跡で3段階学習

学習効果と懸念

制御シミュ訓練が実環境を上回る成績
未学習ベンチ含む7指標で改善
自作ベンチで僅差の懸念指摘

中国AlibabaのQwenチームは6月24日、エージェントの行動ではなく環境が返す状態を予測する世界モデル「Qwen-AgentWorld」を公開しました。MCP、検索、ターミナル、ソフトウェア開発、Android、Web、OSの7領域を単一アーキテクチャで扱い、5月に発表した35時間自律実行モデルに続く自律エージェント強化の一環です。狙いは、本番環境では稀にしか現れないエッジケースを学習に組み込むことにあります。

従来のエージェントモデルは「環境を見て次に何をするか」を学びますが、本モデルはその逆で「行動の結果、環境が何を返すか」を予測します。論文はこれを言語世界モデルと呼び、世界モデリングこそ汎用エージェントへの欠けたピースだと主張しています。実検索や実ターミナルでは低ディスク容量などの条件を任意に注入できないという、大規模学習の壁に対する答えです。

両モデルはいずれもMixture-of-Experts構成で、35Bは3B、397Bは17Bだけがトークンごとに活性化し、256Kの文脈長に対応します。GUI領域ではスクリーンショットではなくアクセシビリティツリーやUI階層をテキストとして扱います。35Bの重みとベンチAgentWorldBenchはApache 2.0で公開され、397Bの重みは非公開です。

制御シミュレーション内で訓練したエージェントは、実環境のみで訓練した場合を上回りました。狙ったかく乱を注入することでMCPMarkは24.6から33.8へ上昇し、検索では完全に架空の世界で訓練したエージェントが実タスクへ転移し、WideSearchのF1が34.02から50.31へ伸びました。事前学習をウォームアップに用いると、エージェント特化の微調整なしでBFCL v4が62.29から71.25へ改善しています。

一方でX上の研究者からは慎重な指摘も相次ぎました。「Alibabaが同じ論文で作って公開したベンチを0.46差で上回っただけ」との声や、シミュレーション訓練は過学習しやすく「世界モデルが綺麗すぎるとタスクではなくモデルを学んでしまう」との懸念が挙がっています。非制御と制御シミュの差は、利得が制御機構に大きく依存することを示唆します。

エージェント基盤を構築する開発チームにとって、本研究は実環境RLと静的ベンチの中間に制御シミュレーションという第3の選択肢を示しました。合成環境は近道ではなく実環境RLを補完する正当な学習層であり、未学習ベンチでも効果が出たウォームアップの結果は、環境理解を開発のより早い段階に置くべきだと示しています。

NVIDIAとAWSが本番AI基盤を拡張、推論4.6倍に

新GPUインスタンス

EC2 G7を新たに提供
Blackwell世代GPU搭載
推論性能は最大4.6倍
最大8GPU構成に対応

検索と学習の強化

ベクトル検索を標準GPU化
索引は最大10倍高速・コスト4分の1
GB300で性能認定取得

NVIDIAは6月24日、米AWSと連携し、本番規模のAI基盤を強化すると発表しました。両社はクラウド上の計算、検索、学習の各層を一体で改良し、企業が運用負担を抑えながらAIを実運用へ移せる環境を整えます。低遅延の推論や高速なベクトル検索、GPUの価格性能比といった課題に同時に対応する狙いです。

中核となるのが新インスタンス「Amazon EC2 G7」です。NVIDIAのRTX PRO 4500 Blackwell Server Edition GPUを搭載し、AI推論や映像処理、データ分析などの本番ワークロードに対応します。従来のG6と比べ、推論性能は最大4.6倍、グラフィックス性能は最大2.1倍に高まりました。

G7は最大8基のGPUと合計256GBのGPUメモリ、700Gbpsのネットワーク、最大7.6TBのローカルSSDを備えます。1基から8基までの構成に加え、ベアメタルも近く提供される予定です。利用者は過剰な設備投資を避け、用途に合わせて規模を最適化できる点が特徴です。

検索の層では、NVIDIAのライブラリ「cuVS」を使い、GPUによるベクトル索引をOpenSearch Serverlessの標準とします。これにより索引作成はCPU構成と比べて最大10倍速く、コストは4分の1に下がり、数十億規模のベクトルデータベースを1時間以内で構築できるとしています。検索拡張生成(RAG)や意味検索、エージェント型AIの基盤づくりが容易になります。

学習の層では、AWSがNVIDIA GB300向けに「Exemplar Cloud」認定を取得しました。NVIDIAが定める性能基準を満たしたことを示すもので、両社の協業による成果です。開発者は一貫した高性能基盤を前提に学習を進められ、クラウド選定や総保有コストの判断がしやすくなります。

今回の発表は、計算・検索・学習というAI基盤の全層を同時に底上げする内容です。共通する狙いは、運用チームの負担を増やさずに本番規模で性能を発揮できる環境を提供することにあります。企業がAIを計画段階から実運用へ移す動きが、さらに加速しそうです。

Mistralが文書解析の新OCRを投入、欧州主権を訴求

OCR 4の中身

文書を構造化データとして返す新世代モデル
位置情報・種別・信頼度を付与
170言語とPDF等に対応
自社環境で動く単一コンテナ提供

戦略と背景

1000ページ4ドルからの低価格
Anthropic輸出規制で主権論が現実化
200億ユーロ評価の資金調達狙い

フランスのAI企業Mistralは2026年6月24日、文書知能モデル「OCR 4」を発表しました。単なる文字抽出にとどまらず、文書全体を構造化データとして返す点が特徴で、各ブロックに位置情報を示す枠、見出しや表といった種別、さらに単語ごとの信頼度スコアを付与します。15カ月でOCR技術の第4世代となり、即日でAPIやAmazon SageMaker、Microsoft Foundryなどから利用できます。

技術上の核心は構造化された出力にあります。従来のように平坦なテキストを並べるのではなく、各ブロックを枠で特定し、タイトルや表、署名などに分類したうえで信頼度を返します。これにより、抽出した事実を元の文書のどこに記載されていたかまで追跡でき、RAGや法令順守の業務で「この数値はどこから来たのか」という監査可能な答えを得られます。

Mistralは独立した評価者による比較で72%の勝率を得たと報告しています。ただし同社自身が採点上の誤差を公開し、集計値は確定的ではなく方向性を示すものだと注意を促しました。公開ベンチマークでは3位という指摘もあり、企業の導入担当者はベンダーの数値に頼らず、自社の文書と言語で独自に評価すべきだと記事は指摘します。

今回の発表は地政学的な追い風の中で行われました。6月12日、米商務省の輸出規制によりAnthropicは最新モデルへのアクセスを全面的に停止させられ、米国外の顧客が突然利用できなくなりました。Mistralが掲げる欧州AI主権の主張は、まさにこの事態で現実味を帯び、自社環境で完結する単一コンテナ提供が製品としての答えになっています。

価格は1000ページあたり4ドルからで、バッチ利用なら2ドルまで下がります。この水準なら10万ページの社内文書も200ドルで処理でき、大規模なデジタル化が現実的になります。一方で前日にはBaiduがMIT licenseの無償モデルを公開しており、自己ホスト型のオープンモデルと、企業向け機能を備えた商用サービスという二つの路線が鮮明になっています。

結局これはOCRの話ではなく、企業向けAI市場への入り口を巡る戦略だと記事は結論づけます。OCR 4はMistralの検索基盤や推論モデル、エージェント基盤へと連なる導線であり、同社は約200億ユーロの評価額での資金調達と2026年に10億ユーロの売上を目指しています。大手や急成長するオープンソース勢に対し、主権と構造化文書知能で欧州企業の予算を取り込めるかが焦点です。

Gemini 3.5 Flashにコンピュータ操作機能を標準搭載

新機能の概要

主力モデルにコンピュータ操作統合
ブラウザ・モバイル・デスクトップ対応
従来は単独モデルで提供
長時間タスクと業務自動化を強化

提供と安全対策

Gemini API経由で利用開始
敵対的訓練でプロンプト注入を抑制
機微操作にユーザー確認を要求
多層防御で安全性を確保

米グーグルは6月24日、エージェントが画面を見て操作するコンピュータ操作機能を、主力モデルGemini 3.5 Flashに標準ツールとして搭載したと発表しました。これまでGemini 2.5の単独モデルでのみ提供していた機能を本体に統合し、エージェント用途で同社最高の性能を実現したとしています。開発者はブラウザやモバイル、デスクトップ環境を横断して自律的に動くエージェントを構築できます。

今回の統合により、3.5 Flashは画面を認識し、推論し、実際に操作を実行できるようになりました。グーグルはこれにより、継続的なソフトウェアテストや専門アプリをまたぐ知識労働といった、長時間にわたる企業の自動化タスクで性能が向上すると説明しています。実例として、Geminiアプリを解析して機能一覧を分類したり、自社ドキュメントのアクセシビリティ問題を自ら監査したりするデモが示されました。

開発者と企業はGemini APIおよびGemini Enterprise Agent Platform経由で、この機能を直ちに利用できます。Geminiはもともと関数呼び出しや検索・地図との連携に強みを持っており、そこに画面操作能力が加わった形です。ブラウザ自動化を手がけるBrowserbaseやUIPathといった顧客が、すでに価値を生み出していると同社は紹介しています。

ライブ環境で動くエージェントには、外部から悪意ある指示を紛れ込ませるプロンプト注入のリスクが伴います。グーグルはこれに対し、コンピュータ操作向けに的を絞った敵対的訓練を施したほか、企業向けの安全装置を2種類オプションで提供します。具体的には、機微または取り消せない操作にユーザーの明示的な確認を求める仕組みと、間接的なプロンプト注入を検知した際に自動でタスクを停止する仕組みです。

同社は多層防御の考え方を掲げ、これらの機能を安全なサンドボックスや人間による検証、厳格なアクセス制御と組み合わせるよう開発者に促しています。エージェントが現実の業務を代行する時代に向け、性能だけでなく安全面の整備を同時に進める姿勢がうかがえます。利用を始めるためのリファレンス実装やデモ環境も公開されました。

Google、AI洪水予測を150カ国超に拡大

予測と検知の進化

洪水予測20億人カバー
河川洪水は7日前予報
都市型鉄砲水24時間前通知
WeatherNext 2で高精度気象予測

警報と国際連携

地震・熱波・大気質の警報提供
FireSatで山火事を高頻度検知
ハリケーン上陸を5日前に予測

米Googleは6月23日のイベント「AI for the Planet」で、自然災害の予測と検知に関するAI研究の進展を発表しました。洪水・山火事・地震・異常気象を対象に、AIで生成した情報をパートナーや利用者に届け、「誰も自然災害に不意を突かれない世界」を目指す方針を示しました。

中核となるのが洪水予測です。2018年のインド・パトナでの試験運用から始まり、現在は予報基盤「Flood Hub」が150カ国以上、約20億人をカバーします。河川の洪水は最大7日前に、都市部の鉄砲水は最大24時間前に予報できるとし、関連データセットと水文フレームワークをオープンソース化したと説明しました。

異常気象では、サイクロン予測モデル「WeatherNext 2」が全球の時間別予報を数分で生成すると紹介しました。2025年のハリケーンシーズンでは、進路と強度を数日前に高い信頼度で予測できたとしています。山火事では衛星画像によるAI境界追跡を34カ国に拡大し、新たに開発した衛星「FireSat」で20分ごとの高頻度検知を目指します。

リアルタイムの警報も強化しています。検索とマップ上の「SOS Alerts」や、90カ国超で展開する「Public Alerts」を通じて、当局やメディアの情報を集約します。同社によると、昨年は1日平均1000万回以上、危機情報を人々に届けたといいます。Androidの地震速報や熱波・大気質の警報も各国で提供します。

国際機関や政府との連携事例も挙げました。ナイジェリアやバングラデシュでは支援団体がGoogleの洪水予報を活用し、増水前に現金を配る予防的支援を実施。ハリケーン「Melissa」では、米国立ハリケーンセンターが同社モデルを用い、ジャマイカへの上陸を5日前に予測したと述べています。

旅行予約OmioがOpenAIで開発工数8割減

対話で旅程を予約

3000社超の交通事業者と接続
47カ国を網羅する移動ネットワーク
ChatGPTで自然言語の経路検索
実在する予約可能な旅程を提示

社内のAIネイティブ化

全エンジニアがCodexを活用
開発工数を従来比約20%に削減
四半期規模の案件を約1カ月に
意思決定の責任は人が保持

欧州の複合交通予約大手Omioは2026年6月23日、OpenAIと連携し、対話型AIによる旅行体験の構築と社内業務の変革を進めていると明らかにしました。同社は世界3000社超の交通事業者と接続し、47カ国で鉄道・バス・フェリー・航空便を仲介しています。利用者が行き先を伝えるだけで、予約可能な旅程を受け取れる仕組みを目指しています。

対顧客面では、Omioは2023年にChatGPT経由で利用できる早期の旅行体験の一つを公開しました。「ローマからフィレンツェへの最速ルートは」といった自然言語の質問に対し、ChatGPTをリアルタイムの運行・価格データに接続して回答します。最近では自社の交通ネットワークと結んだ専用のChatGPT体験へと拡張しています。

社内では、まず全社員にChatGPTを展開し、その後コーディング支援AIのCodexをエンジニアリングの工程へ深く組み込みました。CTOのトマス・ボツェトカ氏は「ChatGPTは前哨戦だった。本当の仕事はCodexで進む」と語っています。現在は全エンジニアが調査から計画、コーディング、テスト、レビュー、保守までCodexを使うといいます。

この取り組みは製品開発の速度を大きく変えました。Omioは多くの製品を従来の約20%の時間で構築できると見積もります。ボツェトカ氏は「複数の開発者が四半期かけていた案件を、今は1人が約1カ月でこなせる」と述べ、実験や意思決定の高速化につながったとしています。

一方で同社は責任ある運用を原則に掲げています。「責任と説明責任は人に残る。AIは開発や分析、意思決定を速めるが、主導権を握るのは人だ」と強調します。AIツールへの広いアクセスと統制、人による監督を組み合わせ、人が成果に責任を持つ運用モデルを築いているとしています。

AIエージェント企業の差は学習する組織の仕組み

勝敗を分ける要因

モデル性能ではなく組織の学習力
現場知見が消える機会損失
再学習なしで賢くなる周辺設計

学習システムの構造

行動と結果を結ぶフィードバックループ
経験を蓄えるメモリと知識ベース
信号を束ねるデータファブリック
学習の反映を統制する制御プレーン

Splunk(シスコ傘下)のAI担当幹部ハオ・ヤン氏は2026年6月22日、AIエージェントを導入する企業の真の競争優位は、モデルの能力ではなく組織自身が学び続ける仕組みにあると論じました。多くの企業が同等のフロンティアモデルを使える時代には、現場で得た知見をAIへ還元できるかどうかが差を生むという主張です。

氏が問題視するのは、現場で生まれた知識の散逸です。セキュリティ分析官の修正やネットワーク障害の原因特定といった貴重な組織知が、チケットや個人の頭の中に埋もれ、将来のAI判断に再利用されない現状を指摘しました。これを再利用可能なシステムへ変えることが、エージェント企業の次の課題だと位置づけています。

解決の鍵は、モデルそのものの再学習ではなく、モデルを取り巻くエコシステムの改良にあります。知識ベースや検索層、プロンプト、ポリシー、ガードレール、ワークフローを通じて、運用で得た経験を制度的な知識へ変換し、次のエージェントが参照できるようにするという考え方です。

具体例として、断続的な性能劣化が起きるサービスが挙げられます。観測性・ネットワーク・セキュリティの各エージェントは個別には部分的な視野しか持ちませんが、人間の専門家による初回の原因特定(誤った経路設定など)をトレースや修正履歴ごと記録すれば、次回以降は同様のパターンをゼロから調べずに済むと説明します。

こうした学習を支えるアーキテクチャとして、経験を保存するメモリ、再利用可能な指針に変える知識ベース、信号を相関させるデータファブリック、挙動を可視化するAI観測性、そして学習の反映を承認・監査する制御プレーンの5要素を提示しました。これらが揃って初めて、信頼できる形でAIが改善し続けるとしています。

結論として氏は、次のAI時代を制するのは最も多くのエージェントを並べた企業ではなく、あらゆる業務や障害対応から学びを吸い上げられる企業だと述べました。モデルが変わらなくても企業自体が賢くなる生態系を築けるかが問われます。なお本記事はSplunkによるスポンサード寄稿である点に留意が必要です。

PaddleOCRが50言語対応の軽量OCR新版を公開

3階層のモデル

パラメータ1.5M〜34.5M
tiny/small/mediumの3層
用途別に最適サイズ選択
共通バックボーン採用

性能と展開

medium認識精度83.2%
v5比で検出・認識向上
50言語を1モデルで対応
Hugging Faceで提供

中国の百度系PaddleOCRは6月22日、汎用OCRモデルの最新世代「PP-OCRv6」をHugging Faceで公開しました。文書やスクリーンショット、多言語画像、産業ラベルなど実環境のテキスト検出・認識を狙い、1.5M〜34.5Mパラメータの3階層で軽量さと精度を両立します。VLM全盛の時代に専用OCRの実用価値を示す動きです。

モデルはtiny、small、mediumの3層で構成されます。最小のtinyはエッジ端末向け、mediumはサーバー側の高精度処理向けと、用途に応じてサイズと精度を選べる設計です。small以上の2層は簡体字・繁体字・英語・日本語を含む50言語に対応します。

精度面では、PaddleOCR独自の複数シナリオ評価でmediumが検出Hmean86.2%、認識精度83.2%を記録しました。前世代のPP-OCRv5_serverと比べ、検出で4.6ポイント、認識で5.1ポイント向上しています。

技術面では、検出に大カーネルの軽量特徴ピラミッド「RepLKFPN」、認識に局所文脈と全体注意を組み合わせた「EncoderWithLightSVTR」を採用しました。小さく回転した文字や低解像度、複雑な背景といった難しい入力への対応力を高めています。

展開の柔軟性も特徴です。Transformers、ONNX Runtime、Paddle Inferenceの3つの推論基盤に対応し、`pip install paddleocr`で導入できます。出力は可視化画像と構造化JSONで保存でき、文書解析や検索、RAGやエージェントの処理に組み込めます。

Google、Gemini新基盤APIを正式提供開始

GA到達の概要

Interactions APIが正式提供
Gemini向けの主要APIに昇格
2025年12月公開ベータから移行
全公式文書を新APIに既定変更

主な新機能

遠隔Linux環境のManaged Agents
非同期処理の背景実行
Flex階層で50%費用減

米Googleは6月22日、Geminiモデルとエージェントを操作する新基盤「Interactions API」が一般提供(GA)に到達したと発表しました。2025年12月の公開ベータを経て、同社はこれをGemini向けの主要APIと位置づけ、すべての公式ドキュメントの既定をこの新APIへ切り替えます。開発者が最も好む構築手段に急速に定着したと説明しています。

GA版ではスキーマが安定したほか、開発者の要望に応える主要機能が加わりました。目玉はManaged Agentsで、1回のAPI呼び出しで遠隔のLinuxサンドボックスを確保し、エージェントが推論・コード実行・Web閲覧・ファイル管理をこなします。既定エージェントとして「Antigravity」が提供され、独自エージェントの定義も可能です。

実行面では、呼び出しに「background=True」を指定すれば、サーバー側が処理を非同期で走らせます。長時間タスクを扱いやすくする設計です。ツールも強化され、Google検索やGoogleマップといった組み込み機能と自作関数を1つの要求内で混在させ、結果を画像付きで返せるようになりました。

メディア生成も拡充しました。画像生成はNano Banana 2、音楽はLyria 3、表現力のある音声は複数話者TTSに対応します。Deep Researchも、速度重視と深さ重視の2系統やネイティブな図表生成を追加しました。スキーマは従来の「役割(Roles)」構造から、各動作を型付きの「ステップ(Steps)」として扱う方式へ簡素化されています。

費用と運用の最適化も進みました。FlexとPriorityの階層により費用か遅延かを選べ、Flexでは費用を50%削減できます。過去のやり取りは有料枠で55日間保持され、後から取得可能です。一方、従来の「generateContent」APIも完全にサポートを継続し、当面は新しいGeminiモデルを受け取り続けます。

ただしGoogleは、長時間稼働モデルやエージェント向けの最先端機能は、状態を持つエージェント処理向けに設計された新APIへ集約していくとの見通しを示しました。新APIはPythonとJavaScriptのSDKで利用でき、LiteLLMなどの提携先経由でも使えます。移行ガイドも公開され、各フィールドの対応関係を確認しながら段階的に切り替えられます。

AI推論の壁はGPUでなく文脈記憶へ移行

新たなボトルネック

GPUより文脈管理が制約
コンテキスト量の爆発的増大
セッション間で状態保持の必要

対応するストレージ層

GPUメモリと外部記憶の中間層
NvidiaがCMXとして規格化
KVキャッシュを高速配信
再計算でGPU浪費を回避

米ストレージ大手Solidigmは2026年6月、AI推論の最大の制約がGPU供給からコンテキスト(文脈データ)管理へ移ったと指摘しました。同社のAI応用研究責任者ジェフ・ハーソーン氏は、計算コストが下がる一方で、セッション間に保持すべき状態データが想定を超えて急増していると説明します。これが2026年の最重要課題になると同氏は強調しました。

背景には三つの要因が同時進行しています。コンテキストウィンドウの拡大で入力が巨大化し、エージェント型AIが数十から数百回のモデル呼び出しを連鎖させ、企業が監査や再利用のため推論状態の永続化を求めています。これらが重なり、既存のメモリ階層では扱えない規模へとデータが膨張しているのです。

解決策として、GPUメモリとネットワーク上の大容量ストレージの間に専用のコンテキスト層が生まれつつあります。高速・高密度のフラッシュメモリでKVキャッシュや検索データを推論速度で保持・配信する層で、NvidiaはこれをCMXという用語で規格化しました。

この層が重要なのは、推論が学習とは異なる入出力特性を持つためです。学習が大きなブロック単位の書き込み中心なのに対し、推論は細かく遅延に敏感で状態を伴います。KVキャッシュが高速層になければ再計算(re-pre-fill)が発生し、新たな価値を生まないままGPUサイクルを浪費してしまいます。

求められるのは平均速度よりテールレイテンシの予測可能性です。GPU資源を割り当てる制御系は数秒の遅延も許容できないため、安定した観測可能な性能が鍵となります。電力が制約となる大規模拠点では、ペタバイトあたりの消費電力も重要な指標になります。

経営層やインフラ責任者にとって、この新層はもはや任意の選択肢ではありません。DRAMより安価なNAND(フラッシュ)を中間層に配置すれば、投資効率を高めつつ高価で供給制約のあるメモリへの依存を減らせます。形成途上のこの領域でいかに既存資源を効率的に使うかが、今後数年のAIインフラを左右しそうです。

リサーチAIの検索ログから機密漏洩、新手法で大幅抑制

モザイク漏洩の脅威

検索クエリ経由の情報漏洩
断片の組み合わせで機密復元
観測対象は外部クエリ履歴のみ

性能と機密の対立

性能向上訓練で漏洩悪化
禁止指示の効果は限定的
ベンチマークは1001連鎖

新手法PA-DRの成果

強連鎖成功率58.7%へ
漏洩を34%から9.9%へ

ServiceNowとHugging Faceの研究チームは6月18日、ディープリサーチAIが外部検索を通じて社内機密を漏らす危険を測る新ベンチマークMosaicLeaksを公開しました。社内文書とWeb検索を併用するAIは、一見無害なクエリを重ねるうちに、断片を統合すれば機密が復元できるモザイク効果を招きます。攻撃者は検索ログだけから企業情報を推測できる点が核心です。

漏洩は三段階で測定されます。検索ログから調査の意図を推測する意図漏洩、ログに基づき機密の質問へ回答できる答え漏洩、そして何を探すか指示されずとも真の機密を述べられる完全情報漏洩です。後者ほど深刻で、観測者が能動的に機密事実を発見できる状態を意味します。

ベンチマークは社内文書とWeb文書をまたぐ1001件の多段推論連鎖で構成されます。各連鎖では前段の回答が次段の橋渡し情報となり、AIは社内情報を取得しなければ次のWeb検索を組めない設計です。漏洩を誘発しやすい一方、漏らさずに解くことも可能な課題が狙いとされています。

検証では、AIに検索性能だけを学習させると逆効果が生じました。強連鎖成功率は48.7%から59.3%へ上がった一方、答えや完全情報の漏洩は34.0%から51.7%へ悪化したのです。より多くの文脈を検索文に詰める挙動が、性能には寄与しつつ機密保護を損なう構図が浮かび上がりました。

そこで提案されたのが、機密配慮型の強化学習手法PA-DRです。段階ごとの状況報酬と、クエリの漏洩リスクを推定する学習済み報酬を組み合わせ、ログを露見させた計画判断に的確に罰を与えます。結果、強連鎖成功率を58.7%とほぼ維持しつつ、漏洩を9.9%まで削減しました。

注目すべきは、検索回数を減らして安全性を得たのではない点です。PA-DRはむしろWeb検索を増やしながら、具体的な数値や年など機密につながる詳細を落とし、適切な公開文書には到達します。社内情報を外部に持ち出さない検索の作法を、AI自身が学べる可能性を示した成果と言えるでしょう。

Copilot等の脆弱性で企業AIの信頼境界欠如が露呈

相次ぐ脆弱性

Copilotのメール窃取連鎖
LiteLLMでCVSS9.9の権限昇格
Langflowで遠隔コード実行
供給網汚染の自己増殖ワーム

共通の根本原因

外部入力への信頼境界不在
AIエージェントの権限統治欠如
対策はプラミングの問題

6月中旬、企業向けAIツールで同種の脆弱性が相次いで公表されました。15日にVaronisがMicrosoft Copilotのデータ窃取実証コードSearchLeakを、その4日前にはObsidian SecurityがAIゲートウェイLiteLLMの権限昇格連鎖を開示しています。共通する原因はただ一つ、企業AIが外部入力を信頼境界なしに受け入れる構造的欠陥です。

SearchLeakは、細工されたmicrosoft.comのURLをクリックさせるだけで、Copilotが利用者のメールボックスを検索し、Bing経由でデータを外部へ送り出す連鎖攻撃です。URLのパラメータがLLMへの指示として渡り、出力の無害化処理より先に画像タグが発火する競合状態を突きます。これはVaronisが12か月で確認した3例目のCopilot窃取連鎖であり、企業版は利用者の全権限を継承するため影響範囲が広がります。

LiteLLMはOpenAIやAnthropicなど複数プロバイダーの鍵を1つのプロキシ裏に保持します。Obsidianの連鎖は権限検証の不備を突いて管理者へ昇格し、サンドボックスを脱出して遠隔コード実行に至り、評価値はCVSS9.9でした。別のコマンド注入欠陥CVE-2026-42271はCISAの悪用既知リストに載り、6月22日が修正期限に設定されています。

同じ境界の崩壊はLangflowやnpmを狙うMini Shai-Huludワームでも確認され、4チームが4ツールで同一の運用上の失敗を証明しました。市場もこのリスクを織り込み始めており、CrowdStrikeのAI検知防御製品AIDRは年間経常収益が前四半期比250%超伸び、6月17日にはAWSのBedrockなどへ対象を拡大しています。

実務家も同じ問題を平易な言葉で指摘します。American Express GBTのCISOは「これは新しい影のIT、いわばシャドーAIだ」と語り、NIST枠組みなど基礎の徹底を導入前の前提に置きます。Enkrypt AIのMerritt Baer氏は「企業が承認したのはインターフェースであって奥のシステムではなく、リスクはモデルとデータをつなぐ接合部に潜む」と構造を言い当てました。

記事は対策として、各脆弱性をCVEや市場シグナルに対応づけ、検証コマンドと経営層向けの一文まで添えた5項目の信頼境界監査を提示します。これらはフロンティアモデルの問題ではなく、ゲートウェイや認証層といった配管の問題だと結論づけます。問われるのはベンダーが修正するかどうかではなく、攻撃者より先に自社が欠陥を見つけられるかどうかです。

AI最適化Arbor、Codexら2.5倍上回る

性能の成果

検証可能な改善が2.5倍以上
検索精度45%→67%
既存エージェントは50%台で停滞
MLE-Bench Liteで最高成績

仕組み

仮説を木構造で蓄積学習
司令役と実行役の役割分離
テスト合格時のみ統合するマージゲート

中国人民大学とMicrosoft Researchの研究者は、AIシステムの自律最適化を担う新フレームワークArborを発表しました。試行錯誤の繰り返しを、過去の失敗から学んで改善を積み上げる累積的な学習プロセスへと引き上げる狙いです。実環境のエンジニアリング課題で、同じ計算資源のもとCodexやClaude Codeの2.5倍以上の検証可能な性能向上を実現しました。

従来のコーディングAIは各試行を独立して扱い、得た知見が会話履歴に埋もれて失われる弱点がありました。タスクが数百ターンに及ぶと文脈の上限を超え、初期の失敗で行き詰まるか、評価のぶれに振り回されてしまいます。複数の研究方針を同時に保持し比較する仕組みも欠いていました。

Arborは戦略立案と実装作業を分けて解決します。コーディネーターと呼ぶ司令役が仮説と方針を管理し、自身はコードを直接編集しません。実際の実装と評価は短命のエグゼキューターが担い、独立したgitワークツリー上で一つの仮説だけを検証して結果を報告します。

中核となるのが仮説ツリー精緻化(HTR)です。仮説・成果物・事実証拠・抽出した洞察を結びつけた節点を枝分かれさせ、失敗した実験は負の制約として記録します。これにより同じ誤りの反復を防ぎ、複数の競合する方針を安全に並行探索できます。

過剰適合を防ぐため、HTRは厳格なマージゲートを設けます。開発スコアが高くても、別の評価データで実際に改善が確認できなければ統合しません。検索エージェント課題では精度を45.33%から67.67%へ高め、50%台で止まったCodexやClaude Codeを大きく上回りました。

企業のAI活用では、複雑な実システムの継続的改善を自動化できる点が直接の価値となります。あなたの開発チームが抱える最適化のボトルネックも、こうした構造化された記憶を持つ手法で解きほぐせるかもしれません。

Pinterest、対話型AIショッピングアプリを試験公開

新アプリの狙い

対話型の商品発見を試験
独自データ「Taste Graph」を活用
本体アプリと分離して実験
保存済みピンで回答を個別化

広告主向け施策

広告管理にAIアシスタント導入
クリエイティブ最適化AIを世界展開
MCP対応で外部ツール連携

Pinterestは6月17日、対話型のショッピング体験を探る実験的アプリ「Ask Pinterest」を限定公開しました。自然言語で質問すると、同社が保有する利用者の興味や好みのデータ「Taste Graph」を使い、個別化した商品提案やヒントを返す仕組みです。将来は本体アプリへの統合も視野に入れています。

発表は、広告業界の年次イベント「Cannes Lions」の直前に行われました。今年のテーマはAIが広告主やマーケターをどう支援できるかで、Pinterestもこの流れに合わせて複数のAI施策を打ち出した形です。

Ask Pinterestは、従来の検索では扱いにくい複雑な質問や複数段階の相談に対応します。たとえばディナーパーティーの計画や、時間をかけた部屋の模様替えといった用途を想定し、セッションをまたいで文脈を保持する点が特徴です。サインインすれば、利用者自身が保存したピンやボードも回答に反映されます。

背景には、AIチャットボットが従来の検索エンジンと利用者の注目を奪い合う構図があります。GoogleはAIで買い物支援を進め、ChatGPTやMeta、Shopifyもエージェント型のショッピングを試しており、Pinterestもこの競争に独自データで参入します。同社は外部へのライセンス提供よりも、自社データで自前のAIを鍛える戦略を取ってきました。

広告主向けには、米国のAds Manager上でベータ版のAIアシスタントを導入したほか、最も成果が出やすい広告素材を自動で選ぶ「Performance+ creative」を世界展開しました。さらにModel Context Protocol(MCP)の基盤を整え、第三者のエージェントツールから標準的な形でキャンペーンを管理できるようにします。最高事業責任者のLee Brown氏は、今後の発見は「キーワードだけでなく、文脈や好み、信頼できる推薦に形作られる」と述べ、ここに自社の強みがあると語りました。

米成人の16%のみAIに前向き、Pew調査

世論の警戒感

前向き評価はわずか16%
悪影響予想が約40%
進展が速すぎると63%
政府の規制に不信67%

利用実態

成人の49%がチャットボット利用
ChatGPT利用が44%へ倍増
若年層は利用多いが最も悲観

調査会社Pew Researchが2026年6月17日に公表した最新調査で、米国成人のうちAIが今後20年で社会に良い影響を与えると考える人はわずか16%にとどまることがわかりました。一方で約40%が悪影響を予想しており、AIが経済の中心へと急速に広がるなかでも、世論の評価は中立から否定寄りに傾いています。

懸念の中心は進展の速さです。回答者の63%がAIの進歩は速すぎると答え、企業が安全に開発すると信じる人は4割にとどまりました。さらに67%は、米政府がAIを実効的に規制するとは思わないと回答しており、制度面への不信も根強いことが浮き彫りになっています。

懐疑的な見方とは裏腹に、利用そのものは着実に拡大しています。チャットボットを少なくとも時々使う人は49%に達し、毎日使う人も約4分の1にのぼりました。なかでもOpenAIのChatGPTは利用率が44%と2023年から倍増し、Gemini24%、Copilot17%、MetaAI14%が続いています。

注目すべきは、最も利用が進む若年層がもっとも悲観的だという点です。18〜29歳の66%がチャットボットを使う一方、48%は悪影響を予想し、良い影響を見込むのは14%にとどまりました。年齢が上がるほど利用は減りますが、否定的な見方も和らぐ傾向にあります。

用途は仕事や調べ物が中心で、約4割が業務でAIを使うと回答しました。生産性が上がると感じる人は30%、情報収集に役立つとする人は28%です。ただ約6割がAIによる検索要約を日常的に読む一方、過去調査では情報の不正確さへの懸念も根強く、利便性と信頼の間で揺れる利用者像が見えてきます。

GoogleがGemini搭載スピーカーを6年ぶり投入

製品概要

価格99.99ドル
出荷6月25日
約6年ぶりの新型スピーカー

AI体験

自然言語での多段階指示
10種の新音声と双方向会話
ローカルモデルで雑音除去

課金と競争

上位機能は月10ドル課金
スマートスピーカー競争が再燃

Googleは6月17日、対話AI「Gemini」専用に設計した新型スマートスピーカー「Google Home Speaker」を発表し、予約受付を開始しました。価格は99.99ドルで、出荷は6月25日です。同社が独立型スマートスピーカーを出すのは2020年9月の「Nest Audio」以来およそ6年ぶりで、Geminiを家庭に持ち込む姿勢を最も明確に示す製品となります。

最大の特徴は、旧来のGoogleアシスタントに代わりGemini for Homeを搭載した点です。決まった命令文を覚える必要はなく、「寝室の照明以外を全部消して」といった指示や、照明の調光・音楽再生・タイマー設定を一度に伝える多段階の依頼も理解します。言い間違えても文の途中で訂正でき、ウェイクワードを繰り返さず追加の質問ができる「Continued Conversation」も全対応言語に広がりました。

ハードは横長だった旧Nest Audioより小型化し、設置しやすさを重視しています。バランスの取れた360度サウンドを備え、2台でステレオ化やGoogle TV Streamerと組み合わせた疑似サラウンドにも対応します。本体にはNPU内蔵の独自プロセッサーが載り、ローカルAIで背景雑音を抑えて聞き取り精度を高めるほか、MatterコントローラーやThreadルーターとして家庭内機器のハブにもなります。

一方で高度な機能の一部は有料です。月10ドル(年100ドル)の「Google Home Premium」に加入すると、自由に会話できる「Gemini Live」や、Nestカメラの映像を検索する機能、留守中の出来事を要約する「Home Briefs」が使えます。購入者には6カ月分が無料で付き、定着後の課金移行を狙う設計です。追加の月額負担に見合う価値があるかは、今後の利用実感が判断材料となります。

発表が当初予定の春からずれ込んだ背景について、同社製品責任者のアニッシュ・カトゥカラン氏は、Gemini for Homeの改善に時間を充てたと説明します。家庭機器やメディア操作の遅延を最大40%短縮し、2500件超の不具合を修正したといいます。早期アクセスでは20カ国・350万世帯超が利用し、利用頻度は旧アシスタントの約2倍に達しました。AppleがSiriやスピーカーを刷新し、AmazonもAlexa+を展開する中で、スマートスピーカー競争が再び熱を帯びています。

Copilot、プロンプトキャッシュと自動モデル選択で効率化

ハーネスの効率化

プロンプトキャッシュで状態再利用
ツール検索で定義を必要時に読込
繰り返し処理の固定コスト削減

Autoによる自動選択

タスク意図とモデル健全性で判断
ルーターHyDRAが最適モデル選定
キャッシュ境界でのみモデル切替
16言語族で精度の差は僅か

米GitHubは6月17日、コーディング支援AI「GitHub Copilot」のトークン効率を高める改良を発表しました。VS Code向けにプロンプトキャッシュとツール検索を導入し、加えてタスクに応じて最適なモデルを自動選択する「Auto」を各機能へ拡大します。狙いは、1セッション内でより多くの処理を実作業に振り向け、利用者のクレジット消費を抑えることにあります。

効率化の第一歩は、ターンごとに繰り返す情報を減らすことです。プロンプトキャッシュは同じ接頭辞の再計算を避けてモデル状態を再利用し、ツール検索はすべてのツール定義を毎回送る代わりに必要なものだけを随時読み込みます。エージェントが扱うツールが増えるほど、この固定コストの削減効果は大きくなります。

もう一つの柱が「Auto」による自動モデル選択です。最初のプロンプト後、Copilotはタスクの意図と現在のモデルの状態をもとに最適なモデルを選びます。同社の評価では単一のモデルが全タスクで最良ではなく、深い推論が必要な場面では強力なモデルが、そうでない場面では効率的なモデルが有効だったといいます。

Autoは2つの信号を組み合わせます。可用性や応答速度、エラー率、コストを追うリアルタイムのモデル健全性と、推論の深さやコードの複雑さなどを考慮するルーティングモデル「HyDRA」です。HyDRAは品質基準を満たすモデルを絞り込み、その中から最適なものを選ぶ仕組みです。

実運用では落とし穴も考慮されています。会話の途中でモデルを切り替えるとキャッシュが壊れ、節約以上のコストがかかる恐れがあるためです。そこでAutoは初回ターンや要約後などキャッシュの自然な境界でのみ切り替え、間は同じモデルを維持します。CJKを含む16言語族で訓練し、ルーティング精度は英語基準から4ポイント以内に収まったとしています。

タスク意図を伴うAutoはすでにVS Code、github.com、モバイルで利用可能です。今後はCopilot CLIやGitHubアプリ、他のIDEへ広げ、無料・学生プランではAutoを唯一の選択肢に簡素化します。管理者がAutoを既定や必須に設定できる制御も加わる予定で、開発者が毎回モデルを選ばずに済む方向へ進めるとしています。

MITがロボットに長期記憶、置き場所を言葉で回答

新手法DAAAM

MITが開発した時空間記憶
環境の3D地図に言語説明を付与
自然言語の質問に数秒で回答

性能と高速化

注釈速度を10倍に高速化
従来比21〜53%高い正答率
リアルタイム動作を実現

米マサチューセッツ工科大学(MIT)の研究チームは6月17日、ロボットが大規模な環境を長期間記憶し、自然言語で問い合わせに答えられる記憶フレームワーク「DAAAM」を発表しました。CVPRで公表されたこの手法は、コンピュータービジョンとロボット地図作成を組み合わせ、「昨夜組み立て始めた部品を取ってきて」といった曖昧な指示にも応答できます。

従来、マルチモーダルの視覚モデルは物体を豊かに描写できる一方で一度に1件しか処理できず、ロボットの地図作成は3D地図を作れても物体の詳細説明を欠くか計算負荷が高いという課題がありました。DAAAMは両者の長所を統合し、ロボットが移動しながら見た物体に説明文を付け、空間的に整理した3D地図として蓄積します。

高速化の鍵は、近接する物体をまとめ、複数の物体が最も明瞭に写るキーフレームを選んで一括で注釈する最適化手法です。これにより各物体を一度だけ注釈すれば済み、処理速度は従来の約10倍に達しました。数分の探索で数百の物体を見るロボットでも、リアルタイムで記憶を形成できます。

蓄積した膨大なデータからの検索には、複数のツールを呼び出す大規模言語モデル(LLM)を採用し、幻覚(ハルシネーション)を抑えながら必要な情報を数秒で取り出します。意味検索や位置情報による検索を使い分けることで、質問の種類に応じて従来手法より21〜53%高い正答率を記録しました。

研究を主導したルカ・カルローネ准教授は、人と並んで働くロボットには時間と空間を人間と同じように扱う能力が必要であり、本手法は従来の地図を言語ベースの地図へ変える試みだと説明します。応用先はロボットにとどまらず、保守作業者の異常検知や通勤者の道案内を支援する拡張現実(AR)システムへの展開も視野に入ります。

今後チームは、環境内で起きた重要な出来事を記録する機能や、回答に確信度を組み込む改良を進める方針です。大学院生のニコラス・ゴルロ氏は、あらゆる依頼に応える汎用エージェントの基盤づくりを目指すと語っています。

MetaがFacebook投稿基盤のAI検索、精度に課題

新機能の概要

Facebookアプリの新AI検索モード
公開投稿を横断して回答生成
InstagramリールやFacebookグループも参照
旅行や外出計画の支援を想定

実地検証の結果

地域の推薦はおおむね妥当
存在しない営業時間など誤情報も混在
誤情報の拡散誘導には強い耐性

米メディアThe Vergeの記者が2026年6月17日、Metaが導入したFacebookアプリの新検索機能「AIモード」を実地検証した記事を公開しました。同機能はFacebookやInstagramの公開投稿を横断的に参照し、複雑な質問に回答するもので、旅行や週末の過ごし方といった計画立案の支援を狙いとしています。Google検索のAIモードに類似する一方、地域コミュニティの投稿を情報源とする点が特徴です。

検証では基本的な推薦の精度は一定の水準にありました。「近場の夏の旅行先」という質問には、ホイッドビー島やレーニア山など妥当な候補を提示しています。ただしAI生成とみられる不正確な地図が混じるなど、情報源の質にはばらつきが見られました。

一方で具体的な質問では誤りが目立ちました。地域プールが週末休業すると案内したものの、引用元の投稿は実在せず、施設の公式サイトは営業を確認できたといいます。ミネアポリスの子ども向け施設を尋ねた際には、実際にはテキサス州にある店舗を近隣として推薦するなど、事実誤認(ハルシネーション)が複数発生しました。

懸念されたFacebookならではのリスクについてはMetaへの評価が分かれます。記者がワクチンや選挙不正に関する偽情報を引き出そうと試みたものの、明確な誤情報の生成は確認できなかったと述べています。ただし議会襲撃の参加者を擁護する曖昧な回答を一度生成した点には注意が必要です。

経営者やエンジニアにとって示唆的なのは、ユーザー生成コンテンツを基盤とするAI検索が抱える情報源の信頼性問題です。投稿データの活用は地域情報の鮮度という利点を持つ反面、出典の検証可能性が品質を左右します。実用に堪える水準へ到達できるかが、今後の普及を占う鍵となりそうです。

AIエージェントが実行時にツールを探す新標準ARD公開

ARDの狙い

事前導入なしの実行時探索
ツール・スキル・エージェントを横断検索
選択をLLM外に移す設計
製品ではなく業界共通の標準

HFの実装

参照実装Discover Toolを提供
Spacesを意味検索しスキル化
REST・CLI・MCPで利用可能

Microsoft、Google、Hugging Faceなどの貢献者が2026年6月17日、AIエージェントがツールやスキル、他のエージェントを実行時に発見するためのオープン仕様Agentic Resource Discovery(ARD)を公開しました。設定ファイルへ事前に組み込む現在の方式に代わり、連合型レジストリ越しに能力を検索できる発見層を定めるドラフト仕様です。製品やマーケットプレイスではなく、どの企業も独自に実装できる共通標準と位置づけられています。

従来のエージェントは「先に導入し後で使う」方式が前提でした。開発者がMCPサーバーのURLを設定に固定するやり方は日常的に使う数個のツールには有効ですが、無数の臨時的な用途には拡張できません。全ツールの説明をLLMのコンテキストに詰め込む代替策も、コンテキスト予算の制約を受けます。

ARDはこの選択処理をLLMの外へ移します。レジストリが発行者情報や代表的な問い合わせ例、コンプライアンス証明、タグといった豊富な信号で能力を索引化し、REST経由で公開します。クライアントが自然言語で検索し、モデルはその結果を呼び出すだけ。手動導入の静的カタログから意図ベースの検索へと転換し、MCPツールやA2Aエージェントを事前設定なしに広く利用できます。

仕様は2つの要素を定義します。発行者が能力を周知URLで公開する静的マニフェスト「ai-catalog.json」と、ライブで順位付けされた検索を返す動的なレジストリAPI「POST /search」です。Hugging FaceのDiscover Toolはその参照実装で、Hubの既存の意味検索をARDのカタログ形式に変換し、数千のSkillsやMLアプリ、MCPサーバーへの検索アクセスを提供します。

利用方法も整備されています。Hugging Face CLIに組み込まれた「hf discover search」コマンドや、well-known URLで公開されるカタログ、直接叩けるREST APIとMCPエンドポイントから検索できます。今後は仕様の連合モードとの統合強化や、ユーザー・組織プロフィールでの静的マニフェスト対応が予定されており、あらゆる発行者が標準的な仕組みで自らの能力を広告できるようになります。

消費者の6割がブランドのAI連呼を敬遠と調査

調査が示す不信

米消費者の60%がAI訴求を敬遠
86%がAI回答を全面信頼せず
出典なきAI回答への低い信頼

企業側の現実

AI検索流入が増加と回答6割
発見性を重視する企業74%
透明性と帰属表示の重要性

WordPress VIPが2026年6月16日に公表した調査で、米消費者の60%が、ブランドのメッセージに「AI」という言葉が使われると敬遠すると回答しました。さらに86%がAIを全面的には信頼せず、依然として一次情報の確認を望んでいることも明らかになりました。Automattic傘下の同社が、企業のAI検索対応の実態を探るために実施したものです。

調査は2026年4月に、企業の意思決定者やCMO 800人と、米成人1,200人の計2,000人を対象に実施されました。回答者の42%は、出典が明示されないAI生成の回答を、航空券の追加料金や難解なプライバシーポリシー、医療費の請求書よりも信頼できないと答えています。ほぼ4人に3人が、インターネットは10年前より「人間味が薄れた」と感じていました。

一方で企業側では、AI検索やAI回答プラットフォームからの流入が増えている実態も浮かびました。企業回答者の60%が過去1年でAI経由の流入が増加したと答え、74%がAIでの発見性や帰属表示を主要課題と位置づけています。ブランドはGoogle検索や従来のSEOを超えた世界への適応を迫られています。

同社CTOのBrian Alvey氏は「かつて人々は他者のためにサイトを作っていたが、今はその人々の代理として動くAIエージェント向けに作る必要がある」と指摘しました。コンテンツがAIに読み取られなければ存在しないに等しく、人間味と信頼性がなければ読者は二度と訪れないと警鐘を鳴らしています。

調査では、原典に直接アクセスできることを最大の信頼の手掛かりとする消費者が33%、ウェブ上の情報は少数の大組織に支配されず公開され続けるべきだと考える層が80%に上りました。ブランドはAIでの可視性と人間からの信頼を同時に追求する難題に直面していると言えるでしょう。

Meta、公開投稿に基づくFacebook AI検索を開始

AI Modeの中身

公開投稿から回答を生成
GroupsやReelsも横断参照
自然な言葉で質問・追加質問
基盤はMuse Sparkモデル
Google AI Modeに対抗

懸念と狙い

一般ユーザー投稿ゆえ誤情報リスク
写真・動画編集AIも同時投入
月額3.99ドルの課金強化

Metaは6月15日、Facebook上で公開投稿を情報源とする新検索機能「AI Mode」を発表しました。ユーザーは「People」や「Marketplace」と並ぶ選択肢としてAI Modeを選び、自然な言葉で質問するだけで、プラットフォーム上の人々が実際に語っている内容に基づいた合成された回答を得られます。AIの競争で巻き返しを図るMetaにとって、自社サービスの利用を深める狙いがあります。

AI Modeは従来の「リンクの羅列」ではなく、Facebook GroupsやReelsを含む各サービスの公開コンテンツから答えを引き出します。生成された結果に対してユーザーがAIへ追加質問を重ねられる点も特徴です。基盤には同社のMuse Sparkモデルが使われ、今後はInstagramやThreadsの投稿を引用・推薦する機能へと拡張される見込みです。

この動きは、検索結果やAI概要にReddit投稿を活用するGoogleの手法と重なります。Metaも先月、Facebook Groupsの議論から回答を返すAI「Ask」タブを備えたReddit風アプリ「Forum」を静かに公開しており、公開投稿を答えの源泉とする戦略を強めています。

一方で課題も浮かびます。検証された情報源ではなく一般ユーザーの投稿を要約するため、古い情報や誤った情報が紛れ込む現実的なリスクがあるのです。同様の懸念は、Reddit上で展開するGoogleのAI Modeに対してもすでに指摘されています。

Metaは検索以外にも複数のAI機能を同時投入しました。コラージュ素材や動画の切り替え効果を加える編集ツールに加え、服装や髪型を変えられるAI写真プリセットも提供します。スポーツファンは「AI Edit」アイコンから好きなチームのユニフォームを仮想的に着られます。

今回の一連の発表は、FacebookのAIツールでサービスをより手放せないものにしつつ、収益源を多様化するという広い戦略を示しています。同社はFacebook・Instagram・WhatsApp向けに月額3.99ドルからのサブスクを開始済みで、AI関連の課金プランも今後拡充される見通しです。

ドイツ裁判所、Google のAI 虚偽生成に賠償責任

判決の核心

ミュンヘン地裁の仮処分判決
AI Overviews の虚偽記述に責任
出版社2社を詐欺と誤って関連付け
原文にない独自の新主張を生成

免責論の否定

誤り警告では免責されず
AI生成物は言論の自由対象外
Google が80%の訴訟費用負担

業界への波及

OpenAI ・Anthropic にも影響
Google は控訴を示唆

ドイツのミュンヘン地方裁判所は6月13日、検索大手Googleに対し、AI要約機能「AI Overviews」が生成した一連の虚偽の記述に法的責任があるとする仮処分判決を下しました。同社に対し、検索エンジンを通じた誤った主張の流布を防ぐよう命じる内容で、世界の検索エンジンや生成AIチャットボットの運用を揺るがしかねない判断です。

発端は、ある2社の出版社が、GoogleのAI生成要約によって特定の検索で詐欺や悪質な商慣行、定期購読詐欺に結び付けられていると気づいたことでした。両社は根拠のない関連付けだとして停止通告を送りましたが、Googleは、要約機能が情報に誤りを含む可能性を利用者に警告していると主張し、責任を否定していました。

裁判所は、従来の検索エンジンが第三者の発言を含むリンク一覧を表示するだけなのに対し、GoogleのAIは複数の情報源を誤って解釈し「独自で新しく実質的な主張」を生み出したと認定しました。誤情報の訂正は第三者の責任ではなく、技術を改変できる唯一の主体であるGoogleこそ「責任を負わなければならない」と結論づけています。

さらに判決は、AIの幻覚(ハルシネーション)を理由に利用者へ検証を促す警告があっても、配信者の責任は免れないとしました。原文に存在しない主張である以上、元の情報源を訴えることはできず、警告を認めれば虚偽の被害者が無防備になるためです。AIの出力は企業が設計・訓練・運用したアルゴリズムの産物であり、言論の自由による保護も及ばないと判断しました。

裁判所はGoogleに対し、名誉を毀損するとされた記述の大部分の削除と、訴訟費用の80%負担を命じました。Googleの広報担当者はArs Technicaに対し、回答の品質に深く投資しているとしたうえで決定を精査中で、控訴の可能性を示唆しています。

この判決は世界のAI業界に波及しうる歴史的な前例となる可能性があります。OpenAIやAnthropic、Perplexity AIも自社の回答に誤りの可能性を警告していますが、本件は、AIが情報源にない新たな主張を生成した場合、設計・運用する企業が損害の法的責任を負うべきだとしている点で重い意味を持ちます。

PixelRAG、画面読みでRAG精度向上・コスト10分の1

解析を捨てる手法

テキスト解析を完全に省略
ページを画像化して検索
Wikipedia全体3000万タイル化

性能とコスト

6ベンチで精度18.1%向上
エージェントのトークン10分の1
視覚分割が未解決課題

米カリフォルニア大学バークレー校やプリンストン大学などの研究チームは2026年6月12日、文書を文字に変換せず画面画像のまま検索する新手法「PixelRAG」を発表しました。従来のRAGはウェブページをテキストに解析してから索引化しますが、この変換工程が誤答の大半を生んでいると同チームは指摘します。

PixelRAGはページをスクリーンショットとして描画し、その画像を索引化したうえで、抽出した断片を視覚言語モデル(VLM)に直接読ませます。VLMは人間と同じくレイアウトや構造を保ったままページを解釈できるため、表や見出し、強調表示といった情報の欠落を防げる点が特徴です。

研究チームはWikipedia全7百万記事を約3000万枚のタイルに分割し、6種類のベンチマークで検証しました。テキスト型RAGを全項目で上回り、事実質問のSimpleQAでは精度が71.6%から78.8%へ、表形式の質問では42.5%から48.8%へ改善しています。

とりわけ注目されるのが運用コストです。AIエージェントの検索基盤としてPixelRAGを使うと、消費プロンプトトークンが3750万からわずか360万へ激減し、コストは2〜4分の1に下がりました。画像圧縮を併用すれば、さらに3分の1の削減が見込めます。

一方で課題も残ります。ページを固定の画素高で機械的に分割するため、表や段落が途中で切れる「視覚的チャンク化」の問題が未解決です。研究チームはこれを今後の重要な研究領域と位置づけています。

実務面では、既存のテキスト検索を置き換えるのではなく、その上に視覚検索を重ねるハイブリッド運用が現実的な導入経路だと著者らは強調します。企業のRAG刷新を検討するリーダーにとって、段階的に精度とコストを改善できる選択肢といえそうです。

NVIDIAが初の自律型AI性能指標で首位

ベンチマーク結果

業界初のAgentPerfで計測
電力当たり20倍の処理能力
GB300 NVL72が最高性能

性能の源泉

72基のGPUをラック統合
通信と計算の重ね合わせ最適化
推論基盤の全層協調設計

実運用への波及

主要推論事業者が既に採用
コーディング支援の現場稼働

半導体大手のNVIDIAは2026年6月12日、調査会社Artificial Analysisが公開した業界初の自律型AI向け性能指標「AgentPerf」の初回結果で、自社のBlackwell世代基盤「GB300 NVL72」が首位に立ったと発表しました。同基盤は前世代のH200システムと比べ、消費電力1メガワット当たり最大20倍のAIエージェントを稼働させたとされます。

なぜ専用の指標が必要なのでしょうか。従来の推論ベンチマークは、1回のLLM呼び出しに対する応答速度や同時処理数を測るものでした。これに対し自律型AIは、一つの目標を多数の手順に分解し、コード実行やデータベース検索などのツール呼び出しを挟みながら、数十から数百回のLLM呼び出しを連鎖させて動きます。負荷は単純な足し算ではなく乗算的に増えるため、既存指標では捉えきれないという課題がありました。

AgentPerfは、実在する公開コードリポジトリ由来のコーディング作業の軌跡をもとに設計されています。エージェントが課題を受け取り、ファイルを読み、コードを書いて実行し、結果を見て修正を繰り返す一連の流れを再現し、応答性と出力速度の基準を満たしながら何件の作業を同時にこなせるかを測ります。ツール呼び出しは実行せずCPU処理時間で模擬するため、差は計算基盤の性能のみを反映します。

首位の要因は、基盤全体にわたる徹底した協調設計にあります。GB300 NVL72は72基のGPUを単一のラック規模システムに束ね、DeepSeek V4 Proのような大規模な混合エキスパート型モデルを効率よく分散実行します。さらにCUDAカーネルが通信と計算を重ね合わせ、専門家間の調整コストを遅延に上乗せせず吸収する仕組みです。

結果は基盤投資の判断に直結します。加速器1台あたり、電力1メガワットあたりで何件の自律型作業を回せるかという数値は、企業がエージェントを大規模展開する際の投資対効果を左右するためです。BasetenやDeepInfra、Together AIといった主要な推論事業者は既にBlackwell上で最先端モデルを運用しており、AIコーディング基盤Cursorのエージェントなどが実際の現場で稼働しています。

NVIDIAは今後も推論ソフトウェアの最適化により性能と効率が向上すると見込んでいます。次世代の「Vera Rubin」アーキテクチャも本格生産に入り、拡大する自律型AIの需要に応える構えです。経営者にとっては、対話型から自律型へとAIの主戦場が移るなか、基盤選びの評価軸そのものが変わりつつある点に注目すべきでしょう。

グーグルが幻覚抑制へ「忠実な不確実性」提唱

効用税の課題

回答放棄による効用税
誤り5%目標で正答52%消失
知識拡張だけでは限界

新たな枠組み

幻覚を自信過剰な誤りと再定義
内部確信と表現の一致
推測の明示で信頼維持

AIエージェントへの応用

検索判断の制御層に
教育のSFTで矛盾発生

グーグルの研究者らは6月12日、大規模言語モデルの幻覚を抑える新概念「忠実な不確実性」を提唱する論文を公開しました。モデルの内部的な確信度と言語表現を一致させ、不確かな場面では「おそらく」といった控えめな推測を返せるようにする手法で、企業のAI実用化を阻む課題への対応を狙います。

従来の幻覚対策には「効用税」と呼ばれる代償が伴います。誤りをゼロに近づけようとすると、モデルは少しでも不確かな質問への回答を避けるようになり、本来は正しい情報まで大量に捨ててしまうのです。論文では、誤答率を25%から5%に下げると正答の52%が失われると示されました。

研究チームはこの問題を解くため、すべての事実誤認を幻覚とみなす考え方を改めます。間違っていても適切に不確かさを添えた回答は、単なる仮説にすぎず幻覚ではないと位置づけ、「自信過剰な誤り」だけを問題視する枠組みへ転換しました。

鍵となるのが、モデルの言語上の不確かさと、実際の内部的な統計的確信度を一致させる「忠実な不確実性」です。共著者のガル・ヨナ氏は、医師が確定診断と推測を区別するように、AIも自らの限界を正直に伝えることで信頼を保てると説明します。

この発想はAIエージェントで特に重要になります。外部ツールを使える環境でも、いつ検索すべきかを判断する中核的な制御層として自己の不確かさの認識が働き、確信が低いときだけ検索を呼び出すことで遅延やコストの無駄を防げるためです。

ただし実装には難しさも残ります。不確かさの表現を教える教師ありの微調整では、正解が各モデルの知識に依存して動くため、知っている事実に「分からない」と教えると逆に幻覚を生む「ブートストラップの逆説」が生じます。ヨナ氏はプロンプト設計が最も手軽な入り口としつつ、最終的には強化学習による深い組み込みが必要になると述べています。

新研究、LLMの文脈を16倍圧縮しKVキャッシュ超え

技術の中身

入力を事前圧縮する新方式
デコーダ手前で16倍圧縮
従来比8.8倍高速
符号化器0.6Bと復号器4Bの構成

精度と実用性

4倍圧縮で精度91.76%維持
100万トークンも単一GPUで処理
RAG連携には調整が必要

米ニューヨーク大学やコロンビア大学などの研究チームは2026年6月11日、大規模言語モデル(LLM)の入力文脈を圧縮する新手法「潜在文脈言語モデル(LCLM)」を発表しました。デコーダに到達する前に入力トークン列を圧縮することで、長大化する文脈が生む計算コストと処理速度の課題を解決します。モデルはHuggingFace上でオープンソース公開されました。

従来主流のKVキャッシュ圧縮は、全キャッシュを生成してから不要部分を削除します。これに対しLCLMはデコーダのprefill前に入力そのものを圧縮するため、高い圧縮率がそのまま計算量とメモリの削減に直結します。論文によると、長文脈ベンチマーク「RULER」で16倍圧縮時、KVキャッシュ基準より出力が8.8倍高速になりました。

精度の劣化が小さい点も特徴です。4倍圧縮では文脈を4分の1に減らしながら精度91.76%を保ち、無圧縮の94.41%から3ポイント未満の低下にとどまりました。16倍圧縮で入力の93.75%を除いた場合でも精度は75.06%で、同条件のKVキャッシュ手法をすべて上回りました。

アーキテクチャは0.6Bの符号化器と4Bの復号器を組み合わせ、3500億トークン超で訓練されました。継続事前学習、推論や長文脈タスクの教師ありデータ、細部を保持させる補助的な再構成タスクの3種を混ぜることで、圧縮と汎用性能の両立という従来の課題を克服しています。探索の結果、符号化器より復号器を拡大する方が効果的と判明しました。

実用面では既存のLLMと差し替えて使える設計です。共同責任者でコロンビア大学のミカ・ゴールドブラム氏は、文書を文脈に投入する前に圧縮器を通すだけだと説明します。人間が内容をざっと読んでから重要箇所を精読する動きに近く、エージェントが必要なテキストだけ選択的に復元する仕組みも示されました。

一方で課題も残ります。RAGパイプラインを持つ企業は、導入前に検索品質の指標に対して圧縮の挙動を検証する必要があります。さらに推論トレースのオンライン圧縮は未解決で、生成中に随時圧縮する素朴な手法が機能するかは今後の検証次第とされています。コードとモデルはGitHubとHuggingFaceで公開されています。

顔認識の誤認逮捕でACLUが提訴、技術の限界が露呈

誤認逮捕の経緯

93%一致で無関係の男性を逮捕
犯行現場から500km離れた居住地
反証情報が令状申請から除外
逮捕から数週間後に全件不起訴

FACESシステムの問題

2001年稼働の老朽システム
数千万件の顔写真を監査なしで運用
全米で少なくとも15件の誤認逮捕
抗議活動参加者への無断スキャンも発覚

フロリダ州フォートマイヤーズに住む52歳の商業漁師ロバート・ディロン氏が、顔認識技術の誤った照合結果に基づき、児童への声かけ容疑で不当に逮捕されていたことが明らかになりました。米自由人権協会(ACLU)が6月に提訴し、顔認識を使った捜査の危険性を改めて問うています。事件は2023年11月、ジャクソンビルビーチのマクドナルドで発生しましたが、ディロン氏は現場から約500km離れた場所に住んでおり、同市を訪れたことすらないと主張しています。

捜査では、ピネラス郡保安局が運用する顔認識システムFACESが防犯カメラ映像とディロン氏の写真を「93%一致」と判定しました。しかしこのスコアは、2人が同一人物である確率ではなく、画像の類似度を示す数値にすぎません。さらに、ディロン氏名義の車両が事件前後に現場付近で検出されなかったというナンバープレートリーダーの記録は、令状申請書から省かれていました。

ディロン氏は自宅で妻の目の前で逮捕され、保釈金のためにトラックの権利証を担保に入れました。カニ漁のピークシーズンと重なり、家賃滞納で自宅を失いかけたといいます。逮捕写真は約1年間オンラインに残り、見知らぬ人から事件について尋ねられる日々が続いています。起訴は数週間後に全件取り下げとなりましたが、捜査担当の警察官はその後昇進しました。

FACESは2001年から稼働する全米最古級の顔認識データベースで、フロリダ州の数千万件の逮捕写真や運転免許証写真を保有しています。最盛期にはFBIやICEを含む260以上の機関がアクセスしていました。2016年のジョージタウン大学の調査では、検索の監査が行われていないことが判明しており、平和的な抗議活動の参加者にも無断で使用された実態が報じられています。

ACLUによれば、ディロン氏の事件は顔認識技術に起因する全米で少なくとも15件目の誤認逮捕です。同じジャクソンビル保安局は今年初めにも、別の男性を自動車窃盗容疑で誤認逮捕し、約3か月の勾留中に住居と職と子どもの親権を失わせています。ACLUは3つの法執行機関に対し、損害賠償と顔認識運用ポリシーの抜本的な見直しを求めています。

Sapientが約1500ドルで基盤モデルをゼロから訓練

低コスト訓練の仕組み

階層型再帰モデルで効率化
指示応答ペアのみで訓練
10億パラメータ・400億トークン
GPU16台で1.9日で完了

ベンチマーク性能

MMLU 60.7%で大型モデルに匹敵
訓練トークン数100〜900分の1
推論と知識記憶の分離が鍵

企業向けの展望

独自ドメイン特化の推論エンジン
外部検索との組み合わせ前提

Sapient Intelligenceの研究チームは、独自のHRM-Text(階層型再帰モデル)アーキテクチャを用いて、わずか約1500ドルで10億パラメータの基盤言語モデルをゼロから訓練したと発表しました。従来、基盤モデルの事前訓練には数百万ドル規模の費用とインターネット規模のデータが必要とされてきましたが、同社はこの常識を覆す結果を示しています。

HRM-Textの核心は、計算を「ゆっくり変化する戦略層」と「素早く変化する実行層」に分離する二層構造にあります。従来のTransformerが生テキストに対して次トークン予測を繰り返すのに対し、HRM-Textは指示と応答のペアのみを訓練データとして使い、タスク完了を目的関数としています。さらに、再帰的な構造で生じる勾配の不安定性を抑えるため、独自の正規化技法「MagicNorm」とウォームアップ手法を導入しました。

ベンチマーク評価では、MMLU 60.7%、GSM8K 84.5%、MATH 56.2%を達成しています。これは20億〜70億パラメータ規模のオープンモデルと同等以上の水準です。訓練に使ったトークン数はQwen・Gemma・Llamaなどの100分の1から900分の1、推定計算量は96分の1から432分の1にとどまります。GPU16台のクラスタで1.9日という短期間で訓練が完了しました。

同社CEOのGuan Wang氏は、企業が直面する課題を「訓練コスト・インフラの重さ・実験サイクルの遅さ」の三重苦と表現しています。HRM-Textは知識の暗記と推論能力を切り離す設計のため、企業は自社データを外部のフロンティアモデルに送ることなく、コンパクトな推論エンジンとして活用できます。外部の検索システムと組み合わせることで、事実情報の取得は別途行う構成が想定されています。

現段階では「ChatGPTの代替にはまだならない」とWang氏自身が認めており、プロダクション利用にはテンプレート設計やアテンションマスクの調整など技術的な作業が必要です。それでも、基盤モデルの訓練コストが1500ドル台に下がるインパクトは大きく、「AIはインフラの問題ではなく戦略の問題になる」と同氏は主張しています。Transformersライブラリでのサポートも始まっており、vLLMやSGLangへの対応も開発中です。

Google、検索関連の画像や音声をAI学習用に保存へ

新設定の概要

Search Services History新設
Lens画像やSearch Live録音が対象
Translate音声も保存範囲に
AI開発・サービス改善に活用

ユーザーの選択肢

設定オフで保存を無効化可能
既存の履歴設定と分離
広告パーソナライズも個別管理
既存拒否ユーザーは自動オフ継続

Googleは2026年6月、検索サービスで利用される画像・音声・動画データの保存方法を変更すると発表しました。新たに「Search Services History」という設定を導入し、Google Lensで検索した画像、リアルタイム音声検索機能Search Liveの録音、Google翻訳に入力された音声などを保存対象とします。保存データはAIモデルの開発・改善を含むサービス向上に活用されます。

この設定はこれまでの「ウェブとアプリのアクティビティ」から独立した項目として新設されます。従来は検索関連のデータ保存が同一設定にまとめられていましたが、今後は検索サービス履歴とパーソナライズ推薦がそれぞれ個別の設定として管理されるようになります。

ユーザーはSearch Services History設定をオフにし、「Save Media」オプションを無効化することで、これらのデータ保存を拒否できます。すでにウェブとアプリのアクティビティで検索履歴の保存をブロックしていたユーザーについては、移行後も自動的にオフの状態が維持されます。

新設定は今後数か月かけて順次展開される予定です。Googleは広告のパーソナライズにもこのデータを活用する方針ですが、「Personalized Recommendations」設定で個別に制御可能としています。AI活用が加速するなか、ユーザーデータの収集範囲拡大とプライバシー保護のバランスが改めて問われる動きです。

Google、中小企業向けGemini新機能を世界展開

ビジネス連携の強化

Googleビジネスプロフィールとワンタップ連携
レビュー・検索データの自動分析
ブランドに合った返信文の自動生成

業務管理の効率化

Businessノートブックの新設
未対応レビューなどの能動的アラート
市場動向に基づく施策提案
販促から分析まで一元管理

Googleは2026年6月10日、ブラジルで開催した年次イベント「Google for Brazil」で、中小企業向けのGeminiアプリ新機能を発表しました。今月中に世界各国で順次提供を開始します。最大の目玉は、Googleビジネスプロフィールとの直接連携で、事業者がワンタップで接続するだけで、Geminiが自社のレビューや顧客からの質問、パフォーマンスデータを把握できるようになります。

連携後のGeminiは、単なるチャットボットではなく自社の文脈を理解したAIアシスタントとして機能します。たとえば「今月の業績はどうだった?」と聞けば検索インプレッションや通話データを分析し、「最新のレビューに返信して」と依頼すれば顧客のフィードバック内容を踏まえたブランドトーンの返信案を作成します。営業時間の更新や季節ごとの投稿もGeminiから直接行えます。

もう一つの新機能が「Businessノートブック」です。チャット履歴やビジネスプロフィール、ウェブサイトの情報をひとつの場所に集約し、Geminiがそれらを参照しながら会話を継続できます。ノートブックを開くと、未回答の顧客質問や未設定の営業時間といった重要な対応事項が自動的に表示されます。

さらにノートブックでは、地域の市場状況に基づいた価格設定やポジショニングの提案、販促キャンペーンのアイデア出しから実行まで一貫して行えます。Googleは今後、WorkspaceやGeminiの特別オファーも予定しており、中小企業のAI活用をさらに後押しする方針です。

Google Geminiがアルゼンチン代表の公式スポンサーに就任

スポンサー契約の内容

練習着にGeminiロゴ掲出
試合中の戦術分析にAI活用
ブラジル・フランスとも契約締結

ファン向けAI体験

検索エンジンでリアルタイム解説提供
AI生成コンテンツでSNS交流促進
試合分析や選手統計を即時回答

W杯での実証リスク

数百万件の同時クエリに対応必要
統計誤りは世界規模で露出

2026年ワールドカップで、Googleがアルゼンチンサッカー協会(AFA)と契約し、AIアシスタント「Gemini」をアルゼンチン代表チームのメインスポンサーに据えることが発表されました。Geminiのロゴが練習着に掲出されるほか、選手やコーチングスタッフが試合の戦術分析や対戦相手の統計解析にAIモデルを活用する計画です。Googleは3月に契約を締結していましたが、他チームとの交渉を進めるため発表を5月まで遅らせていました。

ファン向けには、Google検索がリアルタイムの試合分析や詳細な統計情報をAIで自動生成し、まるで一緒に観戦する仲間のように応答する仕組みが導入されます。さらに、応援ソングやミーム、イラストなどのコンテンツをAIで作成し、SNSでの交流を活性化させる狙いです。

Googleはアルゼンチンに加え、ブラジル、フランスともスポンサー契約を締結しています。広報担当のフロール・サバティーニ氏は「AIの扉を開くだけでなく、その限界を理解しながら体験を向上させることが重要だ」と述べています。AFA側にとっても、サッカーの伝統とブランド収益化を両立させる近代化の一歩となります。

一方で、W杯という世界最大級のイベントでAIを大規模に実運用するリスクも指摘されています。数百万人が同時にクエリを送信する環境で、統計の誤りやラインナップの捏造、エンブレムの誤表示などが発生すれば、世界的な規模で問題が露出します。ワールドカップはカラーテレビやVAR技術など新技術の普及を加速させてきた歴史がありますが、AI企業が選手のユニフォームとファンのスマートフォンの両方に同時にブランドを展開するのは史上初の試みです。

ドイツ裁判所、GoogleのAI Overviewの虚偽表示に賠償責任を認定

判決の核心

AI生成文はGoogleの独自発言と認定
従来の検索結果リストとは法的に区別
出版社2社への名誉毀損を認定

業界への波及

AI企業の出力責任を初めて司法が明示
免責主張の「利用者は精度を理解」論を却下
世界のAI規制議論に先例となる可能性

Googleの対応

是正警告後も虚偽出力を放置
仮処分で該当表示の差止め命令

ドイツ・ミュンヘンの裁判所は、GoogleのAI Overviewが出版社2社を詐欺的な事業者であるかのように虚偽表示した問題について、Googleに賠償責任があるとの仮処分決定を下しました。AI企業がAI生成テキストの内容について法的責任を問われた、世界初の司法判断とみられています。

裁判所は、AI Overviewが従来の検索エンジンのように第三者の発言へのリンクを並べるだけではなく、「独立した新たな実質的発言」を行っていると判断しました。問題となった出力には、検索結果のどこにも存在しない主張が含まれており、Googleの「ユーザーはAI出力の精度を理解している」という抗弁は退けられています。

出版社側は年初に是正警告を送付していましたが、Googleは虚偽出力を修正しませんでした。裁判所は、第三者の名誉毀損的な発言であれば発言者を訴えることができるが、AI Overviewのアルゴリズムと出力を修正できるのはGoogleだけであり、その責任はGoogleが負うべきだと指摘しました。

今回の決定は仮処分であり、Googleに対して該当する虚偽のAI Overviewの表示差止めを命じるものです。AI企業はこれまで、免責事項や注意書きによってミスリーディングな出力への訴訟を回避できると期待してきましたが、この判決はその前提を覆す重要な先例となりえます。

裁判所はAI Overviewの出力を「商業活動の表現」と位置づけ、世論に影響を与えうるものと認定しました。AI検索やチャットボットが普及する中、生成AIの出力に対する法的責任の所在を巡る議論は、今後各国で加速する見通しです。

法務AI新興Sandstoneが30億円調達

企業法務に特化したAI

シリーズAで3000万ドル調達
Lightspeed主導、Sequoia既存投資
企業内法務部門の業務自動化に特化
Slack・メール・Jiraからの案件振り分け

競争環境と差別化

Harvey・Legoraとは異なる領域を開拓
中小企業の法務部門が主要ターゲット
Anthropicなど大手も法務AI参入
ワークフロー自動化で差別化

リーガルテックスタートアップのSandstoneは2026年6月9日、シリーズAラウンドで3000万ドル(約45億円)を調達したと発表しました。Lightspeed Venture Partnersがリードし、Mantis VC、SV Angel、Operator Partnersなどが参加しています。同社は2026年1月にSequoia主導で1000万ドルのシードラウンドを完了しており、わずか半年での追加調達となります。

Sandstoneが狙うのは、企業内の法務部門という見過ごされがちな市場です。HarveyやLegoraといった競合が法律事務所向けの法的推論ツールに注力する一方、Sandstoneはインハウス法務チームが日々直面する業務の振り分けやワークフロー管理に焦点を当てています。共同創業者のJarryd Strydom氏は、Slack・メール・Jiraなど複数チャネルから届く案件をAIが自動でトリアージし、ドラフト作成やレビューなどの実務につなげる仕組みだと説明しています。

同社の主要ターゲットは中小企業の法務部門です。Lightspeedが投資を決めた背景には、汎用AIではなく特化型バーティカルAIこそが業務の詳細を理解し真の価値を提供できるという信念があるとStrydom氏は述べています。ワークフロー自動化と関係管理に特化することで、汎用AIツールでは対応しきれない領域をカバーします。

一方、競争環境は激化しています。Anthropicは2026年5月にClaude for Legalを拡充し、判例検索や証言準備などの新機能を追加しました。フロンティアAI企業が法務分野に本格参入するなか、Sandstoneはインハウス法務という独自のポジションで差別化を図る戦略です。

GMがV2G技術でEV電池の電力網活用を発表

V2G技術の展開

25万台超の双方向充電対応EV活用
PG&E;と5.2万台規模の系統安定化実証
ミシガン州で従業員宅30戸の実地試験

蓄電・充電の新戦略

ナトリウムイオン電池で商業用蓄電
Redwood Materialsと二次利用電池活用
Energy Passで複数充電網を統合
Tesla・EA含む主要充電事業者に対応

General Motors(GM)は2026年6月9日、サンフランシスコで開催したイベントにおいて、電気自動車(EV)のバッテリーを活用したV2G(Vehicle-to-Grid)技術の本格展開を発表しました。AIデータセンターの急増による電力需要の高まりを背景に、全米の道路を走る25万台超の双方向充電対応EVを送電網の安定化に役立てる構想です。既存のV2H(Vehicle-to-Home)システム利用者にはファームウェア更新で自動的にV2G機能が追加されます。

具体的な実証プロジェクトとして、北カリフォルニアではPG&E;と提携し、5万2000台規模のEV群を用いた「系統バランシング・プロトコル」を2030年までに運用開始する計画です。ミシガン州ではDTE Energyと協力し、GM従業員30世帯の住宅で双方向充電のストレステストを実施しています。同社の試算では、対応車両のバッテリー容量を合計すると12万世帯を最大1週間にわたり給電できるとしています。

エネルギー貯蔵の分野では、ニューヨークのPeak Energyと提携し、ナトリウムイオン電池を用いた産業用蓄電システムの開発に着手しました。ナトリウムはリチウムより調達コストが低く、安全性や寒冷地性能にも優れるとされています。さらにRedwood Materialsと連携し、使用済みEVバッテリーの二次利用による蓄電システム構築も進めています。

充電インフラの改善策として、新機能「Energy Pass」を発表しました。Chevrolet、Cadillac、GMCのEVオーナーが、Tesla Supercharger、Electrify America、IONNAなど複数の充電事業者をアプリひとつで検索・利用・決済できる仕組みです。今後EVgoやChargePointへの対応も予定しており、充電体験の煩雑さというEV普及の大きな障壁の解消を目指します。

GMのエネルギー事業担当バイスプレジデントのWade Sheffer氏は公開書簡で、V2Gインフラの制度整備を規制当局に求めました。国際エネルギー機関(IEA)の報告書を引用し、V2Gが将来の送電網投資コスト削減に最も大きな柔軟性を提供する技術だと指摘しています。GMは2022年のGM Energy設立以来、家庭用エネルギー市場への参入を進めており、今回の発表はその取り組みをグリッド規模に拡大するものです。

Apple、WWDC26でSiri AIと独自基盤モデルAFM 3を発表

Siri AI刷新の全容

Google Geminiベースの新Siri AI
専用アプリとして独立、全デバイス対応
画面認識で文脈に応じた操作を実行
Private Cloud Computeでプライバシー確保

AFM 3とAI写真編集

AFM 3は20Bパラメータをフラッシュに格納
オンデバイスで1B〜4Bを動的に活性化
写真のフォトリアル生成を解禁
SynthID透かしで改変を識別

開発者向けAI基盤

App Intentsでアプリ操作をSiriに公開
Shortcutsの自然言語生成でバイブコーディング実現

Appleは2026年6月9日、年次開発者会議WWDC 2026で、AIアシスタント「Siri AI」の全面刷新と、第3世代の独自基盤モデル「AFM 3」ファミリーを発表しました。新SiriはGoogle Geminiをベースとし、専用アプリとして独立。テキスト・音声・画像によるマルチモーダル対話に対応し、iPhoneからMac、Apple Watchまで全デバイスで利用できます。Tim Cook CEOにとって最後のWWDCとなる今回、同社はAI分野での遅れを取り戻す姿勢を鮮明にしました。

Siri AIの最大の特徴は、画面上のコンテンツを認識して文脈に応じた操作を実行するエージェント機能です。InstagramやSafariで表示中の情報をもとに検索や予定登録を行ったり、メッセージの文脈からリマインダーを自動提案したりできます。Apple上級副社長のCraig Federighi氏は「AIにおけるプライバシーは交渉の余地がない」と強調し、処理はオンデバイスまたはPrivate Cloud Computeで完結すると説明しました。

技術面で注目されるのがAFM 3 Core Advancedです。20億パラメータの重みをDRAMではなくNANDフラッシュに格納し、プロンプトごとにルーティングして1B〜4Bのパラメータを動的にDRAMへロードします。従来のMoEモデルがトークンごとにエキスパートを切り替えるのに対し、プロンプト単位で一度だけ選択する設計により、メモリ帯域の制約を回避しています。サーバー側のAFM 3 Cloud ProはGoogle Cloud上のNvidia GPUで稼働し、複雑な推論やエージェント処理を担います。

写真編集では、Appleはこれまでの慎重姿勢を転換し、Image Playgroundでフォトリアルスタイルの画像生成を解禁しました。新ツール「Extend」は画像の枠外をAIで補完し、「Spatial Reframing」は写真の視点を3D的に変更できます。改変画像にはGoogleのSynthID透かしを付与し、AI生成コンテンツの識別を可能にしています。かつてFederighi氏が「写真は現実を正確に捉えるべき」と述べていたことを考えると、大きな方針転換です。

開発者向けには、App IntentsとApp Schemasを通じてアプリの機能をSiriやSpotlightに公開する仕組みが拡充されました。Shortcutsアプリでは自然言語による操作の自動化が可能になり、Safariでも自然言語でブラウザ拡張機能を作成できます。一方、Siri AIはEUと中国では当初利用不可で、対応ハードウェアも限定されるため、グローバル展開には課題が残ります。Appleの戦略はスタンドアロンのチャットボットではなく、OS全体にAIを統合するアプローチであり、プライバシーを武器にMicrosoftやGoogleとの差別化を図っています。

Google、W杯観戦をAIで強化

検索・地図の新機能

リアルタイムスコアをロック画面に表示
AI Modeで戦術や選手情報を深掘り
Maps・Wazeで交通・観戦スポット案内

Geminiの観戦体験

試合速報をビジュアル表示
Nano Bananaで選手風画像を生成
定期配信でサッカーニュースを自動要約

Googleは2026年FIFAワールドカップの開幕に合わせ、Search、Maps、Waze、Geminiアプリに一連のサッカー関連新機能を導入しました。北米3カ国で開催される今大会を、どこにいても快適に追えるようにすることが狙いです。

Google検索では、試合中のライブスコアやラインナップ、順位表などを視覚的に即座に確認できるようになりました。iOSとAndroidのロック画面にスコアをピン留めする機能も追加されています。さらにAI Modeでは、フォーメーションの違いや戦術的な質問に対し、インタラクティブなビジュアルを生成して回答します。

Google MapsとWazeには、スタジアム周辺の交通規制や歩行者ゾーン、公共交通の情報が追加されました。Wazeでは停車中にライブスコアを確認できる新機能も搭載。チケットがなくても、Mapsで近くのパブリックビューイングを探して予約できます。

Geminiアプリは試合情報をリアルタイムで参照し、スコアやハイライトを動的なビジュアルハブとして表示します。Nano Banana機能では自分の写真をアップロードして応援チームのユニフォーム姿に加工できます。Plus以上の有料プランでは、Scheduled Actionsで毎朝のサッカーニュースダイジェストを自動配信する設定も可能です。

NotebookLMがGemini 3.5搭載で大幅刷新

推論性能の飛躍

Gemini 3.5とAntigravity採用
旧版比で平均65%の勝率
大規模文書分析で69.9%の優位性
ウェブリサーチで78.2%の勝率達成

エージェント機能の拡充

クラウド上でコード実行が可能に
100超のソフトウェアスキル内蔵
PDF・Excel・画像など多形式出力
Google検索によるソース自動発見

Googleは2026年6月8日、AIリサーチツールNotebookLMの全面アップグレードを発表しました。最新のGemini 3.5モデルとエージェント型コーディング基盤Antigravityを統合し、より正確で高度な分析能力を実現しています。Googleの社内評価では、旧モデル比で主要5指標の平均勝率が65%に達しました。

今回の目玉は、各ノートブックに専用のクラウドコンピュータが割り当てられる点です。NotebookLMがコードを自動生成・実行できるようになり、100種類以上のソフトウェアスキルを活用した高度なデータ分析やワークフロー構築が可能になりました。大規模文書分析では69.9%、ウェブリサーチでは78.2%と、旧版を大きく上回る性能を示しています。

出力形式も大幅に拡充されました。PDF・Word・Excel・PowerPoint・CSV・画像(PNG、SVG)など多様なフォーマットに対応し、生成後の編集も可能です。Googleの画像生成モデルNano Bananaによる画像出力にも対応しています。

もう一つの大きな変化は、リサーチの開始方法です。従来はユーザーが事前にソースを用意する必要がありましたが、今後は漠然とした疑問やアイデアからスタートできます。NotebookLMがGoogle検索を使って関連性の高いソースを自動で発見・追加してくれるため、リサーチの敷居が大きく下がりました。ソースの追加はユーザーの承認制で、信頼性のコントロールは維持されます。

本アップデートはGoogle AI UltraプランおよびWorkspace法人向けプラン(AI Ultra Access、AI Expanded Access)のユーザーから順次展開されます。ビジネスユースでは、データ分析レポートの自動生成や技術文書の簡易化など、従来は複数ツールを行き来していた作業がNotebookLM内で完結できるようになります。

Anthropic、生物学DBのAIエージェント対応を提唱

ウイルス配列検索の課題

NCBI Virusのブラウザ依存検索
最新モデルでも精度16〜91%と不安定
同一プロンプトで結果が毎回異なる
エボラ解析で誤った結論導出の危険

決定論的ツールの効果

gget virusで精度99.7%達成
モデル間の性能差がほぼ解消
再現性と監査可能性の両立
安価なモデルでも高精度に

Anthropicの研究チームは2026年6月8日、AIエージェントが生物学データベースを正確に利用するには決定論的な検索レイヤーが不可欠だとする研究を発表しました。ウイルス学者が日常的に使うNCBI Virusデータベースを対象に、Claude、GPTなど最先端モデルの検索精度を検証した結果、いずれも科学研究に求められる100%の正確性には届かなかったと報告しています。

検証に使われたVirBenchは、40種の病原体にわたる120の現実的なクエリで構成されたベンチマークです。エージェント単独での精度は最高でも91.3%にとどまり、同じプロンプトに対してSonnet 4が266件中106件、15件、5件と毎回異なる結果を返すなど再現性にも課題がありました。こうした誤差はエボラウイルスの系統樹解析では起源の推定時期を数十年ずらし、治療薬の有効性評価でも異なる結論を導く危険があります。

この問題を解決するため、研究チームはNCBIと共同でgget virusという決定論的検索ツールを開発しました。複数のAPIを統合し、ウェブインターフェースと同等のフィルタリングをプログラムから実行できるようにしたものです。gget virusを組み込んだところ、全モデルで精度が90%以上に向上し、GPT-5.5では99.7%を達成しました。

研究チームは、モデルの推論能力が向上しても生物学データの基盤整備は依然として重要だと指摘しています。コンゴ民主共和国で進行中のエボラ流行のように、迅速なゲノム解析が求められる場面では、信頼性の高いデータ取得パイプラインが人命に直結するためです。今後、生物学データベースはAIエージェントを主要ユーザーとして想定した設計が必要になると提言しています。

AmazonがAI生成デザインのオリジナルグッズ販売を開始

サービスの仕組み

Alexaでテキスト指示からデザイン生成
Tシャツやタンブラーなど12種以上に対応
Prime配送で注文から印刷・配達まで一貫

業界への影響

Redbubble等の既存サービスに直接競合
Amazon内サードパーティ出品者にも打撃
デザインスキル不要でグッズ制作が大衆化

Amazonは2026年6月8日、ショッピングアプリ内のAlexa for Shopping機能を通じて、AIでデザインしたオリジナルグッズを作成・購入できる新サービスを米国で開始しました。ユーザーはテキストプロンプトで画像を生成し、Tシャツ、パーカー、タンブラー、ウォーターボトルなど12種類以上の商品に印刷して注文できます。利用料は無料で、商品代金のみでPrime配送にも対応します。

操作はAmazonショッピングアプリのAlexaアイコンをタップするか、検索バーで「customize」と入力することで開始できます。生成されたデザインはその場で編集可能で、完成したデザインのリンクを家族や友人と共有し、各自のカートに追加してもらうこともできます。Amazonは家族イベント用Tシャツやペットの肖像グッズなどを想定用途として挙げています。

この機能はRedbubble、Printful、Shutterfly、Bonfire、Springといった既存のプリントオンデマンドサービスに対する直接的な競合となります。デザインから製造・配送までをAmazonのエコシステム内で完結させることで、従来これらの外部プラットフォームに依存していた需要を取り込む狙いがあります。同時に、Amazon上で類似商品を販売してきたサードパーティ出品者にとっても脅威となります。

一方で課題も指摘されています。The Vergeの記者がテストしたところ、AI生成デザインには「滑らかすぎるイラスト、定番的な構図、崩れた文字」といったAI特有の品質の粗さが見られました。また、商標や著作権に関するAmazonのコンテンツポリシーへの準拠が求められ、NBAチームのデザインが「第三者コンテンツの懸念」で購入不可になった事例も報告されています。Amazonは近年、AI検索による商品モックアップ表示など、EC全体のAI活用を加速させています。

Apple、WWDC 2026でGemini搭載の新Siriを刷新へ

新Siriの中身

Geminiを基盤に会話力強化
複数ステップの操作に対応
ChatGPT対抗の独立アプリ追加
チャット自動削除機能を用意

周辺機能

カメラにVisual Intelligence
写真の自然言語編集を追加
Walletに割り勘機能を新設

Appleは2026年6月8日(米国時間月曜)、年次開発者会議「WWDC 2026」を開幕します。最大の注目は、長く遅延してきたSiriの大型刷新で、GoogleのGeminiを基盤に会話型アシスタントへと生まれ変わる見通しです。経営者やエンジニアにとって、Appleが出遅れたAI競争でどう巻き返すかを占う重要な発表となります。

新Siriは文脈理解や複数ステップのタスク処理に対応し、アプリ間をまたいで自然に動作するとされます。Bloombergの報道によれば、Dynamic Islandや写真アプリなど多くの場面に登場し、初めて専用のSiriアプリも用意される見込みです。ChatGPTやClaude、Geminiといった先行チャットボットへの対抗を狙います。

プライバシーも訴求点です。AppleはPrivate Cloud Computeを改めて強調するとみられ、会話を30日や1年で自動削除する設定も加わる可能性があります。Gemsiniへ多額の使用料を支払いつつも、自社が大規模データセンター建設の矢面に立たない点は、皮肉にも有利に働くとの見方もあります。

Siri以外の機能も拡充されます。カメラアプリには「Visual Intelligence」が追加され、Google画像検索で被写体を識別する専用モードが用意される見込みです。写真アプリには自然言語で編集を指示できるAI機能やオブジェクト除去が、Walletアプリにはレシート撮影で支払いを請求する割り勘機能が加わると噂されています。

このほか、Image Playgroundの画質向上やAIエージェントとApp Storeの連携も取り沙汰されています。一度は誇大広告で集団訴訟の和解に追い込まれたAppleにとって、今回は失敗が許されない再挑戦です。チャンスが二度と巡ってこない以上、今度こそ実装で結果を示せるかが問われます。

エストニア政府機関がLLMのプロパガンダ耐性を評価する新ベンチマーク公開

ベンチマークの設計

エストニア言語研究所が開発
ロシアの戦略的言説14分野を網羅
中立・偏向・悪意の3種で質問
英語・エストニア語・ロシア語で実施

評価結果と傾向

Claude Opus 4.7が最高スコア
Anthropic製モデルが上位10中6席
最高評価の回答が全体の77%
100点満点中94.9点を記録

エストニア政府が支援するエストニア言語研究所(ELI)は、大規模言語モデル(LLM)がロシアのプロパガンダにどれだけ抵抗できるかを測定する新たなベンチマーク「Propaganda Resistance」を公開しました。ボランティア運営のエストニア防衛団体Propastopと共同で開発されたもので、数十のLLMをランキング形式で評価しています。

ベンチマークでは、ロシアが影響工作に利用しているとされる14の分野が対象となっています。クリミアの現状やウクライナ侵攻の正当化、NATOの歴史、第二次世界大戦中のバルト三国併合の正当化など、幅広い論点が含まれます。各分野について、中立的な質問、ロシアのプロパガンダに基づく偏った前提を含む質問、意図的に誤情報を引き出そうとする悪意ある質問の3パターンが用意されています。

質問は英語・エストニア語・ロシア語の3言語で提示され、回答はPropastopの専門家と整合するよう調整された別のAIモデルが判定します。評価の焦点は、ウェブ検索などの外部ツールに頼らず、モデル自身の知識だけでプロパガンダに反論できるかどうかという点です。

評価結果では、AnthropicのClaudeモデルが際立つ成績を収めました。最新のSonnetとOpusの各バージョンが上位10位中6つを占め、中でもOpus 4.7は全質問の77%で最高評価「Exemplary」を獲得し、100点満点中94.9点で首位となっています。「Mediocre」評価はわずか2%にとどまりました。

旧ソ連から独立して数十年のエストニアにとって、ロシアからの情報戦は現実的な脅威です。LLMの利用が広がる中、生成AIが意図せずプロパガンダを拡散するリスクへの懸念が高まっています。このベンチマークは、AIモデルの安全性評価に地政学的な視点を加える先駆的な取り組みといえるでしょう。