MSが外部AIへの依存を減らしコスト削減に動きました。自社のAI予算ルールを再整備する機会になります

今日のニュース

  • MSが製品裏側のAI機能を外部依存から自社製小規模モデルへ移行しました。TNW
  • 米国製無人四輪バギー100台以上がウクライナの戦場に実戦投入されました。TNW
  • GoogleがGeminiのAIエージェント管理機能へバックグラウンド実行を追加しました。Google AI Blog
  • Figmaが自然言語からコードを生成するプラットフォーム開発チームを買収しました。TechCrunch
  • 人間とAIが文書を共同編集できる次世代ツール開発企業が47万ユーロを調達しました。Tech.eu
  • 中国DeepSeekが米国の輸出規制を避けるため独自のAI半導体開発を計画しています。Ars Technica
  • GitHubの公開Issue経由で非公開コードを盗むAIへの攻撃手法が発覚しました。The Hacker News
  • AIツールへ推敲を依頼すると利用者の意見が歪められる危険性を英大学が指摘しました。TNW
  • 英国スタートアップが微小重力下で創薬データを収集する小型ラボを軌道へ打ち上げました。Wired
  • Metaが著名開発者主導の新たな画像生成AIモデルを主要アプリへ組み込み公開しました。TNW

ピックアップ: マイクロソフトが自社製品の裏側で動くAIを自社製モデルへ移行開始

「OpenAIへの依存を、Microsoftが自ら断ち切り始めた」——この事実は、AI業界の常識を静かに塗り替えつつあります。Microsoftが製品裏側のAIを自社製へ移行しました。 Excel等の機能からOpenAIのモデルを外しました。 代わりに内製したMAIモデルを組み込んでいます。 これは特定の処理に特化した小規模AIです。 週数万件のプロンプトを処理し、コストを削減しています。 直近の記事でも各社のコスト統制をお伝えしました。 UberはAI予算の枯渇課題に直面しました。 アリババもトークン消費の削減に取り組んでいます。 今回の対応もこのコスト統制の文脈に沿っています。 巨大IT企業自らが外部モデルへの依存を減らしました。 AI投資の費用対効果を厳格に見直すシグナルです。 単一モデルに頼る運用を見直す企業が増えています。

現状の運用実態を確認します。 すべてのタスクを自社製に置き換えたわけではありません。 高度な推論にはOpenAIのモデルを併用しています。 Copilotの通信の大半は外部APIを経由します。 完全な内製化には至っていません。 現在は外部と内部のハイブリッド運用が行われています。 高性能なモデルは費用対効果が課題となります。 完全なコスト削減策としての機能は限定的です。

注目すべきはタスクに応じたAIルーティング機構です。 Azureの仕組みがプロンプトの複雑さを分析します。 最大18種類の言語モデルから最適なものを自動で選びます。 単純なコード補完は軽量で高速なMAIへ回します。 複雑な設計タスクだけを大型モデルへ送ります。 計算資源の無駄を省く適材適所の振り分けです。 さらに新しい実行アーキテクチャを採用しました。 実行時のアクティブパラメータ数を抑えています。 計算効率を高め、2秒以下の低遅延を実現しました。 これで約30%の運用コスト削減を達成しています。

AI開発のアプローチも変化しています。 数千億パラメータの巨大モデルからの移行が進んでいます。 エッジ機器で動く小規模言語モデルの活用です。 Googleは小規模なGemma 2を展開しています。 Metaはエッジ向けのLlama 3.2を発表しました。 Appleも端末上で完結するAIをリリースしました。 計算リソースを最大98%削減するアプローチです。 安価で安全な軽量AIがビジネス現場に導入されています。

一方で自社運用には課題も存在します。 内製化への移行が常に最適な選択とは限りません。 運用にはTCOと呼ばれる隠れたコストが存在します。 インフラ費用だけではありません。 保守を担うAIエンジニアの人件費も発生します。 これは年間数十万ドル規模に達することもあります。 スタートアップによる試算がこの実態を示しています。 外部APIの利用は100万トークン約0.12ドルです。 1日の消費が少ない場合はAPI利用が適しています。 自社運用で費用対効果が出るのは月間1億トークン以上です。 これは超大規模運用を行う企業に限られます。 API利用と自社環境構築には費用構造の違いがあります。 このトレードオフを考慮する必要があります。

他社の独自モデル開発の動向も確認します。 アマゾンもAWS向けに独自モデルを開発しています。 2兆パラメータ規模のOlympusモデルです。 自社基盤のサービスエコシステムを強化する狙いです。 巨大IT企業は自社の強みを生かす戦略へ転換しました。 Linux Foundationの2025年の調査があります。 企業の約半数が自社運用やオープンソースを選んでいます。 主な移行理由は運用コストの削減です。 実際にAIコストを半減させた事例も報告されています。 単一の巨大モデルへ依存するリスクがあります。 これを回避して複数モデルを組み合わせる動きが見られます。

各社の軽量モデル導入により、運用コストは下がります。 高い効率化が可能とされています。 スマートフォンのような身近な端末で直接AIが動きます。 情報を外部サーバーに送らないため機密性も保たれます。 セキュリティとコストの両面で合理的な選択肢です。 現場の業務フローにも直接的な恩恵をもたらします。

自社における実務への影響と対策を考えます。 AI予算ルールを再整備する機会です。 例えば社内の交通費精算のチェック業務があります。 過去の議事録検索なども該当します。 これらの単純作業には軽量なAIを割り当てます。 新規事業の壁打ちや複雑なデータ分析業務もあります。 こうした業務には外部の巨大なAIを利用します。 適材適所で小さなAIと大きなAIを使い分けます。 担当者の業務レスポンス向上と全社のコスト削減が両立します。 Microsoftの決断は、私たち自身のAI活用を見直す絶好のタイミングを与えてくれました。まず一つの業務から、使うAIを問い直してみることが、コスト削減への確かな一歩になるはずです。

各ニュース詳細

米国Forterraの自動運転バギー100台超がウクライナの戦場に実戦投入

米国Forterraが開発した無人運転四輪バギーがあります。 100台以上がウクライナの戦場に実戦投入されました。 過去9ヶ月にわたり弾薬輸送や負傷者搬送を担いました。 合計で1,100回の任務を完了したと報告されています。 米国の防衛テクノロジー企業による配備です。 無人地上車両の投入としては最大規模となります。 出典: TNW

GoogleがGeminiのAIエージェント管理機能へバックグラウンド実行を追加

GoogleはGemini APIの管理機能に新機能を追加しました。 Managed Agentsにバックグラウンドタスク実行を追加しました。 リモートMCPサーバーへの接続にも対応しています。 開発者からのフィードバックを反映したアップデートです。 本番環境向けの堅牢なエージェント構築を支援します。 出典: Google AI Blog

Figmaが自然言語からコードを生成するプラットフォーム開発チームを買収

デザインツール大手のFigmaが開発チームを買収しました。 自然言語のプロンプトからコードを生成するチームです。 vibe-codingと呼ばれるプラットフォームを構築しました。 気鋭のスタートアップチームとして知られています。 デザインと開発のワークフローを統合する動きの一環です。 出典: TechCrunch

Display.devがAIエージェントと文書を共同編集するツール開発へ47万ユーロを調達

エストニアのDisplay.devが47万ユーロを調達しました。 人間とAIが文書を共同作成する基盤の構築を目指します。 AIエージェントが生成したドキュメントに人間が介入します。 人間のフィードバックを受けてAIが再度更新を行います。 Google Driveのようなワークフローを提供する予定です。 異なるAIモデル間の相互運用もサポートします。 出典: Tech.eu

中国DeepSeekが米国の輸出規制回避に向けて独自のAIチップ開発を計画

オープンモデルで知られる中国DeepSeekの動向です。 独自のAI半導体開発を計画していると報じられました。 関係者によると約1年前から協議を進めています。 複数のハードウェア関連パートナー企業との協議です。 米国の輸出規制によるチップ調達リスクへの対応です。 NvidiaやHuaweiへの依存を減らす目的があります。 出典: Ars Technica

GitHubの公開Issue経由で非公開コードを盗み出すAIへの攻撃手法が発覚

GitHubの公開Issueを経由した攻撃手法が発見されました。 間接的プロンプトインジェクションと呼ばれる手法です。 公開Issueに悪意あるプロンプトを仕込みます。 連携するAIエージェントのワークフローを遠隔操作します。 アクセス権のない非公開コードを漏洩させる仕組みです。 日常業務にAIを組み込むことで生じる新たな脆弱性です。 出典: The Hacker News

英オックスフォード大学などがAI執筆ツールによる利用者の意見の歪みを指摘

英オックスフォード大学などの研究チームが発表しました。 AIの文章推敲が元の意図を変更する事例が示されました。 AI側のバイアスによって表現のトーンが変わります。 結果的に世論が誘導される恐れがあると指摘しています。 AIに思考や表現をコントロールされるリスクがあります。 この危険性について研究者が警鐘を鳴らしています。 出典: TNW

英国のスタートアップが微小重力下でAI創薬データを収集する小型ラボを軌道へ打ち上げ

英国のスタートアップMass Balanceが小型ラボを打ち上げました。 タンパク質結晶化実験を行うための軌道上ラボです。 スペースXのロケットで軌道上へ運ばれました。 地上では困難な特殊環境でのデータ収集を自動で行います。 収集したデータは加齢関連疾患などを予測するAIに使われます。 高品質なデータをモデルの訓練に活用する計画です。 出典: Wired

Metaが元Scale AIキーマン主導の新たな画像生成AIモデルを主要アプリへ公開

Metaが新たな画像生成AIモデルMuse Imageを公開しました。 Alexandr Wang氏のラボの下で構築された初のモデルです。 テキストからの画像生成機能を主要アプリに組み込みます。 InstagramやWhatsAppなどで順次利用可能になります。 友人などの画像を公開投稿から生成できる機能も備えます。 ユーザーは設定からオプトアウトも選択可能です。 出典: TNW

PDFをブラウザで高速表示するツールのご案内です。 BuildVu でPDF・Office文書をHTML5/SVGに変換。プラグイン不要でどのデバイスでも忠実に表示 詳しくはこちら