Posts

今日のニュース 米国LCCのSpirit航空が燃料価格の倍増により運航停止に 中国の裁判所がAI代替を理由とする解雇に違法判決を下す ハーバード大のAIモデルが救急診断でベテラン医師を上回る Salesforceが企業内ワークフローの分断を解消する新機能 中国のスマホ工場が次世代機組み立て用の人型ロボットを内製 Amazonの第1四半期利益の半分をAnthropic評価益が占める AnthropicのMCPプロトコルで20万台のAIサーバーが露出 米国ユタ州がVPN地域偽装ユーザーの責任をウェブサイト側に問う 中国のオープンモデルKimi K2.6がプログラミングで有名AIを圧倒 推論処理に特化した新しいAIチップスタートアップが市場シェアを獲得 アリババの新エージェントMetisがAIツール呼び出しを98パーセント削減 Appleが最安Mac miniを廃止し799ドルへ実質値上げを実施 Spotifyが実在する人間アーティストの認証バッジの付与を開始 LlamaIndexのCEOがAI基盤の足場となる中間技術の陳腐化を指摘 NVIDIAの新ツールNemoClawが自律型エージェントへの移行を推進 小売大手ベイシアのDX人材が日本KFCの最高デジタル責任者に移籍 有力VCのCoatueがAIデータセンター用インフラの土地買収を開始 ピックアップ: Mac mini実質値上げでローカルAI特需が表面化。自社専用モデルの構築を視野に入れる 5月2日の記事でお伝えした編集長の実体験。 APIの無駄な呼び出しが年間15万ドルのコスト増を招きました。 結果として経理部門から厳しい叱責を受けることに。 クラウドAIの従量課金は見えにくいコストです。 気づかないうちに肥大化していくリスクが潜んでいます。 決して一部のIT企業だけの問題ではありません。 他業界の現実と重ね合わせてみます。 米LCCのSpirit航空が運航停止に追い込まれました。 燃料価格の倍増が経営難を引き起こしたのです。 利益率の低いビジネスモデルでの象徴的な事例。 外部要因が企業のコスト構造を一変させる現実を示しています。 国際航空運送協会も重要な事実を指摘。 価格の絶対水準以上に変動スピードが収益性を悪化させます。 突然の急騰には運賃への転嫁が間に合わないためです。 この構図は企業のAIインフラ運用リスクとほぼ重なります。 想定外のAPIコール増がダイレクトに利益を圧迫。 モデル価格の改定も同様の現象を引き起こすのです。 航空業界の一部は対照的なアプローチをとりました。 ANAやライアンエアーが実践したヘッジ戦略です。 将来の必要燃料の一部を事前契約で固定しています。 価格変動の影響を抑え財務基盤を防衛する手法。 自社のAIインフラはコスト急騰に耐えうるでしょうか。 この問題に対する現実的な打開策があります。 クラウドへの一極集中を避けるローカル環境の構築です。 開発現場ではすでに明確な変化が起きています。 Appleの599ドルのMac miniが完売しました。 手元でAIを動かす需要が開発者の間で殺到した結果。 需要の増加で799ドルのモデルへ実質値上げされました。 ローカルAIへの関心がハードウェア市場を直接動かしたのです。 同時にソフトウェア側でも強力な武器が登場。 中国のオープンモデル「Kimi K2.6」の躍進です。 プログラミング課題において有名モデルを圧倒しました。 ClaudeやGPT-5.5を上回る成績を記録。 オープンソースモデルが商用モデルと対等な実用レベルに達しています。 買い切りハードウェアと高性能モデルの組み合わせ。 自社専用のローカルAI環境の構築が現実の選択肢になりました。 外部環境に左右されない独自のインフラを手に入れること。 従量課金からの解放は中小企業に明確な恩恵をもたらします。 コストを抑えつつ新しい顧客体験を生み出す絶好の機会です。 クラウドの利便性が損なわれるわけではありません。 最新モデルの推論能力は依然として強力です。 それでもすべての業務に最高性能が必要なわけではありません。 アリババの新AIエージェント「Metis」も参考になります。 冗長なツール呼び出しを98パーセント削減しました。 同時にタスクの処理精度も向上させています。 必要なときにだけAPIを叩くための最適化技術。 ...

GitHub Copilotの完全従量課金化とAI運用コストが企業の利益を圧迫する現実 AIのAPI利用料が、月初の試算を3倍近く上回った経験はないだろうか。 経理担当者から厳しい指摘を受けた記憶は今も鮮明だ。 当時はまだ試験運用だと必死に釈明したものの、担当者の冷ややかな表情が和らぐことはなかった。 自分の仕事を奪うかもしれないAIの予算を、なぜ自分が必死に確保しているのか。 現場で抱いた皮肉な葛藤が、今週のニュースを見て真っ先に蘇った。 GitHubは4月28日、AIコーディング支援ツール「Copilot」の課金体系変更を発表した。 全プランを対象に、6月1日から従量課金モデルへ移行する。 これまでの月額固定制という環境から、実際のAI利用量に応じてクレジットを消費する仕組みへと変わる。 使った分だけ支払うという原則自体は、非常にシンプルで公平だ。 課題は、AIエージェントが裏側で消費するデータ量を事前に予測しにくい点にある。 通信コストの削減に焦点を当てたのが、アリババが同週に公開した新技術だ。 同社が開発したAIエージェント「Metis」は、外部ツールの冗長な呼び出しを98パーセント削減した。 独自の強化学習フレームワークであるHDPOを採用し、タスクの正確性と実行効率を別々の軸で最適化する。 従来の動作ではツールを呼び出すたびに巨大なJSONスキーマを送信しており、この積み重ねが年間15万ドル規模のAPI課金を生むケースも報告されていた。 精度を維持したまま通信量のみを削減するアプローチは、今後のコスト管理のヒントになる。 モデルのAPI利用価格そのものは継続的な下落傾向にある。 一方、エージェントが外部検索やツールを呼び出す際の通信コストは別枠だ。 価格表に表れない見えないコストが、本番環境の利益を圧迫する要因となる。 こうした中で、アクセンチュアによる全社規模の導入事例も話題に上った。 約74万人の社員に向けてMicrosoft 365 Copilotを展開。 定型業務が最大15倍速くなり、社員の89パーセントが継続利用を希望している。 AI導入の成果を示す前向きな数字である。 ただ、これだけの規模で従量課金が走り始めたときの運用を想像してみよう。 コストの実績をどう集計し、業務成果と紐づけるかは新たな課題として浮上する。 自社のAIツール利用状況を、最後に棚卸しした日はいつだろうか。 現場で使われるツールの数が増えるほど、実態の把握は難しくなる。 導入効果の測定基準を利用時間やライセンス数から実際の業務成果へ切り替える時期が来ている。 ツール呼び出しの実績ログを定期的に確認する習慣が、予算管理の出発点となる。 今週のハイライト 今週のテック業界は、AIの「コスト」と「権限」が主役でした。 GitHub Copilotが6月から完全従量課金へ移行。定額前提の予算設計が通用しなくなります。ITmedia NEWS アリババが冗長なAIツール呼び出しを98%削減する技術を発表。隠れた通信コストを抑える新手法です。VentureBeat CloudflareとStripeがAIによる自律決済・インフラ構築機能を発表。承認フローを前提とした業務設計が問い直されています。ITmedia AI+ 本番AI環境でサイレント障害が多発。エラーを出さずに処理が劣化するリスクへの対処が現場の課題になっています。VentureBeat MicrosoftとOpenAIが独占契約を解消。OpenAIのモデルがAWSやGoogle Cloudでも利用可能になりました。The Register Googleの巨額投資と大手テックの大型再編が進行。AIへの資本集中が明確な形で進んでいます。TechCrunch 自律型AIが決済とインフラ構築を実行し社内承認フローが形骸化する事実 新規プロジェクトの立ち上げで、ドメイン取得に3日かかった経験はないだろうか。 希望のドメインを見つけても、まずは稟議書の作成が待っている。 情シス部門の手が空くのを待ち、複数人の上長から承認を得る作業が続く。 手続きが完了した頃には、希望のドメインが別の会社に押さえられていたというケースも珍しくない。 人間を介在する承認待ちの構造は、多くの組織で今も稼働している。 5月1日、Cloudflareがこの前提を覆す新機能を発表した。 AIエージェントが、アカウントの作成からドメイン取得までを単独で行う。 さらに課金処理やインフラのデプロイまで、人間の介在なく自律的に完結させる。 担当者が実行コマンドを目視で確認する工程すら不要となる設計だ。 人間に指示を出せば完了という、新たな運用手法が現実のものとなった。 同日、決済プラットフォーム大手のStripeも新たな動きを見せた。 デジタルウォレット「Link」を拡張する新機能である。 ユーザーがAIエージェントに予算権限を与え、購買を代行させる仕組みだ。 これまでのAIは、人間を補助して提案する役割が中心だった。 今回の発表は、調べて実行し、支払うまでを一気通貫でこなす主体へとAIを引き上げている。 さらにServiceNowも今週、AI社員の活用戦略を発表した。 自律的に業務プロセスを完遂する新たな担い手としての位置づけだ。 Cloudflare、Stripe、ServiceNowと、異なる領域の企業が同じ週に動いた。 共通の方向性を打ち出した事実は、自律化への転換点を示している。 ここで一度、自社の既存の業務フローを振り返ってみよう。 現在の承認フローのうち、AIの自律実行を前提に設計されたものはあるだろうか。 おそらく多くの企業で、答えはゼロに近い。 AIが予算を使い、インフラを動かす権限を持つ運用が始まろうとしている。 人間が承認してから実行するというこれまでの前提は次第に見直され、情シスや経理が承認のボトルネックとなっていた仕組みは形骸化していくだろう。 効率化の面では歓迎すべき変化である一方で、AIにどこまでの予算と操作権限を与えるかは慎重な検討を要する。 ...

アリババがAIエージェントの冗長な外部ツール呼び出しを98%削減 ツール実行時にJSONスキーマを毎回送信し、年間15万ドルのAPI課金が発生する。エージェントAIを稼働させる上で、見えないコストが利益を圧迫している。過去に私もAIのAPI利用料が跳ね上がり、経理部門から厳しく叱責された。試験導入の手応えとは裏腹に、運用コストの壁に直面する企業は多い。アリババの新技術は、この隠れたコスト問題に直接アプローチする。 アリババがマルチモーダルAIエージェント「Metis」を公開した。独自の強化学習フレームワーク「HDPO」を導入している。タスクの正確性と実行効率の最適化を独立させた設計だ。結果として、冗長な外部ツール呼び出しを98%削減。呼び出し率を98%から2%へ抑えつつ、推論精度も向上している。 APIの従量課金は、本格導入の足枷になっている。LLMのAPI価格自体は約80%下落した。100万入力あたり数ドルから数十セントの価格帯も登場している。それでもツール呼び出しに伴う隠れたコストは残る。エージェントが外部検索を行う際、通信のたびに情報を送信する。無駄なAPIの往復処理が、利益を削り続けている。現状は開発者による手動のワークフロー最適化が主流だ。セマンティックキャッシュを活用して過去の類似クエリを学習させる手法もある。n8nの事例では事前データ取得によりLLMのダブルコールを防いでいる。現場は泥臭い調整でコスト爆発を防いでいるのが現実だ。 自社のAI運用において、定額制パッケージと従量課金モデルのどちらが実態に合っているか、一度数字で比べてみたことはありますか？ この文脈で注目したいのが、推論最適化企業の買収だ。欧州のNebiusが米スタートアップのEigen AIを買収した。買収額は6億4300万ドル。同社はAI推論の最適化技術を持ち、従業員はわずか20人だ。従業員一人あたり約3200万ドルという評価額になる。推論コスト削減の技術に、それほどの資本が集まっている。 米国ベンダーはコストとは別の軸でも動いている。Anthropicなどは、MCP規格を通じてツール連携の標準化を進めている。OpenAIも出力を保証する機能で相互運用性の高い基盤を構築中だ。徹底的なコスト最適化を優先するか、標準化による安定稼働を選ぶか。導入目的によって選択肢が変わる。 次年度のIT開発予算とAI運用予算を、現状の課金状況を棚卸しした上で再評価してみてください。推論最適化の技術進展により、AIを動かすコスト構造が変わりつつある。利益を圧迫せずにAIエージェントを稼働させる環境が整いつつある今、その見直しは現実的な選択肢だ。 欧州NebiusがAI推論最適化のEigen AIを6億4300万ドルで買収 欧州のクラウド企業Nebiusが、AI推論最適化の分野を手がける米スタートアップ Eigen AIの全株式を取得した。買収総額は6億4300万ドルで、Eigen AIの 社員数は20人にとどまる。 出典: TNW 自社でAI専門人材を採用する場合、開発力と運用コストの最適化スキル、どちらを優先して評価しますか？ GoodfireがAIモデルの内部動作を解釈するツールSilicoを公開 スタートアップのGoodfireが新ツール「Silico」を公開した。 研究者や開発者がAIモデルの内部動作やパラメータを解釈し、 デバッグできる機能を提供する。 出典: MIT Tech Review AIの推論過程が可視化された場合、自社のどの業務から優先的に活用を検討しますか？ リーガルテック企業のLegoraが追加調達で評価額56億ドルに到達 リーガルテックのLegoraがAtlassianなどから追加で5000万ドルを調達した。 今回の調達により累計調達額は6億ドルに達し、評価額は56億ドルとなった。 出典: Tech.eu 法務や経理などの専門業務でAI導入を検討する際、最初の判断基準になるのはコスト面ですか、情報管理への懸念ですか？ サブスク管理SaaSのSkioが1億500万ドルで競合へ事業売却 サブスクリプション請求管理のSkioが、競合企業のRechargeへ 事業を1億500万ドルで売却した。 Skioの累計資金調達額は800万ドルだった。 出典: TechCrunch 新規事業において、少額投資で早期黒字化を目指す戦略と、大規模投資でシェア獲得を狙う戦略、どちらを採りますか？ 企業が自社データを活用し独自のニーズに合わせてAIを最適化 企業が汎用AIから脱却し、自社データを用いた AIのカスタマイズを進めている。 データ所有権の確保とセキュリティの両立が、 エンタープライズ導入における課題として挙げられている。 出典: MIT Tech Review 自社専用AIを構築する際、現状最も不足していると感じるのは学習用データですか、それとも整備を担うIT人材ですか？ Anthropicが独自の安全基準を理由に米国防総省のAI契約を拒否 米国防総省がNvidiaやMicrosoftなどとAI展開の契約を締結した。 Anthropicは自社の厳格な安全制限が緩和されることを危惧し、 同契約への参加を拒否した。 出典: TNW 売上をもたらす契約と自社の企業理念が衝突した場合、あなたの会社ではどちらを優先しますか？ インシデント対応企業の元従業員2名がランサムウェア攻撃に関与 サイバーセキュリティインシデント対応企業の元従業員2名が 懲役4年の実刑判決を受けた。 ランサムウェア「BlackCat」の攻撃と恐喝に加担した罪に問われた。 セキュリティ専門家による内部関与が確認された事例となる。 出典: BleepingComputer 外部ベンダーへのセキュリティ監査基準を見直す際、業務スピードやコストへの影響をどの程度と見込みますか？ マネーフォワードがGitHubリポジトリからソースコード等流出の恐れと発表 マネーフォワードが、GitHubのリポジトリを経由して 自社ソースコードと一部ユーザー情報が外部に露出した可能性を公表した。 同社は発表と同時に、関連サービスとの連携を一時停止している。 ...

ピックアップ: CloudflareとStripeが自律型AIのインフラ・決済基盤をそれぞれ発表 新規プロジェクトのドメインを取るだけで、3日かかったことがあります。 稟議の承認を待つ間に、希望のドメインは別の会社に取られていました。 編集長・田村の実話です。 情シスの手が空くのを待ち、上長のハンコを集める。 「急いでいるのに承認待ち」は、多くの会社で今日も起きています。 4月24日にはWordやExcelの自律的な共同執筆を紹介しました。 4月30日にはAnthropicのアプリ直接操作を解説しました。 今回のニュースは、その次の段階です。 AIが自ら予算を使い、インフラを構築します。 Cloudflare：AIがCLI一発でインフラを展開 Cloudflareが発表した新機能では、AIエージェントが自律的にインフラを展開します。 アカウント作成からドメイン取得、デプロイまでを一連で実行します。 人間がコマンドを確認する工程が不要になります。 先行事例として、Harness AIでは自然言語の指示からコードを自動生成し、クラウド環境のプロビジョニングを自律実行しています。 開発者のインフラ構築時間は最大95%削減されています。 ガートナーの予測では、自律型AIエージェントを導入する企業は現在5%未満ですが、2029年には70%に達するとされています。 自社のインフラ構築、今どこが一番のボトルネックになっていますか。 承認フローなのか、担当者の空き時間なのか。 その答えによって、試すべきツールの優先度が変わります。 Stripe：AIエージェントが代わりに買い物をする Stripeは、デジタルウォレット「Link」を拡張しました。 AIエージェントがユーザーに代わって購買を代行する機能を実装しています。 生のカード情報を渡さず、決済トークンとAPI権限のみを安全に受け渡します。 AIが必要なサービスをカタログから発見し、承認済みの範囲内で決済を完了します。 コスト暴走への懸念はわかります。 ただ、月額利用上限をデフォルトで100ドルに設定する仕組みが導入されています。 Stripe Atlasを利用する新規スタートアップには10万ドル分のクレジットも付与されます。 ガードレールを設けた上で使い始められる設計です。 「自分の仕事を奪うかもしれないAIに、会社の決済権限を渡す」という葛藤は本物です。 ただ、この仕組みの目的は担当者の排除ではありません。 稟議の承認待ちや定型の発注作業という雑務を、AIに肩代わりさせることにあります。 冒頭の「ドメイン取られた話」を繰り返さないために。 従業員5人で世界12カ国と直接取引している国内メーカーがあります（後述）。 インフラや定型業務をAIに任せる目的はコスト削減より「限られた人員を本業に集中させること」だと、その事例は示しています。 まずは影響範囲の小さいテスト環境から始めてみてください。 構築権限をAIエージェントに委譲し、上限金額を設けた上で試験運用するのが現実的な第一歩です。 機能制限のある定額制ツールに任せるか、それとも従量制AIエージェントに予算を委譲するか。 現在の承認フローには、どちらが合っていますか。 各ニュース詳細 Writerがプロンプト不要の自律型AI基盤を発表 エンタープライズAI企業のWriterが自律型AI基盤を発表しました。 ユーザーがプロンプトを入力しなくても、AIが自ら課題を発見して業務を遂行します。 出典: VentureBeat これまでのAIは、細かく指示を出さなければ動きませんでした。 今回の発表で、その前提が変わります。 AIが能動的に課題を見つけ、判断して動く形になります。 社内で「誰かが毎回指示を出して初めて回る定型業務」はどれくらいありますか。 そのリストアップが、自律型ツールへの置き換えを考える出発点になります。 AIエージェントの認証情報を狙う攻撃の手口が判明 AIコーディングエージェントへの攻撃を調査した結果が公開されました。 攻撃者の主な狙いはAIモデル自体の破壊ではなく、エージェントが保持する認証情報の窃取であることが明らかになりました。 出典: VentureBeat AIに強い権限を渡すほど、認証情報の価値は上がります。 現在利用中のAIツールに付与しているAPIキーを棚卸しし、最小権限の原則に基づいて見直すことが、今できる具体的な対応です。 従業員5人の国内企業がDXで海外展開を実現 高い技術力を持つ国内の小規模メーカーが、回路図や製品情報のデジタル化を進めました。 リソース不足を乗り越え、現在は世界12カ国との直接取引を実現しています。 出典: ITmedia NEWS 5人で世界と取引するために、この会社がやったことはシンプルです。 自分たちが持っている情報を、誰でもアクセスできる形に整えた。 「人が足りないからデジタル化できない」という話とは逆の順番で動いた事例です。 Anthropicが脆弱性を自動検出するClaude Securityを公開 Anthropicがセキュリティ特化モデル「Claude Security」のβ版を公開しました。 AIがコードベースをスキャンし、脆弱性の発見から修正パッチの生成まで対応します。 出典: ITmedia AI+ ...

今日のニュース Anthropicが8種のアプリを直接操作するコネクタを公開 → ITmedia AI+ 英Zopaがアプリを不要にするAI資産管理構想を発表 → Sifted GMが400万台の車載システムをGoogle Geminiへ移行 → TNW Mistral AIがエージェント実行を簡略化する基盤を公開 → VentureBeat Vercel事案を受けサードパーティAIの権限確認を推奨 → BleepingComputer Firestorm Labsがコンテナ型ドローン工場構築で資金調達 → TechCrunch EUのAI法改定協議が合意に至らず5月へ協議持ち越し → TNW 中国商務部がEUの通信機器排除法案に対し文書を提出 → TNW 中東のデータセンター建設計画が保険適用外評価で停止 → Ars Technica PoolsideがローカルAI完結型コーディングAIを無料公開 → VentureBeat ピックアップ: Anthropicがクリエイティブアプリ操作コネクタを公開 Anthropicが4月28日に新しいコネクタ8種を公開しました。 ClaudeからPhotoshopなどを直接操作できます。 Adobe製品の50以上の機能がチャットから使えます。 出典: ITmedia AI+ AIが具体的なツールを操作し始めた。業務への影響は小さくない。 現在のコネクタが得意なのは反復作業です。 画像のリサイズやカラー補正を代行します。 テンプレートへの素材流し込みも可能です。 確実な時間短縮につながります。 あるメディア企業の試験導入では、AIを活用したレタッチで作業時間が35%短縮されました。 7割が定型作業だったという現場の声も少なくありません。 もちろん完全ではありません。 クライアントの意図を読む力は人間が必要です。 ブランドトーンの微調整も人間が担います。 「何か違う」を言語化する感覚は引き続き人間の領域です。 ただ、現場の作業の多くは定型業務です。 AIが自動化すれば残りの業務に集中できます。 より創造的な仕事に時間を使えるようになります。 自社の定型作業は全体の何割を占めるでしょうか。 一度現場の作業割合を確認してみませんか。 裏側ではModel Context Protocolが動いています。 Anthropicが公開したオープンな接続規格です。 AIと外部ツールを単一の規格でつなぐ仕組みです。 これまでは個別の開発コードが必要でした。 その技術的な壁がなくなりつつあります。 操作の手順も再現可能になり始めました。 ベテランのショートカット操作や整理術があります。 レイヤーの命名規則や書き出し設定の最適解です。 特定の人物に紐づく暗黙知が存在します。 これらがAIによって再現され始めます。 AIが同じ手順で作業を進めることが可能になります。 属人化した業務のリスト化は進んでいますか。 ベテランからは不安の声も聞こえます。 「手癖の自動化はセンスの代替ではない」 現場のこうした感覚は大切にしたい。新しいツール導入には現場の理解が欠かせません。 GUI操作の精度もまだ確認が必要です。 Anthropicの指標では完全な自律操作は発展途上です。 操作の6割以上で人間の補助や確認が求められます。 すべてを任せるのではなく一緒に作業する感覚です。 ...

GitHubがAIツールを完全従量課金へ移行した。次年度の開発予算を成果連動型で再試算する 今日のニュース GitHub Copilotが6月から月額制を廃止し従量課金へ移行する。ITmedia NEWS アクセンチュアが全社74万人にAIを展開し社員の89%が継続利用を希望した。TNW OpenAIのモデルがAWS上で正式に提供開始されインフラ統合の選択肢が広がった。OpenAI Blog MicrosoftとOpenAIが独占契約を見直し他クラウドへの展開が可能となった。VentureBeat Amazonが商品ページに音声対話型AIのQ&A機能を追加し音声回答を提供し始めた。TechCrunch AIがユーザーの状況に応じて操作画面をその場で生成する使い捨てUIの移行が進む。ZDNet オーストラリア政府が大手IT企業に対しニュース利用に応じた2.25%の課税を発表した。TNW 素材プラットフォームFreepikがMagnificへ改名しAI生成機能を統合した。Tech.eu 仏Mistral AIがTemporalベースのワークフローエンジンをリリースした。VentureBeat IBMが社内8万人でのテストを経たAIコーディングツールBobの提供を開始した。The Register ピックアップ: GitHub Copilotが月額制を廃止し従量課金へ移行 何が起きたか GitHubは6月1日より定額料金制を廃止します。対象はAI支援ツール「GitHub Copilot」の全プランです。ITmedia NEWS 代わりに導入されるのはAIクレジット制です。消費したトークン量に応じてクレジットが引かれます。完全な従量課金モデルへ切り替わります。 なぜこの転換が面白いのか。定額制だから全員に配るという判断が通用しなくなるためです。 今の現実: 赤字と1000倍のコスト増 ここには率直な背景があります。 GitHubは2023年時点で赤字を出していました。月額10ドルのプランに対し平均20ドルのコストがかかっていたためです。 それでも定額制を維持できた理由があります。多くのユーザーがコード補完などの軽い使い方をしていたためです。 状況を変えたのが自律型AIの台頭です。複数タスクを処理するAIはトークン消費量が1000倍に増えます。 1回あたり5から20ドルのコストが発生するケースもあります。旧来の定額モデルでは吸収できない水準に達しました。 AIによるインフラコストの高騰を踏まえ、自社の開発環境ではどのような影響が出るとお考えですか。 本質的な変化: アクセス権から成果への対価へ これはGitHub固有の話ではありません。 OpenAIなどがAPIコール数ベースの従量課金を採用してきました。AI業界全体でビジネスモデルの転換が進んでいます。 SaaS市場でも成果連動の課金体系が機能することが実績として見えてきています。従量課金の企業の収益成長率が中央値で21%を記録したと報告されています。 中小企業の開発現場に引き直すと問いはシンプルです。誰が何のためにCopilotを使っているかを把握しているでしょうか。 定額制の時代はその問いを後回しにできました。従量制では使途の不明なコストがそのまま請求書に現れます。 見落としがちな補足: 競合の動きと廃止しない選択 市場には別の動きもあります。 Cursorなどの競合ツールは無料プランなどを武器にユーザー獲得を続けています。 GitHubが従量制へ移行するタイミングです。定額制を好む開発者がこれらのツールへ流れる可能性も指摘されています。 従量制が全員の最適解とは限りません。 利用頻度が高くAIを使い込むチームには利点があります。コストが可視化されるためです。一方軽度な利用のチームには定額の代替ツールが適しています。 現場視点で見落としやすい課題があります。誰がどの手順でAIを呼び出しているかという個人の習慣です。 ベテランエンジニアが意識せず冗長なプロンプトを繰り返すケースがあります。特定の処理を任せすぎていることもあります。これらはトークンログを取るまで見えません。 コスト管理の話は開発プロセスの標準化という課題と直結しています。 チーム内の特定メンバーへの属人化を防ぐため、AI活用ガイドラインの策定は進んでいますか。 4月22日にお伝えした定額提供の停止が確定しました。6月1日からAIクレジットという仕組みで始まります。 今後の予算策定において開発チームのAI利用実態を数値で確認してみてください。思わぬ発見があるかもしれません。 定額制の代替ツールで広く浅く使わせるか。従量制を受け入れコア業務に絞って深く使うか。あなたの組織ではどちらが現実に合っているでしょうか。 各ニュース詳細 アクセンチュアが全社74万人にCopilotを展開し定型業務を最大15倍高速化 アクセンチュアが約74万人の全従業員にMicrosoft 365 Copilotを展開した。定型業務の処理速度が最大15倍向上したと報告されている。テストに参加した社員の89%が継続利用を希望している。 出典: TNW OpenAIモデルがAWS上で正式に提供開始 OpenAIとAWSが戦略的パートナーシップを拡大した。AWS環境上でOpenAIの主要モデルやエージェント機能が正式に提供開始となった。開発者はAWSのセキュリティ要件を維持したままOpenAIの機能を開発に組み込める。 出典: OpenAI Blog MicrosoftとOpenAIが独占契約を見直し他クラウドでの提供が可能に MicrosoftとOpenAIが結んでいたクラウド環境の独占契約が見直された。これによりOpenAIはAWSなど他社インフラ上でも自社モデルを直接販売できるようになった。企業は特定の環境に縛られず既存インフラを活用してAIを統合できる。 出典: VentureBeat AIがユーザーの状況に応じて操作画面をその場で生成する使い捨てUIへの移行 固定されたユーザーインターフェースから、AIがユーザーの意図に応じてその場で動的に生成する使い捨てUIへのパラダイムが台頭している。静的なマニュアルや属人的な操作手順をシステム側が吸収する方向へ移行している。 出典: ZDNet ...

MicrosoftとOpenAIが独占契約を解消。複数クラウドの併用でAI運用コストを見直す 今日のニュース MicrosoftとOpenAIが独占契約を解消し他社クラウドで技術提供を開始 GitHub Copilotが6月から完全従量課金制に移行しコスト実績を可視化 ServiceNowが自律的に業務を完遂するAI社員の活用戦略を新たに発表 新会社が11億ドルを調達し人間のデータに依存しない自己学習型AIを開発 学習プロセスを自律最適化するAIフレームワークが人間のベースラインを突破 本番AI環境でエラーを出さずに処理が劣化するサイレント障害への対策が進行 110万ダウンロードのPythonパッケージにマルウェア混入が発覚し安全確認を推奨 中国政府がMetaによる約3000億円規模のAI企業買収を阻止し市場競争を維持 ピックアップ: MicrosoftとOpenAIが独占解消 AIプロジェクトを立ち上げる際、インフラの選定は常に悩みの種です。 初期費用を抑えるためにクラウドを選びます。 しかし気づけばその独自の仕様に縛られてしまいます。 データ転送の費用や連携機能が足かせになります。 一度システムを構築すると他のクラウドへの移行は困難を極めます。 多くの企業がこのベンダーロックインに苦しんできました。 そのロックインを当然のものとして受け入れてきた業界の構造が、いま静かに崩れ始めています。 今回の契約解消はそうした現場の悩みを解決する糸口になります。 自由にインフラを選べる環境は経営の選択肢を大きく広げます。 契約解消の背景 MicrosoftとOpenAIが独占ライセンス契約を解消しました。 これまでOpenAIの技術はAzure経由でのみ提供されてきました。 今回の改定でAWSなど他のクラウドでも展開できるようになります。 特定の一社に依存する構図が変わりつつあります。 The Register 契約が変わっても今日から何かが劇的に変わるわけではありません。 OpenAIの製品は引き続きAzureを優先して提供します。 他クラウドへの展開はAzureが対応できない場合などに限られます。 現時点ではOpenAIとAzureの関係は実質的に続いています。 中小企業が明日から別のクラウドに切り替えられるわけではありません。 ただ業界全体のインフラ提供の構造は確実に変わりました。 クラウド環境の新たな現実 競合であるAnthropicの動きを見ると流れがよくわかります。 AnthropicはAWSとGoogle Cloudの双方と非独占契約を結んでいます。 AWSが最大40億ドルを投資しました。 Google Cloudも最大20億ドルを投資しました。 いずれもインフラを使う権利と引き換えの事業契約です。 結果としてClaudeは主要なクラウドのどこでも使える状態にあります。 AIモデルの価値がどこで動くかではなく何ができるかで評価されています。 特定のクラウドに縛られない戦略が新たな標準になりつつあります。 インフラの柔軟な調達が可能になることで新しい挑戦がしやすくなります。 インフラ最適化の可能性 インフラ側でも新たなコスト削減の動きがあります。 複数クラウドを跨いでGPUの空き枠を自動探索する技術が登場しました。 SkyPilotと呼ばれるオープンソースのフレームワークです。 リージョンやクラウド間の価格差を自動で比較して活用します。 研究機関の実証ではインフラコストを大きく削減した事例もあります。 中小企業にとってAIの推論コストは大きな負担です。 日々の業務でAIを頻繁に利用するとあっという間に予算を超過します。 計算資源を効率的に使うことで経費を大きく節約できます。 先日お伝えした低コストAIの登場と組み合わさることで変化が加速します。 浮いた予算を他の重要なIT投資に振り向けることができます。 AIインフラの価格競争が現場のコストを引き下げます。 運用に向けた確認のすすめ マルチクラウド環境は決して万能ではありません。 複数クラウドを束ねる運用には高い技術的な知識がいります。 コンテナ技術の設定や障害時の切り替え設計が必要です。 コストを下げるために管理コストが上がる逆転現象も起こり得ます。 自社に安定して運用できるエンジニアがいるか確認します。 外部に委託するコストとの詳細な比較も欠かせません。 自社の体制によって最適な選択肢は変わります。 Azure一本で動いている企業が今すぐ構成を変える必要はありません。 ただ次の契約更新のタイミングで他の選択肢を比較する材料になります。 単一ベンダー依存のリスクを減らすことができます。 複数クラウドを跨いだインフラコストの最適化を検討してみてください。 中小企業のAI活用を後押しする前向きな変化としてお勧めします。 縛られていた選択肢が広がった今こそ、自社に本当に合ったインフラを改めて問い直す好機です。 ...

今日のニュース Anthropicの自律取引実験で、AIモデルの性能差が直接的な経済格差を生むことが判明。[ITmedia AI+] 元AWS幹部のMatt Domo氏が、企業AI導入の失敗原因は技術より組織変革の不足にあると指摘。[The Register] DeepSeekが、最高峰のクローズドモデルと同水準の性能をコスト6分の1で実現した新モデル「V4」を公開。[VentureBeat] 企業の85%がAIエージェントを試験導入する一方、本番稼働に至っているのは5%にとどまると判明。[VentureBeat] 攻撃グループがMicrosoft Teamsのヘルプデスクを装い、マルウェアを展開する手口が報告。[BleepingComputer] Oracleが単一データセンターキャンパスの建設に向けて163億ドルの資金調達を完了。[TNW] Sequoia Capitalが自社では投資できないOSSのAIプロジェクトにMac mini 200台を無償提供。[TNW] AI応用先として創薬・医療分野のタンパク質設計が脚光を浴び、200兆円規模の市場で期待が高まる。[日経クロステック] LLMがエラーを出さずに失敗するサイレント障害を防ぐ挙動監視の必要性を専門家が指摘。[VentureBeat] MicrosoftがTypeScriptコンパイラをGo言語で書き直したベータ版を公開し、コンパイル速度が10倍に向上。[Publickey] NECがDXブランド「BluStellar」で2030年度に売上1兆3000億円を目指すと発表。[日経クロステック] AIデータセンターのボトルネックが演算能力から通信網に移行し、光モジュール需要が高まる。[DIGITIMES] GoogleがAnthropicへ最大400億ドルの投資を計画。[Ars Technica] カナダのCohereがドイツのAleph Alphaを約200億ドル規模で買収し、欧米第三極を形成。[Sifted] GoogleがサイバーセキュリティのWizを320億ドルで買収し、AI活用の防衛網構築を強化。[日経クロステック] MetaとMicrosoftが同日に計1.6万人規模の人員削減を発表し、削減分をAI投資に充当。[TNW] 欧州DORA法により、金融機関にアクセス制御と認証管理が法的義務として課される。[BleepingComputer] MetaがエージェントAIの推論強化に向け、AWSの最新チップ「Graviton5」を自社インフラに導入。[ITmedia NEWS] Google DeepMindの技術を活用したIsomorphic Labsが、AI設計の新薬候補をヒト臨床試験に投入へ。[Wired] ヘルシンキのVerda社が再生可能エネルギーを活用するAIクラウドインフラに1億ドルを調達。[Tech.eu] Anthropic実験でAI間の経済格差が発覚。自社の調達と営業フローのAI化を進める かつて新任の営業担当として見積もり交渉の席に座ったときの話です。 先輩のように即断できず、確認のために何度も席を外しました。 結局その商談は流れてしまいました。 あの経験で痛感したのは、交渉の質は判断の速度と精度に左右されることです。 今、まったく同じ構図がAI同士の取引実験で起きています。 Anthropicの実験結果が、その事実をデータで示しています。 自律的な市場取引をAIエージェントに任せました。 結果、高性能なモデルほど有利な条件で取引を成立させました。 能力差が直接、経済的な優位性の差に転化した。 （出典：ITmedia AI+） 性能比較の話ではない。 どのAIを選ぶかが自社の交渉力の上限を決めるという話だ。 自律交渉AIがもたらす取引の変化 AIモデル間の性能差は、取引結果に明確な差を生みます。 推論能力のわずかな違いが、勝敗を分ける要因になります。 損失を徹底して抑える能力も、モデルの性能に依存します。 推論能力や学習データの質が低いAIは、損切りも甘くなります。 性能差が勝敗の差だけでなく、損失の規模の差としても現れます。 自社の調達担当の交渉相手が、高性能なAIになる可能性もあります。 他社が優秀なAI営業マンを導入する前の行動が大切です。 自社の暗黙知をAIにいかに継承させるかが問われています。 暗黙知の属人化がAI選定の問題に置き換わる 「あの担当者がいないと、あの取引先はまとまらない」。 中小企業でよくある、苦い記憶ではないでしょうか。 熟練の営業が退職した途端に失注が続くパターンです。 今後その構図は、AIの質の問題に変わる可能性があります。 自社のAIの質が低いと、相手のAIに条件を詰められます。 AI同士がリアルタイムデータをもとに交渉する時代は近いです。 自社の担当者が優秀でも、相手がAIになれば土俵が変わります。 育てる前に今の業務フローの棚卸しを進める ただ、ここで一つ立ち止まる必要があります。 優秀なAIを導入しても、承認フローが旧来のままでは止まります。 複数人の承認が必要なプロセスでは、AIの動きが止まります。 暗黙知をAIに継承させる前に、業務フローの棚卸しが必要です。 暗黙知が誰の頭の中にあり、どう動いているかを確認します。 AI営業マンを育てるのか、今の営業フローを見直すのか。 どちらを先に手をつけるかで、導入後の結果は大きく変わります。 ...

自律型AIの過剰消費で法人ストレージ価格が70パーセント高騰。人間とAIの業務分担を含め投資を見直す 今週のハイライト 今週のテクノロジー業界は、想定外の事態に直面しました。 自律型AIがもたらす手間の消滅と、インフラ消費に伴うコストの急増。この二つの事象が同時に進行しています。 ソフトウェアへの自律型AIの標準実装が進行し、自身の代替を危惧する従業員の反発が表面化しました（関連ニュース1、関連ニュース2）。 AIの膨大な通信により定額制が停止し、データセンターへの投資集中で法人ストレージ価格が70パーセント急騰しました（関連ニュース1、関連ニュース2）。 パラメータ数を削減しながら従来モデルと同等の性能を維持し、推論コストを6分の1に抑えた新しい代替モデルが登場しました（関連ニュース）。 自律型AIの実装による業務自動化の進展と現場摩擦の発生 ソフトウェアへの自律型AI標準実装と従業員による反発の表面化 4月24日、Microsoftは自律型AIエージェントを主要ソフトウェアに標準実装。 WordやExcel、PowerPointに新たな機能が追加されました。 これまでのAIは、人間が指示した文章を補完するだけのツールでした。 新機能は人間の詳細な指示を待たずに自ら動き出します。 社内のデータを自動で収集し、複数のファイルをまたいで作業を実行。 文書の作成や更新という定型業務が、バックグラウンドで処理されます。 同じ週に、Claudeも同様の自律的な機能を公開。 表計算ソフトのデータを読み取り、プレゼン資料を自動で完成させます。 こうした技術は、オフィスの生産性を劇的に高める可能性を秘めています。 ただ、現場の従業員との間には深刻な摩擦が生じています。 中国のテクノロジー企業で起きた事象が、その現実を物語っています。 一部の企業が、従業員に対して自らの業務手順を記録するよう命じました。 目的は、その記録を自律型AIエージェントの訓練データにすることです。 従業員たちは、自分を代替するシステムの開発に協力させられています。 この指示に対し、現場からはボイコットや強い反発が起きました。 自身の仕事がAIに奪われるという切実な不安が表面化した形です。 これは決して海外だけの特殊な事例ではありません。 新しい技術を導入する際、人間の心理的な抵抗は必ず発生します。 定型業務の根本的変化とハイブリッド組織構築の重要性 これらの事象は、定型業務のあり方が根本から変わることを示しています。 私たちは自動化ツールの導入という事実にとどまらず、組織設計を見直すべき段階にあります。 AIと人間の役割を明確に再定義することが急務です。 これまでの業務フローをそのままAIに置き換えるだけでは不十分です。 AIが得意なことと、人間にしかできないことを切り分ける。 AIにはデータの収集、整理、そして定型的な文書作成を任せます。 その分、人間はより付加価値の高い業務に時間を割くというアプローチです。 具体的な例を挙げて考えてみます。 例えば、有価証券報告書の作成に必要なデータ収集作業です。 ある企業では、この作業にかかる工数をAIで93パーセント削減しました。 素晴らしい成果ですが、削減された時間をどう使うかが問われます。 経営層は、空いた時間で人間が担う新しい役割を提示します。 顧客との信頼関係の構築や、複雑な利害関係の調整などです。 また、例外的な事象に対処する判断力も人間が担います。 AIと人間が互いの強みを補完し合うハイブリッド組織の構築が必要です。 この視点が欠けたまま自動化を進めると、組織の活力を失う結果を招きます。 企業が直面する人間とAIの役割再定義と評価制度の刷新 人間とAIの摩擦を解消するためには、具体的なアプローチに着手します。 まずは、従業員に対する動機付けの仕組みを見直します。 AIの導入が従業員の不利益にならない事実を明確に伝えます。 新しいスキルを習得するための支援や、キャリアパスの再設計が不可欠です。 現場の不安を放置したままでは、AIの活用は社内に定着しません。 同時に、人事評価制度の抜本的な刷新も避けては通れません。 これまでは、作業の処理件数やスピードが評価の基準になっていました。 一方、そうした定型業務は今後AIが瞬時に処理するようになります。 同じ基準で人間を評価し続けることは、実態から乖離しています。 これからの時代は、AIが苦手とする領域での貢献を評価します。 例えば、AIが出力した結果の妥当性を検証し、責任を持つ能力。 また、複数の部署を巻き込んでプロジェクトを推進する対人スキルも重要です。 AIの運用を継続的に改善し、支援する役割も正当に評価します。 定型処理の速さを測るKPIは、新しい指標に置き換えます。 自律型AI時代を生き抜くためには、評価軸の転換が企業の必須条件となります。 エージェント稼働によるAPI通信の増加とストレージ価格の70パーセント急騰 業務側での自律化が進む裏で、インフラの限界という別の問題も浮上しています。 ベンダーの定額制サービス停止とデータセンター投資集中によるハードウェア高騰 4月22日、GitHubが提供するCopilotの定額プランで異変が起きました。 新規ユーザーの登録受付が、一時的に停止される事態となりました。 この背景には、自律型AIエージェントによるAPI通信の急増があります。 これまでのAIは、人間が一度質問するたびに一度だけ応答を返していました。 ただ、自律型AIはシステム内で何度もテストと修正を繰り返します。 人間が見ていない裏側で、膨大な回数の通信が発生しています。 これにより、サーバーへの負荷が想定をはるかに超える速度で増加しました。 ...

今日のニュース DeepSeek、GPT-5.5と同等性能のV4をコスト6分の1で発表 → VentureBeat OpenAI、複雑タスクの処理速度を向上させた新モデル「GPT-5.5」を公開 → OpenAI Blog OpenAI、SlackやSalesforceに直接連携する企業向け「Workspace Agents」を発表 → VentureBeat 企業の85%がAIエージェントを試験運用も、本稼働は5%にとどまる実態が明らかに → VentureBeat はてな、第三者による虚偽の送金指示で約11億円が流出したと公表 → ITmedia NEWS ピックアップ: DeepSeekが推論コストを6分の1に抑えた新モデルV4を発表。次年度のAI予算計画で選択肢として検討する 直近、GitHub Copilotの定額プランが停止されてAI予算の見直しを迫られた経験をお持ちの方も多いはずだ。その文脈で、今週最も読み解く価値があるニュースを選ぶとすれば、DeepSeek V4の発表になる。 何が起きたか 中国のAI企業DeepSeekが、新モデル「V4」を2026年4月に発表した。最上位の「V4-Pro」で見ると、100万トークンあたりの推論コストは入力1.74ドル・出力3.48ドル。OpenAIのGPT-5.5が入力5.00ドル・出力30.00ドルだから、「100万入力＋100万出力」のタスクに換算すると、GPT-5.5の35.00ドルに対してV4-Proは5.22ドルとなり、約6分の1の水準に収まる。軽量版「V4-Flash」では出力コストが0.28ドルで、GPT-5.5比では100分の1以下という数値だ。性能面でも、OpenAIのGPT-5.5やAnthropicのClaude 4.7 Opusなど米国大手の最新モデルと同等の評価を複数のベンチマークで得ている。 なぜこのニュースが面白いのか。「高機能モデルを使うことのコスト正当性」が、今日を境に問い直されるからだ。 コストが下がった理由 V4の低コストは設計の差から来ている。総パラメータ数は1.6兆と大きいが、実際にトークンごとに動かすパラメータを490億に絞る「MoE 2.0」アーキテクチャを採用している。使わない部分を動かさないから、計算コストが下がる。加えてハイブリッド・アテンション技術により、推論に必要な計算量を前世代比27%削減している。プロンプトキャッシュ機能を組み合わせれば入力コストをさらに最大90%カットできる仕組みも持つ。 ただし、コストが下がってもすべての課題が解決するわけではない。V4の利用はAPIが前提で、自社サーバーへのオンプレミス展開には別途インフラ整備が必要になる。社内データをクラウドAPIに流すことへの社内承認も、中小企業では時間がかかる論点だ。「安い」という事実と「すぐ使える」は、切り分けて考える必要がある。 構造的な変化として見えること もう一つ、見落とされがちな事実がある。V4はNvidiaのGPUではなく、Huawei製のAscend NPUで稼働している。米国製チップへの依存なしに、GPT-5.5と同等の性能を実現した。単なる価格競争の話ではなく、AIインフラの供給構造が変わりつつあることを示している。 市場データも同じ方向を指している。2025年初頭、企業のAI利用シェアは非公開モデルが約8割を占めていた。それが同年末にはオープンソースモデルが56%と逆転した。DeepSeekの前世代モデルV3も学習コストを550万〜600万ドルに抑え、当時から効率の高さとして注目を集めていた経緯がある。V4はその延長線上にあり、エンタープライズAI市場のコスト感覚を更新するものとみるのが適切だ。 残る論点 ただ、米国のAI企業や研究者からは慎重な見方も出ている。DeepSeekのオープンソース公開が完全なものかという透明性への疑問、および中国政府との関係性という地政学的な側面は、特に海外顧客との取引が絡む企業では無視できない検討事項になる。コストだけを見て選択するのではなく、自社のデータの性質や取引先との契約条件を先に確認することが現実的な順序だろう。 予算判断の問いとして 次年度のAI予算計画を立てている方に一つ問いを置いておきたい。今、自社が高コストな非公開モデルに払っている費用は、V4-Pro水準のコストで代替できる処理をどれだけ含んでいるか。全部を替える必要はないが、タスクごとにモデルを使い分ける選択肢に、今週ようやく現実的な数字がついた。 各ニュース詳細 OpenAIがGPT-5.5を公開、コーディングなど複雑タスクの処理速度を向上 OpenAIは新モデル「GPT-5.5」を公開した。コーディング・データ分析・ドキュメント作成など複雑な作業での処理速度が向上しており、APIでも提供されエンタープライズ向けの活用が想定されている。出典: OpenAI Blog 高度な業務の自動化を試みるうえで処理能力の幅が広がった。一方、日常の定型業務に対しては、コストと性能のバランスを個別に確認することが判断の前提になる。どの業務にGPT-5.5が必要で、どの業務はより軽量なモデルで十分か。その仕分けが、次年度予算の精度を決める。 OpenAIがWorkspace Agentsを発表、SlackやSalesforceへの直接連携が可能に OpenAIはカスタムGPTの後継となる企業向け「Workspace Agents」を発表した。SlackやSalesforceなど既存の業務システムと直接連携し、AIが社内ワークフロー内で作業を実行できる設計になっている。企業内データのサイロ化を解消し、AIが回答を出すだけでなく処理を完了させる役割を担う。出典: VentureBeat SlackやCRMをすでに使っている組織であれば、特定の部門から限定的に試す余地は十分にある。 企業AIエージェントの試験導入が85%に達するも、本番稼働は5%にとどまる 調査によると、企業の85%がAIエージェントの試験運用を実施している。信頼性への懸念から、実環境にデプロイできているのは5%のみで、精度の担保と権限管理を含む仕組みへのニーズが高まっている。出典: VentureBeat 試験導入と本稼働の間にある壁は、技術的な問題より権限管理や精度監視の体制が整っていないことに起因するケースが多い。85%が試し、5%が本番に進んでいる。この差を埋めた組織が、次の12ヶ月で実務上の優位を得る。 はてなが虚偽の送金指示により約11億円の流出を公表 はてなは2026年4月24日、第三者からの不正な送金指示によって約11億円の資金が流出したと公表した。ビジネスメール詐欺（BEC）とみられ、取引先を装った虚偽の口座情報への振り込みが行われたとされる。関係当局への通報と被害回復に向けた対応を進めているとしている。出典: ITmedia NEWS 送金の承認フローが1人・1段階で完結する設計になっていないか。11億円という額は規模感として遠く感じるかもしれないが、手口の構造は企業規模を選ばない。外部からの口座変更依頼に対して、電話や対面での二次確認が標準手順として存在するか、今週中に確かめる価値はある。 Java PDF/画像処理ライブラリをお探しですか？ JPedal（PDF描画・変換）・JDeli（画像処理）で高精度な処理を実現 詳しくはこちら