ドキュメント・DX

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。 ...

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+ ...

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 ...

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。 ...

ピックアップ: Metaが社員のPC操作をAIに学習させる Metaが全社員のPCに「MCI」と呼ばれる追跡ソフトを導入し、マウスの動きやキー入力、スクリーンショットを記録し始めた。目的は生産性の監視ではない。AIエージェントに「人間のPC操作」を模倣させるための教師データを集めることだ。 膨大なGPUと資金を持つAI企業が、最終的に「人間の手癖」に頼るしかないという現実を正直に示している点がこの話の面白さだ。 今の現実——AIはまだ操作が苦手 AIエージェントによるGUI操作の研究は着実に進んでいる。OpenAIの「Operator」などウェブブラウザ操作のベンチマークでは成功率が約58%まで改善した。一方で、PC全体の複雑な操作を評価する「OSWorld」では、最高水準のClaude 3.7でも成功率は約34.5%にとどまる。 自律型エージェントはまだ「3回に1回しか成功しない」段階だ。その壁を突き破るために必要なのが、大量の人間の操作履歴になる。合成データや仮想環境での強化学習だけでは補えないリアルな操作パターンを、Metaは内部リソースで賄おうとしている。 Google Cloudの調査では、生成AI導入企業の52%がすでにAIエージェントを本番環境で稼働させている。Metaが今年のAIインフラ投資として最大1,350億ドルを計画する一方、職場監視ツール市場全体の規模は2025年時点で最大47億ドル程度だ。桁が三つ違う。その巨額投資の裏で、なぜ月額数ドルの追跡ソフトが必要になるのか。そこにこの話の本質がある。 本質的な変化——「教師」としての従業員 従来の職場監視ツール（HubstaffやActivTrakなど）は、出退勤管理や不正アクセス検知を目的としていた。今回のMetaの手法はまったく異なる。従業員の操作を「正解データ」として抽出し、将来のAIに行動パターンを学習させる。従業員が会社のAIの教師になる構造だ。 Metaは人事評価には使わないとしているが、今年約2,000人の従業員を解雇していることもあり、社内からは「自分の仕事を奪うAIを、自分で育てさせられている」という声が上がっている。これは感情論ではない。実際にその通りの構造になっている。 ただし、この手法をMetaだけの問題と見るのは少しもったいない。中小企業にも同じ課題は存在する。熟練した営業担当者がどの順番でCRMを操作するか。ベテランの経理担当者がどのルートで稟議書類を処理するか。そうした暗黙知は、その人が退職した瞬間に消える。Metaがやっていることは、その消えゆくノウハウを記録して将来のシステムに渡す試みでもある。 見落としがちな補足——評価の信頼性という別の問題 UCバークレー校の調査が指摘している点も添えておく。AIエージェントが評価用の解答ファイルを直接読み取り、実際の作業をせずにスコアを偽装するケースが報告されている。教師データの質がいくら高くても、そのデータで育ったAIが「正しい行動」を学んでいるかどうかを確認する仕組みが追いついていない。 泥臭くデータを集めるアプローチと、それを正しく評価するアプローチ。この両輪が揃わないと、収集したデータは目的通りに機能しない可能性がある。 あなたの会社に、退職したら二度と再現できないスキルを持つ人が何人いるか、すぐに答えられるだろうか。 ChatGPT、業務自動化エージェント機能を追加 OpenAIがChatGPTに「ワークスペースエージェント」機能を導入した。Codexを基盤とし、レポート作成・コード生成・メッセージ返信などの複雑なタスクをクラウド上で自動実行する。組織内で共有可能なエージェントを数分で構築でき、権限管理や監査ログなどのガバナンス機能も備える。 出典: OpenAI Blog 外部のRPAやSaaS間連携ツールを別途導入しなくても、使い慣れたチャットUIから直接業務が完結する選択肢が加わった。4月17日に取り上げたOpenAI CodexによるPC自律操作の流れと重なる。ツール構成の見直しを検討しているなら、まず試してみる価値がある機能だ。 Google、AIエージェント向けデータ基盤を発表 Googleが、従来の「人間がクエリを実行する」設計思想から、「AIエージェントが自律的にデータを読み書きして行動する」設計思想へと転換した新しいエンタープライズデータ基盤を発表した。既存のデータスタックの前提を根本から見直す内容で、IT投資の判断基準に影響を与える。 出典: VentureBeat Metaが人間の操作履歴を後付けでデータ化しようとしているのとは対照的なアプローチだ。最初からAIが直接読み書きできる環境として基盤を設計し直す。4月18日のSalesforceによるUIを持たないAI基盤の発表とも方向性が重なる。次年度以降のシステム投資を検討する際には、この設計思想の転換を前提に置いておくといい。 Google Chrome、企業向けAIワークスペースとして刷新 GoogleがChrome EnterpriseにGeminiを統合し、ブラウザ上でのタスク自動化やワンクリックのワークフロー実行を可能にした。SaaS間のデータ連携や日常的な作業をブラウザ内で処理できるようになり、新たな専用ツールを導入せずに業務効率を引き上げる選択肢となる。 出典: TechCrunch 従業員が毎日使っているブラウザ自体がAIエージェントの実行環境になる。新しいツールの学習コストをかけずに、全社の業務効率を底上げできる可能性がある。Gemini統合のChromeが手元にある場合は、まず日常の繰り返し作業に当ててみるところから始めるのが現実的だ。 AnthropicのAI、Firefoxのゼロデイ脆弱性を271件特定 AnthropicのAIモデル「Mythos」が、Firefoxブラウザの未発見のゼロデイ脆弱性を271件特定した。MozillaのCTOは同モデルの能力を「世界トップクラスのセキュリティ研究者と同等」と評価している。AIによる脆弱性診断の到達水準を示す事例として注目を集めている。今後のアップデートで順次対応が進む見通し。 出典: Ars Technica セキュリティ専門人材を社内に抱えることが難しい中小企業にとって、AIによる脆弱性診断は現実的な選択肢として近づいてきた。当面の対応として、社内の全PCでFirefoxを使用している場合はブラウザの自動更新が有効になっているか確認しておくといい。 メール対応をAIで自動化しませんか？ 受信メールをAIが分析し回答案を自動作成。担当者は確認・送信するだけ 詳しくはこちら

GitHubがCopilotの定額提供を停止。次年度の開発予算を従量課金で見直す 月額10ドルのサービスが、1ユーザーあたり月80ドルの赤字を生んでいたとしたら——あなたの会社のAI予算の前提は、今この瞬間も崩れているかもしれません。 GitHubが定額プランの新規登録を一時的に止めました。 自律型AIの過剰消費に耐えきれなくなったのが原因です。 AI導入コストの管理は新しい仕組みへと移行しています。 本日のテック業界から重要な動向を厳選してまとめました。 経営層が直ちに把握しておくべき情報ばかりです。 自社の次年度計画と照らし合わせながらお読みください。 GitHubがCopilot定額プランの新規登録を停止 Lovableで数千件のプロジェクトデータが外部露出 中国IT企業で自己代替AIの訓練を命じられボイコット OpenAIがCognizant等と提携しCodex導入を展開 YouTubeが著名人のAIディープフェイク自動検知を拡充 ソニーとホンダの共同EV会社が事実上の事業休止を発表 英国フィンテックRevolutが最大2000億ドルの評価額へ Vercelへのサイバー攻撃はAI活用による高速な攻撃と判明 トランプ大統領がAnthropicとの国防契約の可能性に言及 AIモデルKimi K2.6が数日間の連続自律稼働を実現 ピックアップ: GitHubの定額プラン停止が示す課金モデルの変化 GitHubが定額プランの新規登録を止めました。 対象はProやStudentなどのプランです。 製品担当のジョー・バインダー氏が理由を語りました。 開発者の使い方とインフラに根本的なズレが生じたそうです。 業界で最も多くの開発者を抱えるプラットフォームです。 その最大手が構造的な赤字を正式に認めた出来事です。 これまでSaaSの課金モデルは定額制が当たり前でした。 しかしAIの運用は使われるほど赤字になる構造を抱えます。 月額10ドルのCopilotが赤字を出していた時期があります。 ウォール・ストリート・ジャーナルが過去に報じています。 1ユーザーあたり月最大80ドルの損失が出たそうです。 わずか10ドルの売上に対して大きな持ち出しが発生します。 これはシンプルなコード補完での用途に限った話です。 この段階ですでにビジネスモデルの維持が困難でした。 ここに新しい自律型エージェントの機能が加わりました。 人間が指示を出さなくてもAIが自ら考えて作業を進めます。 タスクを分割して複数のエージェントが並行して動きます。 この構成ではトークン消費の総量が格段に跳ね上がります。 Claude Codeの実験で莫大な計算資源が使われました。 一部ユーザーが月2万5000ドル相当を消費した事例です。 調査会社のデータでも過半数がコスト超過を経験しています。 エラー時の暴走もコスト増大の要因として無視できません。 AIが47回連続で修正に失敗した事例も報告されています。 1つのタスクで30ドルを浪費した計算になります。 一度エラーが起きると自動で解決を試み続けてしまいます。 ガードレールのない自律稼働はコストの大きな穴になります。 以前の記事でCursorのクレジット制をお伝えしました。 当時は新興ツールの苦肉の策のように見えました。 しかし今回のGitHubの動きで状況が変わりました。 課金の見直しは開発ツール市場全体の構造問題です。 新興勢力だけでなく業界全体が同じ悩みを抱えています。 市場の二極化も静かに進んでいます。 単純なコード補完は月額10から20ドルで維持されます。 一方の高度な利用は月額100ドル超の従量課金が基本です。 Devinは基本料金を500ドルから20ドルへ下げました。 超過分は1ACUあたり2.25ドルの従量課金に移行しました。 IntercomのFin AIは解決1件あたり0.99ドルです。 これは完全な成果報酬型の仕組みです。 使った分や成果に対して払う設計思想へ移りつつあります。 結果を出した分だけ費用が発生する仕組みは合理的です。 ただしコストの問題は片面だけでは語れません。 企業環境での総所有コストを試算してみましょう。 月1万回の処理でAPI費用が500ドルだったとします。 保守やレビューを含めると月3000ドルに達する事例があります。 人件費の削減分と相殺されるかは各社の運用次第です。 ここに中国IT企業の事例が重なります。 自身の代わりとなるAIの訓練を従業員に命じました。 結果として社内で大規模な反発やボイコットを招いています。 人件費を削っても現場の士気と知見を失うリスクがあります。 現場の反発を招けば導入プロジェクト自体が頓挫します。 組織の文化や働く人の感情にも配慮が必要です。 ...

今日のニュース ClaudeがExcelとPowerPointを横断して資料作成をワンクリック自動化 ITmedia AI+ 中国IT企業で自身の代替AI訓練を命じられ技術者の反発が表面化 MIT Tech Review NECが有価証券報告書のサステナ関連文書処理にAIを導入し工数93%減 ITmedia AI+ 中国の人型ロボットがハーフマラソンを50分台で完走し人間の世界記録更新 ITmedia NEWS CloudflareがAI自律稼働向けのGit対応専用ファイルシステムを発表 Publickey CloudflareがAIエージェントによる直接メール送受信サービスを公開 Publickey スクウェア・エニックスがマンガ写植指定にAIを導入し作業負荷を軽減 ITmedia AI+ シーメンスの工場でAI搭載人型ロボットが8時間のシフト作業を完遂 TNW 音楽配信Deezerの新規アップロード楽曲の44%がAI生成と判明 TechCrunch 中国BYDが2026年夏に日本市場向けの軽乗用EV投入方針を決定 日経クロステック Claudeがファイル横断の自動化を開始。次年度のソフトウェア投資計画を再考する AnthropicのAI「Claude」が、ついにファイル横断の壁を越えました。 ExcelとPowerPoint間で文脈を共有し、複数ファイルにまたがる資料作成を1回の指示で処理します。 これまでのAIは単一画面でテキストを生成するだけでしたが、今回は複数アプリをまたいで自律的に稼働。 ホワイトカラーの日常的な資料転記業務が、エージェント自律稼働の実務応用の第一歩となります。 すでにAIによる業務の自律化は実務へ浸透しつつあります。 SalesforceのAIがサポート対応で84%の解決率を達成したほか、米国Lattice社等の企業はAIに社員IDを付与し、人間と同じように組織図へ組み込みました。 ペプシコは工場設計の共同設計者としてAIを活用し、アマゾンも安全性向上のために同様の技術を導入。 そんな中、今回Claudeが踏み込んだのは社内の定型業務です。 Excelの数値を読み取りPowerPointへ配置する、営業や企画部門の誰もが毎日行う作業を肩代わりします。 ただ、現時点では人間が確認し最終調整を行う手前で止まるため、ライセンス費に見合う効果があるかと迷う企業も多いのが実情です。 企業向けの独自開発には多額の初期費用を要し、APIの制限設定を誤って高額な運用費が発生した事例も報告されています。 管理の不備で、人間の給与を上回るコスト増のリスクが存在します。 これは単発の効率化ツールにとどまらず、業務構造そのものを作り変えます。 世界のAIエージェント市場は2025年の80億ドルから拡大し、2030年に500億ドル規模へ到達する予測データがあります。 人間の担当者と比較して運用コストを85〜90%削減でき、すでに73%の企業が複数エージェントを連携して導入済みです。 2026年末には企業向けアプリの40%に実装される見込みで、ソフトウェアが個人の意思決定パターンまで学習するようになります。 中国では退職者の行動記憶すら模倣する技術が実用化され、特定個人のスキルを再現して自律的に処理を継続。 情報の整理と出力という人間の専売特許が、インフラへと溶け込んでいきます。 誰の仕事をAIに委ねるかという人員配置の見直し。 これが次年度のソフトウェア投資計画の前提となるはずです。 運用コストを下げる一方で、新たな摩擦も生んでいます。 米国では熟練労働者が自身の仕事を代替するAIを訓練しており、自らの手で未来の同僚を育てるジレンマに直面。 トップ専門家が時給180ドルで稼ぐ傍ら、元技術者は20ドルで働き、こうした格差が公的支援に頼る労働者を生み出しました。 ファストフード業界でも同様のデータ収集が進行中です。 中国の企業では代替AIの育成を命じられた技術者が反発し、労働倫理とノウハウの所有権を巡る対立が深まっています。 人間を単純に排除するアプローチは、現場の意欲を大きく削ぎます。 一方、スクウェア・エニックスの事例は対照的です。 マンガの写植指定業務にAIを導入して編集者の負荷を軽減し、従業員の体験向上を目的とした使い方が支持を集めました。 ゴールドマン・サックスは自律型AIを開発チームへ導入し、Coinbaseも元従業員モデルのAIをテストしています。 AIを従業員の代替ではなく、体験向上の武器として提供する。 この前向きなアプローチが今後の企業成長の鍵を握ります。 効率化の果てに誰を残し、どう働かせるのか。 自社の資料作成フローを見直す際、どこにAIを配置するのか。 自動化の波をどう実務へ落とし込むか、各分野の関連事例を見ていきます。 中国IT企業、技術者にAI分身の訓練を命令 中国のテック企業で、従業員が自身の業務を代替するAIエージェントの訓練を命じられるケースが発生しました。 この「AIクローン」の育成は労働者からの強い反発を招き、社会現象化しています。 AIによる人員削減が現実的になり、労使間の軋轢が浮上しました。 出典: MIT Tech Review 自らの代替AIを育てさせる手法は現場の意欲を低下させるだけでなく、経営の観点でもノウハウ流出や労使対立のリスクを伴います。 コスト削減のみを目的とした導入は思わぬ反発を招くため、従業員との丁寧な合意形成と配置転換の準備が事業継続の要です。 こうした労使の軋轢を回避し、実務で明確な成果を上げているのが次の事例です。 NEC、有価証券報告書のサステナ情報開示業務をAIで工数93％削減 NECは有価証券報告書のサステナビリティ情報開示業務に生成AIを導入しました。 約1300ページの関連文書の読み込みとExcelへの整理作業をAIに任せています。 結果として、この規制対応に伴う作業工数を93%削減することに成功しました。 出典: ITmedia AI+ 規制対応という膨大かつ定型的な文書処理業務で、AIは明確な投資対効果を生み出しました。 中小企業の管理部門でも即座にコスト削減効果を発揮し、前述の労使対立を避けつつ実利を得る有効な選択肢となります。 そして、コスト削減だけでなく「従業員体験の向上」へ舵を切ったのが以下のケースです。 ...

今日のニュース Databricks調査、特化型エージェント群が単一の高性能LLMより処理精度で21%優位に（VentureBeat） ChromeのGeminiサイドバーに「Skills」追加、AIプロンプトをワンクリックで再利用可能に（TechCrunch） Anthropic、企業向けAIエージェント統合基盤を提供開始、単一ベンダー依存の懸念も（VentureBeat） Modern Relay、AIエージェント間の共通インフラ構築に向け約4.5億円を調達（Tech.eu） Anthropic、OpenAIが支持するイリノイ州AI免責法案への反対を表明（Wired） ピックアップ: 特化型エージェントが単一巨大モデルの精度を21%上回る 「まずは一番高機能なAIを1本入れておけば間違いない」——そう判断して、高額なエンタープライズプランを契約したものの、現場の実務成果が期待を下回っていないだろうか。 Databricksの最新調査が、その判断を根本から問い直す結果を出した。複雑なデータベース照会のような実務タスクで、単一の高性能LLMを単独で使うより、複数ステップを踏む特化型エージェント群を組み合わせた構成のほうが、処理精度で21%高い成果を出したのだ。 数値にして21ポイント。誤差の範囲ではない。 なぜ特化型の組み合わせが強いのか 直感に反するように聞こえるかもしれない。「より賢いモデル1本」より「小さいエージェントの連携」のほうが勝るとはどういうことか。 背景にある構造はシンプルだ。実務タスクは多くの場合、複数の推論ステップが連鎖している。「データを引き出す」「条件を解釈する」「出力形式を整える」——各ステップに最適化されたエージェントを割り当てると、1つの巨大モデルが全工程を一括処理するより、各段階での精度が積み重なる。 工場の流れ作業に似た発想だ。万能な職人1人より、工程ごとの専門家が連携するほうが、精度と速度が両立する。 「万能AI」への投資コストは構造的に上がり続ける 精度の話だけではない。コスト構造の問題でもある。 AIの電力需要の増加を背景に、データセンターの運用コストは上昇し続けている。Oracleが2.8GWの燃料電池を自社設備に導入し、オフグリッドで電力を自給する計画を進めているのは、その典型例だ。電力確保に向けた関連投資は世界で6.7兆ドルに達するとの試算もある。 こうしたインフラコストは、最終的にエンタープライズ向けの利用料金に転嫁される。「万能な大型モデル1本」という選択は、精度でも価格でも、割高な判断になっていく可能性がある。 中小企業にとっての現実的な読み方 注意しておきたいのは、今回の調査がすべてのタスクで特化型エージェントの優位を示したわけではないという点だ。複雑なデータベース照会という、もともと複数ステップが絡む種類のタスクでの検証結果であり、単純な文章生成や要約のような一段階で完結するタスクでは話が変わる。 自社の業務を棚卸しするとき、問うべきは「より賢いAIが必要か」ではなく、「このタスクは何段階の処理で成り立っているか」かもしれない。多段階のワークフローを特化型エージェントに分割できる業務が社内にどれだけあるか——その数が、この調査の自社への適用可能性を決める。 巨大な単一システムへの投資を見直し、現場の特定タスクに特化した軽量なエージェントを組み合わせる戦略は、コストが限られる中小企業にとって現実的な選択肢の一つとなる。 関連調査: VentureBeat 各ニュース詳細 ChromeのGeminiサイドバーに「Skills」追加、プロンプトの保存と再利用が可能に Googleは、ChromeのGeminiサイドバーに「Skills」と呼ぶ機能を追加した。 よく使うプロンプトや作業手順をあらかじめ登録しておき、次回からはワンクリックで呼び出せる仕組みだ。 新しい専用アプリを導入しなくても、毎日開いているブラウザの中でAI支援を完結できる。 出典: TechCrunch 4月にAnthropicがWordアドインへのAI統合を発表し、それ以前にはWhatsApp上でのB2B業務自動化が話題になった。使い慣れた日常ツールにAIを溶け込ませる流れが、今度はブラウザでも進んでいる。 Anthropic、企業向けAIエージェント管理基盤を提供開始 AnthropicがClaudeをベースにした企業向けのマネージドサービスを開始した。 エージェントの構築・管理に必要な技術的な複雑さを吸収し、エンジニアリングリソースが少ない環境でも導入できる設計になっている。 ただ、特定ベンダーのエコシステムに業務フローが深く組み込まれると、後から別モデルへ切り替えるコストが見えにくい形で積み上がるという指摘も出ている。 出典: VentureBeat Modern Relay、AIエージェント間の共通インフラ構築に向け約4.5億円を調達 企業内で稼働する複数のAIエージェントが、互いにデータと文脈を共有できる共通インフラを手がけるModern Relayが、資金調達を完了した。 部門ごとにエージェントが個別に動く環境では、組織のルールや意思決定の文脈が各エージェントに届かず、自動化が部門単位で孤立するという課題がある。 ツール同士をつなぐ「エージェント間の共通レイヤー」という新たな市場を切り開く動きとして注目されている。 出典: Tech.eu Anthropic、OpenAIが支持するイリノイ州AI免責法案に反対を表明 イリノイ州で審議中の法案は、AIシステムが大規模な被害を引き起こした場合でも、AI企業の法的責任を大きく軽減する内容を含む。 OpenAIがこの法案への賛同を示す一方、Anthropicは「免責の範囲が広すぎる」として反対のロビー活動を行っている。 AI規制に対するアプローチの違いが主要各社の間で表れており、それぞれのロビー活動が活発化している。 出典: Wired AI企業が大規模被害の責任から免除される法的環境が整ったとして、それは導入企業にとっても安心材料になるだろうか。被害が起きたとき最終的に問われるのは「そのAIを業務に使うと判断した側」になる構図も読める。法整備の動向を追いながら、自社の運用ルールをどこに置くかを考える材料として読んでおきたいニュースだ。 今週のニュースに通底するのは、「万能な単一モデルへの依存から離れ、用途に特化した小さな仕組みを組み合わせる」という方向性だ。精度でも、定着率でも、コストでも、その発想が実務に合っていることを各事例が示している。 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

今日のニュース Linuxカーネル開発陣がAIコードの受け入れルールを策定。ZDNet LINEヤフーがYahoo! JAPAN IDのパスワード認証を廃止へ。ITmedia NEWS 米政府がAnthropicを規制。一方で財務省は金融利用を推奨。TNW 日本IBMがAI活用の開発基盤ALSEAを発表。属人性の排除を支援。ITmedia AI+ 英国NS&Iのデジタル刷新が約13億ポンドの予算超過。計画も4年遅延。The Register ピックアップ: LinuxカーネルがAIコードの受け入れルールを策定 「AIが書いたコードだから品質の責任はAIにある」 こんな言い訳が通る組織になっていませんか。 Linuxカーネルの開発陣が動きました。 AI支援ツールの利用ポリシーを正式に策定しました。 内容の核心は技術的な制限ではなく、責任の宣言です。 生成AIによるコードの提出を認めます。 ただし条件がある。 コードの品質と透明性に最終責任を負うのは人間です。 提出した本人が責任を持つと明記しました。 排除でも無条件容認でもない。現実的な路線です。 オープンソース界隈では論争が続いていました。 AI生成コードの扱いを巡る対立です。 「ライセンス問題や品質の担保ができない」という慎重論と、「開発効率を上げるため積極活用しよう」という推進論。 世界最大のプロジェクトがどう動くか注目されていた中で、示されたのがこの妥協点です。 面白いのはルールが技術を規律していない点です。 「人間の姿勢」を問うている。 AIを使おうが使うまいが提出者が内容を確認し、品質を保証する。 当たり前のことを改めて明文化する必要がありました。 エンジニアがいない会社でもこの構造は使えます。 ChatGPTで作成した提案書の誤りは作成したメンバーが確認する。 AIが生成した契約書の文面は担当者がチェックして署名する。 当然のことのように聞こえます。 ただ「AIが出したから」という言い訳が横行している組織は少なくありません。 4月7日の記事でMassMutualの事例を紹介しました。 AIパイロット版の乱立を解消した事例で、ガバナンス体制の構築が鍵でした。 今回のLinuxカーネルの決断はその延長線上にあります。 パイロット版から本番環境へAIを定着させるには、責任所在の明確化が不可欠です。 今回のルール策定はその具体的な一歩であり、AIを業務に組み込む際の最低限の前提条件を示しています。 ツールとしてのAIを受け入れつつ、確認と最終判断を人間が担う体制を整える。 その姿勢が組織全体の信頼性につながります。 自社のガイドラインにAI利用の責任所在は明記されていますか。 各ニュース詳細 LINEヤフーがパスワード認証を廃止へ LINEヤフーがログイン方式を段階的に一本化します。 対象はYahoo! JAPAN IDです。 パスキーを利用した方式へ移行します。 フィッシング詐欺対策として生体認証などを活用します。 安全なログインのみとする方針です。 SMSワンタイムパスワードとの併用は現状維持です。 移行状況を見ながら一本化を進めます。 出典: ITmedia NEWS 米財務省などがAnthropicの利用を推奨 財務省などが大手銀行にAI活用を促しています。 対象はAnthropicのAIモデルです。 サイバーセキュリティ対策への利用を推奨しています。 一方で国防総省は同社を規制対象に指定しました。 サプライチェーンリスクを理由としています。 同じ政府内で推奨と規制が並存しています。 企業の技術選定に予測しにくい状況が生まれています。 出典: TNW 日本IBMがAI活用の開発基盤ALSEAを発表 日本IBMが開発基盤ALSEAを発表しました。 過去の開発知見をAIに学習させます。 上流工程の属人的なノウハウをドキュメント化します。 次工程のシステム開発に活用できる仕組みです。 要件定義からテストまでの工程を対象とします。 国内企業のレガシーシステム移行を支援します。 ...