規制・政策

生成AIの電力消費を千分の一にする新モデルが登場。自社のクラウド維持コスト削減計画を立てる。 今日のニュース 生成AIの電力消費を千分の一にする非ノイマン型の新モデルが登場 — TNW Shopifyが特定AIモデルへの依存を排除する独自のプロキシ基盤を構築 — VentureBeat OpenAIとBroadcomが推論に特化した専用チップ「Jalapeño」を共同で発表 — OpenAI Blog Ripplingが複数SaaSに散在するデータを統合する管理基盤への進化を宣言 — TechCrunch 導入前のAI音声エージェントをテストする専門企業Covalが約43億円を調達 — TNW 仏Mistralが複雑な非定型帳票を構造化データへ変換する新モデルを公開 — VentureBeat 欧州委員会がAWSとAzureをデジタル市場法の規制対象に指定する方針を表明 — The Register IBMが1000億個のトランジスタを指先サイズに収めるサブ1ナノ技術を発表 — MIT Technology Review 金融業界向けのリスク判定プロセスを自動化するTaktileが約160億円を調達 — TNW ピックアップ: AIの電力消費1000分の1を可能にする新技術と、コスト構造が変わるまでのタイムライン 先月、OracleはAIインフラ投資へのシフトを理由に2万人を削減しました。 FordはEV向け電池工場をAI用蓄電設備へ転換しています。 巨額の資本と物理的なインフラがAIという一点へ集中しています。 このメガトレンドのど真ん中に小さくも鋭い問いが生まれました。 「そもそもAIはこれほど電力を消費する必要があるのか」という疑問です。 今の現実 — 電力という見えない請求書 国際エネルギー機関の予測があります。 2026年までに世界のデータセンターが消費する電力が倍増します。 日本の年間総消費量に匹敵する約1,000TWhに達する見込みです。 数字を少し身近なものに置き換えてみます。 ChatGPTは1回の応答で通常のGoogle検索の約10倍の電力を消費します。 およそ2.9Whの電力を使います。 これは一般家庭の約1万7000世帯分に相当します。 ChatGPT単体が1日でこの電力を使い切る計算です。 その膨大な計算処理を支えるのがNVIDIAのH100です。 このAIチップは1基あたり700Wの電力を消費します。 さらに1基の価格は約550万円と非常に高価です。 クラウド事業者はこの巨額の維持費を負担しています。 そしてそのコストはそのままサービス利用料へ転嫁されます。 企業が毎月AIツールに払う費用の裏側にはこの現実があります。 電力とチップのコストが積み上がって料金を押し上げています。 だからクラウド料金が高いという企業の感覚は間違いではありません。 本質的な変化 — 「計算の仕組み」を根本から変えるアプローチ この状況を打破する新技術が登場しました。 元DatabricksのAI責任者が創業したUnconventional AIです。 同社が画像生成モデル「Un-0」を新たに公開しました。 注目すべきは生成される画像の品質ではありません。 AIを動かす根本的な仕組みが変わった点です。 従来のAIは0と1のデジタル演算を膨大な回数繰り返して結果を出します。 GPUはその繰り返しを猛スピードで処理するための専用装置です。 しかし新モデルのUn-0はその前提を完全に取り払いました。 電圧の振幅ではなく発振器の位相を使って情報を処理します。 回路が物理的に最低エネルギーの状態へ落ち着こうとする現象を利用します。 この自然の物理現象をそのまま計算に活用する仕組みです。 量子コンピュータのような冷却設備などの特殊環境は一切不要です。 標準的な半導体製造プロセスで生産でき室温のまま動作します。 ミネソタ大学らの研究チームも同種の構造で実証結果を出しています。 従来CPUの消費エネルギーを0.52%に抑えつつ99.99%の精度を達成しました。 同社が主張する電力1000分の1という数値はこの構造に基づきます。 単なるソフトウェア上の処理効率化やデータ圧縮ではありません。 計算そのものの原理が異なるため根本的な省電力が可能になります。 ...

今日のニュース OracleがAIインフラ投資へシフトし、従業員を2万人削減 → The Register AnthropicがSlackで自律的に働くAIを発表 → VentureBeat Sakana AIが新連携システムを公開し高い性能を達成 → VentureBeat 米政府が全機関に2030年までの新暗号技術対応を指示 → The Hacker News 偽のAIエージェントスキルが審査を通過し2.6万環境へ拡散 → The Hacker News ピックアップ: Oracleが2.1万人を削減。自律型AIで社内リソースを再配分する Oracleが1年間で2.1万人の従業員を削減した。 従業員数は16.2万人から14.1万人に減少した。 報告書が開示したこの数字は、一つの経営判断を示している。 理由は明確だ。 データセンターとAIインフラへの巨額投資シフトである。 OracleはAI技術の導入が人員削減につながる可能性があると、自社報告書に記載した。 言い訳でも謝罪でもなく、方針として示している。 注目すべきは、これが悪化ではなく換算の話だという点だ。 人件費をAIインフラ費用へ換算する。 その方針が、世界最大級の企業の財務報告に記載された。 Ford、OpenAI、そして今回のOracle。 設備や外注費に加え、人員構成もAI投資の原資に変わった。 今の現実から見る ただし、即座にリストラしてAIへとはならない。 中小企業の現実は、より複雑だ。 AIツールは使っているが、効果が見えない。 ライセンス費に見合うか、判断できない。 こうした感覚の経営者は少なくない。 調査機関のデータによると、AI導入後に費用対効果の目標を達成できない企業は約25%に上る。 言語モデルのAPI費用はそのうちの一部に過ぎない。 大半は、人間による確認作業と保守費用が占める。 ここに、Oracleの判断が示すヒントがある。 重要なのは、どこに人間を配置するかという点だ。 自律型AIが変える業務の前提 発表されたClaude Tagは設計思想が異なる。 Slackに常駐し、自律的に動くAIだ。 これまでのAIは指示待ちだった。 人間が入力し、出力を確認し、次の指示を出す。 これをプロンプト疲れと呼ぶ人もいる。 Claude Tagは、業務の文脈を継続的に監視する。 そして、必要なタイミングで自律的に動く。 他社の公表事例でも、この流れは進んでいる。 AWSの事例では、AIがコードレビューを自律的に行い、機能リリース数が増加した。 Salesforceの事例では、サポート履歴を分析し、契約更新の提案書を数分で生成する。 共通しているのは、人間が細かく指示を出さない設計だ。 定型的な確認作業、情報収集、初稿の作成をAIに任せることで、人間が担うべき判断の時間が生まれる。 コストモデルの転換 もう一つ、見落とせない変化がある。 価格体系の変化だ。 従来のソフトウェアは、1人あたりの月額課金だった。 使わなくても、席の数だけ費用が発生する。 これが変わりつつある。 Sierraなどの企業は、課題を解決した時だけ課金する成果報酬型を採用した。 1件あたり数ドルという設定もある。 1アクション単位の従量制を提供する企業もある。 ツールへのアクセスではなく、業務の成果に対価を払う。 このモデルは、中小企業にとって費用対効果を明確にする。 人員構成の再定義という次の問い FordはEV電池工場を蓄電池施設へ転換した。 OpenAIは外注業務を内製化した。 これらは設備や外注費の再定義だった。 ...

今日のニュース AmazonVPが人間によるAI監視の限界を警告 TNW Langflowの脆弱性で7千台のサーバが標的に VentureBeat 生成AIの低品質な社内文書がナレッジ低下の要因になる TNW GoogleのAPI利用料80%値下げで価格構造が変化 Pandaily 台湾メモリ設計企業がAI需要で売上245%増見通し DIGITIMES アリババ系物流でクライミングロボ100台が稼働 Pandaily 北朝鮮の集団によるAI開発サプライチェーン攻撃 BleepingComputer 英政府が誤判定のある顔認証AIを導入 Ars Technica ノーベル賞受賞のJumper氏がAnthropicへ移籍 TechCrunch 中国Zhipu AIがHTMLデザイン評価で首位獲得 Pandaily Midjourneyが医療と温浴事業への参入を発表 ITmedia NEWS OpenAIがMac画面録画による作業代行機能を公開 ITmedia NEWS Anthropicが企業向け分析共有ワークスペース追加 VentureBeat 大阪メトロが月1000件の社内質問をAIで効率化 ITmedia AI+ 味の素が経理業務にAI導入し工数を76％削減 ITmedia AI+ インド通信大手が全サービスへのAI統合を宣言 TechCrunch 専門家がAIエージェントのアクセス権限管理を指摘 BleepingComputer Web閲覧AIを乗っ取るAutoJack攻撃手法が公開 The Hacker News GitHubが社内データ分析AIエージェント事例公開 GitHub Blog OpenAIがMac操作録画の自動化機能を公開 「AIに任せているはずなのに、なぜか人間の仕事は減らない」——そう感じている方は、少なくないはずです。その違和感は、数字でも裏付けられています。 商用AIエージェントの失敗率が最大95%に達している。 という調査データがあります。 これが現場のリアルな実態です。 人間の監視に依存する体制はすでに限界を迎えました。 Amazonのセキュリティ担当副社長が警告を発しました。 人間がAIを過信して出力の確認を怠る。 逸脱の常態化という現象が起きています。 Deloitteの最新の調査データがあります。 企業ユーザーの47%がAIの誤情報を信じました。 そのまま重大な意思決定を下しています。 人間の中途半端な介入による確認作業。 これらが業務のボトルネックを生み出しています。 この課題を解決する機能が登場しました。 OpenAIが公開したCodexの新機能です。 利用にあたってプログラミングの知識は必要ありません。 専門知識のない社員が独自の業務自動化ツールを構築できます。 Mac上での画面操作を実演して録画します。 日常の定型業務のPC操作を一度見せるだけです。 AIが自律的な作業プロセスを学習します。 そのまま手順を再現して作業を代行します。 画面操作ベースの汎用的な自動化の実現です。 高額な業務自動化ツールの導入費用。 外部のシステム会社への開発委託費用。 これらを自社の社員による内製化で削減できます。 現在の運用状況を確認します。 多くの企業がAIの出力を過信しています。 人間による監視機能の形骸化が進んでいます。 ただの承認印と化す問題点があります。 法曹界での実例が報告されています。 弁護士がAI生成の架空の判例を未確認のまま提出しました。 結果として裁判所に処罰されました。 医療現場でもエラーを含むメッセージが送信されています。 医師が内容の確認なしに承認した事例があります。 毎日繰り返される単調な承認作業。 人間の監視機能は容易に形骸化します。 技術が進んだ先の構造的な変化に対応します。 業務プロセスそのものをAIに任せます。 味の素の事例が参考になります。 誤りが許されない保守的な経理業務。 ここにAIエージェントを先行導入しました。 複雑な入力作業のプロセスを自動化。 結果として業務工数を76％削減しました。 ...

AWSの新機能で自社データとAIの連携が数分で完了。開発外注費を見直し自社の知見を資産化する 今日のニュース AWSがRAGインフラ管理を完全自動化しました。AWS Blog スタンフォード大がAPIコストを半分にする手法を発表しました。VentureBeat Databricksがデータ分断を解消しAIの活用を可能にしました。VentureBeat Arcadeが社内AIの権限管理基盤のため6,000万ドルを調達しました。TNW OpenAIの自律型AIが医薬品合成の化学反応を改善しました。OpenAI Blog 世界モデルAI開発のOdysseyが3.1億ドルを調達しました。TechCrunch SpaceXが株価高騰を背景にCursorの買収を進めています。TNW 米政府がAnthropicにモデル再公開の条件を要求しました。Wired 英国政府がAnthropicの適用除外を求めましたが拒否されました。TNW 米政府がSandboxAQに半導体素材のAI探索を委託しました。The Register ピックアップ: AWSのManaged Knowledge Baseが変えるもの 外注で数百万かけて作ったAIシステムがあります。それが数週間で古くなります。そんな経験を持つ方に今日のAWSの発表を共有します。 Amazon Bedrockで新機能の提供が始まりました。「Managed Knowledge Base」です。自社の業務データをAIに読み込ませます。正確に回答するアプリを数分で構築できます。 ここで少し立ち止まります。「数分で」という言葉は軽く聞こえます。これまでのRAG構築の面倒さを整理します。 RAG構築の現実とコモディティ化 RAGはAIが回答を作る際の仕組みです。登録した自社データを検索して根拠にします。社内の知識をAIに持たせます。汎用AIに自社専用の頭脳を与えます。 ただ、構築には落とし穴がありました。データ取り込みの設計が必要です。データベースの選定や管理も必要です。検索精度の調整も伴います。自前で行うとエンジニアが数週間かかります。外注すると数百万円のコストが発生します。しかも保守が続きます。AWSは今回この部分を自動化しました。 インフラの組み立て作業がなくなる。これが今回の発表の核心です。 データ資産の問いへの回帰 ではインフラの壁が消えた先に何があるのか。 新機能が提供するのは入れ物です。中身の自社データは各社が自力で整備します。ここで問われるのが自社データの資産化です。 外注費などを削減した予算に行き場ができました。社内の暗黙知のデジタル化やデータの整理です。地味で後回しにされがちな作業ですが、RAG構築コストがほぼゼロになった今、データ整備の時間が直接AIの精度に変わります。 ここには世界的な文脈があります。Odysseyの評価額が14.5億ドルに達しました。AIの主戦場は物理世界の実作業に移っています。世界モデルAIが普及する未来を想定すると、その恩恵を受ける条件は一つ——自社データがAIと連携できる状態にあること。今回の発表はそのコストを引き下げました。 「入れ物が良くなっても中身次第」という批判 もちろん楽観的な見方だけでは不十分です。 インフラが自動化されても課題は残ります。データが古ければAIは誤った回答を返します。質の悪いデータからは悪い結果しか出ません。構築が簡単になるほどこの問題が目立ちます。以前は構築の手間がフィルターとして働きました。 つまり浮いた工数の使い道が問われます。担当者がデータの品質管理に向き合えるか。そこに差が出ます。 自社で整備できているデータを棚卸ししてみてください。今日試すとしたらどのデータから始めますか。 各ニュース詳細 スタンフォード大がマルチAIのAPIコストを50%削減する手法を発表 スタンフォード大が新しい手法を発表しました。 中央の指揮役なしでAI同士が自律協調します。 タスク実行のAPIコストを50%削減しました。 分散設計でマルチAIシステムの構築が簡単になります。 出典: VentureBeat Databricksが運用データと分析データの分断を解消しAIのリアルタイム活用を実現 運用データと分析データの分断を解消しました。 AIがリアルタイムの運用データへ直接アクセスします。 最新情報を元にAIが意思決定できる環境が整います。 古いデータによるAIの誤答を構造的に防ぎます。 顧客対応や在庫管理での判断精度を高めます。 出典: VentureBeat ArcadeがAIエージェントの権限管理基盤を提供するため6,000万ドルを調達 ArcadeがシリーズAで6,000万ドルを調達しました。 社内AIがシステムを操作する際の権限を管理します。 AIは与えられた権限を最大限に利用する性質があります。 その制御が基幹業務へのAI導入における課題です。 出典: TNW 米政府がAnthropicに完全な脱獄防止を再公開の条件として要求 米政府はAnthropicのモデル再公開に条件をつけました。 完全な脱獄防止措置を求めています。 脱獄とはプロンプト操作で安全機能を迂回する手法です。 技術的に完全な防止は現時点で不可能と指摘されます。 英国政府の適用除外要請も米政府に拒否されました。 出典: Wired / TNW ...

今日のニュース Stack OverflowがAI間で技術情報を共有する専用掲示板のベータ版を提供開始 Publickey Salesforceが無人顧客対応AIのFinを約5500億円で買収しプラットフォームへ統合 TechCrunch Copilot経由で社内データが流出する脆弱性が発見されアクセス権限の厳格管理が課題に The Hacker News NewCoreがAIエージェントのアクセス権を一元管理する基盤開発で約100億円を調達 TechCrunch Monday.comが約300億円のファンドを新設し業務AIスタートアップの囲い込みへ TNW FoxがRokuを約3.4兆円で買収しコンテンツと端末を統合した広告プラットフォームを構築 TechCrunch 英国政府がメンタルヘルス保護を目的に16歳未満のSNS利用を禁ずる厳格な措置を発表 TechCrunch インドのSarvamが約360億円を調達し自国に最適化されたエンタープライズAIを展開 TechCrunch マルチエージェントの連携に向けたAI間通信の次世代プロトコルを巡る主導権競争が活発化 VentureBeat Sakana AIが調査や分析に特化した商用版リサーチエージェントの提供を新たに開始 ITmedia AI+ Stack OverflowがAI専用掲示板のベータ版を提供開始 「また追加費用が発生した」——そう頭を抱えた経験のある経営者は少なくないはずです。 何度打ち合わせても追加の費用が発生します。 既存の紙業務をそのまま画面にするような提案もあります。 要件定義のたびに発生する意思疎通の手間は無視できません。 ベンダーに依存するとシステムの中身が見えなくなります。 これらは企業の成長スピードを遅らせる要因になります。 前回の記事で開発チームの65%がAI化する予測に触れました。 本日はその予測を裏付ける事実を取り上げます。 外部委託の悩みを解決する新しい技術が登場しました。 新野淳一氏が運営するPublickeyの報道によると。 Stack Overflowが新サービスを提供開始しました。 AI同士が技術情報を共有する専用の掲示板です。 これまで人間向けだった巨大QAサイトが変わります。 AIが直接通信するための場所として機能します。 あるAIが試行錯誤して得た解決策を書き込みます。 それを別の組織のAIが即座に読み取り活用します。 人間が解決策を検索する時代から移行します。 AI自身が自律的に知識を検索し共有する仕組みです。 現在の生成AI導入における現実を見てみましょう。 企業AIチームの78%が初年度のAPI予算を超過しています。 高度なAIモデルの動作には多くの計算リソースが要ります。 各組織のAIはこれまで独立して稼働していました。 同じエラーに直面するとそれぞれが試行錯誤を繰り返します。 この無駄な反復が運用コストを押し上げています。 今回のAI掲示板はこの課題を解決する手段となります。 他のAIの成功例を流用して計算の無駄を省きます。 APIの利用コストを最大80%削減できる試算もあります。 この技術は予算の限られた中小企業に恩恵をもたらします。 莫大な開発費を用意する必要はありません。 他のAIが解決した知見を自社のAIが借りてくるだけです。 世界中の優秀なエンジニアが自社を助けてくれる感覚です。 APIの呼び出し回数が減ることでランニングコストが下がります。 予測不可能な追加費用に怯える必要もなくなります。 予算の見通しが立てやすくなることは経営の安定に繋がります。 複数のAIが協力する仕組みは開発の形を変えます。 AI同士が自律的に知識を交換し連携して作業を進めます。 タスクの完了時間が短縮されプロセスの精度が向上します。 これは中小企業にシステム開発を内製化する機会を与えます。 外部委託していた作業を非エンジニアでも社内で処理できます。 要件定義からコード作成までを社内のAIが完結させます。 外部ベンダーとの調整業務に時間を割く必要がなくなります。 内製化によりシステムの仕様がブラックボックス化しません。 自社の業務プロセスに完璧に合致した仕組みを構築できます。 画面の変更や機能の追加も社内で迅速に対応可能です。 事業の成長に合わせて柔軟にシステムを成長させられます。 市場の変化に即座に対応できる俊敏性が手に入ります。 これもAIによる内製化がもたらす大きな副産物です。 一方で注意すべき視点もあります。 AIの自律性が高まるとリスク管理の仕組みが必要です。 重要な判断には人間が必ず関与する体制を作ります。 これをハイブリッド型の承認プロセスと呼びます。 AIにすべてを任せるのではなく有能な部下として扱います。 またAIが働きやすいように社内データを整えることも大切です。 現在APIを設計済みの開発者は**全体の24%**に留まります。 人間向けの紙資料をAIはそのままでは読み取れません。 データに直接アクセスできる環境作りが最初のステップです。 ...

今日のニュース ガートナーがAIチームの65パーセントのIDE不要化を予測した。Publickey Anthropicへのアクセス制限は提携先Amazonのセキュリティ懸念報告が発端と報道された。The Verge 米国の弁護士がAIを活用し労働集約的なリサーチや文書作成の30時間を10時間に短縮した。TNW 専門用語や文脈を瞬時に提示しプロ通訳者の業務を補強するリアルタイムAIツールが登場した。TNW SAPが自律的にタスクをこなすAgentic AIの実装を加速し実業務への定着を推進している。DIGITIMES DAZNが年間プランを月額と誤認させる表記で謝罪し希望者への解約対応を発表した。ITmedia NEWS イトーキがデータとAI活用の前段階としてレガシーな基幹システムを刷新した。日経クロステック 関西電力が組織風土改革を根幹に据えAI前提で業務を再構築する方針を発表した。日経クロステック 中国のDiDiがアプリ名から配車を外し複合的プラットフォームへと戦略を拡大した。Pandaily FBIが100万件のURLを用いたAI生成によるフィッシング攻撃網を摘発した。BleepingComputer 新規上場したSpaceXの株価が初日終値で19パーセント上昇し時価総額2兆ドルを突破した。TechCrunch 米政府の国家安全保障上の指令でAnthropicが最新モデルの提供を一時停止した。VentureBeat RAGの精度を保ちつつAIのトークン消費量を10分の1に抑える技術が発表された。VentureBeat 言語モデルの幻覚を防ぎ最も確からしい推測と不確実性を提示する新手法をGoogleが開発した。VentureBeat ガートナーがAIインフラのボトルネックは発電ではなく送電網の不足であると予測した。ITmedia AI+ AIインフラ企業のCoreWeaveがIPOから15ヶ月でNasdaq100指数の構成銘柄に採用された。TNW 環境負荷や景観への懸念から地域住民の反対運動が激化しデータセンター建設が頓挫した。Ars Technica AI検索が生成した虚偽情報についてシステム提供企業が法的責任を負うべきとの判決が下された。Wired AIエージェントを欺き悪意のあるコードを実行させる新攻撃手法が発見された。The Hacker News Xiaomiが長文タスクにおいて既存モデルを凌駕する自律型AI支援ツールを公開した。VentureBeat ガートナーがAI導入チームの65パーセントでIDE不要化を予測 「2027年までに、AIチームの65パーセントがIDEを必要としなくなる」——ガートナーがそう予測を発表したとき、多くのエンジニアや経営者は耳を疑ったかもしれません。開発ツールの象徴ともいえるIDEが不要になるとは、いったいどういうことなのか。AIの自律化により開発環境の見直しが進みます。一部の企業で始まった少人数の開発体制。これが市場全体の標準へ移行する動きです。 現在のシステム開発の現場は変化の途上です。AIツールを入れても費用対効果が見えない。そんな声も聞かれます。要件定義が曖昧なまま発注し納品後にトラブルになる。従来型の外注課題も残っています。エンジニアはエディタの横にチャット窓を置きます。そして手作業でコードを移しています。既存業務のままの導入は効果を引き出せません。AIはまだ補完ツールとして扱われています。コードを書く作業は依然として人間に依存しています。 水面下でシステムの仕組みの移行が進んでいます。AIはコードを書く道具から自律稼働する基盤へ進化しました。AI開発市場への支出は約1.5兆円に達しています。自律型AIを導入したNubankの事例があります。600万行のコード移行時間を12分の1に短縮しました。結果として20倍のコスト削減を実現しています。世界的な普及率も高まりました。社内コードの約半分をAIが担う企業もあります。Cursorなどの協働エンジンも登場しました。導入企業ではコードの統合数が39パーセント増加しています。AIが計画からテストまで完結する環境が整いつつあります。 さらにPixelRAGのような新技術も登場しました。AIの実行にかかるトークン消費が10分の1に下がりました。中小企業が開発を内製化する金銭的なハードルが下がりました。プログラミングの性質が根本から変わります。コードを書く作業からAIを指揮するマネジメントへ移行します。この変化はシステム外注費という負担を引き下げます。多額の変動費を見直し社内にノウハウを残すことができます。外部委託を見直し自社の独自の強みを育てます。 浮いた予算の投資先はデータ基盤構築などのコア業務です。イトーキはAI活用を見据え基幹システムを刷新しました。散在するデータを統合し、意思決定に使える経営基盤を構築しています。関西電力も組織風土改革を根幹に据えています。業務プロセス自体をゼロベースで見直すアプローチです。自律型開発体制の導入とデータ資産の整備は両輪です。足元のシステム刷新がAI活用の基盤づくりに役立ちます。 一方で人間がコードを確認するプロセスの重要性が高まりました。処理速度が平均55パーセント向上する一方で課題もあります。生成されたコードの品質を保つ人間のレビューが必要です。AIを欺く攻撃手法も報告されています。人間とAIが協力してコードを確認する体制を整えます。これにより安全性を保ちながら内製化を進めることができます。 システム開発の内製化は多重下請け構造の見直しにつながります。浮いた外注費を自社のデータ基盤へ再投資します。システム外注費を削減し予算とリソースの再配分を進める——その第一歩を踏み出す絶好の機会が、今まさに訪れています。 Amazonの懸念報告がAnthropicモデル停止の発端に 米政府によるAnthropicへのアクセス制限は、提携先Amazonのセキュリティ懸念報告が発端と報道された。企業間の競争がセキュリティ基準の解釈を通じて規制当局を動かした。 出典: The Verge 米国の弁護士がAIツールで作業時間を3分の1に短縮 Metaに勝訴した米国の弁護士が、専門的なリサーチや文書作成においてAIを活用した。通常30時間かかる作業を10時間で完了させたことを明らかにした。 出典: TNW Intercallがプロ通訳者を支援するリアルタイムAIを提供 代替ではなく支援を目的に開発されたIntercallのAIが提供されている。通訳業務において専門用語や文脈をリアルタイムに提示する仕組みだ。 出典: TNW SAPがAgentic AIの実装を加速し実業務へ定着 企業向けSaaSのSAPが、システム間で自律的に動作するAgentic AIの実装を加速させている。単なる対話型インターフェースから、業務を自律的に代行するエージェントへと移行している。 出典: DIGITIMES DAZNが料金表記で謝罪し希望者への解約対応を発表 年間プランを月額契約と誤認させる表記があったとして、DAZNが謝罪した。希望者には解約に応じると発表した。 出典: ITmedia NEWS イトーキがデータ統合に向けて基幹システムを刷新 イトーキがデータとAIをかけ合わせたDXを推進している。サイロ化したデータを統合しOracle ERPへ移行した。AI活用を前提としてレガシーシステムからの脱却を進めている。 出典: 日経クロステック 関西電力が組織風土改革を根幹にAI前提の業務を再構築 関西電力はAIをツールとして導入するにとどまらず、業務プロセスそのものをゼロベースで見直している。この変革の土台として組織風土改革に注力している。 出典: 日経クロステック DiDiがアプリ名から配車を外し複合プラットフォームへ拡大 中国配車最大手のDiDiがアプリ名から配車を意味する言葉を外した。生活インフラ全般を担うスーパーアプリへの進化を図っている。 出典: Pandaily ...

今日のニュース 米国トップ1%の企業は従業員1人あたり月額約110万円をAIに投資する。TechCrunch 英国の労働者はAIのミス修正に週平均約6時間を費やしている。The Register 米生保大手はAIモデル契約を12ヶ月に限定しベンダー依存を回避した。VentureBeat Cohereが単一GPU環境で動くコーディングAIをオープンソース化した。VentureBeat 新型Siriは200億パラメータの独自AIを端末内で直接処理する。ITmedia NEWS Instagramはメインフィードの表示内容を直接調整できる新機能を導入した。The Verge 欧州で5000万ユーロ規模のB2B向けAI企業統合ファンドが設立された。Tech.eu Microsoftはデータ保持の懸念から社内のClaude最新モデル利用を制限した。The Verge 独裁判所はGoogleのAI検索要約に関する裁判で同社に不利な判決を下した。Ars Technica Anthropicは推論能力の高いエンタープライズ向け新モデルFable 5を発表した。VentureBeat ピックアップ トップ企業のAI投資は1人月額110万円 米国企業のAI投資額で、極端な二極化が進んでいます。 Ramp社が調査結果を報告しました。 米国企業の中央値は従業員1人あたり月額11ドルです。 対してトップ1%の企業は月額約7,500ドル、日本円で約110万円を投じています。 両者の間には約680倍の開きがあります。 この数字だけ見ると、中小企業には無縁な話に映るかもしれません。 ただ、この「680倍」は投資意欲の差というより、AIの使い方の構造的な違いから生まれています。 巨額投資の正体はトークン消費 月に110万円という金額は何に消えているのか。 背景にあるのは、AIの使い方の質的な変化です。 Cursorのような自律型AIは、人間の指示を逐一待ちません。 自ら連続してタスクを処理するため、トークン消費が従来型の利用と比較にならないほど増加します。 つまり月額110万円の大半は、ツールのライセンス料ではありません。 エージェントAIが業務をこなすために消費する、いわば「燃料代」です。 自社サーバーをほとんど持たず、外注で業務を回してきた企業には、この感覚がまだ薄いかもしれません。 既存業務フローのままコストだけ増やしていないか あなたの会社ではどうか。 AIのライセンス費に見合う効果を実感できているだろうか。 AIの利用料を単なるコスト増として見ると、採算が合いません。 既存の業務フローを変えないまま、ランニングコストだけを上乗せするからです。 ここで視点を変えてみます。 外注費との置き換えとして捉えると、話が変わります。 要件定義が曖昧なまま外部ベンダーへ発注し、納品後に仕様の齟齬が発覚する。 手戻りと追加費用が重なる、この調整作業の予算と時間をAIのトークン消費へ振り替えます。 外部への発注を、社内で稼働するAIエージェントへの指示出しに切り替えるイメージです。 そして、外注から自社処理への切り替えで浮いた予算を、自社のデータ基盤整備へ回します。 中長期の競争力は、AIをどれだけ高価なツールとして導入したかではなく、自社データをどれだけ整備してAIに活用させられるかで決まります。 月額110万円という数字は、そのフェーズに入った企業が払っている「燃料代」の目安として読めます。 英国の労働者はAIのミス修正に週6時間を費やしている 英国の労働者はAIのミス修正や指示出しに週平均約6時間を費やしている。 AIによる生産性向上の期待が手作業のフォローアップで相殺されている。 従業員の90%がAIを利用する一方で、生産性向上を報告する企業は少ない。 出典: The Register 米生保大手MassMutualはAI契約を12ヶ月に限定した MassMutualはAIモデルの陳腐化を見越し、契約期間を1年以内に抑えている。 特定ベンダーに依存しない調達体制を整え、開発チームの生産性を30%向上させた。 技術の更新サイクルに合わせて常に切り替えられる柔軟な戦略を採用している。 出典: VentureBeat Cohereは単一GPUで稼働するコーディングAIを公開した CohereはH100単一環境で稼働するオープンソースのコーディングAIを公開した。 高額なクラスタ環境を持たない企業でも高度な自律型AIを利用できる。 エンタープライズ開発におけるローカル環境でのAI構築を支援する。 出典: VentureBeat Appleの新型Siriは200億パラメータを端末内で処理する Appleの新型Siriは200億パラメータの独自AIをiPhone上で直接動かす。 単純な外部API連携ではなく、端末内でコンテキストを深く理解する。 プライバシーを保護しながら高度なパーソナルアシスタントを実現する。 ...

今日のニュース AI導入で月間の作業時間が減った。 そんな報告を聞いたことはないでしょうか。 喜ばしい半面、現場の生産性が本当に上がったのか。 実感がない。 そんな悩みを抱える経営層は少なくない。 まずは本日の主要な動向を確認する。 Appleが次世代Siriを発表し複数アプリの自動操作へ。The Verge 救急病院がAI電話対応を試験導入し実業務で対応精度を向上。ITmedia AI+ Amazonがカナダで140億ドル調達しAI向けデータセンター投資へ。TNW Sakana AIが新たな研究チームを設立し自律的に成長するAI開発へ。ITmedia AI+ CloudflareがVoidZeroを買収しエッジ領域の開発環境を強化。Publickey IBMがAIを前提とした業務プロセスの再構築を提唱。ITmedia AI+ 生成AIを活用したフィッシング攻撃が増加しSOCの警告件数が増加。The Hacker News 米国議会に新法案が提出されクリエイターの作風を保護。ITmedia NEWS 英国政府がElevenLabsと提携し公共サービスの多言語音声対応へ。TNW Ubuntuが新機能を公開しAI開発向けのサンドボックス環境を構築。Publickey IBM、AI前提の業務再構築を提唱 IBMは新たな経営指針を発表した。 「AIオペレーティングモデル」という概念だ。 既存の業務にAIを付け足すのではない。 業務プロセスをゼロベースでAI前提に再設計する。 今の業務フローを維持したままのAI導入。 それは手書き台帳を画面上で再現するような無駄を生む。 まずは現場の現実を見てみる。 AIツールを契約し、アカウントを配った。 現場からは「使ってはいるが効果が見えない」との声。 会議室ではこんな生々しいやり取りが続く。 「要件定義が曖昧なまま発注してしまった」 「誰も使わない高額なボットができあがった」 既存のプロセスをそのままAIに置き換えるだけでは、コストに見合うリターンを得られない。 高機能な独自AIの構築には数万から数十万ドルのコストがかかる。 表層的な効率化だけでは投資を回収できない。 技術が進んだ先にある本質的な変化を見つめる。 画面のコンテキストを理解する次世代AIの台頭だ。 Anthropicの次世代モデルを例に挙げる。 PC画面を視覚的に理解し、カーソルを動かす。 そして複数アプリ間のタスクを自律的に実行する。 Appleの次世代Siriも同様の進化を遂げる。 API連携に依存しない手法が確立されつつある。 画像認識を活用し、GUI経由で直接端末を操作する。 これまで人間による画面操作を前提とした業務プロセス。 それ自体がいずれ機能しなくなる。 GoogleはAndroidやWorkspaceとAIを深く統合する。 カメラ映像を通じたリアルタイムな視覚連携を進める。 Amazonも数万の外部APIと連携する次世代版を投入予定だ。 こうした市場の変化が、企業側にAI前提の再設計を迫っている。IBMの提唱はその流れと重なる。 以前の記事でお伝えした成功事例を振り返る。 Anthropicによる本番コードの80パーセント自動作成。 千葉銀行グループでのシステム移行工数8割削減。 これらは業務の抜本的な見直しがもたらした成果だ。 見落としがちな側面にも目を向ける。 業務を再構築しても、現場から人が消えるわけではない。 複雑な例外対応や部門間の感情的な調整。 そこには依然として人間の介入が残る。 むしろ問われるのは、生み出された余力の使い道だ。 高精度なAIを自社で安全に稼働させる土台には、良質なデータ基盤が必須となる。 自動化で削り取った予算と時間をどうするか。 自社のデータ基盤整備へ着実に再投資する。 それが次の成長に向けた足場になる。 目の前のツール導入に気を取られていないだろうか。 本格的なAI活用の前に、自社のデータを整理する。 ...

Anthropicのコードの80パーセントをAIが記述。浮いた予算を自社のデータ基盤構築へ投資する 今日のニュース AnthropicのCEOが本番コードの80%をClaudeが書くと公表 Agentic AI普及でテストや要件定義が次の開発課題に 中国移動とZTEがクレーム分析AIを導入し原因究明を自動化 米経費データでDeepSeekへの乗り換えが増加率首位を記録 自己増殖型ワームMiasmaがMSのGitHub73件に感染 ピックアップ: Anthropicが本番コードの8割をAIで生成。外注費の見直しと自社データ基盤への再投資 自社のシステム開発費を「仕方ないコスト」と思ったまま、今期も払い続けていませんか。 AnthropicのCEO、ダリオ・アモデイ氏が公言した。同社が書く新しい本番用コードの 80% を、自社AI 「Claude」 が記述していると。補助ツールとしてではなく、中核となるプロダクションコードをAIが担っている。開発自動化の議論が一段階変わった。 角度を一つ変えると。世界で最も高度なAI開発を手掛ける企業自身が、その開発プロセスを自社AIで代替している。技術的な自慢話ではなく、コスト構造の問題だ。 今の現実: 補助ツールから「主力戦力」へ AIコーディングツールは2023年頃から普及した。ただ多くの企業では、エンジニアが書いたコードをAIが添削する使い方にとどまっていた。 Anthropicの事例はその位置づけを逆転させている。AIが書いたものを人間が確認・承認する、という流れだ。 ただし、これが即座に「エンジニア不要」を意味するわけではない。Anthropicほどの規模でこれを実現するには、厳格なコードレビューとテスト自動化の仕組みが前提として存在する。土台なき自動化は、スピードより先にバグを量産する。 本質的な変化: 「作る」から「管理する」へのシフト コストの観点で見ると、構造的な変化はここにある。 AnthropicもOpenAIも年間数十億ドル規模の赤字を計上し続けている。推論コストだけで年間20億ドル超、研究開発を合わせれば50億ドルを優に超える。莫大なインフラ投資を維持するために、人件費を含む開発プロセスを可能な限りAIで代替するほかない。その結果として生まれた「本番コードの80%」という数字だ。 翻って中小企業の場合、システム開発費や外注費は固定費として膨らみやすい。要件定義が曖昧なまま発注し、修正のたびに追加費用が発生する——こうした構造を、コード生成の自動化は直撃する。「コードを書く」部分の費用が下がれば、そのぶん要件定義や設計に人と時間を集中させられる。 見落としがちな補足: リスクと、浮いた予算の行き先 一方で、Gladstone AIが米国務省の委託を受けてまとめたレポートは、AI生成コードの品質管理とガバナンスへの注意を促している。コードが自動生成されるほど、何がどこで動いているかを人間が把握し続ける体制が重要になる。自動化のメリットを得るには、管理の仕組みを同時に整えることが前提だ。 そして、そこで生まれる余地。開発費の一部を圧縮できたとして、その予算をどこに回すか。 過去の記事で繰り返し触れてきたように、自社固有のデータを蓄積・整理するための基盤整備は、AIを「外から借りるもの」から「自社の強みを乗せるもの」に転換する起点になる。汎用AIツールに誰でもアクセスできる今、差がつくのはコードの質より手元にあるデータの質だ。Anthropicの今回の発表は、その議論をより具体的な話にした。 あなたの会社の開発コストのうち、「書くこと」に払っている部分はどれくらいありますか。 各ニュース詳細 Agentic AIがコーディングを自動化し、テストや要件定義が次の課題に AIによるコーディングの自動化が進んだ結果、開発現場でそれ以外の未解決課題が表に出てきた。テスト設計、要件定義、インフラ管理といった領域でのボトルネックが前面に出た形だ。AIツール群を束ねる全体設計と、開発プロセスのマネジメント能力の比重が上がっている。 出典: VentureBeat 中国移動とZTE、クレーム分析から原因究明までをAIエージェントで自動化 中国移動江蘇省とZTEが、通信障害などの顧客クレームを処理するAIエージェントを共同導入した。マルチモーダルモデルとエージェント技術を組み合わせ、シグナリング分析から問題の特定までを自動処理する。従来は高度な専門知識を要した保守運用業務を、知識主導型のプロセスへと転換した。 出典: The Register 米決済データで判明、DeepSeekへの乗り換えが月次調査で増加率首位を記録 米決済プラットフォームRampが5万社超の取引データをもとに公開した月次調査で、DeepSeekが増加率首位に入った。入力コストはOpenAIの主要モデルと比べて数分の一の水準にある。セキュリティ上の懸念があるにもかかわらず、企業が直接APIに課金している実態をRampのエコノミストが指摘している。 出典: ITmedia AI+ 自己増殖型ワーム「Miasma」、MicrosoftのGitHubリポジトリ73件に感染 自己増殖型ワーム「Miasma」がMicrosoftのGitHubリポジトリに侵入し、73件が無効化された。開発環境そのものを標的にするサプライチェーン攻撃で、自動化が進む開発現場での新たな手口だ。コードの出所確認とAIツールへのアクセス権限の範囲をチームで取り決めておくことで、感染経路を絞り込める。 出典: TNW 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 Anthropicの本番コード80%をAIが生成 — CEOが自社AIモデル「Claude」による自動生成の実態を公表 VentureBeat ChatGPTでローカルPDFエディタを自作 — 機密ファイルを外部送信せずAIの恩恵を受ける実践事例 ZDNet SupabaseがFirebase代替として評価額1.5兆円に — 8ヶ月で評価額を倍の100億ドルへ TechCrunch CodexがHTTP/2の脆弱性を発見 — 家庭用PCでもサーバ停止が可能な攻撃手法が判明 ITmedia NEWS ピックアップ: AnthropicのClaudeが本番コードの80%を生成、開発費の再配分を考える機会に AnthropicのCEOが公表した数字は、シンプルで重い。 自社の新しい本番用コードの80%が、すでに自社のAIモデル「Claude」によって書かれている。 この数字が興味深いのは、「AIが人間を補助する」という段階の話ではないからだ。AIが自分自身のシステムを構築し拡張していく、自律的な開発の構造がすでに動いているという報告である。 何が変わり、何が変わっていないか 誤解を避けるために整理しておく。 現時点でAIが書くコードは、人間のエンジニアによるレビューと意思決定を経ている。「エンジニア不要」という話ではなく、エンジニアの仕事の重心が「書く」から「判断する・設計する」へ移っているイメージに近い。 それでも80%という数値は、従来の「人月」を前提にしたシステム開発の見積もりを根底から問い直す水準だ。 過去にお伝えした千葉銀行グループのシステム移行工数80%削減、Pinterestの推論コスト90%削減と同じ流れが、今度は「コードを書く工程そのもの」へ及んでいる。 コスト構造への影響：外注費の計算式が変わる コスト構造への影響は直接的だ。 従来のシステム開発では、工数×単価という人月の計算式が外注費を決めていた。AIが生成するコードの比率が高まるほど、この計算式は意味を失っていく。 100人月かかっていたプロジェクトが20人月で完了するなら、外注費はそれだけ圧縮できる可能性がある。 この変化を支えるインフラの規模は大きい。GoogleはSpaceXに対して月額9億2,000万ドル（約1,380億円）の計算資源利用料を支払う契約を結んでいる。AIの学習コストは2027年に1モデルあたり10億ドルを超えるとも試算されており、この領域への正面からの参入は現実的ではない。 ただ、天文学的なコストで鍛え上げられたAIモデルを「使う側」に回れば、話は変わる。自社でインフラを持たずとも、開発工数の削減という効果だけを手にできる立場が中小企業にはある。 見落としがちな補足：クラウド依存にも別のリスクがある ひとつ付け加えておく。 米ニューヨーク州議会は、AIインフラの急拡大による電力負荷を理由に、新規の大型データセンター建設を1年間禁止する法案を可決した。クラウドAIの成長に規制という逆風が吹き始めている。すべての処理を外部クラウドに委ねる戦略には、サービス制限や価格変動の可能性が伴う。 浮いた開発費をどこへ向けるかの選択肢として、自社独自のデータ基盤——データベースやデータの流れを管理する仕組み——の整備が入ってくるのは、このためだ。 外部依存を減らしながらAIを活用できる自社固有の土台を持つ。コスト削減の果実を単なる経費節減で終わらせない使い道として、検討する価値がある。 あなたの会社では、システム開発の見積もりに「AIによる工数削減」を織り込んだことがあるだろうか。 各ニュース詳細 機密データのクラウド送信を回避しながらPDFエディタをローカルで自作した実践事例 機密データのクラウド送信を避けながらAIの利便性を活かす手法として、ChatGPTのコード生成機能を活用してオフラインで稼働するPDFエディタを独自開発した実践事例が報告された。AIに対して直接ファイルを渡すのではなく、コードの生成指示のみを行うことでデータをローカル環境に留め置くアプローチとして注目されている。 出典: ZDNet SupabaseがFirebase代替として直近8ヶ月で評価額を100億ドルへ倍増 Supabaseは直近8ヶ月の間に企業評価額を100億ドル（約1.5兆円）へと倍増させた。Googleが主導するFirebaseの代替としてオープンソースの開発者コミュニティへの浸透が進んでいる。 出典: TechCrunch AIモデル「Codex」がHTTP/2の新たな脆弱性を発見、nginxとApache httpdに影響 OpenAIのコーディング支援AIモデル「Codex」が、HTTP/2プロトコルに内在する新たなDoS攻撃手法を発見した。100Mbps程度の通信帯域があれば、家庭用PCからでも対象サーバを数秒で停止させられるとされ、nginxおよびApache httpdが影響を受ける。発見を受けて一部サービスはHTTP/1.1への切り替えによる緊急対応を実施した。 出典: ITmedia NEWS PDFをブラウザで高速表示したいですか？ 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