Tech News JP

Anthropicは、業務全般を自律的にこなすAIエージェント「Claude Cowork」を、これまでのデスクトップ専用からモバイルアプリとWebブラウザにも拡大した。ベータ版として提供が始まり、セッションやファイルはAnthropicアカウントに同期されるため、デバイスをまたいで作業を継続できる。同時に公開された利用データからは、Coworkを使う人の大半がプログラミング以外の業務でAIエージェントを活用している実態も明らかになった。 Claude Coworkとは何か Claude Coworkは、コーディングに特化した「Claude Code」とは異なり、スプレッドシートの整理やレポート作成、資料の下書きといった一般的な業務を自律的にこなすことを目的としたAIエージェントだ。指示を受けたAIがバックグラウンドでタスクを実行し続け、人間は必要なタイミングで結果を確認するという設計になっている。 モバイル・Web対応とリモートセッションの仕組み 今回のアップデートの目玉は「リモートセッション」機能だ。これまでCoworkはデスクトップアプリでしか動かせなかったが、ベータ版としてWebブラウザとモバイルアプリからもアクセスできるようになった。ノートPCで開始したタスクをバックグラウンドで走らせたまま、外出先でスマートフォンから進捗を確認したり、アプリを閉じた後も処理が続行されたりする。提供はまずMaxプランから始まり、今後数週間でPro・Team・Enterpriseの各プランにも順次拡大される予定だ。 利用データが明かした「コーディングしない9割」 Anthropicは、2026年5月11日から31日にかけて集めた約120万件の匿名化Coworkセッション（60万以上の組織が対象）を分析した結果も公表した。内訳を見ると、スプレッドシートの突き合わせやオンボーディング資料の作成、散在する進捗情報のレポートへの集約といった「業務プロセスの遂行」が33.4%で最多。次いでドラフト作成・スライド作成・提案書・SNS投稿文などの「コンテンツ作成」が16.4%を占めた一方、ソフトウェア開発はわずか8.7%にとどまった。Anthropicはこれらを「仕事の周辺にある仕事」と表現している。 実務への影響 この結果は、AIエージェントの主戦場がすでにエンジニア組織を超えて営業・管理部門・バックオフィスにまで広がっていることを裏付けている。日本のIT部門にとっては、AIエージェント導入を「開発者向けツール」として狭く捉えていると、実際の需要を取りこぼす可能性がある。Team・Enterpriseプランには管理者向けのSSOやアクセス制御が用意されているため、モバイル同期を許可する前に、どの部門にどの範囲でデータアクセスを許すか、デバイス管理と合わせて設計しておく価値がある。 筆者の見解 今回の利用データは示唆に富む。自律的にタスクをこなすエージェント型AIが評価されるのは、開発者だけでなく、スプレッドシートや資料作成に追われる現場の人たちにこそ効くという証拠だからだ。「確認を求め続けるツール」ではなく「目的を伝えれば自分で進めてくれる仕組み」が支持される流れは、今後さらに強まるはずだ。日本の企業はまだこの変化を「エンジニアのための効率化」程度にしか捉えていないところが多く、もったいないと感じる。バックオフィス業務こそ、仕組み化してAIに任せられる領域が広い。まずは自分たちの「仕事の周辺の仕事」を棚卸しし、どこを自律型エージェントに任せられるか、小さく試してみることをお勧めしたい。 出典: この記事は Anthropic brings Claude Cowork to mobile and web as usage data shows most users aren’t coding の内容をもとに、筆者の見解を加えて独自に執筆したものです。

OpenAIは7月8日（米国時間）、ChatGPTの音声会話機能を刷新する新世代の音声AIモデル「GPT-Live」を発表した。PC Watchが7月9日付で報じたところによると、「うんうん」と相づちを打ちながら、ユーザーが考え込んでいる間は黙って待つといった、人間同士の会話に近い自然なやり取りを実現するのが最大の特徴だという。「GPT-Live-1」と「GPT-Live-1 mini」の2モデルが、iOS・Android・Web版のChatGPTに順次展開される。 なぜGPT-Liveが注目されるのか 最大のポイントは「フルデュプレックス」と呼ばれる同時双方向会話アーキテクチャの採用だ。従来の音声AIは、ユーザーが発話を終えるまで待ってから応答を生成する挙動が多く、少し考え込んだだけで不自然に割り込んでしまうことが少なくなかった。GPT-Liveは入力の処理と出力の生成を並行して行い、話す・聞く・黙るという判断を毎秒何度も更新する。これにより、ユーザー側からの割り込みや「ちょっと黙って聞いてて」といった指示にも対応できるようになった。 もう一つの柱が「委任（ハンドオフ）」の仕組みだ。Web検索や高度な推論が必要な場面では、会話の裏側で最新モデル（発表時点ではGPT-5.5）が処理を引き継ぎ、会話のテンポを止めない設計になっている。推論の深さもInstant／Medium／Highの3段階から選択でき、即答型の「GPT-5.5 Instant」と熟考型の「GPT-5.5 Thinking」を場面に応じて使い分ける。 海外レビューのポイント 発表直後の現時点では、外部メディアによる詳細な実機レビューはこれから出そろう段階だ。PC Watchの報道によれば、OpenAI社内の人間評価では、会話の自然な流れや割り込みの少なさの点で、従来のAdvanced Voice Modeより強く支持されたという。良い点として挙げられるのは、リアルタイム翻訳や騒音下での聞き分け精度の向上、9種類の音声のリマスターなど、実用面での底上げが図られている点だ。 一方で気になる点もある。公開時点ではカメラ映像や画面共有を見せながら話すマルチモーダル音声会話には非対応で、対応は「近日中」とされるにとどまる。また言語によっては訛りや流暢さの不足が残るとされており、日本語での完成度がどこまで英語版に迫れるかは今後の検証が待たれる。 安全面では、自傷や過度な感情的依存といった音声特有のリスクに対する専用の安全学習を実施したことも明らかにされた。応答をリアルタイム生成している最中でも、危険な出力を検知した時点で安全な方向へ軌道修正する仕組みを備え、10代ユーザー向けにはペアレンタルコントロールで音声機能自体のオン・オフを保護者が選べるようにした。実在人物の声を模倣させない対策も講じられている。 日本市場での注目点 GPT-Liveは追加料金なしで既存プランに組み込まれる形で展開される。GPT-Live-1はGo／Plus／Proといった有料プラン、miniは無料プランの音声モード標準モデルとなるため、日本のユーザーも現行のChatGPTサブスクリプションのままアップグレードの恩恵を受けられる見込みだ。API経由での提供も近日予定されており、業務システムやアプリへの組み込みを検討する開発者にとっても選択肢が広がる。 日本語対応については前述の通り、訛りや流暢さの面で発表時点では発展途上とされる。英語商談の同時通訳的な使い方や語学学習用途などを検討する場合は、日本語の完成度を実際に確認してから本格導入を判断するのが無難だろう。競合としてはリアルタイム翻訳機能を持つ音声アシスタント全般が比較対象になるが、ChatGPTの会話の自然さと汎用性を組み合わせられる点は引き続き強みになりそうだ。 筆者の見解 今回の発表で注目したいのは、機能の派手さよりも安全設計の考え方だ。自傷や感情的依存への対策を「禁止」ではなく、危険な兆候を検知したら会話の途中でも安全な方向へ軌道修正する仕組みとして組み込んでいる点は、AIを実際に使い続けてもらうための設計として理にかなっている。禁止一辺倒のアプローチは結局ユーザーが抜け道を探すだけになりがちで、公式機能が一番安全で便利だと感じてもらえる状態を作るほうが、長い目で見て健全だ。 また、フルデュプレックス化によって「割り込まれても不自然にならない」会話が実現したこと自体は歓迎したい。ただし本質的な価値は会話の滑らかさそのものより、ユーザーが逐一確認や承認をしなくても目的を汲んで動いてくれるかどうかにある。音声インターフェースの自然さが向上したことで、次に問われるのは、その裏側でどこまで自律的にタスクをこなせるかという点だろう。今回はあくまで対話モデルの刷新だが、この方向性が裏側のエージェント機能とどう連動していくかは注視しておきたい。 日本のユーザーにとっては、まず日本語での完成度がどこまで英語版に近づくかが実用可否を左右する。過度な期待も失望もせず、実際に触って自分の用途に合うかどうかを見極めるのが賢明だ。 出典: この記事は ChatGPTが“相づち”を打つ会話AIに進化。自傷やAIへの感情依存対策も の内容をもとに、筆者の見解を加えて独自に執筆したものです。

米国企業の間で、DeepSeekやZ.ai（智譜AI）といった中国製の生成AIモデルへの乗り換えが急速に進んでいることが、CNBCの報道で明らかになった。背景にあるのは、OpenAIやAnthropicなど米国主要AIラボによるトークン価格の値上がりだ。開発者向けAIモデル仲介プラットフォーム「OpenRouter」経由の米国企業のトークン利用のうち、中国製モデルが占める比率は今年2月8日以降ずっと週30%を超え、最大で46%に達した。2025年前半の平均はわずか4.5%だったことを踏まえると、この半年での変化は劇的だ。 AIスタートアップLindy、Claudeから全面移行 象徴的な事例が、AIスタートアップLindyだ。同社は6月、Anthropicの「Claude」モデルからDeepSeekへ全トラフィックを移行した。Flo Crivello CEOは「コストカーブが崖から落ちるように下がった」と語り、この切り替えだけで数カ月以内に数百万ドルのコスト削減が見込めるという。DeepSeekは2025年初頭に衝撃的なデビューを飾って以来、着実に採用を広げてきたが、性能面での競争力の高さとコストの安さが評価され、実運用での置き換えが現実のものになりつつある。 Z.aiのGLM 5.2、公開1週間で利用量27倍 6月に公開されたZ.aiの新モデル「GLM 5.2」も急速に採用が進む。アプリのデプロイ基盤を提供するVercelによると、公開後1週間で日次トークン利用量は約27倍、利用企業数は約80倍に急増し、2026年にVercelが追跡した中で最速の普及ペースを記録した。Vercelでagentic infrastructureを率いるHarpreet Arora氏は「価格がすべてを物語っている。最高性能が不要なタスクは、要件を満たす最も安いモデルへ自動的に振り分けられ始めている」と指摘する。 米国政府の規制との綱引きも この流れの背景には、米国政府が自国の最先端AIモデルの流出・拡散を規制しようとする動きもある。6月末にはOpenAIが政府の要請を受けて新モデル群の展開を制限する一方、Anthropicのモデルは政権との緊迫したやり取りの末、輸出規制が解除された。シンクタンクBrookingsのKyle Chan氏は「これまで米国企業はモデルを問わずAI導入を最優先してきたが、いまはコスト意識が強まっている」と分析する。 実務への影響 日本のエンジニアやIT管理者にとっても、この動きは他人事ではない。生成AIエージェントを常時稼働させる「ハーネスループ」的な使い方が広がるほど、トークン消費量は跳ね上がり、コストは無視できない経営指標になる。OpenRouterやVercel AI Gatewayのようなモデルルーティング基盤を使えば、タスクの難易度に応じて呼び出すモデルを動的に切り替える構成が可能になっており、特定ベンダーへの依存を前提にしないアーキテクチャ設計が今後の標準になっていくだろう。 実務での具体的なヒントとしては、(1) モデル呼び出し部分を抽象化レイヤーとして切り出し、モデル差し替えのコストを最小化する、(2) トークン消費とコストを日次でダッシュボード監視する、(3) 簡単なタスクは安価なモデルに、複雑な推論が必要なタスクは高性能モデルにルーティングする、といった設計をあらかじめ組み込んでおくことが挙げられる。ただし中国製モデルは、データの所在地やセキュリティ要件、社内コンプライアンスの観点で採用のハードルが高い組織も多く、金融・官公庁関連システムでは慎重な検討が必要だ。 筆者の見解 今回の件で筆者が注目したいのは、特定モデルの優劣そのものより「コストに応じてモデルを使い分ける仕組みが当たり前になりつつある」という点だ。情報を追いかけて右往左往するより、実際に手を動かして自分の用途に合ったコストパフォーマンスを検証する方がずっと生産的だというのは、AI活用全般に言える筆者の持論と一致する。 中国製モデルの急伸は、性能とコストの両面で選択肢が急速に増えていることの表れであり、企業としては「安いから飛びつく」のでも「知らないベンダーだから排除する」のでもなく、自社のワークフローに合わせて淡々と検証し、必要なら切り替えられる柔軟性を持っておくことが最善策だろう。米国政府の規制の綱引きが示すように、AIモデルの選択はもはや純粋な技術選定の話ではなく、地政学とコストが複雑に絡み合う経営判断になっている。日本の企業もこの変化を「対岸の火事」と見ず、自社のAI活用コストを定点観測する習慣を、今のうちから作っておくべきだ。 出典: この記事は Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge の内容をもとに、筆者の見解を加えて独自に執筆したものです。

SpaceXAIは2026年7月8日(米国時間)、コーディングやエージェントタスク、ナレッジワークに強みを持つ新しいAIモデル「Grok 4.5」を一般公開した。この模様は国内メディアのPC Watch(執筆:劉尭氏)が報じている。Grok Build、Cursorの全プラン、SpaceXAIコンソールから利用でき、価格は入力トークン100万個あたり2ドル、出力トークン100万個あたり6ドルと発表された。 Grok 4.5とは何か ― 高速・高効率をうたう新モデル Grok 4.5は、コーディング・科学・工学・数学分野を網羅したデータセットで学習された。SpaceXAIによれば、Fable 5やOpus 4.8、GPT-5.5といった最上位クラスのモデルに匹敵、あるいは肉薄する性能を持ちながら、高速モデル並みの毎秒80トークンという処理速度を実現しているという。同じタスクをこなすためのトークン消費量も従来比で半分程度に抑えられており、結果として「速く、かつ安く」答えを得られる設計になっているとしている。 学習には数万台規模のNVIDIA GB300 GPUを投入。単純なトークン量の拡大だけでなく、重複排除や品質スコアリングといったデータのフィルタリング・キュレーションに力を入れ、大規模な強化学習と非同期トレーニングを組み合わせることで、実務的なエンジニアリングタスクやエージェントタスクへの適応力を高めたという。 海外での評価ポイント ― ベンチマークが示す「実務での速さ」 PC Watchが伝えるところによると、SpaceXAIはDeepSWE 1.0/1.1、Terminal Bench 2.1、SWE-Bench Proといった複数のベンチマーク結果を公開し、これらの数字がGrok 4.5の実力を裏付けているとしている。特に強調されているのは、精度を保ちながら処理速度とトークン効率を両立させた点だ。Grok Buildのデフォルトモデルにも採用され、コーディングだけでなくExcelでの複雑な数式構築や付箋・メモの活用、PowerPointでの作図やスライドデザイン、Wordでの文章作成支援まで対応する。 なお、これらの数値はSpaceXAI自身が公開したベンチマークであり、第三者機関による独立した検証結果ではない点には留意しておきたい。実際の開発現場でどこまで再現されるかは、今後海外の開発者コミュニティによる検証を待つ必要がありそうだ。 日本市場での注目点 Grok 4.5はクラウドAPI・SaaS型のサービスであるため、いわゆる「国内発売日」は存在せず、Cursorや各種コンソールを通じて日本からもすでに利用可能だ。価格は入力100万トークンあたり約300円、出力100万トークンあたり約900円換算(1ドル150円換算)で、他の主要コーディング向けモデルと比べても競争力のある水準にある。日本国内でも、コスト面を理由にAIエージェント活用をためらっていたスタートアップや中小企業の開発チームにとって、試しやすい選択肢が増えたことになる。円安局面が続く中、トークン単価の低さは日本のエンジニアにとって実質的な体感コストの差として効いてくるはずだ。 筆者の見解 コーディング特化モデルの価格・速度競争が激化している状況は、素直に歓迎したい。エージェントが自律的にタスクをこなす「自律エージェント」型の使い方が広がるほど、消費されるトークン量は増えていく。そこでモデル側のコスト効率が上がることは、現場のエンジニアが気兼ねなく試行回数を増やせることに直結する。 ただし、今回公開された数字はあくまでSpaceXAI自身が選んだベンチマークでの結果だ。ベンチマークの見出しだけを追いかけて一喜一憂するよりも、実際に手元のタスクで動かし、自分のワークフローに合うかどうかを確かめる方がずっと生産的だろう。情報を追う労力を、実践して成果を出す時間に振り替える。Grok 4.5のような選択肢が増えたことは、そうした「まず使ってみる」姿勢を後押ししてくれるはずだ。 出典: この記事は SpaceXAI、コーディングが得意でしかも安い「Grok 4.5」一般公開 の内容をもとに、筆者の見解を加えて独自に執筆したものです。

米調査会社IDC(International Data Corporation)は7月8日(現地時間)、2026年第2四半期における世界のPC出荷実績を発表した。PC Watchが報じたところによると、出荷台数は前年同期比4.9%減の6,820万台となり、9四半期連続で続いていた成長が一転してマイナスに転じたという。背景にあるのは、メモリ・ストレージの供給不足と、それに伴う価格高騰だ。 なぜこのデータが注目か PC市場はコロナ禍後の落ち込みから回復し、ここ数年は緩やかな成長基調を保ってきた。それが9四半期ぶりに減少へ転じたこと自体がまず目を引くが、IDCが特に問題視しているのは「出荷台数の減少」と「売上高の増加」が同時に起きているという乖離だ。台数は減っているのに、業界全体の売上は伸びている。つまり1台あたりの価格が明確に上昇しているということであり、メモリ・ストレージ高騰分がすでにエンドユーザー価格へ転嫁され始めている段階だと読み取れる。 IDCレポートのポイント IDCの分析によると、今回のデータで押さえておくべきポイントは以下の通りだ。 気になる点 マクロ経済状況の悪化に加え、メモリ不足は2028年初頭まで緩和が見込まれないとIDCは見ている。これにより、これまで需要期に見られた「在庫の前倒し発注」が再び起こりにくくなり、2026年後半には成長率が大幅に鈍化する見通しだという ベンダー各社は2027年にかけてさらなる値上げに備えており、販売チャネル側ではすでに高価格帯での在庫増加への懸念が表明され始めているとIDCは指摘する クラウドコンピューティングのコスト上昇を背景に、ローカルデバイス上でAI処理を行うことへの関心が高まっている一方で、メモリ不足がPCのアップグレードサイクル全体を抑制するリスクになっている点も課題として挙げられている 注目すべき動き Apple、Dell、Lenovoといった大手ブランドは、スマートフォンやサーバーなど関連事業のスケールを生かしてメモリ供給を優先的に確保できる立場にある。その結果、規模の小さい競合他社が調達面で不利になり、ベンダー統合が進行しているという 世界シェアは1位Lenovo、2位HP、3位Dell Technologies、4位Apple、5位ASUSと前年同期から順位は変わらないが、成長率で見るとAppleが10.1%増と際立って伸びている。IDCは、新型「MacBook Neo」の投入と同時に市場全体の値上げ動向に合わせて価格を引き上げているにもかかわらず、Appleが競合に対して有利な立場を維持していることが要因だとしている 日本市場での注目点 日本国内でもDRAM・NANDの価格高騰はすでにノートPCや自作PC市場に波及しており、2026年後半から2027年にかけて実売価格の上昇局面が続く可能性が高い。個人・法人を問わずPCの買い替えを検討している場合、「今の価格が底」ではなく「今が比較的安い」というムードで捉えておいた方が実態に近いだろう。 法人のリプレース計画を持つ企業にとっては、メモリ不足が緩和する2028年より前に前倒しで調達するか、価格上昇分をあらかじめ予算に織り込むかの判断を迫られる局面に入っている。個人ユーザーも、型落ちモデルの型番選びで安さだけに飛びつくのではなく、メモリ搭載量に余裕を持たせた構成を優先して検討する価値がある。なお「MacBook Neo」の日本発売時期・価格については本稿執筆時点で公式発表はなく、例年の傾向を踏まえると為替や関税分を上乗せした国内価格になる可能性が高い。 筆者の見解 今回のIDCレポートで個人的に一番引っかかったのは、「クラウドコンピューティングのコスト上昇に伴い、ローカルデバイス上でAI処理を行なう関心が高まっている」というくだりだ。企業でも個人でも、AIはクラウドだけでなくローカルでもガンガン使える環境を整えるべきというのが自分の一貫した立場なので、この関心の高まり自体は歓迎したい流れである。 ただし皮肉なのは、そのローカルAI活用を支えるはずのメモリそのものが品薄・高騰しているという構造だ。せっかくローカル処理への機運が高まっても、肝心のハードウェアがボトルネックになってしまっては本末転倒になりかねない。日本のエンジニア・IT担当者としては、「安いから」で最小構成を選ぶのではなく、AI活用も見据えてメモリに余裕を持たせた構成を早めに確保しておく判断が、向こう数年は合理的だと考えている。 ベンダー統合が進む点についても、スマートフォンやサーバー事業を含めた調達力の差がそのまま競争力の差に直結する局面に入っており、規模を持たない中小ベンダーが厳しい立場に置かれるのは構造的に避けにくい流れだろう。日本のPCベンダーやSIerも、単体のハードウェア調達力だけで戦う時代ではなくなりつつあることを踏まえた戦略転換が求められる。 出典: この記事は メモリ不足でPC出荷減、成長も見込めずベンダー統合進む の内容をもとに、筆者の見解を加えて独自に執筆したものです。

OpenAIは、同社の最上位AIモデル「GPT-5.6」シリーズを一般公開すると発表した。今回のリリースには「GPT-5.6 Sol」「GPT-5.6 Terra」「GPT-5.6 Luna」の3モデルが含まれ、これまで約20社のパートナー企業に限定提供してきたプレビュー版を経て、今週中に世界中のユーザーへ展開される見込みだ。 20社限定プレビューという公開戦略 Bloombergの報道によれば、GPT-5.6シリーズは一般公開に先立ち、約20社のパートナー企業だけに限定的にプレビュー提供されていた。最上位モデルをいきなり全世界に一斉公開するのではなく、まず限られた企業に実際に使わせてフィードバックを集め、そのうえで段階的に展開範囲を広げていくというやり方は、OpenAIにとって比較的新しい公開戦略として位置づけられている。 大規模言語モデルのリリースでは、性能そのものだけでなく、安全性・コスト・インフラのスケーラビリティなど検証すべき項目が非常に多い。限定パートナーへの先行提供には、実運用に近い環境で問題を洗い出しながら、一般提供時の品質を高めておく狙いがあると見られる。 Sol・Terra・Lunaという3モデル構成 Sol・Terra・Lunaという3つの名称が具体的に何を示すかは、現時点では詳細情報が乏しい。ただし、OpenAIがこれまで「miniモデル」「proモデル」のように用途やコストに応じて複数のバリエーションを同時にリリースしてきた経緯を踏まえると、今回も速度・コスト・精度のバランスが異なる複数モデルを揃え、企業側がユースケースに応じて選択できるようにする狙いがあると考えられる。 実務への影響 日本のエンジニアやIT管理者にとって、今回のニュースはいくつかの点で参考になる。 まず、既存のOpenAI API連携を組んでいるシステムでは、モデル名の変更やバージョン移行のタイミングを事前に把握しておく必要がある。新モデルへの切り替えは出力の傾向や挙動が微妙に変わることが多いため、本番投入前にステージング環境での検証を挟むのが安全だ。 また、「限定パートナーへの先行提供 → 段階的な一般公開」というOpenAIのロールアウト手法自体が、社内で新しいAIツールやモデルを導入する際の参考になる。いきなり全社展開するのではなく、一部の部署やチームに先行利用してもらいフィードバックを得てから広げるという進め方は、AI導入のリスクを抑えつつ効果を最大化する定石であり、そのまま自社のAI活用フローに応用できる考え方だ。 筆者の見解 OpenAIが最上位モデルの展開すら段階的に行うようになったのは、単なるマーケティング施策というより、大規模モデルの品質担保が年々シビアになっていることの表れだと見ている。派手な一斉公開よりも、実運用に近い環境で鍛えてから世に出す姿勢は健全なやり方だと思う。 正直なところ、筆者自身は日々の実務のほとんどをClaude Codeで回しており、OpenAIの新モデルを逐一追いかける余裕は持てていない。とはいえ、それはOpenAIの実力を軽視しているわけではなく、むしろ次々と新しいモデルを送り出してくるスピード感は素直にすごいと感じている。 大事なのは「どのベンダーのモデルが最新か」を追い続けることではなく、今手元にあるツールを実際に使い倒して成果を出す経験を積むことだ。GPT-5.6シリーズが一般公開された後、実務でどう評価されていくかは注視しつつ、まずは自分が使い込んでいるツールで結果を出すことを優先したい。 出典: この記事は OpenAI to Roll Out Top AI Model Globally After Limited Preview の内容をもとに、筆者の見解を加えて独自に執筆したものです。

Microsoftは、TypeScriptの最新メジャーバージョン「TypeScript 7.0」を正式にリリースした。最大の目玉は、これまでTypeScript自身（JavaScript）で書かれていたコンパイラを、Go言語で全面的に書き直したことだ。この移植により、大規模プロジェクトのビルド時間は最大12倍、エディタ上の型チェックも大幅に高速化し、メモリ使用量も大きく削減されている。 コンパイラをゼロから書き直した理由 従来のtscはNode.js上で動くJavaScript実装で、プロジェクトが大きくなるほど型チェックに数十秒から数分かかることも珍しくなく、開発体験上のボトルネックになっていた。Microsoftはこの問題に対処するため、コンパイラをGoで書き直す取り組み（開発コード名「tsgo」）を進めてきており、TypeScript 7.0はその成果を正式に取り込んだリリースとなる。今後はネイティブバイナリとして配布される新コンパイラがデフォルトになる。 主な性能改善 ビルド速度が最大12倍高速化（プロジェクト規模やハードウェア構成に依存） マルチコアを活用した並列型チェックに対応 メモリ使用量の大幅な削減により、巨大なmonorepoでもメモリ不足になりにくい VS Codeなどの言語サーバーの応答性が向上し、入力中の補完やエラー表示が速くなる 実務への影響 日本のエンジニアやIT管理者にとっては、CI/CDのビルド時間短縮がそのままCI実行コストの削減や開発サイクルの短縮につながる。特にフロントエンドの大規模SPAや、Nx・Turborepoなどでmonorepo構成を運用している現場ほど恩恵は大きいはずだ。 一方で、コンパイラがネイティブバイナリ化されることに伴い、一部のtscプラグインやカスタムトランスフォーマーとの互換性は事前に確認しておきたい。CI環境がOS・アーキテクチャ別のバイナリを問題なく取得できるか、社内のセキュリティスキャンやアーティファクトミラーの登録が必要かどうかも、移行前にチェックしておくべきポイントだ。とはいえ、多くのプロジェクトは「package.json更新→ローカルビルド確認→CI適用」という標準的なアップグレード手順で恩恵を受けられる設計になっている。 筆者の見解 TypeScriptコンパイラのGo移植は、派手さはないが開発現場に確実に効いてくる改善だと感じる。日々の型チェック待ち時間やCIのビルド時間は、エンジニアの体感生産性に直結する部分であり、そこを地道に磨き込んだ今回の取り組みは素直に評価したい。Microsoftには、こうした基盤への投資をもっと前面に出してアピールしてほしいとすら思う。 ただし、コンパイラをネイティブバイナリとして配布する以上、社内のCI環境やセキュリティポリシーとの整合性確認は避けて通れない。標準的なアップグレード手順を踏めば多くの現場が恩恵を受けられる設計になっている点は好感が持てるし、こうした王道の改善を地道に積み重ねる姿勢を、今後も期待したい。 出典: この記事は Microsoft releases TypeScript 7.0, and it’s 10x faster than the previous version の内容をもとに、筆者の見解を加えて独自に執筆したものです。

NVIDIAは2026年7月6日（現地時間）、次世代AIラックシステム「Kyber NVL144」の投入時期に関する遅延報道を公式に否定した。半導体分析会社SemiAnalysisが同月5〜6日に報じたところによると、Kyber NVL144は基板部品の製造上の問題により、当初予定の2027年から2028年へと投入時期がずれ込む可能性があるという。これに対しNVIDIAの広報担当者はBloombergの取材に「当社のロードマップは維持されている」と回答し、Rubinおよびその後継チップの投入計画に変更はないと強調した。 何が報じられたのか SemiAnalysisのレポートが指摘したのは、単体の新型GPUではなく「Kyber NVL144」というラックスケールのAIシステムだ。1台のキャビネットに144基の「Rubin Ultra」GPUを搭載し、単一の巨大な計算基盤として動作させる設計で、Microsoft、Google、Meta、Amazonといったハイパースケーラー向けの投入が想定されている。レポートによれば、この高密度実装に不可欠な回路基板部品の製造上の課題が原因で、量産開始が2027年から2028年にずれ込むとされた。 NVIDIAの反論とロードマップの位置づけ NVIDIAはBlackwell世代の後継として、年次に近いペースでHopper→Blackwell→Rubin→Rubin Ultraと新世代プロセッサを投入するロードマップを公表してきた。KyberはそのうちRubin Ultra世代をラックスケールで実装する製品にあたり、生成AIの学習・推論インフラを支える中核として位置づけられている。今回NVIDIAは「ロードマップは完全に維持されている」との立場を崩さず、市場でもJim Cramer氏が「押し目買い」を勧めるなど、公式否定を好感する反応が見られた。株価も週明けの取引で約1%上昇している。 一方で、延期報道の火種となった「基板部品の製造上の問題」自体をNVIDIAが明確に否定したわけではない点には注意が必要だ。あくまで「ロードマップ全体としては維持される」という表明であり、個別コンポーネントの調整余地は残されている可能性がある。 実務への影響 日本のIT管理者にとって、この種のニュースは対岸の火事ではない。Azure OpenAI ServiceやAzure AI Foundryを含む主要クラウドのAI基盤は、NVIDIAのGPU供給計画に直接依存しているからだ。GPUの投入時期が前後すれば、クラウド側のGPU割り当て枠（クォータ）や新型インスタンスの提供開始時期にも波及しうる。 実務上のポイントは、個別の延期報道や公式否定に一喜一憂しないことだ。むしろ自社が利用するクラウドベンダーの公式アナウンス（Azure Updatesなど）を定点観測し、大規模なファインチューニングや推論基盤の構築計画では、GPU調達に多少のバッファを見込んでスケジュールを組んでおくのが賢明だろう。 筆者の見解 チップの投入時期をめぐる「延期報道 対 公式否定」の応酬は、今後も繰り返されるはずだ。個人的には、こうしたヘッドライン合戦に一喜一憂するよりも、今すでに使えるAIをいかに実務で使い倒すかに時間を割く方がよほど生産的だと考えている。NVIDIAのロードマップが多少前後したところで、AI計算資源が中長期的に拡大し続けるという大きな流れは変わらない。 一方で、Microsoftを含むハイパースケーラーにとって、GPU供給の安定性はAzure上のAIサービス品質に直結する死活問題だ。Azureを軸に仕事をしている読者は多いと思うが、応援する立場から言えば、Microsoftにはこうした供給網リスクを早めに開示し、顧客が計画を立てやすい形で情報提供を続けてほしい。派手なロードマップ発表よりも、地に足のついた供給計画の透明性こそが、いまのAIインフラ競争で信頼を勝ち取る近道のはずだ。 出典: この記事は Nvidia Reaffirms AI Chip Roadmap, Rejects Delay Reports の内容をもとに、筆者の見解を加えて独自に執筆したものです。

米Tom’s Guideは2026年7月8日、ChatGPT、Google Gemini、Anthropic Claude、Microsoft Copilot、Meta AI、Grokという主要AIチャットボット6サービスのプライバシー設定を横断比較した検証記事を公開した。執筆はAmanda Caswell氏。「入力した会話がAIモデルの学習にどう使われるか」「学習利用をやめる設定はどこにあり、どれだけ簡単に見つけられるか」を、実際に各サービスの設定画面を操作しながら確認している。 なぜこの比較が注目されるのか 多くの生成AIチャットボットは、既定で会話データをモデル改善（学習）に利用できる仕組みになっている。ただし「個人アカウントか法人アカウントか」「どのプライバシー設定を有効にしているか」によってルールは大きく異なり、業界共通の標準は存在しないというのが同記事の核心的な指摘だ。Googleが検索機能とAI学習の関係についてポリシーを更新したことをきっかけに、Caswell氏は主要6サービスの設定画面を一つずつ確認する検証に乗り出した。 海外レビューのポイント Tom’s Guideの検証では、サービスごとにオプトアウトのしやすさに大きな差があることが明らかになった。 ChatGPT（OpenAI） は最も分かりやすいと評価されている。「設定＞データコントロール」を開くと「すべてのユーザーのためにモデルを改善する」というスイッチが表示され、オフにすれば以降の会話はモデル学習に使われなくなるという。会話履歴にも学習にも一切使われない「一時チャット」機能も用意されており、設定変更にかかった時間は1分足らずだったとレビュアーは述べている。 Google Gemini は「Geminiアプリのアクティビティ」で保存・学習利用の可否を選べる点は透明性が高いと評価された一方、オフにすると会話履歴の保存やパーソナライズ機能まで失われるトレードオフがある点を指摘。さらにGoogleは、AI検索機能に伴うアップロードなど検索周りの一部データについても、アクティビティ設定を無効化しない限り学習に利用されうることを明らかにしているという。 Claude（Anthropic） は2025年8月、コンシューマー向けプラン（Free・Pro・Max）に学習利用のオプトイン制を導入した。「設定＞プライバシー」内に「すべてのユーザーのためにClaudeを改善する」というトグルがあり、オフにすれば以降の会話はモデル改善に使われない。細かい注記も設けられており、内容を読み込む必要がある点もあわせて紹介されている。 Microsoft Copilot、Meta AI、Grokについても同様の観点で検証が行われており、記事全体としては「サービスによってデータの扱い方もオプトアウトの見つけやすさもばらばらで、業界横断の統一基準は存在しない」という結論が示されている。 日本市場での注目点 今回比較された6サービスはいずれも、日本からも同一のグローバル設定画面がそのまま提供されており、地域による機能差はほとんどない。個人利用であればChatGPT Plus、Gemini Advanced、Claude Proといった月額20ドル前後の有償プランを日本からも同条件で契約できるため、今回の検証結果はそのまま日本のユーザーにも当てはまると考えてよい。 注意したいのは法人・組織利用の場合だ。Microsoft 365 CopilotやChatGPT Team/Enterprise、Claude Team/Enterpriseといった法人向けプランは、多くの場合デフォルトで顧客データをモデル学習に利用しない契約になっている。日本企業が生成AI導入を検討する際は、個人向け無償プランの挙動だけを見るのではなく、実際に契約する法人プランのデータ取り扱いポリシーを別途確認する必要がある。個人情報保護法（APPI）の観点からも、社内でどのプラン・契約形態のAIチャットボットを使っているかを情報システム部門が把握しておくことが重要だ。 筆者の見解 今回の比較記事で興味深いのは、「学習利用のオプトアウトが分かりやすいかどうか」が、そのままサービスへの信頼感に直結して見えてしまう点だ。設定の見つけやすさと、実際のデータ保護の手厚さは必ずしもイコールではないが、ユーザーが安心して使える設定画面を用意すること自体が、サービス選びを左右する時代になってきている。 Microsoft Copilotについて言えば、法人向けのMicrosoft 365 Copilotはもともと顧客データを学習に使わない設計になっており、エンタープライズのデータガバナンスという観点では十分に胸を張れる立ち位置にあるはずだ。ただ、今回のように「個人アカウントの設定の分かりやすさ」を横並びで比較される記事に名前が挙がる以上、コンシューマー向けの設定画面についても、ChatGPTのように迷わず辿り着ける導線を用意する余地はまだありそうだ。せっかく法人向けでは筋の良い設計をしているのだから、個人向けの体験でもその安心感がそのまま伝わるようにしてほしいところだ。 日本のIT現場では、生成AIの利用が「禁止するか野放しにするか」の二択で語られがちだが、今回のような比較記事が示しているのは、公式に用意された分かりやすい設定をユーザー自身が確認し、選べる状態を作ることの大切さだ。禁止で縛るのではなく、安全に使える仕組みと分かりやすい導線を用意すること。それが結局、組織にとっても個人にとっても一番の近道になるはずだ。 出典: この記事は From hidden menus to frustrating trade-offs, our complete comparison of major AI chatbot privacy controls shows exactly how ChatGPT, Google Gemini, and others track your chats and what you can do to stop them の内容をもとに、筆者の見解を加えて独自に執筆したものです。 ...

サムスンは次期Galaxy Unpackedを2026年7月22日、ロンドンで開催すると正式発表した。招待状のキャッチコピー「a new shape unfolds（新しい形が広がる）」から、これまでにない形状のフォルダブル端末が投入されることが予告されている。英TechRadarのJames Rogerson氏が7月8日付で公開した記事では、リーク・噂情報を整理する形で、新型フォルダブル群に加えてサムスン初となるスマートグラス「Galaxy Glasses」の存在にも言及されており、海外のガジェット系メディアで注目を集めている。 新形状のフォルダブル群 TechRadarの分析によると、招待状が予告する「新しい形」の正体は、既存のGalaxy Z Fold 7よりも横に広く縦に短い書籍型フォルダブル「Galaxy Z Fold 8」とみられる。リーク情報では7.6インチ・120Hzの内側ディスプレイ、5.5インチのカバー画面、Snapdragon 8 Elite Gen 5、12GBのRAM、背面50MPデュアルカメラ、4,800mAhバッテリーという構成が伝えられている。 これとは別に、現行Z Fold 7の直系後継となる「Galaxy Z Fold 8 Ultra」も投入される見通しで、8インチの大型ディスプレイ、50MP広角＋50MP超広角＋10MP望遠（光学3倍）のトリプルカメラ、5,000mAhバッテリーを搭載するとされる。最も手頃な価格帯を担うクラムシェル型「Galaxy Z Flip 8」は、Exynos 2600（米国はSnapdragon 8 Elite Gen 5とされる）への刷新と折り目の改善が噂されている。 本命はスマートグラス「Galaxy Glasses」 今回のUnpackedで最大の注目点は、サムスン初のスマートグラスと目される「Galaxy Glasses」だ。Android XRを搭載し、GoogleのAIアシスタント「Gemini」を音声で呼び出せる設計とされる。12MPカメラ、155mAhバッテリー、重量約50gというスペックが伝えられており、ディスプレイを持たず音声・カメラに機能を絞った構成が特徴だ。価格帯は379〜499ドルと予想され、Metaが展開する「Ray-Ban Meta」への直接対抗製品と見られている。 ディスプレイなしという割り切った設計は、フルスペックのARグラスを目指す競合とは一線を画す。カメラとマイクで日常の行動を捉え、音声でAIに指示を出す「常時装着型のAIインターフェース」という方向性は、スマートフォン中心だったウェアラブル戦略からの転換点として、海外メディアの間でも技術的な意味合いが議論されている。 日本市場での注目点 Galaxy Z Fold／Flipシリーズは例年、日本でも発表からほぼ日を置かずにサムスン公式オンラインショップやドコモ・au経由で発売されており、Z Fold 8シリーズ・Z Flip 8も同様のタイミングでの投入が予想される。現行Z Fold 7は税込25万円前後、Z Flip 7は税込18万円前後で販売されており、新型もこの水準を維持するか、新形状化に伴い上振れするかが焦点になる。 Galaxy Glassesについては、対抗製品とされるRay-Ban Metaが日本市場で正式展開されていないこともあり、サムスンが先行して日本にスマートグラスを投入するかどうかは未知数だ。とはいえ379〜499ドル（為替次第で6万〜8万円程度）という価格帯は、既存のXRデバイスと比べて手頃であり、日本のガジェット層・エンジニア層が「常時装着AI」を試す最初の選択肢になり得る。日本語音声認識の精度や、Geminiの日本語対応レベルが実用性を左右するポイントになるだろう。 筆者の見解 Galaxy Glassesが面白いのは、ディスプレイという情報過多になりがちな要素をあえて捨て、音声とカメラだけでAIとつながる設計を選んだ点だ。AIエージェントの価値は「人間の確認・操作を減らすこと」にあると筆者は考えているが、スマートグラスというフォームファクターは、スマートフォンを取り出して画面を見るという一手間そのものを省く方向に踏み込んでいる。ハードウェアの形からしてAI活用の設計思想が透けて見える点は、単なる新製品リーク以上に注視する価値がある。 一方で、今の段階ではあくまでリーク情報の域を出ない。サムスンがGeminiとの連携をどこまで作り込めるかは実機とレビューを見るまで分からないし、日本語環境での使い勝手も未知数だ。情報を先回りして追いかけすぎるより、7月22日の発表以降、実際に触れる機会が出てきた時に自分で試して判断する方が建設的だろう。日本のユーザーとしては、価格と日本語対応の2点を発表後にまず確認したい。 関連製品リンク Samsung Galaxy Z Fold7 256GB ブルー シャドウ ...

リード文 Microsoftは2026年7月14日のセキュリティ更新で、Windows Server ドメインコントローラーにおけるKerberos認証のRC4ハードニングを最終フェーズへ進める。これまで移行期間として提供されてきた「Audit Mode(監査モード)」が廃止され、「Enforcement Mode(強制モード)」だけが残ることで、レガシーな暗号化方式RC4への依存を断ち切る対応が事実上完了する。未対応の環境では認証エラーが発生するリスクがある。 Kerberos RC4ハードニングとは何か Kerberos認証では、チケットやPAC(Privilege Attribute Certificate)の署名にRC4-HMACという古い暗号化方式が長らく使われ続けてきた。RC4はAES(Advanced Encryption Standard)に比べて強度が低く、多くのセキュリティガイドラインで既に非推奨とされている。Microsoftは2022年11月のセキュリティ更新(CVE-2022-37966関連)以降、段階的にRC4依存を排除する取り組みを進めてきた。 具体的には、レジストリキーで制御される3段階の移行スケジュールが組まれていた。 Disabled(デフォルト。従来どおりの挙動を維持) Audit(RC4の使用を検知してイベントログに記録するが、通信そのものはブロックしない) Enforced(RC4を使った署名やチケットを強制的に拒否する) 今回の7月更新は、この最終段階であるEnforcedだけを残し、Audit Modeという「猶予期間」の選択肢そのものを取り除く更新だ。 何が起きるのか これまでAudit Modeで運用していた環境、あるいは特に何も設定していなかった環境は、7月14日の更新適用後にドメインコントローラーの挙動が実質的にEnforcement Mode相当へ切り替わる。RC4しかサポートしないレガシーなクライアントや古いネットワーク機器、サードパーティ製のKerberos実装などが残っている場合、認証エラーが発生する可能性がある。 実務への影響 日本企業のActive Directory環境では、長年稼働し続けている古いプリントサーバーや、基幹システム連携用のサービスアカウントなど、RC4しか対応していない「動いているから触っていない」機器・アカウントが今も残っているケースは珍しくない。IT管理者は更新適用前に、次の点を確認しておきたい。 ドメインコントローラーのKDCイベントログでRC4の使用状況を洗い出す サービスアカウント・コンピューターアカウントのmsDS-SupportedEncryptionTypes属性でAES対応状況を確認する レガシー機器・OSが残っている場合は、更新前にAES256対応へ切り替えるか、代替の認証手段を検討する Auditログを一度も確認しないまま7月更新を適用すると、業務時間中に認証障害という形でしっぺ返しを受ける可能性が高い。 筆者の見解 セキュリティの観点では、Microsoftの今回の判断は正しい方向だと思う。RC4のような古い暗号方式を「動いているから」という理由でいつまでも残しておくのは、認証基盤における技術的負債そのものだ。SID重複問題のときもそうだったが、「今動いているから大丈夫」という発想は、いずれ必ずどこかで牙を剥く。移行期限を明確に区切り、Audit Modeという「言い訳」を制度的に無くしてしまうやり方は、腰の重い現場を動かすために必要な荒療治だと感じる。 Microsoftを応援する立場から言えば、こうした地味だが重要な足元固めをきちんと続けていることは評価したい。派手な機能追加の話題に隠れがちだが、Active Directoryのような基盤部分でのハードニングこそ、エンタープライズの信頼を支えている部分だ。一方で、この手の変更は事前告知から実際の強制適用まで時間が空くぶん、現場が気づかないまま期限だけが過ぎてしまいがちでもある。せっかく正しい方向へ舵を切っているのだから、管理者向けの警告表示やレポート機能をもう一歩踏み込んで用意し、「気づいたら詰んでいた」という事故を減らす工夫にも力を入れてほしいところだ。 出典: この記事は Windows June 2026 Recap: 26H2 Testing, Printing Changes, Kerberos RC4 and More の内容をもとに、筆者の見解を加えて独自に執筆したものです。

Google傘下のGoogle DeepMindが、次世代の主力モデル「Gemini 3.5 Pro」の正式リリースを、当初予定より遅らせて2026年7月17日に設定し直したことが明らかになった。単なる日程調整ではなく、ベースとして使う予定だった「Gemini 2.5 Pro」由来のアーキテクチャを完全に破棄し、「Gemini 3」系列のネイティブな基盤から事前学習をやり直すという、フロンティアモデル開発としては異例の判断だ。 Google I/Oでの予告から一転、土壇場での差し戻し Sundar Pichai CEOはGoogle I/Oの基調講演で、Gemini 3.5 Proを「翌月にはリリースする」と予告していた。ところが関係者によると、DeepMindは投入予定日の数日前になって既存の2.5 Proベースレイヤーを本番パイプラインから引き上げ、Gemini 3のネイティブ基盤による大規模な追加事前学習に切り替えたという。OpenAIの「GPT-5.6 Sol」やAnthropicの「Claude Fable 5」が存在感を増す中、小手先のマイナーアップデートではもはや競争優位を保てないという判断が背景にあるとみられる。 なぜ土台から作り直すのか 理由は大きく二つ語られている。一つは「Pro-to-Flashパラドックス」だ。先行リリースされた軽量版「Gemini 3.5 Flash」が、旧世代の上位モデル「Gemini 3.1 Pro」をTerminal-Bench 2.1で上回る（76.2%）という逆転現象が起きてしまった。この状態のまま旧アーキテクチャの3.5 Proを出しても、価格差に見合う性能差をエンタープライズ顧客に示せず、高単価な上位ティアの存在意義そのものが揺らぐ。 もう一つは推論力そのものの壁だ。リークされた社内評価によれば、複雑で再帰的なツール呼び出しが絡む環境下で、多段階の数学推論やSVGによる複雑なレイアウト生成において構造的な一貫性を保てなかったという。テキスト処理は問題なくこなせても、競合モデルがすでに達成している安定性には届いていなかった。見劣りする状態のまま世に出すより、短期的なPR上のダメージを飲み込んでも基盤から作り直す方を選んだ格好だ。 実務への影響 ― 日本のエンジニア・IT管理者にとっての意味 Proフラグシップが不在の間も、軽量版のGemini 3.5 Flashは1Mトークンあたり入力$1.50／出力$9.00という価格で提供が続く。高頻度・大量呼び出しが必要なエージェントパイプラインは、当面このFlashで組んでおくのが現実的だ。逆に、複雑な数学的推論や込み入ったレイアウト生成が絡む用途は、7月17日のPro正式版を待ってから設計に組み込んだほうが手戻りが少ない。 また、「軽量モデルが上位モデルの性能を食ってしまう」という現象は、Google固有の話ではなく、モデル選定全般に共通するリスクだ。カタログ上のスペックやベンチマークの序列だけでツールチェーンを固定せず、実タスクでの検証結果をもとにモデルを選ぶ姿勢が、今後ますます重要になる。未リリースのモデルを前提にロードマップを組んでいるチームは、代替経路を必ず用意しておきたい。 筆者の見解 今回の延期劇は、フロンティアAI各社の競争が「ベンチマークの数字」から「実タスクでの安定性」の勝負に移っていることを象徴している。見劣りする状態のモデルをスケジュール通りに出すのではなく、土台から作り直す方を選んだこと自体は、誠実な判断だと思う。 一方で筆者は、こうした「今どのモデルが強いか」を逐一追いかける情報収集にはあまり価値を感じていない。数週間単位でランキングが入れ替わる世界で情報を追い続けるより、手元のツール（筆者の場合はClaude Code）を軸に実際に手を動かし、成果を積み上げるほうが費用対効果は高い。Googleは画像生成など強い領域を持っている一方、実務の中心に据えるかどうかは話題性ではなく、自分の現場での検証結果で決めるべきだ。 もう一点、今回の背景にある「軽量モデルが上位モデルを食う」現象は他人事ではない。単発のモデル評価スコアだけでなく、エージェントが自律的に判断・実行・検証を繰り返す「ハーネスループ」の中でどのモデルが安定して動き続けるかを見極めることこそ、これからのエージェント基盤設計における本質的な論点になっていくはずだ。 出典: この記事は Google Delays Gemini 3.5 Pro Launch to July 17 for Full Architectural Rebuild の内容をもとに、筆者の見解を加えて独自に執筆したものです。

Meta（旧Facebook）が、自社のスマートグラス「Meta Glasses」に搭載されているプライバシー通知用LEDライトへの物理的な改造を検知した場合、カメラ機能を自動的に無効化する新しいアップデートを展開すると発表した。米メディアThe Vergeのシニアレポーター、Victoria Song氏が報じた。 なぜこの製品が注目か Meta Glassesは、録画中であることを周囲に知らせるためのプライバシーLEDを本体に搭載している。しかし一部のユーザーが物理的にLEDへドリルで穴を開けるなど、録画表示を無効化する改造を行っていることが判明し、プライバシー侵害への懸念が高まっていた。今回のアップデートは、こうした「改造による録画表示の無力化」という抜け穴そのものを、ソフトウェア側の検知機構で塞ぎにいく対応であり、ウェアラブルカメラ機器のプライバシー設計における一つの試金石として注目されている。 海外レビューのポイント The Vergeの報道によると、Metaは第2世代のグラスから、テープなどでLEDライトを覆い隠すと「録画ライトを露出させてください」という警告プロンプトを表示する仕組みをすでに導入していた。しかし改造コミュニティはこの対策に対しても様々な回避策を見つけ出しており、今回のアップデートはその「いたちごっこ」への追加対応という位置づけになる。 Metaでウェアラブル部門の副社長を務めるAlex Himel氏は、The Vergeの取材に対し、Ray-Banブランドを外した廉価版Meta Glassesの発売から数週間後、この対策がすでに準備段階にあったと明かしている。Himel氏は、デバイスの普及拡大に伴って悪用事例が増えている実態をMeta自身が認識していたことも認めた。 報道では、今回の対応の背景として、Metaが顔認識機能をグラスに追加する計画があると報じられたこと、そしてグラスを使って若い女性を追跡・嫌がらせする事例が報告されていることにも触れられている。こうした懸念の高まりを受け、公共の場での使用を制限する動きも広がっている。Syracuse.comの報道では、ニューヨーク州が今月中にすべての裁判所でカメラ付きグラスの持ち込みを禁止する予定であることが伝えられており、フィラデルフィアの裁判所や一部のクルーズ船会社もすでに共用エリアでの使用制限に踏み切っている。 日本市場での注目点 Meta Glasses（Ray-Ban Metaシリーズを含む）は、2026年7月時点で日本国内での正式販売が行われておらず、入手には主に並行輸入や海外通販を利用する必要がある。米国では廉価モデルの投入により価格帯の裾野が広がっており、円換算でも数万円台から購入可能なレンジに入りつつある。日本市場では、盗撮・プライバシー関連の法規制やSNSでの反応が特にシビアであることを踏まえると、正式上陸時にはこうしたプライバシー保護機能の実装状況が販売可否や世論の評価を大きく左右する可能性が高い。国内の競合としては、録画機能を持たないオーディオ特化型のスマートグラス製品や、Xreal・Rokidなどのカメラ非搭載ARグラスが挙げられ、これらは今回のような論争とは無縁である点が相対的な強みになっている。 筆者の見解 今回のMetaの対応は、「禁止するのではなく、安全に使える仕組みを作る」という設計思想の実例として評価できる。改造を法的・規約的に禁止するだけでは実効性がなく、結局は「バレなければいい」という行動を助長しかねない。技術的にタンパリングを検知し、カメラという機能そのものを止めてしまうアプローチは、遠回りに見えて最も再現性の高い解決策だと考える。 もっとも、これはあくまで対症療法であり、後追いの対応であることも事実だ。ウェアラブルカメラやAIグラスは今後、視覚情報をリアルタイムでAIが解釈するデバイスとしてさらに普及していくはずで、プライバシー設計は「発売後に問題が起きてから直す」のではなく、企画段階から標準搭載しておくべき要件になっていくだろう。日本市場に本格参入する際には、この手のプライバシー保護機構がどこまで最初から組み込まれているかが、消費者だけでなく施設運営者や自治体からの信頼を得られるかどうかを左右する分水嶺になると見ている。 出典: この記事は Meta’s glasses will turn off the camera if you tamper with the privacy light の内容をもとに、筆者の見解を加えて独自に執筆したものです。

米大手メディアArs Technicaは2026年7月7日、AIデータセンターの爆発的な電力需要が、Rust Belt（かつての重工業地帯）の製造業者の電気代を押し上げ、トランプ政権が掲げる「Made in America」（国内製造業復活）計画を脅かしていると報じた。記者Jeremy Hsu氏による記事では、ReutersやWall Street Journalの分析を引用しながら、AIブームの裏側で進む産業界のひずみを描き出している。 電力網の逼迫が生む「見えないコスト」 米最大級の電力系統運用機関PJM Interconnection（13州を管轄）のエリアでは、データセンター需要の急増によって「容量価格」（発電事業者に供給力確保の対価として支払われる価格）が2024年の1メガワット日あたり28.92ドルから、2026年には329.17ドルへと約11倍に跳ね上がった。この上昇分は最終的に工場の電気料金に転嫁される構造になっている。 Reutersが伝えた象徴的な事例が、オハイオ州で141年の歴史を持つレンガメーカーBelden Brick Companyだ。月間の電気代が1,600ドルから12,000ドルへと約7.5倍に膨らんだという。同様の圧迫は鉄鋼業界にも及んでおり、Steel Manufacturers Associationによれば、Rust Belt地域に集中する米鉄鋼各社は年間数千万ドル規模の追加コストを強いられている。電気代は鉄鋼生産コストの20〜40%を占め、電気アーク炉1基あたりの稼働負荷は40〜200メガワット、米鉄鋼業界全体ではピーク時に最大11ギガワットを消費する。オハイオ拠点のMetallus社は、2024年比で電気代が70%上昇し、年間1,500万ドルの追加負担が生じたと明かしている。 皮肉なのは、データセンター建設自体が年間およそ100万トンの鋼材需要を生み出し、米鉄鋼業界に恩恵をもたらしている点だ。恩恵とコスト増が同時に押し寄せる、ねじれた構図になっている。 供給不足はさらに拡大の見通し PJMは2027年以降、管轄エリアの電力需要が供給力を6.6ギガワット上回ると予測している。Wall Street Journalはこれを「原発6基分以上に相当する規模」と表現した。製造業各社は値上げや拠点移転の検討を迫られており、鉄鋼業界幹部からは電力網逼迫による操業停止リスクへの懸念も上がっている。 ホワイトハウスは大手テック企業に新規電力インフラの費用負担を求める「Ratepayer Protection Pledge」への署名を取り付けたが、実効性のある強制力は伴っていない。トランプ政権は各州知事とともにPJMへ働きかけ、新規供給力を調達する一回限りの「バックストップオークション」実施を求めている段階だ。政権1年目には製造業雇用が83,000人減少しており、電力コストの高騰はこの逆風にさらに追い打ちをかけかねない。 日本市場での注目点 日本でもこの構図は他人事ではない。データセンター向け電力需要は北海道・千歳や九州など再エネ・電力インフラを確保しやすい地域を中心に急拡大しており、経済産業省もGX（グリーントランスフォーメーション）政策や原発再稼働議論と絡めて電力需給の逼迫に警戒感を示している。日本の産業用電気料金はもともと国際的に見て高水準にあり、日本製鉄やJFEスチールといったエネルギー多消費型の製造業にとって、米国と同様の「データセンター対製造業」の電力争奪構図が今後表面化する可能性は十分にある。半導体工場の新設ラッシュとも重なり、地域の送配電網増強が追いつくかどうかが今後数年の焦点になりそうだ。 筆者の見解 AIをどんどん使い倒すべきだという立場は変わらないが、この記事はAI活用を語る上で見落とされがちな「裏側のコスト」を突きつけてくる。大量のドキュメントを一括処理するような用途でクラウドのAIをフル活用すると、その快適さの背後で膨大な電力が消費されている実感は正直薄い。しかし今回のように、AI基盤への投資が既存産業の電気代を押し上げるところまで顕在化してくると、使う側も「便利だから使えばいい」だけでは済ませられない段階に入ってきていると感じる。 日本でもデータセンター新設が加速する中、電力調達やコスト構造を織り込まずにAI活用を語ると、いずれ同じひずみが表面化するはずだ。AIをフル活用する前提は維持しつつ、電力という物理的な制約をどう仕組みに織り込むかを、作る側は今のうちから意識しておく必要があるだろう。 出典: この記事は Data centers’ energy demand threatens Trump’s “Made in America” plan の内容をもとに、筆者の見解を加えて独自に執筆したものです。

OpenAIは2026年7月6日、音声対話やマルチモーダル体験を構築するための「Realtime API」向けに、新モデル「gpt-realtime-2.1」と、その低コスト版「gpt-realtime-2.1-mini」を公開した。両モデルとも、キャッシュ機構の改善によってp95レイテンシ（応答時間の95パーセンタイル値）を25%以上削減したほか、雑音への耐性、英数字の聞き取り精度、ユーザーが話に割り込んだ際の応答挙動を改善している。 Realtime APIとは何か Realtime APIは、音声をテキストに変換せず音声のまま入出力する「Speech-to-Speech」型の低遅延対話APIだ。WebSocketなどでクライアントとモデルを直結し、コールセンターの自動応答、音声アシスタント、リアルタイム翻訳といった「人と話す」体験の基盤として使われている。今回のアップデートは、この音声対話の土台部分の改善にあたる。 何が変わったのか 上位モデルの「gpt-realtime-2.1」は、前世代の「GPT-Realtime-2」をベースに、型番・注文番号・住所読み上げなど英数字混じりの聞き取り精度、無音・雑音時の挙動、ユーザーが発話中に割り込んだ際の応答を改善した。推論の強度（reasoning effort）を設定できるほか、指示追従やツール呼び出しにも対応しており、複雑な音声エージェントのワークフローを組める。 一方の「gpt-realtime-2.1-mini」は、推論・ツール利用機能を備えながら、より高速・低コストに使える軽量版だ。特筆すべきは、従来のminiモデルと同水準の価格を維持しつつ機能を底上げしている点で、コストを据え置いたまま性能向上の恩恵を受けられる。 価格は次の通り（100万トークンあたり、単位はドル）。 モデル テキスト入力 テキスト入力(キャッシュ) テキスト出力 音声入力 音声入力(キャッシュ) 音声出力 gpt-realtime-2.1 4.00 0.40 24.00 32.00 0.40 64.00 gpt-realtime-2.1-mini 0.60 0.06 2.40 10.00 0.30 20.00 コミュニティは「差は小さい」との指摘も OpenAIのコミュニティフォーラムでは早速検証も始まっている。あるユーザーは、知識カットオフ（2024年9月30日）、価格、レイテンシ、コンテキストウィンドウが旧「GPT-Realtime-2」とほぼ同一に見え、「現時点で大きな違いは感じられない」と指摘した。また公式のRealtime Playground（platform.openai.com/audio/realtime/edit）が、2.1が使えるようになった後もデフォルトでは旧モデルのままになっている点も報告されている。発表文の謳い文句をそのまま受け取らず、自分の用途で実測して効果を見極める姿勢が重要だ。 実務への影響 日本ではコールセンターやIVR（音声自動応答）に音声AIを組み込む動きがようやく広がり始めた段階の企業も多い。レイテンシ25%減は、音声対話における「間」の自然さに直結し、ユーザー体験の改善に直接効いてくる部分だ。またminiモデルが推論・ツール呼び出しに対応しつつ旧miniと同価格を維持している点は、コストを増やさずに機能を強化できるという意味で、導入のハードルを下げてくれる。 注意点として、現時点でAzure OpenAI Service経由での提供有無は明らかになっていない。エンタープライズ利用でAzure経由の調達を前提にしている場合は、Azure側での提供開始時期を注視しておきたい。乗り換えの際は、フォーラムで指摘されているような「実際のところどこまで変わったか」を、自社のトラフィックで計測してから切り替えるのが手堅い進め方だろう。 筆者の見解 音声インターフェースは、AIエージェントが人間の負担を減らす窓口として、今後さらに重みを増す領域だと見ている。画面を見て操作するという前提を外し、話しかけるだけでタスクが完結する体験は、目的を伝えれば自律的に動くタイプのエージェントとの相性が良い。レイテンシ25%減という数字は地味に映るかもしれないが、音声対話は「間」が不自然なだけで一気に興ざめする性質のものなので、体感としてはかなり本質的な改善のはずだ。 とはいえ、フォーラムで指摘されているように、見出しほど旧モデルとの差が大きくないという冷静な声も出ている。新しいモデル名が出るたびに飛びつくのではなく、自分のワークロードで実際に計測してから判断するほうが、結局のところ一番の近道だ。情報を追いかけることに時間を使うより、手元で試して成果につなげる経験を積むほうが今は正しい。 日本ではコールセンターや窓口業務の音声AI活用がこれからという現場もまだ多い。miniモデルが機能を落とさず低価格を維持しているのは、そうした現場が最初の一歩を踏み出す後押しになるはずだ。 出典: この記事は New Realtime models on the API: gpt-realtime-2.1 and gpt-realtime-2.1-mini の内容をもとに、筆者の見解を加えて独自に執筆したものです。

Googleの「Chrome」ブラウザが、ユーザーの同意を得ないまま4GBのAIモデル「Gemini Nano」をPCに自動インストールしていたことが、スウェーデンのプライバシー研究者Alexander Hanff氏の調査で明らかになった。しかも手動で削除しても、Chromeを再起動すると再びダウンロードされるという厄介な仕様まで確認されている。 何が起きたのか Chromeのユーザーデータフォルダ内には「OptGuideOnDeviceModel」という名前のフォルダが存在し、その中にweights.binというモデル重みファイルが置かれている。これがGoogleのオンデバイスAI「Gemini Nano」の実体だ。フォルダ名からは何のファイルか一般ユーザーには判別できず、Hanff氏はこの命名自体が意図的な曖昧化だと指摘している（正直に名付けるなら「GeminiNanoLLM」とすべきだったはずだ、と）。 ChromeはGPU性能・CPUコア数・システムメモリ（16GB以上）・空きストレージ（22GB以上）といったハードウェア要件を自動チェックし、条件を満たす端末には通知なしでバックグラウンドダウンロードを開始する。Hanff氏のテストではダウンロード完了までわずか14分だったという。さらに厄介なのは、手動削除してもChromeが「一時的なエラー」と判断し、次の起動時に再ダウンロードしてしまう点だ。旧バージョンの残骸が消えずに蓄積し、合計12GB超に膨れ上がったケースも報告されている。ファクトチェックメディアSnopesが自社スタッフ6名の端末を調査したところ、macOSとWindowsを合わせて3名の端末でこのファイルが見つかった。 Googleは「2024年から提供しているオンデバイスモデル」と説明し、2026年2月以降は設定画面に「オンデバイスAI」のオン/オフトグルを順次追加しているとするが、Hanff氏を含む多くのユーザーにはまだこのトグルが届いておらず、chrome://flagsやレジストリを直接編集しない限り無効化できない状態が続いている。 「プライバシー保護」という名の矛盾 この一件が象徴的なのは、Googleの正当化ロジックだ。Gemini Nanoが担うのは「Help Me Write」やタブグループ提案、ページ要約、そしてフィッシング検知などの機能で、特にフィッシング検知は2025年5月にChromeの「保護強化モード」に統合され、存在時間10分未満で消える悪質サイトさえリアルタイムで検出できるとされる。処理をクラウドではなく端末内で完結させるため「データがGoogleに送信されずプライバシーが守られる」というのがGoogleの説明だ。 しかし、その「プライバシーを守るための機能」自体が、ユーザーの同意なしに、しかも紛らわしい名前でインストールされていたという事実は皮肉としか言いようがない。処理場所がローカルであることと、インストールの透明性・同意の有無は、まったく別の話である。 実務への影響 日本のIT管理者にとって、まず確認すべきはストレージ影響だ。ストレージ容量が限られたVDI環境やシンクライアント、キッティング済みの標準PCでは、通知なく数GBが消費される事態は無視できない。Chrome Enterpriseのグループポリシー（ADMX）でオンデバイスAI関連の機能を制御できるかどうかを確認し、まだ管理ポリシーが提供されていない環境ではchrome://flagsやレジストリでの一律制御を検討すべきだろう。 また、企業のセキュリティ・プライバシー部門にとっては、ソフトウェアが「同意なくバックグラウンドで大容量ファイルをダウンロードし、削除しても復元する」という挙動自体が、資産管理・変更管理の観点でリスクとなる。ベンダー製品のアップデートポリシーやEULAに、こうした「暗黙の機能追加」がどこまで含まれるかを改めて棚卸しする良い機会でもある。 筆者の見解 オンデバイスAIという方向性自体は理にかなっている。処理をローカルで完結させることで遅延も減り、機微なデータをクラウドに送らずに済む。技術的な狙いは正しい。 ただし今回の問題の本質は「AIを使うかどうか」ではなく「どう届けるか」だ。禁止するのではなく、ユーザーが安心して使える仕組みを作ることが本来あるべき姿のはずで、それには透明な説明と明確な同意が欠かせない。フォルダ名を曖昧にし、削除しても復活させるという挙動は、便利な機能を「気づかれないように」押し付けているようにしか見えず、結果的にユーザーの信頼を損なう。どれだけ機能が優れていても、届け方を誤れば「勝手に入れられた」という不信感だけが残ってしまう。 WindowsでもCopilotの機能拡張やRecallのような機能で似た構図の反発が起きたことは記憶に新しい。プラットフォームベンダーがOS・ブラウザレベルでAIを組み込んでいく流れは今後も続くはずだが、後から「実はこっそり入っていた」と発覚する形ではなく、最初から選択肢として提示し、ユーザー自身が納得して有効化する仕組みを標準にしてほしい。それが結局、AI活用を前向きに広げていく一番の近道だと思う。 出典: この記事は Google Chrome Installed a 4GB AI Model on Your PC の内容をもとに、筆者の見解を加えて独自に執筆したものです。

Accenture(アクセンチュア)がデータ漏洩を認めた。ハッカー集団「888」が、同社から約35GBのソースコードや認証情報を盗んだと主張し、サイバー犯罪フォーラムで販売を開始したことを受けての対応だ。 何が盗まれたのか 攻撃者「888」の投稿によれば、流出したとされるデータにはソースコードに加え、RSA鍵、SSH鍵、Azure PAT(個人用アクセストークン)、Azureストレージのアクセスキー、各種設定ファイルが含まれるという。証拠として、“121123_AtriasTalentAcademy"という名前のAzure DevOpsリポジトリをクローンする様子のスクリーンショットも公開された。BleepingComputerはこれらの主張の全容を独自には検証できていないとしている。 Accentureは声明で「独立した事案として認識しており、原因はすでに是正済み。事業運営やサービス提供への影響はない」とコメントした一方、漏洩した情報の正確な量や種類、侵入経路、顧客データへの影響有無については言及を避けている。 繰り返される標的 Accentureが漏洩騒動の渦中に立つのはこれが初めてではない。2024年には同じ「888」が委託先経由の漏洩をきっかけに従業員データの販売を試みており、2021年にはランサムウェア集団LockBitによる攻撃で情報が窃取された過去がある。世界で数十万人規模のコンサルタントを抱え、無数の顧客環境やクラウドリソースにアクセスする立場にある以上、こうした攻撃対象領域の広さは今後も付きまとう課題だろう。 実務への影響 今回特に注目すべきは、盗まれたとされる情報がソースコードだけでなく、Azure PATやストレージアクセスキー、SSH鍵といった「人間ではなくシステムが使う認証情報」、いわゆるNon-Human Identities(NHI)である点だ。これらは一度漏洩すると、正規のワークフローに紛れて長期間気づかれずに悪用されるリスクが高い。日本企業でもAzure DevOpsやGitHub Actionsで有効期限のないPATを発行しっぱなしにしているケースは珍しくない。この機会に、自社のリポジトリやCI/CDパイプラインで「失効させていないPAT」「ローテーションされていないストレージキー」が放置されていないか、棚卸しをしておきたい。Accentureのような大手SIerと取引がある企業は、委託先経由の二次被害にも注意が必要だ。 筆者の見解 盗まれたものの中身を見ると、ソースコードそのものよりも、Azure PATやストレージキー、SSH鍵といった「常時有効な認証情報」の漏洩の方が実害として大きくなりやすい。筆者はゼロトラストの立場から、常時アクセス権を持ち続ける資格情報こそが特権アカウント管理における最大のリスクだと考えている。人間が使うパスワードだけでなく、こうした非人間ID(NHI)を誰がいつ発行し、いつ失効させたかを追跡できていない組織は、Accentureに限らず、今回のような漏洩の一歩手前にいると考えた方がいい。 Accentureほどの規模の企業でも「原因は是正済み」という短い説明で済ませてしまう対応には、コンサルティング業界全体の情報開示の物足りなさを感じる。「事業運営への影響はない」という説明を鵜呑みにせず、取引先や委託先が同様の被害に遭った場合に自社へどう波及するかを、日頃から棚卸ししておく姿勢が今の時代には欠かせない。 出典: この記事は Accenture confirms breach after hacker offers stolen data for sale の内容をもとに、筆者の見解を加えて独自に執筆したものです。

MetaのAI研究部門「Meta Superintelligence Labs（MSL）」が2026年7月7日、同部門として初めてとなる画像生成モデル「Muse Image」と、動画生成モデル「Muse Video」のプレビューを発表した。Muse ImageはMeta AIアプリ、meta.ai、米国のInstagramストーリーズ、一部国のWhatsAppに即日展開され、Facebookへの提供も準備中だという。 何が新しいのか——「エージェントとして絵を描く」という発想 従来の画像生成AIは、プロンプトを受け取って一発で画像を出力する「変換器」に近い設計だった。Muse Imageの特徴は、これを一枚の絵を仕上げる「作業プロセス」として扱っている点にある。 具体的には次の3つの仕組みが組み合わさっている。 ツール呼び出し（Tool Use） 強化学習の過程で、Muse Imageは正確なグラフやQRコードを生成するためにコードを書いて実行する能力、そしてWeb検索で最新情報や実在する視覚的参照を取得する能力を獲得した。時事ネタや実在の事物を扱うプロンプトほど、検索を使うことで事実的な正確性が向上したとMetaは報告している。 自己修正（Self-Refinement） 生成途中の画像を自分で見返し、「ここの細部がおかしい」と判断すれば局所的に描き直し、「全体的に間違っている」と判断すればゼロから再生成する。興味深いのは、Metaがこの挙動を明示的に設計したわけではなく、強化学習によって「自己修正した方が高い報酬（＝より良い画像）を得られる」と学習した結果、自然に獲得された振る舞いだという点だ。 テスト時計算のスケーリング 推論時によく“考える”ほど、ツール呼び出しや自己修正のステップが増え、生成品質が向上する。これは大規模言語モデルで見られる「reasoningを強めるほど性能が上がる」現象と同じ構造で、画像生成でも計算量と品質がおおむね対数線形の関係にあるとMetaは述べている。 MetaはGoogleの「Nano Banana 2」を上回る評価を得たと主張しており、生成画像にはトリミングや加工を経ても残る不可視の透かし「Content Seal」を付与し、AI生成であることを追跡可能にしている。 実務への影響 日本のエンジニア・IT管理者にとって直接使える機能というより、まず注目すべきは「エージェント型生成AI」という設計思想そのものだ。プロンプト一発勝負ではなく、モデルが検索やコード実行といった外部ツールを自律的に使い分けて成果物の精度を上げていく構造は、画像生成に限らず今後あらゆる生成AIプロダクトの標準形になっていく可能性が高い。社内向けにAI活用の企画・評価を行う立場であれば、「一発生成の精度」だけでなく「自己検証・自己修正の仕組みがあるか」を評価軸に加えておくと、今後出てくる各社のモデルを比較しやすくなるはずだ。 また、不可視透かし「Content Seal」のような出所証明技術は、生成AI画像が社内資料や広報物に紛れ込むリスクへの対策として実務上重要になる。著作権・コンプライアンス部門と連携する担当者は、こうした技術の動向を追っておく価値がある。 一方で、現時点での提供国・プラットフォームは米国中心（Instagramストーリーズは米国のみ、WhatsAppも限定国）であり、日本国内での利用可否や日本語プロンプトでの精度は未知数だ。発表を鵜呑みにして導入検討を急ぐより、実際に手元で触れるようになってから評価するのが現実的だろう。 筆者の見解 エージェント型生成という設計思想の方向性自体は、正直よくできていると思う。プロンプトを一度きり投げて終わりではなく、モデル自身が「ここはおかしい」と気づいて手を入れ直す——これはAIエージェント全般で重要だと繰り返し言ってきた「人間の確認待ちにしない自律性」の考え方と地続きだ。強化学習の結果として自己修正が“勝手に”出てきたという話も、狙って設計するより自然な学習の結果として現れる挙動の方が強いことを示していて興味深い。 ただ、Metaの生成AI領域での実績を踏まえると、発表内容と実際の実務品質の間にはまだ距離があると見ておいた方がいい。ローンチ直後のベンチマークやデモは各社とも良く見えるように作られるものであり、日本語での実利用や業務での安定性は、実際に自分の手で触って確かめるまでは判断を保留すべきだ。情報を追いかけて一喜一憂するより、実際に使えるようになった段階で自分の目で確かめる——それが今の生成AIとの正しい付き合い方だと思っている。 出典: この記事は Introducing Muse Image and Muse Video の内容をもとに、筆者の見解を加えて独自に執筆したものです。

米Ars Technicaが2026年7月7日、Microsoft傘下のゲームパブリッシャーBethesdaと、『Doom』シリーズで知られるid Softwareが、前日発表されたXbox部門の大規模レイオフによって深刻な打撃を受けていると報じた。一部チームでは人員の半数近くが削減されたとの証言も相次いでおり、今後さらなる削減も予告されている。 前日発表の3200人規模レイオフの余波 Microsoftは7月6日、Xbox部門全体で3200人規模のレイオフを発表した。Xbox CEOのAsha Sharma氏は、Xboxプラットフォームチームの縮小や、重複した中間管理職層の整理に主眼を置いた説明を行っていた。しかしArs Technicaによれば、実際にはid SoftwareやBethesdaといった開発スタジオにも大きな影響が及んでいるという。 id Softwareでは「コーダーの大半」が対象という証言 『Apogee』『3D Realms』の創業者で、id Softwareの初期タイトルの発売にも関わったScott Miller氏は、ソーシャルメディア上で「関係者からの情報」として、id Softwareの過半数が解雇され、「コーダーのほぼ全員が含まれる」と投稿した。 さらに、2011年の『Rage』以降id Softwareに携わってきたベテランプログラマーのMichael Maynard氏も、LinkedIn上で自身が月曜日に解雇された「約50%」のチームの一員だったと明かしている。ゲーム業界メディアGame Developerも複数の匿名情報筋を引用し、Doomスタジオで約90人規模の人員整理が行われたと報じた。奇しくも、前作『Doom: The Dark Ages』の最初のDLCパックが同日にリリースされたばかりだった。 id Software共同創業者のJohn Romero氏はソーシャルメディア上で悲しみを表明し、「Doom、Quake、Wolfensteinというブランドを背負い続けるのは、今日の業界においては簡単なことではない。ここ数作は、それらの世界がファンにとって何を意味するかへの敬意と丁寧な仕事ぶりを感じさせるものだった」とコメントした。Microsoftに対しては、現行id Softwareのコードやドキュメントを保存するよう呼びかけている。 Bethesdaも「特に大きな打撃」——ESOチームは半数減との報道も IGNが入手したメールによれば、Bethesda PresidentのJill Braff氏は社内に向けて、影響を受けた「多くの同僚たち」への感謝を伝えている。IGNの報道では、Bethesda Studiosのスタッフは「特に大きな打撃」を受けており、残った従業員も「不透明な未来」に直面しているという。Microsoftは前日の1600人に加え、今会計年度中にさらに1600人規模の削減を計画していると説明している。 Braff氏はメールの中で、今回の戦略・人員変更を受けてBethesdaは「路線転換が必要」であり、「最も強いフランチャイズに集中する」企業へと変わっていくと説明した。これは『Starfield』のような新興フランチャイズにとって逆風となりうるほか、Kotakuの報道によれば『The Elder Scrolls Online』の開発チームも人員の半数近くを失ったとされている。 日本のゲーマー・開発者への影響 Doom、The Elder Scrolls、Starfieldといったフランチャイズは日本でも根強いファン層を持つ。特に『The Elder Scrolls Online』はサービス継続型タイトルであり、開発チームの大幅縮小は今後のアップデート頻度やイベント展開のペースに影響する可能性がある。日本語ローカライズやコミュニティ運営のリソースが今後どう配分されるかも注視すべきポイントだ。 また、こうしたレイオフはMicrosoft本体の経営判断であり、下請けやローカライズパートナーとして関わる日本国内のスタジオ・ベンダーにも間接的な影響が及ぶ可能性がある。Xbox関連のパートナー企業と取引がある場合は、契約継続や優先度の変化について早めに情報収集しておきたい。 筆者の見解 正直なところ、今回の一連の報道には複雑な思いがある。id SoftwareやBethesdaは、Doom、Quake、The Elder Scrollsといった業界の礎を築いてきたスタジオであり、その開発力・ブランド力はMicrosoftにとって数少ない「正面から勝負できる」資産のはずだ。それを短期的な組織効率化の名のもとに大きく削るのは、率直に言ってもったいない判断に見える。 Microsoftを応援する立場から言えば、こうした構造改革そのものを全否定するつもりはない。中間管理職の整理や重複組織の解消は、どの企業にも必要な経営判断だ。しかし、コーダーの半数近くが対象になったという証言が事実であれば、それは単なる効率化ではなく、開発現場の実行力そのものを削ることになりかねない。ゲームというプロダクトは、結局のところ「作る人」の技量と継続性がすべてを決める領域だ。ブランドと資本があるからこそ、Microsoftには長期的な視点で開発力を守る投資判断をしてほしいというのが正直な期待だ。 日本のユーザーとしては、今後のタイトル展開やアップデートペースへの影響を注視しつつ、こうした経営判断が最終的に良質なゲーム体験として跳ね返ってくることを願いたい。 関連製品リンク DOOM: The Dark Ages -PS5 エルダー・スクロールズ・オンライン 日本語版 (通常版) Starfield -PS5 上記はAmazon.co.jpへのリンクです。記事執筆時点の情報であり、価格・在庫は変動する場合があります。 ...

Microsoftは、Microsoft 365 CopilotがPower BIのレポートやセマンティックモデルを直接参照し、そのデータに基づいた「根拠のある回答」を返せる機能を提供し始めた。レポートのリンクをチャットに貼り付けたり、レポート名を言及するだけでCopilotが該当データに接続できるほか、何も指定しなくてもCopilotが質問内容から適切なレポートを自動的に探し出して参照する。ポイントは、この機能がユーザー自身が本来持っているPower BIの権限の範囲内でしか動作しない設計になっていることだ。現時点ではFrontierプログラムのテナント向けにCopilot Premiumライセンスが必要とされている。 Work IQを基盤にした「根拠ある回答」の仕組み この機能は、Microsoftが進める「Work IQ」という基盤技術の上に成り立っている。Work IQは、ユーザーが日々やり取りするメール・Teams・SharePoint・Power BIなど組織内のデータをCopilotが横断的に理解し、文脈に応じて適切な情報源から回答を組み立てるための仕組みだ。今回のアップデートで、そのデータソースにPower BIのレポートとセマンティックモデルが加わったことになる。ユーザーが特定のレポートを共有していればそれを根拠にし、共有がなくても質問の内容からCopilotが自動的に該当レポートを見つけて参照する点が特徴だ。 ユーザー本来の権限モデルを変えない設計 注目すべきは、この機能がCopilot専用の特権的なアクセス経路を新設するものではなく、ユーザーが元々見られる範囲のPower BIデータしか回答に使わない設計になっている点だ。Copilotが裏側で万能のサービスアカウントを使ってテナント内のあらゆるレポートを読めてしまう、という仕組みではない。ユーザーの権限がそのまま回答の範囲を決める。 管理者側の設定は二段階 有効化は管理者側で2段階の作業になる。まずMicrosoft 365管理センターのCopilot設定から「Fabric data in Microsoft 365 Copilot」を開き、対象ユーザーを「なし」「全員」「特定のグループ」から選ぶ。次に、Fabric管理者がFabric管理ポータルのテナント設定で「Share Fabric data with your Microsoft 365 services」を有効にする必要がある。この設定を入れない限り、CopilotからFabric側のデータを検索・参照することはできない。なお、この設定を有効にすると、Copilot側のクエリデータがFabricに共有される点は明記されている。FabricはM365 Copilotとは別のコミットメントで運用されており、そこで処理されるデータはFabric Product Termsの適用を受ける。 実務への影響 日本のエンタープライズでPower BIを使い込んでいる企業は多いが、目的のレポートを探し出し、該当シートを開き、数値を拾って会議資料に転記するという作業は今も人手に依存しがちだ。この機能が定着すれば「このレポートのこの数字の背景を説明して」とCopilotに聞くだけで済むようになる可能性がある。ただし、いきなり「全員」で有効化するのではなく、まず「特定のグループ」で限定的に試し、意図しないレポートまで拾ってきていないか、権限設計に想定外の穴がないかを確認してから段階的に広げるのが安全だ。また、Fabric管理者とM365管理者は別部門・別担当者であることも多いため、この2段階設定を誰がいつ有効にするのかを事前にすり合わせておく必要がある。 筆者の見解 この数年、Copilot関連の新機能発表に以前ほど手放しでは反応できなくなっていたのが正直なところだ。期待した完成度に届かない発表が続いたのも事実である。ただ、セキュリティを専門領域のひとつとして見ている筆者から見ると、今回のPower BI連携は方向性としてかなり筋が良い。AIエージェントが業務データにアクセスする際、専用の特権サービスアカウントを新設してあらゆるデータへの常時アクセス権を持たせてしまう、というやり方が最も危ういパターンだ。今回の実装はそうではなく、あくまでユーザー本人の権限の範囲内でCopilotが動く。「禁止するのではなく、安全に使える形で便利さを提供する」という、AI活用のセキュリティ設計として本来あるべき姿に近い。Non-Human Identityの管理がこれからの業務効率化のボトルネックになっていく中で、こうした「権限を昇格させない」設計をきちんと作り込んでくることには素直に期待したい。Power BIというデータ資産とCopilotという対話インターフェースを両方持っているのだから、この強みを正面から活かしてほしい。あとは実際にどれだけ精度の高い回答を返せるかどうかにかかっている。そこが伴って初めて、今回の設計の良さが本当の意味で活きてくる。 出典: この記事は Use Power BI data in Microsoft 365 Copilot の内容をもとに、筆者の見解を加えて独自に執筆したものです。