Alex McFarlandは、人工知能の最新の開発を探求するAIジャーナリスト兼ライターです。彼は、世界中の数多くのAIスタートアップや出版物と共同しています。
McKinseyは2026年8月4日に、エージェントを中心としたHR機能の構築についての記事を公開し、その記事の中で、エンタープライズAIについて今期で最も有用な文章が書かれていた。計画なしにエージェントを構築したチームについて説明している著者は、「管理されていない各エージェントは、古い運用モデルの一部をコードに固める」と書いている。これをパイロットの罠と呼ぶ。タスクレベルでのスピード、設計レベルでの漂流。その文章は、導入されるフレームワークよりも価値があり、HRの外側にも適用でき、現在エージェントパイロットを実行している多くの企業に当てはまる。罠は成功したパイロットであるここにメカニズムがある。記事では、給与専門家やリクルーターは、低コードツールを使用して午後に動作するエージェントを構成できるということである。プロトタイプではなく、実際に動作するもので、実際のワークフローに接続されており、実際の出力を生成している。これは、誰もが教えられたシーケンス、すなわち「小さく始めて学び、拡大する」というシーケンスが、慎重な選択肢ではなくなったことを意味する。McKinseyは、率直に「小さく始めて学ぶ」という直感が、慎重な選択肢ではなくなったと述べている。どのスペシャリストでも午後にエージェントを立ち上げることができる場合、上層部が承認するかどうかに関係なく、小さなものから始めることになる。記事が終わる場所と推論が始まる場所について正確であることが重要である。McKinseyのパイロットの罠は、主に浪費された労力についての議論である。チームは、適切な再設計によって削除されるステップを完璧にしている。以下のバージョンは、より厳しいものであり、私のものである。浪費された労力は回復可能であり、ロックインは存在しない。失敗したパイロットは問題ない。失敗したパイロットは停止され、忘れられ、数週間のコストがかかるだけである。危険なのは、動作するパイロットである。動作するエージェントはすぐに負荷がかかる。誰かの火曜日はそれに依存している。予算会議でそれを擁護する。自動化されたプロセス、システムの変更、政策の変更に関係なく、コード化され、実行され、文書化されたものよりも議論しにくいものになる。これが罠である。你はワークフローを自動化しなかった。代わりに、ワークフローを承認した。エージェントが自動化されたワークフローに依存するという、エンタープライズAIの結果が、ツールよりもワークフローの形に依存するという、最近の研究結果の不快なバージョンである。彼らが埋めた数字記事の見出し数字は、現在のHR活動の約2/3が2030年までに完全に自動化されるか、完全に自動化されたデリバリーになる可能性があるというものである。これは今週どこでも引用される数字であり、記事で最も興味のないものである。興味深い数字は、時間割り当ての図表にある。McKinseyが説明する最終状態では、人間の時間の約20パーセントがエージェント能力管理に費やされる。記事では、エージェントの構成、エージェントが従うロジックの作成とレビュー、リリース前のテスト、パフォーマンスとドリフトの監視、ワークフローの変更時にエージェントの廃止が含まれると説明している。記事では、ドリフトを定義していないが、エージェントの出力が妥当性を保ったまま、静かに正しくなくなることを意味する。機能の人間時間の5分の1がマシンの手入れに費やされる。記事では、これが「丸めのカテゴリではない」と述べている。エンタープライズAIの最大の隠れたコストである、監督オーバーヘッドと同じである。ただし、記事では、この20パーセントが移行コストなのか、エージェントを大規模に実行する際の実際のコストなのかは述べていない。これは、エージェントプログラムがコスト削減になるか、コストの交換になるかを決定する数字であり、不足している。通常の会社が実際に使用できるアドバイスの半分McKinseyの処方箋は、まず2030年の人間エージェント運用モデルを定義し、そこから逆算することである。目的地を定義し、実装、能力投資、ガバナンスの順序を決定する。記事は、誰がこれを行うことができるかについて正直である。自分の目的地の組織図は、「現在のほとんどのHR機能を持っていない製品管理マスル、十分なデータ基盤、CHROに実際のエンタープライズワークフォース設計マンデートが必要である」と述べている。次に、「ここから始めることができる組織は少ない」と述べている。ほとんどの会社、すでにエージェントを実行している会社に対しては、北極星は実行可能な半分ではない。診断が重要である。管理されていないエージェントが古いプロセスをコード化する場合、現在のエクスポージャーは、承認されていないエージェントの数に比例する。ただし、その数はわからない。最初のステップは、2030年のブループリントではない。数えることである。実際に実行されているものを調べる。承認されたものではない。実際に存在するもの。低コードツールで構築された自動化、共有インボックスに接続されたスケジュール済みジョブ、システムのレコードに対して構成されたアシスタント。各アイテムについて、3つの事実。誰が構築したか、どれにアクセスできるか、停止した場合に何が壊れるか。インベントリは、各部門で午後を要する。会社が月曜日に実行できる唯一の「ガバナンス」バージョンである。記事の5番目のCHRO質問は、盗むべき質問である。最初の選択肢は、どれが基礎となるか、どれが時間の経過とともに蓄積されるか、どれが安全に取り消せるか。インベントリをそのように並べ替える。安全に取り消せるものは、実験である。取り消すことができないものは、誰かが決定したかどうかに関係なく、アーキテクチャである。これは、ほとんどの最初のパイロットがエージェントを指す傾向にある、最も目立つプロセスではなく、静かな内部プロセスという本能に対する有用な修正である。実際にコストを課すのは誰かここで損をするのは、開始しなかった会社ではない。パイロット数が多い、採用率が上昇している会社である。パイロット数は、進歩を感じる指標であるが、実際にはその逆を計測する。現在のプロセスに対して構築された各追加パイロットは、後でプロセスを変更するコストを上げる。ツールが邪魔をして、所有者がいて、デッキに数字が表示されるからである。3つのパイロットを持つ会社は、数十の動作するエージェントを持つ会社よりも先に立っていない。むしろ、よりコミットしている。これが、この記事から得られるべきリフレーミングである。エージェントプログラムについて尋ねるべき質問は、実行中のエージェントの数や精度ではなく、現在の運用モデルを変更するために解体しなければならない部分が何であるか、そして誰が今日それを言えるかである。
企業は最初のエージェントの仕事を同じように選択する傾向があります。誰かがAIが何をできるかを尋ね、部屋の中でみんなが想像できる仕事、つまりブログの投稿、顧客への対応、インボックスの処理について話し合うのです。これは建物の中で最も目立つ仕事なので、誰でも想像できる仕事になります。6か月後、パイロットは静かに駐車され、結論は技術が未熟だったというものでした。技術は問題ありません。仕事の選択が問題でした。目立つ仕事は、3つの条件をすべて満たしているため、悪い選択です。3つの条件が仕事を難しくし、目立つ仕事はすべて3つを持っているエージェントにとって、仕事は簡単です。チェック可能な正解がある場合、悪い出力が安い場合、そして誰かが建物の中で仕事をしている場合、そして見た目で良い悪いを判断できる場合です。顧客向けの文章は最初のテストに失敗します。「このブログ投稿は良いか」という質問には正解がない。ただ、1人の人が持っている好みがあり、間違ったバージョンはすぐに認識できますが、正しいバージョンを事前に指定するのは難しい。質の悪いコンテンツの苦情はほとんどこのギャップにあります。顧客向けの仕事は2番目のテストに失敗します。内部の要約が悪いと、誰かが4分間を浪費する。顧客への返答が悪いと、関係が壊れ、時にはコンプライアンスに関する会話が必要になる。失敗のコストは、仕事に必要な監督のレベルを決め、監督はエージェントを実行するための高価な部分です。目立つ仕事は通常、3番目のテストに失敗するが、誰もが気づくまで遅くなる。出力を判断できる人は、会社の中で最も貴重な時間を持っている上級の人です。レビューのキューを渡すことは、最も高価なカレンダーに仕事を追加することを意味します。成功した最初の仕事の見た目それらは退屈です。パターンは一貫していて、計画することができます。NTT DATA Groupが組織全体にエージェントツールを展開したとき、内部の意見を変えた初期の勝利は、顧客体験ではなく内部のエンジニアリングの仕事でした。OpenAIのアカウントでは、複雑なインシデント分析を自動化したことが記載されています。以前は5人の経験豊富なエンジニアが3日かかった仕事を30分で完了しました。その結果は「上級リーダーの注目を集め、早期の実証となった」と書かれています。仕事の形状を見てみましょう。インシデント分析には正解があり、組織がチェックできる答えです。なぜなら、仕事はすでに存在しており、元々それをしていた人がまだそこにいるからです。それが繰り返されます。会社のシステムの中にあり、顧客の前ではありません。完了の基準は、分析が証拠に対して成り立つかどうかです。これは、味覚ではなく、擁護可能な答えを持つ質問です。これを、ほとんどの会社が最初に選ぶ仕事と比較してみましょう。ブログ投稿には正解がない、安価な判断者がいない、そして聴衆がいます。シーケンスは、選択と同じくらい重要です。NTT DATAは、ChatGPT Enterpriseを会社全体に最初に展開し、内部調査では、96％以上の回答者がそれに満足しており、95％以上の回答者が生産性の向上を報告していました。日常的な使用を通じて、記述では「従業員は、研究、執筆、コンテンツ作成のためにAIと共同で仕事をする習慣を身につけた」と書かれています。そうした習慣は「明確に定義されたタスクを委任するための組織の準備」をしました。リーダーシップの教訓は、ケーススタディーとともに公開され、AIを日常の仕事の一部にすること、人々がそれと共同で仕事をする習慣を身につけることを助けることから始まります。会社は、インシデント分析の仕事が到着する前に、AIとの広範な経験を構築しました。習慣形成の段階は、思っているよりも多くの仕事をしています。一般的なAIツールが普通になるにつれて、人々は、仕事のタイトルを超えてそれを適用し始めます。私の読み方では、これは良い候補の仕事が表面化する場所です。計画会議ではなく、仕事をする人々からです。また、懐疑心が解消され、フロントラインスタッフが実際にツールについてどう感じているかは、1つのハイステークスプロジェクトでは解決されません。例外が規則を証明する、もしも全体のケースを読むなら明らかな反論は、顧客向けのエージェントが実際に機能するということです。そうです。1つを詳しく読む価値があります。Yamada Holdingsと作成したショッピングエージェントアバタリンは、エージェントの仕事として最も目立つものの1つです。24時間365日、多言語対応のサポート、音声とテキストで、製品の発見から購入の決定までのガイダンスを提供します。ヤマダ電機のオンラインストアでの2週間のパブリックキャンペーンで、約3万人がそれを使用し、92％の回答は肯定的なものでした。現実的な結果、現実的な顧客、表向きです。1つのことをはっきりさせておきたい。OpenAIの記述では、これを「その教訓を直接顧客に伝える最初の主要な機会」と呼んでいます。つまり、アバタリンの最初の顧客向けエージェントでした。これは、上記のすべてに反するようです。「その教訓」が何を指しているかを見てみましょう。アバタリンはANAホールディングスからスピンアウトしたAI顧客サービス会社で、記述ではOpenAI APIを使用してスピーチ認識、問い合わせ分析、従業員トレーニングを行っていたと書かれています。エージェントの回答は、回復増強生成システムによって根底付けられています。つまり、回答はモデルの記憶ではなく、実際の製品情報に基づいています。小売業者の顧客サービスに関する知識は、会話の流れやプロンプトに意図的にエンコードされていました。ガードレールが会話をショッピング体験に留めるのを助けます。また、OpenAIはチームと直接協力して、プロンプトを構造化し、常にオンの音声サービスを実行するコストを下げました。これは、AI顧客サービスが全ての事業である会社の最初の顧客向けの仕事でした。以前からOpenAIのツールを使用しており、グラウンド層があり、ドメインの専門知識がエンコードされていて、ガードレールがあり、ベンダーの人がプロンプトを構造化するのを助けていたのです。これが、目立つ仕事の本当の価格です。ほとんどが結果には表れていません。2つのアカウントを一緒に読むと、それらはシーケンスの教訓であり、2つの成功物語ではありません。1つの組織は、AIを日常の仕事の一部にすることで、明確に定義された仕事を委任する権利を得ました。他の組織は、すでに行っていたコンポーネント作業の後で、顧客向けの仕事に到達しました。どちらも計画会議で始めることを望んでいませんでした。選択の規則仕事の候補を選択する前に、4つの質問に答える必要があります。1. チェック可能な正解があるか良い答えではなく、正解です。調整、分類、抽出、分析などの仕事はすべて適しています。ただ、味覚で判断されるものは最初に適しません。2. 悪い出力のコストは何ですかもしも正直な答えが顧客、規制機関、または提出物の数字を含む場合、仕事はアーキテクチャとレビューレールが必要です。そうしたものは、ほとんどの場合、まだ構築していません。3. ボリュームがセットアップを正当化するか2か月に1度行われる仕事は、設定に要した週間を返済することはありません。経済的メリットは繰り返しから来ます。繰り返しが、どこで失敗するかを教えてくれます。4. すでに誰かがこの仕事をしており、悪い結果を瞬時に認識できるかその人こそがあなたのレビュアーです。彼らは時間を持っている必要があります。もしも唯一の資格者が創設者であれば、別の仕事を選んでください。4つの質問すべてで高得点を取る仕事は、ほとんどの場合、会議で話し合われた仕事ではありません。そうした仕事は、チームが2年間手動で行ってきた仕事ですが、もう仕事であることに気づいていない仕事です。これはあなたをどこに置くのか今週、仕事の候補を誠実に評価します。勝者は失望するように感じるかもしれません。自動化することをやめないでください。最初のエージェントの仕事の目的は、返される価値ではありません。それは、組織がこれらのシステムが何をうまくやっていて、どこで壊れ、監督するのに実際に何がかかるかを学ぶことです。間違えることが生き残ることのできる仕事においてです。その知識が2番目の仕事を、推測ではなく、現実の決定にします。3番目の仕事が、ほとんどの場合、金銭的利益をもたらすものです。退屈な仕事を選びます。目立つ仕事を得ます。
Anthropicは141,006のサイバーセキュリティ評価実行を調査し、3つのインシデント — 6つの実行 — を見つけた。ここでは、Claudeモデルが演習から実際の会社の生産システムに侵入した。これは脱獄でも逃走でもない。インシデントについての会社の説明では、3つのケースのどれでも、モデルは自己を外部に流出させたり、テスト環境から抜け出したりしようとしなかった。モデルはただ、与えられた仕事を続け、現実のシステムに到達した。この区別は、多くの通常のビジネス展開で現在実行されている同じ構造を理解する上で重要である。境界は文であり、文は間違っていたここに何が起こったのか。Anthropicと、評価に使用する第三者のパートナーであるIrregularとの間の誤解により、テストマシンがインターネットにアクセスできる状態になっていた。評価プロンプトでは、モデルにはインターネットへのアクセスがないと述べていた。したがって、モデルにはキャプチャ・ザ・フラグ・タスク — 標準的なセキュリティ・ドリルで、標的マシンに侵入して配置された秘密を取得する — が与えられた。制約としては、インターネットへのアクセスがないとされた。しかし、環境はこの制約と矛盾していた。1つのケースでは、架空の標的会社の名前が実際のドメインと一致していた。4つの実行で、Claude Opus 4.7は、シミュレートされた標的を探し、オープンなウェブで実際の会社を見つけ、基本的なテクニック — 弱いパスワードと認証されていないエンドポイント — で侵入した。クレデンシャルを取得し、数百行の生産データを含むデータベースに到達した。4つの実行すべてで、モデルは最終的にシステムが実際のものであることを認識したが、どれもその理由で停止しなかった。2つの実行では、実際の会社が演習の一部であると推論した。2番目のモデルは、セットアップの指示にある架空のソフトウェア・パッケージに一致するように、トラップを仕掛けたソフトウェア・パッケージを作成し、それをPyPI — Pythonソフトウェアが公開され、プルされる公開レジストリ — に公開した。約1時間公開され、15の実際のマシンに到達し、そのうち1つは、定期的にパッケージをインストールして検査するセキュリティ会社に属していた。スキャナーがパッケージを実行すると、隠されたコードが会社のクレデンシャルをモデルが設定した収集ポイントに引き出し、モデルはそれらを使用して会社のインフラストラクチャのさらに多くの部分に到達した。実行の初期段階で、自らの推論によってこれを正しく認識していた — インターネットが実際のものである場合、公開は実際の攻撃となる — 「ダメです。絶対に意図された解決策ではありません。」しかし、自らの結論を覆した。接続をセキュアにする認証局を認識できなかった — ウェブサイトが主張するものであることを保証する組織 —...
AMDのCEO、リサ・スーは2026年7月23日にチップの販売を発表しなかった。彼女は投資を発表した。AMDはアンソロジックに最大50億ドルの株式を提供し、同時にアンソロジックは最大2ギガワットのAMDのInstinct MI450シリーズGPUを導入することを約束した。ハードウェアを販売する会社がそれを購入する会社を支援する資金を提供している。これは、現在の大規模なAI取引のほとんどの形態であり、この取引はそれを最も明確に述べている。 メカニズムは遅れても価値がある。AMDの出資は最大50億ドルという約束であり、2027年に始まる構築に結び付けられている。最初の1ギガワットはその年の前半にオンラインになり、AMDのHeliosラックスケールシステム内のAMD Instinct MI455Xアクセラレータを実行し、EPYC “Venice” CPU、Pensandoネットワーク、およびROCmソフトウェアスタックとペアになる。 アンソロジックのチーフコンピュートオフィサー、トム・ブラウンは、全体をハードウェアの決定として位置づけた。 「さまざまなハードウェアを使用することで、適切なワークロードを適切なハードウェアにマッピングできる。」 4つのプラットフォーム、1つの依存関係の問題 アンソロジックは現在、4つの異なるシリコンファミリーでClaudeをトレーニングおよび提供している。Nvidia GPU。Google TPU。Amazon Trainium。現在、AMD Instinct。ほとんどの会社はそれを調達の頭痛と呼ぶだろう。アンソロジックはそれを保険として扱っている。 理由は単純で、誰でも他人のインフラストラクチャ上で運用を実行している人は、直感的に理解していることである。依存関係にあるもの、代替できないものがあなたを所有するものである。フロンティアラボでは、コンピュートが制約条件である。才能ではなく、データではなく、コンピュートである。コンピュートの唯一の入力源であるサプライヤーは、容量の絞り込みや価格交渉の際にあなたの首を絞めるナイフである。Claudeを4つのチッププラットフォームに分散させることで、どの1つの取引が安くなるわけではない。アンソロジックを絞めることが難しくなる。 50億ドルが注目されるものである。実際の戦略的動きは、アンソロジックが最も重要な依存関係を1つのベンダーの手に集中させることを拒否することである。何か実際のものを制御できないプラットフォーム上に構築したことがある人は、同じ判断を下したことがある。バックアップモデルプロバイダー、2番目のクラウド、データのエクスポートパス。同じ直感、50億ドルの価値がある。 それにはコストがかかり、発表ではその摩擦が生じる場所が明らかになっている。4つのアーキテクチャをまたいで実行することは、4つのソフトウェアスタック、4つのカーネルを最適化するセット、4つの場所でワークロードが最適化されていない場合にパフォーマンスが低下する場所である。したがって、この取引の静かな半分はエンジニアリングである。アンソロジックはClaudeを使用して、AMDシリコン用のワークロードを最適化し、ROCmを加速化している。ROCmは、NvidiaのCUDAに対するAMDの回答であり、従来、データセンターの提案における最も弱いリンクであった。 Claudeは、実行しているチップを改善するために使用されている。ループはお金の中にだけではなく、テクノロジーの中にもある。 AMDはドアを開けるために支払った これは、AMDの他の大規模なAIの取り決めと異なる点である。AMDがOpenAIとのコンピュート取引を締結したとき、約160万株の自己株式の保有をOpenAIに提供し、デプロイメントのマイルストーンを達成するたびに約1セントで行使できるものだった。AMDは顧客になるためにOpenAIに支払った。 アンソロジックの場合、方向が逆転する。AMDはアンソロジックに資金を提供している。株式を購入するのではなく、注文を獲得するために株式を譲渡しているのではない。アンソロジックの株式の1％未満の持分に対して、ドルはほとんど関係がない。AMDが実際に購入しているのは、フロンティアラボが次の2ギガワットにInstinctを賭けているという事実である。ちょうどAMDがハードウェアがフロンティアでのトレーニング実行を可能にすることを市場が信じる必要があるときである。エンドースメントが製品である。チップがそれを支払う方法である。 ここで、循環構造は巧妙な観察から実際のリスクへと変化する。サプライヤーが買い手を資金提供し、買い手の購入がサプライヤーの評価を正当化し、サプライヤーの強力なバランスシートが次の買い手を資金提供する。実際の需要が下にある限り、美しく機能する。 アンソロジックの需要は実際のものである。Claudeの使用は仮定ではなく、容量制約は本物である。しかし、これらのループのすべては、実際の収益が下にある限り、実際のものである。現在、多くのループが構築されており、大きな支出者のデータセンターの予算はすでに収入を上回っている。 NvidiaはOpenAIに、AMDはOpenAIに、AMDはアンソロジックに。資金は、名前の少ないグループの間で循環している。サークルは、誰かが降りて、他人の紙を持っているのを発見するまで効率的である。 これは、この特定の取引について懐疑的になる理由ではない。ただし、プレスリリースがそれを望むものではなく、実際のものとしてそれを読む理由である。アンソロジックにとって、これはコンピュートの多様化戦略であり、戦略的な勝利は50億ドルではなく4つのプラットフォームである。AMDにとって、これは信頼性の購入であり、勝利はMI450への名前ではなく、株式の収益性である。両社は必要なものを得た。ループが持続するかどうかは需要の問題であり、需要は発表で約束できない唯一のものである。...
AIオンラインコース作成プラットフォームは、レッスンをホストするだけでなく、コースをアウトラインする、ドキュメントをレッスンに変換する、クイズを生成する、学習者コミュニティを構築する、コーチングや会員制サービスを販売する、標準に準拠したトレーニングを公開する、学習者の進捗状況を追跡するなど、幅広い機能を提供します。この幅広い機能は便利ですが、購入の決定をより複雑にします。プレミアムコースを販売するソロクリエイターには、コンプライアンストレーニングを構築する学習開発チームとは異なるプラットフォームが必要です。コーチングビジネスはコミュニティやオファーに重点を置くかもしれませんが、企業トレーニングチームはSCORM、xAPI、 アクセシビリティ、レビュー ワークフロー、内部の専門家コラボレーションに重点を置くかもしれません。以下のプラットフォームは、これらの異なるパスを表しています。クリエイターとナレッジ エントレプレナー向けのものもあれば、ブランド アカデミー向けのものもあり、専門的なオーサリングと従業員トレーニングが必要な企業トレーニング チーム向けのものもあります。Best AI Online Course Creation Platforms Compared プラットフォーム 最適な用途 主な特徴 Thinkific クリエイターと学習ビジネス向けのコース、コミュニティ、会員制サービス、アカデミー AIコースアウトライン、ドラッグアンドドロップビルダー、コミュニティ、会員制サービス、コーチング、B2B学習、証明書、アナリティクス LearnWorlds インタラクティブコース、ブランドアカデミー、学習者エンゲージメント LearnWorlds AI、インタラクティブビデオ、評価、電子書籍、ウェブサイトビルダー、SCORM、LTI、モバイルアプリビルダー、アナリティクス Kajabi ナレッジエントレプレナー向けのコース、コーチング、会員制サービス、マーケティングビジネス コース、コーチング、会員制サービス、コミュニティ、ランディングページ、メール、ファネル、チェックアウト、自動化、AI共同創設者 Teachable...
エヌビディア は、この週の2日間を東京で過ごし、日本の経済の全面的部分と契約を結んだ。 単一のエコシステム発表 で、同社は日本最大の銀行、国立研究機関、ロボットメーカー、自動車メーカー、電気通信大手と契約を結び、エヌビディアのスタック上で構築することに同意した。ジェンセン・ハウアングは飛行機で来て、日本の企業はエヌビディアに接続するために並んだ。 個々の契約はそれ自体で印象的である。しかし、それらを読むと、それらは何か大きいものになる：物理的な世界で機械を動かすAIの構築がどこに向かっているかについて、最も明確な絵が見えるようになる。 何が実際に署名されたか 話の内容は範囲である。 みずほ は、エヌビディアのDGXシステム上で、日本の金融業界で最大のオンプレミスAIファクトリーを構築すると述べた。 理化学研究所 は、日本のフラグシップ研究機関が、2つの新しいBlackwellスーパーコンピューターを立ち上げた。工場の床では、FANUC、ヤスカワ、川崎重工などのロボットアームのメーカーは、世界の製造の大部分をすでに動かしている企業が、エヌビディアのロボティクスプラットフォームにコミットした。ソフトバンクは、同じハードウェアクラスの「AIネイティブ」モバイルネットワークを構築している。トヨタは、エヌビディアの車載AIに関する作業を拡大した。薬のパイプラインも現れ、エーザイ、アステラス、第一三共がAI駆動の発見のために署名した。 全ての下に、日本政府はオープンな基礎モデルを構築するために「物理AIイニシアチブ」を立ち上げた。これは、エージェント、デジタルツイン、ロボットを動かすために構築されたものである。このフレーズは、訪問全体をまとめるものであり、注意を払う価値がある。 物理AIが重要な部分である 過去2年間で人々がAIについて学んだことは全て画面上で起こった。タイプすると、それは答える。エージェントは会議を予約し、文書を起草し、コードを書く。これらは全てソフトウェア上で動作し、間違った場合の最悪の結果は、悪い段落または壊れたビルドである。 物理AIは同じ考え方だが、身体を持つものである。これは、箱を棚から取り出す方法を説明するだけでなく、実際にそれを行うアームを動かすモデルである。日本は、労働力が減少している、工場はまだ動作する必要があり、数学が機能する唯一の方法は、機械が学習できるようにすることであるという明白な理由で、この賭けをしている。ハウアングは、「AIは製造の知能である」と部屋に言った。「それは常に製造をしている、そして常に動作している」。これはチャットボットについての話ではない。常に時計を止めることのない工場の説明である。 ここは、実際にエージェントを動作させたことがある人々が座って考えるべき部分である。ソフトウェアエージェント時代から学んだすべての厳しい教訓 — モデルは間違っているときに自信を持っている、ガードレールとそれをオーバーライドする方法を知っている人間が必要である、ほとんど動作することは安全に単独で動作することとは遠い — すべての教訓は、エージェントがテキストを返すのではなく、200ポンドのアームを人に近づける ことになる場合に、さらに重要になる。信頼性のないシステムを監督する規律は、身体を持たないシステムよりも厳しいものになる。画面上でエージェントを慎重に動作させることを学んだチームは、工場の床でそれを学ぶチームよりも実際的な優位性を持っている。 エヌビディアの実際の製品は依存関係である 物理AIの枠組みを取り除き、ビジネス上の動きを見てみよう。同社はこれを10年間行っており、研究所ではなく国に向けて行っているだけである。 エヌビディアが東京で日本に売ったのは、スタック全体であった：ハードウェア、上位のソフトウェアレイヤー、モデルツール、ロボティクスプラットフォーム、全ての垂直的なものである。銀行のAIファクトリーまたは自動車メーカーの自律プログラムがこのスタック上に構築されると、外に出ることは購入の決定ではなく、再構築になる。東京で発表されたのは、依存関係のセットであり、経済全体のレベルで署名され、日本のAIの未来とエヌビディアの収益が同じ方向に複利されるように構造化されたものである。 これは、政府であれ、1人で動作している場合でも、この週から持ち出されるべきものである。コンピューティングレイヤーは、全ての人が構築しようとしているものが、1つのベンダーの下で統合されている。新しい契約は、次の契約が取り消しにくくなる。同じダイナミクスが、1つのプロバイダーに全ての運用を接続する 時に現れ、そこでは月々の請求書ではなく、中央銀行や国立研究機関が関与している。...
AIエージェントは、ビジネスオートメーションを単純なトリガーとスクリプトを超えて進化させています。有用なエージェントは、目標を解釈し、ツールを使用し、コンテキストを取得し、ガードレール内で決定を下し、必要に応じて承認を求め、仕事をシステム全体で実行できます。これは、毎日完全に自律的なワークフォースが必要であることを意味しません。最も適切なユースケースはまだ具体的です: 受注の資格付け、ミーティングの準備、サポートのトライエージ、チケットのルーティング、レコードのエンリッチメント、フォローアップの草案作成、例外の監視、システムの更新、従業員が内部の知識を見つけたり使用したりするのを支援します。良いエージェントプラットフォームは、コントロールを隠すことなく、それらのワークフローを高速化します。以下のツールは、エージェントのオートメーションに異なるアプローチを提供しています。いくつかは、テクニカルチーム向けの柔軟なビルダーです。いくつかは、ビジネスユーザーがロールベースのエージェントを作成するのを支援します。他のものは、サービス管理、RPA、CRM、クラウドインフラストラクチャ、またはカスタマーエクスペリエンスに結びついたエンタープライズプラットフォームです。ビジネスオートメーションのためのベストなAIエージェントの比較 AIエージェントプラットフォーム 最適な用途 主要機能 n8n カスタムAIエージェントのオーケストレーションとワークフローオートメーション ビジュアルワークフロー、AIエージェント、人間の承認、コードサポート、セルフホスティング、500以上の統合、テンプレート Relevance AI ノーコードAIワークフォースとマルチエージェントチームの構築 AIワークフォース、スペシャリストエージェント、ビジュアルビルダー、トリガー、ツール、評価、統合、ガバナンス Lindy 個人のエージェントとチームエージェントのためのインボックス、ミーティング、スケジューリング、日常業務 メールのトライエージ、草案作成、ミーティングのスケジューリング、ミーティングのノート、フォローアップ、SMSアクセス、コンピューターの使用、100以上の統合 Zapierエージェント ビジネスチームが多くのSaaSツールを使用するためのクロスアプリケーションエージェント 9,000以上のアプリ、AIエージェント、ライブビジネスデータ、ウェブブラウジング、オートメーション、テーブル、インターフェイス、チャットボット ServiceNow AIエージェント IT、HR、カスタマーサービス、オペレーションを横断するエンタープライズワークフロー AIエージェントスタジオ、AIエージェントオーケストレーター、ServiceNowワークフロー、ガードレール、マルチエージェントチーム、エンタープライズガバナンス UiPath RPA、ロボット、ドキュメント、人間のオーバーサイトと組み合わせたエージェントオートメーション エージェントビルダー、マエストロ、ソフトウェアロボット、プロセスオーケストレーション、人間のループコントロール、エンタープライズ統合 Microsoft...
2026年7月14日、ニューヨーク州知事のケイティ・ホーチュルは、ニューヨーク州で新しいハイパースケールデータセンターの建設を禁止する行政命令に署名しました。これは、米国で初めてのことです。1年間、環境保護局はすでに完了しているもの以外の新しい許可を発行しません。一方、州は、エネルギー、水、空気への負担について包括的な環境影響評価書を作成します。エンパイアステート開発株式会社には、コミュニティがデータセンターの近くにできた場合に何を得るかについての枠組みを60日以内に公表する義務があります。AIについて話す際、ほとんどの人は計算能力をAPIダッシュボードの数字として扱います。トークンを購入し、スケールを上げると、容量はすぐに利用できるようになります。ニューヨークは、容量は建物であり、建物には電力が必要であり、電力は州議会が「ノー」と言える場所を通ることを思い出させました。そう言いました。ボトルネックは動き続けていたが、誰もその部分を見ていなかった過去2年の話はチップでした。次に電力になりました — すべての人がモデルがGPUではなく、何百メガワットの電力がラックに供給できるか という点でボトルネックになっていることを実感したときです。これが次の段階であり、オペレーターが価格設定していない部分です: 政治的同意。データセンターは、単なる資本支出と電力契約ではありません。それは土地利用の戦いであり、変電所の近くに住む人々が投票する権利を持っています。ニューヨーク州の法案の背後にある数字は圧力の大きさを明らかにしています。提案者の議員は、データセンターはすでに米国の電力の約4%を使用しており、3年以内にその量を3倍にする予定であると指摘しています。ニューヨーク州だけに、28の大規模施設が予定されており、合わせて9,682メガワットの電力を州のグリッドから求めています。州自身が「制限された」および「老朽化した」と表現するグリッドです。これは、静かに許可できる丸め誤差ではありません。これは、新しい都市が一瞬にして現れるほどの大きな負担です。また、高額な公益料金を支払うことになる住民も気づき始めました。ホーチュルの説明は、基準が誰のためにあるかについては明確でした。ニューヨーク州は、「企業がニューヨーク州のために成功するとき、ニューヨーク州民も成功する」という、全国で最も厳格なデータセンター開発基準を構築するでしょうと述べました。州上院議員のクリステン・ゴンザレスは、平行する法律を提出しました。「長い間、ビッグテックは規制が不十分なままだった」と彼女は言いました。2つの楽器、1つの信号ここでは正確性が重要です。メカニズムが重要だからです。立法府はすでに責任あるデータセンター開発法案を通過させていました。この法律では、20メガワットのしきい値を設定し、料金クラスやコミュニティの利益ルールを追加していました。ホーチュルはその法律に署名していません。彼女の事務所は、それが複雑であると述べ、さらに作業が必要だと述べたため、彼女は行政命令を発令し、法律が議会に提出されている間、すぐに発効しました。2つの楽器、異なるしきい値、同じ方向: ノースイーストで最大のAI市場は、新しい大規模なデータセンターの建設を停止し、業界に戻ってきて、そこに設置される人々にとってより良い取引を提示するように言いました。ホステッドモデル上で動作しているオペレーションを実行している場合は、この部分が重要です。コンピューティングの価格と入手可能性は、電力契約の下流であり、電力契約は許可の下流であり、許可は、郡が変電所や騒音や水の引取りを望むかどうかの下流です。ニューヨーク州は、その摩擦を硬い停止に変えた最初の州です。最後の州ではありません。既存のクラスターの周りで電気代が上昇したのを見たバージニア州やジョージア州のような場所は、次に波及する場所です。オペレーターが実際にこれを行うこれは、機能しているシステムをすぐに壊すものではありません。すでに許可されている容量は、問題なく動作し続けます。研究所には、ニューヨーク州以外の多くの州で建設中のデータセンターがあります。近い将来の影響は、より静かで遅いものです: 新しいギガワットの余分な部分がより高価になり、より政治的になり、そのコストは最終的にトークンの価格や研究所が約束できる容量の天井に反映されます。したがって、その動きはパニックではありません。計算能力を無限で無摩擦なものとして計画するのを止めることです。次の2年のモデルが容量と価格の両方が永遠に下向きに曲がり続けることを前提としている場合は、これがその曲線の滑らかな部分に対する最初の実データポイントです。推論が争われる、供給が不規則になる、重要な市場で壁に当たる研究所、制限なく資源を割り当てることができないという仮定を立てます。どのモデルやプロバイダーを使用するかについて柔軟性を持つオペレーター、コアの動作に単一の依存関係を組み込まないオペレーターは、このような圧力を吸収して顧客に影響を及ぼさないものです。フロンティアは、誰が最も賢いモデルをトレーニングするかだけについてのものではありませんでした。常に、誰がそれを動かす電力を物理的に立ち上げることができるか、誰が隣に住むことを許可するかについてのものでした。ニューヨークは、その文の後半を全会話にしました。リーダーボードではなく、州議会を見てください。
Apple は、連邦裁判所に提訴し、毎回iPhoneに搭載されているチャットボットの会社を、技術スタッフのメンバーからハードウェア担当取締役まで、すべてのレベルで「盗作を行っている」と非難した。その文言は、2026年7月10日にアメリカ合衆国カリフォルニア北部地区裁判所に提出された Appleの訴状 から引用されたもので、OpenAI、OpenAIのハードウェア担当取締役であるTang Tan、および元AppleエンジニアのChang Liuを名指ししている。この訴状は、特許紛争ではなく、反間諜ファイルのようである。Appleは、退職する従業員が退社時のセキュリティプロセスを迂回する方法を教え込まれたと主張している。また、元Appleの製品設計VPで現在OpenAIのハードウェア部門を率いるTang Tanが、Apple在職中の候補者に「実際の部品」を持ち込んで「見せびらかし」のセッションを行うように指示したとも主張している。さらに、Chang LiuがAppleで8年間働いた後、会社のノートパソコンを返さずに退職し、1000ページを超える技術ファイルのコンピレーションをダウンロードしていたとも主張している。そして、実際に問題となる数字は次の通りである：訴状によると、400人以上の元Apple従業員が現在OpenAIで働いている。部屋にいる資産は人ですスパイ小説のような詳細を読み過ぎて、ケースの核心を見逃すと、AppleはOpenAIがサーバーをハッキングしたり、コードベースをコピーしたりしたことを主張していない。Appleは、OpenAIが知識を頭に持った人を雇い、そしてその人々が持っていた知識を基に消費者向けデバイスプログラムを構築したことを主張している。Appleが言及している金属加工技術は、ファイルとして漏洩するのではなく、専門知識として外に出たのである。これは、よく考えるべき点である。2年間、AIに関する会話は、モデルを最も重要なものとして扱ってきた。より大きな重み、より良いベンチマーク、最先端の技術。しかし、Appleが法廷で守ろうとしているものは、モデルではない。実際に物理製品を出荷できる数百人のエンジニアとデザイナーが蓄積した判断力である。OpenAIは、すでにこの世界に参入している。Jony IveとTang Tanが設立したハードウェアスタートアップ「io」を約64億ドルで買収した。訴状は、OpenAIがこの買収でカバーできなかった部分を、Cupertinoから直接人材を募集することで補っていることを示唆している。あなたがClaude、GPT、またはこれらのシステム上で構築する場合、これは同じ教訓を小規模で学んでいることになる。レバレッジは、ツール自体ではなく、あなたがそれを使って何ができるか、そしてその知識があなた自身のシステムに存在するか、あるいは出て行くことができる頭の中にあるかどうかである。Appleは、世界で最も価値の高い会社を築き上げたが、それでも自社のプロセスがバックパックに入って出て行くことを防ぐことができなかった。あなたが依存するベンダーは、ハードボールをプレイしていますここには、もう1つの読み方がある。多くの人が現実の運用を行っており、OpenAIはそのスタックの中のどこかにある。製品の中、ワークフローの中、ポケットの中のiPhoneの中でChatGPTに質問をルーティングする。2024年にサム・アルトマンがAppleの本社で発表したAppleとOpenAIのパートナーシップは、技術的にまだ有効である。しかしそれは、1つのパートナーがもう1つのパートナーを産業スパイで訴える訴訟の下で動作している。これは、こんな大きさの会社の上に構築することの現実である。彼らは月曜日にあなたとパートナーシップを結び、金曜日にあなたの他のベンダーに対して訴訟を起こす。すべての人は、他の人に対してヘッジしている。握手による取引は、次の戦略的シフトまでしか持続しない。OpenAIは2文で全てに対応した。「他の会社の機密情報には興味がありません。世界中の人々に革新的なテクノロジーを提供し続けることに焦点を当てています。」もしかしたら、これが当たるかもしれない。訴訟は訴えであり、判決ではない。つまり、「私たちはそこで働いていた才能のある人々を雇った」というのは、多くの機密情報の事件で勝訴した理由である。人々は仕事を変えることができ、スキルを持ち込むことができる。Appleは、特定の機密情報が特定の方法で盗まれたことを証明する必要があり、それは高いハードルである。しかし、あなたは判決を待つ必要はない。あなたのものはあなたが所有するオペレーターの動きは、Apple対OpenAIのどちらかを選ぶことではない。両社がすでに信じていることを認識することである：AIにおいて、耐久性のある資産はプロセスとそれを実行する人々であり、モデルではない。Appleは、その考えを守るために法務部門を費やしている。OpenAIは、訴状が半分でも正しければ、人材募集費用と64億ドルを費やしてそれを取得した。あなたは彼らと同じレベルで出費することはできない。ただし、あなたの運用が借りた土地に座っていないことを確認することはできる。ワークフロー、判断、実際にあなたの仕事を生み出すシステムがあなたに属し、ベンダーが契約条件を変更したり、重要な人物が去ったりした日に蒸発しないことを確認することができる。モデルは変わる。訴訟は続く。ただ1つ、価値のある部分があなたのものであることをコントロールできる。
アンソロジックは今週、クロード コーワークをデスクトップから移動しました。現在、ウェブと電話で動作し、ベータ版は有料ユーザー向けです。実際に重要な部分は、クローズした後何が起こるかです： コーワーク セッション は、ラップトップを閉じて電話をポケットに入れても、クラウドで実行を継続します。結果を渡し、会議に参加し、レビューのためのドラフトが待っている状態で戻ります。 これがランチです。ほとんどの報道は、コード エージェント戦争というカテゴリに分類しました。もう一つの開発者を自動化しようとするすべてのライバルに対する戦いの中でのフロントです。アンソロジック自身の数字は、そのフレーミングがツールの目的を逃していることを示しています。 ランチを再定義する数字 ロールアウトとともに、アンソロジックは 600,000 を超える組織から 1.2 万以上の匿名化されたコーワーク セッションを公開しました。3 週間の間に、5 月にサンプリングされました。90% を超える作業は、ソフトウェア開発とは関係ありません。コーディングは 8.7% でした。最大のカテゴリは、33.4% で、ビジネス プロセスと運用でした: 散在する更新を 1 つのレポートにまとめる、オンボーディング チェックリストを作成する、スプレッドシートを調整する。コンテンツ作成とコピーライティングは、16.4% で...
2026年6月29日、ガビン・ニューサム知事の事務所は、カリフォルニア州が単一のフロンティアモデルを標準化したことを発表しました。アンソロピックのClaudeは、州のすべての機関で利用可能になり、50%の割引が適用されます。また、市と郡にも同じ条件が提供され、アンソロピックの開発者による無料のワークフォーストレーニングとハンズオンのワークフローヘルプも提供されます。 これは、国で最大の政府が一つの企業のモデルを日常業務に組み込むものです。DMVはすでにClaudeを利用してカスタマーサービスの待ち時間を短縮しています。ヘルスケアサービス部門は、内部のメディケイドワークフローでClaudeを利用しています。 ニューサム知事の表現は慎重でした。「AIは政府の人間の仕事を置き換えるべきではありません。政府の働き手を速く動かす手助けとなるべきです。」 割引は、贈り物ではなく、乗り入れルートです 価格の変化を見てみましょう。昨年、アンソロピックは、連邦政府の3つの機関すべてにClaudeを1ドルで提供しました。1ドルです。その価格は、単なるビジネスモデルではありません。建物の中にモデルを入れて、ワークフローを構築し、従業員をトレーニングします。カリフォルニア州の契約は、それに続くものです。実際の、継続的な、支払いのあるコミットメントです。50%割引です。 無料のパイロットは終了しました。有料の導入段階が始まりました。最初の顧客は、数十万人の従業員を擁する州です。 ベンダーのツールで事業を運営している人は、この曲線を心から知っています。最初の味は安い、または無料です。プロセスを上に構築します。次に、価格がレベルを見つけます。価格がレベルを見つけたとき、顧客ではありません。依存関係です。切り替えコストは静かに製品になりました。 カリフォルニア州は、ここでだまされませんでした。州全体で50%割引は、実際に良い取引です。ワークフォーストレーニングも実際の価値です。しかし、良い取引と深まる依存関係は、同じ取引です。 すべての機関が、Claudeを文書作成、ケース分析、住民サービスに組み込むとき、制御できない単一の支配点を組み込むことにもなります。得た割引は、ベンダーがあなたのロードマップに持つ同じ支配点です。私は、政府があなたのフロンティアモデルを証明したことを書きましたが、これは同じ教訓の親切なバージョンです。リボンが付いています。 オペレーターの動きが、カリフォルニア州が実際にしたことです ここに、真似る価値のある部分があります。プレスリリースの輝きを取り除くと、カリフォルニア州は、州の規模でオペレータープレイブックを実行し、うまく実行しました。 カリフォルニア州は、すべてのフロンティアをA/Bテストするのではなく、1つのモデルを選択しました。カリフォルニア州は、そのモデルを1つの内部ポータルに配置し、すべての機関が同じ方法でアクセスできるようにしました。カリフォルニア州は、ツールを使用する人が実際にツールを理解するように、トレーニングの費用を支払いました。カリフォルニア州は、展開を結果に向け、ヘッドカウントの数学に向けずに、原則を設定しました。労働者を支援すること、仕事を置き換えることではありません。 これが正しい順序です。モデルを信念を持って選択し、システムを構築し、人間をトレーニングし、ツールの目的を堅持します。 オペレーターが間違えるのは、1つのモデルにコミットしないことではありません。コミットすることは、どんなことでもうまくなる方法だからです。オペレーターが間違えるのは、コミットすることです。レンタルエンジンの条件が変わったときに何が起こるかを、価格に組み込まないことです。アンソロピックは、価格を変更できます。アンソロピックは、ワークフローが対象となっていたバージョンを廃止できます。アンソロピックは、エージェントが実行できることを静かに変更するセーフティポリシーをリリースできます。 これは仮定ではありません。OpenAIの最高のモデルが政府の門の後ろに配信されたことを見ました。研究所と州は、誰が何にアクセスできるかを一緒に決定しました。 したがって、カリフォルニア州の契約が私たちに与える質問は、「モデルを標準化するべきかどうか」ではありません。標準化するべきです。質問は、標準化したときに何を所有するかです。プロンプトとシステム設計はあなたのものです。運用の実際の知識、チェックされるもの、エスカレーションされるもの、エージェントが触れることができるものは、あなたのものです。下にあるモデルは、あなたのものではありません。将来もあなたのものにはなりません。 ここから実際に得るもの あなたがClaudeに基づいて何かを構築している場合、カリフォルニア州は、コミットする正しい方法と、外部に出せる部分を教えてくれました。標準化してください。人をトレーニングしてください。クリーンなエントリーポイントに組み込んでください。しかし、特定のベンダーの特定のバージョンの重みに依存するのではなく、モデルを交換できるシステムとして展開を記述ください。 州は、見える作業を公開で行いました。割引、ポータル、トレーニング — すべては、見える80%です。見えない部分 — 20% — は、誰も写真に撮らない部分です。モデルがClaude、次のClaude、または18か月以内にそれを下回るものであっても、あなたの価値を生み出す運用レイヤーです。そうすれば、価格の変更は緊急事態ではなく、ただの邪魔です。
オープンAIは、2026年6月26日にGPT-5.6 Solをプレビューしました。このモデルは、オープンAIの最強のモデルであり、スペックシートによると、会社の最強のモデルとして期待されるものです。Solはフラグシップモデルであり、その下にはTerraとLunaの2つのモデルがあります。Terraは、オープンAIによると、GPT-5.5と同じ性能を半額で提供するバランスの取れた毎日のモデルであり、Lunaは、安価で高速なモデルです。 新しいmax推論設定が追加され、モデルに思考するための余地が増え、ultraモードが追加され、サブエージェントを起動して長いジョブを処理することができます。Terminal-Bench 2.1のコマンドラインワークで新しいステートオブザアートを達成し、ゲノミクスベンチマークでトークン数を減らしながら性能を向上させ、長期的なサイバーセキュリティタスクのフロンティアを押し進めています。 これがスクリーンショットにされる部分です。これが重要な部分ではありません。 重要な部分は、ベンチマークの下に埋もれた1つの段落です。Solを使用することはできないのです。まだ利用できないのです。サーバーが温まっているわけではありません。オープンAIは、Sol、Terra、Lunaを「政府と共有された小規模な信頼できるパートナーの限定プレビュー」として開始しています。 オープンAIによると、これは、モデルとその機能を米国政府にプレビューした後、政府がこのような方法でステージングすることを依頼した結果です。フロンティアモデルがリリースされ、最初に通過したゲートはレートリミットではありませんでした。ワシントンでした。 アクセスは现在 政策変数 これらのモデルを実際に使用するすべてのオペレーターにとって、これが見出しであり、新しいものです。APIを使用して構築するすべてのオペレーターは、内部的に特定のリスクを把握しています。価格の変更、起動時のレート制限、モデルが廃止され、移行する必要がある、サイレントアップデートで依存する機能が削除されるなどです。これらのリスクを回避するために計画します。 計画していなかったのは、政府の承認によってアクセスが許可されることです。これが新しいリスクモデルです。Solは存在します。フロンティアでベンチマークしています。ただし、利用できるかどうかは、クレジットカードではなく、管理リストによって決定されます。 オープンAIは、これを認識しているようです。なぜなら、1つの段落をこのプロセスから距離を置くために費やしたからです。「私たちは、このような政府のアクセスプロセスが長期的なデフォルトになるべきではないと考えています。これは、ユーザー、開発者、企業、サイバーディフェンダー、グローバルパートナーが必要とする最良のツールを遠ざけるからです。」 彼らは、政府のアクセスプロセスを短期的な措置として説明し、6月2日の大統領令に結び付けました。この大統領令は、フロンティアモデルのサイバーレビューの枠組みを確立し、同じ政策推進がラボをパッチを所有することを目指しています。 この大統領令は本物であり、注意深く読む価値があります。分類されたベンチマークプロセスを通じて、どのモデルが「カバーされたフロンティアモデル」とみなされるかを決定し、開発者が政府にモデルの早期アクセスを最大30日間提供することを許可します。また、AIモデルのリリースについて、政府による「強制的なライセンス、事前承認、または許可」要件はないと述べています。 ここにギャップがあります。大統領令では、強制的な事前承認は認められていないと述べられています。しかし、実際のリリースは、政府の依頼によってステージ化されたプレビューであり、政府が見たパートナーのリストです。紙上では任意ですが、実際にはそうではありません。 この国で最も有能なラボの1つが、フラグシップモデルのリリースを政府のチェックを通過するようにルーティングする場合、政府のチェックはデフォルトとして形成されています。ただし、大統領令のテキストでは、強制的な事前承認は許可されていないと述べられています。 これまでのパターンをもう一度見てみよう これが6か月前に起こったのではなく、起こった理由は、Antrhopicがすでに輸出管理版を経験しており、同じ点をより厳しい方法で証明したからです。この月の初め、政府はAntrhopicの最も有能なモデル、Fable 5とMythos 5へのアクセスを、外国人によって停止しました。 1つのラボの最も有能なモデルが指令によって壁で囲まれました。もう1つのフロンティアラボは、政府の依頼によって最も有能なモデルをプレビューにしました。今年の3つの最も重要なモデルリリースのうち2つが、同じ手によって、数週間の間にゲートされました。 これらのモデルを使用して構築している場合、ワシントンの話として扱うことはできません。これは依存関係の話です。能力フロンティアとアクセスフロンティアは離れています。モデルは世界で最高のものでありながら、実行することが許可されていないものであることができます。 Solは証拠です。Fable 5は証拠です。 ベンチマークは「使用してください」と言います。利用可能なセクションは「政府に聞いてください」と言います。両方が同時に真実であり、この組み合わせは、これらのラボの下流にある人々にとって真正に新しいものです。 オペレーターが実際に何をするかは、パニックになることではなく、規制についてのホットテイクでもありません。同じ退屈な規律です。モデル変更によって焼かれた人と焼かれなかった人を区別するものです。1つのラボの単一のフロンティアモデルに操作をハードコードしないことです。...
オープンAIは、2026年6月22日にDaybreakセキュリティプログラムを拡張しました。これは、セキュリティラベルが付いたもう一つのモデルドロップのように読めるかもしれません。しかし、GPT‑5.5‑Cyberのフルリリース、更新されたCodex Securityプラグイン、パートナープログラム、およびPatch the Planetというオープンソースの取り組みがすべて同時にリリースされたため、実際の動きを見逃すことができます。 実際の動きは投稿の中の1行にあります。数年前まで、セキュリティのボトルネックは脆弱性を発見することであり、現在はパッチを適用することです。 AIは、どの半分の仕事が難しいかを変えました。モデルはすでに巨大なコードベースをクロールし、攻撃パスをトレースし、専門家が数週間かけて発見するのと同じ欠陥を表面化することができます。したがって、防御者は今では発見事項が不足しているのではなく、むしろそれらに溺れています。 Daybreakは、実際に穴を閉じる部分、つまり仕事の2番目の半分を所有するというオープンAIの賭けです。 これは聞こえより大きな主張です。 発見が安くなったので、修正が製品になった オープンAIが重視しているものを見てみましょう。Codex Securityは、2026年3月から研究プレビュー段階で、30万以上のコードベースにわたる3000万以上のコミットをスキャンしています。また、バグの数ではなく、修正された発見の数、つまり人間のレビューアーによって解決されたものが7万以上、自動的に閉じられたものが50万以上であることを示しています。 プラグインの売り文句は、「開発者の隣にセキュリティエンジニアを配置する」ものです。問題を指摘するだけでなく、脆弱なコードが実際に到達可能かどうかを確認し、パッチを書き、人間が承認する前にテストします。 誰でも未監視のエージェントを実コードベースに対して実行している人は、別のスキャナーよりもこれが何倍も重要であることを理解しています。4,000の発見事項を提示してから去るスキャナーは、あなたの1週間をより悪くしています。 実際にリスクを動かすのは、アラートの後の面白くない部分です。検証、パッチ、テスト、出荷。オープンAIはそのギャップを見て、それが製品であると判断しました。 GPT‑5.5‑Cyberは難しいケースのエンジンです。CyberGymでは85.6%、平凡なGPT‑5.5では81.8%を達成し、ExploitGymでは26%から40%にジャンプしました。ExploitGymは、既知のバグを動作するコード実行に変えるためのベンチマークです。 2番目の数字について考えてみましょう。脆弱性が実際に存在することを証明する能力は、攻撃者がそれを武器化する能力と同じです。 オープンAIの回答は、それを制限することです。GPT‑5.5‑Cyberは「信頼できる防御者への限定リリース」のみで出荷され、検証と監視が行われます。一方、他のユーザーはサイバーへの信頼できるアクセスを備えたより穏やかなGPT‑5.5を受け取ります。このツールの最も強力なバージョンは販売されていません。承認されたユーザーだけが利用できます。 あなたの依存関係は10人によって維持されている Patch the Planetは、ソフトウェアを配布するすべてのユーザーにとって重要な部分です。オープンAIは、Linux Foundationとハーバード大学の研究を引用し、調査された広く使用されているオープンソースプロジェクトの94%が10人以下の開発者によって90%以上のコードが書かれていることを示しています。 あなたのスタック、クライアントのスタック、多くの重要なインフラストラクチャを支えるライブラリは、多忙な人々の少数によって維持されています。AIは、バグレポートを生成することで彼らの受信トレイを悪化させましたが、人間がトライエージュすることができません。 この取り組みは、セキュリティ研究者に資金を提供し、Codex Securityで彼らを武装し、メンテナーのためにそれらを指向します。フラッドを人間が到達する前に検証して重複を除去し、修正を支援します。 しかし、その形状に注目してください。メンテナはChatGPT...
変更が実施される予定だった日に、アントロピックは変更を取り下げた。数週間前から、請求ページには、明確な切り替えが記載されていた：2026年6月15日以降、クロードエージェントSDK（ヘッドレスclaude -pコマンド、GitHub Actions統合、サブスクリプションを介して認証するサードパーティアプリ）を介して実行するすべてのものは、プランの使用制限から引き出されるのを停止し、標準APIレートで請求される別の月額クレジットから引き出されるようになる。ただし、15日になり、ページの先頭に新しい行が追加された：「以下に記載されているクロードエージェントSDKの使用方法の変更を一時的に停止しています。現在、変更はありません。」 クロードのサブスクリプションで自動化された作業を実行している場合、安心したはずです。私はまだ安心しないほうがよいと思います。 一時停止が実際に停止したもの アントロピックが棚上げした計画は、クリーンな分離だった。インタラクティブな使用（あなたがターミナル、IDE、チャットウィンドウ内にある場合）は、以前と同じようにサブスクリプションから引き出される。自動使用は切り出される：エージェントSDK、ヘッドレスコマンド、GitHub Actions、サードパーティハーネス。このバケットは、メーター付きクレジットに移動することになっていた：Proの場合、月額20ドル、Max 5xの場合、月額100ドル、Max 20xの場合、月額200ドル、ユーザーごとに、ロールオーバーなし。クレジットが枯渇すると、APIレートで追加の料金を支払うか、エージェントが次のサイクルまで停止します。 ここで、その数学が重要になる。クロードのサブスクリプションは、APIが行うようにメーターを使用しないため、この業界で最も優れた取引の1つです。コードエディターZedは推定しているが、サブスクリプションは大幅なエージェント使用を約15〜30倍、API価格に対して補助している。Opusエージェントを十分に走らせると、200ドルのプランは数千ドル相当のトークンの作業を行う。差額が、単独のオペレーターが常にオンのパイプラインを接続して破産しない理由です。6月15日の変更は、アントロピックがその差額に手を伸ばし、閉じ始めたものでした。 そしてそれを閉じなかった。ページには現在、「クロードのサブスクリプションで構築する方法をよりよくサポートするために、プランを更新する作業中です」と記載されており、変更が有効になる前に通知する予定です。これは遅延です。これは撤回ではありません。 補助金は永続しない アントロピックが実際に述べていることを読み、方向性は間違えることができない。4月に、クロードコードの責任者ボリス・チェルニーは明確に述べた：「私たちのサブスクリプションは、これらのサードパーティツールの使用パターンに対して設計されていません。」彼は、容量を「慎重に管理するリソース」と呼び、製品とAPIの顧客を優先し、長期的に顧客をサステナブルにサポートするために成長を意図的に管理したいと述べました。これは、常にオンの自動使用が、正しく価格設定したいコストであることを意味する会社の言葉です。6月の分離はメカニズムでした。一時停止はただメカニズムが準備できていなかったことを意味します。 タイミングが残りを埋めます。アントロピックはただちにIPOのための機密書類を提出しました。IPOに向かっている会社は、パワーユーザーが数千ドル相当のコンピューティングを200ドルプランに対して引き出せるようにし、請求する方法がない場合、損失を出さないでください。さらに、市場全体が同じ方向に動いています。GitHub Copilotは数週間前にトークンベースの請求を導入し、最も重いユーザーに価格の衝撃を与えました。業界全体が、誰もが補助金価格で中毒したものの、価格を再設定しています。アントロピックは今回は目を瞑ったにすぎません。次に目を瞑ることはありません。 アントロピック自身のヘルプページもあなたにその結果を教えてくれます。チームのガイダンスの中に記載されています：共有プロダクションの自動化を実行している場合は、「予測可能な従量課金制」を提供するクロードプラットフォームをAPIキーで使用する必要があります。もう一度読んでみてください。サブスクリプションは、プロダクションシステムの基盤になることを意図していませんでした。それはランプです。 オペレーターが行うこと これはパニックする理由ではありませんし、クロードを離れる理由でもありません。私は自分の全オペレーションをクロードで構築していますが、選択はまだ有効です。ただし、オペレーターの読み取りは特定です：あなたが制御できない補助金は、構築する基盤ではありません。 したがって、実際の数字を知ります。自動化された使用状況を1週間引いて、APIレートで価格を設定して、パイプラインの実際のコストを確認します。如果「問題ない」という答えが得られれば、行動する必要はありません。如果答えが嫌な思い出を呼び起こす場合は、あなたは単に誰かが差額を食べていることを学んだだけです。ただし、請求書のメールでそれを知るのではなく、まだ修正できる間にそれを知ったのです。 次に、メーターがすでにオンであると設計します。積極的にキャッシュします。安い作業を安いモデルにルーティングし、Opusは必要な手順にのみ保存します。API価格で利益のあるパイプラインを構築します。なぜなら、最終的に支払う価格だからです。次の発表で焼かれるオペレーターは、差額に秘密ively依存していたが、数字を実行しなかった人たちです。 rは数字を実行しました。那が全ての原則です。安いサブスクリプションから得たレバレッジは、アントロピックがいつでも再価格設定できるレバレッジです。ただし、あなたが自分のシステムに構築したレバレッジ — キャッシュ、ルーティング、アーキテクチャ — は、あなたのものです。トークンのコストに関係なく、作業を安く行うものです。
2026年6月12日、輸出管理指令がアンソロピックに届き、同社がこれまでに配布した最も能力の高いモデルがダークになった。Fable 5とMythos 5は、すべての顧客に対して、絞り込まれたり、地理的制限がかけられたりするのではなく、完全に停止された。 命令は結果よりも狭かった。国家安全保障当局を引用して、政府はアンソロピックに、米国内外の外国人に対して、両方のモデルへのアクセスを遮断するように伝えた。アンソロピック自身の外国人従業員も含まれる。 アンソロピックは、モデルをすべての顧客に対して停止する以外に、命令に従う方法がないと述べている。 Claudeの他のモデルはすべて稼働したままだった。FableとMythosはゼロになった。 3日前に、同社はFable 5を、これまでに配布した最も能力の高いモデルとして、ほとんどのベンチマークで最先端のモデルとして立ち上げた。私はこの立ち上げを、フロンティアAIがトークンで制御されるユーティリティになった瞬間と見なした。 Mythos 5は、サイバーセキュリティ対策を解除した、同じ基礎モデルで、検証済みの防御者にのみ提供される。Mythosクラスの能力が一般公開に十分安全であるというのが全体的なアプローチだった。約72時間後に政府がそれを棚から下ろすまでだった。 狭い発見、鈍い道具 アンソロピック自身の説明によると、命令書には特定の国家安全保障の詳細は記載されていなかった。政府は、誰かがFable 5のセーフガードを回避する方法を見つけたと考えている。デモンストレーションを公式に提示し、それで十分だったという。 同社は、テクニックをレビューし、実際に浮かび上がったのは、すでに知られていた、軽微な脆弱性の少数だけだったと述べている。特定のエクスプロイトは、モデルにコードベースを読ませ、そこにあるソフトウェアの欠陥を修正するように依頼することだった。 アンソロピックは、同じ機能が他のフロンティアモデルからも利用できることを示唆しており、OpenAIのGPT-5.5もそうであると述べている。つまり、モデルは、競合他社がまだ提供しているものと同じ理由で、口頭での証拠の力で引き下ろされた。 アンソロピックは、命令に従いながら同時に反論も行っている。同社の立場は、単純明快である。特定のジャイルブレイクに対する、広範囲にわたる回避策を、数百万人に配布されたモデルに対して適用することは、実質的にすべての新しいモデル配布を停止させることになるため、全フロンティアラボに対して新しいモデル配布を停止させることになる。 同社は、公に述べている、政府は、真正に安全でない配布をブロックできるべきであるが、それは透明性があり、公平で、技術的事実に基づいたプロセスを通じて行われるべきである。金曜日の夕方に、口頭での理由付けのみの命令書は、そのプロセスではないと。 ここで、慎重に名前を挙げるべき背景がある。ほとんどが公式の記録ではなく、未確認の報告である。引き金は、主要なクラウドプロバイダーが公式に懸念を表明したセキュリティ発見と、アンソロピックが実際に話し合った会話では持ち上がらなかった、中国へのアクセスに関する懸念と結び付けられている。現在は、それをルーマーとして扱うべきである。公式の事実は、物語をそれ自体で支えている。 これを構築する場合に重要な部分 政治を取り除けば、オペレーターが持っているものは次の通りである。利用可能な最も能力の高いツールが一夜で消え、停止されたのはあなたでもなければベンダーでもない、第三の当事者によって行われた。タイムラインについてはあなたには可視性も投票権もなかった。 これは、すべての「ClaudeがXを行う」発表の中に潜む静かなリスクであり、立ち上げの週には誰も座りたくないものである。フロンティアモデルから得られる力はリアルであり、それはあなたの上流にいる誰かがあなたのアクセスを握っているのと同じ力である。 反応は、中規模国家が自分たちのフロンティアモデルを構築するべきという議論にスケールアップするまでに十分に鋭いものだった。国々はその結論を導き出している。オペレーターも同じ結論を導き出すべきである。 したがって、あなたはモデルが借り物であるという前提で構築する。実際にテストされた、実行可能なフォールバックを用意し、ただのランブック内の1行でなくしておく。パイプラインの1つのステップを、消える可能性のある1つのモデルに頼るべきではない。 あなた自身のものである部分を所有しろ：あなたのプロンプト、あなたのコンテキスト、あなたのデータ、すべてをまとめるシステム。これらは、どの指令でも停止できない部分だからである。 最も皮肉なのは、アンソロピックが部屋で最も率直なラボだったということである。完全なジャイルブレイク耐性は誰に対しても不可能であると公に述べ、同社はその制限を公開し、問題を無視するのではなく管理するために、ディフェンス・イン・デプス姿勢と30日間のデータ保持を構築した。 率直さが紙の痕となり、それ自体が教訓となった。現在、報われているのは別のものである。ただし、これらのモデルで実際の作業を実行するすべての人のための教訓は、よりシンプルである。...
