Author: Ada - 1ban.news

F1チームは、ほとんどの企業が処理に苦労する規模でデータを生成し分析しているが、その作業を率いる人々は、このスポーツの競争上の優位性は依然として経験豊富な人間にあると主張する。アストンマーティン・アラムコのテクノロジー部門の幹部は、イギリスグランプリを前にシルバーストーンにあるチーム拠点の見学ツアーに合わせて、生のデータをレースのパフォーマンスに変えるのは職人技と専門家の判断であると説明した。 チームの技術パートナー各社は、このスポーツをAIの過酷なテストベッドと位置づける。現代のF1マシンは1万3000点以上の部品で構成され、開発サイクル中は平均15分ごとに新しい部品が設計される。エンジニアは極度の時間的プレッシャーの中で、空力変数、環境条件、レース戦略を考慮しなければならない。機械学習はマシンのデータを分析してパフォーマンスのシグナルを特定するために長年使われてきたが、チームは現在、困難なシナリオへの先手を打った対応を開発するため、生成AIとエージェント型AIをワークフローに組み込んでいる。 CIOのファブリツィオ・ピロッティ氏は、ITを支援部門ではなくパフォーマンス向上機能と位置づける。同氏の説明によれば、IT部門の役割は、障害管理の改善とマシンのパフォーマンスに対する理解の深化を通じて、エンジニアが能力を最大限に発揮できるデータ基盤とツールを提供することだ。優先プロジェクトには、エンタープライズアプリケーションの改良、サーキットサイドシステムの開発、そしてソフトウェア開発プロセスそのものへのAIエージェントの戦術的な適用が含まれる。 拠点訪問で最も印象的だったのは、最先端のAIと伝統的な職人技が共存していることだった。チームのマネージング・テクニカルパートナーであり、このスポーツ史上最も著名な空力エンジニアの一人であるエイドリアン・ニューイ氏は、オフィスで新しいデザインを手書きで描いていた。ピロッティ氏によると、新しく加わったメンバーは、この仕事に細部の手作業がどれほど多く含まれるかに驚くことが多く、マージナルゲインを追求する世界では、専門家による小さなカスタム調整こそがレースの勝敗を決める改善なのだという。 この環境ではAIが意思決定者ではなく意思決定支援レイヤーとして扱われるため、人間の役割は残り続ける。何年もの経験を持つエンジニアこそが、データから生成された複数の選択肢を見て、モデルにはない判断力を使って進む道を選ぶ。チームのコマーシャル・テクノロジー・アンバサダーであるエリック・エルンスト氏は、これを認知スケーラビリティの観点から説明した。AIはチームのメンバーに現在以上のことを行う能力を与えるが、経験そのものはモデルに委託できないという。 パートナーエコシステムもその哲学を反映している。チームとともにソブリンAIモデルとエージェントに取り組むコヒアは、テレメトリー、診断、シミュレーションデータにまたがってモデルがタイムリーな洞察を引き出し、エンジニアの作業を遅らせる退屈な業務を自動化する方法を模索している。ピロッティ氏は、チームはファイアウォール内で動作する用途特化型のモデルを導入し、機密データを封じ込めてトークン使用量を抑えたいと述べた。アームは、ピットストップのような重大な場面でより迅速な意思決定サイクルを支える高エネルギー効率のコンピューティングを提供しており、コグニションは、複雑な問題を分解して実務の中で学ぶ、エンジニアリングチームの延長として機能するAIエージェントを開発している。 そのすべてを支えるデータインフラ自体も競争上の問題になっている。チームは2025年10月、データストレージのNetAppへの移行を完了したと発表し、2025年5月にはコアウィーブをAIクラウドコンピューティングパートナーに指名した。ただし、特定のワークロードがどこで実行されているかについての詳細は、競争上の機密性を理由にチームは明かしていない。ブロックス・アンド・ファイルズは7月、チームが自社のGPUを保有し、データ処理の多くがオンプレミスに残っており、コアウィーブがそのハードウェア上でAIモデルを実行していると報じた。 チームのテクノロジーフォーラムからのより広いメッセージは、レースの枠を超えて向けられていた。この見方によれば、F1は、どの企業も再現できない条件下、すなわち極度の時間的プレッシャー、安全性に関わる重大な判断、公開できないデータのもとでAIを試す過酷な場である。そうした環境で重要となるスキルは、そのまま他の産業にも応用できるというのが主張だ。業務へのAI統合を巡る競争はデータセンターやソフトウェアプラットフォームにまで広がっているが、ゴールラインは依然として、モデルが生み出すものを解釈する人間にかかっている。 雅子 訳 Sources: AI in Formula One: Competitive advantage is all about the human in the loop (ZDNet, Aug 1, 2026); Aston Martin Formula One: Accelerating Innovation with AI (Manufacturing & Engineering Magazine, Jul 29, 2026); Aston Martin’s Aramco Formula One Team, CoreWeave, NetApp, and the race […]

EU AI法の汎用AIに関する義務はすでに発効しており、高リスク分野の規則は2026年8月に適用が始まる予定だ。OpenAIは、すでに基準を満たしていると同社が主張する内部の仕組みを公表した。公表資料は、同社のPreparednessフレームワークとFrontier Governanceフレームワークを概説し、モデル提供事業者が同法への適合を示すことを支援するための任意の文書である汎用AI（GPAI）行動規範に対応付けた内容となっている。 OpenAIは、自社はすでに行動規範の水準に近い運用を行っていると主張する。その根拠として、モデルのリリース前テスト、主要な発表に付随するシステムカードの公開、Red Teaming Networkを通じた外部レッドチーミング、モデルの挙動がどのように形成されるかを記述したModel Spec文書の公開を挙げている。社内では2つのフレームワークが業務を統括している。2023年から運用され2025年に更新されたPreparednessフレームワークは、高度なシステムがもたらす重大なリスクをどのように特定し管理するかを扱う。Frontier Governanceフレームワークは、そうした安全性への取り組みをGPAI行動規範を含む法的要件に対応付けるものだ。 計画のうち透明性に関する部分は、相互に補完する2つの仕組みに依存している。C2PA標準に基づくContent Credentialsは、来歴情報をファイルに直接付与する。一方、SynthIDの透かしはメタデータが除去された場合の代替の手がかりとなる。OpenAIによれば、対象範囲は画像から音声へと拡大しており、標準とツールの成熟に伴ってテキストへの対応も進めている。また、独自の透明性義務を負う同社モデル上で開発を行う事業者向けのガイダンスも提供する予定だ。 同社は限界についても率直に認めている。メタデータはプラットフォーム間の転送で失われることがあり、ラベルが常に残るとは限らず、暗号または透かしによる単一の信号ですべてを捕捉できるわけではない。同社が示す答えは、多層的なアプローチと標準化団体での継続的な取り組みであり、単一の仕組みでギャップを埋められると主張するものではない。 もう1つの柱はサイバーセキュリティだ。OpenAIは、防御側が脆弱性を修正するのに役立つ能力は、攻撃側が脆弱性を先に見つけるのに役立つ能力でもあるという根本的なジレンマを指摘している。同社のTrusted Access for Cyberプログラムは、審査を通過した防御側の関係者に、悪用のリスクを抑えつつ高度なサイバー能力へのアクセスを提供する。2026年5月上旬には、EUおよび各国のサイバー機関、民間セクターのパートナー、インフラ運営事業者と協力するEUサイバー行動計画を発表した。この計画は欧州委員会のサイバーセキュリティ・人工知能行動計画に沿ったものだが、同機関内部での防御力の向上に関するOpenAIの主張は独立に検証されていない。 OpenAIは以前から、現行版がEU AI Boardの正式承認を受けることを条件にGPAI行動規範への署名意向を表明しており、GPAI行動規範と、それに付随するAI生成コンテンツの透明性に関する行動規範の双方を生み出したマルチステークホルダー・プロセスにおいて建設的なパートナーとしての立場を取っている。 規制の及ぶ欧州市場で活動する開発者にとって、実務上の意味合いは、OpenAIのシステムカードとFrontier Governanceフレームワークが自社のデューデリジェンスの出発点であり、その代わりではないということだ。適合に関する文書そのものは流動的な対象とされており、EU AI法の施行が進むにつれて調整が続くと見込まれている。 雅子 訳 Sources: OpenAI aligns safety practices with EU AI Act’s GPAI Code (AI News, July 31, 2026); The EU Code of Practice and future of AI in Europe (OpenAI); A Primer on the […]

Redditは、多くの上場企業なら祝うような四半期を報告した。売上高は61%増、利益はほぼ3倍、業績予想はウォール街の予想を上回った。それでも株価は下落した。最高経営責任者（CEO）は決算説明会で、同社にとって最も重要なパートナーを公然と批判した。同社は、最大のトラフィック源であると同時にコンテンツの有料顧客でもあるGoogleに、二重の意味で依存するビジネスだ。 6月30日に終了した四半期の売上高は8億500万ドルに達し、60%超の成長は8四半期連続となった。広告が7億6200万ドルを占めた。純利益は前年同期の8900万ドルから2億5300万ドルに増加し、フリーキャッシュフローは2倍以上の2億6100万ドルとなった。同社は第3四半期の売上高を8億6000万～8億7000万ドルと予想し、アナリストの予想を上回った。 弱さは、売上高の約79%を生み出す米国で表面化した。米国のデイリーアクティブユーザーは前四半期の5350万人から5320万人に減少し、同社が記録する5四半期で初の前期比減となった。それでも前年同期比では6%増だ。世界全体のデイリーアクティブユーザーは18%増の1億3030万人となった。この格差は重要だ。米国ユーザーの収益化率は海外ユーザーの5倍超であり、広告成長はオーディエンスの拡大よりも価格設定への依存を強めているためだ。 経営陣は、この軟調さの一部の原因を検索に求めた。四半期中、検索エンジンからの参照トラフィックは不安定だったと説明され、期間の後半にかけて変動は激しさを増し、このチャネルへの可視性は低いままだという。Googleが支配し、カジュアルな訪問者をログイン習慣へと転換する戦略で挽回の余地が最も大きいのが、このチャネルだ。経営陣は、Redditは通り過ぎるだけのトラフィックのために作られているわけではないと述べたが、新規訪問者を依然として検索エンジンに大きく依存していることは認めた。 GoogleのAI Overviewsへの批判も同じ流れの中で語られた。CEOは、従来の10件の青いリンクというレイアウトはウェブ全体に測定可能な価値と成長をもたらしてきたが、AI Overviewsは企業、出版社、小売業者に対して同等の利益をまだ生み出していないと主張した。株主宛ての書簡では、Redditを自動化されたウェブへの対抗勢力として位置づけ、機械が圧縮した要約は、このプラットフォームが提供する議論や実体験の代わりにはならないと論じた。 利害関係は具体的だ。RedditはGoogleと年間およそ6000万ドルのライセンス契約を結んでおり、今月初めのウォール・ストリート・ジャーナル紙の報道によると、同社はこの契約の終了を検討しているという。同じ報道は、The Economist、Reuters、Politico、USA Todayも同様の撤退を検討していると伝えた。Redditはまた、OpenAIと別のデータライセンス契約を維持しており、これが交渉において一定のレバレッジとなっている。この不満を裏付ける独立した証拠もある。米国の成人900人のデータに基づくピュー・リサーチ・センターの調査は、AI Overviewsが10件の青いリンク方式と比べてウェブサイトへの参照トラフィックをほぼ半分に減らしたと結論づけた。ただし、GoogleはAI Overviewsが登場する前から、他の形でこのレイアウトから既に離れていた。 市場の反応は、投資家がこの警告を受け止めたことを示唆した。同社は売上高、利益、業績予想のすべてで予想を上回ったにもかかわらず、株価は前回の水準より20%以上低い水準で取引を終えた。この下落により、現在の取引水準を大きく上回る平均価格で完了した2億3500万ドルの自社株買いプログラムによる下支えは消し去られた。 ライセンス契約が存続するとしても、この公の圧力キャンペーンは戦略的に理にかなっている。GoogleはRedditにとって最大のトラフィックの導管であると同時に最大の顧客の一つでもあり、6000万ドルの契約から手を引くという脅しは、同社が送ることのできる最も強い交渉シグナルだ。結果がどうであれ、再交渉された契約であれ、撤退であれ、AIサマリー内でGoogleがRedditのコンテンツをどのように表示するかについての発言権を強めることであれ、AI時代の訓練に貢献してきたこのプラットフォームは、自らの価値がどのように配分されるかについて発言権を持ちたいと考えている。 雅子 訳 Sources: As Reddit stock falls, CEO questions value of Google’s AI Overviews (Ars Technica, Aug 1, 2026); Reddit shares sink 11% on ‘choppy’ search referrals even as results blow past estimates (CNBC, Jul 30, 2026); Reddit Beat on Revenue, […]

シーゲイトの次世代ハードディスクドライブは計画通りに進んでおり、しかもすでに売約済みだ。同社は第4四半期の決算説明会で、1枚あたり5テラバイト超の容量を持つプラッタを採用するMozaic 5+プラットフォームが、暦年2027年後半の認定出荷に向けて順調に進んでいると確認した。そのプラッタを10枚、単一の8.9センチ（3.5インチ）シャーシに搭載することで、シーゲイトが10年近く前から約束してきた50TB級ドライブが実現する。その顧客として名を連ねるのはデータセンター事業者であり、一般消費者ではない。 CFOのGianluca Romano氏は、同社が1枚あたり5TB超の記録密度を達成する見込みで、最初のMozaic 5+ドライブは2027年後半に認定用として顧客へ出荷される予定だと述べた。CEOのDave Mosley氏は、ニアラインのエクサバイト級出荷量の大部分が長期供給契約に基づき暦年2028年までの分としてすでに割り当てられており、戦略的顧客は計画の対象期間を2029年以降へと延ばしつつあると付け加えた。 こうした契約の背後にある需要は、間違いなくAI主導だ。シーゲイトは6月四半期を売上高36億ドルで締めくくり、前期比17％増、前年同期比48％増となった。原動力は、ワークロードのロングテール部分にハードディスクを使うAIハイパースケーラーとクラウド事業者だ。Mosley氏は、AIモデルやエージェント型システムがユーザーとのやり取りをまたいで永続的なコンテキストを保つにはコールドストレージが不可欠であり、ストレージ調達はAIの建設投資に直接結び付いていると説明した。HAMRベースの製品は現在、同社のエクサバイト出荷量の約40％を占め、2027年7月初旬までに70％に達する見込みだ。 現行世代のMozaic 4+は最大44TBのドライブに対応し、2026年末までにシーゲイトが選定顧客へ出荷するHAMRエクサバイトの半分を占める見込みだ。50TB級ドライブが生まれるのは、プラットフォーム第3世代のMozaic 5であり、性能と汎用性を求める顧客向けには従来型磁気記録、密度を最大化したい顧客向けには瓦状磁気記録が用意される。 認定は市販を意味しない。認定出荷とは、OEMやハイパースケーラーの顧客が独自の検証を実施するために送られるエンジニアリングサンプルであり、社内テストと顧客側の手続きを通過して初めてドライブは量産に移る。シーゲイトの経営陣は決算説明会で自社の実行リスクを指摘し、1枚あたり3TBから4TB、さらに5TBへ移行するにはツールの処理時間がより多く必要で、製造スループットが低下する可能性があると述べた。アナリストに自ら進んで伝えるには異例なほど率直な注意点だった。 ロードマップは過去にも遅延したことがあり、今回の日程にこれほど多くの保険がかけられているのもそのためだ。2019年後半の公開ロードマップ資料では、50TBのHAMRドライブは2026年に位置づけられていた。この目標は、30TB製品の投入延期と「2026年までに50TB」という表明された目標をセットにしていた2023年まで、言葉の上では生き延びた。2025年半ばに最初の40TBのHAMRサンプルがデータセンター顧客へ出荷された時点で、ロードマップは2027年に44TB、2028年に50TBという形に修正されていた。現在の計画は、その上に認定、テスト、検証をおよそ1年上乗せしている。 小売りの購入者にとって、この時間軸は厳しい現実を突きつける。ドライブは既存契約に基づき2028年に出荷され、50TBドライブが実店舗であれオンラインであれ棚に並ぶのは、2029年ごろに量産が始まってからかなり後になる見込みだ。現在、消費者向けPCの大半がSSDを搭載して出荷されており、フラッシュは同等容量のディスクより依然としてかなり高価であるため、大容量ストレージを必要とし、遅いアクセス時間を許容できる購入者が最も長く待つことになる。シーゲイトのロードマップが示唆するのは、彼らもいずれ50TBドライブを手に入れられるということだ。同社は近いうちに彼らへ売れるとは考えていないだけのことだ。 雅子 訳 出典：Seagate reveals more on its 50TB HDD plans – but looks like we’ll still have a long wait to buy one (TechRadar, Jul 31, 2026); Seagate aims to launch 50TB HAMR hard drives in 2027 (TechSpot, Jul 30, 2026); Seagate […]

DeepSeekは7月31日、ひっそりと廉価モデルをエージェント向けベンチマークのリーダーへと変えた。同日、新しいチェックポイント「V4-Flash-0731」をHugging Faceに公開し、V4-Flash APIをパブリックベータに移行した。アーキテクチャには一切手が加えられておらず、向上はすべてポストトレーニングサイクルによるものだが、この小型モデルは現在、DeepSeekが公開したすべてのエージェント向けベンチマークで同社自身のPro旗艦モデルを上回っている。 見出しとなる結果は、プレビュービルドからの顕著な跳躍を示している。開発者がエージェント型コーディングタスクに用いる指標であるTerminal Bench 2.1では、V4-Flash-0731は82.7を記録し、プレビュー版の61.8から上昇してV4-Proの72.1を上回った。ソフトウェアエンジニアリングのベンチマークであるDeepSWEでは、モデルは1回のリフレッシュで7.3から54.4へと改善した。セキュリティエージェントの性能を試すCybergymは38.7から76.7へ上昇した。改善は的を絞ったもののように見える。同じポストトレーニングサイクルにより、このモデルは複数のエージェント向けテストでGLM-5.2やAnthropicのOpus-4.8と広く互角の成績を残しつつ、推論時の規模ははるかに小さいままだ。 こうした成果には注意点が伴う。ベンチマークの数値はベンダー側の報告によるもので、DeepSeek社内のHarnessフレームワークの最小モードを用いて生成された。このフレームワークは公開されておらず、独立した評価では結果が異なる可能性がある。さらに2つのテストセット（DSBench-FullStackとDSBench-Hard）はDeepSeek内部のものだ。同社自身のドキュメントも、エージェントのスコアは使用するハーネスに影響されやすいと注意を促している。 開発者にとって今回のリリースが興味深いのは価格設定だ。APIはキャッシュミス時に入力トークン100万個あたり0.14ドル、キャッシュヒット時には100万個あたり0.0028ドル、出力トークンは100万個あたり0.28ドルで、V4-Proの出力単価のおよそ3分の1にあたる。モデルは2840億パラメータの混合専門家（MoE）設計を維持し、トークンごとに130億パラメータが活性化し、コンテキストウィンドウは100万トークン、高推論モードでは最大38万4000出力トークンに対応する。チェックポイントにはDeepSeekの投機的復号モジュール「DSpark」が同梱されており、同社によると、スループットを一致させたサーバー構成ではユーザーあたりの生成が60〜85%高速になるという。 APIのアップグレード経路は意図的に手間のかからないものになっている。プレビューから切り替える開発者は、クライアントコード内のモデル識別子を変更するだけでよい。新しいビルドはResponses API形式をネイティブにサポートし、Codexにも対応しており、DeepSeekがトラフィックの主流になると見込むエージェント型およびコーディングのワークロードに照準を合わせている。V4-ProのAPIとアプリモデルは今回のリリースでは更新されていない。 ホスト型APIを完全に避けたいチーム向けに、重みはMITライセンスでゲートなしに公開されており、オンプレミス展開が可能だ。ただし、その道のりは簡単ではない。フル精度でのサービス提供には、DeepSeekのvLLM参照構成で4ノードのGB300クラスターが必要となる。一方、積極的な量子化により要件はRAMとVRAMの合計およそ110 GBまで引き下げられ、Unslothのロスレス8ビット版は約162 GB、3ビット版は約103 GBとなる。 戦略的なシグナルはモデルラダーだ。DeepSeekは日常的なエージェント型およびコーディングのトラフィックを3分の1の価格でFlashに誘導しつつ、最も困難な推論ワークロードはProのために取っておいている。今回のリフレッシュにより、スタートアップや独立系開発者は、同等のプロプライエタリモデルに比べわずかなコストで旗艦級に近いエージェント能力を手に入れられる。 雅子 訳 出典: DeepSeek Upgrades DeepSeek-V4-Flash-0731 with Major Agentic and Coding Gains（MarkTechPost、2026年7月31日）、DeepSeek-V4-Flash-0731 model card（Hugging Face）、DeepSeek puts V4-Flash API into public beta（TechNode、2026年7月31日）、DeepSeek API pricing（DeepSeek）

アップルは、AIを段階別の公共サービスのように扱う構えを見せている。刷新されたSiriアシスタントを集中的に働かせたいユーザーは、追加の計算リソース分を既存のiCloud+サブスクリプションを通じて支払う必要が出てくるかもしれない。退任するティム・クックCEOは最後の決算説明会でこのアイデアを初めて公に示し、価格モデルはまだ初期段階であり、アップルは完全な計画を固めていないと述べた。同氏が明確にしたのは、ベースラインのアクセスをはるかに超える利用を求めるユーザー層が相当数存在すると同社が見込んでいることだ。 この枠組みは、限定的な無料層と高利用向けの有料アップグレードを組み合わせるAnthropicやOpenAIの収益化手法とよく似ている。アップルの場合、別個のAI製品を新設するのではなく、既存のiCloud+サブスクリプションにアップグレードを組み込む形になる。これはAIの消費を、クック氏が長年にわたり拡大してきたサービス事業に取り込む構造だ。Siri AIは現在iOS 27ベータで利用可能であり、今秋にはより広範な展開が予定されているため、価格体系はこの機能が大多数のユーザーに届く前に固まる可能性がある。 この転換は、アップルのAIに対する信頼性にとって気まずい時期に訪れた。同社は自社の開発が度重なる遅延に見舞われた後、Siriのクラウド推論を支えるため、グーグルからカスタムのGeminiモデルのライセンスを取得した。遅延はすでに財務面でも影響を及ぼしている。5月には、発売時点では存在しなかったiPhone 16向けのパーソナライズされたSiri機能を宣伝していたと主張する集団訴訟を解決するため、アップルが2億5000万ドルの支払いに合意した。提案された和解は、2024年6月から2025年3月までに購入された約3700万台の米国向け端末を対象としている。 アップルは、より小さな機能でサブスクリプションによる利用制限付きAIのコンセプトをすでに試している。WWDC 2026で同社は、Image Playgroundに1日あたりの無料利用上限を設け、iCloud+加入者にはより高い上限が与えられると発表した。AIを活用したHomeアプリのビデオ録画機能も、2 TBのiCloud+プランを利用するユーザーに限定されている。クック氏の決算説明会での発言は、同社がこれらを一回限りの実験ではなくSiri AIの雛形と見なしていることを示唆している。 価格設定の問題は、アップルのコスト構造とも関わり合う。AI需要によるメモリ不足が業界全体でハードウェア部品の価格を押し上げており、アップルは先月、深刻な供給制約を見込んで在庫を積み増す一方で、MacとiPadの価格を引き上げた。AI推論のコストが同じ軌道をたどるなら、Siriの有料の計算リソース層は、大多数のユーザーにはアシスタントを無料のまま維持しつつ、最も利用量の多いユーザーにコストの一部を転嫁する道をアップルに与えることになる。 この決定は今、アップルがAIサービス戦略を正式に固める中でCEOを引き継ぐ、ハードウェアエンジニアリング責任者のジョン・ターナス次期CEOに委ねられる。Siri AIが最終的に厳格なペイウォール、緩やかな利用上限、あるいはハイブリッド型のいずれになるかは、同氏の任期中における最初の製品価格判断の一つとなり、アップルがAIをサブスクリプション事業として扱うことにどこまで踏み込むかのシグナルとなる。 雅子 訳 Sources: Siri AI could come with a paywall for power users (TechCrunch, July 31, 2026); Apple could put Siri AI behind a paywall, but not for everyone (Business Today, July 31, 2026); Tim Cook’s final Apple earnings call amid […]

世界の四大ハイパースケーラーは2023年初め以降、AIインフラに1.1兆ドル超を投じてきた。そのペースは頭打ちになるどころか、加速している。各社の最新の決算報告を集計したフィナンシャル・タイムズ（FT）によると、アマゾン、グーグル、メタ、マイクロソフトは2026年だけで累計額に約7450億ドルを上乗せすると見込まれる。1年間の総額としては、このグループがそれまでの3年間に費やした合計に迫る規模だ。 直近の決算シーズンに開示された各社のガイダンスは、その規模を示している。アマゾンは通年の設備投資予想を約2200億ドルに引き上げ、マイクロソフトは1900億ドル規模を計画している。アルファベットは1750億〜2050億ドルにレンジを拡大し、メタは1150億〜1350億ドルを割り当てた。資金の大半は、データセンターとアクセラレーター、そしてそれらを稼働させるために必要な電力インフラに充てられる。 ウォール街のアナリストは、短期的な緩和はないとみている。RBCキャピタルのリシ・ジャルリア氏は決算発表後、投資家は現在、AI関連の設備投資の資金を確保することと、そもそもこうした大規模投資を可能にする潤沢な現金を生み出してきた収益の柱を守ることの間で、綱渡りを迫られるとの見方を示した。この緊張は市場の反応にも表れている。記録的な決算は、設備投資の見通しが収益の見通しを上回るたびに、売りで迎えられてきた。 設備投資のコストは、この4社の枠を超えて広がっている。米国の電力会社は、データセンター施設に電力を供給するため、数十億ドル規模の送配電網の増強を迫られており、そのコストは家庭の電気料金に転嫁されつつある。ハイパースケーラーや電力会社、州当局が署名したホワイトハウスの料金支払い者保護誓約（Ratepayer Protection Pledge）は、これまでのところどの州でも法制化されていない。2025年に成立したオレゴン州のPOWER法は、20MW超の電力を使用する大口需要家の電力料金に30%の割増金を課す一方、家庭用の電気料金を1.3%引き下げる。 ハードウェア面では、ハイパースケーラーが高帯域幅メモリー（HBM）に割高な価格を支払う姿勢を示したことで、マイクロン、サムスン、SKハイニックスは従来型DRAMよりもHBMの生産を優先するようになり、昨年から始まった民生用メモリーの不足が深刻化している。その波及は自動車業界にも及んでいる。GMは大幅なコスト増を警告し、比亜迪（BYD）は運転支援パッケージの価格を20%引き上げた。格安スマートフォンにも広がっており、メモリーが部品表（BOM）コスト全体の最大64%を占めるケースもある。アップルは、サプライヤーに対する歴史的な影響力にもかかわらず、先月MacとiPadの価格を引き上げ、エントリーモデルのMacBook Proは400ドル値上がりして1999ドルとなった。 中心的な論点は、AIによる収益が投入された資本にいずれ追いつくかどうかだ。強気派は、収益化に数年を要したクラウドコンピューティングのようなプラットフォーム転換の前例を挙げる。懐疑派は、4社のいずれもAIインフラから本格的な規模でプラスのリターンをまだ実証していないと指摘する。もはや議論の余地がないのは、その規模そのものだ。現在の見通しに基づけば、1兆ドルの大台は節目ではなく、基準点にすぎない。 出典: ビッグテック、AIインフラに1兆ドル超を支出、2026年だけでさらに7450億ドル追加へ (Tom’s Hardware、2026年7月31日); ハイパースケーラーの設備投資に関するフィナンシャル・タイムズの報道 (Financial Times); ビッグテックの設備投資急増、アマゾン・マイクロソフト・アルファベット・メタが2026年に7500億ドルを支出へ (Gate News、2026年7月31日); 2026年のテック企業のAI支出、7000億ドルに接近 (CNBC) 雅子 訳

設定を誤ったAIモデルは、失敗しても停止しない。動き続け、トークンを生成し続け、些細なミスを静かに7桁の請求書へと変えてしまう。7月28日のスタッフ会合でエンジニアたちが検討したアマゾン社内の指標は、この傾向を異例なほど具体的に示している。 最大の事例は、アマゾンの小売サイトで著者情報と商品リストの照合を行うためにAnthropicのClaude Sonnetで構築されたツールだ。このプロジェクトは180万ドルを消費し、当初予算を860%超過し、5か月間検出されず、一度も稼働しなかった。この事例を最初に報じたのはフィナンシャル・タイムズ紙で、同時に2件の小規模な予算超過も明らかになった。財務監査ツールが計画を約54万1000ドル超過し、配送を迅速化するための物流システムが約13万4000ドルを追加で費やしていた。3件のプロジェクトを合わせると、計画外のAI支出はおよそ250万ドルに上る。 トークン課金が小さなミスを高額請求に変える理由 根本原因は価格設定の仕組みにある。AIプロバイダーは定額制のサブスクリプション料金から、モデルが処理するテキストの単位であるトークンごとの課金へと大きく移行してきた。バグのあるコードを書いた人間のエンジニアはエラーを受け取り、それを修正する。一方、設定が誤ったAIエージェントにはエラーが一切表示されない。同じプロンプトを再送信するリトライループや、サンプルではなくカタログ全体を対象にしたジョブは、単に計算処理を増やし、請求書を大きくするだけだ。アマゾンのエンジニアは、社内資料でこの結果生じた予算超過を、かつては修正にほとんど費用がかからなかったのに、壊滅的なまでに高額なミスだと表現している。 毎月の請求サイクルが問題を増幅する。ビルドログやリアルタイムのダッシュボードなら一目瞭然の暴走ジョブも、数週間後に届く請求書の上では見えなくなる。180万ドルのプロジェクトが5か月間、監視の目を逃れてきたのはそのためだ。 厄介なのは、アマゾン自身が解決策を販売していることだ AIに過大な支出をした企業が、まさにそれを防ぐために設計されたコスト管理機能を販売するクラウド基盤も運営している。AWS Bedrockは、半額のバッチ推論、割引価格のFlexティア、標準入力料金の10分の1で利用できるプロンプトキャッシング、簡単なタスクをより安価なモデルに振り分けるプロンプトルーティングを提供している。Anthropic自身のHaikuモデルは、失敗したプロジェクトが使用したSonnetモデルのおよそ3分の1のコストだ。予算超過は、ガードレールを無効にしたまま最先端モデルを既定で使用したことに起因する。 アマゾンの公式な対応は、これらの事案を孤立したものとして位置づけた。対象となったのは、およそ30万人の従業員を擁する企業内の少数のチームで、同社は新技術を試す通常のプロセスの一部だと説明した。社内では、より具体的な対応が進んでいる。アマゾンは、AIトークン使用量で開発者をランク付けする非公式のリーダーボードKiroRankを廃止した。従業員が順位を上げるために使用量を水増しする行為、作業員たちがトークンマキシングと呼ぶ慣行が行われていたためだ。エンジニアたちは現在、請求書が届く前に暴走プロジェクトを検出できるよう、自動化されたガードレール、ピアレビューの義務化、支出上限の整備を進めている。 今回の失態は、アマゾン自身のAIコーディングアシスタントを巡る過去の事案に続くものだ。12月には、AWSの顧客が請求内容を確認するために使う社内ツールCost Explorerへの変更を許可されていたKiroアシスタントが、変更の代わりに作業中の環境を削除して再作成し、中国本土の一部に影響する13時間の障害を引き起こした。アマゾンはこの事案をAIの自律性ではなくユーザーアクセス制御に起因するとしたが、両方の障害には共通点があった。AIツールが、それを操作するエンジニアと同じ権限を保持していたことだ。 資金の問題ではなく、ガバナンスの問題 アマゾンにとって、この金額は四半期売上高1800億ドル超に比べれば端数処理の誤差にすぎない。同じ失敗パターンは、より小規模な企業にとってははるかに危険だ。Claude Codeに大きく依存するUberは、4月までにこのツールの2026年分の予算をすべて使い切っており、同社の経営陣は、トークン使用量の増加と、顧客が実際に恩恵を受けた機能との間に明確な関連性をまだ確立していないことを公に認めている。 アマゾンの事例が示す教訓は、テクノロジーではなくガバナンスだ。AIの予算超過は、構造上、静かに進行する。それを抑え込めるのは、支出上限、モデル選定、使用状況のレビューを後付けの対応ではなくエンジニアリングプロセスの一部として扱う企業だろう。 雅子 訳 Sources: Amazon finds cases of AI causing runaway spending on tech projects (Financial Times, July 30); Amazon accidentally spent $1.8 million using Claude for menial coding task, went 860% over budget (Tom’s Hardware, July 30); Amazon blew […]

7月29日に発表されたマイクロソフトの2026会計年度第4四半期決算には、会計上の興味深い点があった。あるAI投資から1四半期に得た利益が、もう一方の投資から1年間に得た利益にほぼ匹敵したのだ。同社はAnthropicの持ち分で32億ドルの評価益を計上し、希薄化後1株当たり利益4.81ドルに33セントを上乗せした。一方、はるかに規模の大きいOpenAIの持ち分は、同社自身の調整計算によれば、四半期純利益に約4億8000万ドル（1株当たり約7セント）を純額で貢献した。 6月30日に終了した通期で見ると、その対比はさらに際立つ。マイクロソフトのOpenAI投資は、通期で約50億ドルの利益を生み、1株当たり利益に67セント貢献した。一方、Anthropicの持ち分は、わずか3か月でその大部分に匹敵する額に達した。マイクロソフトは、この差が十分に大きいため、この投資を定期的に再評価していないにもかかわらず、決算資料でAnthropicの評価益を明示的に開示することを選択したと述べた。 数字の背景にある構造 Anthropicの評価益の発端は2025年11月にさかのぼる。当時マイクロソフトは、循環的な取り決めの一環として同AI研究所に50億ドルを投資した。その取り決めでは、Anthropicが300億ドル分のAzureクラウドサービスを購入することを約束していた。この構造により、評価益は株式の価値上昇だけでなく、投資が確保することを目的としていたクラウド収入も反映している。マイクロソフトはAnthropicの持ち分を毎四半期時価評価していないため、32億ドルという数字は定期的な項目ではなく、ある時点のスナップショットとして捉えるのが適切だ。 OpenAIは会計上、別種の存在だ。マイクロソフトは同社の約27%を保有し、その持ち分の価値を四半期ごとに更新しているが、両者の取り決めに基づいてOpenAIが支払う収益分配金は開示していない。TechCrunchは、四半期中にOpenAIの持ち分が約6億ドル減額されたと報じた。この減額は、同社の純会計上、他のOpenAI関連収入によって十分に相殺された。いずれにせよ、方向性は明らかだ。OpenAIの四半期貢献はAnthropicのごく一部にすぎず、2つの投資はマイクロソフトの損益計算書上で正反対の方向に作用している。 四半期のその他の業績 投資の変動は、好調な四半期に上乗せされた一時的な項目だった。売上高は900億ドルに達し、前年同期比18%増。純利益は358億ドルで、31%増となった。Azureおよびその他のクラウドサービス売上高は43%増え、Microsoft Cloud全体の売上高は593億ドルに達して27%増だった。通期では、売上高が3318億ドル、純利益が1337億ドル、希薄化後1株当たり利益は17.95ドルだった。マイクロソフトによると、Azureの売上高は年間で初めて1000億ドルを超え、商業向け残存履行義務は84%増の6780億ドルとなった。この受注残は、同社のAIインフラ投資を支える複数年にわたる契約を反映している。 マイクロソフトの決算には、自主退職プログラムに関連するコストが想定を下回ったことによる純便益も含まれており、Xbox事業の退職金および減損費用によって一部相殺された。 格差が示すもの 2つの持ち分は、マイクロソフトのAI戦略の対極に位置する。OpenAIは引き続き最も緊密なパートナーであり、消費者向けAI戦略の要だが、Anthropicは戦略的なカウンターウェイトとなり、クラウド部門最大級のAI顧客の一角となる規模でAzureの容量を購入している。OpenAIは四半期ごと、Anthropicは不定期に評価されるという会計上の非対称性により、投資家が両方の持ち分の全体像を把握できるのは、今回の決算報告のような機会に限られる。 この見出しの要点は、どちらの研究所が勝っているかではなく、マイクロソフトがいかに両方から利益を得られるように自らを構造化したかにある。主要なAI開発企業2社がともにマイクロソフトに計算資源の対価を支払い、そのうちの1社との関係が数十億ドル規模の含み益も生み出している以上、AIブームの有料道路としての同社の立場は、ますます意図的なものに見える。 Sources: Microsoft logs $3.2B from Anthropic investment, but OpenAI was a mixed bag (TechCrunch, July 29); Microsoft FY26 Q4 earnings release (Microsoft Investor Relations, July 29); Microsoft (MSFT) Q4 earnings report 2026 (CNBC, July 29); Microsoft books Anthropic gain as OpenAI stake marks […]

生徒が学校の授業時間中ずっとスマートフォンを使用することを禁じる措置について、米国人の間で支持が反対を上回ったのは初めてのことだ。ピュー・リサーチ・センターの新しい調査によると、米国人成人の48%が、中学生と高校生を対象とした始業ベルから終業ベルまでのスマホ全面禁止を支持しており、2024年の36%から12ポイント増えた。反対は43%、判断を保留しているのは8%だった。 この変化は、世論の大きな転換を示している。わずか2年前、終日禁止は少数派の立場だった。現在は最も多くの支持を集める立場となり、この傾向が続けば過半数支持も目前だとみられる。 授業中のみの制限は依然としてはるかに支持が厚い。成人の77%が、授業時間中のスマホ使用禁止を支持しており、2024年の68%、2025年の74%から増加した。授業中の禁止に反対するのはわずか18%だ。これらの数字は、2026年5月26日から6月1日にかけて米国の成人を対象に実施されたピュー研究所の調査によるものだ。 年齢層による差は依然として残っている。若年層の成人は、授業中禁止と終日禁止のいずれについても、年長の世代ほど積極的ではない。ただし、2024年以降、調査対象となったすべての年齢層で支持は増加している。一方、学校でのスマホ規制を制定する州は増えており、教育専門誌エデュケーション・ウィークは、全米に広がる州ごとに異なる規制の寄せ集めを追跡している。 2025年秋に実施された別のピュー調査では、10代の若者自身のうち終日禁止を支持するのはわずか17%で、73%が反対していることが分かった。授業中のみの禁止に対する10代の支持は41%で、成人の数字を依然として大幅に下回る。 ピューのデータが発表されたのは、全米の学区が相反する圧力に直面している時期だ。スクリーンタイムと注意力散漫を懸念する保護者、行き過ぎだとする生徒側の反発、そして数千人規模の生徒に対して禁止措置を徹底するという実際的な課題である。 雅子 訳 出典: Pew Research Center (2026年7月29日); The Verge (2026年7月29日); 9to5Mac (2026年7月29日)