1．OpenAIが「dots」を発表、いつでも働ける自分専用のAI助手へ
OpenAIは9月29日、継続して仕事を進めるAIエージェント「dots」を発表しました。AIエージェントとは、質問に答えるだけでなく、目的に合わせて道具を使い、複数の作業を進めるAIです。dotsは専用のクラウド上のコンピューターを持ち、人が自分のパソコンを閉じている間も、任された仕事を続けられる点が特徴です。頭脳にはGPT-6 Astraを使い、接続を許可されたアプリやサービスを利用して活動します。
これまでの対話型AIは、人が質問や指示を送るたびに返事をする使い方が中心でした。dotsでは、一定の役割を継続して任せる使い方が前面に出ています。OpenAIが紹介した例には、利用者の意見からアプリの改善点を探して修正案を用意することや、新しい研究データを受け取って分析と図を更新することがあります。動画や音声の制作者に向けては、インタビューの記録から紹介文やSNS投稿の下書きを準備する例も示されました。これらは紹介された利用例であり、あらゆる仕事を確実に完成できるという意味ではありません。
分かりやすく言えば、毎回一つずつお願いする助手から、担当する仕事を理解して準備を進める助手への変化です。例えば、週ごとの活動報告を作る場合、人が資料を集めてからAIに渡す方法に加え、接続した情報を基にAIが下書きを整え、人が確認する方法が考えられます。こうした使い方では、文章を作る速さだけでなく、前回の修正や仕事の目的を踏まえられることが大切になります。
一方、継続して動くAIには、行動できる範囲を決める仕組みが欠かせません。dotsでは、利用者が接続先や権限を管理し、進行状況を確認できます。また、人が直接作業していない間の自主的な調査は、原則として情報を読むための道具に制限され、メッセージ送信やアプリ内容の変更はできない設計です。重要な行動を確認する仕組みも用意されています。
提供は対象地域のProやBusiness Premiumなどから始まり、企業・教育機関などでは管理者が有効にした試験提供も行われます。すべての利用者が同じ条件で使えるわけではありません。今回の発表は、AIとの付き合い方が、一問一答から継続的な協力へ広がっていることを示すニュースです。便利さを引き出す鍵は、任せる目的と、人が確認する場面を具体的に決めることになりそうです。
2．Googleが「Gemini 4 Argon」を発表、長い作業とサイバー防御を強化
Googleは9月30日、新しいAIモデル「Gemini 4 Argon」を発表しました。プログラム開発、法律や金融の専門業務、サイバー防御など、複雑で時間のかかる作業を進める能力を重視したモデルです。発表時点では一般公開されておらず、信頼されたサイバー防御の関係者などに、段階的に提供されています。
大きな変更点は、出力できる情報量の上限が、従来の6万4,000トークンから100万トークンに増えたことです。トークンとは、AIが文章を処理するときに使う細かな単位です。日本語では一文字や一単語と同じとは限りません。今回の数字は、読み込める文章量を示すものではなく、AIが生成できる出力の上限に関する変更です。Googleは、この余裕によって長い推論や複数段階の問題解決を支えられると説明しています。
例えば、大きなプログラムを直す仕事では、一か所を書き換えるだけでは終わりません。ほかの部分との関係を調べ、修正し、動作を確かめ、問題があれば再び調整します。途中で考えを十分に展開できることは、こうした長い作業を進めるうえで役立つ可能性があります。ただし、たくさん出力できることと、正しい答えを出せることは別です。長い説明の中に誤りがあれば、確認する負担も増えるため、実際の使いやすさは結果の質と合わせて評価する必要があります。
Googleは社内での活用例として、データセンターのメモリー使用を改善する作業や、既存のプログラムを別の言語へ移す作業を紹介しました。重要なシステムの変更では、自動テストと人による確認を行っているとしています。AIが提案するだけでなく、変更を実装する仕事へ進みつつあることが分かります。
サイバー防御では、ソフトウェアの弱点を見つけ、確かめ、修正する能力を強化しました。しかし、弱点を発見する力は攻撃にも使われる可能性があります。そのためGoogleは、悪用を防ぐ対策や、外部の文章に紛れ込んだ不正な指示への対策、AIが意図された範囲を外れた場合に停止する仕組みを整えています。
今後は開発者、企業、一般利用者へ提供を広げる方針ですが、発表と一般提供の開始は区別して見る必要があります。今回のニュースは、AIの競争が会話の上手さだけでなく、専門的な仕事を長く続ける能力と、その行動を安全に管理する仕組みへ広がっていることを示しています。
3．「GPT-6.1 Sol」が登場、高い能力と低い利用コストの両立を目指す
OpenAIは9月29日の開発者向けイベントで、「GPT-6.1 Sol」を発表しました。GPT-6 Solの後継に当たり、プログラム開発、コンピューター操作、専門的な文書を使う仕事などを改善したモデルです。同社は、これらの分野で上位モデルのGPT-6 Astraに近い能力を、標準的な入力・出力の単価では5分の1の価格で提供すると説明しています。
この価格は、アプリやサービスからAIを呼び出すAPIの料金です。ChatGPTの月額料金が5分の1になるという意味ではありません。GPT-6.1 Solの標準料金は、100万トークン当たり入力2ドル、出力10ドルとされています。企業が大量の文書を処理したり、AIエージェントを何度も動かしたりするときには、一回ごとの料金の差が全体の費用に大きく影響します。
AIを仕事に使う場合、最も賢いモデルを選べばよいとは限りません。例えば、大量の問い合わせを分類する仕事と、複雑な研究計画を考える仕事では、必要な能力が違います。日常的な作業を十分な精度で安く処理できれば、その分の予算を難しい仕事や、人による確認に回せます。今回の発表の意味は、能力の向上とともに、高度なAIを繰り返し使うための費用を抑えようとしている点にあります。
OpenAIは、実際のプログラムを使った開発課題、図や表を含むPDFから答えを探す課題、複数の道具を使って業務を完了する課題などで改善を報告しました。一部の評価では、GPT-6 Astraに近い結果を、より低い費用で得られたとしています。ただし、これは公表された試験条件での結果です。すべての仕事で上位モデルと同じ品質になるという意味ではありません。
中学生にも身近な例で考えると、教科書の内容を説明する仕事と、何冊もの資料を比べて研究発表を作る仕事では、難しさが違います。AIも、任せる内容に応じて使い分けることが大切です。料金だけで選んで間違いの修正が増えれば、結果として時間も費用もかかってしまいます。
発表時点では、ChatGPT Work、Codex、APIなどで提供が始まりました。通常のチャット画面と同じ提供状況とは限らない点にも注意が必要です。今回のニュースは、AIの進歩を「どれだけ賢くなったか」だけでなく、「どれだけ広く、日々の仕事に使えるようになったか」という視点で見るきっかけになります。
4．「Claude Sonnet 5.5」を公開、速さと作業効率を改善
Anthropicは9月28日、「Claude Sonnet 5.5」を公開しました。日常的なプログラム修正、文書作成、スライドや表計算ファイルの制作などを得意とするAIです。同社によると、従来のSonnet 5より出力が30％以上速くなり、多くの仕事では一つの作業にかかる費用を最大30％減らせるとしています。
ここで区別したいのは、料金の単価と、一つの仕事を完成させるための総費用です。Sonnet 5.5は、基本的な入力・出力の単価を前のモデルから据え置いています。費用を抑えられる理由は、同じ仕事を進める際に必要なトークンや手順を減らせるためです。学校の宿題に例えると、同じ時間当たりの費用でも、より少ないやり直しで完成できれば、全体の負担が小さくなるということです。
AIを使って資料やアプリを作るときには、最初の回答だけで終わらないことがよくあります。文章を短くする、図の位置を直す、プログラムの不具合を修正するといった、細かな調整が続きます。一回ごとの応答が速くなれば、人が結果を見て次の指示を出すまでの待ち時間が減ります。この積み重ねは、日々の作業では大きな違いになり得ます。
Anthropicは、プログラム開発や専門業務の評価でSonnet 5からの改善を報告しています。また、文章の分かりやすさやデザイン面での向上も紹介しました。一方で、答えが一つに決まらず、長い時間にわたって慎重な判断が必要な仕事では、上位のOpus 5.5の方が強いと説明しています。試験の点数が近くても、すべての場面で同じように使えるとは限りません。
例えば、決まった形式の報告書を整える仕事には、速くて効率のよいモデルが向いている可能性があります。反対に、複雑な条件を比べて重要な方針を決める仕事では、時間をかけて検討するモデルや、人の専門知識が必要です。利用者にとっては、AIの名前や順位だけでなく、自分の作業に合うかどうかが選択の基準になります。
サイバー分野の能力向上に合わせ、悪用を抑える安全対策も導入されました。今回の発表は、最上位の性能を追う競争と並行して、毎日使うAIの速さ、費用、作業のしやすさを改善する競争が進んでいることを示しています。
5．NVIDIAがAIエージェントの安全基盤を発表、行動を外側から制御
NVIDIAは9月28日、AIエージェントの行動を管理する「Open Agent Safety Platform」を発表しました。中心となるのは、実行できる操作の範囲を決めるソフトウェア「OpenShell」と、AIの活動を独立して監視する仕組み「Sentry」です。AIがさまざまな道具を使って仕事を進めるようになるなか、その行動を制御するための基盤として位置づけられています。
対話だけを行うAIでは、間違った回答が主な問題になります。しかし、コンピューターを操作するAIでは、間違いが実際の変更につながります。必要なファイルを消す、許可されていない場所へ接続する、情報を外部へ送るといった行動が起きれば、回答を訂正するだけでは済みません。AIに仕事を任せるほど、何ができるかと同じくらい、何をできなくするかが大切になります。
OpenShellは、AIが活動する環境の境界を設け、操作を記録し、決められたルールを適用します。分かりやすく言えば、AIに「この部屋の中で、この道具だけを使って作業してください」と、実際の制限を設ける仕組みです。AIへの文章による注意だけに頼るのではなく、動作する環境そのものに制限を組み込みます。ソフトウェアは公開され、ほかの計算基盤へ対応を広げられる設計です。
Sentryは、NVIDIAのBlueField-4という専用の処理装置を使い、AIの活動を別の場所から監視します。同社は、AIが許可された境界を越えようとした場合、ミリ秒単位で隔離・停止できると説明しています。AI自身が使う環境の外側に監視機能を置くことが特徴です。ただし、これは発表された設計と能力であり、すべての事故を防げる保証ではありません。
この考え方は、自動車にブレーキや速度制限を設けることに似ています。運転者に気を付けるよう伝えるだけでなく、危険な状態を検知して止める仕組みを持たせます。AIでも、モデルの教育、利用権限の設定、操作の記録、独立した監視を組み合わせる必要があるということです。
今回のニュースからは、AI産業の競争が、能力を高める技術と、安心して使うための技術の両方で進んでいることが分かります。企業がAIを本格的に導入するには、仕事が速くなるだけでなく、問題が起きたときに止められ、何が起きたかを確認できることが重要になっています。
6．AMDがWorld Labsの買収契約を発表、立体空間を理解するAIへ投資
AMDは9月28日、AI研究企業World Labsを買収する最終契約を結んだと発表しました。取引額は約82億ドルで、株式による買収です。必要な承認などを条件に、2026年末までの完了を見込んでいます。発表時点では買収完了ではなく、契約を締結した段階です。
World Labsは、AI研究者のフェイフェイ・リー氏が率いる企業です。文章、画像、動画を基に、操作できる3次元の環境を生成・再構成・シミュレーションする「空間知能」の技術を開発しています。また、ロボットの学習に関わる技術にも取り組んでいます。AMDは、こうした研究の知見を、今後のAI向け半導体やソフトウェア、システムの設計に生かす方針です。
空間知能は、物の名前を見分ける能力よりも広い考え方です。例えば、写真を見て「机がある」と答えるだけでなく、机と椅子の位置関係や、物を動かしたときの周囲への影響を扱うことが求められます。人は部屋を歩く際、どこに障害物があり、どのくらいの隙間を通れるかを考えます。現実世界で活動するAIにも、こうした立体的な理解が必要になります。
応用先として考えられるのが、ロボットやシミュレーションです。ロボットに新しい動きを覚えさせる場合、現実の工場で何度も失敗させると、設備や物を傷つけるおそれがあります。そこで、コンピューターの中に環境を作り、動作を試す方法が役立ちます。ただし、仮想空間で成功しても、現実では物の重さや摩擦、照明などが違うため、実機による確認も必要です。
AMDは主に半導体や計算基盤を提供する企業ですが、AIが今後どのように動くかを理解することは、必要な機器を設計するうえで重要です。文章を処理するAIと、立体空間やロボットの動きを扱うAIでは、計算の内容も変わります。今回の買収は、モデルを研究する側と、そのモデルを動かす機器を作る側の連携を深める動きと見ることができます。
契約が完了すれば、フェイフェイ・リー氏はAMDの上級副社長兼最高科学責任者に就任する予定です。AIの競争がチャットや文章生成から、空間の理解と現実世界での活動へ広がっていることを示す、大きな投資のニュースです。
7．ELYZAが「AIによるAI開発」の研究組織を設立、日本語モデルも公開
日本のAI企業ELYZAは10月2日、「ELYZA RSI Research」の設立を発表しました。研究するのは、AIがAIの開発や改善を手伝い、その成果を次の改善へつなげる仕組みです。RSIは「再帰的自己改善」を意味します。ただし同社は、現時点の成果はRSIに至る前段階の要素技術であり、RSIそのものを実現したわけではないと明確に説明しています。
AIの開発では、人が学習方法を考え、試し、性能を評価し、次の変更を決めます。ELYZAが目指すのは、この作業の一部をAIエージェントに任せることです。AIが改善案を作り、実装し、結果を確かめ、その結果を基に次の案を考えるという流れです。さらに将来は、改善を担当するAIエージェント自身も改善の対象にすることを視野に入れています。
身近な例で考えると、勉強する人が問題を解くだけでなく、自分の苦手な部分を調べ、次に取り組む問題や勉強方法まで見直すようなものです。ただし、AIの場合は、何を良い結果とするかを測る方法が必要です。テストの点数だけが上がっても、実際の仕事で役立たなければ、十分な改善とは言えません。
今回ELYZAは、国産の公開モデル「llm-jp-4」を基に追加学習した、二つの日本語モデルを商用利用可能な形で公開しました。同社によると、整備した学習基盤によって、人が介在する作業を1〜2人日程度に抑えながら、追加学習から評価までを進め、性能向上を確認したとしています。この数字は人の作業量であり、計算機の処理時間や開発全体の費用が同じだけ小さいという意味ではありません。
また、日本語の問い合わせ対応を評価する課題集や、AIの動作・道具の利用を制御する仕組みを自動改善する研究も紹介しました。こうした取り組みは、AIの頭脳だけでなく、実際に仕事をさせる手順や、成功を判断する方法を合わせて改善するものです。
今後の課題は、改善が本当に役立つかを確かめることと、人が設定した目的や制約を守らせることです。今回の発表は、日本でもAIを使ってAI開発を進める研究が具体化していることを示しています。「AIが際限なく勝手に賢くなる技術が完成した」と受け取らず、公開された成果と将来の目標を分けて見ることが大切です。
8．国産AI「CodeSense」、古い業務プログラムの改修を支援へ
ナレッジセンスは9月30日、既存のプログラムの改修を支援する国産AIエージェント「CodeSense」を、数週間以内に公開する予定だと発表しました。同時に、試験版の利用者募集を始めています。対象となるのは、長年の修正で複雑になったプログラムや、Excelなどの業務で使われるVBAです。発表時点で正式提供が始まったわけではありません。
企業では、古いプログラムが今も大切な仕事を支えていることがあります。請求書を作る、売上を集計する、在庫を確認するといった処理です。ところが、変更を何度も重ねると、どの部分が何のためにあるのか分かりにくくなります。作った担当者が異動や退職をすると、動いてはいるものの、安全に直せる人がいないという問題も起きます。
こうした複雑なプログラムは、麺が絡み合った様子になぞらえて「スパゲッティコード」と呼ばれます。ある部分を直すと、思わぬ別の場所に影響が出ることがあります。新しいプログラムを作る場合と違い、今の業務を止めず、これまでの処理を守りながら変更しなければならないため、慎重な作業が必要です。
CodeSenseは、既存のコードを読み解き、現在の開発環境に合う構成への移行や、VBAの改修・実装を支援するとしています。さらに、仕様書やコードから処理の前提、業務上のルールを整理し、担当者だけが知っていた内容を記録として残すことも目指しています。社内のコードや技術情報を守りながら利用することを、特徴として掲げています。
例えば、売上計算の中に特別な取引先向けの例外処理がある場合、その理由を知らずに書き換えると、計算結果が変わってしまいます。AIがプログラムを読みやすくするだけでなく、例外処理を見つけて説明できれば、担当者が変更の可否を判断しやすくなる可能性があります。これは想定される使い方であり、公開された実績を示すものではありません。
正式提供前のため、実際にどこまで対応できるかは、利用するプログラムで確認する必要があります。改修後には、計算結果や処理の流れが変わっていないか、人とテストによる検証も欠かせません。今回のニュースは、生成AIの活用先が新しいアプリの制作だけでなく、企業に蓄積された古い仕組みの維持・改善へ広がっていることを示しています。
9．リコーがAIアプリ共有サービスを開始、企業の実践を広げる
リコーは10月1日、「RICOH AI App Mall powered by Dify」の提供を開始しました。生成AIアプリを共有し、企業での活用を進めるためのサービスです。リコーからDifyのライセンスや関連サービスを契約している顧客は、無償で利用できます。誰でも条件なく無料で使える一般公開サービスではありません。
Difyは、複数の処理をブロックのようにつなぎ、AIを使うアプリや作業の流れを作るための仕組みです。複雑なプログラムを一から書く方法に比べ、専門知識が少ない人でも取り組みやすいことが特徴です。ただし、仕事に使うアプリを安全に運用するには、情報の扱い方や、結果を確認する方法を考える必要があります。
リコーグループでは、国内約3万人が利用可能な環境を整え、2026年7月時点で約1万200件のアプリと運用の知見を蓄積してきました。今回のサービスは、その経験を外部の顧客向けに展開するものです。最初に公開するのは、汎用性の高い約50件のアプリで、利用企業がダウンロードし、自社の仕事に合わせて変更できます。社内の約1万200件すべてが、開始時から公開されるという意味ではありません。
企業がAIを導入するとき、「どのモデルを使うか」以上に悩むことがあるのが、「どの仕事に、どう組み込むか」です。AIの性能が高くても、社員が使い方を理解できなかったり、毎回長い指示を書かなければならなかったりすると、利用は続きません。そこで、一定の手順をアプリとして用意し、必要な情報を入れれば作業が進むようにする方法が役立ちます。
共有されたアプリは、完成品として使うだけでなく、作り方を学ぶ教材にもなります。学校の自由研究で、参考となる実験手順を見ながら、自分のテーマに合う方法へ変更することに似ています。ただし、ほかの会社で役立った仕組みが、そのまま自社でも適切とは限りません。社内のルールや資料の内容に合わせて、確認と調整が必要です。
今回のニュースは、AI活用の中心が、個人の工夫から組織で共有する仕組みへ広がっていることを示しています。高度なAIを用意することに加え、現場で使える形に整え、成功した方法を広めることが、企業の導入を進める力になりそうです。
10．Anthropicが1億ドルを投じる人材育成計画、AI導入を担う技術者へ
Anthropicは10月2日、企業のAI導入を担う技術者を育てる「Claude Frontier Academy」を発表しました。1億ドルを投じ、2027年末までに1万人の技術者を育成することを目標にしています。参加する最初の企業には、コンサルティング会社、金融機関、製薬企業などが含まれます。誰でも自由に参加する一般向け講座ではなく、組織からの推薦を基に進める計画です。
背景にあるのは、AIを試すことと、会社の仕事の中で安定して使うことの間にある難しさです。チャット画面で質問するだけなら始めやすくても、社内の資料や業務システムにつなぎ、多くの社員が使えるようにするには、専門的な準備が必要です。どの情報に接続するか、間違った結果が出たらどうするか、誰が責任を持って管理するかも決めなければなりません。
育成するのは、企業の現場に入り、AIを実際の業務へ組み込む技術者です。プログラムを書くだけでなく、その会社の仕事を理解し、役立つ使い方を見つけ、安全性を確認して運用まで進める役割を担います。例えば、問い合わせ対応を改善したい場合、回答文を作る能力だけでなく、必要な情報を探し、人へ引き継ぐ条件を定め、処理結果を記録する仕組みが必要になります。
Academyでは、対面の研修で模擬的な企業導入を体験し、実技評価を受けます。その後、参加者が所属する組織で実際のClaude活用プロジェクトを進める12週間の実践期間を設け、最後に再び評価する計画です。医師が経験のある医師から学び、実際の症例を通じて力を身につける方法を参考にしています。
この発表が示すのは、AI導入で不足するものが、必ずしもAIの性能だけではないということです。性能のよい道具があっても、仕事に合う使い方を設計できなければ、十分な効果は出ません。結果の間違いを見抜く力や、現場の人が使いやすい仕組みを考える力も重要になります。
AIが多くの作業を手伝うようになるほど、人には目的を決め、成果を確かめ、責任を持って運用する役割が求められます。今回の大規模な育成計画は、AIの競争がモデル開発から、企業に導入できる人材の確保へ広がっていることを示すニュースです。目標人数が実際の業務改善につながるかは、今後の成果を見ていく必要があります。
#AIニュース
#生成AI
#AIエージェント
#テクノロジー
#OpenAI
#生成AI
#AIエージェント
#テクノロジー
#OpenAI
