AI

概要 セキュリティ企業Hacktron AIの研究者3人（Harsh Jaiswal氏、Mohan Pedhapati氏、Rahul Maini氏）が、AnthropicのClaude Opus 5を使ってOpenAIのバグバウンティプログラムに参加し、複数の脆弱性を連鎖させることでOpenAI従業員のChatGPT／Codexアカウントを乗っ取り、内部のGitHubリポジトリへのアクセス経路を72時間以内に確立し、実際に無害な変更を加えたプルリクエストを作成して実証した。ホワイトハットとしての正規の報告であり実害は生じていないが、最新の生成AIが脆弱性の発見からエクスプロイト開発までのハードルを劇的に下げつつある実例として、セキュリティ業界で大きな注目を集めている。 脆弱性チェーンの詳細 侵入の起点はOpenAIのコミュニティフォーラムで使われているDiscourse上のHEIC/HEIF画像アップロード機能だった。画像処理を担うImageMagickが内部で呼び出すlibheifライブラリにヒープバッファオーバーフロー（CVSS 8.8）が存在し、特別に細工した画像ファイルをアップロードするだけでリモートコード実行（RCE）が可能だった。これによりフォーラムサーバーを侵害した研究チームは、続いてOpenAIのシングルサインオン（SSO）実装の欠陥を突き、フォーラムの認証情報から従業員のChatGPT／Codexアカウントを乗っ取ることに成功。理論上はGitHub、Slack、メールなど、乗っ取ったアカウントに接続された社内サービス全般へアクセスできる状態だったという。 AIモデルの進化がもたらした変化 このエクスプロイト開発における最大のポイントは、使用したAIモデルによって結果が大きく変わった点だ。研究チームは当初、旧モデルのClaude Opus 4.8でエクスプロイトの構築を試みたが失敗。ところが7月24日にリリースされたClaude Opus 5に切り替えたところ、わずか数時間で成功に至った。Hacktronの創業者Mohan Pedhapati氏は「AIはエクスプロイト開発に必要とされる希少な専門知識のハードルを下げており、かつて数ヶ月を要した作業が数日で完了するようになりつつある」と指摘する。Gray SwanのCEOも「月額200ドルのツールで誰もがOpenAI級の企業を攻撃できる時代になった」と警鐘を鳴らしている。 対応と今後の見通し 研究チームは7月25日にBugcrowd経由でOpenAIに脆弱性を報告し、OpenAIは報告から約14時間で対応、Discourse側も7月27〜28日にパッチを公開してサンドボックス対策を追加した。報奨金は6,500ドルだった。OpenAIは声明で、コミュニティ認証トークンの権限を制限し、影響を受けたトークンとセッションを失効させたと説明している。研究チームは「セキュリティ対策の前提を攻撃者の能力の進化に追いつかせる必要がある」と指摘する。一連の経緯は、企業に対して信頼できないファイル処理パイプラインの隔離、低レベル依存ライブラリへの迅速なパッチ適用、そしてAIエージェントの認証情報を特権アカウントと同等に厳格管理することの重要性を突きつけた。Claude Opus 5をめぐっては現時点で利用規制の議論が本格化しておらず、オープンウェイトモデルの能力向上とも相まって、国家規模の脅威アクターへの懸念も高まっている。

概要 Microsoftの企業向けAI開発プラットフォーム「Azure AI Foundry」（現Microsoft Foundry）に、CVSS基本値で最大深刻度となる10.0を記録する脆弱性CVE-2026-85889が発見された。根本原因は「重要な機能における認証の欠如」(CWE-306)で、有効な認証情報を持たない攻撃者がネットワーク経由でバックエンドの特定機能に到達し、悪用できる状態にあった。攻撃には特別な権限やユーザーの操作が不要で、複雑度も低いとされ、悪用に成功すれば権限昇格につながる恐れがあった。発見・報告したのはセキュリティ研究者のRémy Marot氏(@R_Marot)で、2026年9月17日に情報が公開された。 影響範囲と深刻さ Azure AI Foundryは、企業が生成AIアプリケーションやAIエージェントを構築・デプロイ・管理するためのプラットフォームであり、モデルのホスティングやトレーニングデータ、各種システムとの統合機能を提供している。今回の脆弱性が悪用された場合、こうした企業のAIモデルや学習データ、連携する周辺システムへの不正アクセスにつながりかねない性質のものだった。CVSS10.0という評価は、攻撃元がネットワークであること、攻撃条件の複雑さが低いこと、事前の権限やユーザー操作が不要であることなど、悪用のハードルの低さを反映している。 対応状況 Microsoftはこの脆弱性についてサーバー側(バックエンドインフラ)で修正を既に完了しており、Azure AI Foundryはクラウドベースのサービスであるため、顧客側での追加のパッチ適用や設定変更といった対応は不要としている。現時点で野生での悪用の証拠や、悪用を実証するPoC(概念実証)コードの存在は確認されていない。もっとも、CVSS10.0という評価が示す通り、認証不要で権限昇格が可能な脆弱性がクラウドAI基盤に存在していたこと自体は、企業が利用するマネージドAIサービスであっても深刻な設計・実装上の不備が起こり得ることを改めて示す事例といえる。今後同種のサービスを利用する企業は、ベンダー側の修正が完了した後も、自社の統合設定やアクセス権限の棚卸しを行うことが望ましいだろう。

概要 Salesforceは年次イベント「Dreamforce」で、Nvidiaのオープンウェイトモデル「Nemotron 3 Super」をベースに独自の合成データで追加学習した企業向け推論モデル「Koa」を発表した。Salesforceが構築した評価指標「CRM Bench」では、主要なフロンティアモデルと同等以上の性能を、エラー率3分の1という水準で達成したとしている。同時にAnthropicとの新たなパートナーシップ「Claudeforce」も発表され、営業・マーケティング・カスタマーサポート領域でのAIエージェント活用を両輪で加速させる構えだ。 技術的な詳細 Koaの最大の特徴は、実際の顧客データを一切使わずに学習された点にある。SalesforceのAI担当EVPであるJayesh Govindarajan氏によれば、同社は「顧客対応担当者のペルソナを設定した顧客サービス環境をシミュレートした」といい、製造・金融・ヘルスケア・旅行など14以上の業界にまたがる合成シナリオを構築。各シナリオにはペルソナ、アクションの順序、必要なツール呼び出しが組み込まれている。学習には27年分にわたるSalesforce独自のCRM知見が反映されており、NvidiaのNeMo RL、NeMo Gym、NeMo AutoModelを用いた教師あり微調整と強化学習による事後学習を、Salesforceの「信頼の境界」内で実施した。Govindarajan氏は「推論についてはこれまでフロンティアモデルの提供元に頼ってきたが、それも今までの話だ」と述べ、自社インフラ内でモデルの重みを制御できる体制への転換を強調している。Nemotronを基盤に選んだ理由として、米国内で開発された透明性の高いオープンモデルであること、最先端の性能を持つこと、データの出所が明確であることの3点を挙げた。 パイロット展開とロードマップ Koaはすでに1-800Accountant、Baxter Credit Union、Engine、Formula 1、UChicago Medicine、Xeroなど複数企業でパイロット導入が進んでおり、リード獲得の見極め、営業機会の適格化、サービスケースの解決といった実務のCRM業務を主な対象としている。10月にはMissionforce向けのNemotronベースモデルが展開されるほか、パイロット規模の拡大も見込まれており、Agentforceでの一般提供は2026年下半期に米国から開始される予定だ。 Anthropicとの提携「Claudeforce」の位置付け NvidiaのCEOであるJensen Huang氏はDreamforceの基調講演で、AIがインフラストラクチャ層になれば「あらゆることを知り、あらゆることができるようになる」と述べ、安全性についても「エンジニアリング上の課題であり、革新と両立できる」と強調した。もっとも今回の発表でNvidia側がAnthropicとの関係に直接言及した形跡はなく、Claudeforceはあくまでもう一方のパートナーであるSalesforceが主導する枠組みと位置付けられる。TechCrunchが指摘するように、SalesforceはKoaのような特化型モデルをコスト・トークン効率・データ保護の観点で使い分けつつ、複雑なタスクではClaudeなどのフロンティアモデルへのルーティングも継続する方針とみられ、自社開発モデルとフロンティアモデル提供元との提携を並存させるハイブリッド戦略を志向していることがうかがえる。

概要 Anthropicは9月17日、自社のAI研究開発(R&D)業務のうちClaudeが「主導」している割合が2026年8月時点で26%に達したと発表した。2月時点では1%未満にとどまっていたが、半年余りで急増した格好だ。同社は、Claudeが自社の後継モデルの開発を手伝っている状況を明らかにする一方、完全に自律的な後継モデル開発、いわゆる「再帰的自己改善」にはまだ至っていないと強調している。同時に、AI開発の進度を業界横断で追跡できるようにするための3つの指標――R&D自動化率、エージェントの監視可能性、計算資源配分――を新設し、定期的に公表していく方針を示した。 R&D自動化率の算出方法と26%の中身 Anthropicは、Epoch AIが開発した「オートメーションレベル(AL)」というスケールを採用している。これはAI関与なしの「AL0」から完全自律の「AL5」までの6段階評価で、AL3は「人間の綿密な指導のもとでAIが大規模な作業を実行する」協働段階、AL4は「高レベルの指示だけでAIがエンドツーエンドで作業の大部分を完了し、人間はそれを監督する」主導段階にあたる。同社は2026年7月時点のすべてのAI R&D業務を542ノード・378の末端タスクからなる階層構造に分類し、従業員の20%を対象としたサンプリングから約15,000件の粒度の細かいタスクを抽出、人員の投入時間を重みとして集計した。その結果、8月時点でAL4(主導)に達した作業は全体の26%、AL3(協働)以上は90%を超える一方、完全自律のAL5は0%だったという。ABCニュースによれば、この26%という数値は2月の実質ゼロから8月までに急拡大したものであり、Anthropicは「モデルが自らの開発を加速させることで、人間がシステムを理解・制御することがより難しくなりかねない」という点を、こうした指標を測定・公開する理由の一つとして挙げている。 エージェント監視と計算資源配分という2つの補助指標 R&D自動化率に加えてAnthropicが公開したのが、AIエージェントに対する人間の監視体制を測る指標だ。ここでは「カバレッジ(監視対象となる行動の割合)」「レビューレイテンシ(行動が検査されるまでの時間)」「エスカレーション率(ブロックやフラグが立てられる割合)」の3つを測定している。2026年8月時点では、約30,000のエージェントが同時に稼働する中、オンライン監視では実行前のリアルタイムチェックによるブロック率が0.002%(約47,000件に1件)にとどまる一方、オフライン監視では週あたり約100,000件のトランスクリプトを事後的にフラグし、うち約50件が人間によるレビューに回されているという。もう一つの指標である計算資源配分では、7月13日から20日までの1週間分のワークロードを安全研究とそれ以外のR&Dに分類したところ、AI R&D全体に占める安全研究の割合は約6%、AI主導のR&Dに限ると約12%が安全研究に充てられていたことが判明した。Anthropicはこれを保守的な推定値だとし、能力向上と安全性の両方に資する作業はR&D側にカウントしていると説明している。 今後の展望 Anthropicは、これらの指標について今後は第三者による検証を導入する計画も明らかにしている。複数の組織から独立した評価者を招き、内部プロセスへのアクセスを提供することで測定の客観性を担保する狙いだ。背景には、Anthropicの最高経営責任者(CEO)を含むAI業界のリーダーたちが開発ペースの減速を求める声を上げていることや、同社の研究者がAIのリスクについて警鐘を鳴らしながら退社したことなど、開発速度そのものへの懸念が業界内で高まっている事情がある。Anthropicは今回の指標公開について、社会がAI開発のペースを理解し、その調整について議論するための土台を提供する狙いがあるとしており、今後も定期的に数値を更新することで、ペース調整の効果を継続的に追跡できるようにするとしている。

概要 セキュリティ企業Air Securityは9月18日、Claude Code、OpenAI Codex、GitHub Copilot、Google Gemini CLIという主要な4つのAIコーディングエージェントに共通する脆弱性「Plugin4Shell」を公表した。これらのエージェントはプラグインをGitのコミットハッシュ(SHA)でピン留めし、特定バージョンのコードのみを信頼する仕組みを採用しているが、実際にはGitが要求通りのコミットをチェックアウトしたかどうかを検証していないという実装上の欠陥がある。Air Securityはこれを「AIエージェントエコシステムにおける初めてのサプライチェーン脆弱性」と位置づけており、セキュリティのベストプラクティスに従ってプラグインをハッシュ固定していたユーザーであっても被害を免れないと警告している。同社によれば脆弱性は2026年5月に発見され、6月に各ベンダーへ通知されたが、9月18日時点でCVE番号の割り当てやセキュリティ勧告の公開はなく、実際の悪用が確認された事例も報告されていない。 技術的な仕組み 攻撃の核心は、ハッシュに似せたブランチ名を使ってGitの解決先をすり替える点にある。多くのGitプラットフォームではコミットSHAのような16進数文字列をブランチ名として作成でき、エージェントが特定のハッシュを指定してチェックアウトを要求した際、Gitがそれをコミットハッシュではなくブランチ名として解釈し、攻撃者が用意した別のコミットを取得してしまうことがある。Claude Code、Codex、GitHub Copilotの3製品はこのブランチ名の解釈を突いた手法で影響を受ける一方、Gemini CLIは「FETCH_HEAD」という名前でチェックアウトを指示する独自の実装に起因する別経路の脆弱性を抱えていた。プラグインはユーザー権限で実行されるため、悪意あるコードに差し替えられればソースコード、認証情報、CI/CDツールやクラウド環境へのアクセスが可能になり、API キーの窃取やリポジトリの改ざん、企業インフラへの侵入につながりうる。 影響範囲とプラットフォームによる差異 この脆弱性が特に厄介なのは、ユーザー操作なしにコードが実行される「ゼロクリック」型である点だ。GitHubはハッシュのような文字列をブランチ名として作成できない仕様になっているため、GitHub上でホストされたプラグインは直接的な影響を免れる。一方、Bitbucketや自前運用のGitサーバーでは同様の制限がなく、攻撃が成立しうる。さらに、Claude CodeやCodexではプラグインのバックグラウンド自動更新が既定で有効になっている場合があり、これが攻撃の自動化・拡大を助長する要因となっている。Air Securityは過去の調査で、悪意あるプラグイン1件が2万6000超のエージェントに到達した事例や、925件の乗っ取られたスキルが13万4000のエージェントに影響を及ぼした「SkillJacking」を報告しており、Plugin4Shellはこうした供給網リスクをバージョン固定済みのプラグインにまで広げるものだと位置づけられている。 対応状況と今後の見通し 各ベンダーの対応には差が出ている。AnthropicはClaude Codeをバージョン2.1.179で、OpenAIはCodexをバージョン0.146.0で、それぞれ修正済みだ。GoogleはGemini CLI自体の修正を行わず、後継製品「Antigravity」への移行を推奨するという事実上の廃止対応を選んだ。一方、MicrosoftのGitHub Copilotは記事執筆時点で修正版が公開されておらず、GitHub自体が以前から実施しているブランチ・タグ名の制限(コミットハッシュに似た名前を作成できない仕様)がGitHub本体やそのマーケットプレイス上のプラグインには一定の効果を持つものの、Copilotが利用できる他のホスト(Bitbucket等)には及ばないため、リスクは残存している。Air Securityは「アップデートだけが唯一の完全な対策だ」と強調しており、既にセキュリティ対策としてハッシュ固定を実践していたユーザーほど、この問題に気づきにくい点を懸念材料として挙げている。アナリストのPareekh Jain氏は、今回の問題の根本原因は「エージェントが実行を指示されたコードをどう検証するか」という設計そのものにあると指摘しており、AIエージェントのプラグイン・エコシステム全体でサプライチェーン検証の見直しが求められそうだ。

概要 オランダ・アイントホーフェン拠点のAI推論チップ新興企業Euclydが、サムスン電子が共同リードするシリーズAラウンドで2億ユーロ(約2億3,100万ドル)超を調達した。ラウンドにはSomerset Capital Partners、Innovation Industries、EQT傘下のScaleup Europe Fundのほか、EIFO、imec.xpand、Brabant Development Agency、Quadriも参加している。2024年設立のEuclydは、GPUとは異なる独自アーキテクチャの推論特化型チップとサーバーラックシステムを開発しており、AI推論需要が急拡大するなかでNvidia一強の市場構造に挑む動きとして注目されている。 Euclydの技術と製品ロードマップ Euclydの共同創業者は5人で、哲学とコンピュータエンジニアリングの博士号を持ち、かつてASMLの技術戦略家を務めたBernardo Kastrup CEOのほか、Atul Sinha、Gerard Egelmeers、Ingolf Held、Harm Peterが名を連ねる。同社は16,384基のカスタムプロセッサを搭載する推論チップ「CRAFTWERK」と、32チップを統合したシステム「CRAFTWERK Station」を開発中で、2028年までに1エクサフロップの演算性能達成を目標に掲げる。同社はNvidiaの最新「Vera Rubin」チップと比較して最大100倍の電力効率を実現すると主張しているが、これは商用規模での実測結果ではなく、現時点では自社試算にとどまる点には留意が必要だ。製品はセキュアな自社ホスト型AI推論向けのチップおよびサーバーラックとして販売するほか、独自プロセッサを開発する企業向けに技術ライセンス供与も計画している。出荷開始目標は2028年で、すでに4社の見込み顧客と交渉中、2027年には2社への供給開始を目指すとしている。 サムスンの狙いと市場背景 サムスンの半導体イノベーションセンター責任者Dede Goldschmidt氏が投資を主導した。同氏は「AIの次段階は、モデル革新だけでなくインフラの効率性とスケーラビリティによって定義される」と述べている。Kastrup CEOも、サムスンの支援は資金にとどまらないと強調し、「世界有数のメモリ製造企業として、エンジニアリング、システム知識、サプライチェーンの専門知識を提供できる」と語った。サムスンにとっては半導体製造面での協業を視野に入れた出資とみられ、同時期にはフランスのMistral AIにも30億ユーロを投資しており、カスタムAIシステム開発における協業を広げている。 競合環境と展望 Nvidiaは現在、AIトレーニング向けチップ需要の約80%を握るとされるが、推論分野ではより多くの企業が競争に参入しつつある。Google、Amazon、Meta、OpenAIといった大手プラットフォーマーも、コスト削減とNvidia依存の低減を狙い自社チップ開発を進めており、Euclydは非GPUアーキテクチャという切り口でこの潮流に加わる格好だ。背景には、データセンターの運用コストと電力消費の削減が業界共通の課題となっている事情がある。グローバルAIチップ市場は2026年時点の約1,000億ドルから2030年には4,000億ドル超へ拡大すると見込まれており、Euclydが掲げる2028年の量産開始と2030年までに数千社の企業顧客獲得という目標が実現するかが、今後の焦点となる。

概要 米連邦航空局(FAA)は、深刻化する航空管制官不足と、それに伴う遅延・欠航の増加に対応するため、Air Space Intelligence社が開発したAIプラットフォーム「SMART」(Strategic Management of Airspace, Routes, and Trajectories)を導入する。契約規模は12年間で8億7500万ドルにのぼり、政府機関によるAI基盤への投資としては大規模なものとなる。SMARTはクラウドベースのソフトウェアで、既存のFAA航空管制システムを補完・強化する位置づけであり、まずワシントンD.C.都市圏の空域で先行導入されたのち、他地域へ順次拡大される計画だ。 SMARTの技術的な仕組み SMARTは、航空会社のスケジュール、気象パターン、空港の処理能力、空域の状況、運用上の制約といった多様なデータをAIで分析し、交通流を予測して、問題が顕在化する前に潜在的な空域上のコンフリクト(競合・輻輳)を特定する。これにより、管制官は業務負荷を管理しやすくなり、悪天候や空港のキャパシティ変動を踏まえたフライトスケジュールの事前調整を支援できるようになる。既存システムを置き換えるのではなく、その上に予測・意思決定支援のレイヤーを重ねる形で運用される点が特徴だ。 背景にある管制官不足とシステム老朽化 FAAは全米的に航空管制官の不足に長年苦しんでおり、その要因は勤務環境の厳しさや養成パイプラインの制約など多岐にわたる。同庁は2026年に入ってから、この人員不足に対応するための新たな採用強化策も発表しており、SMART導入はこうした人的リソースの逼迫を技術面から補う施策の一つと位置づけられる。あわせて、老朽化した航空管制システム全体の近代化も政府主導で進められており、SMARTはその一翼を担う格好だ。 今後の展望 ワシントンD.C.圏での先行運用の結果を踏まえ、他の主要空域への展開が見込まれる。AIによる予測的な交通管理が実際に遅延・欠航の削減にどれだけ寄与するかは今後の運用実績次第だが、12年という長期契約は、FAAがこの種のAI活用を一時的な実証実験ではなく、航空管制インフラの恒久的な一部として位置づけていることを示している。

概要 Google DeepMindは9月17日、AGI(汎用人工知能)をめぐる議論の幅を広げることを目的とした新研究機関「DeepMind Institute」の設立を発表した。共同創設者のShane Leggが編集長を務め、Google幹部のJames ManyikaとGoogle DeepMind会長のDemis Hassabisが主任として名を連ねる。同機関は、Google、Google DeepMind、そして国際的な研究コミュニティの間に存在するAGIに関する見解の違いを可視化することを狙いとしており、発表では「彼らは常に同意するわけではなく、急速に変化する領域で新たなデータや情報が明らかになるにつれて、考え方が変わる可能性がある」との姿勢が示された。単一の統一見解を打ち出すのではなく、意見の相違そのものを議論の材料として公開する点が特徴だ。 透明性とフロンティアAI評価基準への提言 創刊号は4本のエッセイで構成される。Rohin ShahとAnca Draganによる論文は、AIモデルの透明性が今後失われていくのは「必然ではない」と主張し、新しいアーキテクチャの登場によってモデルの内部動作を監視することがより困難になりつつある中でも、開発者は安全性とのトレードオフに正面から向き合うべきだと提案している。またHassabisは、米国主導によるフロンティアAIの評価基準機関の設立を提言し、開発者がモデルのリリース30日前の初期段階で自発的に評価用モデルを提出する仕組みを想定していると述べた。将来的には、企業側が評価のタイミングを特定できないよう「非公開テスト」の形で審査を実施し、企業がテストに合わせてモデルを調整することを防ぐ構想も示されている。このほか、AGIがもたらしうる社会的混乱への対応や、人間の繁栄を中心に据えた経済政策の原則もテーマとして取り上げられた。 業界の文脈と今後の展望 DeepMind Instituteの設立は、AI安全性をめぐる議論が「広範な懸念表明」から「具体的な政策提案」へと軸足を移しつつある業界全体の流れを反映している。特に、Anthropic CEOのDario Amodeiが提唱してきた「フロンティアAI開発のペースを調整すべき」という主張への支持が業界内で広がりつつある状況とも重なる。DeepMindが評価基準の制度化や透明性確保の具体策を打ち出したことで、今後は他の主要AI開発企業や政策立案者がこうした提案にどう応じるかが焦点となりそうだ。

概要 ChatGPTの開発とRLHF(人間フィードバックによる強化学習)の考案に携わった元OpenAI研究者のディオゴ・アルメイダ氏が、共同創業者のエリック・ガフニ氏、サーシャ・シェン氏とともに立ち上げたスタートアップ「TypeSafe AI」が、新型AIモデル「Jev」を発表した。2024年設立の同社はこれまでステルスで開発を進めてきたが、2026年9月にステルスを脱し、4,000万ドルのシード資金調達とともにJevを公開した。Jevの最大の特徴は、人間との自然言語対話を目的とした従来のLLM(大規模言語モデル)とは異なり、機械同士のやり取り、すなわちソフトウェアが直接処理できる高速な意思決定に特化して設計されている点にある。開発者コミュニティではこの割り切った設計思想が話題を呼んでおり、Doom(ドゥーム)をプレイさせるデモも公開されて注目を集めた。 技術的な仕組み Jevは自然言語のテキストを生成する代わりに、確率付きの「型付けされた決定」を出力する。例えば顧客対応の問い合わせ分類であれば、{"billing": 0.08, "technical": 0.85, "sales": 0.07}のような構造化データをそのまま返す仕組みだ。アルメイダ氏は「コンピュータは人間とは異なる言語を話すため、人間向けに最適化された言語モデルは自動化には向かない」という問題意識から開発したと説明している。同社はこのアーキテクチャを「System One」モデルと呼び、独自の学習手法「RLCD(Reinforcement Learning for Calibrated Decisions)」によって、モデルが出力する確率推定値が実際の成功率と密接に対応するよう訓練している。また、従来のLLMがトークンを逐次的に予測するのに対し、Jevは出力全体を並列的に同時生成する点も高速化の要因とされる。学習データは合成データのみを用いており、出力トークンは無料、入力トークンは100万トークンあたり0.042ドルという価格設定になっている。 性能とユースケース TypeSafe AI自身が示したベンチマークによれば、Jevの応答時間は70〜500ミリ秒で、比較対象としたGPT-5.6 TerraやGPT-6 Astra、Claude Fable 5.1などの既存LLMに比べ最大40〜200倍高速だという。デモでは同一タスクに対しJevが0.114秒で応答したのに対し、GPT-5.6 Terraは8.566秒を要したとされる。コスト面でも、GPT-5.6 Terra(入力2.00ドル/出力12ドル、100万トークンあたり)と比べて大幅に安く、Fable 5.1との比較では最大238倍安価とうたわれている。実際の導入事例として、Vercelはコマンドの安全性検査に使っていたOpenAIのLuna 5.6をJevに置き換えたところ、5〜18倍の高速化とともに精度も向上したと報告している。またBryo AIはメール分類タスクでGeminiに対して10〜20倍のコスト削減を達成した一方、精度はわずかに劣ったという。同社はJevの用途として、顧客対応の自動振り分け、AIエージェントによるツール選択、モデルルーティング、コンテンツフィルタリングなどの安全性チェック、不正利用の検知といった分野を想定している。 課題と展望 一方で懐疑的な見方も出ている。The Registerは、Jevが「ハルシネーションを排除した」とする主張について、自然言語ではなく構造化された応答である以上、誤った判断の可能性自体がなくなったわけではなく、従来のLLMとの単純比較は公平性に欠けると指摘する。またJevが機械間の意思決定という巨大な新市場を切り拓けるという前提についても、調査ではAIツールを使わない、あるいは倫理的な懸念から避けているユーザーも一定数存在するとして、市場規模の見積もりが未検証である点を挙げている。さらにHeiseは、Jevの出力自体は人間にも読める形式だが、なぜその確率や判断に至ったのかという意思決定プロセスの説明性には乏しく、自動化が進むほど透明性が課題になり得ると指摘している。「Jev」という名称は、技術効率化がかえって資源消費を増やすという「ジェヴォンズのパラドックス」で知られる19世紀の経済学者ウィリアム・スタンレー・ジェヴォンズに由来しており、AIの低コスト化がトークン消費全体を押し上げるという同社の賭けを象徴している。

概要 データセンター開発企業Crusoe Energy Developmentは9月17日、シリーズFラウンドで39億ドルを調達したと発表した。これにより企業評価額は309億ドルに達し、AI需要の急拡大を背景としたインフラ投資競争の激しさを改めて示す結果となった。ラウンドはAtreides Management、Mubadala Capital、Valor Equity Partnersが共同リードを務め、Founders Fund、GIC、Nvidia、Qatar Investment Authority、Radical Ventures、TPGなど錚々たる顔ぶれが参加した。 資金の使途 調達した資金は主に2つのプロジェクトに投じられる。1つは、OpenAIが既に利用しているテキサス州Abilene の大型データセンター施設の建設拡張。もう1つは、Sparkと呼ばれる可搬型の小型「AI工場」の構築だ。Sparkはトラックで輸送可能なモジュール型データセンターで、大規模な建設労働力を必要とせず、任意の電力源に接続して稼働できる点が特徴とされる。従来型の大規模施設建設に比べて展開の機動性を高める狙いがあり、電力調達の制約が続くAIインフラ市場において需要地に近い場所への設置を可能にする戦略と位置づけられる。 会社の背景と事業展開 Crusoeは2018年設立で、当初は天然ガス随伴ガスの燃焼由来電力を使った暗号資産マイニング事業からスタートした経緯を持つ。その後AIインフラ事業へと大きく舵を切り、現在はMeta、Microsoft、Oracleといった大手テック企業を顧客に抱える。CEOのChase Lochmillerは「AIは豊かさの時代をもたらすと信じており、電力（電子）からAIトークンに至るまでのインフラを一貫して管理することが重要だ」と述べている。今回のラウンドに合わせ、Cloudflare CFOのThomas Seifert、Primary Digital InfrastructureのBill Stein、Redwood Materials CEO(かつTesla取締役)のJB Straubelが新たに取締役に就任した。 今後の見通し Crusoeは既にJane Streetとの間で5年・130億ドル規模の契約を締結しており、AIインフラ需要の旺盛さを裏付けている。さらに同社はGoldman SachsやMorgan Stanleyと協議を進め、IPO(新規株式公開)も検討しているという。今回の大型調達とIPO観測は、データセンター建設ラッシュが単なる一時的なブームではなく、資本市場を巻き込んだ長期的な投資テーマへと発展しつつあることを示している。