AI

概要 NvidiaがAI検索スタートアップPerplexityの新規資金調達ラウンドへの出資を協議していることが、The Informationの報道をもとにtechstartupsやPYMNTSなど複数メディアで伝えられた。今回のラウンドでPerplexityの企業評価額は300億ドルを超える見込みで、約1年前の評価額(約200億ドル)から50%以上の増加となる。Nvidiaは既にPerplexityの既存投資家であり、今回の追加出資によって両社の関係をさらに深める狙いがあるとみられる。 急成長する売上高とビジネスモデルの転換 Perplexityの年換算売上高(ARR)は2026年初頭の2億5000万ドル未満から、9カ月足らずで7億5000万ドル超へと約3倍に急増した。この成長を牽引しているのが、単なる検索エンジンから「AIエージェント」型サービスへの事業転換だ。同社が展開するAIネイティブブラウザ「Comet」は企業向けにも「Comet Enterprise」として提供されており、ページ内でのリサーチや要約に加え、フライト予約やメール管理といった複数ステップの作業をエージェントが自律的にこなす機能を備える。企業向けプランではセキュリティ企業CrowdStrikeと連携し、管理者がAIエージェントに許可する操作を細かく制御できる仕組みも導入されており、こうしたエンタープライズ需要の取り込みが売上急拡大の主因となっている。 Perplexityはこれまでに15億ドル以上を調達しており、既存投資家にはJeff Bezos氏、SoftBank Group、IVP、NEAらが名を連ねる。Aravind Srinivas CEOは2028年のIPO(新規株式公開)を目指す意向を示しており、今回の大型資金調達はその布石とも位置づけられる。 Nvidiaの投資戦略 Nvidiaにとって今回の出資検討は、AIチップの販売・レンタルにとどまらない多角的な提携戦略の一環だ。同社は近年、AIコーディング企業Poolsideに対して60億ドル規模のソフトウェアライセンス契約を結ぶと同時に10億ドルを出資したほか、AI半導体スタートアップGroqの技術買収を実施するなど、有望なAI企業への戦略的関与を強めてきた。Jensen Huang CEOはインタビューでPerplexityを日常的に利用しており、お気に入りのチャットボットの一つに挙げているとされ、検索・エージェント領域での存在感拡大を後押しする狙いがうかがえる。 今後の展望 評価額300億ドル超という規模は、AI検索・エージェント市場におけるPerplexityの急速な台頭を象徴している。Nvidiaのような主要インフラ企業がAIアプリケーション層への出資を拡大する動きは、GPU需要の創出と自社エコシステムの囲い込みを同時に狙うものであり、今後も同様の戦略的投資が他のAIスタートアップに対しても広がる可能性がある。

概要 GoogleはAIエージェント間の通信を標準化するプロトコル「Agent2Agent（A2A）」を、Linux Foundation傘下の新団体「Agentic AI Foundation（AAIF）」に正式に寄贈した。A2Aはもともと2025年4月にGoogleが立ち上げたプロジェクトで、同年6月にはすでにLinux Foundationへ移管されていたが、今回はさらに一歩進み、AnthropicのModel Context Protocol（MCP）やOpenAIのAGENTS.mdといった競合・関連規格と同じAAIFの傘下に置かれることになった。異なるベンダーが提供するAIエージェント同士が、共通の中立的なガバナンスのもとで相互運用できる基盤を整える動きとして注目されている。 技術的な詳細 A2Aは、異なるフレームワークやベンダーで構築されたAIエージェント同士が互いを発見し、通信し、タスクを委任し合うための仕組みを提供する。各エージェントは自身の機能や接続方法を記述した「エージェントカード」を公開し、他のエージェントがそれを読み取ることで能力を把握できる。今年3月にリリースされたバージョン1.0では、マルチテナンシー対応やバージョンネゴシエーション、暗号署名によって身元を検証できる「署名付きエージェントカード」といった機能が追加され、実運用に耐える堅牢性が強化された。 A2Aが担うのは主にエージェント同士の相互通信であるのに対し、MCPはエージェントと外部ツール・データソースとの接続を標準化する役割を担う。両者は補完関係にあり、大規模なマルチエージェントシステムを構築する上で不可欠なインフラの両輪と位置づけられている。 導入状況と業界の反応 A2Aにはすでに150以上の組織が支援を表明しており、Atlassian、Box、Intuit、LangChainといったソフトウェア企業に加え、AccentureやDeloitteなどのコンサルティング大手も名を連ねる。実運用の例としては、サプライチェーンや金融サービス、モバイルプラットフォーム領域での採用が進んでおり、Huaweiは音声アシスタント「Celia」の連携にA2Aを活用しているほか、TencentのWeChatも他社製OEMアシスタントとの統合に利用している。Google Cloud、Microsoft Azure、AWSといった主要クラウドベンダーも対応を進めており、商取引向けの拡張プロトコル「AP2（Agent Payments Protocol）」の開発も並行して進んでいる。AAIFの運営は、戦略・予算・会員ポリシーを担う統治委員会と、プロジェクト承認を担当する技術委員会の二層構造で行われる。 今後の展望 Googleはこのオープン標準アプローチを「Androidのような」エコシステム戦略になぞらえており、AAIFという中立的な傘のもとでA2Aの採用をさらに広げたい考えだ。断片化しがちなエージェント間相互運用性の環境が、業界横断の標準化によって統合されることへの期待は大きい。一方で、SeekrのリードAIソリューションアーキテクトを務めるMahesh Shanmugasundaram氏は、エージェント同士が連鎖的にタスクを委任していく過程で「各参加者が前段のエージェントの誤りをそのまま信頼して増幅してしまう可能性」を懸念点として指摘している。小さな誤りが連鎖の中で高い確信度を伴う誤った結論へと変質しかねないため、通信手順の標準化だけでなく、検証可能なメタデータやトレーサビリティの仕組みを合わせて整備することが今後の課題となりそうだ。

概要 Snowflakeは8月18日、AIワークロードの統合管理基盤である「Cortex AI Gateway」に動的モデルルーティング機能を追加すると発表した。この機能は、タスクの複雑さや求められる品質・速度・コストのバランスに応じて、軽量な低コストモデルとフロンティア級の高性能モデルを自動的に使い分けるもので、Snowflake CoCoやSnowflake CoWorkに加え、サードパーティ製のAIエージェントでも横断的に利用できる。企業側でアプリケーションを作り直すことなく、モデルの性能や価格が変動してもルーティングが自動的に追従する点が特徴だ。 Snowflakeの社内評価では、単純なタスクをより安価なモデルに振り分けることで、dbtパイプライン構築において品質を維持したまま最大3倍のトークン効率の改善が確認されたという。さらに、エンジニアリングチームの実装作業全体でもトークン効率が25%向上したと報告されている。 新規オープンソースモデルの統合 Snowflakeは動的ルーティングの選択肢を広げる一環として、オープンソースモデルの「DeepSeek-V4-Flash 0731」と「GLM-5.3」を段階的にプライベートプレビューとして追加する計画も明らかにした。同社の評価によれば、DeepSeek V4 Flashはデータエンジニアリングタスクで74.4%のスコアを記録し、主要な商用モデルを上回る結果を示したという。 コスト管理とガバナンス Cortex AI Gatewayには、トークン使用量やコストを可視化する機能に加え、チームやエージェント単位での支出上限設定、ユーザーごとの利用クォータ設定、予算消費が上限に近づいた際のアラート通知といったガバナンス機能が備わっている。これにより、企業は複数モデルを横断的に利用しながらも、AI関連コストの予測可能性とコントロールを確保できる。 背景と業界の反応 Snowflakeは今回の発表に合わせて「インテリジェンス効率」という新しい指標を打ち出した。これは、コンピュートリソース、モデル、データ、コンテキストをどれだけ効率的にビジネス価値へと転換できるかを測る考え方だという。企業のAI活用が広がるにつれ、あらゆるタスクに同一の高性能モデルを使い続けるとコストが膨らむ一方、複数モデルを個別に管理することは開発チームの運用負荷を増大させるというジレンマが浮かび上がっており、動的ルーティングはこの両立を狙った取り組みと位置付けられる。 Snowflake CEOのSridhar Ramaswamy氏は「企業はAIの経済性をより厳密に評価するようになっており、問題はもはやAIをどれだけ使うかではなく、それが具体的なビジネス価値を生んでいるかどうかだ」と述べ、タスクごとに最適なモデルを選べる柔軟性の重要性を強調した。また、業界アナリストでSanjMo創設者のSanjeev Mohan氏は、企業が直面する本質的な課題は大規模環境でタスクごとに適切なモデルを選択する運用負荷にあると指摘し、こうした自動化がエンタープライズでの展開加速につながると評価している。

概要 セキュリティ企業Wizが開発した自律型AIセキュリティリサーチエージェント「Red Agent」が、Snowflakeの公開リポジトリ「snowflake-connector-net」のGitHub Actionsワークフローに存在するスクリプトインジェクション脆弱性を発見し、内部Jira環境の認証情報を窃取できることを実証した。Red Agentは2026年7月に一般提供が始まったばかりのツールで、人間の介入なしに脆弱性の発見から悪用までを自律的に実行できる。今回の発見では、GitHub Advanced Securityによるスキャンや、PRの共同作成者として関与していたGitHub Copilotのコードレビューでも見逃されていた脆弱性を突き止めた点が注目を集めた。Snowflakeは2026年6月23日にWizからの報告を受けて即座に脆弱性を修正し、翌6月24日には漏洩した可能性のある認証情報を無効化している。 技術的な詳細 問題の中心にあったのはjira_issue.ymlというワークフローで、GitHub Issueのタイトルをエスケープ処理が不十分なままシェルスクリプトに直接埋め込んでいた。TITLE=$(echo '${{ github.event.issue.title }}' | sed ...)という記述はシングルクォートでタイトルを囲む設計だったが、攻撃者がタイトルにシングルクォートを含めることでこの保護を回避できた。さらに本来はgithub.event.pull_request.user.loginを確認してホワイトリスト外のユーザーを弾くはずのセキュリティゲートも、Issueイベント発生時にはこの値が常にnullとなるため、実質的にすべてのユーザーが検査を素通りできる状態になっていた。Red AgentはこれらをGitHub Issueのタイトル経由で悪用し、curlコマンドでJira APIトークンをBase64エンコードして外部リスナーへ送信するペイロードを注入した。最初の試行は構文エラーで失敗したが、Red Agentは自律的にエラーを解析し、コマンドを修正して二度目で成功させている。窃取された認証情報はqa@snowflake.netアカウントに紐づき、エンジニアリングやセキュリティコンプライアンス、バグ報奨金追跡プロジェクトへの読み取りアクセス権限を持っていたが、監査ログによりアクセスしたのはWizのみであったことが確認されている。 Copilot関与を巡る混乱 Wizは当初のブログ投稿で、この脆弱なコードがGitHub Copilotによって生成されたかのような表現を用いており、これが「AIが自ら脆弱性を作り出し、AIがそれを見逃した」という構図として大きく報じられた。しかしその後の詳細な調査で、実際に問題のコード行を書いたのはSnowflakeのエンジニアであり、Copilotは同じPR内の別の変更に共同作成者として関与していたに過ぎないことが判明した。Wizの共同創業者兼CTOであるAmi Luttwakはこの混乱について、Copilotを含む複数の貢献者が同じPRに関わっていたと説明した上で、「PRの共著者情報を見るだけでは、どの変更を人間が書き、どの変更をAIが書いたのかを正確に切り分けるのは難しい」と述べ、人間とAIの寄与を明確に区別することの困難さを認めている。一方でGitHub側は内部調査の結果として、脆弱性につながったコード変更は人間が作成したものでCopilotは関与していないと主張しており、両者の見解は完全には一致していない。 今後への影響 この一件は、AI支援開発の普及がソフトウェアの攻撃対象領域を急速に拡大させている実態を浮き彫りにした。セキュリティ専門家のErik Avakianは、従来型のセキュリティ運用がこうした変化に追いつけなくなりつつあると指摘し、攻撃側・防御側の双方がAIを駆使する「AI主導の戦場」が現実になりつつあると警鐘を鳴らしている。Wizの研究者Gal Nagliも、AI支援によるコード生成が攻撃面を広げる以上、防御側もAIによる自動脆弱性スキャンを先制的に活用すべきだと強調した。今回の事例はGitHub Advanced SecurityやCopilotのコードレビュー機能が、安全なenv:変数とjqを用いたパターンから危険な直接文字列補間への変更を検知できなかったことも示しており、AIによる脆弱性発見・自動修正ツールの限界と、それを補う人間の監視体制の必要性を改めて浮き彫りにしている。

概要 OpenAIは、対象となるエンタープライズ・API顧客向けに主要モデル（フロンティアモデル）での「ゼロデータリテンション（Zero Data Retention、ZDR）」提供を継続・拡充すると発表した。ZDRの下では、リクエストの処理後にプロンプトや出力がOpenAI側に保持されず、OpenAIの従業員がその内容を閲覧することもない。顧客が明示的に同意しない限り、そのデータがモデルの学習に使われることもない。これにより、金融記録や医療情報、機密性の高い事業計画など、機微なデータを扱う企業がAIを導入する際の心理的・規制的な障壁を下げることが狙いだ。 ゼロデータリテンションの仕組みと対象 ZDRのデータ管理方法には大きく2つの選択肢がある。1つは顧客が管理するインフラ上にコンテンツを留め置く方式、もう1つはOpenAI側のインフラに保存しつつも顧客が管理する暗号鍵で暗号化し、OpenAIの担当者がその鍵を保有しない方式だ。いずれも、コンテンツそのものがOpenAI社員の目に触れない設計になっている。 ただし例外も明示されている。児童搾取素材（CSAM）に該当するとみなされたコンテンツは通報目的で保持されるほか、ベクトルストアやスレッドなど特定のAPIサーバー機能に関連するデータは保持対象となる。またOpenAIは、特定のモデルをZDRの対象外にする権利も留保している。なお、この提供は個人向けChatGPTユーザーには適用されず、あくまでケースバイケースで契約するエンタープライズ・API顧客が対象となる。 Private Safety Processingとその意義 ZDRのようにコンテンツを一切保持しない運用は、裏を返せば不正利用の検知を難しくするという課題を抱えていた。これに対応するため、OpenAIは新しい安全監視の仕組み「Private Safety Processing（PSP）」をプレビュー発表した。PSPは、個々のやり取りの内容そのものにOpenAIの担当者が直接アクセスすることなく、複数の関連するやり取りにまたがるパターンを分析し、疑わしい有害行為について狭く限定された「シグナル」だけを検出・報告する仕組みだ。AIが長時間かつ自律的なタスクをこなすようになるにつれ、単発のやり取りだけでなく、一連の関連する操作の中に潜むリスクを見極める必要性が高まっていることが背景にある。PSPの技術的な詳細については、2026年9月に公開予定のホワイトペーパーで明らかにされる見込みだ。 導入の背景と今後の展望 これまで強力なAIシステムを安全に運用するには、安全監視のために機密性の高いコンテンツをある程度保持する必要があり、これが企業のセキュリティポリシーやデータ最小化義務としばしば衝突してきた。規制産業や医療・金融分野の企業にとって、この対立はAI導入を妨げる大きな要因になっていたとされる。今回の発表は、企業側がAI活用によるリスクの一部について自ら責任を負う代わりに、機密データをOpenAI側に残さないという選択肢を強化する動きと言える。もっとも、「学習に使用しない」ことと「一切保持しない」ことは異なる約束であり、一時的なメモリ処理や法的な強制保存の可能性は残るなど、ZDRだけで高度な脅威をすべて検知できるわけではないとの指摘もある。PSPの正式な技術仕様が公開される9月以降、企業がこの新しい枠組みをどう評価し採用していくかが注目される。

概要 OpenAIは8月21日、フラッグシップモデル「GPT-5.6 Sol」の開発者向けAPI価格を20%以上、項目によっては最大33%引き下げると発表した。具体的には、入力トークンが100万あたり5ドルから4ドルへ(20%減)、出力トークンが100万あたり30ドルから20ドルへ(33%減)、キャッシュ入力も0.50ドルから0.40ドルへとそれぞれ値下げされる。この新価格は少なくとも11月21日まで続くプロモーションで、APIだけでなくChatGPT Workのクレジットプランや、コーディングツールCodexのクレジットにも適用される。一方、ChatGPTのPro・Plus・Businessといったサブスクリプションプランの価格は据え置かれた。 値下げの背景 今回の値下げは、AnthropicのClaudeシリーズや中国勢のAIモデルとの競争激化が主な要因とみられる。値下げ後のGPT-5.6 Solの価格は、Anthropicの「Claude Opus 5」(入力5ドル・出力25ドル)と比べても入力・出力の両方で割安になる。投資銀行ジェフリーズは、市場全体の平均推論コストが2026年で最安値の水準に達したと指摘しており、DeepSeekなど低価格モデルの採用拡大も価格競争を後押ししているとみられる。OpenAIのサム・アルトマンCEOはかねて、高い利幅よりも利用量の拡大こそがモデル開発の資金源になるとの考えを示しており、今回の値下げもこうした戦略の延長線上にあるとみられる。 過去の値下げとの関係 OpenAIが主力モデルの価格を引き下げるのは今回が初めてではない。7月30日には、より小規模なモデルである「GPT-5.6 Terra」を20%、「GPT-5.6 Luna」を80%それぞれ値下げしており、上位モデルから下位モデルまで幅広く価格を見直す動きが続いている。今回のGPT-5.6 Solの値下げにより、OpenAIは主要な製品ラインナップ全体でAI業界の価格競争に積極的に対応する姿勢を鮮明にした格好だ。今後、Anthropicや中国勢がどのような対抗策を取るかによって、フロンティアモデルの価格競争がさらに激化する可能性がある。

概要 Anthropicは、GoogleでTPU(テンソル処理ユニット)事業をゼロから立ち上げ、率いてきたAmir Salek氏を採用したと報じられた。同社はこの2週間ほど前に自社チップ設計チームの構築を公表し、年俸最大48万5000ドルというエンジニア職の求人を出していたばかりで、今回の招聘はその布石が具体化した形だ。Salek氏はまさに、Anthropicがこれから社内に築こうとしている「ハイパースケーラー規模での自社AIチップ設計」という機能を、Googleで実際にゼロから作り上げた経験を持つ人物であり、いわば「お手本」となる人材の獲得といえる。 Amir Salek氏の経歴 Salek氏はNvidiaで8年間勤務し、システム・オン・チップ(SoC)設計グループを立ち上げてGPUやTegraチップの開発を主導した後、2013年にGoogleへ移籍。以来、Googleの自社シリコン事業をゼロから構築し、2022年まで同部門を率いた。この間、複数世代にわたるTPUに加え、エッジ向けの「Edge TPU」など専用チップの開発も統括している。GoogleのTPUは同社のAI基盤を支える中核技術であり、Salek氏はその生みの親の一人と位置付けられる。 Anthropicのハードウェア戦略 今回の人材獲得は、Anthropicが進める多面的な半導体戦略の一環でもある。同社はすでに、英チップ新興企業Fractileと約2億5000万ドル規模の初期契約を締結しており、契約は将来的に拡大される見込みだ。ただしFractileのチップは、HBM(広帯域メモリ)や外部DRAMへのデータ移動を排し、演算処理をSRAM上に直接統合するという従来とは異なるアーキテクチャを採用しているものの、実際の量産投入は2027年以降になる見通しで、Anthropicはいわば「まだ存在しない半導体」に先行投資した形だ。 このほかにもAnthropicは、6月にGoogleから350億ドル規模のチップ調達に関する資金支援を取り付けてTPUの直接供給を受けているほか、7月にはAMDが最大50億ドルの投資とともに自社データセンターへのAMD製チップ導入で合意している。さらにSamsungとはカスタムチップについて協議を進め、SK Hynixにも供給を働きかけるなど、特定ベンダーへの依存を避けつつ複線的に計算資源を確保する動きを加速させている。 今後の展望 生成AIモデルの学習・推論需要が拡大を続ける中、AnthropicのようなAIモデル開発企業が自社で半導体設計に踏み込む動きは、OpenAIやGoogle、Amazonなど競合他社の動向とも軌を一にする。Salek氏のような「TPUを実際にゼロから立ち上げた」経験を持つ人材の獲得は、単なる採用にとどまらず、Anthropicが中長期的に外部ベンダーへの依存を減らし、推論コストの低減とAI基盤の垂直統合を狙う戦略の本気度を示すシグナルとして受け止められている。

概要 Appleが、Siri関連チームとVision Proチームを中心に200人超の人員削減に踏み切ることが報じられた。内訳は、Vision Proチームから約100人、SiriおよびデバイスへのAI統合を担う「Intelligent Systems Experience」チームから約100人とされる。Appleは公式声明で「ビジネスを進化させ、ユーザーに最高の体験を提供することを目指している」とコメントしており、新しいSiri向けAI基盤への刷新と新デバイス開発への注力を進める組織再編の一環と位置づけている。 削減の背景 今回の再編は、単なるコスト削減というより、AI領域における事業の立て直しを狙ったものとみられる。Appleは近年、生成AI競争において後れを取っているとの指摘を受けており、Siriの大規模刷新はその挽回策の柱とされてきた。既存チームの縮小と並行して、AI関連の新たな役職を創出する動きも報じられており、組織のリソース配分をAI領域へ再配置する狙いがうかがえる。 Appleが直面する複合的な課題 Appleは今回の人員削減の背景として、複数の経営課題を抱えている。AI開発に伴うメモリ需要の高まりから部材コストが上昇し、Mac・iPadなど主力製品の値上げにつながっている点はその一つだ。さらに、OpenAIとの間では企業秘密（トレードシークレット）の窃取をめぐる訴訟を抱えるなど、AI分野でのポジション確立に向けた対外的な摩擦も表面化している。こうした状況を受け、Appleはハードウェア製品のリースプランを新たに導入するなど、価格上昇による顧客離れを防ぐ施策も並行して進めている。 今後の展望 Vision Proは発売以来、期待されたほどの普及には至っておらず、ゲームや没入型ビデオを担当するチームの縮小は、同製品の位置づけの見直しを示唆している可能性がある。一方でSiriチームの再編は、次世代AIアシスタント基盤への移行が本格化していることの表れといえる。Appleが人員削減と新規採用を同時に進める中で、今後どのような形でAI戦略の成果を打ち出してくるかが焦点となる。

概要 中国のZ.AI(Zhipu AI)は2026年6月16日、オープンウェイト大規模言語モデル「GLM-5.2」の正式版の重みとブログ記事を公開した。同モデルは6月13日にGLM Coding Planの会員向けに先行展開されており、モデル重みはMITライセンスのもとHugging Face上の「zai-org/GLM-5.2」で入手できる。エージェント向けベンチマークで顕著な成果を上げ、ArenaのエージェントリーダーボードではOpenAIやAnthropicの最新モデルと肩を並べる唯一のオープンモデルとなったほか、Design ArenaではAnthropicの「Claude Fable」を上回る評価を獲得している。 エージェント・コーディング性能 GLM-5.2は「コーディングハーネスにおいてまともに動作する初のオープンウェイトモデル」と評価されており、Claude CodeやFireworksのAPIとの統合でも良好な結果が報告されている。モデルは常に最大の思考(max thinking)モードで使用することが推奨されており、この設定で稼働させた場合、Anthropicの「Opus 4.8」の非思考(no-thinking)モードに匹敵する性能を示すという。Vercelの最高経営責任者(CEO)は「GLM-5.2のコーディング性能には心底驚かされた。これは物事を変える」とXで投稿し、開発者コミュニティでも高い評価を集めている。 技術的な背景 GLM-5.2の学習にはZ.AI独自の強化学習(RL)フレームワーク「SLIME」が用いられている。記事の著者は「近年のベンチマークは半ば形骸化している」と指摘したうえで、公式リリースのブログ発表そのものよりも、実際のエコシステムでの反応の方が重要だと述べている。 オープンモデルの意義と今後の展望 Anthropicが2025年11月24日にリリースした「Claude Opus 4.5」から、GLM-5.2の正式リリースまでの期間はわずか204日だった。この短さは、米国の最先端クローズドモデルとオープンウェイトモデルとの性能格差が「6〜9ヶ月」とされてきた従来の予測と符合するとともに、その差が着実に縮まっていることを示している。専門家はGLM-5.2の登場を、限られたリソースの中で中国の研究機関が最前線級の性能を実現した「DeepSeek R1」に匹敵する重要なマイルストーンと位置づけており、オープンモデルの規制やアクセス管理をめぐる議論が今後さらに活発化するとみられる。

概要 AWSは2026年8月18日、AIエージェントが有料のAPI・MCPサーバー・コンテンツを自律的に発見し、アクセスし、決済できる新機能「Amazon Bedrock AgentCore Payments」の一般提供(GA)を開始した。従来、エージェントが外部の有料サービスを利用する際には人間による事前契約や決済情報の設定が必要だったが、この機能によりエージェント自身が実行時に支払いを完結させ、サービスを利用できるようになる。いわゆる「エージェント経済圏」の実運用を支えるインフラとして位置付けられている。 決済手段としてはCoinbaseおよびStripeのPrivyウォレットとの統合が用意されており、マイクロトランザクション（少額決済）にも対応する。企業がエージェントを本番導入する際の懸念点となる支出管理についても、インフラストラクチャレイヤーで支払い上限額を設定できるほか、AgentCore Observabilityによるエンドツーエンドの可視化機能を備え、エンタープライズ向けのセキュリティとガードレールを提供する。 技術的な詳細 AgentCore Paymentsは複数の決済プロトコルにまたがる決済オーケストレーションを担う。具体的には、Machine Payment Protocol(MPP)と、動的な価格設定に対応するx402プロトコルの「upto」スキームをサポートする。AWS Management Consoleからは、Coinbaseの認証情報をワンステップで設定できる「Quick Create」プロビジョニング機能が用意されているほか、従量課金(pay-per-use)のx402エンドポイントを提供する「Coinbase Bazar MCPサーバー」とも連携できる。 開発者はClaude Code、Kiro、Codexといった AIコーディングアシスタントや、AgentCore CLI、AWS Management Consoleといった複数の経路から実装を開始できる。これにより、既存のエージェント開発ワークフローに決済機能を組み込みやすくしている点が特徴だ。詳細なリージョン対応状況や料金体系は、AWSの公式ドキュメントおよびAgentCoreの料金ページで案内されている。 背景と今後の展望 近年、AIエージェントが自律的にツールやAPIを呼び出して複雑なタスクをこなす「エージェント型AI」の活用が広がる中で、エージェントが有料リソースへアクセスする際の決済手段は大きな課題となっていた。CoinbaseやStripeといった決済プレイヤーとの連携を伴う形でAWSがこの領域に参入したことは、エージェント同士やエージェントとサービス間でお金がやり取りされる「エージェント経済圏」の実装が本格化しつつあることを示している。今後は支払い上限やガードレールの運用実績、対応プロトコルの拡充などが、企業によるエージェント決済の本番導入を左右する焦点になりそうだ。