AI

概要 Modularは8月11日(米国時間)、Python風の高性能プログラミング言語「Mojo」の安定版1.0を正式リリースした。2023年の公開以来、初めての安定版リリースとなる。開発チームは「Mojoはもはや開発中の言語ではなく、我々が日々プロダクションで頼りにしている言語になった」と述べており、同社のMAXやModular Cloudといった商用インフラの基盤としてすでに実運用されていることを強調した。Mojoは、Pythonの読みやすさとアクセシビリティを保ちながら、Rustのようなメモリ安全性とC/C++レベルのシステムプログラミング機能を兼ね備えることを目指す言語で、CPU・GPU・ASICなど異種ハードウェアにまたがる高性能コードを単一の言語で記述できる「AI時代のシステム言語」と位置付けられている。開発をリードするのは、LLVM、Clangコンパイラ、Swift、MLIRの生みの親として知られるChris Lattner氏だ。 技術的な詳細 1.0リリースでは、これまで複数の書き方が併存していた言語仕様が整理・統一された。変数宣言はvarに一本化され、クロージャの表現も統合、ポインタ型も単一の形に整理された。新たにPython風の「lambda」構文によるインラインクロージャがサポートされたほか、List.appendが既存の参照を無効化するケースなどを検出するメモリセーフティ診断機能も追加された。開発体験の面では、VS Code連携を含む言語サーバープロトコル(LSP)の実装が大幅に改善されている。オープンソース化された標準ライブラリには、これまでに約190人のコントリビューターから1,100件を超えるプルリクエストが寄せられ、20万行以上のコードが変更されたという。Modularは「1.xの期間中、変更は基本的に追加的なものにとどめる」と表明しており、C++のような成熟した言語と同様、破壊的変更を慎重に管理する互換性方針を掲げている。同時にリリースされたMAXフレームワークのバージョン26.5では、必要な依存関係のみを選択インストールできるようインストール手順が簡素化されたほか、GLM-5.2やMamba-2ハイブリッドモデルのNemotron-Hへの対応も追加された。 背景と今後の展望 Mojoの核となる目標は、NvidiaのCUDAやAMDのROCmといったベンダー固有プラットフォームへの依存を減らし、異なるGPU・CPU・ASICなど異種システムを横断する統一的なAI開発環境を提供することにある。この文脈で注目されるのが、Modularが2026年6月にQualcommに買収された点だ。この買収を受けて、開発者コミュニティの一部からはMojoが「ベンダー中立的なAI開発プラットフォーム」であり続けられるのかという懸念の声が上がっていた。Modularはこうした懸念を払拭する動きとして、Mojoコンパイラとツールチェーンを2026年中に完全オープンソース化する方針を改めて明言している。標準ライブラリはすでにApache License 2.0(LLVM例外付き)で公開されており、Lattner氏は「Nvidiaをはじめとする各社がオープンソースコードに大規模に貢献しており、ベンダー間の干渉が働く余地は小さい」と述べ、中立性への懸念を否定した。今後の言語ロードマップとしては、堅牢な非同期プログラミングモデルや、パターンマッチング、ユニオン型といった機能の追加が予定されている。コンパイラのオープンソース化がいつ、どのような形で実現するかが、Mojoがベンダー中立なAI基盤言語としての信頼を維持できるかを占う重要な焦点となりそうだ。

概要 OpenAIは、プレゼンテーション資料の自動生成サービスを手がけるスタートアップ「NextSlide」を買収したことを明らかにした。買収自体は2026年初頭にすでに実施されていたが、公表は数か月遅れて8月8日に行われた。買収金額は非公開となっている。NextSlideのチームはOpenAIに合流し、今後はChatGPTの開発に携わることになる。今回の買収は、ChatGPT内にオフィススイート的な機能を統合していくOpenAIの取り組みの一環と位置づけられている。 NextSlideの製品とチーム NextSlideは、プロンプトやメモ、ドキュメント、研究資料などのラフな入力を、体裁の整った編集可能なプレゼンテーション資料へと変換するサービスを提供してきた。視覚的なコミュニケーションをより身近なものにし、ユーザーが自分のアイデアを明確に表現できるよう支援することを目指していたという。創業者のAhmed Beshry氏は以前、Caper AIを共同創業した人物で、同社は2021年にInstacartに買収されている。今回の買収でも、Beshry氏を含むチームがOpenAIに移籍する形となった。 今後の展開 Beshry氏は買収にあたり、「同じミッションを追求し続ける。人々が創造やコミュニケーション、アイデアを意味のある成果へと変えるのを支援するAI製品を構築していく」とコメントしている。OpenAIはこれまでにも複数の専門特化型スタートアップを買収し、そのチームや技術をChatGPTに統合してきた経緯があり、NextSlideの技術やノウハウも、ChatGPT上での資料作成・編集機能の強化に活用されるとみられる。ChatGPTを単なる対話ツールから、文書作成やプレゼン資料作成まで担う総合的な生産性プラットフォームへと発展させる動きが、今後さらに加速する可能性がある。

概要 Elon Musk率いるxAIは8月11日、質問に答えるだけの従来型チャットボットとは一線を画す新しいAIエージェント「Grok Bot」のベータ版を発表した。開発にはコーディングツールで知られるCursorも関わっており、両社は統合企業化を進めているという。Grok Botの最大の特徴は、ユーザーが眠っている間も独立して作業を続けられる「常時稼働」の設計にある。各BotにはAPIやMCP接続に依存しない専用のクラウド上のコンピュータが割り当てられ、人間のオペレーターのようにウェブサイトを閲覧したり情報を入力したりしながら、複数ステップの作業を自律的にこなす。 技術的な特徴 Grok Botは、ユーザーがログイン済みの既存アプリやサービスに自動サインインし、承認が必要な段階まで業務を完遂させる。会話履歴や過去の修正内容を記憶し、未完了のタスクを自らフォローアップするほか、使用回数を重ねるごとに人間の承認が必要なタイミングをより正確に判断できるよう改善されていくとされる。ユーザーが作業手順をデモンストレーションすると、そのルーチンを再利用可能な形式で保存する「ワークフロー学習」機能も備える。さらに、複数のBotが同一プロジェクトの異なる部分を分担し、グループチャット形式で文脈を共有しながら協調して作業を進めることも可能だという。専用のAI統合を持たない多くの企業向けソフトウェアに対しても、人間と同様の操作でアクセスできる点が実用上の強みとして挙げられている。 提供方法と価格 ベータ版はMacおよびiOS向けに提供が始まり、Windows・Linuxのデスクトップ版も用意されている。Android版は近日提供予定とされる。アクセスは月額300ドルのSuperGrok Heavyプラン、月額200ドルのCursor Ultra、または1シートあたり月額120ドルのCursor Teams Premiumのサブスクライバーに限定されており、エンタープライズユーザー向けにはウェイトリストが設けられている。 今後の展望 記事では、実運用における信頼性を確立するには幅広いテストが必要だと指摘されている一方で、今回のコンピュータ操作型エージェントのアプローチは、AIが人間に作業を指示する段階から、AI自身が実際のデジタルワークを代行して遂行する段階へのシフトを象徴する動きだと位置づけられている。既存アプリのUIをそのまま操作できる仕組みは、専用APIの整備を待たずに幅広い業務へAIエージェントを適用できる可能性を示しており、今後同様のアプローチを取る競合サービスの動向にも注目が集まりそうだ。

概要 Nvidiaは、Apollo Global Management、Blackstone、BlackRock、Brookfield Asset Management、Goldman Sachs、KKR & Coというウォール街の大手資産運用会社6社と提携し、AIインフラ構築のために5000億ドル超の資金を動員する計画を発表した。CEOのジェンスン・フアン氏によれば、この6社にのみ声をかけ、全社が提携を承諾したという。狙いは、Nvidia製チップを担保としたAIインフラ向けの専用資本プールを創設し、Nvidia顧客がスケールメリットのある有利な金利でコンピュート資源を調達できるようにすることだ。フアン氏は自社のGPUを「投資可能な資産」と位置づけ、生産性が高く、長寿命で、汎用性・柔軟性を備えるという4つの特性から金融商品化が可能だと説明している。 資金調達の仕組み この枠組みでは、計算能力（コンピュート）そのものを担保とし、私募債および特別目的会社（SPV）が発行する公開債を通じて資金を調達する。特別目的会社は一度に数百億ドル規模を調達できる設計で、Goldman Sachsが公開債取引の主要引受人を務める。取引は数ヶ月以内に開始される見込みだが、現時点では基本合意書（MOU）の段階にあり、最終的な契約締結はこれからだという。Nvidia自身は各案件で最大25%程度の資金支援を行う可能性があるとされ、残りは各資産運用会社が独立して引き受ける形になる。この仕組みは、スタートアップを含む中小のAI企業がバランスシートを過度に圧迫せずにコンピュート資源を借り入れやすくすることも意図している。 各社の狙いと市場への影響 Goldman SachsのCEOであるデービッド・ソロモン氏は、この取り組みの目標を「Nvidiaのコンピュートを裏付けとした信用市場を作ること」と説明した。BlackRockのCEOラリー・フィンク氏は、これを1970年代のモーゲージ担保証券（MBS）になぞらえ、「金融工学における次の未来」だと述べている。また、Blackstoneの社長兼COOであるジョン・グレイ氏は、AIコンピュートを住宅ローンのような「金融商品化可能な資産クラス」として扱うべきだと主張した。この構想は、Nvidiaが既にOpenAI向けに2500億〜3500億ドル規模、SKグループとも5000億ドル規模の大型契約を検討しているとされる中で発表されており、AI業界全体で膨らみ続けるデータセンター投資の資金需要にウォール街がどう応えるかという課題への一つの回答といえる。 今後の展望 今回の取り組みは、データセンターを商業用不動産や有料道路のような伝統的な担保資産と同様に扱い、AIインフラへの投資を証券化・大衆化する試みとして注目されている。実際の個別契約の規模や展開スケジュールはまだ公表されておらず、各案件の最終合意やSPVを通じた実際の起債がいつ本格化するかが今後の焦点となる。AIブームを支える巨額の設備投資が、株式や自己資金だけでなく、機関投資家向けの新たな信用市場によって支えられる構造へと移行しつつある点は、AIインフラ投資の持続可能性を占う上で重要な指標になりそうだ。

概要 OpenAIは、現従業員および元従業員を対象とした70億ドル規模の株式テンダーオファー(公開買い付け)を完了したと報じられた。買い付けの結果、同社の企業価値は8520億ドルと評価された。これは3月に実施された1220億ドル規模の資金調達ラウンド時点の評価額と同水準であり、これまで調達のたびに評価額を切り上げてきたOpenAIにとって、初めて評価額が横ばいとなるテンダーオファーとなった。 買い戻しの背景と資金運用 今回のテンダーオファーで注目されるのは、外部投資家の資金を頼らず、OpenAIが自社の手元資金を使って従業員株式を買い戻した点だ。3月の資金調達ラウンドでは大型ファンドから資金を調達し、現金準備を大幅に積み増していた経緯があり、その潤沢な手元資金が今回の自己資金による買い戻しを可能にした形だ。非上場企業が従業員に株式価値を現金化する機会を提供する手段として、テンダーオファーは近年広く活用されており、OpenAIもこれまで複数回にわたって同様の買い付けを実施してきた。一方でウォール・ストリート・ジャーナルは、4月時点で同社が社内の財務目標を達成できていなかったと報じており、急成長を続ける一方でコスト面の課題も抱えている実態がうかがえる。 IPOの行方 OpenAIは6月、米証券取引委員会(SEC)に新規株式公開(IPO)に向けた目論見書を非公開形式で提出した。ただし上場時期は明らかにされていない。CEOのサム・アルトマン氏は従業員に対し1年以内の上場を見込んでいると伝えたとされる一方、複数の報道では上場が2027年にずれ込む可能性が指摘されている。予測市場Kalshiでは、2027年3月1日までにOpenAIが正式にIPOを発表する確率を約59%とする見方が示されており、市場でも上場時期をめぐる見解は割れている。評価額が据え置かれた今回のテンダーオファーは、IPOが近い将来には実現しない可能性を示すシグナルとして受け止められている。

概要 高速LLM推論・サービングライブラリ「vLLM」の開発チームは8月11日、v0.27.0を正式リリースした。今回のアップデートは242人の貢献者（うち64人が新規参加）による561件のコミットを取り込んだ大型リリースで、新モデルへの対応拡大、推論高速化のためのカーネル最適化、主要依存ライブラリのアップグレードなど、多岐にわたる改善が盛り込まれている。 新モデル対応 対応モデルの拡充では、コアモデル実装からカーネル、Python/Rustフロントエンド、AttnResカーネル、DeepGEMM対応までを含む「Kimi K3」のフルスタック実装が目玉となっている。このほか、テキストのみの密構成とMoE構成の両方に対応した「Qwen3.5」、「K-EXAONE-2.0-750B-A37B」、Transformersモデリングバックエンド経由での「VaultGemma」、軽量な埋め込みモデル「jina-embeddings-v5-text-nano」への対応が追加された。一方で、Plamo2とOuroモデルのサポートは削除されている。 技術的な詳細 パフォーマンス面では、FlashAttention 4の統合が強化され、FP8 KVキャッシュサポートやheaddim-256サポートが加わったほか、JITウォームアップ用のインフラが整備され、初回リクエスト時のコンパイル遅延が解消された。DeepSeek-V4に対してはシーケンス並列処理の導入や、空のc128カーネル起動をスキップすることでカーネル効率を2倍に高める最適化が行われ、エンドツーエンドの処理時間を最大3.9%短縮しつつ、GPUメモリを448MiB節約することに成功したという。 このほか、エンコーダーのみのアテンションやシーケンスプーリングに対応した「Model Runner V2」、分散サーバー向けに簡略化されたフォールトトレランスフレームワーク、gRPCコントロールプレーンを追加したRustフロントエンド、複数の新しい量子化フォーマットへの対応拡大なども盛り込まれた。依存関係については、PyTorch 2.13.0への破壊的アップグレードを筆頭に、Triton 3.7.1、torchvision 0.28.0、Transformers 5.14.1、FlashInfer 0.6.16.post3へとそれぞれ更新されている。あわせてmax_num_partial_prefillsなど一部の非推奨引数も廃止された。 今後の展望 今回のリリースは新モデルへの対応拡大と推論カーネルの最適化を両輪で進めるものであり、特にKimi K3のフルスタック対応やFlashAttention 4によるコンパイル遅延の解消は、実運用でのレイテンシ改善に直結する。PyTorch 2.13への移行という破壊的変更を伴うため、既存環境で利用しているユーザーは、アップグレード時に依存関係の互換性を確認しておく必要がある。

概要 Anthropicは、EUのAI法（EU AI Act）が定める透明性義務への対応として、Claudeが生成するテキストおよびファイルに不可視の電子透かしを埋め込む機能を導入すると発表した。同社はこの対応をEU域内のユーザーに限定せず、Claude Platform（API）、Claude、Claude Code、Cowork、Tagを含む全プロダクト、そしてAWSやGoogle Cloud、Microsoft Foundry経由の提供分も含め、世界中のユーザーに一律で適用する方針を示している。EU AI Act第50条は、AI企業に対して生成・編集されたコンテンツを他システムが識別可能な形で標識することを義務付けており、この透明性規定は2026年8月2日に発効した。違反した場合、最大1,500万ユーロまたは全世界年間売上高の3%の制裁金が科される可能性がある。 技術的な詳細 テキストへの透かしは、内容の意味や読みやすさを変えることなく、テキスト自体に知覚不可能な形で織り込まれる。Anthropicによれば、この透かしは「テキストの一部として機能する」ため、コピー&ペーストを行っても移行し、一定の編集を経ても保持され得るという。SVGやPNG、JPGなど対応するファイル形式については、オープン標準であるC2PA準拠の署名付き来歴（provenance）メタデータが付与され、写真のEXIFデータに近い形でデジタル認証の役割を果たす。対象となるのは2026年8月2日以降にリリースされたモデルで、既存の旧モデルについてもEU法が認める移行期間中に順次対応が拡大される見込みだ。なお、具体的な透かしのアルゴリズムや実装方式については、記事執筆時点で詳細は公表されていない。 限界と懐疑的な見方 Anthropic自身も、透かしが検出されたとしても、それがClaudeによる生成を確実に証明するものではないと認めている。大幅な編集や翻訳、フォーマット変換によってメタデータが失われる可能性があるほか、実際にはClaudeで生成されたにもかかわらず透かしが検出されないケースも起こり得るとしている。批評家からは、画像への透かしはすでに除去ツールが存在し無効化が実証されていることや、テキスト透かしについても光学文字認識（OCR）を介して削除できる可能性が指摘されており、対策としての実効性に疑問の声も上がっている。 業界動向と影響 GoogleやMeta、Microsoft、OpenAIなど他の主要AI企業も、同様の透明性規制への対応を進めている。一方でユーザーの反応は一様ではなく、AI生成コンテンツの出所が明示されることでコンテンツの利用や流通が制限されることを懸念する声も出ている。こうした懸念は、透かしなどの追跡機構を持たないオープンウェイトモデルへの関心をさらに高める可能性も指摘されている。

概要 AWSは、AIエージェントの行動を実行時に検証するためのガバナンス言語「Dogwood」をApache 2.0ライセンスでオープンソース公開した。同時に、IDE「Kiro」向けに複数のエージェントが協調して作業を進める新機能「Kiro Crew」も発表している。ただし後者については、オーケストレーション層のみがオープンソース化され、基盤モデルとの通信や推論を担う「エージェントハーネス」そのものは非公開のまま据え置かれた。両者はいずれも、企業が自律的に動くAIエージェントをどこまで信頼し、どう統制するかという課題に対するAWSの回答と位置づけられる。 Dogwoodの技術的な仕組み Dogwoodは、AWSの既存の認可言語「Cedar」を土台に、時間軸を扱う機能を追加したものだ。Cedarは高速で読みやすく自動推論分析も可能だが、単一のリクエストをその場限りで評価する仕組みに限定されていた。Dogwoodはこれを拡張し、ランタイム検証分野に由来する「メトリック一階時間論理(MFOTL)」に基づいて、過去のイベント履歴を参照しながらポリシーを評価できるようにしている。 具体的には、指定した時間内の過去イベントを検索するformerly、時間窓内のイベント数を数えるcount_within、異なる値の数を数えるcount_distinct_within、金額などを合計するsum_withinといった演算子を備える。これにより「直前1時間以内に承認された取引のみ売却を許可する」「1時間以内に5回を超える送金を禁止する」「1時間の送金総額を5,000ドルまでに制限する」「1時間以内に異なる受取人最大3人までしか送金できない」といった、時間の経過を伴う複雑なガバナンスルールを表現できるようになった。なお、ポリシーはレスポンスではなくリクエストイベントを基準にカウントすべきだとされており、これは複数の並行リクエストを発行して制限を回避される攻撃を防ぐための設計上の要点だ。 既存のCedarポリシーはそのまま書き換えなしで利用でき、必要に応じて時間条件句を追加していく段階的な移行が可能という。AWSはAgentCore Policyレイヤーにも対応を組み込み、Model Context Protocol(MCP)のツールマニフェストからアクションスキーマを自動生成する仕組みも用意した。今後は固定時間枠に基づく絶対時間対応や、承認の完了など将来の保証を扱う活性検証、複数エージェント間の協調ルールへの対応も計画されている。 Kiro Crewとオープンソースの線引き Kiro Crewは、開発者が別の作業をしている間もバックグラウンドで動き続ける永続的なエージェントプラットフォームで、元々はAmazon社内で「MeshClaw」というプロジェクト名で開発されていたという。今回のオープンソース化では、ハートビート監視やwebhookによるスケジューリング、コンテキストを保持するメモリ管理、Agent Client Protocol(ACP)経由のマルチエージェント協調、OSサンドボックスや監査ログによるセキュリティといったオーケストレーション層がApache 2.0で公開された。 一方で、基盤モデルとの通信やツール呼び出し、推論を担う「エージェントハーネス」自体、Cedarベースの権限ポリシー実装、Kiroクレジットの消費ロジックといった中核部分は非公開のままだ。AWSのVP Deepak Singh氏は「ハーネスはオープンソース化しない」と明言しており、この方針は、AWSが自社の「オープン実装」ではなく標準化された「オープンプロトコル」(ACPなど)を軸に据えていることを示している。 今後の注目点 Forbesの分析では、企業がKiro Crewの採用を検討する際に確認すべき点として、監査ログの署名方式の詳細が未発表であること、オーケストレーション層とハーネス層という2層のポリシーが競合した場合の挙動、Kiroクレジットの消費管理という運用コスト面、そして他のACP互換ランタイムへの移植可能性が挙げられている。オーケストレーション層で競争優位性を手放す一方、推論エンジンと利用料金でマネタイズを確保するという線引きは、AIエージェント関連ツールを手がけるベンダー各社が今後どこまでをオープンにするかを占う一例として注目される。

概要 Amazon（AWS）、Microsoft、OpenAI、Vercel、Cursorは2026年8月6日、AIエージェント向けの拡張機能を統一フォーマットでパッケージ化するベンダー中立のオープン規格「Agent Plugins 1.0.0」を共同で発表した。開発者が「Agent Skills」（エージェントへの指示やリソース）や「MCPサーバー」（外部ツール・データへの接続）を一度パッケージ化するだけで、VS Code、GitHub Copilot、Cursor、ChatGPT/Codex、Kiroなど複数のクライアントに配布できるようにすることが狙いだ。発表と同時にGoogleもコアメンテナーとして参加を表明し、Agents CLIとData Agent Kitの2製品で早速サポートを開始している。技術統括委員会にはAWS、Cursor、Microsoft、OpenAI、Vercelが創立メンバーとして名を連ねる。 背景となった課題 従来、AIエージェント向けのスキルやツール定義は、クライアントごとにマニフェスト形式や配置ルールが異なっていた。そのため開発者は同じ機能を複数のクライアント仕様に合わせて個別に作り直したり、フォークして維持管理したりする必要があり、時間を浪費していたという。各社のブログ記事は、この状況をJavaScriptエコシステムにおけるpackage.jsonや、コンテナの世界におけるOCI標準フォーマットの登場になぞらえ、「共通の標準があれば手作業による重複対応を減らせる」という歴史的パターンを踏まえた取り組みだと説明している。 技術的な仕組み Agent Pluginsの基本単位は、固定されたディレクトリ構造を持つプラグインパッケージだ。具体的には以下の要素で構成される。 plugin.json — スキーマバージョンやプラグイン名など最小限のメタデータのみを持つマニフェスト skills/ ディレクトリ — Agent Skillsコンポーネントを格納するサブディレクトリ mcp.json — MCPサーバーの設定を定義するファイル クライアント固有の拡張領域（例: com.example.client/）— 各クライアントが独自機能を追加できる名前空間 互換クライアントはこの固定ロケーションをスキャンしてコンポーネントを自動検出する。仕様は「発見と検証は独立して行われ、不正なコンポーネントが他のコンポーネントに影響しない」設計になっており、“restraint is the point”（抑制すること自体が狙い）という設計哲学のもと、相互運用に必須の要素だけを標準化している。逆に、インストール機構、配布プロトコル、権限モデル、サンドボックス化、トラスト検証といった要素は意図的に仕様の対象外とされ、各クライアントが独自に差別化できる余地として残されている。 なお、Agent Pluginsはより広いエコシステムの一層に過ぎない。リソース発見プロトコルである「ARD（Agentic Resource Discovery）」、リソース説明形式の「AI Catalog」、パッケージングを担う「Agent Plugins」、実行基盤である「MCP/Agent Skills」という独立した複数レイヤーで構成され、各レイヤーは個別に採用することも可能だという。 対応ツールと実装状況 発表時点でChatGPT/Codex、Cursor、GitHub Copilot、Kiro、VS Codeが既にAgent Pluginsに対応している。Kiroは、specやhook、自動テストなどの仕組みで開発ライフサイクル全体にわたりエージェントを開発者の意図に沿わせる「エージェントハーネス」であり、その拡張機能である「Kiro Powers」を通じてプラグインをサポートし、AWSはLambda、S3、DynamoDBなど30以上のキュレートされたスキルを含む「AWS Agent Toolkit」を提供する。Googleも参加表明と同時に、エージェントの構築・評価・デプロイ向けスキルを提供する「Agents CLI」と、BigQueryなどGoogle Cloudのデータサービスと連携する「Data Agent Kit」の2製品でサポートを開始した。 今後の展望 現行のバージョン1.0.0はAgent SkillsとMCPサーバーの2種類のみを標準化の対象としているが、技術統括委員会はフック（hooks）やサブエージェント（sub-agents)など新たなコンポーネント型の追加を、技術的な収束状況や実際のニーズを見ながら検討していく方針だ。AWSはブログの中で、モデル選択における脱ベンダーロックインの流れと同様に、ツール選択においてもベンダーロックインを避ける狙いがあると位置づけており、Model Context Protocol（MCP）やAgent Client Protocol、x402など他のオープン標準への投資も引き続き進めていくとしている。

概要 Anthropicは8月10日、資産運用大手のMacquarie Asset Management、シンガポール政府系投資会社のGICと共同で、AI向けデータセンターインフラを大規模に開発・運営・賃貸する新プラットフォーム「Theseus Infrastructure」を設立すると発表した。MacquarieとGICが施設の株式資本の大部分を出資・所有し、Anthropicは長期契約のもとで各拠点の主要テナント(アンカーテナント)となる。初期段階では米国内での拠点開発に焦点を当てる方針で、各施設はAnthropicの拡大するコンピュート需要に合わせて専用設計される。 出資・体制の構造 今回のスキームでは、Macquarie Asset Managementが運用するファンドとGICが資金の大半を拠出してTheseus Infrastructureを所有し、Macquarieが持つ大規模デジタルインフラの開発・資金調達・運営に関する専門知識と、GICのグローバルなインフラ投資経験を組み合わせる。Anthropicは自ら施設を保有・建設するのではなく、長期契約に基づく主要テナントとして稼働容量を確保する立場を取る。この形態は、巨額の設備投資負担を投資家側と分担しつつ、AI企業が計算資源の確保を優先するという、近年のハイパースケーラー各社によるデータセンター調達戦略とも共通する構図といえる。 地域社会への配慮と経済効果 各拠点の開発には大規模な資本投下が伴い、建設段階での雇用に加え、稼働後も恒久的な運用職が創出される見通しだ。あわせてAnthropicは、データセンター稼働に伴い周辺地域の消費者が直面しうる電気料金の上昇分を自社で負担することを表明しており、地域社会への影響に配慮する姿勢を示している。データセンターの急拡大に伴う地域電力需給や住民への負担は米国各地で議論となっており、今回の取り組みはそうした懸念に応える意図もあるとみられる。 背景と今後の見通し AnthropicのClaudeシリーズをはじめとする大規模言語モデルの需要拡大により、AI企業各社は計算基盤の確保を急いでいる。Anthropicにとって今回のパートナーシップは、自社のバランスシートに大きな設備投資負担を抱えることなく、必要なコンピュート容量を長期的に確保する手段となる。具体的な投資規模や第一号拠点の所在地、稼働開始時期などの詳細は今後明らかにされる見込みで、Theseus Infrastructureが米国外への展開を含めどのように拡大していくかが注目される。