AI

概要 OpenAIは2026年5月5日、ChatGPTの新しいデフォルトモデルとしてGPT-5.5 Instantを正式にリリースした。従来のGPT-5.3 Instantを置き換える形で導入されたこのモデルは、高速なレスポンス時間を維持しながらも、ハルシネーション（事実と異なる情報の生成）を52.5%削減したことが最大の特長だ。法律・医療・金融といったミスが許されない専門分野での精度が特に向上しており、実用性の高いAIアシスタントとしての信頼性を強化している。 性能指標 ベンチマーク結果では、GPT-5.5 Instantは複数の分野で前モデルを大きく上回った。数学的推論の指標であるAIME 2025では81.2点を記録し、GPT-5.3 Instantの65.4点から大幅に向上。マルチモーダル推論を測るMMMU-Proベンチマークでも76点（前モデル69.2点）を達成した。これらの数値は、単純な応答速度の改善にとどまらず、複雑な問題への対応能力が実質的に高まったことを示している。 コンテキスト管理とメモリ機能 GPT-5.5 Instantでは、過去の会話・ファイル・Gmailを横断的に検索してパーソナライズされた回答を提供する新しいコンテキスト管理機能が導入された。回答の出典元を明示する機能も追加され、ユーザーは古い情報の削除や修正を自分で行えるようになった（共有チャットではメモリソースは非表示）。この機能はまずPlus・Proプランのウェブユーザーへ先行展開され、その後Free・Go Business・エンタープライズアカウントへも順次提供される予定だ。 API提供と旧モデルの扱い 開発者向けには、GPT-5.5 InstantがAPIで**「chat-latest」**として利用可能になった。一方、GPT-5.3 Instantは有料ユーザー向けに今後3か月間は引き続き使用できる移行期間が設けられている。OpenAIは2026年2月にGPT-4oを廃止した際にユーザーから強い反発を受けた経緯があり、今回は段階的な移行措置を講じた形だ。 今後の展望 ハルシネーション削減と推論性能の両立は、AI言語モデルが実業務に組み込まれるうえでの大きな障壁の一つだった。GPT-5.5 Instantの登場は、OpenAIがその課題に対して具体的な数値で成果を示した点で注目される。今後はメモリ・コンテキスト機能の全ユーザーへの展開と、APIを通じた企業システムへの統合がさらに進む見通しだ。

概要 Visual Studio Code 1.119が2026年5月6日にリリースされた。今回のアップデートの目玉は、AIエージェントがライブブラウザと直接連携できる「エージェント・ブラウザ統合」機能だ。従来はエージェントがコードを編集した後、ブラウザでの表示確認は人間が手動で行う必要があった。新機能により、エージェントは「コード編集→ページリロード→修正確認」という一連の操作を1ターンで完結でき、開発の高速反復が可能になる。ブラウザタブはチャットに明示的に添付でき（コンテキストピッカーやドラッグ＆ドロップ対応）、エージェントがタブ共有をリクエストした際はユーザーが承認・拒否を選択できる設計で、安全性にも配慮されている。 OpenTelemetryによるエージェント監視 エージェントセッションのObservabilityを強化するため、OpenTelemetryによるトレース・メトリクス・イベント出力に対応した。設定はgithub.copilot.chat.otel.enabledとgithub.copilot.chat.otel.otlpEndpointの2つのキーで制御する。出力データはGenAI semantic conventionsに準拠しており、chat・execute_tool・execute_hookのネストされたスパン構造でサブエージェント呼び出しの完全なトレースを可視化できる。また、キャッシュ読み取り・作成の内訳を含むトークン使用量も報告されるため、コスト管理にも役立てられる。 軽量モデルを活用したトークン最適化 実験的機能として「バックグラウンドTODOエージェント」（github.copilot.chat.agent.backgroundTodoAgent.enabled）が追加された。これは、メインモデルがタスク処理に専念できるよう、進捗追跡を別の軽量バックグラウンドエージェントに分担させる仕組みだ。メインエージェントはtodoツールにアクセスできない構成になっており、トークンの節約を実現している。なお、ユーザーが#todoで手動指定した場合はこの機能は無効化される。 その他の主な変更点 各レスポンスに使用モデルと乗数バッジを表示する機能（github.copilot.chat.agent.modelDetails.enabled、デフォルト有効）が追加され、Auto選択時でも実際に使用されたモデル名を確認できるようになった。セキュリティ面では、chat.agent.sandbox.enabled: "allowNetwork"によるネットワークアクセス制御や、chat.tools.terminal.blockDetectedFileWrites設定でtempフォルダへの書き込みをセッション承認下で自動承認する機能が追加された。Markdown編集では、ツールバーボタンによるプレビュー・ソース切り替えが1クリックで行えるようになった。 また、TypeScript 7への移行によりCopilot拡張機能の型チェック時間が22秒から4秒へと大幅に短縮されたことも報告されており、開発体験の向上が期待される。Edit Modeはv1.125での廃止が予告されており、将来的なGitHub Copilot課金モデル（2026年6月1日から使用量ベース）への対応UIも継続して更新される予定だ。

概要 AnthropicとOpenAIは2026年5月4日前後、相次いでエンタープライズAIサービス向けの合弁事業を発表した。両社がほぼ同時期にウォール街の大手金融機関・代替資産運用会社と手を組み、企業向けAI導入の新たな販売チャネルを構築しようとする動きが鮮明になっている。これは単なる資金調達にとどまらず、AI技術をポートフォリオ企業へ直接展開するための構造的な仕組みを整えるものとして注目される。 Anthropicの合弁事業 Anthropicが立ち上げた合弁事業は、総評価額15億ドル規模で組成された。創業パートナーにはBlackstone、Hellman & Friedman、Goldman Sachsが名を連ね、それぞれAnthropic本体を含む3社が各3億ドルを拠出した。さらにApollo Global Management、General Atlantic、GIC（シンガポール政府投資公社）、Leonard Green、Sequoia Capitalも出資者として参加している。この合弁を通じて、パートナー各社のポートフォリオ企業に対しAnthropicのAI技術・サービスを優先的かつ集中的に提供する体制を整える。 OpenAIの合弁事業 一方のOpenAIは「The Development Company」という名称の合弁会社を設立し、TPG、Brookfield Asset Management、Advent、Bain Capitalを含む19社から40億ドルの資金調達を完了した。同社の評価額は100億ドルに達する。OpenAIはすでに3月末に1,222億ドルの新規資金調達を発表しており、企業評価額が8,520億ドルに達した直後のタイミングでの合弁設立となった。 Palantirモデルの採用とエンタープライズ展開の加速 両社の合弁事業に共通するのは、Palantirが確立した「前方配置エンジニア（Forward Deployed Engineers）」モデルの採用だ。これはAI企業のエンジニアがクライアント企業に深く入り込み、現場に密着した形でAI実装を支援するアプローチである。従来のSaaS型のライセンス販売とは異なり、顧客ごとにカスタマイズされた導入支援を提供することで、大企業がAIをビジネスプロセスに統合する際の摩擦を大幅に低減できる。金融機関のネットワークを通じてポートフォリオ企業への展開を加速させる戦略は、AIモデル単体の性能競争から、いかに実際の企業現場で使ってもらえるかという「展開力」の競争へとフェーズが移行しつつあることを示している。 今後の見通し AnthropicとOpenAIがほぼ同時に類似した構造の合弁事業を発表したことは、エンタープライズAI市場の獲得を巡る両社の競争が新たな段階に入ったことを意味する。今後は技術力だけでなく、金融機関・資産運用会社との提携を軸にした「エコシステム構築力」が競争優位の鍵になると見られる。IPOも視野に入れる両社にとって、大企業顧客との安定した収益基盤を早期に確立することは、評価額の正当性を示すうえでも不可欠な課題となっている。

概要 Harvard医科大学とBeth Israel Deaconess Medical Centerの研究チームが科学誌Scienceに発表した研究で、OpenAIの推論モデル「o1」が実際の救急患者の診断において熟練した内科医2名を上回る精度を示したことが明らかになった。この研究ではボストンの救急病院で実際に診察した76名の患者を対象に、AIモデルと医師の診断を比較。特筆すべきは、AIが整形されたデータセットではなく、電子カルテから生のまま抽出した未加工の実臨床データを使用して評価された点にある。 初期トリアージ段階での診断精度は、o1モデルが67%（正確または非常に近い診断）を達成したのに対し、比較対象の医師1は55%、医師2は50%にとどまった。主任著者のArjun Manrai氏は「あらゆるベンチマークでAIモデルをテストしたが、過去のモデルと医師の両方を上回った」と述べている。 研究の背景と意義 この研究が注目を集める理由のひとつは、従来の医療AIの評価手法を超えた試みにある。共著者のPeter Brodeur氏は「以前はモデルを多肢選択問題で評価していたが、今や常に100%近いスコアを出しており、ベンチマークはすでに天井に達している」と指摘した。この「天井問題」はStanford AIインデックス2026でも裏付けられており、「Humanity’s Last Exam」ベンチマークでは2025年の8.8%から38.3%へと急速に精度が向上し、Claude Opus 4.6のようなトップモデルでは50%を超えている。AIの能力進化のペースは、評価指標自体が追いつかないほど速くなっていることを示している。 医療AI全体の文脈でも進歩は著しい。Stanford AIインデックス2026によると、AI駆動の創薬に関する論文は2年間で2倍以上に増加し、医療画像とテキストを組み合わせたマルチモーダルな生物医学AIに関する論文数は2年前比で2.7倍に達している。 限界と批判的見解 研究チームは成果の重要性を認めつつも、「AIが実際の生死に関わる判断を下す準備ができているとは主張しない」と明示し、実際の患者ケアにおける前向き試験の必要性を訴えている。また研究では、AIモデルが不必要な検査を提案し患者に害を与える可能性があることも指摘されている。さらに別の研究では、治療に消極的だった医師の67%がAIの提案を受けて方針を変更したことが報告されており、医師の判断に対するAIの過度な影響力への懸念も浮上している。 救急医のKristen Panthagani氏はこの比較設計に疑問を呈し、内科医は適切な比較対象ではないと批判した。救急医は最終診断を推測するのではなく、生命を脅かす状態の識別を優先するためだという。AIの高い診断精度が即座に臨床現場への導入を意味するわけではなく、適切な評価枠組みとガバナンスの整備が今後の課題となっている。

概要 米商務省傘下のNIST（国立標準技術研究所）内に設置されたAI標準イノベーションセンター（CAISI：Center for AI Standards and Innovation）は2026年5月5日、Google DeepMind・Microsoft・xAIとの間でフロンティアAIモデルの安全性審査に関する拡大協力協定の締結を発表した。これは以前に結ばれたAnthropicおよびOpenAIとの協定を受けた追加措置であり、主要なAI開発企業を網羅した政府による安全審査体制の構築が進んでいることを示す。規制緩和路線で知られるトランプ政権下において、フロンティアAIの国家安全保障リスク評価に政府が正面から踏み込んだ形となる。 テストの内容と範囲 CAISIが実施するテストは、モデルの公開前に行う「デプロイ前評価」と、公開後のモデルを対象とした「デプロイ後評価」の両方を含む。特筆すべきは、企業が通常の安全機能を意図的に取り除いたモデルに対してもテストを行う点であり、潜在的なリスクの底を把握することを目的としている。すでに公開されていない最先端モデルを含め40以上の評価を完了しているとCAISIは述べる。また、AI・国家安全保障懸念に焦点を当てる省庁間専門家グループ「TRAINSタスクフォース」の支援により、機密環境での評価も実施している。CAISI責任者のクリス・フォール氏は「独立した厳密な測定科学こそがフロンティアAIとその国家安全保障上の影響を理解するうえで不可欠だ」と強調した。 業界の反応と残された課題 Microsoftの責任あるAI担当責任者は「国家安全保障や公共の安全に関する評価は、産業界だけでは実施できない」と述べ、政府との協力体制の重要性を認めた。こうした協定締結の背景には、Anthropicが自社の高度なAIモデルを、ソフトウェア脆弱性の発見能力に関する懸念からリリース前に差し止めた経緯があるとされ、フロンティアAIが持つサイバー攻撃への悪用リスクへの警戒感が業界・政府双方で高まっている。一方で、元ホワイトハウスのサイバー政策担当者は「能力評価の質は、その背後にある脅威モデルと同程度にすぎない」と指摘し、CAISIが何をどのような基準でテストしているのかを公開する透明性が必要だと訴えた。政府による監視体制の実効性を担保するためには、評価基準・手法・結果の開示が今後の課題となる。

概要 Mandiantの「M-Trends 2026」レポートおよび関連分析によると、AIの急速な進歩が2025年にサイバー攻撃の参入障壁を劇的に引き下げた。以前は高度な専門知識を要した攻撃手法が、LLMベースのコーディング能力を活用することで非技術者でも実行可能になりつつある。CVEが公開から24時間以内に悪用される割合は28.3%に達しており、「パッチを当てる前にエクスプロイトが出回る」状況が現実のものとなっている。エクスプロイトが使われるまでの平均時間は2020年の700日超から2025年には44日にまで短縮され、防御側が対応できる猶予期間は急速に縮まっている。 統計が示す攻撃の加速 脆弱性対応の遅れも深刻だ。平均修正期間は74日であるのに対し、全脆弱性の45%はパッチが適用されないまま放置されているという。一方、公開リポジトリ上の悪意あるパッケージ数は2022年の約5万5,000件から2025年には約45万4,600件へと急増した。特に増加が顕著だったのはGPT-4が公開された2023年と、エージェント型コーディングツールが普及した2025年のタイミングで、AIツールの普及が悪意ある開発者の生産性をも高めていることを示している。AIコーディング能力の指標であるSWE-benchのスコアは2024年8月の33%から2025年12月には81%まで急伸しており、LLMが実用的なマルウェア生成や脆弱性探索に使用できるレベルに達したことが裏付けられる。 AI支援攻撃の実例 実際の事例も報告されている。2025年12月には大阪の10代の少年がAIを活用して約700万件のKaikatsuClubユーザーレコードを窃取した。同年2月には14〜16歳の3人組がChatGPTを利用して楽天モバイルのシステムに約22万回の不正アクセスを試みた。7月にはClaude Codeを使った単独の攻撃者が17組織を対象に恐喝を実施したケースも確認されている。さらに2025年12月には、1人の攻撃者がメキシコ政府機関から1億9,500万件の納税者情報を窃取する事件も発生した。AIが個人の攻撃能力を組織レベルにまで引き上げている現実が浮き彫りとなっている。 サプライチェーン攻撃と防御の課題 サプライチェーン攻撃の被害も拡大している。2025年の「Shai-Hulud」npmパッケージ攻撃では500以上のパッケージが侵害され、Trust Walletから850万ドルが盗難されるという被害が発生した。AI生成マルウェアは従来のシグネチャベースの検知ツールを回避する能力を持つとされており、防御側のツールのアップデートが追いつかない状況が続いている。こうした課題に対し、オープンソースコードを検証済みのソースから再構築するChainguard Librariesのアプローチが注目されており、テスト済みの悪意あるnpmパッケージの99.7%、Pythonパッケージの約98%をブロックできるとされている。パッチ適用速度の向上とサプライチェーンの信頼性確保が、今後のセキュリティ戦略における最重要課題となっている。

概要 AIチップメーカーのCerebras Systemsが、Nasdaq上場に向けたIPO詳細を公表した。1株あたり115〜125ドルの価格帯で2,800万株を売り出し、最大35億ドル（オーバーアロットメントを含めると40.25億ドル）の調達を目指している。ティッカーシンボルは「CBRS」で、上場予定日は2026年5月14日。企業評価額は最大266億ドルに達する見込みだ。 同社はNvidiaの対抗馬として注目を集めており、その最大の差別化要素はシリコンウェーハ全体を単一のプロセッサとして使用する独自の「ウェーハスケールエンジン（WSE）」技術にある。このアプローチにより、NvidiaのB200チップと比較して58倍大きなチップを実現し、90万個の計算コアを搭載している。チップ間の通信がオンチップで処理されるため、従来の分散型GPUクラスタと比べて通信遅延を劇的に削減できる点が技術的な強みだ。 主要顧客と財務状況 Cerebasの事業において最も注目すべきは、OpenAIとの大型契約だ。2026年初頭に締結された750メガワット分のコンピュートリソースに関する200億ドル規模の契約は、同社の成長を支える最大の柱となっている。また、Amazon Web ServicesやMeta Platforms（Llama 4モデルの推論処理）とも複数年契約を結んでいる。 財務面では、2025年の収益が前年比76%増の5億1,000万ドルと急成長している一方、営業損失は1億4,600万ドルを計上しており、まだ黒字化には至っていない。将来の収益見通しとして重要な指標である残存パフォーマンス義務（RPO）は250億ドルに達しており、中長期的な成長余地を示している。 投資家が注意すべきリスク 投資家が慎重に評価すべきリスクも存在する。最大の懸念は顧客集中リスクで、2025年の収益の86%がわずか2社の顧客から生み出されている。特定顧客への依存度が極めて高く、主要顧客との関係が変化した場合、業績に大きな打撃を与える可能性がある。 また、同社はクラスB株（1株あたり20議決権）を採用した多層株式構造を採用しており、上場後も初期投資家や創業者が議決権の過半数を保持する仕組みになっている。公開市場での株主が経営に与えられる影響力は限定的となる点も注意が必要だ。AIインフラ需要の高まりを追い風に急成長を遂げているCerebasだが、収益構造の多様化と収益化の道筋が今後の評価を左右する重要な課題となるだろう。

概要 Google DeepMindの英国拠点の従業員が、フロンティアAI研究機関として世界初となる労働組合の結成を目指して投票を行い、98%という圧倒的な賛成多数で可決した。この動きの直接的な引き金となったのは、GoogleがGeminiAIモデルを機密軍事ネットワーク内で「あらゆる適法な目的」に使用することを米国防総省（ペンタゴン）に許可した契約の締結だ。この契約に対しては社内外から強い反発が起きており、600名以上のGoogle従業員が公開書簡で抗議の意を示している。 組合の要求と背景 従業員が加入を求めているのはCommunication Workers Union（CWU）とUnite the Unionの2つの組合だ。組合側が掲げる主な要求は、ペンタゴンおよびイスラエル軍向けの軍事AI利用の停止、2025年2月に同社のウェブサイトから削除されていた「兵器・監視AI開発禁止」公約（2018年制定）の復活、独立した倫理監視機関の設置、そして従業員個人が道徳的理由からプロジェクト参加を拒否できる権限の付与である。批評家は、今回のペンタゴン契約が自律型兵器の開発や市民への大規模監視技術につながりかねないと警告している。 企業側の反応と今後の見通し Google DeepMindの広報担当者は「建設的な対話を常に重視してきた」としつつも、「この段階では労働組合化の投票は行われていない」と組合結成の事実を事実上否定する姿勢を示した。一方、CWU技術労働者部門のJohn Chadfield全国幹部は、「集団化の権利を行使することで、従業員は雇用主に軍事産業複合体との契約を停止させるよう強く求められる立場にある」と述べた。Googleが自発的に組合を承認した場合、ロンドンオフィスに勤務する約1,000人の従業員が代表を得ることになる。組合側は10営業日以内の自発的承認またはあっせん交渉への合意を要求しており、これが実現しなければGemini AIを含む中核製品への業務拒否を含むストライキも辞さない構えだ。AIの倫理と軍事利用をめぐる研究者の集団行動は、業界全体に波紋を広げる可能性がある。

概要 米国標準技術研究所（NIST）傘下のAI標準・イノベーションセンター（CAISI）は2026年5月5日、Google DeepMind・Microsoft・xAIとの間でフロンティアAIモデルの国家安全保障テストに関する合意を締結したと発表した。この合意により、3社はリリース前の未公開モデルを政府の科学者に提供し、セキュリティリスクの評価を受けることになる。CAISIはすでにOpenAIおよびAnthropicとの同様の合意を2024年（バイデン政権下）に締結しており、今回はその枠組みを主要な大手AI企業全体に拡大した形となる。 CAISIのChris Fall所長は「独立した厳密な測定科学は、フロンティアAIとその国家安全保障への影響を理解するうえで不可欠だ」と述べ、評価の独立性と厳密性を強調した。今回の合意はトランプ政権が昨年7月に示した「AIモデルを国家安全保障リスクの観点から審査する」との公約の実現でもある。 評価の枠組みと手法 CAISIが実施する評価は、モデルのリリース前と公開後の両フェーズをカバーする。特筆すべきは、開発企業が安全ガードレールを部分的あるいは完全に取り除いたバージョンのモデルを政府に提供することが認められている点だ。これにより、制約のない状態でのモデルの潜在的リスクを測定することが可能となる。評価は機密環境（クラシファイド環境）で行われ、生物・化学兵器への悪用可能性や重要インフラに対するサイバー攻撃リスクが主要な評価項目となっている。 CAISIはこれまでに40件以上のAIモデル評価を完了しており、未公開モデルの審査実績も積み重ねている。過去にはDeepSeekの中国製モデルを評価し、精度・セキュリティ・コスト効率のいずれにおいても課題があることを特定した。省庁横断の調整機関として2024年11月に設立されたTRAINSタスクフォースが、政府全体にわたる評価活動を統括している。 政策的背景と業界への影響 今回の動きは、強力なAIモデルに関する国家安全保障上の懸念が高まる中での政策的転換でもある。トランプ政権は当初、AI規制の緩和による技術革新の加速を方針としていたが、AnthropicのMythosモデルの悪用リスクが国家安全保障当局者の懸念を招いたことを受け、より積極的な監視体制へと舵を切った。 なお、国防総省（DoD）はAnthropicとは別ルートで7社のテック企業と機密AIシステムに関する合意を締結しているが、Anthropicはトランプ政権との倫理的対立を理由に除外されている。DoDは2026年3月にAnthropicを安全保障上のリスク企業として指定しており、CAISIへの参加がすなわち国家との関係維持を保証するわけではないことを示している。 業界アナリストのNick Patience（The Futurum Group）は、政府との連携状況が「AIの調達における必須指標」になりつつあると指摘し、未承認のベンダーは連邦政府との取引を目指す企業にとって「大きな感染リスク」となりうると警告している。

概要 OpenAIは2026年5月、Codex CLIに新たに /goal コマンドを追加した。この機能により、開発者は高レベルの目標をエージェントに与え、ターミナルを閉じたり機械を再起動したりしても作業状態を失わずに後から再開できる「永続的なエージェントワークフロー」が可能になった。複数日にわたる大規模リファクタリングやデータ移行など、長時間の自律的タスク実行のニーズに応えるものだ。 コマンド体系はシンプルで、/goal create（目標の開始）、/goal pause（一時停止）、/goal resume（再開）、/goal clear（保存状態の削除）の4種類が用意されている。 技術的な詳細 永続化レイヤーはアプリサーバーAPIと「ランタイム継続技術」によって実現されており、システムの再起動やターミナルのクラッシュが発生してもエージェントの状態が保持される。また、ステータスの可視性を高めるため、プランモードでの確認チェックポイントや、人間の入力が必要なタイミングをリアルタイムで示すターミナルタイトルの更新機能も実装されている。 さらに開発環境・ステージング・本番環境をまたいだマルチ環境でのタスク切り替えや、AWS BedrockとのSigV4認証連携、セッションのインポート機能もサポートされる。 Claude Codeとの比較 同記事ではCodex CLIとClaude Codeの優位性を比較している。Codex CLIは複数日にわたる状態永続化やマルチ環境切り替え、AWS Bedrock連携といった点で強みを持つ一方、Claude Codeは複雑なリファクタリングにおけるコード品質の高さ（開発者コミュニティでの評価）、月額$200の定額サブスクリプションによるコスト予測のしやすさ、そしてより成熟したフック連携システムの面で優れるとされる。 課題と展望 現状では目標ごとの支出上限設定ができないため、長時間の自律実行においてコストが想定外に膨らむリスクがある。また、長時間稼働の監視に必要なリアルタイムダッシュボードが不足しており、プランモードの確認もエージェント主導でしか行われない（必須チェックポイントではない）点も課題として挙げられている。記事では、インディーハッカーへの推奨として複数日のリファクタリング・データ移行・チームレビューを伴うワークフローに限定して切り替えを検討するよう提言している。