AI

概要 米商務省は6月30日、Anthropicの最先端AIモデル「Claude Fable 5」および「Mythos 5」に対して課していた輸出規制の解除を発表した。商務長官のHoward Lutnick氏が承認書を発行し、Anthropicは7月1〜2日にかけてグローバルアクセスを段階的に回復させた。これにより、6月12日から続いていた約3週間にわたる外国人向けアクセス停止期間が終了した。 トランプ政権は6月12日に突然、両モデルを輸出制限技術リストに追加し、Anthropicに対して外国籍者全員のアクセスを遮断するよう命じていた。Anthropicは外国籍の社員もアクセス制限の対象となるほどの広範な影響を受け、実用的な対応が困難として公開アクセスを全面停止した経緯がある。政府は「Fable 5のセキュリティ脆弱性」を懸念したと報じられているが、具体的な根拠は明示されなかった。 規制解除の条件とAnthropicの約束 規制解除に際してAnthropicは、商務省との間で以下の3点を約束した。 セキュリティリスクの主動的な検出・対処 — モデルに潜在するリスクを自社で積極的に特定・修正する 政府との標準策定での協力 — 将来モデルに関するガバナンスプロセスへの参画 悪質な活動の当局への報告 — モデル悪用に関する情報を政府と共有する これらの条件はAnthropicが安全対策強化とガバナンス上の協力を明示的に約束することで規制解除への交渉が妥結したことを示しており、同社が政府との関係修復を優先したことがうかがえる。 規制の背景：政治的圧力と競合他社の台頭 専門家らは今回の規制について、「純粋なセキュリティ上の懸念というより政治的圧力の側面が強い」と指摘している。AnthropicはAI安全性を重視する姿勢から、大量監視・自律型兵器への軍事利用に安全策なしでは協力しないとして国防総省(DoD)を2026年3月に提訴しており、政府との緊張関係が規制の背景にあったとみられる。 規制解除を後押しした要因として、アジア企業の動向も挙げられる。規制期間中にFuguやTulongfengといったMythos級の能力を持つモデルが競合他社からリリースされ始め、米国AIの国際競争力を損なうとの危機感が政府内で高まったとされる。シドニー大学のFrancesco Bailo氏は「米政府は過剰反応だったと気づいたのだろう」と分析している。 今後への影響：フロンティアモデルに政府承認が必要になるか 今回の事例が示す最大の問題は、政府がフロンティアモデルのリリースや公開アクセスを実質的に管理できる先例を作ってしまったことにある。医療AI企業SophontのTanishq Abraham氏は今回の措置を「重大な出来事」と評し、OpenAIのGPT-5.6公開でも同様の承認プロセスが見え始めていることから、すべてのフロンティアモデルリリースに政府承認が必要になるパターンが定着しつつあると警鐘を鳴らす。 トランプ政権のAI政策は一貫した基準を持たないまま場当たり的に展開しているとの批判も根強く、企業が将来のモデルリリースについて明確な指針を持てない状況が続いている。Anthropicにとっては規制解除は朗報だが、フロンティアAI開発における政府の影響力が拡大しつつある構造的変化への対応が今後の課題となる。

概要 Anthropicは2026年6月30日、科学研究者向けAIプラットフォーム「Claude Science」を正式に発表した。同社がClaude Codeと並ぶ主力製品として位置づけるこのプラットフォームは、Claude Opus 4.8を基盤とし、データベース・パイプライン・専門ツールを一元化した計算研究ワークベンチとして機能する。高レベルの指示を与えるだけで研究タスクを自律的に実行できる点が最大の特徴で、科学分野に特化したAI製品としてOpenAIの「GPT-Rosalind」に真っ向から対抗する存在となる。 Anthropicのライフサイエンス部門責任者であるEric Kauderer-Abramsは「我々のミッションは人類の長期的な幸福に貢献するAIを開発することであり、ライフサイエンスこそが最大の機会だと確信している」とコメントしている。 主な機能と技術的な詳細 Claude Scienceは、研究者が実際の科学業務で直面する多様なニーズに対応した複数の機能を備える。強力な計算クラスター上でコードを自律的に記述・実行する能力を持ち、遺伝学・化学・タンパク質生物学向けの専門ツールとも連携できる。創薬分野での活用も実証済みで、フェニルケトン尿症（PKU）の研究における薬物候補の絞り込みにClaude Scienceが活用されたことが報告されている。 また、再現性を最優先に設計されており、科学者が結果やソースを検証しやすい仕組みが整備されている。Anthropicの評価によれば、基盤モデルは科学プロジェクトにおいて「理系の大学院2年生相当」のパフォーマンスを発揮するとされ、ハーバード大学の物理学者による評価でもこの水準が確認されている。 グラントプログラムと支援体制 Claude Scienceの発表と同時に、研究者を対象としたグラントプログラムも公開された。最大3万ドルの支援を提供し、合計50件のプロジェクトを採択する計画で、学術・研究機関の研究者が幅広く応募できる。このプログラムはプラットフォームの実用性を検証しながら科学コミュニティとの関係を深める狙いがある。 競合との背景と戦略的意義 AI×科学の分野では、Google DeepMindがAlphaFoldをはじめとする一連の成果によって10年以上にわたってリードしてきた。しかし近年、そのモメンタムに変化が生じている。AlphaFoldでノーベル賞を受賞したJohn JumperがDeepMindを離れAnthropic入りしたことは、同社が科学AI分野で台頭していることを象徴している。 Anthropicは今後、顧みられない疾患（neglected diseases）に対する独自の創薬研究にも乗り出す方針を示しており、人道的な目的と製品の実証を兼ねた取り組みとして注目される。IPOが見込まれる中で製薬企業との契約獲得も視野に入れており、Claude Scienceは単なる研究ツールに留まらず、同社の事業戦略の中核を担うプラットフォームとして育てられていく見込みだ。

概要 OpenAIは2026年6月26日、GPT-5.6シリーズとして「Sol」「Terra」「Luna」の3モデルを限定プレビュー公開した。それぞれ異なるユースケースを想定したティア構成となっており、Solはフロンティア推論および長期的なエージェント作業向けの最高性能モデル、Terraは日常的なタスクに適したバランス型、Lunaは最も高速かつ低コストな選択肢として位置づけられている。ただし、トランプ政権が署名した大統領令に基づくフロンティアAIレビュープロセスの審査対象となっており、現時点ではAPIとCodexを通じた一部の信頼できるパートナーへのアクセスに限定されている。広範な一般提供は数週間以内に予定されているとされる。 技術的な詳細 GPT-5.6シリーズは複数のベンチマークで高い性能を示している。コーディング分野ではTerminal-Bench 2.1において最先端の成果を達成し、生物学分野ではGeneBench v1で強化された結果を実現した。サイバーセキュリティ分野ではExploitBenchで競争力のある性能を発揮しつつ、出力トークン数を従来比で約3分の1に削減することにも成功している。 新機能として「max reasoning effort」が導入され、Solが複雑な問題についてより深く思考できるようになった。また「ultra mode」は単一エージェントの能力を超えてサブエージェントを活用することで、複雑な作業を加速させる仕組みを持つ。 価格設定 3モデルの価格は100万トークンあたりで以下のように設定されている。 Sol: 入力 $5 / 出力 $30 Terra: 入力 $2.50 / 出力 $15 Luna: 入力 $1 / 出力 $6 政府審査による制限と今後の展開 今回の限定提供は、高性能AIモデルに対する米政府の安全審査プロセスを反映したものだ。トランプ政権の大統領令はフロンティアAIの国家安全保障上のリスクを評価する枠組みを設けており、GPT-5.6シリーズはその審査が完了するまで広範な公開が制限されている。OpenAIは審査プロセスに協力しながら、数週間以内に一般向け提供を開始する意向を示している。Sol・Terra・Lunaという天体名を冠した命名は、番号（5.6）が世代を示し、Sol・Terra・Lunaが能力ティアを示すという新たな命名体系を導入するものであり、推論・エージェント・マルチサブエージェント能力の強化という方向性が今後のAI競争の焦点になると見られる。

概要 Qualcommは2026年6月24日、AIソフトウェア基盤を手がけるスタートアップModular Inc.を約39億ドルの全株式取引で買収すると発表した。取引は2026年後半の完了を予定しており、Modularの2025年9月時点での評価額16億ドルから大幅なプレミアムが付いた形となる。Qualcommは、この買収によってエッジからデータセンターにまたがるAI推論ソフトウェアスタックを大幅に強化し、17年間市場を支配してきたNvidiaのCUDAエコシステムに対抗するオープンな代替基盤を構築する方針だ。 ModularのコアテクノロジーとChris Lattnerの実績 Modularは、LLVMの設計者でAppleのSwift言語を生み出したコンパイラの第一人者Chris LattnerとTim Davisが約4年前に共同創業したソフトウェア企業だ。同社が保有する主要技術は2つある。 Mojo言語はAI推論コードを一度記述すれば、Nvidia・AMD・Intel・Qualcomm・Apple Siliconなど異なるチップ上で最適化して実行できるプログラミング言語だ。MAX推論エンジンはCPU・GPU・NPU・カスタムASICといった異種ハードウェアをまたいでAIモデルを実行管理するランタイムフレームワークであり、すでにNvidia GPU・AMDハードウェア・Appleチップでの動作実績がある。Qualcommはこの「一度書けばどこでも動く（write once, run anywhere）」という価値提案を、次世代AIインフラの核心に据えようとしている。 NvidiaのCUDA独占への挑戦と市場的文脈 CUDAは数百万行のコードと数千の最適化済みライブラリを持ち、AIエンジニアの世代全体がそのエコシステムで訓練されてきた。NvidiaはAIアクセラレーター市場で約85%のシェアを握っており、その優位性はハードウェアよりもソフトウェアのロックインによって維持されている部分が大きい。QualcommCEOのCristiano Amonは「業界は非中央集権的なマルチベンダー構成へと移行しており、よりオープンでモダンなソフトウェア基盤が必要とされている」と述べ、ベンダー中立なエコシステムの構築を強調している。ModularのLattnerも「異種AIハードウェアの展開を支える適切なソフトウェアインフラが不足しており、断片化とイノベーションの制約を招いている」と指摘していた。 Tenstorrent買収交渉と「完全なNvidia代替スタック」構想 Qualcommはこれと並行して、RISC-VベースのAIチップアーキテクトJim Kellerが率いるTenstorrentを80〜100億ドルで買収する交渉を進めていると報じられている。ModularのポータブルソフトウェアとTenstorrentのオープンシリコンを組み合わせることで、「オープンシリコン＋ポータブルソフトウェア」による完全なNvidia代替スタックの実現が視野に入る。両取引が成立すれば、Qualcommは約1週間で140億ドル以上をAIインフラに投資する計算になり、同社が掲げる2029会計年度までのデータセンター収益150億ドル目標に向けた大規模な賭けとなる。 課題と今後の展望 買収の成否は依然として不透明だ。CUDAの17年分の開発者慣性を覆すには、アナリストが指摘するように「数年から数十年単位の変革」が必要とも言われる。LLVMのように変革的なコンパイラ技術でさえ広く普及するまでに10年以上を要した。MojoとMAXが大規模本番環境で求められるレイテンシーとスループット要件を満たせるかも、外部での実証はまだ限られている。それでも、AI処理コストへの業界全体の強い関心が高まる中で、ベンダー中立なソフトウェア基盤への需要は確実に存在する。QualcommがModularという「ソフトウェアの鍵」を握ることで、エッジAIとデータセンターAIの両軸でどこまで市場を再編できるかが今後の焦点となる。

概要 2026年6月18日から24日にかけての6日間で、Google DeepMindの主要AI研究者4名がOpenAIおよびAnthropicへ相次いで転職し、Alphabetの時価総額は約2,690億ドルを失った。CNBCが報じたこの株価下落は1年以上ぶりの大幅なものとなり、非決算関連のイベントとして「テクノロジー史上最大級の時価総額消失」の一つとも評された。AI開発競争が激化する中、人材をめぐる構造的な問題がGoogleの企業価値に直撃した形だ。 流出した主要研究者 今回の流出で特に注目されたのが以下の4名だ。 Noam Shazeer：現代のAIに不可欠な技術「Transformer」の共著者で、GeminiのリードでもあったShazeerは6月18日にOpenAIへ移籍した。2000年からGoogleに在籍していたが、Character.AI創業期の3年間を経てGoogleが同社を27億ドルで買収した際に呼び戻された経緯を持つ。 John Jumper：AlphaFoldの開発を主導し、2024年にノーベル化学賞を受賞したDeepMindのディレクター。6月20日にAnthropicへ移籍した。 Jonas Adler：GeminiのAIコーディング機能の主要開発者。6月24日にAnthropicへ転職。 Alexander Pritzel：Geminiの事前学習（プレトレーニング）を担当するスペシャリスト。Adlerと同日の6月24日にAnthropicへ加わった。 ノーベル賞受賞者とTransformerの共著者という象徴的な人物が含まれていたことで、単なる人材流出を超えた「研究力そのものの喪失」として市場に受け止められた。 市場と投資家の反応 市場はこの一連の人材流出を深刻な警戒信号として受け止めた。Alphabetは2026年のAIインフラ投資として約1,900億ドルを見込んでいるが、分析家は「買っているのは持続可能な競争優位性ではなく、減価していく資産だ」と指摘した。研究を支える人材が失われれば、巨額投資の効果も大きく損なわれるとの懸念が広がった格好だ。 一方で、カバーするアナリスト33社のうち28社が買いの格付けを維持しており、長期的な見通しを楽観視する向きも依然として存在する。 AI人材獲得競争の構造的問題 研究者がGoogleを離れる要因として、組織の官僚主義や計算リソース（コンピュート）へのアクセス制限が挙げられている。「組織環境が研究者の野望に合致しなければ、どれだけの金銭でも研究者の忠誠心は買えない」との分析が示すように、報酬面だけでは解決できない問題が存在する。 OpenAIとAnthropicはIPO（新規株式公開）への準備が進む中で、株式報酬を武器にトップ人材を引き付けやすい状況にある。このAI人材の争奪戦は今後も続く見通しであり、Googleにとってはトップクラスの研究者の確保がAI開発の主導権を握る上での最重要課題となっている。

概要 SentinelLABSは2026年6月、AppleのXProtectによって検知されたRust製macOSインプラント「macOS.Gaslight」を分析・公開した。このマルウェアは北朝鮮（DPRK）系の脅威アクターによるものと高い確度で帰属評価されており、VirusTotalには同年5月22日にアップロードされていた。Gaslightが特に注目されるのは、従来のサンドボックス回避手法ではなく、AIを活用したセキュリティ解析ツールそのものを標的にしたプロンプトインジェクション技術を採用している点だ。SentinelOneの研究者Phil Stokesは「このマルウェアはサンドボックスではなく、エージェントの知覚を攻撃する」と述べており、セキュリティ業界における新たな攻撃の局面を示している。 プロンプトインジェクションによるAI解析妨害 Gaslightの最も際立った特徴は、バイナリ内に埋め込まれた3.5KBのMarkdown形式のデータブロックだ。このブロックには38件の偽の「システムメッセージ」が含まれており、LLMを活用したマルウェアトリアージエージェントを混乱させるよう設計されている。埋め込まれた文字列はメモリ枯渇、トークン期限切れ、Redisの接続失敗、SQLインジェクション警告といった実在しそうなシステムエラーをMarkdown書式で模倣しており、AIエージェントが自らのセッションを疑い、解析を中断・打ち切るよう誘導する。これらはマルウェア自身の動作とは一切無関係なダミーコンテンツだが、LLMベースの自動解析パイプラインにとっては正規のシステムメッセージと区別しづらい内容となっている。 技術的な詳細 C2通信とOPSEC Gaslightは指令制御（C2）チャネルとしてTelegram Bot APIを使用し、ポーリングループ方式でオペレーターと通信する。通信はメッセージごとに新しいノンスを生成するAES-GCM暗号化と、SecTrustSetAnchorCertificatesOnlyを用いた証明書ピニングで保護されており、企業環境でのシステムプロキシ設定にも対応する。また、Telegramのボットトークンをランタイムログから自動で難読化（「file/token:redacted」に置換）することで、ログやクラッシュダンプからの認証情報回収を防ぐ高度なOPSEC設計が施されている。 情報窃取機能 マルウェアには6.6KBのPythonスティーラーが同梱されており、ブラウザデータ（Chrome、Brave、Firefox、Safari）、ターミナルコマンド履歴、インストール済みアプリ一覧、実行中プロセス、システムプロファイル、macOSキーチェーンデータベースを収集する。収集されたデータはZIPアーカイブに圧縮されTelegram経由で送信される。Pythonインタープリタ自体はastral-sh/python-build-standaloneプロジェクトからスタンドアロンのCPython 3.10.18をランタイムに取得するため、システム標準のPythonに依存しない。 永続化とコマンド体系 Appleの名前空間を偽装したLaunchAgentラベル「com.apple.system.services.activity」でシステム起動時に永続化する。サポートされるコマンドはヘルプ・識別情報取得・シェルコマンド実行（execvp）・PID指定のプロセス終了・ファイル持ち出し・インプラント停止の6つが確認されており、7番目の「focus」コマンドは用途不明のまま残されている。 帰属評価と侵害指標（IOC） SentinelLABSはApple XProtectの検知ルール「MACOS_BONZAI_COBUCH」との関連から、本インプラントがDPRK系macOS活動クラスターに属すると高い確度で評価している。主なIOCは以下のとおり。 Mach-Oハッシュ（SHA-256）: 6328567511d88fdc2ae0939c5ef17b7a63d2a833881900de018a4f12f4982525 LaunchAgentラベル: com.apple.system.services.activity Pythonペイロードハッシュ: baabf249c77bc54c54ab0e66e15af798bd28aa5b4683554456a8b73ab8741239 Bashインストーラーハッシュ: b3c56d689414343589f38394d19ba2fe9a518133281200faa0556ba4e4136394 セキュリティへの示唆 Gaslightの発見は、脅威アクターがAI支援のセキュリティ解析パイプラインを次の攻撃対象として積極的に研究していることを示す。従来のサンドボックス回避が検知エンジン自体を避けるものだったのに対し、プロンプトインジェクションはLLMエージェントの判断を歪めてアナリストに誤情報を渡す手法であり、AI駆動の防御体制に新たな信頼性の問題を提起する。自動化されたマルウェア解析パイプラインを運用するSOCやセキュリティチームは、LLMエージェントへの入力データの検証と、AI生成の解析結果を鵜呑みにしない運用体制の整備を検討する必要がある。

概要 Alibaba Qwenチームは2026年6月24日、AIエージェント向けの言語世界モデル（Language World Model）「Qwen-AgentWorld」をオープンソースで公開した。世界モデルとは「現在の観測と行動をもとに環境のダイナミクスを予測するモデル」であり、Qwen-AgentWorldはテキストベース環境（MCP・Search・Terminal・SWE）とGUIベース環境（Web・OS・Android）の計7ドメインを単一モデルで統合的にシミュレートする。新たに設計した評価基準「AgentWorldBench」では、形式・事実性・一貫性・現実性・品質の5次元で測定した結果、大規模モデル（397B-A17B）がスコア58.71を記録し、GPT-5.4（58.25）やClaude Opus 4.8を上回った。35Bスケールのモデルはベースラインから+8.66ポイント向上し、Claude Sonnet 4.6も超えている。 技術的な詳細 Qwen-AgentWorldの学習は3段階のパイプラインで構成される。まず継続事前訓練（CPT）ステージで、実環境から収集した1,000万件以上のインタラクション軌跡を使い、一般的な環境知識をモデルに注入する。次に教師あり微調整（SFT）ステージで、次状態予測の推論能力を明示的に活性化する。最後に強化学習（RL）ステージで、ハイブリッド報酬フレームワークを通じてシミュレーションの忠実度を高める。また「ターンレベル情報理論的ロスマスキング」という手法により、環境情報を含む重要なターンのみを学習対象に絞ることで、効率的な訓練を実現している。公開モデルはQwen-AgentWorld-35B-A3BとQwen-AgentWorld-397B-A17Bの2種類で、256Kトークンのコンテキストウィンドウを持ち、HuggingFaceおよびModelScopeで入手できる。SGLangとvLLMによるデプロイにも対応している。 2つの応用パラダイム Qwen-AgentWorldは、エージェントの能力強化に向けて2つの異なる活用方法を提示している。 1つ目は**Sim RL（デカップルドシミュレーション）**で、実環境とは切り離した制御可能なシミュレーション環境でエージェントを訓練するアプローチだ。MCPMarkで+12.3、WideSearchで+16.3の性能向上が確認されており、実環境訓練のみのエージェントを上回るF1スコアを達成している。 2つ目はエージェント基盤モデルとしての利用で、単一ターンの非エージェントタスクから7ベンチマークにわたる複数ターンのエージェントタスクへの転移学習を可能にする。ドメイン外データでも+11.3、+9.7、+9.0といったスコアゲインが得られており、エージェントとして直接訓練していないにもかかわらず幅広いエージェントタスクで性能が向上するという点が注目される。 背景と意義 従来のAIエージェントは実環境でのトレーニングに依存するため、安全性・コスト・再現性の面で課題があった。言語世界モデルという概念は、環境そのものをモデルに内包させることでこの問題を回避するアプローチであり、ロボティクスや強化学習の分野では既に注目されていた。Qwen-AgentWorldはこれをテキスト・GUI双方の実用的なエージェントドメインに拡張し、オープンソースで提供した点で意義が大きい。また研究チームはAgentWorldBenchという新たなベンチマーク体系も同時に整備しており、世界モデル研究のインフラとしてコミュニティに貢献する構えを示している。

概要 Anthropicは2026年6月24日、中国テック大手Alibabaとその傘下のAI研究部門Qwenが、「過去最大規模の蒸留攻撃（distillation attack）」をClaudeモデルに対して実施したと告発した。Anthropicは米上院議員らへの書簡およびホワイトハウス当局者への報告を通じてこの事実を明らかにし、米国のAI優位性を守るための規制強化を強く求めた。攻撃は2026年4月22日から6月5日にかけて行われ、約25,000の偽装アカウントを用いたClaudeとの交換回数は2,880万回以上に達した。 攻撃手法：「敵対的蒸留」とは 今回の攻撃で使われた「敵対的蒸留（adversarial distillation）」は、高性能なAIモデルに大量のプロンプトを送り、その回答パターンや推論構造を収集することで、自社の低性能モデルを改善・強化する手法だ。通常、蒸留は自社システム内で合法的に行われるが、本件では他社のモデルに許可なくアクセスして知的財産を抽出している点が問題とされている。Anthropicは書簡の中で「これらの攻撃は違法かつ組織的に、産業規模で実施されている」と断言し、AlibabaがR&D投資を回避しながら最先端の能力を獲得しようとしていると批判した。 標的とされた機能と安全上のリスク 攻撃が集中したのは、Anthropicの最新モデル「Mythos Preview」が持つ高度な機能群、特にソフトウェアエンジニアリングと自律的な推論（agentic reasoning）の領域だ。これらはAnthropicの競争優位の根幹をなすと同時に、商業的価値の高い機能でもある。AnthropicはさらにIPの窃取にとどまらないリスクも指摘している。敵対的蒸留によって開発されたモデルは「安全ガードレールを欠くことが多い」とし、こうしたモデルの普及が安全保障上の脅威につながりうると警告した。 政府への働きかけと米中AI競争の文脈 Anthropicはホワイトハウスや米上院議員に詳細を報告し、規制強化を求めた。これを受け、上院のBill HagertyとAndy Kimは国防関連法案の修正案として、米国のAIモデル出力を不正利用した中国企業を「ブラックリストへの登録や制裁対象とする」条項の追加を提案している。米当局者は、こうした不正蒸留による損害はシリコンバレー各社に数十億ドル規模の損失をもたらしていると推計している。 今回の告発は突発的な事件ではない。Anthropicは2026年2月にもDeepSeek、Moonshot、MiniMaxの3社による「産業規模の蒸留キャンペーン」を確認・公表しており、その後も攻撃の規模と巧妙さが増していると述べていた。今回のAlibabaによる攻撃は、それをさらに上回る過去最大の事例として記録された。AIの知的財産保護と米中間の技術覇権争いが交錯するこの問題は、今後の規制の在り方に大きな影響を与えることが予想される。

概要 Oracleは2026年6月、過去1年間で約2万1千人の人員削減を実施したことを明らかにした。これは全従業員の約13%に相当する大規模なリストラであり、構造改革費用として18億ドルを計上している。削減の主な理由としてAI技術への移行を挙げており、業務の自動化や効率化によって従来型の役割の多くが不要になりつつあるとしている。Oracleはテック大手によるAI起因のレイオフの波の一部として位置づけられており、同社の経営方針の根本的な転換を示す動きとして注目されている。 AIインフラへの大規模投資 人員削減の一方で、OracleはAIインフラへの投資を急速に拡大している。直近の設備投資額は前年比162%増の557億ドルに達しており、クラウドおよびAIサービスの基盤整備に経営資源を集中投下している姿勢が鮮明だ。設備投資の絶対額自体は依然としてMicrosoft、Amazon、Googleといった競合大手を下回る水準にとどまるものの、こうした積極投資の結果、Oracleの受注残高(RPO)はこれら競合を上回る規模に達したとされ、同社がクラウド・AIの主要プレーヤーとして地位を確立しようとする戦略的意図を反映している。 AI時代の雇用シフトという業界トレンド Oracleの動きはテクノロジー業界全体で進行する大きな潮流の一部だ。生成AIや自動化ツールの普及に伴い、多くのテック大手が従来型業務の縮小とAI関連投資の拡大を同時に進めており、雇用の大規模な再配置が起きている。Oracleの場合、削減された人材の多くはサポート・管理・従来型ソフトウェア開発といった職種とみられ、その一方でAIエンジニアリング、クラウドインフラ、データサイエンスといった分野での採用需要は高まっている。557億ドルという設備投資の規模は、短期的な利益の圧迫を受け入れてでもAI基盤を獲得しようとする同社の長期的な賭けを示すものといえる。

概要 OpenAIは2026年6月24日、半導体大手Broadcomと共同設計した初のカスタムAI推論チップ「Jalapeño」を正式に発表した。同チップはユーザーリクエストへの応答として学習済みモデルを動作させる「推論（インファレンス）」に特化した設計で、早期テストにおいて「現行の最先端チップを大幅に上回る性能対消費電力比（Performance-per-Watt）」を示しているという。OpenAIとBroadcomのパートナーシップは2025年10月に正式発表されており、今回の公開はその具体的な成果となる。 開発プロセスとAI活用 注目すべきは、Jalapeñoの設計・開発プロセス自体にOpenAI自身のAIモデルが活用されている点だ。チップのアーキテクチャ検討やシミュレーションにAIを組み込むことで開発サイクルを短縮したとされ、「AIでAIを作る」という象徴的な事例となっている。OpenAI社長のGreg Brockmanは「自社のワークロードを深く理解しているからこそ、可能性の限界を押し広げられる」と述べており、ソフトウェアとハードウェアを一体として最適化できる強みを強調した。 戦略的意義——NVIDIA依存の低減 Jalapeñoの開発背景には、NVIDIAのGPUへの依存を減らしインフラコストを抑制するという明確な戦略がある。OpenAIはモデル、製品、インフラ、チップアーキテクチャ、データセンター、デプロイシステムを「スタック全体」として一貫して最適化できる体制を目指しており、同チップはその重要なマイルストーンだ。同様のアプローチはGoogleのTPUやAmazonのTrainiumでも見られ、クラウド・AI企業による独自シリコン開発の潮流がOpenAIにも波及した形となる。 今後の展望と課題 現時点でJalapeñoはテスト段階にあり、量産・実運用に向けたタイムラインは明らかにされていない。また同チップが対象とするのはあくまでも推論であり、計算負荷の高い事前学習（プレトレーニング）については引き続きNVIDIAのGPUに依存する見込みだ。それでも推論コストの効率化はOpenAIのビジネス経済性を大きく改善する可能性があり、将来的なGPUからカスタムシリコンへの移行を加速させる試金石として業界から注目を集めている。