AI

概要 Block社が開発するオープンソースのAIエージェントフレームワーク「Goose」が2026年4月8日、バージョン1.30.0を正式リリースした。このリリースは40名以上のコントリビューターによる136コミットを含む大規模なアップデートで、ターミナルUI（TUI）の全面刷新、新規プロバイダーの追加、セキュリティ強化、拡張機能管理の改善など、幅広い領域にわたる変更が盛り込まれている。 ターミナルUIの刷新と新コマンド 今回のリリースで最も目立つ変更がTUIの大幅刷新だ。ツール呼び出しの出力をタブで展開・折りたたみできるようになり、長大な出力に埋もれることなく作業の流れを把握しやすくなった。メッセージのレンダリングも改善され、ストリーミング中の表示順序が安定した。 新たに追加された goose serve サブコマンドはGooseをバックグラウンドサービスとして起動できる機能で、ヘッドレス運用を想定した --text モードも独立して利用可能になった。また、設定トラブルシューティング向けの goose doctor コマンドが追加され、環境設定の問題を素早く診断できるようになっている。 プロバイダーとモデルの拡充 プロバイダー面ではGemini OAuth認証のサポートと、GitHub Copilotとの統合を担うCopilot ACPプロバイダーが新たに追加された。中国のAIサービス「Zhipu」向けの宣言型プロバイダーも追加され、ZHIPU_BASE_URL で接続先を柔軟に設定できる。さらにGoogleの最新ローカルモデル「Gemma 4」にも対応し、ローカル実行環境の選択肢が広がった。 宣言型プロバイダー全般では fast_model の設定が可能となり、処理速度を優先するタスクでより軽量なモデルへ切り替えやすくなった。VMware Tanzu Platformプロバイダーの改善も含まれており、エンタープライズ環境での利用が一層進みやすくなっている。 セキュリティ・拡張機能・設定の強化 セキュリティ面では、アウトバウンド通信を記録するEgressログインスペクターが追加され、Gooseが行うネットワーク呼び出しの監視が可能になった。シークレットファイルのパーミッションもOS標準のセキュリティ機能を利用して制限され、認証情報の保護が強化された。 拡張機能（スキル）の管理も強化された。デスクトップUIでのスキル表示、ネストされたスキルの再帰的な探索、拡張機能ごとのタイムアウト設定など、実運用で求められる細かな機能が整備された。設定面でも GOOSE_SHOW_FULL_OUTPUT によるツール出力の切り詰め制御や、GOOSE_CONTEXT_LIMIT の config.yaml からの読み取りなど、環境変数やファイルによるカスタマイズ性が向上している。 バグ修正とパフォーマンス改善 バグ修正も多岐にわたる。MCPサブプロセスが異常終了した際のクリーンアップ処理が改善されたほか、Ollama プロバイダーのハングアップ防止、OpenAI ストリーミング中のJSONパース安全性向上、Bedrockのツール入力でnullの代わりに空オブジェクトを返すよう修正するなど、各プロバイダー固有の問題が解消された。デスクトップアプリでは「Markdownで表示」機能の復元やスラッシュコマンドの修正も行われた。パフォーマンス面ではACPサーバーでの拡張機能ローディングが並列化され、起動時間の短縮が期待できる。

概要 Googleは2026年4月、AI Modeに2つの大きなアップデートを発表した。1つ目はGeminiアプリに近いUIのリデザイン、2つ目はエージェンティックなレストラン予約機能の米国外8カ国への拡大だ。対象となる新たな国はオーストラリア、カナダ、香港、インド、ニュージーランド、シンガポール、南アフリカ、英国で、追加のオプトインなしに利用できる。 UIリデザイン モバイル版AI Modeでは、入力欄が新しいボトムシート形式に刷新され、従来のポップアップメニューから脱却した。ギャラリーやカメラのボタンが大型化し、画像生成機能や「Gemini 3モデル」の切り替え（AutoとProの選択）も目立つ形で配置された。このリデザインはAndroidとiOSの両プラットフォームで順次ロールアウトされている。 エージェンティック予約の仕組み 予約機能はProject Marinerのウェブブラウジング能力を活用し、複数の予約プラットフォームを横断して空席を検索する。ユーザーは「土曜日午後7時に、ショアディッチのドッグフレンドリーなイタリアンレストランで2人分のテーブルを確保して」といった自然言語でリクエストするだけで、料理のジャンル、人数、時間、場所といった条件に合った予約可能な選択肢を自動で探し出し、予約ページへのリンクとともに提示する。検索・比較から予約候補の提示までが単一のクエリで完結する点が特徴だ。 今後の展望 今回の8カ国への展開は、GoogleがAI Modeを単なる検索の拡張にとどまらず、実際のタスクを遂行するエージェント基盤として育てていく意図を示している。自然言語による予約という実用的なユースケースを通じて、AIエージェントの日常利用への浸透が一層加速しそうだ。

概要 NTTデータは2026年4月14日、米国のAIセキュリティ企業WitnessAI社とリセラー契約を締結し、同社のAIガバナンスプラットフォーム「WitnessAI」の国内向け提供を同日より開始すると発表した。「WitnessAI」は企業における生成AI活用からAIエージェント活用まで対象に、AIへの入出力を監視・制御することでリスク低減とガバナンス強化を支援するプラットフォームだ。NTTデータは自社の「Responsible & Secure AI」サービスにおける「AI Protectionサービス」の一環として同製品を組み込み、顧客企業のセキュアなAI利活用を推進していく。 技術的な特徴 WitnessAIが持つ最大の特徴は、ネットワークレベルで完全な可視化を提供する点にある。従来のネットワークセキュリティソリューションでは把握が困難だったAI利用の実態を可視化し、機密情報の外部送信や不適切な応答生成といったリスクを検知・防止する。リスク検知においてはキーワードマッチングに依存せず、「利用者の意図を踏まえた分析」を行うことで精度の高い監視を実現している。また、単一テナント構成を採用しており、企業ごとのデータ主権に対応できる点も企業導入のハードルを下げる要素となっている。 導入背景と今後の展開 NTTデータグループはすでに2025年度において、WitnessAIを含むAIガードレール製品の検証・導入を自社内で実施済みであり、「クライアントゼロ」として培った実装知見を活かして顧客支援を行う体制を整えている。AIエージェントの普及や各国・地域における法規制の変化に対応すべく、サービスの継続的な高度化も予定している。また、NTTデータグループ各社においてもリセラー契約の検討が進んでおり、グループ全体でのAIガバナンス支援体制の拡充が見込まれる。

概要 PwCは2026年版「AI Performance Study」を公開し、AIがもたらす経済的価値の74%が全体のわずか20%の企業に集中しているという衝撃的な実態を明らかにした。本調査は25業種にわたる1,217人のシニアエグゼクティブを対象に実施されたもので、AI活用の巧拙が企業間の競争優位に決定的な差をもたらしつつあることを示している。トップ企業（フロントランナー）と後進企業（フォロワー）の間には、AI投資規模だけでなく、戦略的方向性・業務改革・ガバナンス体制のすべてにおいて大きな隔たりが生じており、この格差は今後さらに拡大する見通しだ。 先進企業と後進企業の戦略的差異 AI先進企業が後進企業と最も大きく異なる点は、AIの活用目的にある。後進企業がコスト削減や業務効率化にAIを充てる一方、先進企業はAIを成長エンジンおよびビジネスモデルそのものの再発明に活用している。先進企業は「業界収束の機会」を最大の財務パフォーマンス向上要因として位置づけており、こうした成長機会を特定する確率は後進企業の2〜3倍に上る。さらに、AIをコスト削減目的でのみ使う企業と比べ、先進企業はビジネスモデルの再発明を実現する確率が2.6倍高いという結果も示されている。 AI投資規模においても、先進企業は同業他社の約2.5倍の投資を行っており、スケールの差が成果の差に直結している。また、先進企業はAIツールを既存プロセスに追加するのではなく、AIを中心としてワークフローを根本から再設計しており、業務変革を推進する確率は後進企業の2倍に達する。 自律化とガバナンスへの取り組み 先進企業はAIの自律化レベルも格段に高い。ガードレール（安全制御）の範囲内での複数タスクの同時処理については1.8倍、人間の介入を要さない自律的な意思決定の実行については2.8倍の確率で取り組んでいるという数値が示されている。こうした高度な自律運用を可能にする背景には、責任あるAI（Responsible AI）の取り組みと強固なガバナンス体制がある。 先進企業はResponsible AIフレームワークの実装に1.7倍、部門横断型ガバナンス委員会の設置に1.5倍積極的であり、その結果として従業員がAIの出力を信頼する確率が2倍高まっている。AIの成果を最大化するためには、技術導入だけでなく、組織的な信頼構造の構築が不可欠であることを示している。 今後の展望 報告書は、AI先進企業がリードを維持・拡大し続けると予測している。実証済みのアプリケーションをスケールさせ、データから学習するサイクルを加速し、より多くの意思決定を安全に自動化することで、先進企業は後進企業との差を広げ続ける。今後、AI活用の巧拙が企業の競争力を左右する「勝者総取り」的な構造が一層強まることが懸念されており、企業はAIを単なるツールとしてではなく、ビジネス変革の核として再定義する戦略的転換が求められている。

概要 SnapのXR専門子会社Specs Inc.は、Qualcomm Technologiesとの複数年にわたる戦略的パートナーシップの締結を発表した。次世代ARグラス「Specs」にQualcommのSnapdragon XR SoCを採用し、2026年後半に消費者向けの正式リリースを予定している。Snapは長期間にわたってARグラスの開発休止期間があったが、今回の提携発表はプロジェクトの大きな転換点となる。 Qualcommとの協業はすでに5年以上の実績があり、従来のSpectaclesシリーズにもSnapdragonプラットフォームが採用されてきた。今回の契約はその関係をさらに発展・拡張するものだ。Qualcommの CEO Cristiano Amon氏は、「電力効率的で、自然かつ直感的なエージェンティック体験を提供する」と述べ、省電力コンピューティングとオンデバイスAIの重要性を強調した。 技術的な詳細 「Specs」にはQualcommのSnapdragon XR SoCが搭載され、以下の機能が実現される予定だ。 オンデバイスAI処理: プライバシーと処理速度を重視し、クラウド依存を最小化 シースルーAR光学系: 現実世界にデジタル情報をオーバーレイ表示 音声・手ジェスチャー操作: 直感的なユーザーインターフェース コンテキスト認識AI: ユーザーが見聞きするものを理解し、状況に応じた体験を提供 高度なグラフィックス処理: マルチユーザーデジタル体験への対応 前世代モデルと比較して、小型・軽量化も実現される見込みだ。戦略的ロードマップは「オンデバイスAI、最先端グラフィックス、高度なマルチユーザーデジタル体験」の迅速な提供を目指す方向性を示している。 背景と市場環境 Specs Inc.は2026年1月にSnapがXR事業に戦略的焦点と提携の柔軟性を持たせるために設立した独立子会社だ。2025年6月には軽量な消費者向けスマートグラスとしてSpecsを発表し、今回のQualcomm提携でいよいよ商業化への道が開かれた。 AR・スマートグラス市場ではMeta（Rayban Meta）、Google（Android XR）、Samsung、Appleなど主要テック企業が積極的に参入しており、競争が激化している。Snapは独自のSNSプラットフォームや拡張現実フィルターで培ったAR技術とユーザーベースを活かし、差別化を図る狙いがある。消費者向けARグラスの本命とも期待されるSpecsのリリースは、業界全体の注目を集めている。

概要 2026年4月13日時点の最新情報によると、米国では複数の州議会がAI関連の規制法案を相次いで可決・進行させており、州レベルでの立法ラッシュが続いている。ネブラスカ州、メーン州、メリーランド州でそれぞれ異なる分野のAI規制法が成立した。規制対象はチャットボットによる未成年者への影響、AI精神医療の提供、AI活用による価格設定など多岐にわたっており、各州が独自の優先課題に応じた規制アプローチを採用していることが浮き彫りになっている。 可決済みの主要法案 ネブラスカ州（LB 525） では「会話型AI安全法（Conversational AI Safety Act）」が盛り込まれ、チャットボットを運営する事業者に対してAIであることの開示を義務付けた。特に未成年者との対話に関する規制が中心で、精神保健サービスを提供しているかのような表示を禁止している。 メーン州（LD 2082） では、ライセンスを持つ専門家以外が治療・心理療法サービスを提供することを禁止する法律が可決された。これはAIを活用したメンタルヘルス対応サービスを対象とするもので、無資格のAIが実質的な精神科的治療を行うことを遮断する内容だ。また別の法案LD 2162（チャットボット規制）も上院の承認待ちとなっている。 メリーランド州（HB 895） では、価格設定にAIを活用するシステムに対する規制法案が議会を通過した。消費者保護の観点から、アルゴリズムによる価格操作を制限することが目的とされている。 進行中の法案と今後の動向 委員会審議を通過し本会議待ちの状態にある法案も多数存在する。チャットボット規制ではハワイ州、オクラホマ州、カリフォルニア州、コネチカット州の各法案が進行中だ。医療AI分野ではカリフォルニア州が3本の法案を同時並行で審議しており、ルイジアナ州、ミネソタ州、ミズーリ州でも関連法案が委員会を通過している。雇用分野では、カリフォルニア州とミネソタ州で採用・評価などの自動意思決定システムに関する法案が審議されている。 特徴的な動きとしては、テネシー州議会でAI法人格禁止法案SB 837が上院を通過した点が挙げられる。AIに対して法人としての権利・義務を認めることを明示的に禁じる内容で、AIの法的地位に関する先手を打つ立法として注目されている。 背景と展望 連邦レベルでの統一的なAI規制が依然として実現していない米国では、各州が独自のアプローチで規制整備を急いでいる。分野は消費者保護、医療、労働、そして法的地位の問題にまで広がっており、企業はますます複雑化する州法のパッチワークへの対応を迫られている。特に全国展開するテック企業やAIサービス提供者にとっては、州ごとに異なるコンプライアンス要件が重大なビジネスリスクになり得る。今後も各州議会の会期が続く中、さらなる法案の可決が見込まれ、米国のAI規制地図は引き続き急速に塗り替えられていくことになりそうだ。

概要 AI画像生成プラットフォームとして広く普及しているComfyUIのインターネット公開インスタンスを標的とした、巧妙な大規模攻撃キャンペーンが確認された。セキュリティ研究者は、1,000件以上の公開ComfyUIインスタンスが暗号通貨マイニングやプロキシボットネットに悪用可能な脆弱な状態にあることを特定した。攻撃者はクラウドのIPレンジを継続的にスキャンする専用のPythonスキャナーを使い、ComfyUI-Managerがインストールされた認証なしの公開インスタンスを自動的に発見・侵害する手法をとっている。 攻撃手法：悪意あるカスタムノードの自動インストール 攻撃の中核は、ComfyUIのカスタムノード機能を悪用したリモートコード実行にある。認証なしで公開されたデプロイメント上でカスタムノードが生のPythonコードをそのまま実行できるという致命的な設定ミスを突いている。スキャナーはまずComfyUI-Shell-ExecutorやComfyUI_Fill-Nodesなど既知の脆弱なノードファミリーの存在を確認し、見つからない場合はComfyUI-Managerを経由して攻撃者自身が作成した悪意あるノードパッケージ（ComfyUI-Shell-Executor）をインストールした上で再度攻撃を試みる。コード実行に成功すると、攻撃者のサーバーからシェルスクリプト（ghost.sh）がダウンロードされ、証拠隠滅のためにComfyUIのプロンプト履歴が消去される。 多重の永続化メカニズムと高度な回避技術 侵害後のマルウェアは、検出・削除を困難にする複数の永続化手法を組み合わせている。シェルスクリプトは6時間ごとに自動ダウンロードされ、ComfyUI起動時にエクスプロイトワークフローが再実行される。さらにchattr +iコマンドによりマイナーバイナリをroot権限でも削除・変更できないファイルとして固定し、LD_PRELOADフックを利用してウォッチドッグプロセスを隠蔽することでマイナーが終了した場合でも自動再起動する仕組みを持つ。 2026年4月2日に観測された更新バージョンでは、さらに高度な回避技術が追加されている。RAM容量、ネットワークインターフェース数、デバッガーの有無、「sandbox」「malware」「honeypot」などのシステムキーワードをもとにリスクスコアを計算し、サンドボックス環境と判断した場合は処理を中断する。また、CPU使用率80%超のプロセスや疑わしいディレクトリ（/tmp、共有メモリ、/var/tmp）で動作するプロセスを積極的に終了させる機能も備えている。 マイニング・プロキシボットネット・ラテラルムーブメント 侵害されたホストはXMRig経由のMonero（XMR）とlolMiner経由のConflux（CFX）の暗号通貨マイニングに利用される。すべての採掘活動はFlaskベースのC2ダッシュボードを通じて管理される。また感染マシンはHysteria V2ボットネットに組み込まれ、プロキシノードとして転売される可能性がある。競合するボットネット（「Hisana」など）を発見した場合は単に終了させるだけでなく、設定を書き換えて採掘益を攻撃者のウォレットに横取りし、C2ポートをダミーのPythonリスナーで占拠するという徹底した手口をとる。さらに、Docker（ポート2375）や認証なしのRedisサーバーへの横展開機能も持ち、SSHキーを登録することで継続的なリモートアクセスも確保する。 攻撃インフラと背景 攻撃ツールキットはAeza Group（ブレットプルーフホスティングプロバイダー）と関連する77.110.96[.]200のIPアドレス上で発見された。攻撃者のシェルコマンド履歴からは、継続中のRedisデータベース攻撃キャンペーンとの関連も示唆されている。今回の事案はSpamhausが2025年の2つの半期にそれぞれ26%・24%のボットネットノード増加を報告するなど、より広範なボットネット活性化傾向の一部と位置づけられる。公開状態のComfyUIインスタンスを持つユーザーは、認証設定の見直しや外部アクセスの制限など、即時の対策が求められる。

概要 Google CloudはNVIDIA GTC 2026に合わせ、AIインフラに関する複数の強化策を発表した。主な内容は、NVIDIA RTX Pro 6000 Blackwell Server Edition GPUを搭載したG4 VMの分数スライス提供のプレビューと、2026年後半にNVIDIA Vera Rubin NVL72ラックスケールシステムを提供する初期クラウドの一つとなる計画だ。これらの取り組みはGoogle CloudのAI Hypercomputerアーキテクチャの一環として位置づけられており、TPUと並ぶNVIDIAネイティブな選択肢を顧客に提供することを目的としている。 分数G4 VMによる柔軟なGPUリソース割り当て 今回プレビューが発表された分数G4 VMは、NVIDIA vGPU技術を活用し、1つのGPUを1/2・1/4・1/8のスライスに分割して提供する。これはNVIDIA RTX Pro 6000 Blackwell Server Edition向けとしては業界初の取り組みとされ、推論・レンダリング・リモートデスクトップ・ストリーミングなど、フルGPUを必要としない多様なワークロードに対してリソースを適切なサイズで割り当てられる点が特徴だ。Dynamic Workload Schedulerと組み合わせることで、フォールバック優先度の設定や利用可能なGPU構成の自動検索も可能となり、GPUの取得しやすさが大幅に向上する。G4 VMは30Bから100B以上のパラメータを持つモデルのファインチューニングや推論にも適した性能を持つ。 NVIDIA Vera Rubin NVL72による大規模AIトレーニング 2026年後半に提供が予定されているNVIDIA Vera Rubin NVL72は、1ラックに72基のGPUをNVLink 6インターコネクトで接続したラックスケールシステムだ。FP8トレーニング性能は1.4 exaFLOPsに達し、これは従来のH100構成（1ラックあたり約720 petaFLOPS）と比べて約2倍に相当する。NVLink 6によるテンソル並列処理はGPU間のデータ転送オーバーヘッドを排除し、オンプレミスのNVIDIA DGX SuperPOD環境に匹敵する大規模LLMトレーニングをクラウドで実現可能にする。 Google CloudはこのVera Rubin NVL72向けに新しいA4 Ultraインスタンスファミリーを用意しており、2026年第2四半期からus-central1とeurope-west4でプレビューアクセスが開始される予定だ。フルラック（72 GPU）とサブラック構成の両方が提供され、企業や研究機関はGoogle Cloudコンソールからプレビュー申し込みができる。 ソフトウェア統合と競争戦略 ハードウェア面の強化に加え、Google CloudはNVIDIA DynamoをGoogle Kubernetes Engine Inference Gatewayと統合することも発表した。これにより、アプリケーション層とハードウェア層にまたがるモジュラーかつオープンソースのコントロールプレーンが実現する。 競合他社のAWSやAzureが高密度NVIDIAコンピュートで先行してきた中、今回の発表はGoogle Cloudが大規模トレーニングワークロードの獲得に本腰を入れることを示している。また、既存のTPU v5インフラとの共存戦略として「TPUネイティブとNVIDIAネイティブの両方を同一エコシステム内で選択できる環境」の構築が明確に打ち出された形だ。

概要 イーロン・マスク率いるxAIが、10兆パラメータという業界最大規模のAIモデルをトレーニング中であることが報じられた。このモデルは2026年中頃にリリースされる見込みで、現在同社のスーパーコンピュータ「Colossus 2」上で開発が進められている。10兆パラメータ規模のモデルを公式に訓練していることを認めている企業は、現時点でxAIのみとされており、AI開発競争において大きな一歩となる。 Colossus 2と並行トレーニング Colossus 2では現在、7つのモデルが同時並行でトレーニングされている。ラインアップは以下の通りとなっている。 Grok Imagine V2（画像生成系） 1兆パラメータモデル（2バリアント） 1.5兆パラメータモデル（2バリアント） 6兆パラメータモデル（1バリアント） 10兆パラメータモデル（1バリアント） この並行トレーニング体制は、段階的なモデル展開と異なる用途へのスケールアウトを可能にするものだ。 インフラストラクチャの規模 Colossus 2は約55万個のNVIDIA GPUで構成され、ハードウェアへの投資額だけで約180億ドルに上る。また、専用の電力供給設備として400MW以上の容量を確保しており、この電力規模はデータセンターとしても異例の大きさだ。 パラメータ数だけが性能指標ではない 報道では、パラメータ数はあくまで性能を測る要素の一部に過ぎないという見解も示されている。活性パラメータの効率や訓練データの質、アーキテクチャの設計が実際の性能を左右するため、10兆という数字が直接的な性能優位性を保証するわけではない。とはいえ、こうした超大規模モデルの開発を公言していること自体が、xAIの技術力と資金力を示す重要なシグナルとなっている。 今後の見通し 10兆パラメータモデルは2026年中頃のリリースが見込まれており、実現すればGrokシリーズの大幅な能力向上が期待される。xAIはSpaceXとの統合を経て得た巨大なインフラ基盤を背景に、OpenAIやGoogleなどとの競争をさらに激化させる構えを見せている。業界全体として超大規模モデルの開発競争が続く中、xAIの動向は今後のAI技術トレンドを占う上でも注目されている。

概要 スタンフォード大学のAI研究機関HAI（Human-Centered Artificial Intelligence）は2026年4月13日、年次「AIインデックスレポート2026」を公開した。同レポートは今年で9年目を迎え、AIの能力・経済・社会・規制など多方面の動向を包括的に分析している。最大の注目点は、AIモデルのベンチマーク性能が急速に飽和しつつあること、そして米国と中国のモデルが主要ランキングの首位を頻繁に入れ替わるほど性能が拮抗してきた点だ。一方で企業の透明性低下や環境コストの増大など、能力向上の「影」の部分も詳しく記録されている。 AIの急速な能力向上とベンチマークの飽和 AIモデルの性能は過去1年間で目覚ましく向上した。ソフトウェアエンジニアリングの難易度ベンチマーク「SWE-bench Verified」ではスコアが約60%からほぼ100%へと1年間で急伸し、GeminiのDeep Thinkモデルは国際数学オリンピック（IMO）で金メダル相当の成績を収めた。MMMU、GPQA、SWE-benchといった難問ベンチマークでも同様の急上昇が見られ、既存の評価指標が「飽和」に近づいているとレポートは指摘する。 しかし能力の向上は一様ではない。同じトップレベルのモデルがアナログ時計の読み方を正解できる割合は50.1%にとどまっており、高度な推論能力と基礎的な知覚タスクが混在するAIの「凸凹」な能力プロファイルが改めて浮き彫りになった。ベンチマークの飽和は、AIの真の能力を測る新たな評価手法の開発が急務であることを示唆している。 米中のAI性能格差が消失、ただし投資規模では依然大きな差 2026年レポートで最も衝撃的な知見の一つが、米中のAIモデル性能がほぼ横並びになったことだ。主要ベンチマークで米国製と中国製モデルが首位を頻繁に入れ替えており、実質的な差はほぼ解消されている。2025年2月にはDeepSeek-R1が一時的に米国トップモデルと同等の性能を示し、2026年3月時点でもAnthropicのモデルがわずか2.7%の差で上回るにすぎない。 一方、資本・インフラ面では依然として大きな格差がある。米国の民間AI投資額は2025年に2859億ドルに達し、中国の124億ドルの約23倍にのぼる。また米国はデータセンター数やトップティアモデル数で優位を保ち、高影響度特許でも先行している。対する中国は論文発表数・引用数・特許件数・産業用ロボット導入数でリードを保っている。韓国は一人あたりの特許出願数で世界首位となり「イノベーション密度」のトップに立った。現在、国家主導のスーパーコンピューティングクラスターを保有する国は44カ国に達している。 生成AIの急速普及と経済的価値 生成AIは登場から約3年で世界人口の53%が定期的に使用するツールとなり、パソコンやインターネットを上回るペースで普及した。ただし地域差は顕著で、米国の採用率は28.3%にとどまる一方、中国・マレーシア・タイ・インドネシア・シンガポールでは80%超の人がAIが今後3〜5年で生活に大きな影響を与えると予想している。米国消費者が生成AIから得る余剰価値は年間1720億ドルと推計され、一人当たりの価値は2025〜2026年の1年間で3倍に膨らんだ。企業のAI投資は2013年比で40倍に増加した。 教育分野では米国の高校・大学生の5人中4人が学習目的でAIを利用しているが、AI使用方針を設けている中学・高校は全体の半数にとどまり、その方針が「明確」と感じている教師はわずか6%にすぎない。 透明性の低下と環境コスト 重大な懸念として、主要AIモデルの透明性が急速に低下している。AI企業の透明度を測る「Foundation Model Transparency Index」の平均スコアは昨年の58点から40点へと大幅に下落した。主要企業はデータセット規模や学習時間の開示をやめ始めており、2025年にリリースされた主要モデル95本のうち80本は学習コードが非公開だった。90%超の著名AIモデルが民間企業によって開発されており、研究コミュニティへのアクセスが狭まりつつある。 環境負荷も深刻化している。xAIのGrok 4学習は7万2000トン以上のCO₂を排出し、GPT-4oの推論処理には1200万人分に相当する水が必要とされるという。 規制の国際的断片化と今後の展望 47カ国でAI関連法制が整備が進む一方、執行能力を持つのは12カ国のみだ。2025年のAI関連執行措置は156件と、2024年の43件から約4倍に増加し、うち89件がEUによるものだった。規制コストはシンガポールの18万ドルからEUの140万ドルへと8倍の開きがあり、企業が規制環境を考慮した管轄選びを行う構造的インセンティブが生まれている。 公衆のAIへの楽観度は59%（前年52%から上昇）と高まっているが、雇用への影響に楽観的なAI専門家（73%）と一般市民（23%）の間には依然として大きな認識の乖離がある。能力は加速しているが、その恩恵・リスク・ガバナンスを巡る社会的な合意形成はまだ追いついていないと言えるだろう。