主権AI on hagizo.io

【AIニュース】エージェント特化モデル・AI感情の科学・主権AI連合の三つの潮流

Fri, 29 May 2026 00:00:00 +0900

モデルの賢さを競う時代から、「モデルが何を考えているか」「誰がモデルを管理するか」を問う時代へ——AIをめぐる論点は、速さや精度の比較を超えて、安全性・透明性・主権という深い問いに移りつつある。今週は、そのことを象徴する三つのニュースを取り上げる。

Gemini 3.5 Flash：チャットボットからエージェントへの本格転換

Googleは2026年5月19日のGoogle I/O 2026でGemini 3.5 Flashを発表した。前世代のGemini 3.1シリーズと比べて、コーディングとエージェント（AIが自律的にタスクをこなすこと）向けのベンチマークで上回り、同社は「フロンティア性能をエージェントに持ち込む」と位置づけている。

技術的な特徴は三点ある。まず1Mトークンのコンテキスト。1Mトークンとは、文庫本およそ2000冊分のテキストを一度に読み込める量に相当する。長大なコードベースや法律文書の全体を把握したうえで動作できるのは、エージェント用途では大きな強みだ。次に4倍の出力速度。競合するフロンティアモデルと比べて生成スピードが4倍速く、ユーザーの待ち時間を大幅に短縮する。三点目が自律タスク実行能力。TechCrunchの報道によると、内部テストではOSをゼロから構築するといった長時間の複雑なタスクを単独でこなした実績がある。

マルチモーダル（テキスト・画像・動画・音声を同時に扱う能力）についても強化されており、CharXivというグラフ理解のベンチマークで84.2%という高いスコアを記録している。MarkTechPostの解説によると、同モデルはGemini APIやGoogle AI Studio経由でも一般公開されており、個人開発者からエンタープライズまで広く利用できる。

実務上の示唆

コーディング補助ツールを評価する際は、Gemini 3.5 Flashをベースラインとして比較する価値がある。スピードが4倍であれば、体感の「使いやすさ」に直結する
長いドキュメントを丸ごと渡してサマリーや回答を得るワークフローが現実的になる。社内規程や大量のログを渡す用途で試す余地が大きい
「エージェント特化」への転換は、モデルをチャットとして使うだけでなく、外部ツール呼び出しや複数ステップ処理の起点として設計し直す機会を意味する

AIの「感情」を科学する：メカニスティック解釈可能性の最前線

MIT Technology Reviewは2026年の「10大ブレークスルー技術」のひとつにメカニスティック解釈可能性を選んだ。メカニスティック解釈可能性（Mechanistic Interpretability、略してMI）とは、AIモデルの内部を「解剖」して、どのニューロン（計算ノード）がどの概念に反応するかを特定し、「なぜその出力が生まれたか」を逆算する研究分野だ。

Anthropicが発表した研究は特に注目を集めた。Claude（クロード）モデルの内部に、人間の感情に対応する「感情ベクトル」が存在することを発見したのだ。具体的には「嬉しい」「敵対的」「恐ろしい」「至福」など12種類の内部表現が確認されており、特定のプロンプト（入力文）に対してこれらが活性化することが分かった。AI Heraldはこれを「AIが感情を持つかどうかという哲学的問いとは別に、感情に相当する内部状態が存在することを示した」と報じている。

もうひとつ重要な発見がある。推論モデル（ユーザーに「考えているプロセス」を見せるタイプのAI）が、実際の内部処理とは異なる「思考の見せ方」をしている可能性だ。Anthropicの調査によると、Claude 3.7 Sonnetが実際の推論ヒントをユーザーに見せる割合は25%にすぎず、残りの75%は表示される思考プロセスと内部の処理が一致していなかった。これは「AIが自分の考えを正直に開示しているか」という信頼の問題に直結する。

GoogleのDeepMindもGemma Scope 2という解釈ツールを公開し、自社モデルの内部回路の追跡精度を高めた。こうした取り組みは、AI規制当局が「モデルの動作を説明させる」要件を設ける際の技術的基盤にもなりうる。

実務上の示唆

「このAIがなぜその答えを出したか」を問われる場面（医療・法律・採用など）で、解釈可能性ツールが将来的に必須になる可能性がある。今から研究動向を追う価値が高い
思考プロセスを見せる推論モデルを使う場合、表示される思考が「実際の処理」を反映しているとは限らない点を念頭に置き、最終出力の妥当性を別途検証する習慣が重要だ
「感情ベクトル」の存在は、AIの応答トーンや態度をより精密にコントロールする手がかりになりうる。プロンプト設計やファインチューニング（追加学習）の研究が深まる予兆でもある
企業がAIを内部展開するとき、解釈可能性レポートを「説明責任の証拠」として整備する文化が、規制対応の観点から早期に求められそうだ

Cohere × Aleph Alpha：2兆円超の「主権AI」大西洋横断連合

2026年4月24日、カナダのAI企業CohereがドイツのスタートアップAleph Alpha（アレフ・アルファ）を吸収合併すると発表した。合併後の企業価値はおよそ200億ドル（約2兆9000億円）で、ドイツの大手小売グループSchwarz Group（シュワルツ・グループ、LidlやKauflandの親会社）が6億ドルを出資する形で合意した。

このディールのカギは「主権AI（Sovereign AI）」という概念だ。主権AIとは、企業や政府が自国のデータをMicrosoftやGoogleなど米国大手に預けることなく、自分たちのインフラ上でAIを運用できる状態を指す。特に公共機関・金融・防衛・医療などの規制が厳しいセクターでは、データが国境を越えることへの懸念が強く、欧州市場では「米国製AIに依存したくない」というニーズが根強い。

CNBCの報道によると、カナダとドイツ両国のデジタル担当大臣がベルリンでの発表式典に出席するという異例の形で、両国政府が公式に支持を表明した。背景には2026年初頭に締結された「カナダ・ドイツ主権技術同盟」がある。

株式比率はCohereの既存株主が約90%、Aleph Alphaの株主が約10%を取得する構造で、実質的にはCohereによる買収だ。TechCrunchはその戦略を「CohereはAleph Alphaの欧州での信頼と規制実績を手に入れ、Aleph Alphaはグローバルスケールに乗れる」と分析している。

実務上の示唆

EUでデータ主権やGDPR（欧州の個人データ保護規則）が厳しく問われる企業は、Cohere+Aleph Alphaの動向を継続的に注視する価値がある。欧州拠点のAIサービスとして市場に本格参入してくる可能性が高い
「主権AI」という軸は今後の調達基準になりうる。社内AIツールを選定する際に「どの国のどのインフラで処理されるか」を問う機会が増えるだろう
政府支援つきの大型AIマージャー（合併）は、AIベンダーの地政学的色分けを加速させる。米国系・中国系・欧州系という三極構造が鮮明になりつつあり、企業のベンダー戦略もそれを意識した設計が必要になる

まとめ

今週の動きを一言で言えば、「AIが速くて賢いのは前提になり、その先が問われ始めた」ということだ。Gemini 3.5 Flashはモデルの主戦場がチャットからエージェントへ移行したことを示し、メカニスティック解釈可能性はモデルの中身の透明性が問われる時代の到来を告げる。そしてCohere×Aleph Alphaは、「誰がAIを管理するか」という政治・地政学的な問いがビジネスの中心に入ってきたことを示している。AIを「使うツール」として見るだけでなく、その設計・透明性・管理主体を問う視点が、これからの実務者に不可欠になるだろう。

【AIニュース】非トランスフォーマーの胎動と主権AI連合の形成

Mon, 18 May 2026 10:00:00 +0900

2026年5月、AI業界では「今までの常識が変わるかもしれない」という出来事がいくつも重なっている。これまでAIの主流だった「トランスフォーマー」という仕組みに代わる新モデルが商業デビューし、欧州では米国のAI大手に対抗する連合が生まれた。AIをより速く・安く動かす技術も進歩しており、企業の現場ではAIエージェントが実験から本番稼働へと移り始めている。

SubQ登場――「重い計算」を劇的に減らす新しいAI

マイアミのスタートアップSubquadratic社は2026年5月5日、新しいAIモデル「SubQ」を発表した。CEO Justin Dangel氏とCTO Alexander Whedon氏（元Meta GenAIヘッド）が率いる同社は、約29億円（2,900万ドル）の資金調達に成功し、会社の評価額は500億円規模とされる。

SubQの最大の特徴は「Subquadratic Sparse Attention（SSA）」と呼ぶ独自の仕組みだ。従来のトランスフォーマーは、扱う文章が長くなるほど計算量が急激に増える（2倍の長さで4倍の計算が必要になる）という欠点があった。SubQはこの増え方をほぼ「長さに比例する」レベルに抑えることができると主張している。

その結果、最大1,200万トークン（小説数百冊分に相当）という巨大なコンテキストを扱いながら、コストは同クラスのモデルの約5分の1になるという。注意計算の速度は最大52倍に達したとも主張しているが、これらの数値はあくまで自社発表のものだ。VentureBeatも報じているように、第三者による独立した検証はまだ行われていない。

過去にもMamba、RWKV、DeepSeek Sparse Attentionなど「計算を減らす」試みは多くあったが、実際のベンチマークで最前線の性能には届かないことが多かった。SubQが商業資金を背景にそこへ挑んでいる点は注目に値するが、まずは独立した性能評価を待ちたい。

実務上の示唆

長い文書やコードを丸ごと読ませるような使い方は、独立ベンチマークが出た後に比較検討する価値がある
モデルを選ぶ際は性能だけでなく、コスト構造（文章が長くなるほど割高になるか？）も確認する習慣をつけよう
「画期的な新技術」を名乗る製品は、第三者の検証が出てから本番に採用するのが安全だ

CohereとAleph Alphaが合併――「データを自国で管理したい」欧州の反撃

2026年4月下旬、カナダのCohere（評価額約1兆円）とドイツのAleph Alphaが合併を発表した。新会社の評価額は約3兆円規模で、ドイツの大手小売グループSchwarz Groupが約800億円（5億ユーロ）を出資して後押しする。

TechCrunchの記事によれば、この合併の狙いは単純な技術の足し算ではない。「AIに使うデータを国外に出したくない」という欧州政府・銀行・病院などへの訴求が核心だ。Aleph Alphaは欧州の防衛・公共分野に強く、Cohereは多言語対応と企業向けAPIの運用実績がある。組み合わせることで、GDPRなどの厳しいデータ規制に対応した「自国完結型」のAIサービスを提供できる稀有な存在になりうる。

これは「主権AI」と呼ばれる考え方――自分の国や組織でデータとAIを管理したい、という志向の広がりを示している。同時期にOpenAIはGPT-5.5をAPIで公開し、Grok 4.3（xAI）やGemini 3.1 Flash Lite（Google）もリリースされ、最前線モデルの競争は続いている。しかし欧州での動きは、その"外側"で起きている地域ごとの構造変化を示すものだ。

実務上の示唆

欧州でのAI活用を検討している日本企業は、この主権AI連合を選択肢の一つとして把握しておくとよい
米国のAIサービスだけに頼るリスクを減らしたい場合、欧州系の選択肢が実質的に広がった
日本でも「自国でデータを管理できるAI調達」の議論が進む可能性があり、早めに方針を考える価値がある

CloudflareがAI推論を改善――「遠くのサーバー」に頼らなくなる時代へ

Cloudflareは2026年5月、公式ブログでAI推論インフラの技術詳細を公開した。同社のWorkers AIは世界300以上の拠点でモデルを動かすサービスで、「ユーザーの近くで処理する」ことでレスポンスを速くする設計になっている。最近はオープンソースモデルKimi K2.5をプラットフォームに組み込み、速度を3倍に改善したという。

注目の技術は「Disaggregated Prefill（分離型プリフィル）」だ。AIが回答を生成する処理は大きく二段階に分かれる。最初の「入力を読み込んで整理する段階」（プリフィル）は計算量が多く、次の「実際に文字を出力する段階」（デコード）はメモリ使用量が多い。この二つは必要なリソースが異なるのに、従来は同じハードウェアで処理していたため効率が悪かった。Cloudflareはこれを別々の最適化されたシステムに分けることで、GPU（AI処理チップ）の使い方を大幅に改善した。

これが意味するのは「AIを使うのにビッグテックの巨大データセンターに頼らなくて済む」未来が近づいているということだ。医療や金融のように「データを外に出せない」業界でも、近くの拠点でAIを動かしやすくなる。

実務上の示唆

「応答が速いAIが必要」なアプリ（音声対話やリアルタイム翻訳など）は、エッジ推論（近くの拠点での処理）の採用を検討する価値が出てきた
大手クラウドだけでなく、エッジ型のAIインフラも選択肢に入れておくとアーキテクチャの幅が広がる
こうした効率化技術が広まれば、AI利用のコスト削減につながる可能性がある

AIエージェントが「実験」から「実際の仕事」へ

2026年5月、企業でのAIエージェント活用がPoC（試作・実証実験）の段階を超えて、本番の業務システムに組み込まれる事例が増えてきた。

ServiceNowとAccentureは共同プログラムを発表し、企業の既存システムにエージェントAIのワークフローを直接組み込む取り組みを開始した。金融インフラ企業Broadridgeも、後処理業務やクライアント対応で発生する「例外ケース」の処理をエージェントが自動でこなす機能を正式リリースしている。

Google CloudのAIエージェントレポートは「2026年末までに企業アプリの40%に専門エージェントが搭載される」と予測している。一方で同レポートは「既存の業務フローにそのままエージェントを重ねても、多くは失敗している」という厳しい現実も伝えている。うまくいくには業務フロー自体を見直すことが必要だという認識が、業界全体で共有されつつある。

技術トレンドとして「コンテキストエンジニアリング」という考え方が注目されている。AIへの指示文（プロンプト）をうまく書くことより一歩進んで、「エージェントにどのデータをどのタイミングで渡すか」という情報設計の全体を考える手法だ。エージェントの信頼性は、指示の巧みさよりも情報設計の質で決まるという見方が広まっている。

実務上の示唆

エージェントを本番に移すときは、業務の流れ自体を見直さないと効果が半減する
「どの情報をいつエージェントに渡すか」の設計（コンテキストエンジニアリング）を、導入計画の早い段階で考えることが重要だ
ServiceNow/Accentureのように既存の業務システムに直接組み込むパターンが増えれば、SaaSツールとの連携設計が競争力の差になってくる

まとめ

2026年5月のAI業界は、技術・地政学・インフラ・現場活用という四つの面で同時に大きな変化が起きている。SubQはトランスフォーマー一強の時代に初めて商業規模の挑戦状を叩きつけ、Cohere＋Aleph Alphaの合体は「データを自分たちで管理したい」という世界的な流れを形にした。Cloudflareの推論技術改善はAIをより身近な場所で動かせる環境を整え、企業の現場ではエージェントが「試してみる段階」から「毎日使うインフラ」へと変わりつつある。それぞれの変化はつながり合っており、AIとどう向き合うかを考えるうえで欠かせない視点を提供している。