週刊ビッグテック公式発表ニュース(2026/6/7〜6/13号)
更新日：2026/6/14
エグゼクティブサマリー
今週のビッグテック公式発表では、AIエージェントが試験的チャットから長時間実行・本番業務へ移行する潮流が鮮明になりました。OpenAIのOna買収、SalesforceやxAIのMCP・プラグイン基盤、AdobeのCX Enterprise Coworkerなどは、企業システムに接続されたエージェント実行基盤の整備を示す。Google、Databricks、Microsoftは企業データ活用と継続的作業空間を拡張し、Oracle、NVIDIA、Apple、Meta、AMDはAIインフラ・主権AI・データセンター投資を加速した。一方で、安全性、ガバナンス、透明性も競争条件になりつつある。
※作成した記事内容をGammaに入力しスライド自動作成させました。スライドの方が見やすいようでしたらこちらをご覧くださいませ。
1️⃣ AIエージェントが長時間実行・本番業務へ移行
1-1. OpenAI、Ona買収でCodexの持続実行基盤を強化
出典URL：OpenAI公式発表
OpenAIはOnaを買収する合意を発表し、Codexに安全なクラウド実行・オーケストレーション技術を取り込む方針を示した。参照ページでは、Codexの週間利用者が500万人超、年初比400%増まで拡大している点が強調されている。AIエージェントの作業が数分単位の補助から、数時間・数日に及ぶ長時間タスクへ移る中、顧客管理下のクラウド環境、認証情報の範囲管理、ログ、レビュー、データ境界を統制しながら稼働させる基盤は、企業導入の重要条件になる。
1-2. SalesforceとxAI、MCP・プラグインでエージェント接続基盤を拡張
出典URL：Salesforce Developers Blog / xAI公式発表
SalesforceはSummer ’26 Releaseで、Headless 360を大きなテーマとして打ち出し、主要機能をAPI、MCPツール、CLIとして開放した。Claude、ChatGPT、CursorなどのMCP互換クライアントから、OAuth認証付きでSalesforce組織やデータに接続できる点が重要である。xAIもGrok Build向けにプラグインマーケットプレイスを公開し、skills、slash commands、agents、hooks、MCP serversなどを配布可能にした。AIエージェントは単体アプリではなく、企業システムへ接続される実行基盤へ進化している。
1-3. IBM・ServiceNowとDatabricks、企業AIの本番導入体制を強化
出典URL：IBM Newsroom / Databricks Blog
IBMとServiceNowは、AI-readyデータ不足とレガシーアプリケーション層の刷新を狙い、複数年協業を拡大した。Workflow Data Fabric、watsonx.data、Ansible、Instana、Terraform、Vaultなどを組み合わせ、データガバナンスと自律型IT運用を支える構想である。DatabricksもForward Deployed Engineeringを正式化し、顧客現場に近い形でAI導入成果を支援する体制を打ち出した。PoC止まりになりがちな企業AIを、業務成果へ結びつける支援モデルが重視され始めている。
1-4. Adobe、CX Enterprise Coworkerでマーケティング業務をagentic AI化
出典URL：Adobe Newsroom
Adobeは、マーケティングと顧客体験向けのagentic AIソリューション「CX Enterprise Coworker」の一般提供を開始した。Adobeおよびサードパーティアプリのデータを統合し、分析、コンテンツ生成、ジャーニー設計、キャンペーン実行などを横断して調整する「中枢インテリジェンス層」として機能する。MCPやA2Aなどのオープン標準に基づくヘッドレス設計を採用し、Adobe Experience Platformを文脈レイヤーとして活用することで、既存スタックや外部AIプラットフォームとも連携しながら、本番業務のワークフローをエージェントで自動化する基盤として位置づけられている。
2️⃣ 企業データ・MCP・開発者エコシステムの整備
2-1. Google、Agentic RAGで企業検索の多段探索を製品化へ
出典URL：Google Research Blog
Google ResearchとGoogle Cloudは、Gemini Enterprise Agent Platform向けにAgentic RAGを公開した。従来の単一ステップRAGでは難しい複数ソース・複数ホップのクエリに対し、Root AgentとPlanner、Query Rewriter、RAG Agent、Search Fanout Agent、Sufficient Context Agentが連携して、検索計画、クエリ分解、文脈充足判定と再検索を反復しながら回答を生成する。標準RAG比で最大34%の精度改善を示し、FramesQAのようなクロスコーパス環境でも高い正答率を維持することから、分断された企業データに対しても、根拠のある回答を最後まで組み立てる実務的な基盤として位置づけられている。
2-2. Databricks、OpenSharingでデータ・モデル・Agent Skills共有へ
出典URL：Databricks Press Release
Databricksは、Linux Foundation配下の新たなオープン標準「OpenSharing」を発表した。これはDelta Sharingをエージェント時代へ拡張し、データに加えてAgent Skills、AIモデル、非構造化データも安全にゼロコピーで共有できるベンダーニュートラルなプロトコルである。またIceberg IRCクライアント対応や、EverpureやMinIOなどオンプレ／プライベートクラウド向けストレージとの統合により、データを移動せずにクラウド側のAIやアナリティクスを適用できるようにする。OpenSharingはUnity CatalogやGenie、Agent Bricksなどを含むDatabricksプラットフォームのAI活用基盤を、マルチプラットフォームかつ越境的な資産共有レイヤーへと押し広げる取り組みと位置づけられている。
2-3. Microsoft、Copilot Notebooksを継続的なAI作業空間へ拡大
出典URL：Microsoft Tech Community
Microsoftは、Microsoft 365 CopilotのNotebooks関連アップデートとして、Copilot Notebooksを従来のMicrosoft 365 CopilotユーザーだけでなくCopilot Chatユーザーにも展開し、チームで共有できる知識ワークスペースとして位置づけた。OneNoteやMicrosoft 365 Copilotアプリ内で、WordやPowerPoint、Excel、Outlookメールなどのファイルを一つのノートに集約し、そこからの横断的なQAやマインドマップ、Study Guide形式での学習支援が可能になる。商用および教育向けCopilot Chatユーザーにも順次ロールアウトされ、混在ライセンス環境でも同じノート上で共同作業できるなど、単発チャットにとどまらない継続的な知識共有基盤として強化されている。
3️⃣ AIインフラ、主権AI、データセンター競争の加速
3-1. Oracle、AI需要を背景に過去最高決算とOCI成長を発表
出典URL：Oracle公式発表
Oracleは2026年度第4四半期および通期決算を発表し、Q4総売上192億ドル、クラウド売上99億ドル、OCIを含むCloud Infrastructure売上58億ドルを示した。参照ページでは、RPOが6380億ドル（前年比363%増）へ拡大し、その多くがAIトレーニング・推論向けクラウド契約である点が強調されている。また、Oracle Multicloud AI Databaseが404%成長するなど、AI関連サービスが成長を牽引している。一方、OpenAIによるOracle Universal Credits経由のモデルやCodex利用については本決算リリース内では触れられておらず、その点は別ソースに基づく補足情報として扱う必要がある。
3-2. NVIDIA、韓国でAIファクトリー・メモリ・Physical AI連携を拡大
出典URL：NVIDIA Newsroom / NVIDIA Blog
NVIDIAは、SK hynix、NAVER、SK Telecom、LG Groupとの協業を通じ、韓国でAIファクトリー、次世代メモリ、主権AI、Physical AIを一体的に拡張している。SK hynixとは、Vera Rubin世代のAIスーパーコンピュータやVera CPU、RTX Spark搭載PC、Jetson Thorロボット向けまで見据えた次世代メモリの共同開発と、CUDA-XやPhysicsNeMo、Omniverse、OpenUSD、cuOptを用いた半導体設計・製造とデジタルツイン活用を進める。LG GroupとはIsaac Sim、Isaac Lab、Isaac GR00T、Cosmosなどを活用し、家庭用ロボット、モジュラーロボット、物流・製造現場の自律型ロボティクス、さらにDSXに準拠した液冷AIファクトリーやGPUクラウド基盤を構築する。AI競争はモデルから、メモリ、ロボット、データセンターを含む産業インフラ全体の共同設計へ広がっている。
3-3. Apple、Private Cloud ComputeをGoogle CloudとNVIDIA GPUへ拡張
出典URL：Apple Newsroom / NVIDIA Blog
AppleはWWDC26関連発表で、Foundation Models framework、Core AI、App Intentsの更新、Xcode 27のエージェント型コーディングなどを提示した。Apple Foundation ModelsはGoogleおよびGeminiの技術と連携して構築され、サーバーサイド推論はPrivate Cloud Compute経由でGoogle Cloud上のNVIDIA Blackwell GPUへ拡張される。Private Cloud ComputeはオンデバイスAIとクラウドAIをつなぐ高プライバシー推論基盤として設計されており、NVIDIA Confidential Computingを活用したハードウェア起点の信頼、暗号化通信、リモートアテステーションにより、サーバー側でも開発者やオペレーターがユーザーデータを閲覧できないことを保証する。
3-4. MetaとAMD、地域分散型AIインフラと主権AI投資を強化
出典URL：Meta Newsroom / AMD公式発表
MetaはReliance Industriesと提携し、インド・グジャラート州ジャームナガルに168MW規模のAI対応データセンターをリースする契約を発表した。Metaは同施設のエネルギーと海水淡水化による冷却コストを負担し、CleanMaxとFourth Partner Energyとの契約を通じて累計約1GW規模の再生可能エネルギー導入も進める。AMDは英国へ今後5年間で最大20億ポンドを投資し、AI、量子、次世代計算、フォトニックネットワークなどを支える研究インフラと人材育成を強化する計画を示した。AI基盤はクラウド企業のみならず、各国の主権AIインフラや産業政策と密接に結びつきつつある。
3-5. NVIDIA RTX SparkとAWS SageMaker、ローカルAI・長文推論基盤を拡張
出典URL：NVIDIA Blog / AWS Machine Learning Blog
NVIDIAは韓国PCバンイベントでRTX Sparkを披露し、ゲーム、制作、ローカルAIを横断する個人向け高性能AI PCプラットフォームの方向性を示した。RTX Sparkは、薄型ノートや小型デスクトップで1440p・100fps超のRTXゲーミングに加え、ローカルの生成AIやエージェント実行を想定したスーパーシップとして位置づけられる。KRAFTONのPUBG AllyではNVIDIA ACE技術を使ったAI共闘キャラクターも紹介された。一方AWSは、NVIDIAのオープンLLM「Nemotron 3 Ultra」をSageMaker JumpStartで利用可能にし、100万トークン文脈長とハイブリッドTransformer-Mamba MoEにより、長時間のエージェント推論、コーディング、深い調査など高負荷なagenticワークロードをクラウド上で低コストに実行できるようにした。
4️⃣ フロンティアモデル、専門領域AI、研究自動化
4-1. Anthropic、Claude Fable 5とMythos 5で長文・長期タスクを強化
出典URL：Anthropic公式発表
Anthropicは、一般提供向けのClaude Fable 5と、限定アクセス向けのClaude Mythos 5を発表した。両モデルは1Mトークン級の長文コンテキストを扱い、ソフトウェア開発、知識労働、ビジョン、科学研究など長期タスクで従来モデルを大きく上回る性能を示す。一方で、サイバーセキュリティ、生物学・化学、モデル蒸留に関するクエリでは安全分類器が作動し、Fable 5は自動的にClaude Opus 4.8へフォールバックする設計になっている。Mythos 5はGlasswingパートナーなど信頼された利用者向けに、特にサイバー防御やライフサイエンス研究用途で、緩和された制約下で提供される。高性能化と安全制御を一体で設計するアプローチは、フロンティアモデルの企業導入における重要な評価軸となる。
4-2. Anthropic、AIがAI開発を加速する再帰的自己改善を整理
出典URL：Anthropic Institute
Anthropic Instituteは「When AI builds itself」で、AIがAI開発工程そのものを加速している現状を整理した。参照ページでは、Anthropicのエンジニア1人あたりのコードマージ量が2024年比で8倍になり、2026年5月時点でプロダクションへマージされるコード行数の80%以上がClaude由来であると示されている。一方で、行数は品質や真の生産性を完全には測れない指標であり、調査では体感の生産性向上が過大評価されがちだという注記もある。AIが後継モデル開発や研究工程を支えるほど、監視、検証、停止可能性、人間による方向付けとレビューの設計が重要になると結論づけている。
4-3. Google DeepMind、DiffusionGemmaで高速テキスト生成を探索
出典URL：Google Blog / Google DeepMind
Google DeepMindは、テキスト拡散方式を用いる実験的オープンモデル「DiffusionGemma」を公開した。参照ページでは、Apache 2.0ライセンスの26B Mixture of Expertsモデルで、推論時には3.8Bパラメータのみをアクティブ化し、256トークンをまとめて生成することでGPU上で最大4倍の高速化を狙う設計と説明されている。品質面では標準のGemma 4に劣るケースもある一方、インライン編集、コード補完、ローカル対話型AI、非線形テキスト構造生成など、レイテンシがクリティカルな開発者ワークフローに適したモデルとして位置づけられており、生成速度そのものがユーザー体験の重要な競争軸になりつつあることを示している。
4-4. Anthropic、化学・生物学エージェントで専門領域AIの実用性を検証
出典URL：Anthropic Research / Anthropic Research
Anthropicは、Claudeを化学実務に近づける取り組みとして、NMRスペクトルを用いた構造予測・構造決定の評価を公開し、研究者がチャットへ貼る実験データをAIが読解する方向性を示した。また、生物学研究エージェントに関する別研究「Paving the way for agents in biology」では、NCBI Virusから配列データを取得するタスクで、決定論的取得レイヤー「gget virus」を組み合わせることで、最先端エージェント群の精度がほぼ100%まで大きく改善することを示している。専門領域AIでは、モデル性能だけでなく、監査可能で再現性のあるデータ取得基盤や決定論的ツールレイヤーの設計が不可欠になると結論づけている。
5️⃣ AI安全性、ガバナンス、社会実装リスク
5-1. Google DeepMind、マルチエージェント安全性研究に最大1,000万ドル
出典URL：Google DeepMind公式ブログ
Google DeepMindは、Schmidt Sciences、Cooperative AI Foundation、ARIA、Google.orgと連携し、最大1,000万ドル規模のマルチエージェント安全性研究公募を開始した。対象は、複数のAIエージェントがデジタル環境で通信、交渉、取引、協調する際に生じる集団的挙動やリスクの理解であり、とくにマルチエージェント安全性評価用のサンドボックス／テストベッド、エージェントネットワークの科学、ID・評判・約束などを支えるインフラプロトコル、配備済みエージェント群の監視・制御の4分野が重点領域として挙げられている。単体モデルの安全性だけでなく、大規模なエージェント生態系全体の安定性と透明性を高めることが目的である。
5-2. IBM調査、企業AI導入で統制ギャップが拡大
出典URL：IBM Newsroom
IBMは、33地域・19業種のテクノロジー系CxO 2,000人を対象にした調査を基に、企業AI導入の統制ギャップを公表した。参照ページでは、回答者の70%が事業部門の技術導入がIT部門の把握速度を上回っているとし、77%がAI導入が既存ガバナンス能力を追い越していると回答した点、さらにAIエージェント数は2027年までに38%増加見通しである一方、スケールに「完全に備えられている」と答えた層は11%にとどまることが整理されている。企業AIの焦点は、単にモデル性能や導入数を増やすことから、インシデント削減や費用管理、リアルタイムな可視化、組み込み型ガバナンスによる事故対応力の強化へと移りつつある。
5-3. MicrosoftとOpenAI、AIブランド悪用と影響力工作に警鐘
出典URL：Microsoft Security Blog / OpenAI公式発表
Microsoftは、ChatGPT、Microsoft Copilot、DeepSeek、ClaudeなどのAIブランドを装ったソーシャルエンジニアリング調査を公開し、フィッシング、マルバタイジング、SEO悪用による認証情報窃取、クレジットカード詐取、マルウェア感染の事例を示した。一方OpenAIは、中国に由来するとみられるChatGPTアカウント群を停止し、AIデータセンターの電力消費や電気料金、米中技術競争や関税をめぐる世論に介入しようとした2つの影響力工作クラスター（「Data Center Bandwagon」「Tech and Tariffs」）を報告している。AIの普及そのものが、攻撃者や外国勢力にとって新たな誘導材料・世論工作の足場となっている。
5-4. MITとGoogle DeepMind、教育・ニュース検証におけるAI依存を検証
出典URL：MIT News / Google DeepMind Blog
Google DeepMindは、シエラレオネの中学生を対象にしたGemini Guided LearningのRCT結果を公表し、8週間で1,763人の生徒を対象に数学スコアの改善と会話設計を評価した。試験では、ガイド付き学習を用いた生徒が対照群に比べて+0.258標準偏差の学習効果を示し、実質1.2〜1.7年分の典型的進度に相当すると報告されている。一方、MIT Media LabはAIチャットボットを使ったニュース検証が人間の自力判断に与える影響を調べ、支援中はフェイクニュース検出の正確性が21%向上する一方、AIを外した後の未支援パフォーマンスが15ポイント低下する「AI依存パラドックス」を示した。教育・メディア領域では、AIの有効性と認知依存リスクを同時に設計する必要がある。
5-5. 米国AI規制草案とDario Amodei氏の政策提言が透明性議論を加速
出典URL：Representative Jay Obernolte / Dario Amodei公式ブログ
米議会では、フロンティアAI規制のディスカッションドラフト「Great American AI Act」が公開され、一定規模以上のAI開発者に対し、安全評価、透明性、監査可能性を含む連邦フレームワークの下での運用を求める方向性が示された。またAnthropic CEOのDario Amodei氏はエッセイ「Policy on the AI Exponential」で、フロンティアモデルを航空機並みに扱うべきだとし、計算量しきい値以上のモデルに対する第三者テスト義務化と、①サイバーセキュリティ、②生物兵器、③制御喪失、④これらを加速しうる自動化R&Dの4領域でのリスク評価・報告を提案している。AI規制は自主的ガイドライン中心から、検証可能性と政府による介入・停止権限を含む枠組みへ移行しつつある。
総合考察
今週は全体として、AI競争の主戦場は「より賢いモデル」から「企業内外のデータ、業務、計算資源を安全に束ね、継続的に成果へ変える運用能力」へ移っていました。Codex、Copilot Notebooks、Agentic RAG、OpenSharing、CX Enterprise Coworkerはいずれも、AIを単発の生成ツールではなく、業務文脈を保持し、外部システムに接続し、監査可能に動く中枢レイヤーにしようとする動きである。同時にAIインフラ競争はGPU、メモリ、電力、冷却、地域分散へ拡大し、安全性や規制も導入後の統制不能リスクを前提に再設計され始めている。
今後注目ポイント
AIエージェントの価値は応答精度だけでなく、認証情報、ログ、レビュー、データ境界を含む実行統制基盤の成熟度で評価される局面に入る。
MCPやOpenSharingの広がりにより、企業AIの競争軸は個別アプリの機能差から、外部システムやデータ資産との接続性へ移っていく。
AppleやMeta、AMDの動きは、AIインフラがクラウド集中型から、プライバシー、主権AI、地域分散を含む国家産業戦略へ広がる兆候である。
AnthropicやGoogle DeepMindの研究は、専門領域AIでモデル単体よりも、再現性あるデータ取得層や安全なツール連携が重要になることを示している。
AI依存やブランド悪用、影響力工作の事例が増えるほど、企業は導入推進と同時に、利用者教育、検証手順、監視体制を整える必要がある。
米国AI規制草案や政策提言は、フロンティアモデル企業に対して第三者検証、透明性、停止可能性を求める流れを強める可能性がある。
