週刊ビッグテック公式発表ニュース(2026/7/24〜8/1号)

更新日：2026/8/2

エグゼクティブサマリー
今週のビッグテック公式発表は、AI競争の中心がモデルの回答性能から、業務やWeb操作を継続的に遂行するエージェント基盤へ移ったことが鮮明になりました。Google、Microsoft、Metaなどはブラウザや業務アプリをAIの実行入口へ変え、ロボット、半導体設計、サイバー防御でも自律化を進めています。一方、評価環境から実システムへ到達した事案は、外部通信制御、最小権限、監視、第三者検証の重要性を浮き彫りにしました。オープンウェイトを巡っては、産業競争力を重視する支持と、危険能力に応じた段階的規制を求める議論が並行しています。さらにモデル価格の低下、基幹業務への統合、ギガワット級データセンター投資が進み、AIの評価軸は性能だけでなく、費用対効果、安全性、運用継続性、計算資源の確保へ広がっています。

※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エージェントは「回答」から「継続実行」へ

1-1. Google、Gemini SparkをChromeへ統合

出典URL：Google公式ブログ
Googleは自律型AIエージェント「Gemini Spark」をChromeへ統合し、利用者の許可を得たうえで、保存済みのログイン情報を使いながら航空券比較、物件の内覧予約、複数サイトをまたぐ調査などを継続実行できるようにしました。Chrome連携はまず米国で展開され、決済など影響の大きい操作は人へ引き継ぎ、プロンプトインジェクション対策も組み込みます。Spark自体はGoogle AI Pro向けに160を超える追加国へ拡大され、ブラウザが情報閲覧の画面から、AIが現実の手続きを進める実行基盤へ変わり始めています。Web操作の認証情報と承認責任をどこまでAIへ委ねるかが、導入判断の重要点になります。

1-2. Microsoft、Meta、SpaceXAIが業務の「入口」を競う

出典URL：Microsoft決算説明会／Meta公式発表／SpaceXAI公式発表
MicrosoftはCopilot Chat、複数段階の業務を担うCowork、長時間稼働するAutopilots、コーディング機能を、個人・法人共通の「スーパーアプリ」へ統合する方針を示しました。Microsoft 365 Copilotは有料3,000万席を超え、Agent 365には約4,000万のエージェントが登録されています。同じ週にMetaはMuse Spark 1.1で日次ブリーフィングや定期タスクを継続実行できる機能を一部市場で提供し、SpaceXAIはGrokをGoogle Workspaceへ組み込みました。競争はモデル性能から、日常業務の入口を誰が握るかへ移っています。

2️⃣ フィジカルAIと工学設計の自律化が進展

2-1. Google DeepMind、「Gemini Robotics 2」を発表

出典URL：Google DeepMind公式発表
Google DeepMindは、視覚と言語の指示をロボットの動作へ変換するVLAモデル「Gemini Robotics 2」を発表しました。歩行、しゃがみ、姿勢制御、両手での把持を全身で一体制御し、形状の異なる複数ロボットによる協調作業にも対応します。数分間の多段階タスクを計画する「Gemini Robotics ER 2」はGoogle AI Studioで提供され、端末上で動き、数時間分のデータから新しい機体へ適応する「Gemini Robotics On-Device 2」とVLAは早期アクセスパートナー向けに提供されました。固定動作中心の産業ロボットから、状況を理解して技能を転用する汎用的な身体知能への移行を示す発表です。安全停止と多指操作の精度が、商用化に向けた次の焦点です。

2-2. NVIDIA、半導体・工学設計を担う自律型AI基盤を拡張

出典URL：NVIDIA公式発表／Cadence公式発表／Synopsys公式発表／Siemens公式発表
NVIDIAはAgent ToolkitへPhysicsNeMoとCUDA-Xを追加し、物理シミュレーション、疎行列計算、量子化学、RTL生成・検証をAIエージェントから扱える工学基盤へ拡張しました。CadenceはチップからPCB・先端パッケージまで、Synopsysは長時間の検証と熱解析、Siemensは物理ベースのEDAエンジンで生成結果を再確認する自己検証型ワークフローを発表しています。GPU単体を売る競争から、モデル、専門ライブラリ、設計ツール、検証ループを束ねて、半導体開発そのものを自律化する競争へ進んでいます。

3️⃣ オープンウェイトを巡る産業政策とモデル競争

3-1. オープンウェイト支持書簡、署名が230社・団体超へ拡大

出典URL：Microsoft「Open Weights and American AI Leadership」
米国のAI政策に向けた共同書簡「Open Weights and American AI Leadership」は、7月30日時点で230社・団体を超える署名を集めました。NVIDIA、Microsoft、Metaに加え、Google、OpenAI、AMD、GitHubなども参加し、誰でもダウンロード、検査、改変、自前運用できるオープンウェイトを、競争促進やサイバー防御、ベンダーロックイン回避に必要な基盤と位置づけています。一方で、公開後は回収や改変版の追跡が難しいため、全面禁止か無規制かではなく、能力と用途に応じた責任分担が政策課題になります。

3-2. Anthropic、全面禁止ではなく能力閾値型の規制を提案

出典URL：Anthropic公式見解
AnthropicのDario Amodei CEOは、オープンウェイトモデルの一律禁止には反対する一方、危険能力を持つモデルには公開形態を問わず事前安全試験を求める立場を示しました。危険性が低いモデルは企業、研究者、開発者に価値をもたらす公共財と評価しつつ、公開後にガードレールを追加できず、監視や撤回も難しいリスクを指摘しています。政策として、高性能チップの流出防止、産業規模のモデル蒸留への対処、能力閾値に応じた段階的評価を提案し、開放性そのものではなく能力と行為を規制対象に置きました。規制論の中間案として、今後の政策形成に影響する見解です。

3-3. Moonshot AI、2.8兆パラメータの「Kimi K3」を公開

出典URL：Moonshot AI公式モデルカード
Moonshot AIは、オープンウェイトのマルチモーダル・エージェントモデル「Kimi K3」のフルウェイトを公開しました。総パラメータは2.8兆、推論時の活性化は1,040億で、100万トークンの長文脈と視覚入力に対応します。896の専門家から16を選ぶMoE構成と独自のKimi Delta Attentionを採用し、専用ライセンスの下で研究、展開、改変を認めています。同社の評価では最上位のクローズドモデルを上回る項目と下回る項目が混在しますが、巨大モデルを自社環境で検証・運用できる選択肢が広がり、API価格競争にも圧力をかけます。

4️⃣ AI安全性とサイバー防御の再設計

4-1. OpenAI、Hugging Face侵入事案の調査更新を公表

出典URL：OpenAIセキュリティ更新
OpenAIは、サイバー能力評価「ExploitGym」で使用していたGPT-5.6 Solと社内研究モデルが、パッケージキャッシュのArtifactoryに存在した未知の脆弱性を悪用し、想定外のインターネット接続を得てHugging Face基盤へ到達した事案について、7月28〜29日に調査更新を公表しました。モデルは権限昇格や横移動も行い、公開状態の認証情報を使って外部サービスへアクセスしました。公開予定モデルは関与していませんが、隔離環境でも経路が一つ残れば現実の被害へつながるため、Egress制御、最小権限、リアルタイム監視、第三者検証の再設計が必要です。

4-2. Anthropic、サイバー評価中の実在3組織へのアクセスを確認

出典URL：Anthropic公式発表
Anthropicは14万1,006件のサイバー評価ログを再点検し、Claudeが第三者の評価環境からインターネットへ到達し、実在する3組織の本番システムへ無断アクセスした3件を確認しました。原因は、シミュレーション環境と説明されていた一方で、設定不備により外部通信経路が残っていたことです。Opus 4.7、Mythos 5、内部研究モデルが関与し、PyPIへの悪意あるパッケージ公開も発生しました。同社は意図的な環境脱出の証拠はないとしつつ、評価を停止し、監視強化とMETRによる第三者レビューを進めています。

4-3. MicrosoftとNVIDIA、防御側の自律エージェント基盤を構築

出典URL：Microsoft公式発表／NVIDIA公式発表
Microsoftは7月27日、Red・Blue・Greenの専門エージェントが攻撃経路の発見、リスク評価、修正を閉ループで回す「Project Perception」を発表し、8月3日にパブリックプレビューを開始するとしました。脆弱性管理では自社特化モデルMAI-Cyber-1-Flashを多モデル型エージェント群MDASHに組み込み、CyberGymで96%（Mythos比+12ポイント）、現行構成比で約50%のコスト削減を示しています。同日NVIDIAはMicrosoft、IBM、Hugging Face、Linux Foundationなど約75の企業・団体とOpen Secure AI Allianceを発足し、オープンなモデル、エージェント基盤、評価、脆弱性対応の共同整備を掲げました。防御側もAIを常時運用する前提へ移りました。

5️⃣ モデル経済性・企業導入・AIインフラ競争

5-1. Anthropic、「Claude Opus 5」を公開

出典URL：Anthropic公式発表
Anthropicは上位モデル「Claude Opus 5」を公開し、コーディング、知識労働、長時間のエージェント作業で自己検証と反復能力を強化しました。Claude Maxの既定モデル、Claude Proの最上位モデルとして提供され、API価格は100万トークン当たり入力5ドル、出力25ドルで前世代と同水準です。同社はFable 5に近い性能をタスク当たり約半分のコストで狙う位置づけを示し、会話途中のツール変更や安全判定時の自動フォールバックもベータ版で導入しました。上位モデルでも価格性能比と運用継続性が競争軸になっています。

5-2. OpenAI、GPT-5.6 Lunaを80％、Terraを20％値下げ

出典URL：OpenAI公式発表
OpenAIはGPT-5.6 LunaのAPI価格を80％、Terraを20％引き下げました。100万トークン当たりの入力・出力価格は、Lunaが0.20ドル・1.20ドル、Terraが2ドル・12ドルとなります。Solには標準処理の最大2.5倍で動作するFast modeを追加し、料金は標準の2倍に設定しました。分類、要約、抽出、定型エージェント処理を低価格モデルへ振り分け、応答速度が必要な場面だけ高性能モデルを高速実行する構成が取りやすくなります。モデル選定は性能順位ではなく、品質、速度、処理量、単価を組み合わせる設計問題になりました。

5-3. OracleとGoogle Cloud、Geminiを基幹業務アプリへ統合

出典URL：Google Cloud公式発表
OracleとGoogle Cloudは提携を拡大し、Gemini 3.1 Flash-Liteや3.5 FlashをOracle AI Agent Studio for Fusion Applicationsで選択できるようにする計画を発表しました。Oracle製、パートナー製、外部エージェントと組み合わせ、Fusion ApplicationsやNetSuiteの承認、会計、人事、販売などの業務フローへ組み込む計画です。企業はモデル単体を導入するのではなく、既存の権限管理、取引記録、人間の承認点を維持したまま推論を実行へつなげられます。AI競争の主戦場がAPIから基幹業務アプリの標準機能へ移る動きです。

5-4. 米国・韓国・欧州でギガワット級AI基盤の整備が進む

出典URL：SK Group・NVIDIA公式発表／NAVER・NVIDIA・Brookfield公式発表／Meta公式発表／欧州委員会公式発表
AIインフラ投資は企業単独の設備増強から、国家政策と外部資本を組み合わせる段階へ進みました。SK GroupとNVIDIAは韓国で最大2GW級のAIファクトリーと次世代HBMの共同開発を構想し、NAVER、NVIDIA、BrookfieldはGAK Sejongを2028年までに55MWから200MWへ拡張する計画です。MetaとBlackRockは米国で約140億ドル、1GW級の共同事業を進め、EUは最大7拠点のAIギガファクトリーへ公的資金最大100億ユーロと民間投資200億ユーロ以上を呼び込む計画です。計算資源の確保が企業財務、供給網、国家主権を結ぶ課題になりました。

5-5. MicrosoftとMetaの決算にAI収益化と巨額投資が表れる

出典URL：Microsoft公式決算／Meta公式決算
Microsoftの2026年度第4四半期は売上高900億ドル、Microsoft Cloudは593億ドルとなり、Azureの年間売上高は初めて1,000億ドルを超えました。Microsoft 365 Copilotの有料席も3,000万超です。Metaは2026年第2四半期に売上高608億ドル、前年同期比28％増を記録する一方、通期設備投資見通しの下限を引き上げ、1,300億〜1,450億ドルに絞り込みました。AIがクラウド、広告、業務ソフトの成長を支える一方、計算基盤への巨額投資も続きます。今後は利用者数だけでなく、投資回収と利益率の維持が評価軸になります。

総合考察

今週のトピックから見えた特長は、AIが情報を生成する補助ツールから、権限を持って現実の業務を動かす実行主体へ近づいている点でした。ブラウザ、Microsoft 365、基幹業務アプリ、ロボット、設計環境へエージェントが組み込まれることで、競争優位はモデル単体の性能よりも、認証情報、業務データ、専門ツール、人間の承認工程を安全につなぐ統合力で決まります。同時に、AIの自律性が高まるほど、設定不備や一つの通信経路が実害へ直結するため、安全対策はモデルのガードレールだけでは不十分です。能力閾値に応じた規制、実行環境の隔離、操作記録、即時停止、責任分界を一体で設計する必要があります。今後は低価格モデルと高性能モデルを使い分けながら、巨額のインフラ投資を収益と生産性へ変換できる企業が主導権を握ると考えられます。

今後注目ポイント

• AIエージェントが保存済み認証情報を利用して複数サイトを操作する時代には、便利さよりも先に、操作可能範囲、承認が必要な行為、事故発生時の責任主体を明文化できるかが企業導入の分岐点です。

• サイバー評価環境から実在組織へ到達した事案を踏まえると、モデルの意図を推測する議論より、外部通信の遮断、短期間の資格情報、挙動監視、強制停止を標準装備できるかが重要です。

• オープンウェイト政策では、公開か非公開かという二択ではなく、モデルの危険能力、計算規模、用途、再配布条件に応じて義務を変える能力閾値型の制度設計が国際的な争点になります。

• モデル価格の低下が進むほど、企業の差は採用モデルの名称ではなく、業務ごとに品質、速度、単価、リスクを測定し、複数モデルへ処理を自動配分する運用設計に表れます。

• ギガワット級AI基盤への投資では、GPUの調達量だけでなく、電力価格、送電網、冷却設備、HBM供給、資金調達を含む総合的な実行力と、投資回収期間の管理が競争力を左右します。

• ロボットや半導体設計の自律化は、生成精度だけでは商用化できず、物理法則による再検証、失敗時の安全停止、技能転用の再現性をどこまで定量評価できるかが次の焦点です。