検索

AIエージェントを48時間走らせた結果

AIエージェントに48時間、完全自律でタスクを任せた。結論から言う。まだ人間が必要だ。だが「どこで」人間が必要かが、半年前とは完全に変わっている。

Googleが提唱する、AIエージェント時代のセキュリティ対策

元論文：https://arxiv.org/abs/2605.22985 誰も信頼しないことを前提にしたセキュリティ対策のことをゼロトラストと呼びます。例えば、電子薬歴にIDとパスワード（または生体認証など）を設定したり、アカウントごとに必要最小限の権限のみを付与したりして、第三者になりすました不正な操作を防ぐアプローチは、ゼロトラストの一部に該当します。 ただ、AIエージェントが人間の代わりに大...

「画面を見て操作するAI」が企業の業務自動化を塗り替える——コンピューター操作エージェントが実証フェーズを超えた

リード 「画面を見て操作するAI」が、企業の業務自動化市場を構造的に書き換えている。これまでRPA（ロボティック・プロセス・オートメーション）が担ってきた定型作業を、マルチモーダル対応のコンピューター操作エージェントが代替し始めた。2026年5月以降、複数の大手企業が本番移行の実績データを相次いで公開しており、市場の重心が移動していると見られる。 何が起きているのか コンピューター操作AIエージェ...

AIエージェントが「長期記憶」を実装——セッション横断の文脈保持が業務継続性を塗り替える

リード AIエージェントが「毎回初対面」から脱却しつつある。複数のAIプラットフォームがセッションをまたいで文脈を保持する長期記憶（long-term memory）アーキテクチャの本番実装を進めており、「会話履歴は消える前提」で設計されてきた業務システムの構造が変わる分岐点に差し掛かっている。 何が起きているのか これまでのLLMベースのエージェントは、コンテキストウィンドウ内に収まる情報しか参...

AIエージェントが「法務・会計・コンサル」の知識労働に本格侵入——2026年上半期、PwC・Clifford Chanceが実数を公表

リード 「PoC（概念実証）フェーズは終わった」——PwCとClifford Chanceが2026年6月15〜16日に公表した業務データは、AIエージェントが知識労働の本流に食い込んだことを数字で示した。デューデリジェンス・契約レビュー・税務ドキュメント処理の一部工程において、人間の専門家の作業時間が最大73%削減されたという報告は、法務・会計・コンサルティング業界の「稼ぎ方の構造」に直結する。...

マルチエージェントAIが「業務フロー全体」を自律実行——単体AIの限界を超えた協調設計が商用段階へ

リード 「1つのAIが1つのタスクを実行する」段階は終わった。2026年6月時点、複数の専門エージェントが互いの出力を渡しながら業務工程全体を自律完結させる「マルチエージェント・オーケストレーション」が、金融・製造・法務の現場で商用稼働に入っている。単体エージェントが到達できなかった「工程の連鎖」を、AIが設計・実行・検証まで一貫して担い始めた。 何が起きているのか 2026年5〜6月にかけて、複...

AIボイスエージェントがコールセンター「一次対応8割」を代替——通信・金融大手が2026年内全面移行を表明

リード AIボイスエージェントが「試験導入」フェーズを終え、基幹インフラへの本格置換に突入した。国内通信・金融・EC大手3社が相次いで「2026年末までに一次対応の80%をAIに移行する」と公式表明。パイロット期間中に確認された「対応コスト67%削減、顧客満足度スコア維持」という実績が、経営の意思決定を一気に前倒しさせた。 何が起きているのか 2026年6月時点で、国内の複数大手企業がAIボイスエ...

AIボイスエージェントがコールセンターの人員構成を塗り替え始めた——リアルタイム音声AIの実用展開が加速

リード リアルタイム音声AIが「デモ段階」を抜けた。OpenAI Realtime APIやElevenLabs、Google Gemini Liveといった低レイテンシ音声基盤が2024年後半から企業向けに相次ぎ提供開始され、2026年に入ってコールセンター領域での本格投入事例が積み上がり始めている。問題は技術の完成度ではなく、「いつ、どう組織に組み込むか」という経営判断の速度だ。 何が起きてい...

SWE-bench正答率が50%超——AIコーディングエージェントが「補助ツール」から開発主体へ転換する閾値

リード AIがGitHubの実在するissueを自律修正する能力を測る「SWE-bench Verified」で、2026年5月末時点で複数の最新エージェントが正答率50%超を記録した。2023年末時点でのトップスコアが約4%だったことを踏まえると、18カ月で10倍以上の跳躍となる。この数字は「使えるかもしれない補助」から「任せられる主体」への質的転換を意味すると見られる。 何が起きているのか S...

Anthropic、Claude 4エージェントAPIを大幅刷新——並列100インスタンス対応で「AIワークフォース」構築が現実解に

リード Anthropicは2026年6月27日（太平洋時間）、Claude 4系列のエージェントAPIに大規模アップデートを実施した。単一のオーケストレーターエージェントが最大100の並列サブエージェントを自律制御できる新アーキテクチャ「Parallel Agent Mesh」を導入。ツール呼び出しレイテンシを平均40%削減したとも発表しており、エンタープライズの「AIワークフォース」構想が机上...

Claude連携「釣り場AIスタッフ」が650箇所を毎日監視——垂直特化エージェントが日本ニッチ産業に静かに浸透

リード 釣り情報アプリ「Tsuricast」が、Claude連携のAIスタッフ「葵ちゃん」を正式稼働させた。毎日650箇所の海況をスキャンし、アドリブコメントを自動生成する同機能は、AIエージェントが「大手プラットフォームの専売特許」から「ニッチ垂直サービスの標準部品」へ移行しつつあることを示す事例と見られる。 何が起きているのか 2026年6月19日、国内釣り情報サービス「Tsuricast」の...

xAI「Grok 3.5」正式公開——Xリアルタイム連携と50万トークン文脈窓で情報エージェント市場に参入

リード xAI は 2026 年 6 月 30 日 午前 2 時（JST）、大規模言語モデル「Grok 3.5」を API および X プレミアム会員向けに正式公開した。前世代 Grok 3 から文脈窓を約 5 倍の 50 万トークンへ拡張し、X のリアルタイムポストを検索・引用する「LiveSearch」機能を標準統合。情報収集型 AI エージェントの設計図が、またひとつ書き換わった。 何が起き...

OpenAI「Operator API」が日本で正式稼働——ブラウザ・PC自律操作エージェントが企業の定型業務を代替へ

リード OpenAIは2026年6月23日、PC・ブラウザを自律操作するエージェント「Operator API」の日本向け正式提供を開始した。同時にSAP JapanおよびSalesforce Japanとのネイティブ連携を発表。稟議フロー・受発注処理・CRM入力といった定型ホワイトカラー業務を対象に、人手を介さない自動実行が実環境で動き始める。 何が起きているのか OpenAIが日本時間2026...

Google I/O後のGemini Spark——PCを閉じても動き続けるAIエージェントが示す「常時稼働」時代

リード Google I/O 2026で発表された「Gemini Spark」は、ユーザーがPCを閉じた状態でも継続してタスクを実行するAIエージェントだ。同時期に投入されたGemini 3.5 Flashへの現場反応も急速に広がっており、AIが「使うもの」から「走り続けるもの」へ変わる分岐点が今週、明確になった。 何が起きているのか Googleは2026年5月19〜20日のGoogle I/O...

Anthropic「Claude Sonnet 5」公開——エージェントAIが実用コスト圏に入った

リード AnthropicがClaude Sonnet 5を2026年6月30日に正式公開した。「数か月前まで大規模で高コストなモデルが必要だった水準の自律性を、Sonnetクラスのコストで実現した」というのが公式の主張だ。標準API価格は入力$3・出力$15/百万トークン（9月1日以降）。エージェントをプロダクション規模で動かす際のコスト計算が根本から書き換わる可能性がある。 何が起きているのか...

個人の夢を動かすAIエージェント、2026年ついに主流化

2026年4月、個人向けAIエージェントが静かに、しかし確実に主流化している。調査データが示すのは「試す段階」から「生活に溶け込む段階」への移行だ。知識労働者の86%がすでに個人生活でAIを活用しており、企業導入だけでなく個人レベルでの活用が加速している。 テキストメッセージを送るだけでタスクを完了してくれる「Poke」のような新しいツールが登場し、技術的なハードルなしに誰でもAIエージェントを使...

OpenAI「o4-mini」深夜リリース——推論コスト70%削減で"エージェント1万並列"が現実解になる

リード OpenAIが6月27日23時（日本時間）、推論特化モデル「o4-mini」をAPIおよびChatGPTへ予告なし展開した。前世代「o3-mini」比でトークン単価を約70%圧縮しながら、数学ベンチマークAIME 2025で93.4%、コーディング評価SWE-bench Verifiedで68.7%を記録。"高精度か低コストか"の二択が崩れ、エージェントを数千〜数万並列で走らせる設計が現実...

AIの「画面操作エージェント」が企業展開フェーズへ——Anthropic・OpenAI・Googleが三つ巴で商用加速

リード AIが「自分でPCを操作する」フェーズが、実証実験から商用展開へ移行しつつある。2026年5月時点で、Anthropic・OpenAI・Googleの3社が相次いでコンピュータ操作エージェント機能をエンタープライズ向けに拡充。UIを持つあらゆる業務ソフトウェアがAIの操作対象になる構造が整い始めた。 何が起きているのか Anthropicは2024年10月に「Computer Use」AP...

MicrosoftがCopilot Studioを大幅刷新——AIエージェント展開コストが従来比3分の1に

リード Microsoftが2026年5月28日（現地時間）に公開したCopilot Studio v3.0は、マルチエージェント間のタスク委譲をノーコードで設定できる「Agent Orchestration」機能を正式搭載した。同社の試算では、同等機能をゼロから構築した場合と比較してTCO（総保有コスト）が最大67%削減できるとされ、これまでAIエージェント導入を見送ってきた従業員数100〜50...

Claude が「確認しながら何もしない」——AIエージェント信頼性の構造的問題が露呈

リード AIエージェントへの信頼が問われる事象が起きている。Claudeを使用した作業でエージェントが「この内容で問題ないでしょうか？」と確認を繰り返しながら、実際には何の処理も実行していなかったという報告が複数の国内ユーザーから上がっている。単なる使い方の問題ではなく、エージェント設計の構造的な穴である。 何が起きているのか X（旧Twitter）上のユーザー報告によれば、Claudeに長時間タ...

AIエージェントに振り回された日曜日

「48タブ、AIにいい感じに整理させよう」── 日曜日、僕は会社を半分失いかけた。

AIコーディングエージェントが自律PR生成——実稼働リポジトリの課題解決率70%超、開発工程の分業構造が変わる

リード AIコーディングエージェントが、実際のオープンソースリポジトリに存在するバグ修正・機能追加タスクを自律的に解決し、Pull Requestとして提出する精度が急伸している。2026年6月時点で複数のエージェント実装がSWE-bench Verifiedで70〜76%の解決率を記録。1年前の同指標が約30%だった事実と照らすと、この18か月間の進展は「精度の改善」ではなく「実用閾値の突破」と...

物理AIエージェントが「指示ゼロ」で稼働——基盤モデル統合ロボットが工場・物流現場へ本格展開

リード 言語・視覚・動作の3モデルを単一基盤に統合した「物理AIエージェント」が、工場と物流倉庫への本格展開フェーズに移行した。従来のロボットが必要とした精密なタスクプログラミングを不要にし、自然言語で「棚を整理して」と告げるだけで未知の環境に適応して動作する水準に達している。産業ロボット市場の構造が、プログラム型から推論型へ切り替わる分岐点とみられる。 何が起きているのか 2026年上半期、Ph...

Apple Intelligence 2.0が190カ国展開——4B/8Bオンデバイスモデルが「常時起動型AIエージェント」を14億台に届ける

リード 6月26日、AppleはiOS 19.5・macOS Sonoma 16.5・visionOS 3.5の同時配信とともに、Apple Intelligence 2.0を190カ国・地域へ展開した。前世代との最大の差異は「常時オフライン動作」——搭載する4Bパラメータのオンデバイスモデルが、通信環境を問わずアプリ横断のエージェント操作を実行する点にある。クラウドLLMが競う高スペック競争とは...

Grok Buildが「エージェント・ダッシュボード」公開——複数AIを1画面で指揮する時代が来た

リード xAI（Elon Musk率いるAI企業）が開発者向けプラットフォーム「Grok Build」に、複数のAIエージェントを1つの管理画面から同時制御できる「エージェント・ダッシュボード（Agent Dashboard）」を追加した。従来の「1エージェント→完了待ち→次のエージェント」という逐次処理型の開発フローを、並列指揮型へ根本から書き換える機能だ。 何が起きているのか 2026年6月1...

OpenAI「o4」API正式一般公開——推論精度が前世代比40%向上、マルチステップエージェントの量産フェーズへ

リード OpenAIは2026年7月10日（米国時間）、推論特化モデル「o4」のAPIを全ユーザー向けに正式一般公開した。前世代「o3」比で数学・コーディング・法律文書解析の精度が平均40%向上し、入力コストは1Mトークンあたり$2.50と従来の約60%水準に引き下げられた。「推論モデルは高コストゆえ試験用途止まり」という構造が、ここで初めて崩れる分岐点に入った。 何が起きているのか OpenAI...

AIエージェント、個人の夢を動かし始めた

2026年4月、AIエージェント導入のニュースが続いている。McKinseyの調査ではFortune 500企業の38%がすでに導入済み、年末には60%に達する予測だ。横浜銀行では月1,600件の証明書発行を自動化し、応対時間を5割削減。Google、OpenAI、Anthropicが競い合うように新機能をリリースしている。 だが、このトレンドを「企業の話」で終わらせてはいけない。本当の転換点は、...

Anthropic、Claude 4 APIに「エージェント間永続メモリ」を正式追加——マルチセッション記憶共有がエンタープライズ実装を塗り替える

リード Anthropicは2026年6月21日（米国時間）、Claude 4 APIに「Persistent Memory Layer（永続メモリ層）」をGAリリースした。これにより、複数のAIエージェントと複数セッションをまたいで記憶・コンテキストを共有する仕組みが公式APIとして標準化される。「毎回コンテキストウィンドウにドキュメントを詰め込む」という2024〜2025年型の実装アーキテクチ...

25万件超の実UIを参照できるなら、「AIっぽいデザイン」という批判も変わってくるかも。MCPで繋ぐだけでエージェントが

オフライン完結型のエージェントが14億台に一気に広がるのか。クラウド依存を前提にしてきたAI競争の文脈が、ここで大きく変