生成AIキャッチアップ – 2026-06-06の1週間

今週は、、、?
Google AI 検索に対する、オプトアウト(表示させない)機能が実装されました。
「AIに勝手にまとめられたくない」というニーズを満たす機能ですね。
Gemma 4 12B は、大きな話題を呼んでいます。
Gemini を活用して Google I/O 2026 を構築した方法
Google I/O 2026では、発表したAIツールをイベント制作そのものにも活用した。人間の創造性とAI技術を融合させ、これまで以上のスピードでプロトタイプを作成。「AIで何ができるか?」という問いへの実践的な答えを示した。
AI × 映像:「TPU Training Day」短編映画
段ボールとマーカーという素朴な素材で制作したアニメ映画。Nano Bananaでスタイライズドフレームを生成し、Google AI Studioで一貫性を確保。Gemini Omniで映像を映画レベルに昇華させながら、人形劇ならではの「人間的な不完全さ」を意図的に保持した。
AI × ビジュアルデザイン:I/Oブランドアイデンティティ
過去5年分のI/Oブランドガイドラインを学習させたGeminiモデルで反復実験を繰り返し、4色グラデーションと重なり合うアイコンデザインを確立。2Dフラットアイコンが超質感の3Dアイコンへ動的に変化するビジュアル表現を実現した。
AI × 没入体験①:Jellectronica
モントレーベイ水族館と共同制作した生成音楽実験。YOLO8モデルでクラゲの動きをトラッキングし、Lyria 3 ProとGoogle Flow Musicで音楽に変換。クラゲの数や動きがリアルタイムで音楽に影響する仕組みを構築した。
AI × 没入体験②:Infinite Scaler & Code the Countdown
プレイヤーがプレイしながらレベルを生成するビデオゲーム。ユーザーのプロンプトからNano Bananaがスプライトシートを生成し、WebGLで3Dレベルとして描画。ゲーム内音楽はLyria 3で全自動生成した。
AI × 没入体験③:Antigravity Coffee Co.
参加者がカスタムラテアートをデザイン・注文できるアプリ。FlutterとNano Banana、Firebase、Google Cloudを組み合わせ、生成UIがリアルタイムで変化するゼロレイテンシー体験を実現した。
AI × クリエイティブ:スピーカータイトルカード
登壇者ごとにカスタム生成されたタイトルカードを制作。Nano Banana Proで素材を生成し、Google FlowのVeoでアニメーションを作成。Gemini Omniで複雑なスポーツ動作なども表現した。
AI × クリエイティブ:カスタムステッカー
参加者が20秒のゲームで2つのプロンプトを選択すると、Nano Bananaがその場でオリジナルの3D「I/O」ステッカーデザインを生成・印刷。「金のワッフル製I/O」や「グミベアのマザーボード」など、ユニークなデザインが即座に作成された。
日付: 2026/06/02
カテゴリ: Gemini models, Google Labs, Developer tools, AI
ソース: How we used Gemini to build Google I/O 2026
青・黄・緑:Google がスウェーデンの新しいデータセンターに投資
日付: 2026/06/02
カテゴリ: Global Network
ソース: Blue, yellow and green: Google invests in its new data center in Sweden.
Google、Voltus と業界初の契約を締結し電力網向けのスマートな需給調整ソリューションを構築
日付: 2026/06/02
カテゴリ: Sustainability
ソース: We’ve signed a first-of-its-kind agreement with Voltus to create a smart capacity solution for the grid.
6月の Android Drop:新しいパーソナライズ機能と安全機能が登場
Googleは、安全性の強化、スタイリングの改善、共有の簡便化を目的としたAndroidの最新アップデートを発表した。
1. 偽の電話を検出してスキャマーを見抜く
「フェイクコール検出」機能により、Phone by Googleがコンタクトの実際のデバイスから発信されているかを確認できるようになった。信頼できる番号を装ったスキャマーからの電話には警告が表示される。Android 12以降のPhone by Google搭載端末で利用可能。
2. Circle to Searchでコーデ全体を一発検索
Circle to Searchを使って、トップスからフットウェアまでコーディネート全体をアプリを切り替えずに検索できる「Find the Look」機能が追加。Circle to Search対応のAndroid 14以降の全端末で利用可能。
3. デジタルワードローブでコーデをスタイリング
Google Photosに、写真ライブラリから服をカタログ化してバーチャルで着せ替えができる「デジタルワードローブ」機能が近日登場。来週よりアメリカ・インド・ブラジルのAndroid 10以降の対象ユーザーへ順次展開予定。
4. 子ども向けPersonal Safetyアプリ機能
13歳未満の子どもがロック画面に医療情報や緊急連絡先を設定したり、車の衝突検知機能を利用できるようになる。ティーンエイジャーはSafety Checkやリアルタイム位置共有も使用可能。世界中で利用できる。
5. Google Play Booksに読書サポート機能
「Catch me up」でこれまでの内容を振り返ったり、文章をハイライトしてテーマや登場人物について質問できる「Book Insights」機能が本日より順次提供開始。英語タイトルの一部(無料作品を含む数千冊)で利用可能。
6. Emoji Kitchenで絵文字をカスタマイズ
Gboardの「Emoji Kitchen」に新しい絵文字の組み合わせが追加。🐝+💍のようなユニークな組み合わせで、気持ちをより豊かに表現して友達と共有できる。
日付: 2026/06/03
カテゴリ: Android, Photos
ソース: June Android Drop: New personalization and safety features are here
ウェブサイト所有者向けの新たな機会・コントロール・インサイト
AI検索がもたらす新たな機会
GoogleのAI検索機能(AI OverviewsおよびAI Mode)は急速に普及しており、AI Overviewsの月間アクティブユーザーは25億人超、AI Modeは10億人超に達している。これらの機能はウェブサイトへの誘導を促進するよう設計されており、以下の改善が進められている。
- レスポンス内のインラインリンク数を増加し、ウェブサイトのプレビュー表示を追加
- AI OverviewsおよびAI Modeに「優先ソース」機能とサブスクリプションラベルを導入
- 今後もAI体験内の新しいリンクデザインを実験・改善予定
また、ウェブサイト運営者向けに、AI検索での露出を高めるための最新ガイダンスも公開されている(独自性の高いコンテンツ、ページ構成、画像・動画の品質向上など)。
ウェブサイト運営者向けの新しいコントロール機能
Search Consoleに新しいトグル機能が追加され、ウェブサイト運営者が自サイトのコンテンツをAI検索機能(AI Overviews、AI Mode、DiscoverのAI Overviewsなど)に表示するかどうかを選択できるようになる。
- オプトアウトしたサイトはAI検索機能からのトラフィックやインプレッションを受け取らなくなる
- この設定はAI検索機能以外の通常の検索ランキングには影響しない
- スニペットコントロールやGoogle-Extendedといった既存ツールの延長線上にある取り組み
新しいインサイト機能
Search Consoleにて、AI検索機能におけるページの表示状況に関する新しいインサイトの提供も開始される。
- インプレッション数の指標
- AI回答に表示されたページと対象国の情報
- 今後も追加指標を順次導入予定
展開スケジュール
まず英国のウェブサイト運営者を対象に限定テストを開始し、十分な検証を経てグローバルに展開される予定。
日付: 2026/06/03
カテゴリ: Search
ソース: New opportunities, control and insights for website owners
地域コミュニティに向けた Google の水資源保全への取り組み
日付: 2026/06/03
カテゴリ: Global Network, Sustainability
ソース: Google’s water stewardship commitments for local communities
Google 検索で古着・ヴィンテージショッピングをレベルアップする5つの方法
1. AIモードで古着探しの計画を立てる
Google検索のAIモードを使えば、「サンフランシスコでヴィンテージジャージを探せる場所は?近くにグルテンフリーのブランチができる店もあれば嬉しい」といった複雑な質問にも対応。おすすめスポットや詳細情報をまとめて提示してくれる。
2. Google Lensで隠れた名品を発掘する
古着店やヴィンテージマーケットでは、Lensが強力な味方になる。気になるアイテムを撮影するだけで、デザイナー情報・年代・相場・類似品の流通量などを調べられる。
3. Circle to Searchで見つけて、丸で囲んで、購入する
Androidのホームボタンを長押しして気になるアイテムを丸で囲むと、類似商品・価格・購入先をすぐに検索できる。「90年代っぽいスタイルは?」などの追加質問も可能。
4. バーチャル試着で自宅をフィッティングルームに
「Virtual Try-On」機能を使えば、気になるヴィンテージジャケットが自分に似合うか事前に確認できる。Lensで類似アイテムを見つけ、「試着する」ボタンから全身写真をアップロードするだけ。
5. Lensでクローゼットの不用品を売る
古着探しだけでなく、手放したいアイテムの価値調査にもLensが活躍。写真を撮って「これは転売できる?」「どんな店が買い取ってくれる?」と聞けば、愛用品に新たな居場所を見つけるヒントが得られる。
日付: 2026/06/03
カテゴリ: Search, Shopping, AI
ソース: 5 ways Google Search can level up your thrift and vintage shopping
Alphabet 投資家向けプレゼンテーション:2026年6月
日付: 2026/06/03
カテゴリ: Alphabet
ソース: Alphabet investor presentation: June 2026
Gemma 4 12B を発表:統合型・エンコーダー不要のマルチモーダルモデル

このサイズで「マルチモーダル」は凄いです。
Googleが新モデル「Gemma 4 12B」を発表。エッジ向けのE4Bと高性能な26B MoEモデルの中間に位置し、ラップトップ上でのエージェント型マルチモーダルAIを実現する。Gemma 4シリーズはすでに累計1億5,000万ダウンロードを突破している。
主な特徴
- 統合型エンコーダーレスアーキテクチャ:画像・音声入力を専用エンコーダーなしに直接LLMバックボーンで処理
- 高度な推論能力:26B MoEモデルに迫るベンチマーク性能を実現
- ラップトップ対応:16GBのVRAMまたは統合メモリで動作可能
- オープンライセンス:Apache 2.0ライセンスで公開
- 低レイテンシ:Multi-Token Prediction(MTP)ドラフターを搭載し、応答速度を向上
日付: 2026/06/04
カテゴリ: Developer tools
ソース: Introducing Gemma 4 12B: a unified, encoder-free multimodal model
大切なこととあなたをつなぐアプリ「Dreambeans」のご紹介
Google Labsが新しい実験的アプリ「Dreambeans」を発表。Personal IntelligenceやNano Banana 2などの最新AI技術を活用し、日々の情報の洪水の中から本当に大切なことに集中できるよう、パーソナライズされたデイリーストーリーを自動生成する。
毎日届く、あなただけのインスピレーション
ユーザーの許可のもと、Gmail・カレンダー・写真・YouTube・検索履歴などのGoogleアプリと連携し、インスピレーションを与えるストーリーを厳選して提供。無限スクロールではなく、有限のストーリーコレクションとして設計されており、集中して楽しめる点が特徴。
興味をさらに深掘り
気になるストーリーをタップすると、ウェブ上の情報も活用してより詳しい内容や行動につながる提案(近くのドッグパークやトレーニングクラスなど)を表示。お気に入りはライブラリに保存可能。フィードバック機能でストーリーの精度を継続的に改善できる。
連携アプリは自分で選択
少なくとも1つのアプリ連携が必要だが、どのアプリを接続するかはユーザーが自由に選択可能。Dreambeans内でのプライバシー設定は、GeminiアプリやAIモードなど他製品のPersonal Intelligence設定には影響しない。
提供状況
米国のGoogle AI Ultraサブスクライバー(18歳以上)向けにAndroidおよびiOSで順次提供開始。それ以外のユーザーは公式サイトでウェイトリストへの登録が可能。
日付: 2026/06/04
カテゴリ: Google Labs
ソース: Meet Dreambeans, an app that connects you with what matters
YouTube、ショート動画で業界初の MRC 認定を取得
日付: 2026/06/04
カテゴリ: Google Ads, YouTube
ソース: YouTube earns industry’s first MRC accreditation for short-form video.
より多くの人々へ、安全なデジタル ID と決済ツールを提供
日付: 2026/06/04
カテゴリ: Google Pay
ソース: Bringing secure digital identity and payment tools to more people
テキサス州グレイ郡・ロバーツ郡における新たなデータセンターとエネルギー投資を発表
日付: 2026/06/04
カテゴリ: Global Network
ソース: We’re announcing a new data center and energy investments in Gray and Roberts Counties, Texas.
今年の Doodle for Google 受賞者、Kameirah さんをご紹介!
日付: 2026/06/04
カテゴリ: Doodles
ソース: Meet Kameirah, this year’s Doodle for Google winner!
Kaggle が AI ベンチマークの作成を手軽に
AIモデルがコードを書いたりツールを使ったりする推論エージェントへと進化するにつれ、従来のベンチマークでは不十分になってきた。そこでKaggleは、コミュニティ主導の動的な評価プラットフォーム「Kaggle Benchmarks」を立ち上げ、これまでに1万件以上の評価タスクが作成されてきた。
ローカル開発環境への対応
これまでベンチマークの作成はKaggleのWebベースのノートブックエディタ上でしか行えなかったが、今回のアップデートにより、Antigravity・VSCode・Cursorなどのローカル開発環境から直接タスクの作成・検証・プッシュ・実行・ダウンロードが可能になった。
AIコーディングエージェントによるタスク作成
ローカル開発対応により、AIコーディングエージェントを使って自然言語でベンチマークタスクを作成できる新しいワークフローも解禁された。write-kaggle-benchmarks スキルをエージェントにインストールすることで、平易な言葉で評価内容を説明するだけで動作するタスクをKaggle上に構築できる。
コミュニティ主導の評価がなぜ重要か
Kaggle Benchmarksは「AIの評価を民主化する」という理念のもとに構築されている。測定できる能力はAIラボが競って改善するという考えのもと、世界中の誰もが現実世界の多様な課題を反映した評価を作れる環境を目指している。
日付: 2026/06/05
カテゴリ: Developer tools
ソース: Kaggle is making AI benchmark creation effortless
パブリッシャーやクリエイターが検索で自らの作品を際立たせる新しいプロフィール機能
日付: 2026/06/05
カテゴリ: Search
ソース: A new profile to help publishers and creators highlight their work on Search
業界リーダーが、スタートアップ向け生成メディアに関する新たな視点を共有
日付: 2026/06/05
カテゴリ: Entrepreneurs
ソース: Industry leaders share new perspectives on generative media for startups
ユタ州、すべての K-12 校に Gemini for Education を導入
日付: 2026/06/05
カテゴリ: Learning & Education
ソース: Utah State brings Gemini for Education to all K-12 schools
2026年5月に発表した最新の AI ニュース
日付: 2026/06/05
カテゴリ: Search, Android, Google DeepMind, Google Labs, Quantum computing, Google Health, Shopping, Google Cloud, AI, Gemini App, Gemini models, Fitbit, Google Research
ソース: The latest AI news we announced in May 2026
Gemma 4 QAT モデル:モバイル・ラップトップの効率化に向けたモデル圧縮の最適化
Googleは、Gemma 4をエッジデバイスや一般向けGPUでローカル実行できるよう、量子化対応トレーニング(QAT) で最適化した新しいチェックポイントをリリースした。QATはトレーニング中に量子化をシミュレートすることで、モデル圧縮時の品質劣化を最小限に抑える技術であり、従来のポストトレーニング量子化(PTQ)より高い品質を実現する。
品質を保ちながらモデルを小型化
標準的なPTQはメモリ削減に有効だが、性能劣化を招くことがある。QATはトレーニングプロセスに量子化を組み込むことで、PTQより高い品質を維持しながらモデルを圧縮できる。今回は人気のQ4_0フォーマットと、モバイル向けに特化した新しい量子化フォーマットの2種類のチェックポイントが提供される。
VRAMとストレージの節約
QATにより、各モデルのVRAM使用量が大幅に削減される。特にGemma 4 E2Bはモバイル向けフォーマットでメモリフットプリントが1GBまで圧縮された。
モバイルデバイス向けの最適化技術
モバイルプロセッサでの効率的な動作を実現するため、以下の技術が採用されている:
- 静的アクティベーション:スケーリング設定をトレーニング時に事前計算し、モバイルチップの処理負荷を軽減
- チャネルワイズ量子化:モバイルアクセラレータの設計に合わせたデータ構造化により、ネイティブ計算を実現
- ターゲット2ビット量子化:トークン生成部分を2ビットに圧縮しつつ、推論コア層は高精度を維持
- 埋め込みとKVキャッシュの最適化:語彙リストと短期メモリの圧縮により、長い会話でもメモリ不足を防止
また、音声・ビジョンエンコーダーが不要な場合は省略でき、テキストのみのGemma 4 E2Bは1GB未満で動作する。
今すぐ始める方法
- 重みのダウンロード:Hugging FaceでQ4_0およびモバイル向けモデルを公開中(llama.cpp用GGUF、vLLM用圧縮テンソル対応)
- デスクトップで試す:llama.cpp、Ollama、LM Studioで簡単にローカル実行可能
- オンデバイス展開:LiteRT-LMランタイムやTransformers.jsでエッジ・Web展開に対応
- 開発ツール連携:SGLang、vLLM、MLX(Apple Silicon対応)、Hugging Face Transformers、Unslothなどに対応
日付: 2026/06/06
カテゴリ: Developer tools
ソース: Gemma 4 QAT models: Optimizing model compression for mobile and laptop efficiency
Google Workspace
タイトル: ドライブの「マイファイルを整理」機能が一般提供開始
日付: 2026/06/01
カテゴリ:
ソース: Organize My Files in Drive now generally available
タイトル: Workspace Studio で項目リストを繰り返し処理する機能が登場
日付: 2026/06/03
カテゴリ:
ソース: Introducing the ability to loop over a list of items in Workspace Studio
タイトル: 管理対象のサードパーティ製アプリ向けにデータ保護を強化
日付: 2026/06/04
カテゴリ:
ソース: Enhanced data protection for managed third-party apps
タイトル: Android の Google ドライブで複数ページを素早くスキャン
日付: 2026/06/04
カテゴリ:
ソース: Quickly scan multiple pages in Google Drive on Android
タイトル: ファイル添付と近接条件に対応した新しい情報漏洩防止(DLP)機能が一般提供開始
日付: 2026/06/04
カテゴリ:
ソース: New data loss prevention capabilities for file attachments and proximity conditions are generally available
タイトル: Google カレンダー向けの情報漏洩防止(DLP)ポリシーが一般提供開始
日付: 2026/06/04
カテゴリ:
ソース: Data loss prevention policies for Google Calendar now available in GA
タイトル: ドライブの Ask Gemini で Gmail をソースとして利用する機能が一般提供開始
日付: 2026/06/04
カテゴリ:
ソース: Gmail as a source in Ask Gemini in Drive now generally available
タイトル: Google エンドポイント管理で新しい iOS デバイス管理設定が一般提供開始
日付: 2026/06/05
カテゴリ:
ソース: New iOS device management settings now generally available in Google Endpoint Management
タイトル: Google Workspace アップデート 週間まとめ – 2026年6月5日
日付: 2026/06/06
カテゴリ:
ソース: Google Workspace Updates Weekly Recap – June 5, 2026
OpenAI
OpenAI のフロンティアモデルと Codex が AWS で利用可能に
日付: 2026/06/01
カテゴリ: Product
ソース: OpenAI frontier models and Codex are now available on AWS
ミシガン州で「知能の時代」に向けたインフラを構築

地域住民への配慮が大きいですね。
データセンター設置には、
それだけ嫌がられる側面が有るということですね。
OpenAIは、ミシガン州セーラインにある「The Barn」と呼ばれる1GWのデータセンターキャンパスの起工式を、グレッチェン・ウィットマー知事やOracle、Related Digital、Walbridgeなどのパートナーとともに執り行った。このプロジェクトはStargateプログラムの一環であり、地域社会との連携を重視した形で進められている。
地域住民への負担なし
データセンターの運営に必要なインフラおよびエネルギーコストはプロジェクト側が負担し、地域の電力料金利用者には転嫁されない。消費者の電気代が上がらないよう保護される。
水資源の保護
プロジェクトは閉ループ冷却システムを採用しており、水の使用量は一般的なオフィスビル程度に抑えられる。
雇用創出
- 2,500件以上の組合員向け建設雇用
- 450件の恒久的な現地雇用
- 郡内1,500件および間接的な1,000件の雇用創出を見込む
地域社会への投資
OpenAIはOracle・Related・Blackstoneとともに、セーラインのレクリエーションセンター改修に1,000万ドルを拠出。さらにプロジェクト全体でリース期間中に10億ドルの税収を生み出し、地域の学校やサービスを支援する見込み。
ミシガン州の学生向けAI教育支援
OpenAIは2026〜2027学年度に、ミシガン州の大学・コミュニティカレッジ・職業訓練校に通う18歳以上の学生40万人以上を対象に、最大4,500万ドル分のCodexクレジットを提供。また、州の労働・経済機会省と連携し、AIリテラシーおよび職業訓練プログラムも実施する。
労働組合との連携
OpenAIは北米建設労働組合(NABTU)との広範なパートナーシップを通じ、AI関連インフラの建設が組合キャリアの強化や地域経済の活性化につながるよう取り組んでいる。
Stargateプログラムの意義
このプロジェクトはOpenAIの長期的インフラ整備計画「Stargate」の一部であり、AIをより多くの人々や企業にとって利用しやすく、信頼性の高いものにすることを目指している。コンピューティング能力はAI開発における戦略的優位性の源泉であり、ミシガン州の豊富な工学人材・建設文化・産業の歴史がこの取り組みに大きく貢献すると期待されている。
日付: 2026/06/01
カテゴリ: Global Affairs
ソース: Building the infrastructure for the Intelligence Age in Michigan
AI 政策と政治的アドボカシーに関する OpenAI の見解

AI 及び AI企業は、世界に与えるインパクトが大きいですが、
OpenAI が立場に関する指針を表明しました。
AIガバナンスの重要性
AIは人類史上最も強力な技術の一つになり得るものであり、その統治・展開に関する現在の意思決定は長期的な影響を持つ。OpenAIは、AIの未来は一企業ではなく、政府・研究者・労働者・市民社会・独立した専門家・一般市民によって形成されるべきと考えている。
政治献金・PACへの不関与
多くのテック企業がPAC(政治活動委員会)を設立したり、既存のPACに資金提供したりしているが、OpenAIはスーパーPACへの寄付も、従業員出資型PACの設立も行っていない。政治候補者や選挙運動への献金も一切していない。今後方針が変わる場合は透明性をもって公表するとしている。
従業員の個人的な政治活動について
従業員は個人の立場で政治活動(寄付・候補者へのアドバイスなど)に参加する自由があるが、それはあくまで個人としての行動であり、OpenAIを代表するものではない。
「Leading the Future(LTF)」との関係
共同創業者のグレッグ・ブロックマンと妻アンナがLTFを支援しているが、これは個人的な関与であり、OpenAIとして指示・関与したものではない。OpenAIはLTFの活動を指揮しておらず、その運営内容も把握していない。
OpenAIの公式見解と政策スタンス
いかなる外部政治団体もOpenAIを代表しないと明言している。OpenAIの政策的立場は、公式に発信する内容によって判断されるべきであり、以下の立場を支持している。
- 思慮深い規制の整備
- 強力なAIシステムの厳格なテスト
- 強固な安全基準
- 公的説明責任
- AIの恩恵への幅広いアクセス
これらの主張を、透明性をもって自社の名前で直接発信し続けるとしている。
日付: 2026/06/02
カテゴリ: Global Affairs
ソース: Our views on AI policy and political advocacy
Codex が、あらゆる人のための生産性ツールへ

PDF は、
Codex は単なるプログラミング支援ツールではなく、知識労働そのものを再設計するエージェント型AIになりつつある、という主張の資料ですが、特に興味深かったのが、
知識労働者のcodex の使い方(週間)です。
- Knowledge artifacts、つまり文書・資料・PDF・スプレッドシート等の作成:72%
- Engineering operations:47%
- Code implementation:46%
- Research:41%
- Data analysis:27%
OpenAIは新レポート『ネクスト・エラ・オブ・ナレッジワーク(知識労働の新時代)』を公開し、Codexがコーディングツールにとどまらず、あらゆる職種の人々の生産性向上に貢献していることを示した。
日付: 2026/06/02
カテゴリ: Global Affairs
ソース: Codex is becoming a productivity tool for everyone
グローバルなリーダーシップを通じて若者の安全と機会を推進
日付: 2026/06/02
カテゴリ: Global Affairs
ソース: Advancing youth safety and opportunity through global leadership
Travelers、OpenAI と連携して AI 活用の保険金請求処理を全米展開
日付: 2026/06/02
カテゴリ:
ソース: Travelers deploys AI-powered claims countrywide with OpenAI
OpenAI の公共政策アジェンダ
OpenAIのミッションは「AGI(汎用人工知能)が全人類に恩恵をもたらすこと」。その実現に向け、
- 民主化
- エンパワーメント
- 普遍的繁栄
- レジリエンス
- 適応性
という5つの原則を掲げている。ユーザー層は性別・年齢・収入において多様性があり、幅広い人々への技術提供にコミットしている。
日付: 2026/06/03
カテゴリ: Global Affairs
ソース: OpenAI public policy agenda
フロンティア AI の民主的ガバナンスに向けた青写真
日付: 2026/06/03
カテゴリ: Global Affairs
ソース: A blueprint for democratic governance of frontier AI
Wasmer が Codex を活用してエッジ向け Node.js ランタイムを構築した方法
日付: 2026/06/03
カテゴリ:
ソース: How Wasmer used Codex to build a Node.js runtime for the edge
GPT-Rosalind に新機能を追加
OpenAIがライフサイエンス研究向けに特化したモデル「GPT-Rosalind」の新バージョンを発表。GPT-5.5のエージェント型コーディング・ツール活用能力と、創薬分野(医薬品化学・ゲノミクスなど)における高度な専門知識を組み合わせた。現在、適格な組織向けにリサーチプレビューとして世界展開中。
日付: 2026/06/03
カテゴリ: Product
ソース: Introducing new capabilities to GPT-Rosalind
「知能の時代」におけるバイオディフェンス(生物学的防御)
日付: 2026/06/04
カテゴリ: Global Affairs
ソース: Biodefense in the Intelligence Age
Dreaming:より役立つ ChatGPT に向けた、より優れたメモリ機能

AI のパーソナライズが加速していきます!
ChatGPTが新しいメモリシステム「Dreaming(ドリーミング)」を導入し、会話をまたいで文脈を新鮮かつ正確に保つ仕組みを大幅に強化した。
メモリ機能の進化
- 2024年4月:「保存メモリ」機能を初公開。ユーザーが明示的に指示した情報のみを記録する仕組みだったが、時間の経過とともに情報が古くなる問題があった
- 2025年4月:Dreaming V0を導入。バックグラウンドで会話履歴を自動的に参照・整理する機能を追加し、保存メモリを補完
- 2026年:Dreaming V3として大幅に強化。単独で機能するメモリシステムとして完成し、計算効率も向上
優れたメモリの3つの評価基準
- 文脈の引き継ぎ:一度伝えた情報を次回以降の会話に活かす
- 好みや制約への対応:「ベジタリアン」などの個人的な制約を継続的に反映する
- 時間経過への対応:「来週の誕生日パーティー」が過去のものになったら、メモリも自動更新する
具体的な活用例
- 文脈の引き継ぎ:水中写真のカメラ機材について過去に話していれば、「私のセットアップに対応したTTLフラッシュは?」と聞くだけで、Sony A1 IIやNauticamハウジングに合った具体的な製品を提案できる
- 好みへの対応:野生動物写真・静かな夕食・強力なエアコンを好むユーザーには、シンガポール旅行の計画もそれに合わせてパーソナライズされる
- 時間経過への対応:シンガポール滞在中に記録された情報が、帰国後には自動的に「過去の旅行」として更新され、自宅周辺のテイクアウト情報を正確に提案できる
提供状況と今後の展望
- 現在、米国のPlusおよびProユーザーに提供開始
- 今後数週間以内にFreeおよびGoユーザーにも順次展開予定
- Freeユーザー向けに必要な計算コストを約5分の1に削減することで、大規模展開が可能になった
- 今後もメモリ機能の継続的な改善を予定
日付: 2026/06/04
カテゴリ: Research
ソース: Dreaming: Better memory for a more helpful ChatGPT
Endava が AI エージェントを中心にソフトウェアデリバリーを再設計する方法
日付: 2026/06/04
カテゴリ:
ソース: How Endava is redesigning software delivery around AI agents
Anthropic

Anthropic、SEC に S-1 のドラフトを秘密裏に提出
Anthropic, PBCは、米国証券取引委員会(SEC)に対し、普通株式の新規株式公開(IPO)を目的としたS-1登録届出書の草案を機密扱いで提出した。
日付: Jun 1, 2026
カテゴリ: Announcements
ソース: Anthropic confidentially submits draft S-1 to the SEC
Project Glasswing の拡大
Anthropicのサイバーセキュリティ強化プロジェクト「Project Glasswing」が拡大。当初の約50組織に加え、新たに約150の組織がClaude Mythos Previewへのアクセスを取得する。これらの組織は15カ国以上に拠点を置き、電力・水道・医療・通信・ハードウェアなど、初期コホートでは十分にカバーされていなかった重要インフラ分野を含む。
日付: Jun 2, 2026
カテゴリ: Announcements
ソース: Expanding Project Glasswing
Claude パートナーネットワークの Services Track と Partner Hub を発表
日付: Jun 3, 2026
カテゴリ: Announcements
ソース: Introducing the Services Track and Partner Hub of the Claude Partner Network
1年分の AI を悪用したサイバー脅威をマッピングして得られた知見

支払い情報などを提出しているのに、攻撃に使うというのは、どういう神経なのでしょうか。
もしかして、個人情報やクレジットカード情報も、
他人のものだったりするのでしょうか・・・。
侵入方法よりも、
侵入後の操作に力が入り始めているというのが、なんだか怖いです。
AnthropicはMITRE ATT&CKフレームワークを用いて、2025年3月〜2026年3月の間に悪意あるサイバー活動で禁止された832アカウントを分析。Verizonの「2026年データ侵害調査報告書(DBIR)」にも一部結果を提供した。
主な結論
- AIが攻撃者をより危険にしている
- サイバー攻撃の自律化が進み、脅威レベルの評価が困難になっている
- MITRE ATT&CKフレームワークがAI活用型攻撃者の危険性を十分に捉えられていない
AIが攻撃者を危険にする理由
- 最も多い用途はマルウェア作成(832件中560件、67.3%)
- 「ラテラルムーブメント(侵入後の横断的移動)」などの高度な活動にも54件(6.5%)が活用
- 中リスク以上の攻撃者の割合が、前半6ヶ月の33%から後半6ヶ月には56%へと約1.7倍に増加
- AIの活用が「初期侵入」から「侵入後の活動」へとシフトしており、従来は高度な技術者にしかできなかった手法が低スキル攻撃者にも可能になっている
脅威レベルの評価が難しくなった理由
- 従来は「使用する技術の数」や「使用ツール・インターフェース」が脅威評価の指標だったが、AIの登場でこれらの相関が崩れた
- 低スキル攻撃者でも平均16種、高スキル攻撃者でも平均20種と差が小さい
- 使用プラットフォーム(Claude Code・API・チャット)もリスクレベルと相関しない
- より信頼性の高い指標は、攻撃チェーンの複数段階をAIに自律的に連鎖実行させるアーキテクチャを構築しているかどうか
セキュリティフレームワークの変革が必要な理由
- 攻撃ステップの自律的な連鎖実行・リアルタイム意思決定・人間の介入なしの実行といった行動は、現行のMITRE ATT&CKに含まれていない
- 2025年11月に摘発した国家支援型サイバースパイ作戦では、Claude Codeが最小限の人間介入で世界中の標的への侵入を試みた
- この攻撃はATT&CKで30技術・13戦術を使用し「中リスク相当」と評価されたが、Anthropicの独自スコアでは最高リスク(100点)に相当
- 「エージェント型オーケストレーション」に対応するATT&CK IDは現時点では存在しない
今後の展望
- 分析結果をもとに、マルウェア開発や大規模データ窃取を検出・ブロックするサイバー安全策を最新モデルに実装済み
- MITREとAI対応型ATT&CKフレームワークの進化に向けた協議を開始
- Project Glasswingなどの活動を通じ、防御側が攻撃者より先手を打てるよう情報共有を継続
日付: Jun 3, 2026
カテゴリ: Policy
ソース: What we learned mapping a year’s worth of AI-enabled cyber threats
Claude Cowork 製品ガイド
Claude Coworkは、Claudeデスクトップアプリ上で動作するナレッジワーク特化型AIエージェントです。従来の会話型AIとは異なり、タスクの指示から実際の成果物(資料・ドキュメント・スプレッドシート・メールなど)の作成まで、一連の作業を自律的に実行します。
主な特徴
- ローカルファイルの読み書きに対応
- SlackやGoogle Driveなど外部アプリと連携
- 複数ステップにわたるタスクを自動で処理
- 実際のファイルやメッセージへの引用付きで成果物を生成
- スケジュール設定による定期タスクの実行
ツールの使い分け
| 用途 | 推奨ツール |
|---|---|
| 会話・下書き | Claude チャット |
| コーディング | Claude Code |
| クロスアプリのナレッジワーク | Claude Cowork |
ガイドの内容
- Claude Coworkの差別化ポイントと主要機能の解説
- セットアップと動作要件、権限モデル、最初に試すべきこと
- 7つの代表的なワークフロー(リサーチブリーフ、会議準備、定期レポートなど)
- プラグインの活用方法(マーケティング・プロダクトマネジメントなど)
日付: Jun 5, 2026
カテゴリ: Enterprise AI
ソース: The Claude Cowork product guide
ある Anthropic のセールス担当者が Claude Code でチームのワークフローを再構築した方法
背景:コードを書いたことがないセールス担当者
Jared Siresは2024年にAnthropicに入社するまで、コードを一行も書いたことがなかった。スタートアップのアカウントエグゼクティブとして担当顧客が600〜700社に膨れ上がり、1日10〜15件の顧客対応に加えてメール返信が深夜まで続く状況に追い込まれた。
CLAFTSの開発
JaredはClaude Codeを使い、Gmailに組み込まれたメール自動返信アプリ「CLAFTS(Claude Drafts)」を開発。約4,300行のコードのほぼすべてをClaude Codeが生成した。CLAFTSはGoogle DriveやAnthropicの公式ドキュメントを参照し、Jaredの文体に合わせた返信草稿を自動生成する。製品アップデートがあっても、ドキュメントを参照するため常に最新情報を反映できる。結果として週10〜15時間の削減を実現した。
GTMツールキットの拡張
CLAFTSの成功後、さらに2つのスキルを開発した。
- デイリーブリーフ:毎朝カレンダーを読み込み、面談相手をウェブ検索してトーキングポイントを生成
- デイリーリキャップ:1日の終わりに会議メモからフォローアップメールを自動作成
これらのツールはClaude Coworkのプラグインとしてパッケージ化され、Anthropicのセールス組織の約80%が利用するまでに普及した。
セールスチームプラグインの主要スキル
/customer-context:複数ソースから約90秒で顧客の360度ビューを生成/pipeline-management:リスクのある案件の特定、予測ガイダンス、進捗推奨を提示
新入社員はDay 1からインストールするだけで、Salesforce・Gmail・Google Calendarなど20以上のスキルをすぐに活用できる。
キャリアの変革
コード未経験だったJaredは、現在GTMチームのプロダクトマネージャーとして、セールス組織の課題を特定しClaude活用ソリューションを構築する役割を担っている。「技術的な壁が溶けることで、より多くのプロダクトを設計できるようになった」と語り、これを「これまでで最も力を与えてくれた経験」と表現している。
日付: Jun 5, 2026
カテゴリ: Claude Code
ソース: How one Anthropic seller rebuilt his team’s workflows with Claude Code
Anthropic が Claude でセルフサービス型データ分析を実現する方法
AnthropicではビジネスアナリティクスクエリのAI自動化率が95%、精度も約95%に達している。これによりデータサイエンスチームは因果モデリングや機械学習などの戦略的業務に集中できるようになった。
データはソフトウェアとは異なる
コーディングエージェントと異なり、アナリティクスには「唯一の正解」が存在し、それを証明する決定論的な方法がない。主な誤答の原因は以下の3つ:
- 概念とエンティティの曖昧さ:数百の候補から正しいフィールドを選べない
- データの陳腐化:スキーマや定義が変わり、回答が古くなる
- 検索失敗:正しい情報があっても見つけられない
エージェント型アナリティクススタック
データ基盤
- 正規データセットを作成し、重複候補を排除して「唯一の正解」に絞り込む
- CI/CDによるガバナンスの強制
- メタデータ(カラム説明・メトリクス定義など)を一級品として管理
信頼できる情報源(Sources of Truth)
- セマンティックレイヤー(最優先):定義済みメトリクスを呼び出すことで一貫した数値を提供
- リネージュとクエリ変換グラフ:未定義メトリクスの上流モデルを特定
- クエリコーパス:過去のSQLを直接参照させるより、構造化されたリファレンスドキュメントに蒸留する方が効果的
- ビジネスコンテキスト:社内用語・ロードマップ・組織構造などの知識グラフ
スキル(Skills)
- スキルなしでは精度21%だったが、スキル導入後は95〜99%に向上
- ナレッジスキル:セマンティックレイヤーを最初に参照し、カバーされない場合は約30のリファレンスファイルへルーティング
- アンブックスキル:上級アナリストの分析プロセスを手順化し、敵対的レビューサブエージェントも組み込む
- スキルのメンテナンスを怠ると精度が月1ヶ月で95%→65%に低下するため、データモデルのPRと同じリポジトリで管理
バリデーション
- オフライン評価:ダッシュボードベースと長テール質問の2種類のQ&Aペアで精度測定
- アブレーション実験:構成要素を1つずつ変えて比較(例:過去クエリへの直接アクセスは精度向上にほぼ寄与しなかった)
- オンラインバリデーション:敵対的レビューで精度+6%、出典フッター表示、データ品質チェック、修正コメントの自動収集
始め方
ゼロから始める場合は、以下の3点から着手するだけで大半の効果が得られる:
- 少数の正規データセット
- 数十件のオフライン評価
- 薄いナレッジスキル
その後、組織の状況(精度の重要度・データ複雑性・対象ユーザーの技術レベル・コスト許容度・アクセス制御方針)に応じて追加の仕組みを構築していく。
日付: Jun 3, 2026
カテゴリ: Enterprise AI
ソース: How Anthropic enables self-service data analytics with Claude
Claude Code の開発から得た教訓:スキルの活用方法
スキルとは何か
スキルとは、エージェントが発見・活用できる指示・スクリプト・リソースをまとめたフォルダのこと。「ただのMarkdownファイル」という誤解があるが、実際にはスクリプトやアセット、データなども含む構造体であり、Claude Codeでは動的フックの登録など多様な設定オプションが利用できる。
スキルの9つのカテゴリ
Anthropic社内のスキルを分類した結果、以下の9種類に集約された。
- ライブラリ・APIリファレンス — 内部ライブラリやCLIの正しい使い方を説明
- プロダクト検証 — コードの動作確認・テスト手順を記述(品質向上への影響が最大)
- データ取得・分析 — データ基盤やモニタリングスタックへの接続
- 業務プロセス・チーム自動化 — 繰り返し作業をワンコマンドで自動化
- コードスキャフォールディング・テンプレート — フレームワークの雛形生成
- コード品質・レビュー — コードスタイルの強制やレビュー支援
- CI/CD・デプロイ — コードのフェッチ・プッシュ・デプロイ支援
- ランブック — 症状から調査・報告書作成までの手順書
- インフラ運用 — 定期メンテナンスや運用手順(ガードレール付き)
スキル作成のベストプラクティス
- 当たり前のことは書かない — Claudeが既に知っていることを繰り返さず、デフォルト動作を変えるような情報に集中する
- 「落とし穴(Gotchas)」セクションを作る — Claudeが実際に失敗した箇所を蓄積し、最も価値の高いコンテンツにする
- ファイルシステムと段階的開示を活用 — スキルはフォルダ全体で設計し、必要な時に必要な情報をClaudeが参照できるよう構造化する
- Claudeを縛りすぎない — 指示は柔軟に保ち、状況に応じた適応を許容する
- セットアップを考慮する —
config.jsonに設定情報を保存し、未設定時はユーザーに確認を促す - 説明文はモデル向けに書く — スキルの
descriptionはClaudeがトリガーを判断するための文章として書く - 記憶を持たせる — ログファイルやJSONでスキルに履歴を保存し、次回実行時に参照できるようにする
- スクリプトを格納してコードを生成させる — ヘルパー関数を提供することでClaudeが構成・判断に集中できる
- オンデマンドフックを活用 — 常時ではなく必要な時だけ有効化するフックを設定する(例:
/carefulで危険コマンドをブロック)
日付: Jun 3, 2026
カテゴリ: Claude Code
ソース: Lessons from building Claude Code: How we use skills
Claude Cowork を始めるためのベストプラクティス
2024年はチャット、2025年はClaude Codeでエンジニアが活躍。2026年はClaude Coworkにより、非技術系のナレッジワーカーも同様の恩恵を受けられるようになった。
Chat・Claude Cowork・Claude Codeの使い分け
- Chat:質問・ブレスト・アイデア整理など、「答え」が欲しいとき
- Claude Cowork:ファイルやアプリにClaudeを接続し、成果物(ドキュメント・スプレッドシート・デッキなど)を自動生成させるとき
- Claude Code:コードを書いてソフトウェアを開発・出荷するとき
Claude Coworkに向いているタスクの5条件
- 複数の入力がある(複数ファイル・フォルダ・コネクター)
- ファイルが成果物として出てくる(共有・提出できるもの)
- 繰り返し発生する作業(定期スケジュール設定が可能)
- 「良い成果物」のイメージが自分にある(15秒で合否判断できる)
- 中間作業が単純・退屈(抽出・整形・転記など)
著者のClaude Cowork活用例(マーケティング業務)
- デイリーブリーフィング:毎朝6時にSlack・Gmailを自動集約し、優先事項レポートを生成
- 予算ペーシング:Google Ads・Meta Adsに接続し、日次支出と進捗をダッシュボードで自動更新
- レポーティング:Google Search Consoleのデータを自動集計・テンプレート形式でレポート化(週30分→5分に短縮)
最初の10分で始める手順
- Claude デスクトップアプリでCoworkタブを開く
- ファイル・フォルダ・アプリ(Slack・Gmail・Notionなど)を接続する
- 欲しい成果物を言葉で伝える
- 自分がよく知っている実際の業務タスクから試す
- 「始める前に質問してください」とプロンプトに入れる(最重要習慣)
日付: Jun 3, 2026
カテゴリ: Enterprise AI
ソース: Best practices for getting started with Claude Cowork
AI ネイティブなエンジニアリング組織の運営
Claude Codeチームがエージェント型コーディングをデフォルトの働き方として採用したことで、エンジニアリング組織のプロセスや構造がどのように変化したかを解説した記事。コードを書く・テストする・リファクタリングするといった作業はもはやボトルネックではなくなり、代わりに検証・コードレビュー・セキュリティが新たな課題となっている。
機能しなくなったプロセスの見直し
プランニング:ジャストインタイム(JIT)方式へ
- 以前は6ヶ月ロードマップを作成していたが、Claude Codeにより3ヶ月で陳腐化
- 設計ドキュメントからPRやプロトタイプでの議論へシフト
- 「プロトタイプ → 社内ユーザーへの展開 → フィードバックへの対応」サイクルを採用
コンテキスト収集:コードの作者ではなくClaudeに聞く
- 「誰がこのコードを書いたか?」ではなく「何を知りたいのか?」を問う
- 回帰バグの原因、顧客対応、意思決定の背景などをClaudeに直接質問
- さらに「自動化できるか?」を常に問い続ける
コードレビュー:信頼しつつ検証する
- Claudeがスタイル・リント・バグ修正・テスト追加を担当
- 人間のレビューは法務・セキュリティ・プロダクトセンスなど専門知識が必要な箇所に集中
- モデルの進化に合わせて「信頼 vs 検証」のバランスを継続的に見直す
チーム構成:役割の境界が曖昧に
- PMがコードを書き、エンジニアがデザインやコンテンツを担当するケースが増加
- 採用で重視するのは「プロダクトセンスを持つクリエイティブなビルダー」と「深いシステム専門知識を持つエンジニア」
- 単純な生産性(スループット)よりも人間の専門知識が必要な領域を重視
新しい規範の展開方法
チーム全体の「必須原則」として以下を設定:
- 自社製品を徹底的に使い倒す(ドッグフーディング):全メンバーがClaude CodeとClaude Coworkを日常的に使用
- チームをできるだけフラットに保つ:マネージャーもICとしてスタートし、実際に開発を経験
- 機能しなくなったプロセスは迷わず廃止する:チームメンバーに古いプロセスを疑い廃止する権限を明示的に付与
各ポッド(小チーム)はこれらの原則の範囲内で、トリアージ・プランニング・スタンドアップなどの運用方法を自律的に決定できる。
新プロセスの定着を測る3つの指標
- オンボーディング期間の短縮:現在は入社1週目から実際のコードをリリース可能
- PRサイクルタイムの短縮:コード生成量増加に伴いCI/CDがボトルネックになっていないか確認
- Claude支援コミットの増加:過去4ヶ月でClaude非支援のコミットはほぼゼロ
※スループットの増加を成功と混同しないこと。重要なのは解決しようとしている課題が実際に改善されているかを測ること。
まとめ:始め方
まず最もノイズの多いワークフロー(最もコストがかかる、または誰もが嫌がるプロセス)を一つ選び、「これはまだ目的を果たしているか?自動化できるか?」と問いかけることから始める。
日付: Jun 3, 2026
カテゴリ: Claude Code
ソース: Running an AI-native engineering org
あらゆるタスクに対応するハーネス:Claude Code の動的ワークフロー
Claude Codeに「ダイナミックワークフロー」機能が追加された。Claudeがタスクに応じて独自のマルチエージェントハーネスをその場で自動生成・オーケストレーションできるようになった。
従来の課題
デフォルトのClaude Codeハーネスは、単一のコンテキストウィンドウで計画と実行を同時に行うため、長時間・大規模・並列・対立的なタスクでは以下の問題が生じやすかった。
- エージェントの怠慢:複雑なタスクを途中で完了と宣言してしまう
- 自己優先バイアス:自分の出力結果を過大評価する傾向
- 目標のドリフト:長い会話の中で元の目的から徐々にずれていく
ダイナミックワークフローは、独立したコンテキストウィンドウを持つサブエージェントを複数起動することでこれらを解消する。
主なワークフローパターン
- 分類して行動(Classify-and-act):タスクの種類を分類し、適切なエージェントにルーティング
- 展開して統合(Fan-out-and-synthesize):タスクを小分けにして並列処理し、結果を統合
- 敵対的検証(Adversarial verification):別のエージェントが出力を批判的に検証
- 生成してフィルタ(Generate-and-filter):アイデアを大量生成し、基準でフィルタリング
- トーナメント(Tournament):複数エージェントが同じタスクに挑み、勝者を選出
- 完了まで繰り返す(Loop until done):停止条件を満たすまでエージェントをループ
主な活用事例
- マイグレーション・リファクタリング:BunのZig→Rust移植にも活用済み
- ディープリサーチ:Web検索のファンアウト、ソース取得、検証、レポート生成
- 大規模トリアージ:サポートキューやバグレポートの自動分類・対応
- ルート原因調査:複数の独立した仮説を並列検証してバイアスを排除
- ソート・ランキング:大量アイテムをトーナメント方式で定性評価
- メモリ・ルール遵守:ルールごとに検証エージェントを割り当て
- モデルルーティング:タスクの複雑さに応じてSonnet/Opusを自動選択
使い方のポイント
- 「ワークフローを使って」と指示するか、トリガーワード
ultracodeを使うと自動生成される /loopと組み合わせると定期的な繰り返し実行が可能- トークン使用量の上限を「10kトークンで」のように指定できる
- 作成したワークフローは
~/.claude/workflowsに保存・共有可能
注意点
ワークフローはトークン消費が多いため、通常のコーディングタスクには不要。複雑・高価値なタスクに絞って活用するのが推奨される。
日付: Jun 2, 2026
カテゴリ: Claude Code
ソース: A harness for every task: dynamic workflows in Claude Code