AIビジネス動向

道路の点検や橋の補修計画を、現地に行かずに3Dデータで確認できたら。そんな話が、日本のインフラ現場では数年前から出ていました。技術的には可能でも、データが重すぎて一般的なパソコンやタブレットでは開けない。それがずっと壁になっていたのです。 NECが2026年5月11日に発表した技術は、その壁に正面からぶつかるものです。 独自のAIと「ガウシアン・スプラッティング」という3D表示技術を組み合わせ、大容量の3D点群データを90%以上削減する変換技術を開発したと発表しました。まだ商用提供は始まっていません。2027年度中の実用化を目指す段階ですが、インフラ点検の現場にとって何が変わりうるかは、今の時点で考えておく意味があります。 🏗️ 4.4GBが0.3GBになる意味 NECが発表した数字は具体的です。 4.4GBの3D点群データを0.3GBに変換できると説明しています。元の容量比で約93%の削減です。数字だけ見ても実感がわかないかもしれませんが、4.4GBというのはフルHD動画で40分以上に相当するデータ量です。それが動画1〜2分分程度のファイルサイズまで圧縮されるイメージです。 3D点群データとは、レーザー測定などで建物や道路・橋などの構造物を多数の点として記録した立体データのことです。現実空間を精密に再現できますが、広い範囲を高精度で記録すると容量は際限なく膨らみます。従来は高性能な専用機器や専用サーバーがないと扱えず、それがデジタルツイン（現実の設備を3Dデータで再現し、パソコン上で管理・確認できる仕組み）の現場導入を難しくしていました。 0.3GBまで小さくなれば、タブレットや一般的なPCでリアルタイムに表示できるとNECは説明しています。軽くなるだけでなく、ボルトなど細かな構造の凹凸も表現できる精細さを維持しているのが技術の核心だといいます。点検現場でボルトやひび割れのような細部まで確認できるかどうかが、この技術の評価の基準になります。 🔬 AIが「現場写真の撮り直し」を省く仕組み この変換技術で見ておきたいのが、入力データの部分です。ここに、現場へ持ち込むときのコストに直結する判断が隠れているからです。 通常、ガウシアン・スプラッティングという3D表示技術を動かすには、現場で多方向から大量の写真を撮影する必要があります。3D空間を「小さなぼんやりした点の集まり」として表現し、それらを重ね合わせることで自然な立体映像を作る技術ですが、そのためのデータを現場で新たに収集しなければならない。この撮影工程が従来の手間でした。 NECが開発したのは、この撮影工程をAIで代替する仕組みです。既存の3D点群データから、ガウシアン・スプラッティングに必要な視点のシミュレーション画像をAIが自動生成します。つまり、すでに点群データを持っているインフラ事業者であれば、現場に行って撮り直す作業なしに、手元のデータをそのまま変換できるというわけです。 点群データを持っているインフラ事業者なら既存の資産をそのまま入力として使えるという設計は、実際の導入判断に響く部分です。自治体や道路管理事業者が過去にレーザー測定で蓄積してきたデータが、そのまま活用できる入り口になる可能性があります。 🏛️ 自治体と現場担当者にとっての話 NECが想定する対象顧客は、自治体、エネルギー業界、高速道路事業者などのインフラ事業者です。 日本では橋や道路、設備の老朽化が進んでおり、点検の必要件数は増え続けています。一方で、現場に足を運べる人員には限りがあります。デジタルツインはこの状況への一つの答えとして注目されてきましたが、重いデータを使いこなすには専門的な環境が必要で、小規模な自治体では機材費やサーバー費が導入の壁になっていました。 一般的なタブレットで3Dデータをリアルタイムに表示できるようになれば、現場と離れた場所にいる担当者がデータを見ながら遠隔で指示を出す場面が増えてきます。自治体の担当者と工事事業者が同じ3D画面を共有しながら補修の優先順位を確認したり、住民説明会でプロジェクターに投映したりする使い方も出てきます。 NECは「点検・計測業務のリモート化、問題の早期発見、遠隔判断、関係者間の合意形成を支援できる」と説明しています。移動コストの削減だけでなく、同じ3D画面を見ながら判断できることが大きい。現場、自治体、工事会社の認識合わせに使えるなら、点検後の会議や説明の時間も変わります。 📅 2027年度中の実用化、今は動向を追う段階 この技術は現時点で購入・導入できるサービスではありません。NECは2027年度中の実用化を目指すとしており、今は技術発表の段階です。2027年度というのは、2027年4月から2028年3月までの期間です。今から1年半〜2年後を目安に商用化を進めていくということになります。 実用化に向けては、まだわからない点もあります。変換後のデータ品質が実際の点検業務の基準を満たすかどうかは、フィールドでの検証が積み重なっていく部分です。自治体調達への対応や、既存の点検業務システムとの連携の作り方も、これから詰めていく話です。 インフラ点検に関わる仕事をされている方にとっては、現場データを軽く扱う技術がどこまで進むかを追う段階です。AI活用というと対話型のサービスが目立ちますが、現場データを軽く整える技術開発も着実に進んでいます。 参考 NEC「NEC、独自AIを用いて、大容量3D点群データを軽量で高精細な3Dデータに変換する技術を世界で初めて開発」（https://jpn.nec.com/press/202605/20260511_01.html） MONOist「NECが独自AIを活用した「軽量」の変換技術を開発　3D点群データを90％軽量化」（https://monoist.itmedia.co.jp/mn/articles/2605/12/news045.html）

化学素材の営業担当者が新しい用途を探すとき、論文を追い、特許を確認し、競合品の動向をひとつひとつ確かめる。それだけで数日が消えることも珍しくありません。その積み重ねを、AIエージェントに置き換えようとしているスタートアップがあります。 Cataris（カタリス）は化学・素材産業に特化したAIエージェントを開発するスタートアップです。2026年5月11日、日本経済新聞が同社について報じました。素材メーカーが保有する素材の情報を入力すると、新しい用途候補をAIが自動で生成するサービスを始めるという内容です。2026年度内にメーカーを中心に50社への展開を目指すとしています。 🔬 Catarisが構築しているデータ基盤 Catarisの公式サイトには「AIエージェント Cataris｜化学素材の『用途探索&素材改良』を自動化」とあります。名前の通り、素材の使い道を探すことと、素材そのものの改良方向を提案することの2つの条件がサービスの中心です。 同社が2025年10月に公表した資料によると、この仕組みの核は「マテリアル・プロファイリングAI基盤」と呼ばれる独自データベースです。素材データ、化学関連の論文、特許、公共データベースを横断的に解析し、物性予測ツールや、知識の関係性を地図のように整理するオントロジー技術と組み合わせて動作します。顧客企業が自社の素材情報を入力すると、AIエージェントが用途候補と改良の方向性を自動生成する流れです。人が探す範囲を広げるための基盤、と見るのが近いです。 日経の報道は多くが会員限定で、サービス料金や詳細な導入条件など、公開範囲内で確認できる情報には限りがあります。 📊 なぜ汎用AIでは足りないのか 汎用の生成AIチャットに「この素材の新しい用途を教えて」と聞いても、素材固有の物性、規制環境、競合状況を踏まえた具体的な答えはほぼ出てきません。化学素材の用途探索が難しい理由は、参照すべき情報の範囲が広く、それらが互いに絡み合っているからです。 素材の物性データ、製造プロセスの特性、各国の化学規制、市場ニーズ、既存の特許、学術論文の最新知見。これらを横断してつなぎ、「この素材はA分野のB用途に適しそうだ」という仮説を立てるのは、熟練した専門家でも時間のかかる作業です。 Catarisの2025年11月の発表では、素材メーカーの用途探索や改良提案は長年「人の経験や勘」に依存し、スピードと再現性の両立が難しかったと説明されています。経験豊富な研究者や営業担当者が社内にいれば前進できます。ただ、その知識は特定の担当者に集中し、後継者への引き継ぎは体系化されないまま残ることがあります。 この構図は、AI活用が進む製造業全体に共通します。NECとAnthropicの国内企業向けAI導入支援でも触れたように、汎用モデルをそのまま入れるだけでは、業界ごとの判断材料まで拾いきれないケースがあります。Catarisがやっていることは、その隙間を業務特化エージェントで埋める試みです。 📈 50社展開の現在地 2025年10月の時点で、Catarisは大手・準大手メーカーを中心に複数の共同実証を進めていました。検証実施素材数は約10件に達していたと同社は発表しています。同年11月には国内の化学素材展示会でサービスを初公開し、2026年以降のパイロット運用に向けた共創パートナーの募集も行いました。 同社の発表では「従来の開発・提案期間の約50%で新規用途を発見したケースがある」とされています。ただし、これは同社発表内の事例であり、独立した第三者機関による検証の数値ではありません。数値の出所は同社の自社発表に限られます。 焦点になるのは、導入後の業務定着率と「AIが出した候補をどう評価するか」のプロセス設計です。AIが用途候補を生成しても、それを実際の提案や研究開発に繋げるには、専門家によるスクリーニングが必要になります。現時点では、そのワークフローの詳細が公開されていないため、どこまで業務に組み込めるかは各社の試行次第といったところです。 🏭 営業と研究開発の現場への影響 このサービスが現場に持ち込むのは、「候補の網羅」と「検討の初速」という二点です。 素材メーカーの事業開発担当や提案営業が「まずどんな用途が考えられるか」を洗い出す作業。従来なら専門家が数日かけて行っていたこの整理を、AIエージェントが短時間で一覧化する形です。 ただし、AIが出した用途候補はそのまま採用できません。安全性、法規制、量産性、顧客ニーズ、価格の検証は引き続き人間の専門家が担います。Catarisのサービスはあくまで候補を広げる道具であり、最終判断を代替するものではありません。 同じ構図は化学素材に留まりません。医薬品の適応探索、食品素材の新用途、建材の転用可能性など、社内に眠っている技術や素材を外部データとつないで新しい売り先を探す需要は、製造業全体に共通しています。化学素材で導入が進むかどうかは、他分野の業務特化AIを見るときの材料にもなります。 現時点で料金や契約形態の詳細は公開範囲から確認できません。関心がある企業は、Cataris公式サイトと2025年11月発表の共創パートナー募集情報を確認し、自社素材のデータ形式、検証したい用途領域、社内の評価担当者を先に整理しておくと、問い合わせ後の検討材料がそろいます。 📚 参考 日本経済新聞 - 新興カタリス、素材の用途を探索するAI開発　年度内に50社展開（https://www.nikkei.com/article/DGXZQOUC3082A0Q6A430C2000000/） Cataris公式サイト（https://cataris.ai/） PR TIMES - カタリス株式会社 シード資金調達に関するお知らせ（2025-10-28）（https://prtimes.jp/main/html/rd/p/000000001.000170747.html） PR TIMES - カタリス株式会社 化学素材展示会での初公開に関するお知らせ（2025-11-05）（https://prtimes.jp/main/html/rd/p/000000002.000170747.html）

数学の未解決問題をAIに解かせる場面で、「解こうとした記録」まで引き受けてくれるとしたら何が変わるか。その問いに正面から取り組んだ研究論文が、2026年5月7日にarXivで公開されました。 Google所属の研究者らによる査読前の公開論文（preprint）で、タイトルは「AI Co-Mathematician: Accelerating Mathematicians with Agentic AI」。査読済みではなく、現時点では研究プロトタイプとして限定公開されているシステムの報告です。 🔬 「プロジェクト」として調べ続けるAI AIチャットに慣れた人なら、こんな使い方をしているはずです。疑問を入力して、答えが返ってきたら次の疑問を入力する。一回一回がリセットされる、積み上がらないやりとり。 AI Co-Mathematicianはそこから大きく外れた設計になっています。複数の作業流を束ねるプロジェクト調整役エージェントが中心に置かれ、アイデア出し、文献探索、計算探索、定理証明、理論構築といった作業を並行して進められます。 中心にあるのは「状態を持つ」設計です。途中で出た仮説、却下した試み、見つけた文献、失敗したアプローチ。 これらが同じワークスペース内に残ります。次のセッションでゼロから始め直さなくていい。 この設計が、一問一答との本質的な違いです。 📊 「48%」という数字の読み方 論文がベンチマークとして使ったのは「FrontierMath Tier 4」という評価セットです。数学の専門家でも解くのが難しい問題群で、AI研究の進捗を調査するEpoch AIという独立機関がブラインドで採点しました（開発者は問題内容を見ていません）。 公開サンプル2問を除いた48問中23問を正答。正答率は48%でした。 この数字には比較対象があります。ベースのGemini 3.1 Proは同条件で19%。AIエージェントの設計を重ねたことで、単体モデルの2倍以上の正答率になりました。 さらに、過去にどのシステムも解けていなかった3問を含んでいます。 ただし、この評価には重要な注釈があります。論文には、モデル呼び出し回数やトークン数の上限を設けていないと明記されています。つまり推論にかかるコストを度外視した条件での結果です。 実運用を念頭に置くなら、コストの評価は別途必要です。 ⚠️ 論文が正直に書いた「三つの落とし穴」 ちょっと気になったのは、限界の書き方が妙に具体的な点です。研究論文はよく「将来の課題」として曖昧に終わらせますが、この論文は実際に観察された失敗パターンを名前付きで挙げています。 false consensus（偽の合意）: 複数のエージェントが互いにレビューしながら、誤りを含む議論に合意してしまう状態。AIが「自分たちで検討したから正しい」という空気を作り出す問題です。人間が介在しないと見抜けない場合があります。 death spiral（無限ループ）: 修正と却下が止まらず、エージェントたちが迷子になる状態。長時間の自律作業中に、どの方向へ進むべきか見失います。 制御の難しさ: 長時間にわたる自律作業では、人間が介入するタイミングの設計が難しいと述べられています。 ...

地域の病院では、事前承認ひとつ処理するのに何十もの項目確認と書類入力が走ります。作業量が多く、ミスが保険請求の遅延に直結する。 こういった現場にClaudeを組み込む専門会社を、Anthropicが立ち上げました。2026年5月4日の発表です。BlackstoneやHellman & Friedman、Goldman Sachsとの共同設立です。 Blackstoneら金融大手と組む15億ドルのジョイントベンチャー Anthropicの公式発表によると、BlackstoneとHellman & Friedmanがそれぞれ約3億ドル、Goldman Sachsが約1億5,000万ドルを出資する見込みです。WSJはこの新会社を15億ドル規模のジョイントベンチャーと報じています。General Atlantic、Apollo Global Management、GIC、Sequoia Capitalなども支援に加わり、中堅企業向けAI支援が投資テーマとして扱われ始めたことが見えます。 新会社が向かう先は、大手グローバル企業ではなく中堅規模の企業群です。Anthropicが名指しするのは、地域銀行、中堅メーカー、地域医療システムといった組織。 これらは「AIの恩恵を受けられる一方で、高度なAI導入を自社だけで構築・運用するリソースが十分にない」とAnthropicは説明しています。AIを買うだけでは現場に根づかない、という前提が置かれているわけです。 Anthropicは2026年初頭に、Claude導入を支えるパートナー制度「Claude Partner Network」へ初期投資として1億ドルを投じると発表していました。今回の新会社は15億ドル規模で、その15倍です。Partner Networkがコンサル各社への研修・技術支援・共同営業を整えるものだったとすれば、今回は現場に入って実装を担う体制そのものへの投資です。 顧客の現場に入る専任チームの体制 新会社がどう動くかは、公式発表の表現が端的に示しています。AnthropicのApplied AIエンジニアが新会社のエンジニアとともに顧客企業へ入り、Claudeの効果が最も大きい業務を特定し、カスタムソリューションを構築して長期的に支援する流れです。 典型的な入口は、小さなチームが顧客と密に話すところから始まります。どの作業に時間がかかっているか、どこにミスが出るか、それを現場で聞き取り、Claudeで効果が出る場所を絞り込んでいく。システムを渡して終わりではなく、使われ続ける状態を一緒に維持するモデルです。 Claude Maxを日常的に使うわたしの立場から言うと、Claudeに質問して返答を得ることと、業務フローに組み込んで一定品質の出力を継続的に得ることは、まったく別の話です。前者は個人でいつでも始められますが、後者には業務設計の見直し、既存システムとの接続、出力品質の検証が必要になります。その手間を専門チームが引き受けるのが、今回の会社の本質です。 地域医療・銀行・製造の現場で何が変わるか Anthropicの公式ページでは、医療サービスグループを具体例として挙げています。文書作成、医療コーディング、事前承認手続き、コンプライアンス確認など、毎日大量に発生し、高い正確さが求められる作業です。 地域の中堅医療機関がこういった業務にAIを導入しようとしても、社内にAIエンジニアのチームを抱えることは現実的ではありません。地域銀行では顧客対応記録の整理や融資補助書類の確認、中堅メーカーでは品質管理文書の処理など、定型作業は豊富にあります。ただ、どこにAIを入れ、どう品質を保証して、既存システムとつなぐかを設計できる人材が社内にいないケースがほとんどです。 この新会社が担うのは、その専門性を外から持ち込む役割です。ITコンサルやシステムインテグレーターが大企業向けに提供してきた現場支援を、中堅企業にも届ける受け皿に相当します。 Anthropicの企業向け戦略が二段構えになった この動きをAnthropicの全体戦略から見ると、ひとつの構造が見えてきます。Claude Partner Networkでは、Accenture、Deloitte、PwCといった大手コンサル・システムインテグレーターと組んで大企業向けの導入支援体制を整えました。今回の新会社は対象を中堅企業に広げる、二段構えの設計です。 モデルの性能を磨くことと、現場で使われる状態を作ることは、別の仕事です。大企業はパートナー経由、中堅企業は今回の新会社経由という棲み分けで、Claudeを届けられる企業の裾野を一気に広げようとしています。 日本の中堅企業にとって、この新会社がすぐに直接関係するかどうかはまだわかりません。Anthropicの発表には日本市場への具体的な言及は見当たりません。 ただ、AI導入を誰が設計するかという問題は、国内の中堅企業でも同じように立ちはだかっています。Claudeを業務に組み込む専門支援の受け皿がどこにできるかという観点で、この新会社の展開を追う価値はあります。 参考 Anthropic - Building a new enterprise AI services company with Blackstone, Hellman & Friedman, and Goldman Sachs（https://www.anthropic.com/news/enterprise-ai-services-company） The Wall Street Journal - Anthropic Unveils $1.5 Billion Joint Venture With Wall Street Firms（https://www.wsj.com/business/deals/anthropic-nears-1-5-billion-joint-venture-with-wall-street-firms-8f5448ee） ITmedia NEWS - Anthropic、Blackstoneらと新会社設立　中堅企業へのClaude導入支援（https://www.itmedia.co.jp/news/articles/2605/05/news023.html） Anthropic - Introducing the Claude Partner Network（https://www.anthropic.com/news/claude-partner-network） ※当サイトのリンクにはアフィリエイトリンクが含まれる場合があります ...

会社のパソコンを開くと、WordにもExcelにもOutlookにも、Copilotのアイコンが増えてきた——という方、けっこういるのではないでしょうか。「使う機会あるかな」と思いながらスルーしてきた方もいれば、すでに業務に使い始めた方もいます。 2026年4月29日、MicrosoftはFY26 Q3（2026年1〜3月期）の決算を発表しました。その決算コールの中で、CEOのSatya Nadella氏がMicrosoft 365 Copilotの有料商用シートが2,000万に達したと述べました。TechCrunchがこの発言を報道しています。 2,000万シートという数字が意味すること 「シート」というのは、1人のユーザーが使うためのライセンスのことです。つまり、Copilotを月額料金を払って使っている企業ユーザーが、世界で2,000万人を超えたということです。 Microsoft 365はWord、Excel、PowerPoint、Outlook、Teamsといったオフィスソフトのセットで、会社支給のパソコンに入っているケースが多いソフトです。その上にAI機能として乗るのがCopilotで、別途料金がかかります。つまり、すでにMicrosoft 365を契約している会社が、追加でCopilotの費用を払って導入を進めているという流れです。 Nadella氏はあわせて、ユーザー1人あたりのクエリ数（AIに指示を出した回数）が前四半期比で約20%増えたとも述べています。週次のエンゲージメント（週に1回以上Copilotを使う割合）がOutlookと同水準になっている、という発言もTechCrunchは報じています。Outlookはほぼ毎日使うメールソフトです。それと同等の使用頻度というのは、「試しに触ってみた」状態を明らかに超えています。 決算資料でもMicrosoft 365 Commercial cloudの売上成長（前年比19%増）の要因として、Microsoft 365 E5（上位プラン）とMicrosoft 365 Copilotの2つが挙げられています。AI機能が売上成長の柱になってきた、ということが数字から見えます。 Word・Excel・PowerPointの中でAIが複数ステップの作業を進める 数字の話だけでなく、機能の面でも大きな変化がありました。 2026年4月22日、MicrosoftはWord、Excel、PowerPointのCopilotに搭載した「エージェント機能」の一般提供（GA）を発表しました。「エージェント機能」というのは、1回の指示で終わるのではなく、複数のステップにわたって作業を進めていくAIの動き方のことです。 たとえばWordでは、「この報告書のドラフトを、前回の会議メモをもとに更新して」という指示に対して、関連ファイルを参照しながら文章を修正するという一連の動作をCopilotが進めます。ExcelやPowerPointでも同様に、表のデータ分析やスライドの更新といった複数手順が必要な作業を実行します。 ただし、Copilotが勝手に保存・送信することはありません。作業の途中でユーザーが確認・修正できる設計です。公式ブログでも「ユーザーがコントロールを保つ」という点を強調しています。最終的な判断は人間が行う、という前提で動く仕組みです。 日本語価格の目安と確認すべきこと 気になる方のために、日本語の価格ページで公開されている情報を書いておきます。Microsoft 365 Business StandardにCopilot Businessを追加した場合、年払いで月額相当3,298円から。Business Premiumプランでは4,797円からという表示があります（いずれも税別、表示は期間限定とされています）。 ただし価格ページには市場提供に関する注意表示もあるため、実際に購入できるかどうかや現在の価格は、法人契約の担当部署または販売パートナーに確認するのが確実です。 会社でWord・Excel・PowerPoint・Outlook・Teamsを使っている方にとっては、日常の作業に直接関わります。会議メモから議事録を作る、提案書の下書きを更新する、Excelの表から傾向を確認する、スライドの内容を整える。こういった作業が対象になってきます。 気になること——アクセス権とデータの扱い 便利そうな側面だけを書いておけない点もあります。 Copilotは指示したユーザーがアクセスできるファイルや情報をもとに動くので、アクセス権の設定が意図どおりになっているかが前提として重要です。「自分がアクセスできる範囲のファイルを参照する」ということは、設定次第では見せたくないデータが作業に混入するリスクにもなります。 顧客情報や機密資料をCopilotに渡す場合は、社内のポリシーを確認してから使うのが基本です。また、Copilotの出力は参考にはなりますが、最終的な文章や数値は自分の目で確認する必要があります。 焦点は、費用負担の決め方です。現場の担当者がCopilotを使いたいと思っても、ライセンス追加は会社の購買・IT部門の決裁が必要になる場合がほとんどです。2,000万シートという数字は「企業が費用を正式に認めた」件数でもある。その意味では、AIをとりあえず試すフェーズから、予算として認める会社が増えたフェーズへ、という読み方ができます。決算コールで強調されたこと自体、MicrosoftがこれをAI投資の正当化に使っていることの表れでもあります。 こうした企業同士の契約関係といえば、OpenAIとMicrosoftのクラウド契約見直しの記事でも、両社の関係がどう変化しているかをまとめています。Copilotの背景を理解する参考にどうぞ。 参考 TechCrunch - Microsoft says it has over 20M paid Copilot users and they really are using it（https://techcrunch.com/2026/04/29/microsoft-says-it-has-over-20m-paid-copilot-users-and-they-really-are-using-it/） Microsoft Investor Relations - FY26 Q3 Productivity and Business Processes Performance（https://www.microsoft.com/en-us/Investor/earnings/FY-2026-Q3/productivity-and-business-processes-performance） Microsoft Investor Relations - FY26 Q3 Metrics（https://www.microsoft.com/en-us/investor/earnings/fy-2026-q3/metrics） Microsoft 365 Blog - Copilot’s agentic capabilities in Word, Excel and PowerPoint are generally available（https://www.microsoft.com/en-us/microsoft-365/blog/2026/04/22/copilots-agentic-capabilities-in-word-excel-and-powerpoint-are-generally-available/） Microsoft - Microsoft 365 Copilot 価格（https://www.microsoft.com/ja-jp/microsoft-365-copilot/pricing-new）

ChatGPTを使うとき、「どのコンピューターで動いているか」を考える人はほぼいません。画面が開いて返事が返ってくれば十分。それはまったく自然です。 でも、企業がChatGPTを業務に組み込もうとする場面では、「どのクラウドを経由して使えるか」が話の起点になります。自社のシステムがどこで動いているか、セキュリティポリシーがどのサービスに対応しているか。そういった事情が、導入できるかどうかの判断を左右するからです。 その構造が、今週変わりました。 2026年4月27日発表。OpenAI製品がAzure以外のクラウド経由でも提供可能になった。 「Azure専用」から「どのクラウドでも」へ Microsoftは2026年4月27日、OpenAIとの提携契約を改定したと公式ブログで発表しました。 変更のポイントは一点です。これまでOpenAIの製品は、Microsoft Azureというクラウドを通じた提供が原則でした。クラウドは、企業や開発者がAIを動かすための巨大な貸しコンピューターのようなものです。 今回の改定で、OpenAIはすべての製品を、任意のクラウドプロバイダー経由で顧客に届けられるようになりました。 MicrosoftはOpenAIの主要クラウドパートナーとして残ります。Azure上での提供は引き続き優先されますが、Microsoftが対応できない機能については例外が認められる形です。 「独占」から「優先」へ。改定後の関係は、そう整理できます。 収益の面でも変化があります。MicrosoftからOpenAIへの収益分配は終了します。一方、OpenAIからMicrosoftへの収益分配は2030年まで続く予定で、総額に上限が設けられています。 技術ライセンスは2032年まで有効ですが、こちらも独占ではなく非独占の形になっています。 なぜ今、この改定が成立したのか Associated Pressの報道によると、OpenAIはすでにAmazon、Google、Oracleといった複数のクラウド事業者との提携を進めていました。今回の改定は、その方向性を法的に整理したものです。 特にAmazonとの提携が焦点でした。TechCrunchの報道では、OpenAIとAmazonの間には最大500億ドル規模の提携が進んでおり、AWS Bedrockというサービス上でOpenAIのモデルを使えるようにする計画と、AIエージェント向けの基盤技術を共同開発する内容が含まれていたとされています。金額だけを見ても、OpenAIがクラウド容量の確保を事業の中心課題として扱っていることがわかります。 今回の契約改定が成立したことで、このAmazonとの大型提携をめぐる法的な不確実性が解消された、というのがTechCrunchの整理です。OpenAIには、Amazonとの提携を進めるためにMicrosoftとの関係を整理する事情がありました。 改定前後のOpenAI製品の提供ルート。Azure優先は維持しつつ、他クラウドへの提供が可能になった。 ChatGPTの画面は変わらない。変わるのは選べる幅 個人でChatGPTを使っている人が、今日から何かを設定し直す話ではありません。料金が変わるわけでも、機能が増えるわけでもありません。 変わるのは、企業が「どのAIを、どのシステム基盤の上で使うか」を選ぶときの選択肢です。Microsoft 365 Copilotを中心に使う会社は、引き続きMicrosoftの仕組みの中でOpenAI技術に触れます。 一方で、AWS中心の会社がChatGPT系の機能を業務システムに組み込みたい場合、Azure前提ではない選択肢が見えてきます。CopilotとChatGPTが別々の入口から同じ職場に入ってくる。そんな構図です。 社内のシステムをAWSで運用している会社が「ChatGPTをAWS経由で使いたい」と考えても、これまでは制度的に難しい面がありました。今後はAWS Bedrock上でOpenAIのモデルを使えるようになる予定です。ただし、具体的なサービス提供は「今後数週間」とされており、今日から全面提供というわけではありません。 ちょっと気になるのは、日本の中堅・中小企業がこの変化をどう受け止めるかです。国内ではNECとAnthropicの提携のように、AI導入を後押しする動きが続いています（NECがAnthropicと組んで日本の企業向けAIを展開する動き）。今回の改定で「どのクラウドを前提にするか」を見直す会社が出てくるとしたら、それは2026年後半から2027年にかけての話になりそうです。 「どのAIが賢いか」だけでなく「自社システムに乗せられるか」「サポート体制が整っているか」で選ぶ場面が増える流れは、今回の改定で加速します。 「提携解消」ではない。MicrosoftはOpenAIの最重要パートナーのまま MicrosoftはOpenAIへの巨額投資から始まり、Azure基盤でChatGPTの急成長を支えてきた会社です。 今回の改定は、両社の関係を解消するものではありません。独占色を弱めた再設計です。OpenAIがAzure一社への依存を段階的に分散しながら、Microsoftとの関係を維持する形に整えたと見るのが正確です。 2032年まで続く技術ライセンス、2030年まで続く収益分配。この二つを見ても、両社が向こう数年の重要なパートナーであることに変わりはありません。変わったのは「独占」という言葉がなくなったことと、それに付随して企業の選択肢の幅が広がった、その二点です。 参考 Microsoft Official Blog - The next phase of the Microsoft-OpenAI partnership (https://blogs.microsoft.com/blog/2026/04/27/the-next-phase-of-the-microsoft-openai-partnership/) TechCrunch - OpenAI ends Microsoft legal peril over its $50B Amazon deal (https://techcrunch.com/2026/04/27/openai-ends-microsoft-legal-peril-over-its-50b-amazon-deal/) Associated Press - Microsoft cuts OpenAI revenue share in a fresh step to loosen their AI alliance (https://apnews.com/article/2a44fa94da6913074f97f916332b33f6) ITmedia NEWS - OpenAIとMicrosoft、提携契約を再改定　OpenAIはAWSなど任意のクラウドで製品提供可能に (https://www.itmedia.co.jp/news/articles/2604/28/news050.html) Impress Watch - MSとOpenAI、独占的ではない"柔軟"な提携へ移行 (https://www.watch.impress.co.jp/docs/news/2105119.html)

次に車を選ぶとき、AIがどこまで運転を代わってくれるか。その答えが、また少し先に延びました。カーナビに目的地を入れれば高速でも一般道でも運転操作を支援してくれる機能を、ホンダは2027年頃に量産車へ載せる計画でした。2026年4月25日、日本経済新聞がその時期を2028年へ延期すると報じました。 延期の理由は、技術的な問題ではありません。搭載を予定していた車種が、EV戦略の見直しで白紙になった。それが直接の原因です。 延期されたのは運転支援の技術 今回の対象は「ナビゲート・オン・オートパイロット（NOA）」という運転支援システムです。ADAS（運転支援システム）の一種で、目的地を設定すると高速道路から一般道まで運転操作の多くをクルマが代わりに行います。 ただし「完全自動運転」とは別物です。ドライバーが乗らなくていい自動運転ではなく、あくまで人が乗った状態でアクセル・ブレーキ・ハンドル操作を支援する技術です。長距離の高速移動や渋滞の多い都市部では運転の負担がかなり減ります。一方で現時点では、緊急時の判断はドライバーが担う前提です。つまり、購入時には「運転を任せる機能」ではなく「疲れを減らす補助」として見るのが現実に近いです。 ホンダは2025年5月の公式説明で、この次世代ADASを2027年頃に北米と日本で投入予定のEV・ハイブリッド車の主力ラインアップへ幅広く適用すると発表していました。同年10月には米国公道でのテスト走行が順調と説明し、ハイブリッド車への展開も明言。2027年目標を2度にわたって確認していました。 EV計画の白紙化がAI搭載時期を動かした理由 今回はっきり見えたのは、技術の進捗と事業計画がまったく別のリズムで動いているという点です。 ホンダは2025年10月、米国のAI企業Helm.aiへの追加出資を発表しました。Helm.aiはEnd-to-EndのAIアーキテクチャーで運転支援を開発する会社です。これは、カメラやセンサーの入力から加速・操舵の出力までを一つのAI設計で扱う方式を指します。Deep Teachingは、少量の教師データから多様な走行場面を学ばせるHelm.ai独自の手法です。ホンダはこれらの技術と生成AIを組み合わせ、一般道・高速道路を問わず全ルートで支援する次世代ADASを共同開発しています。この投資は延期後も継続中です。 それと同時期、ホンダは四輪電動化の戦略を見直していました。EV市場の拡大スピードが想定を下回り、2030年時点のEV販売比率は従来目標の30%を下回る見通しになったと公式に説明しています。NOAを載せる予定だった車種がそのEV見直しの影響で計画から外れ、搭載時期がずれた形です。 AI技術への投資は続けながら、「どの車に載せるか」という側が先に崩れた。AIが搭載された車が市場に出るには、技術の完成だけでなく、搭載する車種の量産計画と販売戦略がセットで必要だということを、今回の延期は具体的な形で示しています。 次の車を選ぶ人に関係すること 車を近々買い替える予定がある人、あるいは高齢の家族の運転を気にしている人には直接関係する話です。 2027年頃に使えると思っていた機能が2028年以降にずれた。競合他社、たとえばトヨタやBMW、テスラも同様の運転支援機能を展開中ですが、どのメーカーがいつ日本市場で量産車に載せてくるかは、購入を考えるうえで確認が必要です。 ホンダの次世代ADASについては、2028年が現時点の目安です。搭載車種の詳細はまだ公表されていません。2028年を待つか、他社の支援機能を含めて今買うか。車選びの比較の観点は、価格や燃費に加えて「どんな支援機能がいつ載るか」まで広がってきました。 日本経済新聞 - ホンダがAI自動運転も延期　EV見直し余波で28年に、競合に後れ（https://www.nikkei.com/article/DGXZQOUC087D00Y6A400C2000000/） Honda - 2025 ビジネスアップデート 説明概要（https://global.honda/jp/news/2025/c250520.html） Honda - 次世代AD・ADASの開発強化に向け、米国Helm.ai社に追加出資（https://global.honda/jp/news/2025/c251015a.html） Honda - Japan Mobility Show 2025 取締役 代表執行役社長 三部 敏宏 スピーチ概要（https://global.honda/jp/news/2025/c251029.html）

「うちの会社でもAIの検証は始めているんだけど、まだ一部の部署だけで」という話を、この1年でずいぶん聞くようになりました。今週、その「試す段階」が終わりに近づいているかもしれないニュースが出てきました。NECが日本企業として初めてAnthropicのグローバルパートナーになり、社内で約3万人のエンジニアがClaudeを日常利用する体制を目指すと同時に、金融・製造・自治体向けの業種別AIを展開すると発表したのです。 一部の部署で実験するPoC段階と、「社内全員が毎日使う」＋「業種別に外販もする」ではまったく違います。後者がそろって初めて、AIが会社の仕組みに組み込まれたと言えるわけです。 NECが「日本初のAnthropicグローバルパートナー」になった 2026年4月23日、NECはAnthropicとの戦略的協業開始を発表しました。Anthropicはアメリカ発のAI企業で、ChatGPTに対抗するAI「Claude（クロード）」を開発しています。両社が共同でソリューションを開発・展開する「グローバルパートナー」、つまり製品を一緒に作って届ける深い提携関係で、日本企業がこのパートナーシップに入るのはNECが初めてです。AIを「使う会社」だったNECが「作って届ける会社」側にも回る、という変化です。 協業の柱は大きく二つあります。一つはNEC自身の社内導入、もう一つは日本の企業や官公庁向けの外販です。 社内では、Anthropicが今年4月9日に一般提供を開始したデスクトップ向けAIエージェント「Claude Cowork（クロード・コワーク）」、パソコン上でAIが作業を代行するアプリを活用し、開発業務の効率化を進めます。あわせてCoE（社内AI推進チーム）を立ち上げる計画で、3年程度で約3万人のエンジニアがClaudeを日常的に使う体制を目指すとしています。 金融・製造・自治体、「難しいとされた領域」を最初のターゲットに 業種別ソリューションの第一弾として名前が上がっているのが、金融、製造、自治体の3分野です。 これは注目したいところで、どれも「AI導入が難しい」とされてきた領域でもある。データの機密性、法的な制約、業務フローの複雑さ。汎用AIをそのまま使えない部分が多く、PoC止まりになる企業が多かった業種です。 NECは自社のDX推進の取り組み「BluStellar Scenario（ブルーステラ・シナリオ）」にClaudeを組み込み、経営管理や顧客対応から順次使える範囲を広げていくとしています。セキュリティや日本特有の法規制に対応した形で展開する、という点を両社ともに強調している点が特徴的です。AIが難しいとされる業種から先に動くことで、導入の本気度が伝わる構成です。 セキュリティを「後付け」にしない設計 今回の協業でもう一つ確認しておきたいのが、NECがAnthropicの技術を自社のサイバーセキュリティサービスの高度化にも使うと明言している点です。 「便利だけどデータを外に出せない」という懸念が、多くの日本企業でAI展開のブレーキになってきました。セキュリティを後から足すのではなく、導入の設計段階から組み込もうとしているのは、その懸念に正面から答えようとしているとわたしは読んでいます。規制が厳しく、情報管理に神経を使う金融や自治体を最初のターゲットにするなら、なおさら必要な姿勢です。 Anthropicの東京オフィス開設と重なる意味 この提携のタイミングは、Anthropicの日本戦略とも重なります。 同社は今週、東京オフィスの開設と日本AI Safety Instituteとの協力も発表しました。AIの安全性に厳しい姿勢で知られるAnthropicが、日本市場をアジア拡大の重要拠点に位置づけていることが、複数の動きから一気に見えてきた形です。 NECとの提携は「日本向けの安全で業種対応したAIを、NECが販売・展開する」という構図になっており、Anthropicにとっては日本特有の規制環境をNECのノウハウで乗り越えるルートにもなる。日本市場への本気度を、両社から同時に感じる動きです。 この動きが中小企業や個人の仕事にどうつながるか 直接的な影響が出やすいのは、大企業や官公庁まわりの事務作業、資料作成、定型的な審査・確認業務といった領域です。今すぐ仕事がなくなるというよりは、「AIを前提に業務の手順が組み替わる」という変化が先に来ます。 もう一つ。大企業が業種別の標準を作ると、その取引先や中堅企業にも「うちも対応しなければ」という動きが生まれやすい。日本のビジネス文化的に、大手が動くと周囲の追随は比較的速い。 「どの業務にAIを使えばいいのか」という問いに対して、業種別・業務別のテンプレートが整ってくるのがこれから1〜2年の流れだとすると、今回のNECの動きはその文脈で押さえておく価値があります。 出典 NEC | NEC、Anthropicとエンタープライズ AI 分野を中心に戦略的協業を開始 | https://jpn.nec.com/press/202604/20260423_01.html （2026-04-23） 日本経済新聞 | NEC、米アンソロピックと提携 法人向けAI需要を開拓 | https://www.nikkei.com/article/DGXZQOUC228XJ0S6A420C2000000/ （2026-04-23） Impress Watch | 金融・製造・自治体版「Claude Cowork」展開へ NECとアンソロピック提携 | https://www.watch.impress.co.jp/docs/news/2104228.html （2026-04-23） Anthropic | Opening Our Tokyo Office | https://www.anthropic.com/news/opening-our-tokyo-office （2026-04-23）

銀行のアプリを開いて「そろそろ投資を始めようかな」と思ったとき、どこから手をつけるかで止まった経験はありませんか。ウェブで調べると情報が多すぎて、証券会社の窓口は敷居が高い。そのちょうど間の場所に、AIが入ってきました。 イギリスの大手銀行Lloyds Banking Groupが4月21日、傘下の年金・投資部門Scottish Widowsで、顧客の投資判断を支えるAI機能のパイロットを開始したと報じられました。気になるのは、規模の話ではなくて「何をしてくれるか」の設計です。 このAIは投資の「助言（advice）」をするのではなく、「案内（guidance）」に限定されています。その線引きがどこにあるのか。それが、これからのAI金融サービスを読む上でいちばん重要な点です。 パイロット開始の経緯と、FCAが絡む背景 まずは事実を整理します。 Lloydsは2025年11月に「イギリス初のAI搭載金融アシスタント」を2026年前半に立ち上げると発表していました。対象は2,100万人超が使う既存のモバイルアプリ。AIはこの既存アプリの中に溶け込ませる形で提供されます。 今回の投資向けパイロットはその続きにあたります。Scottish Widowsの一部顧客を対象にした限定的な試験で、2026年後半に対象を拡大する予定だとされています。 この動きにはイギリスの金融規制当局FCA（金融行動監視機構）が深く絡んでいます。FCAはLloydsを含む8機関と連携し、AIを使った「targeted support（対象を絞った支援）」を実地テストする枠組みを立ち上げています。これはこれまでの「一般情報提供」と「完全な個別助言」の間に新しい規制カテゴリを作る試みで、AI金融サービスの普及を後押しする制度設計の実験です。 「助言」と「案内」、どこが違うのか この記事を読む上でいちばん大事な概念なので、丁寧に説明します。 金融の世界では「あなたには〇〇が向いています」と具体的に薦める行為は完全な個別助言に分類されます。これには厳格な法的義務と責任が伴い、資格を持ったアドバイザーが担う領域です。利用者が少ない理由のひとつは、提供コストが高くてアドバイザーの採算が取れないため、資産額が一定以下の人は相手にされにくいからです。 一方、今回LloydsのAIが担うのは「targeted support」＝対象を絞った案内です。Scottish WidowsのCEOはこれを「投資のためのカーナビ」と表現しました。カーナビは目的地へのルート選択肢を示しますが、「どの目的地を選ぶか」は運転者が決める。投資に置き換えると、「あなたの状況ではこういう選択肢がありますよ」と整理してくれるけれど、「この商品を買え」とは言わない、という位置づけです。 なるほどと思ったのは、Lloydsがこの「カーナビ」という比喩を選んだことです。「AIに任せれば大丈夫」という印象を避けながら、「一人で調べるより整理しやすい」という価値をうまく伝えている。AIを売り込みたい企業がついやりがちな過大な約束をしていない点で、少し慎重な設計だな、と感じます。 規制面でも、targeted supportは完全な個別助言より義務が軽いカテゴリです。これがFCAの実地テスト枠組みの中で動いているということは、「この運用で本当に問題が起きないか」をまだ試している段階だ、とも言えます。 日本のNISA利用者にとって、何が変わりそうか Lloydsはイギリスの銀行ですが、日本との接点を考えておく価値はあります。 日本でもNISAの利用者が急増しており、投資に初めて踏み出す層がどこに相談するかは課題のままです。銀行窓口でのアドバイスは手数料の高い商品に偏りやすい、という批判は昔からあります。ロボアドバイザーはある程度自動化しましたが、「自分の状況に合っているか」を相談できる機能は限られていました。 そこにAIが入る構図は、日本の金融機関にとっても参考になるはずです。Lloydsのような「案内に限定するAI」が日本の銀行アプリに登場したとして、どう使えばよいか。 一つだけ押さえておきたいのは、AIが「案内」してくれても、最終的な責任は利用者にあるという点です。カーナビで事故が起きたとき、責任はドライバーにあります。Lloydsのこの設計は便利である一方、そういう構造になっています。「AIがすすめたから」という理由で判断を委ねると、いざ損失が出たときに問い合わせ先がないという経験をすることになりかねません。 投資初心者ほど、このあたりは知っておいてください。サービスが「いつでも相談できます」と言うとき、それが「助言」なのか「案内」なのかで、提供されるものの中身はかなり違います。 2026年後半に何が見えてくるか Lloydsはパイロット後、2026年後半に対象を拡大する予定です。同時にFCAの実地テストの結果も、英国の金融AI規制の方向性を決める材料になります。 targeted supportを正式な規制カテゴリとして整備できれば、銀行アプリがより積極的にAI投資案内を提供できる土台が整います。逆に、テストの中でリスクや問題が確認されれば、規制が厳しくなる可能性もあります。今回のニュースはパイロット開始にすぎないので、2026年後半の動向が本当の判断材料になります。 日本の金融機関や規制当局がこの事例をどう参照するか。現時点ではまだ動きは見えていませんが、英国の実験の行方は注視しておく価値があります。 もし日本の銀行アプリに同じ機能が来たとき、「おすすめ商品を出してくれるもの」ではなく「選択肢を整理してくれるもの」として使う。そこを押さえておくと、余計な勘違いをしなくて済みます。 出典 Channel News Asia（Reuters配信）— Lloyds pilots AI investment guidance tool as UK regulator studies impact（https://www.channelnewsasia.com/business/lloyds-pilots-ai-investment-guidance-tool-uk-regulator-studies-impact-6070966） Lloyds Banking Group 公式発表 — Lloyds Banking Group unveils UK’s first multi-feature AI-powered financial assistant（https://www.lloydsbankinggroup.com/media/press-releases/2025/lloyds-banking-group-2025/lloyds-banking-group-unveils-uks-first-ai-powered-financial-assistant.html） Lloyds Banking Group 公式発表 — Group expects over £100m in value from next-gen AI in 2026（https://www.lloydsbankinggroup.com/media/press-releases/2026/lloyds-banking-group/ai-driven-benefits-2026.html）