Posts

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。まだ商用提供が始まったわけではなく、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、この技術の評価軸になります。 🔬 AIが「現場写真の撮り直し」を省く仕組み この変換技術の中で、わたしが気になったのは入力データの部分です。なぜかというと、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くるでしょう。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二軸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。 わたしが気になるのは、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。 🔬 一問一答ではなく「プロジェクト」として動く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。 ...

ChatGPTの画面に、広告が出てきます。対象は無料のFreeプランとGoプランの利用者です。わたしはChatGPT Proを使っているので今回の広告対象外ですが、毎日使うツールの仕様変化は気になりますよね。 📅 日本展開はいつから？ 対象プランを確認する OpenAIは2026年5月7日に公式ページを更新し、ChatGPT内広告テストを今後数週間で日本へ広げると明記しました。同じ更新で英国、メキシコ、ブラジル、韓国も追加対象となっています。 「発表した」と「始まった」は別です。2026年5月9日時点で、日本での広告表示開始を公式が確認した情報は出ていません。ITmediaの報道でも「数週間以内」という表現が使われています。 具体的な開始日は、まだ公表されていません。 広告の対象となるのは、ログイン済み成人ユーザーのうちFreeプランとGoプランのみです。 プラン 広告の対象 Free 対象 Go 対象 Plus 対象外 Pro 対象外 Business / Enterprise / Education 対象外 有料プランを使っている場合、今回の広告テストは関係ありません。未成年のアカウント、健康・メンタルヘルス・政治などセンシティブな会話の近くにも広告は出さないとOpenAIは説明しています。 💬 回答と広告の境界線をどう見るか OpenAIの説明では、広告はChatGPTの回答内容に影響せず、スポンサー表示として回答と明確に分離されます。 ただし、どの広告を出すかを選ぶ際に、会話のトピック・過去のチャット・過去の広告操作が使われる設計です。回答と広告が画面上で分かれていても、会話の文脈が広告の選択に作用するわけです。 正直、少し引っかかります。買い物を比較しながら広告も見せられる状況では、ChatGPTの回答が中立かどうか疑う人が出てくるからです。OpenAIが「回答への影響なし」を繰り返し強調しているのは、その懸念を先回りで打ち消すためだと思います。 広告主に渡るデータについて、OpenAIはチャット本文・チャット履歴・メモリ・個人情報を提供しないと明示しています。広告主が受け取るのは、表示回数やクリック数などの集計データのみです。 仕事でChatGPTを使う場合も、業務内容が広告主に渡るわけではありません。ただし会話内容がOpenAIの広告選択に使われる設計は変わらないため、社内情報や顧客情報を会話に含めない基本方針は引き続き有効です。 ⚙️ 広告を消す方法と設定の確認先 OpenAIは設定画面から以下の管理ができると説明しています。 なぜその広告が表示されたかを確認する 広告データを削除する 広告パーソナライズをオフにする 広告そのものを非表示にする選択肢もありますが、その場合は1日の無料メッセージ数が減ります。広告なしで使い続けたい場合、PlusまたはProへのアップグレードで対応できます（月額費用が発生します）。 これらの設定は日本での広告テスト開始後に有効化される予定です。今の時点でChatGPTの設定画面を開いても、まだ表示されていない可能性があります。日本での展開が始まったら、アカウント設定のプライバシー関連セクションを確認してください。 🏢 OpenAIが広告を始める理由 OpenAIが広告に踏み出したのは、無料版の維持コストを補う収益源が必要だからです。2026年2月の最初の発表でも、「ChatGPTの無料アクセスを広げるための財源」として説明していました。 月額費用なしで使えるサービスを維持するには、相応の計算コストがかかります。その一部を広告収入で補う構造です。 OpenAIの広告向けページには「人が調べ、比較し、次の行動を決めようとしている会話に企業が接点を持つ」と書かれています。検索エンジンが広告収入で成り立ってきたのと同じ仕組みを、AI会話に持ち込もうとしているわけです。ChatGPTを検索代わりに使う人が増えた分だけ、その比較検討の瞬間が広告枠として価値を持ちます。 🔗 参考 OpenAI「Testing ads in ChatGPT」（https://openai.com/index/testing-ads-in-chatgpt/） OpenAI「Our approach to advertising and expanding access to ChatGPT」（https://openai.com/index/our-approach-to-advertising-and-expanding-access/） OpenAI「Advertise with ChatGPT」（https://openai.com/advertisers/） ITmedia AI+「ChatGPTの『広告表示テスト』、日本でも開始へ　数週間以内」（https://www.itmedia.co.jp/aiplus/articles/2605/08/news066.html）

仕事のメールを書くとき、時間を食うのは本文そのものだけでなく、前のやり取りを遡り、Driveから資料を探し、相手向けの言い回しに直す作業です。Googleは2026年5月7日、この流れを変える更新をGmailのAI下書き機能「Help me write」に加えたと発表しました。派手さはありませんが、毎日のメール仕事にはかなり大きい変更です。 対象プランはBusiness Starter・Standard・Plus、Enterprise Starter・Standard・Plus、Google AI Plus・Pro・Ultra、Google AI Pro for Educationで、個人向けの無料Gmailは対象外です。ロールアウトは2026年5月5日に開始されましたが、展開が出揃うまで15日以上かかる可能性があります。職場や学校のアカウントで見える機能、と捉えるのが近いです。 📨 Drive・GmailをAIが参照して下書きを作る「Topic contextualization」 新機能の1つ目は「Topic contextualization」と呼ばれる仕組みです。「Help me write」でプロンプトを書くと、GmailとGoogle Driveの関連情報を自動で参照し、その内容を下書きに組み込みます。 たとえば「プロジェクトの進捗を担当者にメールして」と入力すると、関連するメールのやり取りやDriveのファイルから日程・予算・決定事項を引いて下書きを作る流れです。Google公式ブログではこうした例が紹介されています。これがうまく動くなら、担当者への定例連絡はかなり軽くなります。 下書きが生成されると「Sources」ボタンが表示され、Geminiがどのメールやドキュメントを参照したかを確認できます。内容に食い違いがあったとき、どの情報を元に書いたかを後から追えるようにするための機能です。AI下書きを仕事で使うなら、この確認導線は安心材料になります。 ✍️ 過去の自分のメール文体を学ぶ「Tone and style personalization」 2つ目は文体のパーソナライズです。メールは内容が同じでも、言い方で受け取られ方が変わります。過去に自分が書いたメールのトーンやスタイルをAIが参照し、定型文ではなく本人の書き方の癖に近い下書きを生成することを目指しています。 ただし、Googleのヘルプページには「文体とスタイルに合わせるには下書きが英語である必要がある」と明記されています。日本語のメールで同じ水準のパーソナライズが働くかどうかは、現時点では公式に確認できません。 日本語環境での品質は今後の検証が必要な段階です。Topic contextualization（Drive・Gmail情報の参照）については英語限定の記載はないため、日本語でも何らかの動作はあると見られます。ただ、実際の使用感は追って確認していきます。 🔧 利用に必要なプランと管理者設定 AIがGmailとDriveの情報を参照する基盤は「Workspace Intelligence」という仕組みです。GmailのGemini for WorkspaceとWorkspace Intelligenceの両方が管理者によって有効化されていることが前提になります。 標準ではオンになっていますが、設定変更が反映されるまで最大48時間かかる場合があります。会社のアカウントで「機能が出ていない」と感じたら、IT担当者に確認してみてください。単にまだ届いていないだけ、というケースもありそうです。 Googleは「Workspace Intelligenceが使うデータは広告目的やAIモデルの訓練には使わない」と説明しています。それでも、社内のどんな情報をAIに参照させるかは組織ごとの決め事です。便利さだけで済ませず、参照範囲をあらかじめ決めておきたい機能です。 💡 「メール文章の生成」から「社内情報を引いた下書き」への変化 「Help me write」は2023年ごろに登場した機能で、当初はシンプルな文章生成でした。今回の更新で参照できる情報の幅が広がったことで、「Driveで資料を探す→数字をコピーする→メールに落とし込む」という作業ステップを丸ごと省く方向に進んでいます。メール作成だけでなく、社内情報を文章にまとめる補助に近づいています。 この方向性はわかるのですが、気になるのは下書きをそのまま送った場合のリスクです。数字の参照もれや、相手の状況に合わない表現が混ざっていても、AIはそれを教えてくれません。情報収集の手間は減るとしても、内容を確認して送信するステップは引き続き必要です。 「Sources」で参照元を確認できる仕組みは、そのためにあるわけですね。下書きを受け取ったら本文と出典をセットで見る、という流れで使うのが自然だと思います。 🔗 参考 Google Workspace Updates — Improvements To Help Me Write in Gmail（https://workspaceupdates.googleblog.com/2026/05/improvements-to-help-me-write-in-gmail.html） Google Workspace Blog — More personalized and proactive assistance in Gmail coming to business customers（https://workspace.google.com/blog/product-announcements/more-personalized-and-proactive-assistance-in-gmail-coming-to-business-customers） Google Support — Write emails with Gemini in Gmail（https://support.google.com/mail/answer/13384326） Google Workspace Admin Help — Control Workspace Intelligence（https://knowledge.workspace.google.com/admin/gemini/control-workspace-intelligence） The Verge — Gmail’s AI writing tool will write emails that sound more like you（https://www.theverge.com/ai-artificial-intelligence）

資料を送って、相手から質問が来るまで待つ。PDFにはずっとそういう時間が付きまとっていました。 Adobeが2026年5月6日に発表したPDF Spacesは、その構造を変えようとしています。PDFを添付ファイルとして送るかわりに、AIが概要を説明し、相手がその場で質問でき、送った人は誰がどこを読んだか把握できる共有スペースとして渡せるコンセプトです。 PDF Spacesは発表当日の2026年5月6日から利用を開始できるとAdobeは説明しています。同時に発表された「productivity agent」の全体構想は今後数か月で順次展開予定です。今すぐ使える機能と今後の予定は、分けて見るのが正確です。 📄 今日から使えるPDF Spacesの機能——AI質問応答、音声概要、スペース共有 PDF Spacesの主な機能は三つです。AI質問応答、音声概要、そして複数文書をまとめた共有スペースの作成で、Adobeはいずれも発表当日から利用を開始できると説明しています。 AI質問応答は、PDF Spacesを開いた相手がAI Assistantに資料の内容を直接質問できる仕組みで、回答には引用元のページ番号と記述が表示されます。「この条件はどこに書いてありますか」のような確認に答えられる設計なので、送った人が質問を一つひとつ処理しなくても済みます。 音声概要はポッドキャスト風の音声で資料全体の要旨を伝える機能です。30ページある報告書の全体像を耳から確認してから読み始める、といった使い方が想定されています。スペースには複数のPDF、文書、リンク、メモをまとめて入れることができ、Adobeはプレゼン資料の自動生成も可能な機能として説明しています。 PDFを読ませるだけでなく、受け取った人が次に聞きたいことまで同じ場所に置ける点が、この機能の強みです。資料共有が、一方通行の送付から対話の入口に変わります。 🎯 受け取る相手ごとにAIの説明スタイルを変えられる PDF Spacesを共有するとき、AI Assistantの対象読者とトーンを設定できます。Adobeは中学生向けに専門用語を解く例と、エンジニア向けに応用例を中心に話す例を挙げています。 同じPDFを営業部向けと技術部向けで別々のスペースとして渡す使い方もできます。ブランドのロゴや配色を加えてスペースの見た目を整えることも可能で、外部への共有でも資料としての体裁が保てます。 ちょっと気になるのは、スペースを複数管理するコストです。相手ごとに設定を変えてスペースを作るとなると、スペースの数が増えて管理が煩雑になる場面が出てきます。どのパターンを誰に送るか事前に設計しておかないと、かえって手間が増えることになりそうです。 📊 閲覧状況を見て、フォローの順番を決められる PDF Spacesには、共有後に相手の関与状況を確認できる機能も含まれています。誰がスペースを開いたか、どのセクションに時間をかけたかがわかるので、商談のフォローアップで「相手がまだ読んでいない箇所」を把握して連絡するタイミングに活かせます。 社内で使う場合は、閲覧状況が記録される前提をチーム内で共有するのが合っています。誰がどこを読んだかが見える設計は便利ですが、使い方を誤ると「監視されている」と受け取られます。外部の顧客に送る場合も、閲覧状況が共有者に見えることをあらかじめ伝えるほうが自然です。 🤖 productivity agent——今後数か月で広がる構想の部分 Adobeは「productivity agent」も同日発表しましたが、公式ブログには「in the coming months」と明記されており、全機能が今すぐ使える状態ではありません。 構想の中心は、複数のエージェントが連携して作業を進める仕組みです。資料の要約からPDF Spaceへの共有、そこからプレゼン資料やSNS投稿の生成まで、一連の流れをAIが引き受ける設計が説明されています。Adobeのcreative agent（デザイン系の別エージェント）との連携も視野に入っているとされています。 現時点で動いているのはPDF Spacesの共有体験です。productivity agentが担う「複数エージェント連携によるワークフロー自動化」は、今後数か月で順次追加される予定と理解しておくのが正確です。 💼 提案書・研修資料・社内規程を渡す仕事への影響 PDFを資料として渡す仕事では、資料共有の役割がかなり変わります。 営業が顧客に提案書を送るとき、相手がその場でAIに質問できる状態で渡せるようになります。「添付で送ったらあとは相手任せ」でなく、資料と一緒に「この資料に答えるAI」も渡せる段階に変わります。人事・総務が入社書類や社内規程を配布するときも同様で、「読んでわからなければ聞いてください」の代わりにAIが初期対応できる体制をPDFと一緒に渡せます。 読む側は、音声概要やAI要約で全体像をつかんでから読み始められます。契約内容、金額、法的な文書では原文の確認が残ります。AI要約で全体をつかみ、最終判断は原文に戻す流れが現実的です。 AIの回答には、要約の抜けや解釈のずれが起きます。重要な文書を渡す場合は、「AIの回答は参考情報で、判断時は原文を確認する」と共有時に添える運用が合います。 📚 参考 Adobe Blog — Adobe’s new productivity agent: Redefining how we understand, create and share（https://blog.adobe.com/en/publish/2026/05/06/adobes-new-productivity-agent-redefining-how-we-understand-create-share） Adobe Blog — Stop sending files and start sharing experiences with PDF Spaces in Acrobat（https://blog.adobe.com/en/publish/2026/05/06/stop-sending-files-start-sharing-experiences-with-pdf-sapces-acrobat） Adobe — Acrobat Express（https://www.adobe.com/acrobat/acrobat-express.html） Adobe — Do That with Acrobat（https://www.adobe.com/acrobat/campaign/do-that-with-acrobat.html） The Verge — Adobe made an AI agent for PDFs（https://www.theverge.com/ai-artificial-intelligence）

「買い物リストに卵を追加して、ついでに明日の歯医者を1時間後ろにずらして」。そんな声かけを、Google Homeが受け取れるようになりました。 5月5日のGemini 3.1更新で、Google Homeの音声アシスタントは複数ステップの命令に対応しました。両手がふさがっていても声でスケジュールを動かせる、そういう操作が現実になりつつあります。 4月の速度改善、5月は「複数命令の理解」へ Googleは2026年5月5日、Google Nest Help公式ヘルプページのリリースノートを更新し、Gemini for Home音声アシスタントのGemini 3.1への更新完了を説明しました。 Gemini for Homeは、Google HomeのスピーカーやNestディスプレイで使える音声アシスタントです。今年4月から日本を含む国と日本語が早期アクセスに加わり、4月28日の更新ではライトやプラグ操作の応答を最大1.5秒短縮していました。 今回の5月5日更新はその流れの上にある、速度ではなく「何を理解できるか」の面での強化です。 買い物リストとカレンダーを一度の声かけで動かせる 従来のスマートスピーカーは、短い命令1つには強く、前後関係のある複合的な依頼には弱い面がありました。Gemini 3.1では、買い物リストに項目を追加しながら同時に別リストの項目をチェックする操作を、1回の声かけで処理できるようになったとGoogleは説明しています。 カレンダー操作の範囲も広がりました。終日予定の作成・変更、繰り返し予定の設定、今後の予定の確認、予定時刻の移動を自然な言い方で伝えられるようになったとのことです。 音声操作では、入力の場面そのものが変わります。Gemini Advanced（ブラウザやスマホで使えるGeminiのテキストチャット）では、複数の指示を一度に出して処理してもらう場面がすでに増えています。ただ、テキスト入力には画面と手元の操作が必要です。音声なら、料理中や片付け中でも予定とリストを同じ流れで頼めます。 日本でも対象だが「全員が今日から」ではない 日本はGemini for Homeの早期アクセス対象国に含まれており、日本語も対応言語として案内されています。 ただし、実際に使うには条件があります。早期アクセスへの申請または招待が必要で、対応しているGoogleスピーカーまたはNestディスプレイが必要です。Gemini LiveやカメラのAI解析など、一部機能はGoogle Home Premiumプランの対象です。 基本的な音声アシスタント機能は追加料金なしで使えますが、プランによって使える機能の幅は異なります。日本語対応とはいっても、今日すぐ全員が同じ体験になるわけではありません。対象デバイス、申請の手順、プランの違いを事前に把握してから切り替えを検討するのが現実的です。 Gemini for Homeへの切り替えは一方通行 Gemini for Homeへ切り替えると、そのデバイスではGoogle Assistantは使えなくなります。Googleは「切り替え後はGoogle Assistantへ戻せない」と公式に明示しています。 以前のGoogle Assistantで動いていた家電の連携やルーティンが、切り替え後も問題なく機能するかどうかは、切り替え前に把握しておく価値があります。 Spring 2026 updateには、PCブラウザからカメラ履歴検索やデバイス確認ができる「Ask Home on Web」のパブリックプレビュー予定も含まれています。音声での複数命令対応と、Webからの操作拡張が同時に進んでいます。早期アクセスが全体展開に移れば、Google Homeを日常の操作の入口として使う場面は増えていくでしょう。 参考 The Verge：Google Home’s Gemini AI can handle more complicated requests (https://www.theverge.com/tech/924755/google-home-gemini-3-1-upgrade) Google Nest Help：What’s new in Google Home (https://support.google.com/googlenest/answer/15962877?hl=en) Google Nest Community：Google Home Update (Spring 2026): Home sweet home is now more helpful (https://www.googlenestcommunity.com/t5/Blog/Google-Home-Update-Spring-2026-Home-sweet-home-is-now-more-helpful/ba-p/802246) Google Nest Help：Gemini for Home early access (https://support.google.com/googlenest/answer/16618650?hl=en)

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 ...

仕事でAIに文章を手伝わせる。画像案を出させる。資料の骨子を整えさせる。そういう使い方が当たり前になってきた2026年、ハリウッドの映画賞がひとつの線を引きました。 2026年5月1日、米映画芸術科学アカデミーが第99回アカデミー賞の新ルールを承認しました。俳優賞と脚本賞の対象を「人間が同意して演じた」「人間が書いた」に限定する内容です。AIを使うこと自体の禁止ではありません。人間が創作の中心にいたかどうかを、賞の基準として明文化した形です。 映画業界の規則に見えますが、AIを仕事で使う人なら誰にでも関係する問いがここには含まれています。 俳優賞・脚本賞に加わった新条件 米映画芸術科学アカデミーの理事会は2026年5月1日、第99回アカデミー賞の賞規則を承認しました。対象となる長編映画の劇場公開期間は2026年1月1日から12月31日で、主要な提出締切は2026年8月13日以降に始まります。今年後半に公開される作品から、このルールが初めて実際に問われます。 変更のポイントは二つです。 俳優部門では、映画のクレジットに記載され、人間が同意したうえで実際に演じた役柄だけがノミネートの対象になります。故人の俳優をAIで再現した映像や、AIで一から合成したキャラクターを「人間の演技」として評価することはしない、という整理です。 脚本部門では、脚本クレジットが必要で、その脚本は人間が書いたものでなければなりません。AIが初稿を生成して人間が全面改稿した場合をどう扱うかは、現時点のルール文書には明示がありません。 アカデミーの公式ルール文書には、生成AIやその他のデジタルツールを使うこと自体はノミネートの可能性に有利にも不利にも働かない、と明記されています。判断の軸は「人間が創作の中心にいたか」です。AP通信の報道によると、アカデミー会長は「人間が創作プロセスの中心にいる必要がある」と述べています。疑義がある場合、アカデミーは映画制作者に対し、AI利用の内容と人間の著作性について追加情報を求める権利も持ちます。灰色地帯の案件は、審査の場で個別に判断されるということです。 なぜ今この明文化が必要になったのか 2023年、ハリウッドでは俳優と脚本家が大規模なストライキを行いました。AIによる脚本生成、俳優の肖像や声の無断使用、制作現場の雇用への影響が主な争点でした。その後も変化は続いています。 AIで一から合成した俳優キャラクターが映画に登場し始め、故人の俳優をAIで再現する企画も出てきました。テキストから動画を生成するモデルの精度も上がり、「これは本物の俳優の演技なのか」という判断が難しい場面が増えています。映像を見て、あれ本物？と思った経験がある人もいるのではないでしょうか。 アカデミーが今回まとめたのは、こうした状況への回答です。AIは映画制作のツールとして使える。ただし、俳優賞と脚本賞は人間の表現を評価するものである、という線引きです。「AIを使った映画を全面的に排除する」のではなく、評価の対象を「人間の創作」に明確に絞った、という整理に近いです。 「AIを使った」と「AIが中心だった」の違い 今回のルールで問われているのは、AIをどう使うかではなく、人間がどこにいるか、です。 脚本の構成案をAIに出させて、そこから人間がゼロから書き直した場合はどうか。AIが生成した初稿を人間が大幅に加筆した場合は。現時点のルールは、こうした細則まで明示していません。アカデミーが「疑義がある場合は追加情報を求める」としているのは、判断がケースバイケースになることを前提にしているからでしょう。 わたしが読んでいて気になったのは、この「人間が創作の中心にいたか」という問いの広がりです。映画賞のルールですが、資料作成、コンテンツ制作、デザイン、広告コピーなど、成果物に責任が伴う仕事全般で同じ問いが立ち始めています。「AIを使ったか否か」だけでは、もはや問いとして不十分になってきているのです。 AIを仕事で使うとき、責任はどこにあるか AIに下書きを任せた文章、AIが生成した画像をベースにしたデザイン、AIが提案した構成をそのまま使ったプレゼン資料。どれもAIを使ったという点は同じでも、どこに人間の判断が入っているかは大きく異なります。 会社でAI導入が進むと、「誰の同意で、誰の判断で、どこに人間の表現が残っているか」という問いは避けられなくなってきます。アカデミーはその問いを、賞の基準という形で明文化しました。映画業界の出来事ではありますが、仕事でAIを道具として使うすべての人に関係する論点が、このルールには詰まっています。 第99回アカデミー賞の審査が動き出す2026年8月以降、このルールが実際にどう運用されるかは、映画業界だけでなくAIを使う仕事人全体への問いにもなります。わたしとしては今のうちに、自分の仕事のどこに判断と責任があるかを整理しておきたいと思っています。 参考 TechCrunch - AI-generated actors and scripts are now ineligible for Oscars（https://techcrunch.com/2026/05/02/ai-generated-actors-and-scripts-are-now-ineligible-for-oscars/） Academy Press Office - AWARDS RULES AND CAMPAIGN PROMOTIONAL REGULATIONS APPROVED FOR 99TH OSCARS（https://press.oscars.org/news/awards-rules-and-campaign-promotional-regulations-approved-99th-oscarsr） AP News - Oscars organization expands international film eligibility, addresses AI in new rules（https://apnews.com/article/oscars-new-rules-artificial-intelligence-international-film-95a66f19bd0a95d371ac82f21df1a0f4） 米映画芸術科学アカデミー 第99回アカデミー賞完全ルール（https://www.oscars.org/sites/oscars/files/2026-05/99th_oscars_complete_rules.pdf?VersionId=84FilOcTNI7wpFAxl56.8xesZyP5.UWl）

米国防総省が2026年5月1日に発表した契約は、生成AIを機密情報を扱うネットワークの中へ組み込んでいく段階に踏み込みました。これまで非機密の文書作成や調査支援が中心だった軍内のAI利用が、機密データを直接扱う基盤へと広がります。日々の業務で使うチャットツールとしての生成AIとは別の領域に、AIの利用範囲が伸びてきた形です。 国防総省が8社のAIを機密ネットワークへ展開する契約を結んだ 契約対象は8社です。SpaceX、OpenAI、Google、NVIDIA、Reflection、Microsoft、Amazon Web Services（AWS）、Oracleが名を連ねています。 初報の一部ではOracleを含まない7社と報じられました。国防総省の公式リリースでの正式な数字は8社です。 目的は、これらのAI機能を「合法的な作戦利用」のために展開すること。具体的な用途はデータ統合、状況把握、複雑な作戦環境での意思決定支援です。言い換えると、これまで人間の判断に頼ってきた情報整理と状況把握の一部を、AIが担う体制に変えていくということです。 公式リリースが「単一ベンダー依存を避け、長期的な柔軟性を確保するアーキテクチャを作る」と表現しているのが、わたしにはちょっと引っかかります。特定企業への依存を意図的に避けようとしている。その姿勢が、今回の複数社契約という形に出ているわけです。 今回が「AIを初めて使い始めた」発表ではない理由 展開先として示されているのが「Impact Level 6（IL6）」と「Impact Level 7（IL7）」というネットワーク環境です。 米政府のクラウドセキュリティ基準で、扱えるデータの機密レベルを区分するものです。国家安全保障にかかわる重要情報を扱う高セキュリティ環境、と理解しておくといいと思います。 ただし今回の発表は、米軍がAIを使い始めたニュースではありません。 国防総省は2025年12月9日、生成AI専用のプラットフォーム「GenAI.mil」を立ち上げています。最初に導入したのはGoogle Gemini for Governmentで、文書作成・調査・画像動画分析といった業務から始まりました。TechCrunchの報道では、この段階では非機密タスクが中心と説明されています。今回の契約は、その非機密から機密へという拡張の一歩にあたります。 GenAI.milは立ち上げから約5か月で130万人超の国防総省関係者が利用し、数千万件のプロンプトと数十万のエージェント利用があったと公式は述べています。実験的な規模はすでに超えていました。 今回の発表は、そのGenAI.milを機密レベルの高いネットワーク環境へ広げ、複数ベンダー体制に移行するものです。「試験導入の延長」ではなく、重要業務の基盤として組み込んでいく段階と見るのが自然でしょう。 AI企業が持つ利用条件と、契約への影響 今回の発表でもう一つ大きいのが、Anthropicが契約対象に入っていない点です。 Military Timesの報道によれば、AnthropicはAIの自律兵器や国内監視につながる用途への制限を主張したとされています。国防総省との条件交渉で折り合いがつかず、今回の契約から外れた形です。 断定はできません。あくまで報道ベースの文脈です。ただ、AI企業が「どこまでの使い方を許可するか」という条件を持ち、それが実際の契約先の選定に影響しうる構図は見えてきます。 性能だけで選ばれるのではなく、用途の範囲をどう決めるかという条件が取引の中心に来る。これは政府向けAI動向として、実際に起きた事例です。 「アメリカの軍の話」として横に置くのは少し待って 職場でのAI利用について考えているなら、このニュースの構図は他人事ではないと思います。 政府や大きな組織がAIを業務の中枢に近い場所へ入れようとするとき、必ず問われるのが「何を処理させるか」と「誰が最終判断を持つか」です。便利さとセキュリティの両立は、組織が大きくなるほど単純ではなくなります。 自治体、医療、金融、法務、製造など、機密情報を扱う現場では、AIに渡してよい情報と渡してはいけない情報の仕分けが問われていきます。AIを使うという意思決定と同じくらい、どんな条件でどこまで使うかを決める場面が増えていく。 今回の米国防総省の動きは、組織でのAI導入判断を考えるうえで参照できる先行事例の一つです。 参考 U.S. Department of Defense – Classified Networks AI Agreements（https://www.war.gov/News/Releases/Release/Article/4475177/classified-networks-ai-agreements/） TechCrunch – Pentagon inks deals with Nvidia, Microsoft, and AWS to deploy AI on classified networks（https://techcrunch.com/2026/05/01/pentagon-inks-deals-with-nvidia-microsoft-and-aws-to-deploy-ai-on-classified-networks/） Nextgov/FCW – Pentagon makes agreements with 7 companies to add AI to classified networks（https://www.nextgov.com/artificial-intelligence/2026/05/pentagon-makes-agreements-7-companies-add-ai-classified-networks/413264/） Military Times – Pentagon freezes out Anthropic as it signs deals with AI rivals（https://www.militarytimes.com/news/pentagon-congress/2026/05/01/pentagon-freezes-out-anthropic-as-it-signs-deals-with-ai-rivals/） Defense News – Pentagon taps Google Gemini, launches new site to boost AI use（https://www.defensenews.com/pentagon/2025/12/09/pentagon-taps-google-gemini-launches-new-site-to-boost-ai-use/） ※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 ...