Gynga AI Topics
JA EN
English
|

AIエージェント時代：Codex全社展開とロボット自己量産

AIが「生成する」から「行動する」へとシフトしている流れが、今日のニュースから一段と鮮明に見えてくる。コード生成エージェントが法務部門まで浸透し、AIが画面を操作してタスクをこなし、ロボットがロボットを自律量産する工場が動き出した。インフラ投資もインドを軸に兆円規模で積み上がり、もはや「AIの未来」ではなく「AIが動いている今」の話だ。一方でフォードの失敗事例が示すように、データと人の経験値をどう組み合わせるかという問いも同時に突き付けられている。

OpenAIのCodexが法務・採用部門まで掌握――エージェントAIの経済効果を初測定

OpenAIが発表した経済研究論文が、エージェントAIの職場への浸透を定量データで裏付けた。2025年8月時点では、OpenAI社内でもCodexへのトークン消費は全体の10%未満。ところが2026年5月には、法務・採用といった非技術部門を含む全部門がCodexを主要AIツールとして使うようになり、長時間タスクの割合も大幅に増加した。

注目すべきは「作業の単位」の変化だ。ChatGPTが単発の質問応答だとすれば、Codexは数分〜数時間の自律的なタスクをこなすエージェントとして機能する。OpenAIはこれを「知識労働の単位がシングルインタラクションからデリゲートされた長期タスクへ移行した」と表現しており、生産性の拡張が定量的に確認できたとしている。

Codexがここまで普及した背景には、モデル性能の向上と新機能の継続的な追加がある。能力が上がるにつれて活用できるタスクの幅が広がり、非技術職でも使えるユースケースが増えた。「まず技術者が使い始め、気づいたら全社ツールになった」という普及パターンは、Slackや Notionのそれに近い。エージェントAIがビジネスツールとしてコモディティ化するのに、さほど時間はかからないかもしれない。

参考: OpenAI Blog - How agents are transforming work

Google、Gemini 3.5 Flashに「Computer Use」をネイティブ統合

GoogleはGemini 3.5 Flashに、AIがコンピュータ画面を認識してマウス操作やキー入力を実行する「Computer Use」機能を標準ツールとして搭載したと発表した。これまでは専用の独立モデル「Gemini 2.5 Computer Use」としてのみ提供していた機能を、主力の高速モデルに統合した形だ。

仕組みはシンプルだが強力だ。AIにスクリーンショットと目標を渡すと、「この座標をクリック」「ここにテキストを入力」という操作指示を返す。それを開発者側のコードが実行し、新たなスクリーンショットを再びAIに送る——このループでタスクが完了するまで動き続ける。AIがブラウザを直接動かすのではなく、指示を出す「頭脳」として機能する設計だ。Googleは継続的なソフトウェアテストや複数アプリをまたぐ業務自動化などへの活用を想定している。

セキュリティへの配慮も同時に示されている。敵対的なプロンプトインジェクションを検知した場合のタスク自動停止、機密操作前のユーザー確認要求という2つのエンタープライズ向けセーフガードをオプションで提供。現時点ではプレビュー段階で「重大な判断や取り返しのつかない操作には使わないように」と開発者向けドキュメントに明記されている。Computer UseはAnthropicのClaudeが先行して提供してきた機能だが、Googleが主力モデルへ統合したことで、画面操作エージェントの競争が本格化した。

参考: ITmedia AI+ - Google「Gemini 3.5 Flash」に「Computer Use」を標準搭載

孫正義氏が株主総会で「ロボットがロボットを量産する」工場の存在を初めて明かす

「今日言うつもりはなかったんですが」——ソフトバンクグループの株主総会で、孫正義会長兼社長が投資先のロボティクス工場について予定外の暴露をした。すでに「ロボットがロボットを自律的に量産する体制が稼働している」という。孫氏は「おそらく世界で初めての試みだと思う。近いうちに正式発表できる」と言葉を選びながらも、その興奮を隠しきれなかった。

孫氏はAIの進化を2段階で整理している。「対話・画像・動画生成」の第1段階から、AIが自ら考えて24時間動き続ける「エージェントAI」の第2段階へ。そしてこの第2段階での競争を左右するのがCPU性能だと言い切る。傘下のArm HoldingsはAIデータセンター向け「Arm AGI CPU」を発表しており、他社比で消費電力を「半分」に抑えられると主張。GPU一強のエヌビディアに対し、CPU+省電力という軸で差別化を図る戦略が透けて見える。

ロボットがロボットを量産する工場は、単なる自動化の話ではない。生産能力の指数関数的拡大を意味する。半導体の量産と異なり、ロボットの製造にはロボット自身が活用できる。製造コストが下がり、展開速度が加速するフライホイールが回り始めれば、その影響はソフトバンクの投資リターンを超えて産業全体に波及する。

参考: ITmedia ビジネスオンライン - 孫正義氏が明かした「ロボット自動量産工場」の実態

中国の人型ロボット出荷台数が1年で7倍超、世界シェア80%を握る

野村総合研究所の李智慧氏が解説した中国の人型ロボット産業の成長データが圧倒的だ。2024年から2025年にかけて、年間出荷台数は推計約2,800台から約2万台に急増。製造企業数も倍増して200社に達し、世界シェアは80%超を記録した。

なぜここまで速いのか。李氏が挙げる最大の要因は「フライホイール効果」だ。実装データでAIモデルを改善し、改善したモデルを搭載したロボットが新たなデータを生成する好循環が回り始めている。さらにEV・スマートフォン製造で蓄積されたサプライチェーン（減速機、バッテリーなど）を転用できること、AI受容度の高さも追い風だ。HONORのようなスマートフォンメーカーも参入しており、飽和するスマホ市場からの「ハード技術の移転先」としてロボット市場が機能している。

ただし課題も明確だ。スタンフォード大の2025年調査によれば、家事など複雑タスクのベンチマーク「BEHAVIOR-1K」で最高スコアのモデルでも、許容品質を達成したタスクは約26%、完全成功は約12%にとどまる。量産能力と制御AIの性能の間にはまだ大きなギャップがある。とはいえ、2800台→2万台という成長曲線を日本が学ばずにいられるか、という問いを李氏は突き付けている。

参考: ITmedia AI+ - 中国が人型ロボット開発で急成長しているワケ

Amazonのインド投資が累計$480億に——グローバルAIインフラ争奪戦の構図

AmazonがインドのAI・クラウドインフラ拡張に追加$130億を投じると発表した。アンディ・ジャシーCEOがモディ首相と会談した直後の発表で、ムンバイとハイデラバードのAWSデータセンター拡張に充てられる。今回の上積みでAmazonのインド向け累計投資コミットメントは**$480億（約7兆円）**に達した。

インドへの巨額投資はAmazon単独の話ではない。Microsoftが2029年までに$175億、Googleが$150億のAIハブ・データセンター投資をすでに表明している。共通するのは、インドが次世代AIインフラの「第二の主戦場」として確立しつつあるという認識だ。14億人の市場と豊富な技術人材、英語対応の規制環境が魅力で、中国への投資が難しい欧米企業にとって代替成長市場としての存在感を増している。

ただし「コミットメント」と「実際の新規インフラ投資」は異なる。大型長期コミットメントには資本支出だけでなく運営費も含まれるのが通例で、$480億すべてが新規のデータセンター建設に直結するわけではない。それを差し引いても、インドのAIインフラ需要が実需として確実に積み上がっており、電力・冷却・ネットワーク整備を巡るビジネスチャンスは現実のものになっている。

参考: TechCrunch AI - Amazon ups India bet with fresh $13B AI infrastructure investment

フォードがJDパワー16年ぶり首位奪還——自動化の失敗から「旧エンジニア呼び戻し」で学んだこと

フォードがJDパワーの初期品質調査でメインストリームブランド首位に返り咲いた。実に16年ぶりの快挙だが、その背景には自動化・AIへの過度な依存が招いた品質劣化と、それを修正した泥臭い話がある。フォードは生産・設計工程の自動化システムが想定通りに機能せず、経験豊富なエンジニアを呼び戻して対処せざるを得なかったと認めた。

問題の本質はデータ品質にあった。「AIの有効性はそれを訓練するデータの質に完全に依存する」というフォードの総括はシンプルだが重い。自動化システムへの移行を急ぐ中で、ベテランエンジニアが持つ「複数の開発サイクルを経て積み上げた暗黙知」の価値を過小評価していた。長年の経験を持つ人間が捕捉しているニュアンスが、トレーニングデータに入っていなければ、AIはそれを学習できない。

AIをどう組み込むかという設計判断の失敗は製造業だけの問題ではない。「自動化すれば効率化できる」という前提のまま突き進むと、既存のシステムが持っていた暗黙の品質管理機能まで一緒に失う。フォードが高いコストで証明したこの教訓は、あらゆる業界のAI導入プロジェクトに当てはまる。

参考: The Verge AI - Ford had to hire back former engineers to fix mistakes made by its automated systems

Claude Managed Agentsが楽天でも採用——エージェント実行基盤の”フルマネージド化”競争

AnthropicがβリリースしたAIエージェント実行基盤「Claude Managed Agents」が、楽天を含む複数企業に採用されている。4月のβ公開以降、メモリ機能（4月）、マルチエージェントオーケストレーション（5月）、スケジュールデプロイ・Vault（認証情報管理）と矢継ぎ早に機能を追加しており、単なるモデルAPIを超えた「エージェント実行インフラ」としての色彩が強まっている。

独自のエージェント基盤を構築しようとすると何が大変か。エージェントループの制御、ツール実行レイヤー、長時間タスクの状態管理、セキュリティ・サンドボックス——これらをゼロから実装するコストは相当高い。Claude Managed Agentsはこれをフルマネージドで提供することで、企業が「エージェントをどう動かすか」ではなく「エージェントに何をさせるか」に集中できるようにする設計思想だ。

OpenAIのCodexがすでに全社展開の実績を積み、GoogleもComputer Useを主力モデルに統合したことで、エージェント基盤の競争はインフラレイヤーに移行しつつある。どのモデルが賢いかという議論から、誰のインフラの上でエージェントを動かすか、という問いへのシフトが起きている。楽天のような大規模プラットフォーム企業が採用事例として名を連ねる意味は、ベンチマークスコア以上に重い。

参考: ITmedia AI+ - Claude Managed Agentsはどう進化しているのか

今日の各トピックを貫く共通テーマは「AIが動き回る時代の本格化」だ。Codexが法務部門まで展開し、Geminiが画面を操作し、ロボットがロボットを自律量産する——これらはすべて「AIが指示を受けて作業を実行する」というエージェント的な振る舞いの具現化だ。一方でフォードの事例は、自動化の速度と人間の暗黙知の温存をどうバランスさせるかという、しぶとく残り続ける問いを突き付けている。インフラ・モデル・基盤の各レイヤーで覇権争いが同時並行で進む中、「何を自動化し、何を人間に残すか」という設計判断の重要性はむしろ増している。

Sources