おはようございます！今日は8月14日のニュースから、注目の8本をお届けします。AIが「別のアプリ」ではなく、私たちが毎日使っているWordやExcelの中に入り込んでくる話題から始まります。使い慣れた場所にAIが来る、というのは案外大きな変化かもしれませんね。それでは、さっそくいってみましょう！
Amazon QuickがWordやExcelの中で動き出す！アプリを切り替えずにAIに作業を頼める時代へ
AWSの機械学習ブログによると、Amazon QuickのMicrosoft 365向け拡張機能が一般提供されました。対象はWord、Excel、PowerPoint、Outlookの4つです。Plus、Professional、Enterpriseの各プランを使っている人は、追加のライセンスなしでそのまま使えるとのこと。東京を含む7つのAWSリージョンで利用できます。
この機能の面白いところは、いわゆるチャットボットをOfficeに貼り付けただけのものではない、という点です。記事では「チャットだけではなくエージェントとして動く」と説明されています。たとえばExcelなら、今開いているシートを分析させて前月比で10%を超える異常値に印を付けさせ、そのままQuick Sightのダッシュボードから第1四半期の地域別売上を引っ張ってくる、といった流れが一つの依頼でつながります。Outlookでは、受信箱を離れることなくメールを書いたり、長いスレッドを要約して対応が必要な項目を抜き出したりできるそうです。Salesforceなどの社内データにもアクセスできるため、資料を作りながら別のシステムを見に行く手間が減ります。
このニュースから見えてくるのは、AIの使い方が「AI専用の画面を開いて相談する」から「いつもの作業場所にAIが来る」へと変わりつつあるということです。アプリを行き来する時間や、そのたびに頭を切り替えるコストは、意外とばかになりません。皆さんも一日の中で、資料作成と情報探しの間を何度往復しているか数えてみると、削れる部分が見えてくるかもしれませんね！
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/amazon-quick-for-microsoft-365-agentic-ai-where-you-work/
AnthropicがSlack上でのデータ分析にClaude Tagを活用
Anthropicのデータチームが、Slack上でのセルフサービス型のデータ分析にClaude Tagをどう使っているかを紹介する記事を公開しました。ポイントは、アナリストが普段使っているのと同じ、きちんと統制された定義を用いて、その場で出てくる質問に答えられるようにしている点です。
「この数字ってどうなってる？」という問い合わせは、どんな職場でも日々発生しますよね。そのたびに専門の担当者が手を止めて調べるのではなく、統制された定義に沿ってその場で答えが返ってくる仕組みを整えている点がポイントです。データを扱う仕事のあり方を考えるうえで、参考になる取り組みですね。
GoogleがGemini 3.7 Flashを発表！API価格を期間限定で半額に
VentureBeatの報道によると、GoogleがGemini 3.7 Flashをリリースしました。驚くのはその間隔で、前のバージョンであるGemini 3.6 Flashが出てからわずか3週間だそうです。今回のモデルは、コーディングやAIエージェント、知識労働の強化に重点が置かれており、複数の手順を計画する力やツールを呼び出す精度が上がっているとのこと。目指しているのは、やり直しの回数を減らし、人が手作業で見張る必要を減らすことだと説明されています。
注目したいのが価格です。2026年末まで、API利用料は入力100万トークンあたり0.75ドル、出力100万トークンあたり3.75ドルと、通常の半額に設定されています。ただしこれは期間限定で、2027年1月1日からは入力1.50ドル、出力7.50ドルへと引き上げられる予定です。つまり今の安さは一時的なもので、その間に「やり直しの削減が本当に運用コストの低下につながるか」を見極めてほしい、という位置づけになります。性能面も正直に見ておきたいところで、Artificial Analysisの総合的な指標ではClaude Opus 5が63点なのに対し、Gemini 3.7 Flashは56点。前バージョンの52点からは上がったものの、首位に戻ったわけではありません。一方で人間の好みを反映するArenaの暫定結果では総合9位、Web開発では8位と、こちらは比較的良い評価を得ています。なお主力のPro系モデルであるGemini 3.5 Proについては、今回の発表でも公開日が示されませんでした。
ここから受け取れるのは、価格やスペックの数字だけで判断しないことの大切さです。安いうちに試して、自分たちの使い方で本当に効果が出るかを確かめる。そして「全部で一番」ではなくても、自分の用途で十分なら選ぶ理由になります。仕事道具を選ぶときの目線として、覚えておきたい考え方ですね！
出典：VentureBeat
https://venturebeat.com/technology/googles-gemini-3-7-flash-targets-coding-and-agents-with-a-50-introductory-price-cut
古いシステムをAIが「画面を見ながら」操作する！AWSが自動化の仕組みを公開
こちらもAWSの機械学習ブログからで、Amazon Bedrock AgentCore Browser ToolとStrands Agentsを使って、古いWebアプリケーションを自動化する構成を解説した記事です。多くの企業では、外部から呼び出すための標準的な仕組み（API）が用意されていない古いシステムが今も動いていて、手作業での入力や、そこで起きるミス、監査対応が負担になっています。記事によれば、企業の多くが重要な業務を古い技術の上で動かし続けており、そうしたシステムの大半は現代的なAPIではなくHTMLの画面しか外に出していないのが実情だそうです。
そこで登場するのが、画面を見る能力を持つAIです。AWS上の隔離されたクラウドブラウザ環境で、AIが画面を解析しながらブラウザを操作します。「保険証券番号12345を開いて、補償額を50万ドルに更新し、承認申請を出して」といった自然な言葉の指示を、AIが順番の操作へ分解して実行するイメージです。従来のRPA（決められた手順を自動で繰り返すツール）では対応が難しかった、画面が動的に変わる場面や複雑な流れにも対応できるとしています。そして大事なのが、人間による監視と詳細な監査ログが保たれている点です。誰が何をいつ変更し、承認されたのかを追えるようにする。AIが動く仕組みでも、人間の担当者と同等かそれ以上の説明責任を持たせるという考え方が貫かれています。ソースコードはGitHubで公開されているとのこと。
このニュースが示しているのは、「古くて自動化できない」と諦めていた業務にも手が届き始めた、ということです。同時に見習いたいのが、自動化と記録をセットにしている点ですね。速くすることばかりに気を取られると、後から「なぜこうなったか」を説明できなくなります。効率と説明できることの両立。これはAIに限らず、仕事の仕組みを変えるときの基本かもしれません。
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/automate-legacy-web-applications-with-amazon-bedrock-agentcore-browser-tool/
OpenAIが高速モード「Ultrafast」を発表、GPT-5.6 Solが14倍の速さに
TechCrunchによると、OpenAIが「Ultrafast」という新しいモードのプレビューを開始しました。同社の最新かつ最も強力なモデルであるGPT-5.6 Solを、14倍の速度で動かせるようにするものです。企業ユーザーの獲得を進める取り組みの一環と位置づけられています。ただし現時点では少数の顧客に限って提供されており、使える容量を広げながら対象を拡大していく計画とのことです。
AIの性能というと賢さに目が向きがちですが、実際の仕事では「待たされない」ことが使い勝手を大きく左右します。返事を待つ時間が短くなれば、それだけ試行錯誤の回数を増やせますよね。速さもまた、立派な性能の一つだと感じさせるニュースです。
子どもたちはAIをどう見ている？大人が驚かされた本音
MIT Technology Reviewのニュースレター「The Download」が、10歳から18歳の子どもたちがAIに対して抱いている思いを紹介しています。そこにあったのは、拒否感や無関心、環境への負荷を心配する声など、かなり複雑な感情でした。大人が期待するような無邪気な歓迎ばかりではないんですね。取材した側が最も驚いたのは、若い人たちがAIについて大人に教えられることの多さだったそうです。
同じニュースレターでは他にも、山梨大学の研究者らがCRISPR（遺伝子を書き換える技術）を使って雄マウスの細胞からY染色体を取り除き、雄から雌のクローンを作り出した成果が紹介されています。研究者は、この技術が生殖という概念の捉え方を変える可能性や、個体数がごくわずかしか残っていない絶滅危惧種の保全に役立つ可能性に期待を寄せているとのこと。さらに、エルニーニョの影響で2027年の夏が今年よりも暑くなる可能性についても取り上げられています。
子どもたちの複雑な反応は、私たち大人にとっても示唆に富んでいますね。新しい技術を前にしたとき、期待だけでも不安だけでもない、その両方を持ったまま考え続ける姿勢。それはむしろ健全な向き合い方なのかもしれません。身近な若い世代がどう感じているか、聞いてみると発見がありそうです。
出典：MIT Technology Review
https://www.technologyreview.com/2026/08/13/1141896/the-download-kids-thoughts-on-ai-female-clones-male-mice/
アリババが2.4兆パラメータの巨大モデルを公開
NVIDIAの開発者ブログによると、アリババが同社として最大となるオープンウェイトモデル「Qwen3.8-2.4T-A95B」（別名Qwen3.8-Max）の重みを公開しました。オープンウェイトとは、学習済みモデルの内部の設定値が公開されていて、誰でも自分の環境で動かせる形式のことです。
このモデルは総パラメータ数が2.4兆にのぼりますが、実際に処理をするたびに動くのは950億パラメータだけという設計になっています。細かく分けた専門家を組み合わせるMixture of Experts（必要な部分だけを働かせる仕組み）を採用し、注意の向け方も2種類を組み合わせたハイブリッド構成とのこと。最先端に近い能力を、オープンな形で使えるようにしたという意味で注目される動きです。
高性能なAIが特定の企業だけのものではなくなっていく流れは、私たちの選択肢が増えることを意味します。どこか一社に依存しない形で技術を取り入れられるかどうかは、これからの数年で効いてくる観点かもしれませんね。
AIは「空間の関係」をどこまで理解できる？Microsoftが弱点を測る物差しを公開
Microsoft Researchが、画像と言葉の両方を扱うAIが空間的な関係をどこまで理解できるかを測る、新しいベンチマーク（性能を比べるための試験）「MindTopo」を発表しました。試すのは、つながっているか、分かれているか、順序はどうか、囲まれているか、結ばれているかという5つの観点です。たとえば迷路の2点がつながっているか、羊が柵の内側にいるか、ロープが本当に結ばれているか、といった問いに答えさせます。
評価は2段階で行われます。静止した画像を見て関係を認識できるかという段階と、実際に手を動かして計画を立て、関係を保ったまま操作できるかという段階です。結果はなかなか厳しいもので、今のAIは静止画の認識のほうが計画を立てる作業よりかなり得意である一方、どちらも人間の成績を大きく下回りました。特に差が開いたのは、いくつもの行動をまたいで関係を保ち続ける必要がある場面です。失敗の原因を見ると、行動を続けるうちに構造的な関係を見失ってしまったり、物理的にありえない提案をしてしまったりしていました。
この結果は、ロボットのように現実世界で動くAIを作るうえで越えるべき課題を示しています。同時に、私たちの仕事にとっての示唆もありそうです。AIは一枚の絵を見て答えるのは得意でも、状況が変わり続けるなかで筋を通し続けるのはまだ苦手だということ。だとすれば、長い時間軸で一貫性を保つ判断は、当面わたしたち人間の担当ということになりますね。
出典：Microsoft Research
https://www.microsoft.com/en-us/research/blog/mindtopo-reveals-vlms-spatial-reasoning-abilities/
今日のまとめ ~ AIは「いつもの場所」に入ってくる
今日のニュースを並べると、AIが特別な場所から日常の作業場所へ移ってきている様子が見えてきます。Amazon QuickはWordやExcelの中で動き、AnthropicはSlack上で質問に答える仕組みを整えました。AWSは古いシステムの画面をAIに操作させ、OpenAIは待ち時間そのものを14分の1近くに縮めようとしています。一方でMicrosoftの研究は、状況が変わり続けるなかで筋を通す力ではAIがまだ人間に遠く及ばないことを示しました。近づいてくるからこそ、得意と苦手を見極める目が要りますね。
これからの時代、大切なのは、
AIが身近な場所に入ってくるほど、任せる範囲を決めるのは私たち自身の仕事になります。今日は自分がよく使うアプリの中で、任せられそうな作業を一つ探してみませんか。それでは、良い週末をお迎えください！