おはようございます！今日も、AIが私たちの働き方をどう変えていくのか、最新のニュースをやさしく解説していきます。今日は「AIに仕事をどこまで任せるか、そのルールをどう決めるか」というテーマが、あちこちで顔を出しているのが面白いところです！
AMDが「1年で生産性30パーセント向上」を達成、次はAIエージェントの群れへ
半導体メーカーのAMDが、社内のソフトウェア開発でAIをどう使っているかをIEEE Spectrumに寄稿しました。もともとは「2〜3年かけて生産性を25パーセント上げる」という目標だったそうですが、たった1年で30パーセントの向上を達成してしまったとのこと。目標を前倒しで超えてしまったわけですね！
AMDが生産性の物差しにしているのは、「AIが書いたコードの割合」です。しかもレビューとテストをすべて通過して、実際に製品に組み込まれたものだけを数えているそうで、なかなか厳しい基準です。今年の初めに20パーセントを超え、現在はコードベース全体で50パーセントを目指している最中。一部のソフトウェア部品では、すでに8割以上がAI製になっているといいます。不具合の自動修復でも成果が出ていて、グラフィックドライバの設定画面を担当する「RSX」という部分では、出来合いのAIツールをそのまま使ったときは6パーセントしか直せなかったのが、2026年6月には75パーセント以上まで到達しました。
面白いのは、AMDがこれを「モデルを鍛え直して」達成したわけではないという点です。AIに与える目標の設定を練り直し、失敗から学ぶ仕組みを作ることで精度を上げていったそうです。そして今後は、人間のやり方を真似させる段階から、AIエージェントたちが互いに学び合いながら自分で解決策を探す「群れ」へと進もうとしています。AMDははっきりと「人員削減が目的ではなく、社員をAIで強くするため」と述べていて、全社的なAI教育に投資しているそうです。エンジニアの役割は、手を動かして実装することから、何を作るべきかを決め、出てきた結果を検証し、戦略的な判断を下すことへ移っていく。これは、どんな職種の人にとってもヒントになる変化ではないでしょうか。
出典：IEEE Spectrum
https://spectrum.ieee.org/amd-agent-swarms
企業のAIエージェントが増えすぎる問題、xpander.aiが「管理する層」を売り込む
VentureBeatの報道によると、企業のAI活用でいま静かに深刻化しているのが「エージェントが増えすぎて管理できない」という問題だそうです。調査会社Gartnerの推計では、世界のFortune 500企業が使うAIエージェントの数は、2025年の15件未満から2028年には平均15万件を超える見込み。ところが「自社には適切なガバナンス（管理の仕組み）がある」と答えた組織は、わずか13パーセントにとどまっています。増え方に、ルール作りがまったく追いついていないんですね。
このすき間を埋めようとしているのが、元AWSの技術者3人が立ち上げたスタートアップのxpander.aiです。同社は企業向けのAIエージェント管理プラットフォームを正式公開し、あわせて750万ドルのシード資金調達も発表しました。特徴は、特定のAIモデルや開発の枠組みに縛られない「中立的な管制塔」を目指している点。CEOのDavid Twizer氏は、顧客企業からよく聞く悩みとして「エージェントが個人のパソコンでバラバラに動いていて統制がない」「せっかくの業務の流れが個人の中で閉じてしまう」「特定のAI企業に縛られてしまう」の3つを挙げています。
ただし、VentureBeatはこの構図に冷静な指摘も添えています。ベンダー中立をうたっても、依存が消えるわけではなく、依存する場所が一段上に移るだけではないか、というものです。モデルや開発の枠組みは差し替えられても、統制や記憶を担う層そのものはxpander独自の技術なので、そこから別のプラットフォームへ移りたくなったときに苦労するかもしれない、と。私たちが仕事でツールを選ぶときにも通じる話ですね。便利さの裏側で「あとで乗り換えられるか」を一度考えてみる。この視点を持っているかどうかが、数年後に効いてきそうです。
稀少本に隠したAirTagが暴いた、AI学習のための本の解体
これはちょっと考えさせられるニュースです。Ars Technicaが報じたところによると、この1年ほど古書業者の間では「AI企業が稀少本を大量に買い集め、スキャンしたあとに破棄しているのではないか」という疑いが持たれていました。ただ、証拠をつかむのが難しかったそうです。
そこで、ある古書店が大量注文された本の中にAirTag（アップルの紛失防止タグ）をこっそり仕込みました。404 Mediaの報道によると、その追跡先はラスベガスにあるAmazonのAI訓練施設。そこには本を背表紙から解体してページをスキャンする専門チームがいたといいます。しかも倉庫のドアには、本を今にも食べようとしているティラノサウルスのロゴが描かれていたそうで、破壊的なスキャンへの批判が高まっている中では、なんとも無頓着な絵柄です。Amazonはこの件へのコメントを断り、AI学習について具体的に触れない声明を出すにとどまりました。なお、今回の追跡でわかったのは「大量注文の一部にAmazonが関わっていた」ということで、この手法をとっているのがAmazonだけなのかは、まだわかっていません。
AIを仕事に活かす立場で考えると、これは「成果を急ぐあまり、やり方が社会にどう見えるかを見落とすリスク」の話でもあります。技術的に可能で、法的にもすぐには問題にならないとしても、外から見たときにどう映るか。新しい取り組みを進める人ほど、この視点を手放さないでいたいところです。
出典：Ars Technica
https://arstechnica.com/tech-policy/2026/08/hidden-airtag-reveals-amazon-is-trashing-rare-books-to-train-ai/
医療AIのHeidi、「安全を最優先にしたら結果的に速く広がった」
VentureBeatに掲載されたMongoDB（データベースの企業）によるスポンサード記事で、オーストラリア発の医療AI企業Heidiの事例が紹介されています。同社の主力製品「Heidi Scribe」は、診察中の記録作成といった事務作業を自動化するAIで、190か国以上で毎週およそ270万件の診療を支えているそうです。
医療という分野の難しさを、共同創業者兼CTOのYu Liu氏がうまく言い表しています。ほとんどの業界では、AIの出力が2パーセント間違っていても「ちょっと不便」で済むけれど、医療では同じ誤り率が「患者の安全の問題」になる、と。だからHeidiは、すべての出力が精査され、監査され、患者の治療の判断材料になる前提で設計したそうです。たとえば患者データを国ごとに分けて保管する要件は、後から足す機能ではなく最初からの前提条件として、地域ごとに完全に独立した環境を用意しています。MongoDB Atlasの導入で主要APIの遅延を約33パーセント削減したことも紹介されています。米国の大手医療システムであるBeth Israel Lahey Healthでの試験導入では、臨床医の74パーセントが時間外の書類仕事（「パジャマタイム」と呼ばれているそうです）が減ったと回答し、その結果を受けて本格導入に至ったそうです。
Liu氏の言葉で印象的なのが「信頼性の設計は、信頼の設計そのもの」というもの。そして、最も効果の大きい仕事の一部は外から見えない、とも語っています。自動で切り戻せる段階的なリリースや、データベース変更のチェック関門など、地味だけれど効く仕組みのことですね。急いで出して後から直す、が通用しない仕事は、医療以外にもたくさんあります。最初にルールと土台を作っておくほうが、結果的に速い。そんな逆説を思い出させてくれる事例です。
出典：VentureBeat
https://venturebeat.com/data/how-heidi-built-production-ready-ai-for-healthcare-at-global-scale
AIエージェントに「お財布」を持たせる仕組み、AWSがOpenClaw財団と共同で解説
AWSとOpenClaw Foundationの共同記事として公開された技術解説です。AIエージェントが自分でWebを見たりAPIを呼んだりして働くようになると、途中で「ここから先は有料です」という壁にぶつかることがあります。そのたびに人間が呼ばれて支払いをしていたら、自動化の意味が薄れてしまいますよね。かといって、AIに財布を丸ごと渡すのはさすがに怖い。この記事は、その間をとる設計を扱っています。
肝は「権限の分け方」です。ウォレット（電子的な財布）の認証情報や、支払い枠を新しく作ったり広げたりする権限は、AIモデルが触れる実行環境の外に置いておく。人間は信頼できる管理用の経路から、送金先・使える資産・1回あたりの上限・累計の予算・有効期限といった枠をあらかじめ設定します。AIができるのは、その承認済みの枠の中で支払いを実行することだけ。しかもこの記事では、実際のお金ではなくテストネット（試験用のネットワーク）での支払いを使って検証する手順が解説されています。プロンプトインジェクション（AIに不正な指示を紛れ込ませる攻撃）が起こりうる前提で組み立てているのが特徴です。
ちなみに、こうした細かい支払いが必要になる背景として、APIやMCPツールには従量課金のものが多く、1回あたりの金額が1ドル未満、時には1セントの何分の1ということもある、と記事は説明しています。カード決済の最低手数料では割に合わない世界なんですね。ここから学べるのは、AIに仕事を任せるときの考え方そのものです。「AIを信じるか信じないか」ではなく、「人間が枠を決め、AIはその中だけで動く」という役割分担を先に設計しておく。これは経費精算でも外注管理でも、私たちがすでに使っている考え方とよく似ています。
NVIDIAが「小さくて速い」AIモデルを公開、22GBまで圧縮しても精度は維持
半導体メーカーのNVIDIAが、開発者向けブログで新しいAIモデル「Nemotron 3.5 Lightning NVFP4」を紹介しています。AIモデルを実際に動かすとき、開発チームは応答の速さ、処理量、必要なメモリ、計算量といった条件を満たすためにモデルを調整するのですが、NVIDIAが公開しているNemotronというモデル群は、そうした条件に合わせて「ちょうどいいサイズ」を選べるのが特徴だそうです。
今回のチェックポイント（学習済みモデルのデータ一式）は、精度を保ったまま処理量（決まった時間内にさばける仕事の量）を最大4倍に高め、フル精度版では66GBあったサイズを22GBまで圧縮しているとのこと。3分の1です。大きくて強いモデルを追いかけるだけでなく、条件に合わせて軽くする流れが着実に進んでいることがわかりますね。仕事の道具選びでも、いちばん高性能なものが常に正解とは限りません。使う場面の制約から逆算して手段を選ぶ、という発想は、AIに限らず役に立ちそうです。
サーバーが止まったAIロボットと、政策に入り込んだ「検閲産業複合体」
MIT Technology Reviewの平日刊ニュースレター「The Download」から、印象的な話題を2つ紹介します。
ひとつは、子ども向けAIロボット「Moxie」の話。身長15インチほどの、青くて足のない宇宙飛行士のような見た目のロボットで、神経発達に特性のある子どもたちが、本来はセラピストから学ぶような対人スキルを練習するのを手助けする役割を担ってきました。ある男の子は、不安なときや怒っているときの気持ちの静め方をMoxieから教わったそうです。ところがメーカーが事業を停止し、サーバーが止まることになりました。親たちは停止前に手元のMoxieを変換する作業に駆け込み、その子は今も、話し相手がほしいときにMoxieを使っているといいます。クラウドにつながる製品を提供する側にとっては、サービスを終えるときに利用者をどうするかまで含めて設計する責任がある、と考えさせられる話です。
もうひとつは「検閲産業複合体」という考え方について。偽情報対策という名目のもとで、政府機関・研究者・市民団体・巨大テック企業が手を組み、保守的な言論やポピュリスト的な言論を抑え込んできた、という主張です。もともとは右派のネット言論の周縁で語られていたものが、いまや米国の政策に入り込み、トランプ政権にも及んでいるとのこと。MIT Technology Reviewはこの9か月間、この主張がどう広まったかを取材してきたそうです。このニュースレターではほかにも、米国が同盟国にAI競争での立場選択を迫る計画があることや、Metaが顔認識付きAIメガネの特許を取得したこと、Amazonが集団訴訟を避けるために規約を更新したことなども取り上げられています。技術が社会や政治とどう絡み合っているかを知っておくことは、新しい事業や製品に関わる人にとって、ますます欠かせない教養になってきていますね。
出典：MIT Technology Review
https://www.technologyreview.com/2026/08/17/1142175/the-download-dead-robot-friends-censorship-industrial-complex/
あわせて押さえたいニュース
ここからは、続報が待たれるニュースを手短にお届けします！
ABC Legalが全従業員を「作る側」に変えた取り組み
法務書類の送達を手がけるABC Legalが、AnthropicのClaudeを活用し、社内でバラバラに行われていたAI活用の試みを、統制された専門エージェント群へとまとめ上げた、とAnthropicが自社ブログの導入事例として紹介しています。
出典：Anthropic
https://claude.com/blog/how-abc-legal-turned-every-employee-into-a-builder-with-claude-managed-agents
AI自動化スタートアップのRelayが事業終了、スタッフはGoogleへ
企業向けにワークフロー自動化を提供してきたRelayが、サービスを終了します。無料ユーザー向けは8月15日ですでに終了し、有料ユーザー向けも9月14日で終了する予定です。同社のCEOと一部のスタッフは、GoogleのChromeチームに移ります。
出典：TechCrunch
https://techcrunch.com/2026/08/17/ai-automation-startup-relay-shuts-down-staff-joins-googles-chrome-team/
今日のまとめ ~ AIに任せる範囲は、人間が決める
今日のニュースを並べてみると、ひとつの共通点が浮かび上がってきます。AMDのエージェント群、xpander.aiの管制塔、AWSの支払い枠、そしてHeidiの安全設計。どれも「AIをどこまで自由にさせ、どこから先は人間が決めるか」という線引きの話なんですね。AIが賢くなるほど、この線をどこに引くかが仕事の質を左右するようになってきました。
これからの時代、大切なのは、
AIに任せる範囲を決めるのは、いつだって人間の側です。今日も自分らしい線の引き方を探していきましょう！