おはようございます！今日はコンサル大手のAI導入から、手元のパソコンだけで動くAIエージェント、そして高齢者向けの音声リストバンドまで、幅広い話題が集まりました。それぞれのニュースが私たちの働き方にどうつながるのか、やさしく見ていきましょう！
ベイン・アンド・カンパニーがAnthropicのパートナーネットワークに参加！自社1万9000人への導入実績が土台に
コンサルティング大手のベイン・アンド・カンパニーが、Claude（AnthropicのAIサービス）のパートナーネットワークに、グローバル・プレミアパートナーとして参加することになりました。Anthropicの発表によると、この提携の目的は、企業がAIを導入していくのを一緒に支えることだそうです。
注目したいのは、この提携がベイン自身の実践の上に成り立っているという点です。ベインはすでに、自社の従業員1万9000人にClaudeを行き渡らせています。つまり「お客さまにすすめる前に、まず自分たちで使い倒した」というわけですね。
ここから見えてくるのは、新しい道具に関する説得力は、机の上の知識ではなく、自分で使った経験から生まれるということです。社内でAIを使ってみた手ごたえや、つまずいたポイントの記録は、そのまま人に語れる価値になります。まずは自分の手元の仕事で試してみる。その積み重ねが、いつの間にか自分の強みに変わっていくのかもしれません！
出典：Anthropic
https://claude.com/blog/bain-company-joins-the-claude-partner-network-as-a-global-premier-partner
LinkedInの採用アシスタントを支える「4層の記憶システム」とは
ビジネス向けSNSのLinkedInが、自社の採用アシスタントにどんな仕組みを載せているのか、その内側が語られました。Stack Overflow Blogのポッドキャスト紹介記事によると、LinkedInのプリンシパルAIリサーチャーであるプラヴィーン・ボディグトラ氏が登場し、チームが構築した4層のメモリシステムについて話しています。
このメモリシステムが担っているのは、採用アシスタントに「持続的でパーソナライズされた状態」を持たせることです。ふつうのチャットAIは、会話が終わるとそれまでのやりとりを忘れてしまいます。でも採用の仕事は、候補者とのやりとりが何日も何週間も続くもの。だからこそ、文脈を覚えておける仕組みが必要になるということですね。
こうした「記憶するAI」が広がっていくと、AIとの付き合い方も変わってきそうです。毎回ゼロから説明し直す相手ではなく、こちらの状況を踏まえて話ができる相手になっていく。その変化を頭に入れておくと、自分の仕事にAIを組み込むときの発想も変わってきそうです。
出典：Stack Overflow Blog
https://stackoverflow.blog/2026/08/25/inside-linkedin-s-cognitive-memory-agent/
PerplexityとNvidiaが「手元で全部動くAIエージェント」を公開！トークン費用ゼロの世界
AI検索サービスのPerplexityが、半導体メーカーのNvidiaと組んで「Portable Computer」を公開しました。VentureBeatの報道によると、これはAIエージェント（人の代わりに複数の手順の作業をこなすAI）を、クラウドではなく自分のパソコンの中だけで動かせるようにしたものです。まずはNvidiaのDGX Sparkや、VRAM24GB以上のRTX GPUを積んだLinuxマシン向けに提供され、Windowsへの対応は9月の予定とのこと。
うれしいのは、AIモデルもファイルも作業そのものも、すべて自分の機械の中にとどまるという点です。手元で終わった作業には利用料がかかりません。デモでは、投資関連の書類がぎっしり入ったフォルダをAIに読ませて、余計な手数料が発生している箇所を見つけさせていましたが、使った金額を表示する欄はずっとゼロのままだったそうです。手元の力で足りない難しい作業のときだけ、ユーザーの許可を取ってからクラウドの高性能なAIに相談する、という使い分けもできます。しかもクラウドに送る前には、個人情報が混じっていないかを検査して、何が外に出るのかを画面で見せてくれるとのこと。
Perplexityが自社で行った評価では、コーディングの難しいテストで、手元だけで動かした場合が59.6%だったのに対し、クラウドの強力なモデルに相談できるようにすると73.0%まで上がり、費用は1タスクあたり0.415ドル程度。クラウドの強力なモデルだけで解いた場合は82.4%で0.65ドルだったそうです。これらの数字はPerplexity自身の評価によるものなので、そのつもりで受け止める必要はありますが、方向性としては面白いですね。ここから見えてくるのは、「全部クラウドか、全部手元か」ではなく、内容によって置き場所を選ぶ時代が来ているということです。社外に出したくない資料は手元で処理し、本当に難しいところだけ外の知恵を借りる。自分の仕事をそうやって切り分けて考える力が、これから効いてきそうです！
AIエージェントを探しやすくするオープン標準「ARD」が公開！AWSも開発に意見を寄せる
社内にAIエージェントやツールがどんどん増えていくと、今度は「どこに何があるのか分からない」という新しい困りごとが生まれます。AWSの技術ブログによると、この課題に対して、Agentic Resource Discovery（ARD）というオープンな標準仕様が公開されました。ARDは特定の製品ではなく、Apache License 2.0で公開されている仕様で、AWSは開発の過程で意見を寄せた立場です。
AWS自身は、組織の中にあるエージェントやツールをまとめて登録・検索できる「AWS Agent Registry」というカタログ機能をプレビュー提供しています。ただ実際の企業では、複数のクラウドや自社のサーバー、SaaSなど、あちこちにエージェントが散らばっていることがほとんど。それぞれが独自の書き方でリソースを説明していると、つなぐたびに専用の変換をこしらえる羽目になります。ARDは、みんなが同じ書式でリソースを説明し、共通の方法で公開することで、この手間をなくそうという発想です。AWSはこれを、インターネットの住所を引くDNSのような役割にたとえています。
仕事の目線で面白いのは、この仕組みが「誰でも見られるようにする」話ではないところです。カタログを出す組織が、中身も公開範囲も、いつ止めるかも自分で決められる形が保たれています。AIツールを社内に増やしていくときも、まずは棚卸しをして、誰が承認して、どこまで見せるのかを決めておく。この整理をしておくかどうかで、後の使いやすさが大きく変わってきそうですね。
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/agentic-resource-discovery-ard-an-open-specification-for-agent-discovery/
週次レポート作成を数時間から数分へ！AWSが示す「人のチェックを残す」自動化の形
毎週の報告書づくりに時間を取られている方には、こんな話も届いています。AWSの技術ブログが紹介しているのは、Amazon Quick DesktopとAmazon FSx for NetApp ONTAP（ファイル保管サービス）などを組み合わせて、週次レポートの作成を数時間から数分に短縮するワークフローの作り方です。記事で使われているのは架空の業務データですが、同じやり方は業績レビューや予測の更新、リスク報告などにも応用できるとしています。
この仕組みの肝は、速さよりもむしろ「どこまで見せるか」の設計にあります。元のファイルは今まで通りの保管場所と権限管理のもとに置いたまま、AIに読ませるのは承認済みのフォルダひとつだけ。下書きや古い資料、閲覧制限のある文書はそのフォルダの外に置いておきます。その上で、出典が引用された形のレポートや、Slackに流す要約の下書きが作られます。
そして何より、共有する前には必ず人が目を通して承認する手順が組み込まれています。ここが大事なところですね。AIに任せる作業を増やすときほど、「何を読ませるか」と「誰が最後に確認するか」の2つを先に決めておく。この2点さえ押さえておけば、報告業務の下ごしらえは思い切って任せてしまってよさそうです！
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/governed-reports-with-amazon-quick-desktop-and-amazon-fsx-for-netapp-ontap/
MITの研究現場で生まれた高齢者向け音声リストバンド！介護のために引退した起業家の再挑戦
ちょっと毛色の違う、でも心に残るニュースです。MIT Technology Reviewが伝えているのは、ドン・ヤンセン氏という起業家の話。何度も会社を立ち上げてきた人ですが、妻の介護のために引退していました。そんな彼が、高齢者介護とテクノロジーをテーマにしたMIT AgeLabの研究に、参加者として加わったところから物語が動き出します。
そこで彼が耳にしたのは、今の機器がいかに使いにくいかという参加者たちの声でした。多くの高齢者は現代の携帯電話すら使えず、Apple Watchのような機器を使いこなせる人はごくわずか。この話を聞いて、ヤンセン氏はもう一度起業することを決めます。2024年10月に設立したKiwi Healthが売っているのは、主に声で操作するリストバンドです。画面を操作しなくても、リマインダーの設定や通話、テキスト送信、健康データの共有ができ、AIが、年齢とともに変わっていく声の特徴を踏まえてコマンドを解釈してくれます。健康指標を測ったり、転倒を介護者に自動で知らせたりもできるそうです。
このニュースが教えてくれるのは、新しい仕事の種は、机の上ではなく現場の声の中にあるということかもしれません。ヤンセン氏は研究に「調査する側」としてではなく参加者として加わり、そこで聞いた不満から事業を見つけました。引退や介護といった大きな環境の変化を経ても、自分の持っているものを使って課題に向き合える。キャリアの形は一本道ではないのだと、勇気をもらえる話ですね！
出典：MIT Technology Review
https://www.technologyreview.com/2026/08/25/1140917/agelab-research-inspires-an-a-i-startup/
NVIDIAが「数秒で復旧」する新機能をプレビュー公開！AIサービスの止まらない仕組み
最後は、AIを支える裏方の話題です。NVIDIAの技術ブログによると、LLM（大規模言語モデル）を動かしているプログラムが止まってしまったとき、これまでの標準的な復旧方法では、保存場所からメモリへのデータの読み込みや準備作業をやり直す必要がありました。大きなモデルだと、この立ち上げ直しに数分かかることもあり、その間は生き残っている他のワーカー（処理を担当する働き手）が、行き場を失った処理を引き受けなければなりません。
そこで登場したのが、NVIDIA Dynamoでプレビュー機能として使えるようになった「Shadow engine recovery」です。これを使うと、止まってしまったLLMの処理能力を数秒で戻せるとのこと。NVIDIAが示した計測例では、これまでのやり方で283秒かかっていた復旧が7.3秒で済み、およそ39倍の速さになったそうです。数分が数秒になるのは、待たされる側からすると大きな違いですね。
私たちが普段何気なく使っているAIサービスも、こうした裏側の工夫に支えられて動いています。「AIが急に使えなくなったら困る仕事」がこれから増えていくからこそ、止まったときに何分で戻るのかという視点は、ツールを選ぶときの静かな判断材料になっていきそうです。
出典：NVIDIA Developer Blog
https://developer.nvidia.com/blog/restore-llm-inference-capacity-in-seconds-with-shadow-engine-recovery-in-nvidia-dynamo/
今日のまとめ ~ AIの置き場所を、自分で決める
今日のニュースを並べてみると、面白い共通点が浮かんできます。ベインは自社で使い倒してから他社を支援し、Perplexityは手元とクラウドを使い分ける選択肢を用意し、AWSは見せる範囲を絞ったうえで人の確認を残しました。どれも「AIをどこまで、どんな形で入れるか」を自分たちで決めている例です。
これからの時代、大切なのは、
自分の仕事に合ったAIの置き場所を、少しずつ見つけていきましょう！