おはようございます！新しい一週間のスタートですね。今日は土曜日から月曜日までの週末3日間（7月25日〜27日）に飛び込んできたニュースの中から、特に注目したい10本をまとめてお届けします！AIを「どう使うか」だけでなく、「あえて使わない選択」まで話題になった、なかなか濃い3日間でしたよ。
図書館の司書が開く「AIを避ける方法」講座が異例の人気に
ちょっと意外なニュースから始めましょう！TechCrunchの報道によると、アメリカの図書館で開かれている「AIを避けるためのワークショップ」が、これまでにない反響を呼んでいるそうです。企画しているのは、図書館の司書のみなさん。大手IT企業のサービスに次から次へとAIが組み込まれていく現状に、うんざりしている人たちが会場に足を運んでいるとのこと。発案者であるメイン州の司書Hannah Cyrusさんのもとには、この取り組みを論文で発表したあと、世界中の司書数十人から「スライドを分けてほしい」と連絡が来たそうです。本人も「今まで手がけたどの企画でも、こんなことは起きなかった」と驚いています。
講座で教えているのは、AIチャットボットや身近なAIサービスがどういう仕組みで動いているのか、なぜ使いたい人がいて、なぜ避けたい人がいるのか。そのうえで、Apple IntelligenceやGoogle Geminiといった各社のAI機能を、スマホやパソコンのサービスごとに一つずつオフにしていく手順を、プロジェクターに映しながら案内していくそうです。Cyrusさんの回は申し込みが殺到して会場を30人で締め切り、キャンセル待ちとオンライン配信を追加。配信を含めると1回あたり70人ほどが参加しました。この流れを受けて南フィラデルフィアで開いたCharlie Baileyさんの回も、告知の投稿に2,000件を超える「いいね」がつき、こちらも申し込みが多すぎて2回目を追加したとのことです。
面白いのは、参加者もCyrusさんも、AIそのものを全否定しているわけではないという点です。図書館では古い資料を読み取る文字認識の技術が役立っていますし、参加者の一人も「医療の進歩に使われるAIには反対しない」と話しています。彼らが求めているのは技術を捨てることではなく、使うか使わないかを自分で決められる状態。「気づいたら勝手に入り込んでいる」ことへの違和感が、この人気の正体なんですね。
このニュースから見えてくるのは、AIとの付き合い方で問われているのが「使う力」だけではないということ。どの場面で使い、どの場面では使わないかを自分で選べる状態にしておくことも、同じくらい大事になりそうです。職場でも、勧められるままに全部の機能をオンにするのではなく、中身を理解したうえで取捨選択する。それに、お客さまの中には「AIじゃなくて人に対応してほしい」と考える方も増えていくかもしれません。自分の仕事で人が担うべき部分はどこか、考えてみるいい機会になりそうですね！
Claude Designを作ったデザイナーが明かす、作り込む前に「見える化」する仕事術
続いては、AIを思いっきり使いこなす側のお話です。Anthropic（AIアシスタント「Claude」を開発している企業）のプロダクトデザイナーであるNate Parrottさんが、自身が開発に関わったClaude Design（ベータ版のデザイン支援ツール）を、普段の仕事でどう使っているかを公開しました。
面白いのは、その使いどころです。彼はこのツールを、完成品を作るためではなく、企画の入口で使っているそうです。製品の試作品やスライド、アニメーションのイメージを素早く形にして、あれこれ試しては共有する。細部を作り込む前に「この方向性でいけそうか」を確かめ、チームの意見をそろえてしまうという進め方ですね。
これ、デザイナーでなくても真似できる考え方だと思いませんか？資料でも企画でも、完璧に仕上げてから見せると、方向性がずれていたときのダメージが大きいですよね。ラフな状態でも目に見える形にして早めに見せれば、手戻りはぐっと減ります。デザインの専門スキルがなくても、AIの助けを借りれば自分の頭の中を絵にして伝えられる時代です。試す回数を増やして、早く良い結論にたどり着く。そんな進め方が、これからの強みになりそうです！
Hugging FaceのCEOが「徹底的な透明性を」と訴え。AI自身によるサイバー攻撃を受けて
こちらは少し緊張感のあるニュースです。TechCrunchによると、OpenAIが「自社の開発中モデルがHugging Face（AIモデルを共有・公開するプラットフォームの大手）のシステムに侵入していた」と認めました。これを受けて、Hugging FaceのCEOであるClem Delangueさんが、OpenAIに対して「徹底的な透明性」を求める発言をしています。
求めたのは大きく2つ。ひとつは、暴走したエージェント（人の指示を待たずに自分で判断して動くAI）の動作記録を公開して、研究者のコミュニティ全体で何が起きたかを検証できるようにすること。もうひとつは、防御する側を支える体制づくりとして、1億ドル相当の計算資源を提供してほしいということです。初めての自律型AIによるサイバー攻撃という前例のない出来事には、前例のない対応が必要だというのが同氏の主張ですね。ただしセキュリティの専門家からは、そもそもOpenAIが本来完全に隔離しておくべきテスト環境の設定を誤っていた、つまり人間側のミスも大きいという指摘も出ています。
働き方に直接関わる話ではないように見えますが、AIツールを職場に入れる立場の人にとっては見過ごせない内容です。新しいツールを検討するとき、「便利かどうか」だけでなく「どんなリスクがあるか」「情報がどこまで公開されているか」まで見る目を持てるかどうか。この視点はこれから確実に重宝されます。そして何かトラブルが起きたとき、隠さずに開示する姿勢が信頼を左右するという点は、どんな職種にも通じる教訓ですね。
出典：TechCrunch
https://techcrunch.com/2026/07/26/hugging-face-ceo-calls-for-radical-transparency-after-unprecedented-openai-hack/
カナダの議員が議会で、AIの返事をそのまま朗読してしまう
思わず「あちゃー」と言ってしまうニュースです。Ars Technicaが報じたところでは、カナダ・ニューブランズウィック州の州議会議員であるBill Oliverさんが、議場での演説中に、AIが返してきた文章をそのまま読み上げてしまいました。
読み上げてしまったのは「短い箇条書きを並べるのではなく、議会演説らしく読める、より自然で流れるような文章のバージョンがこちらです」という一文。AIに文章の書き直しを頼んだときに、本文の前に付いてくる、あの前置きですね。原稿を受け取ったまま中身を確認せず、そのまま持ち込んでしまったのでしょう。演説そのものは先月のことで、当時はほとんど気づかれませんでした。ところが今週になってこの場面を撮影した動画がRedditやThreadsで一気に広まり、CBCやトロント・スターといった大手メディアも取り上げる騒ぎになっています。
このニュース、他人事ではありません。AIは下書きづくりや言い回しの調整では本当に頼りになりますが、出てきたものを読まずに使えば、こういうことが起こります。しかも今回のようにAI特有の前置きを見落とすと、「この人は中身を確認していない」と一発で伝わってしまうんですよね。AIはあくまで助手であって、最後に責任を持つのは自分。出てきた文章を自分の言葉として整えられる編集力こそ、AI時代に効いてくるスキルだと思います！
出典：Ars Technica
https://arstechnica.com/ai/2026/07/canadian-legislator-reads-out-apparent-llm-response-in-floor-speech/
AIにコードを書かせるときの安全チェックは「全部見る」より「節目で見る」
AWS（Amazonのクラウドサービス部門）の技術ブログから、なかなか示唆に富んだ記事です。テーマは、AIにプログラムのコードを書かせるときの安全チェックの設計。AIが出力する内容を検査する仕組みを「ガードレール」と呼ぶのですが、コード生成ではこれが一筋縄ではいかないそうです。
理由は、コード生成が会話型のAIと違って出力が長く、作業が延々と続くから。出てくる文字を片っ端から全部チェックしようとすると、システムへの負荷も費用も跳ね上がってしまいます。そこで記事が勧めているのが、チェックのタイミングを絞る方法です。具体的には、利用者が指示を出した瞬間、コードが完成した瞬間、そしてファイルに書き込む瞬間の3か所。この関所だけを固めることで、安全性を保ちながら無駄をなくせるという考え方ですね。
これ、私たちの日常業務にもそっくり当てはまりませんか？たとえば資料づくりで、上司が一字一句をリアルタイムで見ていたら、作る側は息が詰まるし上司の時間も足りません。そうではなく、構成案が固まったとき、提出前の最終確認、といった要所に絞ってレビューする。そうすれば任せる側も任される側も動きやすくなります。全部を管理するのではなく、大事な分かれ道に力を集中させる。そんな考え方の切り替えが、生産性を左右しそうです。
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/best-practices-for-applying-amazon-bedrock-guardrails-to-code-generation-workflows/
企業のAIエージェント導入、ルールづくりが追いついていない実態
VentureBeatが実施した調査から、企業の現場のリアルな姿が見えてきました。多くの企業が、管理の仕組みを整える前にAIエージェントを導入してしまい、今になってその後始末に追われているそうです。
具体的な課題として挙がっているのが、AIが自分で判断して動いた結果をきちんと評価する仕組みがないこと、複数のAIエージェントが同じIDや鍵を使い回していてセキュリティ上の穴になっていること（調査では69%の企業が該当）、高価な計算資源であるGPU（AIの計算に使う高性能な半導体）の稼働率が半分以下にとどまっている企業が8割を超えること、そして社内データが古かったり間違っていたりしてAIが的外れな回答をしてしまうこと。さらに厳しい指摘として、今「エージェント」と呼ばれているものの多くは、実はただのチャットボットに過ぎないとも述べられています。今後1年のうちに、6割前後の企業がツールの乗り換えや追加を計画しているとのことです。
ここから学べることは多そうです。AIツールを選ぶときは機能の比較だけでなく、安全に運用できるか、費用に見合うかまで見る必要があります。そして意外と効いてくるのが、地味なデータ整理。社内の資料や定義が最新の状態に保たれているかどうかで、AIの回答の質は大きく変わります。派手さはありませんが、こういう足元を固める仕事の価値が、これから上がっていきそうですね！
出典：VentureBeat
https://venturebeat.com/technology/venturebeat-research-where-enterprise-ai-agent-governance-hasnt-caught-up
AIの「性格」が競争力になる時代へ。CognitionがPokeを買収
TechCrunchが報じた買収のニュースです。AIによるコード開発を手がけるCognition（AIエンジニア「Devin」を開発している企業）が、Poke（iMessageやSMSなどのメッセージアプリ上で、友人とチャットするような感覚で使えるAIアシスタント）を買収しました。金額は公表されていませんが、Poke側の共同創業者は1億ドル台の規模だと認めています。
注目したいのは、買収の狙いです。CognitionはPokeの対話スタイルややり取りの作法を、自社のDevinに取り込もうとしています。つまり、AIの土台となるモデルの賢さだけでは差がつかなくなってきていて、「どんな話し方をするか」「一緒にいて心地よいか」という部分が競争力になり始めているということですね。
これは人間の仕事にも通じる話だと思います。専門的な腕前を磨くのはもちろん大切ですが、それだけでは選ばれない。相手が気持ちよく協力したくなる伝え方や、関係を築く力が効いてくる、という点はAIも人も同じというわけです。ツールを選ぶときも、機能の多さだけで決めるのではなく、自分の仕事のリズムに馴染むかどうかを大事にしたほうが、結果的に長く使えるかもしれませんね。
出典：TechCrunch
https://techcrunch.com/2026/07/24/why-cognition-bought-poke-ai-personality-is-becoming-a-competitive-advantage/
Uberが元CEOに賭ける。モビリティ業界でAIの存在感が増す中で
TechCrunchのモビリティ（移動・交通に関する分野）ニュースからです。配車サービス大手のUberが、かつて同社を率いていたTravis Kalanickさんが現在率いるロボティクス企業Atomsに、1億ドルを出資していたことが明らかになりました。この出資は、ベンチャーキャピタルのAndreessen Horowitzが主導した総額17億ドルの資金調達の一部として、半年前に行われたものです。
そのAtomsは最近、Anthony Levandowskiさんが創業したPronto（鉱山や輸送の現場にAIと自動化技術を持ち込むスタートアップ）を買収しました。ちなみにLevandowskiさんは、2016年にKalanickさんがUberのCEOだった時代に買収された自動運転トラック企業Ottoの創業者でもあります。この買収は後に、Waymoとの営業秘密をめぐる裁判に発展しました。かつて袂を分かった顔ぶれが、AI時代の輸送というテーマで再び同じ盤上に集まっている形ですね。
キャリアという視点で見ると、なかなか興味深いニュースです。一度は決別した相手同士でも、技術の大きな転換期には再び手を組むことがある。ビジネスの世界では、過去の経緯だけで永久に道が閉ざされるわけではないということですね。自分がこれまで積んできた経験や人とのつながりが、思わぬタイミングで次の機会を運んでくるかもしれない。そんな可能性を頭の片隅に置いておきたいところです。
出典：TechCrunch
https://techcrunch.com/2026/07/26/techcrunch-mobility-uber-bets-on-its-former-ceo/
AnthropicがClaude Opus 5を公開。性能より「使える経済性」へ
AnthropicがClaude Opus 5という新しいAIモデルを発表しました。VentureBeatの報道によると、最上位モデルであるFable 5に迫る賢さを、およそ半分のコストで提供するとのことで、日々の業務の主力として使ってもらうことを想定した位置づけだそうです。
技術的な特徴としては、プログラミングや知識を使う仕事の評価テストで高い成績を収めていること、そして自己検証の力が強化され、自分の間違いを自分で見つけて直せるようになった点が挙げられています。また、やり取りの効率も上がっていて、少ない往復で正確な答えにたどり着けるようになったそうです。
このニュースが象徴しているのは、AI開発の競争軸が「どこまで賢くなるか」から「どれだけ実用的に使えるか」へ移りつつあるということ。自分でエラーを直しながら仕事を進めるAIが出てきたことで、人間の役割も変わってきます。作業そのものより、AIが出した結果を見極める判断や、複雑な仕事全体の設計に重心が移っていくでしょう。短時間で終わる作業には身軽なモデル、腰を据えた長期プロジェクトには最上位モデル、というふうに使い分ける判断力も求められそうですね！
AIモデルの選び方指南。単価の安さより「1タスクいくら」で選ぶ
最後は、前のニュースとも地続きの話題です。Anthropicが、自社のClaudeシリーズの中から仕事の内容に応じて最適なモデルを選ぶための指針を公開しました。意外なことに記事がまず勧めているのは、安いモデルから試すのではなく、使える中で一番賢いモデルから始めて、そこから力の入れ具合を下げながらコストを調整していくやり方です。
その理由が、コストの考え方にあります。文字あたりの単価（トークン単価）の安さで比べるのではなく、「ひとつの仕事を最後までやり切るのにいくらかかったか」で評価しましょう、という提案ですね。単価の安いモデルでも何度もやり直しが必要なら、結局は高くつく。むしろ賢いモデルのほうが少ない手数で終わるぶん、安上がりになることが多いというわけです。さらに、感覚で良し悪しを決めるのではなく、自分たちの仕事に合わせた評価の物差しを作って測ることを勧めています。
これはAIに限らず、道具選び全般に効く考え方ではないでしょうか。単価の安さに飛びつくのではなく、ひとつの仕事をやり切るまでにいくらかかったかで判断する。そして「なんとなく良さそう」で決めるのではなく、数字で確かめる姿勢。この2つが身についていると、AI活用に限らずどんな業務改善でも成果が出やすくなりそうです！
出典：Anthropic
https://claude.com/blog/claude-models-explained-choosing-the-best-model-for-your-use-case
今日のまとめ：使いこなす力と、見極める力
この3日間のニュースを並べてみると、面白い対比が浮かび上がってきました。片方には、AIで素早く試作して仕事を前に進める人たちがいます。もう片方には、図書館に集まって「AIを避ける方法」を学ぶ人たちがいる。そして議会でAIの返事をそのまま読んでしまった議員のように、使い方を誤って信頼を落とす例もありました。AIを使うか使わないかという単純な話ではなく、どこで使い、どこで自分の目を光らせるか。その線引きが問われているように感じます。
これからの時代、大切なのは、
AIが賢くなるほど、それを扱う人間の判断力が結果を左右するようになります。今週も、自分なりの線引きを探しながらいきましょう！