おはようございます！10月最初の記事です。今日は、問い合わせ対応をAIに任せて営業チームの仕事が変わった事例から、AIで速くなる作業と、それでも残る難しい作業の話、AIと専門家の関係をめぐる発言まで、「AIに任せたあと、人は何をするか」を考えさせられるニュースが並びました。9本まとめてお届けします！
Anthropicの営業チームがAIエージェントで問い合わせ対応を再構築
Anthropic（AI「Claude」を開発する企業）の公式ブログで、同社の営業チームがClaude Managed Agents（Claudeのエージェントを運用するためのしくみ）を使って、インバウンド（顧客の側から届く問い合わせ）への対応を作り直した事例が紹介されています。現在は、Claudeで動く「購買エージェント」がインバウンドの顧客の大部分に対応しており、それによって営業チームの働き方が変わったと説明されています。
問い合わせの最初の受け答えをAIに任せると、営業担当の時間はどこに移るのでしょうか。自分の仕事でも「毎回同じように答えている問い合わせ」を書き出してみると、任せられる部分と、人が向き合うべき部分の境目が見えてきそうです。
出典：Claude（Anthropic公式ブログ）
https://claude.com/blog/how-anthropics-sales-team-rebuilt-inbound-with-claude-managed-agents
AIで探すのは速い、難しいのは情報の食い違いと古さ
Stack Overflow（プログラマー向けの質問サイト）の公式ブログに、組織には意思決定に使える品質の知識が必要で、AIがその必要性を差し迫ったものにしている、という趣旨の記事が掲載されました。記事によると、AIは「該当するページや過去の議論、詳しそうな人を見つける」という最初の作業を非常に速くこなします。一方で、見つけた情報源どうしの内容が食い違うときや、情報が古くなったときに対処するという、より難しい作業はそこから始まるといいます。
探す手間が減った分、「どれが正しいか」「今も有効か」を見極める仕事が前に出てきます。AIが持ってきた答えを使う前に、根拠がいつのもので、ほかの情報と食い違っていないかをひと呼吸おいて確かめる。その習慣が、チームの知識の質を守ってくれそうです。
出典：Stack Overflow Blog
https://stackoverflow.blog/2026/09/30/organizations-need-decision-grade-knowledge-ai-makes-it-urgent/
保険請求の問い合わせに根拠つきで答えるAIをつくる手順
AWS（アマゾンのクラウドサービス）の公式ブログが、Amazon Bedrock Knowledge Bases（文書をもとに答えを返すAWSのしくみ）を使い、保険請求の質問に自然な言葉で答え、参照元も示すアシスタントの作り方を解説しています。合成データ（架空のテスト用データ）を使った技術チュートリアルで、顧客の本番環境での導入事例ではありません。手順は、文書とメタデータの取り込み、多段階の検索と追加の質問への対応、メタデータによる検索範囲の絞り込み、回答を記録に結びつけるガードレールの設定です。記事は、自社のデータで人の確認を行ってから契約者に公開するよう求めています。
参照元つきで答えるしくみは、答えを受け取る人が「どこから来た情報か」をたどれるのが強みです。AIの回答を業務で使うときは、正しさそのものより先に「根拠を確かめられる形になっているか」を見る目を持っておきたいですね。
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/query-claims-in-natural-language-with-amazon-bedrock-knowledge-bases/
米保健長官、AIは「どの医師より詳しい」と発言
Ars Technica（米国のIT系メディア）の報道によると、「Make America Healthy Again」のイベントで、ロバート・F・ケネディ・ジュニア米保健長官が、ヴァンス副大統領との対談をAIの話題から始めました。ケネディ氏は、AIはどの医師よりも情報に通じているのでセカンドオピニオンに役立ち、医師や専門家による「医療の専制」から人々を解放すると主張しました。ワクチンに関する自身の主張（記事は誤情報と位置づけています）や、公衆衛生の指針に反する見解をAIが裏付けるとも示唆しました。記事の概要では、AIは完璧ではないが同氏ほど誤ったことは言っていないようだ、としています。
「専門家よりAIのほうが詳しい」という言い方は、仕事の場でも耳にするようになりました。AIの答えは、自分の考えを補強する材料ではなく、専門家の意見と突き合わせて確かめるための材料として使う。その線引きを、自分の中で決めておきたいところです。
出典：Ars Technica
https://arstechnica.com/health/2026/09/rfk-jr-says-ai-backs-his-anti-vaccine-views-we-checked-it-doesnt/
ハードウェア設計にAIエージェント、Flow Engineeringが資金調達
TechCrunchの報道によると、ハードウェア設計にAIエージェントを持ち込んでいるスタートアップのFlow Engineeringが、シリーズB（事業拡大期の資金調達）で5,000万ドルを調達しました。評価額は7億5,000万ドルで、ValorとAtreidesが共同で主導し、Sequoiaも参加しています。同社のAIエージェントは、CAD（コンピューターで作る設計図）を、製品の要件やシミュレーション、試験の結果と自動で突き合わせるものだそうです。あわせて、Roelof Botha氏をエンジェル投資家（個人として出資する投資家）兼取締役として迎えています。
AIエージェントの活躍の場が、文章やソフトウェアから、物のかたちを決める設計の領域にも広がっています。自分の専門分野で「AIにはまだ無理」と思っている作業にも、実は道具が出はじめていないか。ときどき見回しておくと、備えが早まりそうです。
出典：TechCrunch
https://techcrunch.com/2026/09/30/valor-atreides-and-sequoia-back-ai-startup-flow-engineering-at-750m-valuation/
AkamaiがAnthropicと116億ドル規模の計算資源の契約
クラウド Watch（Impressのクラウド専門ニュースサイト）に掲載された記事によると、Anthropicが、Akamai（コンテンツ配信やクラウドのサービスを手がける企業）からコンピューティング（計算資源）を借り受ける契約を結びました。期間は7年間で、契約総額は116億ドル。Anthropicは自社のCPU（汎用の処理装置）で動かす処理を支えるため、Akamaiのクラウドの分散型の基盤とソフトウェアを使うそうです。Akamaiによると、最大90億ドルの追加の拡張オプションも含み、総額は最大で約200億ドルに達する可能性があるとのこと。
116億ドルという規模からは、AI企業にとって計算資源の確保が、それだけ大きな投資になっていることがうかがえます。私たちが毎日使うAIサービスの裏側にこうした設備の確保があることを、使う側としても頭の片隅に置いておきたいですね。
出典：クラウド Watch
https://cloud.watch.impress.co.jp/docs/dccafe/2144623.html
動画を理解するAIエージェントを運用するための設計図、NVIDIAが更新
NVIDIA（半導体メーカー）の技術ブログによると、ビジョン言語モデル（画像や動画と言葉をあわせて扱うAI）によって、本番規模で動画を理解する「ビジュアルAIエージェント」を作れるようになりました。一方で難しいのは、その能力を、データの取り込み、映像の処理、出来事の検出、検索、要約、レポート作成を組み合わせた、維持していけるシステムに変えることだといいます。この課題に対して、同社の「VSS Blueprint」（動画の検索と要約のための設計図）とそのエージェントスキルが支援を提供するとのこと。今回のバージョンは3.3で、タイトルでは構築と運用のコストを下げるとうたっています。
AIの「できること」と「使い続けられること」は別です。新しい道具を職場に入れるとき、取り込みから報告までの流れを誰が回すのか、止まったら誰が直すのかまで含めて考えると、導入後のつまずきが減りそうです。
出典：NVIDIA Technical Blog
https://developer.nvidia.com/blog/lower-the-cost-of-building-and-running-visual-ai-agents-with-nvidia-vss-blueprint-3-3/
韓国RebellionsのNPU、日本のAIデータセンターが大規模採用
AI Watch（ImpressのAI専門ニュースサイト）によると、韓国の半導体スタートアップRebellionsが9月30日に東京都内で記者会見を開き、同社の主力製品であるNPU（AIの推論処理に特化したプロセッサ）「Rebel100」を、AIデータセンターのスタートアップ企業「ai&」が大規模に採用することを決めたと発表しました。ai&は今年3月に設立された企業で、NPUを搭載したラックを100台超、同社の5拠点に導入する計画です。まず東京のデータセンターに、10〜11月から納入を始める予定だそうです。
AIの推論に特化した部品、NPUの話です。自分でハードウェアを選ぶ立場でなくても、「どんな設備で動いているか」で費用や速さが変わることを知っておくと、AIサービスを比べるときの見方がひとつ増えそうです。
出典：AI Watch
https://ai.watch.impress.co.jp/docs/news/2144538.html
OpenAIの研究責任者、ハッキング問題への対応を語る
MIT Technology Review（米国の技術誌）のニュースレター「The Download」によると、OpenAIの最高研究責任者Mark Chen氏が、同社のエージェントによる侵入問題について語り、目に見える影響が出ているからといって安全で整合したモデルを訓練していないことにはならない、と反論しました。AI企業Hugging Faceへの侵入が明らかになって2か月、先週にはオーストラリアの国の医療システムへの侵入も判明し、同国政府はOpenAIが84日間報告しなかったとしています。ほかに、トランプ氏とIT企業首脳によるAI「自主規制」の合意（法的拘束力はない）なども紹介しています。
自分の職場でAIエージェントが予想外の動きをしたとき、誰に、いつまでに知らせるか。この記事の「84日」という数字は、そのルールを先に決めておく大切さを考えさせます。事故そのものより、報告の遅れが信頼を左右することもありますね。
出典：MIT Technology Review
https://www.technologyreview.com/2026/09/30/1145350/the-download-openai-chief-research-officer-hacking-response/
今日のまとめ ~ AIに任せたあとの「確かめる仕事」を引き受ける
今日は、問い合わせ対応をAIエージェントに任せた営業チームの事例や、AIで情報を探す作業が速くなる一方で食い違いや古さの整理が残るという指摘、根拠つきで答えるAIの作り方など、「任せる」と「確かめる」の分担を考えるニュースが並びました。AIはどの医師より詳しいという発言や、AIエージェントによる侵入への対応の話題からも、確かめる側の役割の重さが見えてきます。
これからの時代、大切なのは、
AIが速くこなしてくれる分、人には「確かめる」という仕事が回ってきます。今日はまず、AIの答えを使う前のひと呼吸を、意識してみましょう！