おはようございます！木曜日の朝、いかがお過ごしですか？今日は8本のニュースをお届けします！自社専用の業務システムを作る国産の新サービスや、自治体の窓口を支える生成AI、そしてAIエージェントに「触ってよい範囲」を決める仕組みまで、AIを仕事にどう組み込むかが具体的に見えてくる一日です！
ラクス、人とAIで自社専用の業務システムを作るサービスを発売へ
クラウド Watchによると、ラクス（業務向けクラウドサービスを手がける企業）は、「人間×AI」で企業が自社専用の業務システムを開発できるとうたう新サービス「ASURACORE（アスラコア）」を、2027年4月に発売する予定です。代表取締役社長の中村崇則氏は、1社1社に合った業務システムを作るためのプラットフォームを提供することが、新サービスを投入する狙いだと説明しました。販売は自社で広げるのに加えて、パートナーと組むビジネスも進め、日本だけでなくアジア、さらに世界への展開にも挑戦したい考えだそうです。
既製のツールに仕事のやり方を合わせるのではなく、自社の流れに合わせた仕組みを作りやすくなるなら、現場の声がそのまま設計図になります。今のうちに「この手順、本当はこうしたい」というメモを貯めておくと、いざというときの材料になりそうです！
出典：クラウド Watch
https://cloud.watch.impress.co.jp/docs/news/2148204.html
NTT-AT、自治体の窓口業務を支える生成AIの提供を開始
AI Watchによると、NTTアドバンステクノロジ（NTT-AT、NTTグループのIT企業）は、自治体の窓口で職員の対応を支援する生成AIソリューション「RelAi 窓口アシスタント」の提供を、今日10月15日に始めます。同社のAIブランド「RelAi（リライ）」の第2弾にあたるサービスです。葛飾区で行った窓口AIの実証実験で得られた知見をもとに商品化したもので、自治体の窓口業務の効率化と、住民サービスの質の向上につなげるとしています。
窓口のように人と人が向き合う仕事でも、AIが「隣で支える役」として入り始めていますね。現場で試して得た気づきを製品に戻す流れは、社内の小さな業務改善でも同じです。新しいツールは、まず一つのチームで試してみるのが近道かもしれません。
出典：AI Watch
https://ai.watch.impress.co.jp/docs/news/2148164.html
SentinelOne、マルウェア分析を数週間から数時間に短縮
OpenAIが公式サイトで紹介した事例によると、SentinelOne（サイバーセキュリティ企業）は、セキュリティ業務でOpenAIのAIモデルを使えるようにする「Daybreak」を、マルウェア（コンピューターに害を与える不正なプログラム）の解析に活用しています。高度なマルウェアを分解して仕組みを調べる作業は、トップクラスの研究者でも4〜6週間かかることがあるそうですが、同社の最高AI責任者によると、Daybreakは人間並みの水準の解析を約8時間でこなせるようになったとのこと。浮いた時間で、より多くの検体を調べ、脅威同士のつながりを探す余力が生まれているそうです。
「数週間」が「数時間」になると、仕事の進め方そのものが変わります。浮いた時間を何に振り向けるかを決めるのは、使う側の人です。自分の仕事でも、時間のかかる調べものが短くなったら何に取り組みたいか、先に考えておきたいですね。
出典：OpenAI
https://openai.com/index/sentinelone
Windows 11でAIエージェントを安全に隔離するMXCが正式リリース
Publickeyによると、マイクロソフトは、Windows 11上でAIエージェント（人の代わりに作業を進めるAI）を安全に動かすための隔離環境「Microsoft Execution Containers」（MXC）の正式リリース（GA）を発表しました。MXCでは、AIエージェントがアクセスしてよいファイルやネットワークを定義でき、そのルール（ポリシー）は実行中に強制的に適用されます。ファイルやネットワークなどの境界は、柔軟にカスタマイズできるそうです。AIに「この棚だけは触ってよい」と、鍵つきで決めておけるイメージですね。
AIに仕事を任せるとき、何でも触れる状態で渡すのは、新しく来た人にいきなり全部の鍵を預けるようなもの。最初に「触ってよい範囲」を決めておけば、任せる側も落ち着いて使えます。社内でAIツールを使うときも、まずアクセス範囲の確認から始めてみませんか。
出典：Publickey
https://www.publickey1.jp/blog/26/windowsaimicrosoft_execution_containersmxc.html
書類の新しい形式を自分で覚える、AIエージェントの文書処理
AWSの公式ブログによると、IDC（IT分野の調査会社）の調査では、書類まわりの課題が情報を扱う働き手1人あたり年間19,732ドルのコストを生み、生産性を21.3%下げているそうです。記事は、Amazon Bedrock AgentCore（AWSのAIエージェント構築基盤）で、8つの専門エージェントが書類の分類・抽出・検証・学習を分担し、人の手出しを最小限にする仕組みの作り方を解説。初めての書式では抽出の指示を自分で作って直しながら保存し、覚えた書式ではそれを使い回します。サンプルを使った例では、同じ取引先からの2通目の注文書の処理が、初回の3分49秒から1分30秒に縮まったそうです。
取引先ごとに形式が違う請求書や注文書に、毎回手を焼いている人は多いのではないでしょうか。「一度覚えれば次から速くなる」仕組みを生かすには、どの項目をどう確かめれば正解かを、人が言葉にしておくことが出発点になりそうです。まずは職場にある書類の種類を数えてみませんか。
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/build-self-improving-document-processing-using-amazon-bedrock-agentcore/
半導体設計のAIエージェント、信頼性をどう高めるか
NVIDIAの技術ブログによると、AIエージェントは複雑な半導体設計で生産性を大きく高める一方、一見正しそうで実は誤っている成果物を作りがちで、その信頼性が本番導入の大きな壁になっているそうです。何段階も続く作業では、最初の設定で見逃した誤りが、後の工程や最終成果物まで気づかれずに広がるおそれもあります。記事では、シーメンス（ドイツの大手テクノロジー企業）のチームが、NVIDIAのオープンなライブラリ「NeMo Gym」を使い、途中の手順ではなく最終成果物を基準にエージェントを評価・改善した事例を紹介。開発用のベンチマークで、総合スコアが約55%から約95%に上がったそうです。
「それっぽいけれど違う」成果物は、AIに限らず人の仕事でも、後の工程で一番困るものです。AIに作業を任せるときは、途中の手順がうまく進んだかだけでなく、できあがったものを正解と突き合わせて確かめる。この一手間が、あとで全部をやり直すより、ずっと安くつきそうです。
出典：NVIDIA Technical Blog
https://developer.nvidia.com/blog/optimizing-agent-reliability-and-tool-calling-efficiency-for-chip-design-using-nvidia-nemo-gym/
絶滅種の復活を目指すColossal、新しいAI基盤を発表
TechCrunchの独自報道によると、絶滅した動物の復活（脱絶滅）に取り組むバイオテクノロジー企業のColossal Biosciencesが、その取り組みを加速させるための新しいAIプラットフォーム「GenoMorph」を発表しました。遺伝子のデータが限られた絶滅種でも、編集の候補になりうる遺伝子を探すためのもので、ドードー（絶滅した鳥）の復活計画に使われています。GenoMorph自体が遺伝子を編集するわけではないそうです。あわせて、Colossalに出資しているピーター・ディアマンディス氏が、同社のプラットフォームを使う企業を支援する投資会社を新たに立ち上げました。
新しい技術の土台が生まれると、その上で事業を始める人と、資金で後押しする人が動き出します。自分の業界にも新しい「土台」が出てきたら、使う側として何ができるかを早めに考えておくと、思わぬ仕事の入口が見つかるかもしれません。
チャットの詐欺を端末内のAIで見抜く、DeepMindとシンガポール政府
Google DeepMindのブログによると、Google DeepMind（GoogleのAI研究部門）とGovTech Singapore（シンガポール政府のテクノロジー機関）が協力して、詐欺の検出向けにファインチューニング（目的に合わせた追加の学習）したAIモデルを作りました。利用者の端末の中で動く軽量なGemma（Googleが公開しているAIモデル）を使い、プライベートなチャットで会話を通じて仕掛けられる詐欺の兆しを見つけると、端末上で警告を出す仕組みです。データをクラウドへ一切送り出さないのが特徴で、アプリへの組み込みは今後、段階的に進める予定だそうです。
詐欺の見張り役がクラウドではなく手元の端末で動けば、やり取りの中身を外に出さずに済みます。お客様の情報を扱う仕事なら、AIツールを選ぶときに「便利さ」と並べて「データがどこへ行くか」を確かめる。そんな習慣を持っておきたいですね。
出典：Google DeepMind Blog
https://deepmind.google/blog/on-device-ai-scam-detection-mddi/
今日のまとめ ~ AIに任せる前に、試し方と確かめ方を決めておく
今日のニュースを並べてみると、AIが業務システムづくりや窓口対応、書類処理、セキュリティ分析へと入り込む一方で、AIが動ける範囲を区切ったり、エージェントの信頼性を高めたりする工夫も同時に進んでいることが見えてきます。
これからの時代、大切なのは、
最新技術の波に乗って、自分らしい働き方を見つけていきましょう！