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つの話題をお届けします！31年間解けなかった数学の難問を、人が導くAIとの共同作業で証明したという研究から、定型の作業と難しい相談でAIを使い分ける仕組み、AIを使って見つかったPHPの脆弱性まで、「AIをどう組み合わせ、どこで人が選ぶか」を考えたくなるニュースがそろいました！
AT&T、OpenAIと組んで法務の知識を届きやすく
OpenAIのサイトで紹介された事例によると、アメリカの通信大手AT&Tは、法務の知識をもっと手に取りやすくするため、OpenAIと協働しています。同社のLegalEdgeチームが、法務への相談を受け付ける入口（インテイク）のあり方を見直し、法的な判断をスケールさせる（より大きな規模で回せるようにする）取り組みを進めているそうです。
「これって法務に聞いたほうがいいのかな？」と迷って、相談が後回しになることはありませんか。専門部署に頼むときの入口がわかりやすいかどうかは、頼む側の動きやすさに直結します。自分の職場の相談窓口を一度見直してみると、AIを入れる前にできる工夫も見つかりそうです。
出典：OpenAI
https://openai.com/index/att-legal
Apple Musicの新ブランドに見る、人の手で作ることの意味
Ars Technicaのオピニオン記事（筆者の意見を述べる記事）が、Apple Musicの新ブランドを取り上げています。Appleはこの音楽配信サービスのブランドを一新し、同社の新しいデザインの方向性Liquid Glassへ移行しました。筆者はこのデザインが苦手で、角の丸みや文字の読みやすさに不満があって旧OSのmacOS Sequoiaを使い続けているほど。ところが、YouTubeのおすすめに出たAppleの舞台裏映像を見て、言いたいことがあると気づいたそうです。筆者は、何でもプロンプト（AIへの指示文）から生成できる時代に、人の手で作る過程を見せることが大切にされていくとみています。
筆者のように、完成品だけでは素通りしていたものも、作る過程を見ると考えが動き出すことがあります。自分の仕事の成果を渡すときも、どこに手間をかけたのかをひとこと添えてみると、相手に伝わるものが変わるかもしれません。
出典：Ars Technica
https://arstechnica.com/culture/2026/10/the-new-human-crafted-apple-music-brand-matters-in-an-ai-world/
定型は手元の小型AI、難問はクラウドへ振り分ける設計
AWSの機械学習ブログで、AWSの技術者2人が、AIエージェントへの依頼を中身で振り分ける仕組み「AAIF」の作り方を紹介しています。依頼をすべて大きなAIモデルに送ると、費用がかさみやすく、応答の速さも読みにくくなりがちなのが出発点です。AAIFでは開発キットのStrands Agentsを使い、小さな言語モデルが依頼を仕分けます。機器の状態確認や画像の分析といった定型の作業は手元の機器で処理し、複雑な分析や改善策の提案だけをAmazon Bedrock（AWSの生成AIサービス）のクラウドのモデルに回す設計で、メモリ8GBのRaspberry Pi（小型のコンピューター）でも動くそうです。
自分がAIに頼んでいる作業を、毎回いちばん高性能なツールに任せていないでしょうか。日々の定型的な確認と、じっくり考えたい相談とを一度分けて書き出してみると、使うツールや費用の配分を見直すきっかけになりそうです。
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/adaptive-agentic-intelligence-framework-using-strands-agents/
数千のAIエージェントで、脳細胞のデータから研究の手がかり
OpenAIのサイトで、OpenAI、PerturbAI、Scripps Research（アメリカの生物医学の研究機関）の3者が、たくさんのAIエージェントを分散させて動かす方法を使い、数百万個の脳細胞から得られたデータの中に、有望な研究の手がかりを見つけた事例が紹介されています。タイトルでは、数千ものAIエージェントを活用したとしています。
膨大なデータを前にしたとき、すべてを一人で読み込むのではなく、注目すべき手がかりを拾い出すところにAIを使う発想は、研究以外の仕事にも応用できそうです。たとえば大量のアンケートや問い合わせの記録から、まず気になる点を挙げさせてみるのはどうでしょう。
出典：OpenAI
https://openai.com/index/scaling-ai-research-for-complex-biological-data
ノートPCで動くコーディングAI「Flint」を無料公開
TechCrunchの報道によると、スタートアップのRecursiveが、プログラミングを手伝うAIモデル「Flint」を無料で公開しました。同社によると、開発のほぼすべての段階を自社のAI研究システム「Eureka Machine」が手伝い、少人数のチームが4か月足らずで一から作り上げたそうです。TechCrunchは、AIが自らを改良していく考え方の初期の公開テストと位置づけつつ、今のところは人が見守る研究助手の段階だと伝えています。ノートパソコンで動かせる大きさなので、ネットにつながずに使え、書いたコードを外に出さずに済みます。
自分を改良するAIと聞くと遠い話に思えますが、使う側にとって身近なのは「手元のパソコンで無料で試せる」という点です。気になるツールが出たら、まず小さな作業で触ってみて、自分の仕事に合うかを確かめる習慣が役立ちそうです。
出典：TechCrunch
https://techcrunch.com/2026/10/21/recursive-launches-flint-a-laptop-coding-model-it-says-was-largely-built-by-ai/
31年来の数学の難問「KLS予想」、研究者がAIを導いて証明
Microsoft Researchのブログによると、同社のXinzhi Zhang氏と共同研究者が、1995年に提唱された高次元幾何学（多くの次元をもつ空間の図形を扱う数学）の難問「KLS予想」を証明しました。複数のAIエージェントが並行して案を試し、研究者が途中の結果を見て見込みのない道を切り捨てる進め方で、約100通りの道筋を探ったそうです。ほぼ同じトークン量（AIの処理量）で、複数の有力なAIモデルに人の指導なしで解かせる試みもしましたが、目標には届きませんでした。同じ日に別のグループも証明を発表し、のちにLean 4（証明をコンピューターで確かめる言語）による検証も公開されています。
AIに一度で答えを出させるのではなく、候補を出させて人が選び、次の一手を決める。今回の証明は、その往復で進められました。企画書や調査でも、AIの案をそのまま採るのではなく、良し悪しを見て絞り込む時間を意識して取ってみませんか？
出典：Microsoft Research
https://www.microsoft.com/en-us/research/blog/solving-a-31-year-old-grand-challenge-in-mathematics-the-kls-conjecture/
AIで見つかったPHPの脆弱性、各地のサイトに影響
The Vergeの報道によると、プログラミング言語PHPに、AIを使って見つかった2つの重大な脆弱性（セキュリティ上の弱点）があり、WikipediaやDeviantArt（イラスト投稿サイト）、4chan（匿名掲示板）などで大きな問題が起きています。PHPは、WordPressで作られたサイトを含め、インターネットの多くを支える言語です。オランダとフィンランドの一部の政府機関は、予防のためにサイトを停止しました。米国家安全保障局（NSA）のサイバーセキュリティ部門や英国のNCSC（国家サイバーセキュリティセンター）は、すぐに更新できなければシステムをオフラインにするよう呼びかけています。
会社のWebサイトやブログが何で動いていて、誰が更新を担当しているか、すぐに答えられるでしょうか。いざというときに「止めるか、急いで直すか」を判断できる人と手順を、平時のうちに確かめておくと安心です。
出典：The Verge
https://www.theverge.com/tech/1015906/php2shell-vulnerability-october-2026
社内に置くAI用サーバーを月額で、リコージャパンがレンタル開始
AI Watchの報道によると、リコージャパンは、オンプレミス（自社の建物内に機器を置いて運用する形）で生成AIを使うための「RICOH オンプレLLMスターターキット」に、GPUサーバー（AIの計算を得意とする部品を積んだコンピューター）を月額で使えるレンタルプランを加え、10月22日から提供を始めます。このキットは、導入から運用までをまとめて支援するものです。サーバーにはリコー製のLLM（大規模言語モデル）や生成AIの開発基盤Dify（ディフィ）などがあらかじめ設定されており、利用する側で設定作業をしなくても使えるそうです。利用期間は1年、3年、5年などから選べます。
社外のクラウドに出しにくいデータを扱う職場では、手元に置けるAIが選択肢になります。機器を買い切るか、月額で借りるかで、試し始めるときのハードルは大きく変わります。導入を相談するときは、費用の払い方も比べる項目に入れておきたいですね。
出典：AI Watch
https://ai.watch.impress.co.jp/docs/news/2150032.html
今日のまとめ ~ 使い分ける力と、選び直す力
今日のニュースを並べてみると、定型の作業は手元の小さなAIに、難しい相談はクラウドのAIに振り分ける仕組みや、AIが試した案を研究者が選び直しながら難問の証明にたどり着いた研究のように、「AIをどう組み合わせ、どこで人が選ぶか」が問われる話題が目立ちました。一方で、AIを使って見つかったPHPの脆弱性のように、足元の仕組みを確かめておく大切さも浮かび上がっています。
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！