AIニュース速報（2026年5月31日〜6月1日）｜SoftBankがフランスに最大750億ユーロ（約14兆円）のAIデータセンター投資を発表し5GW整備で欧州最大規模（マクロン主催「Choose France 2026」で孫正義氏が表明・第1フェーズはダンケルク等に3.1GWを2031年まで）・GitHub Copilotが6月1日よりトークン課金制に移行し推論モデルで最大50倍・開発者が「ふざけるな」と猛反発・MicrosoftがBuild 2026で独自MAIモデル群とCopilot専用コーディングモデルを投入しClaude Codeにシェア奪還へ・AnthropicのProject GlasswingでClaude Mythosが1ヶ月で2万3000件超の脆弱性候補を発見もパッチ追いつかず・CNN/NYT/読売など9団体がPerplexityを著作権侵害で提訴しOpenAIはEU AI法準拠の「Frontier Governance Framework」を公開・「This is fine」ミーム作者KC GreenがArtisanと著作権和解・「AIサイコシス」論争が過熱しAI熱狂層と拒絶層の分断が深刻化・Wikipedia編集者600人がWikimediaのレイオフに抗議しストライキ計画も・SentinelOneが8%（約230人）削減を「意図的な組織進化」と表明・GrouponがProject Foundryで約25%（400人）削減し音声AIエージェントで代替・日立がAnthropicと提携しグループ29万人にClaude導入＆「Frontier AI Deployment Center」設立・富士通がOpenAIとAnthropicに同日デュアル提携・Liquid AIがスマホで毎秒28トークン動く日本語対応小型AI「LFM2.5-8B-A1B」を公開・読売/日経/朝日3社がPerplexityに66億円超の賠償請求・みずほFGがAIエージェントを自社開発・伊藤忠/三菱ケミカルなど16社が暗黙知継承AIプロジェクト始動・家庭教師のトライがAI学力診断を本格導入・SoftBank主導の国産フィジカルAI基盤連合が6月中に約10社の投資確定へほか世界10件＆日本10件まとめ

2026年5月31日〜6月1日のAIニュースは、AIインフラ投資の超巨大化・AIによる雇用削減の本格化・AIと著作権／規制をめぐる対立の多戦線化・日本大企業のAI全社展開と現場実装という複数の潮流が同時に進んだ局面でした。最大の焦点は、SoftBankがフランスに最大750億ユーロ（約14兆円）を投資し、5GWのAIデータセンター群を整備すると発表したことです。マクロン大統領主催の「Choose France 2026」サミットで孫正義氏が直接表明し、欧州最大規模のAIインフラ投資として世界の注目を集めました。一方で、GitHub Copilotのトークン課金制移行に開発者が猛反発し、SentinelOneやGrouponがAIを理由に大規模な人員削減を発表するなど、AIがもたらす痛みも鮮明になりました。

規制・権利の面では、CNN・読売新聞など9団体がPerplexity AIを著作権侵害で提訴し、OpenAIがEU AI法に準拠した「Frontier Governance Framework」を公開、「This is fine」ミーム作者がAI企業と和解するなど、AIと著作権・ガバナンスをめぐる動きが同時多発的に進みました。日本側では、日立がAnthropicと提携しグループ29万人にClaudeを導入、富士通がOpenAIとAnthropicに同日デュアル提携、みずほFGがAIエージェントを自社開発、伊藤忠・三菱ケミカルなど16社が暗黙知継承プロジェクトを始動するなど、大企業のAI全社展開が一気に加速しました。本記事では、これら世界10件＋日本10件相当のニュースを一本に統合し、日本企業の経営判断に直結する7つのアクション論点までまとめて解説します。

2026年5月31日〜6月1日のAIニュース全体像（SoftBankがフランスに14兆円のAIデータセンター投資／GitHub Copilotがトークン課金移行で猛反発／Microsoft Build 2026でMAIモデル投入／Project Glasswingが脆弱性2万3000件発見／Perplexityを9団体が提訴・OpenAIがFrontier Governance公開／KC GreenがArtisanと和解／AIサイコシス論争／Wikipedia編集者がレイオフ抗議／SentinelOne・Grouponが大規模削減／日立29万人にClaude／富士通デュアル提携／Liquid AIの小型モデル／読売・日経・朝日が66億円請求／みずほFGのエージェント／暗黙知16社／家庭教師のトライ／国産フィジカルAI連合）

本日のニュースを貫くのは、「AIが社会・経済の基盤として本格的に組み込まれる過程で生じる、巨大な投資と摩擦が同時に表面化した」という構図です。SoftBankの14兆円投資や国産フィジカルAI連合は「AIインフラへの超巨大投資」を、SentinelOne・GrouponのAIを理由とした人員削減は「AIによる雇用構造の転換」を象徴します。一方で、Perplexityへの集団提訴、GitHub Copilotの課金反発、Wikipediaの抗議、AIサイコシス論争は、「AIの急速な普及に対する権利保護・コスト・社会心理の摩擦」を映しています。

世界の動きとしては、SoftBankのフランス14兆円投資、GitHub Copilotのトークン課金制移行と猛反発、「AIサイコシス」論争、KC GreenとArtisanの著作権和解、9団体によるPerplexity提訴とOpenAIのFrontier Governance Framework公開、Wikipedia編集者600人のレイオフ抗議、MicrosoftのBuild 2026に向けたMAIモデル投入準備、SentinelOneの8%削減、GrouponのProject Foundryによる25%削減、AnthropicのProject Glasswingによる脆弱性2万3000件超の発見が並びました。

日本側では、SoftBankのフランス投資（国内でも大きく報道）、日立のAnthropic提携（29万人にClaude）、富士通のOpenAI・Anthropicデュアル提携、Liquid AIの小型モデル「LFM2.5-8B-A1B」、GitHub Copilot課金の国内影響、読売・日経・朝日のPerplexityへの66億円賠償請求、みずほFGのAIエージェント自社開発、伊藤忠・三菱ケミカルなど16社の暗黙知継承プロジェクト、家庭教師のトライのAI学力診断、SoftBank主導の国産フィジカルAI連合の投資確定間近が報じられ、大企業から教育現場まで、AIの社会実装が幅広く前進しました。

SoftBankがフランスに最大750億ユーロ（約14兆円）のAIデータセンター投資を発表 ─ 5GW整備で欧州最大規模、マクロン主催「Choose France 2026」で孫正義氏が表明

ソフトバンクグループが、フランス国内に5GWのAIデータセンター群を整備するため最大750億ユーロ（約14兆円）を投資すると発表しました。第1フェーズではダンケルク・ボスケル・ブーシャンに3.1GWを2031年までに構築する計画です。マクロン大統領主催の「Choose France 2026」サミットで孫正義氏が直接表明し、孫氏は「フランスは確固たるAIインフラ拠点になりつつある」と述べました。ソフトバンクにとって欧州最大規模のAI投資であり、欧州最大級のAIインフラ投資として世界の注目を集めています。

この投資が示すのは、AI競争の最前線が「モデルの賢さ」から「それを動かす電力・データセンターという物理インフラの確保」へと完全に移ったことです。5GWという規模は、原発数基分に相当する膨大な電力を要する水準で、AIの計算需要がいかに巨大化しているかを物語ります。ソフトバンクが米国の大型AIインフラ構想に続いて欧州にも巨額を投じるのは、「AI時代の覇権は、計算資源をどれだけ確保できるかで決まる」という孫氏の戦略の表れです。フランスを選んだ背景には、原子力による安定的で脱炭素な電力供給、EUのデータ主権・規制環境、Mistral AIを擁する欧州AI拠点としての将来性があるとみられます。前日に報じられた国産フィジカルAI連合の動きと合わせれば、ソフトバンクが世界規模でAIインフラと基盤モデルの両面に賭けていることがわかります。

日本企業への示唆は3点です。第一に、AIインフラが「国家・地域の競争力を左右する戦略資産」になったという認識です。電力・冷却・立地を含めたAIインフラの確保は、もはや一企業の課題を超えた国家戦略の領域に入りました。第二に、電力・エネルギー戦略とAIの不可分性です。AIデータセンターの巨大な電力需要は、脱炭素・電力供給の安定性という課題と直結します。エネルギー・素材・建設に強みを持つ日本企業には、AIインフラ建設に関わる新たな事業機会が広がります。第三に、グローバルなAIインフラ投資の動向把握です。ソフトバンクのような巨額投資がどの地域・どの技術に向かうかは、AI関連市場の今後を読む重要なシグナルであり、自社のAI調達・投資判断の前提になります。

ソース：TechCrunch, ITmedia

GitHub Copilotが6月1日よりトークン課金制に移行 ─ 推論モデルで最大50倍・開発者が「ふざけるな」と猛反発、国内開発企業も予算見直しへ

GitHubがCopilotの課金体系を、月額定額制からAIクレジット消費量ベースのトークン課金制に移行しました（6月1日施行）。基本料金は据え置きですが、o1などの推論モデルを使うと消費コストが最大50倍になる場合もあります。Reddit・Hacker News・Xでは「What a joke（ふざけるな）」という反発が噴出し、予測不可能な課金への不満が主な批判点となっています。国内のIT企業・ソフトウェア開発会社の多くがCopilot Business・Enterpriseを採用しているため、予算計画の見直しを迫られています。「推論=高額」という構造は、他社のAIコーディングツールにも波及する可能性があります。

この移行が示すのは、AIコーディングツールの普及が進む中で、「使えば使うほどコストが膨らむ」従量課金の現実が開発現場に突きつけられたことです。定額制は予算が読みやすい一方、提供側にとっては高度な推論モデルの計算コストを吸収しきれません。GitHubがトークン課金へ移行したのは、AIの計算コストを利用量に応じて転嫁する必然的な動きですが、開発者にとっては「月額いくら」から「使った分だけ・しかも推論モデルは50倍」へと、コスト構造が一変します。反発の本質は値上げそのものより「予測不可能性」にあります。プロジェクトごとの費用が読めなくなることは、予算管理を行う企業にとって深刻な問題です。これは前述のAIトークン先物の議論とも通底する、「AIの計算コストをどう管理するか」という時代の課題の表れです。

日本企業への示唆は3点です。第一に、AIツールの「総コスト」の再評価です。Copilotをはじめ従量課金のAIツールを使う企業は、推論モデルの利用頻度を踏まえたコスト試算と、利用ガイドラインの整備が必要になります。第二に、コスト予測可能性を重視したツール選定です。予算管理を重視するなら、定額制やローカル実行（オンデバイスAI）を含めた選択肢を比較検討する価値があります。第三に、「高い推論モデルをいつ使うか」の使い分けです。すべての作業に最高性能の推論モデルを使う必要はありません。定型作業は軽量モデル、複雑な設計や難しいデバッグだけ高性能モデル、という使い分けが、コストと生産性を両立する鍵になります。

ソース：TechCrunch

MicrosoftがBuild 2026で独自「MAI」モデル群を一斉投入準備 ─ Copilot専用コーディングモデルでClaude Codeにシェア奪還、スーパーアプリ構想も

Microsoftが6月2日（サンフランシスコ）から開催するBuild 2026に向け、独自開発のAIモデル群「MAI」シリーズ（音声・画像・文字起こし対応）を準備中であることが明らかになりました。GitHub Copilot向けの専用コーディングモデルも開発中とされ、Claude Codeに奪われた開発者AI市場のシェア奪還が狙いです。Copilotを統合した「スーパーアプリ」も夏以降に投入予定とされ、Microsoftが自社モデルの拡充に本腰を入れていることがうかがえます。

この動きが示すのは、Microsoftが「OpenAI依存」から「自社モデル（MAI）との二本立て」へと戦略を進化させていることです。これまでMicrosoftはOpenAIのモデルをCopilotの中核に据えてきましたが、自社開発のMAIシリーズを音声・画像・文字起こしまで広げることで、特定パートナーへの依存リスクを下げ、コスト・性能・提供スピードを自社でコントロールする狙いがあります。特に注目すべきは、Copilot向けの専用コーディングモデル開発で、これはAnthropicのClaude Codeに開発者市場のシェアを奪われたことへの直接的な対抗策です。前述のGitHub Copilotの課金問題と合わせれば、開発者向けAIツール市場が「機能・価格・モデル品質」の三つ巴で激しく競争する段階に入ったことがわかります。Copilot統合のスーパーアプリ構想は、Microsoftが個別機能でなく統合体験で囲い込みを図る意図を示します。

日本企業への示唆は3点です。第一に、AIモデル・ツールの「乗り換えやすさ」を意識した設計です。各社が激しく競争し、性能・価格が頻繁に変わる以上、特定モデルに固定せず、用途に応じて切り替えられるアーキテクチャが有利になります。第二に、開発者向けAIツールの選択肢の広がりです。GitHub Copilot、Claude Code、Microsoft MAIなど競合が増えることは、自社の開発体制に最適なツールを選べる好機です。第三に、「統合体験」の価値です。Microsoftのスーパーアプリ構想が示すように、単機能でなく業務全体を支える統合的なAI体験が競争力になります。自社サービスでも、AIを個別機能でなく一貫した体験として設計する視点が重要になります。

ソース：TestingCatalog

AnthropicのProject Glasswing、Claude Mythosが1ヶ月で脆弱性候補2万3000件超を発見 ─ パッチ適用が追いつかない新たなサイバーセキュリティ課題

AnthropicのAIモデル「Claude Mythos」がProject Glasswingのパートナー企業と共同で、オープンソース1000プロジェクトから2万3000件以上の脆弱性候補を特定し、うち6200件以上が高・重大度に分類されました。CloudflareだけでもAPIに2000件（高・重大度400件）のバグを発見しています。一方で、発見のペースに対してパッチ適用が追いつかないという新たなサイバーセキュリティ課題も浮き彫りになりました。AIが脆弱性発見を劇的に加速する反面、修正という人間側の作業がボトルネックになる構図です。

この成果が示すのは、AIが「脆弱性を見つける速度」を人間のはるか先へ押し上げた結果、「直す速度」とのギャップという新しい問題が生まれたことです。1ヶ月で2万3000件超という発見数は、従来の人手によるセキュリティ監査では到底不可能な規模で、AIがサイバーセキュリティの防御力を飛躍的に高める可能性を示します。しかし、見つけた脆弱性を修正（パッチ適用）し、テストし、展開するのは依然として人間とプロセスの仕事です。発見が爆発的に増えても修正が追いつかなければ、未修正の脆弱性リストが積み上がるだけになりかねません。さらに、AIによる脆弱性発見は防御側だけでなく攻撃側も使える「両刃の剣」です。同じ技術で攻撃者が脆弱性を先に見つければ、修正前に悪用される危険が高まります。AIが発見を加速する時代には、「修正の自動化・優先順位付け・運用体制」こそが新たな競争軸になります。

日本企業への示唆はとりわけ重要です。第一に、「脆弱性発見の自動化」だけでなく「修正プロセスの整備」を同時に進める必要があります。AIで大量の脆弱性が見つかる前提で、修正の優先順位付け・自動パッチ・検証の仕組みを整えなければ、発見が逆に負担になります。第二に、攻撃側もAIを使う前提のセキュリティ戦略です。AIによる脆弱性発見が一般化すれば、攻撃の高度化・高速化も進みます。防御側もAIで対抗し、検知から修正までを高速化する体制が不可欠です。第三に、オープンソース依存のリスク管理です。多くの企業が利用するオープンソースに大量の脆弱性が見つかる以上、自社が使うソフトウェアの構成（SBOM）を把握し、迅速にアップデートできる体制を整えることが、サプライチェーン全体の安全を守る前提になります。

ソース：Help Net Security

CNN・読売など9団体がPerplexityを著作権侵害で提訴 ─ OpenAIはEU AI法準拠の「Frontier Governance Framework」を公開、AI規制が多戦線化

2026年5月31日時点で、CNN・ニューヨーク・タイムズ・News Corp/ダウ・ジョーンズ・シカゴ・トリビューン・ブリタニカ・Merriam-Webster・Reddit・日本の読売新聞を含む9団体がPerplexity AIを著作権侵害で提訴中です。CNNはPerplexityが1万7000件以上の記事・動画・画像を無断利用したと主張しています。同日、OpenAIもEU AI法の実践規範と整合した「Frontier Governance Framework」を公開し、AI規制の多戦線化が鮮明になりました。日本でも読売新聞・日本経済新聞・朝日新聞の3社が合計約66億円の損害賠償をPerplexityに請求しており、各社は有料記事のコピー・公衆送信権侵害を主張しています。

この同時多発的な動きが示すのは、AIと著作権・規制をめぐる対立が「個別の紛争」から「業界・国境を越えた構造的な攻防」へと拡大したことです。Perplexityのような「回答エンジン」は、ニュース記事を要約・引用して回答を生成するため、コンテンツ提供者との利害が真っ向から衝突します。CNNやニューヨーク・タイムズに加え、日本の読売・日経・朝日という3大紙が訴訟当事者として名を連ねたことは、AIによる無断利用が日本のメディアにとっても看過できない問題であることを示します。一方でOpenAIがEU AI法に整合した自主的なガバナンス枠組みを公開したのは、規制が強化される前に「責任あるAI企業」としての姿勢を示し、ルール形成に主体的に関与する戦略です。訴訟（事後の権利保護）と自主規制（事前のルール整備）が同時に進む構図は、AIガバナンスが世界規模で本格化していることを物語ります。

日本企業への示唆は3点です。第一に、自社コンテンツのAI無断利用への対応です。メディア・出版・コンテンツ事業者は、自社の記事・画像・動画がAIに無断利用されていないかを把握し、ライセンス契約や法的措置を含めた権利保護の体制を整える必要があります。第二に、AIを使う側の「権利クリアランス」です。AIで生成・要約したコンテンツを業務に使う企業は、引用元の権利関係を確認し、第三者の著作権を侵害しない運用ルールが不可欠です。第三に、AIガバナンス枠組みの動向把握です。EU AI法やOpenAIの自主枠組みなど、ルールが急速に形成される中、自社のAI活用がこれらの基準と整合するかを継続的に確認し、先取りして体制を整える企業がリスクを回避できます。

ソース：TechTimes

「This is fine」ミーム作者KC Green、AIスタートアップArtisanと著作権侵害で和解 ─ 生成AI企業の無断利用に対する権利保護の前例に

「This is fine（これはいい感じだ）」の炎上中の犬のミームを生み出したアーティスト、KC GreenがAIスタートアップArtisanとの著作権紛争で和解に至りました。ArtisanがGreenの作品を無断でAIアシスタント「Ava」のバス・地下鉄広告に使用したことが問題となっていました。生成AI企業によるクリエイター作品の無断利用に対する権利保護の事例として注目されています。

この和解が示すのは、AI企業によるクリエイター作品の無断利用が、個人のアーティストでも声を上げれば是正されうることです。「This is fine」は、燃え盛る部屋でコーヒーを飲む犬が「これはいい感じだ」と言う、インターネットで広く知られたミームです。Artisanがこの著名な作品を無断で広告に使ったことは、「ネットで広く拡散しているから自由に使える」という誤った認識への警鐘になります。前述のPerplexityへの大手メディアによる集団提訴が「組織対組織」の大規模な攻防だとすれば、このKC Greenの事例は「個人クリエイター対AI企業」という、より身近で象徴的な構図です。和解の具体的条件は明らかではないものの、AI企業が他者の創作物を扱う際には、その出自や権利を確認する責任があることを示す前例となります。生成AIが普及するほど、こうした権利意識とルールの整備が重要になります。

日本企業への示唆は3点です。第一に、AI活用における「素材の出自確認」の徹底です。広告・販促・コンテンツにAIや既存素材を使う際、その作品が誰の権利物かを確認するプロセスを業務に組み込む必要があります。第二に、「有名だから自由に使える」という誤解の排除です。広く知られたキャラクター・ミーム・作品ほど権利者が存在し、無断利用は法的リスクとブランド毀損を招きます。社内での啓発と運用ルールが重要です。第三に、クリエイターとの公正な取引です。AIを活用する企業ほど、創作物の利用には適切な許諾・対価を払う姿勢が、長期的な信頼と良質な素材へのアクセスにつながります。日本のコンテンツ産業の強みを守るためにも、権利尊重の文化が問われます。

ソース：TechCrunch

「AIサイコシス」論争が過熱 ─ AI熱狂層と拒絶層の分断が深刻化、「全員が愛し、全員が憎む」逆説的状況をどう読み解くか

「AIを熱狂的に使う人々」と「AIを強く拒絶する人々」の分断が深まる現象を「AIサイコシス」と呼ぶ議論が活発化しています。DuckDuckGoのインストールが30%急増したことも、GoogleのAI検索強制に反発するユーザー心理を反映しています。TechCrunchはこの社会現象を深く分析し、AIが「全員が使い、全員が愛する一方で、全員が使っておらず全員が憎む」という逆説的状況を論じました。AIへの態度が両極化する社会のありようを読み解く議論です。

この論争が示すのは、AIが社会に深く浸透するほど、人々の態度が「熱狂」と「拒絶」の両極に引き裂かれていることです。一方には、AIを生産性向上の必須ツールとして使いこなし、生活に溶け込ませる層がいます。他方には、プライバシー・雇用・創作の権利・情報の信頼性への懸念から、AIを意識的に避ける層がいます。「全員が愛し、全員が憎む」という逆説は、同じ技術が人によって全く異なる意味を持つ現実を突いています。DuckDuckGoの急増は、後者の層が「AIを押しつけられたくない」という意思を行動で示した例です。重要なのは、これが単なる「新技術への抵抗」ではなく、AIがもたらす便益とリスクの両方が現実味を帯びた結果、社会が分断されているという点です。企業がAIを提供・活用する際、この分断を無視すれば、一方の層を取りこぼすか、反発を招くことになります。

日本企業への示唆は3点です。第一に、AIを「強制」ではなく「選択」として提供する設計です。前日のDuckDuckGo急増の教訓と同様、AI機能を使うか使わないかをユーザーが選べる設計が、幅広い顧客層の信頼を保ちます。第二に、AIへの不安に正面から向き合うコミュニケーションです。AIを活用する企業は、プライバシー・透明性・人間の関与を明確に示すことで、拒絶層の不安を和らげ、信頼を築けます。第三に、従業員の「AI格差」への配慮です。社内でもAIを使いこなす人と抵抗を感じる人の分断は生じます。一方的な導入でなく、教育・サポート・段階的な展開で全員を巻き込む姿勢が、組織全体のAI活用を成功させる鍵になります。

ソース：TechCrunch

Wikipedia編集者600人がWikimediaのレイオフに抗議 ─ ストライキ・募金バナー妨害計画も、AIライセンス収益化と人員削減の構図に怒り

Wikimedia Foundationがコミュニティ向け技術チームのエンジニア5名・マネージャー1名を解雇したことへの反発が拡大しています。約600名のWikipedia編集者（管理者約50名含む）が抗議署名に参加し、編集ストライキや募金バナーを批判メッセージに差し替える計画も浮上しました。Wikimediaが2億9600万ドルの準備金を持ち、AI企業へのコンテンツライセンスで収益化しながら人員削減する構図への怒りが背景にあります。AI時代のコンテンツとコミュニティの関係を問う事例です。

この抗議が示すのは、「AIの学習データとして価値が高まったコンテンツの作り手（コミュニティ）と、それを運営・収益化する組織との間に、深い緊張が生まれている」ことです。Wikipediaは無償のボランティア編集者によって支えられていますが、その膨大な知識データはAI企業にとって貴重な学習素材であり、ライセンス収益の源泉になっています。編集者たちが怒るのは、潤沢な準備金を持ちAIライセンスで収益を得る財団が、コミュニティを支える技術チームを削減したという構図です。これは「コンテンツを生み出す人々」と「それを収益化する組織」の間の、AI時代に特有の対立を象徴します。前述のPerplexity訴訟やKC Greenの和解が「外部のAI企業による無断利用」への抗議だとすれば、この事例は「コンテンツを支える内部のコミュニティの軽視」への抗議であり、AIがコンテンツの価値を高めるほど、その作り手の処遇と尊重が問われることを示します。

日本企業への示唆は3点です。第一に、「コンテンツ・データの作り手」への適切な還元です。AIで価値が高まるデータ・コンテンツを持つ企業ほど、それを生み出す従業員・コミュニティ・パートナーへの公正な処遇が、持続可能性の前提になります。第二に、AI収益化と人的投資のバランスです。AIでコスト削減や収益化を進める際、それを支える人材を軽視すれば、品質低下や信頼喪失を招きます。効率化と人的投資の両立が問われます。第三に、コミュニティ・ステークホルダーとの対話です。AI活用の方針転換は、関係者の理解と納得を得ながら進めることが、反発を避け長期的な協力関係を保つ鍵になります。透明性ある説明と対話の姿勢が、AI時代の組織の信頼を支えます。

ソース：The Register

SentinelOneが8%（約230人）を削減 ─ AI投資加速のための「意図的な組織進化」、削減分をAI・データインフラに再投資

サイバーセキュリティ企業SentinelOneが全従業員の約8%に相当する約230人の削減を発表しました。CEOのTomer Weingarten氏は「これは反応的な措置ではなく、複雑さを減らし、よりアジャイルな組織に進化するための意図的な変革」と表明しています。AI活用でかつて数ヶ月かかった作業が数週間で完了するとし、削減分をAI・データインフラに再投資する方針です。発表を受けて株価は12%下落しました。

この削減が示すのは、AIによる業務効率化が、企業の組織構造そのものを「意図的に作り変える」段階に入ったことです。Weingarten氏が「反応的な措置ではない」と強調したのは、業績悪化による後ろ向きのリストラではなく、AIで生産性が上がった分、組織をスリム化し、浮いたリソースをAI・データインフラへ再投資する前向きの再編だと位置づける意図です。「数ヶ月→数週間」という作業時間の短縮は、AIがホワイトカラー業務を大幅に効率化する現実を示します。ただし、株価が12%下落したことは、市場が「AIによる効率化ストーリー」を必ずしも額面通りに受け取らず、成長鈍化の兆候や、削減の本当の理由を慎重に見ていることを示唆します。「意図的な組織進化」という説明が前向きな変革なのか、業績圧力を覆う言葉なのかは、今後の成長で証明されることになります。

日本企業への示唆は3点です。第一に、AIによる生産性向上を「組織再設計」につなげる発想です。AIで業務が効率化された分を、単なる人員削減でなく、より付加価値の高い業務への人材シフトや、AI・データ基盤への再投資に振り向ける戦略が問われます。第二に、「AIを理由とした削減」への市場・社会の視線です。株価下落が示すように、AI効率化を掲げた削減は、成長戦略として説得力があるかを厳しく問われます。説明責任と、削減後の成長の実現が重要です。第三に、従業員の再配置・リスキリングです。AIで不要になる業務がある一方、AIを活用・管理する新しい役割が生まれます。削減ありきでなく、従業員を新しい役割へ移行させる投資が、長期的な組織力と信頼を守ります。

ソース：CNBC

GrouponがAI転換「Project Foundry」で約25%（400人）削減 ─ 音声AIエージェントが営業を代替、AIを理由とした雇用削減が急増

クーポン大手Grouponが、マルチイヤー変革計画「Project Foundry」の一環として約400人（全従業員の約25%）を削減すると発表しました。AI音声エージェントが加盟店への営業アウトリーチを代替し、エンジニアリングなしで機能開発が可能になったと説明しています。削減で年間約2500万ドルのコスト削減を見込みます。Meta・Snap・SentinelOneと並び、AIを明示的な理由とした大規模雇用削減の事例が急増しています。

この削減が示すのは、AIエージェントが「人間が担ってきた営業・開発の一部を、実際に代替し始めた」ことです。Grouponが全従業員の4分の1という大規模な削減に踏み切れたのは、音声AIエージェントが加盟店への営業電話・アウトリーチを肩代わりし、AIによってエンジニアなしでも機能開発ができるようになったからです。これは、AIが補助ツールにとどまらず、職務そのものを置き換える実例です。前述のSentinelOneと合わせ、「AIを明示的な理由とした雇用削減」が、テック業界全体のトレンドになりつつあることが鮮明になりました。重要なのは、削減された職務が「営業アウトリーチ」「定型的な開発」といった、AIが得意とする反復・パターン業務だという点です。AIによる代替は、特定の業務領域から段階的に進むことを示しています。一方で、こうした削減が社会全体の雇用に与える影響は、前週のOpenAI Foundationの労働者支援基金のような対策の必要性とも表裏一体です。

日本企業への示唆は3点です。第一に、「AIで代替されやすい業務」の見極めです。営業アウトリーチ・定型的な開発・反復作業など、パターン化された業務はAIエージェントの代替対象になりやすく、自社の業務構成を見直す契機になります。第二に、AIと人間の役割分担の再設計です。AIに定型業務を任せ、人間は関係構築・創造的判断・複雑な問題解決に集中する体制づくりが、生産性と従業員価値の両立につながります。第三に、雇用への影響に対する企業の責任です。AIで効率化を進める企業ほど、従業員の再教育・配置転換・新しい役割の創出に投資する姿勢が、社会的信頼と人材確保の両面で重要になります。日本では雇用の安定性が重視される文化を踏まえ、段階的で丁寧な移行が求められます。

ソース：Fast Company

日立がAnthropicと戦略的提携 ─ グループ29万人にClaude導入、社会インフラ「HMAX by Hitachi」高度化と「Frontier AI Deployment Center」設立へ

日立製作所がAnthropicとの戦略的パートナーシップを締結し、グループ約29万人を対象にClaude導入を進めると発表しました。電力・交通・製造・金融などの社会インフラ向けソリューション「HMAX by Hitachi」の高度化にも活用し、10万人規模のAI人材育成プログラムも開始します。「Frontier AI Deployment Center」という専門組織も設立する計画で、大企業のAI全社展開事例として注目されています。

この提携が示すのは、日本の重電・社会インフラの雄が、AIを「全社員の道具」かつ「社会インフラ事業の中核技術」として本格的に位置づけたことです。約29万人という規模でClaudeを導入することは、AIを一部の先進部署でなく、グループ全体の日常業務に組み込む決意の表れです。さらに重要なのは、電力・交通・製造・金融という社会インフラ向けのソリューション「HMAX by Hitachi」にAIを組み込む点です。これは、AIが事務作業の効率化を超えて、社会の基盤を支えるシステムの高度化に使われることを意味します。安全性・信頼性が極めて重要なこれらの領域で、Anthropicの「誠実で安全なAI」という強みが選ばれたことは示唆的です。10万人規模の人材育成と専門組織「Frontier AI Deployment Center」の設立は、AIを「導入して終わり」でなく、継続的に使いこなす組織能力を構築する本気度を示します。前述の富士通のデュアル提携と合わせ、日本の大手ITベンダーがAIを経営の中核に据える動きが加速しています。

日本企業への示唆は3点です。第一に、AIの「全社展開」と「人材育成」の一体化です。29万人への導入と10万人の育成を同時に進める日立の姿勢は、AIは配るだけでなく、使いこなす人材を育ててこそ成果が出ることを示します。第二に、社会インフラ・基幹事業へのAI組み込みです。事務効率化にとどまらず、自社の中核事業・製品にAIを組み込むことが、競争力の源泉になります。特に安全性が問われる領域では、信頼性の高いAIの選定が鍵です。第三に、AI活用を推進する専門組織の設置です。「Frontier AI Deployment Center」のような推進組織は、AIの全社展開を統括し、ノウハウを蓄積・横展開する役割を果たします。自社でもAI推進の司令塔を明確にする発想が、展開スピードと質を高めます。

ソース：ITmedia エンタープライズ

富士通がOpenAIとAnthropicの両社と同日にAI協業を発表 ─ 日本企業のデュアル提携戦略がAI調達・ガバナンスの新指針に

富士通がOpenAIとAnthropicの両社と同日に戦略的AI協業を発表し、業界から注目を集めました。OpenAIとはAI変革の加速を、AnthropicとはClaudeを活用した社会インフラ系の安全・信頼性強化を推進する方向です。国内最大級のITサービス企業が複数の最前線AIラボと同時に提携するデュアル戦略は、国内大企業のAI調達・ガバナンスに新たな指針を示しています。

この発表が示すのは、「特定のAIに賭ける」のではなく「複数の最良AIを用途別に使い分ける」ことが、大企業のAI戦略の主流になりつつあることです。富士通がOpenAIとAnthropicの両方と同日に提携したのは、それぞれの強みを使い分ける明確な意図の表れです。OpenAIとはAI変革の加速という攻めの領域を、Anthropicとは社会インフラ系の安全・信頼性という守りの領域を担わせる──この役割分担は、AIモデルが多様化・高度化する時代における賢明な調達戦略です。前日に報じられた日立のAnthropic提携と合わせれば、日本の大手ITベンダーが「単一ベンダー依存のリスク」を避け、用途に応じて最適なAIを選ぶ「マルチAI戦略」へ向かっていることが明確になります。同じClaudeやGPTを使っても、それを自社の業界知見・実装力・ガバナンスとどう組み合わせるかで差がつく時代に入ったのです。

日本企業への示唆は3点です。第一に、「マルチAI・マルチベンダー」を前提とした調達戦略です。特定のモデル・ベンダーに固執せず、用途・コスト・セキュリティに応じて最適な組み合わせを選ぶ柔軟性が、AI時代の調達の要になります。第二に、用途別のAI使い分けの設計です。攻めの領域（新規開発・変革）と守りの領域（安全・信頼性）で求められるAIの特性は異なります。自社の用途を整理し、それぞれに適したAIを当てる発想が重要です。第三に、AIガバナンスの整備です。複数のAIを使うほど、データの扱い・セキュリティ・利用ルールの統一的な管理が必要になります。富士通のデュアル戦略は、調達の柔軟性とガバナンスの両立という、これからのAI活用の指針を示しています。

ソース：PR Newswire

みずほFG、AIエージェントシステムを自社開発 ─ 金融特有のコンプライアンス・機密性を考慮した内製化で国内金融のAI活用が本格化

みずほフィナンシャルグループがAIエージェントシステムを独自に開発・運用するフェーズに移行したことが報じられました。金融業界特有のコンプライアンス要件・機密性を考慮した内製エージェント開発が、国内大手金融機関でも進みつつあります。2026年はエージェントAIの実業務適用が金融・製造・インフラ領域で本格化する年として、国内大手が具体的な成果を示し始めています。

この動きが示すのは、規制と機密性が極めて厳しい金融機関が、AIエージェントを「外部サービスの利用」でなく「自社での内製開発」という形で本格導入し始めたことです。金融業界は、顧客情報・取引データという最も機微な情報を扱い、コンプライアンス・監査・説明責任の要求が他業種より格段に厳しい領域です。みずほがAIエージェントを自社開発する道を選んだのは、外部サービスに機密データを預けるリスクを避け、自社の規制要件に合わせて挙動を完全にコントロールするためです。AIエージェントは、人間に代わって複数の業務を自律的に処理する仕組みですが、金融業務では「なぜその判断をしたか」の説明可能性や、誤作動時の制御が不可欠です。内製化は、こうした要件を満たしながらAIの効率化を享受する現実的な選択肢です。国内最大手の一角が踏み出したことは、金融業界全体のAI活用を加速させるでしょう。

日本企業への示唆は3点です。第一に、機密性の高い業種での「内製AI」という選択肢です。金融・医療・公共など、データの機密性と規制要件が厳しい業種では、外部サービスの利用だけでなく、自社開発・ローカル実行を含めた構築方法の検討が重要になります。第二に、AIエージェントの「説明可能性」と「制御」です。自律的に動くエージェントを業務に組み込む際、判断の根拠を説明でき、異常時に制御できる設計が、特に規制業種では不可欠です。第三に、業界特性に合わせたAIガバナンスです。コンプライアンス・監査・機密管理という金融特有の要件を満たすAI設計は、他の規制業種にも応用できるモデルです。自社の業界要件を起点にAI活用を設計する発想が、安全で持続的な導入の前提になります。

ソース：ITmedia AI＋

「暗黙知」をAIで継承 ─ 伊藤忠・三菱ケミカルなど16社参画の産業横断プロジェクト始動、高齢化・技術断絶という日本の課題に挑む

伊藤忠商事・三菱ケミカルグループなど大手企業16社が参画する産業横断AIプロジェクトが始動しました。熟練技術者の「暗黙知」をAIに学習・継承させることを目指し、製造業・化学・流通など多様な業種が連携します。技術の断絶・高齢化による人材喪失という日本固有の課題にAIで解決策を模索する取り組みとして、経産省の支援も得ています。少子高齢化が進む日本にとって、極めて実践的なAI活用の方向性です。

このプロジェクトが示すのは、AIが「日本のものづくりが抱える最大の構造課題＝熟練者の引退による技能喪失」への現実的な解になり始めたことです。日本の製造業・化学・インフラの強みは、長年の経験で培われた熟練技術者の「勘」「コツ」といった暗黙知に支えられてきました。しかし、少子高齢化と熟練者の引退により、この技能が継承されずに失われる「技術の断絶」が深刻な課題でした。16社が業種を超えて連携し、暗黙知をAIに学習・継承させるこのプロジェクトは、個社では難しい大規模な取り組みを産業横断で進める点に意義があります。前日までに報じられたJR西日本の作業計画AI化や大林組のAI-CAEと同様、「人にしかできなかった高度な判断・技能のデジタル化」という、AIの最も価値ある適用領域への挑戦です。経産省の支援は、これが個社の効率化を超えた「国家的な産業競争力の維持」という位置づけであることを示します。

日本企業への示唆はとりわけ重要です。第一に、「暗黙知のデジタル化」がAIの最有望な適用領域の一つであることです。製造・建設・保守・品質管理など、ベテランの経験に依存してきた業務は、AIによる継承・標準化の有望なターゲットです。第二に、「産業横断・業種連携」での取り組みの有効性です。暗黙知の継承は個社単独では難しい大規模な課題であり、業種を超えた連携やプラットフォームの共有が、コストとノウハウの両面で有利になります。第三に、技能伝承を「事業継続性のリスク管理」として捉える発想です。熟練者の引退は、放置すれば事業の根幹を揺るがします。AIによる技能のデジタル化を、コスト削減でなく「事業継続のための戦略投資」として位置づける視点が求められます。

ソース：ITmedia AI＋

「家庭教師のトライ」がAI活用の学力診断を本格導入 ─ 解答パターンを自動分析し個別最適化、EdTech×AIの融合が加速

個別指導塾「家庭教師のトライ」がAIを活用した学力診断システムを本格導入しました。生徒の解答パターンや弱点を自動分析し、個別最適化されたカリキュラムを提示する仕組みで、国内教育サービス最大手による大規模AI活用の事例となります。2026年は医療・教育・福祉といった人的サービス業での生成AI実装が急速に進んでおり、その象徴的な動きです。

この導入が示すのは、AIが「一人ひとりに合わせた教育（個別最適化学習）」を、大規模なサービスとして実現できる段階に入ったことです。従来、生徒の弱点を見抜き最適な学習計画を立てるのは、経験豊富な指導者の専門技能でした。AIが解答パターンを自動分析し、弱点を特定して個別カリキュラムを提示することで、これを大規模かつ均質に提供できるようになります。教育サービス最大手が本格導入する意義は、AIによる個別最適化が「一部の先進的な取り組み」から「標準的なサービス」へ移りつつあることを示す点にあります。重要なのは、AIが教師を置き換えるのではなく、「生徒一人ひとりの理解度を可視化し、指導者がより的確に支援できるようにする」補完的な役割を担う点です。医療・福祉など、人と人との関わりが本質的な領域でも、AIが人間の判断を支援するこのモデルは応用可能です。

日本企業への示唆は3点です。第一に、「個別最適化」をサービスの価値にする発想です。AIで顧客一人ひとりのデータを分析し、最適な提案・サービスを提供することは、教育に限らず多くの業種で差別化の源泉になります。第二に、人的サービス業でのAIの「補完」活用です。教育・医療・福祉のように人の関わりが本質的な領域では、AIは人を置き換えるのでなく、人の判断を支え質を高める使い方が有効です。第三に、データに基づくサービス改善です。解答パターンのような顧客行動データを蓄積・分析する仕組みは、サービスの継続的な改善と個別最適化の基盤になります。自社が持つ顧客データをAIで活かす発想が、サービス品質の向上につながります。

ソース：ITmedia AI＋

スマホで動く日本語対応の小型AI「LFM2.5-8B-A1B」が登場 ─ Galaxy S26 Ultraで毎秒28トークン、オンデバイスAIの実用化が前進

Liquid AIが小型AIモデル「LFM2.5-8B-A1B」をオープンモデルとして公開しました。総パラメーター数83億・アクティブ15億のMoE（混合エキスパート）アーキテクチャで、Samsung Galaxy S26 Ultraで毎秒28トークンの出力が可能です。日本語の質問にも高品質な応答を返せることが確認されており、エンタープライズ・組み込みシステムでの活用が期待されています。スマートフォンで本格的に動くAIモデルの普及を示す重要な節目です。

このモデルが示すのは、高性能なAIが「巨大なクラウド」だけでなく「手元のスマートフォン」でも実用的に動く時代が来たことです。MoEアーキテクチャは、全パラメーター（83億）のうち応答ごとに必要な一部（15億）だけを動かすことで、少ない計算資源で高い性能を実現する仕組みです。これにより、スマホのような限られたハードウェアでも毎秒28トークンという実用的な速度を達成しました。重要なのは、日本語で高品質な応答ができる点です。これまでオンデバイスの小型モデルは英語中心で日本語が弱い傾向がありましたが、日本語対応が確認されたことは国内での実用性を大きく高めます。前述のGitHub Copilotの課金問題が「クラウドAIのコスト」を浮き彫りにした一方、オンデバイスAIは「通信不要・追加課金なし・データが端末から出ない」という対極の価値を提供します。クラウドAIとオンデバイスAIを使い分ける時代の到来を象徴する動きです。

日本企業への示唆は3点です。第一に、オンデバイスAIによる「機密性・コスト・速度」のメリットです。データを端末外に出せない業務、通信環境が限られる現場、大量利用でクラウド課金がかさむ用途では、スマホやエッジで動く小型AIが現実的な選択肢になります。第二に、日本語対応の進展による実用化の加速です。日本語で高品質に動く小型モデルの登場は、国内企業のオンデバイスAI活用のハードルを下げます。第三に、クラウドとオンデバイスの使い分け設計です。高度な推論はクラウド、機密性・即応性が必要な処理はオンデバイス、という使い分けが、コストとセキュリティを両立する標準的な設計になりつつあります。自社の業務特性に応じた最適な組み合わせを検討する価値があります。

ソース：GIGAZINE

SoftBank主導の国産フィジカルAI基盤連合、6月中に約10社が投資額確定へ ─ 旭化成・安川電機など製造業が結集、経産省が最大1兆円補助を検討

SoftBank・NEC・ホンダ・ソニーが主導する日本AI基盤モデル開発会社への参加検討企業が約30社に拡大し、旭化成・安川電機などの製造業・化学・重工メーカーも名を連ねています。6月中に約10社が具体的な投資額を確定させる見通しです。1兆パラメータ規模の「フィジカルAI」基盤モデルを2027年までに開発する計画で、経済産業省が2030年までに最大1兆円の補助金制度を検討中です。国産AI基盤の構築が、具体的な投資の段階へと進みつつあります。

この進展が示すのは、日本の「産業界横断での国産フィジカルAI開発」が、構想から具体的な投資コミットメントの段階へ移ったことです。約30社の参加検討から、6月中に約10社が投資額を確定させるという報道は、この連合が掛け声だけでなく実体を伴いつつあることを示します。注目すべきは、旭化成・安川電機といった製造業・化学・重工メーカーが中核に並ぶ点で、目指すのが言語AIでなく「フィジカルAI」──製造・ロボット・物理世界で動くAIであることを物語ります。1兆パラメータという野心的な規模と経産省の最大1兆円補助は、日本がものづくりの強みとAIを結びつけ、独自の競争領域を切り開く国家戦略の表れです。本日報じられたSoftBankのフランス14兆円投資と合わせれば、ソフトバンクが海外のAIインフラと国内の基盤モデルの両面で動いていることがわかります。米中が汎用AIで先行する中、日本は製造業の蓄積を活かせる物理AIで勝負する構図が鮮明です。

日本企業への示唆は3点です。第一に、製造業の強みがフィジカルAI時代に再評価される機会です。材料・機械・ロボット・自動車の知見を持つ企業は、フィジカルAIの基盤づくりで重要な役割を担えます。第二に、国産AI連合への参加・連携の検討です。投資額確定が近づく中、自社の事業領域に関わる企業にとって、エコシステムへの参画やデータ・技術提供を検討する好機です。第三に、「データ主権」と産業競争力の両立です。国産基盤モデルは、機微な産業データを国内で扱える点で経済安全保障に資します。ただし成否は実用性とコストにかかっており、補助金頼みでなく、実際の業務価値を生む応用設計が連合の真価を決めます。

ソース：Nikkei Asia

日本企業の経営アジェンダ ─ 2026年5月31日〜6月1日のAIニュースから導く7つのアクション論点

ここまでの世界10件・日本10件相当のニュースを踏まえ、日本企業の経営者・意思決定者が「いま着手すべき」アクションを7つの論点に整理します。各論点について、関係部門と具体的な打ち手を示します。

これら7論点に共通する経営的含意は3つあります。第一に、「AIは巨大な投資と痛みを同時にもたらす」こと。SoftBankの14兆円投資や日立の全社展開という攻めの投資と、SentinelOne・Grouponの人員削減という痛みが同時に進む中、自社がどちらの局面にどう向き合うかの戦略が問われます。第二に、「AIの調達・活用はコストとガバナンスの総合判断」になったこと。Copilotの課金問題、Perplexity訴訟、富士通のデュアル提携は、AIの選定が性能だけでなくコスト構造・権利リスク・ガバナンスまで含めた判断であることを示します。第三に、「AIの価値は現場と人材で決まる」こと。暗黙知継承、教育AI、人材育成プログラムは、AIが真価を発揮するのは導入後の現場実装と人材育成にあることを物語ります。2026年下半期、これら7論点を経営アジェンダの優先順位上位に据える企業が、AI時代の競争優位を確立すると言えます。

まとめ ─ 2026年5月31日〜6月1日のAIニュースが示す4つの構造変化

2026年5月31日〜6月1日のAIニュースを統合した結果、本日の構造変化は「AIインフラ投資の超巨大化・AIによる雇用構造の本格転換・AIと著作権／規制をめぐる対立の多戦線化・日本大企業のAI全社展開と現場実装」という4軸で同時に進行したことが明らかになりました。最大の象徴は、SoftBankがフランスに最大750億ユーロ（約14兆円）を投資し5GWのAIデータセンターを整備すると発表したこと。AI競争の最前線が、電力・データセンターという物理インフラの確保へと完全に移ったことを示しました。

世界では、GitHub Copilotのトークン課金移行への猛反発、MicrosoftのMAIモデル投入、Project Glasswingの脆弱性2万3000件発見が、開発者AIツールとセキュリティの新局面を示しました。9団体によるPerplexity提訴、KC Greenの和解、OpenAIのFrontier Governance公開、AIサイコシス論争、Wikipediaの抗議は、AIと著作権・規制・社会心理をめぐる対立が多戦線化したことを物語ります。SentinelOneとGrouponのAIを理由とした大規模削減は、AIによる雇用構造の転換が本格化したことを鮮明にしました。

日本側では、日立のAnthropic提携（29万人にClaude）、富士通のデュアル提携、みずほFGのAIエージェント自社開発が大企業のAI全社展開と内製化を、伊藤忠・三菱ケミカルなど16社の暗黙知継承プロジェクト、家庭教師のトライのAI学力診断が現場・人的サービスへの実装を示しました。さらにLiquid AIの日本語対応小型モデル「LFM2.5-8B-A1B」がオンデバイスAIの実用化を、SoftBank主導の国産フィジカルAI連合の投資確定間近が国産基盤の前進を示しました。日本企業の経営アジェンダは、（1）AIインフラ・電力戦略への対応、（2）AIツールの総コスト・予算管理、（3）マルチAI・全社展開と人材育成、（4）AIによる雇用構造転換への対応、（5）AI著作権・ガバナンスのリスク管理、（6）暗黙知のAI継承・現場実装、（7）オンデバイス・ローカルAIの活用、の7論点に整理されます。株式会社Awakは、これらの最新AIトレンドを踏まえた企業のAI戦略策定・実装支援・人材育成プログラムを提供しています。御社の経営アジェンダに合わせた具体的な実装支援をご提案いたしますので、お気軽にご相談ください。