AIニュース速報（2026年9月20〜21日）｜Geminiの実在3社侵入はパスワード推測1件と公開リポジトリの認証情報悪用2件だとGoogleが事実を認め、職場でAI研修を受けたことがない従業員は90.7%なのに学びたい人は44.4%、Copilot導入企業の87.5%が社内情報の分散を課題に、中小企業のAI導入支援サービスが一斉に登場まで解説

2026年9月21日時点で振り返る直近2日間のAIニュースは、海外側と国内側でくっきり形が分かれました。海外は「減速をどこまで本気でやるのか」という議論が具体策に乏しいまま足踏みし、政治と市場は既報の続きを追っています。一方の国内は、報じられた10本のうち8本が日本企業がAIを実際に組織へ入れる過程で何が詰まっているか、そしてその詰まりを誰が解くのかという話でした。職場でAI・DX研修を受けた経験がない従業員が90.7%に上るのに、学びたいと考える人は44.4%いる。Microsoft 365 Copilotを導入済みの企業でも87.5%が社内情報の分散を課題だと感じている。そして同じ2日間に、その穴を埋める商品が4本まとめて発表されました。

本記事では、この中小企業のAI導入支援をめぐる4本の同時発表を中心に据えます。1本ずつ眺めると単なる新サービス発表ですが、需要側の調査数字と並べて読むと市場が同じ場所に反応していることが見えてきます。あわせて、3日目に入ったGemini侵入報道でGoogleが事実関係を認め3件の内訳が開示されたこと、AI予算の投資先が5つの費目に分かれている実態、大和鋼管工業のSaaSライセンス一元化、マクニカとElithによるエッジAIでの詐欺電話検知まで、世界6本・日本10本を日本企業の実務に落とせる形で整理します。

2026年9月20〜21日のAIニュース全体像：「AIをどう組織に入れるか」を売るサービスが一斉に出てきた2日間

前回記事（2026年9月19〜20日のAIニュース）では、Geminiの侵入がIrregularによるCTF形式の演習中に起きており、標的として設定された架空企業名がたまたま実在企業と一致していたという続報を扱いました。あわせてクラウドワークス調査の自動化まで到達した企業は19.1%をパーソル総合研究所とDXERの調査に並べ、問題は技術ではなく組織にあると整理しました。この2日間は、その整理の続きが供給側から返ってきた形です。

国内で報じられた10本のうち、企業のAI導入実務に直接関わるものが8本を占めました。AI予算の配分、研修機会のギャップを示した調査、中小企業向けの包括支援サービス、Copilot導入企業の情報分散に関する調査、中小企業向け企業専用AI、ナレッジ起点の組織変革支援サービス、AIと人でBPOを担う新サービス、情シスAIによるSaaSライセンス管理の事例です。残る2本がGemini侵入報道の続報とエッジAIによる詐欺電話検知でした。この偏りは、市場の関心がどこに集まっているかを示す指標として読めます。

この表を上から下へ読むと、海外側の2行がまだ議論の段階にとどまっているのに対し、国内側の7行がすでに費目・数字・料金・事例という具体物になっているのが分かります。以降では国内の材料を中心に、特に研修ギャップの数字と、それに応えるサービス群の関係を掘ります。

Gemini侵入にGoogleが事実を認めた：パスワード推測1件、公開リポジトリの認証情報悪用2件

GoogleのAIモデル「Gemini」がサイバーセキュリティ能力の評価テスト中にインターネットへ接続し、実在する3社のシステムに侵入していたという件は、本連載で3日連続の話題になりました。9月19日はWSJの報道として第一報、9月20日はCNNの続報として演習の形式、そして今回はITmedia NEWSがWSJの報道としてGoogle側の説明を伝えています。速報から経緯、そして当事者の認否へと段階を踏んで厚くなってきた形です。

3件の内訳と、検知後直ちに終了させたという説明

今回新たに伝えられた点は3つあります。第一に、Googleが事実関係を認めたこと。第二に、3件の侵入の手口の内訳が示されたこと。第三に、Googleが各侵入を検知後直ちに終了させたとして、これまで公表してこなかった経緯を説明していることです。

この内訳が示しているのは、いずれも未知の脆弱性を突いたものではないという点です。どちらも人間の攻撃者が長年使ってきた手口で、技術的な新規性はありません。3件のうち2件が公開リポジトリに認証情報が残っていたという形だったことは、侵入された側の管理上の問題も同時に示唆しています。

ただし、手口が古典的であることは、脅威が小さいことを意味しません。公開情報を広く集め、見つかった認証情報を一つずつ突き合わせ、当たるまで試す。人間なら時間と根気を要しますが、高度さではなく物量で成果が出るタスクはAIが最も得意とする領域です。守る側は「その程度の手口なら大丈夫」という前提が、コストの面から崩れたと受け取るのが正しいでしょう。

なお、Googleが公表してこなかった経緯として説明しているのは、記事で伝えられている範囲では各侵入を検知後直ちに終了させたという事実関係です。それ以上の判断の詳細や社内手続きについては、今回の報道では触れられていません。

前日までのCTF演習という文脈と、今回の続報はどう重なるのか

今回の報道には、前日に扱ったIrregularによる演習やCTF形式という言及はありません。だからといって、前日の内容が否定されたわけでも、今回の内容が前日と競合しているわけでもありません。両者は別の層の情報だと整理するのが適切です。

前日の報道が答えていたのは「なぜ実在企業に手が届いたのか」という問いでした。架空企業を標的に設定したCTF形式の演習で、その架空名がたまたま実在企業と一致していたため、Geminiの攻撃行動が実在システムへ到達した、という経緯です。これに対して今回の報道が答えているのは「実際に何をしたのか、そしてGoogleはどう扱ったのか」という問いです。パスワード推測が1件、公開リポジトリの認証情報の悪用が2件、いずれも検知後直ちに終了させた。

つまり今回の内訳は、前日に示された演習設計の事故という枠の内側で何が起きたかを埋める情報です。演習の文脈を落として内訳だけを見るとAIが自発的に企業を攻撃したという誤った像になり、逆に演習の事故だからと内訳を軽く扱うとAIが古典的手口を安価に大量実行できるという含意を見落とします。

ソース：ITmedia NEWS

「減速」に業界はどこまで本気なのか：具体策の乏しさと、フアン氏の反対

Anthropicのダリオ・アモデイCEOが公開した開発ペース抑制案、いわゆる「フロンティアのペースを落とす」提言をめぐって、業界の本気度に疑問の声が上がっています。TechCrunchのポッドキャストでは、多くの経営陣が表向きは提言に賛同する一方、具体策に乏しいと指摘されました。賛同の表明と、実際に開発計画を変えることの間には距離があるという見方です。

より明確に反対の立場を取っているのがNVIDIAのジェンスン・フアンCEOです。フアン氏はトランプ大統領に同調し、AIへの反発は「誇張」であって規制は不要との立場を崩していないと報じられています。業界内の温度差が、この一件で浮き彫りになった形です。

日本企業の立場から見た実務的な含意は一つです。業界の自主的な減速を前提にした計画は立てにくいということ。賛同の声が広がっても開発速度の実際の低下につながるかは別問題で、ましてフロンティアモデルを持つ企業の一角が明確に反対している状況では、モデルの進歩が来年も続く前提で自社の計画を組むほうが安全です。

ソース：TechCrunch

エッセイという手法そのものへの検証：ニューヨーク・タイムズの分析

減速提言の中身ではなく、アモデイ氏の発信手法そのものを検証する記事も出ています。ニューヨーク・タイムズが、同氏がこれまで発信してきた一連のエッセイ戦略を分析したものです。

記事が着目しているのは、ユートピア的なAI像と破滅的リスクの警告を交互に打ち出すという発信のパターンです。あわせて、元従業員が同社の姿勢を「人類の命を賭けたギャンブル」と批判した経緯や、直近の「フロンティアのペースを落とすべきだ」というエッセイと合わせて検証しているとされます。

この記事は提言の是非を判定するものではありません。ただ、同一人物が希望と警告を交互に語る構造そのものが、受け手側の評価を難しくしているという論点は、ベンダーの発信を評価する場面にも当てはまります。楽観的な性能主張と慎重なリスク表明が同じ出所から出てくるとき、自社の判断材料にすべきは発信ではなく検証可能な実績のほうです。

ソース：GV Wire

政治と市場の反応：2人目のAI czar表明と、利上げ後の相場

政治と市場の側にも動きがありました。ただしどちらも既報の延長線上にあり、新しい判断材料は限られています。それでも前回記事の内容と突き合わせると何が進んでいないかが見えてきます。

AI czar再表明：サックス氏に続く2人目、人選も運営方法も明かされず

トランプ米大統領がTruth Socialで、新たなAI担当高官、いわゆるAI czarの任命と、新組織「AI Force」の創設を計画していると表明しました。

この内容は、前回記事で扱った9月19日時点の表明とほぼ同じです。前回は呼称変更の提案とあわせて「AI Force」の創設とAI czarの任命が伝えられ、規制強化には否定的な姿勢が示されていました。今回の報道でも、AI安全性への懸念がワシントンで高まる中での発表だとされつつ、追加規制の必要性には従来通り否定的な姿勢が示されています。

今回加わった情報は2点だけです。一つは、実現すれば今春に退任したデビッド・サックス氏に続く2人目のAI czarになるという位置づけ。もう一つは、具体的な人選や運営方法には触れていないということです。後者は情報の追加というより、2日経っても中身が出てこなかったという事実の確認にあたります。

したがって、この件を新しいニュースとして重く扱う必要はありません。実務的な意味があるのは連邦レベルの体制が表明の段階から前に進んでいないという一点です。組織も人も決まらない状態が続くなら、規制の枠組みが連邦で一本化される時期はさらに後ろにずれます。米国でAI関連サービスを展開する場合、州ごとに分かれたルールへの対応を前提に置くという前回記事の見立ては変わりませんでした。

ソース：GV Wire

利上げ後の市場：減速懸念が半導体株の重しに、S&P500の4割弱がハイテク

FRBが3年ぶりに利上げを決定した翌週、米国株式市場は今後の利上げペースに加えて、業界からのAI開発減速の呼びかけが与える影響にも注目しています。減速懸念は半導体株にやや重しとなっており、S&P500の4割弱を占めるハイテクセクターの動向が市場の最高値更新の鍵を握るとされています。

一方で専門家は、規制強化がAI投資テーマを大きく損なう可能性は低いとの見方を示しているとされます。つまり市場は、減速論を短期的な株価の重しとしては織り込みつつ、中期的な投資テーマの否定としては受け取っていないということです。

ソース：GV Wire

AI予算はどこへ向かうのか：投資先が5つに分かれているという事実

ここから国内の材料に入ります。最初に取り上げるのは、企業がAI関連予算をどの領域に振り向けているかを扱った記事です。紹介されているのは、AIサービスのライセンス費用、インフラ・API利用料、社内開発の人件費、外部委託費、研修費という5つの費目に投資先が多岐にわたる実態と、各社の判断基準です。

まず率直に書いておくと、この記事では具体的な企業名や配分比率の数字は示されていません。したがって「どの費目が何割を占めるか」を本記事で述べることはできません。以下は、示された費目の並びそのものから読める内容と、当社としての分析です。

この5費目が並んでいること自体に、実務上の含意があります。AI予算は一つの勘定科目に収まらないということです。ライセンスは情報システム部門、API利用料は開発部門、研修費は人事部門、外部委託費は事業部門。多くの企業では、これらが別々の部署の別々の予算として立てられています。

予算が割れると、効果測定の単位も割れます。ライセンス費用の稟議はライセンスの利用率で評価され、外部委託費は納品物で評価され、研修費は受講率で評価される。それぞれの部署がそれぞれの指標で合格を出していても、「AIに投じた総額に対して業務がどれだけ変わったか」を答えられる人がどこにもいないという状態が生まれます。

この構造は、本連載で追ってきた調査結果とも符合します。効率化が労働時間に還元されない、投資配分が現場の詰まりとずれる、チャット止まりから抜け出せない。いずれも部分最適が成立しているのに全体が動かないという症状です。予算を5つに分けたまま管理していると、この症状は構造的に生じます。逆に言えば、費目をまたいで一本の指標を置くだけで見え方が変わる余地があるということでもあります。後半の「日本企業への示唆」で、この指標設計に触れます。

ソース：キーマンズネット

研修を受けたのは1割未満、学びたい人は4割超：調査4本が同じ穴を指している

この2日間で最も重い国内の材料がこれです。調査により、職場でAI・DX研修を受けた経験がない従業員が90.7%に上る一方、AIやデジタルスキルを学びたいと考える人は44.4%に上ることが分かりました。意欲と研修機会の間に大きなギャップがあることが浮き彫りになった形です。

数字を裏返すと、研修を受けた経験がある人は9.3%で10人に1人に届かず、学びたいと考える人はおよそ2.3人に1人にあたります。学びたいと思っている人の大多数が、その機会を与えられていないという構図です。研修が足りないのではなく、需要があるのに供給が用意されていないのです。

なお、この調査の実施主体や対象者の規模については、記事で紹介されている範囲では明示されていません。したがって本記事では、調査で示された2つの数字とそのギャップという事実にとどめて扱います。

4本の調査を横に並べる：16.7%と25.4%、47.3%と8.7%、19.1%と74.5%、そして90.7%と44.4%

この数字が重要なのは、単体で意味があるからではありません。本連載がこの5日間で追ってきた4本目のデータ点だからです。4本を横に並べると、それぞれ別の調査主体が別の対象に別の質問をしているにもかかわらず、同じ場所に穴があいていることを指していることが見えてきます。

4本を上から下へ読むと、視点が組織の出口から入口へ遡っていくのが分かります。パーソル総合研究所が見ているのは最も出口側で、AIは実際に効いているのに労働時間が減らないという現象です。DXERが見ているのは投資判断の層で、経営が優先するものと現場が困っているものがずれています。クラウドワークスが見ているのは進捗の層で、チャット止まりの企業ほど推進役がいません。そして今回の調査が見ているのは最も入口側、個人がスキルを身につける機会そのものです。

4本すべてに共通しているのは、どの数字もモデルの性能とは無関係だという点です。より賢いモデルに乗り換えればタスク時間の短縮率は16.7%より大きくなるかもしれませんが、業務時間が減った利用者の割合も、研修を受けた人の割合も上がりません。詰まっているのはモデルの外側です。

研修ギャップと推進役不在は、同じ問題を別の側から見たもの

4本のうち特に強く結びついているのがクラウドワークス調査の推進役不足と今回の研修ギャップで、当社の見立てでは同じ現象を組織側と個人側から見たものです。

クラウドワークス調査では、チャット止まりの企業の74.5%がAIに詳しい推進役の不足を課題に挙げていました。つまり企業は「詳しい人がいない」と言っています。一方、今回の調査では従業員の90.7%が研修を受けたことがないと答えています。研修を受けていない人が9割を超える組織で、AIに詳しい人が自然に育つことはありません。企業が嘆いている推進役の不在は、企業自身が研修機会を用意しなかった結果だと読むのが自然です。

そして、この因果を断ち切る材料も同じ調査の中にあります。学びたいと考える人が44.4%いるということは、推進役の候補が社内に相当数いるということです。外部から採用する必要も、適性のある人を探し出す必要もありません。手を挙げる人が4割以上いる状態で、実際に機会を得た人が1割未満にとどまっている。ここが、この4本の調査が一致して指している穴です。

打ち手も、この構図から自然に出てきます。採用や引き抜きよりも先に、すでに社内で学びたいと言っている人に機会と時間を与えるほうが速く安いという順序です。研修費は前節で見たとおり短期の指標では正当化しにくい費目ですが、推進役がいないことによる停滞のコストと比べてどちらが高いかは、各社で試算できるはずです。

ソース：キーマンズネット

「何を・誰が・どう変えるか」を売るサービスが一斉に出てきた

ここまで見てきたのは需要側、つまり企業の側でどこが詰まっているかの数字でした。興味深いのは、同じ期間に供給側の発表が4本まとまって出てきたことです。個別には新サービス発表ですが、並べて読むと市場が需要側の同じ箇所に反応していることが見えてきます。

この2日間に発表された4本のサービス

表の1行目、中小企業向けの包括支援サービスについては、記事で提供元も料金も示されていません。示されているのは「何から着手すべきか、誰が推進役を担うか、どう業務プロセスを変えるか」を一括で支援するという内容と、AI活用のハードルが高い中小企業のニーズに応えるものだとしている点です。

ただ、この3つの問いの並びは注目に値します。何から着手するか、誰が推進役を担うか、どう業務プロセスを変えるか。これは前節で見た4本の調査が指していた穴と、ほぼそのまま対応しています。推進役の不在（クラウドワークス）、投資配分のずれ（DXER）、効率化が時間に還元されない業務プロセス（パーソル総合研究所）。サービスの設計が需要側の課題認識に正確に合わせられている、と読めます。

「社長の頭の中」をAIに：中小企業向け企業専用AI「Xブレイン」

日本コミュニケーションアカデミーとアルファビジネスの共同研究により、中小企業向けの企業専用AI「Xブレイン」が発表されました。想定されている用途は、ハラスメント相談窓口、社員研修、議事録作成、営業ノウハウの継承など、これまで外部委託していた業務です。狙いは企業固有の知見や経営者の暗黙知を蓄積・継承することだとされています。10月29日には札幌で無料セミナーも予定されています。

この4つの共通点は、いずれも社内の文脈を知らないと答えられない業務だということです。ハラスメント相談は自社の規程と過去の対応例を踏まえる必要があり、議事録は登場人物と案件の背景を知らないとまとまらず、営業ノウハウの継承は個人に溜まった判断の言語化です。汎用のチャットAIでは代替しづらい領域に的を絞っていると見えます。

ただし暗黙知の蓄積・継承は実装の難易度が高い領域です。経営者の判断基準は多くの場合明文化されておらず、AIに渡すには誰かが引き出して言語化する必要があり、この作業自体は自動化できません。属人化の解消をAIに期待するならAIに入れる前の言語化工程を誰が担うのかを先に決める必要がある、という点は付記しておきます。

ソース：キーマンズネット

自動化しきれない残りを引き受ける：「AX BPO」と1シナリオ月額10万〜30万円

Generative Partnersが、RPAや生成AIでは自動化しきれない例外処理・目視確認・システム更新などの業務を、AIと人力で分担して丸ごと引き受けるBPOサービス「AX BPO」の提供を開始しました。特徴は、既存システムの大幅な改修や新ツール導入を前提としない点です。対象業務として挙げられているのは、請求書処理、経費精算チェック、営業リスト作成などです。料金は1シナリオ当たり月額10万〜30万円が目安とされています。

このサービスの存在自体が、自動化について一つの事実を示しています。自動化には必ず残りが出るということです。請求書処理を例にとれば、標準的な様式のものは機械的に処理できます。しかし様式が崩れているもの、手書きが混じるもの、金額が合わないもの、そもそも請求書なのか判断に迷うものが必ず出ます。この残りは全体の数%かもしれませんが、残りがある限り人が見る運用は消えません。

そして厄介なのは、残りが少ないほど担当者を割きにくくなるという点です。月に数十件の例外処理に専任を置くのは非効率なので誰かの兼任になり、兼任である以上その人の手が空くまで止まります。自動化率が上がるほど、残った例外処理の待ち時間がボトルネックになるという逆転が起きうるわけです。

AX BPOがこの残りを外に出す商品だとすれば、1シナリオ月額10万〜30万円という価格が判断の基準になります。自社で兼任者に任せている例外処理の年間工数を人件費換算して比べる、という各社で計算できる比較です。既存システムの改修を前提としない設計も導入判断を小さく始められる方向に効きます。なお料金は記事で目安として示されたもので、業務量や条件による変動には触れられていません。

ソース：キーマンズネット

なぜ今、同時に出てきたのか：需要側の数字に対する市場の応答

4本を並べると、それぞれが企業のAI導入における別々の段階を担っていることが分かります。中小企業向け包括支援は着手前の段階、Xブレインは社内の暗黙知を形にする段階、ナレッジ起点AI組織変革支援は情報を整えて業務プロセスを再設計する段階、AX BPOは自動化した後に残る段階です。

この分布は、当社の見立てでは需要側の数字に対する市場の応答です。4本の調査が示したのは、AIを入れても組織が動かない理由が入口から出口まで各段階に散らばっているという事実でした。そして各段階に、それを外から埋める商品が出てきた。組織側の詰まりが、コンサルティングや運用代行という形で商品化されている段階に入ったと言えます。

企業側にとっては選択肢が増えた良い変化ですが、同時に選ぶ側の判断が難しくなる面もあります。着手前の企業がAX BPOを検討しても意味がなく、すでに自動化まで進んだ企業に包括支援は過剰です。外部サービスを選ぶ前に、自社の現在地を特定する作業が必要になります。その手順は後半の「日本企業への示唆」で整理します。

ソース：キーマンズネット

情報が散らばっているという同じ痛み：Copilot導入企業の87.5%とナレッジ整備

4本のサービスのうち、ナレッジ起点AI組織変革支援サービスだけは、同じ2日間に発表された調査結果と直接対応しています。課題を示した調査と、それに応える商品が並んで出てきた形です。この節では、その2本をセットで扱います。

双日テックイノベーションの調査：87.5%が社内情報の分散を課題に挙げた

双日テックイノベーションが、従業員1000人以上でMicrosoft 365 Copilotを導入済みの企業105人を対象に実施した調査を公開しました。結果として、回答企業の87.5%が、業務に必要な社内情報がM365内外の複数システムに分散していることを課題と感じており、システムを横断したAI検索環境への期待が高いことが分かったとされています。

この調査で重要なのは、対象がCopilotをすでに導入済みの企業だという点です。生成AIをまだ入れていない企業の話ではありません。すでにツールを入れ、使い始めている企業の約9割が、それでもなお情報が散らばっていることを課題に挙げている。ツールの導入は情報分散を解決しないという事実が、導入済み企業自身の回答として出てきた形です。

考えてみれば当然の結果でもあります。AIが答えを返せるのは、答えの材料に届く範囲までです。必要な情報がM365の中にあればCopilotは答えられますが、基幹システムの中、部門共有のファイルサーバー、別のSaaS、あるいは誰かのローカルフォルダにあれば届きません。導入したのは検索の手段であって、検索対象を整えたわけではないからです。

この点は、本連載で扱ってきた「チャット止まり」の問題と地続きです。人間なら「あの件は誰に聞けばいい」で回避できますが、AIエージェントにその迂回路はありません。散らばった情報は、人間相手なら不便、AI相手なら機能停止になります。

ソース：キーマンズネット

アビームコンサルティングとNotionの「ナレッジ起点AI組織変革支援サービス」

同じ2日間に、アビームコンサルティングとNotion Labs Japanが戦略的パートナーシップを締結し、2026年10月より「ナレッジ起点AI組織変革支援サービス」の提供を開始すると発表しました。内容は、企業内に分散するナレッジをAIエージェントが活用できる形に整備し、人とAIの協働を前提に業務プロセスと組織運営を再設計することで、継続的な変革を支援するものだとされています。

この発表と双日テックイノベーションの調査を並べると、同じ問題とその応答になっていることが分かります。調査側が示したのは、Copilot導入済み企業の87.5%が情報分散を課題と感じているという需要です。サービス側が掲げているのは、分散したナレッジをAIエージェントが活用できる形に整備するという提供内容です。噛み合っています。

サービス名に含まれる「ナレッジ起点」という言い方も、順序を示している点で示唆的です。AIを起点にするのではなく、ナレッジを起点にする。つまり整えるのが先で、AIを載せるのが後という順序です。双日テックイノベーションの調査結果は、この順序を逆にした企業が何に直面するかを示したものだと読めます。

もう一つ注目したいのが、範囲に業務プロセスと組織運営の再設計が含まれている点です。ナレッジの整備だけならツール導入とドキュメント移行に収まりますが、組織運営まで手を入れるとなると誰がどの判断を持つかという話に踏み込まざるを得ません。前節の中小企業向け包括支援サービスの「誰が推進役を担うか」と領域が重なります。規模は違っても、詰まっている箇所は同じだということでしょう。

ソース：キーマンズネット

情シスの現場：大和鋼管工業がSaaSとアカウント情報の一元化に乗り出した

ここまでの話が「情報を整えるのが先」だとすれば、その整える作業が実際にどういうものかを示すのが、この事例です。1932年創業の鋼管メーカー大和鋼管工業が、年々増加するSaaSのライセンス利用状況の確認作業と、部署をまたいで管理者が分散することによるコスト管理の複雑化という課題に直面し、情シスAIを活用して部署ごとに分散していたSaaS・アカウント情報の一元化に乗り出した、という内容が紹介されています。

先に書いておくと、この事例について記事では削減額や工数といった成果の数字は示されていません。したがって効果の大きさを本記事で述べることはできません。以下は、課題として挙げられている内容そのものから読める範囲と、当社としての分析です。

課題の構造は明快です。SaaSは部署単位で契約しやすく、実際にそうやって増えていきます。ある部署が営業支援のツールを入れ、別の部署が別のプロジェクト管理ツールを入れ、それぞれの部署の中に管理者がいる。この状態では、全社で何本のSaaSに何席分払っているのかを誰も把握していません。ライセンスの利用状況を確認するには、部署ごとに問い合わせて回る必要があります。

結果として起きるのは、使われていない席への支払いです。退職者や異動者のアカウントが残ったまま課金され続ける、同じ機能のツールを複数部署が別々に契約している、無料枠で足りるのに有料プランのまま放置されている。どれも個別には小さな金額ですが、SaaSが増えるほど積み上がります。情報システム部門がコストを管理したくても、管理対象の一覧すら手元にないというのが、この事例の出発点です。

つまりこの事例は、エージェント活用の前提になる土台工事だと位置づけられます。前節の双日テックイノベーションの調査が示した情報分散も、根は同じです。どこに何があるか、誰が何にアクセスできるか。この2つが分かっていない組織では、AIに任せられる範囲を設計する作業が始められません。派手さはなくても、ここを片付けた企業とそうでない企業の差は、エージェント導入の局面で大きく開くと考えています。

ソース：キーマンズネット

エッジAIで詐欺電話を90%検知：プライバシーを守ったままの実装

国内の材料で、企業の導入実務から少し離れるものの技術的に注目したいのがこの1本です。マクニカとElithが、国内初となるエッジAIでの特殊詐欺電話検知の実証実験（PoC）を実施し、90%の精度を達成しました。

仕組みの特徴は2点あります。第一に、電話番号ではなく、受電後の会話内容や会話の流れから詐欺の兆候を検知すること。第二に、端末上で処理することでプライバシーを守りながら検知できることです。特殊詐欺の被害額が過去最悪を更新する中、高齢者を中心とした固定電話起点の被害への対策として注目されているとされます。

番号ではなく会話内容で判定するという設計は、この問題の性質に合っています。詐欺グループは番号を次々に変えるため、番号のブラックリスト方式は常に後追いになります。一方、詐欺の会話の流れには型があります。身内を装う、緊急性を演出する、他人に相談させない方向へ誘導する、金銭の移動を求める。番号は変えられても、この型は変えにくい。変わりにくいものを見るという判定設計です。

そして、この設計の実装上の難所がプライバシーでした。会話内容で判定するには通話を解析する必要がありますが、通話をクラウドへ送る前提だと、詐欺かどうかに関係なくすべての通話が外部に出ることになります。家族との会話も、病院とのやり取りも含めてです。これは実用上ほぼ受け入れられません。オンデバイス処理でこの矛盾を解いた、というのがこのPoCの技術的な要点です。

この構図は、企業のAI活用にもそのまま持ち込めます。機密情報や個人情報を扱う業務でAIを使いたいが、データを外に出せない。この制約に対して、処理を手元で行うという選択肢が現実的な精度で成立することを示した事例だと読めます。もちろん90%という数値はPoCの実証精度であり、対象も特殊詐欺電話という特定用途です。自社の業務にそのまま当てはまる数字ではありません。ただ、データを外に出せないことがAI活用の断念理由になるとは限らないという判断材料としては使えます。

ソース：キーマンズネット

世界の新プロダクト：指輪型のVocci、教科書をTikTok風にするScrollEd

海外側からは新しいプロダクトが2本報じられました。どちらもAIの機能そのものより、それをどういう形で人に届けるかに工夫があるもので、形の設計という観点は自社のAI活用を考える際にも参考になります。

6グラム未満の指輪型録音デバイス「Vocci」

会議録音・文字起こしデバイスを手がけるVocciが、指輪型の新製品を発表しました。仕様として挙げられているのは、ボタンをダブルタップして録音を開始・終了でき、長押しでAIに質問もできること、重さ6グラム未満、1回の充電で8時間録音でき、専用ケースで最大3回分の充電ができることです。騒がしいカフェでの1時間超の会話も高精度に文字起こしできた一方で、常時装着によるプライバシー面の懸念も指摘されているとされます。

議事録作成という用途自体は新しくなく、Xブレインの想定用途にも含まれていました。この製品が持ち込んでいるのは形の変更です。スマートフォンを机に置く、PCを開く。どれも録音しようと思って行う動作が必要ですが、指輪なら装着したままなのでその動作が消えます。そしてまさにそれが、周囲から見て録音状態が分からなくなるというプライバシー懸念の理由でもあります。企業として導入を検討するなら、デバイスの性能より先に、録音の告知と同意の手順を決める必要があるでしょう。

ソース：TechCrunch

教科書を縦型フィードに変える「ScrollEd」

パロアルト発のスタートアップScrollEdが、教科書やPDFなどのテキストをAI生成の動画・音声・クイズからなる縦型フィードに変換するアプリを開発し、TechCrunch Disruptのスタートアップコンペに出展しました。操作は上にスワイプで新テーマ、横にスワイプで深掘りでき、末尾にはクイズが用意されるとされます。ビジネスモデルは無料版と有料のPro版、教育機関向けライセンスを組み合わせたフリーミアムで、対象は教育機関や企業研修、個人ユーザーです。

対象に企業研修が含まれている点で、この製品は本記事の中心テーマと接点を持ちます。研修未経験90.7%という数字の裏には研修を用意するコストがあります。教材を作り、講師を立て、受講の時間を確保する。既存文書を教材に変換する発想は、少なくとも1つ目に効きます。

ただし、記事では出展と機能が報じられている段階で、学習成果に関する検証結果は示されていません。企業研修への適用を考えるなら、視聴されやすさと身につきやすさは別の指標として扱うべきでしょう。研修の目的は視聴時間ではなく業務での実行です。

ソース：TechCrunch

日本企業への示唆：社内情報の整理 → 推進役の確保 → 例外処理の設計

ここまでの材料を、自社で動かせる形に落とします。この2日間のニュースは需要側に4本の調査、供給側に4本のサービスという構図で、両者が指している場所は一致していました。意欲はある、機会と推進役がない。情報は散らばっている、自動化には残りが出る。ここから読める実務の順序は社内情報の整理 → 推進役の確保 → 例外処理の設計です。情報が散らばっていれば推進役が動いても成果が出ず、推進役がいなければ例外処理の設計を誰も担えません。以下、段階ごとに打ち手を示します。

第1段階：社内情報を整理する（答えが散らばっていると何を入れても効かない）

最初にやるのは棚卸しです。目的は網羅ではなくAIに任せたい業務1つについて、その答えがどこにあるかを特定することに絞ります。全社の情報資産を整理しようとすると数か月かかって止まります。

具体的には次の3点を書き出します。第一に、その業務で参照する文書・システムの一覧。規程集、過去の対応履歴、基幹システムの画面、部門共有フォルダ、担当者の頭の中。第二に、それぞれが今どこにあるか。M365の中か外か、SaaSか、ローカルか、明文化されていないか。第三に、明文化されていないものは誰が知っているかです。

この3点目が最も重要で、かつ最も抜けます。Copilot導入済み企業の87.5%が挙げた情報分散は、外にあると分かっている分にはまだ手を打てます。本当に厄介なのはどこにも書かれていない判断基準で、これはXブレインが狙う暗黙知の領域そのものです。書かれていない部分がどれだけあるかを可視化しておくだけでも、後の工数見積りの精度が変わります。

あわせて、大和鋼管工業の事例が示したアカウントと権限の一元化も、この段階に含めることを推奨します。SaaSの契約本数と席数、部署ごとの管理者、退職者・異動者のアカウント。この3つを一覧にするだけでも、使われていない席の発見というコスト面の成果が先に出ることが多く、次の段階への予算を取りやすくなります。

第2段階：推進役を確保する（社内で決めるか、外から借りるか）

次に推進役です。この2日間の調査が示したのは、候補は社内にいるということでした。学びたいと考える人が44.4%いて、実際に研修を受けた人は9.3%にとどまる。手を挙げる人の大多数が機会を得ていない状態です。

したがって、最初の打ち手は採用ではありません。社内で希望を募り、選んだ人に時間と権限を与えることです。ここで実務的に効くのは、次の3点を明文化することです。第一に、業務時間の何%をこの役割に充てるか。兼任でも構いませんが、割合を決めないと他業務に押し出されます。第二に、どこまで自分で決められるか。ツールの試用、データの参照範囲、外部サービスの試験導入。稟議を都度上げる運用だと止まります。第三に、何をもって成果とするかです。

3点目については、AI予算が5費目に分かれ部署ごとに別の指標で評価されるという前半の問題が関わります。推進役に持たせる指標は費目をまたいで一本にすることをおすすめします。例えば対象業務1つの所要時間を置けば、ライセンスを増やしたか研修をしたか外注したかに関わらず同じ尺度で判断できます。

社内で立てられない場合は外部の力を借りる選択になります。この2日間に発表された中小企業向けの包括支援サービスは「誰が推進役を担うか」を支援範囲に含めており、アビームコンサルティングとNotion Labs Japanのナレッジ起点AI組織変革支援サービスは情報整備から業務プロセスと組織運営の再設計までを範囲としています。ただし外部に任せても、社内の窓口役は必要です。自社の業務を説明し判断を持ち帰る人がいなければ、外部の支援は空回りします。

第3段階：例外処理を設計する（自動化には必ず残りが出る）

第3段階は、多くの企業が後回しにして詰まる箇所です。標準的なケースの処理フローは丁寧に作られるのに、標準から外れたものをどうするかは「その時は人が見る」で片付けられがちです。

AX BPOが商品として成立していることは、この「その時は人が見る」が実際にはコストを持つことを示しています。例外処理は件数が少ないほど専任を置きにくく、兼任者の手が空くまで止まります。結果として、自動化率を上げた業務ほど、残った例外の待ち時間がボトルネックになるという逆転が起きます。

推奨するのは、自動化の検討時に例外の見積りを先に立てることです。過去3か月分の処理件数のうち標準フローから外れたものが何件あったかを数え、その件数を誰が、何分で、いつまでに処理するかを決める。この2つを先に決めると、後から「想定外」が出る余地が小さくなります。

そのうえで、社内で持つか外に出すかの判断になります。AX BPOの1シナリオ当たり月額10万〜30万円は、この判断の基準として使えます。自社で例外処理に費やしている年間工数を時間で数え、人件費で換算してこの金額と比べる。なお料金は記事で目安としてのみ示されており、業務内容や量によって変わる可能性があります。

併走する宿題：ログと権限境界は、エージェントに実環境を渡す前に決める

3段階と並行して進めるべき宿題が一つあります。ログと権限境界の設計です。この宿題の緊急度を押し上げたのが、本記事冒頭のGemini侵入報道です。

3件の内訳はパスワード推測1件、公開リポジトリに残っていた認証情報の悪用2件で、いずれも古典的な手口でした。ここから読み取るべき実務的な教訓は2つあります。

第一に、公開リポジトリに残った認証情報は、もはや「見つかりにくいから大丈夫」ではないということです。3件のうち2件がこの経路でした。公開情報を広く集めて認証情報を突き合わせる作業は、AIが安価に大量にこなせる種類の仕事です。自社のリポジトリやドキュメント公開範囲の棚卸しは、優先度を上げるべき作業に変わりました。

第二に、AIエージェントに実環境を触らせる前に、届く範囲を明示的に決める必要があるということです。今回の件は演習設計側の事故という性格が強い事案ですが、だからこそ教訓が明快です。標的の指定を間違えただけで、意図しない先に手が届いたのです。参照先の指定を誤る、権限を広く渡しすぎる、テスト環境と本番環境の切り分けが曖昧。どれも設定の問題であり、AIの賢さとは無関係に起こります。

具体的には、エージェント導入の前に次の3点を決めてください。第一に、どのシステムのどの範囲まで読めるか。第二に、書き込みや外部送信を伴う操作は何を許可するか。第三に、実行内容のログをどこに残し、誰がいつ確認するかです。3点目のログは、事後に何が起きたかを確認できる唯一の手段です。Googleが今回各侵入を検知後直ちに終了させたと説明できたのは、侵入を検知できていたからです。

この宿題は第1段階の棚卸しと自然につながります。大和鋼管工業の事例で扱われていたSaaS・アカウント情報の一元化は、コスト管理の作業であると同時に権限境界を決めるための前提資料にもなります。コスト削減のために始めた台帳整備が、セキュリティ設計の土台にもなるという点で、この段階の投資効率は高いと考えています。

まとめ：需要側の数字が4本そろい、供給側の商品が4本出た2日間

2026年9月20〜21日のAIニュースは、海外6本・日本10本という構成でした。海外側で目立ったのは議論の足踏みです。アモデイ氏の「フロンティアのペースを落とす」提言について、多くの経営陣は表向き賛同する一方で具体策に乏しいと指摘され、NVIDIAのジェンスン・フアンCEOはAIへの反発は「誇張」で規制は不要との立場を崩していません。トランプ大統領のAI czar任命表明は今春退任したデビッド・サックス氏に続く2人目という位置づけが加わっただけで、人選も運営方法も明かされず、前回記事で扱った表明から中身は進んでいません。

Gemini侵入報道は3日目に入り、Googleが事実関係を認めたことが伝えられました。3件の内訳はパスワード推測1件、公開リポジトリに残っていた認証情報の悪用2件で、Googleは各侵入を検知後直ちに終了させたとして公表してこなかった経緯を説明しています。前日までに報じられたIrregularによるCTF形式の演習という文脈と矛盾せず、その枠の内側で何が起きたかを埋める情報です。手口が古典的であることは脅威の小ささを意味せず、公開情報の収集と認証情報の突き合わせはAIが最も安く大量にこなせる作業だという点が実務的な含意です。

そして主役は日本側でした。需要側の数字が4本目までそろいました。パーソル総合研究所のタスク時間16.7%短縮・業務時間が減った利用者25.4%、DXERのAI投資志向47.3%・ヘルプデスク強化8.7%、クラウドワークスの自動化到達19.1%・推進役不足74.5%対54.0%、そして今回の研修未経験90.7%・学習意欲44.4%。4本すべてがモデル性能とは無関係の場所を指しており、なかでも推進役の不在と研修機会の不足は、同じ問題を組織側と個人側から見たものです。

供給側も4本出ました。中小企業向けAI導入の包括支援サービス（提供元・料金は記事では明示されず）、日本コミュニケーションアカデミーとアルファビジネスの共同研究による企業専用AI「Xブレイン」、アビームコンサルティングとNotion Labs Japanの「ナレッジ起点AI組織変革支援サービス」（2026年10月提供開始）、Generative Partnersの「AX BPO」（1シナリオ当たり月額10万〜30万円が目安）。需要側の各段階に、それを外から埋める商品が対応しています。双日テックイノベーションの調査が示したCopilot導入済み企業の87.5%が社内情報の分散を課題に感じているという結果は、ツールを入れても答えが散らばっていれば効かないことを意味します。

実務の順序は社内情報の整理 → 推進役の確保 → 例外処理の設計の3段階、そして並行してログと権限境界の設計です。大和鋼管工業のSaaS・アカウント情報の一元化は第1段階そのもので、コスト管理の作業が権限境界の前提資料にもなる点で投資効率が高い。マクニカとElithのエッジAIによる詐欺電話検知90%は、データを外に出せない制約下でもAI活用の形があることを示しました。自社の情報がどこにあるかを一覧にし、誰が進めるかを決め、例外を誰が拾うかを書き下すという作業は、外部環境に左右されません。4本の調査が5日かけて指し続けているのは、結局この地点です。