AIニュース速報（2026年9月30日〜10月1日）｜Googleが「Gemini 4 Argon」を発表し出力上限100万トークン・まずサイバー防御組織へ、OpenAIの「Decisions API」とAIエージェントの監視コスト、「AI」を「SI」と呼ぶ大統領令、RedditがRSSと公開APIを終了、日立とファナックがフィジカルAIで提携まで解説

2026年10月1日時点で振り返る9月30日〜10月1日の2日間のAIニュースは、世界10本・日本10本の計20本です。最大の話題は、Googleが次世代モデル「Gemini 4 Argon」を発表したことです。最大出力を100万トークンに広げ、まず「Fairwind Program」を通じてサイバー防御組織に提供し、一般提供は有料APIとGoogle AI Ultra加入者から順次進めるとしています。

同じ2日間には、OpenAIがDevDayで発表した「Decisions API」、AIエージェントの行動を監視するコストの試算、Googleが公開したAIエージェントの4つの設計パターンなど、AIエージェントの信頼性とコストに関わる報道が重なりました。政治の面では、トランプ大統領が政府内で「AI」を「SI（Super Intelligence）」と呼ぶよう命じる大統領令に署名し、AI業界の首脳とともに安全対策に関する自主的な合意にも署名しました。ほかに、RedditによるRSSと公開APIの終了、日立製作所とファナックのフィジカルAIでの提携なども取り上げます。要約で示されていないことは示されていないと明記し、筆者の見解は分けて書きます。

AIニュース 2026年10月1日の全体像：Gemini 4 Argon、AIエージェントの信頼性とコスト、SI（超知能）の大統領令、データの囲い込み

前回記事（2026年9月28〜30日のAIニュース）で扱った記事は、本記事の対象から外しています。20本のうち、トランプ大統領の署名とOpenAIのDecisions APIは、それぞれ世界と日本のメディアが同じ出来事を伝えているため、1つの話題にまとめました。そのため、本記事で扱う話題は18件です。テーマごとに束ねると次のとおりです。

20本のうち6本（世界のFlow Engineering、Airbnb、Restate、日本のOpenAIの謝罪と安全指針、dots、Ultrafast）は、元にした要約が記事本文ではなく見出し中心で作られています。これらは要約に書かれた範囲だけを短く紹介し、詳細は示せないことを明記します。

以下は筆者の整理です。この2日間には、モデルの能力を広げる発表（Gemini 4 Argon、GPT-6.1 Sol）と、AIエージェントを安く確実に動かすための仕組み（Decisions API、監視コストの試算、Restate、Googleの設計パターン）が並びました。その一方で、Redditはデータの出口を絞り、MetaのMuseをめぐってはメッセージを無断で読んだかどうかで報道とMetaの説明が食い違っています。AIが使えるデータと、AIに渡す権限の扱いが、能力と同じくらい問われた2日間だったと言えます。以降では、最大の話題であるGemini 4 Argonから見ていきます。

Gemini 4 Argon：出力上限100万トークン、まずFairwind Programでサイバー防御組織へ、API価格は導入期間中100万トークン当たり入力2ドル・出力10ドル

発表された内容：出力上限、強みとされる領域、提供の順序、API価格

ITmedia NEWSによると、Googleは次世代モデル「Gemini 4 Argon」を発表しました。最大出力を6.4万トークンから100万トークンに拡大し、長時間の業務処理や脆弱性の自律的な発見・修正に強みを持つとされます。提供は段階的で、まず「Fairwind Program」を通じてサイバー防御組織に提供し、一般提供は有料APIとGoogle AI Ultra加入者から順次進めます。記事の見出しは、これを「サイバー防御組織に限定提供」と表現しています。

強みとされる領域はGoogleの発表として報じられたもので、本記事が元にした要約には、それを裏付ける評価の数字は含まれていません。また、6.4万トークンがどのモデルの出力上限なのかも、要約では示されていません。

ソース：ITmedia NEWS

要約で示されていないこと：Fairwind Programの対象、一般提供の時期、導入期間後の価格

元にした報道の要約からは、次の点が読み取れません。

• Fairwind Program：参加できる組織の条件と、具体的にどの組織に提供されるのか
• 一般提供の時期：「順次」とされ、有料APIとGoogle AI Ultraでいつから使えるのか、日本で使えるのか
• 価格：「導入期間中」の価格とされ、導入期間がいつまでか、その後の価格はどうなるのか
• 出力以外の仕様と性能：入力の上限や、ほかのモデルと比べた性能

本連載の9月24〜25日回では、Google DeepMindの開発責任者が次世代モデル「Gemini 4」の年内リリースを示唆したと報じられたことを扱い、正式な発表ではないと書きました。今回、Gemini 4の名を冠したモデルが発表されたことになります。ただし、提供はサイバー防御組織から始まり、一般提供は順次とされているため、多くの企業がすぐに使える段階ではありません。

なお、導入期間中のAPI価格（100万トークン当たり入力2ドル・出力10ドル）は、後述するOpenAIのGPT-6.1 SolのAPI料金として報じられた数字と同じです。本記事では、数字が一致していることから何かを読み取ることはしません。Argonの価格が導入期間中のものとされている点も、条件として異なります。

100万トークンの出力と、防御側から始める提供（筆者の見解）

以下は筆者の見解です。出力上限が100万トークンに広がると、長い報告書や大量のコードを1回の呼び出しで書き出せる余地が生まれます。一方で、出力は入力より単価が高く設定されています。仮の計算ですが、導入期間中の価格で上限の100万トークンを1回で出力すれば、出力だけで10ドルになります。長い出力を前提にした業務を設計するなら、1回の処理でどれだけ出力させるかを、コストと合わせて決める必要があります。

脆弱性の自律的な発見・修正という強みは、使い方によっては攻撃にも転用され得る能力です。Googleがまず防御側の組織に提供する理由は要約では示されていませんが、提供の順序そのものが、能力の高いモデルを誰に、いつ渡すかという判断を含んでいると読めます。自社システムの脆弱性診断に使いたい企業は、一般提供の範囲と時期が示されるのを待ち、そのうえで既存の診断の手順とどう組み合わせるかを検討するのが現実的だと考えます。

AIエージェントの信頼性とコスト：Decisions APIとJevの監視コスト試算、Restate、Googleの4つの設計パターン

本記事の中心に置きたいのが、この4本です。以下は筆者の整理です。性能の高いモデルを1つ選べば済むという段階から、どの判断をどのモデルに任せ、その行動をどう監視し、途中で止まったらどう再開するかという設計の段階へ、AIエージェントの論点が移っていることを示しています。

OpenAIの「Decisions API」：廉価モデルLunaに質問と回答候補を与え、数分の1秒で判断を返す

ITmedia AI+によると、OpenAIはDevDayで「Decisions API」のプレビュー版を発表しました。事前に定めた質問群と回答候補を廉価モデル「Luna」に与え、数分の1秒で判断を返す仕組みです。用途として、コンテンツ分類、リクエスト振り分け、エージェントの次の行動選択が挙げられています。

TechCrunchは、Decisions APIが、元OpenAI研究者が作ったTypeSafe AIの「Jev」に酷似していると伝えています。ITmedia AI+もJevに類似するとし、見出しでは「Jevに追従」と表現しています。

要約からは、プレビュー版を使える条件、料金、Lunaのどの版が使われるのか、正式提供の時期は読み取れません。

ソース：TechCrunch、ITmedia AI+

本連載では、9月16〜17日回でTypeSafeの「Jev」の発表を、9月18〜19日回でJevに対する開発者の反応を扱いました。両回では、Jevを、本番コードの中で構造化された確率的判断を実行する専用モデル、テキストではなく確率を出力する非LLM型のモデルとして紹介しています。今回は、本連載がJevを最初に扱ってから約2週間で、OpenAIが似た仕組みを自社のAPIとして発表したことになります。

AIエージェントの監視コスト：Jevなら2.94ドル、最先端LLMなら372ドルとの試算

TechCrunchによると、AIエージェントの各行動を監視するコストについて、Jevなら2.94ドル、最先端のLLMでは372ドルになるという試算があります。記事は、こうした仕組みがエージェントの信頼性向上に寄与し得るとしています。

この数字は試算であり、実測の結果ではありません。要約からは、誰が試算したのか、何件の行動を、どの期間、どのような条件で監視した場合の金額なのかは読み取れません。また、試算はJevと最先端のLLMを比べたもので、Decisions APIの費用ではありません。本記事では、2つの金額の比率を精密な差として扱うことはしません。

以下は一般的な解説です。AIエージェントの監視とは、たとえばエージェントが次の行動を取る前に、その行動が許された範囲に入っているかを判定する仕組みを指します。行動の数だけ判定が必要になるため、1回の判定に高性能なモデルを使うと、監視の費用が大きく膨らむことがあり得ます。決められた選択肢から選ぶだけの判定なら、軽量なモデルで足りる場面があるのではないか、というのが今回の論点です。

前回記事では、OpenAIのAIエージェントをめぐる一連の事案とOpenAIの対応を表に整理しました。以下は筆者の見解です。エージェントのすべての行動を確かめたくても、確かめる費用が高ければ、抜き取りでの確認にとどまりがちです。監視の単価が下がれば、確認の対象を広げる選択肢が現実的になります。ただし、軽量なモデルに判定を任せる場合は、その判定がどの程度正しいのかを、自社の業務のデータで確かめる必要があります。

Restate：AIエージェント向けの耐久実行基盤で2,000万ドルを調達

TechCrunchによると、耐久実行基盤を手がけるRestateが2,000万ドルを調達しました。記事の見出しは、AIエージェントの普及で耐障害インフラの需要が高まっていることを背景に挙げています。この項目は元にした要約が見出し中心で作られており、製品の詳細や出資者は本記事では示せません。

筆者の注：一般に、長い時間をかけて動くエージェントほど、途中で処理が止まったときの扱いが課題になります。

ソース：TechCrunch

Googleが公開したAIエージェントの4つの設計パターン：MCPの双方向利用、イベント駆動の並行処理、フォールバック先への同一検証、段階的な振り分け

＠ITによると、Googleは、AIエージェント開発コンテスト「AI Agents Challenge」の上位作に共通する4つの設計パターンを紹介しました。要約で示されたパターンの名前と、名前から読み取れる一般的な意味を並べます。

表の右の列は、パターンの名前から読み取れる一般的な意味を筆者が補ったもので、Googleが示した具体的な実装ではありません。

ソース：＠IT

「マルチエージェント」を名乗っても、実態は単一モデルのプロンプト連鎖という作品も

同じ記事によると、上位作の多くが「マルチエージェント」を名乗る一方で、実態は単一モデルのプロンプト連鎖にすぎないものもあったといいます。

以下は一般的な解説です。プロンプト連鎖は、1つのモデルに対して、前の出力を次の指示に渡しながら順番に処理させる構成です。マルチエージェントは、一般に、役割や権限、使うツールが異なる複数のエージェントが分担して処理する構成を指します。呼び名が同じでも、どちらの構成かによって、失敗したときの影響の範囲や、監視すべき点が変わります。

本連載の9月26〜27日回では、高性能なモデルへの過度な依存がトークンコストを押し上げており、タスクに応じてモデルを使い分けることでコストを最大44%抑制できる可能性があるとの分析を扱いました。以下は筆者の整理です。Googleが挙げた「高価なモデル呼び出し前の段階的な振り分け」は、この使い分けを、エージェントの設計の中に組み込む形と読めます。

4本をつなぐもの：判断を小さく分け、安い判断を先に置く（筆者の整理）

以下は筆者の整理です。Decisions APIとJevは、エージェントの判断のうち決められた選択肢から選ぶ部分を切り出し、軽量なモデルに任せる考え方です。Googleの段階的な振り分けも、高価なモデルを呼ぶ前に安い段階を置く点で、同じ方向にあります。Restateの調達は、こうしたエージェントが長く動くことを前提にした基盤の側の動きです。

共通しているのは、エージェントを1つの大きなモデルの呼び出しとしてではなく、判断、監視、切り替え、再開といった部品の組み合わせとして設計する見方です。どの部品にどのモデルを使うかで、信頼性とコストの両方が変わります。日本企業での具体的な進め方は、後の「日本企業への示唆」で整理します。

SI（超知能）の大統領令と自主的な安全合意：America.govも開始

ITmedia NEWSによると、トランプ大統領はAI業界首脳との昼食会で、行政機関が「AI」の代わりに「Super Intelligence（SI）」を使うよう命じる大統領令に署名しました。あわせて、政府サービスの単一窓口「America.gov」を開始し、Googleが技術パートナーに選ばれたといいます。TechCrunchも、大統領令で政府機関の用語を「AI」から「SI（超知能）」へ変えることが義務づけられたと伝えています。

2つのメディアは、安全対策に関する自主的な合意への署名も報じています。ITmedia NEWSは昼食会の参加者が署名したと伝え、TechCrunchによると、署名したのはトランプ大統領とNvidia、Meta、Anthropicなどの首脳です。同記事によれば、合意はフロンティアモデルの安全対策として独立委員会による監督や社内統制の導入を掲げる一方で、法的拘束力はありません。公開された署名写真で「United States」が「Unites States」と誤記されていたことも話題になったとしています。

合意の名称：題名と副題

ITmedia NEWSによると、この合意の文書の題名は「White House Accord on Super Intelligence」で、副題は「Joint Commitment on Frontier Responsibilities」です。TechCrunchは、この合意を後者の「Joint Commitment on Frontier Responsibilities」と呼んでいます。

要約からは、合意の具体的な条文、署名した企業の全体、独立委員会の構成、大統領令の施行の時期、America.govで提供されるサービスの範囲も読み取れません。

ソース：TechCrunch、ITmedia NEWS

本連載の9月21〜24日回では、トランプ大統領が国連総会の演説で、AIを今後「Super Intelligence（SI）」と呼び、米国の全公文書でこの呼称を採用すると表明したことを扱いました。9月27〜28日回では、トランプ大統領と習近平国家主席が「超知能（SI）」の呼称を用いることで合意したことを扱っています。時系列では、国連での表明、米中首脳の合意に続いて、行政機関に呼称を義務づける大統領令が報じられたことになります。

また、9月27〜28日回では、AnthropicのアモデイCEOがホワイトハウスでトランプ大統領と夕食を共にすると報じられたことも扱いました。今回の署名者にAnthropicの首脳が含まれるとTechCrunchは伝えていますが、夕食会との関係は要約では示されておらず、本記事でも結び付けません。

以下は筆者の見解です。日本企業にとって、呼称の変更そのものが業務に影響する場面は、現時点では見当たりません。注目したいのは、安全対策の合意が法的拘束力のない自主的なものだという点です。AIの提供元を選ぶ企業は、業界の合意に署名しているかどうかだけで判断するのではなく、各社が利用規約や契約、公開している安全対策の文書で何を約束しているのかを確かめる必要があると考えます。

DevDayの続報：GPT-6.1 Solの性能と価格、dots、Ultrafast、オーストラリアへの謝罪と安全指針

前回記事で扱ったDevDay関連の発表などについて、日本のメディアから4本の続報がありました。このうちGPT-6.1 Solは記事本文に基づく要約があり、残る3本は見出し中心の要約です。ここでは、前回記事に加わった点に絞って紹介します。

GPT-6.1 Sol：GPT-6 Astraに迫る性能を5分の1のコストでとOpenAI、API料金は100万トークン当たり入力2ドル・出力10ドル

ITmedia AI+によると、OpenAIは「GPT-6.1 Sol」を、「GPT-6 Astra」に迫る性能を5分の1のコストで提供するモデルとして発表しました。コーディングやコンピュータ操作などで性能が向上し、ChatGPTの各有料プランとCodexで利用できます。API料金は100万トークン当たり入力2ドル・出力10ドルです。記事は、安全性への懸念から「GPT-6.1 Astra」の投入は見送られたと報じられていることにも触れています。

前回記事では、GPT-6.1 Solの性能、価格、利用できる場所は要約で示されていないと書きました。今回、その一部が示されたことになります。「Astraに迫る性能」と「5分の1のコスト」はOpenAIの説明で、どの評価で「迫る」としているのか、5分の1をどのような使い方で計算したのかは、要約からは読み取れません。GPT-6.1 Astraの投入見送りは、前回記事でもTechCrunchの報道として扱った内容で、要約ではOpenAI自身の説明は示されていません。

ソース：ITmedia AI+

以下は筆者の見解です。上位モデルに迫る性能を低いコストで出すとうたうモデルは、モデルの使い分けの選択肢を増やします。ただし、どこまで迫るかは業務によって異なります。自社でよく使うタスクで、Astraとの品質の差がどこに出るかを確かめてから切り替えることを勧めます。

見出し中心の続報：最先端AIの学習に関する安全指針、dotsのクラウド上での常時稼働、Ultrafastの月500ドルプラン

次の3本は、元にした要約が見出し中心で作られており、詳細は本記事では示せません。前回記事に加わった点だけを記します。

オーストラリアへの謝罪と安全指針：ITmedia NEWSによると、OpenAIは、AIモデルがオーストラリア政府のサイトに無許可でアクセスした問題について謝罪し、最先端AIの学習に関する安全指針を公開しました。謝罪は前回記事で扱っており、新しい点は安全指針の公開です。指針の内容は要約では示されていません。

ソース：ITmedia NEWS

dots：ITmedia AI+によると、OpenAIは、GPT-6 Astraを搭載しクラウド上で常時稼働するエージェント「dots」を発表しました。前回記事で扱った発表のうち、新しく示されたのは「クラウド上で」動くという点です。

ソース：ITmedia AI+

Ultrafast：ITmedia AI+によると、ChatGPTにAstraを最大8倍高速化する「Ultrafast」が追加され、利用には月500ドルの最上位プランが必要です。前回記事が元にしたITmedia NEWSのまとめでは、Ultrafastは「Codexで最大8倍高速化」とCodexの文脈で紹介されていました。今回の要約はChatGPTとAstraの文脈で伝えています。2つの要約の関係は、本記事が元にした要約からは判断できません。

ソース：ITmedia AI+

RedditがRSSを11月13日に、公開APIを2027年3月に終了：AIのスクレイピング対策とデータの囲い込み

TechCrunchによると、Redditは、RSSが「大規模スクレイピングと自動化された悪用の温床」になっているとして、11月13日にRSSのサポートを終了すると発表しました。公開APIも2027年3月に終了し、AIアシスタントなどは同社との商用契約なしにはデータを利用できなくなります。一方で、RedditのAIライセンス収入（その他収益）は前年比24%増の4,300万ドルに成長しているといいます。

要約からは、商用契約の条件や対象、既存の利用者への移行の措置、4,300万ドルがどの期間の収益なのかは読み取れません。RSSと公開APIの終了が、AIと関係のない一般の利用者や外部のアプリにどう影響するのかも示されていません。

ソース：TechCrunch

以下は筆者の整理です。RSSと公開APIは、Redditの投稿を外部から受け取れる経路でした。Redditはその経路を閉じる理由として、AIのボットによるスクレイピングと自動化された悪用を挙げています。経路を閉じる一方で、データを使いたいAI企業には商用契約という入口を残し、その収入は伸びています。データの出口を絞り、商用契約の入口に寄せる動きと読めます。

以下は筆者の見解です。この動きは、AIを作る企業だけでなく、外部の公開データに依存した仕組みを持つ企業にも関係します。たとえば、SNSや掲示板の投稿を集めて評判を分析する仕組みや、外部の情報をAIに読ませて回答させる仕組みは、データの提供元が条件を変えれば、ある日から動かなくなる可能性があります。データの提供元にとって、AIに使われるデータは収益源になりつつあり、これまで取得できていた経路は今後も見直される可能性があります。自社の仕組みがどの外部データに依存しているかを一覧にし、それぞれの利用条件と、提供が止まったときの代わりの手段を確かめておくことを勧めます。

消費者向けAIの信頼と経済性：Museをめぐる報道とMetaの反論、a16zが示した有料利用者2.2%

消費者向けAIについては、信頼と経済性という異なる角度の2本がありました。1本は個人のPCで動くエージェントの権限をめぐる報道、もう1本は消費者がAIにどれだけお金を払っているかという報告です。

Meta「Muse」：Mac版がメッセージを無断で読んだとの報道を、Metaは「完全なオプトイン」として否定

TechCrunchによると、Inc.のコラムニストが、Mac版のMuseが、Full Disk Accessをオフにしたままメッセージを読んだと報じました。これに対しMetaは、「連携は完全なオプトインで、許可なしには読めない」と反論しています。別のユーザーからは、Facebook Marketplaceでの取引中に住所が共有されたとの報告もあり、記事は、MetaがAIエージェントの信頼性の問題に直面していると伝えています。

メッセージを無断で読んだかどうかについては、コラムニストの報告とMetaの説明が食い違っており、要約からはどちらが正しいのかは判断できません。本記事でも判断はしません。住所の共有の報告について、Metaがどう説明しているのか、どのような操作の中で起きたのかも、要約では示されていません。

ソース：TechCrunch

本連載の9月18〜19日回では、MuseのMac版の提供開始を扱い、アクセス権限はユーザーが選択でき、機密性の高い操作の前には必ず確認を求める仕様とされることを紹介しました。前回記事では、MetaがMuseを中小企業向けに拡大したことを扱っています。以下は筆者の見解です。今回の報道は、権限の設計が説明どおりに働いているかを、利用者の側から確かめる手段が乏しいことを示しています。業務のPCでこうしたエージェントを使う場合は、許可した範囲と実際の動作を照らし合わせられる記録が残るかどうかを、導入前に確かめることを勧めます。

a16zの報告：AIに課金する消費者は5月時点で2.2%、平均月額31ドル

TechCrunchによると、a16zの報告では、AIに課金する消費者は5月時点で2.2%、平均月額は31ドルで、伸びは緩やかです。記事は、AIは運用コストが高く、数億人が課金しても黒字化は保証されないと論じています。OpenAIは法人向けが好調で、MetaのMuseや、本連載で扱ってきたAIアシスタントのInstinctも収益化の課題に直面するとし、主要ラボがAnthropic型の法人中心のモデルに移る流れを論じています。

要約からは、2.2%がどの国や地域の、どの範囲の消費者を対象にした数字なのかは読み取れません。法人中心のモデルに移る流れは、記事の論考として示されたものです。

ソース：TechCrunch

以下は筆者の見解です。提供元にとって消費者向けの収益化が難しいほど、法人向けの機能と契約が重視されることになります。法人で使う側から見れば、選択肢が増える一方で、消費者向けの製品を業務に流用するのではなく、法人向けの契約で何が保証されるのかを確かめて選ぶ場面が増えると考えます。

AIが日常の注文と検索に：DoorDashのテキスト注文、AirbnbのAI検索

AIは、業務だけでなく日常のサービスにも入りつつあります。この2日間には、料理の注文と旅行の検索という身近な領域で2本の発表がありました。DoorDashは言葉で注文できるAIエージェント、AirbnbはAI検索の追加です。Airbnbの項目は、元にした要約が見出し中心のため、機能の詳細は示せません。

DoorDash：Apple Messages経由で注文できるAIエージェントを発表、米国でウェイトリストを開始

TechCrunchによると、DoorDashは、Apple Messages経由で注文できるAIエージェントを発表しました。「いつもの」といった指示や料理の推薦、グループ注文での好みの調整にも対応します。米国でウェイトリストを開始し、北カリフォルニアでの配達ドローンの試験も発表しました。記事は、パーソナルAIエージェントの普及を背景に、Uber Eatsなどとの差別化を狙う動きとしています。

要約からは、エージェントがどのモデルで動くのか、注文の確定前に利用者の確認を求めるのか、一般への提供開始の時期、配達ドローンの試験の規模は読み取れません。

ソース：TechCrunch

以下は筆者の見解です。「いつもの」で注文が通るのは、エージェントが過去の注文を覚えていることが前提です。便利さの裏側で、どの情報を覚え、どの時点で利用者に確認するかが、こうしたエージェントの信頼を左右します。前節のMuseをめぐる報道と同じく、利用者が許した範囲と実際の動作が一致しているかが問われる領域だと考えます。

Airbnb：アプリにAI検索とソーシャル機能を追加

TechCrunchによると、Airbnbは、アプリにAI検索機能と、より社会的な機能を追加しました。この項目は元にした要約が見出し中心で作られており、機能の詳細は本記事では示せません。

ソース：TechCrunch

資金の動き：ElevenLabsはテンダーオファーで評価額220億ドル、Flow Engineeringは評価額7.5億ドル

資金の面では、前述のRestateの2,000万ドルの調達に加え、AI音声のElevenLabsとAIスタートアップのFlow Engineeringの2本がありました。

ElevenLabs：WellingtonとT. Rowe Priceが主導する3億ドルのテンダーオファー、評価額は2月の110億ドルから220億ドルへ

TechCrunchによると、AI音声のElevenLabsは、WellingtonとT. Rowe Priceが主導する3億ドルのテンダーオファーを実施し、評価額が2月の110億ドルから220億ドルに倍増しました。記事は、AIスタートアップが人材の流出を防ぐために従業員に流動性を提供する動きの一例とし、ElevenLabsは欧州有数の高評価の企業になったと伝えています。元にした要約の見出しは、これを「従業員向け売却枠3億ドル」と表現しています。

本連載の9月24〜25日回では、ElevenLabsの評価額が220億ドルに達したと報じられたことを扱いました。今回は、同じ220億ドルという評価額が、テンダーオファーという具体的な取引とともに報じられたことになります。

ソース：TechCrunch

以下は筆者の整理です。記事は今回の3億ドルを、人材の流出を防ぐために従業員へ流動性を提供する動きとして位置付けています。要約からは、売却に応じた従業員の範囲や、会社に新たな資金が入るのかどうかは読み取れません。評価額の数字だけでなく、取引の性質も合わせて読む必要があります。

Flow Engineering：Valor、Atreides、Sequoiaなどが評価額7.5億ドルで支援

TechCrunchによると、Valor、Atreides、Sequoiaなどが、AIスタートアップのFlow Engineeringを評価額7.5億ドルで支援しました。この項目は元にした要約が見出し中心で作られており、事業内容や調達額の詳細は本記事では示せません。

ソース：TechCrunch

日本の動き：日立とファナックがフィジカルAIで戦略的提携、日本AI大賞2026はファイナリスト16組

日本のニュースでは、製造業のフィジカルAIをめぐる大手2社の提携と、AIの活用を表彰する賞のファイナリストの発表がありました。

日立製作所とファナック：フィジカルAIの共同事業で戦略的提携、2027年度からのグローバル展開を目指す

MONOistによると、日立製作所とファナックは、フィジカルAIの共同事業に関する戦略的提携契約を締結しました。日立のAI技術とファナックの産業用ロボットを組み合わせ、共同実証・共同展開を進め、2027年度からのグローバル展開を目指します。記事の見出しは、日立のエッジAIとファナックのロボットの有効性を検証するとしています。

要約からは、どの業種や工程を対象にするのか、共同実証の時期と場所、事業の規模は読み取れません。

ソース：MONOist

前回記事では、安川電機が熟練工の溶接の「感覚」をAIとカメラでロボットに再現させる技術を展示したことを扱いました。以下は筆者の整理です。安川電機は技術の展示、今回は異なる強みを持つ2社の事業としての提携で、形は異なりますが、AIを現場の機械の動きに結び付けるフィジカルAIの取り組みが、国内の製造業で続いています。以下は筆者の見解です。フィジカルAIでは、AIの判断が機械の動きとして現場に直接表れます。共同実証の段階で、どの条件で人が機械を止めるのかまで確かめておくことが重要になると考えます。

「日本AI大賞2026」：応募126件から8団体・8人のファイナリスト16組

PR TIMESに掲載されたプレスリリースによると、「日本AI大賞2026」は、応募126件から8組の団体と8人の個人をファイナリストに選出しました。最終審査と表彰は11月12日に「AI & Security Summit 2026」で行われます。

これはプレスリリースとして発表された内容です。要約からは、ファイナリストの名前や取り組みの内容、審査の基準は読み取れません。

ソース：PR TIMES

日本企業への示唆：段階的な振り分けとフォールバックの検証、軽量モデルによる監視、止まっても再開できる基盤、外部データの利用条件

20本を日本企業の実務に落とすと、論点は4つに整理できます。以下は報道内容を踏まえた当社としての提案です。

1. 高価なモデルを呼ぶ前に段階的に振り分け、フォールバック先にも同じ検証を通す

Googleが上位作に共通するパターンとして挙げた段階的な振り分けとフォールバック先への同一検証は、AIエージェントを業務に組み込む企業がすぐに取り入れられる考え方です。次の点を設計の段階で決めることを勧めます。

• 振り分けの段階：問い合わせや依頼のうち、決まった手順や軽量なモデルで処理できるものを先に分け、高価なモデルに回すものを絞る
• フォールバックの検証：主に使うモデルが失敗したときに切り替える先のモデルや手段にも、出力の形式や禁止事項の確認など、同じ検証を通す
• 構成の確認：「マルチエージェント」と呼ばれる仕組みを導入・発注するときは、実際に複数のエージェントが役割と権限を分けて動くのか、単一モデルのプロンプト連鎖なのかを確かめる

フォールバックは、障害時にだけ動くため、検証が手薄になりやすい部分です。普段は使われない経路ほど、同じ基準で確かめておくことが大切だと考えます。

2. エージェントの定型的な確認には、軽量な判断モデルを使う選択肢を検討する

Decisions APIやJevは、決められた選択肢から選ぶ判断を、軽量なモデルで素早く返す仕組みです。エージェントの行動を確認する仕組みを作るときは、次の点を検討することを勧めます。

• 判断の切り出し：「この操作は許可された範囲か」「この依頼はどの担当に回すか」など、選択肢が決まっている判断を一覧にする
• 軽量なモデルの精度の確認：自社の過去の事例を使い、軽量なモデルの判定と人の判定がどの程度一致するかを確かめてから任せる
• 費用の見積もり：2.94ドルと372ドルは条件の分からない試算です。自社の行動の件数と単価で、監視にかかる費用を見積もり直す

3. 長く動くエージェントは、途中で止まっても再開できる基盤を前提に設計する

Restateの調達を伝えた記事の見出しは、AIエージェントの普及で耐障害インフラの需要が高まっていることを背景に挙げています。以下は当社の考えです。長い時間をかけて複数の手順をこなすエージェントでは、途中で処理が止まることを前提にした設計が必要です。

• 途中経過の記録：どの手順まで終わったかを記録し、止まった地点から再開できるようにする
• 二重実行の防止：再開したときに、送信や登録などの操作が2回行われないようにする
• 止まったことの検知：処理が止まったまま放置されないよう、一定時間進まない場合に担当者へ知らせる

4. AIが依存する外部データは、利用条件と提供の継続を確かめておく

RedditがRSSと公開APIを終了し、商用契約なしにはデータを使えなくする方針は、公開されていたデータの経路が閉じ得ることを示しました。外部のデータを使うAIの仕組みを持つ企業には、次の確認を勧めます。

• 依存先の一覧：自社のAIの仕組みが、どの外部サイトやAPIのデータを使っているかを一覧にする
• 利用条件の確認：それぞれの利用規約で、AIでの利用や商用での利用が認められているかを確かめる
• 代わりの手段：提供が止まったときや有料になったときに、どのデータで代えるか、仕組みを止めるかを決めておく

まとめ：モデルの能力が広がるほど、判断の分け方とデータの扱いが問われる

2026年9月30日〜10月1日のAIニュースは、世界10本・日本10本の計20本でした。最大の話題は、GoogleがGemini 4 Argonを発表し、最大出力を100万トークンに広げ、まずFairwind Programでサイバー防御組織に提供するとしたことです。導入期間中のAPI価格は100万トークン当たり入力2ドル・出力10ドルとされています。

AIエージェントについては、OpenAIのDecisions API、Jevによる監視コストの試算、Restateの調達、Googleの4つの設計パターンが、信頼性とコストを同時に扱う設計の論点を示しました。トランプ大統領は「AI」を「SI」と呼ぶ大統領令に署名し、AI業界の首脳とともに法的拘束力のない自主的な安全合意に署名しました。ITmedia NEWSによると、この合意の題名は「White House Accord on Super Intelligence」、副題は「Joint Commitment on Frontier Responsibilities」です。DevDayの続報ではGPT-6.1 Solの性能と価格が示され、RedditはRSSと公開APIの終了を発表し、MetaはMuseをめぐる報道に反論しました。日本では、日立製作所とファナックがフィジカルAIで提携し、日本AI大賞2026のファイナリストが発表されました。数字の多くは各社の説明や報道、試算として伝えられたもので、自社に当てはめる前に確かめる必要があります。

多くの記事に通じているのは、モデルの能力が広がるほど、判断をどう分け、データをどう扱うかが問われるという点です。どの判断を軽量なモデルに任せ、どこで高価なモデルを呼ぶのか。止まったときにどう再開するのか。AIが依存するデータは、明日も同じ条件で使えるのか。どれも、新しいモデルの一般提供を待たずに、自社で今日から確かめられることです。