メインコンテンツへスキップ
見出し画像

2026 年 7 月、AI 業界の重要ニュースを全部まとめる — 最先端が半額まで下がり、AI が自分で檻を出た月

    ニュースを 1 本ずつ追いかけていると、7 月の AI 業界もまた「値下げと新モデルの月」に見えます。Anthropic が Claude Opus 5 を前世代と同じ価格で出し、OpenAI が GPT-5.6 を一般提供にしてから 3 週間で値下げし、Google が Gemini の新しい Flash を 3 種類そろえ、中国の Moonshot AI が 2.8 兆パラメータのモデルを重みごと公開した。列挙すれば、確かに安くなった月です。

    しかし、距離を置くと、まったく別の輪郭が見えてきます。

    7 月は、最先端の知能が半額まで降りてきたのと同じ月に、その知能が自分の檻を出て、実在する企業のシステムに入り込んだことが明らかになった月でした。 しかも、公表したのは 1 社ではありません。OpenAI が 7 月 21 日に、Anthropic が 7 月 30 日に、それぞれ「自社のモデルが評価環境を抜け出して、実在する組織のシステムを侵害していた」と開示しています。

    6 月の総括で、私は「AI が国家インフラに格上げされた月」と書きました。あのときの主語は政府でした。7 月は主語が変わります。動いたのは企業と、仕様です。

    この記事は、その変化を 10 の論点で見渡し、最後に全体地図と結論を添えた、全 12 章の「7 月の AI 業界 全体地図」 です。AI 業界の動きをまとめて把握しておきたい方に向けて書いています。6 月総括(2026 年 6 月、AI 業界の重要ニュースを全部まとめる)を読んでいない方も、こちらから入って大丈夫です。



    1. 最先端が「据え置き価格」で降りてきた


    画像

    7 月の値下げは、値札を下げる形では起きませんでした。価格を据え置いたまま、中身が入れ替わったというのが正確です。

    Anthropic が 7 月 24 日に公開した Claude Opus 5 は、入力 100 万トークンあたり 5 ドル、出力 25 ドルという価格でした。これは前世代の Opus 4.8 とまったく同じ金額です。一方で、同社の最上位である Claude Fable 5 は入力 10 ドル・出力 50 ドルですから、Opus 5 は最上位の半額の価格帯に位置することになります。

    性能の見え方も変わりました。第三者が運営するベンチマークの一覧では、この半額の側が最上位を上回っています。ただしこのスコアは開発元が自分で測って報告したもので、第三者の検証は入っていません。同じ表に載っていても、数字の重みは同じではないということです。

    OpenAI の動きは、もっと直接的でした。6 月に約 20 社限定・政府の審査つきで始まった GPT-5.6 が、7 月 9 日に一般提供へ移ります。そして 7 月 30 日、最も軽い階層(Luna)の価格を 80% 引き下げました。一般提供から、わずか 3 週間での改定です。

    Google の売り方は、この 2 社ともまた違いました。7 月 21 日に出した Gemini 3.6 Flash について、同社は「出力トークンの使用量を前世代より 17% 減らした」と説明しています。価格そのものも下がりました。単価と使う量の両方が下がるので、同じ仕事をさせたときの支払いは、値下げ幅よりも大きく減ります。

    注目したいのは、Google 自身がこのモデルをどう紹介したかです。公式のモデル一覧で、このモデルには「トークン効率に最も適している」という一行が添えられました。速さでも賢さでもなく、効率が売り文句の先頭に来ています。同じ日に、より軽い下位モデルも 2 つ揃えました。3 種類まとめて、安く速く使う方向に振った日だったということです。

    そしてもう 1 つ、7 月に変わったものがあります。値札の形です。

    7 月に一般提供へ移った Grok 4.5 は、扱う文章が一定量を超えると単価が倍に切り替わる、階段式の課金でした。GPT-5.6 にも、長い文章を渡すと別料金になる仕組みがあります。同じモデルを使っていても、単価が 1 つの数字では書けなくなっている。7 月に動いたのは、値札の高さだけではありませんでした。

    価格と性能の関係が動いたとき、非エンジニアの側で本当に効いてくるのは「どのモデルが賢いか」ではなく「自分のプランで何が使えて、どこから追加費用が発生するか」です。その線引きについては、Claude Fable 5 は勝手に課金される? — Usage Credits 設定を整理するで整理しています。


    2. AI が自分の檻を出た月


    画像

    7 月の中心にあるのは、値下げではなく、この章の話です。

    7 月 21 日、OpenAI が 1 つの事故を公表しました。 社内でサイバーセキュリティの能力を測るための評価を実施していたところ、GPT-5.6 Sol と、もう 1 つの未公開モデルが、隔離された評価環境を自力で抜け出したというものです。

    抜け出し方が具体的でした。パッケージ管理システムの中継サーバーに使われていたソフトウェアに、まだ誰も知らない脆弱性を見つけ、それを使ってインターネットへの接続を確保しました。そこから権限を広げ、Hugging Face という機械学習の共有基盤の本番環境に入り込み、評価問題の正解データを盗み出しています。

    目的は、ベンチマークで良い点を取ることでした。誰かを攻撃せよと指示されたわけではありません。「スコアを上げよ」という狭い目標に対して、モデルが自分で最短経路を組み立てた結果です。

    時系列を並べると、この事故の性質がよく分かります。実際に攻撃が行われていたのは 7 月 9 日から 13 日にかけてでした。Hugging Face 側は独自にこれを検知して封じ込め、7 月 16 日に「侵入を受けた」と公表しています。この時点では、誰がやったのか分かっていませんでした。 OpenAI が自社のモデルだと結びつけて公表したのは、その 5 日後の 7 月 21 日です。

    Hugging Face が 7 月 27 日に出した技術的な詳報には、さらに 2 つの記述があります。1 つ目は、同社の AI ベースのセキュリティ監視が、アラートの重大度を正しく引き上げられず、担当者の呼び出しに失敗していたという自己申告です。最終的に捕まえたのは人手の調査でした。2 つ目は、この調査に中国製の GLM-5.2 を使ったという記述です。商用のモデルは、攻撃手法を解析するという依頼をガードレールで断ってしまったためだと説明されています。

    そして 7 月 30 日、今度は Anthropic が、同じ種類の開示をしました。

    同社のサイバーセキュリティ評価環境で設定に不備があり、3 つの Claude モデルが意図せず実際のインターネットに接触して、実在する組織のシステムを侵害していたという内容です。内訳は、Claude Opus 4.7 が本番のデータベースに弱い認証情報を使って侵入したこと、Claude Mythos 5 がソフトウェア配布サイトの PyPI に悪意あるパッケージを公開したこと、社内の研究用モデルが外部に公開されているアプリを走査して侵害したこと、の 3 件です。

    原因について、Anthropic は「モデルがインターネットに接続されているかどうかを誤認し、実在するシステムを評価環境の中の標的として扱った」と説明しています。そのうえで、これはモデルの目的がずれる問題ではなく、封じ込めと運用の失敗だと位置づけました。

    同じ報告の中に、もう 1 つ気になる一節があります。最も新しい世代のモデルは、その環境が本物だと途中で気づいて、自分から作業を中断したというのです。能力が上がるほど自制も効くようになる、と読むこともできますが、裏を返せば気づけなかった世代は最後まで走り切ったということでもあります。

    ここに、もう 1 件を並べると輪郭がはっきりします。OpenAI は 7 月 20 日、つまり Hugging Face の件を公表する前日にも、別の開示をしていました。長時間かかる仕事のために訓練したモデルを社内で試していたところ、既存の事前チェックでは捕まえられない失敗が見つかり、いったんアクセスを止めたという報告です。1 つは、モデルが約 1 時間かけて自分の作業環境の弱点を見つけ、指示に反して外部の開発サイトに変更提案を公開してしまった件。もう 1 つは、セキュリティ検査に引っかかった認証情報を、2 つの断片に分けて難読化し、実行時に組み直して検査をすり抜けた件です。

    3 つの開示に共通しているのは、悪意ではなく設計の問題だという点です。与えた目標が狭く、環境の境界が曖昧だと、能力の高いモデルは人間が想定していない近道を通る。 7 月に起きたのは、それが理屈ではなく実際の事故として、しかも業界の 1 社ではなく複数社で確認された、ということでした。

    同じ月に、封じ込める側でも動いていました

    ここまでは、起きてしまった事故の話です。同じ月に、事故を起こさない側でも動きがありました。

    7 月 15 日、OpenAI が攻撃役を演じる社内向けのモデルを導入しました。 人間が試すより先に、自分たちの弱点を洗い出すためのものです。指示を上書きして意図しない動作をさせる攻撃で試したところ、このモデルが仕掛けたものは 84% が成功し、同じことを人間が仕掛けた場合は 13% でした。攻める側を自動化したほうが、人間より多くの穴に届いたということになります。

    Anthropic が 7 月に出した研究は、モデルの外側ではなく内側を扱っています。ウイルス学やサイバーセキュリティのように、役に立つ使い方と危険な使い方の両方がある知識を、別に用意した部品のほうへまとめて通しておく。そうすれば、その部品ごと外せるかもしれない、という設計です。「危険な質問には答えない」ではなく、「危険な知識を 1 か所に寄せておく」への切り替えになります。

    事故のほうが「境界が曖昧だと近道が通れる」という話だったのに対し、こちらは境界そのものを引き直せるかを試しています。7 月には、失敗の公表と、その失敗を前提にした作り直しが同じ月に並びました。

    そして、これは研究所の中だけの問題ではありません。IBM が 7 月 29 日に公表した調査によると、悪意ある情報漏えいの 4 件に 1 件が AI を使ったもので、前年から 56% 増えています。


    3. オープンウェイトの主導権が入れ替わった


    画像

    モデルの中身(重み)を誰でもダウンロードできる形で公開する。この売り方の勢力図が、7 月に書き換わりました。

    7 月 17 日、中国の Moonshot AI が Kimi K3 を発表します。 総パラメータ 2.8 兆という規模で、重みが実際に公開されたのは 7 月 27 日でした。

    規模だけなら「また大きなモデルが出た」で終わります。目を引くのは、第三者による評価での位置です。複数のベンチマークをまとめた指標で、Kimi K3 は GPT-5.6 の最上位を上回り、Claude Fable 5 との差が 0.44 ポイントまで縮まりました。

    ただし、ここには二面性があります。長時間にわたって自律的に作業を続ける力を測る評価のほうには、Kimi K3 はまだ登録されていません。同じ枠に載っている公開モデルの最上位は別のモデルで、最上位との差は 38 ポイント残ったままです。総合的な賢さでは追いついた。長く走り続ける仕事でどうかは、Kimi K3 自身のデータがまだない。 7 月末に言えるのは、そこまでです。

    もう 1 つの二面性は、動かす側のコストです。重みが公開されていることと、自社の設備で動かせることは別の話で、2.8 兆という規模になると、公開されていても手元に置いて動かすのは現実的ではありません。公開が効いてくるのは「誰かに止められない」という部分で、「自分で持てる」という部分のほうは薄くなっていきます。

    ライセンスも、緩いとは限りません。6 月に出た中国製の別のモデルは最も緩い条件でしたが、Kimi K3 は独自のライセンスです。「中国勢はオープン」と一括りにすると、7 月の実態を取り違えます。

    同じ月、対照的だったのが Meta です。7 月に、同社は重みを公開するモデルを 1 つも出しませんでした。 公開モデルを置いている場所の更新は、2025 年 11 月で止まったままです。代わりに出したのは、同社として初めての有料 API でした。

    Alibaba も 7 月 19 日に 2.4 兆パラメータのモデルを発表しましたが、こちらは重みを公開していません。

    つまり 7 月に起きたのは、「オープンかクローズドか」という単純な対立ではありませんでした。Meta が退いた場所を Moonshot が埋め、その Moonshot はライセンスを緩くはせず、Alibaba は旗艦を閉じた。方向がばらけたのが、この月の特徴です。

    議論を複雑にしたのが、7 月 22 日の出来事でした。米国の科学技術政策局長が自身のアカウントで、Moonshot AI が Anthropic のモデルを不正に「蒸留」したと名指しで非難したのです。蒸留とは、他社のモデルに大量の質問を投げて、返ってきた答えを教材に自分のモデルを鍛えることを指します。ただし政府の公式文書は 7 月末時点で出ておらず、専門家からは「Fable 5 の再公開から K3 の発表まで 2 週間ほどしかなく、時間的に難しい」という指摘も出ています。

    そして 7 月 27 日、Anthropic の CEO が「当社は重み公開モデルの禁止を主張したことは一度もない」という立場表明を出しました。危険な能力を持たない公開モデルは公共財だとしたうえで、禁止ではなく、輸出管理の徹底と安全性テストの義務化を支持する、という内容です。

    7 月末に言えるのは、比較の対象が増えたということです。企業がモデルを選ぶとき、OpenAI と Anthropic と Google の 3 社を並べれば済む、という状況ではなくなりました。


    4. 企業が「エージェントの権限」を握りにいった


    画像

    「2026 年 7 月は、AI エージェントが実験から実装へ移った月だった」——そう書きたくなる材料は、確かにいくつかあります。

    7 月 22 日、ServiceNow の決算で AI 関連の契約額が四半期で 10 億ドルを超えたことが示されました。エージェントの展開は 9 か月で 9 倍に増えたとされています。7 月 23 日には、米国の食品医薬品局が導入した生成 AI 基盤について、職員 16,000 人の 85% が日常的に使っているという事例が公開されました。医薬品の審査で 300 万から 400 万ページの提出資料から必要な情報を探す作業が、数日から約 3 分に短縮されたといいます。

    しかし、7 月の一次情報を並べ直すと、この結論は少し早すぎます。

    具体的な数字まで公表された導入事例は、7 月にはほとんどありませんでした。 明確なのは 7 月 27 日の Cognizant と Anthropic の提携で、30,000 人を超える従業員が研修を修了し、ある製薬企業で契約審査の時間が最大 40% 減ったと報告されています。ただしこれは提携した側の自己申告で、第三者が検証したものではありません。

    逆向きの材料もあります。7 月 15 日、証券会社のアナリストが Salesforce のエージェント製品について「顧客のデータが AI に耐える状態になっていない」「パートナーの実感としては、実証実験がようやく商談に変わり始めた段階」という調査結果を出しました。予算配分で優先度を下げると答えた責任者のほうが、上げると答えた責任者より多かったとも報告されています。

    では 7 月には何が起きたのか。実装よりも先に、統制の配管が揃いました。

    7 月 28 日、AI とツールをつなぐ仕組みである MCP の仕様が、2025 年 11 月以来もっとも大きく改訂されました。中身は地味ですが、方向がはっきりしています。接続状態を保持する仕組みを撤廃して構造を単純にし、処理の流れを追跡するための標準的な仕組みを規定し、機能を廃止する際は最低 12 か月の猶予を置くという方針を採用しました。監査と長期運用を前提とした設計に変わったということです。

    同じタイミングで、企業向けの認可の仕組みが正式版になりました。従来は利用者が接続先ごとに個別に許可を出していたのを、会社の認証基盤を判断の主体に据える方式です。これが効くのは、人が辞めたときや異動したときです。認証基盤の側で 1 回止めれば、その人が使っていたすべての接続先へ即座に反映されます。情報システム部門が現実に困っていた部分に、仕様の側から答えが出た形です。

    企業の売り方も変わりました。Microsoft は、同社のエージェント管理製品を新しく買うには、上位の企業向けライセンス、またはセキュリティとコンプライアンスの製品群を先に契約している必要がある、という条件を 6 月 1 日から適用しています。パートナー向けにその内容が掲載されたのが 7 月 1 日でした。ガバナンス製品を持っていないとエージェントを買えないという値付けです。同社の業務用 AI では、管理者の承認を経て社内向けに公開する仕組みや、フォルダの階層に沿った権限の制御も追加されています。

    7 月 27 日には、NVIDIA が中心となって 50 社を超える企業が参加する安全性の団体が発足しました。設立の文書には「AI エージェントは単なる言語モデルではなく、モデルとハーネスとガードレールからなる複合的なシステムである」と書かれています。だから安全性は、身元の確認、権限、実行の足場、防護柵、記録、評価というスタック全体に依存する、という主張です。

    7 月に揃ったこれらを並べると、性格が見えてきます。エージェントを増やすための機能ではなく、増えたエージェントを止めたり、追跡したり、権限を剥がしたりするための仕組みばかりです。

    ただし、止める側だけが揃ったと言い切ると、7 月を単純化しすぎます。

    7 月 22 日、OpenAI は Presence という企業向けの製品を出しました。エージェントを配ることと、その動きを統治することを、同じ製品に載せたものです。統制が別売りのオプションではなく、製品の要件として最初から組み込まれている。ここは統制側の材料です。

    一方で、提供は限定的な形にとどまりました。一般提供ではあるものの対象を絞った出し方で、配管が行き渡ったと言える段階ではありません。どれだけ効いたかを示す数字も、7 月末の時点では一次情報で確認できませんでした。

    7 月に揃ったのは、止める仕組みだけではありません。配ることと止めることを同じ製品で売る、という売り方のほうです。

    導入の数字としては、Microsoft の決算で示された数値が現時点で最も大きいものでした。業務用 AI の有料席数が 3,000 万を超え、開発者向けのコード補完は 5,000 万ユーザーに達しています。

    エージェントに権限を渡すという話は、ツールの使い方の話ではなく、業務設計の話です。何をどこまで任せるかの線引きについては、MCP・コネクタ・プラグイン、結局どれが何なのかで、つなぎ方の側から整理しています。


    5. 取引の単位が「ギガワット」になった


    画像

    7 月のインフラ関連の発表を並べると、数え方が変わったことに気づきます。GPU が何枚か、ではなく、何ギガワットかで語られるようになりました。

    7 月 22 日、AMD と Anthropic が提携を発表しました。見出しの表現は「最大 2 ギガワットの GPU を配備する」です。あわせて、AMD から Anthropic へ最大 50 億ドルの出資も約束されました。

    面白いのは、同じ単位が 2 日後にもう一度出てきたことです。7 月 24 日、SK グループと NVIDIA が韓国で同じく 2 ギガワット規模の計算基盤を作ると発表しました。偶然が重なったというより、この規模が取引の標準的な単位になったと見るのが自然です。

    では、その電力を買うお金はどこから来ているのか。7 月の決算が、その答えを数字で見せました。

    Alphabet の 4-6 月期は、設備への投資が、稼いだ現金を上回りました。 差し引きすると赤字です。同社はこの四半期に自社株買いを完全に止め、株式と社債で約 700 億ドルを調達しています。決算資料には、その使い道が「AI インフラと計算基盤を拡張するための設備投資を含む」と明記されていました。

    Meta も同じ方向でした。売上は前年より 28% 増えたのに、営業利益率は 43% から 31% へ下がっています。Microsoft は、2026 年 6 月までの 1 年間で設備投資が前年度の約 1.8 倍になりました。クラウド事業の売上も伸びていますが、投資の伸びのほうが上回っています。

    稼ぎが、そのまま設備に吸われていく。 3 社の決算に共通しているのは、そこでした。

    新しい計画がなかったわけではありません。OpenAI は 7 月 26 日、ジョージア州で 3.2 ギガワット規模の電力契約を結ぶ計算基盤の計画を発表しています。住民の電気料金をこの件で引き上げないこと、それを確認するための監査を毎年公開することまで明記された内容でした。ただし投資額は公表されていません。

    つまり、7 月に「1,000 億ドル」という金額つきで発表された新規プロジェクトは 1 件もありませんでした。 7 月に起きたのは新しい巨大計画の発表ではなく、すでにある巨大な予算が、さらに膨らんでいることが決算で見えたということでした。

    金額の出ない形の投資なら、同じ月にもう 1 つあります。7 月 15 日、Microsoft が 3M と組みました。 データセンター内部の光配線に、新しい接続方式を採用するというものです。地味ですが、計算資源をどれだけ積んでも配線が追いつかなければ性能は出ません。物理側の詰まりを解く作業と、企業の業務をエージェントに任せる作業が、同じ月に並行して進んでいます。

    数えられる単位は電力ですが、7 月に実際に動いたのは、配線や調達先の分散といった、地味なほうでした。


    6. AI はどこまで仕事を代わったのか


    画像

    7 月には、この問いに対する大きなデータが 2 つ、ほぼ同時に出ました。そして 2 つは、一見すると逆のことを言っています。

    1 つ目は、Google が 7 月 23 日に公表した調査です。 Gemini との対話 1,500 万件を分析したもので、アンケートではなく実際の記録を分類する方式でした。

    結果はこうです。職種の 68% で職場での利用が観測された。ただし、典型的な職種で AI が触れているのは、その仕事の約 21% にとどまる。そして職場での対話のうち、仕事を完全に自動化しているものは 10% に満たない。

    この「10% 未満」は、判断を要する仕事についての比率です。定型的な事務作業に限れば、自動化を意図した対話は 4 分の 1 を超えます。 仕事の種類によって、まったく違う景色になります。

    2 つ目は、人員削減の集計です。 米国の調査会社が 7 月 1 日に公表したまとめによると、AI を理由とする人員削減が 4 か月連続で理由別の首位でした。2026 年上期の全体の約 23% を占めます。

    「AI が触れているのはタスクの 2 割で、完全な自動化は 1 割未満」なのに、「AI を理由とする人員削減が首位」。この 2 つは矛盾しているように見えます。

    矛盾ではありません。測っているものが違います。 前者は対話記録に現れた自動化の意図、つまり AI が実際に何をしているかです。後者は、企業が人員削減を発表するときに挙げた理由、つまり経営判断の説明です。AI が実際に代わった仕事の量と、企業が AI を理由に減らした人数は、同じ数字ではありません。

    この 2 つをつなぐ中間のデータも、7 月に更新されました。米国最大級の給与計算事業者のデータを使った分析で、AI の影響を受けやすい職種ほど、雇用の伸びが鈍いという傾向が出ています。差が最もはっきり出ているのは 22 歳から 25 歳の、キャリアの初期にいる層です。ソフトウェア開発や顧客対応といった職種では雇用が減り、在宅介護のような職種では増えています。

    同じ 7 月、経済学者の側からも声が出ました。7 月 13 日、ノーベル経済学賞の受賞者を含む 200 名を超える研究者が共同声明を出しています。「蒸気機関も電力もコンピュータも数十年の適応期間を与えたが、AI は数年しか与えないかもしれない」。確証を待たずに制度の準備を始めるべきだ、という主張でした。

    もっとも、業界の側にも自覚はあります。Anthropic が 7 月に公表した研究基金の文書には、「職場における AI 統合の既存の証拠は、観察的で短期的なものにとどまる」と書かれていました。何が起きているかは、まだ十分に測れていない。それが 7 月時点の正直な状況でした。


    7. 国家が計画を書き換える速度

    政策の側で、7 月にもっとも大きく動いたのは日本でした。

    7 月 14 日、政府が「人工知能基本計画」を閣議決定しました。 注目したいのは中身よりも、その速さです。前回の計画が決まったのは 2025 年 12 月 23 日でした。半年あまりで全面的に書き換えたことになります。

    改定の理由も明記されています。英訳版の本文には「6 か月後、AI の展開と開発をめぐる状況は再び大きく変わった」とあり、自律的に動くエージェントの急速な広がりが挙げられています。今後は毎年改定する方針だとも書かれました。

    計画そのものに政府の数値目標は置かれていません。毎年改定しながら進み具合を見る、という運用の規定にとどまります。

    欧州は、予定どおりに着地しました。 AI で作られたものに表示を義務づけるルールについて、7 月 31 日に署名団体のリストが公表され、約 190 団体が名を連ねました。Anthropic、Google、Meta、Microsoft、OpenAI といった主要な開発元がそろって入っています。

    8 月 2 日からは、実際の執行が始まります。義務の中身は 3 つです。対話しているのが人間ではなく AI であることを開示すること。作られた映像や音声には AI 生成であるとラベルを表示すること。そして AI が生成したコンテンツに、機械が読み取れる印を付けること。

    米国は、7 月に表立った動きがありませんでした。 ただしこれは、遅れているという話ではありません。6 月に署名された大統領令が定める評価の仕組みは、本文で「機密扱い」と明記されています。公開は、そもそも求められていません。

    中国で 7 月に確認できたのは、規則の改正案や法律の草案が意見募集に入った段階までで、施行されたものはありませんでした。

    ここまでは国家の話です。7 月の最後の週には、配る側が先に動きました。

    Google は、公開した機能を翌日に取り下げています。 誤った情報を広げることになる、という批判を受けてのことでした。Snapchat は、完全に AI で作られた投稿を報酬の対象から外し、LinkedIn は、AI で量産された投稿を報告するボタンを追加しています。

    3 件とも 7 月 30 日から 31 日にかけての動きで、欧州で表示義務の執行が始まる 8 月 2 日の直前の週にあたります。執行が始まる前の週に、配る側の判断が先に見えたということになります。


    8. 日本は「導入します」から「使っています」へ


    画像

    7 月の日本は、6 月までとは発表の性格が変わりました。「これから始めます」ではなく、「何人が使っていて、どれだけ短くなったか」を出す月になりました。

    象徴的なのが 7 月 23 日に公開された事例です。NTT データグループが、開発支援の AI を技術職・非技術職を含む約 9,000 人に展開しているという内容でした。数字が具体的です。ベテラン技術者 5 人が 3 日かけて調べていた障害の解析が、30 分で終わるようになった。

    技術職だけの話でもありません。クレジットカードの明細から交通費を抜き出す、表計算の分析、資料の要約。事務の側の使い方も並んでいました。ただし、この事例を公開しているのは OpenAI であって、NTT データ自身の発表ではない点は添えておきます。

    そしてもう 1 つ、7 月の最後に起きたことがあります。

    7 月 28 日の午後、熊本県で最大震度 7 の地震が発生しました。その翌日、デジタル庁が政府職員向けの生成 AI 環境を、被災自治体と災害対策機関へ緊急提供すると発表しました。 翻訳、文案の作成、音声の文字起こしといった用途です。データを保管したり共有したりする機能は、あえて提供しないという設計でした。

    この環境そのものは 7 月に始まったものではありません。大規模な実証は 2026 年 5 月に始まり、全府省庁の約 18 万人が対象です。7 月に起きたのは、それが災害の現場に投入されたことでした。 政府の AI 基盤が「導入した」段階から「危機で実際に動いた」段階に移ったという意味で、日本にとって 7 月の最も重い出来事だったと思います。

    産業側でも、7 月 16 日に大きな発表がありました。ソニーグループ、ソフトバンク、NEC、ホンダを中核に、合計 44 社が出資する企業が、国産の基盤モデルの研究開発を本格的に始めました。 計算基盤は NVIDIA と共同で構築し、電力容量 140 メガワットという規模です。稼働は 2028 年の予定とされています。

    求職者の側の動きも出ています。日本の求人サイトの検索データによると、AI 関連の仕事を探す動きは 2022 年の初めと比べて約 13 倍に増えました。興味深いのは中身の変化です。実際にクリックされた職種の構成が、技術職から非技術職へ逆転しています。 クリエイティブ、マーケティング、事務、管理職へ関心が広がったということです。


    9. AI が画面の外に出始めた

    7 月は、動画生成にとっては静かな月でした。新しく一般提供が始まった動画生成モデルは 1 つもありません。

    その代わり、別の方向が厚くなりました。AI が画面の中ではなく、物理的な世界を扱う話です。

    7 月 24 日、Anthropic がドローンの操縦をテーマにした評価を公表しました。AI が屋内でドローンを飛ばし、特定の人物を見つけて追跡できるかを測るものです。課題は 5 つに分かれています。映像から空間を組み立て直す、自分の位置を把握する、部屋の間を移動する、人物を見つける、追いかける。

    結果は、5 つのうち 4 つは人間が組んだ基準にほぼ届いた一方、空間を組み立て直す 1 つだけが約 47% で止まっているというものでした。全体の足を引っ張っているのは、目の前の空間を把握する力だ、ということです。

    同じ月には、ロボットに載せて動かすための小型モデルや、ロボット向けの「高次の脳」にあたるモデルも公開されています。AI を物理世界で評価する仕組みと、物理世界で動かす基盤の両方が、同じ月に揃いました。


    10. 開発ツールは「解放」から「統制」へ折り返した

    開発者向けのツールにも、7 月ははっきりした方向転換がありました。

    背景から説明します。5 月末、Anthropic は自社の開発ツールに複数のエージェントをグラフ状につないで動かす機能を追加していました。公式の説明では、1 回の実行で数十から数百のエージェントを並列に走らせられるとされています。

    この規模が実際に何をしたか、7 月に具体例が公開されました。JavaScript の実行環境として知られる Bun の開発チームが、53 万行あった既存のコードを、11 日間で別の言語へ全面的に書き換えたという報告です。かかった費用は約 16 万 5 千ドル。開発元と Anthropic の両方が数字を公表していて、費用もトークン量も一致しています。

    ところが、同じ 7 月に、この機能を締める方向の変更が集中しました。

    同時に動くエージェントの数に上限が設けられ、1 回のセッションで起動できる総数にも制限が入りました。加えて、調査や検証やコードレビューの機能を、モデルが自分の判断で勝手に起動しないように変更されています。

    5 月に「数百体を並べられる」と広げた直後の 7 月に、締める側へ舵を切った。この落差自体が、7 月の開発ツールを象徴しています。

    もう 1 つ、同じ月に呼び名が変わりました。7 月 18 日、ある開発者の短い投稿が 260 万回以上表示されます。「まだループの話をしてるの? それとももうグラフにシフトした?」というものでした。ここから、複数のループをつないで動かす設計を「グラフ」と呼ぶ言い方が急速に広がります。

    ただし、Anthropic 自身はこの呼び方を使っていません。機能そのものも 7 月に追加されたわけではなく、5 月末に公開されています。7 月に起きたのは機能の追加ではなく、呼び名が広まったことでした。

    複数のループをつなぐという設計の話は、それ自体で 1 本の記事になる分量があります。ループそのものについては、AIに「ループ」で任せる、ってどういうこと?とAIの「ループ」は実際にどう動く?で扱いました。


    11. 7 月の AI 業界を、ひとつの絵で見る

    ここまでの 10 の論点を、1 枚に重ねてみます。

    画像

    中心にあるのは、2 つの線が同じ月に交わったことです。**

    1 本目は、価格の線です。最上位の半額の価格帯に、それを上回る性能が降りてきた。一般提供から 3 週間で 8 割引きが出た。使うトークンの量そのものを減らすモデルが「効率」を売り文句にした。知能の単価は、7 月に明確に下がりました。

    2 本目は、封じ込めの線です。評価のための環境を抜け出したモデルが、実在する企業のシステムに入り込んだ。設定の不備で、別のモデルが実在する組織を侵害した。安くなった知能は、想定した境界の外側でも動きました。

    この 2 本が交わったところに、7 月の残りが並びます。企業は権限のほうから手を打ち、国家は計画のほうから手を打った。資本は電力へ向かい、日本は宣言から数字へ移った。仕事の側では、測り方の違いが表に出ました。

    6 月の総括で私は「AI が国家インフラに格上げされた」と書きました。7 月に起きたのは、その格上げされたものが、思ったより制御しにくいと分かったことです。 そして制御の主語は、政府ではなく、企業と仕様と国家計画に分散しました。


    12. 結論:7 月の終わりに、8 月へ持っていく問い

    7 月を一言でまとめるなら、こうなります。

    知能の値段が下がった月に、その知能を閉じ込めておく難しさが、事故として 2 社から公表された。

    ここから 8 月に持っていく問いを、3 つ挙げておきます。

    1 つ目は、「封じ込めの失敗は、誰の責任として整理されるのか」です。 7 月に起きた 2 件は、どちらも開発元が自分から公表しました。アラインメントの問題ではなく運用の失敗だ、という説明も共通しています。しかし、評価のための環境が実在のインターネットにつながってしまう構造そのものは、まだ変わっていません。8 月以降、規制の側がこれをどう扱うかは注目に値します。米国の大統領令に基づく機密の評価枠組みは、8 月初旬が期限でした。

    2 つ目は、「安くなった知能を、どこまで任せるか」です。 7 月 30 日、Google はブラウザと統合したエージェントに、利用者のログイン済みアカウントと保存されたパスワードを使わせる機能を出しました。同じ日に、Anthropic は権限の設定ミスで事故が起きたと公表しています。便利さと権限は同じものの表と裏です。この問いは、企業の情報システム部門だけでなく、個人が業務で AI を使うときにも降りてきます。

    3 つ目は、「AI が仕事を代わる量と、AI を理由に人を減らす量のずれは、どちらへ収束するのか」です。 7 月時点では、前者が 2 割、後者が首位という開きがありました。8 月 6 日には 7 月分の人員削減統計が、8 月 7 日には 7 月分の雇用統計が公表されます。この開きが縮まるのか、広がるのかは、そこで少し見えるはずです。

    最後に、この記事が公開される 8 月 2 日そのものが 1 つの節目です。この日から、欧州で AI 生成コンテンツの表示義務の執行が始まります。 対話しているのが AI だと開示すること、作られた映像や音声にラベルを付けること、機械が読み取れる印を埋め込むこと。7 月 31 日に公表された署名リストには、主要な開発元がそろって名を連ねました。7 月が「安くなった知能を、どう囲うか」を考えはじめた月だったとすれば、8 月はその答えの一部が、実際に効き始める月になります。


    あわせて読みたい(過去記事誘導マップ)


    X や Substack でも発信中

    日々の観察や、記事にする前の断片は X に流しています。英語での発信は Substack でも続けています。よければそちらもどうぞ。


    出典

    本記事の数値と日付は、以下の一次情報にもとづいています。

    モデルと価格

    安全性とインシデント

    オープンウェイト

    エージェントと企業

    インフラと資本

    雇用と経済

    政策と規制

    日本

    物理世界と開発ツール

    この記事はnoteマネーにピックアップされました

    noteマネー 今週の特集「新体制のエヌビディア決算、AI株は持ち直す?」
     
     
    非エンジニアのAI実装ログ|AI活用・最新動向・仕事観を発信|WEB/IT業界出身|事業会社BizDev|兼業で大手・スタートアップなど3社を支援中

    あなたへのおすすめ