
週刊ビッグテック公式発表ニュース(2026/6/14〜6/20号)
更新日:2026/6/21
エグゼクティブサマリー
今週のビッグテック公式発表では、AIエージェントが実験段階から本番業務の実行基盤へ移行する動きが鮮明になりました。Microsoft、AWS、Databricks、Salesforce、Adobeは、長時間タスク実行、社内知識連携、マルチエージェント制御、制作ワークフロー自動化を強化。一方、OpenAIやAnthropicは企業導入、課金、パートナー網を整備し、モデル流通もクラウドやデータ基盤へ広がった。さらにAI検索、広告、コンテンツ収益化、電力制約、安全評価、サプライチェーンリスクまで、AI実装の論点が経営・社会インフラ全体へ拡大している。


※作成した記事内容をGammaに入力しスライド自動作成させました。スライドの方が見やすいようでしたらこちらをご覧くださいませ。
1️⃣ AIエージェントが本番業務の実行基盤へ
1-1. Microsoft、長時間タスク実行エージェント「Copilot Cowork」を一般提供
出典URL:Microsoft 365 Blog
Microsoftは、Microsoft 365 Copilot向けのエージェント機能「Copilot Cowork」の全世界一般提供を開始した。複数アプリをまたぐ長時間タスクをクラウド上で非同期実行し、単なる提案ではなく完了した成果物を返す点が特徴であり、AIがメール作成やプレゼン資料作成、データ集計などを継続的に代行する。管理者向けには従量課金、支出上限、利用アラート、Copilot Studioによるフロー定義やプラグイン拡張、実行履歴の可視化も用意され、企業がAIエージェントを業務プロセスの一部として安全に本番運用するための管理・ガバナンス機能まで踏み込んだ。
1-2. AWS、Bedrock AgentCoreでWeb検索・社内知識・隔離実行を統合
出典URL:AWS News Blog / AWS Machine Learning Blog
AWSは、Amazon Bedrock AgentCoreにWeb SearchとManaged Knowledge Baseを追加し、AgentCore harnessの一般提供を開始した。Web上の最新情報とS3・SharePoint・Confluenceなどの社内データ、MCP経由やAgentCore Gateway経由のツール、ブラウザやコード実行環境、永続メモリ、ID・認証、CloudWatchによる観測性を一括で扱える構成となっている。AgentCore harnessは、モデル・ツール・スキル・メモリ・環境を設定として記述するだけで、隔離実行環境と状態管理、認証、観測性をマネージドに提供し、従量課金と実行トレースに基づく評価・最適化機能を通じて、試作から本番運用までのエージェント構築サイクルを大幅に短縮することを狙う。
1-3. Databricks、Omnigent・Genie・Unity Catalogでエージェント運用層を拡張
出典URL:Databricks Blog / Databricks Blog
Databricksは、Claude CodeやCodex、Pi、自作エージェントなどを横断的に扱うOSSメタハーネス「Omnigent」を公開した。Omnigentは複数エージェントの構成や高度なポリシーによる制御、URL共有によるリアルタイム共同作業を提供し、ターミナル系エージェントや各種SDKを共通インターフェースでラップする。セッションごとのコスト管理やコンテキストを加味したセキュリティポリシー、サンドボックス実行、マルチハーネス対応などを通じて、従来の個別ハーネスを超えた「メタハーネス層」でのエージェント運用を目指している。
1-4. Salesforce、Agentforce強化とFin買収で顧客対応エージェントを拡充
出典URL:Salesforce Summer ’26 / Salesforce Press Release
SalesforceはSummer ’26 Releaseで、AgentforceのMulti-Agent OrchestrationやITサービス向けAIエージェント、Tableau MCP、Slack First Salesなど10以上の新機能を発表し、エージェント主体の業務変革を掲げた。また約36億ドルで顧客対応AIエージェント企業Finを買収する合意を締結し、Finの独自モデル「Apex」とマルチチャネル対応エージェントをAgentforceに統合することで、中小企業から大企業まで、より短期間で自律エージェントを導入・拡張できる体制を整えつつある。
1-5. Adobe、Creative Agentを制作アプリ横断の業務基盤へ拡張
出典URL:Adobe Newsroom
Adobeは、FireflyのAI Assistantにブランドキット生成、商品写真からの短尺動画制作、Quick Cutによる自動編集、ストーリーボード生成とそこからの動画生成などのスキルを追加し、クリエイティブAIスタジオとして企画から制作までを一貫支援する。さらにCreative AgentベースのAI AssistantをPremiere、Photoshop、Illustrator、InDesign、Frame.ioに公開ベータ展開し、会話で指定した成果に向けてマルチステップのワークフローをオーケストレーションする機能を提供している。またChatGPT、Claude、Copilotに加え、GeminiやSlackとの連携も進め、アプリ内外でプロ向け制作機能を利用できるようにする戦略を明確に打ち出した。
2️⃣ 企業導入・コスト統制・モデル流通の強化
2-1. OpenAI、Partner NetworkとEnterprise支出統制で企業導入を制度化
出典URL:OpenAI Partner Network / ChatGPT Enterprise Spend Controls
OpenAIは、AI導入を支援する「OpenAI Partner Network」を立ち上げ、ユースケース特定、業務再設計、既存システム統合、チェンジマネジメントを担うグローバルパートナーのエコシステムに1億5,000万ドルを投資し、2026年末までに30万人の認定コンサルタント育成を目指している。またChatGPT Enterpriseでは、Global Admin ConsoleでChatGPTとCodexのクレジット消費を一元的に可視化し、ユーザー・製品・モデル別の分析、ワークスペースのデフォルト上限、グループ別上限、個人別の例外設定に加え、Cost API経由で同じクレジット使用データへアクセスできるようにし、導入拡大と予算統制を両立できるようにしている。
2-2. Anthropic、Agent SDK課金・TCS連携・韓国拠点で企業展開を強化
出典URL:Claude Help Center / Anthropic TCS Partnership / Anthropic Seoul Office
Anthropicは、Claude Agent SDKやclaude -p、GitHub Actionsなどの自動化用途に対して、Pro/Max/Team/Enterpriseユーザーごとに月次クレジットを付与し、サブスクリプションの対話利用枠とは切り離して実行コストを管理できるようにした。またTCSとの提携では、金融、医療、公共、ライフサイエンスなど規制産業向けに、クレーム処理や融資助言などの業務プロセスにClaudeを組み込んだ製品とサービスを共同提供する。さらにソウル拠点開設と韓国政府とのAI安全MOUを締結し、NAVER、LG CNS、Samsung SDS、Hanwha Solutions、スタートアップ各社や研究機関との連携を通じて、開発者・企業・公共セクターにまたがるエコシステム構築を進めている。
2-3. xAI、GrokをDatabricks Agent Bricksへネイティブ提供
出典URL:xAI公式発表
xAIは、GrokモデルをDatabricksの開発者向けエージェント基盤「Agent Bricks」でネイティブ提供し、Lakehouse上のデータから得られるコンテキストと制御・選択肢を組み合わせてエージェントを構築できるようにした。これによりGrokは、Databricks上の他のフロンティアモデルやオープンソースモデルと同じガバナンス環境のもとで利用可能になり、企業は自社データがすでに存在する場所でGrokを活用しやすくなる。すでに提供されている「Grok on Amazon Bedrock」とあわせて、モデル企業としては自社APIに加え、既存のクラウド/データ基盤へ深く統合する形での配布経路を拡大している。
2-4. Oracle、AI Database 26ai上のPrivate Agent Factory実装を提示
出典URL:Oracle AI & Data Science Blog
Oracleは、AI Database 26ai上で動作するPrivate Agent Factoryの実践パターンを詳説し、「AIをデータのある場所に持ち込む」アーキテクチャを前面に出した。MCPサーバー経由で外部APIをツール化し、Fusion HCMのA2AエージェントをMCPラッパーで橋渡しすることで、Private Agent Factory内のエージェントからHRエージェント群をネイティブツールのように呼び出せる構成を示している。またフライト追跡・Fusion・データベース・汎用応答など複数エージェントをオーケストレータエージェントが自然言語でルーティングするマルチエージェントワークフローと、UIで設計したフローをPython SDKから本番アプリに埋め込む「ノーコードからプロコード」への橋渡しパターンを紹介し、RAG/データ分析のプリビルトエージェントやエアギャップ環境への展開可能性にも言及している。
3️⃣ AI検索・広告・コンテンツ経済の再設計
3-1. Meta、Facebook検索にAI Modeを導入しThreadsは5億MAUへ
出典URL:Meta AI Tools on Facebook / Threads 500 Million
MetaはFacebookに「AI Mode」を導入し、Meta AIがGroupsやReelsなどの公開投稿に根ざした回答を提示する検索タブを提供、リンク一覧ではなく人々の意見や経験を要約する検索体験へと寄せた。またコラージュ用テンプレートやAIによる服装・小物の変更など、写真・動画編集のAIツールも拡充している。一方Threadsは月間アクティブユーザー5億人に到達し、コミュニティ機能をベータから正式版へ移行、コミュニティハブやアイコン、ローカルタグなどを実装したうえで、Dear Algoを補完する推薦制御機能「Your Algo」を公開し、フィードに表示されるトピックを利用者が細かく調整できるようにしている。
3-2. Google、広告運用AIエージェント「Ask Ad Manager」を発表
出典URL:Google Ask Ad Manager / Google Cloud Yahoo Case Study
Googleは、Geminiを基盤とするGoogle Ad Manager向け会話型AIエージェント「Ask Ad Manager」を発表し、媒体社固有のデータに基づくマルチターン対話で、広告配信のトラブルシュート、カスタム指標を含む複雑なレポート生成、設定画面へのナビゲーションを支援する。Ask Ad Managerはチャットから直接、関連する画面へのリンクや適切なフィルタ条件を適用したビューを呼び出せるため、運用担当者はクリック操作を減らしつつ、在庫・収益・パフォーマンスの把握と問題解決を高速化できる。またGoogle Cloudは、YahooがGoogle Data CloudのSpanner GraphとBigQuery Graphを用いて、知識グラフとコンテキストグラフを組み合わせたSeller Agentプラットフォームを構築し、広告購買・キャンペーン運用を規制対応可能な「trusted system of action」として自律実行・監査可能にした事例を紹介し、広告ビジネスを人手中心からエージェント中心へ移行する設計パターンを提示している。
3-3. AWSとAmazon、AIボット時代のコンテンツ収益化モデルを提示
出典URL:AWS WAF AI traffic monetization / Amazon Content Partners
AWSはAWS WAFに、AIボットやエージェントによるコンテンツアクセスへ課金できる「AI traffic monetization」機能を追加し、CloudFront配下のページやAPIに対して、コンテンツパス、ボットカテゴリ、検証ティアごとに単価とポリシーを設定できるようにした。コンテンツ所有者は、Verified/Unverified別にMonetize(402+x402マニフェスト)、Allow、Block、Count、CAPTCHA、Challengeといったアクションを定義し、USDC建てで安定通貨決済を受け取りつつ、ダッシュボードでトラフィックと収益を可視化できる。一方Amazonは、独立系コンテンツ制作者向けに「Amazon Content Partners」のゲーテッドプレビューを開始し、AWS WAFによるAIトラフィック管理、Amazon Associatesの+1%アフィリエイト上乗せ、Amazon Publisher Services経由の広告在庫アクセス、CloudFront込みで月100ドル分のAWSホスティングクレジットを1つのパッケージとして提供し、AI時代の発見導線に対応する収益化・インフラ支援モデルを示した。
3-4. Adobe、AI検索時代のブランド露出を測る「Brand Visibility」を発表
出典URL:Adobe Brand Visibility
Adobeは、AI検索面でのブランド露出を分析・改善する「Adobe Brand Visibility」を発表した。SemrushのAI OptimizationとAdobe LLM Optimizerを統合し、AI検索プロンプト、競合シェア、到達人数、保有チャネル情報を横断分析する。ChatGPT、Google AI Mode、Microsoft Copilot、Perplexity AI上で、どの質問に自社が表示・引用されるかを把握し、AIエージェントが改善案を提示する。SEOからGEOへの移行を象徴する発表である。
4️⃣ AIインフラ、Physical AI、電力制約の前面化
4-1. NVIDIA、AgentPerfとMLPerfでBlackwellのAI性能を訴求
出典URL:NVIDIA AgentPerf / NVIDIA MLPerf Training 6.0
NVIDIAは、Artificial Analysisの新ベンチマーク「AgentPerf」の初回公開結果で、Blackwell世代のGB300 NVL72がH200ベースのHGXシステム比で最大20倍多くのエージェントをメガワットあたりに実行できたと発表し、ツール呼び出しや長文脈を含むエージェントワークロードでの電力効率と同時実行性能を強調した。またMLPerf Training 6.0では、GB200 NVL72とGB300 NVL72が7つのすべてのベンチマークで最速の学習時間を達成し、8,192 GPU規模のDeepSeek-V3 671BやLlama 3.1 405Bの学習を含む大規模MoE/LLMトレーニングでリーダーシップを示したとする。単発のLLM応答レイテンシだけでなく、ツール利用を伴う長尺エージェントタスクや大規模学習ジョブにおける「実運用負荷での性能」が、今後のAIインフラ選定の中心指標になりつつある。
4-2. NVIDIA、フランスAIインフラと米国FERC対応でAIファクトリーを前面化
出典URL:NVIDIA France AI Future / NVIDIA FERC
NVIDIAは、フランスのAIインフラ、オープンモデル、産業導入が計画段階から本番運用へ移行していると報告し、Mistralによる44MWデータセンター建設と200MW規模のAIファクトリーネットワーク構想、ScalewayのBlackwellインスタンス提供、BullとFoxconnによるVera Rubin NVL72の欧州生産計画、AIギガファクトリー誘致コンソーシアムなどを紹介した。また米FERCによる大口需要家の系統接続ルール見直しについて、AIファクトリーや半導体工場などの大規模負荷が自前の発電投資や柔軟な需要制御を通じて系統強化と料金低減に貢献し得る枠組みだと評価し、Emerald AIとの協業で自家発電と柔軟負荷機能を備えたAIファクトリーを「グリッド資産」として設計・展開する方針を示している。
4-3. NVIDIA、XR AIとPhysical AI AV Challengeで現場AIを拡張
出典URL:NVIDIA XR AI / PhysicalAI AV Challenge
NVIDIAは、ARグラスやXRデバイスからの映像・音声・センサ入力をAIモデル、企業データ、ツール、アクセラレーテッドコンピューティングと接続する開発者向けライブラリ「NVIDIA XR AI」を公開ベータ化し、工場、研究室、病院、デザイン現場、没入型学習などで空間認識を備えたマルチモーダルAIエージェントを構築できる基盤を提供した。NemotronやCosmos Reasonなどの推論モデル、NeMo RetrieverやMetropolisと統合し、NeMo Agent Toolkit経由でツール利用やマルチエージェント協調まで含めたエージェントワークフローをサポートする。またHugging Face上にPhysical AI AV Reasoning Challengeの評価サーバーを開設し、NVIDIAのPAI-AVデータセットに基づく自動運転の長尾シナリオで、チェーン・オブ・コーザション推論や自動ラベリング性能を競う長尾ベンチマーク環境を整えた。
4-4. Google、公共審査AIとデータセンター投資で社会実装を拡大
出典URL:Google DeepMind Planning AI / Google Alabama Data Center
Google DeepMindは、英国政府や地方計画当局と共同で、住宅関連の計画申請処理を支援するGeminiベースのAIプロトタイプを開発し、政策文書や過去資料、PDFからのデータ抽出、関連ポリシーの特定、暫定評価、報告書下書き作成を支援することで、審査官が最終判断権を保持したまま処理時間を半減することを目指している。またGoogleはアラバマ州ジャクソン郡のデータセンターキャンパス拡張に2026〜2027年で15億ドルを投資し、自社で電力・インフラコストを全額負担するとともに、地元のエネルギー効率・低所得世帯向け支援のためのEnergy Impact FundやSTEM教育支援を通じて、AI利用拡大に伴う計算基盤強化と地域社会への還元を両立する方針を示している。
5️⃣ 安全評価・規制・サイバーリスクへの対応
5-1. OpenAI、Deployment SimulationとLifeSciBenchで実運用評価を強化
出典URL:OpenAI Deployment Simulation / OpenAI LifeSciBench
OpenAIは、モデル公開前に実運用に近い会話文脈でリスクを測る「Deployment Simulation」を研究公開し、過去会話から旧モデルの応答のみを取り除いて候補モデルで再生成することで、評価と意識されにくい文脈で望ましくない挙動の頻度や新しい失敗モードを推定できることを示した。ツール利用を含むエージェント軌跡でも、別モデルによるツール応答シミュレーションを組み合わせることで高い再現性を確認している。また生命科学の研究実務を評価する「LifeSciBench」も公開し、Ph.D.レベルの実務研究者が監修した7つのワークフローと7つの生物学ドメインにまたがる750タスク、1,062本の図表や配列ファイルなどを通じて、実験設計、証拠解釈、多段推論、翻訳研究、科学的コミュニケーションといった研究現場の能力を測るベンチマークを提示した。モデル性能だけでなく、本番投入前の安全性と専門実務能力を一体で評価する流れが強まっている。
5-2. Anthropic、Fable 5 / Mythos 5停止とClaude旧モデル退役で運用リスクが表面化
出典URL:Anthropic Fable/Mythos Access / Claude Model Deprecations
Anthropicは、米政府の国家安全保障権限に基づく輸出管理指令を受け、Fable 5とMythos 5へのアクセスを外国籍ユーザーに対して即時停止する必要が生じたため、コンプライアンス確保のため全ユーザー向けに両モデルを無効化したと発表した。政府は限定的な非ユニバーサルjailbreak手法を懸念しているとされるが、Anthropicは他社モデルにも同等能力があり、この程度で商用モデルをリコールすべきではないと反論している。またClaude Sonnet 4 / Opus 4は2026年6月15日付でAPIから退役し、企業利用者にはSonnet 4.6やOpus 4.8など後継モデルへの移行と、品質・コスト差分の検証が求められる。モデルの長期提供と安全規制・計算リソース制約とのトレードオフが運用リスクとして顕在化している。
5-3. Google Cloud、AI Threat DefenseとUNC6508公表でAI時代の防御を提示
出典URL:Google AI Threat Defense / Google UNC6508
Google Cloudは、AI Threat Defense構築を通じた4つの教訓を示し、AIにより数カ月〜数年かかっていた脆弱性探索が数時間・数分に短縮される一方、攻撃者も同様の速度とスケールを手にしていると指摘した。AI時代の防御には、コード・設定・サプライチェーンを横断したスキャンと優先順位付け、自律的なパッチ適用とロールバック、AIエージェントによる継続監視を統合した「AIネイティブな脆弱性管理」への移行が必要だとしている。さらにGoogle Threat Intelligence Groupは、北米の学術・医療・軍事研究機関を標的とし、REDCapの脆弱性悪用とINFINITEREDマルウェア、メールコンプライアンスルールの悪用によるデータ窃取を組み合わせたPRC関連脅威アクターUNC6508を公表し、AI、防衛、無人システム、医療研究にまたがる機密情報の長期的な窃取キャンペーンに警鐘を鳴らした。
5-4. Microsoft、Mastra npm供給網攻撃を公表しエージェント開発の脆弱性を警告
出典URL:Microsoft Security Blog
Microsoft Threat Intelligenceは、AIエージェント開発フレームワークMastraのnpmサプライチェーンを狙った大規模攻撃を分析・公表し、侵害されたメンテナアカウントからmastraおよび@mastra/*配下の140超のパッケージに悪性依存関係@mastra/mjpが追加されたことを明らかにした。mjpはインストール時のpostinstallスクリプトでTLS証明書検証を無効化し、Cloudflare R2上の攻撃者C2から追加ペイロードをダウンロード・実行する設計で、環境変数やSSHキーなどの機密情報窃取とバックドア設置に悪用され得た。AIエージェントフレームワークが依存関係やツールを自動で取り込むほど、開発者がコードレビューや署名検証を行わないまま信頼できないコンポーネントが高速かつ広範に拡散するサプライチェーンリスクが高まっており、署名付きパッケージ、SBOM、ランタイム監視を組み合わせた多層防御が不可欠になっている。
5-5. OpenAI、安全性・データ取扱いを巡る州司法長官調査が報じられる
出典URL:TechCrunch / AP通信掲載記事
米AP通信やTechCrunchは、複数の州の司法長官が連合を組み、ChatGPTの安全性やユーザー被害をめぐってOpenAIに召喚状を送付したと報じた。調査対象は広告ポリシー、ユーザーエンゲージメントや継続施策、モデルの過剰同調、消費者・健康データの取り扱い、未成年者や高齢者への対応など広範囲に及ぶ。この調査はOpenAIがIPO申請を行った直後のタイミングで行われており、同社は州司法長官の懸念に誠実に対応するとしつつ、未成年者や困難な状況にあるユーザー向けの年齢予測・ペアレンタルツール・メンタルヘルス誘導などの保護策をすでに実装していると説明した。
総合考察
全体を通じて、AI競争の主戦場は「高性能モデルの発表」から「安全に運用できる業務基盤の構築」へ移っているところが見えました。エージェントは提案型ツールではなく、認証、監査、課金、隔離実行、社内データ連携を備えた実行主体として位置づけられ始めた。同時に、広告や検索、コンテンツ流通ではAIが情報発見の入口となることで、SEO、広告運用、媒体収益の前提が変わりつつある。さらに電力、データセンター、規制、安全評価、サイバー攻撃への対応が前面化しており、AI導入の優劣は技術力だけでなく、ガバナンス、インフラ、収益設計を含む総合力で決まる局面に入った。
今後注目ポイント
AIエージェントの普及は、業務効率化よりも先に「誰が承認し、誰が責任を負うのか」という企業統治設計を問う段階に入る。
AWS WAFやAdobe Brand Visibilityのような動きは、AI検索時代におけるコンテンツ課金、引用、露出管理の新市場形成を示している。
NVIDIAやGoogleの発表から、AI競争の制約要因はモデル性能だけでなく、電力、地域インフラ、系統接続へ広がっている。
OpenAIやAnthropicを巡る安全評価、規制、モデル停止の動きは、企業が特定モデルへ過度に依存するリスクを可視化している。
Mastra npm攻撃は、AIエージェント開発環境そのものが攻撃対象になる時代を示し、依存関係管理が経営課題化する可能性が高い。


- #AI
- #Gemini
- #Claude
- #AIエージェント
- #OpenAI
- #2026年
- #Threads
- #サイバーセキュリティ
- #Anthropic
- #nvidia
- #grok
- #AIニュース
- #Salesforce
- #AIガバナンス
- #AI検索
- #GEO
- #AdobeFirefly
- #AI安全性
- #xai
- #PhysicalAI
- #MetaAI
- #Databricks
- #GoogleDeepMind
- #週刊
- #Agentforce
- #2026年6月
- #Microsoft365Copilot
- #サプライチェーン攻撃
- #BLACKWELL
- #AmazonBedrock
- #Mastra
- #データセンター投資
- #AIファクトリー
- #企業AI導入
- #CopilotCowork
- #AgentCore
- #ChatGPTEnterprise
- #ferc
- #AWSWAF
- #MLPerf
- #Omnigent
- #GoogleAdManager
- #LifeSciBench
- #Facebook検索
- #PartnerNetwork
- #OracleAI
- #CreativeAgent
- #DeploymentSimulation
- #週刊ビッグテック公式発表
- #PrivateAgentFactory
- #AIトラフィック収益化
- #AmazonContentPartners
- #AdobeBrandVisibility
- #AgentPerf
- #XRAI
- #UNC6508