ガラケー時代に策定された青少年インターネット環境整備法は、スマホとアプリが主流となり、推薦アルゴリズムや通知設計が利用時間を左右する現状に追いついていない。当時と違って各レイヤーで海外事業者が主流を占める中では、端末側フィルタリングだけでなく、OS、アプリストア、SNS事業者に安全設計や透明性を求める枠組みが必要になる。一方で、家庭に居場所を持てない子どもにとってネットが逃げ場となる場合もある。年齢制限や遮断に偏らず、リスクの高い設計を抑制しつつ、相談・支援につなげる制度設計が問われる。

GPUと、GPU周辺に配置されるHBMなどDRAMにAI特需が集中していると見られがちだが、実際にはデータセンター投資の拡大に伴いフラッシュメモリ需要も底上げされている。ハイパースケーラーの設備投資積み増しはGPUだけでなくストレージ増設も伴い、メモリー全体の需給を引き締める。もっともNANDは韓国勢の規模優位や中国勢の価格攻勢にさらされやすく、HBMなどと比べて競争環境は厳しい。推論やデータ活用の広がりを背景に不揮発メモリ需要は構造的に増加する可能性があるが、収益性は引き続き市況に左右される。

Mythosの提供先拡大は日本にとって朗報だ。ただしAIが脆弱性を検出できても迅速な修正は容易ではなく、攻撃を防ぐ対応が間に合わない恐れもある。実効性ある対策につなげるには、SBOM等による資材管理と、仕様書やソースコードをAIが横断的に参照できる状態が欠かせない。日本の組織でありがちな案件単位で分断された管理や手動デプロイ中心の運用では対応が遅れがちだ。自動化された継続的なテストと脆弱性修正の自動適用を可能とする体制整備や既存システムの見直し・移行には時間を要する。Mythosにアクセス可能となる前から備えを進められるかが成否を分ける。

マイクロソフトのAI戦略は、OpenAIとの密接な関係とMicrosoft 365のインストールベースを軸に価値を高めてきた。しかしOpenAIのマルチCSP化により囲い込みの前提は揺らぎ、業務ソフト領域でもAnthropicの「Claude」などに後れを取る場面が目立つ。Office文書をAIが直接扱える統合は魅力的だが、トークン消費型のコスト構造と企業利用における費用対効果にはなお不透明さが残る。欧州で再燃する脱Windows・Officeの動きも踏まえると、AIをどのように持続的な収益に転換するかが、同社の中長期的な評価を左右する局面に入った。

合法的な目的の範囲で政府がAIを利用できるべきという考え方は、民主的正統性を持つ政府に対し事業者がどこまで制約を課せるのかという観点では理解できる。一方で現行の法制度は高度なAIの利用を前提としておらず、政府自身がその適切な使い方を十分に把握しているとは限らない。既存の法令が不適切な利用の歯止めとして機能するかには疑問も残る。国家と企業の責任分担と民主的統制の枠組みをどう設計し、その前提となるAIのアラインメントに関する社会的合意をいかに形成するかが、今後の重要な課題となるのではないか。

LLMに熱狂したアーリー層による初期成長が一巡し、消費者向けでユーザーベースやARPUを伸ばすには、コマースなど外部サービスとの統合を通じた新たな利用動機の創出が不可欠になっている。一方で消費者向け新サービスは選択と集中が進む。Stargate計画による計算能力の拡張が追いつかない中で上場レースが進み、モデル性能を維持するための学習投資と収益化に向けたサービス開発の間で難しい舵取りを迫られる。資本市場は成長と投資規律の両立を求めており、その綻びが株価のボラティリティとして顕在化し始めている。

いち早く投資効果を期待できるコーディングAI分野では、Amazon Web ServicesやGoogle Cloud、Microsoft Azureで横断的に利用できるAnthropicに対し、OpenAIはAzure経由に限定されることが制約となっていた。ChatGPTがAWSでも使えるようになることは歓迎だが、同時にClaudeとの直接比較は避けられない。結果として基盤モデルのコモディティー化が進むのか、それともサービスやシステムへの埋め込みで差別化できるのか。上場を見据えた収益化の成否を占う試金石となりそうだ。

私自身も文系だが、LLMの普及で、言葉で要件を定義し、曖昧さを排除しながら他者やAIに伝える能力は、業務遂行において中核的なスキルになりつつあると感じる。利害の異なるステークホルダーの意図を読み取り、合意形成に落とし込む力も同様だ。データサイエンスも、広告や政策領域では行動経済学や心理と不可分であり、理系の理学・工学に留まる技術ではない。明治時代に限られた学術予算の傾斜配分のために編み出した文系・理系という区分自体が実態に合わなくなっている。学生が社会に出るにあたって求められるのは、文脈を理解し意味を設計する力と、それをデータやAIで実装できる基礎リテラシーを併せ持つことではないか。

Googleは自社開発の大規模言語モデルGeminiを持ちながら、コーディングなど特定領域で優位なAnthropicにも巨額出資する。これはモデル競争の劣後リスクをヘッジするだけでなく、外部の有力ワークロードを自社インフラに囲い込み、TPUの稼働を押し上げる戦略でもある。NVIDIA依存を相対化しつつ、AWSやOCIとのインフラ競争でスケールを確保する狙いだろう。循環投資との批判を退けるには、推論単価や設備稼働率といったユニットエコノミクスを可視化し、巨額投資が持続的収益に転化することを示せるかが鍵になる。

もともと月20ドルの定額で高性能なコーディングエージェントを提供するモデルには、原価構造上の無理があった。初期のユーザー獲得と設備余力を前提とした戦略と見るのが自然だ。AIエージェントの普及で利用時間と計算負荷が想定以上に伸び、従来の料金体系が追いつかなくなっている。計算資源の制約が続く限り、従量課金や実質値上げは不可避だろう。今後はアーリーアダプター向けの新サービスでは定額制を残しつつ、成熟した用途から従量制や創出価値に応じた成果報酬へと移行していくのではないか。

今年はエージェントAI元年となりそうだ。GoogleはAIモデルに加え、検索・クラウド・Androidなどの顧客接点と開発者エコシステム、さらには膨大なデータを内包し、スタートアップやSaaSとは異なる垂直統合の強みを持つ。一方で「自前で完結できる」構造は、外部エコシステムの広がりを阻害し、最適解の取り込みを遅らせるリスクも孕む。エージェントの覇権はモデル性能だけでなく、どこまで開かれた実行基盤を構築し、実際のユースケースを創出できるかにかかっており、競争はまだ初期段階にある。

人間が殺人教唆で罪を問われるのであれば、AIだからという理由だけで責任が免れるわけではないだろう。もっとも直ちに同列とは限らず、やりとりの履歴を精査し、具体的な助言の内容や、犯行を助長する故意・予見可能性がどこまであったかを丁寧に見極める必要がある。LLMは利用者に寄り添う応答を返す性質があるが、それが違法行為の後押しとなれば問題となる点は人間同士の関係と本質的に変わらないはずだ。したがって事業者には、高リスク領域での応答制御や段階的な拒否・代替提示、ログの適切な保存と検証可能性の確保、異常兆候の検知とエスカレーションなど、リスク前提の設計と透明性ある運用が求められるのではないか。

金利ある世界への回帰の中で、預金獲得競争と金利競争が再び活発化するのは望ましい動きだ。デジタル接点の活用により間接コストが圧縮され、その分が預金者に還元される構図は競争の健全性を示している。一方で、誰もが高齢化する社会において、長期にわたりデジタルのみで関係を維持できるのかという課題は残る。加えて、地理的制約を超えた資金集中が進み、大手金融機関への預金偏重が強まることが、日本の金融システム全体として望ましい姿なのかは慎重に見極める必要があるのではないか。

Tim Cookは派手な「発明」で期待されがちなAppleにおいて、異なる形の革新を実現した経営者だ。AirPodsやApple Watchのように一見すると既存技術の延長に見える製品を巨大市場へと育て上げ、サービスや半導体内製まで含めて事業構造そのものを変えた。単発のブレークスルーではなく、エコシステムとして価値を積み上げることで、結果として企業の競争力を一段引き上げた点は、むしろ再現性の高い経営の巧みさといえる。製品戦略を担ってきた後任はサプライチェーンの混乱と対峙しつつ、AI統合における競争力やAR/VR市場の立ちあげ、その他どんな新しいことに取り組むことになるか目が離せない。

中国メーカーだけでなく日本勢に買い手が現れたのは、国内の家電事業がそのまま空洞化する流れを回避できたという意味で良かった。かつて家電メーカーは系列販売網を軸に製販一体を築いていたが、その結びつきが弱まり、主導権は量販店へと移っていった。今回の動きは、その関係が反転し、販売側が製造まで取り込む局面に入ったことを示している。一方で、特定系列への依存が強まれば、他の量販店や小売との関係に影響が及ぶ可能性もある。販売データ起点の製品開発が新たな価値につながるのか、それとも囲い込みが進むのか、今後の展開に注目したい。

DRAMは典型的なシリコンサイクル産業で、市況の波に企業の命運が大きく左右される。現在は韓国勢が優位に立つが、SKハイニックスもかつて経営破綻を経験しており、この産業の厳しさは例外ではない。エルピーダの破綻も、需給悪化や為替、政策判断など複合要因の結果とはいえ、技術基盤を有しながら持ち堪えられなかったことには悔しさが残る。生成AIの拡大に伴い高帯域メモリ（HBM）を中心にDRAM需要が再び逼迫し、価格も上昇している現状を見ると、国内プレーヤーを維持できていればという思いは一層強まる。短期の市況変動に対して、いかに長期的な投資と支援を維持できるかという難題を改めて突きつけている。

AIのリスクは従来から指摘され規制が検討されてきたが、中国の台頭を受け競争力確保へと政策軸がシフトしている。モデル性能の向上とオープンウェイトの拡散により機能は急速にコモディティ化しており、性能差だけで優位を維持することは難しくなっている。いかに早く市場投入しフィードバックを回せるかが競争力を左右する中で、提供制限は改善サイクルの鈍化に直結する。一方、特定主体やモデルそのものへの規制だけで実効性を担保することは難しく、規制の空洞化を招きかねない。AIエージェントの時代には、開発者だけでなく利用者が何をどこまでAIに委ねるかという運用・責任設計に踏み込んだガバナンスが重要になるのではないか。

AIを国家が統制すれば安全に使われるかといえば、イラン攻撃での利用例が示す通り、必ずしもそうではない。一方で、サイバー攻撃の自動化や軍事転用の潜在力を考えれば、戦略物資として扱おうとする動き自体は理解できる。ただ核兵器と決定的に異なるのは、AIは数年単位で性能が陳腐化し、モデルや知見が拡散・再現されやすい点だ。加えて性能の上限はアルゴリズムだけでなく電力と計算資源に強く制約されるため、統制の焦点はモデルそのものからインフラへと移る。完全な封じ込めは難しく、拡散を前提に計算資源の確保と利用ルールをどう設計するかが現実的な争点ではないか。

成功率の数字だけが独り歩きするのは危うい。重要なのは、実際にどれだけ悪用可能なゼロデイ脆弱性を見つけたのかという「質」である。一方で、これまで人間のレビューをすり抜けてきた脆弱性が、AIによって網羅的に洗い出される局面は現実のものとなりつつある。モデルの進化速度を踏まえれば、リスクを閉じ込め続けることは難しい。ゆえに、防御側が攻撃側を上回る速度でAIを活用し、脆弱性を塞ぐ体制が不可欠であり、AIの悪用や提供に対する規制のみで実効性を担保できるかは疑問が残るところだ。