2026年– date –

米国防総省がAI供給網をMicrosoft、Amazon、Nvidia、Reflection AIまで広げ、機密任務での利用を認めました。Anthropicの位置づけも揺れ、政府調達と生成AIの力学が変わっています。

Physical AIとは、ロボットや工場設備の中でAIが実空間に働きかける領域です。ソフトウェア以上に停止条件や監視設計が重要になり、日本企業の安全設計も見直しが迫られています。

Google Cloud Next ’26で、Googleはエージェント型AIの統治を製品機能として組み込みました。なぜ重要かといえば、実運用で必要な監査・識別・制御が、ようやく設計段階に入ったからです。

SAPは、企業AIガバナンスが粗利を守る条件だと示しました。生成AIを「便利な道具」ではなく業務制御の仕組みとして扱う理由と、エージェント時代の実務への影響を整理します。

GitHub Copilotが2026年6月1日からトークン課金へ切り替わります。固定料金ではなく、入力と出力の量で費用が変わるため、開発現場のAIコスト設計が一段と重要になります。

LGとNVIDIAが物理AIを軸に協議している背景には、ロボットや車載AIを動かすための計算資源、冷却、デジタルツインの一体設計があります。企業ITの次の競争軸を読む手がかりになります。

APIとMCPは似て見えても役割が異なります。MCP Gatewayまで含めて整理すると、LLMやAIエージェントの接続設計、トークンコスト、統制の考え方が一気に明確になります。

オーストラリアの金融規制当局APRAが、AIエージェントの統制不足を問題視しました。銀行や年金基金で導入が進む一方、権限管理や監視の空白が明確になっています。

IDCがEMEAの企業AI導入停滞を分析し、CIOにシステム監査とROI再設計を求めました。生成AIが実運用に進まない原因と、日本企業が学ぶべき実務上の論点を整理します。

OpenAIが公開したGPT-5.5は、計画、ツール利用、自己検証まで担うAIエージェント向けモデルです。性能向上とAPI価格倍増が同時に起きた意味を整理します。