人工知能
Modine、Grand Prairie工場でAiredaleチラーの生産を開始
Modineは、2026年11月11日の発表で、テキサス州Grand Prairieに新設した専用製造施設でAiredaleチラーの商業生産を開始したと明らかにした。また、敷地面積682,000平方フィートの同施設は、世界の製造拠点網において最大のAiredaleチラー製造施設になる見込みだという。 同工場では、データセンター市場向けにフリークーリング機能を備えた2MWおよび3MWのチラーを生産する。想定する顧客・用途には、ハイパースケールクラウド事業者、コロケーション事業者、高密度の人工知能コンピューティング環境が含まれる。 生産体制の拡大 最初の生産ラインは2026年11月に稼働を開始した。Modineは、現会計年度末までに2MWの生産ライン4本を稼働させることを目指しており、現在の1交代制から、3交代制の完全稼働体制へ移行する計画だ。生産ラインの稼働目標は、設備の試運転、労働力の確保・準備状況、その他の運用上の要因に左右される。 したがって、今回の稼働開始は計画されている生産拡大の初期段階であり、最終的な操業体制ではない。 「Grand Prairie施設の稼働開始は、Airedaleの冷却技術に関する米国の製造能力を拡大するため、昨年発表した計画における重要な節目です」と、Modineの社長兼CEO、Neil D. Brinkerは述べた。「顧客の近くで生産能力を拡大することで、顧客と連携し、高度なエンジニアリングを施した最適な冷却ソリューションを提供できます。それにより、顧客の取り組みの前進と性能目標の達成を支援します。」 4州にまたがる生産能力の拡充 2026年9月23日のModineの発表によると、Grand Prairieは、Airedaleのデータセンター冷却製品に関する米国の製造能力を高めるため、2025年7月に発表されたより広範な投資計画の一環だ。この計画の対象地は、ウィスコンシン州Franklin、テキサス州Grand Prairie、ミシシッピ州Grenada、ミズーリ州Jefferson Cityである。 この拡充計画のうち、ウィスコンシン州での取り組みはすでに進んでいた。Modineは2025年9月、Airedaleのデータセンター冷却システムを製造するため、Franklinに別の工場を開設した。同工場の面積は153,000平方フィート。2026年9月、同社はそこで第1・第2シフトに従事する人員を最大300人募集しており、追加人員によって、エネルギー効率の高いデータセンター冷却への需要拡大に対応しながら生産を拡大できると説明した。 報告された両工場の床面積から算出すると、Grand Prairieの規模はFranklinの約4.5倍にあたる。 Airedaleのデータセンター向け熱管理製品群には、チラーのほか、ドライクーラー、冷却液分配ユニット、インテリジェント制御システムが含まれる。Modineによると、これらのシステムは、さまざまな熱アーキテクチャで効率を最適化し、複雑で高密度な冷却ニーズに応えながら、エネルギーと水の効率を最大化するよう設計されている。Grand Prairieでは、こうした幅広い冷却・制御製品群のうち、1つの製品カテゴリーに特化した製造を行う。 Grand Prairieの稼働により、同社の全米展開計画のもう一部が商業生産段階に入る。次の課題は計画の実行だ。残る生産ラインの試運転、従業員の準備、シフトの追加を進め、Modineが示した操業体制の実現を目指す。
ArmadaとJohnson Controls、ダブリンでAIデータセンターの生産を開始
ArmadaとJohnson Controlsは2026年11月11日、ダブリンでの生産開始を発表しました。Galleon Forge Twoでは継続的な生産が始まり、最初のLeviathanモジュール型データセンターが完成し、ノルウェーのFossefallへの納入を待っています。 Galleon Forge TwoはJohnson Controlsの製造拠点内にあり、敷地面積は90,000平方フィートです。約700人のJohnson Controlsのエンジニア、技術者、その他の熟練労働者が生産を支え、欧州のサプライチェーン全体にも追加の雇用が生まれます。両社は、ここをArmadaにとって初の欧州製造拠点であり、Johnson Controlsの施設内に設けられた2番目のGalleon Forgeと位置付けています。1番目はアリゾナ州ギルバートのGalleon Forge Oneです。ダブリンで製造された最初のLeviathanは、すべて同拠点で設計、統合、試験されました。 Leviathanは、Armadaのコンピューティングインフラとソフトウェアを、Johnson Controlsの熱管理技術および産業規模の製造能力と組み合わせた、数メガワット級のモジュール型データセンターです。Johnson Controlsの熱管理製品群には、冷却水分配ユニット、チラー、ビル制御システムが含まれ、水を使わない冷却技術はエネルギー消費と騒音の低減を目的に設計されています。Armada Platformは、各ユニットの電力、冷却、コンピューティングを管理します。Armadaによると、顧客はインフラを所有し、外部クラウドに依存することなく、あらゆる層を管理できます。また、複数のLeviathanをArmada Sovereign SI Grid経由で単一のフリートとして稼働させることも可能です。 既存の受注が生産拡大の見通しを示す Fossefallの初回発注は、合計出力が9メガワットを超えるLeviathan 5基で、最初にダブリンで製造されたユニットが納入されます。5基すべての納入は2027年第1四半期までに予定されています。契約の内容は工場の稼働開始前にすでに公表されていました。Armadaが発表した2026年8月26日の発表では、契約額は数億ノルウェークローネとされ、Fossefallが各ユニット内のGPUインフラを所有・運用すると説明されていました。 Fossefallによると、今回の発注は、2030年までに北欧で自社所有のAI処理能力を1ギガワット超まで拡大する計画を後押しします。今後、ノルウェー、スウェーデン、フィンランドでAIファクトリーの建設を計画しています。CEOのØyvind L. Vesterdal氏は、標準化されたモジュール方式により、開発期間を短縮し、地域社会と緊密に協力しながらプロジェクトを進められると述べました。 ダブリンでの生産開始を伝えた発表で触れられたもう一つの導入計画も、生産開始に先立つものです。WinDCとArmadaは2026年3月15日、オーストラリアでの提携を発表しました。この提携は、ニューサウスウェールズ州の風力発電、太陽光発電、蓄電池の各施設のほか、National Energy Market内の他の地域や西オーストラリア州に、合計11メガワットのモジュール型データセンターを設置する計画を対象としています。再生可能エネルギーの発電施設にコンピューティング設備を設置することで、都市部のデータセンターへ電力を送電する必要性を減らします。 拡張計画が2027年の供給能力目標を支える ArmadaとJohnson Controlsは、2027年に少なくとも500メガワットの供給能力を確保することを目指しています。ダブリンの拠点はその計画の一部です。ギルバートのGalleon Forge Oneでは、最大400,000平方フィートの施設で2027年初頭に継続的な生産を開始する見込みです。これにより、500人を超える雇用と、国内サプライチェーンにおける追加の雇用が支えられます。さらに、カナダのエドモントンにあるJohnson Controlsの拠点でも、製造能力の拡大が計画されています。 Johnson Controlsでグローバル・データセンター・ソリューションズ部門の社長を務めるAustin Domenici氏は、同社は約20年にわたりモジュール型インフラを構築してきた一方、AIの普及により、より大規模で高密度かつ迅速な対応が求められていると述べました。また、Armadaとの提携は、「複雑な統合作業のより多くを工場で完了させ、コンピューティングをより速く、より確実に稼働させる」ことを目的としていると説明しました。 今後、提携の進捗を示す具体的な節目となるのは、Fossefallへの納入スケジュールと、ギルバートで予定されている生産開始です。これらは、完成したダブリン製ユニットを、工場生産のAIインフラを複数の拠点で繰り返し製造し、顧客のスケジュールに合わせて納入できるかどうかを試す、より広範な取り組みへと結び付けます。
Cognizant、25,000人超のClaude専門グループを立ち上げ、マネージドサービスを開始
Cognizantは2026年11月10日、2万5,000人を超える専門家を擁するClaude専任のグローバルなフロンティア能力グループを設立し、クライアント向けにAnthropicのClaude搭載システムを本番環境で運用するマネージドサービスモデルを導入すると発表した。この2つの取り組みにより、テクノロジーサービスプロバイダーとしての同社の役割は、AIシステムの構築から、基幹業務の中での運用へと広がる。 新組織はClaudeの導入・提供に特化する。一方、マネージドサービスでは、専任の人員、Claudeのライセンス利用権、AI Delivery Operating Systemを含むCognizantの知的財産を組み合わせる。Cognizantによると、このモデルはAIへの支出をより予測しやすくすることを目的としており、各クライアントの接続環境、アーキテクチャ、リスク要件に合わせたセキュリティおよびガバナンス管理を備える。 「AIが事業の中で稼働し始めた後、その導入・運用に責任を持つパートナーをクライアントは求めています」と、CEOのRavi Kumar Sは述べた。同氏は、人員配置とマネージドサービスに関する今回の取り組みを、Claudeと、企業がそれを基幹業務で活用することで実現できる成果に対する大きな賭けだと評した。 「あらゆる企業がAIを組織に取り入れようと競い合っています。しかし、実際の事業の中でAIを機能させるスキルを持つ人材は、最も見つけにくい存在になっています」と、Anthropicの最高商務責任者Paul Smithは述べた。 提供体制の優先事項と人材の認定資格 Claudeグループは当初、4つの領域に取り組む。AIを軸とした事業領域の再設計、それを支えるシステムの構築と近代化、エージェントの安全かつ大規模な運用、そしてAIネイティブなソフトウェアエンジニアリングを中核的な提供能力として確立することだ。システムの近代化にあたっては、Cognizantは用途に特化して開発したClaudeエージェントを活用し、レガシーコードやメインフレームのコードの分析とリファクタリングを加速する計画だ。これにより、グループの提供責任の範囲には、新たなAIアプリケーションだけでなく、既存の企業システムも含まれる。 両方の取り組みは、Cognizantのフロンティア人材モデルを活用する。このモデルでは、フロンティアモデル企業から直接認定を受けたFrontier Certified EngineersとFrontier Business Operatorsを育成する。Cognizantによると、事業部門と全社機能にまたがる従業員のうち、すでに4万4,000人を超える人材がClaudeの研修を修了、または認定を取得している。また、Claudeの認定資格は2万6,000件を超え、Claude認定アーキテクト：基礎の世界ランキングで首位を獲得した。最初の数字は研修を修了、または認定を取得した従業員数を示し、2つ目の数字は認定資格の件数を示す。 企業が公表したクライアント導入実績 Cognizantによると、同社が世界的な製薬メーカー向けに構築したClaude搭載の製造現場エージェントにより、稼働停止時間は35％減少し、トラブルシューティングにかかる時間は90～120分から10～15分に短縮された。メディア・エンターテインメント企業では、要件データシートの作成をClaudeで自動化した結果、それに伴う市場投入までの期間が3～4週間から約15分に短縮された。北米の保険会社では、Claudeを活用した自動化により、キャンペーン概要の作成と退職年金プランのサポートが40～60％迅速化した。 これらの事例は、製造現場の支援から文書作成を多く伴う業務プロセスまで幅広く、マネージドサービスモデルが引き受けることを想定している本番業務の例を示している。 Claudeに関する取り組みは、Cognizantが全社機能、エンジニアリングチーム、デリバリーチームに所属する最大35万人の従業員にClaudeを提供し、Claude for Enterprise、Claude Code、Model Context Protocol、Agent SDKに沿ってサービスを整備する計画を示した2025年11月4日の導入計画を発展させたものだ。新グループは、CodexとChatGPTを対象とするOpenAIのフロンティア能力グループとは別組織であり、Cognizantは同グループを2026年10月30日に発表した。 今回の取り組みの商業的な意義は、Cognizantが人員、モデルへのアクセス、ガバナンス管理、自社のデリバリーソフトウェアを支えとして、継続的な運用責任を担う点にある。同社が報告するプロジェクト単位の効果を、クライアントごとに異なる本番環境でも一貫して再現できるかどうかが、マネージドサービス拡大における最大の実行課題となる。
Anthropic、API価格を引き下げてClaude FableとMythos 5.2を発表
Anthropicは2026年11月9日、Claude Fable 5.2とClaude Mythos 5.2を発表し、Fableを全プラットフォームで利用可能にするとともに、標準API価格を米ドルで入力トークン100万個あたり8ドル、出力トークン100万個あたり40ドルに設定した。 OpenAIのGPT-6 Astraの発表では、標準API価格は入力トークン100万個あたり10ドル、出力トークン100万個あたり50ドルとされている。また、APIの高速モードは標準価格の2倍で、標準モードの最大2倍の処理速度を実現する。両社が公表した価格表に基づいて計算すると、Anthropicの標準料金は入力・出力ともに20％低い。この計算で比較しているのはトークン単価であり、タスク完了までの総費用ではない。 Anthropicによると、オプションの高速モードの料金は入力トークン100万個あたり16ドル、出力トークン100万個あたり80ドルで、トークン生成速度を最大2.5倍に高められる。 一般利用と審査済み利用で提供範囲が異なる 今回発表された2つは、同じ基盤モデルの異なる構成だ。Fable 5.2は一般利用向けで、Amazon Web Services、Google Cloud、Microsoft Azureを含む、Anthropicが列挙するすべてのプラットフォームで利用できる。開発者はClaude Platform上でもアクセスできる。 claude-fable-5-2. Mythos 5.2を直接利用できるのは、Cyber Verification and Life Sciences Verification Programsを通じて審査を通過した申請者に限られる。Claude Enterpriseの顧客は、コードベースの脆弱性をスキャンするClaude Security経由でもMythosを利用できる。Fableはサイバーセキュリティと生物学分野でより強力な安全対策を備えているため、より広く公開される。一方、Mythosでは、審査済みユーザーがデュアルユース性の高い作業をより幅広く行える。 Anthropicは、今回の2つのモデルを、意欲的で自由度の高い技術的作業向けに位置づけている。一方、ほとんどのコーディングや知識業務では、まずOpus 5.5を使うことを推奨し、下位の選択肢としてSonnet 5.5とHaiku 5.5を挙げている。今回の提供開始に伴い、対象となる有料会員には、契約期間に応じてFableの追加リセットが1～3回分付与される。また、Proプランと標準のTeamアカウントでは、週ごとの利用上限の最大50％までFableを利用できる。 公表された性能評価でタスク単位のコストも比較可能に Anthropicによると、新しい構成では、Fable 5.1およびMythos 5.1と比べて、出力を最大30％速く生成できる。FrontierCode 2.0の評価では、Fable 5.2はXhighの労力設定で49.1％を記録し、Fable 5.1の32.4％を上回った。Highの労力設定では45.3％で、タスクあたりのコストがおよそ半分でありながらOpus 5.5の45.5％にほぼ並び、ほぼ同じコストでAstraの42.8％を上回った。 Anthropicが実施したより幅広い評価では、ワークロードによって優劣が分かれた。Remote…
SONIFI、5,000の顧客施設で統合プラットフォームの提供を開始
SONIFIは2026年11月9日に発表し、SONIFI Centralを導入して、AI支援型プラットフォームを全社向けツールとして5,000の顧客施設で利用可能にした。これによりホテルグループは、宿泊客向けテクノロジーを全施設にわたって管理できるようになる。 Centralは、Wi-Fi、インタラクティブTV、キャスティング、地上波・ケーブルテレビ、電話サービスをリアルタイムで一元監視するシステムだ。同社が掲げる商業上の狙いは、スタッフの負担を軽減し、付帯収益の機会を生み出すとともに、テクノロジーの問題が宿泊客からの苦情につながる前に対処することにある。 今回の発表は初披露ではなく、導入先の拡大を意味する。SONIFIは2026年6月9日の発表で、Centralを最新のサービスとして紹介し、デバイスの稼働状況を示すリアルタイム指標、宿泊客の利用状況と稼働時間に関する情報、AIによる分析、アラート、設定管理機能、自動修復機能について説明していた。 SONIFIによると、同社のマネージドサービス事業は、世界5,400施設の110万室超に導入されている。この導入基盤には、世界的なブランド、オーナー企業や運営会社のグループ、さまざまなチェーン規模のホテルが含まれる。そのためCentralは、既存のネットワーク、メディアシステム、電話サービスを施設ポートフォリオ全体で管理できる。 監視機能とスタッフ向け管理機能 継続的なスキャンにより、新たに検出されたデバイスや不明なデバイス、オフラインのデバイスを特定し、ポートフォリオ全体のネットワーク接続状況を報告する。SONIFIによると、自動修復プロトコルとAI支援型の自動化機能が問題に先回りして対処し、稼働時間の維持を支援する。また、デバイスの追跡を通じて、サイバーセキュリティ、ライセンス、コンプライアンスの状態を最新に保つ。 ホテルのスタッフは、自らネットワークを設定し、インタラクティブTVサービスをカスタマイズできる。プラットフォームには、問題解決のガイダンスや研修資料も用意されており、SONIFIの24時間年中無休のサポートチームに直接問い合わせることもできる。これにより、スタッフがテクノロジーの管理に費やす時間を減らし、宿泊客一人ひとりへのサービスにより多くの時間を充てられるようにすることを目指している。 最高執行責任者（COO）のPaul Johnsonは、目指す運用モデルを次のように説明した。「ホテルのスタッフが、すべての施設のすべての客室にあるすべての製品を1つの画面で確認できるよう、SONIFI Centralを開発しました」 宿泊客データと商業上の狙い 運用状況の監視に加え、Centralは宿泊客による対応テクノロジーの利用状況を可視化し、マーケティング施策の効果を測定する。SONIFIによると、こうして得られるデータは、投資収益率を高め、総所有コストを削減できる領域をホテルが特定するために活用される。つまり、テクノロジーの利用状況を商業上の意思決定に結び付けるものだ。 Johnsonによると、顧客からのフィードバックでは、Centralがスタッフの負担軽減、付帯収益の拡大、苦情の未然防止に役立っていることが示された。一方で、スタッフの作業時間の削減、収益の増加、投資収益率について、数値による実績は示さなかった。 Johnsonによると、より高度な機能や自動化、サードパーティーとの連携機能は、引き続き開発中だ。この開発計画は、すでに利用可能とされている監視、自動問題修復、セルフサービス機能とは別のものだ。 ホテルグループにとって、全社向けの提供により、スタッフの業務負担や宿泊客へのサービスに直接影響するテクノロジーを一元管理できるようになる。SONIFIにとっては、マネージドサービスのモデルを施設ポートフォリオ全体の監視・分析へと広げる取り組みだ。その商業的価値は、運用の一元化と、宿泊客向けテクノロジーに関する意思決定の質の向上にある。
OpenAI、ChatGPT Enterpriseの調達・請求にAWSを追加
OpenAIは2026年11月9日、ChatGPT EnterpriseをAWS Marketplaceで提供すると発表した。これにより組織は、既存のAWSの調達・請求契約を通じて、新たにソフトウェアを購入・管理できるようになる。対象となる支出は、顧客のAWSコミットメントの消化にも充当できる。 AWS Marketplaceの掲載情報では、OpenAIが販売者とされ、AWS上にデプロイされるサービスとしてのソフトウェアと説明されている。標準価格は公開されていない。顧客は要件と適格性に基づく個別見積もりを得るため、プライベートオファーを依頼する。対象となる利用額は、顧客との契約に従い、AWS EDPまたはPPAのコミットメントに算入される。 OpenAIによると、マーケットプレイス経由で利用する顧客にも、OpenAIから直接利用する場合と同じモデル、機能、性能が提供され、新機能も同時にリリースされる。このパッケージには、Chat、ChatGPT Work、Codex、dotsが含まれる。 Chatは対話形式の業務を支援し、ChatGPT Workは、文書、プレゼンテーション、スプレッドシート、レポートの作成につながる調査、分析、複数段階のプロジェクトを委任して実行する。Codexは、コードベースの理解、機能開発、バグ修正、テスト実行、変更内容のレビューを担うコーディングエージェントだ。dotsは常時稼働するエージェントで、更新情報を追跡し、文書や分析を最新の状態に保つほか、会話と会話の間に注意を要する成果や判断事項を提示する。 AWSのマーケットプレイス・パートナーサービス担当バイスプレジデント、Matt Yanchyshyn氏は、顧客は「AWSアカウントを通じて購入し、他のソフトウェア支出と合わせて管理し、評価から展開までをより迅速に進められる」と述べた。 データレジデンシーは調達とは別の問題 掲載情報によると、業務データは保存時および転送時に暗号化され、デフォルトではOpenAIのモデルのトレーニングに使用されない。管理者はユーザーのアクセス権、権限、接続済みツールを管理できる一方、ユーザーはエージェントがアクセスできる情報や、承認を必要とする操作を制御できる。ChatGPT Enterpriseのデータ処理者はOpenAIであり、AWSを含む再委託先を利用する。 こうした条件があっても、マーケットプレイス経由で購入すれば、すべてのデータを顧客のAWS環境内に保持できるということにはならない。掲載情報には、AWS Marketplace経由で購入しても、すべての顧客データがAWSのインフラストラクチャ上、またはその環境内にとどまる保証はないと明記されている。 データレジデンシーは、対象となる顧客コンテンツを保存時にどこに保管するかを制御する。推論レジデンシーはこれとは別に、そのコンテンツに対するモデル推論をGPU上のどこで実行するかを制御する。これらのオプションは有効化した場合にのみ適用され、すべての地域で利用できるわけではなく、すべての処理やシステムデータを対象とするものでもない。 AWS向けの従来の提供内容とは別の展開 今回のマーケットプレイスでの提供開始に先立ち、2026年4月28日に提携が拡大され、Amazon Bedrock上のOpenAIモデル、AWS上のCodex、OpenAIを基盤とするAmazon Bedrock Managed Agentsが限定プレビューとして公開された。これらの提供内容は、AWS環境でのアプリケーション、ソフトウェア、エージェント型ワークフローの構築に重点を置いていた。 OpenAIは、この2つの利用経路を相互補完的なものと位置づけている。開発者はAmazon Bedrock上のOpenAIモデルを使ってAIアプリケーションやエージェントを構築できる一方、企業内の各チームは日常業務でChatGPT Enterpriseを利用できる。対象となる顧客は、AWS Marketplaceを通じてChatGPT for HealthcareおよびChatGPT for Financial Servicesも利用できる。適格性は、OpenAIまたはAWSのアカウントチームを通じて確認する。 今回の提供開始で変わるのは、組織がChatGPT Enterpriseの契約を結び、料金を支払う方法であり、利用できる機能ではない。価格はプライベートオファーを通じて設定され、コミットメントへの算入可否は顧客のAWS契約によって決まる。また、データの取り扱い条件は請求方法とは別であり、AWS経由で購入しただけでは、すべての顧客データの保存場所や処理場所が確定するわけではない。
CoreWeave、Wayveと複数年にわたるAIトレーニング契約を締結
CoreWeave 複数年契約を締結したと、Wayveは2026年11月9日に発表した。この契約に基づき、自動運転ソフトウェアを開発するWayveは、NVIDIA Blackwell GPUを搭載したCoreWeave Cloud上で、AI Driverの基盤モデルをトレーニングする。Wayveが商用展開を目指すなか、このインフラはトレーニング、評価、シミュレーションを支援する。契約金額、GPUの数量、コンピューティング能力は発表されていない。 この契約は、WayveがCoreWeaveのプラットフォームを初めて利用するものではなく、既存の関係を拡大するものだ。Wayveは当初Weights & Biasesを利用しており、現在はCoreWeave Cloudの利用へと規模を拡大している。期間については複数年とだけ説明されており、導入先や詳細な展開スケジュールは明らかにされていない。 CoreWeaveによると、WayveのAI Driverは70カ国以上で収集された実世界の運転データから学習する。このシステムは、個人所有の自動車からロボタクシーまで、幅広い用途を想定している。そのため、トレーニング計画は多様な運転環境と、さまざまな車両用途の可能性を対象としている。 CoreWeaveは、この取り組みを、物理的な挙動と安全性が重要な課題となる最先端モデルのトレーニングと位置づけている。インフラには、長時間に及ぶトレーニングを継続できることに加え、大規模に安全性を検証するのに十分な可観測性が求められる。この要件があるため、契約の対象はトレーニングだけでなく評価やシミュレーションにも及び、モデルのトレーニング用計算資源のみに焦点を当てたものではない。 「AI Driverは、実世界での運転経験を集め、それを使ってトレーニングし、評価したうえで、すでに路上を走るシステムを上回るものだけを展開するというデータの循環を通じて、性能を高めています。私たちのようなワークロード向けに構築されたCoreWeaveのAIクラウドを利用できることで、AI Driverの商用展開を加速できます」と、Wayveのエンジニアリング担当シニアバイスプレジデント、Silvius Rus氏は述べた。 シミュレーションと検証がインフラを形作る 物理AIワークロードに関するCoreWeaveの2026年8月24日付の技術概要は、今回の契約内容を理解するうえで参考になる。同資料では、自動運転車向けの用途として、ワールドモデルのトレーニング、視覚・言語・行動モデルのファインチューニング、センサーシミュレーション、閉ループ評価を挙げている。こうしたプログラムでは、車両1台あたり1日にテラバイト単位のセンサーデータが生成される可能性があり、そのデータを効率よく転送、保存し、トレーニングに活用する必要がある。 同資料は、トレーニングが一度限りの作業ではない理由も説明している。導入後もエッジケースが蓄積するため、継続的な再トレーニング、チェックポイントの保存、高速なデータパイプラインが運用上必要となる。CoreWeaveによると、物理AIの取り組みの大半では、モデルを実世界で動作させる前にシミュレーションと段階的な検証を行う。実環境での稼働を主なテスト環境として使うわけではない。 CoreWeaveのプラットフォームの説明では、こうした要件に対応するものとして、オーケストレーションを担うCoreWeave Kubernetes Service、ペタバイト規模のセンサーデータやシミュレーションデータ向けの分散ストレージおよびオブジェクトストレージ、実験を追跡するWeights & Biases Models、そしてチェックポイントを関連するデータやトレーニング実行に紐づけるRegistryが挙げられている。これらはプラットフォーム全体で利用できる機能であり、契約発表では、Wayveがほかにどのサービスを利用するかは明らかにされていない。 この契約により、CoreWeaveは複数年にわたる自動運転ワークロードを獲得し、Wayveとの関係は実験用ツールからクラウドインフラへと広がる。また、拡大したインフラをWayveの商用展開という目標に結びつけるものでもある。トレーニング、評価、シミュレーションを組み合わせた環境が、展開可能なAI Driverのバージョンをどれほど早く生み出すかが、運用面での最大の課題となる。ただし、商用展開の時期は明らかにされていない。
RebellionsとSK Telecom、2028年のR200主権AIシステム実現を目指す
NVIDIA、Rebellions、SK Telecom 2026年11月8日、韓国の主権AIインフラを開発するための協業を発表した。Rebellionsは次世代のRebel R200ニューラル処理装置（NPU）をNVIDIA NVLink Fusionに接続し、NVIDIA MGXラックアーキテクチャを採用する。一方、SK Telecomは、構築したシステムを自社のAIデータセンターに導入する計画だ。 SK Telecomは、このインフラを自社のデータセンター運用、独自モデル、一般向けサービスと組み合わせる意向だ。両社は、R200システムを2028年に導入可能な状態にすることを見込んでいる。したがって今回の発表は、現在進行中の商用展開ではなく、開発・導入計画を示すものだ。取引額、システムの発注台数、確定した購入契約については明らかにされていない。 R200システムにNVIDIAのラックアーキテクチャを採用 Rebellionsは、最先端モデルを用いた低遅延かつ電力効率の高い推論を実現するため、R200を開発している。対象には、数兆のパラメータを持つ混合エキスパート（MoE）モデルも含まれる。これらはRebellionsが掲げる設計目標であり、今回の発表にベンチマーク結果は含まれていない。RebellionsはNVLink Fusionを通じて、NVIDIA NVLinkのスケールアップ・ネットワークを利用し、ラック内でR200のNPUを接続する計画だ。 NVIDIA NVIDIAによると、NVLink Fusionを使えば、チップメーカーは専用設計のシリコンを、同社の高帯域幅・低遅延のスケールアップ・ネットワークおよびインフラエコシステムと組み合わせられる。これにより、性能の向上、導入リスクの低減、市場投入までの期間短縮が期待できる。MGXラックアーキテクチャとリファレンス設計はRebellionsのシステム開発を支援し、MGXエコシステムを通じて、受託設計製造企業（ODM）や部品サプライヤーを活用できる。したがって、この協業はプロセッサの接続だけでなく、ラックへの統合や製造リソースも対象とする。 SK Telecom、GPUとNPUで推論処理を分担する計画 両社は、AIの応答生成における各段階を、それぞれの処理に最適なプロセッサアーキテクチャに割り当てる分離型推論を開発する計画だ。構想中の構成では、プリフィル処理にNVIDIAのGPUを、デコード処理にRebellionsのNPUを使用し、推論スループットと電力効率の向上を目指す。 MGXにより、GPUシステムとNPUシステムで、ラックの設置面積、電力供給、冷却に共通の設計基盤を用いることができる。両社によると、この方式はRebellionsのプロセッサおよびシステムの開発と並行してインフラ計画を進めるのに役立つ。これにより、ハードウェアの開発中もSK Telecomは施設計画を進められる。 SK Telecomは、このインフラを独自の基盤モデルや一般向けサービスに接続する計画で、A.X K2と政府の「AI for All」プロジェクト関連サービスも対象に含まれる。同社の役割は機器の設置にとどまらない。導入計画では、データセンター運用、モデル、サービスを結び付け、同社が「フルスタックの主権AI」と呼ぶ仕組みを構築する。 政府、主権AIをめぐる幅広い協力を後押し 韓国の科学技術情報通信部は、NVIDIAと韓国のNPU企業との協業を支援しており、まずRebellionsとSK Telecomが参加する。両社が掲げる目標は、韓国の言語、産業、優先課題に合わせたインフラとサービスの実現であり、官民双方での活用を見込んでいる。 「NVIDIAとの今回の協業は大きな前進です。NVLink Fusionを通じて、韓国で開発されたNPUが、AIコンピューティング分野をリードする世界的企業NVIDIAとともに、コンピューティングインフラ市場に参入できるようになります」と、韓国の副首相兼科学技術情報通信部長官、Bae Kyung-hoon氏は述べた。同氏は、政府が具体的な成果を支援するとともに、フィジカルAIやGPUの供給確保などの分野でNVIDIAとのさらなる協力を進める考えを示した。 今回の協業により、韓国のプロセッサ設計からラックの製造、データセンターへの導入、一般向けサービスに至る道筋が整う。商用化に向けては、両社がR200システムを完成させ、計画中のGPU・NPU分担型推論アーキテクチャを導入可能なインフラへと具体化できるかが鍵となる。
Google、ワイオミング州南東部のデータセンター用地をCrusoeから取得
Crusoeは2026年11月6日に発表し、Googleがワイオミング州南東部のデータセンター用地を取得したことを明らかにした。これにより、用地選定、行政機関の承認取得、電力戦略の策定に関するCrusoeの役割は完了した。買収価格や詳しい金銭的条件は公表されていない。 共同創業者兼CEOのChase Lochmillerは、「Crusoeが着工前に進めた、案件の立ち上げ、許認可取得、リスク低減の取り組みにより、ワイオミング州のプロジェクトは建設と最終的な運用に向けた準備が整った」と述べた。この説明から、今回の発表は開発段階の引き継ぎを意味し、取得された用地の建設と運用は、まだ今後の段階にある。 売却に先立って進められた電力開発 CrusoeとTallgrass Energyは、電力インフラとデータセンターインフラを共同で開発し、キャンパス計画に着手した。この並行したプロセスでは、エネルギーシステムの設計、データセンターのエンジニアリング、用地開発、ハイパースケーラーとの協議を連携させた。こうして策定された複合型の電力戦略は、燃料電池、系統電力、天然ガスタービンを組み合わせるもので、Tallgrassの地域CO2貯留ハブと連携した長期的な炭素回収計画も含んでいる。 Googleによる取得以前から、このプロジェクトの開発計画はすでに大規模なものだった。CrusoeとTallgrassは、2025年7月24日のキャンパス計画の発表で、最大10ギガワットまで拡張できるよう設計された1.8ギガワット規模の開発計画を明らかにした。当初の計画では、天然ガスを燃料とする複数のエネルギー源を、将来の地域再生可能エネルギー開発と統合することとしていた。また、TallgrassのCO2ハブに近いことを生かし、長期的な炭素回収を支える構想だった。これらの容量は2025年の開発計画に関する数値であり、Crusoeが今回の取得について行った発表では新たな容量は示されていない。 別途、2026年11月5日の発表で、Googleはララミー郡に同社初となるワイオミング州のデータセンターを建設するため、長期的に170億ドルを投資すると発表した。このデータセンターは、Tallgrass Energy、Black Hills Energy、American Electric Power およびRelated Digitalとともに建設する。計画には、炭素回収・貯留を備えた、契約済みの出力702メガワット規模の商用燃料電池開発事業が含まれ、Bloom Energy の燃料電池を使用する。また、地域の水資源への負荷を抑えることを目的とした空冷式データセンターも計画されている。170億ドルという金額はワイオミング州でのより広範な投資を指し、Crusoeの用地取得価格として公表されたものではない。 Crusoeの幅広い開発事業 Lochmillerによると、Crusoeは6ギガワット超の契約を獲得しており、40ギガワット超の案件をパイプラインに抱えている。これらは同社が公表した数値であり、AIインフラの開発と電力供給を事業の中心に据えているという同氏の説明に添えられたものだ。ワイオミング州の取引は、Googleとの仕事の終了ではなく、開発前段階の業務の一つが完了したことを意味する。 Crusoeは2026年9月28日の発表で、テキサス州アマリロ郊外のアームストロング郡で建設中のGoogleのデータセンターキャンパスについて、自社が開発事業者であると明らかにした。同地では2025年6月に着工した。テキサス州に関する発表は、ワイオミング州で完了した開発前段階の業務とは別に、Crusoeが現在もキャンパス開発を担っていることを示している。 したがって今回の取引からは、Google向けのCrusoeの業務に二つの異なる役割があることが分かる。一つはワイオミング州の用地を引き渡せる状態に整えることであり、もう一つはすでに建設中のテキサス州のキャンパスを開発することだ。Crusoeが案件を立ち上げ、承認を取得し、電力計画を策定した後、Googleがワイオミング州の用地を引き継ぐ一方、Crusoeは同地で自らに割り当てられた業務を完了する。公表されていない条件があるため、取引によってCrusoeが得る直接的な金銭価値は明らかでないが、今回の引き継ぎにより、プロジェクト初期の開発業務を両社がどのように分担したかが明確になった。
Franklin Templeton、OpenAIとAIを活用したリサーチ業務のワークフローを開発
Franklin Templetonは、OpenAIのCodexをはじめとするツールを用いて、株式リサーチ向けのAIワークフローを開発している。OpenAIが2026年11月5日に公開した顧客事例によると、当初の目的は、ポートフォリオマネジャーが複数のリサーチの見解を比較し、投資アイデアの背後にあるリスクを検討できるよう支援することだ。今回明らかになった取り組みは、全社展開を完了したものではなく、実験段階から本番運用へと移行しつつある段階にある。 同社が最初に試みたAI活用では、データをデータベースに格納し、モデルを接続した。しかし、データ同士の関係をモデルが理解できなかったため、チームが必要とする回答は得られなかった。その後、チームはエージェントとセマンティックレイヤーを追加した。セマンティックレイヤーとは、企業のデータが何を意味し、どのようにつながっているのかを体系的に表現したモデルを指す。Codexなどのツールを使い、このつながりを踏まえたインテリジェンスレイヤーの開発を進めている。 計画中のシステムは、リサーチ、リスク管理、コンプライアンス、トレーディングからの情報を統合することを目指す。これらの部門は、それぞれ異なる視点から投資を捉えている。基盤には、信頼できるコネクター、ポートフォリオやワークフローに関する文脈情報、そして実用的な知見を引き出すエージェント機能を組み合わせる。こうした要素により、システムを再利用可能かつ適切なガバナンスの下で運用できるようにするとともに、当初のデータベース接続だけでは得られなかった文脈を投資判断に加えることを目指している。 順を追って進めるリサーチプロセスを再構築 Franklin Templetonでパブリック市場投資を担当する上級副社長のKatrina Dudleyは、従来の株式リサーチのプロセスについて、人が主導し、順を追って進めるものだったと説明した。アナリストは、新たな投資アイデアをポートフォリオマネジャーに提案したり、既存のポートフォリオ保有銘柄について状況を報告したりするため、まず株式を分析し、決算説明会を確認し、事業分野ごとに競合他社を調査する。 「私たちは、リサーチプロセスを補完する段階から、投資リサーチのワークフローを再構想する段階へと進みました」とDudleyは述べた。長期的な目標は、アナリストから各投資グループのリーダーまで、投資チーム全体でつながりのあるインテリジェンスを活用できるようにしつつ、システムの知見と人間の判断を併せて生かすことだ。 導入にあたっては、Codexを使ったハッカソンも実施している。そこでは、技術の専門家が投資実務者と協力し、投資実務者自身がツールを開発する。投資分野のAI推進役は、こうした実験を本番運用に耐えるワークフローへと発展させようとしている。その過程には、セキュリティ審査、専門家による支援、データ管理策、データ利用契約も含まれる。Franklin Templetonは、新技術の発表後まもなく、各チームに実践的なラボの機会も提供してきた。Dudleyによると、経営陣は明確に定めたリスクの枠組みの中で実験を奨励する一方、すべての取り組みが成功するわけではないことも受け入れている。 リサーチの多様性とリスクを重視した設計 同社のアプローチは、選好学習ツールの限界に対処するものだ。特定のリサーチ提供元をユーザーが好むと学習したシステムは、その提供元のレポートをより多く提示するようになり、投資プロセスに取り入れられる視点が狭まる可能性がある。これに対し、Franklin Templetonは、投資チームが多様なリサーチや意見に触れられるようにしたいと考えている。 同社はまた、AIが投資仮説だけでなくリスクも重視することを望んでいる。「優れた投資アイデアとは、十分な根拠があるだけでなく、リスクも分析され、ポートフォリオマネジャーがそのリスクを認識できるものだと、AIに理解させる必要があります」とDudleyは述べた。この要件により、技術が出す結果は、ポートフォリオマネジャーがアイデアを評価する際に必要とする情報に直結する。 Dudleyはまた、アナリストが現場に出て、専門家や実務家、非公開企業の経営幹部などと話す時間を増やし、そこで得た視点を投資チームに持ち帰ることを望んでいる。したがって、この取り組みは単一のツールを追加するだけにとどまらず、ソフトウェア開発、データアーキテクチャ、投資管理の仕組みを組み合わせるものだ。中心となる課題は、職務ごとの実験を、リサーチの多様性、明示的なリスク分析、そしてDudleyが不可欠と考える人間の視点を保ちながら、適切なガバナンスの下で本番運用できるワークフローへと発展させられるかどうかである。
AmeriLife、Palantirを採用し、保険事業全体にAIを導入
AmeriLife GroupとPalantir Technologies 全社規模のソフトウェア契約を締結したと発表したのは2026年11月5日。これにより、PalantirのFoundryとArtificial Intelligence Platform（AIP）が、AmeriLifeのヘルス・ウェルス部門の販売組織に導入される。導入はCrump Life Insurance Servicesから始まり、パイロット導入を経て、Palantirを活用した機能はすでに本番環境で稼働している。契約金額や期間を含む財務条件は公表されていない。 この契約の対象は、保険や退職関連商品の販売を支えるソフトウェアと業務プロセスであり、新たな保険商品ではない。AmeriLifeは、生命保険・医療保険、年金商品、退職設計ソリューションを開発、販売、流通している。Crumpでは、今回の新機能は、案件管理とバックオフィス業務を支えるACEプラットフォームの次世代版の一部となる。これにより、金融専門家、販売代理店、保険会社をつなぐ事務処理の流れに、初期導入が組み込まれる。 Crumpの公式プラットフォームの説明には、今回の導入を取り巻く事業の詳細が記されている。同社は金融専門家と保険会社を結び、生命保険、年金商品、長期介護、連動型給付、障害保険などのソリューションを提供する。Advanced Salesチームは、構想から成約までバックオフィス支援を行う一方、同社のデジタルツールは、案件の提出をより簡単かつ効率的にすることを目的としている。Crumpは、専門分野別の商品チームと引受審査の支援も提供している。 全社展開を支える単一のデータ基盤 AmeriLifeは既存の業務プロセスに個別のAIツールを追加するのではなく、統合された単一のデータ基盤の上に今回の導入を構築している。目指すのは、代理店、アドバイザー、金融専門家、保険会社のパートナーにとって、より迅速で連携の取れた体験を実現することだ。会長兼CEOのScott R. Perryは、この提携によって「顧客との最初の対話から保険契約の成立まで」事業の運営方法を再構築できると述べ、Crumpではすでに成果が出ていると語った。 両社は今後数カ月にわたり、AIを活用した機能をさらに多くの業務プロセスや機能へ拡大する計画だ。掲げる目標は、業務の進行を加速させ、代理店やアドバイザーの可視性を高め、ヘルス・ウェルスの各ネットワークを通じて、より連携の取れた体験を実現すること。Palantirの最高収益・法務責任者Ryan Taylorは、Crumpでの本番稼働は、より広範な導入の始まりにすぎないと述べた。 流通網の規模に対し、成果の定量化はまだない 同社の流通網が、全社展開の規模を支えている。AmeriLifeによると、全米に保険代理店、アドバイザー、金融専門家が32万5,000人以上いるほか、マーケティング組織と保険代理店の拠点が160か所ある。これらの数字が示すのは流通事業全体の規模であり、Crumpの機能を現在利用している人数ではない。 Crumpでの導入について、処理時間、コスト削減、保険契約件数、収益に関する数値は示されていない。そのため、確認できる節目は、定量化された財務上の効果ではなく、運用面での進展だ。ソフトウェアはパイロット段階を終え、ACE内で本番稼働に移行した一方、より広範な導入は現在も進行中である。 中心となる問いは、この本番稼働の基盤を、測定可能な成果を伴って、より大規模なAmeriLifeの流通網全体へ拡大できるかどうかだ。統合データモデルとCrumpでの導入によって、展開の範囲と出発点は定まった。今後の課題は、次の導入によって案件処理の迅速化、アドバイザーの可視性向上、あるいは商業的効果の定量化を実現できるかどうかである。
Kwame Adebayo, インシュアテックとリスク分析, AI リサーチエージェント
Anonの買収によりSierraのAIエージェントにブラウザー自動化機能を追加
Sierraは2026年11月5日、ウェブサイトへのログイン、ページの移動、フォームへの入力を可能にする技術を持つAnonを買収したと発表しました。この技術により、サービスにAPIがない場合でもAIエージェントがこうした操作を実行できます。買収の金銭的条件は公表されていません。 今回の買収により、Anonのチームとブラウザー自動化技術がSierraのエージェントに加わります。同社によると、Sierraのエージェントはすでに年間数十億件の顧客対応を処理しています。今回の買収の当面の狙いは、ウェブサイトへのログイン、ポータル内の操作、ブラウザー上でのデータ入力など、エージェント自身がタスクをより多く実行できるようにすることです。ワークフローがAPIのないサービスに達した時点で処理が止まる事態を避けられます。 Anonのエンタープライズ領域における実績 Anonの製品の構想は2023年初頭にさかのぼります。当時、創業者は、人に代わって動くエージェントには、安全に認証を行い、本人に代わって操作する手段が必要になると考えました。最初に実装したのはAIパーソナルアシスタントでした。初期の利用状況から、より大きな可能性は他のエージェント向けのインフラにあるとチームは判断し、ブラウザーの利用と、ログインが必要なウェブサイトに伴うセキュリティ上の課題に取り組むようになりました。 構築された技術基盤は、認証と認証情報の管理、ブラウザーインフラ、エージェント実行環境、そして開発者が自社製品に組み込めるソフトウェア開発キットを網羅しています。Anonによると、事業の構築にあたり1,300万ドル超を調達しました。この調達額は、公表されていない買収対価とは別のものです。 Anonによると、同社の製品はAIスタートアップから上場企業まで、数百社の顧客に利用されています。エンタープライズ分野では、銀行、医療、エンタープライズソフトウェアの大手顧客向けにエージェントを構築・導入しており、Sierraの顧客も一部含まれます。本番環境で稼働するエージェントは、機密データや多要素認証を扱い、1つのタスクに数時間かけて実行し、障害から復旧できるよう設計されていました。稼働を続けるなかで、本番環境において複雑なタスクを数十万件完了しました。 Horizonとの連携 こうした運用実績は、Sierraの長時間にわたって動作するエージェントが抱えていた特定の制約に対応するものです。Sierraは2026年7月16日、数日、数週間、あるいは数カ月にわたる顧客対応を調整するためにHorizonを発表しました。Horizonは、長期的な計画立案機能とコンテキストエンジンを組み合わせています。患者、専門医、紹介元の医師とのやり取りを通じた融資の組成、医療における事前承認、専門医への紹介予約などに活用できます。 こうした目標を達成するには、複数のシステムをまたいだ作業が必要になる場合があります。Anonの技術は、ログイン、ポータル内の操作、APIがない環境での情報入力といった手順を実行するためのブラウザー実行レイヤーを提供します。この構成では、長期的な目標に向けた計画立案とコンテキストの管理をHorizonが担い、Anonの技術が個々のウェブ上の手順の完了を支援します。 この買収は、Sierraの事業拡大に続くものでもあります。同社は2026年10月30日、年間経常収益が4億ドルを超え、2026年第3四半期には1億5,000万ドル超増加したと発表しました。また、Fortune 50企業の約50％と取引があると明らかにしました。 今回の買収により、商業面での規模拡大と、成果達成型エージェントが直面する実務上の制約が結び付きます。顧客の目的を達成するには、ソフトウェアではなく人が使うことを前提に構築されたウェブサイト上で操作が必要になる場合があります。Anonは、こうした制約を踏まえて設計されたブラウザー自動化基盤を提供します。その信頼性の実績は今後、Sierraの長時間稼働するエージェントが、会話の管理にとどまらず、複数のシステムにまたがる作業を完了できるかどうかを測る、より大きな試金石となります。
Dropbox、Tigris Dataを現金約3億5,000万ドルで買収することで合意
Dropbox Dropboxは2026年11月5日に発表し、現金約3億5,000万ドルでTigris Dataを買収することで合意したと明らかにした。この買収案とあわせて、AIアプリケーションやエージェントを開発する企業向けのストレージおよびデータ基盤、DBX Agent Cloudを発表した。 最終契約は2026年11月3日に締結され、Tigrisの発行済み持分すべてが対象となる。買収対価には通常の買収価格調整が適用される予定で、取引はまだ完了していない。Dropboxは、通常のクロージング条件が充足または放棄されることを前提に、2026年第4四半期の完了を見込んでいる。 まずはオブジェクトストレージから Tigrisは、AIアプリケーション向けに設計された、世界各地に分散するオブジェクトストレージを運営している。開発者は特定のプロバイダーに縛られることなく、複数のクラウドにまたがってデータにアクセスし、管理できる。今回予定されている買収は、Dropboxがファイルの保存・共有にとどまらず、AIワークロードを実行する開発者や企業向けのインフラへ事業を拡大する取り組みを加速させることを目的としている。 DBX Agent Cloudは、単独で利用できるS3互換のオブジェクトストレージから始まる。顧客はこれを個別に購入し、使い慣れたツールやAmazon S3向けに構築された対応アプリケーションとともに利用できる。顧客がすでに利用しているクラウド、コンピューティングプロバイダー、開発者向けプラットフォームと連携するよう設計されており、そうした環境を置き換える必要はない。このサービスは、アプリケーションやコンピューティングの要件が変化しても、学習用データセット、モデルの成果物、画像、動画などのコンテンツを支える、持ち運び可能な基盤となることを目指している。 Dropboxは次に、ファイルシステム機能とコンテンツ処理機能を追加する計画だ。コンテンツ処理機能により、文書、画像、音声、動画をAIに役立つ入力データへ変換できるようになる。ファイルシステム機能を使えば、アプリケーションやエージェントがファイルを管理し、複数のタスクやセッションにわたって作業を継続できる永続的な保存場所を提供できる。 Tigrisの共同創業者兼CEO、Ovais Tariq氏は、両社の連携によって期待される効果を次のように述べた。「Dropboxは、ストレージインフラを大規模に運用してきた約20年の経験を持っています。その経験を当社の製品や開発者との緊密な関係と組み合わせることで、信頼性、開発者体験、直接的な技術協力を重視しながら、より大規模なワークロードを支援できるようになります。」 既存のDropboxコンテンツ全体に広がるAI機能 今回あわせて発表されたDropboxの主力製品のアップデートでは、サービス内にすでに保存されているファイルやワークフローにAIを直接活用できる。顧客はDropboxに情報の検索やフォルダーの要約、バージョンの比較、プロジェクトの背景情報に基づく文書の作成、PDFや画像の編集、録音の文字起こし、プロジェクトフォルダーの整理を依頼できる。対応する複数の処理を、ひとつのリクエストで実行することも可能だ。 コンテンツを変更する前に、Dropboxは承認用の計画を提示する。システムは既存のアクセス権限の範囲内で動作し、実行した操作を記録するほか、顧客が変更内容を確認し、対応する操作を取り消せるようにする。ユーザーはセッション中に、対応するAIモデルを選択したり切り替えたりできる。また、コンテンツを何度もアップロードし直すことなく、ChatGPT、Claude、Museなどの対応ツールでDropbox上のファイルを扱うこともでき、作業の成果はDropboxに戻される。 Dropboxによると、この新しい機能はすでに7万を超えるチームで利用されている。最初の英語版は、米国、英国、オーストラリアのStandardおよびAdvancedプランを利用する対象チームに提供され、2027年には提供範囲を拡大する予定だ。 共同CEOのAshraf Alkarmi氏は、インフラと製品に関する発表を、ひとつの考え方で結び付けた。「AIの価値は、AIが扱えるコンテンツとコンテキストによって決まります。」 これによりDropboxは、相互に関連しながらも異なる2つの商業的な提案を打ち出すことになる。ひとつは、同社のコラボレーションサービスを利用する顧客がすでに保有するコンテンツにAI機能を適用すること。もうひとつは、AIシステムを構築する開発者にストレージインフラを提供することだ。開発者向けに現在提供されるのはオブジェクトストレージであり、ファイルシステム機能とコンテンツ処理機能は今後の計画にとどまる。また、Tigrisの買収もまだ完了していない。Dropboxにとって重要なのは、顧客がさまざまなクラウド、コンピューティングプロバイダー、AIツールを自由に使える状態を保ちながら、両方の環境で自社のコンテンツ基盤を有用なものにできるかどうかだ。
EDB、AI向けにPostgresとClickHouseを統合するためAltinityを買収
EnterpriseDBはAltinityを買収し、Postgresを基盤とする主権型AIデータシステムに、エンタープライズ向けClickHouseソフトウェア、マネージドサービス、サポートを加えた。EDBは2026年11月5日にこの取引を発表したが、買収価格やその他の財務条件は明らかにしていない。 EDBによると、両社の顧客は合わせて1,860社を超える。2017年創業のAltinityは、企業がオープンソースのClickHouseを本番環境で運用できるよう支援しており、顧客にはThe Trade Deskが含まれる。 Tubi、Kong、AppsFlyer、ZoomInfo、PostHogも顧客に名を連ねる。同社のエンジニアは、EDBのPostgres貢献者およびメンテナーに加わる。 同社の製品群には、長期サポートを提供するStable Buildsと、規制対象環境向けのFIPS互換ビルド、ストレージ、認証、データレイクとの統合に対応するAntalya Builds、Altinity Kubernetes Operator、顧客自身のクラウドアカウントに導入できるAltinity.Cloudが含まれる。EDBによると、AltinityはClickHouseへの企業貢献者として第2位であり、プロジェクトに対するプルリクエストのマージ数は888件、同オペレーターのDocker Hubでのプル数は1億800万回を超える。 トランザクション処理とリアルタイム分析を統合 今回の買収は、PostgresとClickHouseをEDB Postgres AIに組み込み、アプリケーションやAIエージェントが同じビジネスコンテキストに基づいてトランザクション処理、分析、アクションを実行できるようにすることを目的としている。Postgresは引き続き運用データの信頼できる唯一の情報源となり、ClickHouseはリアルタイム分析エンジンとして機能する。EDBの設計では、データのコピーを1つに、制御の仕組みも1つにまとめることで、運用システムと分析システムが分かれている場合に生じるデータ移動や統合の作業を減らすことを目指す。 統合ロードマップには、PostgresとClickHouseで共有するApache Icebergカタログと、一貫したアクセス制御が含まれる。より広範なプラットフォームでは、このマルチモデルのデータレイヤーを、データレイヤーのガバナンス、エージェント型ランタイム、主権型コントロールプレーンと組み合わせる。権限はデータの所在する場所で適用され、顧客は運用環境を選択できる。AltinityのCEO、Robert Hodges氏は、2つのエンジンを1つのマルチモデルデータレイヤーに統合することで「顧客のコストを大幅に削減できる」と述べたが、発表では削減額の見込みは数値で示されていない。 EDBは、統合されたエンタープライズ向けClickHouse機能を2026年第4四半期に提供開始する予定だ。導入ロードマップには、自社クラウド持ち込み型と開発者向けクラウドの選択肢、顧客が管理するKubernetesまたはOpenShift上でのセルフホスト型またはオンプレミス型の導入、さらにローカルハードウェア上でネットワークから隔離して実行する物理的な遠隔エッジシステムが含まれる。機能と導入方法の提供状況は、各サービスの導入に合わせて詳しく説明される。 オープンソースとサービスの継続性 既存ユーザーに対し、EDBはClickHouseソフトウェア、Altinity Stable Builds、Altinity Kubernetes Operator for ClickHouse、Project AntalyaをApache 2.0ライセンスの下でオープンソースとして維持すると約束している。貢献者ライセンス契約と意見募集の手続きに変更はなく、上流プロジェクトへの貢献も継続する。また、Altinity.Cloudの顧客は、現在のサービス、サービスレベル契約、導入環境を引き続き利用できる。各チームが共通のロードマップを進める間も、Altinityの既存顧客には現在のサービスとサポートが継続して提供される。 この取引の対象はAltinityであり、ClickHouse, Inc.ではない。ClickHouse, Inc.とオープンソースプロジェクトは、いずれも独立性を維持する。 IDCのリサーチディレクター、Devin Pratt氏は、今回の取引はトランザクション処理とリアルタイム分析の専門知識がより広く融合していることを示すと発表で述べ、さらに次のように付け加えた。「マルチモデルプラットフォームの評価基準は、専門性の異なるエンジンをどれだけ効果的に連携させ、それぞれの強みを保ちながら、顧客の統合作業とコストをどれだけ削減できるかだ」 EDBにとっての実行面での課題は、維持すると約束したオープンソースの条件と既存サービスを守りながら、こうした連携を実現し、統合コストを削減することだ。
企業のAI投資に潜む課題
AI投資の成功を測る指標は一つではない ある企業が、AIを活用した顧客サービス製品、研究パートナーシップ、請求書の異議申し立てを解決する社内ツールという、3つの提案を検討しているとしよう。どの提案も資金を求め、価値をもたらすと約束している。しかし、ある提案への投資を正当化する根拠が、ほかの提案について経営陣にほとんど何も教えてくれないこともある。 製品には顧客と安定した提供体制が必要だ。パートナーシップには有益な協働が欠かせない。社内ツールには、具体的な業務上の課題を解決することが求められる。3つすべてを同じチェックリストで評価すると、説得力のある予測を示すプロジェクトが評価される一方で、実験を必要とするプロジェクトが見過ごされかねない。 『Technovation』に掲載された研究論文「新興デジタル技術時代におけるイノベーション・ポートフォリオ管理実践の構成」は、こうした不一致を理解するための枠組みを提示している。1 その示唆はプロジェクト管理にとどまらない。企業のAI投資を評価する投資家は、企業が何に追加の資金を投じる価値があると判断するのかにも目を向けるべきだ。 デジタル・イノベーション研究が明らかにしたこと 研究者のKristian Hilmar Mikkelsen WegenerとKarl Joachim Breunigは、スカンディナビアの7組織で26人に聞き取り調査を行った。調査は2023年に実施され、分析を補強するために関連文書も用いられた。論文は2026年10月にオンラインで公開され、同誌の2027年巻に掲載されている。 調査対象の組織は、電気通信、保証・リスク管理、輸送ソリューション、醸造、コンサルティング、医療製品、公的研究資金の分野にまたがっていた。研究では、AI、機械学習、モノのインターネットなど、新興デジタル技術を幅広く取り上げた。 中心的な発見は、価値創出の仕方そのものに違いがあるという点だ。予算やリスクが異なるプロジェクトでも、同じ管理プロセスに当てはまることはある。一方で、価値を根本的に異なる方法で生み出す活動もあり、その場合は共通の評価基準が適切でない。 著者らは、繰り返し見られる3つの構成パターンを特定した。これらは組織内で共存しうる管理実践のパターンであり、企業全体に恒久的に付与される分類ではない。 研究で特定されたイノベーション管理の構成パターン 構成パターン 価値の評価方法 管理の進め方 意思決定権限 製品開発型 明文化された段階別の基準 標準化 ポートフォリオレベル プラットフォーム媒介型 集合知 促進 エコシステムの関係者と共有 問題解決型 専門家の判断 個別対応 プロジェクトに委任 AIプロジェクトはどのように価値を生み出すのか この枠組みをAIに当てはめると、その違いがより分かりやすくなる。以下の例は、枠組みの活用方法を示すものであり、研究で新たに明らかになった知見ではない。 AI製品には再現性のある提供体制が必要 有料顧客向けのAIアシスタントを開発するソフトウェア企業を考えてみよう。開発には、製品設計、テスト、導入、サポートが伴う。体系的なレビューを通じて、アシスタントが品質要件を満たしているか、ユーザーを獲得できているか、採算の取れる形で提供できるかを評価できる。 この場合、経営陣がマイルストーンの設定や、比較可能な商業的根拠の提示を求めるのは妥当だ。中心となる問いは、顧客が対価を払うものを企業が継続的に提供できるかどうかである。 AIパートナーシップには調整が必要 次に、設備保全に機械学習を活用するため、製造業者が大学や専門サプライヤーと協働しているケースを考えてみよう。進展は、データへのアクセス、互いを補完する専門知識、そして発見した知見の活用方法についての合意に左右される。 四半期ごとの販売目標では、協働が価値を生みつつあるかどうかをほとんど把握できない場合がある。初期段階で確認すべきなのは、データにアクセスできるか、技術面で共有の進展があるか、参加者がそれぞれの貢献を組み合わせて実用的なソリューションを生み出せるか、といった点だ。…
Daniel Martin
