AI・テック
AIモデルとエージェント、半導体、ロボット、デジタルインフラの変化を根拠と事例で解説します。
2026
Xiaomiの1.22TB/sとAppleの1.2TB/s、その適用範囲はまったく異なる
Xiaomiの1.22TB/sはO100チップの近接メモリー帯域幅、Appleの1.2TB/sは512GBユニファイドメモリー全体にかかる帯域幅です。
AI・テックノートPCが考え込むばかりで止まってしまいました
Qwen 3.8 27BをノートPCで実行して返答を得られなかった体験を取り上げました。高い推論デフォルト値と実行ツールのコンテキスト上限が、結果にどのような影響を与えるのかを検証します。
AI・テックAI半導体のボトルネックが演算からメモリへと移行しました
Nvidiaによる15%のサーバー値上げとメモリ階層の分化、韓国製NPUの商機について整理しました。
AI・テックアリババがCPUメモリに置いた510億パラメータのルックアップテーブル
510億パラメータのN-gramルックアップテーブルをGPUではなくサーバーのCPUメモリに配置した理由と、9分の1や8.6倍といった発表数値が何を測定した値なのかを整理しました。
AI・テックエージェントの普及でサーバーCPU市場が6倍に拡大する見通し
補助的役割とみなされていたサーバーCPU市場が2030年に2,100億ドルへと6倍に成長するというBofAの予測を読み解きます。
AI・テック同一人物なのに名前を変えたら文が偽になりました
性能が同等になっても代替されない席があります。成果物だけを利用する席と、誰の名義で出されるかが効力を左右する席を区別して考えてみました。
AI・テックバーナーズ＝リーが模範としたURLは、わずか4カ月で消え去りました
バーナーズ＝リーが模範例に挙げたURLはわずか4カ月で消失しましたが、その文章自体は28年経った今も同じアドレスで読めます。リンクロットの原因とAI時代における意味を整理します。
AI・テック社内報告書がチャットボットの口調を教えた
ChatGPTは今や人間よりもダッシュを使いません。エコノミスト誌が120万語を比較して見出したAI文章の4つの特徴と、その文体がどこから来たのかを整理しました。
AI・テックOpenAIが出資したリーガルAI「Harvey」、基盤は中国製オープンウェイト
2か月とGPU150基があれば特化モデルを再学習できます。Harveyが中国製オープンウェイトを選んだ理由と、1,750件の業務環境が資産となった理由を整理しました。
AI・テックエージェント普及のボトルネックは性能ではなく「検証」です
ChatGPT週間9億人とOpenAIエージェント製品1,000万人の格差、その集計基準の限界、そして結果を誰が確認するのかという検証負担を掘り下げます。
AI・テック韓国の労働者の51.8%が業務にAIを使う環境で
高いAI活用率と思考の外注化をあわせて見つめ、測定された結果と懸念を区別して考えます。
AI・テックスマホ断ちを宣言した467人、耐え抜いたのは119人
2週間にわたりスマホのネットを遮断した実験の効果量と、同意した467人中119人しかやり遂げられなかった遵守率について掘り下げました。
AI・テックマイクロソフトが6,000人を顧客企業に常駐させる理由
マイクロソフトの25億ドル・6,000人規模の新組織とAWSの10億ドル投資、そしてMIT NANDAプロジェクトが浮き彫りにしたAI導入失敗の真因を解説します。
AI・テック難題10問とともに公開された62ページの失敗記録
OpenAIのAstraが数学・理論計算機科学の難題10問の解決結果を発表した際、失敗したアプローチをまとめた62ページの文書も公開しました。4つの失敗類型と結果の実効範囲を読み解きます。
AI・テックClaudeはテキストにウォーターマークをどう埋め込むのか
画像は人間が知覚できない余白に信号を隠せますが、テキストにはその余白がありません。モデルが単語を選ぶ方法を変えて印を埋め込む仕組みと、短い文章やリライトで崩れてしまう限界を整理しました。
AI・テック🔒 ボットに名前とウォレットを与えたCloudflare
ウォレットに入金して使う機能は予告段階にとどまり、今できるのはcloudflare.payアドレスの先取りです。
AI・テック🔒 Metaが障害調査の判断をAIに委ねない理由
AIに仕事を任せるには、まずその仕事がコードになっていなければならないというMetaの5年間の結論
AI・テック🔒 「バグ修正だけに専念する」と言えるチームリーダーはなぜいないのか
GitClearの集計でリファクタリング比率は3.8％に激減、重複コードは81％増加。「修正する作業」が評価されない構造的な問題を読み解きます。
AI・テック🔒 重みは公開されても個人では動かせないオープンウェイト
Kimi K3は重みだけで1.5TBを超えます。演算に一部のパラメータしか使わないMoEモデルでも、自前で動かすには巨大なメモリが必要となる理由を掘り下げます。
AI・テック🔒 AIの生成結果を検証する際に切り分けるべき2つの検査
AIの生成結果をコードで検査する場合とモデルに評価を委ねる場合では、確認できる事柄が異なります。タスクに適した検証基準を考察しました。
AI・テック🔒 AIモデルは複製できても自分の判断は自分でする必要があります
一度学習したAIモデルは、複数の場所に複製して利用できます。その便利さゆえに、結果を検証することまで省いてしまう問題について考察しました。
AI・テック🔒 Claudeの安全性評価に影響を与えた「試験状況」の認識
AnthropicのJ-空間研究は、Claudeが脅迫を思いとどまった理由が「試験状況」だと気づいていたためである可能性を示しています。
AI・テック🔒 ALS患者の意思疎通を支えたBCI、自宅で使用した3,800時間
ALS患者Casey Harrellの3,800時間に及ぶ実使用記録と、中国NEOの市販承認から読み解くBCIの現在地、そして残された未解明の課題。
AI・テック🔒 AIグラスとコンパニオンデバイスはどんなデータを集めるのか
MetaのスマートグラスやOpenAIの機器に関する報道を手がかりに、生活を支援する機能にどのようなデータが必要とされるのかを考えます。
AI・テック🔒 GEO代行の契約前に確認すべき、顧客企業ロゴと「露出保証」の真偽
「露出保証」や「アルゴリズム掌握」という営業文句に対し、その根拠と契約条件をどう確認すべきかを整理します。
AI・テック🔒 中国の論文は増えたのに、海外からの引用はなぜ少ないのか
中国の研究生産量と国際引用には開きがあります。引用データが示すものと示さないものを検証しました。
AI・テック🔒 OpenAI PlantTalk、植木鉢が言葉を話すプロジェクト
センサーが読み取った植木鉢の状態をChatGPTが人の声で伝えるOpenAI PlantTalkを取り上げ、対話が可能になったときに人間がモノを関係の相手として受け止める心理を整理しました。
AI・テック🔒 スマートフォンのセンサーで届ける地震早期警報
Android端末は発生した地震を検知し、強い揺れが到達する前に警報を届けます。その仕組みと運用上の限界を読み解きました。
AI・テック🔒 保育料支援と親が担う養育負担
施設利用料から支援金を差し引いた純保育費は、養育費全体とは異なります。少子化対策予算の範囲と、住居・雇用・ケアの負担をあわせて検証します。
AI・テック🔒 EY・KPMG・デロイトの報告書で露呈した出典検証の問題
EY、KPMG、デロイトの報告書で実在しない引用や不正確な引用が発見されました。調査結果と各社の対応を振り返り、AIを活用する組織がいかに検証時間と責任体制を確保すべきかを考えます。
AI・テック🔒 GoogleのDebugがオスの蚊を育てて感染症を減らす方法
Googleが米国の2州で2年間に最大6,400万匹のオスの蚊を放飼する実験を申請しました。ボルバキアの仕組みと自動飼育・雌雄選別技術を解説します。
AI・テック🔒 SpaceXの135ドルとモーニングスターの63ドル
公募予定価格とモーニングスター評価額の差、軌道AI事業の前提を見てみます
AI・テック🔒 NatureのTikTok進出、ショート動画で科学を説明する方法
NatureがTikTokでも科学を伝え始めました。短く解説しながら出典や研究の限界をどう残すか、関連研究と私自身のコンサルティング経験を交えて考えます。
AI・テック🔒 ジェンスン・フアンの中国・台湾訪問から見るエヌビディアの事業課題
エヌビディアの中国向け販売には、米国の輸出許可と中国の購入承認の両方が必要です。ジェンスン・フアンの5月の訪問を通じて、販売再開と台湾での生産拡大という課題を見てみました。
AI・テック🔒 Google検索の刷新にコンテンツ発行者が注目すべき理由
Google I/O 2026の検索刷新とニュースサイトの流入データを調べました。検索利用量、外部サイト訪問、購読・購入への転換を分けて見るべき理由を説明します。
AI・テック🔒 現代自動車グループのロボット、陸軍GOP警戒・補給投入を検討
兵力減少への対応として、警戒・捜索・補給業務にロボットを活用する案が議論されています。実際の運用に必要な条件と政府調達の意味を検討しました。
AI・テック🔒 Chromeの4GB AIモデルが浮き彫りにした「インストール同意」問題
Chromeの一部のAI機能は、端末にモデルファイルをダウンロードして使用します。必要な容量や削除方法が十分に案内されていたのか、ユーザーが選択できたのかを確認しました。
AI・テック🔒 月20万ウォンのAI監視カメラ、トロント富裕層地区の論争
トロントのローズデールで、住民100人を集めてAI番号プレート認識カメラを設置しようという提案が出ました。費用を負担する住民以外にも、街を通り過ぎる人の移動記録まで収集する点が論争の中心です。
AI・テック🔒 コミュニティが自ら作るプラットフォーム、エージェンティックコーディングとオープンプロトコル
エージェンティックコーディングでソフトウェアを作るコストが下がり、ActivityPub・ATProtoのようなオープンプロトコルが異なるプラットフォームをつなぐことで、コミュニティが自らのプラットフォームを作れる条件を見ていきます。
AI・テック🔒 アマゾンのグローバルスター買収と通信インフラ所有権の集中
アマゾンがグローバルスター買収契約とアップルとの衛星サービス提携を発表しました。海底ケーブルと衛星網への大手テック企業の投資が、通信サービスの選択権にどのような影響を与えるのか考察します
AI・テック🔒 AIが匂いを識別するには、どんなデータが必要か
匂いを感知するセンサーはすでに存在します。この測定値をさまざまな環境で使えるAI学習データにするには、まだ解決すべき課題が多くあります。
AI・テック🔒 AIが運営した店舗、女性従業員の時給が2ドル低かった
AIが運営するサンフランシスコの店舗で、女性従業員の時給が男性より2ドル低いという報道が出ました。賃金の差の理由をどう確認し、AIの決定を誰が検討すべきかを考えます。
AI・テック🔒 ハンコムのPDFパーサーがGitHubトレンディング1位に上った理由
ハンコムがPDF抽出ツールをApache 2.0のオープンソースとして公開し、GitHubトレンディング1位になりました。ベンチマークスコアと処理速度、収益化構造をまとめました。
AI・テック🔒 紙に染み込んだ合成麻薬、米国刑務所の死亡事件
米国の刑務所で、薬物が染み込んだ紙による中毒と死亡が報告されました。成分が多様化する違法薬物市場において、検査と情報共有がなぜ重要なのかを見ていきます。
AI・テック🔒 AIハーネスとスキルはそれぞれ何をするのか
AIの生産性が100倍になるという主張に疑問を感じました。モデルを実行するハーネスと、業務手順を収めるスキルがそれぞれ何をするのか調べてみました。
AI・テック🔒 クラフトンの契約紛争で証拠となったChatGPTの会話
サブノーティカ開発会社の経営陣解雇を契約違反と判断したデラウェア州裁判所の判決。AIの助言を実行した経営陣の判断と責任を検討しました。
AI・テック🔒 ペットが体調を崩したときに使える休暇について考えてみました
イタリアの大学職員の看護休暇事例と日本企業の福利厚生を調べました。韓国のペット飼育世帯の統計をもとに、休暇制度に必要な基準を考えてみました。
AI・テック🔒 アリババのToken Hubはどんな事業を束ねたのでしょうか
アリババがモデル研究、APIサービス、消費者・企業向けAI製品をToken Hubに束ねました。組織改編の狙いと、Qwen開発者が確認すべき変化を見ていきます。
AI・テック🔒 オープンモデルを使うとき、トークン単価と運用コストはどう変わるのか
GLM-5とGemma 4を機に、エージェントのAPI料金と自前運用コストを見てみます
AI・テック🔒 AI企業のARRを読むときに併せて見るべきこと
年換算売上高と累積売上高は意味が異なります。AI企業の成長数値に、コストと顧客維持率を併せて見るべき理由を見ていきます。
AI・テック🔒 81,000人に聞いた。「AIに何をしてほしいですか？」
Claudeユーザー8万人余りは、AIによって仕事をうまくこなし、学び、休む時間を得たいと答えました。同じ人の回答に恩恵と懸念が同時に現れた理由を見ていきます。
AI・テック🔒 53年ぶりに再び月へ、探査と資源利用のルール
アルテミスIIが月に向けて出発しました。アメリカと中国の探査計画を見て、月の資源をどう利用するかをめぐる議論を整理します。
AI・テック🔒 米国半導体サプライチェーン、今つくれるものと残された課題
米国でウェハーとチップの生産、サーバーの組み立てが始まりました。実際に稼働する工場とこれから建設する施設を区別し、サプライチェーンの変化を見ていきます。
AI・テック🔒 TurboQuantのメモリ圧縮と半導体需要
GoogleのTurboQuantが縮小するKVキャッシュは、HBMにも保存されます。論文が示す圧縮性能と、実際のメモリ需要に影響する条件を確認しました。
AI・テック🔒 Adobeのサブスクリプション解約訴訟と顧客維持指標
Adobeのサブスクリプション解約訴訟の合意内容と、各国のダークパターン規制を見ていきます。GTM実務で顧客維持率と満足度を併せて見るべき理由も取り上げました。
AI・テック🔒 Sora終了発表とChatGPTショッピング刷新から見るOpenAIの戦略
Sora終了計画、組織改編、ショッピング機能の変更と企業顧客獲得の動きを併せて見ていきます。どこに資源を使い、どの顧客に販売しようとしているのかに注目しました。
AI・テック🔒 Nvidia GTC 2026：売上予測と推論コストの読み方
Nvidiaが示した1兆ドルの事業予測とGroq技術統合を見つつ、AIインフラの性能とコストをどの条件で比較すべきか整理します。
AI・テック🔒 AIモデル70種類以上が、オープンエンドな質問に似た答えを出しました
異なるAIに聞いても似たようなアイデアが出てくることがあります。Artificial Hivemind研究の実験条件と、文章執筆への示唆を見ていきます。
AI・テック🔒 Eメールに1ウォンの切手を貼れば、スパムは消えるのか
メッセージの送信に少額または計算コストを課せば、スパムを減らせるのでしょうか。古くからある提案の利点と、実際の導入における難しさを見ていきます。
AI・テック🔒 マウステーピングを睡眠習慣として勧めにくい理由
口にテープを貼って眠る方法は、研究対象や条件によって結果が変わります。一般的な睡眠習慣としての利用と、CPAP治療の補助的な用途を区別して見ていきます。
AI・テック🔒 予測市場では取引記録が残っていても、インサイダーの特定は難しい
企業の解雇、取引所の懲戒、刑事起訴はそれぞれ異なる措置です。予測市場の疑わしい取引を立証するために何が必要なのか、2026年初めの事例から見ていきます。
AI・テック🔒 AIエージェントを長く使う人は、どう仕事を任せ、どう介入してきたのか
Claude Codeの使用記録では、自動承認と作業中断がともに増えていました。何を測定した研究なのか、どこまで解釈できるのかを見ていきます。
AI・テック🔒 希土類・核条約・電力産業から確認する国家間競争の条件
希土類精製の中国集中、新START失効、電力・電気自動車産業の変化を見てみました。GTM戦略とデータ分析で守ってきた基準で、国家間競争を読み解きます。
AI・テック🔒 AIエージェント決済を韓国のサービスに導入する際に解くべき課題
x402の自動決済方式と韓国の開発者にとっての導入条件を見ていきます。ネットワーク費用、決済事業者の加入、精算をGTMの実コストとして捉えるべき理由です。
AI・テック🔒 AIインフラを拡大するには、チップ・電力・メモリを併せて見る必要があります
メタのチップ供給元多様化とグーグルの電力確保計画を併せて見てみました。GTMの現場で経験した拡張の制約を踏まえて、AIインフラ競争を読み解きます。
AI・テック🔒 EU、TikTokの無限スクロール・自動再生をDSA違反と予備判定
EUのTikTokに対する予備判断は、過度な利用を誘発する機能とリスク緩和措置を扱います。利用者の統制権とAIパーソナライゼーションの規制範囲を、データ専門家の視点から見ていきます。
AI・テック🔒 SaaS株価下落から見る成長と課金の問題
AI競争以前から鈍化していたSaaSの成長。Gammaで経験したGTMと、アカウント単位課金の限界、顧客が支払いを続ける理由を見ていきます。
AI・テック🔒 研究費を多く使う韓国は、人材にどんな条件を提示するのか？
GDPに対するR&D支出と人材競争力は何が違うのでしょうか。フランスの研究者支援事業と中国のK査証を通じて、予算を実際の研究条件へとつなげる誘致方式を見ていきます。
AI・テック🔒 シリコンバレーが「静かに」中国製AIを使っている
a16zの80%は、投資相談に訪れる企業のうちオープンソースモデルを使う場合についての観察です。中国製モデルの価格・公開方式と、私がGTMで見る導入条件を検討します。
AI・テック🔒 企業コミュニティで担当者だけが投稿を続けることになる理由
スタートアップと仕事をする中で繰り返し目にしたコミュニティ運営の失敗。参加の目的と報酬、運営方式において何を先に決めるべきでしょうか。
AI・テック🔒 誤った経済予測はどう修正されるのか：有料メンバーシップを見る基準
ドルで取引する立場から見た為替相場の予測と経済番組。当たった予測だけでなく、外れた後の説明と修正過程を見ようとする理由です。
AI・テック🔒 脳波でロボットを教えるなら、経験を提供した人には何を渡すべきでしょうか
脳波ベースのロボット学習の実験範囲を確認し、熟練者の同意と報酬を技術導入前に決めておくべき理由についてお話しします。
AI・テック🔒 アマゾンのロボット100万台、変わる業務と採用を見るべきです
ロボットの台数や時間当たりコストだけでは、雇用の変化を説明するのは難しいです。アマゾンの自動化とDigitの物流投入事例を通じて、作業コスト、採用需要、従業員転換について見ていきます。
AI・テック