🚀Microsoft、Outlook・Word・Excel・PowerPointに無料AI機能を2026年初頭から追加！

📊何が変わるのか？劇的なBefore/After
従来（2024-2025年）：
・基本的なMicrosoft 365：月額約1,500円
・高度なAI機能：月額約3,000円の追加課金
・→ 合計月額4,500円必要

2026年以降：
・基本的なMicrosoft 365：月額約1,500円のまま
・高度なAI機能：追加料金なしで利用可能！
・→ 実質的に約3万円/年の節約💰

✨具体的に何ができるようになる？
1️⃣Outlook Copilot Chatの大幅強化
・受信トレイ全体を横断的に理解
・カレンダーや会議情報も統合的に分析
・「今週の重要メールを整理して」と頼めば即座に対応
・会議前に関連メールを自動集約して準備完了
従来は個別のメールスレッドごとの対応のみでしたが、受信トレイ全体を理解するAI秘書に進化します📧
2️⃣Agent ModeがWord・Excel・PowerPointで解禁
これまで月額30ドルの有料版でしか使えなかった「Agent Mode」が全ユーザーに開放されます。
Excelでの革命：
・プロンプト入力だけで複雑なスプレッドシートを自動生成
・AnthropicのClaudeとOpenAIのGPTモデルを選択可能
・推論モデルで高度な分析も実行可能

Wordでの進化：
・複雑な文書を自然言語で指示するだけで作成
・構成から執筆まで一貫してAIがサポート
PowerPointの本気：
・企業のブランドテンプレートを自動適用
・プロンプトだけで新規スライドを作成
・既存スライドのテキスト書き換え・整形
・関連画像の自動追加🎨

🔍なぜMicrosoftはここまで踏み込んだのか？
理由は明確です。Google WorkspaceがGeminiを統合して猛追する中、Microsoftは「AI機能の無償化」で競争優位を確立しようとしています。
実際、企業向けチャットアプリ利用では、アメリカで既にGeminiがChatGPTを上回るという調査結果も出ています。

MicrosoftとしてはOfficeの圧倒的なシェアを活かし、「Officeを使っている = 高度なAIが使える」という状況を作り出すことで、Google Workspaceへの流出を防ぎ、さらにシェアを拡大する戦略です。

💡今すぐ取り組むべき3つのアクション
1️⃣2026年3月のプレビュー開始をカレンダーに登録
無料AI機能は2026年3月までにプレビュー提供開始予定。早期アクセスで使い方を習得しましょう
2️⃣現在の業務フローを見直し、AI活用ポイントを洗い出す
「メール整理」「資料作成」「データ分析」など、AIに任せられる業務を事前にリストアップ
3️⃣中小企業なら「Copilot Business（月額21ドル）」も検討
300ユーザー未満の企業向けに、より高度な機能が月額21ドルで利用可能に

🌟AI格差が消える時代の幕開け
これまで「予算がある企業だけがAIで効率化」という状況でしたが、2026年からは誰もが平等に高度なAI機能を使える時代が始まります。
重要なのは、ツールが使えることではなく、そのツールをどう使いこなすか。
無料化によってツールの差はなくなります。差がつくのは「AIをどれだけ業務に統合できるか」という実践力です💪

ソース：https://t.co/BUlAO1IShw November 11, 2025

Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

とりあえずこれだけ読んどけメモ

🍁S&P500+0.91%、ナスダック+0.67%
🍁2y-3.2bp3.457%, 10y-3.6bp4.000%, 30y-2.1bp4.656%
🍁ドル円156.10、₿-1.98%、Gold+0.76%、オイル-1.56%
🕊️ハセット、次期FRB議長の最有力候補に浮上
🥸ベッセント、FRBの簡素化を提唱
🇺🇦🇷🇺ウクライナ和平は追加交渉必要、懸案残る－ホワイトハウス報道官
→これに先立ち、ABCニュースが米当局者の話として、ウクライナが和平案の条件に合意したと報じていた
📉米ADP民間雇用者数、週平均1万3500人減少
📉9月米小売CONTROL GROUP、0.1%減少📉米消費者信頼感指数、7カ月ぶりの大幅低下
📌9月PPIは概ね予想通り
✍️9月Core PCE MoM予想中央値+0.22%
🔥米FDIC、米国債関連の資本要件緩和を最終決定
🎓米大学卒の就職率が高卒並みに－AI投資でホワイトカラー職の採用鈍化
🔥AIチップ開発競争、グーグルが猛追－「エヌビディア1強」に風穴も November 11, 2025

Windows10から11へのアップデートで、リリース当初より愛用していたGoogle倭国語入力が絶望的なまでに変換能力を低下させ、あまりにも使い物にならなかったので、この一カ月でATOKとMS倭国語入力を使い比べてみた結果の寸評。

ATOK：現時点での変換能力は一番高いように感じるのだが、年間7200円支払うほどの性能差は感じられない。アホな変換は普通にしまくるので、値段相応に素晴らしく快適とは思わなかった。あとブラウザを強制終了が頻発するのは俺の個人環境だけかな？

MS倭国語入力：特別優秀だと思うことは無いのだが、無料と思えば十分な気もする。動作の重さを感じる瞬間が稀にあるが、気にならないレベル。ショートカット登録などインターフェイスのカスタマイズ余地がほぼ無いのが凄く困る。

Google倭国語：この前まではなんの不満もなかったのが、Windows11にした途端唐突に絶望的な変換をお出ししてくるようになり、最初は自分が脳の病気にでもなったのかとマジで心配になった。クリーンな再インストールしても無駄。キャラや作品名など様々な固有名詞が自動的にクラウド辞書として登録される機能はどの倭国語入力も備えているようだが、それに関してはGoogle倭国語入力がずば抜けて高い。それは今もそう。だが本当に変換能力が終わってる。そしてGoogle側にアップデートする気がほぼ無いのが絶望を加速させる。 November 11, 2025

Google Research刚发的这篇论文,可能会改写AI的未来 🧵

《Nested Learning: The Illusion of Deep Learning Architectures》

NeurIPS 2025,很多人说这是「Attention is all you need V2」。

我读完后,觉得这个比喻不夸张。

先说个反直觉的事实:
你现在用的所有AI,GPT也好,Claude也好,Gemini也好,都有个致命问题——它们根本不会学习。

听起来很扯,但这是真的。

你可能会说:"胡扯,我明明能跟它对话,它还能学会我教它的东西。"
对,但那只是短期记忆。

就像你在沙滩上写字,潮水一来,字就没了。

关掉对话,重开一个,它对你的所有了解都清零。

现在的大模型是这样工作的:

预训练 → 冻结参数 → 推理

训练结束的那一刻,模型的「大脑」就被永久锁死了。

之后的所有对话,都只是在这个固定大脑上做模式匹配。

ChatGPT的「记忆功能」?

那是RAG技术,本质是给AI配了个外挂笔记本。

每次对话前,它先翻笔记:"哦,这个用户喜欢喝咖啡,对Python感兴趣。"

然后假装记得你。

但它的神经网络?纹丝不动。

这就是论文要解决的核心问题:catastrophic forgetting。

灾难性遗忘。

一个AI模型学了新东西,就会忘掉旧东西。

所以现在的做法是:干脆不让它学新东西,全靠预训练时塞满知识。

但人脑不是这么工作的。

你每天都在学新东西,但不会忘掉怎么走路、怎么说话。
为什么?

因为人脑有个牛逼的设计:多时间尺度的学习系统。

神经科学发现,大脑有不同速度的学习层:
• 快层:处理即时信息,秒级更新
• 中层:整合经验模式,小时到天级
• 慢层:形成长期记忆,周到月级

快层变化,慢层稳定,所以你能学新技能又不会失忆。

Nested Learning的核心创新,就是把这个机制搬到AI里。

论文提出的HOPE架构,实现了真正的「多频率参数更新」:

有些参数每步都更新(快层)
有些参数几百步更新一次(慢层)
不同频率的参数,负责不同时间尺度的学习。

具体怎么做的?

HOPE引入了Continuum Memory System(CMS):

把模型的记忆系统拆成多个模块,每个模块有自己的更新频率。

就像你的工作记忆、语义记忆、程序记忆,各自按不同节奏运行。

这个设计带来了什么?

一个能真正成长的AI。

它跟你对话时:
• 表层快速理解你说的话
• 中层逐渐理解你的偏好和习惯
• 深层慢慢形成对你的长期认知

而且这些认知是刻在参数里的,不是写在笔记本上的。
效果如何?

论文在1.3B参数规模测试,HOPE vs. 一众SOTA模型:
• Transformer++
• RetNet
• DeltaNet• Titans

结果:HOPE在语言建模和推理任务上平均分最高。
更牛的是长上下文表现。

"needle in a haystack"测试(在长文本里找信息):
HOPE的准确率明显高于标准Transformer和现代循环模型。

困惑度(perplexity)也更低。

但这篇论文的意义,远不止性能提升。

它提出了一个全新的视角:
深度学习的深度,不应该只是网络层数,更应该是学习算法本身的深度。

把架构设计和优化过程统一起来看。

论文把优化器(SGD、Adam)重新定义为关联记忆模块。

反向传播?也是一种记忆压缩机制。

Transformer的注意力?同样。

整个模型,就是一个嵌套的优化问题系统。

这个框架打开了新的设计空间:

不再只是堆更多层、加更多参数。

而是设计更深的学习算法——让AI能在不同时间尺度上学习,就像人脑一样。

想象一下未来:
你的AI助理,真的在跟你相处中成长。

不是靠外挂数据库假装记得,而是它的神经网络在真实地演化。

第一天它是个新手,一年后它真的懂你了。

当然,论文也承认了局限:
HOPE目前还是1.3B规模的proof of concept。

能不能scale到百亿、千亿参数?

训练成本会增加多少?

这些都是待解决的工程问题。

但方向是清晰的:

从静态知识库,到动态学习系统。

从模拟记忆,到真实神经可塑性。

从工具,到伙伴。

AI的下一个十年,可能就在这个方向上。

如果Transformer定义了AI的现在,
Nested Learning可能定义了AI的未来。

不是取代,是进化。
论文地址在评论区 November 11, 2025

🟥🔥ジム・クレーマーのご意見どうぞ👇

『NVDA6%下げ？アホか。
こんなん“買い場の号砲”やで📣🔥‼️』

🟥まず最初にひと言言わせてや。

「GoogleがTPU！MetaがTPU！
せやからNVIDIA終了！！」

…いや、誰がそんな早合点しとんねん🤣
一回、水でも飲んで落ち着こかww

クレーマー兄さんは秒でブチギレ👇

「NVDAは売られすぎや！
今こそ買いや！！（絶叫）」

🟦なんで兄さんそんな自信満々なん？

理由はこれだけで完封👇

💥 NVDA、5000億ドルの受注が丸見え

Blackwell＋Vera Rubinの次世代ラインで、
オーダーブックが透明ガラスみたいに透けとる。

これで不安なるなら、
もう株売って“おみくじ生活”でも始めとき😂

🟨「PER高ない？」←ぜんっぜんちゃう。

クレーマー兄さん曰く👇

「利益伸びすぎて、PERが逆に安く見えるんや！」

つまりこうや👇
株価の伸びを“利益の爆伸び”が置き去りにしとる怪物企業、それがNVDA。

🟩TPU？あれは“推論専用の補助輪”や。

自転車の横についてる
あのチョコンとしたやつな🚲

🔹トレーニング（本番）不可能
🔹柔軟性ほぼゼロ
🔹Google自身が「本番はNVIDIA必要です」宣言済み

しかもAnthropicは
TPU契約の直後にさらにNVDA追加発注しとる。

→ 逃げてへんどころか、
「やっぱ本命はNVDAやわ〜」って戻ってきとるやん🤷🏼‍♂️

🟧「GPU価格下がるんちゃう？」←それ一番ズレとる。

クレーマー兄さん、語気MAX👇

「価格が下がるのは“需要がない時”や！
NVIDIAは需要が無限や！！」

つまりこう👇
需要デカすぎて、値下がりどころか供給が追いつかん💦

🟪顧客、ほんまに逃げてるん？
答え：ゼロや。ゼロ。

🔺Anthropic → TPU契約→即 NVDA追加
🔺Meta → 2027年の“検討”。発注ではない
🔺Google → TPU作りながらNVDA最大級の顧客
🔺Broadcom → 昔からずっとNVDAと蜜月

→ 結論：
逃げとる気配ゼロ。依存度さらに上昇。NVDA無双モード継続中🕺🔥

🟫クレーマー兄さんの最終パンチライン

「今はAIバブルちゃう。
本格需要がドバッと来る“前哨戦”や。」

つまり今日の6%下げなんか──

“ただのホコリ”や。下げたうちに入らん。

🟣🐥【ワイ流・最終結論】

今回の6%下げは─

“押し目の宝石箱💎”そのものや。

NVDAが終わりやない。
むしろここからが本番スタートや🔥🐂

ワイのNVDA貯金、
再発動中ですは🐥💰

Own it, not trade itーーー❣️ November 11, 2025

🍌Nano Banana Pro わたし史上一番の衝撃🫨

1枚目の画像はずっと前に遊びで描いた4コマ漫画の落書きです。たしかシン・エヴァンゲリオン公開前に家の人と話しながらふざけて描いたものだと思う。

今回、その落書きが発掘されたので、何気なくNano Banana Proに読ませて、

【プロンプト】
アップロードした画像を4コマ漫画として絵を描きなおして

で清書してもらったのが2枚目の画像。

・・・すごいちゃんとしてる！！！！！😱
セリフと描き文字もしっかり使い分けてるし、
自分でさえ、たまに読めない汚い字を、文字として認識してくれてる！！！！ありがとうNano Banana😂

これは本当にびっくりしました‼️
語彙力がないのでスゴいばかりですけど、
スゴい‼️Nano Banana Pro‼️

ちなみに出力は @higgsfield_ai から行っています。
現在期間限定で65%オフセール中。

#NanoBanana2 #NanoBananaPro #PR
🍌on November 21st Higgsfield granted FREE access to Google's Nano Banana Pro Image model. November 11, 2025

AIについてGoogleが有利、というのは、総合力勝負になった去年あたりから感じている。OpenAIの圧倒的知名度は大きいが、収益性見通しやチャットAI以外のコンシューマへの接点が「すでにある」ことが大きい。

だからこそ、OpenAIはコンシューマデバイスを含めた「接点のさらなる変化」を模索している。 November 11, 2025

OpenAIに全賭けのソフトバンクグループ、Google先生のGeminiに覇権を握られそうでにわかに雲行きが怪しくなる
https://t.co/Eh04vgvEBJ November 11, 2025

世界を席巻した3年前の「チャットGPT」デビュー以降、アルファベット傘下グーグルは熾烈な人工知能（AI）開発競争で出遅れたとの厳しい指摘が上がっていた。元最高経営責任者（CEO）やエンジニアといった社内の関係者すらも認めていたほどだ。 https://t.co/IkRlPULU4J November 11, 2025

Nvidiaが反論「当社のGPUは業界を一世代先取りしています。」

🔸株価下落を受けて自社技術の優位性を強調
Nvidia $NVDA は火曜日、同社の技術が業界の一世代先を行っていると発表しました。

主要顧客であるメタがGoogle $GOOGL のTPUを採用する可能性が報じられ、株価が2.6%下落したことへの対応です。
Xで「Googleの成功を喜んでおり、今後も供給を続ける」としながらも、「Nvidiaはあらゆる場所であらゆるAIモデルを実行できる唯一のプラットフォームだ」と自信を示しています。

🔸汎用性で特定用途向け半導体に対抗
Nvidiaは自社の最新チップ「Blackwell」の優位性を訴えています。

GoogleのTPUのような特定用途向け半導体(ASIC)と比べて、より柔軟で強力だと主張しました。
「NvidiaはASICより高い性能、多様性、そして互換性を提供する」と述べています。

🔸市場シェア90%超でも競争激化の兆し
アナリストによると、NvidiaはAI半導体市場の90%以上を占めています。

しかし最近、Googleの自社製半導体が、高価だが強力なBlackwellチップの代替案として注目を集めています。
今月初めにGoogleが発表した最新AIモデル「Gemini 3」は、Nvidia製ではなくTPUで訓練され、高い評価を得ています。

🔸まとめ
Nvidiaのジェンセン・ファンCEOは決算説明会で、TPUとの競争について言及しました。

Google DeepMindのデミス・ハサビスCEOから「より多くのチップとデータがより強力なAIを生む」という業界理論が健在だというメッセージを受け取ったと明かしています。
Nvidiaはこの「スケーリング法則」が自社チップへの需要をさらに高めると見ていますが、競争環境は確実に変化しつつあります。

🔸参考
CNBC: Nvidia says its GPUs are a ‘generation ahead’ of Google’s AI chips
https://t.co/sUP1YhnZ9N November 11, 2025

定期的に言ってるけどサイボウズはホントすごい会社だと思うな。

・オンプレ→クラウドのイノベーションのジレンマを完全に克服
・AWSとかじゃなくてデータセンター自前運用
・MS、Google、Salesforceとガチ競合する領域
・そんなハード過ぎる状況で↓の成長を継続

僕は2011年〜2016年までGoogleのクラウド部門にいて、中小企業向けの営業担当だったので、まさに彼らがオンプレからクラウドにチャレンジをする、というニュースを競合として見ていたんだけど、ぶっちゃけ当時は「サイボウズですか？GoogleとかSalesforceとの競合はさすがにキツイんじゃないですかね？」とかなり確信度高く思っていたし、お客さんとも喋っていたんだけど、まさかこんなに成長するなんて思っていなかった November 11, 2025

これは知ってて避けてるっていうよりも、本当に知らない人が多そう。

『Youtubeの親会社がGoogle』とか、『インスタグラムの親会社がMeta』とか結構知らない人多い。

Xの規約変更での移住騒ぎの時も「これからはインスタとYoutubeのみで活動します」ってパターンよく見かけて、うーん…ってなった。 https://t.co/eZ1ukWTzAR November 11, 2025

海底ケーブル敷設船「きずな」視察報告①
──────────────────
経済安全保障の観点からも昨今報道も多く、昨日の参院総務委の質疑でも取り上げられた「海底ケーブル」を取り巻く情勢について、海底ケーブル敷設船「きずな」の視察を踏まえ、数回に分けて報告したいと思います。
──────────────────
倭国のリスク
──────────────────
海底ケーブルは、倭国の国際通信の９９％が海底ケーブルを経由していることや経済安全保障の観点からも非常に重要です。

衛星で代替すればよいのではないかとの意見もありますが、現在の技術では大容量通信において光ファイバーには遠く及ばず、伝送距離の問題から遅延が大きいことにより、海底ケーブルが重要となります。

このような理由から海底ケーブルシステムの安全性を確保する必要がありますが、その根幹の一つである陸揚げ局が地域的に集中しており、その防御についても国家として取り組む必要性があります。
──────────────────
経済安全保障と海底ケーブル
──────────────────
なお、ケーブル故障事象の約８割が漁業活動（底引き網等）、船の錨による損傷等の人為的要因とされていますが、2023年２月に台湾海峡で海底ケーブルが２か所切断、また2025年２月にも同様の事象が発生しています。

これらについては、「切れた」のか、「切られた」のか、どこまで意図的かは断定できないものの、2025年の事象についてはトーゴ船籍の船が中国人船長による指示でジグザグに航行しており、台湾の電信管理法違反に問われましたが、船長本人は否認している状況にあります。

また、海底ケーブル敷設を通じた国家間の代理戦争ともいえる状況ともなっています。特に注目される事例として、東南アジアと欧州を結ぶ国際海底ケーブルの入札案件があげられます。

この事例では米国企業と中国企業がそれぞれの国家の戦略「代行者」としてふるまっているように見えます。

一方、倭国はこれらの状況から２、３周遅れており、豊富な資金と生成する膨大なトラフィックを武器に、ハイパースケーラー（Google等）が国際海底ケーブル敷設のメインプレーヤーになっていることから、従来の通信キャリアは新たな利用形態を模索しつつ、付加価値の高いサービスを提供することで稼いでいく必要があります。
────────
⇒次回につづきます November 11, 2025

【プロンプトを提供】
今後キャラ固定が必須になると思い、Nano Banana Proでキャラクターシートを作ってみました。よかったら参考にしてみてください😊

--プロンプト--
画像によるキャラクターシートを作ってください。構成は以下の通り。

・三面図：全身の前・横・後ろで直立不動。
・クローズアップ写真：顔をクローズアップした写真。
・それぞれにタイトルを記述して（close-upなど）。
・アスペクト比は3:2

全ての制作物のインプットとなるため、高解像度でほんものの写真のようにリアルに人物を表現して。肌質や衣服の質感などは最も重要で詳細に表現してください。
------

on November 21st Higgsfield granted FREE access to Google's Nano Banana Pro Image model.
Higgsfield AI(@higgsfield_ai) November 11, 2025

Gemini3触って思ったのは
AIの進化は素晴らしいのでハードは買いだけど
ソフトはGoogleに勝てないので一人勝ちのこの世界では全部破産すると思った
数兆円の赤字を垂れ流すオープンAIはGoogleに勝てないと逆打ち出の小槌になる
あとエンタメがAIで完了する可能性高いのでIP関連も個人的には売り November 11, 2025

"hikari feat.長谷川白紙"
リリースから6年越しでMVが公開されました。

https://t.co/n3vLfrdPl3

今回、GoogleのAI”Gemini”と制作しました。監督は平牧和彦さん（@jamespond628)です。

AIの力も取り入れながら、平牧監督のアイデアと膨大な作業が結実した映像です。ぜひこの映像と共にもう一度この曲を聴き直してみてほしいと思います！

#Gemini
@GeminiApp @googlejapan November 11, 2025

11/25スタバ。ダブルチョコレートプラペチーノを前にしてもダルそうな親友。「昼はピラティスもするし、夜は腹八分の食事にお風呂も湯舟にゆったりつかってる。なのに、朝ダル重でつらいのよ」
病院では異常なしって、これは何かある！Google先生に聞いた『名医が毎日続けてる解消法』は…👇(1/5) November 11, 2025

YouTubeもXもGoogleも、おすすめしたものを優先的に表示するようになったり検索エンジンを使いにくくしたり、AIが要約したものを最上位に表示するようになって、
ここ20年くらいでどんどん企業側が「俺たちの見せたいものを見ろ。自分の意思でいちいち探すな」って方向に進んでるのを感じる。 November 11, 2025

倭国政府ガチです。勉強しない人が多いから『 IT、デザイン、データ分析の565講座を"無料"で公開中』。Google、総務省、デジタル庁、経産省、厚労省、22都道府県、転職サイトなど268団体が力を合わせて作った。ChatGPT、イラストレーター、逃走中の企画作り、文系AI人材になる方法をタダで学べて驚く
公式サイトのリンクはリプ欄に貼りました November 11, 2025