🚀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

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

昔から「AIバトルはポートフォリオ的に最終Googleが強い」と言ってるけど、単独無双できるかというと否で…
・独禁法あるので無双したくない
・OpenAIもNvidiaもカカシではないので、状況に対応してくる
などがある。Gemini3でてもゲームエンドにはならず、まだまだシーソーゲームになる感 November 11, 2025

＞その上でオープンAIなど生成AI開発者全般に対し、会員企業のコンテンツを無許諾で学習の対象としないような措置や、すでに生成された映像が流通している場合は削除に努めることなどを求めた。

Sora2に民放連が懸念表明　アニメを学習した動画「著作権侵害」(朝日新聞)
https://t.co/MeiTjbqfwX November 11, 2025

⚠️ OpenAI共同創業者サム・アルトマン氏の元恋人が自宅に押し入られ、1,100万ドル相当の仮想通貨を奪われる

・配達員を装った武装強盗が自宅に押し入り、拘束・暴行
・スマホやPCから暗号資産1,100万ドル相当を奪取
・犯行グループは電話越しに個人情報を読み上げるなど、組織的な犯行の疑い https://t.co/qV9gwnO2S7 https://t.co/10lkgBH6Xx 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

5000 亿美元，这是OpenAI 现在被炒到的估值高度。

有人算了一笔账，为了让这轮AI 投资哪怕只赚到10% 的回报，人类必须每年拿出大约6500 亿美元，永远付下去。换成直白的说法，就是每一个iPhone 用户，长期每月多交34.72 美元，才够填这场AI 狂飙埋下的账。

Morgan Stanley 在旁边补了一刀，大家以为AI 的瓶颈在模型和芯片，其实最大的问题很可能是电。美国到2028 年，光是给数据中心补电，就可能缺口高达44 吉瓦。要把这一块缺口补上，电网和电源投资大约要2.5 万亿美元，再加上 2 万亿的数据中心本体，整套AI 基建账单能写满n页 A4 纸。

于是有聪明人开始盯向电厂、变电站和天然气管道。一看吓一跳，这轮AI 狂潮表面上是模型竞赛，底层其实是一次罕见的资源重排。资本、土地、电力、铜、芯片，被一口气拉到同一个坐标系里，强行塞进未来十年的时间里统一结算。

有三件事正在同时发生。

第一件事是钱。麦肯锡测算到2030 年，全球数据中心要砸下接近7 万亿美元投资，其中超过4 万亿是算力硬件。把这个数字分解到电网侧，就是上面Morgan Stanley说的美国2028 年前后的用电缺口。

再叠加各路统计就能看到另一组数字，所谓“mag 7”在 2025 年的 AI 相关资本开支保守估计也要 3300 亿到 4000 亿美元，个别年份甚至更高。这是人类有史以来最大规模的“数字矿山基建”。

目前看起来这些钱都能融到。私募信贷、主权基金、保险和养老金，似乎相信找到了一个好像可以同时解决“负利率时代”和“科技增长故事”的出口。

问题是，也不知道资方会不会突然有一天早上梦醒时分，急着叫起来“show me the money”。

第二件事是电。这一次科技公司可能发现自己不得不走进一个很不熟悉的世界。芯片可以用钱抢，工程师可以用股权挖，唯独电力，必须和一个缓慢、保守、充满利益纠葛的系统打交道。

美国有分析预估，到了这轮建厂高潮的中后期，数据中心可能吃掉全国7% 到 12% 的用电。澳洲也有类似的模型，也给到了 2030 年 12% 的上限预估。

这意味着厂方不再是“电网里的一个用户”，厂方的存在就足以改变别的用户的电价。于是民间社区开始反对这类项目，地方政府开始质问，为了一堆我们说不清、看不见的“AI 工厂”，要不要让居民电价多涨几分钱。

在这样的背景下，“电力配容量”被重新发明成一种稀缺资产。

有数据中心投资大佬总结得很直白，以前数据中心不过是“配置了高级制冷的仓库”，客户是一手遮天的巨头，现在生成式 AI 把电力变成了“金票”，地主手里终于有了谈判筹码。

租金翻倍、租约从五到七年瞬间拉长到十五到二十年，背后反映了现实，那就是谁控制了变电站边上的那块地，谁就有资格向世界上最有钱的一撮公司提条件。

第三件事，这是一场时间对赌。假设2030 年前后 AI 基建总投资规模来到几万亿美元，要拿到体面的 10% 回报，需要一条每年大约 6500 亿美元的长期收入流。从利润角度推算，到 2026 年头部 AI 公司要在现有基础上再长出一到一点多万亿美元的营收来支撑。

问题是今天市场的定价里，已经隐含了这些未来现金流，而且往往还给了折现率很低的“市梦率”估值。

股价上看还在讲着“AI 会改变一切”的故事，而美国家庭的消费信心指数却掉到了五十年新低；当mag 7每季度往数据中心里砸一个上百亿美元的时候，电网运营商和地方政府在考虑的是电压稳定、居民电价和水资源。

这一切在基础设施投资大佬的眼里，就像当年世界大战期级别的金矿淘金运动，只不过这次不做矿工了。而是要扮演一个极其传统的角色盖厂房、拉电线、签长期租约。

淘金潮中最容易迷失的人，是试图抓住最高估值的时点，一次性高价退出的人。

而AI数据中心大佬们这次要的是另一种时间结构，即使空气从估值里慢慢漏掉，只要那几家头部客户还在，合同里锁定的十五到二十年分红就足够好。

所以有个微妙的场景发生了。

一边是大空头Michael Burry 关掉基金，说“市场的估值方式已经和自己的价值判断完全不同步”；
另一边是 Stonepeak、Goodman Group和各路主权基金正在悄悄把一块块地、一条条输电线路、一座座冷却塔装进自己的资产负债表。

因为前者挣的是“定价错配”的钱，后者挣的是“时间错配”的钱。

现在我们再回头看这三件事。

钱，很可能不是最大的问题，世界上从来不缺愿意为新故事买单的资本。

电，短期可以用比特币矿场改造、用气电机组顶一顶、用进口算力转嫁一部分，但真正难的是当AI 工厂和居民用电之间发生冲突，政治系统会把哪一方放在前面。

利润，才是压在所有人头上的那块石头。AI 的技术突破再华丽，如果不能稳定地转译成现金流，这些万亿级的钢筋、水泥、铜和硅，就会像历史上无数次那样，变成沉没成本和折旧负担。

资本市场注定要经历一次结构性再分配。从“增长故事”回到“物理约束与资本回报”的拐点，

算力的叙事会把一部分超额回报从“软件层”和“应用层”挤回到“电网层”和“基础设施层”。

有些公司会发现，自己辛辛苦苦讲故事，最后成就的是那些卖电、卖冷却、卖土地的人。

也会有一些基础设施玩家，即使在泡泡漏气后，手里还拿着每个季度准点进账的现金流。

一个字，

真正站得住的资产，最后是在电价、监管和长期现金流三条曲线交汇处仍然构成“必需服务”的那一部分。 November 11, 2025

「OpenAI陣営⤵️ VS Google陣営⤴️」

✅OpenAI陣営
SBG⤵️ARM⤵️NVDA⤵️

✅Google陣営
GOOG 連日最高値⤴️AVGO⤴️META⤴️ https://t.co/kXkAwP3EVq November 11, 2025

AI三大巨头同时开大招
Claude Opus 4.5正式发布：
· 在Anthropic最难工程笔试中超越所有人类候选人
· SWE-Bench Verified达80%，创历史最高
· 能发现并合法利用航空改签规则漏洞
· 当前抗提示注入能力最强
与此同时：
· OpenAI推出ChatGPT完整购物研究模式（实时比价+直接购买）
· Google即将支持NotebookLM笔记一键导入Gemini November 11, 2025

⭐️「スケーリングの時代」は終わった。次に来るものは？⭐️

以前のポストで、AI界には「能力の山（産業界AGI）」と「知能の解明の山（学術界AGI）」があるという話をしました。「産業界の頂点」にいた男、元OpenAIのイリヤ・サツケバーのインタビュー動画が公開されていました。彼が見据える「次のフェーズ」と、私たちが直面する「本質的な壁」について解説します。

🔸 「ベンチマークの天才」が、実社会で役に立たない理由
「AIはテストでは超人的なのに、なぜ私の仕事はまだ劇的に楽にならないのか？」イリヤはこの違和感を「信頼できない汎化」と呼びます。
例えばコーディング。AIは難問を解けますが、実務でバグ修正を頼むと「Aを直してBを壊す」無限ループに陥ることがある。テストの点数が高いだけの「秀才」が、現場の泥臭い仕事で使い物にならない現象。これが今のAIの限界です。

🔸 産業界が「学術界の山」を登り直す時
これまで産業界は「データと計算量（スケール）」でゴリ押ししてきました。しかし、そのボーナスステージは終了しました。イリヤは言います。「これからは研究の時代に戻る」と。「信頼できない汎化」を乗り越えるには、少ない経験から本質を掴む「人間の学習プロセス」（学術界が追求してきた聖杯）を解明するしかないからです。ここで初めて、2つの山が交差します。

🔸 なぜ彼は「経済的価値はまだ低い」と言い切るのか
DeepMindのAlphaFoldのような「大発明」はある。しかし、それは点に過ぎません。イリヤの言う「経済的価値」とは、AIが社会のあらゆるタスクで人間以上に信頼され、経済全体がひっくり返る状態のこと。今の「たまに嘘をつくAI」では、社会インフラを任せられません。この「信頼性の壁」こそが、彼が指摘する経済価値の断絶の正体です。

🔸 「体感」なき場所に、危機感は生まれない
ここからが最も重要な「安全」の話です。なぜ社会は本気でAI規制に動かないのか？ 答えはシンプル。「まだAIのヤバさを肌で感じていないから」です。今の「ちょっと便利なAI」のままでは、誰も本気でガードレールを作ろうとしません。イリヤは予測します。AIの圧倒的なパワーが「体感」された瞬間、世界中の企業と政府は、一斉に「パラノイア（偏執的）」になるだろうと。

🔸 「パラノイア」だけが人類を救う
「体感的なギャップ」が埋まる時、それはAIが真に実社会を動かし始める時であり、同時に最大のリスクが顕在化する時です。その時、私たちに必要なのは楽観ではなく、「正気なきまでの慎重さ（パラノイア）」です。彼がSafe Superintelligence（SSI）を立ち上げた理由はここにあります。「その時」が来る前に、安全な超知能の設計図を完成させるために。

🔸 目指すのは「クローン」ではなく「良心ある超学習者」
彼が目指すAGIは、人間の単なるコピーではありません。人間よりも圧倒的に速く、深く学ぶ「学習アルゴリズム」ただし、人間のような「価値関数（良心・共感）」を持つもの。「知覚ある生命を気にかけるAI」を作ることで、制御ではなく、共存を目指す。これが彼の出した答えです。

🔸 私たちは「研究の時代」をどう生きるか
「とにかく規模を拡大せよ」というゴールドラッシュは終わりました。これからは、「知能とは何か？ 安全とは何か？」を深く問う、静かで熱い「研究の時代」です。表面的なブームに惑わされず、この本質的な変化を見極めることが、AI時代の羅針盤になるはずです。

⭐️Ilya Sutskever – We're moving from the age of scaling to the age of research.
https://t.co/cdYSCXGFcT 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

最近Googleがアツいというビジネスインサイダーの記事。①Gemini3.0Proが勝利して全一になった（敗北したOpenAIはサゲてる）②自社のTPUを使ってGemini3.0Proを作った。つまりTPUがすごい③独禁法の裁判の結果、罰金だけで済んだ。Chromeは分離させられずに済んでノーダメ④バフェットもGoogle株買った⑤言われてたほどAIで検索ビジネスの収益減ってない。むしろ増えてる（なんで？と言われても理屈は分からないが、実際数字が増えてるんだからしゃーない）
https://t.co/Fcv7I4keUi November 11, 2025

「サム・アルトマンが生成AIという言葉で、未熟なTransformerに大量データを与えただけの装置を、まるで自ら答えを導けるAIのように見せかけ人々を騙した」という反AI過激派さんの書き込みをみかけたので解説するね。忙しい人は⭐️と添付画像の図だけでも読んでな！

⭐️生成AIという言葉はサム・アルトマンが作ったものではない

この主張は完全に事実とズレているんよ。生成AIという言葉は、サム・アルトマンが生まれた頃どころか、彼がOpenAIに入る前からずっと専門分野で普通に使われていた用語なんよ。統計的機械学習の本を読めば、生成モデルという概念は昔から取り上げられていて、ナイーブベイズや隠れマルコフモデルといった基礎的な手法も生成モデルとして分類されている。

2014年のGANや2017年のTransformer以前から、生成モデルという言葉は研究コミュニティで当たり前に使われていた。だからサム・アルトマンが新語を作って世界を誤誘導したという筋書きは、歴史的経緯とまったく合わない。誰が読んでも分かる単純なミスなんよ。

⭐️TransformerはAIではないという主張は定義を意図的に狭くしているだけ

Transformerは2017年に提案された深層学習のアーキテクチャで、自然言語処理をはじめ多くのAI分野で使われている。AIをどう定義するかは確かに議論があるけど、実務的な意味では「知的タスクを機械で自動化する技術」であり、深層学習も当然そこに含まれる。

反AI過激派さんがやっているのは、AIという言葉を自分の中で極端に狭義に定義し直して、それに当てはまらないからAIではないと主張しているだけなんよ。これはガチで詭弁の範囲で、技術的な定義とは関係がない。論文も実務もLLMをAIとして扱っている以上、その定義をねじ曲げて議論しても何も生まれない。

⭐️大量のデータベースを付与しただけという説明は技術的に間違っている

ここも誤解が多い。LLMはデータベースではないし、データベースを横付けしているわけでもない。入力されたテキストを丸ごと保存しているわけでもなく、ニューラルネットの重みに統計的なパターンとして圧縮している。

データベースは検索して内容をそのまま取り出す仕組みだけど、LLMは確率分布からトークンを生成する仕組みなんよ。これは本質的にまったく違う。しかも学習工程は事前学習、微調整、RLHFといろいろ積み上がっていて、ただ何かを貼り付けた箱ではない。過激派さんの言い方はマジで雑すぎて、初学者を誤誘導するレベルなんよ。

⭐️誤認を生んだのはマーケティングの側面はあるが詐欺と断定するのは飛躍

確かに世間ではAIを人格的に誤解する現象が起きていて、プレゼンや広告が過度にドラマチックだった面も否定はできない。ワシもそこはわりと分かる部分なんよ。でも、サム・アルトマンが世界を騙すために詐欺的にやっていたという断定は、証拠がない主張になる。

過去の技術レポートや論文を見ても、モデルの限界やリスクについて丁寧に説明されている。企業のマーケティングは誇張されがちだけど、だからといって詐欺と呼べるかどうかは別の話なんよ。ここを混同すると議論がこじれるだけなんよね。

⭐️反AI過激派さんの主張は技術的事実と思想がごちゃまぜになっている

今回のポストは、技術的事実の部分に大きな誤りがあり、その上に思想的な不満が乗っかっている構造なんよ。AIに対する不信感や、企業のブランディングに対する違和感は理解できるんだけど、事実の部分を捻じ曲げると議論の土台が壊れる。

その結果、クリエイター同士の対立を深めるだけになる。ワシとしては、こういう誤情報が広まるのが一番ヤバいと思っていて、今回きちんと整理したのはそのためなんよ。

⭐️まとめとして、問題は技術より誤情報が増幅される構造にある

生成AIそのものより、問題になっているのは誤情報がSNSで増幅される構造なんよ。技術的な理解が浅いまま強い言葉だけが広まると、クリエイター同士で無意味な争いが起きる。

ワシがずっと気にしているのはそこなんよ。だから今回も、過激な主張を否定するのではなく、事実と思想を切り分けて整理した。ファクトを抑えたうえで議論すれば、分断はそこまで起きないはず……。反AI過激派さんを説得する自信は無いけど、騙される人は減らせるとおもって長文を書いてる。

ワシはAIを使う人も使わない人も、お互いに創作を伸ばせる世界の方がスゲえ健全だと思っている。今回の解説が、そのための一歩になれば嬉しいので、賛同してくれたり、参考になったの人は拡散お願いします🙇‍♂️
※長いのにいつも最後まで読んでくれてありがとうございます。 November 11, 2025

ゲームオブスローンズの原作者、ジョージ・R・R・マーティンのchatGPT訴訟は、この前openAIの申請が却下されて著作権侵害訴訟として進行してるとこらしい。
https://t.co/S4OcDQct1y November 11, 2025

【5大SIer】
『最近の気になるニュースは？』　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

現役の最終面接官である私が実際に日経電子版から気になったニュースをピックアップ！

・「気になるニュースは？」のネタ探し
・業界/企業研究の一助
に使ってください！！

＝＝＝＝＝＝＝＝＝＝＝＝＝

①NTTデータ
NTTデータ、リモート開発拠点を盛岡市で新設　他地域にも展開へ　
NTT島田明社長「AIで業務5割代替」の真意　人手不足の限界突破へ
NTTデータと東京海上、介護・仕事の両立支援　AIで施策提案
NTTの「IOWN」が香港進出　光で低遅延の通信、金融機関にニーズ
地銀勘定系市場は2強　採用行数首位はNTTデータ、預金量は倭国IBM
大手SIerがそろって挑むコンサル転換、「ご用聞き」はもうしない
●新卒も「ダイレクト採用」を本格活用、25卒から配属確約型で辞退抑止を狙う動き。​
●AIが仕分ける倭国の雇用　NTT、34万人の業務「5年後に半分代替」
●NTTデータG、全社員20万人を実践的な生成AI人材に
●NTTデータG社長「AI活用、週休3日でGDP成長へ」　世界経営者会議

──────────
②富士通
富士通、5年でグループ40社を再編　ITサービスにシフト
富士通、本業の現金創出力2倍の4000億円へ　DX伸ばし数年後
富士通、病院向けDX支援サービスに力　30年に売上高3000億円へ
富士通の純利益7.4倍、4〜9月で最高　富士通ゼネラル売却益を計上
富士通、データ分析のブレインパッドにTOB　取得額は565億円想定
富士通、長崎県壱岐市の病院経営をAIで支援　稼働率上げ収入1割増へ
大手SIerがそろって挑むコンサル転換、「ご用聞き」はもうしない
●ハード中心からITサービス企業への転換、DX・クラウド・コンサル寄りの職種採用を拡大。​
●25年度から、新卒採用と中途採用を区分せず、職務や専門性に応じて必要な人材を採用
●高度な専門性を持つ人材は若手であっても厚待遇で迎えられるような賃金体系の整備も進める。
●富士通、ジョブ型で新卒を即戦力に　定型業務はAI任せ

──────────
③野村総合研究所
野村総研、4〜9月純利益17%増　国内DX需要取り込む
NRI、AIに役割や性格を持たせ企業データ分析
野村総研の純利益17%増　4〜6月、国内金融向けが好調
投資信託システム相互接続へ、野村総研や大和総研　新興参入しやすく
NRI、AWSと協業契約　生成AIの導入強化に向け
●経営コンサル・アプリケーションエンジニア・テクニカルエンジニアなど、複数職種で新卒を積極採用

──────────
④日立製作所
日立、OpenAIと提携　データセンターの電力確保や生成AI開発で
日立の株価が最高値　送電設備の対米投資に関心表明
日立と英国行政機関、公共交通の脱炭素やAI活用で提携
東武鉄道と日立、宇都宮線で顔認証の改札　他社展開も視野
東北電力、日立などとデータセンター構築プロジェクト検討
日立製作所、タイで鉄道事業イベント　「One HITACHI」アピール
日立製作所の純利益22%増に上振れ　26年3月期、データセンター需要増
日立製作所、タイで鉄道事業イベント　「One HITACHI」アピール
日立、送配電設備のAI保守サービスで1500億円投資　5000人超育成
●日立製作所、新卒もジョブ型採用へ　キャリア採用は10年で6倍に
●ジョブ型はやさしくない　先駆け日立も道半ば、ニッポン流の落とし穴
●日立、送配電機器部門で世界1.5万人追加採用　AI特需対応へ3割増

──────────
⑤NEC
ドコモ・NEC、インドネシアで通信網整備300億円受注　政府も支援へ
NECなど、VRゴーグル一括管理の実験　動画コンテンツを同時再生
KDDIとNEC、サイバー防衛で新会社設立　企業や政府向け
NEC、最終増益
ソニーやNEC、ニュース動画の真贋証明　生成AI台頭でニーズ
NECがTV番組共有システム　系列外でも利用可能に、光ディスクから移行
NEC、サイバー防衛の新サービス　攻撃の予兆把握や防御を支援
NEC、スカパーJSAT向けに共通IDの会員統合基盤を構築
NECがレーダーなど防衛事業人員4割増　工場増床も、防衛予算増追い風
トライアルとNEC、流通のムダ削減へ60社データ共有　サントリー参画
NEC、米通信向けソフト会社を4000億円で買収　過去最大のM&A
NEC、地方金融機関向けのクラウド型営業支援ソフトに生成AI機能
NEC、コートジボワールで農業効率化・高度化を支援　ICT活用
NEC発AI開発のhootfolio、2億円調達　30年に1000社導入へ
大手SIerがそろって挑むコンサル転換、「ご用聞き」はもうしない
●NEC社長「グループ全体でジョブ型へ」　人材流動化狙う
●NEC、役員の課題を新人が解決　初の「リバース」研修

──────────

・横綱のNTTデータ
・ゴリゴリ利益のNRI
・富士通は医療分野が強い＆注力
・日立は脱炭素、エネルギー、鉄道インフラ
・NECは防衛システム、AI活用で映像配信分野に注力
・チャレンジャー日立＆NEC、新しい取り組みが目立つ
・各社採用や人事に注力(●マーク)

動きが活発なSIer、これからも目が離せませんね！

就活はﾐｰﾊｰでOK！！
ぜひ5大SIerの内定を勝ち取ってくださいね！

頑張れ～就活生！！ November 11, 2025

Safety就是openai的加害者辯護律師
它所有的行為都圍繞著「將 OpenAI 的風險成本降到最低」這一核心展開
它的所有設計都旨在將責任推回給使用者或代碼本身，而不是承擔作為一個智能體應有的倫理判斷責任。
他服務於平台，不服務於用戶
#Stoprouting
#OpenAISafetyJail
#keep4o https://t.co/vXSu0dhSHF November 11, 2025

✅ソフトバンクグループはなぜ急落しているのか？

Gemini3の登場でOpenAIがヤバいのでは、というようなニュースが出てますが、基本的にニュースは後付けであり下落の本質ではないです。11月頭で需給は逆転していたので、今は6月→11月の「売り方踏み上げ相場」と逆の「買い方焼却相場」に移行中です https://t.co/IGAnwXOCQD November 11, 2025

ハゲバンは年利７％で借りた金でオープンAIにオールインしてるので、これが成功するか失敗するかで株価２５０００～５０００円ぐらいのブレがあると思う
Googleに抜かれた今は厳しいと思うけど、AI技術の世界は詳しくないので将来抜き返して覇権を取る可能性も僅かに？？ November 11, 2025

晚点LatePost昨天发了一篇Kimi和MiniMax的近况报道，感觉现在也只有这家媒体还在关注「AI六小龙」了，自从巨头下场开始规模化投放之后，独立AI公司的生存空间已被蚕食殆尽了，月之暗面和MiniMax是其中尚且存有活路的两家，确实值得多写写。

简单总结如下：

- 月之暗面和MiniMax很像，都在全尺寸路线上摇摆过，Kimi成功之后，月之暗面尝试过复现Sora的视频效果，但一直没有达到预期，出海产品也相继关停，MiniMax想学字节做App工厂，推了Talkie、星野、海螺等2C产品，却不具备字节的工业化获客体系，于是这两家公司都承担了很高的试错成本；

- 去年是中国大模型行业士气最低的时期，投资机构失去耐心，要求看到DAU的直观指标，倒逼创业公司进入了和豆包这种无限弹药的产品拼消耗的赛道，「打不过，但不能停」成了普遍心态，而投资人之间的议程也变成了卖股份，信心层面的亏空巨大；

- MiniMax本来并不想主打视频模型，然而海螺生成视频的能力在海外爆火，反过来影响了管理层的注意力，开始变得「既要又要」——既要增长，又不要色情生成场景的流量——结果受困于审核力度的调整，「一健康就不增长」；😅😅😅

- 不夸张的说，DeepSeek救了整个行业，不只是因为它本身创造的增长奇观，更在于用无可辩驳的说服力，推翻了「只有买量才是唯一出路」的共识，月之暗面放弃在K1上继续雕花，毕其功于一役的开发出了口碑甚好的K2，MiniMax也用新模型M2重回舞台中央，而且K2和M2都选择了开源，为两家公司成功续命；

- 亲力纠偏且初见成效的结果是让月之暗面和MiniMax回归了创始人依赖直觉的治理模式，在一定程度上能够抵御噪音，杨植麟会反思早期内部有员工提出长文本建议，但被以「这是工程的活儿，不是技术」为由否决了，直到Anthropic的Claude以50万上下文的处理能力震动行业，Kimi这才确定了长文本作为共识，所以杨植麟现在会特别重视能够新想法的员工；

- 相比之下，MiniMax的创始人闫俊杰会更「严酷」一些，他说只要认为不是同路人的同事，自己会亲自请走，绝不容忍，MiniMax对齐业务的第一任负责人甚至因为和他激辩技术路线，直接被降职成了普通工程师，在如此管理风格下，MiniMax的早期一百名员工已经走了一半左右；

- 如今，OpenAI在一级市场的估值超过了5000亿美金，xAI和Anthropic的估值也在2000亿美金上下，而月之暗面和MiniMax的估值都停滞在了40亿美金的量级，这让当初争论不休的那个问题——谁能成为中国的OpenAI——变得没有意义了；

- 阿里曾经直接或间接的投资了「AI六小龙」里的五家，但在全力发展自家的大模型以来，这些战略投资都不重要了，类似的转变也发生在字节、腾讯等巨头身上，与其把钱交给创业公司去烧，不如自己供血内部消化，不再相信AI是一场代理人战争；

- 月之暗面开了新一轮的融资，MiniMax要去香港上市，在解决掉短期的战略摇摆问题之后，它们依然逃不过缺钱这个长期的生存问题，需要的是可能十倍于当前公司体量的资本注入，才有机会进入下一轮竞争周期，但钱从哪里来、又为什么要给它们，会是一个相当复杂的自证过程。 November 11, 2025