生成AIによる画像制作は、最初の一枚を作る機能から、既存デザインを保ちながら修正を重ねる制作基盤へ移っています。
OpenAIのChatGPT Images 2.5は、指定箇所だけを変える精密編集と、複数回の修正での一貫性を改善しました。APIでは速度重視と精度重視のモデルを使い分け、企画から仕上げまで工程に応じて配置できます。
Web制作では、変更対象と保持対象を分けた指示、ブランド要件のテンプレート化、人による文字・権利・可読性の確認が重要です。C2PAやSynthIDだけに頼らず、元画像、指示、編集履歴、承認者、公開先を制作台帳に残すことで、公開後まで来歴を追える運用になります。
AIの実務活用は、問い合わせのたびに答えを生成するだけでなく、高コストな推論結果を事前に整備し、検索・API・エージェントから再利用できる知識基盤へ広がっています。
Google DeepMindのAlphaGenome Atlasは、約90億通りの一塩基変異に関する予測を事前計算し、根拠とともに探索できる形で公開しました。
Web制作や業務運用でも、承認済み情報を正本として整え、人向け画面と機械向けAPIを同じデータへ接続することで、速度と一貫性を高められます。AIのスコアを結論にせず、出典・更新日時・入力条件・モデル版を残し、人が検証できる工程にすることが重要です。
2026年8月17日のAIニュースは、「モデルが安くなった」「AIの画面に広告が入り始めた」「企業のAI利用が“聞く”から“任せる”へ移った」の三つに整理できます。
Googleは8月13日、コーディングとエージェント用途の主力モデル「Gemini 3.7 Flash」を公開しました。前世代の3.6 Flashからわずか3週間での更新です。
導入価格は入力100万トークンあたり0.75ドル、出力3.75ドルで3.6 Flashの半額。2026年12月31日までの価格で、2027年1月1日からは入力1.50ドル・出力7.50ドルになります。
ベンチマークでは、DeepSWE v1.1が49.0%から65.3%へ、FrontierCode 1.1が34.4%から43.6%へ改善。実務に近い業務ワークフロー自動化のAutomationBenchは17.0%から30.4%へほぼ倍増し、PDF読解のGDP.pdfも22.0%から34.0%へ上がりました。
これまで「安いモデルには任せられない」と判断していた工程の一部が、価格を上げずに自動化の候補に入ってきたということです。
OpenAIは8月11日の更新で、ChatGPTの広告を日本、英国、メキシコ、ブラジル、韓国で開始したと発表しました。
表示されるのはログイン済み成人の無料プランとGoプランのみで、Plus・Pro・Business・Enterprise・Educationには出ません。広告は回答内容に影響せず「スポンサー」と明示され、広告主は会話履歴やメモリを見られません。18歳未満と判定されるアカウントには表示されず、健康・メンタルヘルス・政治の近くにも配信されません。
検索とSNSに続く三つ目の入口として、対話画面が広告在庫になったことになります。
OpenAIが8月12日に公開した調査では、6月時点で企業顧客のCodexとChatGPTの合計出力トークンのうち64%をCodexが占めました。
利用量上位10%の企業は、中央値付近の企業に比べてアクティブユーザーあたりの出力トークンが8.3倍。1月の2.6倍から半年で約3倍に開いています。上位企業では週次利用者の21%がプラグイン、19%がスキルを使う一方、中央値付近では9%と3%にとどまります。
職種別では、2月以降の週次アクティブなCodex利用者が法務で108倍、営業41倍、採用41倍、マーケティング26倍に増えました。エンジニアリングの5倍より、非エンジニア領域のほうが伸びています。
まず、使っているモデルの棚卸しです。価格が半減し自動化の指標が倍近く伸びた以上、「上位モデルでないと無理」という判断は根拠が古くなっている可能性があります。
次に、AI経由の流入への備えです。価格・仕様・対応範囲といった事実がページ上で明示されているかを点検しておくと効きます。
最後に、任せ方の設計です。企業間の差を生んでいたのはモデルではなく、社内の文脈とツールをつなぐ仕組みと、権限・レビュー・ガバナンスの設計でした。
詳細は本記事で解説しています。
2026年8月16日のAIの話題は、モデルの賢さ比べから一段ずれたところに集まっています。焦点は「その文章やデータが、誰の手を経てきたものか」を機械的に確かめられるようにする仕組みです。Anthropicが生成テキストへの透かし埋め込みを公表し、Googleは暗号化したままAI推論を実行するコンパイラを公開しました。背景には、8月2日から適用が始まったEU AI Actの透明性義務があります。
Anthropicは8月14日、今後のClaudeモデルが生成するテキストに透かしを埋め込むことを公表しました。方式はGoogle DeepMindがNature誌で発表したSynthID-Textの系統です。文字を足すのではなく、次の単語を選ぶときの乱数の出どころを鍵に置き換えるだけなので、読み手には違いが分からず、隠し文字も増えず、速度も料金も変わりません。鍵を持つ側だけが「Claudeが関与した確率」を推定できます。
限界も明示されています。透かしから個人や組織は特定できません。短い文章や、事実関係が一意に決まる文章、人間の原稿を軽く校正しただけの出力では、透かしが入る余地がほとんどありません。全面的に書き直せば消えます。画像などのファイルには透かしではなく、C2PAという業界標準のコンテンツクレデンシャルがメタデータとして付きます。
同じ8月14日、GoogleはHEIRという準同型暗号のオープンソースコンパイラを、自社のPrivate Computing Toolkitに加えたことを公表しました。学習済みモデルを「暗号化された入力のまま推論できる形」に変換するもので、サーバ側は暗号文を処理して暗号化された結果を返すだけ、中身を一切見ません。レコメンド、クレジットカードの不正検知、ネットワーク侵入検知、ホットワード検出の4例が公開されています。
準同型暗号は「できる／できない」の対立を「コストをいくら払うか」の問題に変えます。そのコストは急速に下がっています。データを外に出せないという理由でAI導入を止めていた領域には、現実的な選択肢が増えたことになります。
この2つを結んでいるのがEU AI Actの第50条です。透明性義務は2026年8月2日から適用されており、高リスクに分類されたシステムだけでなく、条文が定める4つの状況に当てはまるすべてのAIシステムが対象になります。生成AIの提供者は、出力を機械可読な形式でマーキングし、AI生成であることを検出可能にしなければなりません。
見落とされがちなのが、使う側の義務です。公共の利益に関わる事柄について世の中に情報を伝える目的でAI生成テキストを公開する場合、AI生成であることの開示が求められます。ただし人によるレビューと編集責任が伴っていれば、この義務は外れます。形式的な承認では足りず、実質的な確認であることが条件です。
Web制作とメディア運用では、AIをどこまで使い、誰が最終責任を持つかを工程として決めることが、そのまま免除の根拠になります。AIエージェントも第50条第1項の対象と整理されているため、相手が人間かどうかを事前に判別できない設計なら、常にAIであることを名乗る前提で作るのが安全です。調達では、使っている生成AIが機械可読マーキングに対応しているかをベンダーに確認しておく段階に来ています。
技術の選定より先に決めるべきなのは、誰がどこで確認し、誰が責任を持つかという工程の話です。詳しくは元記事にまとめています。
2026年に入ってからのAIは、性能競争の派手さよりも「どう業務に組み込むか」という運用の話が中心になりました。8月時点までの主要な動きを、4つの軸で整理します。
OpenAIはGPT-5.6をSol・Terra・Lunaの3種類で提供し、7月30日にLunaを80%、Terraを20%値下げしました。Anthropicは7月24日にClaude Opus 5を公開し、タスクごとに投入する思考量をlow / medium / highで切り替えられる仕組みを備えています。GoogleはGemini 3.5に続き、エージェント用途のレイテンシとトークンコストを下げる3.6 Flashを投入しました。
最上位モデルを常に使う運用は、もうコスト最適ではありません。タスクの難易度、要求される速度、扱う情報の機密性で振り分ける設計が前提になりつつあります。
GoogleはVertex AIをGemini Enterprise Agent Platformとして再編し、API呼び出しひとつでセキュアな環境にカスタムエージェントを立ち上げられる構成にしました。OpenAI側ではChatGPT Workが、接続したアプリやファイルから文脈を取得して資料を生成します。
エージェントを入れる価値が出るのは、繰り返し発生し、手順が明文化でき、成果を数値で確認できる業務です。
EU AI Actは8月2日に透明性義務が適用対象となりました。一方で高リスク義務は、7月27日に発効したDigital Omnibusにより、Annex IIIの単体システムが2027年12月2日へ後ろ倒しされています。ただし禁止行為の規定は既に執行段階です。
日本はAI推進法が罰則なしのガイドラインベースで、AI事業者ガイドライン第1.2版（2026年3月31日）がHuman-in-the-Loopを明確化しています。
Microsoft、Alphabet、Amazon、Meta、Oracleの5社を合わせた2026年の設備投資は6,600億〜6,900億ドル規模とされ、うち約75%がAIインフラに直結すると分析されています。特定のモデルやAPIに深く依存する設計は、価格改定や提供終了のリスクを見込んでおくべきです。
詳しい解説と出典はこちらの記事にまとめています。
https://eguweb.jp/ai/81355/
AI活用の競争軸は、最上位モデルを固定で使うことから、仕事の難しさ・費用・遅延・機密性に応じてモデルと処理方法を切り替える運用設計へ移っています。
今日の記事では、長時間動くAIエージェントの文脈圧縮やキャッシュ、決定的な処理のコード化、物理AIでの差分同期とストリーミングを整理しました。
実務では、モデル料金だけでなく再試行や人の修正まで含む総費用を測り、権限、承認、停止条件、監査ログを一体で設計することが重要です。
企業AIは「質問に答える道具」から、業務を実行する仕組みへ移っています。
今日の記事では、企業AIの利用格差、AIファクトリーへの長期資金、医療AIの実環境検証、生成コンテンツの透明性を整理しました。
重要なのは利用量やモデル性能だけではありません。権限、費用、品質、説明責任を一つの運用設計として扱い、完了条件と人の確認点を明確にすることです。
AIエージェントの競争軸は、最大モデルを一つ選ぶ段階から、仕事ごとにモデルと実行場所を切り替え、成果物の正しさと費用を同時に管理する段階へ移っています。
今回の記事では、NVIDIAのNemotron 3.5 LightningとNeMo Switchyard、PCやワークステーションで動くローカルAI、OpenAIの金融・マーケティング事例を整理しました。
実務で重要なのは、難易度・費用・遅延・機密性に応じてモデルを配分し、編集可能な資料、再計算できる数値、根拠へ戻れる成果物として検証することです。
AIは「答えを作る機能」から、専門業務を実行し、判断を次の操作につなげる基盤へ移っています。
今日の記事では、サイバー防御向け専門AI、Google Ads／Analyticsのエージェント機能、EU AI Actの透明性義務を取り上げました。共通する論点は、誰が・どのデータに・どの権限で接続し、結果を誰が検証して実行するかです。
AI導入の差は「モデルを持つこと」から「統制された実行経路を持つこと」へ。認証、権限分 離、承認、監査ログ、停止条件までを業務設計に組み込む必要があります。
AIエージェントの価値は、確認をすべてなくすことではなく、低リスク作業を速く任せながら、高リスク操作を確実に止められることへ移っています。
本日の記事では、Claude Codeのauto mode、開発中モデルのサイバー安全対策、EU AI Act Article 50の透明性義務を手がかりに、権限分離・実行環境の隔離・承認点・監査ログ・公開時の表示を一続きの運用として整理しました。
Web制作や業務自動化では、下書きと本番公開、閲覧と外部送信、通常操作と削除・決済を同じ権限で扱わないことが重要です。
