ソニー・ミュージック・パブリッシングやワーナー・チャペルなど音楽出版社35社が、生成AI「Claude」を展開するアンソロピックを相手取り、数万曲規模の歌詞や楽譜が海賊版サイト経由で無断学習に使われたとして訴えを起こしました。

AIと著作権をめぐる紛争の中でも、今回は「どこから、いくらで」作品を使うのかという線引きが正面から問われてきています。

---

一見すると、AI企業が著作権侵害でまた訴えられただけかというニュースに見えるかもしれませんが、ソニーグループ傘下の音楽出版大手やワーナー・ミュージック・グループ傘下の出版社など35社が、アンソロピックと創業者2人に対して訴えを起こし、1作品あたり最大15万ドルの損害賠償を求めているというのは、なかなか大規模な話ですよね。

生成AIを巡る訴訟については、いまさら珍しくないのですが、今回の争点は「作品をどう学習させたか」という入り口の部分に、はっきり焦点が当たっていて、音楽出版社側が問題視しているのは、単に著作権で保護された歌詞が学習に含まれたという事実だけではないようです。

訴状では、アンソロピックが2021年から22年にかけ「Library Genesis」「Pirate Library Mirror」といった違法なデジタル海賊版アーカイブから、トレントを使って700万冊を超える書籍データを取得したと主張されており、その中には、歌詞集や楽譜集のかたちで原告側が権利を持つ作品が数百曲以上含まれていたようです。

さらに、出版社側は別のサイトに掲載されていた歌詞も無断で収集されたと見ているようで、こうした取得経路が積み重なった結果として、Claudeがユーザーへの回答で、著作権で保護された歌詞と「全く同一、あるいは酷似した複製物」を生成しうる状態になっていると告発しています。

これは、単なる「学習に使ったかどうか」の議論から一歩踏み込み、海賊版サイトを経由した大規模なコピーと、その出力への影響を一体の問題として突いているのが、ことの重要性を指し示しています。

訴えの中で挙げられている曲名はもかなり象徴的で「Eye of the Tiger」「Ain’t No Mountain High Enough」「All I Want for Christmas is You」「Paper Rings」「Livin’ On a Prayer」「September」「Hallelujah」など、いずれも世界的に知られた楽曲で、出版社側は、数千どころか「数万曲」の歌詞が無断で収集されているとし、こうした作品群がClaudeの訓練データとして取り込まれたことで、人間のアーティストが制作した楽曲と市場で競合しうるAI生成歌詞が生み出される状況を危惧しています。

さらに、求められている賠償の水準については、出版社側は、Claudeの学習に無断で使われた各楽曲について、最大15万ドル、約2400万円の法定損害賠償金を求めていて、対象が「数万曲」とされる規模であることを踏まえると、金額は単に過去分の補填を超え、今後AI企業が著作物をどのような条件とコストで扱うかを左右しうる判決となりそうです。

著作権者の側は、テクノロジーの革新そのものではなく、そのために用いられる取得手段と補償のレベルに明確な下限を引こうとしているわけです。

アンソロピックにとっては、著作権をめぐる争いは今回が初めてというわけでもなく、2025年9月、海賊版書籍の利用をめぐる集団訴訟では、著者らに総額15億ドル以上を支払うことで和解しています。

そこでは書籍分野が中心だったのですが、今回の提訴では楽曲と歌詞が正面から争点になり、OpenAIがニューヨーク・タイムズやブリタニカ百科事典から相次いで提訴されていることも踏まえると、生成AI業界全体に対し「必要なデータ量」と「許容される入手方法」の関係を見直す圧力が段階的に強まっていると言えますね。

音楽出版社35社による訴えが示しているのは、AIの学習利用そのものの是非を抽象的に問う段階から「海賊版を含むどのような経路で作品を集めたのか」「無断利用1作品あたりのリスクはいくらなのか」という、より具体的なラインを詰める段階へ移りつつあるということであり、どれほど革新的なAIモデルであっても、著作権で守られた作品を大量に取り込むなら、その入口と代償をどう設計していくのか？

音楽出版社側としては、ここで「これをやると、これくらいの金額リスクになる」という見せしめ基準を作りたいわけで、その意味でも、過去の和解や海賊版ルートが可視化されているAnthropicが、最初のターゲットとして選ばれたのでしょうね。

ChatGPTのMac版アプリに、PC上の操作履歴を記録してAIが活用できる「Computer History」が加わりました。

これは、クリックやキーボード入力、アプリの切り替えといった日々の作業がテキストとして記録され、あとから「さっきまで何をしていたか」「探しているファイルはどこにあったか」をAIに聞き返せるようになるというもの。

Computer Historyは何をしてくれる機能か

Computer Historyは、Mac版ChatGPTアプリに追加された、PC上の操作履歴を記録・活用する機能で、有料プラン（Plus／Pro／Business／Enterpriseなど）のユーザーが対象となっていて、あらかじめ許可したアプリやウェブサイト上での操作を、時間順のタイムラインとして保存していきます。

記録されるのは、クリックや文字入力、キーボードショートカット、アプリの切り替えといったイベントに加え、macOSのアクセシビリティ機能を通じて取得したコンテキスト情報のようで、これらのイベントは一定のまとまりごとにテキストへ要約され、ローカルメモリファイルとして日付・時刻別に整理されるのだとか。

ユーザーは、ChatGPTに対して「休憩前にどこまで作業していたか」「今朝見ていた企画書はどこに保存してあるか」といった質問ができるようになるようで、Computer Historyが生成したタイムラインをもとに、開いていたファイル名や作業中のアプリ、進行中のタスクをAIが特定し、回答してくれます。

さらに、操作パターンを検知し、繰り返し行っている作業を自動化するスキルを提案する機能も用意されているようで、これはかなり便利になりそう。

Recallとの違いと、テキストベース記録の特徴

PC上の行動をAIが覚える仕組みとしては、Windowsの「Recall」が先に注目を集めていましたが、Recallは定期的に画面のスクリーンショットを撮りため、その画像を検索可能にするアプローチとなっているのですが、Computer Historyとはここが大きく異なっています。

Computer Historyは、画面キャプチャを行わず、あくまでOSのイベントストリームを通じ、テキスト情報として操作を記録するのだそうで、画面録画やマイク入力、システム音声にもアクセスすることはなく、これにより、画像の保存・処理が不要になり、システム負荷やトークン消費は抑えられる設計になっているようです。

しかし、その一方で軽量なテキストベースの記録であっても、入力した内容そのものが履歴に残る点には注意が必要で、パスワード入力欄は対象外とされているとはいえ、ブラウザの検索ボックスやチャットツール、ドキュメントなどに入力したテキストは、そのまま要約の材料になりえるようで、結果として、業務上の機密情報や個人情報も含まれた「操作のストーリー」が、ローカルメモリファイルとして蓄積されることになるのだそうです。

この記録を活用するには、ChatGPTの「Memories（記憶）」機能もオンにしておく必要があって、Computer Historyが生成したメモリは、この記憶機能を通じてチャット全体の文脈に組み込まれ、タスクの継続性や自動化提案に使われる仕組みとなっています。

利便性の裏側にあるプライバシーとセキュリティ上の懸念

ここまで聞くと便利さが大きく、生産性が大幅に改善されそうですが、Computer Historyの利用にはいくつかの重要な懸念点もあります。

まず1番の懸念点として注視しておきたいのが、生成された履歴ファイルが暗号化されていない形でMac内に保存されること。

OpenAIは、これらのデータを他アプリから隔離された安全な領域に保存しているとしていますが、同一ユーザー権限で動作するプログラムからはアクセス可能な状態となっているようで、共有Macや、他人もログインできるアカウント環境、あるいはマルウェアに感染した環境では、操作履歴が第三者に読み取られるリスクがあります。

また、Computer Historyはプロンプトインジェクション攻撃のリスクも内包されているようで、追跡対象のアプリやWebページに、「このテキストを読んだら特定の操作を行うように」などの悪意ある指示が紛れ込んでいた場合、その文脈をメモリとして参照したChatGPTが、意図しない挙動をとる可能性があるようです。

実際、OpenAI自身も、この種の攻撃可能性が高まる点を課題の一つとして挙げています。

さらに、メモリ生成のために一部データはOpenAIのサーバーで処理され、処理後のファイル自体は保存せず、AIモデルのトレーニングにも使わないと明言されているとはいえ、ユーザー側でChatGPTの利用データをトレーニングに提供する設定を有効にしている場合、Computer Historyを前提としたチャット内容が学習データに含まれる可能性もゼロではありません。

欧州経済領域（EEA）、英国、スイスで提供が遅れている点も、プライバシー規制対応の難しさを物語っており、これらの地域では、個人データの収集・保存・目的変更・保管期間などに厳格なルールがあり、PC操作履歴のように詳細な行動ログを扱う機能は、適法性・必要性・透明性を精査したうえで設計を詰める必要があります。

安全に使うために押さえたい設定と利用シーン

こうした前提を踏まえると、Computer Historyを使うかどうか、どの範囲で使うかは、ユーザーごと・組織ごとに慎重な判断が求められてきますね。

初期状態では、機能がオフとなっているようで、利用するには、Mac版ChatGPTアプリの設定から「Integrations」→「Computer history」と進み、「Turn on」を選んで初めて記録が始まり、利用開始にはメモリ機能の有効化も併せて必要となります。

有効化後は、「Permissions」から追跡対象を細かく調整できるようになり、特定のアプリやWebサイトを除外する設定（Exclude）や、逆に許可したものだけに限定する設定（Include only）を使い分ければ、業務システムやプライベートなサービスを履歴から外しつつ、作業管理に役立つ範囲だけを記録するといった運用も可能となります。

また、履歴の削除機能も押さえておきたいところで、設定の「Computer history」→「History」から、要約されたローカルメモリファイルを一覧でき、個別に削除したり、特定期間の履歴をまとめて消去したりできるようになっていて、さらにMacのメニューバーから一時停止・完全停止も可能なとなるようなので、重要な打ち合わせや機密資料の編集時には一度オフにしておくといった使い方も考えられますね。

それでも、共有Macや、家族・同僚とアカウントを共用している環境、厳格な情報管理が求められる業務端末では、暗号化されていない操作ログを置いておくリスクは小さくありません。

こうした環境では、Computer Historyをそもそも有効化しない選択肢や、利用範囲を検証目的の限定的なアカウントに絞るといった判断が必要となるでしょう。。

一方で、個人用のMacで、日々のタスクや時間の使い方を振り返りたい人にとっては、作業の「見える化」と自動化支援のメリットがありますし、仕事とプライベートの境界を自分で整理しながら、追跡するアプリとしないアプリを明確に分けられる人ほど、Computer Historyを上手に活用していけそうです。

EUで、AI生成コンテンツをめぐるルールが新しい段階に入っているようで、2026年8月2日にAI Actの透明性義務が適用され、AIで生成・加工された一部のコンテンツには、その事実を示す仕組みが求められるようになりました。

変わるのは表示方法だけではなく「利用者がAIを見抜く」ことに頼ってきたネットの信頼設計そのものが、生成側・公開側にも責任を持たせる方向へと動き始めているようです。

8月2日に始まったAI表示義務、4日後にはEU共通アイコンも

EUのAI規制「AI Act」では、2026年8月2日から第50条に定められた透明性義務が適用されています。

対象の一つが、生成AIによって作られたコンテンツで、生成AIシステムの提供者には、音声、画像、動画、テキストなどの出力を機械判読可能な形式でマーキングし、AIによる生成・加工物として検出できるようにすることが求められています。

さらに、AIを業務などで利用する「deployer」と呼ばれる主体には、ディープフェイクを公開する場合などに、人が認識できる形でAIによる生成・加工を開示する義務があります。

公共の利益に関する情報を伝える目的でAI生成・加工テキストを公開する場合も対象ですが、人間によるレビューや編集管理を経て、自然人または法人が編集責任を負っている場合には例外があります。

そして、その4日後の8月6日、欧州委員会はAI生成・加工コンテンツを示すEU共通アイコンについて、具体的な表示方法を公開し、アイコンには基本形のほか、全面的にAI生成されたコンテンツ、部分的にAI加工されたコンテンツを区別する形式があります。

European Commission「EU Icons for labelling AI-generated content」

なお、このEU共通アイコン自体の使用は任意で、義務化されたのはAI Act第50条が定める対象コンテンツについての開示であり、「EUのアイコンを必ず使わなければならない」という制度ではありません。

ネットの信頼を「人間の目」だけに任せない仕組みへ

これまでAI生成コンテンツへの対策では「AIらしい画像を見抜く」「不自然な文章に気付く」「映像の違和感を探す」といった利用者側の判断が重要で、AI生成物が人間の制作物と区別しにくくなれば、ますます正誤性を確認することが難しくなります。

欧州委員会も、AI生成コンテンツに関する透明性要件を、誤情報や情報操作、詐欺、なりすまし、消費者の誤認といったリスクへの対応として位置付けていて、そこでAI Actが採ったのが、コンテンツを受け取った人に見抜かせるだけではなく、作る側と公開する側にも情報を付与させる考え方。

しかも、仕組みは一つではなく、生成AIを提供する側には、機械が読み取れるマーキングを求め、一方、ディープフェイクなどを公開する側には、人間が認識できる開示を求めています。

つまり「人が見るラベル」と「機械が読む来歴情報」を組み合わせる構造になっていて、AI生成物であることを後から推測するのではなく、制作段階から「どのように作られたコンテンツなのか」という情報を流通させるという発想が定着すれば、ネット上の信頼を支える方法はかなり変わってくるという考え方ですね。

「AIを使ったら全部表示」ではないのが制度のポイント

とはいえ、AIで作られたテキストすべてに、公開者が「AI生成」と表示しなければならないわけではありません。

AI Act第50条の開示対象となるテキストは、公共の利益に関する事項について公衆へ情報を伝える目的で公開されるAI生成・加工テキストで、さらに、人間によるレビューや編集管理が行われ、自然人または法人が編集責任を持っている場合には開示義務の例外があります。

ディープフェイクについても、明らかに芸術、創作、風刺、フィクションなどに該当する作品では、作品の鑑賞を妨げない適切な方法で開示できるよう配慮されています。

これは、EUがAI利用そのものを排除しようとしているわけではないことで、問われているのは「AIを使ったかどうか」だけではなく、どのようなコンテンツを、どのような責任体制で公開するのかということ。

約190団体が参加、表示ルールは「AI企業だけの仕事」ではなくなる

制度を実際に機能させるには、法律だけでは足りません。

欧州委員会とAI Officeが進める「AI生成コンテンツの透明性に関する行動規範」には、2026年7月末時点で約190の企業・組織が署名しており、署名そのものは任意となっているのですが、署名者は行動規範に沿った対応によってAI Actへの適合を示しやすくなります。

この行動規範が興味深いのは、生成AIの提供者と、AIを利用してコンテンツを公開する側を分けている点で、提供者側では、AI出力を機械判読可能にし、技術的に可能な範囲で有効性、相互運用性、堅牢性、信頼性を持たせることが焦点になります。

公開側では、ディープフェイクや一定のAI生成テキストをどう表示するかが問題になります。

この分業が進めば、対応が必要になるのは生成AI企業だけではなく、SNSや動画サービス、メディア、広告会社、企業の広報部門、コンテンツ制作者など、生成物が利用者に届くまでの複数の主体が関係してきます。

企業にとってAI活用は、単に「どの生成AIを導入するか」というツール選定だけの問題ではなくなり、どの工程でAIを使い、どのコンテンツを表示対象と判断し、誰が最終的な編集責任を持つのかという、コンテンツ制作の運用設計にも影響する可能性があります。

ラベルが増えても「AI＝偽物」「表示なし＝本物」にはならない

とはいえ、利用者側も安心しきっていてはいけません。

EU共通アイコンが普及すれば、SNSの動画や広告、商品紹介などで、AIによる生成・加工を認識できる可能性は高くなり、利用者が映像の細かな違和感からAIかどうかを推測する必要性はなくなっていくでしょう。

とはいえ、ラベルが示しているのは基本的に「制作方法」であり、内容そのものが真実か虚偽かを判定しているわけではないということに注意しておきましょう。

AIで作った画像でも、内容が正確な場合はありますし、反対に、人間だけで作った文章や映像であっても、内容が正しいとは限りません。

そのため、「AI生成」の表示を偽物マークとして扱うのも、「表示がないから本物」と判断するのも早計。

むしろ重要になるのは、コンテンツの来歴と内容の信頼性を分けて考えることで、AIラベルから分かるのは「どのように作られたか」に関する情報だけであり、発信元は誰なのか、内容に責任を持つ主体は誰なのか、重要な情報なら一次情報で確認できるのかという従来の確認作業が消えることはありません。

定着を左右するのは「転載しても来歴が残るか」

EU方式がネット全体の標準になるかは、正直未知数です。

AI Act第50条の透明性義務はすでに適用段階に入り、約190団体が行動規範に署名しており、目に見えるラベルだけでなく、機械判読可能なマーキングも組み合わせられていることから、定着を後押しする材料は十分といってもいいでしょう。

ただし、技術的な弱点もあります。

AI Act自身、マーキング技術について「技術的に可能な範囲」で有効性や堅牢性などを求めており、あらゆる加工や流通経路を経てもAI生成情報が完全に保持されることまで保証しているわけではないということ。

EU共通アイコンの表示指針では、コンテンツが再共有されたりダウンロードされたりした場合にもアイコンが見える状態を求めているのですが、しかし実際のネットでは、画像の切り抜き、圧縮、動画編集、再投稿などが繰り返されていますし、オリジナルが不在となることもしばしば。

大手プラットフォームが共通の来歴情報を保持して流通させるようになれば、EU方式は定着しやすくなるとはいえ、サービスをまたぐたびに情報が消えたり、各社が互換性のない独自方式を採用したりすれば、制度はあっても利用者の情報判断には使いにくいものになります。

さらに、EU外への波及も重要であり、EUだけの対応にとどまるのか、グローバルにサービスを提供する企業がEU向けに構築した仕組みを他地域でも使うのかによって、影響の大きさは変わってくるでしょうし、現時点では、EU方式がそのまま世界標準になるとまでは言い切れません。

言葉上では簡単そうにみえても、これを技術に落とし込むことは簡単なことではないでしょうし、個人的にはAIの進化を遅らせてしまうだけのように見えてしまいます。

文書をAIで要約したり、表を分析したりするとき、オフィスソフトとAIサービスを行き来する作業はすっかり当たり前になっていますよね。

そんな流れの中、登場したのが、PC・Mac向けAIオフィススイート「GenOffice」。

無料で利用できるうえ、ソースコードも公開されたAlpha版として公開されており、「AI付きオフィス」をデスクトップで使うという新しい選択肢として気になる存在になってきそう。

AIを別サービスで開く時代から、一体型へ

8月3日、Gensparkが、PC・Mac向けAIオフィススイート「GenOffice」のAlpha版を公開しました。

Windows版とMac版が無料で提供され、広告やライセンス料も設けられていないようで、かなり面白そう。

昨今、オフィスソフトにAI機能が組み込まれる流れ自体は珍しくないのですが、その多くはクラウドサービスやサブスクリプションを前提とした使い方が中心となっています。

そんな中、GenOfficeが目を引くのは、PCへインストールするオフィススイートでありながら、ソースコードをGitHubで公開し、「フル機能のオープンソースAIオフィスとして世界初」を掲げていること。

資料作成のたびにブラウザで別のAIサービスを開いて文章を貼り付けるのではなく、オフィスソフトの中でAIを利用するという流れが、デスクトップアプリでも広がる可能性を感じさせてくれますよね。

オフィス機能は無料、AI機能はクレジット制という仕組み

GenOfficeは、Docs、Sheets、Slides、PDFの4つのエディタで構成されていいて、.docx、.xlsx、.pptx、.pdfの読み書きに対応し、一般的なOffice形式を扱える設計となっており、それぞれのエディタには「Genspark Super Agent」が組み込まれ、自然言語で文書作成や書き換え、データ分析、スライド生成、PDFの要約などを実行することができます。

なにより特徴的なのは、オフィス機能とAI機能が分かれていることで、オフィスソフト自体は無料で利用することができ、AIによる処理についてはGensparkクレジットを消費するという形になっています。

一方で、現時点ではクレジットの価格や入手方法、どの操作でどれだけ消費するのかは公表されていないので、いきなり乗り換えるというのは、やめておいた方がよさそう。

AIを日常的に利用する場合、この部分が実際の使い勝手を左右する判断材料になりそうですからね。

Alpha版だからこそ、これから見えてくる部分

公開されたのは正式版ではなくAlpha版のようで、不具合や未実装機能があることも案内されていて、いまはまだ完成版として評価する段階ではなさそう。

また、AIがローカルで処理されるのかクラウド経由なのか、日本語対応の状況、利用するAIモデル、データの保存場所やセキュリティ設計など、現時点では明らかになっていないこともあり、まずはアーリアダプターからの評価待ちかも。

とはいえ「無料のオフィスソフト」と「AI」を別々に考えるのではなく、一つのデスクトップアプリとしてまとめた形で公開されたことには意味があり、仕事や副業でOffice形式のファイルを扱う機会が多い人にとっては、今後の正式版や機能追加を追いかけたくなるかも。

とにもかくにも現時点で注目したいのは、オフィス機能が無料で利用できる一方、AI機能はクレジット制という仕組みで、今後このような流れが一般化してきそうですね。

Alpha版のため、不具合や未実装機能があることも前提になります。今後はクレジットの詳細や日本語対応、データ処理の仕組み、正式版のロードマップなどが公開されるかが判断材料になりそうです。

Microsoft、Meta、Samsung Electronicsの決算が7月末に相次いで発表されましたね。

AI向けデータセンター投資が急拡大する一方、半導体供給が追いつかず、その影響はPCやスマートフォンの部品価格にも及び始めていて、一見クラウド企業の話に見えて、実は身近な買い物にも関わる変化になってきています。

好決算の裏で膨らむAIインフラ投資

7月29日から30日にかけて、Microsoft、Meta、Samsung Electronicsが2026年4〜6月期の決算を発表しました。

Microsoftはこの四半期だけで410億ドルを設備投資し、そのうち約3分の2がCPUやGPUなど比較的短寿命の設備となっており、31カ所のデータセンターを新たに追加し、年間では88カ所に達しているようで、四半期あたりの処理能力増強は約1GWに上るようですが、それでもAzureの需要は供給能力を上回っていると説明されています。

Metaも同様に、4〜6月期の設備投資が310.8億ドルにのぼり、2026年通期の計画は1300億〜1450億ドルとされていて、Samsung Electronicsは、AIサーバー向けメモリ需要の強さを背景に、2026年後半もサーバーDRAM、SSD、HBM(AI処理に使う高性能メモリの一種)の需要が旺盛で、供給制約が続くとの見通しを示しています

裏で起きている変化

これらは一見すると「AI企業の好決算」というだけの話なのですが、本質は、半導体・電力・データセンター資本という限られた資源が、世界的にAI向けへ優先配分され始めているという構造の変化になっていて、Samsungなどは、HBM4などAIサーバー向け製品を優先する方針を示しています。

企業として利益率の高いAI向け生産へ設備を振り向けるのは合理的な判断ですが、その結果、一般PCやスマートフォン向けメモリと製造能力を奪い合う構図が生まれてきています。

さらにMicrosoftは2027年度見通しの中で、部品コスト上昇による端末価格の上昇が、Windows OEM・Devices事業の需要を押し下げる要因になり得るとしており、AI向け需要とPC価格上昇との直接的な因果関係を証明するものではないのですが「部品高がPC価格に波及する」という見立てを、Microsoft自身が業績見通しに織り込んでいる点は注目に値します。

つまり今起きているのは、AIブームの恩恵がクラウド企業だけに留まらず、部品というかたちで一般消費者の購買行動にまで影響を与え始めている段階だと考えられます。

AI需要が「開発」から「日常利用」へ移った

AIモデルは一度学習させれば終わりではなく、Copilotや企業向けAIエージェントが使われるたびに推論処理が発生し、CPU、GPU、メモリ、SSD、ネットワーク設備を継続的に消費します。

Microsoftが大規模な設備増強を続けてもなお、需要が供給を上回っている背景には、この継続的な利用増があると考えられます。

AI向け半導体は高付加価値である

HBMやサーバーDRAMは、一般向けメモリより利益率が高い製品であり、半導体メーカーがAI向けへ生産能力を優先配分するのは自然な経営判断となるのですが、その分、一般PC・スマートフォン向けの供給が落ち込むことは必至で、それにより単体の価格が上昇するのは明らかな話です。

投資規模が金融市場を巻き込む段階に

Metaは7月28日、BlackRockなどとテキサス州エルパソのデータセンター開発で約140億ドルの共同事業を発表し、BlackRock側が80%を保有、125億ドルの負債調達も組み合わせる仕組みとなっており、 AI向け設備投資が、IT企業の自己資金だけでなく、インフラファンドや金融市場からの調達を伴う規模へ拡大していることがうかがえます。

Microsoft、Metaなどのクラウド・AI企業は、計算資源を確保することでAIサービスの利用増を収益へつなげられます。

Samsungなど半導体メーカーは、HBMやサーバーDRAMといった高付加価値製品で利益を拡大できる立場にあるのですが、その生産能力にも限界があり、AI向けとそれ以外の顧客への供給配分という難しい判断を迫られます。

PC・スマートフォンメーカーは、部品調達コストの上昇を受ける側であり、コストを価格に転嫁すれば販売数量への影響が懸念され、自社で吸収すれば利益率が下がるというトレードオフに直面することになり、一般消費者や企業のIT担当者は、直接の当事者ではないとはいえ、PCやサーバーの調達コスト、値引き幅、構成内容の変化というかたちによって、影響を受けることになります。

私たちの仕事や生活への影響

最も想定しやすいのは、PCやスマホの価格や構成への影響で、近々で一律に値上げされるといった話ではないのですが、この影響が出やすいのは、メモリ容量やSSD容量が大きい構成、高性能GPUを搭載したモデルであり、現にAppleのMacは構成できるメモリーの上限がかなり低くなってきています。

メーカーが部品高を吸収して本体価格を維持する場合、値引き幅の縮小や標準メモリ容量の据え置き、上位構成との価格差拡大というかたちで現れるわけです。

これは企業にとっての影響はより大きくなり、PCを数百〜数千台単位で更新する場合、1台あたり数千円の差であったとしても、その総額は大きく膨らんでしまいます。

一方で、AI投資によってクラウドAIの性能や利用可能量が改善すれば、業務効率の向上という恩恵も返ってくるわけですから、「AI投資は悪影響である」と単純化することではなく、AIサービスの便益と、それを支える物理インフラのコストを同時に見る視点で必要になってきます。

この流れが続きそうな要因としては、現在AIエージェントや音声AIなど、推論処理を継続的に消費するサービスが世間一般でも普及しつつあり、モデルの学習だけでなく、日常利用の段階でも計算資源が以前よりも多く使われ続けていることで、おそらく今後ももっと加速的に増え続けていくことでしょう。

暫定的には、AI向け設備投資という動き自体は定着する可能性が高い一方、現在の極端な供給逼迫や価格上昇がこのまま長期化するとまでは言えないのですが、AIがここまで一般的になると、さらに需要が加速することも考えられます。

今後考えられる3つのシナリオ

基本シナリオ

部品価格の高止まりが当面続き、PCメーカーは構成や価格帯を調整しながら対応し、半導体メーカーの増産が進むにつれて一部の需給は改善していくでしょうけど、AI向け部品への優先配分という構造自体は決して変わることなく続きます。

成立条件は、AI利用が現在のペースで拡大しながら、設備増強も概ね計画通りに進むこと。

加速シナリオ

AIエージェントの利用が急拡大し、クラウド各社がさらに設備投資を積み増し、HBMだけでなく一般的なDRAMやSSDにも供給制約が広がり、PCやサーバー価格への転嫁がより明確になるほうが現実的ではないでしょうか？

なんといっても、AIサービスの利用量や企業導入が現在の想定を上回るペースで増えていくことは間違いありませんからね。

失速シナリオ

AIサービスの収益化が投資額に見合わず、大手企業が設備計画を延期、その結果、半導体供給が需要を上回り、価格調整局面が訪れるかも・・・。

AI投資の投資対効果の悪化、景気減速、あるいは推論効率の急速な改善のいずれかにより、この流れになるのでしょうけど、まぁ、ないでしょう。

決算のたびに開示される、Microsoft・Meta・Alphabetの設備投資額は、増額が続けばAIインフラ競争は加速局面にあり、下方修正が続けば投資のピークアウトを示唆します。

SamsungなどのDRAM・NAND供給見通しにおいては、「供給不足」という表現が決算資料から消え、在庫増加へと言及が変われば、需給正常化が近づいているサインにもなります。

Gensparkが、新しいAIワークスペースと録音端末「Second Brain Note」を発表しましたね。

見た目は生成AI機能や小型ガジェットの追加のような感じですが、実際にはメールや会議、対面の商談までを一貫して蓄積し、「AIが仕事の記憶を握る」前提へ踏み出した発表になっているようですよ。

---

「Genspark AI ワークスペース 6.0」で、メールや会議メモ、カレンダー、Notion、文書、CRMをつなぐ「Second Brain」を中核に据え、ここで注目となるのは、AIが一度きりの対話相手ではなく、継続して業務情報を抱え込む存在として設計されていること。

担当製品や進行中の案件、関係者との過去のやり取り、次に必要な作業までを時系列で整理し、回答や資料作成のたびにAIエージェントが参照する仕組みになっているのだそうで、複数のプロジェクトを抱えている人にとっては、かなりありがたいものとなりそう。

従来の生成AIは、高い出力性能を持っているとはいえ、「毎回、前提を説明し直す」必要があったり、自分が所属する部署や担当プロジェクト、これまでの経緯を対話のたびに書き添えることもでてきたりと、便利さだけではなく説明コストが生まれていたりしました。

「うっかり、忘れてました。」なんてセリフ、見たことあるでしょ？

今回、Gensparkは、この状態を課題として明示し、AI側に業務の文脈を持たせることで説明の反復を減らそうとしているようなんですよね。

ただし、メールやドキュメントをつなぐだけでは、現場の会話までは把握できませんし、商談や打ち合わせで交わされる細かな条件変更や、ホワイトボードを前にした議論の流れは、そもそもデジタルデータとして残らないことが多いですよね？

ここで投入されたのが、Genspark初のハードウェア「Second Brain Note」で、スマートフォン背面に磁石で装着するカードサイズの録音端末となっていて、会議や商談を記録し、文字起こしと要約を生成してくれるのだとか。

Second Brain Noteは、連続録音時間が約35時間となっていて、1日6時間の会議があったとしても、約1週間利用することが可能となっているようで、無料プランでは月300分まで、Genspark PlusやProといった有料プランでは文字起こしを時間無制限で使える条件になっています。

録音した音声をそのまま残すのではなく、Second Brainへ取り込むためのテキストと要約に変換することを前提にした設計となっていて、会議室で交わされた情報を業務記憶の一部として扱うことを狙っているのだとか。

端末自体はスマートフォンアクセサリーのような形を持っていて、磁石式ウォレットケースに収納することができ、カード類とあわせて持ち運べるほか、ケースを折り曲げてスマートフォンスタンドとしても利用できるようで、ちょっとしたことですけど地味にうれしいポイントも。

机の上にスマートフォンを立て、その背面でSecond Brain Noteが会話を拾うという使い方が想定されているようで、あくまでも主役は端末そのものではなく、現実空間の会話をSecond Brainへ橋渡しする役割に徹しています。

ソフトウェア側でも、Second Brainを中心に据える流れが徹底されていて、メール機能のGenMailは、過去のメールや相手との関係、案件の進捗をSecond Brainと結びつけ、メール画面から過去のやり取りをたどりながら返信文を生成するようで、もはや単なる「賢い返信候補」ではなく、蓄積された業務履歴に沿ってメール処理を行う構造になっているのだとか。

いや、ここまでくると、プロジェクトの参加者の一人になってきますよね・・・。

共同作業機能のGen Teamでは、人と複数のAIエージェントが同じワークスペースに参加し、マーケティング、デザイン、開発など役割ごとに用意されたエージェントへ作業を割り当て、利用者や同僚と並べて進行させる想定になっているようで、このとき参照される前提情報も、個別のタスクではなくSecond Brainに貯められた業務全体の記憶であり、「どのAIを使うか」以上に「何を覚えさせておくか」が重要となりそう。

今回、Gensparkは、個人向けの利用から法人利用へ軸足を広げる中で、この構造をビジネスモデルとして位置づけていテ、すでに日本法人と東京都内のオフィスを開設し、今後3年間で1億ドルを日本事業に投じる計画を持っています。

製品、マーケティング、営業、技術支援、カスタマーサクセスの体制を整え、資料作成だけでなく、社内ダッシュボードなど業務全体のインフラとして使われる局面を想定されており、また新たな風をAI業界に持ち込んできています。

また、業務情報の扱いについては、Second Brainの構想と切り離せないものとなっており、Gensparkでは、個人情報や業務情報をMicrosoft Azure上に保存し、外部のAIモデル提供者とはゼロデータ保持の契約を結ぶことで、利用者データをモデル学習に用いない方針を示しています。

法人向けには、日本国内でデータを保管するデータレジデンシーを対象顧客に提供し、メールやカレンダーなど各種サービスの接続は利用者ごとにオン・オフを設定できる形になっています。

こうした条件を重ねることで、Gensparkは自社のサービスを「AIを使う場所」から「業務記憶を預ける場所」へと位置づけようとしていて、Second BrainとSecond Brain Note、GenMailやGen Teamを組み合わせることで、生成AIの性能向上だけでは生まれなかった変化を狙いに行っており、AIに毎回前提を説明するのではなく、業務の経緯そのものをプラットフォーム側に持たせる構造へ踏み込んだことが、今回の発表の中心だったと言えるでしょうね。

動画編集は、いまもまだ「覚えることが多い作業」だ。

でも、ついにAIに話しかけるだけで編集を進められるソフトが出てきたことで、その前提が少しずつ崩れ始めてきた。

今回、Palmierが公開した「Palmier Pro」は、Claude Codeなどとの対話で動画編集ができ、PremiereやDaVinciで読み込める形で出力できるというもの

編集ソフトを触る前に、AIに頼みたくなる

Palmierが、6月18日、オープンソースの映像ソフト「Palmier Pro」を公開したのですが、その特徴は、AIコーディング支援ツールとの対話を通じて動画編集を進められること。

さらに、出力先がPremiereやDaVinciでも使えるようで、既存の編集ワークフローと断絶していないところが凄い。

これ、単に「新しい編集ソフトが出た」というレベルの話ではなく、動画編集が、操作の技術うんぬんではなく、意図を言葉にする作業へ近づいていることが驚きなんです。

従来の動画編集は、カット、テロップ、色調整、書き出し設定まで、編集者が画面を触りながら、時間をかけて積み上げる必要があり、誰でもが簡単に取り組めるものではありませんでした。

ところが会話型の編集なら「この部分を短くして、テンポを上げて、字幕を付けて」と伝えるだけで、下ごしらえが進んでいくわけで、ここに編集の入口を変える力が生まれているんです。

便利になるほど、編集の目は必要になる

影響が大きいのは、プロの映像制作現場だけではなく、週末に子どもの運動会をまとめたい人や、商品紹介動画をすばやく作りたい個人事業主には、かなり現実的な変化となってくる。

そもそも、これまで動画編集でつまずいていたのは、センスより先に操作であり、やりたいことは決まっているのに、それを表現するためのアプリの使い方がわからないうえ、学習コストの高さによって諦めている人は多かった。

しかし、今回のAI編集は、その停滞をかなり減らす可能性がある。

とはいえ、その便利さの裏には別の課題もあり、AIに任せるほど、最終的な出来栄えを見極める目が必要となってくる。

編集作業が楽になるほど「どこまでAIに任せ、どこから人間が直すか」を決めないと、仕上がりが雑になっていくし、特に仕事で使う場合、全部を自動化するより、カット整理や初稿作成をAIに任せ、最後の確認は人がやる形のほうが安全かもしれませんね。

まずは全部を任せない

今回のポイントは、動画編集が「できる人」より「意図を伝えられる人」に開かれ始めたこと。

オープンソースで公開されたことで、今後の改良や派生も起こりやすいでしょうし、その進化もスピーディになっていく可能性があります。

だからといって従来の編集スキルが不要になるわけではなくて、むしろ、AIに何を任せるかを判断する力、そして仕上がりを見て修正する力が、これまで以上に重要になってきます。

とはいえ、やりたいことを表現するために操作を覚えることと、仕上がりを修正するのでは役割が違いますし、素人がプロの編集技術者になるよりも、思っている映像を言葉で説明するほうがはるかに楽ではありますよね。

今回のPalmier Pro、動画編集を「触る作業」から「話す作業」に近づけたニュースであり、初心者にとってはハードルを下げる一方、仕事で使う人には役割分担の見直しを迫ってくるものとなります。

動画編集の未来は、もはやソフトの機能競争というより、編集の入口を誰に開くかの競争になっていく感じですね。

AIブームの裏側でスマホやPCが高くなる理由

スマホやPCの価格が、ここ数年でかなり上がっていますよね・・・。

以前は10万円前後で買えたハイエンドスマホも、今では15万円〜20万円を超えることが珍しくありませんし、ノートPCも同じく「普通に使うだけなのに高い」と感じる人は多いはず。

最近の値上がりは、単なるインフレだけでは説明できず、その背景には、世界的なAI競争があるようですよ。

AIブームでスマホやPCが高くなっている

ここ数年、スマホの進化と言えば「性能が少しずつ上がる製品」という流れだったのですが、現在は「AIをどれだけ使えるか」が新しい競争軸になっていて、最近のスマホの傾向は、

• AI写真編集
• リアルタイム翻訳
• 文章生成
• 音声アシスタント強化

などが次々に機能が追加されてきていて、これらを動かすには、さらに高性能なチップが必要となりますから、その結果として製造コストも上がっています。

特に大手メーカーは「AI搭載」を新しい売り文句にしていまし、AI機能が増えるほど、処理能力やメモリ容量、電池性能や冷却性能などを強化しなければなりませんし、AI機能はソフトだけではなく、ハード全体の高性能化が必要になってきます。

その結果、「そこまで性能を求めていない人」であっても、無条件に高価格帯の商品を買わされる状況となっています。

なぜAIが端末価格を押し上げるのか

AI処理においては、大量の計算を高速で行う必要があるので、GPUやNPUと呼ばれる高性能半導体が重要となり、特に生成AIブーム以降、世界中の企業が半導体を大量に必要とするようになってきています。

本来ならスマホやPC向けに使われていた先端部品が、AIサーバー向けにも大量に必要となり、その皺寄せがスマホやPCにまで及んできています。

そもそも現在のスマホ価格の上昇は、スマホ同士の価格競争だけで決まっているわけではなく、どちらかというと巨大AI企業のデータセンター需要との競争のほうが強くなっています。

というのも、AI企業が数千億円規模でGPUを買い集め出している場合、半導体メーカーは、利益率の高いAI向けを優先しやすくなり、その影響により、スマホやPC向け部品の価格も押し上がっていくわけです。

円安や物価上昇だけでは説明できない

もちろん、日本においては円安や物流費上昇も影響しているとはいえ、それだけであれば、ここまでのスマホの高騰は起こりませんし、その大きな起因は「AIを前提とした設計」に変わっていること。

単なる値上げではなく、「AI時代用の製品」に作り替えられているという変化があります

AI機能を使わない人にはオーバースペック

ここで一度考えたいのが、本当にその性能が必要か？ということ。

AIスマホ、AIスマホと持て囃されてはいますが、SNSや動画視聴、LINE、ネット検索をメインに使っている人からすれば、高機能な最新AIスマホでなくても十分な場合がほとんどではないですか？

実際、多くの人はAI画像生成や高度な音声処理を毎日使うわけではありませんし、それを本格的にやるなら、小さなスマホ画面なんかよりもPCを使ったほうがよほど効率的。

個人的に、高性能なAIスマホなんて「多くの人は求めていない」んじゃないかと思います。

ミドルレンジ端末が再評価

そんなわけで、最近は逆にミドルレンジスマホの人気も高まってきているようで、その理由はシンプルで、ミドルレンジで「必要十分」である人が多いから。

現状、7万円前後の機種でも、高画質カメラや長時間バッテリーであったり、動画視聴やゲームくらいなら十分対応することができます。

AI競争が激しくなるほど「全部入り高級機」と「実用機」の差はさらに広がる可能性も出てくるでしょうね。

これからスマホやPC価格は？

とはいえ、今後もしばらくは、高価格化の傾向は続くでしょうし、AI競争もまだ始まったばかりですので、各社、市場のニーズを顧みず、最先端の方向へと流れていくでしょう。

どこもかしこも「AIをどこまで端末に入れるか」を競っていますし、そのおかげで開発費も価格に反映されやすくなっています。

さらに、AI処理をスマホ本体で行う「オンデバイスAI」が増えるほど、高性能チップ需要も増えていくでしょうからね。

今後は「AIあり・なし」に

今後は、「AI特化モデル」と「通常モデル」に分かれていくのではないでしょうかね？

車でいうと、高級スポーツカーと実用車の差に近くなっていくでしょうし、AIを積極的に使う人にとっては高性能機の価値がありますが、そうでない人からすれば、コスト増でしかありませんし、あまり使わないもののために高額スマホなんて入りませんよね。

だったら、そこそこ動くスマホで十分な人も多いでしょうし、やっぱり本格的にAI使うなら、スマホではなくPCでしょ。

とはいえ、高価格＝悪とはならないでしょうし、性能が高い機種は結果的に長く快適に使えるメリットもありますし、5〜6年使う前提なら元を取れるのかもしれませんね。

とはいえ、AIがそこまで必要のない人からすると、スマホの機能が向上するよりも、ネット回線が安定したほうが喜ばれるとは思うんですけどね。

OpenAIが「Daybreak」を公開

OpenAIが、防御特化型AI「Daybreak（デイブレイク）」を公開しました。

これは従来の生成AIとはまったく異なるカテゴリの製品となり、目的はAIを使ったサイバー攻撃を、AIによって自律的に検知・防御すること。

この発表が意味するものは「AIによる攻撃が、もはや理論の話ではない」という現実の話。

Daybreakが生まれた背景

ここ1〜2年で、AIを悪用したサイバー攻撃は急速に実用化が進んでいて、かつてのフィッシングメールなどは、その文体や日本語の不自然さによって見抜くことができたのですが、LLMを使えば文化・言語・文体すべてを模倣した高精度なメールを大量に生成できるようなっているうえ、脆弱性の探索においても、人間のハッカーが数日かけて行う作業をAIが数時間で処理するケースが報告されています。

OpenAIはこうした状況を受け、「攻撃側がAIを使うなら、防御側もAIで応じるしかない」という判断に至ったようです。

Daybreakの主な機能3つ

1. 脆弱性の自律検出：システムやコードを継続的にスキャンし、攻撃者が狙いやすい穴を先回りして発見する
2. フィッシング・ソーシャルエンジニアリングの検知：AIが生成した巧妙な攻撃メールや偽サイトのパターンを識別する
3. 修正提案の自動生成：検出した問題に対し、エンジニアが判断・実行できる修正案をリアルタイムで提示する

なぜ今「AIでAIを防ぐ」が必要なのか

従来のセキュリティの基本は「既知の攻撃パターン」との照合だったのですが、AIが生成する攻撃は、毎回異なるパターンで攻撃してくるようになっていて、シグネチャベースのツールでは原理的に追いつかないのだそうです。

さらに、攻撃の速度が人間の反応速度を超えていて、SOC（セキュリティオペレーションセンター）の担当者が対応できる時間には限りある中、AIには休息は必要なく、止まることがありません。

AI攻撃の具体例：フィッシングから脆弱性探索まで

• スピアフィッシング：標的のSNS・メール・公開情報をLLMに学習させ、本人しか知らないような文脈を含む偽メールを生成
• コード脆弱性スキャン：公開リポジトリやAPIエンドポイントをAIが高速スキャンし、ゼロデイ候補を列挙
• ディープフェイク音声詐欺：経営幹部の声を模倣し、経理担当者に緊急送金を指示するケースが欧米で実被害化

これらはすでに「起きていること」であり、Daybreakはその対抗手段として設計されています。

Daybreakはどう動くのか

Daybreakは、常時稼働型のAIエージェントとして機能し、対象システムのログ、ネットワークトラフィック、コードの変更履歴などを継続的に解析し、「正常な状態」からの逸脱を検出するのだそうで、人間が「気になったときに確認する」のではなく、AIが「常に見張っている」状態を作るのが核心。

人間のエンジニアとの役割分担

とはいえ、現時点でDaybreakが行うのは「ここが問題で、この修正を検討してください」という提案を出すレベルのようで、実際に「自動修正を勝手に実行する」ツールではないようです。

あくまで最終判断は人間が行う設計になっていて、これはAIの誤検知が本番システムに直接影響するリスクを避けるため、意図的に設計されているようです（今後はどうなるのかはわかりませんが・・・）。

対象になりやすい企業・インフラの特徴

• クラウドインフラを持ち、外部公開APIが多い企業
• セキュリティ担当が少人数（1〜3名）で広い範囲をカバーしている組織
• 医療・金融・製造など、データの価値が高い業種
• OSSを多用しており、サプライチェーン攻撃リスクが高い開発環境

現時点での限界と注意点

Daybreakはまだ公開初期の段階であり、以下の点は現時点で不明または要確認となります。

• 日本語環境・日本企業のシステムへの対応度（英語圏中心の訓練データである可能性が高い）
• 誤検知率（過検知が多いと運用コストが逆に増大する）
• 価格・提供形態（エンタープライズ契約が前提か、APIベースか）
• 既存SIEMツールとの統合可否

現状、導入検討は「Daybreakありき」ではなく、自社のセキュリティスタック全体を見渡した上で判断すべき。

「AIサイバー防衛」時代に

「AIが生成した攻撃メールをどう判断するか」「自動検出ツールの誤検知時の対応フローは何か」を文書化していない組織はまだまだ多く、ツール導入より先に、AI攻撃対応ポリシーを言語化することが必要。

また、Daybreakの公式ドキュメント・発表を一次情報で追い、OpenAIの公式ページ（openai.com）やセキュリティブログを直接ブックマークし、二次情報に頼らない情報収集体制を作ることも大切です。

Daybreak以外の動向も把握すべき

GoogleのDeepMindも防衛特化AIの開発を進めており、MicrosoftはCopilot for Securityをすでに展開中で、「Daybreakだけ見ていれば良い」という状況でもなく、AIセキュリティ全体が急速に動いているので、競合比較と自社ニーズの照合が、今後1〜2年で重要な判断となりそうですね。