ビッグテック・ニュースサマリー

## AWS Sovereign CloudにおけるKIの拡張と新たなエージェントツール

Amazonは、欧州ソブリンクラウドにおけるKI（人工知能）の提供を大幅に拡大する計画をAWS Summitで発表した。Amazon Nova 2 Liteに加え、Mistral AIとOpenAIのオープンウェイトモデルがAmazon Bedrock上で利用可能になる予定である。これにより、AWSは、これまで従来のリージョンでのみ利用可能であった幅広いモデルを、ソブリンクラウドで提供する。

アーキテクチャ面で注目されるのは、Amazon Bedrock向けの次世代推論エンジンであるMantleである。AWSは、Mantleがオペレーターからのアクセスを完全に遮断し、機密性の高いワークロードを保護すると述べている。さらに、Mantleはリクエストに応じて動的にキャパシティを割り当てることで、定常状態のワークロードの可用性を向上させ、負荷スパイク時の迅速なスケーリングを可能にする。

2026年1月から一般提供されているAWS European Sovereign Cloudは、EU内で完全に運用されるクラウドサービスであり、データ所在地、EU居住の運用担当者、ドイツ法に基づく独自の企業構造を備えている。AWSは2040年までに78億ユーロを投資する予定である。最初のリージョンはブランデンブルクにあり、ベルギー、オランダ、ポルトガルにローカルゾーンが計画されている。

AWS Marketplaceには、インフラストラクチャ、DevOps、クラウド運用、KIエージェントなど、European Sovereign Cloud向けに最適化された165以上のソリューションが含まれている。新たにSAP Cloud ERP Privateが一般提供され、インフラストラクチャ側では、高速コンピューティング向けのNVIDIA-L4-GPU搭載のAmazon EC2 G6インスタンスが追加された。

AWSのエグゼクティブであるJonathan Allenは、エージェントベースのソフトウェア開発に焦点を当て、KIエージェントがコード生成を10倍高速化する一方で、検証と運用に労力がシフトすると指摘した。AWSは、この課題にKiro、Quick、Transformという3つの製品ラインで対応する。

Kiroは、2025年11月から一般提供されているエージェントベースの開発環境である。仕様駆動型のアプローチを採用し、ユーザーストーリー、設計ドキュメント、アーキテクチャスケッチを構造化された仕様として作成し、エージェントが実装する。AWSはKiroに、要件分析エンジンを追加し、コード生成前に仕様の一貫性を検証する機能を追加した。また、Parallel Task Executionにより実装フェーズが高速化され、Quick-Planモードでは、ワークスペースの言語、フレームワーク、プロジェクト構造を事前にスキャンし、カスタマイズされた質問を提示する。

AWSは、Amazon QuickをAmazon Q Businessの進化版と位置づけており、構造化データと非構造化データを連携させる。AWS Transformは、従来のモダナイゼーションプロジェクトを対象としており、AWSは10億行以上のメインフレームコードの変換実績を挙げている。AWSは、TransformをAWS-Transform-MCPサーバー、エージェントプラグイン、Kiro Powerを介して、Kiro、Claude、Cursor、Codexなどのエージェント開発環境に統合した。

AWS Transform Customを使用すると、企業独自のコード向けのカスタム変換エージェントを構築できる。VMware移行も具体化され、Transformはネットワークをモダナイズし、計画されたVPCを既存のVPCと照合し、プロビジョニング前にCIDRの競合を検出し、ソースツールに関係なくネットワーク構成を処理する。

さらにAWSは、インシデントを自動的に調査し、根本原因を診断し、修正を提案するDevOpsエージェントとセキュリティエージェントを宣伝している。Amazon SageMaker JumpStartでは、Z.aiのGLM-5.1-FP8やMicrosoftのPhi-4-mini-instructなどのモデルオプションが利用可能である。

これらの新機能は、AWS Summitで発表され、8800人の参加者、101のスポンサー、156のセッションが集まった。

## AIなしでは働けないコーダーたち

2026年、開発者からAIコーディングツールを取り上げることは不可能になっていることが研究者によって明らかにされた。AIは間違いなくコーダーのコード生成を高速化しているが、コードの品質が向上しているとは限らないという警告も出ている。

2026年2月、著名なAI研究機関METRは驚くべき事実を発表した。それは、ほとんどの開発者がAIなしでは、ごく限られたタスクであっても作業をしたがらないということである。

METRは、202

## Acer Swift Air 14：MacBook Neoへの回答

Acerは、AppleのMacBook Neoに対抗する製品として、Swift Air 14を発表した。このモデルは、複数のカラーバリエーションを持つフルメタル筐体と、IntelのCore 300シリーズプロセッサを採用している。16インチモデルがマグネシウム合金を使用しているのに対し、Swift Air 14はアルミニウムを採用しているため、重量は1.2キログラムと若干重くなっている。筐体カラーは、緑、ピンク、紫、青の4色展開だが、地域によっては入手できない色もある。

ディスプレイは、sRGB色域をカバーするマットなIPSパネルで、1920×1200ピクセル（16:10）の解像度と120Hzのリフレッシュレートを備える。最大輝度は350cd/m2。インターフェースは、アナログオーディオ出力、USB-Aポート、Thunderbolt 4対応のUSB-Cポートを2つ搭載。Wi-Fi 6Eにも対応し、バッテリー駆動時間は最大16時間。Windows Hello対応のWebカメラも搭載する。

米国での価格は、Core 5、8GB RAM、512GB SSD搭載モデルで700ドルから。ドイツでは800ユーロとなる見込み。ただし、ドイツで販売されるのは、緑、ピンク、紫の筐体カラーのみとなる予定。また、特許侵害による販売禁止を回避するため、グラフィックスユニットのハードウェアデコーダは無効化される。

ビジネスノート TravelMate P6の2026年モデルも発表された。Core Ultra 300を搭載し、重量は約1キログラム。最大64GBのLPDDR5X RAMとOLEDタッチスクリーンを選択可能。OLEDタッチスクリーンには、Gorilla Glass Matte Proが採用されている。TravelMate P6は、第3四期に発売予定だが、価格は未定である。

## Mac & i 3/26：Macのウィンドウ管理、iOSのヒント、iPad AirとiPhone 17eのテスト

Mac & i 3/26号では、Mac、iPhone、Apple Watchユーザー向けの便利なヒントとテストが多数掲載されている。主な内容は、ウィンドウ管理、iPhoneとWatchを使ったサイクリングとハイキング、Macの選び方などである。

ウィンドウ管理では、多くのプログラムやウィンドウが開いている状態での整理方法を解説。macOSの標準機能や専用ツールを活用した効率的な管理方法を紹介し、より大きな画面やデュアルディスプレイの活用も提案している。

iPhoneとWatchを使ったサイクリングとハイキングに関する記事では、最適なナビゲーションアプリを比較。自転車用iPhoneアプリ10種類の比較に加え、Apple Watchでナビゲーションを利用するためのアプリも紹介する。

Macの選び方では、デスクトップかラップトップか、プロセッサの種類、RAMの容量、SSDのサイズ、ディスプレイなど、Apple製品の選択に関する疑問に答える。過去数年間のAppleのモデルを紹介し、中古品に関するアドバイスも提供。M5 Proチップを搭載したMacBook Proのテスト結果も掲載されている。

その他のトピックとしては、iPhone 17eとiPad Air M4のテスト、iOSとmacOSの新機能の活用、Apple Healthでの血圧測定、iPhone、Watch、AirPodsの充電ステーション比較、AirPods Max 2のレビュー、AppleのM5コアに関する独占インタビュー、Tim Cookの後任に関する話題、MacBook Neoなどが含まれている。

Meta社は、複数の新型スマートグラスに加え、AI搭載のペンダントを開発中である。このデバイスは、ユーザーの会話を記録できるAIペンダントを開発していたスタートアップ企業Limitlessを買収したことが基盤となっている可能性がある。Meta社は、この買収により「AI対応ウェアラブルの開発を加速させる」と述べている。

The Informationが入手したメモによると、Meta社は来年にもテストを開始する予定である。また、AIグラスのラインナップを拡大し、企業向けサブスクリプション「Wearables for Work」を開始する計画も立てている。これらのデバイスにより、Meta社はハードウェア部門であるReality Labsの業績を好転させることを期待している。

過去のAIウェアラブルは、プライバシーへの懸念やマーケティングの失敗、または単に有用性が低いという理由から、消費者には普及しなかった。しかし、OpenAIなどの企業は諦めていない。Meta社は、これらの計画されたデバイスによって、今年第1四半期に40億ドルの損失を出したReality Labs部門の運命を逆転させることを期待している。

## Microsoftを巡るセキュリティ研究者との対立、クラウドの主権問題、GitHub Copilotの料金体系変更、Snapの卒業生による新ファンド

### Microsoft、セキュリティ研究者への法的措置を示唆

Microsoftは、セキュリティ研究者"Nightmare Eclipse"が未修正のバグを公開したことに対し、法的措置を示唆している。この研究者は、Windows DefenderやBitLockerなどの製品に影響を与えるBlueHammer、RedSun、UnDefend、YellowKeyといった脆弱性を公開した。Microsoftは、研究者がバグを報告せず、修正前に詳細を公開したことが悪意のあるハッカーを助長する可能性があると主張している。一方、Nightmare Eclipseは、Microsoftから不当な扱いを受けたと主張し、脆弱性の公開に至った経緯を説明している。この問題は、セキュリティ研究者が脆弱性を発見した場合に、その修正を保証する義務があるのかという議論を再燃させている。セキュリティ業界のベテランは、Microsoftの対応がセキュリティ研究者の信頼を損ない、バグ報告の減少につながる可能性があると警告している。

### BSIのクラウド基準に対する批判

ドイツ連邦情報セキュリティ庁（BSI）が発表したC3A（Cloud Computing Autonomy）基準に対し、EUクラウド連合CISPEから批判が出ている。CISPEは、C3Aが米国の法律から保護せず、むしろ米国ハイパースケーラーへの依存を固定化すると主張している。C3Aは、主要なクラウドプロバイダーがヨーロッパの管理下にあることを要求する一方で、下請業者に対してはドイツまたはEUに登録された主要な事業所を持つことのみを求めている。このため、ヨーロッパのプロバイダーは、米国のCLOUD Actの対象となる米国のインフラストラクチャを使用することが可能となり、結果としてデータが米国当局に引き渡される可能性がある。また、C3Aは、EUの中小企業が対応困難な障壁を設けており、例えば、ソフトウェアの緊急パッチ適用に必要なソースコードの毎日のコピーをEU内で保持することを要求している。

### GitHub Copilotの新料金体系に対する開発者の不満

MicrosoftのGitHub Copilotが、料金体系を従来の定額制からトークン消費量に基づくシステムに変更したことで、開発者の間で不満が噴出している。この変更により、一部のユーザーは料金が大幅に上昇すると訴えており、RedditやXなどのプラットフォームで批判的な意見が相次いでいる。一部の開発者は、新しい料金体系ではコスト効率が悪く、実用的ではないと判断し、サービスの解約を検討している。一方で、Copilotの利用方法によっては、トークン消費量を抑えることが可能であり、料金の高騰は一部のユーザーに限られるとの意見もある。Microsoftは、この件に関してコメントを発表していない。

### Snapの卒業生によるGhost Angelsファンドの設立

Snapの卒業生20名が、次世代のソーシャルメディアを支援するためのファンド「Ghost Angels」を設立した。ファンドの規模は非公開だが、すでに5社に投資しており、今後1年間で少なくとも15社に投資する計画である。Ghost Angelsは、ソーシャルメディアとコンシューマー分野でAIスタートアップに投資することに焦点を当てている。ファンドの設立者であるMax Riveraは、現在のソーシャルメディアが広告に依存し、アルゴリズムによってコンテンツが推進されていることに幻滅を感じている人々が多いと指摘している。Ghost Angelsは、AIを活用して人々のつながりを実現する創業者や、音楽、ゲーム、スポーツ、ファッションなどの分野でAIネイティブなフォーマットや生成的なクリエイティブツールを開発する創業者を支援していく。

AIチップスタートアップのGroqが、既存投資家から6億5000万ドルの新規資金調達を計画していると報じられている。これは、同社が自社開発のAIチップとシステムを活用した推論ネオクラウド事業に注力するためである。

昨年12月、GroqはNvidiaと200億ドル規模の「非買収」契約を結び、Groqの上級幹部の一部がNvidiaに移籍し、Groqのハードウェア技術がNvidiaにライセンス供与された。この契約により、Groqの投資家は現金で払い戻しを受けた。

現在、Groqの投資家は、開発者や企業が推論処理を必要とするアプリケーションをホストできる推論クラウド事業の成長計画を支援するよう求められている。AIプロンプト後の処理である推論は、現在、AIの世界においてモデルトレーニングよりも大きなニーズとなっている。

この新たな方向性は、Groqの暫定CEOであるAdam WinterとCFOのMatt Engが主導している。DisruptiveとInfinitiumは、他の既存投資家が比例配分を希望しない場合、このラウンドを埋めることに合意している。

テスラ社のFSD（Full Self-Driving）の安全性に関する統計に偏りがあるという報道がなされた。Reutersの報道によれば、テスラのFSD Supervisedは、FSDなしの運転に比べて約10倍安全であると宣伝されているが、複数の匿名テスラ従業員は、テスラが比較対象として適切でないデータを使用していると指摘している。具体的には、エアバッグが作動する事故と、エアバッグが作動しない軽微な事故を含む米国の公式データを比較しているという。もしエアバッグの作動を基準とするならば、FSDの安全性は10分の1から3分の1に低下するとされる。

さらに、テスラは車両の平均使用年数を考慮していない。テスラ自身の車両の平均使用年数は4.1年であり、最新の安全システムを搭載しているため有利であるが、米国全体の平均使用年数は12.8年である。また、事故のカウント方法にも問題があり、テスラはFSD停止後5秒以内の事故のみをカウントしているが、米運輸当局NHTSAは30秒以内を基準としている。

FSDソフトウェア自体の欠陥も指摘されている。ビデオ分析を行う従業員によれば、FSDはスクールバスの停止標識や警告灯、工事現場、歩行者の横断などを正確に認識できない場合がある。

FSDの信頼性については、ソーシャルネットワーク上でも議論が活発であり、批判的なユーザーはFSDが状況を正しく認識できない動画を共有し、支持者は事故回避の動画を共有している。テスラは安全統計を公表しているものの、Reutersによれば、生のデータは公開されておらず、歩行者とのニアミスなどの特定の記録は社内で秘匿されている。

テキサス州オースティンで計画されているRobotaxiサービスについても、FSDの不備が懸念されている。サービス開始前には夜間の走行記録や数百時間のデータラベリングが行われたが、イーロン・マスクはFSDが地図なしでどこでも機能すると主張していた。現在、稼働台数は当初予定の500台に対し50台にとどまり、安全要員が同乗している場合もある。

米国では、運輸当局がFSDまたはテスラ社のAutopilot機能に関する4件の調査を実施中である。

一方、欧州では、オランダとリトアニアに続き、エストニアでもFSD Supervisedの使用が承認された。エストニアの運輸当局は、オランダの道路交通局RDWの型式認証を承認した。オランダでの承認前には、FSD Supervisedの信頼性を検証するための広範なテストが行われた。ドイツでのFSD Supervisedの承認については、現時点では未定である。

PB Fintechの共同創業者であるYashish DahiyaとAlok Bansalは、複数のブロック取引を通じて同社の株式380万株を総額66億5400万インドルピーで売却した。Dahiyaは1株あたり1751インドルピーで260万株を売却し、45億5300万インドルピーを調達、Bansalは同じ価格で120万株を売却し、21億100万インドルピーを得た。この価格は、BSEでの同株の最終取引価格に対して2.8%のプレミアムが付いている。

これらの株式は、Goldman Sachs、Morgan Stanley、Societe General、Kotak Securities、Tata Mutual Fund、BNP Paribasなどが買い上げた。St. James's Placeは8億1900万インドルピー相当、Viridian Asia Opportunities Master Fundは7億6000万インドルピー相当、Societe Generaleは5億7500万インドルピー相当の株式を取得した。

2026年3月時点で、Dahiyaは同社の株式180万株（3.86%）、Bansalは538万株（1.2%）を保有していた。共同創業者が株式を売却したのは今回が初めてではなく、2025年6月にも92億インドルピー相当のPB Fintech株を売却している。

また、中国のテクノロジー大手Tencentも、同社の株式1.05%を8億540万インドルピーで売却した。

株価の上昇を受けて利益を確定しようとする共同創業者の意向が背景にある。過去3ヶ月でBSEで15.5%以上株価が上昇しているが、年初から現在までのYTDでは6%以上減少している。

PB Fintechの業績は好調で、第4四半期の連結純利益は前年同期の16億9700万インドルピーから54%増の26億1200万インドルピー、営業収益は前年同期の15億800万インドルピーから37%増の20億6100万インドルピーとなった。

金曜日のPB Fintechの株価は、BSEで4.56%下落し、1702.5インドルピーで取引を終えた。

## AI用語集と定義

AI（人工知能）は世界を変化させると同時に、それを記述するための新しい言語を生み出している。本稿では、AI分野で頻繁に登場する用語について解説する。

**AGI（汎用人工知能）:** 平均的な人間よりも多くのタスクをこなせるAIを指す。OpenAIのサム・アルトマンCEOは、AGIを「共同作業者として雇用できる平均的な人間」と表現している。Google DeepMindは、AGIを「少なくともほとんどの認知タスクにおいて人間と同等の能力を持つAI」と定義している。

**AIエージェント:** AI技術を利用して、経費処理、チケット予約、レストラン予約、コードの記述・保守など、基本的なAIチャットボットを超える一連のタスクを代行するツール。自律的なシステムであり、複数のAIシステムを利用して多段階のタスクを実行する。

**APIエンドポイント:** ソフトウェアの裏側にある「ボタン」のようなもので、他のプログラムが押して動作させることができる。開発者はこれらのインターフェースを使用して統合を構築し、AIエージェントが人間の操作なしにサードパーティのサービスを直接制御できるようにする。

**Chain of Thought（思考の連鎖）:** 大規模言語モデル（LLM）において、問題をより小さく、中間的なステップに分解し、最終的な結果の質を向上させる推論方法。正答を得るまでの時間は長くなるが、特に論理やコーディングの文脈において、正答率が高くなる。

**コーディングエージェント:** ソフトウェア開発に特化したAIエージェント。人間がレビューして貼り付けるコードを提案するだけでなく、コードの記述、テスト、デバッグを自律的に行い、開発者の日常業務を代行する。

**Compute（計算資源）:** AIモデルの動作を可能にする重要な計算能力。GPU、CPU、TPUなどのハードウェアを指すことが多い。

**Deep Learning（深層学習）:** 多層の人工ニューラルネットワーク（ANN）構造を持つAIアルゴリズムのサブセット。より複雑な相関関係を学習できる。

**Diffusion（拡散）:** 画像、音楽、テキスト生成AIモデルの中核技術。ノイズを追加してデータの構造を徐々に破壊し、その破壊されたデータを復元する「逆拡散」プロセスを学習する。

**Distillation（蒸留）:** 大規模なAIモデルから知識を抽出するために使用される技術。「教師モデル」に出力を要求し、その出力を「生徒モデル」の訓練に使用する。より小さく、効率的なモデルを作成するために使用される。

**Fine-tuning（ファインチューニング）:** 特定のタスクや分野向けにAIモデルの性能を最適化するために、新しい専門的なデータを与えること。

**GAN（敵対的生成ネットワーク）:** リアルなデータを生成する生成AIの重要な基盤となる機械学習フレームワーク。2つのニューラルネットワークを使用し、一方がデータを生成し、もう一方がそのデータを評価する。

**Hallucination（ハルシネーション）:** AIモデルが誤った情報を生成すること。トレーニングデータのギャップが原因と考えられている。

**Inference（推論）:** AIモデルを実行し、以前に学習したデータから予測や結論を導き出すプロセス。

**Large Language Model (LLM)（大規模言語モデル）:** ChatGPT、Claude、Google GeminiなどのAIアシスタントで使用されるAIモデル。数十億のパラメータを持ち、単語やフレーズ間の関係を学習し、言語の多次元マップを作成する。

**Memory Cache（メモリキャッシュ）:** AIがユーザーの質問への応答を生成するプロセスである推論を促進する重要なプロセス。特定の計算を保存し、将来のユーザーの質問や操作のために再利用することで、モデルが実行する必要のある計算の数を削減する。

**Neural Network（ニューラルネットワーク）:** 深層学習の基盤となる多層アルゴリズム構造。人間の脳のニューロンの相互接続された経路から着想を得ている。

**Open Source（オープンソース）:** 誰でも使用、検査、または変更できる基盤となるコードが公開されているソフトウェアまたはAIモデル。

**Parallelization（並列化）:** 複数のタスクを同時に実行すること。AIのトレーニングと推論において不可欠であり、GPUがそのハードウェア基盤となっている。

**RAMageddon（RAMハルマゲドン）:** RAMチップの不足。AI産業の発展に伴い、大手テック企業やAI研究所がデータセンターを強化するために大量のRAMを購入しているため、他の産業でRAM不足と価格高騰が発生している。

**Recursive Self-improvement（再帰的自己改善）:**