Starbucksが在庫管理AIエージェントを静かに引退 — 企業AI導入の教訓
Fortuneの報道によると、Starbucksが店内の在庫管理に導入していたAIエージェントを静かに退役させた。このAIエージェントは在庫の誤集計を繰り返し、バリスタの作業を遅らせる原因になっていたという。同社はハルシネーション（幻覚）や不正確な予測が現場に与える影響を重く見て、従来の手動管理に戻したとみられる。
企業向けAI導入が加速する中で、「導入してみたものの現場に合わなかった」という事例は貴重な失敗例として注目される。特に小売業の在庫管理は、季節変動や店舗ごとの差異が大きく、AIの予測精度がそのまま店舗オペレーションに直結する。Starbucksのような大規模チェーンでのAI撤退は、導入前の慎重なパイロット検証と現場フィードバックの重要性を改めて浮き彫りにした。
Microsoft Foundry Localが一般提供開始 — クラウド不要のローカルAI基盤
Microsoftが、開発者がアプリケーションにAI機能を組み込めるローカルAI実行基盤「Foundry Local」の一般提供（GA）を開始した。@ITの報道によると、ユーザーの端末上でAI処理を完結させる仕組みにより、クラウドへの依存やネットワーク遅延、トークン課金が発生しないAI実装が可能になるという。
これは「エッジAI」の実用化に向けた大きな一歩と言える。これまでローカル推論はモデルサイズや精度の面でクラウドに劣るとされてきたが、Foundry LocalはMicrosoftの最適化技術によりこのギャップを縮める狙いだ。特にデータをクラウドに送れない金融・医療分野や、通信環境が不安定な現場での需要が見込まれる。
デジタル庁がAI「源内」向け国産LLMを再公募 — 評価テストは50問から300問へ
デジタル庁が政府職員向けAIチャットボット「源内（げんない）」のバックエンドとなる国産LLMの再公募を開始した。ITmediaの報道によると、初回公募は無償試用を前提に募集したが、2027年度向け公募では政府調達（有償）に移行する。また評価テストの問題数が50問から300問に大幅に拡大され、より厳格な選定が行われる。
政府が本格的な有償調達に踏み切ることは、国産LLMベンダーにとって大きなビジネスチャンスとなる。一方で、評価基準の厳格化は品質に対するハードルが上がることを意味し、どのベンダーが採用されるか注目される。
llama.cpp B9387 — AMD/ROCm向けに大幅なパフォーマンス改善
オープンソースのLLM推論エンジンllama.cppの最新ビルドB9387が、AMDのROCmプラットフォーム向けに大幅なパフォーマンス改善をもたらした。RedditのLocalLLaMAコミュニティで報告された内容によると、MFMA（Matrix Fused Multiply-Add）機能がAMD CDNAアーキテクチャ（MI100/MI200/MI300シリーズ）のデータセンター向けGPUに最適化されている。
NVIDIA GPUがLLM推論の主流を占める中、AMDユーザーにとってのパフォーマンス改善は選択肢の拡大という意味で重要だ。データセンターでのAMD GPU採用が進む中、ソフトウェア側の最適化が追いついてくることは競争環境の健全化にもつながる。
注目の研究論文 — Qwen-VLA、AgentDoG 1.5、minWM
本日のHuggingFace/Papers With Codeトレンドから、以下の研究が目を引く。
Qwen-VLAは、ビジョン・言語・アクションを統合したモデルで、マニピュレーション、ナビゲーション、軌跡予測など多様なロボットタスクを単一アーキテクチャでこなす。異なるロボットプラットフォーム間での汎化性能も示しており、ロボティクス分野での基盤モデルの可能性を感じさせる。
AgentDoG 1.5は、AIエージェントの安全性とセキュリティに向けた軽量なアライメントフレームワーク。エージェント型AIの実用化が進む中、安全性の担保は喫緊の課題であり、スケーラブルな対応が求められている。
minWMは、双方向動画拡散モデルをリアルタイム対話型ワールドモデルに変換するフルスタックのオープンソースフレームワーク。微調整と蒸留技術により、制御可能で因果的、低遅延な対話を可能にするという。
まとめ
今日の動向は「AIの現実適応」がテーマと言える。Starbucksの事例はAI導入の難しさを、Foundry Localはエッジでの実行可能性を、源内の再公募は政府の本格的な調達姿勢を、それぞれ示している。期待と現実のギャップを埋める段階に入った印象だ。