TSMCの現地投資家がAIブームを牽引 —— 米国上場株プレミアムが2年ぶりの低水準に

台湾の現地投資家がTSMC（台湾積体電路製造）の台北上場株の買いを強めており、米国預託証券（ADR）のプレミアムが2年ぶりの低水準まで縮小している。Bloombergのデータによると、5月のTSMC ADRは台北上場株に対して平均13.7%のプレミアムで取引されており、昨年12月の26%から5ヶ月連続で低下している。

この背景には、AI半導体への需要がさらに続くという見方が台湾の個人投資家の間で広がっていることがある。かつてAIラリーの初期段階でTSMCのバリュエーションを押し上げていたのは海外の機関投資家だったが、現在は現地投資家の買いがその格差を埋めつつあり、AI需要の持続性への信頼が投資家層の幅広がりとともに示されている。

NetflixがBen AffleckのAI企業を6億ドルで買収 —— エンターテインメントとAIの融合が加速

Ben Affleckが設立したAI企業が6億ドルでNetflixに売却された。この取引についてAffleckは、AIの活用は「人間の仕事を減らすものではなく、むしろ『より人間的な仕事』を可能にするものだ」と述べている。

Hacker Newsでも話題となったこの買収は、エンターテインメント業界におけるAI活用の新フェーズを象徴している。これまでの議論はAIによるコンテンツ生成の効率化が中心だったが、Affleckの発言は、創造的なプロセス自体をAIで強化し、人間の表現を拡張する方向性を示唆している。ただし、どのAI技術が実際にNetflixの制作ワークフローに組み込まれるのかは、今後の展開を待つ必要がある。

ハーバード大学の卒業式スピーカーが「Destroy AI（AIを破壊せよ）」を宣言

ハーバード大学の卒業式で、スピーカーが「あなたたちの世代の使命はAIを破壊することだ」と発言し、議論を呼んでいる。

Hacker Newsで4ポイントの注目を集めたこの発言は、AIが社会に与える影響に対する根源的な懐疑を表明するものだ。ただし、発言の一部は文脈が不明瞭であり、比喩なのか文字通りの主張なのか判断が難しい。いずれにせよ、トップ大学の卒業式という公の舞台でAIが否定されたことは、技術楽観主義に対するカウンターの勢力が存在することを示している。

Accentureに聞く「FDE」—— 現場常駐SEのリブランドか、AI時代の新職業なのか

AIプラットフォーム企業が推進する新しい役割「FDE」（Forward Deployed Engineer：前方展開エンジニア）が、日本のIT業界で注目を集めている。ITmediaの報道によると、Microsoftと共同でFDE組織を立ち上げたAccentureの保科学世氏と片岡俊行氏は、これは「顧客現場に常駐するSEの焼き直しではない」と説明している。

FDEは、AIモデルを顧客の現場にデプロイし、運用までを担当する役割だとされている。Accentureはさらに「RDE」という独自の役割も導入している。同社は、従来の現場常駐SEとの違いは、AIを活用した高度な実装力と自律的な問題解決能力にあると主張しているが、実態がどれだけ異なるかは現場での検証を待つ必要がある。

AIエージェントがコーディングを代替するにつれ、エンジニアの役割が「コードを書くこと」から「システムを設計・運用すること」へと移行しつつあるのは間違いない。「Agents alone aren't enough — the next bottleneck is the human framework（エージェントだけでは不十分 —— 次のボトルネックは人間のフレームワークだ）」というQiitaの記事も注目を集めており、AIの能力を引き出すための人間側の仕組みづくりの重要性が強調されている。

renue、図面SaaS「Drawing Agent」に3Dモデル生成とCAE機能を追加

renueは、AI図面SaaS「Drawing Agent」の大幅なアップデートをリリースした。高精度な3Dモデル生成機能、複数パーツの組み立てに対応するアセンブリ機能、そして構造解析を実行するβ版の「CAE機能」が新たに追加された。

注目すべきは、図面の読み取りから3Dモデル生成、アセンブリ、構造解析までをすべて一つのワークフローで処理できる点だ。製造業におけるAI活用は画像認識や需要予測が主流だったが、エンジニアリングの中核データである図面をAIで扱うこのアプローチは、設計プロセス自体の変革を示唆している。

ローカルLLMの実践 —— 2枚のRTX 3090で128KコンテキストのQwen3.6-27Bを動かす

RedditのLocalLLaMAコミュニティで話題となっている報告によると、Qwen3.6-27B（dense版）を2枚の中古RTX 3090でQ8量子化、128Kコンテキストで動作させたところ、プロンプト処理が1,399 t/s、テキスト生成が104 t/sに達したという。「VRAM節約のハックに頼るより、実際に十分なGPUを確保する方が最終的にはコスパが良い」という主張が共感を呼んでいる。

同様のアプローチは中古のP40やMI50でも可能で、ローカルLLMの実用性がハードウェアの入手性とともに向上していることを示している。