みなさんこんにちは。本日の海外AIニュースまとめです。API利用者のデータ保持ゼロと安全対策の両立を目指すOpenAI、シンギュラリティ宣言を理由にIPOを見送るStripe、スポーツベッティングでマルチエージェントAIサポートを実戦運用するFanatics、ITSMチケットの墓場からナレッジを掘り出すKnowledgeForge、その場で学ぶロボットを取材したWIRED、そして普及が進んでも埋まらない消費者のAI不信と、6本のトピックを取り上げます。

OpenAI、フロンティアモデルでのZero Data Retentionを再確認、安全処理の新手法もプレビュー

OpenAIは、対象を満たすAPI顧客に向けてZero Data Retention（ZDR: リクエストされたデータをモデル提供側が保持しない運用）をフロンティアモデルでも提供することをあらためて明らかにした。あわせて、データプライバシーを損なわずに高度なAI安全対策を回す「Private Safety Processing」と呼ぶ取り組みもプレビューとして示している。

エンタープライズ、とりわけ規制業界における生成AI採用の大きな障壁は「送ったデータがどう扱われるか」だ。安全評価や悪用防止の仕組みは、これまではデータを提供側が「見える」前提で設計されがちだった。保持ゼロと安全処理を両立させる方向性が示されたことで、機密性の高い業務でのAPI利用を巡る議論が一段進みそうだ。

Stripe、投資家に「1月1日がシンギュラリティの始まり」と宣言——IPOしない理由に

決済インフラ大手のStripeが投資家向けレターで、1月1日を「シンギュラリティの始まり」と宣言し、それを非上場を貫く理由として挙げたとThe Decoderが伝えた。会社側に上場を急ぐ事情はなさそうで、上半期の収益は前年比41%増。さらに、先に「70億ドル超」と報じられていたAIルーティング企業OpenRouterの買収が、80億ドル超として確定されたことも明らかになった。

シンギュラリティ宣言自体はいまや珍しくない。DeepMindのHassabis氏、OpenAIのAltman氏、Musk氏も「すでに始まっている」との見方を示している。ただ、決済という地に足のついた事業を持つ企業が、AIの構造的変化を資本戦略の前提に据えると明言した点は、シリコンバレーの外への波及という意味で注目に値する。

FanaticsのマルチエージェントAIサポート、AI完結率が56%改善

スポーツベッティングを展開するFanatics Betting and Gamingが、AWS上に構築したマルチエージェント型のカスタマーサポートの構成と成果を公開した。米国では州ごとに支払い方法や入金制限、責任あるギャンブルの要件が異なり、大きな試合の最中には2分で40件を超える問い合わせが殺到する。こうした複雑さは、従来の決定木ベースのチャットボットでは捌ききれないという。

構成はオーケストレーターパターンで、Bedrock上のClaudeがスーパーバイザーとして顧客の意図を判定し、RAGによるナレッジ検索、MCPサーバー経由のアカウント・取引照会、人間へのエスカレーションといった専門ツールを呼び分ける。責任あるギャンブルの分類には軽量なNova 2 Liteを、埋め込みにはTitan V2を当てるなど、「タスクに最小のモデルを合わせる」選択も徹底されている。導入2ヶ月で、人間を介さず解決した割合を示すcontainment率が約56%、解決率が約53%改善したという。

参考になるのは仕組みの作り方だけでなく運用だ。完了した対話をLLM-as-a-Judgeで自動レビューし、毎日その結果を目視で確認して改善チケットを切るサイクルまで公開されている。マルチエージェント構成の「回し方」の情報はまだ少なく、社内ヘルプデスクへの適用を考える際の設計指針になりそうだ。

ITSMチケットの墓場からナレッジを掘り出す「KnowledgeForge」

AWSのもう一本の記事は、解決済みインシデントチケットをナレッジベース記事に変換するKnowledgeForgeの構成紹介だ。障害対応の知見はチケット履歴に埋もれがちで、既存のナレッジベースの側は重複と陳腐化で荒れがち——その両側を同時に攻めるクローズドループとして設計されている。

生成とキュレーションを往復させる構成で、Bedrock上のClaude Sonnet 4.5がチケット群からKB記事と原因分析文書を生成し、生成物と既存記事を分類・重複排除・品質スコアリング・改善の工程に通す。改善後のスコアが元の記事を下回れば元を採用する、という「自動改善で庫を荒らさない」保証が工夫点だ。重複検出にはS3 Vectorsに記事ベクトルを置き、コサイン距離0.05以内を重複とみなす近傍探索を転用した。LLMに記事の改善を任せるとリンクや画像タグが壊れがちな問題は、改善前にそれらを番号トークンへ置換して保護することで回避している。

ベクトルインデックスを検索だけでなく重複検出に使う、Step Functionsのステート間で本文ではなくS3のポインタを渡す、といった実装パターンはドキュメント処理パイプライン一般に転用しやすい。コードはaws-samplesとしてGitHubで公開されている。

WIRED編集者が見た「その場で学ぶ」ロボット——バナナを道具に

WIREDのWill Knight氏がAIロボットスタートアップのGeneralist AIを訪れ、ロボットアームが与えられた課題に対してその場で学習し、バナナを道具として即興で使いこなす様子を目撃したと報告している。同氏は「賢い幼児」のように試行錯誤から学ぶ汎用性の高さこそ、事前に動作を教え込んだ産業ロボットとの違いだと指摘する。

汎用ロボット実現の本命は、環境ごとに動作を教え込むアプローチから、言語モデルの文脈理解を身体の操作に接続するアプローチへと移りつつある、という文脈での取材だ。研究発表にはない「実物の挙動」の一次観察が伝えられている点が読みどころだろう。

普及しても受容は進まない——消費者のAI不信が強まる

TechCrunchのSarah Perez氏は、AIが日常生活で避けがたいものになるほど、消費者の警戒感はむしろ強まっていると論じている。シリコンバレーは「広く使われた＝受け入れられた」とは限らないことを、いま発見しつつあるという。

先週伝わったAnthropicのAmodei CEOによる、AI反発は「本質的に信頼の危機」だという指摘とも響き合う話だ。利用の強制感と信頼の不足がリテンションやブランド評価にどう跳ね返るか。供給側の「便利さ」の主張と、需要側の「扱いへの不安」の非対称は、今後の製品設計でより考慮されるべき論点になりそうだ。