2026年9月27日（日本時間）朝に収集した海外AIニュースから、今回は6つのトピックをまとめます。目を引いたのは、AI利用が当たり前になった先で何が起きているかを映す話――医療費の負担増、意識の変化、果ては防衛分野での民間主導の動きまで、実効面でのニュースが並びました。

AIを手元に置くと「わからない」が消える――44%が3%に

3,000人以上を対象とした研究で、AIの回答にアクセスできるようにするだけで、人が「わからない」と答える意欲がほとんど消えてしまう、という結果が報告されました。ある実験では「わからない」と答えた参加者の割合が、44%から3%まで落ち込んだといいます。

問題は、その実験設定です。参加者に与えられたAIは「ほぼ常に間違った回答をする」ものでした。回答の中身が不正確でも、AIが答えを返してくれる存在であることが、「わからない」と認める歯止めを奪ってしまったようです。さらに、AIを使った参加者は自信をより強く感じた一方で、正答率は使わなかった人のおよそ3分の1だったことも指摘されています。

AIの利便性が高まる裏側で、「わからない」と素直に認めるという健全な習慣が損なわれている可能性があります。教育や職場でAIをどう扱うかを見直すきっかけになるデータといえそうです。

米保険会社「AIはすでに医療費を押し上げている」――2年で9億4,200万ドル

米大手医療保険会社のBlue Cross Blue Shield（BCBS）は、病院でのAIツール活用が原因で、2年間で9億4,200万ドルもの医療支出が追加発生したと主張しました。「AIが効率化によって医療費を抑える」という期待が一般的に強いなかで、現時点ではむしろ逆の効果が起きているという指摘です。

現段階では一保険会社の主張であり、内訳や因果関係は明らかでないため、慎重に受け止める必要があります。ただし「AIの費用増加側の顔」が語られ始めたことで、医療機関と保険会社のあいだでAI利用をめぐる摩擦が本格化する可能性がありそうです。

ウクライナ前国防相が民間主導の「ロボット軍隊」を提案

ウクライナのミハイロ・フェドロフ前国防相が、民間主導の戦闘ロボティクス・イニシアティブ「Army of Robots（ロボット軍隊）」を発表しました。ロボットには負傷者の後送、地雷の除去、そして戦闘そのものを担わせる構想です。現在の戦場ではドローンがすでに標的攻撃の95%を占めている、とも述べています。

軍事分野におけるロボティクスとAIの組み合わせは、実験段階から実戦投入へと移りつつあり、その供給を民間セクターが担う動きが出てきました。戦場での運用実績がそのまま防衛AIの実証場になっている構図で、規制や倫理面の議論が追いつくのかも焦点になりそうです。

AIの成果を感じるのは3分の2──「社長の休暇を中断する」のはわずか8人

企業のAI利用の現状を象徴するエピソードが報じられました。ラスベガスでテック起業家のアジーム・アザール（Azeem Azhar）氏が160人のITバイスプレジデントを前に「測定可能なAIの成果がある人は?」と尋ねたところ、3分の2が手を挙げたといいます。ところが続けて「その成果はCEOの夏休暇を中断してまで報告する価値があるか?」と聞くと、挙手はわずか8人だったそうです。

同じ記事では、財務管理プラットフォームRampの分析として、企業のAI関連支出が大幅に増加していることも伝えられています。投資の規模に見合うペースで成果が生まれているのか――この問いは、いわゆる「AIバブル」論争の中心的な争点になりそうです。

日本の生成AI利用率は58.8%──総務省白書が示す次の段階

日本の読者としては気になる数字です。総務省の令和8年版「情報通信白書」によると、生成AIサービスを使った経験がある人の割合は2024年度の26.7%から2025年度には58.8%へと、1年で倍以上に増加しました。ただし、この58.8%は「現在または過去に1つ以上の生成AIを使ったことがある人」を数えたもので、日常的な利用率ではありません。

「使ったこと」の普及がある程度進んだことで、次に問われるのは仕事の質が実際に変わるかという段階になります。先の米国のITリーダー調査の例を踏まえても、導入の広がりとビジネスを変える成果のあいだには距離がありそうで、日本でも成果をどう出すかに焦点が移りそうです。

ローカルLLMの最前線──12GB GPUで85GBモデルを動かす試みと「Splash」の進化

LocalLLaMAコミュニティでは、ハイスペックでない手元の環境で巨大モデルを動かす報告が今週も並びました。

まず、Apple Silicon向けのローカル推論ツール「Splash」（GitHub）のバージョン1.1.0が公開され、GGUF量子化モデルのサポートとMLXインポートに対応しました。投稿者はM5 Pro 64GBの環境で、Qwen3.8 27B（Unsloth UD-Q4_K_XL量子化）を1秒あたり約50トークンで快適に動かせると報告しています。最適化カーネル、投機的デコーディング、プレフィックスキャッシュ、混合精度対応を1つのプログラムに統合しており、「Apple Silicon上のローカル推論における突破（breakthrough）」と評価されています。

一方、「Overspill」（GitHub）は、推論エンジンFreeTokenにディスク層（ディスクティア）を追加する実験的ツールです。RAMに収まらない巨大なMoEモデルを、エキスパート部分をNVMeに追い出して動かします。RTX 3060 12GB＋64GB DDR5という控えめな環境で、約85GBあるDeepSeek-V4-Flash（REAP-150B、FP4エキスパート）の生成が2.8〜3.4トークン/秒になり、同じ環境のllama.cppの0.4〜0.5トークン/秒を大きく上回ったと報告されています。3トークン/秒は実用速度とは言えませんが、「VRAMに収まらないものをディスク経由で動かす」アプローチの現時点での到達点を示す興味深い測定結果です。開発者自身も自分の環境での個人的な計測だとして実験的扱いとしています。

以上、6つのトピックでした。次回のダイジェストもお楽しみに。