海外と国内のAIニュースから、注目すべきトピックを6つ取り上げます。今回はGoogleの約7ヶ月ぶりのフロンティアモデル「Gemini 4 Argon」、米国防総省のAI・ドローン新組織「Autowarcom」創設、日立とファナックのフィジカルAI提携、OpenAIの常駐エージェント「dots」の実運用論点、ローカル推論基盤を私物で構えるエンジニアの実測、そしてAWSによるシステムプロンプトの継続評価の仕組みまで、モデル・防衛・製造・実務の各面で動きがありました。

Google、約7ヶ月ぶりのフロンティアモデル「Gemini 4 Argon」を発表

Googleが次世代フロンティアモデル「Gemini 4 Argon」を発表しました。フロンティアモデルの刷新は約7ヶ月ぶりで、TechCrunchはコーディングとサイバーセキュリティ業務向けの「ワークホース（実働モデル）」として位置づけられていると伝えています。

独立系の評価テストではOpenAIの「GPT-6 Astra」と同等の水準に達した一方、Anthropicの「Claude Opus 5.5」には及ばないとThe Decoderは報じています。価格面ではトークン単価が低めに設定されているものの、1タスクあたりの消費トークンがAstraの2倍以上に上る場面があるとされ、実質的なコスト優位は使い方次第となりそうです。

特徴的なのは出力上限で、最大100万トークンに対応します。長時間に及ぶ業務処理や、サイバー脆弱性の自律的な修正に強みを持つとされています。提供も段階的な展開で、安全対策を強化した上で、まず信頼できるサイバー防御組織への限定提供から始まり、有料APIなどへ順次拡大される見通しです。

米国防総省、AIとドローンの新組織「Autowarcom」を創設

ロイター通信の報道によると、米国防総省（ペンタゴン）はAIとドローンの能力拡張を担う新組織「Autowarcom」を創設しました。軍事分野でのAI活用を専門に推進する組織を新設するもので、詳細な体制や規模は現時点では伝えられていません。

防衛分野は生成AIの大型顧客の一つです。各国が指揮系統や自律システムをめぐる枠組み整備を進めるなか、米軍側の組織的な対応が加速しそうです。

日立とファナックがフィジカルAIで提携、富士ソフトもスマート工場を強化

国内製造業でもAI実装の動きが加速しています。日立製作所とファナックは、フィジカルAIの実装を共同事業化する戦略的パートナーシップを締結しました。日立のAI技術とファナックの産業用ロボットを組み合わせた共同実証を進め、そこで得られた実装・運用ノウハウをもとに、2027年度からグローバルなインストールベースを活用した展開を予定しています。

同じ時期には、富士ソフトが製造業向けスマート工場事業の戦略を発表しました。既存設備を生かしつつデータを「デジタルスレッド」で統合し、フィジカルAIで現場を動かす4つのオファリングを展開し、同事業で10％以上の成長を目指します。対話型生成AIの話題が続く一方で、物理世界にAIを組み込む「フィジカルAI」は着実に事業段階へ進みつつあります。

OpenAI「dots」を実運用する──目標・停止・対外操作・課金の切り分け

OpenAIが9月29日に公開した常駐型エージェント「dots」は、指定した目標に向けてクラウド上で作業を続けるサービスです。各dotは専用のクラウドコンピュータとブラウザを持ち、手元の端末の電源が切れていてもクラウド側で作業と状態が保持され、モデルにはGPT-6 Astraが使われます。最初の1体はProまたはBusiness Premiumプランに追加料金なしで含まれます。

公開から2日で、実運用に向けた整理も進んでいます。Zennの記事では、公式文書をもとに「不在中に継続してよい目標」「画面上で止める操作」「対外操作」「課金」という4つの論点を切り分けて整理しています。エージェントに「任せきりにできる範囲」と「止める手段」をあらかじめ設計しておく重要性は、業務でエージェントを使うすべてのチームに共通するテーマです。

ローカル推論を「資産」に──DGX Spark互換機2台の構成と最初の実測

クラウドAPIに頼らず手元に推論資源を持つ動きも広がっています。Zennで公開された記事では、株式会社DeploAIの袖山剛氏がNVIDIA「DGX Spark」の互換機（MSI EdgeXpert）を私物で2台購入し、構成と最初の実測を公開しています。同氏は「ローカルでLLMのトークンを生成できる計算資源はこれから資産になる」との考えを示し、クラウドAPIを併用しつつ手元でも回せる体制を整えたといいます。

コスト面での関心も高まっています。LocalLLaMAのコミュニティでは「自宅のAI利用が1時間あたり0.12ユーロなら、フロンティアモデルへのAPI課金のほうが安いのではないか」という議論も起こっています。電力コストとAPI料金、応答速度をどう比較するかは、ローカル推論の普及を占う論点になりそうです。

AWSがAIコーディングエージェント「Kiro」のシステムプロンプトを継続評価──「陳腐化」への対処

生成AIを社内に導入する企業の課題として「システムプロンプトの陳腐化」があります。AWSは、AIコーディングエージェント「Kiro」のシステムプロンプトを継続的に評価する仕組みを公開しました。社内の実利用データをLLMに採点させ、システムプロンプト変更の効果を比較するというものです。

モデルの入れ替わりや利用状況の変化により、かつて有効だったプロンプトは徐々に効果を失っていきます。変更のたびに効果を測定し続けるこの手法は、自社のAIエージェントを長く運用するチームにとって参考になりそうです。