ビッグテック4社のAI投資が7250億ドルに膨張

Financial Timesの報道によると、Google、Amazon、Microsoft、Metaのビッグテック4社が今年、AIデータセンター、チップ、インフラに投じる予算の合計は約7250億ドルに上るという。AI競争が激化する中、各社ともインフラ投資を惜しまない姿勢を鮮明にしている。

この巨額投資の背景には、生成AIの需要が予想を上回るペースで拡大し続けている事情がある。クラウドサービス各社は顧客のAIワークロードに対応するため、データセンターの増設とGPU調達を急いでいる。ただし、投資規模がここまで膨らむと回収の見通しについて市場からも慎重な声が出始めており、収益性とのバランスが今後の焦点になるだろう。

DeepSeek V4が200人チームで5000億ドル級ラボを凌駕する波紋

Hacker Newsで話題を集めているCurious Modelsのレポートによると、中国のDeepSeekが200人のチームで開発したDeepSeek V4が、数千億ドルを投じる米国の大手AI研究所に対抗し得る性能を示しているという。

限られたリソースで最先端の成果を出すDeepSeekの手法は、AI開発における「投資額＝性能」という前提に揺さぶりをかけている。日本のZennでも「Claude Opusの1786分の1」という見出しでDeepSeek V4のAPI価格の安さが話題になっており、コストパフォーマンスの面でも注目を集めている。

ビッグテックの巨額投資と対照的なこの「少人数・高効率」のアプローチが、AI開発のあり方そのものに新しい視座を提供している。

主要AI企業が米国防総省の機密業務契約に合意

Wall Street Journalの報道によると、OpenAIやAnthropicを含む主要AI企業が、米国防総省（ペンタゴン）の機密業務に関わる契約に合意したという。

これはAI企業と軍事・安全保障分野の距離が急速に縮まっていることを示す重要な動きだ。これまで一部のAI研究者からは軍事利用への懸念が表明されてきたが、ビジネスの現実として政府・国防関連の需要は無視できない規模に成長している。

AI技術が国家安全保障の核心に組み込まれていく中、透明性や倫理的ガイドラインの在り方が今後一層問われることになるだろう。

MicrosoftがWordにAI法律エージェントを搭載

MicrosoftはWord内で動作するAI「Legal Agent」を発表した。このエージェントは契約書のレビュー、編集提案、条項と社内ガイドラインの照合を自動で行う。

法律文書のレビューは時間がかかる作業であり、弁護士の負担軽減という明確なユースケースに合致している。ただし、AIによる法的判断の品質と責任の所在については、実務的な検証が引き続き求められる。

MicrosoftはCopilotシリーズでOffice製品全体にAIを組み込む戦略を進めており、このLegal Agentもその一環と位置づけられる。

ファインチューニング後の安全性ドリフトが100モデルで実証

Hugging Face Daily Papersで紹介された論文「Safety Drift After Fine-Tuning」は、100のモデルを対象に良性ファインチューニングが安全性に与える影響を分析した。

結果は注目に値する。医療や法律などの実務的ファインチューニングを行ったモデルの多くで、安全性評価において一部の指標は改善する一方で別の指標は悪化する「heterogeneous drift」が観察されたという。つまり、安全性は単一の尺度で評価できず、用途ごとに再評価が必要だということだ。

この知見は、ベースモデルの安全性評価だけでなく、ファインチューニング後のモデルにも体系的な安全性テストが必要であることを強く示唆している。特に医療や法律のような高リスク領域での展開において、この問題は看過できない。

PFlash：RTX 3090で128Kコンテキストの10倍高速化

RedditのLocalLLaMAコミュニティで話題のPFlashは、RTX 3090上で128Kトークンのコンテキスト処理においてllama.cpp比10倍のprefill高速化を実現したというプロジェクトだ。

ローカルLLMの実用性を左右する大きな要因の一つが長いコンテキストの処理速度だ。PFlashの成果は、コンシューマー向けGPUでも長文処理が実用的な速度で可能になることを示しており、ローカルでのエージェント活用やRAGシステムの構築にも良い影響を与える可能性がある。

オープンソースのLLMエコシステムにおいて、こうした推論速度の最適化は継続的に重要なテーマとなっている。