VisaがReplitに投資——AIエージェントの「自動決済」インフラを構築

Visaが開発者プラットフォームReplitへの投資を発表した。目的はAIエージェントが自律的に決済を行う「agentic payments」の実現だ。Visa社内では既に1,000人以上の従業員がReplitをプロトタイピングや開発に活用しているという。

AIエージェントがユーザーの代わりに商品を購入したり、サービスに課金したりする世界が近づいている。これまでAIは「情報の処理」にとどまっていたが、決済という金融インフラに接続されることで、エージェントの実用性は劇的に広がる。Visaという世界最大の決済ネットワークが本格参入する意味は大きく、エージェント経済の基盤が整いつつあると言える。

Wixが全従業員の20%を解雇——CEOが「AI」と「為替」を理由に挙げる

ウェブサイト構築プラットフォームのWixが、従業員の約20%にあたる大規模なレイオフを実施すると発表した。CEOはAIによる業務効率化と為替変動を主な理由として挙げている。

TechCrunchの報道によると、CEOは社内向けメッセージでAIツールの導入により同じ業務を少ない人数でこなせるようになったと説明したという。AIが直接的な雇用削減の理由として明示された事例として、テック業界でも注目を集めている。

これまで「AIは仕事を奪うのではなく変える」という言説が主流だったが、Wixのケースは「AIによって同じ業務に必要な人数が減る」という現実を示している。Hacker Newsでも議論を呼んでおり、同様の動きが他社にも波及する可能性がある。

Waymoの中国製ロボタクシー「Ojai」がカリフォルニアとアリゾナで営業開始

Waymoが新たなロボタクシー「Ojai（オジャイ）」の営業運行をカリフォルニアとアリゾナで開始した。この車両は中国メーカーとの提携によって製造されており、淡いブルーの車体が特徴だ。

WIREDの報道によると、Ojaiは一般の乗客をピックアップする本格的な営業運転に入っている。Alphabet傘下のWaymoが中国製車両を採用したことは、米中の地政学的緊張が続く中で注目に値する。コスト競争力と製造能力の面で中国EVメーカーの優位性が、地政学的な配慮を上回った形だ。

自動運転タクシー市場はWaymoのほか、中国のBaiduやPony.aiなども激しい競争を繰り広げており、Ojaiの投入は市場の推移を占う上で重要な一歩と言える。

IBMとRed Hatが50億ドル投資——「Project Lightwell」でオープンソースAIの未来を再定義

IBMとRed Hatが、AI時代におけるオープンソースの未来を再定義するため50億ドル（約7,500億円）を投じることを発表した。プロジェクト名は「Project Lightwell」。

Red HatのプレスリリースとIBMのニュースルームで同時に発表されたこの取り組みは、AI開発がプロプライエタリなビッグテックに独占されることを防ぐ狙いがある。オープンソースのAIインフラ、ツールチェーン、セキュリティ基盤の構築を目指すとしている。

IBMはこれまでWatsonxなどの自社AI製品を展開してきたが、Red Hatとの協業でオープンソースコミュニティに大規模な投資を行うことは、AI開発の民主化という観点で重要な意味を持つ。Hacker Newsでも4ポイントを獲得するなど関心を集めている。

WhatsAppが「Incognito Chat with Meta AI」をリリース——完全プライベートなAI対話

WhatsAppが「Incognito Chat with Meta AI」機能をリリースした。Meta AIとの対話が完全にプライベートに行えるモードで、チャット内容がサーバーに保存・学習に利用されることはないという。

AIアシスタントのプライバシー問題は、個人情報や機密データをAIに共有することへの懸念から、多くのユーザーが利用をためらう要因となっていた。WhatsAppのIncognitoモードは、この壁を取り除く試みと言える。

MetaはAIチャットのプライバシー確保に積極的に取り組む姿勢を見せており、競合するChatGPTやGoogle Geminiとの差別化を図っている。エンドツーエンド暗号化で培ったプライバシーの信頼をAI分野にも拡張する戦略とみられる。

ZaiがGLM-5.1推論のネットワークを刷新——コスト33%削減でスループット15%向上

中国のZaiが、清華大学およびHarnetsAIと共同で開発した新ネットワークアーキテクチャ「ZCube」をGLM-5.1の推論クラスタ（1,000 GPU規模）に導入し、顕著な成果を上げた。

従来のROFTトポロジーから完全フラットな二部グラフ構成に移行したことで、スイッチ・光モジュールのコストが33%削減、GPU推論スループットが15%向上、P99初回トークンレイテンシが40.6%改善された。同じGPU、同じソフトウェアスタック、同じモデルでネットワーク構成だけを変更した結果という点が注目される。

Prefill-Decode分離推論においてKVキャッシュ転送が引き起こす非対称トラフィックの問題を、スパイン層を完全に除去するアプローチで解決した。通常、パフォーマンス向上にはハードウェア投資が必要だが、ZCubeはむしろコストを下げながら性能を向上させた点で、大規模推論インフラの設計に新たな方向性を示している。