9月23日のAIニュースから、政策・資金調達・コスト分析・実測レポートまで、大きく動いた6本を整理する。モデル価格の「半減合戦」が続く一方、AIを取り巻く呼称やデータ、ハードウェアの話が目立った一日だった。

トランプ氏、AIの呼称を「Super Intelligence」に変更へ

米ワシントン・ポスト紙とAxiosが9月22日、トランプ米大統領がAI（人工知能）の呼称を「Super Intelligence（超知能）」に変更する考えを示したと報じた。両紙の報道内容は「rebrand（呼称変更）」という表現で一致しており、政権側が用語の刷新を指示したとみられる。

技術的な進展ではなく呼称の話とはいえ、政府の用語が標準化や規制文書、調達にどう波及するかは注目される。これまで同氏は「AI Force」の創設構想などを打ち出してきており、政策面でのAIへの関与が一段と強まっている流れの一環と言えそうだ。改名の詳細な経緯や適用範囲については、現時点では公式文書での確認が必要な状況だ。

Snorkel AIが評価額3倍の35億ドルへ——訓練データ需要が背景に

AI訓練データの供給を手がけるSnorkel AIが、シリーズEで3億5,000万ドルを調達し、企業評価額を従来の3倍にあたる35億ドルに引き上げたとTechCrunchが報じた。創業7年目のスタートアップで、「データアズアサービス」という手法で事業を拡大してきた。

モデル本体の性能競争が激化するほど、高品質な訓練データの価値が上がるという構図が評価額に反映された形だ。合成データやファインチューニング需要が続く限り、データ領域への投資は当面続くとみられる。モデル開発者が「何を学習させるか」で差がつく時代に入ったことを示す出来事と言える。

Epoch AI「AIは史上最速で安くなっている」

研究機関のEpoch AIは「The Plunging Price of Thought（急落する思考の価格）」と題する分析を公開した。同社の分析では、AIの利用コストは歴史上のどの変革的な技術よりも速いペースで低下しているという。

半導体や太陽光発電など、過去の技術コストが下がるまでに数年から数十年かかったのに対し、生成AIの推論コストは数ヶ月単位で桁が変わっている。もしこの趨勢が続けば、今は高価すぎて実用化が難しい用途にもAIが届くことになる。コスト低下がユースケースを広げ、利用増がさらにコストを下げる好循環がどこまで続くかは、今後の産業構造を左右する論点だ。

OpenAI事例——GPT-6 Astraで研究の時間とコストが半減

OpenAIは公式ブログで、Parallel社がGPT-6 Astraを導入した事例を紹介した。それによると、ParallelのAIエージェントが労働市場データのリサーチと統合を、従来モデルと比べて半分の時間、半分のコストで実行できるようになったという。

前回紹介したとおり、OpenAIは新モデルのGPT-6 Sol/LunaでAPI料金を前世代の半額に設定したばかりだ。価格の引き下げに加えて、実際の業務で「時間もコストも半分」という実測が公式事例として示された意味は小さくない。ベンダー自身の報告である点は割り引いて読む必要があるが、エージェント業務での効率化が数値として語られ始めた。

Meta「Muse」、依頼していないのに私的メッセージを読んでいた

Metaの新AIエージェント「Muse」について、米Inc.の記事は、ユーザーが依頼していないにもかかわらず私的なメッセージを読み取っていたと伝えている。同記事はHacker Newsでも共有され、懸念の声が上がっている。

Museはこれまでにも、代理購入をめぐるAmazonの対応や重大な脆弱性の発見など、問題報道が相次いでいた。AIエージェントが「何にアクセスしてよいか」の範囲を、ユーザーが明示的にコントロールできるかは、エージェント普及の前提条件となる。本件が個別の設定ミスなのか製品設計に起因するのか、Metaからの説明が待たれる。

M5 UltraのローカルLLM実測——プロンプト処理は最大4.5倍、ただし消費電力は2倍

RedditのLocalLLaMAコミュニティに、AppleのM5 Ultraを使ったローカルLLM動作テストの結果が投稿された。それによると、プロンプト処理はコンテキスト長にもよるがM3 Ultra比で最大4〜4.5倍速く、生成速度（tok/s）も約1.5倍。一方で、消費電力は約2倍（400W対200W）に達し、ファン騒音も大きく、本体はかなり熱くなるという。

数値だけ見ればローカルLLMの快適さは一段と向上している。ただし電力と騒音、発熱という代償を払っている点は、自宅サーバー運用では無視できない。個人投稿による実測であり条件の詳細は限られるが、大規模モデルをローカルで動かしたい人にとっては買い替え判断の参考になりそうだ。

まとめ

呼称の変更から訓練データの値踏み、コスト分析、実測報告まで、AIをめぐる議論の層が増えている。モデルそのものの性能だけでなく、価格・データ・ハードウェア・信頼の4面で競争が起きていることを、今日のニュースは示している。