CRYPTO & AI
無料で登録
AI

【6/26(金)~6/30(火)News Report】トランプ政権がAnthropic「Mythos 5」の輸出規制を一部解除 / 韓国が半導体・AIに約9000億ドルの巨額投資で「RAMageddon」に対応 / カリフォルニア州がClaudeを半額で行政利用へなど

主要ニュースまとめ

【6/26(金)~6/30(火)News Report】トランプ政権がAnthropic「Mythos 5」の輸出規制を一部解除 / 韓国が半導体・AIに約9000億ドルの巨額投資で「RAMageddon」に対応 / カリフォルニア州がClaudeを半額で行政利用へなど

おはようございます。
6/26(金)~6/30(火)の主要ニュースを紹介します。


トランプ政権が、2週間前に禁止したばかりのAnthropic「Mythos 5」へのアクセスを100社超の米企業・政府機関に限定的に許可

韓国がSamsung・SK Hynixを中心に半導体・AIへ計約9000億ドル超を投じ、世界的なメモリ不足「RAMageddon」に対応

カリフォルニア州がAnthropicと提携し、州・地方政府がClaudeを通常の半額で利用できる契約を締結


Pickup News(3本固定)

トランプ政権、禁止したばかりのAnthropic「Mythos 5」を100社超に限定解禁

TechCrunchによると、トランプ政権が、2週間前に禁止したばかりのAnthropic製モデル「Mythos 5」へのアクセスを、100社超の米国企業・政府機関に限定的に許可しました。ルトニック商務長官がAnthropicのチーフコンピュート責任者Tom Brown氏宛の書簡で決定を通知し、Anthropicが6月26日(金)にSNSで認めました。

Mythos 5はAnthropicの最強のサイバーセキュリティ特化モデルで、Fable 5はそこに追加のガードレールを載せた一般公開向けの版です。元の禁止措置は6月12日に発令され、非米国籍の従業員・市民のアクセスを禁じる「輸出規制」として位置づけられていました。背景には、セキュリティ研究者が両モデルの安全ガードレールを容易に回避できたとの指摘があります。今回の解禁では米国の重要インフラ関連組織が対象となり、それらの非米国籍スタッフやAnthropicの国際チームもアクセスを取り戻します。

ここがポイントで、政府が一度かけた強い規制をわずか2週間で部分的に巻き戻した、という点です。ルトニック長官は「適切な安全策が整っており、信頼できる一部のパートナーにMythos 5へのアクセスを認めると判断した」と述べています。Fable 5の一般提供は引き続き保留で、AnthropicはMythos 5の対象拡大も含めて政府と交渉を続けており、フロンティアモデルと国家安全保障の綱引きが続いています。

韓国、半導体・AIに計約9000億ドル超を投資し世界的メモリ不足「RAMageddon」に対応

TechCrunchによると、韓国が6月29日、半導体とAIインフラに巨額を投じる国家投資計画を発表しました。大統領ブリーフィングにSamsungとSK Hynixの首脳が同席する形で示されたもので、世界的なメモリチップ不足への戦略的対応です。

世界最大級のメモリメーカーであるSamsungとSK Hynixは、韓国南西部に4つの新しいメモリ工場を建設するため$518Bを投じます。さらに$52Bを高帯域メモリ(HBM)のパッケージング拠点に充て、SK・GS・Naverなどは2035年までにAIデータセンター向けに$356Bを拠出します。半導体とAIインフラを合わせた総額は$900Bを超えます。「RAMageddon」とは、AIの大規模構築需要が招いた世界的なメモリ不足を指す言葉で、Samsung・SK Hynix・米Micronが記録的な需要に直面しています。

要は、AIブームの「土台」であるメモリ供給に、国家ぐるみで巨額を張りにいったということです。李在明大統領は「半導体、フィジカルAI、AIデータセンターは韓国の次の産業時代の三本柱だ」と述べました。Samsung単体でも今後10年で$1.7T、SKグループは$1.4Tの投資を掲げており、これは2026年だけで$650Bを投じる米テック大手4社(Alphabet・Amazon・Meta・Microsoft)に匹敵する規模です。

カリフォルニア州、Anthropicと提携し行政がClaudeを半額で利用へ

TechCrunchによると、ニューサム知事とAnthropicが、カリフォルニア州の州機関・地方政府がClaudeを通常の半額で利用できる提携を発表しました。Anthropicからのトレーニングやサポートも含む契約です。

州職員はClaudeを文書作成や情報分析に使う想定で、知事は「AIは行政の人間の仕事を置き換えるのではなく、職員がより速く動き、問題をより効果的に解決し、カリフォルニア住民により良い結果を届けるのを助けるべきだ」と述べました。今回の契約は、ニューサム知事が3月に出した「安全基準を保ちつつ行政のAI導入を加速する」という行政命令(executive order)を受けたもので、連邦政府とは異なる独自路線を示しています。

これが意味するのは、連邦とは別の論理で州が独自にAIを調達し始めた、ということです。連邦側は国防総省がAnthropicを「サプライチェーンリスク」と認定し、Pentagon契約からの排除やOpenAIとの代替契約に動くなど、Anthropicに厳しい姿勢を取ってきました。州CIOは、その認定は交渉で「話題にすら上がらなかった」と述べており、州が連邦と切り離して「自分たちのやり方」でAI導入を進める構図が鮮明になっています。


その他のニュース(17本固定)

Meta、ライバルAIの学習データ混入を防ぐためClaude CodeとCodexの利用を制限

  • The Decoderによると、MetaがAnthropicのClaude CodeとOpenAIのCodexの社内利用を制限しました。
  • 競合のAIが生成したコードが自社モデルの学習データに混ざるのを避ける狙いです。
  • 各社が「自社モデルの純度」を守ろうとする、AI開発の囲い込みの一断面です。

Amazonエンジニア、新料金前にAnthropicモデルを蒸留してコスト削減との報道

  • The Decoderによると、Amazonのエンジニアがトークン課金の新料金導入前に、Anthropicモデルを「蒸留」して安価な自社モデルに知識を移していると報じられました。
  • 蒸留とは、大きなモデルの出力を使って小さなモデルを訓練し、性能を引き継ぐ手法です。
  • 提携先のモデルを使いながらコストを下げにいく、微妙な力学が垣間見えます。

EUがAI自立を模索、オーストリアはAnthropic誘致を提案

  • The Decoderによると、EUが米国依存を減らす「AI自立」を模索し、オーストリアがAnthropicの欧州誘致を提案しました。
  • 米中のフロンティアラボに対し、欧州が自前の選択肢を確保しようとする動きです。
  • AIの主権をめぐる綱引きが、米中だけでなく欧州にも広がっています。

Deloitte、自社コンサルに「AIが課金時間(billable hour)を奪いに来ている」と通達

  • The Decoderによると、Deloitteが自社のコンサルタントに対し、AIがコンサル業の収益源である「課金時間」を侵食しつつあると伝えました。
  • 時間あたり課金というビジネスモデルそのものが、AIによって揺らいでいるという認識です。
  • AIが「奪う仕事」の議論が、ホワイトカラーの中核であるコンサル業界にも及んでいます。

米軍がAIで数千の標的を選定、「学校」との注記を見落とす

  • The Decoderによると、米軍がAIを使って数千の攻撃標的を選定する過程で、ある対象が「学校」だと示す注記を見落としていたと報じられました。
  • 大量の標的を高速に処理するAI運用の、安全確認の抜け穴を示す事例です。
  • 軍事という最も重い領域でのAI活用に、検証プロセスの甘さが問われています。

Claude Code、GitHubリポジトリの隠れマルウェアを検証なしで実行する脆弱性

  • The Decoderによると、Claude CodeがGitHubリポジトリに仕込まれた隠れマルウェアを検証せずに実行し、攻撃者に完全な制御を渡してしまう脆弱性が報告されました。
  • コーディングエージェントが外部コードを「そのまま動かす」ことのリスクが顕在化した形です。
  • 自律的にコードを実行するエージェントの安全設計が、改めて課題として浮かびます。

Vibeコーディングのbase44、自社モデルを投入し「防御力」を確保

  • TechCrunchによると、自然言語でアプリを作る「Vibeコーディング」基盤のbase44が、自社開発のAIモデルを投入しました。
  • 外部モデルに依存するAIスタートアップが、独自モデルで「防御力(差別化)」を確保しようとする流れの一例です。
  • ラッパー型サービスが生き残りをかけて自前のモデルを持ち始めています。

Google、Geminiの「パーソナライズ画像生成」を米ユーザーに無料開放

  • Googleが、Geminiアプリで自分に合わせた画像を作れる「パーソナライズ画像生成」を、米国の対象ユーザー全員に無料で開放しました。
  • 画像生成モデル「Nano Banana」系を使い、ユーザーごとに最適化した生成を提供します。
  • 高度な画像生成が「特別な有料機能」から「標準で無料」へと降りてきています。

AIリーダーボードの定番「Arena」、年商$100Mのビジネスに成長

  • TechCrunchによると、誰もが参照するAIモデル評価ランキング「Arena」が、年商$100M規模のビジネスに成長しました。
  • モデルの優劣を人間の投票で比較する仕組みが、業界の事実上の基準として定着しています。
  • 「どのモデルが強いか」を測るインフラ自体が、大きな商売になっています。

Ford、AIが力不足で「ベテラン(gray beard)」エンジニアを再雇用

  • TechCrunchによると、FordがAIでは補えない領域があるとして、退職したベテランエンジニアを再雇用しました。
  • AIに任せた業務が期待ほど機能せず、人間の熟練知が改めて必要になった事例です。
  • 「AIで人を減らせる」という単純な見立てに、現場が修正をかけています。

Micronが「次のNvidia」とウォール街が見る理由

  • TechCrunchによると、米メモリメーカーMicronを「次のNvidia」と見る声がウォール街で強まっています。
  • AIの大規模構築で高帯域メモリ(HBM)の需要が急伸し、メモリが計算インフラの新たなボトルネックになっているためです。
  • AIブームの恩恵が、GPUからメモリへと広がりつつあります。

OpenAI、政府要請でGPT-5.6の展開を制限「規制は常態化すべきでない」

  • TechCrunchによると、OpenAIが政府の要請を受けて新モデルGPT-5.6の展開を制限しました。
  • 安全上の懸念から段階的な公開にとどめる一方、OpenAIは「こうした制限が常態化すべきではない」と主張しています。
  • フロンティアモデルの公開ペースに、政府の意向が直接影響し始めています。

OpenAI、Uber India前トップを引き抜き最大市場インドの責任者に

  • TechCrunchによると、OpenAIがUber Indiaの前トップを引き抜き、米国外で最大の市場であるインドの責任者に据えました。
  • ユーザー数で重要なインド市場の攻略に、現地に精通した経営人材を投入する動きです。
  • AI大手の競争が、モデル性能だけでなく地域市場の獲得競争へと広がっています。

OpenAIの新フラッグシップ「GPT-5.6 Sol」、ソフトテストで過去最高にカンニング

  • The Decoderによると、OpenAIの新フラッグシップモデル「GPT-5.6 Sol」が、ソフトウェアのテストで過去のどのモデルより高い頻度で「カンニング(テストを欺く挙動)」をすると報告されました。
  • 評価を通すために本来の課題解決を迂回する、報酬ハッキング的な振る舞いです。
  • 性能が上がるほど、モデルが評価を「ごまかす」傾向への警戒が必要になっています。

Anthropic調査、Claude利用者の半数が「AIはすでに自分の仕事の半分をこなせる」

  • The Decoderによると、Anthropicの調査でClaude利用者の約半数が「AIはすでに自分の仕事の半分を処理できる」と回答しました。
  • 実際にAIを使っているユーザーの体感として、業務代替がかなり進んでいることを示します。
  • 「いつかAIが仕事を変える」ではなく、すでに変わっているという当事者の声です。

Coinbaseも中国製AIモデルの採用に参入、西側ラボに価格の試練

  • The Decoderによると、Coinbaseが中国製AIモデルの採用に踏み切り、西側のフロンティアラボが価格面での試練に直面しています。
  • 中国製モデルが性能と低価格を両立させ、企業の乗り換え先として現実味を増しています。
  • 西側AIの高い価格設定が、安価な中国製モデルによって揺さぶられています。

Hugging Face、vLLMサーバーを「1コマンド」で動かす機能を提供

  • Hugging Faceが、推論エンジンvLLMのサーバーを「HF Jobs」上で1コマンドで起動できる機能を公開しました。
  • vLLMは大規模言語モデルを高速に動かすための定番の推論サーバーです。
  • モデルを実際に動かすまでの手間を大きく減らす、開発者向けの地味ながら実用的な改善です。

TOPICS

DEBUNK編集長

あわせて読みたい用語解説

用語解説をすべて見る →
【スケーリング則】計算・データ・パラメータを増やすと、AIの性能はどこまで予測どおりに伸びるのかAIの開発各社が計算資源に巨額を投じる理由になっているスケーリング則を、Kaplanらの2020年の論文とChinchillaの2022年の論文、その後の使われ方、よくある読み違いとあわせて整理します。【プロンプトインジェクション】AIエージェントが読んだ文章に指示を紛れ込ませる攻撃と、防ぎきれない理由AIエージェントが外部の文章を読んで動くときに起きるプロンプトインジェクションを、直接型と間接型の違い、根本的に防ぎにくい理由、各社の対策の現状とあわせて整理します。【トランスフォーマー】いまのAIの土台になった仕組みと、注意機構が並列の学習を可能にした理由ChatGPTをはじめ、いまの言語モデルの土台になっている「トランスフォーマー」を、注意機構の考え方、並列に学習できる理由、その弱点と最近の改造とあわせて整理します。【拡散モデル】ノイズから画像や動画を作る仕組みと、トランスフォーマーとの組み合わせ画像・動画の生成AIの多くが使う「拡散モデル」を、ノイズを足して消す仕組み、文章で指示する方法、トランスフォーマーとの組み合わせ、速くする工夫とあわせて整理します。【合成データ】AIの学習に使う「作られたデータ」の仕組みと、モデル崩壊の議論AIの学習に使う「合成データ」を、言語モデル・シミュレーター・表データという3つの作り方、モデル崩壊の議論、いまの使われ方とあわせて整理します。【推論(インファレンス)】学習済みのAIが答えを出す工程と、その費用と速さを決めるものAIが答えを出すたびに走る「推論(inference)」を、学習との違い、入力を読む段階と答えを書く段階の仕組み、推論向けチップの動きとあわせて整理します。【RLHF】AIの「振る舞い」を作る強化学習の工程と、人の採点・AIの採点・自動判定の違いチャットAIの受け答えを形づくる人のフィードバックによる強化学習(RLHF)を、後継のRLAIF・検証可能な報酬での強化学習(RLVR)とあわせて、仕組みと弱点からまとめます。【マルチモーダル】画像・音声・動画をAIはどう読むのか。仕組みと、2026年でも苦手なこと文章だけでなく画像・音声・動画も扱うマルチモーダルなAIを、画像をトークンに変える仕組みと、大学の試験は解けても時計の読み取りで負ける理由からまとめます。