【11/12(木)News Report】NVIDIAの取締役会がHuang CEOの解任を準備と報道 / OpenAIの7〜9月期の売上が約$10Bに / CoreWeaveが顧客の前払いで成長資金をまかなう方針など

主要ニュースまとめ

mitsui

2026年11月13日／ 15分

おはようございます。
11/12(木)の主要ニュースを紹介します。

Pickup News

NVIDIA取締役会、Huang CEOの解任を準備と報道。株価は時間外で約8%下落

TechCrunchは、Wall Street Journal（WSJ）の報道として、NVIDIAの取締役会が、共同創業者で33年にわたり会社を率いてきたJensen Huang CEOの解任を準備していると伝えました。WSJの情報源によれば、取締役会は早ければ11/11(水)に会合を開き、Huang氏の処遇を話し合います。解任はまだ決まっていません。株価は11/11の時間外取引で約8%下がり、直近5日間では約11%の下落です。

TechCrunchによれば、Huang氏は11/8(日)に、米情報機関が中国のスパイとみているとされる女性との不倫を認めています。取締役会はすでに独立調査を始めていました（既報）。Bloombergの報道では、米下院の共和党議員が、Huang氏が非公開の説明の場に応じなければ召喚状を出す構えです。

Huang氏は本人の説明で約60人の直属の部下を抱え、権限をほとんど人に任せないことで知られます。TechCrunchは、はっきりした後継者も後継者計画もないと書いています。Bloombergの報道では、NVIDIAは外部の会社と組んで、後任になりうる候補を探しています。見どころは、取締役会の会合で何が決まるかです。

📚 関連する解説記事：【NVIDIA】Huang CEOをめぐる独立調査と、AI向けチップで稼ぐ会社の中身 / 【CEOの後継者計画】取締役会はどうやってCEOを代えるのか。NVIDIAの報道を例に整理する

OpenAIの7〜9月期の売上が約$10Bに。前期比約50%増も、Anthropicの$17Bには届かず

The Decoderは、WSJとThe Informationの報道として、OpenAIの7〜9月期（第3四半期）の売上が前期比約50%増の約$10Bになったと伝えました。4〜6月期の伸びは17〜18%で、前年同期の売上は$3.9Bでした。株式報酬（$2.6B）を除いた調整後の営業損失は$10.1Bから$10.9Bに増え、調整後の営業利益率はマイナス150%からマイナス109%に改善しています。

伸びを支えたのは企業向けです。OpenAIのGreg Brockman社長は、企業向け事業が7〜9月期に倍増し、売上の大半を占めるようになったと述べています。ChatGPTの週間利用者は12億人、有料の契約者は1億人です。

The Decoderは同じ記事で、Anthropicの同じ期の売上を$17B（47%増）、株式報酬を含む営業損失を$567Mと書いています。Anthropicの数字の出所は、記事に明記されていません。要は、売上を5割伸ばしても、OpenAIは売上でも損失の小ささでもAnthropicに水をあけられているということです。

📚 関連する解説記事：【フロンティアラボの売上】Anthropic と OpenAI はいくら稼いでいるのか。公式の数字と報道の数字を分けて読む / 【OpenAI】ChatGPTに企業の窓口を作り、旅行の人材も迎えたAI会社の稼ぎ方と規制 / 【AI企業の7〜9月期の損益】売上は Anthropic が $16.96B、OpenAI は報道で約 $10B。赤字の物差しは2社でそろっていません

CoreWeave、顧客の前払いと短期契約で成長資金をまかなう方針。7〜9月期の売上は$3.66B

AI向けの計算能力を専業で貸すGPUクラウド（ネオクラウド）のCoreWeaveは、11/10(火)に7〜9月期の決算を発表しました。売上は前年同期比168%増の$3.66Bで、純損失は$709M、四半期の支払利息は$846Mです。受注残（契約済みでまだ売上になっていない分）は$132.5Bあります。

Michael Intrator CEOは、いまの利回りでは無担保の借り入れで資金を集めないと述べました。代わりに、特定の顧客契約を担保にした融資と顧客の前払いで建設費をまかないます。今後3か月で約$9Bの前払い・預かり金を見込み、うち$3B超は建設済みの設備の新しい契約にひもづきます。値上げも進めており、7月に約25%、その後さらに10%上げました。短期の契約は1MWあたり年$40M超で、4〜5年の契約の$20M〜$25Mを上回ります。

社債の投資家は慎重で、先月は一部の社債の利回りが15%を超えました。TechCrunchは、この戦略は利益を押し上げうる一方で、契約の更新と値段のリスクが大きくなり、まだ実証されていない需要の持続が前提だと書いています。

📚 関連する解説記事：【GPUレンタル価格】H100 の時間単価は1年で約3割上がった。借りられる GPU が足りなくなっている / 【AIインフラ投資】大手4社は1四半期で約$166Bを設備に。減損リスクの試算と、お金の出どころ / 【ネオクラウドの資金繰り】CoreWeave は前払い約$9Bを見込み、無担保の社債を当面使わない。4社のお金の出どころと条件を比べる / 【CoreWeave】暗号資産の採掘から始まった、AI向けGPUクラウドの顧客と資金繰り

その他のニュース

Anthropic、AIがNVIDIAのCUDAの優位を削ると説明。AMDのGPUへの移行は3日

The Decoderによれば、Anthropicは投資家向けの説明資料で、共同創業者でChief Compute OfficerのTom Brown氏の話として、Claudeを主要な4系統のチップすべてで学習・運用していると示しました。
今年初めてAMDのGPUを使った際は、自社のモデルMythosがカーネル（GPUで動く計算の部品）のほぼ100%を書くか移植し、人の手をほとんど借りずに3日でClaudeが動いたとしています。これまで新しいチップの立ち上げには、数十人の技術者が数か月かかっていました。
開発者をNVIDIAのチップにつなぎとめてきた開発基盤（CUDA）の壁が、AIで低くなるという主張です。ただし数字はAnthropicの資料によるもので、独立した検証はされていません。

📚 関連する解説記事：【AIチップの競争】NVIDIA のデータセンター売上は四半期 $89.0B。追う側は伸び率で迫り、AI企業は複数のチップを使い分け始めた / 【自社製AIチップ】Amazonのチップ事業は年換算 $25B 超に。Google は1年で4つの TPU、Meta は半年ごとに新チップを出せる体制に / 【CUDAとカーネル】GPUの乗り換えが難しかった理由と、AIで何が変わりそうか

Meta、長年のインフラ責任者Santosh Janardhan氏が退任へ。後任はAmazon出身のDave Brown氏

Metaは、インフラの責任者でエンジニアリングの共同責任者でもあるSantosh Janardhan氏が退くことをTechCrunchに認めました。後任は今年インフラ担当のバイスプレジデントとして入社したDave Brown氏で、LinkedInによればそれ以前はAmazonに19年いました。
Janardhan氏は2009年入社で、移行期間はMeta Computeの顧問に回り、来年に会社を離れる見込みです。退任はBloombergが社内メモをもとに最初に報じました。
メモに退任の理由は書かれておらず、「pass the baton」（バトンを渡す）とあるだけのようです。Janardhan氏は今年、データセンターへの投資を広げる取り組みMeta Computeを率いる役に就いていました。

📚 関連する解説記事：【Meta Superintelligence Labs】Muse 系モデルを出し続ける Meta の AI 組織と、その資金の出どころ

Google、「Gemini Decisions API」を公開。最大1,000問の選択や採点を一度に判定

Googleは、新しいモデルGemini Decision 1を使う「Gemini Decisions API」を公開しました。1つの入力（文章・画像・音声・動画・PDF）に対して、はい/いいえ、2〜255個の選択肢、段階評価（ルーブリック）の問いを最大1,000問まとめて判定し、それぞれに0〜1の確信度を返します。
答えの文章を1トークンずつ生成せず、選択肢を1回の計算で採点するため、応答は150〜250ミリ秒です。料金は入力100万トークンあたり$0.10で、出力は課金されません。Googleの比較では、共通のベンチマーク群でGemini 3.5 Flash-Liteの約5分の1の費用です。
Google社内では、Gemini Notebookで問い合わせを適したモデルへ振り分ける用途などにすでに使っています。要は、文章を書かせるまでもない「どれを選ぶか」の判断を、安く速く回すための道具です。

📚 関連する解説記事：【推論APIの価格】同じ性能なら半年で約50分の1。それでも最上位モデルの値札は上がっている

米企業のAI支出、10月は過去最高。伸びは前月比1.65%にとどまる（Ramp AI Index）

The Decoderによれば、金融サービスのRampが顧客企業の決済データから作る「Ramp AI Index」で、10月の米企業のAI支出は前月比1.65%増と過去最高を更新しましたが、伸びは小さめでした。導入率はAnthropicが44.8%（1.1ポイント増）、OpenAIが40.6%で横ばい、AI全体では56.8%です。
支出の伸びはOpenAIが2.1%、Anthropicが0.5%でした。上位1%の企業が両社の売上の80%を生んでいます。支出の72%はソフトウェア開発のチームで、カスタマーサポートの比率は6月の0.8%から10月は13.3%に上がりました。
データは米8万5,000社超の決済に基づきますが、全体を代表しているとは限りません。Ramp自身も、顧客は成長志向で大きめの企業に偏っており、導入率は高めに出やすいとしています。

📚 関連する解説記事：【企業のAI導入】米国でAIを使っている企業は約2割、働く人では56%。数字が割れる理由と、導入が止まっている場所 / 【企業のAI支出】Anthropic に払った米企業は44.8%、OpenAI は40.6%。支出の伸びは前月比1.65%に鈍る

Google DeepMind、「AlphaGenome 2」を発表。細胞の種類ごとにDNAの変異の影響を予測

Google DeepMindは、DNAの配列とその変異が特定の種類の細胞にどう影響するかを予測するモデル「AlphaGenome 2」を発表しました。組織・細胞の種類・状態といった「条件」を1つずつ入力して予測する仕組みに作り替え、ヒトとマウスの1億700万超の細胞のデータで学習しています。
28種類の免疫細胞のデータセット（TenK10K）では、原因となる変異を見つけた割合が30%で、単一細胞のデータで調整した初代AlphaGenomeなどの16%のほぼ2倍でした。DNAのメチル化（遺伝子の働きを調節する化学的な目印）も予測できるようになりました。
非商用の研究にはAlphaGenome APIで、商用の研究には限定プレビューで提供します。研究用で、臨床や診断の用途には検証も承認もされていません。

📚 関連する解説記事：【Google DeepMind】Gemini 4 Carbon と Gemini Robotics 2.5 を出した、Google のAI研究部門の中身

米データ会社が中国のAI研究所へ、強化学習の訓練環境など約$5億分を販売（ChinaTalk調査）

The Decoderによれば、ChinaTalkの調査で、Mercor、Surge AI、AfterQuery、Turingなど少なくとも9社の米データ会社が、中国のAI研究所へ約$5億分の学習データを売っていることがわかりました。一部は強化学習の訓練環境（RL環境。コーディングや財務分析などの課題でモデルを鍛える模擬の場）です。
中国側は、AnthropicやOpenAIに売られたのと同じ製品をあえて買い、効果が確かめられたデータで開発の手間と計算資源を節約しているとされます。取引は匿名の情報源と、下請けの情報管理の甘さから明らかになりました。
著者らは、サイバーや生物学など軍事にも転用できる分野の環境に、米商務省産業安全保障局（BIS）の輸出規制を適用するよう求めています。一方で、中国の研究所は構造的に米国勢より少なくとも数か月遅れているとも書いています。

📚 関連する解説記事：【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 / 【Labelbox】「データを作る会社」がAIの訓練場とエージェントへ広がる / 【RL環境】AIに仕事を練習させる「模擬の作業場」の仕組みと、高値で売り買いされる理由 / 【Mercor】医師や弁護士などの専門家を集めて、AIの訓練と評価の材料をつくる会社

独Helsing、標的の特定を支援する「Clarity」を発表。兵器への引き渡しは毎回人が承認

The Decoderによれば、ドイツの防衛テック企業Helsingは11/11(水)にベルリンで、センサー映像・公開情報・報告書をまとめて軍の標的の推奨を出すソフト「Clarity」を発表しました。数百の専門のAIエージェントが、敵の部隊・施設・陣地を特定します。
標的を選び、兵器システムへの引き渡しを毎回承認するのは人で、判断ごとに責任者の名前を記録するとしています。顧客の自前の設備で動き、データは軍の管理下にとどまります。
市場はPalantirのMavenが先行しています。The Decoderは、似た仕組みの実戦では人の確認が数秒に縮むことが多いと指摘しています。

DeepL、声の抑揚や話す速さまで訳す音声モデル「Aure」を発表

The Decoderによれば、DeepLは、話し手の口調・感情・強調・話す速さを訳した先の言語に引き継ぐ音声モデル「Aure」を発表しました。
これまでのDeepL Voiceは、会話の最初に取った固定の声の見本から訳した音声を作っていたため、気分の変化や皮肉を拾えませんでした。Aureは会話の進行に合わせて、元の音声と訳文を分析し続けます。
オンライン会議・対面の会話・APIで自動で使われ、対応は英・独・西・仏・伊・日・葡・韓の8言語です。日本語も最初から入っています。

英国の大学規制当局、AIを使えない試験形式を整えない大学に制裁も

The DecoderはGuardianの報道として、イングランドの高等教育の規制当局Office for Students（OfS）が、AIのせいで課題を公正に採点するのが「close to impossible」（ほぼ不可能）だとして、筆記試験や対面の発表に戻すよう大学に求めたと伝えました。
OfSとAdvance HEが127機関・300超の回答者に行った調査では、学生は論文などでAIを多用し、見つからないまま、使わない学生と同じような成績を取っていました。
戦略ディレクターのJosh Fleming氏は「generational risk」（世代にわたるリスク）と呼び、OfSは信頼できる試験形式を作らない大学には制裁もありうるとしています。

Databricks、AIエージェント「Genie」を刷新。CEOは社内の耳の痛い情報を拾うのに使う

Databricksは11/11(水)、AIエージェント「Genie」の新版を発表しました。時間のかかる複数段階の作業をこなせるようになり、Databricksが作ったオントロジー（用語とその関係を整理した地図）で、顧客がDatabricksに置いた情報から必要な文脈を補います。
Ali Ghodsi CEOは、社員満足度調査で点が低かった項目の分析や、うまくいかなかった商談の要約に自分のGenieを使っています。社員1万2,000人の会社では、社長に直接は届きにくい情報だからです。
Ghodsi氏は「The magic number is 150」と述べ、人が安定した関係を保てる人数の目安（ダンバー数）を引いて、社員150人超の会社なら価値が出るとしています。

📚 関連する解説記事：【Databricks】企業のデータ基盤の上に、AIエージェントを載せる会社

GoogleのGemini Live、Apple CarPlayに対応。iOSの利用者に世界で展開

Googleは、GeminiアプリをApple CarPlayで使えるようにし、運転中に手を使わずGemini Liveと会話できるようにしました。Android AutoとGoogleを搭載した車に続く対応です。
予定の確認、未読メールの要約、行き先の周辺の店の提案、プレゼンの練習などに使え、会話はiPhoneのGeminiアプリの履歴に同期されます。
Gemini Liveが対応する全言語で、iOSの全利用者に11/11から順次提供します。Daily Briefなど一部の機能は、18歳未満、欧州経済領域（EEA）、ナイジェリアでは使えません。

Google Labs、グループで旅行や遊びを計画する「Tabletop」を公開

Google Labsは、グループで同時に編集できる実験的なツール「Tabletop」を公開しました。
リンクやファイル、アイデアを入れて@tabletopに指示するか、テンプレートを選ぶと、旅程表、夕食の投票、割り勘の計算、トーナメント表などを作ります。招待リンクを送れば、Googleドキュメントのように全員が同時に使えます。
まず米国の18歳以上に、順番待ちのリスト経由で提供します。

Google Cloud、AIエージェントの設計者向けの認定「Professional Agentic Architect」を開始

Google Cloudは、企業向けのAIエージェントを安全に作って動かせることを示す認定「Professional Agentic Architect」を始めました。複数の手順やアプリをまたぐ業務を自動化するエージェントが対象です。
試験監督の付いた選択式の試験と、Google Skillsの実技ラボの2部構成です。
過去4か月で、顧客先で導入を担う自社の技術者（forward deployed engineer）やパートナー数千人を、この内容で研修してきたとしています。

Google、2027年のセキュリティ予測を公開。自律エージェントの時代の3つの優先事項

Google、Google Cloud、Mandiantの幹部が、企業のソフトが自律的に動くエージェントへ移っていく時代の防御をまとめた「Security 2027」を公開しました。
1つ目は、重要な自律的な操作を安全で100%説明できる状態にする「決定の完全性」です。2つ目は、AIツールを無条件に信用せず、何にアクセスし何をしているかを見えるようにする「Beyond Zero」です。
3つ目は、複数のAIモデルを組み合わせて社内の情報を突き合わせ、攻撃者より先に機械の速さでリスクを潰す「確かな事実（ground truth）で勝つ」です。

Plurai、自動運転の手法でAIエージェントを鍛える。会社のシステムのデジタルツインで想定外に備える

スタートアップのPluraiは、自動運転車を公道に送り出したのと同じ手法で、AIエージェントの信頼性を上げようとしています。共同創業者のIlan Kadar氏とElad Levi氏は、自動運転技術のNexarの出身です。
顧客企業のシステムを写し取った仮想の複製（デジタルツイン）を作り、エージェントが通りうる流れを洗い出して、まれな事例（エッジケース）への評価と修正を用意します。同社は11/11(水)に、$13Mのシード資金の調達も発表しました。
Kadar氏は、OpenAIやAnthropicのモデルがどれほど賢くなっても「they will not know your business and your policy」（あなたの事業や社内規定は知らない）と話しています。

📚 関連する解説記事：【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

Grokで作ったWebアプリの約95%が、ログインなしで誰でも見られる状態に（Claroc調査）

The Decoderによれば、セキュリティ企業Clarocが、SpaceXSI（旧xAI）のGrokで作られて公開中の37,571件のアプリを調べたところ、35,578件（94.7%）がログインなしで開けました。公開の画面で「Anyone with the link」（リンクを知っている全員）が最初から選ばれていたことが原因だとしています。
患者の検査値や平文のパスワードのほか、SpaceXSIとXの社員が作った24件からは、594の重要顧客を載せた営業の担当地図などの社内資料も見つかりました。
SpaceXSIは社員のアプリ24件を公開から外しましたが、ほかの利用者の公開アプリはそのままです。Claroc自身も、AIで作ったアプリ向けのセキュリティ製品を売っています。