今日のAIニュース5選
AIのニュースでは、新しいモデルの性能や回答精度に注目が集まりやすいですが、今日はその周囲を支える仕組みに関する発表が目立ちました。
OpenAIはBroadcomと共同で、AIの推論処理に特化した独自チップを発表しました。NVIDIAは、生命科学の専門ツールをAIエージェントから扱える「BioNeMo Agent Toolkit」を公開しています。
Anthropicは、Slackのチャンネル内でClaudeへ仕事を任せる「Claude Tag」を発表しました。GitHub Copilotでは、無料プランと学生向けプランのモデル選択が自動化されます。
Microsoftは、AIデータセンターの拡大に伴って注目される水使用量について、冷却技術や再生水を使った削減策を公開しました。
AIを広く使えるようにするには、高性能なモデルだけでなく、半導体、専門ツール、業務への接続方法、モデルの振り分け、データセンターの運用まで整える必要があります。今日は、AIの競争が仕組み全体へ広がっていることが分かる5本を見ていきます。
1. OpenAIとBroadcomが独自AI推論チップ「Jalapeño」を発表
OpenAIと半導体大手Broadcomは、大規模言語モデルの推論処理に特化した独自チップ「Jalapeño（ハラペーニョ）」を発表しました。
推論処理とは、学習済みのAIモデルが利用者の質問を受け取り、回答を生成する工程です。ChatGPTやCodexの利用が増えるほど、推論に必要な計算量も大きくなります。
Jalapeñoは、OpenAIが開発した初の独自AIアクセラレーターです。OpenAIが持つモデル、ソフトウェア、通信、メモリ利用などの知見をチップ設計へ反映し、Broadcomが半導体の実装やネットワーク、量産に向けたシステム構築を支援しています。
設計開始から製造用データを完成させるテープアウトまでは約9カ月で進められ、設計や最適化の一部にもOpenAIのモデルが使われました。AIを利用するためのチップを、AI自身が設計工程で支援した形です。
性能や消費電力については現在も最終測定が続いており、詳しい技術資料は今後公開される予定です。Jalapeñoが既存のGPUをすぐに置き換えるという話ではありません。
注目したいのは、AI企業がモデルやアプリだけでなく、その下で動く半導体まで設計し始めたことです。モデル、チップ、ネットワーク、データセンターを一体で調整できれば、利用者が増えたときの処理速度や運用費を改善しやすくなります。
AI競争の範囲が、賢いモデルを作ることから、モデルを安定して大量に動かす仕組みづくりへ広がっています。
2. NVIDIAが生命科学向け「BioNeMo Agent Toolkit」を発表
NVIDIAは、生命科学分野のAIエージェントへ専門的なツールやモデルを組み込む「BioNeMo Agent Toolkit」を発表しました。
対象となる分野は、生物学、化学、ゲノム解析、創薬などです。AIエージェントは、研究文献を集めて整理するだけでなく、タンパク質構造の予測、分子の結合状態の分析、遺伝子データの処理など、目的に合った計算ツールを呼び出せます。
計算結果を評価し、次に調べる内容や実行する処理を提案するところまで、一連の研究工程へ組み込める設計です。
一般的なAIモデルは、科学に関する文章を説明できても、専門ソフトの使い方、入力データの形式、出力結果の意味まで正確に扱えるとは限りません。BioNeMo Agent Toolkitは、NVIDIAが長年提供してきた生命科学向けライブラリやモデルを、AIエージェントが呼び出せる形へまとめています。
研究者は、複数のツールを個別に操作する代わりに、調べたい内容をAIエージェントへ伝え、必要な処理を組み合わせて進められるようになります。
AIだけで新しい薬を完成させたり、研究者による確認や実験が不要になったりする仕組みではありません。計算上の候補を絞り、仮説と結果を行き来する速度を上げるための基盤です。
AIエージェントの価値が、文章を作る能力から、専門家が使う道具を選び、実行し、結果を次の作業へつなぐ能力へ広がっています。
3. AnthropicがSlackでClaudeへ仕事を任せる「Claude Tag」を発表
Claudeを開発するAnthropicは、Slack上でAIへチームの仕事を任せる「Claude Tag」を発表しました。
利用するチャンネルへClaudeを追加し、メンバーが@Claudeとメンションして依頼を送ります。Claudeは作業を複数の段階へ分け、許可されたツールやデータ、コードを使って処理を進め、結果をSlackのスレッドへ返します。
Claudeが参加しているチャンネルの会話から仕事の背景を理解するため、依頼するたびにプロジェクトの目的や過去の経緯を最初から説明する負担も減らせます。
調査、データ分析、問い合わせ対応、不具合の原因調査など、Slack内の会話から次の作業へつなげられることが特徴です。同じチャンネルにいるメンバーは、Claudeへの依頼内容や結果を共有し、途中から作業を引き継ぐこともできます。
現在は、ClaudeのTeamプランとEnterpriseプランを対象としたベータ版です。Claudeが参照できるのは、管理者や利用者が許可したチャンネルと接続先に限られます。
これまでの生成AIは、個人が専用のチャット画面を開いて使う形が中心でした。Claude Tagでは、普段からチームが会話している場所へAIが参加します。
AIへ渡す情報を別の画面へコピーする使い方から、チームの会話を起点に仕事を依頼する使い方へ変わり始めています。企業で導入する場合は、Claudeが見てよい情報と、使ってよいツールを具体的に設定することが重要になります。
4. GitHub Copilotの無料・学生向けプランが自動モデル選択へ一本化
GitHubは、GitHub Copilotの無料プランと学生向けプランについて、AIモデルの選択方法を変更しました。
対象プランでは、利用者がモデルを手動で選ぶ方式から、Copilotが作業内容に応じてモデルを選ぶ「Auto」へ一本化されます。
Copilotは、依頼の内容、必要な処理、利用可能なモデルなどをもとに、複数のモデル群から使用するモデルを振り分けます。利用できるモデルや利用量は、それぞれのプランの条件に従います。
生成AIサービスでは、複数のモデルが提供される一方、利用者がそれぞれの違いを理解し、作業のたびに選ぶ負担も増えていました。コードの説明、簡単な修正、複数ファイルにまたがる開発では、必要なモデルの能力も異なります。
自動選択であれば、利用者はモデル名を比較するより、作りたいものや直したい内容を伝えることへ集中できます。AIを使い始めたばかりの人や、学習でCopilotを使う学生にとっては、最初の選択肢が減ることで使い始めやすくなります。
一方、モデルごとの回答やコーディング傾向を比較したい利用者にとっては、手動で選べない点が変化になります。有料プラン全体が同じ仕様になるという発表ではありません。
AIサービス側が複数モデルを用意し、利用者が選ぶ形から、作業内容に合わせた振り分けまでサービスへ任せる形へ進んでいます。
5. MicrosoftがAIデータセンターの水使用量削減策を公開
Microsoftは、クラウドとAIの需要拡大を支えるデータセンターについて、水使用量を抑えるための取り組みを公開しました。
データセンターでは、多数のサーバーやAIチップから発生する熱を冷却する必要があります。冷却方式によっては水を蒸発させるため、施設がある地域の水資源にも影響します。
Microsoftによると、データセンターが一定量の電力を使う際に必要となる水の量は、初期の施設では1キロワット時あたり2.3リットルでした。2025年には平均0.27リットルまで下がり、約90％改善しています。
同社は、保有するデータセンター全体の水使用効率を2030年までに40％改善する目標を掲げており、2025年時点で25％まで進んだとしています。
2024年に導入したAI処理向けの新設計では、密閉された配管内で冷却水を循環させ、運用中の冷却で水を蒸発させない方式を採用しました。地域によっては、再生水や飲用以外の水、雨水なども利用しています。
ここで示されている数値は、処理量に対する水使用効率です。AIデータセンターの建設が増えるなかで、地域全体の水使用量が必ず減ることを意味するものではありません。
AIの利用拡大を支える条件として、半導体や電力に加え、冷却に使う水も重要になっています。AIインフラをどこに建て、どの方法で冷やし、地域の資源とどう両立するかまで、AI企業の責任として問われる段階に入っています。
まとめ
今日の5本を見ると、AIの競争がモデル単体から、その能力を支える仕組み全体へ広がっていることが分かります。
OpenAIは独自の推論チップを開発し、モデルと半導体を一体で設計する体制を進めています。NVIDIAは、生命科学の専門ツールをAIエージェントから使える形へ整えました。
Claude Tagは、AIを個人用チャットからチームの会話へ参加させます。GitHub Copilotでは、複数モデルから選ぶ作業そのものをサービス側が引き受けます。Microsoftは、AI処理を支えるデータセンターの水使用効率を改善しています。
これからのAIサービスでは、どのモデルが高性能かに加えて、どのチップで動くか、何の専門ツールを使えるか、普段の仕事へどう接続するか、どのモデルへ処理を振り分けるか、必要な資源をどう管理するかが重要になります。
利用者から見えにくい部分まで整うことで、AIは一時的に試す道具から、日常の仕事や研究を支える仕組みへ近づいていきます。
今日の注目アイテム
Elgato Stream Deck Neoは、配信中に使う操作を分かりやすくまとめたい人に選びやすそうなデバイス。
画面の切り替えやアプリの起動など、繰り返し行う操作を整理したい場面にも候補に入れやすそうです。
UGREENのHDMIキャプチャーボードは、ゲーム機の映像を取り込んでYouTube配信や録画をしたい人に選びやすそうなアイテム。
ゲーム実況用の配信環境を組み立てたい場面にも候補に入れやすそうです。
HyperX SoloCast 2は、YouTube配信やゲーム実況の音声環境を整えたい人に選びやすそうなUSBマイク。
デスクの上をすっきりさせながら、声を収録したい場面にも候補に入れやすそうです。
※アフィリエイトリンクを含みます。
公式情報・参照先
- https://openai.com/index/openai-broadcom-jalapeno-inference-chip/
- https://nvidianews.nvidia.com/news/nvidia-launches-bionemo-agent-toolkit-giving-ai-agents-the-tools-to-accelerate-scientific-discovery
- https://www.anthropic.com/news/introducing-claude-tag
- https://github.blog/changelog/2026-06-24-changes-to-model-selection-for-free-and-student-plans/
- https://blogs.microsoft.com/blog/2026/06/24/inside-microsofts-two-decade-push-to-cut-water-intensity-while-scaling-for-growth/
