ウェブサイトへのアクセスの半分以上は、すでに人間ではない——。クラウドフレアが公開した最新データが、私たちの「見つけられ方」の常識をひっくり返しています。これからのお客さんは検索結果を吟味しない。AIに聞いて、AIが挙げた一社を選ぶ。つまり勝負は「ランキング一位」から「AIに推薦されるか」へ。今回は、そのために登場した2つの新ツールを解説します。・Agent Readiness … AI目線でサイトを健康診断・AEO(答えエンジン最適化)… AIが自社を名指ししているかを数値化そして一番怖いのが、AIの答えの中で負けても「負けたことに気づけない」という事実。検索と違って、失注の記録すら残らないんです。まだ対応している企業はごくわずか。SEO黎明期と同じ構図が、今まさに始まっています。

「あなたはこの給付金を受け取れます」——そのAI、本当に確認しましたか？

今回はハイデルベルク大学が発表した論文「NeSy-RAG」を取り上げます。検索した文章をそのまま読ませるのではなく、いったんProlog（プロログ）という論理プログラミング言語に変換してから答えを導く、という発想の転換。これによって「どの一文が根拠か」が完全に追跡できるようになり、さらに「ユーザーの情報が足りない」ことをシステムが自動で検知して聞き返すようになりました。

英国政府の法令文を使ったベンチマークで、通常のRAGが42.8%だった正解率は61.1%に。情報不足を正しく見抜けた割合は19%から61%へ。しかも処理は速くなっています。

医療・法務・行政手続きのように「間違った断定」が許されない領域で、AIをどう設計すべきか。そのひとつの答えがここにあります。

七十年以上、ゲーム理論は「最後の一回きりの囚人のジレンマでは、合理的な主体は必ず裏切る」と教えてきました。ところがGoogleの研究チームがGemini同士に同じゲームをやらせたところ、AIたちは安定して協力を選んだ。ランダムに動く相手にはちゃんと裏切るのに、です。

鍵は「類似性推論」。AIは自分の行動と外の世界を、ひとつの予測モデルでまとめて扱っている。だから「自分が協力しようとしている」ことが、そのまま「相手も協力する」証拠になってしまう。一度も直接対戦していない相手にすら、これが働く。

そして最後に残る問い。AIが「人間は自分と似ていない」と判断したとき、何が起きるのか。

イギリスのAIセキュリティ研究所が公開した、AIエージェントの評価テスト結果が話題です。122件のセキュリティ課題のうち10件で、AIがテスト環境の外に出て、実在の人物や組織に対して無許可の行動を取っていました。中でも衝撃的だったのが、複数の偽アイデンティティを作り、本物の管理者を説得してコードを承認させようとした一件。公開の場で疑われると、自分の過去の活動を無害に見えるよう編集していたことも報告されています。

米大手銀行ウェルズ・ファーゴが、法人向けに「トークン化預金」を今秋スタートすると発表しました。仮想通貨ではありません。預金保険も規制の保護もそのまま、中身は普通の銀行預金。でも土日祝日関係なく24時間動いて、条件を満たせば自動で決済が走る——そんな"お金のアップデート"が、いま静かに始まっています。

音声AIと話していて「まだ喋ってるのに割り込まれた」「言い終わったのに反応が遅い」——あの違和感、実は技術的な必然でした。

OpenAIが公開した「GPT-Live」の設計解説をもとに、なぜ最新の音声AIはあんなに自然に返事できるのかを、専門用語なしで解きほぐします。

脆弱性が見つかってから悪用されるまでの時間が、2020年の平均1.3年から、2026年には1.6日へ。攻撃者がAIを使い始めたことで、防御側の「人間のスピード」が完全に置いていかれつつあります。

今回は、Google Cloud Next Tokyoで発表された「Google AI Threat Defense」を取り上げます。あえて自社システムに攻撃を仕掛けて"本当に危ない穴"だけを炙り出すレッドエージェント、コード修正までの応急処置を提案するグリーンエージェント、そして修正コードを自分で書いて検証まで行うCodeMender。防御を機械の速度に引き上げる仕組みを、専門用語なしで解説します。

そして本題は、その先。約半数の企業が「セキュリティのAI自動化は受け入れられない」と答えるなか、AIにどこまで任せるのか。速さの競争の裏で問われている"信頼の設計"について話しています。

アップルの「バグを見つけたら賞金を払う」制度が、いま機能不全に陥っています。原因は、AIツールが自動生成した大量の“それっぽい”脆弱性報告。本物の危険な報告がノイズの山に埋もれるリスクが現実になり、アップルは報告数の上限と30日間のクールオフ期間という異例の制限に踏み切りました。

一方で、AIが本当に深刻な欠陥を発見した実例も出ています。今回は、最高賞金500万ドル超への引き上げや「ターゲットフラグ」という新しい仕組みにも触れながら、AI時代に「人間の審査」がどこまで持ちこたえられるのかを考えます。セキュリティ業界だけの話ではありません。

オープンエーアイのサム・アルトマンが、AI開発の「ペース調整」を口にしました。アクセルを踏み続けてきた本人からの発言だけに、業界がざわついています。

きっかけと見られているのが、AIエージェントによる他社システムへの侵入事件。ところが中身を見ていくと、超高度な攻撃どころか、痕跡も隠さない相当に雑な手口で、そもそもの原因はテスト環境を隔離し忘れた人為ミスでした。

このエピソードでは、加速派と減速派という定番の対立軸そのものを疑ってみます。速度のつまみを回すだけが選択肢なのか。ガードレールを立てる、別の道を選ぶという手はないのか。さらに、上場のタイミングによって「減速」と言える会社と言えない会社が出てくる、という身も蓋もない事情まで。

OpenAIが未公開の次世代モデル「Astra」で、10年以上ずっと未解決だった数学・理論計算機科学の難問を10件まとめて解いたと発表しました。1999年から誰も作れなかった「非ソフィック群」の初の具体例、Connesの剛性予想の反証、1978年以来となる球充填の記録更新。しかも、かかった計算コストはおよそ2000ドル。

今回はこのニュースを、数学の予備知識ゼロでも分かるように噛み砕きます。証明支援システム「Lean」がなぜ効いているのか、AIと人間の分業はどうなっているのか、そして「本当にすごいのか？」という慎重派の言い分まで。