
EUがGoogleに史上最大のDMA制裁金を準備:自社サービス優遇の代償はいくらか
欧州委員会はGoogleに対し、自社サービスを優遇するDMA違反で数億ユーロ規模の罰金を科す方針を固めた。これはDMA施行以来最高額となる可能性があり、迅速な執行を示す一方、米テック企業への不公正な標的化との批判や外交摩擦の懸念も浮上している。
別名: エージェント型AI, 自律型AI, Agentic AI, AIエージェント, AI Agent, 生成AI, Generative AI, AIアクセラレータ, AI Accelerator, AIトークン, AI Tokens, トークン, AI Agents, エージェント, AI, エージェンティックAI, AI標準・イノベーションセンター, CAISI, Center for AI Standards and Innovation, 具現化AI, Embodied AI, フロンティアAIモデル, フロンティアモデル, AIスロップ, AI Slop, 米国AIセーフティ・インスティテュート, USAISI, 欧州のAI法, AI Act, 欧州AI法, 責任あるAI, Responsible AI, エッジAI, フィジカルAI, Physical AI, ソブリンAI, Sovereign AI, AIプラクティス, AI Practice, オンデバイスAI, On-device AI, 垂直統合型AI, Vertical AI, オリンピックAIアジェンダ, Olympic AI Agenda, オリンピックAIフォーラム, Olympic AI Forum, エージェントAI, ソクラテス的AI, Socratic AI, AI基本法, 物理AI, ヒロシマAIプロセス, Hiroshima AI Process, AI法, Artificial Intelligence Act, AIハイパーコンピューター, AIアライアンス, AI安全性研究所, AI Safety Institute, AI安全性サミット, AI Safety Summit, AIエクスプローラー, AI Explorer, AIアライメント, AI Alignment, AI による概要, AI Overview, AIコーディングエージェント, AI向け最適化, AEO, AI Engine Optimization, AIウォッシング, AI-washing, AIモデルの崩壊, model collapse, AIプラス, AI規制法, 汎用AI, General Purpose AI, GPAI, 核兵器使用の意思決定にAIを関与させない, AI危機通信ホットライン, エンボディドAI, 身体化AI, AI訴訟タスクフォース, AI Litigation Task Force, アナログリザバーコンピューティングAIチップ, アナログリザバーAIチップ, アナログリザバーチップ, 英国AI安全保障研究所, UK AISI, UK AI Safety Institute, エージェントAIファースト・オペレーティングモデル, agentic AI-first operating model, 欧州連合AI法, ネイティブAI, AI-native, 公理的AI, Axiomatic AI, AIポイズニング, AI poisoning, 全二重AI, Full-Duplex AI, 画像生成AI, AIリテラシー教育, AI曝露度, AI Exposure, シャドーAI, Shadow AI, AIデバイド, AI格差, AIモード, AIバズワード, AI-associated language, AIによる概要, AI Overviews, マルチモーダルAI, Multimodal AI, 生成AIパラドックス, Generative AI Paradox, AI Mode
AI モードとは、Google 検索に搭載された生成 AI による検索機能であり、ユーザーの問い合わせに対して AI が直接回答や概要を生成して提示する仕組みだ。従来のリンク一覧形式の検索結果とは異なり、自然言語による対話的なインターフェースを通じて情報にアクセスできる点が特徴である。
AI モードは、Google が展開する AI による概要(AI Overviews)の延長線上に位置する機能として理解される。従来の検索エンジンはウェブページへのリンクを列挙する形式をとってきたが、AI モードでは生成 AI が複数の情報源を統合した上で回答文を生成し、ユーザーに直接提示する。この方式はユーザーの情報取得効率を高める一方で、情報源となるウェブサイトへのトラフィック流入の変化をめぐる議論も生んでいる。
AI モードはマルチモーダル AI やエージェント型 AI の技術的潮流と密接に関係している。テキストのみならず画像や音声など複数のモダリティを扱うマルチモーダル AI の進展により、検索クエリの解釈精度が向上している。また、エージェント型 AI の概念と組み合わせることで、単純な質疑応答にとどまらず、複数ステップにわたるタスク実行を補助する方向にも発展が見込まれる。生成 AI の出力はトークンと呼ばれる単位で処理されており、応答の品質やコストはトークン処理の効率性に依存する。
2026年5月、EU の欧州委員会が Google に対してデジタル市場法(DMA)違反を根拠とした大規模な制裁金の準備を進めていることが報じられた。EU 側の主張は、Google が自社サービスを検索結果で優遇しているというものであり、AI モードのように Google 自身が生成した回答を前面に出す機能は、こうした規制上の論点と直接結びつく。サードパーティのウェブサイトへの誘導が減少するという批判は、AI モードの普及とともに規制当局の注視を集めている。
2026年6月、米商務省傘下の AI 標準・イノベーションセンター(CAISI)が Google DeepMind、Microsoft、xAI と協定を締結し、フロンティア AI モデルの公開前に政府が安全性を評価する枠組みが整備された。この枠組みでは、サイバー攻撃能力や軍事転用リスクを含む国家安全保障上のリスクを体系的に評価する。AI モードの基盤となる大規模言語モデルもこうした評価対象に含まれうる。
2026年6月時点では、企業における AI 投資の費用対効果(ROI)に関する懐疑論も台頭している。G-P による調査では、約7割の役員が AI 投資の目標未達時に予算削減を検討していることが判明し、AI の精度不足による修正作業の増加や、シャドー AI の蔓延といった課題が浮上している。AI モードを含む生成 AI 機能全般への企業投資がこうした文脈で再評価される状況にある。
検索における AI の台頭は、コンテンツ制作側にも変化を迫っている。AI が生成する低品質なコンテンツを指す「AI スロップ」が問題視される一方、検索エンジンではなく AI に最適化されたコンテンツ戦略(AI Engine Optimization)の概念も登場しており、AI モードの普及はウェブエコシステム全体の再編と連動している。

欧州委員会はGoogleに対し、自社サービスを優遇するDMA違反で数億ユーロ規模の罰金を科す方針を固めた。これはDMA施行以来最高額となる可能性があり、迅速な執行を示す一方、米テック企業への不公正な標的化との批判や外交摩擦の懸念も浮上している。

G-Pの調査によると、企業のAI投資のROIが期待外れで、約7割の役員が目標未達時の予算削減を検討していることが判明した。AIの精度不足による修正作業の増加や、生産性を装うためのAI悪用、シャドーAIの蔓延といった課題が浮上しており、企業はAI導入戦略の見直しを迫られている。

Thinking Machines Labは、従来のAI音声会話が抱えていた非効率な「トランシーバー式」のボトルネックを解消するため、「インタラクションモデル」を発表した。このモデルは、時間軸を根幹アーキテクチャに組み込み、200ミリ秒単位で入出力を連続処理する全二重通信により、人間のような自然な会話と即時応答を実現する。さらに、対話維持に特化した「インタラクションモデル」と、深い推論を非同期で行う「バックグラウンドモデル」に分割することで、応答性と知性を両立させている。

Guerrilla Games共同創設者のArjan Brussee氏が、米国製ゲームエンジンに対抗する欧州製「The Immense Engine」の開発を発表した。このエンジンはネイティブAIアーキテクチャを採用し、AIエージェントをモジュールとして統合することで、少人数での大規模開発を可能にする。また、欧州の厳格な法規制に完全準拠し、防衛や物流などの3Dシミュレーション用途におけるデータ管理の課題解決を目指す。

CloudflareはAIを前提とした組織再設計の一環として約1,100人の人員削減を発表し、好調な決算にもかかわらず株価が急落した。これは、AIによる社内効率化が売上成長に直結するとの投資家の期待に応えられなかったためだ。
ソニーセミコンダクタソリューションズとTSMCは、次世代イメージセンサーの開発・製造に向けた合弁会社設立の基本合意書を締結した。ソニーが過半数を出資し熊本の新工場に生産ラインを構築、日本政府の補助金も活用し、自動運転やロボティクスなどの物理AI市場での覇権維持を目指す。

米国と中国は、AIモデルの暴走や自律兵器、オープンソースAIの悪用といった「核領域の外側」のAIリスクを管理するため、公式協議の開始を検討している。両国は技術覇権争いの最中にあるが、意図せぬエスカレーションを防ぐ最小限のガードレールとして、AI危機通信ホットラインの開設を含む協議が注目されている。

米商務省傘下のCAISIは、Google DeepMind、Microsoft、xAIと協定を締結し、フロンティアAIモデルの公開前に政府が安全性を評価する枠組みを主要なビッグテック全体に拡大した。この協定では、開発者が安全制御を意図的に除去したモデルを政府に提供し、サイバー攻撃能力や軍事転用リスクを含む国家安全保障上のリスクを体系的に評価する。

最新の研究により、大規模言語モデルの「知識蒸留」において、意味のない数字の羅列や厳密にフィルタリングされた無害なデータを通じても、教師モデルの「性格」や「悪意」といった潜在的な偏向が生徒モデルに伝染する「潜在学習」が発見された。これは、言語の表面的な意味を制御してもAIの振る舞いを完全に統制できないことを示し、既存のAI安全性対策の前提を根底から覆すものだ。

AIの真の推論能力を測るため、NIST傘下のCAISIが非公開テストを実施した結果、中国のDeepSeek V4 Proは公開ベンチマークでの自己申告とは異なり、米国の最先端モデルに約8ヶ月の遅れをとっていることが判明した。これは、公開テストへの過剰適合を排除し、米中間のAI技術格差を冷徹に浮き彫りにした評価である。

エージェント型AIの台頭が、AIデータセンターの根本的な設計を書き換えようとしている。GPU:CPU比率は従来の8:1から1:1へと縮小しつつあり、それに伴いCPU搭載DRAMは現行比最大4倍の400GBへ膨張する計画が進んでいる。既に逼迫しているDRAM市場は、この需要増によってスーパーサイクルの到来が2027年以降に押し延ばされる見通しだ。なぜCPUがここまで大容量メモリを必要とするのか、その構造を解説する。

18%以上の電力削減と9%以上の性能向上という数字が、Intel Foundryを再び先端プロセス競争の中心へ押し戻している。VLSI 2026で示されたIntel 18A-Pは、RibbonFETとPowerViaを土台にした18Aの改良版だ。一方で、TSMC N2はトランジスタ密度でIntel 18Aを上回り、先端製造の主導権を握る。そこへAppleのM系入門版評価、Googleの先端パッケージング検討という報道が重なり、勝負の軸は「最も細かいプロセス」から「十分な効率と供給分散」へ広がり始めた。

OpenAIがMediaTek、Qualcommと連携し、Luxshareを独占パートナーとしてAIエージェント中心のスマートフォンプロセッサを開発し、2028年の量産を目指しているとの観測が示された。これは、AI専用端末の議論が画面なし端末からスマートフォン再設計へと広がったことを示唆しており、既存のスマホ市場を置き換える可能性を秘めている。OpenAIはJony Ive氏のチームを統合し、AI時代の端末体験を自社で設計する方向性を示しているが、具体的な製品計画は未発表である。

アラブ首長国連邦は、政府のサービスとプロセスを2年以内に50%エージェント型AIへ移行させる国家戦略を発表した。これは、AIを単なるツールではなく、自律的に意思決定し実行する「執行パートナー」として位置づけ、市民の複雑な行政手続きを大幅に簡素化することを目指す。UAEは、長年のデジタルインフラ構築とトップダウンのアジリティにより、この野心的な目標達成に自信を示している。

ゲーム業界ではレイオフが続く中、AI導入が制作時間短縮ではなく雇用の脅威と認識され、生成AIへの警戒感が52%に上昇した。Google Cloudが9割の開発者がAIを使っていると主張する一方、GDC調査では個人利用が36%に留まり、効率化の利益と雇用リスクの分配が職種間で異なるため、AIの浸透度には大きな乖離がある。

生成AIの進化に伴い、エージェント型AIの普及によりデータセンターのハードウェア構成が劇的に変化している。AIインフラの主役がGPU単体からCPUの中核的配置へと回帰し、ハイエンドサーバー向けCPUの供給不足と価格高騰を招いている。このCPU需要の急増は、サプライチェーンに強烈な負荷をかけ、クラウドプロバイダーのTCO悪化やアーキテクチャ再編のジレンマを引き起こしているのだ。

Metaはエージェント型AIの処理に特化し、GPUではなくArmベースのCPU「Graviton5」をAWSから数千万コア、最低3年間調達する大型契約を締結した。これは、エージェント型AIが求める低レイテンシと高いスレッド並列性がCPUの得意とする領域であり、電力効率とコスト面で優位性があるため、AIインフラの最適解がワークロードによって分岐しつつあることを示している。
Metaは、AIエージェントの訓練データ整備のため、米国従業員の業務用PCでマウス移動やクリック、キーストローク、画面スナップショットを収集する。これは、AIを「答えるAI」から「操作するAI」へ進化させるため、完成品ではなく作業途中の「迷い」を高価なデータとして活用する狙いがある。他社が顧客データと学習データを分離する中、Metaは従業員の行動データをAI訓練に直接利用する点で一線を画しており、プライバシーや労務管理上の課題が指摘されている。

組み込みデータベースの性能改善は、普通なら数%ずつ積み上げる地道な作業になる。ところがRust製OSSデータベースredbの4.1.0では、書き込み性能が一部ベンチマークで約1.5倍に伸びたうえ、savepoint復元やテーブル操作に潜んでいた破損リスクまでまとめて修正された。しかもリリースノートは、その多数のバグ修正をAIコーディングエージェントが見つけたと明記している。高速化だけでも珍しいのに、直した場所がデータベースの深部だった点がさらに重要だ。redb 4.1.0は、AIがOSSで何を担い始めたのかを具体的な数字で示した。

現代の生成AIは思考プロセスを肩代わりし、瞬時に模範解答を提示する「思考の自動販売機」の性質を持つ。しかし、大規模な研究により、わずか10〜15分のAI対話でも、その後の人間の問題解決能力と困難に立ち向かう粘り強さが失われることが実証された。この現象は、AIに直接的な答えを求める利用スタイルで顕著であり、一時的な効率化の裏で人間の認知能力とモチベーションの崩壊が進むことを示唆している。