2025年第1四半期だけで、ディープフェイク詐欺による世界的な被害額が300億円近くに達したことがわかった。わずか3～5秒の音声サンプルから85％の精度で声を複製できる技術や、本物と見分けがつかないビデオ通話技術を悪用し、経営幹部になりすまして送金を指示するケースが急増。シンガポールでは多国籍企業のCFOを装った詐欺により、7,000万円規模の被害が発生した。こうした状況を受け、AIを活用した新世代の従業員トレーニングなど、新たなアプローチに注目が集まる。脅威となるディープフェイク詐欺の実態とその対策について、最新動向を探ってみたい。

メタが2025年4月5日、最新の大規模言語モデル「Llama 4（ラマ・フォー）」を発表した。マルチモーダル機能を搭載し、画像・動画認識を標準装備するなど、「Llama 3」から大きな進化を遂げた。Scout、Maverick、Behemothの3モデルをラインナップし、それぞれの用途に応じた選択が可能だ。一方で、同社のベンチマークは公開モデルと異なることが明らかになり、透明性や公平性に対する批判が出ている。さらには最上位モデルBehemothのリリースが延期され、開発チームから多くのエンジニアが離脱していることが原因との報道もある。本稿では、Llama 4の技術的な特徴を解説しつつ、実際のビジネスシーンでどのような力を発揮するのか、その可能性と課題を探る。

生成AI市場で苦戦を強いられてきたグーグルが「Gemini 2.5 Pro」で攻勢に出ている。従来のAIとは一線を画す「思考型モデル」として注目を集める同モデルは、ベンチマークテストで最高水準のスコアを達成。さらに、100万トークンの入力処理やマルチモーダル機能の強化により、企業での実用性も大きく向上した。加えて、競争力のある価格設定でAI市場の構図を変える可能性も出てきた。

AIの次のフロンティアとして注目されるロボティクスと自動運転分野だが、データ不足という大きな課題に直面している。これに対しNVIDIAは人工データによるソリューションを提唱し、「Cosmos-Transfer1」という新モデルを発表した。単純な3D情報から写実的な映像を生成し、ロボット学習の効率を劇的に向上させるAIモデルだ。これにより、物体の把握から複雑な動作、またエッジケースを含む多様な状況に対応できるAIシステムの開発が加速することが期待される。NVIDIAはこのモデルをオープンソース化することで、物理AIエコシステムの拡大を狙う。

コーディング分野でアンソロピックの存在感が際立ってきた。同社の「Claude 3.7 Sonnet」は、ソフトウェア開発スキルを測定するSWE-benchで70.3％のスコアを記録し、OpenAIのo3-mini（49.3％）を大きく上回った。同社は、コンシューマー向け機能の開発に注力せず、エンタープライズ市場、特にコーディング性能に焦点を当て、AIモデルの開発を進めてきた。この戦略は、高性能、安全性、アクセスの容易性という3つの優位性となって実を結びつつある。本稿では、アンソロピックがコーディング分野で構築しつつある強固な立ち位置の背景に迫る。

OpenAIの「Deep Research」のパフォーマンスを超えるとされるのが、中国発のAIエージェント「Manus」だ。これを開発したButterfly Effectの創業者シャオ・ホン氏は「世界初の汎用AIエージェント」と豪語する。Manusはマルチエージェント構成を採用し、同AIエージェントは犯罪率や起業家密度をもとにサンフランシスコの物件を探すといった複雑なタスクにも対応するとされる。Manusについて詳しく解説するとともに、AIエージェントの進化の課題についても見ていこう。

米金融業界でAIエージェントの導入が加速している。ゴールドマン・サックスは「もう1人の社員」となるAIアシスタントを1万人の社員に提供開始した。また、ニューヨーク拠点の老舗銀行BNYも独自開発したエージェントベースのチャットボットを、OpenAIとの提携により強化する計画。さらにクレカ大手のキャピタル・ワンは自動車購入を支援するユニークなAIエージェントを全米展開する。ここでは金融業界で加速するAI活用の最新動向を探ってみたい。

Eコマース領域でも注目されているのは「AIエージェント」による変革だろう。ユーザーに代わり、エージェントがWeb上で商品を選び、カートに追加し、購入まで行えるようになった。また、エージェントフレームワークのメモリ機能の改善により、パーソナライゼーションの度合いもさらに高まることが予想されている。AIエージェントがもたらすEコマース市場における変革、その最前線を追ってみたい。

医療分野のAIプロジェクトで画期的な成功を収める事例が登場した。NYU Langone Healthは、Llama-3.1-8Bモデルとオープンソースのベクトルデータベースを組み合わせた独自のエージェンティックAI（AIエージェントよりもさらに自律性の高いAIのこと）を開発、導入の現場から高い評価を得ている。その成功の背景には、5つの重要な問いに基づく綿密な事前計画があったという。この事例からAIプロジェクトの成功確率を高めるための重要な示唆を探っていこう。

スタートアップ情報のデータベースとして知られるCrunchbaseが、「過去データの提供」から「未来予測」へと大きく舵を切ることを発表した。同社は、過去3万社以上のデータに加え、8000万人のユーザー行動データを取り込むことで、スタートアップの成功を最大95％の精度で予測できるAIモデルを開発したという。どのようなモデルなのか、その驚くべき取り組みの詳細を解説したい。

AIと開発者の新たな協業スタイル「Vibe Coding（バイブ・コーディング）」が、ソフトウェア開発の現場で注目を集めている。セールスフォースでは、AIによるコード生成が全体の20％を占め、月間3万時間の開発時間削減を実現。ただし、この手法は開発者の役割を奪うものではない。むしろ、AIが基本的なコーディングを担う一方で、開発者はより戦略的な判断や品質管理に注力する形へと進化。新たな開発パラダイムがもたらす可能性を探る。

画像生成AI市場では苦戦を強いられていたOpenAIが、「GPT-4o」により巻き返しを図っている。同社の画像生成シェアは、わずか1年で大幅に減少。ドイツのBlack Forest Labsやグーグルなど新興勢力の台頭により、市場環境は一変した。OpenAIは、画像生成機能をチャットボットに統合することでGPT-4oによる高精度な画像生成とスムーズな対話を実現。初週で130万人が利用するヒット機能となった。一方で、スタジオジブリ風画像機能は著作権議論を再燃させるなど、AI画像生成の新たな課題も示している。