生成AI

調査時間96%減の先にある、MDR現場の「人が判断する」設計

「96%短縮」という数字は、本当に現場の働き方を変える水準なのでしょうか。セキュリティ企業Sophosの事例を、OpenAIが公開しています。Sophos cuts threat investigation time by 96% with...
LLM・基盤モデル

Falcon ASR 登場、音声認識を「自前で組み込む」選択肢はどこまで現実的か

音声認識を製品に組み込むとき、クラウドAPIに任せるか、自分で動かすかは長く悩みどころでした。その選択に、新しい材料が加わっています。アブダビの研究機関 TII(Technology Innovation Institute)は、Huggi...
LLM・基盤モデル

欲しいモデルがなければ作る時代へ:0.8Bモデルが示す「自作」の現実味

「必要なモデルが存在しないなら、自分で作ればいい」。この発想は、数年前なら大企業か研究機関の話でした。いま、その前提が変わりつつあります。Hugging Face のブログ The model that didnt exist, so yo...
生成AI

バグバウンティ研究者は「どの機能を掘るか」をどう決めているのか

脆弱性は、探す人の数だけ見つかるわけではありません。どこを探すかという選択が、成果を大きく左右します。GitHub Blog の How one bug bounty researcher chooses the features they...
LLM・基盤モデル

脆弱性は見つけるより直すほうが難しい。Anthropic Cyber Missionが狙う「修正」の支援

AIで脆弱性を見つけやすくなれば、守る側の仕事は楽になるのでしょうか。Anthropicの答えは、そう単純ではないというものです。Anthropicは Introducing the Anthropic Cyber Mission \ An...
AIエージェント

Anthropicの1.5億ドルは、科学の現場に何を届けるのか

Anthropicの1.5億ドルは、研究予算の上積みなのでしょうか。それとも別の性格のものなのでしょうか。Anthropicは Building on our commitment to American scientific discov...
LLM・基盤モデル

Usage Policy更新は「禁止の追加」ではなく、エージェント時代に任せられる範囲を測る物差しになる

利用規約の更新と聞いて、制限が増えただけだと読み流していないでしょうか。今回の更新は、その読み方だと要点を外します。元記事のポイントAnthropicは2026 Usage Policy updateで、Usage Policyの新版を公開...
生成AI

偽の記者とシンクタンクは見抜けるか。AI時代の「看板」検証

署名つきの記事や専門機関のレポートを、見た目だけで信頼してよいのでしょうか。OpenAI は Disrupting AI-enabled “false front” operations で、AI を使った2件の影響工作を阻止したと公表しま...
AIコーディング

Codex のコストを65%削減しても、開発速度は落ちなかった。LegalOn が見せた「使い分け」の効果

AI コーディングの費用は、使うほど膨らむものなのでしょうか。コストを下げると、開発は遅くなるのでしょうか。OpenAI が公開した事例 LegalOn halves Codex costs while maintaining develo...
LLM・基盤モデル

画像も動画広告も1人で作れるのか。Pollo AIが示す制作工程の圧縮

アイデアはあるのに、広告として形にするまでの工程が重すぎる。この壁は、本当に個人のクリエイターには越えられないものなのでしょうか。OpenAIが公開した事例 Pollo AI turns creative ideas into campai...