7月10日、O'Reillyが「This Week in AI: Chips, Checks, and Changing Jobs」と題した記事を公開した。この記事では、AIをめぐるハードウェア競争・政府規制・雇用変化という3つの潮流について詳しく紹介されている。
チップの戦いはアルゴリズムから「原子と電力」へ
今週最も読み応えのある話題はハードウェアだ。
IBMが世界初のサブ1ナノメートルチップ技術の研究成果を発表した。測定値は0.7 nmで、これはDNAの幅の約3分の1に相当する。トランジスタの微細化は物理的な限界に近づきつつあり、IBMは今後、平面方向の縮小と並行してトランジスタの垂直積層にも取り組んでいる。0.7 nmトランジスタにより、爪の先ほどのチップに約1,000億個のトランジスタを搭載でき、従来の2 nm世代と比べて性能50%向上・消費電力70%削減を達成するとしている。これはあくまで研究段階の成果であり製品発表ではないが、業界では「アンストロム時代」と呼ばれる超微細化の新局面を象徴するブレークスルーとして位置づけられている。
OpenAIとBroadcomは別のアプローチを取った。両社が発表した**Jalapeñoは、LLMの学習ではなく推論専用**に設計されたチップだ。学習がメディアの注目を集めるが、AIが実際にユーザーに届くのは推論フェーズである。数億人のユーザーに掛け算されれば、わずかな効率改善でも大きなコスト削減になる。フロンティアラボが汎用チップから自社設計チップへ移行する理由はここにある。
NVIDIAは完全液冷AIファクトリーの設計を公開した。冷媒を最大45°C（113°F）で運用できるため、データセンターの大きな批判ポイントだった冷水への依存を排除できる。IBMの微細化、OpenAI/Broadcomの推論専用設計、NVIDIAの冷却革新——3つの動きが重なり、「次のAIの本命はアルゴリズムではなく物理インフラ」という方向感が鮮明になった。
政府関与は「一時的な介入」から「恒常的な条件」へ
AnthropicがClaude Fable 5とClaude Mythos 5のパブリックアクセスを復活させた。背景にあるのは米政府による輸出規制の解除だ。もともとこれらのモデルは、高性能AIが特定地域・用途へ流出することを防ぐ目的で米国の輸出管理規制（EAR）の対象として扱われており、一般公開が制限されていた経緯がある。日本を含む同盟国の開発者・企業も、こうした規制の影響でAPIアクセスが突如制限されるリスクを抱えている点は認識しておく必要がある。
なお、Mythos 5のプレビュー公開直後に重大な脆弱性の開示件数が月次ピークの3.5倍に急増したというEpoch AIのデータが紹介されている。元記事はモデルリリースとの因果関係を断定しているわけではなく、AIが攻撃者の脆弱性探索速度を上げる一方、防衛側のパッチ適用速度も上げるという両義性の文脈で引用されているデータである点には注意が必要だ。
OpenAIのGPT-5.6ファミリーは政府の要請を受け、当初は信頼パートナー限定の段階的プレビューとして公開された。Sol・Terra・Lunaの3モデルで構成され、一つのモデルで何でもこなすのではなく用途別に設計されている。
さらに、OpenAIが米政府に5%の株式持分を提供する提案を検討しているとFinancial Timesが報道した。AI経済のアップサイドを納税者に還元するという建前だが、同時に公的信頼の獲得を狙う動きでもある。仮にこの構造が定着すれば、政府はモデルへのアクセス条件に対して恒常的な影響力を持つことになる。米国外の開発者や企業にとっては、自分たちがコントロールできない条件でモデルへのアクセスが左右されるリスクを改めて突きつける話だ。
「エンジニア」という肩書きが実態に追いつかなくなっている
雇用の変化も見逃せない。クライアントが望むものと実際に構築されるものの間のギャップを埋める職種として、フォワード・デプロイド・エンジニア（Forward-Deployed Engineer）が台頭している。直訳すると「前線展開エンジニア」で、自社オフィスではなくクライアントの現場に直接入り込み、AIの構想を動くシステムに変える役割だ。プラットフォームエンジニア・ソリューションアーキテクト・プロダクトマネージャーの機能を一人で担うケースも多く、従来の職種区分では捉えきれない。
Claude Codeの作者Boris Chernyは、職種ではなく機能とアーキタイプで人材を捉え直す視点を提示している。彼が自チームで観察した5つのアーキタイプがこれだ：
- プロトタイパー：アイデアを量産する。大半はリリースされない
- ビルダー：アイデアをプロダクション品質の製品に変える
- スウィーパー：コードを単純化し、パフォーマンスを改善する
- グロワー：出荷済み製品をマーケットフィットに向けて反復する
- メンテナー：成熟したシステムをセキュア・信頼性・スケーラブルに保つ
1人が2〜3のアーキタイプを兼ねることもある。「エンジニア」や「デザイナー」という肩書きに綺麗に対応するものではない。
企業の対応戦略には対照的な例がある。SAPはAI人材を外部採用で補強するためにコスト削減を進める一方、IKEAは既存社員をAI対応ロールへ再教育する方針を取っている。外部調達か内部育成かという選択は、AIが組織にどう定着するかを左右する戦略判断だ。
補足：生命科学とAIの交差点
記事では小ニュースとして、生命科学分野向けの2製品も紹介されている。
Anthropicの**Claude Scienceは、ライフサイエンス研究者向けに研究データベース・ラボツール・計算リソースを統合したワークベンチだ。研究者が複数のツールを横断して使う手間を削減し、AIを実験ワークフローの中心に置くことを狙っている。OpenAIのGPT-Rosalind**は生物学的推論に特化したモデルで、DNAの二重らせんを発見したロザリンド・フランクリンに由来する名称だ。汎用モデルでは手薄だった科学推論領域への本格参入を示す動きとして注目される。
詳細はThis Week in AI: Chips, Checks, and Changing Jobsを参照していただきたい。
