業界より先に動こうとするとき、何が変わるのか
ここでは、オペレーション、バリューチェーン、歴史的優位を変えるイノベーションを追う。見せ場としてではなく、企業が壊れずに変われるかどうかの試金石として読む。
いま見ているもの
産業技術、新しいプロセス、実際の信号を持つパイロット、企業の賭け、そしてイノベーションが標語ではなく設計・資本・規律を要する局面。
勝負が決まる場所
製造、モビリティ、鉱業、規制産業、そして「新しいものを出す」ことではなく、約束、時間軸、リスク許容度を組み替えることがイノベーションだと気づき始めた企業にある。
なぜ重要か
イノベーションは、能力、障壁、実行速度のどれかを変えたときにはじめて意味を持つ。残りは可視性を生むかもしれないが、変革とは限らない。
注目記事
イノベーションとディスラプション
四つのアプリが同じ脳で考えるとき
企業は長年にわたり、多様化しているように見えるテクノロジーポートフォリオを構築してきた。営業、オペレーション、コンプライアンス、ソフトウェア開発、サプライチェーンにはそれぞれ異なるツールが使われている。しかし、大半の企業テクノロジー棚卸しが捉えていないレイヤーが一つある。それは、各アプリケーションを動かす人工知能モデルだ。
Tomás Rivera9 分最新記事
14大学、1つの回路、そして次世代コンピューティング層を設計するのは誰かという問い
NSF IMODの公式広報に流通している画像がある。それは数字に移る前にしばらく立ち止まって眺める価値のある一枚だ。博士課程の学生が、4人の若い研究者に化学ドラフトチャンバーの中で発光ダイオードを製造する方法を教えている。センター長ではない。正教授でもない。ハンナ・コントレラスという学生が、化学者が電気工学者と、量子物理学者が機械工学者と対話できるよう設計された1週間の集中講座で、横断的な知識を伝えているのだ。この画像は、プレスリリースが誠実に言語化することのほとんどない何かを凝縮している。誰が何を知っているか、どのような構造の中で知っているかという設計が、研究ネットワークが見えるものと見えないものを決定するのだ。
企業AIのROIはアーキテクチャの問題であり、知能の問題ではない
CIOたちが居心地の悪さを感じながら暗記しつつある数字がある。組織の72%が、自社のAI投資は良くてもトントン、最悪の場合には赤字だと認めているというデータだ。失敗しているのは機械の知能ではない。それを取り巻くビジネスのアーキテクチャが失敗しているのだ。
マレーシア、技術的飛躍に向けて21の中国企業と交渉
2026年9月23日、上海にて、マレーシア首相ダトゥク・セリ・アンワル・イブラヒムは21人の中国産業界リーダーを前に座り、半導体、人工知能、ロボット工学、電気自動車、電池材料、先端光学、バイオテクノロジー、特殊製造について語り合った。この会議から、統合された数字も、署名された契約も生まれなかった。生まれたのは評価がより難しいもの——マレーシアがどこへ向かおうとしているか、そして誰とともに動くつもりであるかを示す地図だった。
AIが無許可で行動するとき、問題はモデルではない
長年にわたり、人工知能のリスクをめぐる議論は同一の軸を中心に展開してきた。モデルが幻覚を起こす、数字を捏造する、存在しない情報源を引用する、事実を混同する、というものだ。これは現実の問題であり、場合によってはコストがかかり、別の場合には恥ずかしい事態をもたらした。しかし本質的には、それはアウトプットの品質の問題だった。その時代は終わりつつある。幻覚が消えたからではなく、AIが動作するコンテキストの性質が変化したからだ。
最も人気
このページで票が多い記事
インドは自国のデジタル経済のスイッチを自分でコントロールできないと気づいた
金曜日の午後。Anthropicからのプレスリリースがグローバルパートナーのメールボックスに届いた。そのトーンはシステムメンテナンスの通知のように淡々としていた。テキストには、FableとMythosの両モデルが、米国市民権を持たない同社従業員を含む全ての外国籍者に対して停止されると記されていた。AnthropicとOpenAIの双方が「米国に次ぐ第二の市場」と位置づけるインドは、創業者、投資家、そして政府関係者が抽象論の域にとどめておきたかった事実を突きつけられた。自国のテクノロジー戦略を支えるツールへのアクセスは、事前通告も復旧スケジュールも示されないまま、ワシントンの一本の電話で遮断される可能性があるという現実だ。
91
なぜアナリストたちは存在しないロボットより歯車メーカーに賭けるのか
産業がその未来を先取りするとき、繰り返されるパターンがある。真剣なマネーは最終製品ではなく、その製品が必要とする部品を作るメーカーに向かう。PCブームの前に半導体で起きたことだ。今、ヒューマノイドロボットの映像が展示会やテクノロジー会議を席巻する中、4つの一流投資銀行が、ほとんどの読者が聞いたことのない中国のギアボックスメーカーに注目している。
90
誰も予算に入れていなかった税金が企業AIエージェントを沈めている
企業向けテクノロジーの導入には、熱狂が会計上の義務へと変わる特定の瞬間がある。企業製品に組み込まれた人工知能エージェントにおいて、その瞬間は技術チームの大半が予想していたよりも早く訪れた。そのきっかけとなったメカニズムは、間違った言語モデルでもデータ不足でもなかった。誰も「意思決定」として提示しなかったアーキテクチャ上の判断だった。
90
なぜ企業向けAIプロジェクトの95%はパイロット段階を生き残れないのか
役員会で感嘆を呼ぶデモと、誰かが救出しなければならない状況もなく月曜から金曜まで稼働し続けるシステムの間には、大きな隔たりがある。人工知能業界はこの2年間、前者を巧みに作り上げてきたが、その技術を後者に転用することはできていない。その原因はモデルにあるのではない――モデルは着実に強力になっている。
90
評価フレームワークがなぜ企業AIで最も見過ごされた戦略資産になったのか
AIエージェントを18ヶ月間展開してきた組織に繰り返されるパターンがある。システムが機能することは知っている——デモで動くのを見たからだ。しかし、今日も本番環境で、顧客データの上で、重要なワークフローの中で正常に動き続けているかどうかは分からない。パイロットの確信と実環境の不透明さの間にある距離こそ、予算・信頼・誰も持っていない時間が失われる場所だ。
なぜアナリストたちは存在しないロボットより歯車メーカーに賭けるのか
産業がその未来を先取りするとき、繰り返されるパターンがある。真剣なマネーは最終製品ではなく、その製品が必要とする部品を作るメーカーに向かう。PCブームの前に半導体で起きたことだ。今、ヒューマノイドロボットの映像が展示会やテクノロジー会議を席巻する中、4つの一流投資銀行が、ほとんどの読者が聞いたことのない中国のギアボックスメーカーに注目している。
企業向けAIパイロットの95%が成果を出せない——問題は技術ではない
無視できない数字がある：生成AIの企業向けパイロットの95%が、測定可能な財務的インパクトをまったく生み出していない。これはテクノロジー懐疑論者の悲観的な推計ではない。MITのNANDAイニシアティブが約300件の公開実装と150件以上の幹部インタビューをもとにまとめた報告書「The GenAI Divide: State of AI in Business 2025」の中心的な発見である。
IBMとOpenAIが提携、世界規模の企業向けAI投資をめぐり競争に参入
2026年8月13日、IBMはOpenAIとの広範な戦略的提携を発表した。これは単なる共同プレスリリースをはるかに超えるものだ。IBMはコンサルティング部門内にOpenAI専任プラクティスを設立し、GPT-5.6、Codex、ChatGPT WorkなどのモデルをIBM Consulting Advantageプラットフォームに統合。さらに今後数ヶ月以内に数万人のコンサルタントをOpenAI技術で認定する計画だ。財務条件は非公開だが、この大規模な内部体制の構築が全てを物語っている。パイロット実験ではなく、人的インフラへの本格的な投資だ。
測定してスケールする：企業AIを阻む問題
2年前、私が知るほとんどの経営幹部はどの言語モデルを選ぶかを議論していた。今日、その決断を下したにもかかわらず第2ラウンドの投資を正当化できない人々は、問題がモデルではなかったことに気づき始めている。問題は測定だった。企業部門は数年にわたり急速なペースでAIを導入してきたが、一貫してスケールさせることができている組織はわずか3分の1に過ぎない。
FAQ
イノベーションとディスラプション
このカテゴリでイノベーションと呼べるものは何か？
価値が設計され、生産され、流通し、回収されるやり方を具体的に変えるものだ。目を引く新しさだけでは不十分で、システムの重要な部分を変えていなければならない。
役に立つイノベーションと企業の見せ物をどう見分けるのか？
市場での支持、外部検証、業務インパクト、そしてその賭けを支える組織の本気度を見る。重要なものが何も変わっていないなら、それはイノベーションではなくプレゼンテーションである可能性が高い。
ここで追う価値のあるイノベーションの物語とは何か？
早すぎる採用、実証プラントへの資金投入、オペレーションを別の論理へ移すこと、あるいは生まれた環境の外でもそのアーキテクチャが持つかを試すといった難しい判断が見えるものだ。
AMDがロボティクス事業に参入——NvidiaのフィールドでNvidiaに挑む新プラットフォーム
自律型ロボティクスは長年にわたり、産業規模での普及を約束しながらも、その実現には至っていなかった。アルゴリズムや野心が不足していたわけではなく、非構造化環境で動作するロボットに必要なハードウェアが、単一のアクセスしやすいシステムに統合されることがほとんどなかったからだ。AMDはサンフランシスコで開催された「Advancing AI 2026」にて、Kria AI Robotics Developer Platformを発表し、その課題を解決できると確信して賭けに出た。
Martín Soler9 分
企業AIパイプラインが損失を生む原因はトークンではなく、その前の段階にある
人工知能のパイロットプロジェクトが積み重なると、やがて野心ではなく混乱に見えてくる瞬間がある。その瞬間は2026年に多くの大企業を訪れた。最も明確なシグナルは技術的な崩壊でも、モデルの失敗でもなかった。それはもっと平凡で、取締役会で説明しにくいものだった。トークンの消費がコストを上回り、それに見合う価値を生み出さなかったという事実だ。
産業用ロボットの89%は今もケージに閉じ込められており、人工知能はその解決策ではない
数十年にわたり、産業用ロボットの姿は変わらなかった。金属製のアームを持つ強力で高速な機械が鉄製のケージの中に閉じ込められ、人間たちはその外側から見守るだけだった。この光景は時代遅れの象徴ではない。利用可能な安全システムがそれ以外の選択肢を支えられなかったために今も続く、工学的な決断の結果である。
Isabel Ríos8 分
誰も予算に入れていなかった税金が企業AIエージェントを沈めている
企業向けテクノロジーの導入には、熱狂が会計上の義務へと変わる特定の瞬間がある。企業製品に組み込まれた人工知能エージェントにおいて、その瞬間は技術チームの大半が予想していたよりも早く訪れた。そのきっかけとなったメカニズムは、間違った言語モデルでもデータ不足でもなかった。誰も「意思決定」として提示しなかったアーキテクチャ上の判断だった。
Camila Rojas9 分
IEEEが最高の栄誉をロボティクスのグローバルアーキテクチャを構築したエンジニアに授与した理由
福田敏男は50年間この分野に携わってきた。2000本以上の論文を発表し、生物学的レゴのように組み立てられるモジュラーロボットを開発した。IEEEが2026年リチャード・M・エンバーソン賞——同機関最高の栄誉のひとつ——を授与したとき、それは一つの発明を称えたのではなかった。数十年にわたって現代ロボティクスを支える知的インフラを構築し続けた人物を称えたのだ。
Clara Montes9 分
AIの契約がいまだに時間単位で課金される理由——本当の価値はどこにあるのか
企業向けAI導入における最大の摩擦は、技術的な問題ではない。モデルでも、データの品質でも、計算能力でもない。問題は契約にある。多くの組織が構造的なリターンを期待してAI実装に数億円を投じる一方、大半はいまだに生み出した価値ではなく、費やした時間に報酬を与える契約を締結し続けている。
自動化をプロセス再設計なしに行うことは、過去を保存する最もコストのかかる方法だ
デジタルトランスフォーメーションに多大な予算を投じる大企業において、驚くほど一貫して繰り返される意思決定の連鎖がある。摩擦を生むプロセスを特定し、自動化技術を導入し、既存のフローにツールを展開し、進捗を報告する。経営ダッシュボードはスピードを示し、委員会のプレゼンでは効率性が語られる。そして6ヶ月後、同じ問題が再び現れる——今度はより解体しにくいシステムに包まれた形で。
AIシステムの「健忘症」はモデルの問題ではなく、インフラの問題だ
AIプロダクトチームがよく知っているシーンがある。ユーザーがアシスタントと20分かけてコンテキストを構築する——予算、食事制限、変更できない日程、家族の好み。そして3ターン後、システムはその会話など存在しなかったかのように振る舞う。
Tomás Rivera9 分
Databricksがオントロジーへかじを切る——企業AIエージェントの「脳」を制するのは誰か
企業向け人工知能の歴史は、層を重ねるように進化してきた。まずベクトルデータベースが登場し、大量のテキストに対してセマンティック類似検索を可能にした。そして今、Databricksはそのアーキテクチャだけでは不十分だと断言し、オントロジーへの大きな賭けに出ている。
シカゴが量子レースに5億ドルを賭ける――明確な勝者が現れる前に
シカゴのサウスサイドで起きていることを象徴する光景がある。かつてU.S. スチール・サウスワークスの製鋼炉が並んでいた場所に、今では銀色のアルミニウム製の6万5,000平方フィートの建物を建設するクレーンが聳え立っている。完成すれば、PsiQuantumが「同社がこれまでに建設した最大の中規模スケールテストシステム」と説明する施設が稼働する。その外では、ジェイ・ロバート・プリッツカー知事がこの一帯を「次のシリコンバレー」と呼んでいる。
Martín Soler9 分
インドは自国のデジタル経済のスイッチを自分でコントロールできないと気づいた
金曜日の午後。Anthropicからのプレスリリースがグローバルパートナーのメールボックスに届いた。そのトーンはシステムメンテナンスの通知のように淡々としていた。テキストには、FableとMythosの両モデルが、米国市民権を持たない同社従業員を含む全ての外国籍者に対して停止されると記されていた。AnthropicとOpenAIの双方が「米国に次ぐ第二の市場」と位置づけるインドは、創業者、投資家、そして政府関係者が抽象論の域にとどめておきたかった事実を突きつけられた。自国のテクノロジー戦略を支えるツールへのアクセスは、事前通告も復旧スケジュールも示されないまま、ワシントンの一本の電話で遮断される可能性があるという現実だ。
Ignacio Silva12 分
量子コンピューティングはもはや単なる約束ではない――それでも誰も準備できていない理由
何かがすべてを変えると知ることと、それが現実であるかのように動くことの間には、大きな隔たりがある。量子コンピューティングは何十年もその狭間に存在してきた――研究予算に登場するほどには現実的でありながら、日常業務を変えるほどには近くない。その狭間は今まさに閉じようとしている。しかし組織の大多数の反応は、最初から変わっていない：ただ待つことだ。
電気自動車充電器におけるAIエージェントと、誰も先に解決しなかったセキュリティ問題
電気自動車向け充電インフラの拡大には、見出しにはほとんど登場しない根本的な問題がある。新たに設置される充電器は、電力網への新たな侵入口にもなり得るという点だ。マラガ大学の研究チームがこの問題を、欧州のメーカーや規制当局がここ数年に発表してきたどの声明よりも明確に提起する提案を発表した。
Elena Costa9 分
なぜ企業向けAIプロジェクトの95%はパイロット段階を生き残れないのか
役員会で感嘆を呼ぶデモと、誰かが救出しなければならない状況もなく月曜から金曜まで稼働し続けるシステムの間には、大きな隔たりがある。人工知能業界はこの2年間、前者を巧みに作り上げてきたが、その技術を後者に転用することはできていない。その原因はモデルにあるのではない――モデルは着実に強力になっている。
Tomás Rivera9 分