---
title: "Anthropicが自律型AI発表、Google CloudにOpenAI導入ほか｜Visibility Watch AI 10/23"
date: 2026-10-23
author: bitzer
slug: vw-ai-20261023
permalink: https://bitzer.co.jp/visibility-watch/vw-ai-20261023/
---

> **TL;DR**: Anthropicが自律的にタスクを遂行するAIエージェント「Claude Duet」を発表しました。また、Google CloudのModel GardenにOpenAIのモデルが導入され、主要LLMの統合的な利用が可能になります。あわせてNVIDIAがAIエージェントの安全な運用を実現する参照構成「OpenShell」を公開しました。

## Anthropicが自律型AIエージェント「Claude Duet」を発表

Anthropicは2026年10月21日、ユーザーが離席している間も自律的にタスクを遂行する常時稼働型AIエージェント「Claude Duet」の研究プレビュー版を発表しました。本機能はClaude Opus 5.5をベースに設計されており、6,000以上のコネクタを通じてGmailやSlack、Stripeなどの外部サービスと連携します。米国のProおよびMaxプラン契約者を対象にウェイトリストへの登録を受け付けており、利用料金は各プランに含まれます。

**解説**

今回の発表は、AIが単なるチャットインターフェースを超え、外部ツールを自律的に操作して業務を完結させる「エージェント時代」への本格的な移行を意味します。特に多くの外部サービスと連携し、ユーザーの不在時にもタスクを処理できる点は、従来の対話型AIとの大きな違いです。

GmailやSlackなどのコミュニケーションツール、あるいはStripeのような決済基盤と連携するため、定型的なワークフローの自動化や、情報の収集・整理を任せたいビジネスパーソンにとって極めて有用です。これにより、人間が介在せずともタスクが進行するため、業務のリードタイム短縮が期待できます。

導入にあたっては、決済などの機密性の高い操作に承認フローが組み込まれている点を確認しつつ、自律的な動作による予期せぬ操作のリスクを評価する必要があります。また、利用上限が他のClaude機能と共有されるため、大量のタスクを割り当てた際のコストパフォーマンスや、リソース消費のバランスを検証することが重要です。

出典: [Anthropic、離席中もタスクをこなす自律型AI「Claude Duet」発表](https://pc.watch.impress.co.jp/docs/news/2150390.html)（PC Watch（Impress）） / [Anthropic takes on Grok Bot, Meta’s Muse, and OpenAI’s Dots with its always-on agent "Claude Duet"](https://the-decoder.com/anthropic-takes-on-grok-bot-metas-muse-and-openais-dots-with-its-always-on-agent-claude-duet/)（The Decoder） / [Anthropic版常時稼働エージェント「Claude Duet」発表 Opus 5.5ベースで設計 Pro／Maxプランで提供](https://www.itmedia.co.jp/aiplus/article/2610/22/2000002490/)（ITmedia AI＋）

## Google CloudのModel GardenにOpenAIモデルが導入、主要3社を統合提供

Google Cloudは2026年10月22日、同社のAIプラットフォーム「Model Garden」にOpenAIのモデルを導入すると発表しました。追加されるモデルには「GPT-6 Astra」「GPT-6.1 Sol」「GPT-6 Luna」が含まれます。これにより、Google Cloudは主要なクローズドソースLLMすべてへのアクセスを提供する唯一のハイパースケールクラウドプロバイダーとなり、自社製やオープンモデルを含む200以上のモデルを提供します。

**解説**

これまでクラウドプロバイダーごとに囲い込まれていた主要LLMが、Google Cloudという単一のプラットフォーム上で統合的に利用可能になります。これにより、開発者はインフラを切り替えることなく、タスクに応じてGoogle、Anthropic、OpenAIのモデルを柔軟に選択・比較できるため、最適なモデルの選定コストが大幅に削減されます。

特に、複数のLLMを組み合わせた複雑なワークフローを構築している企業にとって、API管理や認証基盤を一本化できるメリットは大きいです。一方で、モデルの切り替えに伴うプロンプトの最適化や、各モデルの出力精度の差分検証など、運用面での管理コストは依然として発生します。

導入にあたっては、各モデルの利用料金の差や、Google Cloud上のデータガバナンス、セキュリティポリシーがOpenAIモデル利用時にも同様に適用されるかを確認することが重要です。

出典: [Google Cloud、OpenAIモデルを「Model Garden」に導入](https://ai.watch.impress.co.jp/docs/news/2150308.html)（AI Watch（Impress）） / [Google Cloudに「Astra」含むOpenAIのモデルが追加 「主要3社のクローズドモデル使える唯一のハイパースケーラー」に](https://www.itmedia.co.jp/aiplus/article/2610/22/2000002487/)（ITmedia AI＋）

## NVIDIAがAIエージェントの安全な運用を実現する「OpenShell」の参照構成を発表

NVIDIAは、AIエージェントを安全に構築し、制御するための「NVIDIA OpenShell リファレンス アーキテクチャ」を発表しました。この構成は、AIエージェントの導入と運用における安全性と制御性の確保を目的としています。

**解説**

AIエージェントが自律的にタスクを実行する段階に移行する中で、予期せぬ動作や権限外の操作を防ぐ「ガードレール」の構築が急務となっています。本アーキテクチャは、エージェントの動作を監視・制御する仕組みを標準化することで、企業が安心してAIを実業務に組み込むための指針を提供します。

特に、社内システムへのアクセス権限を持つエージェントを運用するIT管理者や、複雑なワークフローを自動化したい技術者にとって有用です。これにより、AIによる操作の透明性が向上し、ガバナンスを効かせた状態での自動化が進むと考えられます。

導入にあたっては、NVIDIAのスタックへの依存度や、既存のセキュリティポリシーとの整合性を検証する必要があります。また、制御レイヤーを設けることによるレスポンスへの影響（レイテンシ）や、運用コストの増大についても検討が必要です。

出典: [NVIDIA、安全なエージェントの構築／制御を実現できる「OpenShell リファレンス アーキテクチャ」を発表](https://www.itmedia.co.jp/pcuser/articles/2610/22/news065.html)（ITmedia PC USER）

## NVIDIAが物理AI向け世界モデル構築ツール「Cosmos」を拡張

NVIDIAは、物理AIシステムが現実世界を理解・シミュレーションするための「世界モデル」構築プラットフォームであるCosmosを拡張しました。データ収集・精査・拡張を行う「Cosmos Data Factory」において、自動運転や欠陥検出などの5つのクラウドネイティブなブループリントを提供し、GitHubやMicrosoft Azure等を通じて利用可能です。PorscheやANYboticsなどの企業が、合成データの生成による開発サイクルの短縮やロボットの学習に活用しています。

**解説**

今回の発表は、物理的な動作を伴うAI（物理AI）の開発において、最大のボトルネックとなる「高品質な学習データの確保」を合成データと自動化で解決しようとするものです。特に、現実では再現が困難な事故シーンや稀な欠陥事例を擬似的に生成できるため、開発コストの削減と安全性の向上が期待できます。

製造業の検品自動化や自動運転、産業用ロボットの開発に携わる技術者にとって、データ収集の工数を劇的に減らせる可能性があります。一方で、合成データに頼る分、シミュレーションと現実の乖離（Sim-to-Real gap）をどう埋めるかという検証精度や、クラウド基盤の利用コストが導入時の重要な検討事項となるでしょう。

また、オープンモデルの提供が含まれているため、自社環境で動かす場合は、NVIDIA GPUの計算リソース確保に加え、ライセンス条件の確認が必要です。

出典: [NVIDIA Cosmos Opens New Tools to Train, Evaluate and Deploy World Models](https://blogs.nvidia.com/blog/cosmos-open-train-evaluate-deploy-world-models/)（NVIDIA AI Blog）

## NVIDIA RTX Spark搭載ノートPCが発売、約110万円から

MSIからNVIDIA RTX Sparkを搭載した16インチの2-in-1ノートPC「Prestige N16 Flip AI+ C1XM」が2026年10月23日に発売されました。日本国内での販売価格は約110万円からとなっています。本機は360度回転するフリップ構造を採用しているのが特徴です。

**解説**

本機の登場は、CUDA環境をノートPCという形態で持ち運べる点に意味があります。特に、単体のハイエンドGPU（RTX 5090等）ではメモリ不足で処理できない大規模な3Dレンダリングや、ローカルLLMの動作を同一マシン上で完結させたいユーザーにとって、強力な選択肢となります。

一方で、価格が110万円からと非常に高価です。筆者の過去の見解にある通り、CUDAが必須でないタスクであれば、Mac Studio M5 UltraやMacBook Pro M5 Maxの方がコストパフォーマンスや実用性、リセールバリューの面で優れている可能性があります。導入にあたっては、Windows環境かつCUDAが必須である具体的な業務上のメリットがあるかを慎重に検討すべきです。

出典: [MSIのNVIDIA RTX Spark搭載ノート「Prestige N16 Flip AI+ C1XM」が発売、価格は約110万円から](https://akiba-pc.watch.impress.co.jp/docs/news/news/2150492.html)（AKIBA PC Hotline!（Impress）） / [My RTX Spark laptop rendered a Blender scene too big for an RTX 5090, and a local LLM on the same machine built it – XDA](https://news.google.com/rss/articles/CBMinwFBVV95cUxOSFdsRjhNNWFMS0ptREhyRldCaUpyeHVfeGJnMng1YlYwT3NvMXNtdHMydXJUNXZhT0FhWldjbmc1UUdoLUF4SnlleERERmlyYTJGeGZrYlBGSFJyemRJWGZfdVA1ZUQ0S2pCZlMwSU1BVTU5cy1QSmxjTHA1MTd0VUFXWDFOTDJZOHJuOXNqZEhIS1gzZTFkQkh1Vy1ZRFU?oc=5)（Google News(EN): DGX Spark / RTX Spark） / [【Hothotレビュー】64GBのRTX Sparkで何ができる？LLMから動画生成まで徹底ベンチ！](https://pc.watch.impress.co.jp/docs/column/hothot/2150098.html)（PC Watch（Impress））

## NVIDIA DGX Sparkが最大8台のノード連携に対応し、メモリ1TBを実現

NVIDIAは、AI開発用ワークステーション「DGX Spark」を最大8台まで連携させることが可能になったと発表しました。これにより、合計で1TBのメモリを確保でき、数百GBのメモリを必要とするフロンティアクラスのAIモデルの実行や、複数のモデルを並列に動作させるオーケストレーションが可能になります。

**解説**

今回のアップデートは、単体ではメモリ不足に陥るような超大規模モデルの推論や、複雑なモデルチェーンの構築をデスクサイドの環境で実現することを意味します。特に、メモリ消費の激しい最新の巨大モデルを検証したい開発者や、複数のAIモデルを組み合わせて高度なワークフローを構築しようとする技術者にとって、計算リソースの制約を大幅に緩和する選択肢となります。

一方で、導入にあたってはコストパフォーマンスの検証が不可欠です。筆者の過去の見解にある通り、CUDA環境が必須でない場合は、Mac Studio M5 Ultraなどの大容量メモリ搭載機の方が実用的である可能性があります。また、複数台のノードを連携させる場合の運用コストや、電源・冷却などの物理的な設置環境の整備についても慎重な検討が求められます。

出典: [Running Frontier-Class AI Models Across 8 NVIDIA DGX Spark Nodes](https://developer.nvidia.com/blog/running-frontier-class-ai-models-across-8-nvidia-dgx-spark-nodes/)（NVIDIA Technical Blog） / [Nvidia DGX Spark Clusters Now Reach 8 Units and 1 TB of Memory – eTeknix](https://news.google.com/rss/articles/CBMikAFBVV95cUxNRWJNaldCNXMxQ2pCalJ2VDVYajlSOEhDeU5mM2p4X1lnZHo4WXR1bWFreTZiQmtxOWhYbFpPTURucjZGdkhFVjNKOEl6eWlrbmxPVG9EdnZvZ1o0ejlNUFhMQ1NHWHFBNGxteVV0ZWItRHpZNVh1UWxuOWhVaHJZU1B3VkpvMlJnQzZEYW5GMVE?oc=5)（Google News(EN): DGX Spark / RTX Spark） / [Running Frontier-Class AI Models Across 8 NVIDIA DGX Spark Nodes | NVIDIA Technical Blog – NVIDIA Developer](https://news.google.com/rss/articles/CBMioAFBVV95cUxNQXgyZ1REM3ZhNTRDMkNTVnNFckUxeU81c3doMVNiU0JfMXM4TllyR05Cc25PWThJWUVRQll5SjdhT2Y0NVBPOXIwYnI1aEdsdWFFeTZTMWo4eEoxa0ZIb2hVTGRma2xTYlBWS0oyNDJXVlpuXzlfT0E2Rnhkay1Hdi1RUm9Cc3dFeUpMUXhSV1BBYm5TZjg4RHM1WGhYME8z?oc=5)（Google News(EN): DGX Spark / RTX Spark）

## OpenAIが「Decisions API」を公開、低コストで高速な意思決定処理を実現

OpenAIは、アプリケーション向けに高速かつ低コストで特定の判断を下すための「Decisions API」を発表しました。このAPIは、応答性の高いアプリ構築を目的としており、複雑な推論よりも、フォーカスされた迅速な意思決定処理に特化しています。

**解説**

今回の発表は、LLMにすべてを任せる汎用的なチャット形式ではなく、特定の判断基準に基づいた「意思決定」というタスクを切り出し、低コストかつ高速に処理させるアプローチへの転換を意味します。これにより、ユーザー体験を損なうことなく、リアルタイム性が求められるアプリケーションへのAI組み込みが容易になります。

特に、大量のリクエストを処理する必要があるBtoBツールや、ユーザーの入力に応じて即座に処理ルートを分岐させるワークフローの構築に有効です。従来の汎用モデルではコストやレイテンシが課題となっていた箇所の代替手段となり得ます。

導入にあたっては、どの程度の判断精度が求められるかという閾値の設定と、APIのコストパフォーマンスの検証が重要です。また、特定の判断をAPIに委ねることで、アプリケーション全体の制御フローがどのように変化するか、運用上の影響を評価する必要があります。

出典: [Build more responsive apps with the Decisions API](https://openai.com/index/decisions-api)（OpenAI News）

## GoogleがAIエージェント専用の実行環境「Agent Compute Engine」を発表

Googleは、AIエージェント向けに設計されたランタイム環境「Agent Compute Engine」を導入しました。この仕組みにより、Geminiエージェントごとにハードウェアレベルで分離されたマイクロ仮想マシン（micro VM）が提供されます。また、クラウド、ハイブリッド、オンプレミスの各環境でエージェントを管理するためのガバナンス機能も拡充されました。

**解説**

今回の発表は、AIエージェントがコードを実行したり外部ツールを操作したりする際の「安全性」と「独立性」をハードウェアレベルで担保しようとするものです。従来のエージェント実行環境では、同一環境内での干渉やセキュリティリスクが課題となっていましたが、個別のマイクロVMを割り当てることで、より堅牢なサンドボックス環境が実現します。

特に、機密性の高いデータを扱う企業のバックオフィス業務や、複雑な計算・操作を伴う自律型エージェントを構築したい開発者にとって有用です。エージェントに権限を持たせて実務を任せる際、万が一の暴走や脆弱性を突いた攻撃があっても、影響範囲を個別のVM内に限定できるため、導入のハードルが下がると考えられます。

検証にあたっては、VMの起動速度（コールドスタート）がエージェントのレスポンス性能にどう影響するか、また、オンプレミス環境での展開時にどの程度の計算リソースを消費するかが重要な観点となります。ガバナンス機能の範囲についても、企業のセキュリティポリシーに適合するか確認が必要です。

出典: [Google’s Agent Compute Engine gives every Gemini agent its own hardware-isolated micro virtual machine](https://the-decoder.com/googles-agent-compute-engine-gives-every-gemini-agent-its-own-hardware-isolated-micro-virtual-machine/)（The Decoder）

## Anthropic、Claudeでソフトの攻撃対象領域を分析・縮小する研究を公開

Anthropicは、AIモデル「Claude」を用いてソフトウェアの攻撃対象領域（アタックサーフェス）を分析し、縮小させる研究結果を公開しました。25件のオープンソースを分析して493件の問題を特定し、特に「OpenSSH」では認証前に到達可能なコードを約5分の1に削減することに成功しています。この成果は最新版のOpenSSHに反映されており、今後は脆弱性検出サービス「OSS Scanner」に本手法が組み込まれる予定です。

**解説**

今回の発表は、AIが単なるコード生成やバグ修正の補助にとどまらず、セキュリティ上の「攻撃経路の最小化」という高度な静的解析領域に踏み込んだことを意味します。特にOpenSSHのような基幹的なソフトウェアのコード削減に寄与した点は、AIによるセキュリティ強化の実効性を示す重要な事例です。

この手法は、大規模なコードベースを抱える開発チームや、セキュリティ監査のコストを削減したい企業にとって極めて有用です。特に、認証前の脆弱なコードパスを特定し、不要な機能を削ぎ落とすことで、潜在的なゼロデイ攻撃のリスクを構造的に低減できる可能性があります。

導入や検証にあたっては、AIが提示した「不要なコード」の削除が、実際の動作に影響を与えないかという回帰テストの徹底が不可欠です。また、機密性の高い自社コードを解析させる場合は、データの取り扱いに関するセキュリティポリシーの確認や、クローズドな環境での運用検討が必要になります。

出典: [Anthropic、Claudeでソフトウェアのアタックサーフェスを洗い出し・縮小する研究を公開 OpenSSHの修正にも貢献](https://www.itmedia.co.jp/news/article/2610/22/2000002498/)（ITmedia AI＋）

## AIエージェント向けWeb標準「WebMCP」をCloudflareがエッジ実装

GoogleがAIエージェント向けに構造化ツールを提供するブラウザ標準「WebMCP」を提案しました。Cloudflareは2026年8月に、サイト運営者がコードを記述することなくこの機能を有効化できるエッジ実装のベータ版を公開しています。Commerce.comはこの仕組みを採用し、傘下の約10万ドメインのストアにおいて、AIエージェントが正確に商品検索やカート作成を行える環境を整備しました。

**解説**

従来のAIエージェントによるWeb操作は、HTMLの解析に基づいた「推測」に頼っていたため、動作が不安定でトークン消費量も多いという課題がありました。WebMCPの導入により、エージェントはページ上のボタンを探すのではなく、定義されたツールを直接呼び出せるようになります。これにより、ECサイトなどの複雑な操作における信頼性と速度が大幅に向上します。

特に、自社サイトのUI変更がエージェントの動作不良を招くリスクを低減できるため、AI時代の顧客接点を維持したい事業者にとって有効な手段となります。また、サーバーサイドのMCPと併用することで、ブラウザ内エージェントと外部アシスタントの両方に対応可能です。

導入にあたっては、WebMCPがまだ実験的な提案段階であり、Chromeのフラグ設定やOrigin Trialsなどの限定的な環境で動作する点に注意が必要です。実運用に組み込む際は、対応ブラウザの普及率や、エッジ側でのスクリプト注入によるパフォーマンスへの影響を検証する必要があります。

出典: [How Commerce.com and Cloudflare are getting storefronts ready for AI agents](https://blog.cloudflare.com/webmcp-commerce/)（Cloudflare Blog: AI）

## Google CloudがNVIDIA Vera Rubin基盤のA5Xインスタンスを一般提供へ

Google CloudとNVIDIAは、次世代AIインフラ「NVIDIA Vera Rubin」を搭載したA5Xインスタンスを来月より一般提供する予定です。この基盤は、大規模な強化学習やエージェント的な推論ワークロード向けに最適化されており、最大96万個のRubin GPUまで拡張される計画です。また、機密コンピューティング（Confidential Computing）についても、A4X MaxインスタンスやG4 VMなどで提供を開始または予定しています。

**解説**

今回の発表は、単なる計算リソースの増強ではなく、AIが自ら経験し学習し続ける「スーパーラーナー」や、複雑なワークフローを自律的にこなす「AIエージェント」の実装を現実的なスケールで可能にするインフラの整備を意味します。特に、強化学習における「経験の生成・評価・更新」のサイクルを高速化させるため、計算能力とネットワーク帯域の両面が強化されている点が特徴です。

具体的には、高度な自律型AIの開発に取り組む研究者や、クリエイティブな業務フローをAIエージェント化して効率化したい企業にとって極めて有効な基盤となります。WPP社の事例にあるように、従来は複数ノードを必要とした負荷の高いワークロードが単一インスタンスで動作する可能性があり、運用の簡素化とコスト効率の向上が期待できます。

導入にあたっては、機密性の高いブランド資産や独自データを扱うため、Google Cloudが提供する機密コンピューティング（Confidential Computing）の活用を検討し、セキュリティ境界をどう設計するかが重要な観点となります。

出典: [Google Cloud and NVIDIA Announce General Availability of NVIDIA Vera Rubin Infrastructure](https://blogs.nvidia.com/blog/google-cloud-vera-rubin-infrastructure/)（NVIDIA AI Blog）

## AIが自律的に設計したLLM「Flint」が登場、開発期間を4ヶ月に短縮

元DeepMindの研究者らが設立したRecursive社が、独自のAIシステム「Eureka Machine」を用いて開発した言語モデル「Flint」を公開しました。Flintはローカル環境でのコーディング向けに最適化された400億パラメータのMoE（混合専門家）モデルです。Eureka Machineがアーキテクチャのテストと最適化を自律的に行うことで、開発期間を4ヶ月に短縮したとしています。

**解説**

今回の発表の核心は、モデルそのものよりも、AIがAIを設計・最適化する「Eureka Machine」という開発プロセスの実証にあります。従来の人手による試行錯誤をAIが代替することで、開発サイクルの劇的な高速化が可能になることを示唆しています。

特にローカル環境でのコーディングに特化した40B規模のMoEモデルであるため、機密性の高いコードを扱うエンジニアや、社内サーバーで軽量かつ高性能な開発支援AIを構築したい企業にとって有用な選択肢となる可能性があります。

導入を検討する際は、MoE特有のメモリ効率や、特定のコーディングタスクにおける精度検証が重要です。また、オープンウェイトとして提供される場合は、商用利用のライセンス条件や、自社環境での推論コストの算出が運用の鍵となります。

出典: [Recursive shows first result of its AI-driven research process with Flint](https://the-decoder.com/recursive-shows-first-result-of-its-ai-driven-research-process-with-flint/)（The Decoder）

## AWS TrainiumでQwen3の学習・微調整が可能に。torchtitanによる3つの手法を公開

AWSは、AIチップ「Trainium」上でLLMのQwen3を学習・微調整するための手法を公開しました。PyTorchベースのライブラリ「torchtitan」を用いることで、trn2.48xlargeインスタンスでの動作が可能です。具体的には、Transformers v5を利用した手法、torchtitanネイティブの実装、およびNKI（Neuron Kernel Interface）によるMoEカーネルを適用した手法の3種類が提供されています。

**解説**

今回の発表は、AWSの独自チップであるTrainiumを用いて、最新のオープンウェイトモデルであるQwen3を効率的に最適化できる環境が整ったことを意味します。特に、標準的なPyTorchインターフェースを維持しつつ、低レイヤーのカーネルカスタマイズまで対応している点が特徴です。

自社データを用いたLLMのフルパラメータ微調整や、特定のドメインに特化した事前学習を検討している技術者や企業にとって、GPUリソースの確保が困難な状況における有力な選択肢となります。特にMoE（混合専門家）カーネルの最適化が盛り込まれているため、モデルの効率的な運用を目指すケースで有効です。

導入にあたっては、Neuron SDKのバージョン管理や、コンパイル済みのグラフを利用するtorch.compileの挙動など、Trainium特有のランタイム環境への適応が必要です。また、利用するインスタンス（trn2.48xlarge等）のコストパフォーマンスと、学習時間のトレードオフを検証することが重要になります。

出典: [Train Qwen3 on AWS Trainium with torchtitan](https://aws.amazon.com/blogs/machine-learning/train-qwen3-on-aws-trainium-with-torchtitan/)（AWS Machine Learning Blog）

## 会話を記憶し決定事項を管理するAIレコーダー「Memoket Gem」が日本発売

米Memoket社が開発したウェアラブルAIボイスレコーダー「Memoket Gem」が日本で展開されました。2026年9月より公式サイトおよびAmazonで3万1,980円で販売されています。本製品は会議や商談の決定事項を管理することを目的としており、月間300分までの文字起こし機能が無料で提供されています。

**解説**

従来のボイスレコーダーや文字起こしツールは「記録」に主眼が置かれていましたが、本製品は「決定事項の管理」という後続のタスクにフォーカスしている点が特徴です。単なるログの保存ではなく、会話の中から重要な結論を抽出し、後から容易に参照できる仕組みを提供することで、情報の埋没を防ぐ狙いがあります。

特に、複数の案件を同時に抱えるビジネスパーソンや、商談後のタスク漏れを防ぎたい営業職にとって、記憶の外部化による業務効率化が期待できます。ウェアラブル形式であるため、スマートフォンを操作せずとも自然な形で記録を開始できる点も、実務上のフリクションを減らす要因となるでしょう。

導入にあたっては、録音データのクラウド保存に伴うセキュリティポリシーの確認が不可欠です。また、無料枠の300分を超えた場合のコスト体系や、日本語における要約・抽出精度の検証など、実際の運用フローに組み込めるかを見極める必要があります。

出典: [「あの件どうなった？」に答える、会話をつなげ記憶するAIレコーダー「Memoket Gem」上陸](https://pc.watch.impress.co.jp/docs/news/2149970.html)（PC Watch（Impress））

## リコーがオンプレLLM導入を支援するGPUサーバーレンタルプランを提供開始

リコージャパンは2026年10月22日より、「RICOH オンプレLLMスターターキット」においてGPUサーバーを月額で利用できるレンタルプランの提供を開始しました。本プランは、オンプレミス環境での生成AI活用における導入から運用までをワンストップで支援することを目的としています。

**解説**

生成AIの導入において、機密情報の漏洩リスクを懸念してクラウド利用を制限している企業にとって、オンプレミス環境の構築は有効な選択肢です。今回のプランは、高額な初期投資が必要なGPUサーバーを月額利用にすることで、導入ハードルを下げつつ、自社専用のセキュアなAI環境を構築することを可能にします。

特に、独自の調査データや機密性の高い社内文書を扱う部署、あるいは厳格なコンプライアンスが求められる金融・医療などのYMYL領域に関わる企業にとって、データの外部流出を防ぎながらLLMを活用できるメリットは大きいです。また、特定のタスクに特化した軽量なモデルをローカル環境で最適化して運用したい技術的なニーズにも応えられます。

導入にあたっては、月額コストと自社で保有した場合の減価償却コストの比較に加え、サーバーの設置場所（電源・空調設備）の確保や、運用保守の責任分界点を確認することが重要です。また、利用するモデルのライセンス形態がオンプレミス環境での商用利用に対応しているか、精査する必要があります。

出典: [リコー、オンプレでのAI用GPUサーバー導入を促すレンタルプラン](https://ai.watch.impress.co.jp/docs/news/2150032.html)（AI Watch（Impress））

## FAQ

### Anthropicが発表した「Claude Duet」とはどのような機能ですか？

ユーザーが離席している間も、GmailやSlackなどの外部サービスと連携して自律的にタスクを遂行する常時稼働型AIエージェントです。

