---
title: "Mac版Geminiにアプリ操作機能、Claudeがリーマン予想を証明ほか｜Visibility Watch AI 11/23"
date: 2026-11-23
author: 名取将之
slug: vw-ai-20261123
permalink: https://bitzer.co.jp/visibility-watch/vw-ai-20261123/
---

> **TL;DR**: Mac版Geminiに、バックグラウンドでアプリやファイルを自動操作する「computer use」機能が追加されました。また、Claudeを用いて数学の未解決問題「リーマン予想」が証明されたほか、OpenAIが簡潔な回答を特徴とする新モデル「GPT-6.2」を公開しました。

## Mac版Geminiに「computer use」機能追加、バックグラウンドでアプリ操作を代行

Googleは、Mac版GeminiアプリにAIが画面を認識してアプリやWebサイト、ローカルファイルを自動操作する「computer use」機能を追加しました。この機能は隔離されたバックグラウンドウィンドウで動作するため、ユーザーは自身の作業を継続しながらAIに業務を代行させることが可能です。まずは米国の有料プラン加入者を対象に、英語版から提供を開始します。日本国内での提供開始日や価格などの詳細は発表されていません。

**解説**

今回のアップデートは、AIがチャットインターフェースの中にとどまらず、OSレベルでアプリケーションを操作する「AIエージェント」としての実用性を高めるものです。特にバックグラウンドで動作し、ユーザーの作業を妨げない設計である点は、単なる自動化ツールではなく、並行して動作する「デジタルアシスタント」としての運用を想定していると言えます。

複数のアプリやファイルをまたぐ定型業務（例：PDFからデータを抽出し、スプレッドシートにまとめ、メールで送信するなど）を抱えるビジネスパーソンにとって、作業時間の劇的な削減が期待できます。また、画面認識ベースの操作であるため、APIが公開されていないレガシーな社内ツールなどの操作を自動化できる可能性があります。

導入にあたっては、AIがバックグラウンドでどのデータにアクセスし、どのような操作を行うかというセキュリティ権限の管理が重要になります。また、操作の正確性や、予期せぬ挙動が発生した際の停止手段など、運用上の安全性を十分に検証する必要があります。

出典: [Mac版「Gemini」にユーザーの代わりにアプリを操作する「computer use」機能追加 まず米国で](https://www.itmedia.co.jp/news/article/2611/20/2000003356/)（ITmedia AI＋） / [Google’s Gemini can now run Mac apps and finish desktop chores in the background while you keep working](https://the-decoder.com/googles-gemini-can-now-run-mac-apps-and-finish-desktop-chores-in-the-background-while-you-keep-working/)（The Decoder） / [GeminiがMacを代わりに操作「computer use」提供開始、アプリやファイルをまたぐ作業をバックグラウンドで実行](https://www.techno-edge.net/article/2026/11/20/5778.html)（テクノエッジ TechnoEdge）

## Anthropicの数学者がClaudeと共同で「リーマン予想」を証明

Anthropic社の数学者レベント・アルポーゲ氏が、AI「Claude」を用いて数学の未解決問題である「リーマン予想」を証明したと発表しました。証明には証明支援系「Lean」が活用され、1700万行に及ぶ形式証明が公開されています。その後、Leanコミュニティによる複数の検証が行われ、証明が正しいことが共同声明によって認定されました。

**解説**

今回の成果は、AIが単なる文章生成やコード補助を超え、人類未解決の高度な数学的証明を完結させた点で極めて重要な意味を持ちます。特に、人間による直感的な証明ではなく、Leanという形式証明系を用いて機械的に正しさを検証可能な形で出力したことが、認定への決め手となったと考えられます。

この能力は、数学者や理論物理学者だけでなく、形式検証が必要なミッションクリティカルなソフトウェア開発や、複雑な論理構築が求められる法務・コンプライアンスの自動検証などの業務に応用できる可能性があります。論理的な整合性を100%担保しなければならない領域において、AIの活用範囲が劇的に広がると予想されます。

導入や検証にあたっては、AIが出力した論理を人間がどうレビューするか、あるいはLeanのような形式検証ツールをワークフローにどう組み込むかという運用設計が鍵となります。また、計算リソースのコストや、機密性の高い論理構造を扱う際のセキュリティ確保についても検討が必要です。

出典: [Anthropicの数学者、「Claude」と共同で「リーマン予想」を証明したと主張 Leanコミュニティが「正しい」と認定](https://www.itmedia.co.jp/news/article/2611/22/2000003388/)（ITmedia AI＋）

## OpenAIがGPT-6.2 Astra/Solを公開、簡潔さと透明性のトレードオフが鮮明に

OpenAIは、新モデル「GPT-6.2 Astra」および「Sol」を公開しました。これらのモデルは従来よりも回答が短く直接的になる一方、不確実な点について認める傾向が弱まり、透明性の面ではAnthropicのClaudeに劣る結果となっています。また、OpenAIは回答の簡潔すぎることや不要な質問を改善するためのプロンプトテンプレートを公開しました。あわせて、会話履歴の編集が推論内容の消失を招き、回答品質を低下させるというAPI仕様の変更についても言及しています。

**解説**

今回のアップデートは、AIの回答傾向が「丁寧な説明」から「効率的な結論」へとシフトしたことを意味します。ユーザーにとって利便性は向上しますが、モデルが自信を持って誤答するリスクが高まっている点に注意が必要です。特に正確性が求められる業務で利用する場合、Claudeのような透明性の高いモデルとの使い分けや、出力の検証プロセスを組み込むことが不可欠になります。

APIを利用してワークフローを構築している開発者は、履歴編集による推論コンテンツの消失という仕様変更に留意すべきです。推論プロセスを保持したままコンテキストを制御する設計への見直しが求められます。また、OpenAIが公式にプロンプトテンプレートを提供していることから、モデルの挙動を制御するための「型」を適切に適用することが、導入後の精度安定化の鍵となるでしょう。

出典: [GPT-6.2 Astra and Sol get to the point faster but score lower on transparency than Claude](https://the-decoder.com/gpt-6-2-astra-and-sol-get-to-the-point-faster-but-score-lower-on-transparency-than-claude/)（The Decoder） / [OpenAI shares new prompting tips for GPT-6.2 Astra and Sol to fix brief answers and unnecessary questions](https://the-decoder.com/openai-shares-new-prompting-tips-for-gpt-6-2-astra-and-sol-to-fix-brief-answers-and-unnecessary-questions/)（The Decoder）

## 16GB RAMで動作する高性能推論モデル「Inkling 2 Mini」が登場

Thinking Machines社が、オープンウェイトの推論モデル「Inkling 2 Mini」を公開しました。このモデルは26.4Bのパラメータを持ちながら、一部のレイヤーを繰り返し処理するループ構造を採用することで、少ない出力トークン数で高度な推論を可能にしています。16GBのRAMを搭載したノートPC等のローカル環境で動作し、100万トークンのコンテキストウィンドウに対応しています。

**解説**

今回の発表の核心は、モデルの構造を工夫することで「推論能力」と「動作要件」を高い次元で両立させた点にあります。従来のモデルでは高い推論性能を求めるほど巨大なパラメータ数とメモリが必要でしたが、ループ構造による内部的な思考プロセスの深化により、軽量な環境でも複雑な問題解決が可能になります。

特に、高価なGPUサーバーを持たないビジネスパーソンや技術者が、機密性の高いデータを扱う業務をローカル環境で完結させたい場合に極めて有効です。16GB RAMという一般的なノートPCのスペックで動作するため、導入ハードルが大幅に下がったと言えます。

検証にあたっては、オープンウェイトモデルであるためライセンス条件の確認が必須です。また、メモリ消費は抑えられていますが、推論時のループ処理が実際の応答速度（トークン生成速度）にどう影響するか、実務上の許容範囲内であるかを評価する必要があります。

出典: [Welcome Inkling 2 Mini, Cutting-edge Performance for your Local Setup](https://huggingface.co/blog/inkling2mini)（Hugging Face Blog） / [New open model Inkling 2 Mini thinks in loops to solve problems with fewer words and still runs on a laptop](https://the-decoder.com/new-open-model-inkling-2-mini-thinks-in-loops-to-solve-problems-with-fewer-words-and-still-runs-on-a-laptop/)（The Decoder） / [Inkling Mini + Bug fixes](https://github.com/unslothai/unsloth/releases/tag/v0.1.922-beta)（GitHub: Unsloth releases）

## OpenAIがAgents SDK v1.0.0-alpha.1を公開、Codexをモデルとして選択可能に

OpenAIは、Python向けのAgents SDK v1.0.0-alpha.1をGitHub Releasesを通じて公開しました。このアップデートにより、オプトイン形式でCodexをモデルプロバイダーとして利用できるようになります。Rust製のCodex CoreをPyO3経由で組み込んでいるため、app-serverの起動やJSON-RPCを介さず直接呼び出しが可能です。対応環境はCPython 3.10から3.14で、Linux、macOS、Windowsの各プラットフォーム向けホイールが提供されています。

**解説**

今回のアップデートは、エージェント開発におけるモデル選択の柔軟性を高め、特にCodexを直接Python環境から制御可能にした点に意味があります。従来のAPI経由の呼び出しとは異なり、コア機能を組み込むことでオーバーヘッドを削減し、より低レイテンシな動作や効率的なスレッド管理が期待できます。

主に、高度なコード生成やツール実行を伴う自律型エージェントを構築する開発者にとって有用です。特に、Pythonツールの実行前に承認プロセスを挟む機能や、型定義された出力の検証機能が統合されており、実務レベルでの安全性と信頼性を確保したワークフローの構築が可能になります。

導入にあたっては、アルファ版であるためAPIの仕様変更が激しい点に注意が必要です。また、Rustベースのバイナリを組み込んでいるため、実行環境のglibcバージョンなどの依存関係を確認する必要があります。認証面では保存済みのログイン情報またはAPIキーが利用可能ですが、セキュリティポリシーに基づいた適切な認証手段の選択が求められます。

出典: [Agents SDK v1.0.0-alpha.1](https://github.com/openai/openai-agents-python/releases/tag/v1.0.0-alpha.1)（GitHub: OpenAI Agents SDK releases）

## OpenAIが常時稼働型エージェント「dots」をPlusおよびBusinessプランに提供開始

OpenAIは、常時稼働型エージェントである「dots」の提供を開始しました。ChatGPTの「Plus」プランでは一部のユーザーから順次解禁され、「Business Standard」プランでは全ユーザーが利用可能となります。

**解説**

今回のアップデートは、AIがユーザーの指示を待ってから回答する「チャット形式」から、バックグラウンドで自律的に動作し続ける「エージェント形式」への移行を加速させるものです。従来の対話型AIとの最大の違いは、常時稼働することで時間差のあるタスクや継続的な監視・実行が可能になる点にあります。

特に、定型的なリサーチやデータの監視、外部ツールとの連携を伴うワークフローを持つビジネスパーソンにとって、業務の自動化範囲が大きく広がると期待されます。一方で、常時稼働させることによるAPIコストの変動や、自律的な動作に伴う精度の制御、および社内データの取り扱いに関するセキュリティポリシーの再確認が導入時の重要な観点となります。

出典: [ChatGPT「Plus」プラン一部ユーザーに「dots」解禁 「Business Standard」全ユーザーにも](https://www.itmedia.co.jp/aiplus/article/2611/20/2000003359/)（ITmedia AI＋）

## PerplexityがMonitor APIを公開、Web上の変更を自動検知し通知

Perplexityは、スケジュールに基づいたWeb検索を行い、関連する変更が発生した際のみWebhookでエージェントに通知する「Monitor API」を公開しました。このAPIは独自の判定モデルを用いて不要な結果をフィルタリングします。同社は、開発者向けツールの提供を通じて、汎用的なチャットボットビジネスとの差別化を図る戦略を掲げています。

**解説**

これまでのAI検索APIは、ユーザーのクエリに対して一度きりの回答を返す「点」の利用が主流でした。今回のMonitor APIは、特定の対象を継続的に監視し、変化があったときだけ通知するという「線」の運用を可能にします。これにより、AIによるWeb検索が単なる情報収集手段から、自律的な監視・アラートシステムへと進化することを意味します。

この機能は、競合他社の価格改定やプレスリリースの監視、特定のトピックに関するWeb上の言及の変化をリアルタイムで捉えたいマーケターやリスク管理担当者にとって極めて有用です。従来のスクレイピングによる差分検知に比べ、AIが「意味のある変更か」を判定して通知するため、ノイズを大幅に削減した業務フローが構築できる可能性があります。

導入にあたっては、判定モデルの精度（どの程度の変化を「重要」とみなすか）の検証が不可欠です。また、Webhookによる連携となるため、受け手側のシステム構築コストや、監視対象の数に応じたAPIコストの試算が重要になります。

出典: [Perplexity’s new Monitor API turns web search from a one-off query into a nonstop watchdog](https://the-decoder.com/perplexitys-new-monitor-api-turns-web-search-from-a-one-off-query-into-a-nonstop-watchdog/)（The Decoder）

## Salesforceが社内問い合わせを自動化するAIエージェント「Paige」等を国内提供

セールスフォース・ジャパンは、実務対応済みのAIエージェントである「Piper」「Fin」「Paige」の国内提供を開始した。特に「Paige」は、SlackやMicrosoft Teamsを通じた社内からの問い合わせ対応を自動化する機能を持つ。これらのエージェントは、ユーザーがゼロから構築することなく導入できる仕様となっている。

**解説**

今回の発表は、AIエージェントが「構築して使うツール」から「実務対応済みの状態で導入する機能」へとシフトしていることを意味します。これまで社内問い合わせの自動化には、ナレッジベースの整備や複雑なワークフローの設計が必要でしたが、プリセットされたエージェントの導入により、導入ハードルが大幅に下がったと言えます。

特に、SlackやTeamsといった既存のコミュニケーション基盤に統合されるため、情シスや人事などのバックオフィス部門にとって、問い合わせ対応の工数削減に直結する可能性があります。ユーザーは使い慣れたチャットツールから離れることなく、AIを通じて迅速に回答を得られるようになります。

導入にあたっては、AIが参照する社内データの精度と更新頻度が重要になります。また、Salesforceエコシステム内での権限管理やセキュリティ設定が、チャットツール側の権限とどう整合するかを検証する必要があります。コスト面では、ライセンス体系が既存のプランに含まれるのか、追加費用が発生するのかを確認することが不可欠です。

出典: [SlackやTeamsで情シス問い合わせを自動化 Salesforceの新AI「Paige」とは](https://kn.itmedia.co.jp/kn/article/2611/20/2000003331/)（ITmedia AI＋）

## DeNAが「AI社員」を外部提供へ、SlackやTeamsで業務依頼が可能に

DeNAは2026年11月20日、部署の一員として配属・育成できるAIエージェントサービス「AI社員 by DeNA」を外部企業向けに提供すると発表しました。本サービスはSlackやMicrosoft Teamsを通じて業務依頼を行う形式で提供されます。現在は提供開始に先立ち、事前登録の受付を行っています。

**解説**

今回の発表は、AIを単なるチャットツールや機能としてではなく、「社員」という役割（ロール）として組織に組み込むアプローチを提示しています。従来のAI活用が個人の生産性向上に留まっていたのに対し、チームのワークフローに組み込まれたエージェントとして運用させる点に特徴があります。

特に、SlackやTeamsといった既存のコミュニケーション基盤で動作するため、導入ハードルが低く、定型業務の依頼や情報集約などのタスクをAIに委譲したいチームにとって有用です。業務フローのどこにAIを配置し、どのような権限と役割を与えるかという「AI時代の組織設計」が求められるようになります。

導入・検証にあたっては、AIエージェントにどこまで社内データへのアクセスを許容するかというセキュリティ設計と、期待するアウトプットの精度をどう担保し、誰が「育成（フィードバック）」を担うかという運用コストの検討が重要になります。

出典: [DeNA、「AI社員」を外部企業向けに提供へ SlackやTeamsで業務を依頼](https://ai.watch.impress.co.jp/docs/news/2158218.html)（AI Watch（Impress））

## Unsloth DesktopがAMD XDNA 2 NPUを公式サポート

AMDとUnslothは、ローカル環境でAIモデルの実行や学習を行うアプリケーション「Unsloth Desktop」において、AMD XDNA 2アーキテクチャベースのNPUを公式にサポートしたと発表しました。NPUが同アプリで公式にサポートされるのは世界で初めての事例となります。

**解説**

これまでローカルでのAIモデル実行や微調整（ファインチューニング）は、主に強力なGPUリソースに依存していました。今回のNPUサポートは、専用のAIアクセラレータを搭載したPCで、より効率的にモデルを動作させられる可能性を示唆しています。

特に、高価な外部GPUを搭載せずとも、NPUを活用して推論や軽量な学習を完結させたいビジネスパーソンや開発者にとって、ハードウェアの選択肢が広がります。Copilot+ PCなどのNPU搭載機を、単なる機能利用ではなく、開発・検証環境として活用する道が開かれます。

導入にあたっては、NPUでの実行速度が実務に耐えうるか、またメモリ帯域などの制約でモデルサイズに制限が出ないかを確認する必要があります。また、Unslothが提供する最適化手法が、NPU環境でどの程度の精度とパフォーマンスを維持できるかが検証のポイントとなるでしょう。

出典: [ローカルでAIモデルを実行するための「Unsloth Desktop」がAMD XDNA 2 NPUをサポート](https://ai.watch.impress.co.jp/docs/news/2158348.html)（AI Watch（Impress））

## NVIDIAが科学・エンジニア向け新GPU「Rubin HPC」を発表

NVIDIAは、科学および工学シミュレーションの高速処理に最適化した新しいGPU「NVIDIA Rubin HPC」を発表しました。本製品は、高度な計算能力を必要とする研究や設計業務などの専門的なワークロードへの対応を目的として開発されています。

**解説**

今回の発表は、汎用的なAI学習や推論だけでなく、物理シミュレーションや数値解析といった科学計算（HPC）領域への特化を明確にしたものです。従来のGPUがLLMなどの生成AIブームで需要を牽引してきましたが、改めてエンジニアリング領域での計算効率を追求する姿勢が見て取れます。

主に製造業の設計者や研究開発に従事する技術者にとって、シミュレーション時間の短縮という形で業務効率化に寄与すると考えられます。特に、複雑な流体解析や構造解析など、高い精度と計算リソースを同時に必要とするタスクでの活用が期待されます。

導入にあたっては、単なるスペック向上だけでなく、既存の解析ソフトがRubinアーキテクチャに最適化されているか、また電力消費や冷却設備などのインフラコストが許容範囲内であるかを見極める必要があります。

出典: [NVIDIAが科学／エンジニア向けの高速処理を実現する新GPU「NVIDIA Rubin HPC」を発表](https://www.itmedia.co.jp/pcuser/articles/2611/20/news060.html)（ITmedia PC USER）

## SSD内でAIを動かす？PhisonがNPU搭載のエンタープライズ向けSSDを公開

Phisonは、Supercomputer 2026（SC26）にて、NPUと64GBのメモリ（帯域幅130GB/s）を内蔵したエンタープライズ向けSSDの設計を公開しました。このSSDはPyTorchやvLLM、llama.cppなどのAIフレームワークをドライブ上で直接動作させることが可能です。データセット全体をホストに転送せず、ドライブ内で並列処理して結果のみを返すことで、データ転送量を10〜100分の1に削減することを目指しています。なお、本製品は現在開発中であり、詳細な仕様や発売日は未発表です。

**解説**

今回の発表は、計算処理をストレージ側に持たせる「コンピュテーショナル・ストレージ」の進化を意味します。従来はCPUやGPUにデータを転送して処理していましたが、データが保存されている場所で直接AI処理を行うことで、ボトルネックとなるデータ転送量を劇的に減らせる可能性があります。特に、膨大なデータセットから特定の情報を抽出・処理するスキャン負荷の高い業務において、サーバー全体の負荷軽減と効率化が期待できます。

活用シーンとしては、大規模なデータベースのクエリ処理や、ストレージ層での一次的なフィルタリング・推論などが考えられます。ただし、実用化に向けては、ホスト側からどのようにドライブの計算リソースを制御するのかというインターフェースの標準化や、NPUの実際の演算性能（TOPS）がどの程度のワークロードに耐えうるかが検証のポイントになります。また、エンタープライズ向けであるため、導入コストに見合うパフォーマンス向上が得られるか、運用の複雑性が増さないかという視点での評価が不可欠です。

出典: [Phison details SSD with a built-in NPU and 64GB of memory that supports AI frameworks on the drive](https://www.tomshardware.com/pc-components/ssds/phison-details-ssd-with-a-built-in-npu-and-64gb-of-memory-that-supports-pytorch-and-llama-cpp-running-on-the-drive-second-design-merges-fast-pslc-cache-and-qlc-capacity-behind-one-controller)（Tom’s Hardware） / [Phison Previews an SSD That Runs AI Frameworks on Its Own NPU](https://www.techpowerup.com/355089/phison-previews-an-ssd-that-runs-ai-frameworks-on-its-own-npu)（TechPowerUp News）

## 60以上の生成AIを1つのAPIで統合利用できる「DMM AI Router」が登場

DMM.comとAlgomatic Dynamicsは2026年11月19日、共通ゲートウェイ「DMM AI Router」の提供を開始しました。このサービスは、GPTやGemini、Kimiなど60種類以上の生成AIモデルを、単一のAPI経由で統合的に利用できる仕組みを提供します。

**解説**

これまで複数のLLMを業務に組み込む際は、モデルごとに異なるAPI仕様への対応や認証管理が必要であり、開発コストと運用負荷が大きな壁となっていました。本サービスの登場により、APIのインターフェースを共通化できるため、モデルの切り替えや併用が極めて容易になります。

特に、タスクに応じて「推論能力の高いモデル」と「高速・低コストなモデル」を使い分けるルーティング運用を検討している開発者や企業にとって有用です。特定のモデルに依存するリスク（ベンダーロックイン）を回避しつつ、最新モデルへの移行を迅速に行える体制を構築できます。

導入にあたっては、共通ゲートウェイを介することによるレイテンシへの影響や、各モデルの利用料金がどのように転嫁されるかというコスト構造の確認が重要です。また、入力データがゲートウェイ側でどのように処理・保持されるかというセキュリティポリシーの検証が不可欠となります。

出典: [DMM、60以上の生成AIを統合利用できる「DMM AI Router」を提供開始](https://ai.watch.impress.co.jp/docs/news/2158061.html)（AI Watch（Impress））

## フィックスターズが国内完結の推論基盤で「GLM-5.3」の提供を開始

フィックスターズは2026年11月20日、国内のGPUサーバーを利用したAI推論サービス「Fixstars Inference Cloud（FIC）」において、新モデル「GLM-5.3」の提供を開始しました。本サービスはOpenAI互換APIを通じて利用可能です。

**解説**

国内のGPUサーバー上で動作する推論基盤で最新モデルが提供されることは、データの国内完結を求める企業にとって重要な選択肢となります。特に機密性の高い情報を扱う業務において、海外サーバーへのデータ転送を避けつつ、OpenAI互換APIによるスムーズな移行や実装が可能な点は大きなメリットです。

本サービスは、セキュリティ要件が厳しい金融や医療などのYMYL領域、あるいは独自の調査データを保有し、AIによる学習や外部流出を厳格に管理したい企業に有用です。API互換性があるため、既存のAIアプリケーションのバックエンドを切り替えるだけで、国内完結の環境へ移行できる可能性があります。

導入にあたっては、モデルの精度が業務要件を満たすか、また国内基盤によるコストパフォーマンスが適切かを確認する必要があります。また、API経由の利用であるため、利用規約におけるデータの取り扱い（再学習への利用有無など）を改めて精査することが不可欠です。

出典: [フィックスターズ、国内完結の推論AI基盤で「GLM-5.3」を提供](https://ai.watch.impress.co.jp/docs/news/2158102.html)（AI Watch（Impress））

## 空研工業、70年分の図面資産をAI検索化し探索工数を約90%削減

産業用冷却塔・空調機器メーカーの空研工業は、OpenAIのAPIを活用した「AIナレッジ基盤システム」を開発し、2026年11月中に本格稼働させる。同社が保有する70年分に及ぶ図面や仕様書などの膨大な資産を対象に検索を可能にする。このシステムの導入により、従来必要だった資料の探索工数を約90%削減することに成功した。

**解説**

長年蓄積されたアナログまたは形式的な社内ドキュメントをAIで構造化し、検索可能にする取り組みです。特に製造業のようなレガシーな資産が多い業界において、熟練者の経験に頼っていた「過去資料の探索」を自動化し、若手への技術継承や設計効率の向上に寄与することが期待されます。

本件は、数千〜数万ページ規模のドキュメントを扱う中大規模な組織において、AIによる「翻訳・要約」や抽出をプロセスに組み込むことで、人間が手作業で追いきれないデータ量（フリクション）を解消した好例と言えます。業務フローにおける「探す」という非生産的な時間を大幅に削減できるため、同様の資産を持つB2B企業にとって導入価値が高い手法です。

検証にあたっては、図面という特殊な形式のデータをいかに精度高くAIに認識させるかという前処理の観点と、機密性の高い設計図面を扱うためのセキュリティ確保、およびAPI利用コストと削減工数の投資対効果の精査が重要になります。

出典: [突撃！となりのAI 空研工業、70年分の図面資産をAIで検索する新システム OpenAI APIの活用で探索工数を約90％削減](https://ai.watch.impress.co.jp/docs/serial/nextdoor/2157052.html)（AI Watch（Impress））

## FAQ

### Mac版Geminiに追加された「computer use」機能とはどのようなものですか？

AIが画面を認識してアプリやWebサイト、ローカルファイルを自動操作する機能で、バックグラウンドで動作するためユーザーは作業を継続しながら業務を代行させることが可能です。

