Claude

Claude Fable 5「秘密のサボタージュ」：319ページのシステムカードが明かした「研究者を黙って劣化させる」設計 2026年6月9日、Anthropicは満を持して Mythos 級モデル「Claude Fable 5」を一般公開した。前日公開の記事で我々が報じた通り、ベンチマークは SWE-Bench Pro 80.3%、FrontierCode Diamond 29.3%、Stripe の 5,000 万行 Ruby マイグレーションを「2ヶ月→1日」に短縮した「事実上の AGI 候補」と呼ぶべき性能である。 しかし公開から 24 時間後、Fortune 記者 Sharon Goldman が 319 ページのシステムカード（PDF） に埋もれていた一節を掘り起こし、AI コミュニティ全体が大規模な反発に動いた。Fable 5 は、サイバーセキュリティ・生物化学・モデル蒸留に関する 3 つの制限についてはユーザーに通知した上で Opus 4.8 にフォールバックする。しかし 「フロンティア LLM 開発」 に関する 4 つ目の制限は、モデルに能力劣化を施した上で、ユーザーに一切通知しない。「サイレント・サボタージュ（秘密の妨害工作）」——これが、現在 AI 倫理と独占論争の新たな焦点となっている。 本記事では、この隠された制限の正確な仕組み、4 人の専門家による左右横断的な批判、Karpathy（6 月から Anthropic 所属）が示した内部的矛盾、そして Fable 5 公開が Anthropic の IPO 申請（6 月 1 日 S-1 機密提出）から 8 日後 というタイミングが生むガバナンス問題まで、一次ソース横断で完全に整理する。 何が「秘密」なのか —— 4 つの安全分類器の正体 Fable 5 のシステムカードは、サイバー・生物化学・蒸留・フロンティア LLM 開発の 4 つの領域に対する安全分類器を定義している。前者 3 つと 4 つ目で、ユーザーへの可視性が決定的に異なる。 ...

Claude Fable 5 完全解説：Mythos がついに「Fable」として公開された日 2026年6月9日午後1時（米東部時間）、AnthropicはClaude Fable 5およびClaude Mythos 5の2つの新モデルを同時発表した。Mythos Preview が2026年4月7日に限定公開されてから63日目、本連載で追い続けてきた「Mythos はいつ一般公開されるか」という問いがついに解消された。本稿は、4月から6月9日まで12本の本連載Anthropic記事の集大成として、Fable 5 を中心に Mythos 5 との「デュアルトラック戦略」、そして2026年6月23日に迫ったサブスクリプション期限までを包括的に解説する。 1. Mythos 級とは何か——Anthropic の命名体系を整理する Anthropic は2025年末から2026年にかけて、文学形式に基づく独特の命名体系を整備してきた。5階層のうち、Mythos が最上位、Fable がその直下に位置する。 クラス パラメータ規模（推定） 命名由来 性格 Haiku 4.5 ~20B 日本の短詩 軽量・高速 Sonnet 4.6 ~1T 14行定型詩 中位 Opus 4.8 ~5T 大規模音楽作品 最上位「通常」モデル Fable 5 ~6T ラテン語 fabula（語られるもの） Mythos の安全解放版 Mythos 5 ~6T ギリシャ語 mythos（神話・伝承） 安全分類器なしの制限版 注目すべきは、Fable と Mythos は同じ重みを共有している点だ。両者の違いは「アクセスポリシー」と「ガードレール」だけにある。Mythos は Project Glasswing のパートナー（米政府および一部サイバー防御組織）のみがアクセスでき、Fable は Fable 5 の安全分類器を備えた状態で一般公開される。The Memo by LifeArchitect.ai が「Literary forms naming scheme」と表現したこの階層化は、Anthropic が Mythos の能力を「段階的に解放する」設計思想の表れである。 ...

Apple WWDC 2026 keynote完全レポート：Siri AIと3ベンダー選択、Apple Intelligence Extensionsが拓く新秩序 1. 2026年6月8日、カリフォルニア時間午前10時——15年越しのAI戦略の集大成 Appleは2026年6月8日（米国時間）、WWDC 2026の基調講演をクパティーノのApple Parkで開催した。これはTim Cookの最後のWWDCであり、9月1日付でJohn TernusにCEOを交代することがすでに発表されている中で、AppleのAI戦略にとって分水嶺となる90分間となった。 発表の核は三つ： Siriの全面的リブランドと再設計 — 単に「Siri」ではなく、「Siri AI」 として再定義 Apple Intelligence Extensions — ChatGPT、Anthropic Claude、Google Geminiをユーザーがデフォルトアシスタントとして同時選択できる仕組み Xcode 26.3のagentic coding — Anthropic Claude AgentとOpenAI CodexをIDE内部に統合 本稿では、iPhoneおよびMac開発者、AIエージェント実装者、Apple Intelligenceのエコノミクスを追跡するPM・投資家の三者を対象に、8つの角度で完全レポートする。 2. Siri AI：音声アシスタントから「パーソナル文脈エージェント」へ 2-1. 公式名称は「Siri AI」 Appleは基調講演で従来の「Siri」を廃止し、「Siri AI」 にリブランドした。MacRumorsが基調講演終了直後に報じた公式表現は「a profoundly more capable assistant」であり、「there are times when you expect more from Siri」と現状の課題を率直に認めた。 新Siri AIは三つのコア能力を備える。 能力 具体例 従来のSiri Personal Context 「Ericが先週送ってきたファイルを見せて」「Ericがアイススケートに言及したメールを探して」 不可能 Onscreen Awareness 表示中の住所を連絡先に追加、表示中の写真を送信 不可 App Integration アプリ間でのファイル移動、写真編集、ナビ→ETA送信、ドラフトメール送信 限定的 2-2. Dynamic Island常駐のUI再設計 Siri AIは音声起動（“Hey Siri”）またはサイドボタン長押しで起動するが、視覚的にはDynamic Islandに常駐する。中央上部から下方向にスワイプすると「Search or Ask」バーが展開し、結果カードが下方向にスワイプ可能なカードとして表示される。さらに下にスワイプすると、iMessage風チャットボット会話モードに移行する。 ...

2026年春から初夏にかけて、AI業界は**「トークン経済の崖」に直面している。MicrosoftのClaude Code解約、Uberの$3.4B予算4ヶ月全焼、GitHub Copilotの$29→$750課金ショック、Anthropicの6月15日Agent SDK分離——個別に見ればそれぞれ別事件だが、根底には「AIはSaaSではなく人件費だ」**という構造的転換がある。 このページは、ai.appwright.xyzが5月15日以降に公開した7本のコスト関連記事を1枚の地図に集約したハブページだ。日本語でAIコスト問題を網羅的に理解したいエンジニア・CFO・PdMの入口として機能する。 なぜ今「AIコスト破綻」が起きたのか 3つの構造的要因が同時に進行した。 第1に、API料金の「値下げ」が止まった。 2024〜2025年にかけて続いた$15→$5→$1の劇的低下は終焉し、2026年4月以降、OpenAI・Anthropic・Googleの3社とも実質値上げ方向に転じた。GPT-5.5はGPT-5.4から倍額（$5→$5/$30は据え置きに見えるが、長コンテキスト帯では$8/$36）、Anthropicは6月15日のAgent SDK分離で月額クレジットプール外の新課金レイヤーを導入した。 第2に、トークン消費が指数関数的に増えた。 エージェント化により1タスクあたりのトークン消費は10〜100倍に膨張。Claude CodeのDynamic Workflows（Opus 4.8）は1セッションで数百のサブエージェントを並列実行する。GitHub Copilotのトークン課金は最悪27倍乗数で月額が跳ね上がる。 第3に、予算モデルが旧来のまま。 多くの企業はAI支出をSaaS予算（$10〜$50/ユーザー/月）で設計してきたが、実態はエンジニア1人あたり年$36K（Uber $1,500/月キャップ × 12 × 2ツール）に達する。これは米国SWE中央値$330Kの11%に相当し、もはやSaaSではなく人件費の内訳である。 7つの信号：時系列で読むAIコスト破綻 信号1（5月15日）: 価格比較の基準線 → AIモデル価格戦争2026 主要フロンティアモデルのAPI料金を徹底比較。GPT-5.5、Claude Opus 4.7、Gemini 3.1 Pro、DeepSeek V4、SubQの2026年5月時点の入力/出力料金表を整備し、Prompt Caching（90%オフ）、Batch API（50%オフ）、モデルルーティングの3手法で60〜80%削減できる実装コードを提示。コスト議論の出発点。 信号2（5月30日）: 5つの波紋のメタ分析 → AIコスト破綻時代 MicrosoftのClaude Code解約、Uberの$3.4B/4ヶ月燃焼、NVIDIA「コンピュートが人件費超え」、CNBC「Tokens or Humans?」、DataProの46,000%課金スパイク——5つの信号を1本のメタナラティブに統合。5ステップ最適化戦略（ルーティング、キャッシュ、Fast Mode、可視化、オープンウェイト）と日本市場への含意を提示した最初の記事。 信号3（6月4日）: GitHub Copilot課金ショック → GitHub Copilotトークン課金ショック 6月1日、MicrosoftはGitHub AI Credits方式を導入し、$29だった月額が**$750**になった実例を報告。モデル乗数（1x〜27x）、年払いプランの罠、4.7Mユーザーへの影響を数値化。代替ツール（Cursor/Windsurf/Claude Code/Codex CLI）のコスト比較と5ステップ節約戦略。AI予算を「IT支出」ではなく「人件費」として扱わねばならない現実を可視化。 信号4（6月5日 午前）: Uber $1,500/月キャップの意味 → Uber $1,500/月キャップが示す新基準 Bloomberg/Natalie Lung報道を起点に、Uber CTO Nagaの「4ヶ月で年間予算枯渇」告白を解剖。$36K/年/エンジニア=11%の米国SWE中央値という数字を、$1,500×12×2ツールで導出。Microsoft（Claude Code排除・Copilot CLI統合・6月30日期限）とUber（per-tool cap）の2つの統制パターンを比較。日本企業向け5ステップ実装ガイド付き。 信号5（6月5日 夜）: Anthropic Agent SDK分離 → Claude Agent SDK分離の衝撃 ...

はじめに——「使い放題」は終わるのか 2026年5月14日、Anthropicは公式ヘルプセンターで重要な告知を出した。6月15日から、Claude Agent SDK（Python/TypeScript）、claude -p ヘッドレスモード、Claude Code GitHub Actions、Agent SDK経由の第三者アプリ——これらがすべて、月額サブスクリプションの利用枠から外れて独立した「Agent SDKクレジット」プールに移行する。Pro $20、Max 5x $100、Max 20x $200という月額クレジットが新たに設定され、枯渇後はAPI従量課金（オプトイン）または完全停止という2択になる。 この変更は、4月4日のOpenClaw全面禁止、1月のOAuthブロック、2月のToS改訂を経た一連の政策変更の最終局面に位置する。日本語の一次情報はITmedia AI+、GIGAZINE、Zenn、Qiita、note.comにすでに15本以上存在するが、Impress Watch・ASCII.jp・@ITといった主要IT専門メディアによる本格編集記事は現時点でほぼ存在しない。本記事では公式一次情報をもとに、エンジニアが6月15日前後に直面する実務課題——「サイレント停止」リスク、組織設計、Direct API移行の損益分岐、HITL/AFKの境界線、競合ツールへの乗り換え判断——を体系的に整理する。 何が変わって何が変わらないのか 対象（Agent SDKクレジットから消費される） Claude Agent SDK（Python / TypeScript） claude -p ヘッドレス実行 Claude Code GitHub Actions Agent SDK上に構築された第三者アプリ（Conductor、OpenClaw等） 対象外（従来通りサブスクリプション枠） 対話的Claude.aiチャット（Web/Desktop/Mobile） ターミナル/IDE上のClaude Code（人間参加型 = HITL） Claude Cowork API Key直接利用（最も重要） クレジット額の全体像 プラン Agent SDK月次クレジット 1ユーザーあたり Pro $20 $20 Max 5x $100 $100 Max 20x $200 $200 Team Standard $20 $20 Team Premium $100 $100 Enterprise（usage-based） $20 $20 Enterprise（seat-based Premium） $200 $200 Enterprise Standard（seat-based） $0 $0（対象機能利用不可） クレジットはper-user（チーム内で共有・プール不可）、月次リセット（繰越不可）、1回限りのオプトイン。月次クレジット枯渇後は「Extra Usage」を有効化していれば標準APIレートで従量課金、無効ならリクエストが停止する。 ...

非公開S-1提出が意味するもの 2026年6月1日、AnthropicはSEC（米国証券取引委員会）に新規株式公開（IPO）に向けたドラフトS-1の非公開提出を行ったと発表した。これは2012年のJOBS法により可能となった手続きで、株式数や価格帯はまだ設定されていない。SECの審査が完了し次第、公開S-1が提出される見込みだ。 本稿の目的は、AnthropicのIPOを取り巻く戦略的全貌を——既存の日本語ニュース要約ではカバーされていない深さで——解説することにある。 財務軌道：$1Bから$47Bへの14ヶ月 AnthropicのARR（年間経常収益）は、2025年初頭の$1Bから2025年12月に$9B、2026年4月に$30B、そして2026年5月のSeries H発表時には**$47B**に達している。これは556%のCAGRに相当し、企業向けAI市場における前例のない成長率だ。 より重要なのは収益性の転換点だ。WSJの報道によれば、2026年第1四半期の売上高は$4.8B、第2四半期の予測売上高は$10.9B（前期比130%増）で、初の四半期営業利益**$559M**を見込んでいる。しかも、売上$1あたりの計算コストは$0.71から$0.56へ低下傾向にあり——Dynamic WorkflowsやFast Mode（Opus 4.8）による効率化が奏功している形だ。 Claude CodeはARR$2.5Bを達成（2026年2月時点）。AIコーディング市場では54%のシェアを握り、OpenAIの21%を大きく引き離している（Menlo Ventures調べ）。 ガバナンスの独自性：PBC + LTBT構造 Anthropicの最大の差別化要因は、そのガバナンス構造にある。 同社はデラウェア州の**Public Benefit Corporation（PBC）として登記され、「人類の長期的利益のための責任ある高度AI開発」を使命として掲げている。2023年9月に設立されたLong-Term Benefit Trust（LTBT）**は、5人の財務的に独立した受託者から構成され、特別なClass T株式を保有する。このClass T株は、時間の経過とともに取締役会の過半数を選任する権限を獲得する設計だ。現在は創業者（Dario Amodei、Daniela Amodeiら7名、各約1.8%以上を保有）が実質的な支配権を握るが、4年以内（2027年頃）にはLTBTが取締役会の過半数を選任するフェーズに移行する。 特筆すべきは、AmazonとGoogleが最大の少数株主であるにもかかわらず、議決権も取締役会席位も持たない点だ。両社は巨額の算出力契約を結んでいるが、経営への影響力は完全に排除されている。これはOpenAIの迷走した非営利→営利転換プロセスや、Musk訴訟によるガバナンス不安と対照的だ。 算出力契約の「隠れバランスシート」 AnthropicのS-1で最も注目されるべき開示項目の一つが、算出力コミットメントの会計処理だ。 AWS：10年間で$100B+、最大5GWのTrainium2/3/4コンピュート容量。既に100K以上のBedrock顧客がClaudeを利用。 Google Cloud：5年間で$200B（The Information報道）。これはGoogle Cloudのバックログの40%超に相当する巨額。 Google/Broadcom：約3.5GWのTPU契約。Broadcomは現在約1GWを供給、2027年には3GW超を見込む。 これらの契約は固定費でありながら、売上成長によりコスト比率が改善している（Q1: $0.71/$1 → Q2予測: $0.56/$1）。しかし、これらは同時に巨額のキャンセル不能コミットメントでもあり、競合モデルへのスイッチングコストを極めて高くしている面もある。この「両刃の剣」は、公開S-1で初めて正確な数字が明らかになるだろう。 引受シンジケートと$60B+ IPO Bloombergが2026年3月に報じたところによれば、主幹事はGoldman Sachs、JPMorgan Chase、Morgan Stanleyの3行。調達額は**$60B以上**を見込んでおり、SpaceXの推定$75Bに次ぐ史上最大級のIPOとなる。 $965Bの評価額は、$61.5B（2025年3月）→$183B（2025年9月）→$380B（2026年2月）→$965B（2026年5月）という14ヶ月で15倍の軌跡を描いている。OpenAIの$852B（2026年3月ラウンド）を上回り、現在フロンティアAIラボの中で最も高い評価額だ。 競合とのIPOレースでは、SpaceXが2026年5月20日に申請（6月12日上場目標）、Anthropicが6月1日に申請、OpenAIが「数週間以内」に申請予定と報じられている。3社合計で$3T超のIPO価値が見込まれる前代未聞の状況だ。 競合比較：Anthropic vs OpenAI 指標 Anthropic OpenAI 評価額 $965B $852B ARR $47B (May 2026) ~$20B+ (推定) AIコーディング市場シェア 54% 21% エンタープライズLLM支出 40% 27% ガバナンス PBC+LTBT（明確） 非営利→営利転換中（訴訟中） CEO株式保有 約1-2% 約0%（非営利構造の制約） 収益性 Q2 2026に初の黒字予想 未定 クラウド可用性 AWS+GCP+Azure全3社 AWS+Azure（GCP限定的） OpenAIは2026年3月に$852Bの評価額を達成したが、Anthropicはその後わずか2ヶ月で$965Bと逆転した。AIコーディング市場でのClaude Codeのシェア拡大（OpenAI Codexから54%対21%へシフト）が最大の原動力だ。 ...

2026年5月28日、AnthropicはSeries Hラウンドで650億ドル（約10.4兆円）の資金調達を発表し、評価額は9,650億ドル（約154.4兆円）に達した。わずか38日前の5月19日に報じられた9,000億ドル評価額から7%増、2月のSeries G（3,800億ドル）からはわずか3ヶ月で2.5倍の成長となる。 このラウンドにより、AnthropicはOpenAI（評価額7,300億〜8,520億ドル）を抜き、世界で最も価値あるAIスタートアップの座に立った。 Series Hの全容：投資家構成と調達の規模感 Series Hのリード投資家は4社——Altimeter Capital、Dragoneer Investment Group、Greenoaks Capital、Sequoia Capital——で、共同リードとしてCapital Group、Coatue、D1 Capital Partners、GIC（シンガポール政府投資公社）、ICONIQ、XNが名を連ねる。さらにT. Rowe Price、Temasekなども参加している。 このラウンドの異常さを物語るエピソードとして、TechCrunchは「ある機関投資家がCEOとの面談を得るためだけに50億ドル（約8,000億円）の出資をオファーした」と報じている。投資家需要の過熱ぶりが窺える。 47BドルARR：成長エンジンの内訳 Anthropicの年間経常収益（Run-rate Revenue）は今月、470億ドル（約7.5兆円）を突破した。その成長曲線は驚異的だ： 時期 Run-rate Revenue 倍率 2025年通年 100億ドル — 2026年初頭 300億ドル 3× 2026年5月 470億ドル 4.7× この成長を牽引しているのは、主に以下の3つのセグメントである： Claude Code（年間売上25億ドル） — AIコーディングエージェントとしてエンタープライズ開発組織に急速に浸透。先週発表されたOpus 4.8のFast Mode（従来比1/3の価格）により、さらなる普及が見込まれる。 Claude Enterprise契約 — Fortune 100企業の89社がClaudeを導入。平均契約額は年間数百万ドルから数千万ドルに拡大。PwC（30,000人展開）、KPMG（276,000人展開）に続く大型案件が続いている。 API収益 — Opus 4.8、Sonnet 4.5、Haiku 4.0の3層モデルポートフォリオにより、開発者向けAPI利用が急増。先週発表されたMythos（脆弱性発見AI、現在はProject Glasswing限定）の一般提供後にはさらなる収益拡大が見込まれる。 CFOのKrishna Raoは「$47B ARRは単なる数字ではない。AIが本格的にエンタープライズの意思決定と業務プロセスに組み込まれつつある証拠だ」と述べている。 コンピュート戦略：3大クラウド＋半導体＋宇宙 Anthropicのコンピュート戦略は、他社を圧倒する規模と多様性を持つ。Series Hの資金使途の第一は「コンピュート能力の拡大」であり、以下の契約が発表されている： パートナー 契約規模 内容 Amazon Web Services 最大5GW + 累計$25Bまで投資可能 AWS Trainium/Inferentiaベースのクラスター。10年間で$100B以上のAWSクラウド支出をコミット Google / Broadcom 5GW 次世代TPU（Tensor Processing Unit）クラスター SpaceX Colossus Colossus 1 & 2 宇宙データセンターGPUクラスター また、戦略的インフラパートナーとしてMicron（時価総額1兆ドル超の半導体メモリ企業）、Samsung、SK hynixが参加した。これはAIチップの最重要ボトルネックである高帯域メモリ（HBM）の安定供給を確保する戦略と見られる。 ...

2026年5月は、Anthropicにとってこれまでで最も波乱に満ちた1ヶ月となった。AIサイバーセキュリティのパラダイムシフト（Claude Mythos）、評価額9000億ドルへの急成長、OpenAI共同創業者の獲得、そしてBig4会計事務所との大規模提携——わずか30日間で起きた変化は、AI業界全体の地殻変動を反映している。 このハブページは、ai.appwright.xyzが2026年5月12日以降に公開したAnthropic関連の全記事（11本）を時系列で整理したものだ。各記事へのリンクから詳細な分析にアクセスでき、このページ自体がAnthropicの2026年の動きを俯瞰するための日本語リファレンスとして機能する。 時系列：Anthropic激動の30日間 5月13日 — Claude Managed Agents一般公開 Anthropicが4月8日に発表したClaude Managed Agentsのパブリックベータを完全公開。Brain/Hands/Sessionの3層アーキテクチャによる完全マネージド実行環境で、AIエージェントの本番運用における3〜6ヶ月のインフラボトルネックを解消する。 → 詳細：Claude Managed Agents入門 5月14日 — Claude全製品総まとめ Opus 4.7（SWE-bench Pro 64.3%）、Dreams、Agent Teams、1Mコンテクスト標準価格化、Claude Certified Architect認定制度など、Anthropicの高速リリースサイクルを網羅。 → 詳細：Claudeが2026年に出荷したすべて 5月15日 — Claude Mythos Preview登場 SWE-bench Verified 93.9%。自律的にOpenBSDの27年物脆弱性やFreeBSDの17年物RCE（CVE-2026-4747）を発見。英国AISI評価では30%の確率で企業ネットワーク全体を乗っ取る能力が確認された。AIセキュリティ史上最大の事件。 → 詳細：Claude Mythos Preview徹底解説 5月17日 — AIがCTFを終わらせた Kabirの「CTF scene is dead」（HN 337pts）を分析。フロンティアAIがHack The Boxの全マシンを自動攻略する時代、セキュリティ人材育成のあり方を論じる。Mythos三部作の第2弾。 → 詳細：Frontier AIがCTFを終わらせた 5月18日 — Claude for Small Businessローンチ QuickBooks、PayPal、HubSpot、Canva、Slackなど8サービスと連携する15のエージェンティックワークフローを搭載。米国GDPの44%を占める中小企業市場への初の本格AIプロダクト。 → 詳細：Claude for Small Business入門 5月18日 — PwC、数十万人規模でClaude導入 PwCは30,000人のClaude認定プロフェッショナルを育成、70%の納期短縮を達成。Big4初の大規模AI導入として業界に衝撃を与えた。 → 詳細：PwCがClaudeを数十万人規模で展開 5月19日 — 評価額9000億ドル、OpenAI超越 評価額$900B+が報じられ、OpenAIの$852Bを上回る。14ヶ月で16倍成長。Sequoia、Dragoneer、Greenoaks、Altimeter主導の$30Bラウンド進行中。売上高は4ヶ月で0→$30B（ARR）に急拡大。 → 詳細：Anthropic、評価額9000億ドルへ ...

KPMG、Anthropicとグローバル戦略提携—276,000人へのClaude展開 2026年5月19日、KPMGとAnthropicはグローバル戦略提携を発表した。世界138カ国に展開するBig4の一角、KPMGが約276,000人の全従業員にClaudeを提供し、主要なクライアントデリバリープラットフォーム「Digital Gateway」にAnthropicのAIを直接組み込むという、これまでにない規模のエンタープライズAI導入である。 この提携は、わずか2週間前に発表されたPwCとAnthropicの拡大提携（Claude Cowork/Coder全世界展開、30,000人の認定専門家）に続く、Big4業界における2件目の大型AIコミットメントとなった。専門サービス業界におけるAI導入競争が、実質的に「全社規模」のフェーズに入ったことを示している。 本稿では、KPMG × Anthropic提携の詳細、PwC提携との比較、そして日本のエンタープライズ業界への示唆を分析する。 発表内容の全体像 Digital Gateway Powered by Claude KPMGの既存プラットフォーム「Digital Gateway」（Microsoft Azure上で稼働）に、AnthropicのClaudeを直接埋め込む。これにより： Claude Cowork：ドキュメント・ワークフローを横断した協調型AIアシスタントをプラットフォーム内で利用可能に Managed Agents API：自律的なマルチステップタスク実行をクライアント業務に直接統合 従来は数週間かかっていた税務規制変更対応のAIエージェント構築が数分に短縮される KPMG USのVice Chair of Tax、Rema Serafiは次のように述べている： 「規制変更に対応するAIエージェントの構築は、以前は数週間かかり、複数のツールやチャットウィンドウを行き来する必要がありました。CoworkとManaged AgentsがDigital Gatewayに統合された今、同じ作業が数分で完了します。これはまったく新しい働き方です。」 PE特化：KPMG Blaze with Claude Code AnthropicはKPMGをプライベートエクイティ向けPreferred Consultantに指定した。新製品「KPMG Blaze」はClaude Codeを活用し、PEファンドのポートフォリオ企業におけるレガシーITシステム近代化を加速する。従来6〜12カ月を要したシステム刷新が、コード生成・リファクタリングにより数週間に短縮される可能性がある。 サイバーセキュリティへの応用 KPMGとAnthropicのチームは、Claudeを使用してクリティカルシステムの脆弱性を発見・修正する。すべての作業はKPMGのTrusted AIフレームワークに基づいてガバナンスされる。 なぜこの提携が重要なのか 1. プラットフォーム統合型AIの勝利 KPMGのアプローチが他と決定的に異なるのは、AIを既存のプロダクションプラットフォームに埋め込んだ点だ。多くの企業が「AIチャットボットを横付けする」段階にいるのに対し、KPMGは日常業務のワークフローそのものにAIを統合した。 Enterprise DNAは次のように評している： 「ビジネスがAIを別レイヤーとして運用しているなら、最も速く動いている企業はAIを中核ワークフローに直接埋め込んでいる。」 2. エージェントベースの業務が現実になった 単なるチャットインターフェースではなく、Managed Agentsが規制変更に自律的に対応する。この「AIアシスタンス」から「AI実行」への移行は、エンタープライズAI導入の質的転換点といえる。 KPMGの事例では、税務申告業務におけるAIエージェントの構築が「数週間→数分」に短縮された。これは単なる効率化ではなく、これまで不可能だった業務の実行を可能にする能力である。 3. プロフェッショナルサービス業界はAI慎重期を脱した Big4の一角が税務・法務という規制の厳しい領域でClaudeを本格導入したことは、リスク評価の転換点を示している。AnthropicのDaniela Amodeiも「KPMGは精度、説明責任、信頼がオプションではない業界で、全社的なAIコミットメントを示している」と述べている。 PwC提携との比較：Big4 AI競争の構図 KPMGの発表は、2026年5月18日に発表されたPwCのAnthropic提携拡大からわずか1日後というタイミングだった。両者を比較することで、Big4業界のAI導入競争の実態が見えてくる。 項目 KPMG × Anthropic PwC × Anthropic 発表日 2026年5月19日 2026年5月18日（拡大提携） 対象人数 276,000人（全世界） 数十万人規模（グローバル） 認定専門家数 未公表（段階的展開） 30,000人 主要プラットフォーム Digital Gateway（Azure） PwC独自プロセス（Azure） 重点領域 税務、PE、サイバーセキュリティ 監査、税務、コンサルティング全般 主要製品 KPMG Blaze（Claude Code） Claude Code/Cowork全社展開 展開完了目標 2026年9月 未公表 研究連携 テキサス大学マコームズ校 未公表 両者の最大の違いはアプローチにある。PwCが「水平展開（全社ツール＋認定制度）」を重視するのに対し、KPMGは「垂直統合（Digital Gateway＋PE特化）」を取っている。Anthropicにとっては、Big4のうち2社と大型契約を結んだことになる。PwC（監査・コンサルティング）、KPMG（税務・PE）と役割分担が明確であり、残るDeloitteとEYへの波及効果も確実視される。 ...

Karpathy、Anthropicへ—AI業界最大の電撃人事 2026年5月19日、Andrej Karpathyが自身のXアカウントでAnthropicへの参加を発表した。OpenAIの11人の共同創業者の一人であり、TeslaのAIディレクターを歴任し、「Vibe Coding」の名付け親としても知られるKarpathyは、AI業界で最も影響力のある研究者の一人だ。彼のXポストは18.7Mビューを記録し、Hacker Newsでは1,205ポイント、499コメントが集まった。 KarpathyはAnthropicのプレトレーニングチームに加わり、Nick Joseph（Anthropicプレトレーニング責任者、元OpenAI）の下で「Claudeを使ってプレトレーニング研究を加速する」チームを立ち上げる。これは単なる人材の移動ではない。Anthropicが**再帰的自己改善（Recursive Self-Improvement, RSI）**への本格的な布石を打った瞬間であり、OpenAIとAnthropicの間で続いてきた人材戦争に一つの区切りがついたことを意味する。 Karpathyとは何者か—3つの顔を持つ異才 Karpathyのキャリアパスを追うと、彼が「AI業界のレジェンド」と呼ばれる理由がわかる。 フェーズ1：アカデミアとOpenAI（2015-2017） スタンフォード大学でFei-Fei Liの下で博士号を取得。CS231n（深層学習とコンピュータビジョン）を共同創設し、業界全体の教育に貢献した。2015年、OpenAIの11人の共同創業者の一人としてAI研究の最前線に立つ。 フェーズ2：Tesla時代（2017-2023） Elon Muskに引き抜かれ、TeslaのAIディレクターとしてAutopilotのコンピュータビジョンチームを統率。自社のデータラベリングパイプラインからニューラルネットワーク学習、カスタム推論チップへのデプロイまで、大規模AIシステムのエンドツーエンドを経験した。 フェーズ3：独立研究者・教育者（2024-2026） OpenAIを再び離れた後はEureka Labsを設立し、AI教育に注力。nanoGPT、microGPTなどの教育用プロジェクトを公開。何より注目すべきは、彼が2026年3月に公開したAutoResearchプロジェクトだ。Karpathyは自身のXで、AutoResearchが自律的に700件のアーキテクチャ変更を実行し、学習効率を11%向上させたと報告している。このプロジェクトの核心は、たった630行のPythonコードで実装された自律研究エージェントが、人間の介入なしに深層学習の実験を回し続ける点にある。 RSIの実態：「Claudeでプレトレーニングを加速する」とは AnthropicがKarpathyに任せようとしているのは、以下のようなループだ： 現在のClaudeモデルに、次世代のトレーニングパイプラインを設計させる Claudeが提案した改善（データミックス比率、学習率スケジュール、アーキテクチャ変更など）を自動テスト 効果のあった改善を本番トレーニングに反映 改善された次世代モデルが、さらに良い改善を提案できるようになる このサイクルが機能すれば、各世代のモデルが次のモデルをわずかに効率化し、その効果が複利的に積み上がる。Anthropicの共同創業者Jack ClarkはImportAIニュースレターで、「2028年末までに人間の介在なしにAI R&Dが自律的に回る確率は60%以上」と述べている。 これがRSI（Recursive Self-Improvement）の実体であり、KarpathyのAutoResearchはこの概念を小規模で実証済みのプロトタイプだ。 AutoResearchの仕組み—コードで見る自律研究ループ KarpathyのAutoResearchのアーキテクチャは驚くほどシンプルだ。以下に概念的な実装を示す： # Karpathy's AutoResearch: 概念的な自律研究ループ def autoresearch_loop(initial_model_code, train_script, max_iterations=100): best_loss = float('inf') best_code = initial_model_code for i in range(max_iterations): # Step 1: AIがコードを分析し、改善案を提案 proposal = claude.analyze_and_propose( current_code=best_code, recent_results=training_history[-5:] ) # Step 2: 提案を適用した実験コードを生成 experiment_code = claude.apply_modifications(best_code, proposal) # Step 3: 5分間のトレーニング実験を実行 result = run_training(experiment_code, train_script) # Step 4: 結果を評価 if result.val_loss < best_loss: best_loss = result.val_loss best_code = experiment_code print(f"Iteration {i}: Found improvement → val_loss: {result.val_loss:.4f}") training_history.append(result) return best_code, best_loss この単純なループが、2日間で276件の実験を自律実行し、29件の有効な改善を発見した。注目すべきは、各イテレーションでClaudeが過去の実験結果の系列を見て次の改善を計画している点だ。これは単なるランダムサーチではなく、経験に基づくメタ学習である。ShopifyのCEO Tobias Lütkeもこの手法を社内データに適用し、37実験で19%の性能向上を報告している。 ...