企業のAI活用
27
times Spawn's founder had to decide himself, out of 11,000+ AI judge calls
3件の情報源をまとめました
企業のAI活用
10人のゲーム会社、仕事の大半をAIエージェントに任せる 日々の仕事の大半をAIエージェントに任せる新しい会社2社が、その運営方法を公開しました。エージェントがコードを書いて直すゲーム基盤と、エージェントが調べて人がお金の判断をする資産運用会社です。
主なポイント Spawn（ゲーム制作基盤、米国）：10人の社員と一緒に働くのは、名前と記憶と担当（ゲームエンジン、バグの仕分け、経理など）を持つ常駐のAIエージェント群です。創業者のJacob Sansbury氏によると、30日間で7万7000件の大きなコード変更を出し（1時間に約108件）、先月はAIのトークンに約1260万リンギ（310万米ドル）を使いました。人件費の約30倍です。1年間の12万3548件の変更のうち、取り消されたのは約0.9%だけでした（本人の投稿、The AI Daily BriefとSimon Willison経由）。 Spawnは創業者の2年分の過去の判断を「AIの審判」にしました。最初の8日間で1万1000件以上を処理し、約7300件は過去の人の判断に合わせて決め、約2200件はエージェントに差し戻し、約1800件は人に回しました。創業者自身が決めたのは27回だけで、1日の変更数は約1000件から7000件超に増えました。プレイヤー側のエージェントが報告したバグは自動で直るので、自己修復するソフトに近い形です。 Arca（資産運用、米国）：エージェントがファイナンシャルアドバイザーのための裏の調査を担います。最長10日かかる作業もあるため、顧客ごとに記憶を持たせています。最終判断とすべての売買・送金は人が行います。固定の安全ルールでプロンプトインジェクションを確認し、メタエージェントがアドバイザーの意見をもとに仕組みを改善します（Latent Space）。 教訓：どちらもエージェントに実際の仕事を継続して任せ、何が起きたかを共有の記録に残し、センス・方向性・お金の判断は人が持ちます。Spawnの数字は自社発表で、創業者は大企業がこのAIネイティブなやり方をまねるのは難しいと言っています。 なぜ重要か： 最初からエージェント中心に作った会社のAIネイティブな働き方がよく分かります。多くの会社でも、過去の判断をルールにする、エージェントに1つの仕事を最後まで任せる、といった簡単な部分はまねできます。
情報源（3）
How the Most AI Pilled Company in the World Works · The AI Daily BriefWatch ↗
How I Built the Most AI-Pilled Company in the World (notes) · Simon WillisonRead ↗
Arca: the AI-native wealth manager · Latent SpaceRead ↗
この記事は役に立ちましたか？
タップで投票。長押し・右クリック・Shift+Enterで、理由やひとことを添えて投票できます。
仕事とAI
10.0%
of Japanese firms surveyed see clear results from generative AI
3件の情報源をまとめました
仕事とAI
企業はAIが実際に何をしているか測り始めた AIを使うのは簡単ですが、成果を証明するのは難しいことです。日本の大規模調査、Claude Enterpriseの新しいレポート、ロボット会社の新しい単位が、同じ問い「AIは本当に何を生んでいるのか」に答えようとしています。
主なポイント 日本の調査（INDUSTRIAL-X、1031人、2026年7月）：生成AIを使う会社は60.9%ですが、明確な成果があるのは10.0%だけです。成果の多くは時間短縮（72.3%）とコスト削減（41.4%）で、売上が増えたのは10.7%でした（ITmedia）。 差を生んだもの：経営層が関わる会社では61.2%が全社で使っており、関わらない会社は16.2%でした。明確な成果も24.3%対6.6%です。専任チームや全社研修も、成果を出した会社でずっと多く見られました。 Claude Enterpriseには、チームごとの仕事・費用・成果・障害を示し、繰り返し作業をスキルにするなどの提案をするスマートレポートが加わりました。Anthropicは人事評価には使わないとしています。短いアプリ内アンケートと、50%・75%・95%・100%でメール通知するチーム共有予算も追加されました（ITmedia）。 ロボットでも：AgiBotは役に立つロボットの仕事量を示す単位「Worken」を提案しました。稼働台数×自律で働いた時間×成果の比率で計算します。中国のあるテーマパークでは、ロボット1台に技術者1人だったのが3台に1人になり、年末までに10台に1人を目指します。比率の決め方はまだ公表していません（Pandaily）。 なぜ重要か： AIを試す段階と成果が出る段階の差は、モデルよりも人と測り方の問題です。はっきりした数字と、経営層が自ら関わることが、試験から本当の成果へ会社を進めます。
情報源（3）
Only 10% see clear results from generative AI: what separates the winners (Japanese) · ITmedia EnterpriseRead ↗
Claude Enterprise adds smart reports, surveys and pooled budgets (Japanese) · ITmedia EnterpriseRead ↗
AgiBot proposes Worken to measure robot work · PandailyRead ↗
この記事は役に立ちましたか？
タップで投票。長押し・右クリック・Shift+Enterで、理由やひとことを添えて投票できます。
Notion
3
steps: record meetings, save skills, add custom agents
Notion
Notion Japan、会議メモをチームのAI助手に変える方法を紹介 企業向けウェビナーで、Notion Japanは、個人でNotion AIを使う段階から、チーム全体のために働くAI助手を持つ段階へ進む方法を、会議メモから順に紹介しました。
主なポイント 課題：AIは賢くても、あなたの会社の仕事の仕方を知りません。その多くは、誰もが「知っている」のに書かれていない暗黙知です。Notionは、完成した資料の背景や経緯を残すコンテキストレイヤーだと説明しています。 ステップ1、記録する：AIミーティングノートはMac、Windows、スマホのアプリで動くので、オンライン会議、会議室での話、セミナーを記録でき、外国語の話も要約できます。メモは個人のフォルダーではなく、チームの共有データベースに入ります。 ステップ2、繰り返す仕事をスキルにする：たとえば「今週の議事録から週次のプロジェクト報告を作る」。スキルはNotion AIに頼んで作ってもらえ、「自動」設定なら各ステップに合うモデルを選びます。 ステップ3、自分で動くカスタムエージェントを加える：デモでは、会議が終わると、1つのエージェントがプロジェクトの状況を更新し、もう1つがタスクを取り出してタスク一覧に追加しました。大きな利用企業としてNTTデータ、メルカリ、NECの名前が挙がりました（Notion Japanウェビナー）。 なぜ重要か： チームでのAI活用で難しいのは、みんなに記録を書いて更新してもらうことです。AIが会議を記録し、その後の作業までしてくれれば、その手間がなくなり、AIもやっと必要な背景を持てます。
情報源（1）
Using Notion as a team: how to start with Notion AI in teams and organisations (Japanese) · Notion JapanWatch ↗
この記事は役に立ちましたか？
タップで投票。長押し・右クリック・Shift+Enterで、理由やひとことを添えて投票できます。
中国のAI
18
Apple Intelligence features in the first China rollout
4件の情報源をまとめました
中国のAI
Apple Intelligence、12月にAlibabaのQwenで中国へ 規制当局を2年待った末、AppleのAI機能がAlibabaのQwenモデルを使って中国のiPhoneに来ます。中国の研究チームからは新しいエージェントや文書ツールも出ました。
主なポイント Appleによると、最初のApple Intelligence機能は11月4日からの開発者ベータを経て、12月のiOS 27.3で提供されます。最初は約18の機能で、文章ツール、通話やメッセージのライブ翻訳、カメラを使うビジュアルインテリジェンスなどです（サウスチャイナ・モーニング・ポスト）。 DeepSeekは、常にオンラインで多くの仕事を同時に進める「スーパーエージェント」の設計を公開しました。Routerが人とやり取りして仕事を配り、Workerが別々のセッションで作業し、Watchdog Watchdog A small program that keeps checking a system and restarts or flags parts that get stuck or crash. Xiaomiは、文書・表・レシートを読んで整ったデータにする8億パラメーターの小さなモデルXiaomi-OCR OCR Optical character recognition: software that reads words in pictures or scans and turns them into text you can edit. 未確認：DeepSeekのサイトのコードに、本人確認付きのセキュリティ向けモデル「Cyber」の記述があります。DeepSeekは発表していません（Pandaily）。 なぜ重要か： Appleは2番目に大きい市場でAI機能を売るために地元の相手が必要で、Qwenが選ばれました。中国の研究チームは、誰でも試せる小さく安く実用的なツールを出し続けています。
情報源（4）
Apple Intelligence to roll out on iPhones in China in December with Alibaba backing · South China Morning PostRead ↗
DeepSeek publishes Super-agent design exploration (Chinese) · IThomeRead ↗
Xiaomi open-sources Xiaomi-OCR-0, a 0.8B document model · PandailyRead ↗
DeepSeek website code points to Cyber, a cybersecurity model in limited testing · PandailyRead ↗
この記事は役に立ちましたか？
タップで投票。長押し・右クリック・Shift+Enterで、理由やひとことを添えて投票できます。
東南アジア
40%
of NTU undergraduate courses to include AI by 2030
3件の情報源をまとめました
東南アジア
シンガポールのNTUがGoogleとAIで提携、ベトナムは中国と協力へ シンガポールの有力大学が、東南アジアの言語に力を入れながら、GoogleのAIを授業と研究に取り入れます。ベトナムはAIでの協力について中国と話し合っています。
主なポイント シンガポール：NTUとGoogleは10月30日、協力を約束する覚書（MOU Memorandum of understanding A written agreement where two groups say what they plan to work on together. It shows intent but is usually not a binding contract. AI Singaporeと組み、東南アジアの言語の実際の使われ方を反映したデータを集めて公開し、GoogleのオープンなGemmaとMedGemmaを使って教育と医療向けのソブリンAIモデルを作る計画です。 ベトナム：ベトナム国際デジタルウィークで、中国の省の担当者が大規模言語モデルやオープンソースAIの共同研究を提案しました。ベトナムは2030年までに東南アジアの主要なAI拠点に、2045年までに世界トップ10に入ることを目指しています（TechNode Global）。 どちらも今はまだ計画と約束で、成果ではありません。前回の号以降、私たちの情報源にマレーシアのAIの新しいニュースはありませんでした。 なぜ重要か： 地域の言語や文化を理解するモデルは、マレーシアを含む地域の全員にとって大切です。他の人も再利用できる公開データに注目しましょう。
情報源（3）
NTU and Google deepen AI partnership · TechNode GlobalRead ↗
NTU Singapore and Google deepen AI collaboration · The StarRead ↗
China offers joint AI research with Vietnam as Hanoi sets 2045 target · TechNode GlobalRead ↗
この記事は役に立ちましたか？
タップで投票。長押し・右クリック・Shift+Enterで、理由やひとことを添えて投票できます。
AIツール
