補助金フラッシュ 士業編集部AIのニュースを追うと、どのモデルが一番賢いのかという話に目が行きがちです。けれども2026年のAI最新動向を見るうえで重要なのは、性能ランキングだけではありません。中心にあるのは、高性能なAIを誰に、どの環境で、どこまで使わせるかという競争です。
OpenAI、DeepSeek、Mistral、Mythosの動きを並べると、米国、中国、欧州の違いが見えます。自社のAI活用を考える入口として読み進めてください。
なぜAI競争の見方を変える必要があるのか?
モデル性能から配布条件への移動
まず押さえたいのは、AI競争がモデルを公開して利用者を増やすだけの段階から、利用範囲を細かく管理する段階へ移っていることです。象徴的なのが、米国のAI企業AnthropicのClaude Mythos Previewです。AnthropicはProject Glasswingで、Mythosを一般公開せず、防御目的のサイバーセキュリティ用途に限って、招待制で提供する方針を示しました。理由は、ソフトウェアの弱点を見つけて悪用する能力が、最も熟練した人たちを除く多くの人間を上回る水準に達したと説明しているためです。1
この話を、攻撃用AIがすぐに世の中へ放たれるという意味で受け取ると、現実を見誤ります。英国のAI Security Instituteも、Mythos Previewは従来モデルよりサイバー能力が一段上がったと評価していますが、同時に評価や制限付き提供の枠組みの中で扱われています。2 重要なのは恐怖を煽ることではなく、高性能AIは製品であると同時に管理対象でもあるという見方です。
企業にとっても、この変化は他人事ではありません。AIを導入するとき、モデル名だけで選ぶと、社内データをどこへ送るのか、出力を誰が確認するのか、禁止される用途は何かを見落としやすくなります。ここまでで、AI競争の焦点が単なる賢さから、使わせ方へ移っていることが分かりました。次に、米国企業の動きを見ます。
米国企業はどこへ進んでいるのか?
チャットから仕事を任せるAIへ
米国の大手AI企業は、会話するAIから、仕事の一部を任せるAIへ軸足を移しています。OpenAIは2026年4月、GPT‑5.5を発表し、ChatGPTや開発支援ツールCodexでの利用に加え、APIでもGPT‑5.5とGPT‑5.5 Proを利用可能にしたと案内しました。公式発表では、1M(100万トークン)のコンテキストウィンドウや業務系ベンチマークの成績も示されています。3
ここでいうコンテキストウィンドウとは、AIが一度に参照できる文章やファイルの量です。トークンは、AIが文章を細かく分けて処理する単位です。参照できる量が増えると、契約書、議事録、コード、表計算ファイルなどをまとめて読ませやすくなります。ただし、量が増えるほど確認すべき情報も増えるため、長く読めるAIほど、確認の設計が必要になります。
OpenAIはAWS(Amazon Web Services)との提携拡大も発表し、OpenAIのモデル、Codex、Managed AgentsをAWS環境で使えるようにすると説明しています。4 これは、企業が既存のクラウド、権限管理、監査の仕組みの中でAIを使いたいという需要に合わせた動きです。AIが高度化するほど、どの画面で使うかより、既存システムにどう組み込むかが重要になります。
強いAIほど制限が商品価値になる理由
Mythosのような例を見ると、強いAIは公開範囲を広げればよいとは限りません。サイバー防御では、AIが未知の弱点を早く見つけられれば修正も早まります。一方で、同じ能力は攻撃にも使えます。これをデュアルユース(防御にも攻撃にも使える性質)と呼びます。
米国のAI企業は、性能を競いながら、利用者確認、用途制限、監査ログ、危険なリクエストの遮断を組み合わせています。利用者から見ると面倒に感じることもありますが、企業利用ではむしろ重要です。金融、医療、行政、製造のように失敗の影響が大きい領域では、自由に使えることより、説明できる形で使えることが価値になります。
この流れを踏まえると、米国の最新動向はモデル名の更新だけでは読めません。強いモデルを作る競争と、強いモデルを安全に配る競争が同時に進んでいます。次に、中国のDeepSeekがどのように別の圧力をかけているのかを見ます。
中国のDeepSeekは何を変えたのか?
安さ、公開、国産インフラへの適応
中国のAI企業DeepSeekの動きで注目すべきなのは、単に高性能な中国モデルが出たという話ではありません。2026年4月に公開されたDeepSeek V4 Previewは、1M(100万トークン)のコンテキスト長、DeepSeek‑V4‑Proの1.6T(約1.6兆)総パラメータと49B(490億)アクティブパラメータ、DeepSeek‑V4‑Flashの284B(2840億)総パラメータと13B(130億)アクティブパラメータを打ち出しました。5
パラメータは、AIが学習で調整する内部の数値です。総パラメータが大きくても、毎回すべてを使うわけではなく、アクティブパラメータは実際の処理で動く部分を示します。初心者向けに言えば、DeepSeekは大きなモデルをそのまま重く使うのではなく、必要な部分を動かしてコストを下げる方向を強めています。
この方向性は、米中対立とも関係します。米国ではAIチップの輸出管理が続き、2026年1月にはNVIDIA H200など一部の先端計算向け半導体について、中国やマカオ向け輸出をケースごとに審査するルールが示されました。6 中国側にとっては、海外製の最先端チップに頼り切らず、国内インフラで動かせるAIを持つことが戦略になります。
ただし、DeepSeekを単純に安くてすごいAIとだけ見るのも危険です。米国側からは、米国モデルの出力を使って別モデルを訓練する無断の蒸留への懸念も出ています。蒸留とは、大きなモデルの出力を学習材料にして、小さなモデルを育てる方法です。2026年4月には、米国務省がDeepSeekなど中国AI企業をめぐる知的財産上の懸念を各国に伝える動きもありました。7 この点は事実認定が対立し得るため、信頼性の論点として見るべきです。
企業がここから学ぶべきなのは、価格だけでAIを選ばないことです。安さ、性能、データの扱い、供給元の信頼性を一緒に見る必要があります。次に、欧州が米中と違う立ち位置をどう作ろうとしているのかを見ます。
欧州はなぜMistralとAMIに期待するのか?
主権と現場データを重視する路線
欧州のAI最新動向は、規制が厳しいという一言では片づきません。むしろ、欧州は自分たちのルールと産業基盤の中でAIを動かすことを重視しています。欧州連合のAI Actでは、汎用AIモデル(多くの用途に使える基盤モデル)の義務が2025年8月から適用されています。欧州委員会による執行権限は2026年8月から本格化します。8
この制度の意味は、欧州向けにAIを提供する企業だけに限られません。欧州企業と取引する場合、AIの出力をどう説明するか、学習データやモデル文書をどう管理するかが、取引先から確認される可能性があります。規制は負担であると同時に、信頼を示す材料にもなります。
フランス発のMistral AIは、2026年4月にMistral Medium 3.5、遠隔で動くコーディングエージェント、チャットサービスLe ChatのWork modeを発表しました。Medium 3.5は128B(1280億)規模のモデルで、256k(25.6万トークン)の文脈を扱え、オープンウェイトとして公開されています。9 オープンウェイトとは、モデルの重みを利用者が入手できる形のことです。すべてが自由という意味ではなく、ライセンス条件は確認が必要ですが、自社環境で動かしたい企業にとってはクラウドだけに依存しない選択肢になります。
MistralはForgeも発表し、企業が自社の知識に基づいた高性能な独自モデルを作る仕組みを打ち出しました。10 ここでの狙いは、公開データだけで作られた汎用AIを使うのではなく、企業の設計基準、運用手順、コードベース、コンプライアンス文書に合ったAIを作ることです。つまり欧州の文脈では、AIの強さは現場データと管理のしやすさで決まるという見方が強まっています。
世界モデルが示すLLMの次の論点
欧州で見逃せないもう一つの動きが、深層学習の代表的研究者であるヤン・ルカン氏が関わるAdvanced Machine Intelligence(AMI)です。AMIは2026年3月に10.3億ドルを調達し、推論、計画、世界モデルを中心にしたAIシステムの商用化を目指しています。11 AMI自身も、現実世界を理解し、持続的な記憶を持ち、推論と計画ができ、制御可能で安全なAIを作ると説明しています。12
世界モデルとは、AIが現実世界の変化を内部で表現し、行動の結果を予測するための考え方です。LLM(大規模言語モデル)が文章やコードに強い一方で、工場設備、ロボット、医療機器、車のように物理的な制約を持つ領域では、言葉だけでは足りない場面があります。例えば製造現場であれば、作業記録だけでなく、カメラ映像、センサー値、設備の状態変化を合わせて扱う必要があります。
この考え方は、LLMが終わるという意味ではありません。文章を扱うAI、コードを書くAI、現実世界を扱うAIが、用途ごとに組み合わされる可能性が高いということです。米国が大規模サービスと安全管理、中国が低コストと自立的な供給網、欧州が主権と現場適合を重視していると見ると、全体像がつかみやすくなります。
企業はAI最新動向をどう見ればよいか?
導入前に確認したい3つの問い
AIニュースを読むときは、すぐに新しいモデルを試すより、まず自社の用途に引き寄せて考える方が安全です。特に中小企業や専門部署が少ない企業では、モデル選びより先に使い方の条件を決めることが大切です。
確認したい問いは、次の3つに絞れます。
- そのAIに、どのデータを渡してよいのか
- 出力結果を、誰がどの基準で確認するのか
- 問題が起きたとき、利用履歴と責任分担を説明できるのか
この3つを決めないまま導入すると、便利なツールが社内の見えないリスクになります。反対に、社内文書の下書き、議事録の整理、顧客対応案の作成、コードレビューの補助など、対象と確認者が明確な作業から始めれば、AIの利点を取り入れやすくなります。
2026年のAIを見る実務感覚
2026年のAI最新動向は、OpenAIが高性能な仕事用AIを広げ、DeepSeekが低コストと公開モデルで揺さぶりをかけ、MistralやAMIが欧州の主権と現場データを前面に出す構図です。Mythosは、その中で高性能AIの配布管理がいかに重要になったかを示す事例です。
読み手が最後に覚えておきたいことは3つです。第一に、AI競争はモデル性能だけでは読めません。第二に、米中欧はそれぞれ異なる条件でAIを広げています。第三に、企業にとって最も大切なのは、流行の名前を追うことではなく、データ、確認、責任のルールを決めてから使うことです。
AIは、導入するかしないかの二択ではなくなっています。どの作業に、どのモデルを、どの制限で使うかを決める技術になっています。だからこそ、2026年のAI最新動向は、ニュースとして眺めるだけでなく、自社の判断基準を見直す材料として読む価値があります。
出典・参考資料
「Project Glasswing: Securing critical software for the AI era」Anthropic ↩
「Our evaluation of Claude Mythos Preview’s cyber capabilities」AI Security Institute ↩
「OpenAI models, Codex, and Managed Agents come to AWS」OpenAI ↩
「Revision to License Review Policy for Advanced Computing Commodities」Federal Register ↩
「Exclusive: US State Dept orders global warning about alleged AI thefts by DeepSeek, other Chinese firms」Reuters ↩
「Guidelines for providers of general-purpose AI models」European Commission ↩
「Remote agents in Vibe. Powered by Mistral Medium 3.5.」Mistral AI ↩
「Ex-Meta AI chief Yann LeCun's AMI raises $1.03 billion for alternative AI approach」Reuters ↩
「AMI Labs: Real World. Real Intelligence.」Advanced Machine Intelligence ↩
執筆者：補助金フラッシュ 士業編集部
補助金・助成金の活用法からAI導入、業務の生産性向上まで、中小企業の経営に役立つ情報を士業の専門家チームがわかりやすく解説します。
こちらもおすすめ
AIトランスフォーメーション（AX）とは? DXとの違いから中小企業・小規模事業者が取るべき対応まで
2026年版中小企業白書で、AIトランスフォーメーション（AX）という言葉が前面に出てきました。新しい略語に見えますが、単なるAIツールの導入ではありません。 AXで問われるのは、AIを使ってどの仕事を軽くし、どの価値を伸ばすのかという経営判断です。DXとの違いを押さえると、中小企業や小規模事業者が最初に見るべき場所も変わります。 この記事では、AXの意味をDXと比べながら、明日から確認できる対応に落とし込みます。
AIリスキリングはなぜ必要なのか? 事務職の変化と業務改善事例から考える
AIリスキリングという言葉を聞いても、何をどこまで学べばよいのか分かりにくいと感じる人は多いはずです。単に生成AIの使い方を覚えるだけなら、数時間の研修でも始められます。 しかし、これから重要になるのは、AIを使って仕事の役割を組み替える力です。事務作業を減らし、空いた時間を確認、提案、顧客対応に回すことができれば、AIリスキリングは業務改善の入口になります。 事務職の需給変化、企業の研修設計、銀行の業務改善事例を手がかりに、自社で何から始めるかを考える材料にしてください。
ソフトバンク・NEC・ホンダの国産AI新会社はどんな会社?概要や3社の役割分担、今後の見通しについて解説
国産AIの新会社という言葉だけを見ると、ChatGPTの日本版を作る話に見えるかもしれません。ただ、今回の注目点は会話AIそのものではなく、工場、車、ロボットなどを動かすためのフィジカルAIです。 中心にあるのは、ソフトバンクが計算基盤、NECが基盤モデルと業務AI、ホンダが車両への実装を担うという分業の見方です。1兆円支援や2030年度という数字は魅力的ですが、現時点では採択、開発、実装の段階を分けて見る必要があります。 まずは、確認できる事実と見通しを切り分けながら、この新会社がなぜ注目されているのかを見ていきましょう。
ソブリンAIはなぜ重要なのか? データ主権と経済安全保障から考える
AIは、文章作成や検索の補助だけでなく、医療、金融、行政、製造現場の判断にも入り始めています。便利な汎用AIサービスを使うだけなら導入は速いものの、重要なデータや社会インフラの判断まで同じ仕組みに任せてよいかは別問題です。 ソブリンAIの要点は、海外サービスを一律に避けることではありません。重要なデータ、計算基盤、運用ルールを、必要な場面で自分たちの管理下に置けるようにすることです。 本記事では、初心者にも分かるように、データ主権と経済安全保障の視点から重要性を見ていきます。
中小企業のAI利用ガイドライン作成術。情報漏洩・著作権対策の基本
生成AIを仕事で使いたい人が増えるほど、会社としては情報漏洩や著作権が気になります。禁止だけで止めようとすると、便利な使い方まで失われ、逆に個人判断の利用が見えにくくなります。最初に作るべきなのは、情報の性質とリスクを分ける小さなルールです。 この記事では、中小企業が無理なく始められるAI利用ガイドライン作成術を、情報分類、ツール選定、著作権対策の順に整理します。読み終えたら、社内ルールの最初のたたき台を作れる状態を目指します。
【最大500万円】文科省の独創的AI研究補助金とは?申請要件と活用法を解説
文科省(文部科学省)のAI for Science萌芽的挑戦研究創出事業(SPReAD)は、AIに詳しい研究室だけを狙った制度ではありません。第1回公募は令和8年4月17日から5月18日正午までで、1課題あたり直接経費500万円以下、2回の公募で計1,000件程度の採択が予定されています。[^1] 大事なのは、AIを使って研究をどのように高度化、加速化するかを小さく実証する設計です。AIモデルを自作できるかより、研究上の課題、データ、計算資源、実施体制を現実的に組み合わせられるかが問われます。 この記事では、初めて検討する研究者や支援担当者に向けて、申請要件、対象経費、審査の特徴、活用法を一つの流れで見ていきます。