※本記事は公開情報をもとにした個人的なまとめであり、各企業の公式見解ではありません。本記事は投資助言を目的としたものではありません。
AnthropicがSpaceXのColossus 1を活用するコンピュート提携を発表、Claudeのレート上限も引き上げ
Anthropicは5月6日付で、SpaceXとの新たなコンピュート提携を発表しました。SpaceXのColossus 1データセンターのキャパシティを利用することで、300メガワット超の計算リソース（NVIDIA GPU換算で22万台超に相当する規模）を月内に確保するとされています。
これに合わせて、Claude Pro/Max/Team/Enterpriseの各プランに設定されている5時間あたりのレート上限を引き上げ、Pro/Maxではピーク時間帯の制限も外す方針です。Claude APIのOpus系モデルでも上限が拡張されると説明されています。
開発者目線では、Claude Codeのような長時間セッション系のワークロードでスロットリングに引っかかる場面が減りそうです。インフラ側では、AnthropicがAmazonとの最大5GWの提携に加えて宇宙空間でのコンピュート構想にも触れている点が興味深いところです。
Zyphraが8B級の推論MoE「ZAYA1-8B」を公開、AMD Instinct MI300X上で学習
Zyphraは5月6日、ZAYA1-8BをHugging Faceでオープンソース公開しました。総パラメータ約84億・アクティブパラメータ約7.6億のMoE構成で、ライセンスはApache 2.0です。
学習にはAMD Instinct MI300XクラスタとAMD Pensandoネットワーキング、IBM Cloud基盤が用いられています。アーキテクチャ面では「Compressed Convolutional Attention」と呼ぶ効率重視のアテンション機構や、MLPベースのエキスパートルータなどが組み合わされていると説明されています。
数学・推論ベンチマーク群では、より大規模なオープンウェイトモデルと同水準のスコアを示すケースが報告されており、推論効率（パラメータあたりのインテリジェンス）を重視した設計だと位置づけられています。AMDハードウェアで本格的なフロンティア推論モデルが学習できることを示した一例として、開発者にも参考になりそうです。
PerplexityがAgent APIに「Finance Search」を追加、ライセンス済み金融データを1コールで取得
Perplexityは5月6日、Agent APIにFinance Searchツールを追加しました。1回のツールコールで、ライセンス済みの金融データセット、リアルタイム市場データ、ウェブ上の引用付きソースをまとめて取得できる仕組みです。
提供される情報には株価、ファンダメンタルズ、決算書類、決算電話会議のトランスクリプト、アナリスト予想、ETFや市場の動向などが含まれるとされています。各レスポンスにはインライン引用が付くため、エージェントの回答がどのソースから引かれた数値なのかを後から確認できます。
筆者としては、金融系エージェントを作るときに「複数のライセンス契約を個別に結んで認証情報を管理する」という運用負荷が、ツール1本に圧縮できるのは結構ありがたい印象です。
OpenAIが「B2B Signals」を発表、フロンティア企業のAI活用度を可視化
OpenAIは5月7日、エンタープライズ向け利用データを集計した「B2B Signals」を新たに公開しました。プライバシー保護に配慮した集計指標として、企業利用におけるAIの浸透度を継続的に観測する目的のレポートです。
中核となる指標は「ワーカー1人あたりのインテリジェンス利用量」で、上位5%のフロンティア企業は平均的な企業の約3.5倍に達したと報告されています。前年同時期の約2倍から差が広がった形です。レポートでは、メッセージ数だけでは説明できないギャップが大きく、Codexのようなエージェント系ツールでは、フロンティア企業の利用量が一般企業の16倍に上る点が強調されています。
「導入率」よりも「活用の深さ」を測ろうとする視点は、社内のAI活用を評価するKPI設計のヒントになりそうです。
CognizantがSecure AI Servicesを提供開始、エージェント基盤の継続的アシュアランスを訴求
Cognizantは5月7日、エンタープライズ向けの新サービス「Cognizant Secure AI Services」を発表しました。エージェント型AIのライフサイクル全体にわたるセキュリティと統制を支援する位置づけのオファリングです。
同社は「想定された信頼」から「証明可能な信頼」への移行を掲げており、AIシステムの挙動・意思決定・リスクシグナルなどを記録・追跡可能にすることを重視しているとしています。エビデンスベースのトレーサビリティと継続的アシュアランスを軸に、複数のAIエージェントを安全にスケールさせることを狙ったサービス構成です。
エージェントが社内システムに対して実アクションを取る場面が増えるほど、監査ログ・権限境界・テスト容易性が事故率に直結するので、こうした基盤系サービスのカテゴリ自体は今後も増えそうです。
まとめ
開発者目線で押さえておきたいポイントを整理します。
- 大規模モデルの利用枠を組むユースケースは、Anthropicのレート上限引き上げで設計余地が広がりそうです。長時間のエージェント実行を前提にしたワークロードを試すよい機会です。
- ZAYA1-8Bのようにアクティブパラメータが小さいMoEモデルは、ローカル推論やコスト最適化の選択肢として評価する価値があります。Apache 2.0ライセンスなので商用利用も検討しやすい構成です。
- Perplexity Finance Searchのように、ライセンス済みデータをツール経由で抽象化する流れは、エージェント開発における外部データ統合の負荷を下げてくれそうです。
- OpenAIのB2B Signalsが示すように、AI活用度は「使った人数」より「どの作業をエージェントに委ねたか」で差が出ています。社内導入の評価軸を見直すヒントになりそうです。
- エージェントの本番運用が増えるにつれ、Cognizantのような統制・アシュアランス系サービスの重要度が上がっていくと考えられます。
参考
- Anthropic, SpaceX announce compute deal that includes space development (CNBC)
- Higher usage limits for Claude and a compute deal with SpaceX (Anthropic)
- Meet ZAYA1-8B, a super efficient, open reasoning model trained on AMD Instinct MI300 GPUs (VentureBeat)
- Introducing Finance Search in the Agent API (Perplexity)
- How frontier firms are pulling ahead (OpenAI)
- Cognizant Launches Secure AI Services to Help Enterprises Safely Scale Agentic Systems (Cognizant)