Microsoft Build 2026 キーノート詳解：AIエージェントは「デモ」から「本番運用するシステム」へ
はじめに
Microsoft Build 2026 のキーノートを見て、私は今回の主役は単なる Copilot の新機能ではなく、AIエージェントを企業システムとして安全に作り、動かし、育て続けるための全体設計だったと感じました。
これまでのAI発表は「モデルが賢くなった」「チャットで便利になった」という話が中心でした。
しかし今回のBuildでは、そこから一段進んで、AIエージェントをどう本番システムに組み込むのか、どうガバナンスするのか、どう社内データやWeb情報で正しく判断させるのか、どうローカルPCや専用デバイスまで広げるのか、という話に踏み込んでいます。
Microsoft公式ブログでも、今回のBuildのテーマは大きく次の3つにまとめられています。
1つ目は「自分たちの知識で動くインテリジェンス」、2つ目は「クラウドからWindows、シリコンまで含めたフルスタック」、3つ目は「科学・研究・量子計算まで広がる次のフロンティア」です。(The Official Microsoft Blog)
この記事の結論
今回のBuild 2026を一言でいうなら、
Microsoftは、AIエージェントを“便利なチャット”から、“企業の仕事を動かす運用基盤”へ引き上げようとしている
ということだと思います。
特に重要なのは、次の5点です。
- Microsoft IQ によって、エージェントが社内知識・業務文脈・Web情報を扱えるようになる
- Microsoft Foundry / Agent 365 によって、エージェントを本番運用・監視・改善する基盤が用意される
- GitHub Copilot app / Rayfin によって、開発からデプロイまでの流れがエージェント前提になる
- Windows AI APIs / Aion / Surface RTX Spark Dev Box によって、ローカルPC側もAI実行環境になる
- Project Solara によって、AIエージェントはPCやスマホを超えて、専用デバイスにまで広がる
つまり、Microsoftは「モデル単体」ではなく、AIを使った仕事のOSを作ろうとしているように見えます。
1. Microsoft Agent Platform：エージェントを作る場所から使う場所までつなぐ
今回の発表で中心にあるのが、Microsoft Agent Platformです。
Microsoftの説明では、エージェントの流れは大きく次のようになります。
- GitHubで作る
- Microsoft IQで文脈を与える
- Microsoft Foundryで動かす
- Agent 365で統制する
- Teams / Microsoft 365 / 業務アプリで使う
- 実行結果を評価し、改善し続ける
この流れは、従来の「アプリケーション開発」とかなり似ています。
ソース管理、テスト、デプロイ、監視、改善という流れが、AIエージェントにも必要になったということです。
Microsoftの公式ブログでは、AI単体ではなく「それを動かすシステム」が企業を変える、という表現がされています。AIを業務に入れるだけでは不十分で、ID、アクセス制御、コンプライアンス、セキュリティ、継続改善まで含めた1つのスタックとして考える必要がある、という主張です。(The Official Microsoft Blog)
ここが今回の一番大きな転換点だと思います。
今までは「AIを試す」段階でした。
これからは「AIを運用する」段階です。
2. Microsoft IQ：エージェントに“文脈”を与える基盤
AIエージェントが仕事で使えるかどうかは、モデルの性能だけでは決まりません。
むしろ大事なのは、
- 自社のドキュメントを理解しているか
- 会議、メール、チャット、予定の流れを理解しているか
- 業務データの意味を理解しているか
- 最新のWeb情報を必要に応じて参照できるか
- 権限のない情報を見ないように制御できるか
です。
この文脈レイヤーとして発表されたのが Microsoft IQ です。
Microsoft Build Liveでは、Microsoft IQは Work IQ、Fabric IQ、Foundry IQ をまとめた共有インテリジェンス基盤として説明されています。GitHub Copilot、Microsoft Foundry、Copilot Studioから利用でき、開発者は信頼できる組織コンテキストを再利用できるとされています。(Source)
特に面白いのは、Microsoft IQが単なる検索機能ではないことです。
検索なら、いままでもありました。
しかしエージェントに必要なのは、単なる検索結果ではなく、仕事の意味を理解するための文脈です。
たとえば、顧客名、契約、商談、会議、担当者、製品、売上、問い合わせ、ドキュメントがバラバラに存在しているだけでは、AIは正しい判断をしにくい。
それらの関係性を意味として扱えるようにするのが、Microsoft IQの狙いだと私は見ています。
3. Web IQ：Web検索も“エージェント用”に再設計される
今回、新しく追加されたものとして特に重要なのが Web IQ です。
Web IQは、AIシステムやエージェントが、Web上の最新情報を根拠として利用するためのAIネイティブなグラウンディングAPIです。Microsoftの説明では、Webページ、ニュース、画像、動画などから関連情報を発見・ランク付け・抽出し、エージェントが判断に使える形にまとめるものとされています。(Source)
これは通常の検索エンジンとは少し違います。
人間向けの検索は、検索結果のリンク一覧を返します。
しかしエージェント向けの検索では、リンク一覧だけでは足りません。
エージェントが必要とするのは、
- 今の質問に関係する根拠
- 信頼できる情報源
- 最新性
- 引用可能な形の情報
- トークン効率のよい要約
- 社内情報との組み合わせ
です。
つまりWeb IQは、「人間が検索して読む」ための検索ではなく、エージェントが判断するための検索だと考えるとわかりやすいです。
これはRAGをやっている人にはかなり重要です。
RAGでは、検索の品質がそのまま回答品質に直結します。Web IQは、Microsoftがその検索・根拠付けの部分を本格的にプラットフォーム化しようとしている動きに見えます。
4. MAIモデル群：Microsoft自身もモデルメーカーになってきた
今回のBuildでは、Microsoftの自社モデル群も大きく発表されました。
Microsoft Build Liveによると、MAI-Thinking-1はMicrosoft AI初の推論モデルで、35Bアクティブパラメータの中規模モデルです。複雑な多段階指示、長文コンテキスト推論、コード生成を得意とするモデルとして紹介されています。また、MAI-Image-2.5、MAI-Transcribe-1.5、MAI-Voice-2、MAI-Code-1-Flashなども発表されています。(Source)
ここで重要なのは、Microsoftが単にOpenAIのモデルをAzureで提供する会社ではなくなってきたことです。
もちろんOpenAIとの関係は今後も重要です。
しかし企業向けAI基盤を作る上では、Microsoft自身がモデル、実行基盤、評価、チューニング、ガバナンスを持つ必要があります。
MAIモデル群は、そのための布石に見えます。
私は特に MAI-Code-1-Flash が気になります。
GitHub CopilotやVS Code向けに、推論効率のよいコーディングモデルを用意するというのは、開発者体験とコストの両方に効いてきます。
AIコーディングは便利ですが、これからは「どのモデルをどの作業に使うと、品質とコストのバランスが良いか」が重要になります。
Build 2026では、そのモデル選択も含めてMicrosoftが面倒を見る方向が見えてきました。
5. GitHub Copilot app：開発は“複数エージェントを回す”形へ
GitHub Copilot app も今回の重要発表です。
Build Liveでは、GitHub Copilot appはプレビュー提供中のネイティブデスクトップアプリで、GitHub Issues、Pull Requests、他のセッションを起点に作業を始められると説明されています。内部ではgit worktreeを使い、各セッションが独立したブランチ、ファイル、会話、タスク状態を持つため、複数作業を並行しやすくなっています。(Source)
これはかなり大きい変化です。
従来のAIコーディングは、IDEの中で補完してもらう、チャットで聞く、という使い方が中心でした。
しかしこれからは、Issue単位、PR単位、タスク単位でエージェントを走らせる形になります。
つまり開発者は、すべてのコードを自分で書く人から、複数のAI作業セッションを設計・レビュー・統合する人へ変わっていきます。
ここでgit worktreeを使っているのも納得です。
AIエージェントが複数の変更を並行して行うなら、作業領域を分離しないと危険です。
人間の開発でもブランチ戦略が重要だったように、AIエージェント時代には「エージェント作業領域の管理」が重要になります。
6. Rayfin：プロトタイプから本番までの“裏側”を自動化する
AIコーディングでアプリの画面やコードはすぐ作れるようになりました。
しかし本番に出すには、まだまだ面倒なことがあります。
- データベース
- 認証
- ストレージ
- アクセスポリシー
- 運用環境
- セキュリティ
- ガバナンス
そこで出てきたのが Rayfin です。
Build Liveによると、RayfinはオープンソースのSDKとCLIで、アプリの内容をコードまたは自然言語で記述すると、データベース、認証、ストレージ、アクセスポリシーを含む型付き・統制済みバックエンドを生成し、Microsoft Fabric上のマネージドサービスとして動かせるとされています。(Source)
これは、単なるBaaSではなく、AIコーディング時代のBaaSだと思います。
AIエージェントがフロントエンドやアプリロジックをすぐ作るなら、次のボトルネックはバックエンドと運用です。
Rayfinはそこを埋めに来ています。
Replitとの連携も象徴的です。
自然言語でプロトタイプを作り、それを企業のFabricテナントにデプロイし、データやIDやガバナンスは企業側に残す。
この流れは、AIプロトタイピングとエンタープライズ運用をつなぐ現実的なルートです。
7. FoundryとAgent 365：エージェントを本番運用するための基盤
エージェントを本番運用するには、単に動けばよいわけではありません。
必要なのは、
- どのエージェントが動いているか
- 何のデータにアクセスできるか
- どのツールを呼び出せるか
- コストはいくらか
- 期待通りの動作をしているか
- 危険な行動をしていないか
- 改善履歴を追跡できるか
です。
Microsoft Foundryの更新では、エージェントの実行、サンドボックス、トレース、評価、改善、モデルルーティング、ツール接続などがまとめて強化されています。Build Liveでは、Hosted Agents、Microsoft Agent Framework、Foundry IQ、Web IQ、Tracing and evaluation、Agent optimizerなどが、プロダクション向けエージェントに必要なレイヤーとして紹介されています。(Source)
さらにAgent 365は、Entra、Defender、Purviewなどの既存のMicrosoftセキュリティ基盤とつながり、エージェントを統制するためのコントロールプレーンとして位置づけられています。Microsoft公式ブログでも、Agent 365はローカルエージェントを含め、どこでホストされ、どのフレームワークで作られたエージェントでも、観測・統制・保護するための単一コントロールプレーンとして説明されています。(The Official Microsoft Blog)
ここで私は、エージェントは「新しい社員」のような扱いになると感じました。
社員にはIDがあり、権限があり、行動ログがあり、監査があります。
エージェントにも同じものが必要になります。
むしろ、エージェントは人間より速く、大量に、休まず動くので、人間以上に統制が重要です。
8. Windowsは“AIを使うOS”から“AIを動かすOS”へ
今回のWindows関連発表もかなり重要です。
Windows Developer Blogでは、Windows AI APIsがNPUだけでなくCPUやGPUにも広がり、Speech Recognition APIやAion 1.0 Instruct、Aion 1.0 Planが発表されたと説明されています。Aion 1.0 Instructは要約、書き換え、意図理解、アクセシビリティなど日常的なテキスト知能向けのオンデバイスSLMで、Aion 1.0 Planは14Bパラメータ、32Kコンテキストの推論・ツール呼び出しモデルとして、対応デバイスのWindowsに組み込まれる予定です。(Windows Blog)
これは、Windowsが単にCopilotを呼び出すOSではなく、ローカルでAIを実行するランタイムになっていくことを意味します。
特に重要なのは「unmetered intelligence」という考え方です。
クラウドAIは強力ですが、使うほどコストがかかります。
一方で、ローカルAIは一度デバイスを用意すれば、トークン課金を気にせず何度でも使えます。
もちろん、すべてをローカルで処理できるわけではありません。
しかし、要約、書き換え、分類、意図理解、音声認識、軽いエージェント処理などはローカルで十分になる可能性があります。
クラウドの強力なモデルと、ローカルの軽量モデルをどう使い分けるか。
ここが今後のアプリ設計でかなり重要になります。
9. Surface RTX Spark Dev Box：ローカルAI開発マシンという方向性
Surface RTX Spark Dev Boxも象徴的な発表でした。
Build Liveによると、Surface RTX Spark Dev BoxはAI開発者向けの小型開発ボックスで、NVIDIA RTX Sparkを搭載し、1ペタフロップのAI計算能力、128GBユニファイドメモリ、最大120Bパラメータモデルのローカル実行に対応するとされています。WSL2、GPUパススルー、CUDA、VS Code、GitHub Copilotなどもプリインストールされる構成です。(Source)
これは、昔の「開発者向けPC」とは意味が違います。
これからの開発者マシンは、単にビルドが速いだけではなく、ローカルでモデルを動かし、エージェントを動かし、データを処理し、クラウドと分担するための装置になります。
クラウドGPUを使えばよい、という考え方もあります。
しかし、常にクラウドGPUを使うとコストも待ち時間も気になります。
ローカルで回せるものはローカルで回す。
重いもの、共有すべきもの、スケールが必要なものはクラウドで回す。
Build 2026は、このハイブリッドAI開発の方向をかなり明確に示したと思います。
10. Azure HorizonDB：PostgreSQLをAIエージェント時代のデータベースへ
データベース関連では Azure HorizonDB が重要です。
Azure HorizonDBは、Azure上のフルマネージドPostgreSQLサービスで、エージェントアプリケーションの要求に応える高可用性・高性能データベースとしてプレビュー提供されています。Build Liveでは、自己管理PostgreSQLと比較して最大3倍高速なトランザクションおよび検索性能、 advanced vector indexing、semantic search、in-database AI model access、Microsoft Fabric / Foundry連携などが紹介されています。(Source)
Azure公式ページでも、HorizonDBはミッションクリティカルなPostgreSQL互換クラウドデータベースとして説明され、最大3,072 vCore、128TBまでのスケール、コンピュートとストレージの分離、DiskANN、Foundry連携、Fabric OneLakeへのゼロETLミラーリングなどが説明されています。(マイクロソフト Azure)
ここでのポイントは、「AIアプリのためのデータベース」が、単にベクトル検索を足したDBではなくなってきていることです。
AIエージェントは、
- 通常の業務データ
- ベクトル検索
- 全文検索
- セマンティック検索
- AIモデル呼び出し
- データガバナンス
- 分析基盤との連携
をまとめて必要とします。
HorizonDBは、PostgreSQL互換を保ちながら、AIアプリに必要なデータ機能を統合しようとしているように見えます。
11. Fabric Data WarehouseのGPUアクセラレーション
Fabric Data Warehouseも、AI時代のデータ基盤として強化されています。
Build Liveでは、Fabric Data WarehouseがNVIDIAアクセラレーテッドコンピューティングを実行エンジン内で利用し、対象クエリをGPUで処理できるようになると説明されています。ワークスペース設定で有効化すれば、クエリオプティマイザが必要に応じてGPUへ処理をプッシュダウンする形です。内部ベンチマークでは、GPUアクセラレーションされたFabric Data Warehouseが、主要なクラウドデータウェアハウス3種に対して最大7倍高速だったとされています。(Source)
これは、AIエージェントがデータを使う場面で効いてきます。
エージェントは単に自然言語で答えるだけではなく、業務データを検索し、集計し、判断し、アクションを起こします。
その裏側では、分析クエリや検索クエリが大量に走ります。
つまりAIエージェント時代には、データウェアハウスも“人間がレポートを見るための場所”から、“エージェントが判断に使う実行基盤”に変わっていくわけです。
12. Project Solara：アプリ中心からエージェント中心のデバイスへ
今回の発表で一番未来感があったのが Project Solara です。
Project Solaraは、エージェントファーストな体験と新しいデバイス形態のために設計された、chip-to-cloudプラットフォームです。Microsoftの説明では、次のプラットフォームシフトは「アプリからエージェントへ」であり、ソフトウェアを開くのではなく、インテリジェンスを呼び出す世界を目指しているとされています。(Command Line)
Project Solaraでは、従来のPCやスマホのように、ユーザーがアプリを開いて操作するのではなく、エージェントが常に近くにいて、必要なときに呼び出せることが重視されています。
Build Liveでは、2つのコンセプトデバイスも紹介されています。
- Qualcommのウェアラブルシリコンを使った、携帯型のバッジ型デバイス
- MediaTek IoT SoCを使った、机上のデスク型デバイス
これらは、エージェントをPCやスマホの画面に閉じ込めず、会議、移動、現場、店舗、病院など、仕事が発生する場所に持ち込むための考え方です。(Source)
Project Solaraの技術的なポイントは、Microsoft Device Ecosystem Platform、Agent Shell、Intune、Entra ID、Hello for Business、物理的なマイクミュート、録音中の明確な表示など、企業向けの管理・セキュリティ・プライバシーが最初から設計に入っていることです。(Command Line)
私はここに、Microsoftらしさを感じます。
単に「AIガジェットを作りました」ではなく、企業が管理できる、IDで制御できる、Intuneで配れる、セキュリティとプライバシーを説明できる、という方向です。
13. インフラ：Maia 200、Cobalt 200、MRC
AIエージェント時代には、裏側のインフラも変わります。
Build Liveでは、Microsoftの第2世代AIアクセラレータである Maia 200 がIowaとArizonaで本番稼働しており、Italy、Australia、South Koreaが次に続くとされています。また、Cobalt 200ベースの新しいVMがプレビューになり、Cobalt 200プロセッサは10以上のグローバルリージョンに展開済みと説明されています。さらに、AMD、Broadcom、Intel、OpenAI、NVIDIAと共同開発したMRCというネットワークプロトコルも紹介されました。(Source)
ここで見えてくるのは、AIの競争がモデルだけではなく、tokens per dollar per watt、つまり電力あたり・コストあたりにどれだけ効率よくトークンを処理できるかの競争になっていることです。
AIエージェントが本番システムになると、推論回数は爆発的に増えます。
そのとき、GPUをたくさん並べればよいという話だけではなく、CPU、AIアクセラレータ、ネットワーク、データセンター全体の効率が重要になります。
MicrosoftがCobaltやMaiaを自社設計しているのは、Azure全体でAIを動かすコスト構造を自分たちで制御したいからだと思います。
14. Microsoft DiscoveryとMajorana 2：AIは業務だけでなく科学へ
キーノート後半では、科学研究や量子計算の話もありました。
Microsoft Discoveryは、研究者向けのエージェントAIプラットフォームとして一般提供されています。公式ブログでは、BHPが銅浸出ソリューションの発見に使っていること、Syensqoが半導体R&Dを加速していること、GSKが創薬探索に使っていることが紹介されています。また、GitHub Copilotアカウントで利用できるDiscovery local appのプレビューも発表されています。(The Official Microsoft Blog)
さらにMajorana 2についても、次世代量子コンピューティングチップとして紹介されました。公式ブログでは、平均20秒のキュービット寿命、最大1分のインスタンス、前世代比1000倍の信頼性、手のひらサイズのチップで100万キュービットへの道筋、2029年までにスケーラブルな量子マシンを実現するという目標が示されています。(The Official Microsoft Blog)
ここは少し未来の話ですが、Microsoftが言いたいことは一貫しています。
AIエージェントは、単にメールを書く、コードを書く、資料を作るだけではない。
科学、材料、創薬、量子計算のような領域でも、人間の探索能力を拡張する基盤になる、ということです。
15. 私の見方：Microsoftは“AIの業務OS”を作っている
今回のBuildを見て、私はMicrosoftが作ろうとしているものは、単なるAIサービス群ではなく、AIの業務OSだと感じました。
OSと言っても、Windowsだけの話ではありません。
ここでいうOSとは、
- エージェントを作る
- 文脈を与える
- 実行する
- 権限を管理する
- 監視する
- 評価する
- 改善する
- 人間の仕事場に届ける
という一連の仕組みです。
従来の業務システムでは、中心にあったのはアプリケーションでした。
Word、Excel、Teams、CRM、ERP、会計システム、チケット管理、ソース管理など、ユーザーはアプリを切り替えながら仕事をしていました。
しかしエージェント時代には、中心がアプリからタスクへ移ります。
ユーザーは「この商談の準備をして」「このIssueを直して」「この契約のリスクを見て」「このデータから傾向を出して」と依頼します。
エージェントは、必要に応じて複数のアプリ、データ、ツール、APIをまたいで動きます。
そのとき必要になるのが、今回Microsoftが示したスタックです。
- GitHub
- Copilot
- Microsoft IQ
- Foundry
- Agent 365
- Entra
- Purview
- Defender
- Fabric
- HorizonDB
- Windows
- Surface RTX Spark Dev Box
- Project Solara
個別に見ると発表が多すぎて散らばって見えます。
しかし1本の線で見ると、かなり明確です。
AIエージェントを、企業の中で安全に働かせるための土台を全部そろえる。
これがBuild 2026のメッセージだったと思います。
まとめ
Microsoft Build 2026のキーノートは、AIの派手なデモというより、AIを現実の企業システムに組み込むための設計図でした。
要点をまとめると、次のようになります。
- AIエージェントは、チャットUIではなく、新しいアプリケーションモデルになる
- エージェントには、モデルだけでなく、文脈、権限、実行環境、評価、改善ループが必要になる
- Microsoft IQは、社内知識・業務文脈・Web情報をエージェントに与える基盤になる
- FoundryとAgent 365は、エージェントを本番運用するための中核になる
- Windowsは、ローカルAIとエージェント実行のプラットフォームになっていく
- HorizonDBやFabricは、AIエージェントが使うデータ基盤として強化されている
- Project Solaraは、AIエージェントをPCやスマホの外へ広げる可能性を示している
私は今回のBuildを見て、AI開発の主戦場は「どのモデルが一番賢いか」から、「そのAIをどう仕事の中で安全に運用し、改善し続けるか」へ移っていると感じました。
そして、その移行を一番強く意識しているのがMicrosoftです。
Build 2026は、AIエージェント時代のMicrosoftスタックの全体像を示したキーノートだったと思います。
関連ニュースも並べておきます。