AI最新動向
11月10日（米国時間）発表、公式Xの告知は11月11日2時26分（JST） https://x.com/claudeai/status/2120206365759094857 。SheetsはチームとClaudeで表を作り、数式の作成・編集や複数タブにまたがる作業ができる。Whiteboardsは会議で出た考えをボードに並べて整理し、Claudeに要約させる。SheetsとWhiteboardsは有料プランでベータ提供。Data（旧Dashboards）は有料プランで一般提供になり、SnowflakeやSalesforceなどにつないで、ダッシュボード、データの読み物、ナレーション付きの短い動画を作る。インタラクティブコネクターでは、AdobeやAtlassianなどのアプリそのものをClaudeの画面内で開き、自分で直すかClaudeに直させるかを選べる。Salesforce（ベータ）、NetSuite、Workday（ベータ）のプラグインも用意し、マーケットプレイスのコネクターとプラグインは9000超。会議にClaudeを参加させてメモを取り、作業中の文書を更新する「Claude Meetings」も近く出すとしている
表計算・ホワイトボード・BIという事務の定番ツールの役割を、対話AIの側に取り込みにいく動き。他社の業務アプリもClaudeの画面の中で動かす形にした点
11月12日3時15分（JST）、スンダー・ピチャイCEOが告知した。文章を1語ずつ生成するのではなく、決められた選択肢から選ぶことに特化し、文字・画像・音声・動画・PDFに対して最大1000問を1回の処理で採点する。判定の種類は、はい／いいえ、最大255択の多肢選択、評価基準（ルーブリック）による採点の3つ。料金は入力100万トークンあたり0.10ドルで出力は課金せず、Flash-Liteより約5倍安いという。ローガン・キルパトリック氏（Google）によると、コンテキストは25万6000トークンで、Google AI StudioのAPIで無料で試せる https://x.com/OfficialLoganK/status/2120581433639198885
大量の書類や画像に対する「当てはまるか・当てはまらないか」の判定を、生成型のモデルより安く回すための専用品。判定の確からしさ（キャリブレーション）の誤差が最も小さいとしている点
Alibaba、次世代モデル「Qwen4」を発表 上位版「Qwen4-Max」をプレビュー提供
11月11日11時1分（JST）、Qwenの公式アカウントが発表した。知識の深さ、世界の理解、コーディングとエージェントの能力を高め、複雑なコーディングや知識作業、フロントエンドの構築、プロ向けのソフトウェア開発を想定する。Qwen4-MaxはAlibabaの「Token Plan」でプレビュー版として使え、QwenWork、Qoder、Qwenアプリ、QwenStudioでも先行して使える。関連報道： https://www.itmedia.co.jp/aiplus/article/2611/11/2000003098/
米国勢の上位モデルが相次いだ同じ週に、中国の主要なモデルも世代を上げた点。性能の数字は発表に含まれていない
Google DeepMind、細胞の種類ごとにDNAの変異の影響を予測するモデル「AlphaGenome 2」を公開 学術研究向けにAPIで提供
11月12日0時3分（JST）発表。心臓・脳・免疫系の細胞は同じDNA配列を持つが、1文字の変化が一部の細胞でだけ病気に効く理由を、特定の細胞に絞って予測する。68種類の組織にわたる1億件以上のプロファイルで学習し、再学習なしで数十個の細胞のデータを入れるだけで実験に合わせて使える。非商用の研究向けにAPIとColabのチュートリアルで提供する。デミス・ハサビスCEOは「複雑な疾患を理解するための重要な情報を解き放つ」と書いた https://x.com/demishassabis/status/2120565316619284734
病気の原因となる遺伝子の変化を、組織全体ではなく細胞単位で見分ける道具を、研究者に無償で開いた点
Fable 5.2とOpus 5.5、3Dモデル生成のTripo、Three.js、Blenderで、プログラミング経験のない人が数日でオープンワールドのRPGを作った
11月11日5時32分（JST）投稿、動画つき。マイク・ハウザー氏は、コードを書けないままAIで「スカイリムの2倍の大きさ」のゲーム「Age of Dragon」をゼロから作ったとし、画面に出るものはすべてコード（210億トークン超）と3Dモデルだと書いた。使ったのはFable 5.2とOpus 5.5、ゲーム制作AIのTesana、Three.js、Tripo、Blender。作り方はスレッドの続きで説明している。本人は2か月前に仕事を辞め、現在はTesanaでAIを使ったゲーム制作を仕事にしているという
規模の比較は本人の申告で、遊べる範囲や品質は動画からしか確かめられない点。使った道具の組み合わせは同じ形で再現できる
Gemini 4 Carbonに「超絶リアルな人型ロボットの3Dシミュレーションを作って」と1行頼むと、歩行・走行など6つの動きと外乱テストつきのシミュレーターが約1900行の1ファイルでできた
11月11日19時2分（JST）、チャエン氏が自分で試した結果を動画つきで投稿した。Three.jsで二足歩行・高速走行・挨拶など6つのモードがあり、衝撃を与えて姿勢を立て直す外乱テスト、重心のバランスや関節トルクのリアルタイム表示、装甲の素材4種とLEDの色5色の切り替えまで、追加の指示なしで書き切ったという。指示文は投稿の1行そのまま
1行の指示で動く物ができる例。物理的に正しいかどうかは動画の見た目でしか確かめられない点
有識者の受け止め
ズヴィ・モショウィッツ（AI分析のニュースレター筆者）、Fable・Mythos 5.2のシステムカードに「自律的なAI研究開発の脅威について、私たちはごまかされている」
11月12日1時25分（JST）、ニュースレター「Fable and Mythos 5.2: The System Card」で公開した。章の見出しを「We Are Being Gaslit Here About Autonomy Threat Model 2」とし、「数日前にMETRは、Anthropic社内のAI研究開発が約1.9倍、最大で3倍速まっていると推定した」「その報告がある以上、Anthropicが『社内でのモデルの利用は、AI研究開発の進歩を2倍速めてはいないと考える』と自信を持って言える道理はない」「点推定は1.88倍（95%信頼区間1.62〜2.28倍）で、100回の当てはめ直しのうち32回は2倍以上。閾値が2なら、2を超えている可能性を否定できない」「かなり結論ありきに見える」と書いた
開発元が「閾値を超えていない」とする判断を、同じ開発元が出した数字で突き崩す読み方。前回伝えたピーター・ワイルドフォード氏と同じ論点を、システムカード全体の読み込みから示した点
クリスティアーノ氏（OpenAI取締役、AIの安全性研究者）の発言は、ロブ・ウィブリン氏が11月11日1時30分（JST）に「昨日」の講演として紹介した。「今後6〜12か月以内に、AIによる乗っ取りの重大なリスクがある」「本当に悪いことが起こる直前に見えるであろうものを、おおよそ見ている」「現実的な政策対応があっても、リスクは例外的に高いままだ」 https://x.com/robertwiblin/status/2120192315247722700 。マーカス氏は11月11日8時15分（JST）にこれを引き、「私は同意しないが、取締役がこんなことを言っているなら、なぜこの会社（あるいは競合）は営業を許されているのか」と書いた
危険を訴える側と、その危険の見積もり自体に同意しない側が、同じ発言から「事業を続けてよいのか」という同じ問いに行き着いている点
11月11日12時33分（JST）投稿。「データを集め、仮説を検証し、批判に当てて厳しく試し、明確な結論が出ないなら可能性の高い答えを出せ」と同じ依頼を両方に出し、どちらも公開データで調べたウェブサイトの形で答えを返した。Fable 5.2の成果は「Where is everybody?」 https://where-is-everybody-fermi.netlify.app 、Gemini 4 Carbonの成果も続く投稿で別のサイトとして公開した https://x.com/emollick/status/2120359382739505170
答えの出ない問いに、2つの上位モデルがそれぞれ調査から公開物までを一続きで作る段階にある点。結論の良し悪しではなく、作業の進め方を見比べる材料
AI活用事例
日本取引所グループ（JPX）、40以上の取引システムの運用監視に、1万2000件超の対処手順からAIで最適なものを絞り込む検索を導入 正しい手順を選ぶ精度を97%以上に
日経クロステックが11月11日に報じた。JPXは2026年10月、同社が運営する40以上の国内の金融取引システムの運用監視業務に、AIを使った検索の支援機能を入れた。システムが出すアラートのメッセージに対し、対処方法を書いた1万2000件以上のナレッジから最適な対応手順を絞り込む。ナレッジは書いた人によって形式がばらばらで、読み解くには熟練の勘が要ったが、データの形式をそろえ、検索方法を組み合わせる工夫で、正しいナレッジを選ぶ精度を97%以上に高め、初動対応の質を平準化した
属人化していた障害対応の初動を、過去の記録の検索で底上げした事例。記録の形式をそろえる下ごしらえが精度を左右した点
