2026年10月17日(JST)時点で確認できた、海外の一次情報を中心とするAIニュース5件をまとめました。広告・知財・セキュリティ・インフラ・開発コストと、実務に直結するテーマを選んでいます。直近の記事で取り上げた話題は除外しています。
1. Metaの新商用規約|ビジネスアカウント関連サイトをAI学習目的でクロール可能に
Nieman Labによると、Metaは10月30日に発効する商用規約を更新しました。Facebook・Instagram・WhatsAppのビジネスアカウントに「関連する」ウェブサイトを同社が巡回し、収集した内容を同社製品(「AI at Meta」を含む)の学習に使える内容です。法務専門家3名は、ほとんどの報道機関が該当し得ると指摘しています。オプトアウトはなく、発効後にビジネスツールを使い続けると同意したとみなされます。何が「関連サイト」にあたるかの判定方法は、報道では明らかになっていません。
情報源: Nieman Lab
💡 ビジネス活用の一言: Metaのビジネスアカウントを運用している企業は、10月30日までに自社サイトの掲載コンテンツと規約への同意範囲を法務と確認してください。
2. CohereがAIセキュリティ企業AISLE買収の基本合意書に署名|脆弱性スキャンの動向
AISLEの公式ブログによると、Cohereは同社の買収に向けた基本合意書(LOI)を10月15日に締結しました。AISLEは元Avast CEOのOndrej Vlcek氏らが2025年に創業した企業で、AIによる脆弱性スキャナーを提供しています。同社は、これまでに100を超えるコードベースで500件超の未知のCVEを発見し、cURLの10月リリースで修正された24件のうち18件を発見したと説明しています。Prague拠点のチームはCohere内の新部門「Cohere Cyber」に移る計画です。数値は同社の自己申告である点に注意が必要です。
情報源: AISLE公式ブログ
💡 ビジネス活用の一言: AIによる脆弱性発見が増えるほど修正側の負荷も増えるため、自社の脆弱性対応フローが件数増に耐えられるか点検してください。
3. Nscaleの上場計画とノルウェー拠点の遅延|AIデータセンター投資のリスクとは
Bloombergの報道によると、英国のネオクラウド事業者Nscaleは、最大350億ドルの評価額でNYSE上場を計画しています。一方、ノルウェーの主力データセンターは約6カ月遅れで、計画30MWのうち稼働は6.4MWにとどまります。目論見書上の受注残は1,030億ドルで、MicrosoftおよびAnthropicとの大型契約を含みます。遅延に伴う違約金が発生したとも報じられていますが、金額は公表されていません。2026年上期の売上は1億4,060万ドルに対し、純損失は10億2,000万ドルでした。
情報源: Bloomberg
💡 ビジネス活用の一言: 特定のGPUクラウドに計算資源を依存する計画は、供給遅延を前提に代替調達先と納期の余裕を契約に織り込んでください。
4. Google Research「Deep Review」公開|契約書や財務資料を無料でAIレビュー
Google Researchは10月14日、技術文書の検証を行うエージェント型システム「Deep Review」を世界向けに公開しました。論文向けの実験ツールを発展させ、法務・財務・設計・プレゼン資料にも対応します。文書を分割して各セクションを並列に検証し、最後に全体の整合性を確認する仕組みです。アップロードした文書はモデルの学習に使われませんが、表示のために1年間保存されます。無料枠は週2回で、Gemini APIキーを接続すると上限が広がります。当初の対応形式はPDFとテキストです。
情報源: Google Research Blog
💡 ビジネス活用の一言: 機密文書を入れる前に「1年間の保存」が自社の情報管理規程に合うかを確認し、公開前の提案書など影響の小さい資料から試してください。
5. Vals AIの検証「エージェントチームは割に合うか」|コストは最大5.1倍
Vals AIは10月9日、GPT 6 SolとClaude Opus 5.5を使い、各50件のWebアプリを単独エージェントとチーム構成で作らせて比較しました。チーム構成のコストは単独の1.8〜5.1倍でした。統計的に有意な差があったのは、Solの中程度の推論設定でチームが7.3ポイント上回った1件のみです。Opusは最安の構成でも最高構成とほぼ同等のスコアでした。各構成は1回ずつの実行で、ベンチマークも1種類のため、一般化には注意が必要だと同社自身が注記しています。
情報源: Vals AI
💡 ビジネス活用の一言: マルチエージェント導入は「精度向上」ではなく「コスト増に見合う改善があるか」を自社タスクで小規模に測ってから判断してください。
まとめ
今日の5件は、AIの「周辺」にある課題が目立ちました。データの扱いを定める規約(Meta)、AIが見つける脆弱性への対応(Cohere・AISLE)、計算資源の供給リスク(Nscale)、機密文書の取り扱い(Deep Review)、そして導入コストの見極め(Vals AI)です。モデルの性能そのものより、規約・運用・コストの確認が実務の成否を分ける局面が増えています。
本記事は2026年10月17日時点の情報をもとに作成しています。最新情報は各引用元サイトをご確認ください。
コメント