2026年7月13日時点のAIニュースは、単なる新モデル発表よりも、AIを「業務を最後まで進める実行基盤」としてどう扱うかに焦点が移っています。モデルは高性能化するだけでなく、複数のエージェントを並列に動かし、ブラウザ、ターミナル、社内文書、API、音声、クラウド実行環境をまたいで作業する方向へ進んでいます。
一方で、企業やWeb制作の現場では「便利になった」だけでは足りません。AIが社内データを読み、外部ツールを呼び出し、コードを生成し、広告やコンテンツを公開するなら、権限、ログ、サンドボックス、コスト、著作権、セキュリティ、規制対応まで含めて設計する必要があります。
今日の大きな流れ：AIはチャットから実行環境へ移っている
OpenAIは7月9日にGPT-5.6を一般提供し、ChatGPT、Codex、OpenAI APIで順次利用できると発表しました。GPT-5.6はSol、Terra、Lunaの3段階で提供され、コーディング、知識作業、サイバーセキュリティ、科学分野で、より少ないトークンと低い推定コストで成果を出すことを前面に出しています。
重要なのは、モデル単体の性能だけではありません。OpenAIはResponses APIのProgrammatic Tool Callingにより、モデルが中間データを処理し、必要な情報だけを残しながらツール処理を進められると説明しています。さらに、複数エージェントを並列に走らせるmulti-agent betaも示されており、AIは「一問一答の相談相手」から「作業を分解し、検証し、仕上げる実行者」へ近づいています。
Web制作では、これはデザイン、実装、テスト、公開、修正の流れをAIが横断しやすくなることを意味します。ランディングページ、管理画面、レポート、提案資料、広告素材をAIに作らせるだけでなく、実際の画面を見て修正する、ログを見て不具合を潰す、複数案を比較する、といった運用に近い作業まで任せる場面が増えます。
出典: OpenAI「GPT-5.6: Frontier intelligence that scales with your ambition」
ChatGPT Workと音声AI：業務ツールと会話UIが接続される
OpenAIはChatGPT Workも打ち出しています。これはGPT-5.6を土台に、チームのツールや文脈をつなぎ、散らばったメモ、下書き、アイデアを成果物にするための業務向け体験です。公式ページでは、デスクトップで提供され、Webやモバイルにも順次展開されると説明されています。
同時に、GPT-Liveも発表されました。ChatGPT Voiceを支える新世代の音声モデルとして、人間との会話に近い自然なやり取りを目指すものです。音声AIの進化は、問い合わせ対応、営業支援、学習支援、店舗・現場オペレーションに直接効きます。WebサイトやSaaSのUIも、フォームとチャットだけでなく、音声で状況を聞き、画面や社内データと連動して処理する設計へ広がります。
実務上のポイントは、音声AIもエージェントも「接続先」が増えるほどリスクが増えることです。顧客情報、未公開案件、社内文書、広告アカウント、CMS、決済、CRMとつながるなら、誰が何を実行できるか、ログをどこまで残すか、取り消しや承認をどう入れるかを先に決める必要があります。
出典: OpenAI「ChatGPT Work with GPT-5.6」 / OpenAI「Introducing GPT-Live」
Anthropicの動き：信頼、現場導入、セキュリティがテーマに
Anthropicは7月9日に、AIに関する難しい問いへ公開で向き合う取り組みを発表しました。AIのルールを誰が決めるのか、AIは世界を危険にするのか、科学に役立つのかといった問いは、企業導入でも避けられません。AIの利用範囲が広がるほど、ベンダーの透明性、説明責任、安全性の考え方が選定基準になります。
同じ7月9日には、USTがClaudeを半導体、自動車、製造、通信、組込み、IoTのエンジニアリング環境に組み込む取り組みも発表されています。Claude Codeが設計資料を読み、テストを書き、長時間の設計検証を支援するという説明は、AIがデジタル制作だけでなく、物理製品の開発工程にも入っていく流れを示しています。
さらに、カナダ・アルバータ州政府がClaude Codeを使い、466百万行のコードを20時間でスキャンし、脆弱性の発見と修正に活用した事例も公開されました。これはAIエージェントが攻撃用途だけでなく、防御、監査、レガシーシステム改善に使われることを示します。Web制作会社や情報システム部門にとっては、AIによるコードレビュー、依存関係チェック、CMSプラグイン監査、ログ分析を定常業務に組み込む価値が高まっています。
出典: Anthropic「Inviting hard questions」 / Anthropic「UST is bringing Claude to physical AI」 / Anthropic「Government of Alberta uses Claude to find and fix cybersecurity vulnerabilities」
Google CloudとWeb開発：エージェントを安全に走らせる基盤が重要に
Google Cloudの最新情報では、Cloud Run sandboxesがパブリックプレビューとして紹介されています。LLMが生成したPythonスクリプトの実行や、ヘッドレスブラウザによる調査などを、既存のCloud Runサービス内で隔離して動かせるという説明です。これは、AIエージェントを実務に入れるうえで非常に重要です。
AIがコードを生成して実行する、Webを巡回する、ファイルを加工する、APIを叩く、といった処理は便利ですが、隔離されていない環境で走らせると情報漏えい、過剰な権限、予期しない外部通信、コスト増につながります。サンドボックスは、AIを本番業務に近づけるための「安全な作業場」です。
Google Developers Blogでは、WebMCP、Modern Web Guidance、Chrome DevTools for agentsなど、Web制作とブラウザエージェントに関係する発表も整理されています。WebMCPは、ブラウザ上のAIエージェントが構造化されたツールを使えるようにする提案で、Modern Web Guidanceはパフォーマンス、アクセシビリティ、セキュリティに関する専門知識をAIエージェントへ渡す取り組みです。
実務への影響は明確です。今後のWebサイトは、人間が見るページであると同時に、AIエージェントが操作する対象にもなります。フォーム、検索、予約、購入、管理画面、ヘルプ、APIを、AIが誤解しにくい構造で提供することが、UXと業務効率の両方に効いてきます。
出典: Google Cloud「What’s new with Google Cloud」 / Google Developers Blog「All the news from the Google I/O 2026 Developer keynote」
Microsoft Agent 365：エージェント管理は情報システムの仕事になる
MicrosoftのAgent 365 Blogでは、6月の新機能としてAgent 365の更新が案内されています。Agent 365は、組織内のAIエージェントを観測、統制、保護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の製品ページでも、AIエージェントを自信を持って管理し、Microsoft 365やセキュリティ管理と接続する方向性が示されています。
ここで重要なのは、企業にとってAIエージェントは「個人が勝手に使う便利ツール」ではなくなることです。部署ごと、業務ごと、外部ベンダーごとにエージェントが増えると、誰が作ったのか、どのデータへアクセスできるのか、どのユーザーに代わって実行するのか、失敗時に誰が責任を持つのかが問題になります。
Web制作やマーケティングの現場でも同じです。広告レポートを作るエージェント、CMSを更新するエージェント、問い合わせを分類するエージェント、SEO改善案を出すエージェントを導入するなら、一覧管理、権限、監査ログ、停止手順、成果物レビューを用意する必要があります。
出典: Microsoft Tech Community「Agent 365 Blog」 / Microsoft「Agent 365」
EUのAI規制：汎用AIモデルの透明性、著作権、安全性が実務課題に
欧州委員会はGeneral-Purpose AI Code of Practiceについて、汎用AIモデル提供者がAI Act上の透明性、著作権、安全性・セキュリティ義務へ対応するための任意ツールとして説明しています。ページでは、Transparency、Copyright、Safety and Securityの3章で構成され、署名企業の一覧も公開されています。
これはEUだけの話ではありません。グローバルにAIツールやAI生成コンテンツを使う企業は、モデル提供者の透明性、学習データ・著作権ポリシー、生成物の表示、リスク管理、ドキュメント保管を確認する必要があります。広告、LP、記事、画像、動画、チャットボット、業務自動化にAIを使うほど、法務・広報・制作・情報システムの境界が重なります。
日本のWeb制作・マーケティング実務では、AIで作ったコンテンツを「速く出す」だけではなく、出典、権利、修正履歴、承認者、公開範囲を記録する運用が重要です。AIを使ったことをどこまで表示するか、顧客案件でAI利用をどう説明するかも、早めに方針化しておくべきです。
出典: European Commission「The General-Purpose AI Code of Practice」
AIインフラとマーケティング：モデル性能より運用コストが差を生む
NVIDIAは、AgentPerfの初回公開結果でBlackwell Ultra NVL72がエージェント型AIワークロードで高い性能を示したと説明しています。エージェント型AIは、単発のチャット応答ではなく、複数のLLM呼び出し、ツール実行、観察、推論、再実行を繰り返すため、インフラ負荷が大きくなります。
また、NVIDIA Agent Toolkitでは、モデル、ツール、スキル、セキュアランタイムを組み合わせ、企業が自社業務に合わせた専門エージェントを作る方向性が示されています。マーケティング領域でも、広告制作、動画生成、レコメンド、効果測定、クリエイティブ改善がAIで自動化されるほど、推論コスト、レイテンシ、データ基盤、承認フローが競争力になります。
Web制作会社にとっては、AI導入支援の価値が「プロンプトを作る」から「成果物を継続的に出せる仕組みを設計する」へ移ります。具体的には、CMS連携、広告アカウント連携、アクセス解析、CRM、MA、問い合わせ管理、画像生成、ABテストを、安全な権限とログのもとでつなぐ設計が重要になります。
出典: NVIDIA Blog「NVIDIA Blackwell Leads on First Agentic AI Infrastructure Benchmark」 / NVIDIA Blog「How Businesses Are Building Specialized AI They Can Trust」
実務で今日から見るべきポイント
- エージェントの権限: CMS、広告、CRM、ファイル、メール、Slack、Driveなど、AIがどこまで触れるかを棚卸しする。
- サンドボックス: AIが生成したコードやブラウザ操作を、本番環境や個人PCで直接走らせない設計にする。
- ログと監査: どのAIが、誰の指示で、どのデータを読み、何を実行したかを後から追えるようにする。
- コスト管理: 長時間エージェント、音声AI、画像・動画生成、複数モデル比較は従量課金が膨らみやすいため、上限と承認を決める。
- 生成コンテンツの確認: 広告、記事、LP、画像、動画では、著作権、商標、肖像権、事実確認、ブランドトーンを人間が確認する。
- WebのAI対応: AIエージェントが操作しやすいフォーム、API、構造化データ、アクセシビリティ、エラーメッセージを整える。
まとめ：AI活用の主戦場は「導入」から「運用設計」へ
最新のAIニュースを横断すると、モデル、エージェント、音声、クラウド、ブラウザ、規制、インフラが同じ方向を向いていることが分かります。AIは単なる文章生成ツールではなく、業務システム、制作フロー、セキュリティ、マーケティング、顧客接点の中で動く実行基盤になりつつあります。
そのため、これからのAI活用で差が出るのは、どのモデルを知っているかだけではありません。AIに任せる仕事をどう分解するか、どのデータへ接続するか、失敗時に止められるか、生成物をどう確認するか、規制と権利にどう対応するかです。
Web制作や企業運用では、AIを使った単発の効率化から一歩進み、エージェントが安全に動く業務基盤を作ることが、次の競争力になります。
