2026年6月28日時点のAIニュースは、「モデルの性能競争」だけでは説明できません。いま世界で進んでいる中心テーマは、AIを業務に入れるための基盤づくりです。AIエージェントを長時間の仕事に使う動き、推論コストを下げる専用チップ、企業データに接続するプラットフォーム、Slackや開発現場に入る業務エージェント、そしてEUの透明性ルールが同時に進んでいます。
Web制作や事業運営の現場では、「新しいAIツールが出た」ではなく、「制作、開発、マーケティング、セキュリティ、法務、運用の流れをどこまでAI前提に組み替えるか」が問われる段階に入りました。
- 今日の結論：AIは試用ツールから、業務OSとインフラの問題へ移っている
- 1. OpenAIとBroadcomの推論チップは、AIサービスの原価構造を変える動き
- 2. Codexの利用実態は、エージェントが「作業時間」を代替し始めたことを示す
- 3. Google Cloudは、企業がエージェントを管理するための基盤を広げている
- 4. Claude Tagは、Slack上の業務エージェントに権限・記憶・予算管理を持ち込む
- 5. SiemensとGoogle Cloudの事例は、エージェント活用が「巨大な仕事を小さく切る」設計で進むことを示す
- 6. EUのAI生成コンテンツ透明性コードは、マーケティングと制作物の表示ルールに影響する
- Web制作・事業運営で今日から確認したいこと
- まとめ
今日の結論：AIは試用ツールから、業務OSとインフラの問題へ移っている
この数日の一次情報を横断すると、AIの競争軸は大きく4つに分かれます。
- AIエージェントの実務化：OpenAIはCodexの利用実態から、短いチャットではなく、数十分から数時間の仕事を委任する使い方が広がっていると説明しています。
- 推論インフラの内製・最適化：OpenAIとBroadcomはLLM推論向けチップ「Jalapeño」を発表し、モデル提供会社がチップ、ネットワーク、データセンターまで含めて最適化する流れを示しました。
- 企業プラットフォーム化：Google CloudはGemini Enterprise Agent Platform、Managed Agents API、AI Threat Defenseなど、企業内でエージェントを作り、管理し、守るための基盤を前面に出しています。
- 規制・表示・ガバナンス：EUはAI生成コンテンツの透明性に関する実務コードを公表し、2026年8月2日から適用されるAI Actの透明性義務に向けた準備を進めています。
1. OpenAIとBroadcomの推論チップは、AIサービスの原価構造を変える動き
OpenAIは6月24日、Broadcomと共同でLLM推論向けアクセラレータ「Jalapeño」を発表しました。OpenAIはこのチップを、ChatGPT、Codex、API、将来のエージェント製品を動かすためのフルスタック戦略の一部と位置づけています。ポイントは、単に新しい半導体を作ったことではありません。AI企業が、モデル、カーネル、メモリ、ネットワーク、スケジューリング、プロダクト体験までを一体で最適化しようとしている点です。
Web制作会社やSaaS事業者にとって、この動きは料金と体感速度に直結します。AI機能をWebサイト、社内ツール、問い合わせ対応、広告運用、CMSワークフローに組み込むほど、推論コストは固定費ではなく変動費として効いてきます。モデルの精度だけで選ぶと、利用者が増えた瞬間にコストが膨らみます。高性能モデル、軽量モデル、キャッシュ、バッチ処理、再試行回数、月額上限をあらかじめ設計する必要があります。
実務への影響：AI機能を公開する前に、1リクエストあたりの概算原価、失敗時の再実行、ログ保存期間、ユーザー別の利用上限を決めておくべきです。制作案件でも「AIを入れるか」ではなく、「どの処理を高性能モデルに任せ、どの処理を軽量モデルやルールベースで処理するか」を見積もり段階で切り分ける必要があります。
出典：OpenAI and Broadcom unveil LLM-optimized inference chip
2. Codexの利用実態は、エージェントが「作業時間」を代替し始めたことを示す
OpenAIは6月25日、Codexの経済的可能性に関する調査を公開しました。記事では、AIエージェントは短い会話ではなく、ツール呼び出しや環境操作を組み合わせ、数十分から数時間の作業を進める存在になりつつあると説明しています。OpenAI社内では、エンジニアだけでなく法務、採用、財務などの非技術部門でもCodex利用が広がっているとされています。
これはWeb制作や業務改善にとって重要です。これまでのAI導入は、文章作成、要約、画像生成のように「人が使う補助ツール」として考えられがちでした。しかしエージェント型の使い方では、要件調査、既存コードの確認、テスト、データ整形、レポート作成、CMS下書き、広告文のA/B案作成など、複数工程をまたぐタスクを任せる設計になります。
実務への影響：AIエージェントを導入する会社は、プロンプトの良し悪しだけでなく、作業権限、レビュー責任、成果物の検収基準、ログの残し方を決める必要があります。たとえばWordPress記事作成なら、AIに「公開」まで任せるのか、「下書き」「校正」「画像候補」「内部リンク提案」までに制限するのかを明確に分けるべきです。
出典：How agents are transforming work
3. Google Cloudは、企業がエージェントを管理するための基盤を広げている
Google Cloudの6月のAI発表では、Gemini Enterprise Agent Platform、Gemini Spark、Managed Agents API、AI Threat Defense、CodeMenderなどが取り上げられています。特に重要なのは、エージェントを単体アプリではなく、企業データ、権限管理、セキュリティ、開発環境、運用監視と接続する前提で設計している点です。
企業のAI導入では、個人が便利なAIツールを使う段階から、社内データに接続したエージェントを安全に運用する段階へ移っています。Google Cloudは、Agent Platform上でエージェントを構築・実行し、セキュリティ製品とも連携させる方向を示しています。これは制作会社にとっても、クライアントのAI導入支援が「チャットボットを置く」だけでは足りなくなることを意味します。
実務への影響：Webサイトや業務アプリにAIを組み込む場合、CMS、CRM、Google Drive、問い合わせ履歴、広告データ、アクセス解析など、どのデータをAIが読めるかを設計する必要があります。アクセス権限を曖昧にしたままAIを接続すると、社内情報や顧客情報が意図しない形で参照されます。小規模事業者でも、まずは「AIが読んでよいフォルダ」「使ってよいAPI」「外部送信してよい情報」をリスト化するところから始めるべきです。
出典：What Google Cloud announced in AI this month
4. Claude Tagは、Slack上の業務エージェントに権限・記憶・予算管理を持ち込む
AnthropicはClaude Tagを発表し、Slack上でチームがClaudeを呼び出して作業できる仕組みを説明しています。管理者は、どのチャンネルで、どの情報やツールにアクセスできるかを指定でき、チャンネルごとに記憶や権限を分けられるとしています。また、組織やチャンネルごとのトークン予算上限、操作ログの確認も用意されています。
これは「社内チャットにAIを入れる」話に見えますが、本質は業務AIの管理です。営業チャンネルの情報を開発チームに渡さない、顧客対応チャンネルだけ特定ツールにアクセスさせる、毎月の利用額を上限管理する、といった運用が必要になるからです。
実務への影響：中小企業でも、ChatGPT、Claude、Geminiなどを各自が自由に使うだけでは、情報管理と費用管理が破綻しやすくなります。導入時には、チーム別の利用目的、禁止データ、外部共有ルール、ログ確認者、月額上限を決めることが現実的です。Web制作の現場では、クライアント資料、未公開LP、広告予算、個人情報をAIに渡す前に、どのツールが社内管理に耐えるかを確認する必要があります。
5. SiemensとGoogle Cloudの事例は、エージェント活用が「巨大な仕事を小さく切る」設計で進むことを示す
Google Cloudは、Siemensの大規模な産業ソフトウェア近代化に関する事例を紹介しています。数億行規模のコード、Jira、Confluence、古いPDFマニュアルなどに散らばった知識を、知識グラフやAgent Development Kit、Gemini API、Agent Platformなどと組み合わせ、エージェントが扱える単位に分解するアプローチです。
この事例から読み取れるのは、AIエージェントは「大きく曖昧な依頼」をそのまま投げるよりも、範囲、文脈、成果物、検証方法を小さく分けた方が成果を出しやすいということです。Web制作でも同じです。「サイトを改善して」ではなく、「Search Consoleの上位流入ページからCTA不足のページを抽出する」「1ページだけ構成案を作る」「WordPressの既存記事にFAQを追加する」「公開前にリンク切れと構造化データを確認する」のように分ける方が実用的です。
実務への影響：AIエージェントを業務に入れる最初の一歩は、業務フローを分解することです。制作、運用、広告、SEO、問い合わせ対応の各工程で、AIに任せる部分、人が承認する部分、ログを残す部分を分けると、失敗時の原因も追いやすくなります。
出典：How Siemens slices the elephant, advancing agentic workflows for industrial software development
6. EUのAI生成コンテンツ透明性コードは、マーケティングと制作物の表示ルールに影響する
欧州委員会は、AI生成コンテンツの表示・ラベリングに関するCode of Practiceを公開しています。AI ActのArticle 50に関連する透明性義務は2026年8月2日から適用され、AI生成・改変コンテンツのマーキング、ディープフェイクや一部テキスト出版物の表示などが対象になります。
日本企業であっても、EU向けサービス、越境EC、海外広告、SaaS、観光・教育・メディアサイトを運営する場合は無視できません。AIで作った画像、動画、音声、広告文、記事コンテンツをどう表示するか、制作会社とクライアントの間で責任範囲を決める必要があります。
実務への影響：AI生成コンテンツを使う制作案件では、納品物に「AI生成画像」「AI補助による文章」「人による編集済み」などの管理メモを残すべきです。公開画面での表示が必要かどうかは地域・媒体・用途によって変わりますが、少なくとも制作履歴、使用ツール、生成日、権利確認、承認者は記録しておくと後から説明しやすくなります。
出典：Code of Practice on Transparency of AI-Generated Content
Web制作・事業運営で今日から確認したいこと
- AI機能の原価設計：モデル別の単価、月額上限、キャッシュ、失敗時の再試行を見積もりに入れる。
- エージェントの権限設計：読めるフォルダ、使えるAPI、書き込めるCMS、公開操作の可否を分ける。
- レビュー責任：AIが作ったコード、記事、広告、画像を誰が承認するかを決める。
- ログと再現性：AIに渡した情報、実行した操作、出力物のバージョンを残す。
- AI生成物の表示・権利管理：画像、動画、音声、広告文、記事の生成履歴と利用条件を保存する。
- クライアント説明：AI利用のメリットだけでなく、コスト、情報管理、規制対応、保守範囲を提案書に入れる。
まとめ
AIニュースを追うとき、個別のモデル名や派手なデモだけを見ると本質を見失います。2026年6月末の重要な流れは、AIが「人が触る便利ツール」から、「業務、制作、開発、マーケティング、セキュリティ、法務を動かす基盤」へ移っていることです。
Web制作の現場では、AIを使うかどうかではなく、どの業務をAIに任せ、どの情報を渡し、どこで人が確認し、どのコストで継続できるかを設計する段階です。AI導入の価値は、ツールの数ではなく、業務フローをどれだけ安全に、速く、測定可能にできるかで決まります。
情報は公開日時点の内容です。仕様、提供地域、価格、利用条件、法規制の解釈は変更される可能性があります。導入前には各公式情報と専門家の確認を行ってください。
