生成AIAI_News

Googleが汎用業務エージェント発表、CRM・科学・文書AIも前進

2026年10月8日のAIニュースまとめ 生成AI
この記事は約6分で読めます。

対象日：2026年10月8日（日本時間）

10月8日は、AIエージェントが単一のチャット画面から、普段の業務ツールや企業データへ広がる発表が相次ぎました。Google Cloudは、知識作業からコード実行までを扱う「Gemini agent」を発表。Microsoftも、Dynamics 365の顧客情報と操作をCopilotやTeamsへ組み込む新機能を公開しています。

一方、科学と文書処理では、DNA配列からタンパク質を作る領域を予測するCarbon-Aと、文字・レイアウト・図表をまとめて読み取るLightOnOCR-3が公開されました。今回は、10月8日付の公式発表と開発元の公開資料から、前日までの記事と重複しない6件を紹介します。

1. Google Cloud、業務を横断する「Gemini agent」を発表

Google Cloudは、質問応答、資料作成、画像・メディア生成、コード実行を1つの入力欄から扱う「Gemini agent」を発表しました。WorkspaceやMicrosoft 365、Slack、Git、Jira、MCPサーバーなどと接続し、複数モデルや一時的なサブエージェントを使い分けます。発表文では個別の価格や一般提供日は明記されていません。

2. Microsoft、CopilotとTeamsにDynamics 365のCRM機能を統合

Microsoftは、Dynamics 365 Sales、Customer Service、Customer Insights向けの30種類の定型スキルをCopilotのCowork、Autopilot、Codeに拡張しました。Cowork版は一般提供、Autopilotは非公開プレビュー、CodeはFrontier Program向けです。CRM情報をTeams上で共有する機能はパブリックプレビューとして公開され、顧客対応や案件の更新を日常の会話に組み込みます。

3. OpenAI、OracleのChatGPT・Codex全社導入事例を公開

OpenAIは、Oracleで13万人がChatGPT、9万5,000人以上がCodexを利用する導入事例を公開しました。採用市場の調査は従来の2〜4日から15〜20分に短縮され、社内データを定義したオントロジーとCodexを組み合わせて、自然文からSQLやレポートを生成しています。数値はOracleとOpenAIが紹介する社内導入結果で、他社で同じ効果を保証するものではありません。

4. NVIDIA、AIエージェントで物理シミュレーションを構築

NVIDIAは、GPT-6 AstraやClaude Fable 5とOmniverseライブラリを組み合わせたシミュレーション開発事例を公開しました。倉庫の人型ロボット、自動運転、デジタルツイン、製品分解などを対象に、エージェントがコードとOpenUSDシーンを作成し、開発者が計測結果を確認しながら修正します。記事は複数の実験例の紹介であり、統一的な製品性能評価ではありません。

5. Hugging Face Bio、ゲノムから遺伝子候補を探す「Carbon-A」を公開

Hugging Face Bioは、DNA配列からタンパク質コード領域を予測する12億パラメータのCarbon-Aと、注釈データベースを公開しました。開発チームは2万2,617分類群の4万8,167アセンブリを解析し、5億6,600万のタンパク質コード候補を公開したと報告しています。ただし、RNAの実験的支持は一部で確認されたものの、タンパク質の生成や機能までは未検証です。

6. LightOnAI、文字・配置・図表を読む「LightOnOCR-3」を公開

LightOnAIは、8億、10億、40億パラメータの3サイズからなるLightOnOCR-3をApache 2.0で公開しました。文字起こしに加え、文書内の領域座標と種類、画像の説明、グラフの数値を表として出力します。開発者の評価では40億版がolmOCR-Benchで86.3点を記録しましたが、比較値は同社が選定したモデルと公開ベンチマークに基づきます。

今日のまとめ

今回の6件からは、AIの競争軸が、単一のモデルの性能から「仕事の目的をどこまで一貫して実行できるか」へ広がっていることが分かります。GoogleとMicrosoftの発表は、会話、データ、業務アプリ、実行権限をつなぐ設計を重視しています。OpenAIのOracle事例も、生成結果だけでなく、社内の定義や人の確認を含めた仕組みとして紹介しています。

導入時は、「AIに何を任せるか」と同時に、「どの情報と操作だけを許可するか」を決める必要があります。また、Carbon-Aの遺伝子候補やLightOnOCR-3のベンチマークのように、モデルの出力は検証の出発点です。公開値の比較条件、実験で確認済みの範囲、人が承認する地点を切り分けて見ることが重要です。

Anthropic Newsroom、Meta AI Blog、Mistral AI Newsも確認しましたが、10月8日付と確認でき、前日分と重複しない主要な公式発表はほかに採用しませんでした。GoogleのGemini at Workに付随する用途別記事は、同じ発表の細分化になるため、1件にまとめています。

参照元一覧

タイトルとURLをコピーしました