Codexが営業と開発の境界を溶かす——誰の75時間が消えたのか

配信日： 2026年9月26日　出典： OpenAI Blog　原題： Proaction boosts sales 60% and saves 75+ hours with Codex

OpenAI Blogによると、車両や建設機械などのフリート（fleet＝企業が保有する車両群のこと）を管理する企業向けにソフトウェアを開発するスタートアップのProactionが、OpenAIのCodexを導入した結果、売上が60%増加し、月に75時間以上の作業時間を削減したと2026年9月25日に発表した。Proactionは北米を拠点とするソフトウェア・エンジニアリング企業で、CodexとAPIを活用している。同社の共同創業者兼COO（最高執行責任者）のColin Knudsen氏は、非技術者でありながらCodexを使い、月に4〜6本のカスタマイズされた対話型デモを1本あたり30〜45分で作成している。これにより月40〜60時間のエンジニアリング作業を回避しているという。また創業者自身も月33時間を節約した。従来は見込み客ごとのデモ作成にエンジニアの時間を割けず、会話とスライド資料に頼らざるを得なかったが、Codexの導入で顧客との会話をそのまま車両や業務フローに合わせたデモへ変換できるようになった。さらにGPT-Live-1とGPT-6 Astraを用いてフリート運用向けの音声エージェントも構築している。

📌 編集長の眼

営業の現場では、技術者でなくても顧客ごとのデモを短時間で作れるようになり、商談の質が変わりつつあります。これは便利というより、営業と開発の境界線が静かに溶け始めた合図です。かつてデモ作成はエンジニアの手仕事で、職人の技のような希少価値がありました。今やその技は、会話を入力すれば形になる道具へと置き換わり、専門性の値札が貼り替えられています。便利さの裏で、誰の時間が節約され、誰の仕事が軽くなるのかを問う視点を失うと、変化の本質を見誤ります。ただ、境界が消える場所には新しい役割も生まれるはずです。

配信日： 2026年9月25日　出典： MIT Tech Review　原題： The Pentagon wants $30 million to build an AI-powered lie detector

MIT Tech Reviewによると、米国防総省（ペンタゴン＝米国の軍事を司る官庁）は、改良型の嘘発見器（ポリグラフ＝心拍や発汗など体の反応から嘘を見抜く装置）の開発に、今後5年間で3030万ドルを支出するよう求めています。これは国防総省の予算要求に基づくものです。プログラム名は「Polygraph+」または「Polygraph Next」と呼ばれ、人工知能と機械学習を用いた採点アルゴリズム（採点アルゴリズム＝データを分析して点数化する計算手順）と、「スタンドオフセンシング（standoff sensing＝離れた場所から対象に触れずに計測する技術）」と呼ばれる手法に焦点を当てています。予算要求は国防総省が提出したものです。

📌 編集長の眼

AIによる嘘発見器の開発は、取り調べの現場に静かな変化をもたらします。被疑者と対面せずとも、遠くから心身の反応を測れるようになるかもしれないからです。一般には「機械は人間より公平だ」と思われがちですが、構造的には逆です。判定基準を設計するのは人間で、その基準が誰を疑い、誰を信じるかを決めてしまいます。スタンドオフセンシングは、同意なく身体情報を収集する道を開きます。ある一人の容疑者の沈黙が、アルゴリズムによってどう翻訳されるのか。その問いを、私たちはまだ持っていません。

配信日： 2026年9月27日　出典： Towards AI　原題： How AI In Future Will Remember Past Without Reading Everything

Towards AIによると、将来のAIは過去のデータをすべて読み返すことなく記憶を保持する仕組みを備えるという。記事は、AIが膨大な履歴を扱う際の効率化を主題にしている。従来のAIは、過去の情報を参照するたびに大量のデータを再処理する必要があり、計算資源と時間の両面で負担が大きかった。これに対し、必要な記憶だけを選び出して保持し、不要な情報は圧縮または要約して扱う設計が検討されている。人間がすべての出来事を細部まで覚えていなくても要点を思い出せるのと同じ発想である。記事は特定の企業名や数値を挙げず、概念的な将来像としてこの方向性を論じている。実装時期や具体的な製品名には触れていない。

📌 編集長の眼

過去を全部読み返さないAIは、忘れる技術を手に入れるという意味でもあります。記憶の取捨選択は、私たちの日常でもすでに起きていることです。この調子で圧縮が進めば、2030年にはAIが「覚えているつもり」で要点だけを語る場面が当たり前になり、細部を確認する習慣が薄れるかもしれません。便利さの裏で、何を残し何を捨てるかの判断基準が問われます。かつて紙の台帳からデータベースへ移った時も、記録は減らず探し方が変わりました。今の私たちも、AIに何を委ねるかを見直す時期に来ています。

配信日： 2026年9月26日　出典： Axios AI　原題： U.S. and China agree to "super intelligence" dialogue amid AI tensions

Axios AIによると、米国と中国は人工知能（AI）に関する対話の枠組みを設けることで合意し、深刻な偶発事態の緩和を助ける通信チャネルも設置する。米ホワイトハウスが明らかにした。トランプ大統領はAI競争で最も重要なのは中国に勝つことだと述べてきたが、今回の合意は両国が深刻な競争相手でもあることを認める内容となっている。ホワイトハウスはファクトシート（＝政策の要点をまとめた説明資料）を公表した。AIをめぐっては、米中間で技術覇権や安全保障を巡る緊張が続いており、軍事利用や重要インフラへの応用を巡る誤算が偶発的な衝突を招く懸念が指摘されてきた。対話の枠組みと通信チャネルは、そうしたリスクを抑えるための連絡手段として位置づけられる。合意の詳細な運用方法や開始時期については、現時点で公表された内容からは明らかになっていない。

📌 編集長の眼

米中のAI対話は、競争の激しさを認めた上での安全弁づくりです。現場では、技術者も企業も、国家間の緊張が自分の仕事にどう跳ね返るかを測りかねています。普通は「対話」と聞けば協調の兆しと思いますが、実は構造的には逆で、対立が深いからこそ連絡線が必要になるのです。覇権争いと事故防止という矛盾した二つの目的を、同じ枠組みに載せた点にこそ意味があります。五年後、この通信チャネルを歴史は「冷戦のホットライン」の再来と評するのか、それともAI時代の新しい常識の始まりと見るのか。産業全体の前提を静かに組み替えていく一手です。

配信日： 2026年9月27日　出典： Towards AI　原題： Your AI Agent Doesn’t Ask What “Late” Means. It Guesses.

Towards AIによると、AIエージェント（＝人間の代わりに自律的に作業を進める人工知能プログラム）は「遅刻」といった日常語の意味を確認せず、文脈から勝手に推測して行動する。記事の副題は「AIエージェントが優れたプロンプト（＝AIへの指示文）より先に必要とするのはドメインモデル（＝対象業務の世界観や用語の関係性を定義した設計図）である理由」と問いかける。著者Rishi Sharma氏は、AIエージェントが「late（遅い・遅刻）」のような曖昧な語を、鉄道の遅延なのか、納期の遅れなのか、会議の開始時刻なのかを区別しないまま解釈し、誤った判断を下し得ると指摘する。プロンプトの改良だけでは埋まらない意味の空白を、業務固有の概念定義によって埋める必要性を説く内容である。配信日は2026年9月26日。

📌 編集長の眼

現場では、AIが「遅刻」を勝手に解釈して動く光景がもう普通になりつつあります。便利さの裏で、意味のズレが静かに積み重なっているのです。これは、地図を持たずに街を歩くようなものです。曲がり角のたびに勘で進み、目的地らしき場所に着いても、そこが本当に目的地かは誰にも分かりません。AIは賢いのではなく、曖昧さを埋めるのが得意なだけなのかもしれません。ある中小企業の担当者が、用語集を一行ずつ手で書き足した瞬間、エージェントの暴走がぴたりと止まった——そんな小さな気づきが、次の一歩になるのでしょう。

今日の5本は、一見ばらばらの現場から届いています。営業デモ、国防予算、記憶の圧縮、米中対話、曖昧語の解釈。しかし一本の糸で結ぶと、同じ問いが浮かびます。AIが「意味」と「判断」の担い手になりつつある、という問いです。

Proactionの事例では、非技術者のColin Knudsen氏がCodexで顧客ごとのデモを30〜45分で作り、月40〜60時間のエンジニア作業を回避しました。これは単なる効率化ではありません。誰が「作る」資格を持つのか、その境界が会話の入力欄に溶け始めたのです。国防総省のPolygraph+は、判定基準という人間の設計物をAIに委ね、スタンドオフセンシングで同意なき身体情報収集の道を開きます。Towards AIの記憶論は、忘れる技術をAIに与え、何を残すかの基準を問い直します。米中の通信チャネルは、対立が深いからこそ敷かれる安全弁であり、競争と事故防止という矛盾を同じ枠に載せました。そして「遅刻」を勝手に解釈するエージェントは、プロンプトでは埋まらない意味の空白を、業務固有のドメインモデルで埋める必要性を突きつけます。

これらが同時期に起きているのは偶然ではありません。AIが「計算する道具」から「解釈する同僚」へと役割を変えた瞬間、人間側の設計図——用語集、判定基準、記憶の取捨、連絡線——の価値が逆に上がるのです。便利さは専門性の値札を貼り替えますが、貼り替える基準そのものは人間が握り続けます。賢い相棒は、地図を渡されなければ自信満々に迷子になるだけです。

五年後、私たちはこの時期を「AIに何を任せたか」ではなく「AIに何を定義させなかったか」で振り返るでしょう。その線引きを今日、一行ずつ書き足す人が、次の時代の標識を作ります。