業界導入・応用

生成AIやAIエージェントの活用が広がる一方、トークン課金による想定外のコスト増が企業の課題になっている。@ITは、なぜトークン浪費が起こるのかという原因と、現場で取り組める予算超過の防止策を5本の記事から整理する特集を公開した。

Specific Labsは、実企業からライセンスした非公開の本番コードベース上でコーディングエージェントを評価するベンチマークReal-SWEを公開した。請求や税計算など業務影響のある課題を、各モデルの純正ハーネスで実行する。Claude Fable 5.1 (Claude Code) が38.8%で首位、GPT-6 Astra 33.8%、Gemini 3.8 Flash 31.2%が続く。失敗要因は要件漏れと未検証の仮定が多く、企業固有の規約への適応が課題と分析している。

Simon Willison が Anthropic の Boris Cherny の発言を引用。Claude が書いた本番コードは人間が書いたものより高い基準を課すべきだとし、Anthropic 社内では多数の lint ルールとテスト、Claude 主導の E2E テスト、日次で走る Claude 製ファザー、自動コードレビューとセキュリティレビュー、自動リファクタリングを敷いていると述べる。こうした仕組みがなければ保守困難なコードに陥ると警告する。

OrbitalがReflex Aerospaceと提携し、宇宙空間でのデータセンター・コンステレーション構築に取り組む。実績あるドイツの開発企業であるReflexにとっては初の米国顧客となり、同社は技術を独占的に提供すると約束しているという。

NECは8月1日、部門長から現場社員まで全ての役割をAIが担う自律型組織「コーポレートAI・Workforce部門」を新設した。同部門ではAI社員同士が1on1を実施し、エンゲージメントサーベイやストレスチェックも受検。その結果を職場環境の改善に反映しているという。人間の組織運営の枠組みをAIエージェントにそのまま適用する試みとして注目される。