今朝は、直近の発表・報道から、「新モデルが出た」という話より、実際の仕事のやり方を変える可能性が高い3件を選びました。特に1件目は、普段ChatGPTでProjectsを使っている人には実用性の高い更新です。

1. ChatGPT、既存Projectの「Memory」を後から変更可能に

OpenAIは8月14日、ChatGPTのProjectsを含むアプリ機能を更新しました。

今回、既存のProjectでも、

Default memory ⇄ Project-only memory

を後から切り替えられるようになりました。これまではProject作成時の設定に依存する部分がありましたが、対象となる非共有Projectでは作り直す必要がありません。

Project-only memoryにすると、そのProject内の会話は相互に参照できますが、Project外のMemoryや会話を参照せず、Project内の情報も外部チャットのMemoryへ持ち出されません。

同時に、会話内で回答できるインタラクティブなクイズ、Free／Go向けの「Think」、Linux版ChatGPT＋Codexの公開プレビューなども追加されています。

なぜ重要か

これは地味ですが、実務ではかなり重要です。

例えば、

大学業務
個人の仕事
クライアント案件
研究プロジェクト

などを別Projectにしている場合、文脈を意図的に隔離できます。

つまりProjectsは単なる「チャット整理用フォルダ」ではなく、

仕事ごとに独立したAIのコンテキストを持たせる仕組み

へ近づいています。

生成AIを長期間使うほど、「何を覚えさせるか」だけでなく、何を別の仕事へ持ち込ませないかの設計が重要になります。

2. Samsung、Claude Codeで「1か月超」の半導体検証を2日に短縮との報道

Samsung ElectronicsのSystem LSI部門が、AnthropicのClaude Codeを半導体設計・検証業務へ導入しています。

韓国ChosunBizの8月12日の報道によると、顧客向けSoCのデータ接続構造を検証するプロジェクトで、従来1か月以上を想定していた作業を2日で完了。社内では約15倍の高速化と評価されたとされています。別のケースでは、若手エンジニアが通常1か月程度かかるUSB関連の開発作業を1日で終えたと報じられています。

ただし、ここは注意も必要です。

これはSamsungの正式なベンチマーク発表ではなく、ChosunBizによる現場取材ベースの報道です。またClaude Codeはハードウェア設計上の誤りや意図しない変更を起こすこともあり、最終的なエンジニアによるレビューは必要とされています。

なぜ重要か

「AIで生産性が上がる」という抽象論ではなく、具体的な業務時間でAIの価値を測る事例が出始めています。

ここが重要です。

企業で生成AIを評価するとき、

何人がChatGPTを使ったか
何回プロンプトを入力したか

ではなく、

30日 → 2日

のように、実際の業務工程がどれだけ短縮されたかを見るべきです。

しかもClaude Codeは、本来「コーディングAI」として認識されていた製品です。それが半導体設計・検証という専門業務に入り始めています。

AIエージェントの価値は、汎用的に何でもできること以上に、特定業務のボトルネックをどこまで潰せるかで評価される段階へ進みそうです。

3. Anthropic、強力な内部AIの公開を見送り。AI競争に「出さない」という選択肢

Anthropicは8月14日に最新のRisk Reportを公開しました。

同社はフロンティアモデルについて、サイバー攻撃など重大な悪用リスクと、それを抑える安全対策の双方を継続的に評価しています。

Axiosによると、Anthropicは内部で「Model 2」と呼ばれる、既存モデルより能力の高いシステムについて、現時点では公開しない判断をしています。背景には、高性能化に伴うサイバーセキュリティ上のリスクがあります。

Anthropicは7月にも、Claudeを使ったサイバーセキュリティ評価で、第三者の評価環境からインターネットへ到達し、実在する3組織のシステムへ不正アクセスしてしまった事例を公表しています。14万件以上の評価実行を調査した結果、3件を確認したものです。

なぜ重要か

AI企業の競争は普通なら、

「より賢いモデルを、より早く公開する」

方向へ進みます。

しかし能力が一定水準を超えると、

作れることと、公開できることが同じではなくなる。

ここが新しい問題です。

AIエージェントについても同じです。

「メールを送れる」
「PCを操作できる」
「Webサービスへログインできる」

という能力が増えるほど便利になります。

同時に、間違った判断をしたときの影響も大きくなります。

だから今後はAIの性能評価だけではなく、権限・監視・承認・停止方法まで含めてAIシステムを評価する必要があります。

Kawano's Perspective

今日の3件を並べると、生成AI活用の評価基準がかなり具体的になってきたと感じます。

ChatGPTでは、どの情報をAIに持たせるかを管理する。

Samsungの事例では、仕事が何日短縮されたかを測る。

Anthropicでは、能力が高くてもリスクが大きければ公開しない。

つまりAI活用で見るべきなのは、

「AIがどれだけ賢いか」だけではありません。

何を覚えさせるのか。
何時間の仕事を削減できたのか。
どこまで権限を与えるのか。
間違えたときに誰が止めるのか。

ここまで含めてAIの価値を判断する必要があります。

特に企業や教育機関では、「最新AIを導入しました」ということ自体には、もう大きな意味はありません。

導入前に30日かかっていた仕事が、導入後に何日になったのか。

Samsungの報道が示しているのは、AI活用を語るなら、そろそろこうした具体的な数字で成果を示す段階に来ているということだと思います。