HPEは企業に対し、AIの従量課金を再考するよう提案した。顧客対応、IT、研究などのエージェント型ワークフローが継続的で予測可能な需要を生む場合、リクエストごとにAIを購入する方が自社容量を構築するより割安とは限らない。Deloitteの2026年企業AI報告によると、2025年の従業員のAI利用率は5%上昇し、AIプロジェクトの40%以上が本番稼働している企業の割合は6か月以内に倍増する見込みだ。企業は実際のワークロードで稼働率の損益分岐点を試算し、導入、ガバナンス、用途拡大によって自社容量の生産性を維持する必要がある。
GitHub Copilot アプリは canvas を導入した。ブラウザーの外枠なしにアプリ内で動くフルスタックの小アプリで、Copilot エージェントと双方向に通信し、外部 API の呼び出しやローカルのコード実行もできる。
TypeSafe AI 創業者兼 CEO の Diogo Almeida は Latent Space ポッドキャストで新モデル Jev を紹介し、ソフトウェアでの利用向けの System One 大規模モデルと説明した。
NVIDIAはAIの安全を工学の問題として扱い、明確な安全要件、実行可能な制御、責任者、保護の有効性の証拠を求める。オープンソースのNVIDIA OpenShellは推論範囲の外で方針を強制し、サンドボックス実行を提供する。Cisco DefenseClawが統制層を追加し、JFrogはOpenShellによるエージェント技能の走査と検証を統合する。
Hugging Faceブログは、AIの次の制約は知能でなくGPU稼働率だと指摘する。暦の時間で料金が発生するが計算中だけ生産するため、航空機の駐機費用と同じ構造を持つ。
推論費用が2023年初めの GPT-4 級の100万トークン約30ドルから、現在は1ドル未満、一部企業では0.10ドル未満に下がるなか、UC Berkeley の Aditya G. Parameswaran らはエージェント時代のデータシステムに For Agents、Of Agents、By Agents の三方向を提案した。
Berkeley AI Researchは並列推論の進展を整理し、独立した小課題をいつ分解・並列化するか、同時スレッド数、調整方法をモデル自身が決める適応的並列推論を分析した。Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inferenceなどは外部で並列構造を事前設定し、適応的な行動を教えていない。