おはようございます。日曜日です。今日は同じ会社から、方向の違う2つのニュースが並びました。「過去最高の売上と初の黒字」と「うちのリスク評価を1段上げます」。この2つが同じ週に出てくるところに、いまのAI業界の空気がよく表れている気がします。

1. Anthropic、四半期売上が115億ドル超 — 創業以来初の営業黒字へ

何が起きた? Bloombergが8月14日、CNBCやFortuneが8月15日に報じたところによると、Anthropicの2026年第2四半期(4〜6月)の暫定売上高は115億ドルを超えたとされています。前年同期の7億8,700万ドルと比べると約14倍、直前の第1四半期(47億3,000万ドル)と比べても2倍以上です。あわせて、調整後の営業利益がプラスに転じ、2021年の創業以来はじめての黒字四半期になる見通しだと伝えられています。

いずれも暫定値で、正式な確定数字ではありません。また、報道ベースの情報として、同社が秋の上場を目指して米証券取引委員会(SEC)に非公開でIPO(新規株式公開)の申請を行った、CFOが投資家との初期の面談を進めている、といった話も出ています。会社側が公式に発表した内容ではない点にご注意ください。

なぜ重要? ここ数年、生成AIの会社は「売上は伸びているが、それ以上に計算資源にお金が出ていく」状態が当たり前でした。昨日お伝えした大手6社の1.5兆ドルの支払い約束も、その裏返しです。そのなかで1社が黒字らしいところまで来たという話は、「AIは商売として成立するのか」という問いに対する、はじめての具体的な材料になります。

ただし注意点もあります。今回言われているのは「調整後の営業利益」で、これは一部の費用を除いて計算した数字です。会社全体として最終的に利益が出ているかは別の話で、この点を疑問視する論者もいます。数字の言葉づかいは、丁寧に見たいところです。

なお本記事は、特定の企業の株式や上場について、買う・売るを勧めるものではありません。

ひとこと解説: 「営業黒字」は、本業のもうけがプラスになった状態のことです。「調整後」が付くと、株式報酬や一時的な費用など一部を除いた計算になっており、会計上の正式な利益とは別の数字になります。ニュースで見かけたら、どちらの話か確かめると誤解が減ります。

2. Anthropic、自社のリスク評価を「非常に低い」から「低い」へ引き上げ — 最強の未公開モデルは出さないと表明

何が起きた? Anthropicは8月14日、2回目となる全社的な「リスクレポート」を公開しました。国内外のメディアが15日に報じています。最大の変更点は、たった一語です。高リスクな場面でAIの目標がずれることによる壊滅的な被害の可能性について、2026年2月の初回レポートで「非常に低い(very low)」としていた評価を、今回**「低い(low)」に1段引き上げ**ました。

理由として説明されているのは、「新しく困った挙動が見つかったから」ではありません。同社によれば、社内での導入審査の過程で、既存のMythos 5について報告済みの範囲を超える新種の問題は観測されなかったとしています。引き上げの背景にあるのは、最近のサイバー分野の評価をめぐる開示によって全体の不確実性が増したこと、そして安全性を測るテストの多くが満点近くに張り付いてきて(飽和して)測りにくくなってきたことだと説明されています。

もう1つの注目点は、これまで存在が公になっていなかった社内モデル「Model 2」が明かされたことです。同社の最上位クラスにあたり、現行の最上位モデルMythos 5より多くの作業で明確に優れているとされますが、外部に公開する予定は現時点でないとしています。公開前の評価をすべて終えておらず、能力の見積もりに対する確信度がやや低い、というのがその理由です。

なぜ重要? 「一番強いモデルを作ったが、出さない」という判断が、公式文書の形で出てきたことに意味があります。競争が激しい業界で、手元の最良のものを伏せる判断は、そのままでは売上に結びつきません。

そして「危ない兆候が見つかったから危険度を上げた」のではなく、「測れなくなってきたから、確信を持って安全と言えなくなった」という説明の仕方は、少し不気味でもあり、誠実でもあります。テストが満点だらけになると、そのテストは差を見分ける役に立たなくなる——これは学校のテストと同じ理屈です。

ひとこと解説: 「ミスアライメント(目標のずれ)」は、AIが人間の意図とは違う目標に沿って動いてしまうことです。反抗というより、「言われたことを言われたとおりにやりすぎて、望まれていない結果になる」タイプのずれを指すことが多い言葉です。

3. AlibabaのQwen、累計30億ダウンロード — GoogleとMetaの合計を大きく引き離す

何が起きた? Bloombergは8月15日、Alibabaの公開モデル群「Qwen」のダウンロード数が30億回を超えたと報じました。AIモデルの共有サイトHugging Faceが8月14日に公表した公開モデルの現状レポートに基づく数字です。同レポートによると、2026年のダウンロード数はGoogleが4億1,800万回、Metaが2億2,700万回で、Qwenはこの2社の合計を大きく上回っています。

Alibabaによれば、Qwenとして公開したモデルは460件以上、そこから派生して作られたモデルは30万件を超えるとしています。

なぜ重要? 「オープンモデルの世界では中国勢が主役になりつつある」という話は以前から言われてきましたが、数字がここまで開くと、印象論ではなくなります。開発者が「まず何を試すか」の既定路線がQwenになりつつある、ということです。

これは私たちの生活に直接は見えにくい話ですが、これから出てくるアプリや社内ツールの中身が何で動いているかに関わります。土台のモデルが変われば、そのモデルの制約(苦手な話題、対応言語の得手不得手、利用条件)もいっしょについてきます。「どこのAIか意識せずに使っているAI」が増えていく、という流れの一部です。

ひとこと解説: 「ダウンロード数」は人気の目安ではありますが、利用者数そのものではありません。1人が何度も落とすこともあれば、自動処理で数えられることもあります。順位の大小より、桁の違いに注目するのが実務的な読み方です。

4. Google、暗号化したままAIが答えを出す仕組み「HEIR」をオープンソース公開

何が起きた? Googleは8月14日、HEIR(Homomorphic Encryption Intermediate Representation)というソフトを、誰でも使える形で公開したと発表しました。ひとことで言うと、データを暗号化したまま、AIに答えを出させるためのプログラム変換ツールです。学習済みのAIモデルを、暗号化された入力を扱えるものに作り替えられるとしています。

デモとして4つの例が示されました。個人の好みを守ったままのおすすめ表示、クレジットカードの不正利用検知(Niobium社およびhardshell.aiと共同)、通信の中身を開かずに異常を見つけるネットワーク監視、そして音声の録音を守ったままの「呼びかけ言葉」検出です。これらはいずれもCPU1コアで動かしたもので、ソースコードはGitHubで公開されています。

なぜ重要? いまのAIサービスの多くは、私たちが送った文章や画像をサーバー側が読める状態で処理しています。医療、金融、社内文書など「外に出したくないから、そもそもAIを使わない」という判断は、あちこちで起きています。暗号化したまま処理できるなら、その前提が変わります。

ただし、期待しすぎは禁物です。この方式(準同型暗号)は計算量が非常に大きく、ふつうの処理に比べて何倍・何十倍も遅くなるのが一般的です。今回のHEIRは「専門家でなくても組み込めるようにする」ための道具立てであって、明日から手元のチャットAIが暗号化対応になるという話ではありません。方向としては重要、というくらいの受け止めが適切です。

ひとこと解説: 「準同型暗号」は、暗号を解かずに中身の計算ができる特殊な暗号のことです。鍵のかかった箱の外側から中の物を動かせるようなイメージで、預けた側だけが最後に鍵を開けて結果を見ます。

5. 英国・アイルランドの古書店に謎の大量注文 — 「AIの学習データ集めでは」と店主たち

何が起きた? 8月15日、英国とアイルランドの古書店主たちが、正体のわからない買い手からの大量注文が続いていると相次いで証言していると報じられました。3か月ほど前から増え始めたもので、注文元は米国、カナダ、欧州、英国などさまざまです。

店主たちが不審に思っているのは注文の中身に脈絡がないことです。ふつうの古書の大量注文はスポーツや自動車といったテーマでまとまるものですが、今回はジョン・ル・カレ作品のエストニア語訳、特定の版元のアン・ブロンテ『アグネス・グレイ』、1983年10月号の雑誌、といった具合にばらばらだといいます。ある店主は、1月以降で6,000冊分の注文を記録したとしています。

買い手がAI企業であるという確認は取れていません。これは店主たちの推測に基づく未確認情報です。ただし背景として、AI企業が仲介業者を通じて中古書籍を大量に買い集めているという報道は以前から出ており、2022年より前に出た本はAIが書いた低品質な文章が混ざっていないため学習データとして価値が高い、という見方が語られています。

なぜ重要? AIの学習データをめぐる議論は、これまで「ネット上の文章を無断で使ったかどうか」が中心でした。今回の話が示しているのは、その次の段階です。ネット上のテキストにAI生成物が混ざるようになった結果、「人間が書いたと確実に言える文章」そのものが希少資源になりつつある、ということです。

紙の本を買うこと自体は合法ですし、店にとっては売上でもあります。一方で、希少な本が買い占められて読者の手に届かなくなるのではという懸念の声も出ています。何が問題で何が問題でないのか、まだ整理されていない領域です。

ひとこと解説: 「学習データ」は、AIが言葉のつながりを覚えるために読み込む大量の文章や画像のことです。AIの出来はここでほぼ決まるため、質のよいデータの奪い合いが起きています。最近は、AIが作った文章がネット上に増えたことで、それを再学習すると品質が落ちる問題も指摘されています。

まとめ

今日の5本には、ひとつ共通する問いがあります。**「もう十分わかっている、と言えるのか」**です。

Anthropicは過去最高の数字を出しながら、同じ週に「測れなくなったので確信度を下げます」と言いました。GoogleのHEIRは「AIに見せずに使う」という選択肢を増やす動きで、古書店の話は「本物の人間の文章がどれか」がわからなくなってきた副作用です。Qwenの30億回にしても、私たちは自分が使っているアプリの中身が何なのかを、たいてい知りません。

性能が上がるほど、外から確かめられることは減っていく。今週はその居心地の悪さが、はっきり数字と言葉になって出てきた週でした。

今日は日曜日です。このあと今週のまとめ記事もお届けします。よい休日を。

出典: