今日は「AIにかかるお金の大きさ」と「AIが実際の仕事でどこまでできるのか」がよくわかるニュースが並びました。Anthropicの上場準備、AIデータセンター向け部品の巨額買収、AIを理由にした人員削減、そしてプロの仕事でAIを試した新しいテスト結果の4本をお届けします。
1. Anthropicが上場申請書を更新、7〜9月の売上は約170億ドル
何が起きた?
Claudeを開発する米Anthropic(アンソロピック)は11月2日、株式上場に向けて米国の証券取引委員会(SEC)に出している申請書「S-1」の修正版を提出しました。CNBCによると、2026年7〜9月期の売上は約170億ドルで、前の年の同じ時期の10倍以上でした。一方で、前の四半期からの伸び率は約47%で、4〜6月期(約144%)より落ち着いています。1〜9月の合計売上は約332億ドルです。最終損益は7〜9月期だけで約233億ドルの赤字ですが、その多くは、転換社債(あとで株に換えられる借金)などの会計上の評価が変わったことによるものだと説明されています。また、計算設備やデータセンターの利用を中心に、将来支払うことが決まっている契約の合計は約8,954億ドルにのぼります。
なぜ重要?
AIの会社がどれくらい稼ぎ、どれくらいお金を使っているのかが、公式な書類で細かくわかる機会はあまりありません。売上が急増している一方で、計算設備への支払いの約束も非常に大きく、AI開発には桁違いのお金がかかることが数字で示されました。上場の準備が進むことで、今後はAI企業の経営の中身がより見えやすくなります。なお、上場の日程や株価はまだ発表されていません。
ひとこと解説
S-1は、米国で株式を上場するときに提出する届け出書類で、会社の業績や事業のリスクなどを投資家に知らせるためのものです。今回の赤字の大部分は、実際にお金が出ていったものではなく、会計のルールで「評価額が変わった」ことによるものとされています。数字を見るときは、こうした内訳にも注意が必要です。
2. AIデータセンターの「光の通信部品」をめぐり、約1150億ドル規模の買収
何が起きた?
米半導体大手のMarvell(マーベル)は11月2日、光通信の部品をつくる米Lumentum(ルメンタム)を、自社株との交換で買収することで合意したと発表しました。CNBCによると、Lumentumの企業価値は約1,150億ドルと算定され、Lumentumの株主は1株につきMarvell株4.5株を受け取ります。手続きの完了は2028年前半を見込んでいます。発表の日、両社の株価はともに大きく下がりました。
なぜ重要?
AIを学習させたり動かしたりするデータセンターでは、何千、何万というAI用の半導体どうしを高速でつなぐ必要があります。その「つなぐ部分」で、電気信号より速く大量のデータを送れる光の技術の重要性が増しています。Marvellは電気と光の両方の技術を組み合わせて、AI向けの通信をまるごと担いたい考えです。AIへの投資が、半導体そのものだけでなく、周辺の部品の業界再編にまで広がっていることを示すニュースです。
ひとこと解説
光インターコネクトは、半導体や機器どうしを光ファイバーなどの光の信号でつなぐ技術のことです。電気の配線より遠くまで速く、少ない電力でデータを送りやすいのが特徴です。企業価値は、株式の価値に借金などを加えた「会社をまるごと買うといくらか」の目安です。
3. SUSEが従業員の約1割を削減へ、理由に「AIと自動化」
何が起きた?
Linux(リナックス)などの企業向けソフトウェアを手がけるドイツのSUSE(スーゼ)が、世界の従業員約1,900人のうち約1割を削減すると、英メディアのThe Registerが11月2日に報じました。報道によると、最高経営責任者は社内向けのメッセージで、AIと自動化がソフトウェア会社の働き方を変えており、今の組織や費用の構造では今後を支えられないと説明しています。新しい道具ですでに日々の仕事が変わり、一部の役割は必要性が大きく下がったとしています。対象となる社員には11月4日までに知らされる予定です。
なぜ重要?
会社が人員削減の理由として、はっきり「AI」を挙げる例が増えています。ただし、人員削減には経営の立て直しなど複数の理由が重なることが多く、AIだけが原因とは言い切れません。それでも、AIを使った効率化が実際の雇用の判断に影響し始めていることを示す事例として注目されます。自分の仕事のなかで、AIに任せられる部分と人にしかできない部分を考えておくことが、これまで以上に大切になりそうです。
ひとこと解説
Linuxは、無料で公開されている基本ソフト(OS)で、企業のサーバーなどで広く使われています。SUSEはそのLinuxを企業向けに整え、サポートつきで提供している会社です。
4. 「プロの仕事」で最先端AIを試す新テスト、最高でも正答率は約12%
何が起きた?
半導体やAIの調査会社SemiAnalysisは11月2日、最先端のAIが専門的な仕事をどこまでこなせるかを測る新しいテスト「GDPx」を公開しました。半導体の設計、サイバーセキュリティ、生物学、法務、金融、クオンツ取引(数式を使った投資)、ソフトウェア開発など11の分野で、約4,000件の書類が入った企業買収の資料室や、実際の設計ソフトなど、現実に近い作業環境を用意しました。AIは最長8時間かけて作業します。結果は、最も成績のよいモデルでも全体で約12%にとどまりました。分野ごとに得意・不得意の差が大きく、金融では会計の基本的なミス、法務では実際に使える契約書の修正案がひとつもなかったなど、課題も具体的に示されています。
なぜ重要?
AIは試験問題のようなテストでは高得点を出すようになりましたが、資料を自分で探し、道具を使い、長い時間をかけて仕上げる「本物の仕事」はまだ難しいことがわかります。AIが仕事を丸ごと置き換えるという話がある一方で、専門家の確認がまだ欠かせないことを示す結果です。ただし、これは1社が独自に作ったテストであり、ほかの評価方法では違う結果になる可能性もあります。
ひとこと解説
ベンチマークは、AIの性能を同じ条件で比べるためのテストのことです。今回のように、AIが自分で道具を使いながら長い作業をこなす力を測るテストは、エージェント型ベンチマークと呼ばれます。報告では、安全のための仕組みによって一部の分野で回答を控えたモデルがあり、それが全体の点数に影響したことも説明されています。
まとめ
Anthropicの業績やMarvellの大型買収からは、AIに流れこむお金の大きさがあらためて見えてきました。その一方で、新しいテスト「GDPx」は、最先端のAIでもプロの仕事をそのまま任せられる段階にはまだ遠いことを示しています。SUSEのように「AIで働き方が変わった」として組織を見直す会社も出てきましたが、AIの得意・不得意を正しく知ったうえで、上手に使い分けることが大切だと言えそうです。
出典: