AI News
11月9日のAIニュース
毎朝、AIのニュースから経営と仕事に関わるものを選び、出典へのリンクを付けて載せています。各項目に、編集者 小畑タカユキのひとことと、今日すぐ試せることを添えています。
-
OpenAIのエージェント「dot」、メールに届くログインコードを使って代わりにサインインできるように
ChatGPTとCodexのブラウザ操作を担当するOpenAIのJames Sun氏が、11月8日（日本時間）にXで発表した。dotは、つないだメールの受信箱に届いたサインインコードを使い、利用者の代わりにログインを済ませられる。求められたときに「今回だけ使わせる」か「常に自動で入力させる」かを選べる。dots担当のOpenAI社員も「展開した」と投稿している。サインイン周りの改善はさらに続くとしている。
出典
- James Sun（OpenAI）のX投稿11/8 04:17
- samir（OpenAI）のX投稿11/8 04:20
小畑のひとこと
エージェントが途中で止まる一番の理由だったログインの壁が、ひとつ低くなりました。僕は便利さを認めたうえで、「常に許可」は合鍵を渡すのと同じだと考えています。お金や顧客情報に関わるサービスは、毎回自分で確認するくらいがちょうどいいです。
やってみよう
AIエージェントにメールをつないでいる人は、そのエージェントに渡している権限の一覧を開き、「常に許可」になっているものを書き出してください。お金が動くサービスがあれば「毎回確認」に戻しましょう。
-
OpenCode、AIエージェントに「自分のいつものブラウザ」を使わせる拡張機能「Browse」を公開
コーディングエージェントのOpenCodeを開発するAnomalyが、MCPサーバーとChromium系ブラウザの拡張機能を組み合わせた「Browse」を公開した。エージェントは、利用者がすでに開いているタブやログイン状態、拡張機能をそのまま使い、裏側のタブでページを操作したり、画面を撮ったり、通信を記録したりできる。ログイン、二段階認証、支払いの場面では利用者にタブを返し、「Continue」を押すと再開する。Chrome、Edge、Brave、Arcなどで動き、OpenCode以外のMCP対応ツールからも使える。開発者は、エージェントとブラウザを別のパソコンで動かす構成にも対応したと投稿している。
出典
- GitHub anomalyco/browse
- dax（OpenCode）のX投稿11/7 16:48
小畑のひとこと
AIに「自分のログイン済みブラウザ」を触らせる道具が、一気に身近になってきました。僕は、仕組みとしてはよくできていると思う一方で、入れた瞬間からAIが自分の名前で動ける範囲が広がる点を忘れないでほしいです。仕事用と個人用のブラウザを分けておくだけでも、事故の幅はかなり小さくなります。
やってみよう
AIにブラウザを操作させる前に、AI用のブラウザのプロフィールを1つ新しく作り、そこには必要なサービスだけでログインしておきましょう。銀行や管理画面は入れないのがおすすめです。
-
作業中の人を邪魔せずにAIがパソコンを操作できるか。CuaとScale AIが測定結果を公開
Cuaは11月6日、AIエージェントが利用者の作業を邪魔せずに、裏側でデスクトップ作業をこなせるかを測る「Cua Driver Bench」の結果を公開した。利用者の画面が前面で文字を打ち続ける条件で、作業の完了に加え、フォーカスを奪わない、ウィンドウを前に出さない、マウスを動かさないなど8つの条件をすべて満たしたときだけ合格とする。Scale AIが実行したmacOSの結果では、Cua自身のcua-driverが40回中23回（58%）、Vercelのagent-desktopが8回（20%）、browser-useが1回（3%）。Cuaが自社で実行したCodex Computer Useは13回（33%）だった。Cuaは自社ツールが比較対象に含まれることを明記している。
小畑のひとこと
AIは作業そのものよりも、「人の横で邪魔をせずに動く」ことのほうがまだ苦手だとわかる結果です。僕は、AIにパソコン作業を任せるなら、今は「自分が使っていない時間に任せる」か「AI専用の環境で動かす」のが現実的だと考えています。数字は開発元の自社比較を含むので、順位より傾向として見てください。
やってみよう
AIにパソコン作業を任せたい作業を1つ選び、「自分が席を外す時間に任せられるか」「AI専用の画面や環境で済むか」をメモしてみてください。任せ方を決めると、ツール選びも楽になります。
-
画像生成AIを約2万1千ドルで学習。2人の研究チームLinumが「P-JiT」を公開
2人で動画生成AIを開発するLinumは、20億パラメータの画像生成モデル「P-JiT」を試験公開した。画像を圧縮する別のモデル（VAE）を使わず、画素のまま扱う設計で、学習にかかった計算費用は合計約2万1千ドル（H100で8,415時間）。文字入りの画像は学習しておらず、ポスターやインフォグラフィックは作れない。全身や大人数の描写も苦手としている。GIGAZINEが11月9日に紹介した。
出典
- Linum「Training a Text-to-Image Model for $21K」11/4
- GIGAZINE11/9 07:00
小畑のひとこと
画像生成AIは、大企業だけが作れるものではなくなってきました。僕は、こうした小さなモデルが増えるほど、「何でもできる1つ」より「得意分野のはっきりした道具」を選ぶ目が大事になると感じています。文字が描けないなど、苦手を正直に書いている点も参考になります。
やってみよう
いつも使っている画像生成AIについて、「文字」「全身の人物」「大人数」の3つを1回ずつ試し、得意・不得意を3行でメモしてみてください。使い分けの判断材料になります。
要点は出典の記事をもとに編集部がまとめたものです。日時は日本時間で、出典側の公開・更新の時刻です。詳しくは各リンク先でご確認ください。
Next Step今日のニュースを読んだあとに
自社でAIをどう使うか、一緒に考えませんか。
記事で気になった事例を、御社の業務にどう落とし込むか。個別の作戦会議と、編集者による日々の発信をご用意しています。
フォームから申し込めます。現状の業務を伺い、AIで何から始めるかを一緒に整理します（オンライン・20分、大阪市内は対面可）。
AI導入の作戦会議を申し込む（無料）小畑タカユキをフォローする
AIを前提にした仕事の進め方を、毎日発信しています。