AIキャッチアップ 2026-03-26（深読みレポート）
本日のハイライト： AnthropicのClaude CoworkがRPA（＝定型業務の自動化ツール）を根本から置き換える「ソフトウェアを殺す」メカニズムが詳解された。Microsoft・AWSがそれぞれClaude Codeにクラウドデプロイ能力を与えるプラグインを公開し、AIエージェントが「コードを書く」だけでなく「インフラを構築してデプロイする」段階に到達。一方、GitHubがCopilotの入出力データをAI学習に使うと発表し、4月24日までのオプトアウトが必要に。OpenAIは次世代モデル「Spud」の事前学習を完了し、Soraの整理を進める。
🔴 最重要トピック
1. Claude CoworkとRPA（＝定型作業自動化ツール）の根本的な違い——AIが”ソフトウェアを殺す”メカニズム
ソース: 「Claude Cowork」とRPAの根本的な違い AIが”ソフトウェアを殺す”メカニズム（ITmedia エンタープライズ）
何が起きたか — Anthropicの自律型AI（＝人間の指示なしに自分で判断して動くAI）「Claude Cowork」がSaaS（＝クラウドで使えるソフトウェアサービス）業界に激震を走らせている。従来のRPAやGUI（＝画面操作）自動化ツールとは根本的に異なる仕組みで業務を自動化する。
なぜ重要か — RPAは「画面のこのボタンを押す→この欄に入力する」という画面操作の手順を記録・再生する仕組みだった。画面デザインが変わると動かなくなる脆さがあった。Claude Coworkは画面操作ではなく、ソフトウェアの機能そのものをAPI（＝アプリ同士をつなぐ窓口）経由で直接呼び出す。つまりUIの変更に影響されず、ソフトウェアの「中身」を直接操作する。これが「ソフトウェアを殺す」と表現される理由。
深読みポイント —
RPAの弱点「画面依存」をAIエージェントが完全に克服。RPAは画面のピクセル位置やボタンの配置に依存するため、アップデートのたびにメンテナンスが必要だった。Coworkはコネクタ→API→画面操作の3段階で最適手段を選ぶ- SaaS企業にとっては
自社製品の機能がAIに直接呼ばれる＝UIの価値が低下するという構造変化が起きている 「AIがソフトウェアを使う」のではなく「AIがソフトウェアの代わりになる」段階に入りつつある
コンサルとしての活用法：
「RPA導入を検討中ならClaude Coworkも比較検討すべき」というトークが営業で使える- RPA導入済みクライアントには「RPAのメンテナンスコストが高いならAIエージェントへの移行」を提案
「画面操作の自動化」から「業務プロセスそのものの自動化」へというパラダイムシフトを経営層に説明する材料
2. Microsoft「Azure Skills Plugin」公開——AIに「このアプリをデプロイせよ」で自動構築
ソース: Claude Codeに「このアプリをデプロイせよ」と指示→AIが最適なインフラ構成やサービスでデプロイする「Azure Skills Plugin」 Microsoftが公開（ITmedia NEWS）
何が起きたか — MicrosoftがClaude CodeやGitHub Copilotに自律的なインフラ構成とデプロイ（＝アプリを本番環境に配置する作業）の能力を与える「Azure Skills Plugin」を公開。AWSも同様の「Agent Plugins for AWS」をリリースしており、クラウド2大勢力が同時にAIエージェントへのインフラ委任を開始した。
なぜ重要か — これまでAIエージェントは「コードを書く」段階だった。今回の動きで「書いたコードを適切なクラウド環境に自動でデプロイする」段階に進化した。開発者は「このアプリをデプロイして」と指示するだけで、AIがインフラ構成を決定→構成ファイル生成→ビルド→デプロイまでを自律実行する。
深読みポイント —
- Azure Skills Pluginは
20種類のスキルファイル＋40以上のAzureサービスへの接続で構成。ビルド&デプロイ、運用&トラブルシューティング、インフラ設計&最適化、データ&AIアクセスの4分野をカバー AWSとMicrosoftが同時期にリリースしたことは、「AIエージェントにインフラを任せる」が業界標準になる兆し- Claude Code、GitHub Copilot CLI、VS Codeなど
複数のAIツールから利用可能
コンサルとしての活用法：
「もうインフラ構築の専門知識がなくてもクラウドにアプリを出せる時代」という訴求- 開発チーム向け提案で「デプロイ作業の自動化」を具体メニューに追加
3. OpenAI、次世代モデル「Spud」事前学習完了——Soraは整理へ
ソース: OpenAI、次世代モデル「Spud」事前学習完了 Soraは整理へ（exaBase AI新聞）
何が起きたか — OpenAIのサム・アルトマンCEO（＝最高経営責任者）が社内文書で、次世代AIモデル「Spud」の事前学習が完了したことを明らかにした。「数週間以内に非常に強力なモデルを投入できる」との見通し。同時に動画生成AI「Sora」のモバイルアプリやAPI（＝アプリ連携用の窓口）を整理する方針。ディズニーの約10億ドル（約1,500億円）規模の投資計画も見送り。
なぜ重要か — 「経済を真に加速させることができる」とアルトマン氏が社内で語ったレベルの性能が見込まれている。Soraの整理はリソースの再配分で、Soraチームは「ワールドモデル（＝現実世界をシミュレーションするAI）」の長期研究に軸足を移す。ChatGPT・コーディングエージェント「Codex」・ブラウザ「Atlas」を統合した「スーパーアプリ」構想も社内で共有されている。
深読みポイント —
「物事は私たちの多くが予想していたより速く動いている」というアルトマン氏の社内発言は、AGI（＝汎用人工知能）への到達が想定より早まっている可能性を示唆- Anthropicがエージェント分野で存在感、Googleも基盤モデルで攻勢→OpenAIはSpudで
どの競争軸で戦うかの試金石 - Sora撤退は「動画AI」の終わりではなく、
「ワールドモデル」という上位概念への進化
コンサルとしての活用法：
「GPTの次世代が数週間以内に出る。今のAI施策は短期で陳腐化する前提で設計すべき」- Sora終了→クライアントの動画AI投資判断には「撤退リスク」を織り込む必要がある
4. GitHub CopilotがAI学習にユーザーデータを使用——4月24日までにオプトアウトが必要
ソース: GitHubがCopilotへの入出力や関連コンテキストをAI学習に使用すると発表（GIGAZINE）
何が起きたか — GitHubがAIコーディングアシスタント「GitHub Copilot」のポリシーを変更。2026年4月24日から、ユーザーの入出力・カーソル周辺のコード・フィードバック等をAIモデルの学習に使用すると発表。Free・Pro・Pro+プランが対象。BusinessプランとEnterpriseプランは対象外。
なぜ重要か — 自社のコードがAIの学習データになるという重大な変更。プライベートリポジトリは対象外だが、パブリックリポジトリのコードやCopilotとのやり取りは学習される。学習されたくない場合は4月24日までに設定画面でオプトアウトする必要がある。
深読みポイント —
- 設定場所: GitHub → Settings → Copilot → Features →
「Allow GitHub to use my data for AI model training」をDisabledに - 収集データにはMicrosoftグループ企業との共有もあり得る
企業の知的財産保護の観点で即座に対応が必要
コンサルとしての活用法：
「GitHub Copilotを使っているなら4月24日までにオプトアウト設定を確認」——全開発チームに即通知すべき案件- 法人向けはBusiness/Enterpriseプランなら対象外→プラン見直しの提案にもつながる
🟡 実務・技術アップデート
マイナビの「現場で使われないAI」解決戦略——0→1のハードルを無くす
ソース: “現場で使われないAI”、どう解決？ マイナビの「0→1のハードル」を無くす戦略（ITmedia AI＋）
マイナビがAI推進をどう進めてきたかの事例。「現場でAIが使われない」という共通課題に対して、最初のハードルを徹底的に下げるアプローチを採用。
実務で使えるポイント： AI導入提案時に「現場が使わない問題」の具体的解決事例として引用可能。
クライアント提案への活用： 「AI導入の成功は技術ではなく、現場のハードルをいかに下げるか」というメッセージの根拠。
LayerX「バクラクヘルプデスク エージェント」——社内問い合わせをAIが自動回答
ソース: LayerX、社内の問い合わせ対応を自動化する「バクラクヘルプデスク エージェント」を提供（クラウド Watch）
Slack上で社内の問い合わせにAIが自動回答するサービス。社内規程やマニュアルをアップロードするだけで初期設定完了。AIで解決できない場合は適切な担当者にシームレスに取り次ぐ仕組みも搭載。問い合わせをきっかけにマニュアルの更新・新規作成を促す機能あり。
実務で使えるポイント： 「バックオフィスの問い合わせ対応をAIで自動化」の具体プロダクトとして紹介可能。
クライアント提案への活用： 「総務・人事への問い合わせが多い」という課題を持つクライアントに直接提案できる。
自動車修理工場向けAI受付システム——週数百件の電話対応を自動化した構築記録
ソース: 自動車修理工場向けにAI受付システムを構築した記録（GIGAZINE）
高級車整備工場で週数百件の電話を逃し、月30万〜80万円の機会損失が発生していた問題を、AI受付システム「Axle」で解決した構築記録。RAG（＝外部データを読ませてAIの回答精度を上げる技術）で価格表や営業時間を参照し、Claude Sonnet 4.6で回答を生成。音声認識にDeepgram、音声合成にElevenLabsを使用。「業務向け音声AIでは、人への引き継ぎは例外ではなく中核機能」という知見が重要。
実務で使えるポイント： 中小企業の電話対応AI化の具体的な構成図として活用できる。
クライアント提案への活用： 「電話に出られず機会損失がある」業種（修理工場、クリニック、不動産等）に刺さる事例。
ChatGPT Library——ファイルを一元管理する新機能
ソース: ChatGPT Libraryとは？ファイルを一元管理する機能「ライブラリ」の使い方を徹底解説（WEEL）
2026年3月23日にOpenAIがリリースした新機能。アップロードしたファイルや生成したファイルを自動でライブラリに保存。別のチャットでも再アップロードなしで再利用可能。検索やフィルタで瞬時にアクセスできる。
実務で使えるポイント： ChatGPTユーザーに「毎回ファイルをアップロードし直す手間が不要になった」と伝えるだけで価値がある。
1Password「Unified Access」——人間とAIエージェントのID管理を統一
ソース: 1Passwordが人間とAIエージェントのアイデンティティを統一管理する「Unified Access」発表（Publickey）
パスワード管理ツール1Passwordが、人間のIDパスワード管理に加えてAIエージェントのシークレット（＝認証に使う秘密の情報）管理も統合する新機能を発表。AIエージェントが社内のどのアプリにアクセスしているかを企業が管理できていない問題を解決する。
実務で使えるポイント： AIエージェント導入時のセキュリティ管理として押さえておくべきプロダクト。
Sakana Chat——日本発の無料AIチャット
ソース: Sakana Chatとは？使い方・機能・料金をわかりやすく徹底解説（WEEL）
Sakana AIが2026年3月24日に無料公開したAIチャットサービス。独自モデル「Namazu」を搭載、Web検索によるリアルタイム情報収集と中立性の高い回答が特徴。日本国内から誰でも無料で利用可能。
実務で使えるポイント： ChatGPTやClaudeの代替・比較検討用として紹介可能。日本語特化＋無料は中小企業には魅力的。
🟢 市場動向・トレンドシグナル
三菱電機がSakana AIに出資——製造業向けAIで協業
ソース: 三菱電機、Sakana AIに出資 製造業向けで協業も（ITmedia AI＋）
三菱電機がSakana AIに出資。製造現場の知見×Sakana AIのAI技術で協業。1月に東大松尾研発スタートアップ「燈」に50億円出資、3月に中国ロボティクス企業にも出資しており、大企業のAIスタートアップ投資が加速。
島津製作所が新会社「Genzo AI」設立——知財業務をAIで自動化
ソース: 知財力底上げへ 島津製作所が新会社「Genzo AI」設立（ITmedia NEWS）
知的財産業務を生成AIで自動化。特許明細書の作成、先行技術調査、特許翻訳、契約確認をAIが支援。25年度で年間8000万円の外部コスト削減効果。2030年度に320社導入・売上15億円を目指す。
ARC-AGI-3——AIの「知能」を測る新ベンチマーク
ソース: AIの知能をルール不明のゲームで測定する「ARC-AGI-3」が登場（GIGAZINE）
AIベンチマークの新バージョン。人間は100%クリアできるがAIは1%未満という課題で、AGI（＝汎用人工知能）に必要な「知能」を測定。AIの進歩度合いを客観的に評価する指標として注目。
MetaがAI投資拡大の一方で700人を解雇
ソース: MetaがAIに資金を投入する一方で、700人の従業員を解雇（GIGAZINE）
Reality Labsを含む少なくとも5部門で人員削減。AI投資を拡大する一方で非AI部門を縮小する「選択と集中」の典型的な動き。
メルカリ、生成AI画像への注意喚起
ソース: メルカリ、出品ページの”生成AI画像”に注意喚起（ITmedia AI＋）
メルカリが生成AI画像の使用ルールを公開。実物のない出品や虚偽情報は禁止。AIが生成した商品画像が「購入者に誤解を与え、取引トラブルになる」リスクを明示。EC（＝ネット通販）におけるAI画像の規制が進む兆候。
💼 コンサル視点まとめ
横断トレンド3つ
1. AIエージェントが「コードを書く」から「インフラを構築・運用する」段階へ進化 Azure Skills Plugin＋Agent Plugins for AWSが同時に出たことで、AIが開発の全工程（設計→コーディング→テスト→デプロイ→運用）をカバーする時代が目前。「人がやる仕事」が急速にAIに移っている。
2. RPAの時代が終わり、AIエージェントの時代が始まった Claude CoworkのRPA比較記事が象徴的。「画面を操作する」RPAから「ソフトウェアの機能を直接呼ぶ」AIエージェントへ。RPA導入済み企業は移行計画を検討すべきタイミング。
3. AI時代のセキュリティ管理が急務に GitHubのデータ学習ポリシー変更、1PasswordのAIエージェントID管理。AIの普及に伴い「AIが何にアクセスし、何を学習しているか」の管理が企業の新たな課題になっている。
営業・提案アクションリスト
- 全クライアント向け：
「GitHub Copilotの学習ポリシーが変わった。4月24日までに設定確認を」——即時対応が必要な案件として全開発チームに通知 - RPA導入済み企業向け：
「RPAのメンテナンスコストが高いなら、AIエージェントへの移行を検討すべき」——Claude Cowork vs RPA比較資料を準備 - 中小企業向け：
自動車修理工場のAI受付事例を使い、「電話対応の自動化で月数十万円の機会損失を回収できる」と提案 - 自社サービス：
AIエージェントのセキュリティ管理コンサルティングを新メニューとして検討（1Password Unified Access等の導入支援）
分析日：2026-03-26 対象記事数：15件（うちリード文のみ3件）