※本記事は、Microsoft Build 2025におけるSatya Nadella CEOによる基調講演の内容を基に作成されています。基調講演の動画は https://build.microsoft.com/ でご覧いただけます。本記事では、約2時間の基調講演の内容を詳細に記録・要約しております。なお、本記事の内容は原講演者の発言を正確に反映するよう努めていますが、文字起こしや要約による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの基調講演動画をご視聴いただくことをお勧めいたします。また、Microsoft公式（@Microsoft）のソーシャルメディアアカウントやSatya Nadella氏（@satyanadella）のアカウントもご参照ください。講演にはOpenAI CEO Sam Altman氏、xAI CEO Elon Musk氏、NVIDIA CEO Jensen Huang氏との対談も含まれており、それぞれの発言についても同様の注意事項が適用されます。
1. オープニングとプラットフォームシフトの概観
1.1 開発者の声とAIへの期待
基調講演の冒頭では、世界中の開発者たちがプログラミングに対する情熱とAI技術への期待を語る声が紹介されました。これらの開発者の証言は、技術進歩の原動力となる人間の創造性と探究心を象徴しています。
ある開発者は「15歳頃にプログラミングを始めた」と振り返り、別の開発者は「これらのマシンから離れることができなかった」と当時の没頭ぶりを表現しています。「開発者になりたかった。コードを書きたかった」という声や「自分でビデオゲームを作り始めた」という体験談からは、プログラミングが単なる職業技能を超えた創造的表現手段として捉えられていることが伝わってきます。
特に印象的なのは、「それが私の中で何かを呼び起こした」「プログラミングが本当に好きになり始めた」といった内発的な動機に関する言及です。「プログラマーになることで、世界が私に開かれた」という証言は、プログラミングが個人の可能性を拡張し、世界との新たな関わり方を提供する力を持っていることを示しています。
現在のAI時代への期待については、「AIについて非常に興奮している」「不思議さの感情、それがソフトウェア開発を始めた理由だ」という声が特に注目されます。開発者たちは、AIが初期のプログラミング体験で感じた驚きや発見の喜びを再び呼び起こす技術として捉えています。「このような強力なツールで何を構築するのか見るのが楽しみだ」「エージェントとのプログラミングは本当に力を与えてくれる」といった発言からは、AIを単なる自動化ツールではなく、創造性を増幅する協働パートナーとして認識していることが明らかになります。
「それは自分の延長のようなもの。それが私をさらに遠くへ連れて行ってくれる」という表現は、AIエージェントとの関係性について深い洞察を提供しています。これは、AIが人間の能力を置き換えるのではなく、拡張し増強する存在として機能していることを示しています。「どんなプロジェクトも大きすぎることはない。どんなアイデアも大きすぎることはない」という発言は、AI支援により従来の技術的制約が取り払われ、開発者の野心的なビジョンの実現が可能になったことを表しています。
「それは魔法のようだ」という表現は、AI技術がもたらす体験の質的変化を端的に表現しています。「人工知能を誰もが使えるようにすれば、本質的にスーパーパワーを誰もが利用できるようにすることができる」という視点は、AI技術の民主化による社会的インパクトへの期待を示しています。
さらに社会的意義については、「私のプロジェクトが人々の生活をより良くするために使われていることを知ること」「世界にインパクトを与えること」「私たちが解決したい問題を解決すること、それが世界で最高の気分だ」といった証言が続きます。これらの発言は、技術的成果そのものよりも、その技術が実世界で人々の課題解決に貢献することに最も大きな価値を見出していることを明確に示しています。
「私が持っているアイデアは無限で終わりがない」「私たちがすることすべては、他の人々が世界をより良くすることを可能にしている」という言葉で締めくくられる開発者たちの声は、AI時代における開発者の役割が、単なる技術実装者から世界をより良い場所にするための変革者へと進化していることを物語っています。これらの証言は、技術的可能性の拡大と社会的責任の認識が両立した、成熟したAI活用の姿を描き出しています。
1.2 2025年におけるオープンエージェンティックウェブの構築
Satya Nadella：私たちは今、別のプラットフォームシフトの中盤段階に入ろうとしています。これまでの技術変革を振り返ってみると、私にとって1991年のWin32、1996年のウェブスタック、2008年のクラウドとモバイルといった転換点がありました。そして2025年の今、私たちはこのオープンエージェンティックウェブを大規模に構築している段階にあります。
これらの中盤段階というのは、すべてが起こり、すべてがスケールする場所なのです。私たちは現在、垂直統合スタックを持つ少数のアプリから、このオープンでスケーラブルなエージェンティックウェブを可能にするプラットフォームへと移行しています。
さらに重要なことは、これがスタックのあらゆるレイヤーにわたって開発者の機会を拡大することです。皆さんが、地球上のすべての人とすべての組織を力づけるアプリやエージェントを構築できるようになることが目標です。これこそが、この会議で私たちが明らかにしていこうとしていることなのです。
しかし、すべてが始まる場所から始めましょう。私たちが構築に使用するツールからです。
1.3 中盤のプラットフォームシフトの重要性
Satya Nadella：ソフトウェアエンジニアリングは常に、アイデアを実現し、継続的に完璧にし、クラフトし、複雑さを手なずけるための適切なツールを持つことでした。私たちはこれらのツールを継続的に進化させています。実際、私たちは驚くべき勢い、採用、普及を見ています。
現在、Visual Studioとファミリーは5000万人以上のユーザーを抱えています。GitHubは1億5000万人のユーザーを持っています。GitHub Copilotは実際に1500万人以上の開発者によって使用されており、私たちはまだ始まったばかりです。
私たちがBuildで展開している多くの新しいアップデートがあります。まずVisual Studioから始まりますが、これは.NETとC++にとって最も強力なIDEです。そして私たちはそれをさらに良くしています。.NET標準サポート、設計時のライブプレビュー、Gitツールの改善、クロスプラットフォームアプリ用の新しいデバッガー、そしてはるかに多くの機能があります。
ちなみに、私たちは安定リリースについても月次のケイデンスに移行しています。VS Codeについては、ちょうど数週間前に、私たちはオープンで100回目のリリースを出荷しました。これには改善されたマルチウィンドウサポートが含まれており、エディター内から直接ステージを表示することが簡単になりました。
GitHubは引き続き開発者の家であり続けています。GitHub Enterpriseはエンタープライズで大きな勢いを持っています。そして私たちは、あらゆるアプリケーションを構築する開発者のために努力を倍増させています。信頼、セキュリティ、コンプライアンス、監査可能性、データ居住性は今日さらに重要になっています。
使用するツールから、展開するインフラストラクチャ、到達したいユーザーや市場まで、すべてが始まります。信頼について話すと、オープンソースはGitHubの中核にあり、私たちは次の大きな一歩を踏み出しています。
2. 開発者ツールの進化
2.1 Visual Studio、GitHub、VS Codeの最新アップデート
Satya Nadella：ソフトウェアエンジニアリングは常に、アイデアを実現し、継続的に完璧にし、クラフトし、複雑さを手なずけるための適切なツールを持つことに関わってきました。私たちはこれらのツールを継続的に進化させています。実際、私たちは驚くべき勢い、採用、普及を見ています。
私たちがBuildで展開している多くの新しいアップデートがあります。まずVisual Studioから始まりますが、これは.NETとC++にとって最も強力なIDEです。そして私たちはそれをさらに良くしています。.NET標準サポート、設計時のライブプレビュー、Gitツールの改善、クロスプラットフォームアプリ用の新しいデバッガー、そしてはるかに多くの機能があります。ちなみに、私たちは安定リリースについても月次のケイデンスに移行しています。
VS Codeについては、ちょうど数週間前に、私たちはオープンで100回目のリリースを出荷しました。これには改善されたマルチウィンドウサポートが含まれており、エディター内から直接ステージを表示することが簡単になりました。
GitHubは引き続き開発者の家であり続けています。GitHub Enterpriseはエンタープライズで大きな勢いを持っています。そして私たちは、あらゆるアプリケーションを構築する開発者のために努力を倍増させています。信頼、セキュリティ、コンプライアンス、監査可能性、データ居住性は今日さらに重要になっています。使用するツールから、展開するインフラストラクチャ、到達したいユーザーや市場まで、すべてが始まります。
信頼について話すと、オープンソースはGitHubの中核にあり、私たちは次の大きな一歩を踏み出しています。
2.2 50M+のVisual Studioユーザー、150MのGitHubユーザー達成
Satya Nadella：実際に、私たちは驚くべき勢い、採用、普及を見ています。現在、Visual Studioとファミリーは5000万人以上のユーザーを抱えています。GitHubは1億5000万人のユーザーを持っています。GitHub Copilotは実際に1500万人以上の開発者によって使用されており、私たちはまだ始まったばかりです。
これらの数字は、私たちの開発者ツールエコシステムがどれほど広範囲にわたって採用されているかを示しています。Visual Studioファミリーの5000万ユーザーという規模は、.NETやC++開発における私たちの中心的な役割を反映しており、GitHub の1億5000万ユーザーは、オープンソース開発とコラボレーションの中心としての地位を確立しています。
特に注目すべきは、GitHub Copilotが1500万人以上の開発者に利用されているという事実です。これは、AI支援によるコーディングが単なる実験段階を超えて、実際の開発ワークフローに深く浸透していることを示しています。そして重要なのは、私たちがまだ始まったばかりだということです。これらの数字は今後さらに成長していく基盤となるものです。
2.3 GitHub Copilotのオープンソース化
Satya Nadella：GitHub CopilotがVS Code内で進化するにつれて、AIは私たちがコーディングする方法の中心となっています。そして、そのために私たちはVS CodeでCopilotをオープンソース化しています。私たちはこれについて本当に興奮しています。
これは大きな出来事です。今日から、私たちはこれらのAI駆動機能を直接VS Codeのコアに統合し、世界で最も愛されている開発ツールを動かしているのと同じオープンソースリポジトリにそれらを持ち込みます。
もちろん、私たちはGitHub Copilotの構築も継続します。実際、過去数年間で、私たちはコード補完からチャット、マルチファイル編集、そして今度はエージェントへと進歩しました。そして、この同じパターンがエージェンティックウェブ全体でより広く現れています。
この決定は、AI機能を世界で最も広く使われている開発環境の中核に位置づけることの重要性を反映しています。VS Codeのオープンソースの性質と組み合わせることで、より多くの開発者がAI支援コーディングの恩恵を受けられるようになり、コミュニティ全体がこの技術の発展に貢献できるようになります。
3. コーディングエージェントの登場
3.1 コード補完からチャット、マルチファイル編集、そしてエージェントへの進化
Satya Nadella：実際、過去数年間で、私たちはコード補完からチャット、マルチファイル編集、そして今度はエージェントへと進歩しました。そして、この同じパターンがエージェンティックウェブ全体でより広く現れています。
あなたは質問をすることができ、AIアシスタントが答えを提供します。エージェントにタスクを割り当てて、それらを実行してもらったり、AIと並んで作業してジョブやプロジェクトを完了することができます。そして、これらすべての形式要因を組み合わせて使うことができます。
これが開発者として私たちが重要視していることです。それは、それらのうちの1つについてではありません。実際、私たちはアプリケーション近代化をエージェントモードに組み込んでいます。
この進化のプロセスは、AI支援開発の成熟度を示しています。最初のコード補完機能では、開発者が書いているコードの次の行を予測することから始まりました。チャット機能の導入により、開発者は自然言語でAIと対話し、より複雑な質問や要求を処理できるようになりました。マルチファイル編集の段階では、AIが単一のファイルを超えて、プロジェクト全体にわたる変更を理解し、実行できるようになりました。
そして現在のエージェント段階では、AIが独立してタスクを実行し、複雑な開発ワークフローを自律的に処理できるようになっています。これは単なる機能の追加ではなく、開発者とAIの関係性の根本的な変化を表しています。開発者はもはやAIからの提案を受け取る受動的な存在ではなく、AIエージェントに具体的なタスクを委譲し、協働する能動的なパートナーとなっています。
3.2 アプリケーション近代化エージェント（Java 8→21、.NET 6→9移行）
Satya Nadella：実際、私たちはアプリケーション近代化をエージェントモードに組み込んでいます。Copilotは今、Java 8からJava 21への、あるいは.NET 6から.NET 9へのフレームワークのアップグレードが可能になっています。そして、あらゆるオンプレミスアプリをクラウドに移行することもできます。
これは、あなたのコードと依存関係のプランを作成し、途中で修正を提案し、あなたが行った変更から学習し、プロセス全体をシームレスにします。
このアプリケーション近代化エージェントは、従来の手動による複雑で時間のかかるフレームワーク移行作業を根本的に変革しています。Java 8からJava 21への移行や.NET 6から.NET 9への移行といった作業は、通常、開発チームにとって数週間から数ヶ月を要する大規模なプロジェクトでした。しかし、このエージェントは既存のコードベースを分析し、依存関係を理解し、必要な変更を特定して実行するための包括的な計画を自動的に作成します。
特に重要なのは、このエージェントが単に一度きりの変換を行うだけでなく、プロセス全体を通じて学習し続けることです。開発者が行った修正や調整から学び、それを将来の提案に反映させることで、移行の精度と効率性を継続的に向上させています。また、オンプレミスからクラウドへの移行も同様にサポートしており、インフラストラクチャの変更とアプリケーションコードの適応を統合的に処理できます。
3.3 SREエージェント（サイト信頼性エンジニアリング）の自動化
Satya Nadella：そして、次に導入するのは、サイト信頼性エンジニアリング、つまりSREのための自律エージェントです。私たちの誰にとっても最大の痛みの一つについて考えてみてください。そう、ライブサイトの問題に対処するために真夜中に起こされることです。
ページャーの当番、メモリリーク問題を考えてみてください。SREエージェントは自動的にトリアージを開始し、根本原因を特定し、問題を緩和します。そして、すべての修復項目を含む インシデント管理レポートをGitHub issueとしてログに記録します。そしてそこから、修復項目をGitHub Copilotに割り当てることさえできます。
このSREエージェントは、サイト信頼性エンジニアが直面する最も困難で緊急性の高い問題の一つに対する革命的なソリューションを提供しています。深夜のページャー通知は、多くのエンジニアにとって最もストレスの多い体験の一つですが、このエージェントはそうした状況を根本的に変革します。
メモリリーク問題のような複雑な障害が発生した場合、従来は経験豊富なエンジニアが手動で問題を調査し、ログを分析し、原因を特定する必要がありました。しかし、SREエージェントは即座に自動トリアージを開始し、システムの状態を分析し、問題の根本原因を特定します。さらに重要なのは、単に問題を特定するだけでなく、実際に緩和措置を実行することです。
このプロセスの完了後、エージェントはすべての修復項目を詳細に記録したインシデント管理レポートを自動的にGitHub issueとして作成します。これにより、問題の追跡と将来の参照が確実になります。そして、この統合されたワークフローにより、特定された修復項目をGitHub Copilotに直接割り当てることも可能になり、問題解決から修復実装まで の全プロセスが自動化されます。
3.4 フルコーディングエージェントの実装とデモ
Satya Nadella：私たちはそこで止まりません。これが次の大きな前進であり、GitHub に組み込まれた完全なコーディングエージェントです。Copilotをペアプログラマーからピアプログラマーに変えるのです。
あなたはCopilotにissue、バグ修正、新機能、コードメンテナンスを割り当てることができ、それはこれらのタスクを自律的に完了します。そして今日、私はそれが皆さん全員に利用可能になったことを非常に興奮してお伝えします。
私は歩いて行きましょう。私が単純にバグを報告するだけで済んだ時代は終わりました。この時点で、私は修正すべきバグを割り当てられます。そして、それは一種のエンパワーメントと呼ばれています。
そして、私はここに持っているすべてのバグやissueがあります。これらはGitHub Issuesで対処しなければなりません。最初のものは、コミュニティページにユーザーグループサイズのフィルターを追加することです。このissueを見てみましょう。
いいですね。彼らは、ここに新しいフィルターを設置する必要があると言っています。それはまた、どこに設置するかも示しています。範囲、小、中、大、サイズ別、または何らかのパーセンタイルを行う必要があるようです。何らかのグループ分けケースのようなものです。
とにかく、私ができる最も簡単なことをしましょう。実際、キャッシングのものまであります。それが何なのかわかりませんが、ステージングキャッシュとRedisがあるようです。いいでしょう。私ができることをしましょう。それは、私の新しい仲間であるCopilotに割り当てることです。
それで割り当てます。そして、そこです。下にスクロールしてみましょう。ああ、それが拾い上げました。私を見ています。PRを作成します。そして、あの素敵な目の絵文字が見えます。それは私がここにいることを知っていて、作業に取り掛かっています。そして、私たちは後で戻ってチェックします。
このようなissueを処理できることは本当に楽しいです。メールのトリアージのようにCopilotに割り当てるのです。しかし、それが行っていることは、ブランチを設定することです。GitHub Actionsを開始するという意味で、あなたのためにコンピュートを生成するか、GitHub Actionsを使用して仮想マシンを作成します。セッションログにドラフトPRをコミットします。
そして、実際に、セッションログに戻って、作業中のすべてのドラフトPRを続けて見ることができます。私たちのコーディングエージェントは、優れた開発者体験を提供しながら、すべてのセキュリティ対策を尊重します。それは明らかに非常に重要です。
エージェントは独自のブランチで作業します。開発者によって設定されたMCPサーバーのみを使用します。他のエージェントにコードレビューを実行させ、CICDまたはマージを実行する前に人々をループに留めることができます。
そして、私たちはまた、これらすべての固有の機能をパートナーが利用できるようにして、SRE、SWE、コードレビュー、その他多くのエージェントなど、オープンで安全なエージェントのエコシステムを確保しています。それらすべてを皆さんが構築するでしょう。
そして、もちろん、個人の開発者だけでなく、ITもここですべてのコントロールを持つことを確実にしたいと思います。
このデモンストレーションは、フルコーディングエージェントの実際の動作を明確に示しています。従来のペアプログラミングの概念を超えて、エージェントが独立したピアプログラマーとして機能し、完全なタスクを自律的に処理できることが実証されました。セキュリティ面では、エージェントが独自のブランチで作業し、開発者が設定したMCPサーバーのみを使用し、コードレビューやマージ前に人間の承認を必要とするなど、エンタープライズレベルの安全性が確保されています。
4. OpenAI CEO Sam Altmanとの対談
4.1 ソフトウェアエンジニアリングの進化に関する議論
Satya Nadella：エージェントのエコシステムについて話すと、私たちは金曜日に発表されたOpenAIのCodexエージェントについて非常に興奮しています。Sam AltmanにBuildに仮想参加してもらえることを嬉しく思います。Sam、Buildにようこそ。
Sam Altman：ありがとうございます。お招きいただき、ありがとうございます。
Satya Nadella：あなたが多くのことを考えてきたことの一つは、開発者がソフトウェアエンジニアリングで使用するこれらのさまざまな形式要因についてです。もちろん、あなたはCLIを行いました。そして先週、コーディングエージェントを行いました。Sam、ソフトウェアエンジニアリングがどのように進化するかについてのビジョン、そして実際に開発者がこれらのさまざまな形式要因をどのように一緒に使用するかについて少し話していただけませんか。
Sam Altman：はい。Satya、あなたと私は長い間これについて話してきました。実際、Codexの最初のバージョン、2021年まで遡ったと思いますが、GitHubで一緒に行った最初のことの一つでした。そして、いつか私たちが本当のエージェンティックなコーディング体験にたどり着くだろうということについて話していました。
それが最終的にここにあることは、私にとってちょっと驚きです。これは、私が見てきたプログラミングへの最大の変化の一つだと思います。しかし、あなたが今本当の仮想チームメイトを持っているというこの考え、あなたが仕事を割り当てることができ、今あなたがやっていたようなことの一部をやりに行けと言うことができ、そして徐々により高度なことを言うことができる、ある時点で、大きなアイデアを思いついたら、数日間作業に行ってそれを行えと言える、そしてあなたが多くのリクエストを並行して発行できる、バグを修正し、新機能を実装し、コードについての質問に答えることができる。
これは真のソフトウェアエンジニアリングタスクの委譲のようなものであり、ここからさらに良くなるだけだと思います。しかし、これは非常にエキサイティングな瞬間です。それはGitHubと非常に深く統合されています。リポジトリと環境へのアクセスを与えることができ、かなり驚くべきことを成し遂げることができます。
Satya Nadella：はい、それを見るのは本当にエキサイティングです。そしてまた、開発者がフローに留まり、本質的にピアプログラマー、エージェント、そして私たちが協働する他の人々と作業し、開発者プロセス自体とライフサイクルをより速くすることも素晴らしいことです。
4.2 真のソフトウェアエンジニアリングタスク委譲の実現
Sam Altman：あなたが今本当の仮想チームメイトを持っているというこの考え、あなたが仕事を割り当てることができ、今あなたがやっていたようなことの一部をやりに行けと言うことができ、そして徐々により高度なことを言うことができる、ある時点で、大きなアイデアを思いついたら、数日間作業に行ってそれを行えと言える、そしてあなたが多くのリクエストを並行して発行できる、バグを修正し、新機能を実装し、コードについての質問に答えることができる。
これは真のソフトウェアエンジニアリングタスクの委譲のようなものであり、ここからさらに良くなるだけだと思います。しかし、これは非常にエキサイティングな瞬間です。それはGitHubと非常に深く統合されています。リポジトリと環境へのアクセスを与えることができ、かなり驚くべきことを成し遂げることができます。
4.3 モデルロードマップと信頼性の向上
Satya Nadella：明らかに、あなたはまた多くのモデルに取り組んでおり、非常に素晴らしいです。実際、私たちはあなたたちが構築した多くのモデルを同時出荷する機会がありました。モデルロードマップ自体について、何が来るのかを少し教えてください。
Sam Altman：モデルはすでに非常にスマートです。それらは続けてもっとスマートになるでしょう。しかし、私が考える最もエキサイティングなことの一つは、モデルがより使いやすくなることです。選択するものがそれほど多くなくなるでしょう。適切なことを自動的に行うようになるでしょう。それらははるかに信頼できるようになるでしょう。はるかに多くのことを信頼できるようになるでしょう。
マルチモーダリティや優れたツール使用や統合などの多くの機能があるでしょう。それは「ただ動く」に近づくでしょう。私はそれと話すことができます。複雑なコーディング、エージェンティックなことができます。それに頼ることができます。
そして、私たちがこれらの方向で進歩を遂げる速さに人々は驚くと思います。
Satya Nadella：はい。私たちはあなたのモデルロードマップについて非常に興奮しています。そして明らかに、ChatGPTを見ると、それは今日、あなたたちが構築した最も大規模でステートフルなエージェンティックアプリです。そしてもちろん、Codexはあなたが構築するもう一つのエージェントアプリです。
4.4 高規模本番稼働でのステートフルエージェンティックアプリ構築のアドバイス
Satya Nadella：そしてこの会議は、すべての開発者が、ある意味で、モデルを使用し、独自のモデルスキャフォールディングを行い、さらにはマルチエージェントオーケストレーションなどを行うこれらの新しいエージェンティックアプリを構築できるように展開することがすべてです。明らかにあなたたちが行ってきて主導してきたことに基づいて、人々がこれらの高規模な本番、ステートフル、エージェンティックアプリを構築する際に何かアドバイスはありますか、Sam？
Sam Altman：これについて管理するのが最も困難で難しいことの一つは、変化の速さです。2年前や1年前や今何が可能だったか、そして1年後や2年後に何が可能になるかを考えると、このモデルパワーの信じられないような増加と、人々が将来製品やソフトウェアや会社をどのように構築するかを計画し、新しいツールと可能な新しいワークフローの種類に本当に身を任せることです。
繰り返しになりますが、歴史上このような技術的変化を多くは見たことがありません。しかし、そのような変化が来るたびに、早期かつ積極的に身を任せることは非常に報われてきました。
Satya Nadella：そして、それは絶対によく言われています。なぜなら、ある意味で、私たちがこの会議で本当に展開したいことの一つは、新しいサンプルが出てきて、そのペースで動き続けることを可能にするアプリサーバーとは何かということだからです。なぜなら、これらのアプリケーションを構築する開発者として私たちが抱えている課題だと思うからです。
しかし、それは再び素晴らしいです。
Sam Altman：はい、私はちょうど、内部でCodexに取り組んでいた過去数ヶ月を振り返って言うつもりでした - 常に早期採用者である数人の人々がいます - Codexを一日中使っている人々がワークフローをどれだけ早く変えたか、そして彼らが他の人と比較して行うことができた信じられないような量は非常に興味深いものでした。
Satya Nadella：いいえ、それは素晴らしいです。Sam、パートナーシップをありがとうございました。また、Buildで会いましょう。ありがとうございました。
Sam Altman：お招きいただき、ありがとうございました。
5. Microsoft 365 Copilotのアプリとエージェント
5.1 5つの機能統合（Chat、Search、Notebooks、Create、Agents）
Satya Nadella：開発者として、そして私たちが個人としてソフトウェアエンジニアのチームとして、私たちのクラフトを表現できるようにするために、それは一つのツール、一つのエージェント、または一つの形式要因についてではありません。それはそれらすべてが一緒になることについてです。
それでは、スタックを上がっていきましょう。Microsoft 365のプラットフォームの機会について話しましょう。Microsoft 365 Copilotの最新アップデートについて非常に興奮しています。これは現在、一般提供されています。これを見るのは本当にエキサイティングです。これは最大のアップデートです。
実際、Teams が発表されて以来、このレベルのアップデートを行ったことはないと思います。そして、それは本当にChat、Search、Notebooks、Create、そしてAgentsすべてを、直感的なこの一つのスキャフォールディングにまとめています。
私はいつもこれをAIのUIだと言っています。たとえば、Chatは、ネットデータとあなたの作業データの両方に基づいており、それがゲームチェンジャーです、特にPagesと一緒に使うとです。
Searchは、Confluenceや Google Drive、JIRA、ServiceNowなど、M365データだけでなく、すべてのアプリケーションにわたって機能します。Notebooksでは、これらの異種データのコレクションを作成できます。実際、チャットとページと任意のドキュメント、電子メールすべてをそのコレクションに含めることができます。
そして、実際、すべてのオーディオレビューやポッドキャストをそこから取得できます。Createを使用して、PowerPointを新しい説明ビデオに変換したり、画像を生成したりできます。
5.2 ResearcherとAnalystエージェントの専門的活用
Satya Nadella：エージェントに関しては、Researcherのような特別なエージェントがいくつかあります。これは、おそらく私にとって最大のゲームチェンジャーでした。なぜなら、それはウェブと企業ソースの両方を総合し、あらゆる話題やプロジェクトに深いチェーン思考推論を適用するからです。
Analystは複数のソースファイルからの生データを処理します。私は単にたくさんのExcelファイルをアップロードできます。それは洞察を得るでしょう。予測を行うでしょう。すべての可視化を行うでしょう。
そして、これらのエージェントはすべて、最終的には専門知識を指先に置くことについてです。Billは昔、指先での情報について話しました。私たちは今、指先で専門知識を置く時代にいると感じています。
5.3 Teams AI libraryとMCPサポート
Satya Nadella：そして、Teamsはそのすべてをマルチプレイヤーにします。そうですね？そして、あなたが構築するすべてのエージェントが、今TeamsとCopilotに表示できます。
そして、あなたは質問をしたり、アクションアイテムを割り当てたり、またはチャットや会議でエージェントに言及するだけでワークフローを開始することができます。そして、Teams AI libraryを使用して、マルチプレイヤーエージェントの構築がこれまで以上に簡単になります。
今、それはMCPをサポートしています。そして、たった1行のコードで、A2Aを有効にすることもできます。そして、Azure Search、新しい検索システムを使用することで、エピソード記憶やセマンティック記憶のようなものを追加することができます。これについては後で説明します。
5.4 Agent Storeでの配布とアクセス機会
Satya Nadella：そして開発者として、あなたは今公開できます。そして、これが最も重要なことです。今、あなたはエージェントを構築し、Agent Storeにエージェントを公開して、CopilotとTeamsの両方で発見・配布してもらうことができ、数億人のユーザーへのアクセスを提供し、その機会をアンロックできます。
過去1年間で、私たちは業界のあらゆる分野の多くのパートナーが、CopilotとTeamsに接続するエージェントを構築するのを見てきました。いくつかの例を共有させてください。
Workdayのエージェントでは、あなたの注意が必要なことをCopilotに尋ねることができます。すべてのWorkdayタスクの概要を提供してくれるので、学習、承認、ワークフローの上に留まることができます。
ServiceNowエージェントでは、インシデントについて、すべての解決メトリクスについてリアルタイムで尋ねることができ、そして、すべての結果が含まれたPowerPointプレゼンテーションを即座に作成するためにそれを使用できます。
LSEGのエージェントでは、金融専門家が取引所が発表した金融データを発見、分析、共有することができ、それをExcelやPowerPointで直接行うことができます。
5.5 100万以上のエージェントが過去1年で構築された実績
Satya Nadella：全体として、あなたたちは過去1年間でCopilotとTeamsに接続する100万以上のエージェントを構築しました。そして、私たちは止まりません。
この100万以上というエージェント構築の実績は、Microsoft 365エコシステムにおけるエージェント技術の急速な普及と開発者コミュニティの積極的な採用を示しています。これは単なる実験的な取り組みを超えて、実際のビジネス価値を提供する実用的なソリューションが大規模に展開されていることを表しています。
5.6 Copilot Tuningの新機能発表
Satya Nadella：今日、私たちは新しいクラスのエンタープライズグレードのエージェントを導入しています。あなたの会社のデータ、ワークフロー、スタイルでファインチューニングされたモデルを使用して構築できるエージェントです。
私たちはそれをCopilot Tuningと呼んでいます。これは大きな出来事です。私は、ある意味で、これは単にCopilotを使用することについてではなく、すべての顧客、すべての企業、すべての会社のためにCopilotをチューニングすることについてです。
Copilotは今、あなたの会社のユニークなトーンと言語を学習できます。そして、すぐに、会社特有の専門知識と知識をすべて理解することまでさらに進みます。あなたがする必要があるのは、小さなセットの参考資料でトレーニング環境をシードし、トレーニング実行をキックオフすることだけです。
カスタマイズされたモデルは、すべてのソース管理の権限を継承します。そして、エージェントに統合されると、認可されたユーザーに展開できます。だから、あなたが設定したグループに移動し、Copilot全体に配布することができます。
たとえば、あなたが法律事務所であれば、過去の議論と関連する文献を通じて推論し、あなたの会社に非常に特化した回答を提供したり、文書を生成したりします。または、あなたが複数の垂直業界にわたって働くコンサルティング会社であれば、その業界のワークフローについてあなたが知っている特定のノウハウを反映するために、各垂直業界のためにこれらのモデルをチューニングし始めることができます。
それはすべて、あなたが会社として持っている専門知識を取り、それをさらに増幅することに関するものです。そうすることで、会社の全員がそれを得て、また、あなたの製品とサービスが反映されます。
6. Copilotエージェントデモ
6.1 GitHubバックログ分析のResearcherエージェント活用
Satya Nadella：そして、私が話したすべてのことの感覚をお伝えするために、Mitiをステージに招いて、Copilotエコシステムのすべてをお見せしたいと思います。Miti、お任せします。
Miti Joshi：ありがとう、Satya。私たち開発者は、新しいMicrosoft 365 Copilotアプリ、Copilot Studio、Copilot Tuningを使用して、生産性ソリューションを簡単にスケールできます。新しいM365 Copilotアプリから始めましょう。ここで、CopilotがどのようにGitHubバックログについて推論できるかをお見せします。
このアプリは私の仕事のための5-in-1ハブです。Chat、Search、Agents、Notebooks、そしてCreateがあります。そして、ここで私はResearcherエージェントのようなエージェントを呼び出すことができます。Researcherは私のすべての仕事データについて推論できます。
そして、コネクターを使用すると、GitHubにも接続できます。パフォーマンスの問題を分析し、次のステップを優先順位付けする手助けを求めてみましょう。それは先に進んで、私のチームの誰かにこれを委譲したかのように、いくつかの明確化の質問をします。
もう少し方向性を与えると、それは進みます。OpenAI o3推論モデル上に構築されているため、Researcherはウェブと私の仕事データの両方から引き出しながら、その思考の連鎖を示します。ここで、それが引用を含めて、始めるのに必要なすべてを与えてくれているのを見ています。
6.2 Visual StudioでのM365 Agentsツールキット
Miti Joshi：今、Visual Studioでこのコネクターをどのように構築したかをお見せしましょう。いくつかのステップだけで済みます。名前と保存する場所を追加します。
そして数秒で、M365 Agentsツールキットが、Microsoft Graph APIを使用して接続を作成するなど、変更できる完全に足場が組まれたコードを提供してくれました。そして、任意のタイプのデータをインデックス化できます。
ここで、私のシナリオに特定のスキーマを定義しました。次に、GitHub APIを使用して私のissueを取得します。そして最後に、Copilotがこのデータについて推論できるように、すべてのissueをMicrosoft Graphに取り込みます。
では、すべてが動作するところを見てみましょう。すべての私のissueがインデックス化されており、何が起こっているかの完全なログを取得していることがわかります。ログが読み込まれる間、上にスクロールして、GitHub接続が作成され、私が気にするすべてのバックログアイテムがあることを確認します。
6.3 RFP応答エージェントのCopilot Studio構築
Miti Joshi：それでは、Copilot Studioがどのようにコードをほとんど必要とせずにエージェントを構築するのに役立つかを示すために軸足を変えましょう。ここで、RFP応答エージェントを作成しましたが、Teamsでここで見ることができます。
提案書を生成し、独自のEntra IDを使用して投稿もしました。ここで、たとえば経験豊富な従業員から期待するような、コンテンツ、言語、形式を持つ具体的な提案書があることがわかります。
それでは、どのように構築したかを見てみましょう。そのために、Copilot Studioに移動します。ここで、エージェントに何をしてもらいたいかを説明し、いくつかの指示を与えました。GPT-4o応答モデルがデフォルトで選択されていますが、AI Foundry経由で他のモデルを選択することもできます。
ページの下にスクロールして、このエージェントをグラウンドする知識を選択し、組織内の適切なソースから情報を取得していることを確認します。ツールセクションまでスクロールし続けます。そして、私の受信箱に新しいRFPが到着するたびに、エージェントが作業を開始するよう促すこのトリガーを追加しました。
それでは、このエージェントをDynamics MCPサーバーにリンクして、SKUと価格データへのアクセスを提供しましょう。そして、これにより、より詳細な提案書ができます。ほんの数回のクリックで、今接続されました。
このサーバーは、エージェントを自動的に最新の状態に保ちます。DocuSignのようなサードパーティサーバーや、カスタマーアカウントデータにアクセスするために作成したこのSAPのようなカスタムMCPサーバーも使用できます。
6.4 マルチエージェントオーケストレーション
Miti Joshi：エージェントは、コンプライアンスと契約条件をチェックできる必要があります。ここでゼロから構築する代わりに、新しいマルチエージェントオーケストレーションを使用するだけです。Satyaが言ったように、これは、エージェントが今、より複雑な作業を引き受けるために互いに協力できることを意味します。
このエージェントをコンプライアンスチェックを専門とするエージェントに接続してみましょう。オーケストレーションにより、RFPエージェントはコンプライアンス・レビューエージェントに接続して、レッドフラグがないことを確認できます。
パスした場合、このエージェントに戻ってプロセスを続行します。そして、これで、私たちのRFP応答エージェントは稼働中です。
6.5 契約書作成のファインチューニングモデル
Miti Joshi：それでは、Satyaが発表したCopilot Tuningに移りましょう。これは、契約書作成専用に設計された新しいモデルのファインチューニングを、データサイエンティストのチーム全体が何週間もかけて行うことを、ローコードな方法で実現するものです。
実際に動作している様子をお見せします。契約書ビルダーエージェントを開いて、いくつかのサンプル文書を使用して契約書を起草するよう依頼します。これは、私が作成したカスタムモデルのこれらの文書を参照して契約書を組み立てます。
文書が完成すると、下書きがメールで届きます。見てみましょう。この契約書が私たちの会社の言語、利用規約、構造、形式を使用していることがわかります。
そして、どのように構築したかをお見せします。新しいモデルを作成することから始めます。基本的な情報、名前、説明を提供し、タスクタイプを選択します。この場合は文書生成です。
次に、知識ソースを追加します。ここではSharePointの契約データベースを使用し、アクセス権を持つべき人を指定します。契約チームと調達チームです。そして、これらすべての知識ソースへのアクセスとチューニングされたモデルが整合していることをCopilotが確保します。
これで、契約書ビルダーはデータラベリングの準備ができました。専門家がデータラベリングプロセスを完了すると、このファインチューニングされたモデルのトレーニングを完了できます。完了です。
公開してみましょう。そしてM365 Copilotアプリから、チームは「エージェントを作成」を選択し、「タスク固有」エージェントを選択し、ファインチューニングした「契約書ビルダー」モデルを選択できます。
これで、エージェントの準備ができました。私は今、開発者として提供できる作業をスケールし、ビジネスに最も近い人々がAIでワークフローを再構築することを可能にしました。
7. AIプラットフォーム：Azure AI Foundry
7.1 知性の生産ラインとしてのFoundryの位置づけ
Satya Nadella：ありがとう、Miti。Copilot Studioについて非常に興奮しています。推論モデルへのアクセス、Copilot Tuningのようなことを行う能力、これらの決定論的ワークフローなど。ある意味で、これらのエージェントとマルチエージェントフレームワークが、すべての役割、すべてのビジネスプロセスでワークフローをエージェンティックな方法でオーケストレーションできることを今考えることができます。特に、すべてのビジネスアプリケーションがMCPサーバーとして表示されるようになれば、開発者として次のレベルの自動化についてどのように考え始めることができるかを想像できます。
これは、ワークフローとビジネスプロセス自動化の考え方における完全なゲームチェンジャーです。SaaSアプリケーションと生産性ソフトウェア、それらすべてが役割とプロセスによって統合されます。本当にエキサイティングな日です。
私たちにとって、私たちが行っていることは、Copilot、Copilot Studioの下にあるすべてを取り、それを皆さん開発者がご自身のアプリケーション、ご自身のアプリケーション拡張機能を構築するためのファーストクラスプラットフォームとして利用できるようにしています。
モデルがより速く進化し、より有能になるにつれて、数ヶ月ごとに新しいサンプルがドロップされるような状況で、アプリは完全なステートフルアプリケーション、つまりマルチモデルでマルチエージェントになるように進化しなければならなくなります。
これが今の大きな変化です。単一のモデルで単純なリクエスト-レスポンスAPIコールについてではありません。私たちは本当のステートフルなマルチモデルアプリケーションを構築しています。そして、それらは本番対応でなければなりません。
そして、それがファーストクラスのアプリサーバーを構築する動機なのです。Foundryを知性の生産ラインのように考えてください。これらのエージェントとアプリケーションを構築するには、優れたモデル以上のものが必要です。モデル周辺のシステム、それが評価であろうと、このオーケストレーション層であろうと、RAGであろうと、すべて本当に、本当に重要です。
そして、FoundryはAI時代のための完全なアプリプラットフォームです。
7.2 70,000組織での採用、100兆トークンの処理実績
Satya Nadella：70,000以上の組織が既にそれを業界全体で使用しています。BMW、Carvana、Coca Cola、NASDAQ、そして多くのISVのGainsightなどと一緒に。彼らは皆Foundryを選んでいます。そして企業は、単にPOCを行うことから、AIの真のROIをアンロックするために、これらの企業全体の展開に移行しています。
実際、過去3ヶ月間で、私たちは100兆トークンを処理しました。これは前年比5倍です。
この数字は、Azure AI Foundryの急速な成長と実際の本番環境での大規模な利用を示しています。100兆トークンという処理量は、単なる実験やテスト段階を超えて、実際のビジネスクリティカルなワークロードで広範囲に活用されていることを表しています。前年比5倍という成長率は、企業がAI技術をPOC段階から本格的な展開段階へと移行していることを明確に示しており、真のROI実現に向けた取り組みが加速していることを物語っています。
7.3 聴覚処理障害支援アプリケーションの事例（日本Aisin）
Satya Nadella：実際、つい最近日本にいたとき、聴覚処理障害を持つ人々が聞いたことを理解するのを助けるFoundryで構築されたこのアプリを見ました。そして、それは私を驚かせました。ビデオを見てみましょう。
このビデオでは、日本のAisinとKato Sanが開発したアプリケーションが紹介されました。このアプリケーションは、聴覚処理障害を持つ人々が日常生活で直面する困難に対する革新的な解決策を提供しています。聴覚処理障害は、聞こえること自体には問題がなくても、聞いた情報を脳で適切に処理することが困難な状態です。
Azure AI Foundryを活用して開発されたこのアプリケーションは、実際の社会的課題に対する技術的ソリューションの優れた例として紹介されました。聴覚処理障害を持つ人々が、聞いた内容を理解しやすくするための支援機能を提供し、彼らの日常生活における困難を軽減することを目的としています。
Satya Nadella：本当に、AisinとKato Sanのすべての開発者に、そのストーリーを共有してくれて大きな感謝を申し上げます。本当にインスピレーションを与えてくれます。
この事例は、AI技術が単なる効率化ツールを超えて、実際に人々の生活の質を向上させる社会的インパクトを持つソリューションとして活用できることを示した重要な例として取り上げられました。
7.4 1,900モデルのサポートとOpenAIとの15モデル同日リリース実績
Satya Nadella：今日、私たちはさらに進んでいます。Foundryのモデル選択から始まります。私たちは既に1,900のモデルをサポートしています。応答モデル、推論モデル、タスク特化、マルチモーダル、何でもあります。それらはすべてFoundryにあります。
そして、もちろん、それには私たちのOpenAIパートナーからの最新のものも含まれています。今年だけで、私たちはAzure上でOpenAIから15のモデルを同時出荷し、新しいモデルがドロップされたときに同日アクセスを提供しています。そして、Soraが来週登場します。
開発者として、私たちは複数の次元、コスト、信頼性、レイテンシ、そして品質について気にします。そして、Azure OpenAIはクラス最高です。私たちは、高い信頼性や優れたコスト管理、バッチやスピルオーバーのようなもの、そしてもちろん、主要なセキュリティ、コンプライアンス、安全性などのエンタープライズ保証を提供します。
しかし、それでも、モデルを選ぶのは少し面倒なことがあり、適切なモデルに迅速にクエリをルーティングできる必要があります。そして、私たちはそれも簡単にしています。私たちの新しいモデルルーターは、ジョブに最適なOpenAIモデルを自動的に選択します。
もう手動でのモデル選択のようなものはありません。今日のアプローチは、あなたが構築したアプリやエージェントが1つのモデルにのみバインドされることから、真にマルチモーダルになることへと移行しています。
8. Grok発表とElon Muskとの対談
8.1 xAIのGrok 3がAzureに登場
Satya Nadella：そのため今日、私たちはxAIのGrokがAzureに登場することを発表できることを非常に嬉しく思います。
Grok 3は、推論、深い検索、応答モデルのすべてを単一のモデルで提供しています。そして週末にElonとそれについて話をする機会があったことは素晴らしいことでした。ビデオをご覧ください。
Elon、Buildにお越しいただき本当にありがとうございます。あなたがMicrosoftでインターンとして始められたことを知っています。Windows開発者でもありましたし、もちろん今でも熱心なPCゲーマーでいらっしゃいます。Windowsでの初期の頃のことや、あなたが構築されたもののようなことについて少しお話いただけませんか。
Elon Musk：はい、実際にはWindowsよりも前のDOSから始まりました。私は初期のIBM PCの一つをMS-DOSで使っていました。最初は128kだったと思いますが、その後256kに倍増して、それはとても多く感じました。それでDOSでビデオゲームをプログラムし、後にWindowsでプログラムしました。Windows 3.1を覚えていますか？
Satya Nadella：はい、素晴らしいですね。実際、前回あなたとお話しした時でさえ、あなたはActive Directoryの複雑さについてすべて語っていらっしゃいました。ですから、私たちの開発者会議にお越しいただけるのは本当に素晴らしいことです。
明らかに私たちにとって興奮すべきことは、Azure上でGrokを立ち上げることができることです。あなたがAIがどうあるべきかについて深いビジョンをお持ちであることを知っています。そしてそれがあなたにこれを構築させる動機となったのです。これは応答モデルと推論モデルの両方であるモデルファミリーです。そしてあなたは非常に刺激的なロードマップをお持ちです。
あなたのビジョンや能力について、そして能力と効率の両方を推進することについて少しお話しいただけませんか。
8.2 第一原理思考とPhysicsツールの応用
Elon Musk：もちろんです。Grok、特に間もなくリリースされるGrok 3.5では、第一原理から推論することを試みています。つまり、物理学のツールを思考に適用するということです。
基本的な真実に到達しようとする場合、最も正しい可能性の高い公理的要素まで物事を分解し、そこから積み上げて推論していきます。そして、それらの公理的要素に対して結論をテストすることができます。
物理学において、もしあなたがエネルギー保存や運動量保存に違反するなら、ノーベル賞を取るか、間違っているかのどちらかです。そして、あなたはほぼ確実に間違っています。基本的にはそういうことです。
ですから、実際にGrok 3.5の焦点は物理学の基礎と、すべての推論の線に渡って物理学のツールを適用すること、そして最小の誤差で真実を目指すことにあります。
常に何らかの誤りは起こるでしょう。しかし私たちは、認識された誤差とともに真実に到達し、その誤差を時間の経過とともに最小化することを目標としています。そして私は、これが実際にAI安全性にとって極めて重要だと考えています。
8.3 真実追求と最小誤差を目指すAI安全性への取り組み
Elon Musk：私はAI安全性について長い間多くのことを考えてきました。そして私の結論は、「正直が最良の方針」という古い格言です。それは安全性にとって本当にそうなのです。
しかし、私たちは間違いを犯すし、これからも間違いを犯すだろうということを強調したいと思います。しかし私たちはそれらを非常に迅速に修正することを志向しています。
8.4 開発者コミュニティからのフィードバック重視
Elon Musk：そして私たちは開発者コミュニティからのフィードバックを非常に楽しみにしています。あなたたちには何が必要ですか？私たちはどこで間違っていますか？どのようにより良くできるでしょうか？と。
そしてGrokが開発者コミュニティにとって使うことが非常に興味深いものとなり、彼らのフィードバックが聞かれ、Grokが改善され、彼らのニーズに応えていることを感じられるものになることを願っています。
Satya Nadella：この旅を始めること、その開発者フィードバックを得ること、そして実際にそれらがどのように展開されるかを見ることを本当に楽しみにしています。今日、簡潔に私たちに参加していただき、本当にありがとうございます、Elon。そしてあなたと協力し、これを開発者の手に届けることを本当に楽しみにしています。
Elon Musk：ありがとうございました。そして、私たちが開発者の皆さんからのフィードバックを求めていることを十分に強調することはできません。あなたたちが何を求めているか教えてください。そうすれば私たちはそれを実現します。ありがとうございます。
9. AIモデルとCopilot Studioへの統合
9.1 複数モデル間でのプロビジョニング スループット共有
Satya Nadella：彼と再び話をする機会があり、彼は3.5で行っているすべてのことについて話していました。だから私たちは旅を始め、APIフロントでフィードバックを得て、彼らのロードマップを手助けしたいと思います。
私たちはこれらすべての新しい発表について興奮しています。ただし、複数のモデルを持つ場合に必要なのは、これらのモデルの使用方法における新しい機能です。そして今、あなたはFoundryで一度プロビジョニングスループットを設定し、Grokを含む複数のモデル間でそのプロビジョニングスループットを使用することができます。
これは、モデルとモデルプロビジョニングの考え方における単なるゲームチェンジャーです。そして今、それを行った後、あなたはMistralを持つことができます。EUリージョンでのすべてのソブリン展開と一緒にプロビジョニングすることもできます。これは世界中でアプリケーションを構築する人々にとって、人々が異なる地域で好むモデルがあるだろうと思うので、ますます大きな考慮事項になります。
9.2 Mistral、Llama、Black Forest Labsなど多様なモデル対応
Satya Nadella：そして私たちはMistralについて興奮しています。Llama。私は最近MarkとLlamaConにいました。そして彼が言うように、彼は完全なLlamaの群れ、完全なLlamaの群れをAzureに持ってきています。私たちは彼らがオープンソースで行っているすべての進歩について興奮しています。
Black Forest Labsなど多くの他のものがあります。だから、それらすべてがこの一つのプロビジョニングスループットの背後にあります。そして、開発者として私たちにとって、それらを混在させ、マッチさせ、すべて使用できることは興奮することです。
それらの多くは同じAPI署名を持っているので、これらのモデルスイッチを行う能力もさらに簡単になります。そして私たちはHugging Faceとのパートナーシップも拡大しています。
9.3 Hugging Faceとの拡張パートナーシップ（11,000モデル）
Satya Nadella：そして私たちはHugging Faceとのパートナーシップも拡大しています。そのため、あなたはFoundryで11,000を超えるフロンティアとオープンソースモデルにアクセスできるようになります。
しかし、モデルはエージェントを構築する人にとって方程式の一部に過ぎません。そして真に、あなたはリアルタイムウェブと企業の知識グラフ全体への素晴らしいアクセスを持てる必要があります。
この11,000を超えるモデルへのアクセスは、開発者にとって前例のない選択肢の幅を提供しています。フロンティアモデルからオープンソースの特化モデルまで、様々な用途とパフォーマンス要件に応じて最適なモデルを選択できるエコシステムが構築されています。
9.4 高度な検索システムとオーケストレーション層
Satya Nadella：私たちはRAGアプリを構築することから学んだのは、より洗練された検索システムが必要だということです。ベクトル検索といくつかの埋め込みを持つだけでは十分ではありません。あなたは本当に、データベースや知識エンジンのようなもの、エージェント用にカスタム構築された本当のクエリエンジンが必要です。
そうすることで、任意の複雑なクエリを分解し、それらを並列で実行し、結果を返し、統合することができます。本質的に、ユーザーが何を望んでいるか、そしてあなたのデータが何を意味するかを理解するエージェント用の現代的な知識検索スタックのように考えてください。
そして、もちろん、システムのその部分さえ持った後でも、次の層はオーケストレーション層です。あなたはこれらすべてのエージェントまたは複数のエージェントをオーケストレーションできるようにしたいのです。
そして、Foundryエージェントサービスは、実際にポータルでわずか数行のコードで宣言的エージェントを構築することを可能にします。複雑なワークフローについては、マルチエージェントオーケストレーションをサポートします。
それはSemantic Kernel、AutoGenのようなフレームワークとシームレスに統合します。そして、実行環境のマネージドサービスのように、エージェントサービスを本質的に使用することができます。
9.5 エージェントサービスの一般提供開始
Satya Nadella：そして10,000を超える組織がすでにそれを使用しており、エージェントサービスが一般提供されることを発表できることを興奮してお伝えします。
これらのエージェントが実行されると、次に必要なのはコンピュート環境です。そして私たちは、サーバーレスのAzure Functionsから、Azure Container apps、そしてAKSでの必要な極端なコントロールまで、すべてを作成しています。私たちは、あなたがあらゆるエージェンティックシナリオで適切な価格パフォーマンスを達成できるように、コンピュートの全スペクトラムを提供しています。
そして私たちは、たとえば、FoundryをContainer appやFunctionsに接続し、任意のオープンソースモデルをAKSに展開することを簡単にしています。それがクラウドでも、Arcとのハイブリッドモードでも同様です。ますます、あなたはエッジに展開されるこれらのモデルを持ちたいと思うでしょう。そして、Foundryはそれをサポートします。
9.6 Stanford Medicineの腫瘍ボード会議オーケストレーション事例
Satya Nadella：そして私たちはFoundryとCopilot Studioの間のギャップとループを閉じています。そして、これは私たち開発者にとって非常に重要です。あなたは今、Foundryでモデルを取り、それをファインチューニングまたはポストトレーニングし、そしてそれをCopilot Studioに直接ドロップすることができます。そうすることで、そのポストトレーニングモデルを使用してワークフローを自動化したり、エージェントを構築したりできます。
これの素晴らしい例の一つは、Stanford Medicineが複数のエージェントを使用してオーケストレーションしたものです。患者履歴から放射線学、PubMedデータの取得、臨床試験データ、そして他の多くのシナリオに接続するために。しかし、一つの目標があります。それは、がん治療と腫瘍ボード会議のようなミッションクリティカルなものを取り、AIですべてオーケストレーションする方法です。
それは非常に信じられないことです。ビデオを見てみましょう。
このビデオでは、Stanford Medicineの取り組みが詳しく紹介されました。
Sylvia Plevritis：Stanford Medicineはがん研究の最前線にいます。そして治療の文脈では、腫瘍ボードは多くの異なる臨床医が一堂に会する本当に重要な会議です。なぜなら、患者が彼らが馴染みのない方法で現れるからです。
Timothy Keyes：薬物療法、手術、放射線学、検査、患者の履歴、そして医学文献について情報をまとめる必要があります。腫瘍ボードのためにまとめる必要のある情報がたくさんあるだけでなく、その情報が多くの異なる場所に断片化されているのです。
Nigam Shah：Stanfordは年間約4,000回の腫瘍ボード会議を運営しており、現実世界のエビデンスを取り込み、文献を取り込み、臨床試験を取り込んでいます。これらは私たちが手動で行っていることであり、年間4,000回も行うことはできません。
Joel Neal：ヘルスケアエージェントオーケストレーターは、患者の決定をより効率的に、より迅速に、そしておそらくより正確に行う手助けをするために、これらすべてを最初にまとめる方法です。
Timothy Keyes：これはAzure AI Foundryを通じて展開可能なエージェンティックAIソリューションです。私たちは、最初のユースケースが腫瘍ボードであることで、独自のエージェントを構築、カスタマイズ、展開することができました。
すべての異なるエージェントが派遣され、これらの異なる情報ソースをすべてまとめる包括的なレポートを臨床医に提供するオーケストレーション層があります。そして、Microsoftがそのエージェントに組み込んだこの本当に強力なものは、特定の臨床ノート内でのグラウンディングです。
Nigam Shah：彼らはすでにWordを使ってものを要約しています。彼らはしばしばPowerPointスライドを作成します。これにより、すべてを統合された設定で一つの要約にまとめることができます。
Timothy Keyes：これらのエージェントをTeamsに展開するのに、わずか数行のコードしか必要ありませんでした。そうすることで、直接それらと対話を始めることができました。
Joel Neal：これらすべてのシステム間の統合が多ければ多いほど、それらの機械的なことに費やす努力が少なくなり、私たちが専門家である実際の意思決定により多くの努力を費やすことができます。
Nigam Shah：それは、私たちが構築できるプラットフォームとして提供されています。私たちは、コミュニティ病院が学術医療センターが行うのと同じ種類の機能にアクセスできるように、他の人と共有するためにものをパッケージ化することができます。
Joel Neal：私たちがより速く働き、より良い情報でより良い決定に至るなら、それ自体が革命です。
Sylvia Plevritis：Stanfordで私たちの医師を助けるだけでなく、世界中の医師を助けるツールを開発したいと思います。それは変革的になると思います。
9.7 FoundryとCopilot Studioの連携強化
Satya Nadella：そして、Stanford Medicineが使用したこのヘルスケアエージェントオーケストレーターが、今すべての人がFoundryで利用できることをお伝えできることを本当に興奮しています。それは非常に素晴らしいです。
率直に言って、そのビデオを見るとき、私は物事が現実になっていることを知ります。それについて考えてみてください。Foundryで複数のモデルを使用します。このマルチエージェントオーケストレーターを行います。CopilotとTeamsでそれらをまとめます。
そして、エージェンティックな方法で行われた何らかのワークフローオーケストレーションの実世界の例です。それは、一つの小さなアプリから企業全体でスケールできるものへと移行していることを知っている時です。
企業へのスケーリングについて話すと、アプリサーバーにとってもう一つの重要な考慮事項は観察可能性です。そのため、私たちは今、本番環境でAIを監視・管理するのに役立つ新しい観察可能性機能をFoundryに導入しています。
あなたは、影響、品質、安全性、そしてコストのすべてを一つの場所で追跡できます。そして、それを超えています。将来、私たちはすべての組織が人々とエージェントが一緒に働くことになると信じています。つまり、今日あなたがアイデンティティ、エンドポイントの管理、セキュリティのためにユビキタスに使用しているシステムが、エージェントにも拡張される必要があることを意味します。
それは大きな出来事です。あなたが今日大規模に使用している同じレールを、人々とエージェント全体で機能させたいのです。そして、それが私たちが行っていることです。
10. Azure AI FoundryとGitHub Copilotデモ
10.1 VibeTravel旅行エージェントアプリケーション
Satya Nadella：Entra IDを使用すると、エージェントは今、独自のアイデンティティ、権限、ポリシー、アクセス制御を取得します。FoundryとCopilot Studioで構築するエージェントは、Entraのエージェントディレクトリに自動的に表示されます。
私たちはまた、ServiceNowとWorkdayと提携して、Entra経由でエージェントに自動プロビジョニングと管理をもたらしています。そして、データガバナンスに関して、PurviewはFoundryと統合されています。エージェントを書くと、Purviewのために自動的に、エンドツーエンドのデータ保護を確保できます。これは、もう一つの大きな安全性の考慮事項です。
そして、セキュリティ面で、DefenderはFoundryと統合されています。つまり、あなたのエージェントも、エンドポイントのように、ウォレット乱用や認証情報盗用などの脅威からDefenderで保護されます。
そして、これはFoundry、あなたのエージェントファクトリーの簡単な概観です。これをすべて現実のものにするために、私の同僚の一人であるKadeshaをステージに招いて、それがすべてどのように一緒になるかをお見せしたいと思います。Kadesha、お任せします。
Kadesha Kerr：ありがとう、Satya。今日、Azure AI FoundryとGitHub Copilotを使用して、開発者の生活をはるかに簡単にする方法をお見せします。
これはVibeTravelです。Azure AI Foundryを使用してAI旅行エージェントを提供し、人々の旅行計画を手助けするチャットベースのアプリです。私は約8ヶ月後にニュージーランドへの旅行を計画しているので、Vibeyにスキーできる場所について尋ねました。
うーん、この計算は合いません。8ヶ月後は2026年1月だと確信しています。そして考えてみてください、それは南半球の夏の季節になるでしょう。私たちは間違いなく、AIエージェントをよりスマートにし、よりグラウンドされた応答を提供する必要があります。
10.2 Foundryでのエージェント改善プロセス
Kadesha Kerr：私はFoundryにポップインして、このアプリと他のアプリのために持っているすべてのAIエージェントを見ることができます。私たちのVibeTravel エージェントはGPT-4oを使用し、非常に優れたプロンプトを持っています。
しかし、私たちは知識を追加する必要があります。参照データを含むファイルを与えたり、Microsoft FabricやTripAdvisorのような他のサービスへの接続を与えることでこれを行うことができます。
しかし、Bing検索でグラウンディングを追加するだけで長い道のりを歩めると思います。そのオプションを選択しましょう。本当にシンプルです。
知識へのアクセスを与えることに加えて、私たちは自分たちのフライト予約APIへのアクセスも与えます。そして、それがオープンAPIなので、それは単純に動作します。それでは、アプリに戻って、もう一度クエリを試してみましょう。
データソースや検索機能を追加できることで、エージェントがより賢くなり、幻覚を起こす可能性がはるかに低くなります。ホテル割引や天気予報についての情報を追加することで、さらに賢くすることもできます。可能性は無限です。
約8ヶ月後、それは2026年1月で、夏の季節です。スキーは不可能です。それは格段に良くなりました。そして、それがどれだけ簡単に改善できるかを見ました。
10.3 GitHub Copilot Agent Modeの新機能
Kadesha Kerr：今度は、エージェントに実際に私の代わりにフライトを予約してもらいましょう。
エージェントが実行できるアクションを追加することで、アプリを単純な質問応答マシンから、実際にあなたの代わりに物事を行うことができる自律エージェントにアップグレードします。私は、その予約を私のカレンダーに入れたり、ホテルの予約をリクエストしたり、内部システムから休暇をリクエストするためのアクションを使用することもできます。
今、これらのフライトは素晴らしく見えます。Foundryが私たちのエージェントを改善することがいかに簡単かを見ていただきました。
しかし、実際のコードにはまだたくさんの作業があります。私はGitHub Copilotのエージェントを使ってこれを完了させるつもりです。
Copilot Agent Modeを開きましょう。これは新しいもので、ちなみに。そして、私はすべての主要なLLMプロバイダーからの最も人気があり最も強力なモデルの中から選択できます。Agent Modeは、GitHub Copilotを単に質問に答えたりコードを提案することを超えて、実際に私の作業を手助けすることまで持っていきます。
私はここに来て、このリポジトリで私に割り当てられているissueを見せてもらえますか、と尋ねることができます。従来であれば、ブラウザを開いてgithub.comでissueを見に行ったでしょう。
しかし、MCPまたはModel Context Protocolを使用すると、GitHub Copilotのようなツールにそれらが助けを必要とするコンテキストと機能を与えることができます。GitHub CopilotはGitHub issueについて尋ねていることに気づき、GitHub MCPサーバーを使用してその情報を取得します。
そして、私に割り当てられたいくつかのissueがあるようです。
10.4 MCPによるツール連携とビジョン機能
Kadesha Kerr：それでは、最初のものを見てみましょう。今、アプリでこのリセットボタンをクリックすると、警告なしに即座にチャットセッションがクリアされます。それは理想的ではありません。まず人々に警告すべきです。
アプリに戻って、GitHub Copilotにissue番号1の詳細を実装してもらい、また issue番号1の詳細を取得してもらうよう依頼できます。私はまた、マネージャーが土壇場で私にくれたこの美しいデザインも、プロンプトにコンテキストとして追加する必要があります。見ていただけるでしょうか。
かなり素敵ですね。そうでしょう？私のスクリーンショットをコンテキストウィンドウに追加して、プロンプトを送信しましょう。
CopilotがGitHub MCPサーバーを使用するための特定の権限を求めているのが見えます。「続行」を押してコードベースの変更を実装することを許可しましょう。
GitHub MCPサーバーが詳細を取得しているのが見え、Agent Modeの新しいビジョン機能により、Copilotは私が求めているもののスケッチさえ理解できます。そして、私が変更したいものを理解し、どのように変更するかを考え始めます。
11. Foundry LocalとWindows AI Foundry
11.1 エッジとクライアントへのアプリサーバー機能拡張
Satya Nadella：それは実際にissue番号1の実装詳細を調べ、それに何を変更するかを理解し、どのように変更するかを考え出します。
それが実行されている間、他のissueも見てみましょう。そして実際、私はこれについて少しずるをしました。私が出てくる前に、SatyaがAzure devコミュニティウェブサイトで以前にやったように、issueをCopilotに割り当てました。
CopilotはこのissueとそれがOKだったプルリクエストを開いて見ました。見てみましょう。ここで、実装詳細と推奨するコード変更を含む説明があることがわかります。この「セッションを表示」ボタンをクリックして変更をスクロールすることで、GitHub Copilotがこの変更をどのように実装したかの完全なセッションログも見ることができます。
これまで、私たちはクラウドで行っているすべてについて話してきました。今度は、Foundry Localでエッジとクライアントにもこのアプリサーバーとアプリ構築機能の力をもたらしたいと思います。これを今日発表します。
それは高速で高性能なランタイム、モデル、サービスとしてのエージェント、そしてローカルアプリ開発のためのCLIを含みます。そして、はい、WindowsとMacで完全にサポートされています。
11.2 10億ユーザー・デバイスへのリーチ可能性
Satya Nadella：ではちょっと立ち止まって、Windowsについて話しましょう。
あなたが開発者なら、Windowsは10億人のユーザーと10億台のデバイスにリーチできる大規模で最もオープンなプラットフォームです。そして私たちは、それをより安全で、より信頼性が高く、あなたのアプリにとってより良いものにし続けています。実際にWindowsイメージをどこで実行したいかに関係なく、クラウドでもクライアントマシンでも同様です。
過去1年間で、私たちはAdobe からZoomまでの開発者が、WindowsでこれらのオンデバイスAI機能を使用して、いくつかの素晴らしいアプリケーションを出荷するのを見てきました。StoreとAI hubに行けば、これらの多くのものが光るのを見始めることができます。
そして今日、私たちはWindowsをAIにとって最高のプラットフォームにするために、さらなる一歩を踏み出しています。
11.3 Windows AI Foundryの発表
Satya Nadella：私たちはWindows AI Foundryを発表することを興奮しています。
Windows AI Foundryは、実際に私たち自身が内部でCopilot+ PCのRecallやClick to doなどの機能を構築するために使用したものです。これらすべては今、同じランタイムとSDKを使用して構築されています。
そして今、私たちはこのプラットフォームを完全な開発ライフサイクルをサポートするよう拡張しています。Copilot PCだけでなく、CPU、GPU、NPU、そしてクラウド全体にわたってです。
そのため、あなたはアプリケーションを構築し、それをそのすべてのシリコン全体で実行することができます。そして、Foundry LocalはWindows AI Foundryに組み込まれているので、あなたはデバイス上でローカルに実行できるこれらの事前最適化されたオープンソースモデルの豊富なカタログを活用できます。
11.4 Phi SilicaのLoRAアダプター カスタマイゼーション
Satya Nadella：そして、Windows AI Foundryでは、カスタマイズできます。これは非常に、非常にクールです。私たちの組み込みPhi SilicaのSLMをLoRAアダプターを使用してカスタマイズし、基本的にあなたのアプリケーションの特定のニーズを満たすことができます。
考えてみてください。イメージにはPhi Silicaが付属しています。あなたはアプリケーションでLoRAアダプターを行うだけで、それは単純に動作します。
そして、o1とDeepSeekがクラウドでの推論または基本的にテスト時間計算の始まりを示すとすれば、Phi SilicaはPCでの推論計算がどのようになるかを完全に革命化するだろうと思います。そして、皆さん開発者は、いくつかの素晴らしい体験を構築するために、それを真に活用するつもりです。
11.5 WindowsへのネイティブMCPサポート
Satya Nadella：そして、モデル自体を超えて、あなたは今、すべてのローカルデータをベクトルストアに埋め込み、インデックス化するためのこれらの豊富なセマンティックAPIを持っています。すべてのプライバシーが保護されています。
そして、あなたはこれらのハイブリッドRAGアプリケーションを行うことができます。RAGを行うとき、実際にローカルデータにアクセスし、それをコンテキスト的に関連性のあるものにすることができます。
そして、あなたが独自のモデルを構築している場合、Windows MLは、すべてのこれらのデバイス固有のチューニングの複雑さなしに、さまざまなシリコンに高性能AIを展開する道を提供します。
そして今日、私たちは次のステップを踏み、エージェンティックウェブのためにWindowsを近代化しています。私たちは、WindowsでのMCPのネイティブサポートを発表しています。
Windowsは今、ファイルシステム、設定、アプリアクション、そしてウィンドウイングのような、いくつかの組み込みMCPサーバーを含みます。そして、私たちは、MCP互換クライアントが、セキュリティパフォーマンスのために私たちによって検証された安全なMCPサーバーを発見できるようにするネイティブMCPレジストリを追加しています。すべて、あなたをコントロールに保ちながらです。
11.6 WSL完全オープンソース化の発表
Satya Nadella：私はDivyaにステージに来てもらい、これをすべてお見せし、それがどのように動作し、どのように一緒になるかを、アプリ開発者として、そしてWindows上でのアプリケーションのユーザーとしての両方の観点から示したいと思います。Divya、お任せします。
Divya、そちらにお任せする前に、WSLについて話しましょう。私たちは、WindowsでBash on Ubuntuを最初に発表してから、もう10年近くになります。それはその後、私たちが今日明らかにWSLと呼んでいるものになりました。
振り返ってみると、実際、リポジトリの最初のissueは、それをオープンソースにするという要求でした。当時、プロジェクトのロジックはすべて、Windowsイメージの残りの部分から非常に分離できないものでした。
しかし、それ以来、私たちが行った多くの変更により、WSL 2 distroは、より分離可能でスタンドアロンになっています。
それでは、その最初のissueに戻って、修正されたものとしてクローズしましょう。なぜなら、今日、私たちはWSLを完全にオープンソース化しているからです。
12.1 VS CodeでのGitHub CopilotとMCP活用
Divya Venkataramu：ありがとう、Satya。今日、VS CodeでGitHub CopilotとWindowsのMCPを使用して、新しいLinux distroを設定し、完全なウェブサイトプロジェクトを構築し、Figmaデザインで更新することが、わずか3つの文でどれほど簡単かをお見せします。
まず、正しく設定されていることを確認しましょう。エージェントがMCPサーバーに接続するには、アプリは明示的なユーザー許可が必要です。「設定」では、私がすでにWSLとFigmaを有効にしているので、それらのMCPサーバーがエージェントに簡単にアクセスできることがわかります。
他のアプリは無効のデフォルト状態のままで、私をユーザーとして完全にコントロールしています。
今すべて設定されたので、VS Codeに飛び込んで、最初の2つの文を使いましょう。私はGitHub CopilotでVS Codeを開いています。そして、これもAgent Modeにあることがわかります。
私は最初の2つの文を使い、GitHub Copilotに尋ねています。WSLで最新バージョンのFedoraを検索してインストールしてもらえますか？インストールされたら、Fedoraでnode.jsを使用してシンプルなウェブサイトプロジェクトも設定してもらえますか？
「Enter」を押すと、CopilotはWSL MCPサーバーとの安全な接続を確立しようとしています。そして、いくつかのクイックユーザー同意プロンプトの最初を与えてくれます。「Accept」を押して続行を許可します。
舞台裏では、利用可能なオンラインdistroのリストをクエリし、Fedora 42が最新バージョンであることを見つけ、インストールを進めます。
12.2 Fedora環境セットアップの自動化
Divya Venkataramu：このインストールは、ご想像のとおり、約2、3分かかる可能性があります。そのため、この設定が完了したデバイスに切り替えましょう。
このデバイスでは、環境が設定されています。上にスクロールして戻って、私のために実行した手順を見てみましょう。見ていただけるように、まったく同じプロンプトです。GitHub CopilotとAgent Modeは、このマルチステップリクエストを非常にシームレスに解析するのに十分スマートでした。
WSLオンラインdistroをクエリし、Fedora環境を設定してくれました。Node.js NPMをDNF Package Managerを使用してFedora内に直接インストールしてくれました。
ここで最も良い部分は、私のデバイス上でWSLと直接やり取りする特定のコマンドをどのように実行するかも知っていたことです。それはかなりきちんとしています。
それでは、私のために作成してくれたシンプルなウェブサイトプロジェクトを見に行きましょう。
12.3 Figmaデザイン連携によるウェブサイト構築
Divya Venkataramu：まあ、これはスタートです。もう一歩進んで、Figmaで選択したデザインのように見せたいと思います。
ここに私のFigmaデスクトップアプリがあり、ここに私が選択したデザイン「Penguin Pen Pals」があります。
それでは、VS Codeに戻って、3つ目の文を使う準備ができました。ここでGitHub Copilotに尋ねます。私のウェブサイトをFigmaで選択したデザインのように見せて、デザインの詳細を取得して私のプロジェクトに適用してもらえますか？しかし、チャットで詳細なプロンプトを見ることができます。
Enter を押すと、CopilotはここでFigma MCPサーバーとの安全な接続を確立し、続行するために私の同意を求めます。そして、私は明らかに受け入れます。
その前に、私のMCPレジストリで利用可能なサーバーのリストをクエリし、Figmaがこのタスクを実行するのに最も関連性があることを発見し、接続を続行します。接続されると、エージェントはFigmaから直接デザインの詳細を取得し、それらを私のプロジェクトに統合し、サイトのレイアウト、デザイン、スタイル、コンテンツを適切に更新します。
これは約2、3分かかる可能性があります。この最終ステップが完了した別のデバイスに切り替えましょう。
このデバイスでは、全体の設定が完了しています。左側で、私のFigmaデスクトップアプリからデザインの詳細を取得することで適用したコードの変更を見ることができます。
今度は、私のために作成したウェブサイトを見に行く時間です。ブーム。これはまさに私がFigmaデスクトップアプリで選択したデザインです。
たった3つの文で、単一のチャットインターフェースでこれをすべて行いました。これは今日お見せした開発者中心のシナリオの一例に過ぎません。
あなたの生産性を向上させながら、セキュアなままでいる、これがアンロックできる素晴らしい機会を想像してみてください。これが、WindowsでのMCPの力です。セキュアで、エージェント駆動で、開発者第一です。
13. CTO Kevin Scottによるオープンエージェンティックウェブ
13.1 エージェントの定義：人間がタスクを委譲できる存在
Satya Nadella：Divya、本当にありがとうございました。VS Code、GitHub Copilot、そしてWSLで見たように、私たちは本当にWindowsをエージェンティックウェブに最適な開発ボックスにしています。
WSLについて話すと、私たちは約10年前にWindows上でBash on Ubuntuを最初に発表しました。それは後に、私たちが今日明らかにWSLと呼んでいるものになりました。振り返ってみると、実際、リポジトリの最初のissueは、それをオープンソースにするという要求でした。
そこまで、私たちはエージェンティックウェブとその周りのエコシステムが一緒になることについて多く話してきました。Microsoft 365からFoundry、Windowsまでのすべてです。
そして、私はKevin Scott、私たちのCTOに、このエコシステムとオープンエージェンティックウェブを構築する私たちの集合的機会について、より広い視点を与えてもらうことが素晴らしいと思いました。Kevin、ようこそ。
Kevin Scott：ありがとう、Satya。皆さんにお会いできて本当に良いです。これは私にとってMicrosoftのCTOとして9回目のBuildのようで、本当に長い時間のように感じます。
私は年に一度ここに出てきて皆さんと話をし、私が内向的であることを約15、20分間忘れます。毎年5月に私を内向的であることを忘れさせる魔法のようなものがあるわけではありません。それは単に、過去1年間で技術の宇宙で起こった非常に多くのエキサイティングなことがあり、来年に来る非常に多くのことがあるからです。私はその興奮の一部を皆さんと共有したいのです。
そして、今私を本当に興奮させているのは、Microsoftが望んでいるからというだけで起こっているのではなく、私たち全員が過去数年間で集合的に取り組んできたコンポーネントとプロトコルとサービスが、私たちがエージェンティックウェブと呼んでいるこのものを形成しているために現れているものです。
そして、それについて本当に、本当に励みになることは、それがオープンな方法で起こっているということです。これは、私たちが向かっている場所を考えると、私たち全員が大いに望むべきことだと思います。
なぜそれが重要なのかについては、数分後に少し説明します。しかし、このオープンエージェンティックウェブのアーキテクチャに入る前に、エージェントとは何かについて話しましょう。
皆さんはおそらく頭の中に多くの異なる定義を持っているでしょう。それは少しロールシャッハテストのようなものです。しかし、私がいつも立ち戻り、ここMicrosoftで私たちが押し進めていることは、私たち自身が構築しているエージェントの両方の観点から、そして皆さんが独自のエージェントを作るのを助けるために私たちが作ろうとしている能力の観点からも、エージェントは人間がタスクを委譲できるものだということです。
そして時間が経つにつれて、あなたがこれらのエージェントに委譲しているタスクはますます複雑になっています。そして、それが私たちが時間の経過とともに目指していることです。
13.2 日次アクティブユーザーが1年で2倍以上に増加
Kevin Scott：過去1年間で私たちが見てきたのは、エージェント自体の爆発的な増加です。これが、エージェンティックウェブがどのようなものかを示す私たちの図です。スタックの最上部には、私たちが構築している、私たちのパートナーが構築している、そして皆さんが構築している、より豊かでより豊かなエージェントのエコシステムがあります。
そして、来年にかけてさらに多くのものが登場するのを見ることになるでしょう。そして、過去1年間でこれらのエージェントに起こった印象的なことは、それらが今まで以上に頻繁に使用されているということです。
だから、私たちが可視性を持っているエージェント全体で、日次アクティブユーザーは、前回私がBuildで皆さんとチャットしてからここにいる以来、2倍以上になっています。つまり、人々がそれらを信じられないほど増加し、加速するペースで使用しているということです。
しかし、私が思う起こったより大きなことは、過去1年間で発表された新しい推論モデルのために、これらのエージェントが非常に複雑なタスクを本当に引き受けることができるようになったということです。
13.3 推論モデルによる複雑タスク処理能力の向上
Kevin Scott：しかし、私が思う起こったより大きなことは、過去1年間で発表された新しい推論モデルのために、これらのエージェントが非常に複雑なタスクを本当に引き受けることができるようになったということです。
そして、あなたたちはSatyaやステージにいてデモを提供してくれた人々からすでにこのようなことをたくさん見てきました。これらのエージェントの一部が今できる信じられないようなこと、特にソフトウェアエンジニアリングにおいて。そして、皆さんはBuildの過程でもっと多くのそれを見ることになるでしょう。
しかし、このエージェンティックウェブスタックのエージェント層の上に座っているのは、ランタイム層と呼ばれるものです。そして、ランタイムは、繰り返しになりますが、私たちが構築している一連の新しいコンポーネントのようなものです。
過去1年間で本当に良くなったのは、ここのランタイム層内の推論層または推論コンポーネントです。これらのモデルの推論能力は、より良く、より良くなり続けるでしょう。実際、今のところ、私たちは推論で少し能力のオーバーハングを持っていると思います。つまり、モデルは現在、私たちが集合的にそれらを使用しているものよりも強力です。
そして、今年のBuildでの皆さんへの私の大きな挑戦の一つは、推論能力の観点から今ぎりぎり可能だと思うようなことを目標にするために、あなたの野心レベルを11に設定することについて考えることです。なぜなら、モデルは今後12ヶ月間でずっと強力になり、ずっと安くなるので、その能力のオーバーハングが既にあるものよりも大きくなることを望まないからです。
13.4 Type Agentオープンソース化によるエージェンティックメモリ
Kevin Scott：しかし、推論に加えて構築する必要のある基本的なソフトウェアエンジニアリングであるものが多くあります。しばらくの間、エージェントで明らかに欠けていたものは、本当に堅牢なエージェンティックメモリです。
私たちはRAGや長いコンテキストウィンドウのようなもので多くの方法でそれを近似してきました。しかし、あなたのエージェントに本当にしてもらいたいことは、豊富なメモリを持つことです。その上で、彼らは本当の幅で想起でき、想起される物事が正確で、あなたがそれらを信頼し、依存できる高い精度を持てることです。
そして、本当に興味深いことが起こっています。私たちは、この エージェンティックメモリに取り組む一つの方法であるType Agentと呼ばれるシステムをオープンソースにしました。皆さんはBuildの後でそれについてもっと学ぶことができます。それは、エージェントをそれほど取引的でなくするために本当に重要です。
つまり、彼らは一度問題を解決し、解決策を思い出すことができます。彼らは、あなたが誰かにタスクを委譲していたり、誰かと協力していた場合に期待するのと同じ方法で、あなたとの相互作用を覚えて、個人化され、あなたの好みを理解できるようになります。
13.5 MCPの戦略的重要性とHTTPとの類似性
Kevin Scott：だから、このランタイム層全体、Microsoftがこれらのコンポーネントを提供し、コミュニティに参加する方法として考えることができる方法は、これらのものがAzure Foundryで提供されるということです。
Azure Foundryは、来年にかけてより豊かに、より豊かに、より豊かになっていくでしょう。私の同僚のJay Parikhや他の多くの人々から、ランタイムでのそのFoundry層についてはるかに詳しく聞くことになるでしょう。
しかし、オープンエージェンティックウェブが何であるかを考える場合に非常に重要なことは、エージェントがあなたの代わりにアクションを取ることができる必要があるということです。そして、エージェントがあなたの代わりにアクションを取ることができることについて本当に重要なことの一つは、それらがより大きな世界に配管されている必要があるということです。
だから、MCPやA2Aのようなプロトコル、そして来年にかけて現れる可能性のあるものが必要です。それらは、あなたが書いているエージェントと、今数億人の人々によって非常に積極的に使用されているエージェントを、コンテンツにアクセスし、サービスにアクセスし、委譲されたタスクを満たす際にユーザーの代わりにアクションを取ることができるように、オープンで信頼性があり、相互運用可能な方法で接続するのに役立ちます。
そして、このBuildで私たちが本当に話したいと思っている非常にエキサイティングなことは、MCPへの私たちの真の、真剣なコミットメントです。
MCPは過去数ヶ月間で狂ったように離陸しました。そして、それには良い理由があります。それは、このオープンウェブ、オープンエージェンティックウェブエコシステムで非常に重要なニッチを埋めています。
それはインターネットのHTTPに似た非常にシンプルなプロトコルです。それは、プロトコル自体が運ぶペイロードについてあまり意見を持たないからこそ、非常に洗練されたことを行うことを可能にします。それはまた、あなたがその上に物事を重ねることができる素晴らしい基盤であることを意味します。
そして、インターネット自体がどのように現れたかを考えると、コンポーネントの合成性とプロトコルの層化が、豊かさに到達するために本当に重要でした。それは良い出発点を与え、時間の経過とともに物事が発展する際に問題を発見し解決する能力を与えます。
13.6 NLWeb：エージェンティックウェブのHTML相当
Kevin Scott：そして、私たちはSatyaからWindowsでのMCPレジストリとMCPについて聞きました。私たちは、MicrosoftのファーストパーティプラットフォームコンポーネントとファーストパーティサービスをMCPアップリフトできるようにするために多くの作業を行っています。
私たちは、エージェンティック通信のための、エージェント間およびエージェントからサービスへの標準プロトコルとしてそれを選択しました。そして、今後数ヶ月間で、Anthropicの私たちのパートナーや協力者と多くの作業を行い、MCPのようなプロトコルの上で解決される必要がある本当に困難な企業問題が解決されることを確実にします。
エージェントがどのように自分自身を識別するか、本当に豊かなエンタイトルメントインフラストラクチャをどのように構築するかなど、エージェントがアクセスする必要があるシステムへのアクセス権を持つようにエージェントを許可できるようにです。
そして、私たちはここでオープンコミュニティを本当に、本当にサポートするつもりです。部分的には、スタックのこの層でのプロトコルの効用について考えるとき、最も重要なことはユビキティだからです。
私たち皆、エンジニアとして、非常に鋭い意見を持つことが完全に可能で、私も同様ですが、この技術の断片についてのような、この技術がその技術よりも少し良いというような議論に陥ることができます。しかし、それらすべてよりも良いのは、私たち皆が使い、その上に構築できる標準的なものを取得することです。そして、私たちはそれがMCPであることを望んでいます。
だから、私が次に話したいことは - 私は層化について言及しました。だから、ウェブを振り返ると、私たちはHTTPを持っています。そして、HTMLのように、主にペイロードについて意見を持つHTTPの上に座るものを持っていました。
だから、私たちは今日発表していて、皆さんはGitHubリポジトリでコードをチェックアウトすべきです、NLWebです。そして、NLWebの背後にあるアイデアは、すでにウェブサイトやAPIを持っている人が誰でも、非常に簡単に彼らのウェブサイトやAPIをエージェンティックアプリケーションにすることができる方法だということです。
それは、あなたがすでに提供している製品やサービスを豊かにするために、大規模言語モデルの完全な力を実装し活用することを可能にします。そして、すべてのNLWebエンドポイントがデフォルトでMCPサーバーであるため、人々がNLWeb経由で提供しているそれらのものは、MCPを話すあらゆるエージェントにアクセス可能になることを意味します。
だから、あなたは本当にそれをエージェンティックウェブのHTMLのようなものと考えることができます。
13.7 オープン性の重要性とウェブ発展史からの教訓
Kevin Scott：私たちはすでに、本当に興奮し、NLWebを使用して迅速な実装とプロトタイプに到達することができたパートナーと多くの作業を行いました。
私たちは、インターネット上で重要な製品やサービスを提供する多くの本当に素晴らしい会社、TripAdvisor、O'Reilly Media、多くの会社と働き、彼らのサイトにNLWeb機能を追加して、彼らのサイトで直接これらのエージェンティック体験を持てるようにしました。
そして、皆さんが今すぐ外に出て行けるかもしれない方法の一つを見せたかったのです。でも、今すぐではなく - Satyaの基調講演の素晴らしい終わりをすべて聞くまで待ってください。でも、その直後に、あなたたちはこのデポからコードを取得できます。
そして、ここで私たちが示しているのは、皆さんがアクセスできる任意のGitHubリポジトリの上にエージェンティックなNLWebユーザーインターフェースを置く方法です。画面に表示されているのは、このPythonスクリプトを実行することです。GitHub APIと通信します。あなたのGitHubリポジトリから多くのデータを抽出します。
ここでは、私のチームのメンバーで、地球上で最高のデモビルダーであるJennifer Marsmanが、彼女のリポジトリからNLWebリポジトリにすべてのメタデータとデータを取得しているのを見ています。2番目に行うことは、すべてのこのデータを取り、この場合は埋め込みの束を計算する小さなスクリプトを実行することです。
そして、ここでは多くの選択肢があります。どのモデルを使用しているか、どの埋め込みを使用しているか、NLWebサーバーがアクセスできるように埋め込みを配置するベクトルストアについて。そして、埋め込みを計算し、この場合は彼女のラップトップで実行されているローカルベクトルストアにインポートするとすぐに、その上で本当に興味深いクエリを作成できるようになります。
だから、この場合、あなたはデータベースクエリや何らかの情報検索のようなもので得られるもの以上のことができます。あなたは、「私はこのコードの一部を書いた。私が覚えていないPRにあった。このアルゴリズムの名前を思い出す必要がある」と言うことができます。
そして、それはNLWebができることの種類であり、正直に言って、私たちが想像することさえできないようなことです。だからこそ、私たちはこれをオープンソースにしているのです。そして、私たちは皆さんから、どのように改善し、NLWebをより良くすることができるかについての多くのフィードバックを聞くことを望んでいます。なぜなら、皆さんの想像力がエージェンティックウェブで動作することの合計が、一つのエンティティがすべてを一人でやろうとしていた場合よりも、エージェンティックウェブを根本的により興味深いものにすると考えているからです。
だから、ここでオープンがとても重要な理由について、これら二つのポイントを押したいと思います。シンプルなコンポーネントとシンプルなプロトコルが、互いに合成可能であることが、参加したい、またはアイデアを持っている世界中のすべての開発者の完全な精査と創造性にさらされたとき、世界で起こることができることは信じられないことです。
私が自分自身といつもする思考ゲームは、ウェブの初期開発の関係者の一人、たとえばブラウザメーカーが、ウェブ全体を垂直統合して所有することを決定していたら、ウェブがどのように見えていたかを想像しようとすることです。ウェブの100%が彼らの想像力の限界によって決定されていたでしょう。
そして、30年の歴史があることで、それは私たちが持っていたであろう非常に興味深いウェブではなかったであろうことは明らかです。なぜなら、ウェブが興味深いのは、数百万、数千万、数億の人々がそれを豊かで動的なものにするために参加しているからです。
それが私たちがエージェンティックウェブで必要だと思うことであり、それが皆さんが少し取り組み、それをリフし、この物事を興味深いものにするために皆さんの想像力の完全な範囲を使うよう、皆さんにインスピレーションを得てもらうことを望んでいることです。
Kevin Scott：皆さん、Buildにいてくれてありがとう。来年お会いしましょう。
14. データと分析スタック
14.1 LumenやSitecoreでの実績（10,000時間節約、10倍速度向上）
Satya Nadella：Kevin、本当にありがとうございました。Kevinが今説明したエージェンティックウェブのビジョンは、ある意味で、私たちをウェブの本来のビジョンとエトスにより近づけます。
コンテンツとインテリジェンスの両方が、今やウェブ全体でより分散され、発見可能になることができます。NLWebを見ると、それは非常に魅力的なものです。皆さんがそれをどのように活用するかを本当に楽しみにしています。しかし、それは任意のアプリ、任意のウェブサイトのためのインテリジェンスの作成を民主化します。
しかし、興味深いことに、それは任意の開発者のためのこのインテリジェンスの集約も民主化します。簡単に見ることができます。推論モデル、NLWebを私に与えて、私は意図を取り、推論モデルを使用してその分散インテリジェンス全体を構成し、統合し始めることができます。
検索とは何か、フィードとは何か。これらのことのいずれかが、それを構築する方法について完全に変わります。だから、これは私たちが一緒に作りたいプラットフォームです。このようなことから何か大きなものが生まれると思います。なぜなら、これは単に過去の繰り返しではないからです。
過去10、15年間は、常に権力の集約についてでした。私は何か大きなものが変わると思います。今、スタックの次の層に移りましょう。
データ。結局のところ、任意のAIアプリにとって、データ層は非常に重要です。私たちは完全なデータスタックを構築しています。Lumenが10,000時間以上を節約するためにFabricを使用しているか、Sitecoreが私たちのデータスタックで10倍の速度を提供しているかなど、多くの素晴らしい例があります。
14.2 NFL Scouting Combineでの活用事例
Satya Nadella：しかし、私のお気に入りの例の一つは、最近のスカウティングコンバインを運営するために私たちのデータスタックを使用したNFLです。ビデオを見てみましょう。
このビデオでは、NFLのスカウティングコンバインでのデータ活用の実例が紹介されました。
Jacqueline Davidson：NFLでの成功は、しばしば1つのプレー、1秒、相手よりも優れた1つの行動にかかっています。データはその大きな部分です。
Jeff Foster：コンバインは、ドラフト候補の上位3%を集めるイベントです。初期の年では、同じ量のデータを収集していましたが、それは異なるシステムに散らばっていました。
Johnny Halife：チームには、複数のレポートを掘り下げることなく、これらの統計をフィルタリング、検索、比較する方法がありませんでした。AIは、その完全な見込み客ビューを得るための完璧な方法でした。
Jeff Foster：これをすべてまとめるための非常に短い滑走路がありました。
Johnny Halife：Azure AI Foundryは、すぐに稼働するために必要なツールを提供してくれました。ファインチューニングの必要がないAzure OpenAI GPTモデルから始めました。データを素早く保存・取得するためのAzure Cosmos DB。そして、ワークロードをシームレスに展開するためのAzure Container Appsがありました。それは短時間で解決した大きな挑戦のようでした。
Jeff Foster：今、チームは特定の選手について質問し、選手から選手への比較分析を可能にするデータを即座に取得する能力を持っています。それは以前には持っていなかった評価者の優位性を本当に与えてくれます。
Jacqueline Davidson：私があなたに質問するように質問できることです。ディフェンシブラインマンの最速の40回のタイムを教えてください。何時間もかかっていたであろうデータのフィルタリングが、数秒で完了します。
Jeff Foster：リアルタイムでデータを収集し、目の前にいる選手の詳細をより深く掘り下げる能力は、意思決定により自信を持たせてくれます。
14.3 SQL Server 2025の発表
Satya Nadella：スポーツとデータ、それは最も楽しいです。本当にそれが大好きです。そして、私たちはBuildで多くのデータニュースを作っています。実際、SQL Server 2025が発表されることから始まります。
そして、さらに重要なことは、私たちはデータ層とインテリジェンスをこれまで以上に近づけています。任意の実世界のエージェントには、ストレージが必要です。
そのため、私たちはCosmos DBを直接Foundryに統合しています。つまり、任意のエージェントが会話履歴のようなものを保存し、取得できることを意味します。そして、すぐに彼らはすべてのRAGアプリケーションのニーズにもCosmosを使用できるようになります。
14.4 Cosmos DBのFoundry統合
Satya Nadella：そのため、私たちはCosmos DBを直接Foundryに統合しています。つまり、任意のエージェントが会話履歴のようなものを保存し、取得できることを意味します。そして、すぐに彼らはすべてのRAGアプリケーションのニーズにもCosmosを使用できるようになります。
そして、私たちはAzure Databricksとさらに進め、Genieスペースやあなたのデータ、またはAI関数をFoundryに接続しています。
もう一つの非常にクールな機能は、PostgreSQL クエリ内で、LLMレスポンスを直接統合できることです。つまり、基本的に、自然言語とSQLを一緒に混在させ、オーケストレーションとクエリプランを非常に異なる方法で行うことができます。
14.5 Fabricへの拡張とデジタルツイン ビルダー
Satya Nadella：そして、2年前にここBuildで発表したFabricについては、それは私たちのデータと分析スタックの中心にあります。そして、Fabricはすべてのデータ、すべてのワークロードを、この一つの統一された体験にまとめます。
昨秋、私たちはSQLをFabricに導入しました。そして今日、私たちは次の大きな一歩を踏み出しています。私たちはCosmos DBもFabricに持ち込んでいます。
なぜなら、AIアプリは構造化データ以上のものを必要とするからです。テキスト、画像、オーディオなど、半構造化データが必要です。そして、CosmosとFabric、そしてSQLと並んですぐに利用可能なあなたのデータで、あなたは今、全体のデータエステートを統合し、AIの準備をすることができます。
そして、さらに多くのことがあります。実際、私たちはデジタルツインビルダーをFabricに直接構築しています。
今、あなたは非常に簡単に、ノーコード/ローコードでデジタルツインを取ることができます。ここで見ることができるように、あなたの物理的な資産とシステムからのデータを非常に高速にマップすることができます。
14.6 Power BI CopilotのMicrosoft 365 Copilot統合
Satya Nadella：私たちはまた、OneLakeでのショートカット変換を発表しています。あなたはこれをAI駆動のETLと考えることができます。
データが入ってくるときに、これらの事前構築されたAI駆動の変換、音声からテキスト、感情分析、Foundryによって直接動かされる要約をすべて、わずか数クリックで適用できます。
最後に、私のお気に入りの機能の一つについて話したいと思います。Power BIに登場するCopilot in Power BIです。これにより、すべてのデータとチャットできます。
データについて質問し、複数のPower BIレポートとセマンティックモデル全体で視覚的に探索し、分析できます。
また、このエージェントはMicrosoft 365 Copilotでも利用可能になります。つまり、あなたが行ったすべての作業、セマンティックモデルの構築、Power BIでのダッシュボードの構築、そして今、それらの上にチャットインターフェースで推論モデルを置くことができるという力です。それがどのようなゲームチェンジャーになるかを考えてみてください。
そして、私たちはそれについて非常に、非常に興奮しています。
15. インフラストラクチャ最適化とNVIDIA Jensen Huangとの対談
15.1 トークン/ワット/ドル最適化の追求
Satya Nadella：それでは、スタックの最下層、インフラストラクチャに移りましょう。
開発者として、あなたはパフォーマンスとレイテンシの観点から最高のAI体験を提供することと、もちろん、単調に減少するコストでそれを提供することの間の古典的な最適化問題に直面しています。
そのため、私たちは、データセンター、シリコン、システムソフトウェア、アプリサーバーのいずれであろうと、業界全体で協力して完全なスタックを最適化し、すべてを1つのシステムとしてまとめ、ソフトウェアの力を使って最適化するシステムアプローチを取っています。
そして、私たちの目標は、クラウドと次世代のAIワークロードの両方を構築するための最低コスト、最高スケールのインフラストラクチャを提供することです。そして、それはすべて、ワット当たり、ドル当たりの最も多くのトークンを提供することに帰結します。
そして、それが私たちにとっての究極の方程式です。そして、私たちはシリコン全体で複数のS曲線を書いています。古典的なムーアの法則、プラスシステムソフトウェアの最適化とモデルの最適化と考えてください。
それは、これら3つのS曲線の複合効果です。そして、私たちはこのすべてを本当のスピードで行っています。
15.2 Azure GB200による865,000トークン/秒の最高スループット達成
Satya Nadella：だから、何でも準備ができたら、それをフリートに持ち込みたいのです。実際、AzureはNvidia GB200をオンラインにし、大規模にそれを行う最初のクラウドです。
今、AzureはNV Link 72ラックで驚くべき数のトークン、毎秒865,000トークンを生成する単一のGB200からの最高性能をリードしています。それは、任意のクラウドプラットフォームでの最高スループットです。
そして、もちろん、これについて話すのにJensen Huang以上に良い人はいません。ビデオを流しましょう。
Jensen、私たちのBuild開発者会議に再び参加していただき、本当にありがとうございます。
最終的に、私たちの共同目標は、世界により多くのインテリジェンスを提供できることです。ある意味で、それはドル当たり、ワット当たりのトークンとさえ言えるでしょう。そして、私は、私たちの業界の始まりである、実際にムーアの法則から始まって、この全てについてのあなたの視点を得たいと思いました。
Jensen Huang：Satya、ここにいることをとても興奮しています。実際、2年前、私たちはAzure上で世界最大のAIスーパーコンピューターを一緒に発表したばかりでした。これは、コンピューティングの動作方法における大きな変化です。
私たちの新しいCUDAアルゴリズムと新しいモデル技術、そしてAzure上のあなたの新しいAIインフラストラクチャで、すべて一緒に、Hopperから40倍のスピードアップです。それは、わずか2年間で狂気のスピードアップです。
Satya Nadella：私たちが一緒に行っているすべてに加えてソフトウェアの複合効果について話していただけませんか。
Jensen Huang：私たちはまだアーキテクチャの互換性を望んでいます。ソフトウェア開発者の投資とすべてのAI開発者の投資、そしてすべてのあなたのインフラストラクチャ顧客の投資が、フリート全体に分散され、償却されるように、豊かなエコシステムが安定していることを望んでいます。
15.3 Hopperから40倍の性能向上実現
Jensen Huang：私たちの新しいCUDAアルゴリズムと新しいモデル技術、そしてAzure上のあなたの新しいAIインフラストラクチャで、すべて一緒に、Hopperから40倍のスピードアップです。それは、わずか2年間で狂気のスピードアップです。
Satya Nadella：私たちが一緒に行っているすべてに加えてソフトウェアの複合効果について話していただけませんか。
Jensen Huang：私たちはまだアーキテクチャの互換性を望んでいます。ソフトウェア開発者の投資とすべてのAI開発者の投資、そしてすべてのあなたのインフラストラクチャ顧客の投資が、フリート全体に分散され、償却されるように、豊かなエコシステムが安定していることを望んでいます。
15.4 CUDA エコシステムによる多様なワークロード加速
Satya Nadella：利用率とそれらが加速されるワークロードの多様性について何が起こるかについて少し話していただけませんか。
Jensen Huang：CUDAの利点の一つは、インストールベースが非常に大きいことです。CUDAのもう一つの利点は、一方では、それがアクセラレータアーキテクチャであることです。他方では、最も重いワークロードのいくつかにとって、それは非常に汎用的です。
私たちの2つのチームは、データ処理の加速、データ処理を20倍、50倍で加速し、ビデオのトランスコーディング、画像処理、あらゆる種類のモデルに取り組んでいます。これらの異なるタイプのアルゴリズムはすべて、CUDAの上で素晴らしくマップされます。
私たちの仕事は、そのフリートとそのワークロード、あなたのデータセンターのすべてのワークロードが完全に加速され、フリートがフリートの全生涯にわたって完全に利用されることを確実にすることです。
Satya Nadella：トークンだけでなく、すべてのワークロードがドル当たり、ワット当たりです。私たちがハードウェアとソフトウェアの境界の両方で革新を続ける中で、本当にそれらすべてを加速できるでしょうか？
Jensen Huang：そして、Satya、あなたのパートナーシップとリーダーシップに感謝します。私たちの2つの組織の間の整合性は、世界で最も先進的なインフラストラクチャ、世界で最も先進的なAIファクトリーを構築するためのものであり、最高の時代はまだ来ていません。
Satya Nadella：ありがとう、Jensen。
15.5 70以上のデータセンター地域拡張
Satya Nadella：実際、最大のGB200ベースのスーパーコンピューターはAzureになる予定です。そして、私たちはこれをスケールし、皆さん開発者に利用可能にすることを非常に興奮しています。
実際、私たちはAzureを拡大し続けています。私たちは今、70以上のデータセンター地域を持っており、他のどのプロバイダーよりも多いです。
過去3ヶ月だけで、私たちは国と大陸にわたって10のデータセンターを開設しました。そして、もちろん、私たちは完全なAIシステムを構築しています。それは、AIワークロードの要求を満たすための冷却を含みます。
Mayaでは、私たちはこのサイドキック液体冷却ユニットを導入し、エンジニアリングしました。これは今、クローズドループ方式でGB200もサポートし、基本的にゼロ水を消費できるようにしています。
ネットワーク側では、AI用に構築された私たちの最新のデータセンターは、昨年以前のすべてのAzureで追加したよりも多くのファイバーオプティクスを持っています。つまり、データセンター設計について考えるとき、少なくとも私が育った環境とは全く違うものになっています。それは私にとってまったく驚くべきものです。
私たちは、400テラバイトバックボーンのこのAI WANでDCを接続しています。推論やトレーニングのニーズなど、あらゆる種類のワークロードについて考えてみてください。それらを分散するとき、AI WANがこのデータセンターフットプリントを接続します。
15.6 Maya液体冷却システムとAI WAN構築
Satya Nadella：そして、もちろん、私たちは完全なAIシステムを構築しています。それは、AIワークロードの要求を満たすための冷却を含みます。
Mayaでは、私たちはこのサイドキック液体冷却ユニットを導入し、エンジニアリングしました。これは今、クローズドループ方式でGB200もサポートし、基本的にゼロ水を消費できるようにしています。
ネットワーク側では、AI用に構築された私たちの最新のデータセンターは、昨年以前のすべてのAzureで追加したよりも多くのファイバーオプティクスを持っています。つまり、データセンター設計について考えるとき、少なくとも私が育った環境とは全く違うものになっています。それは私にとってまったく驚くべきものです。
私たちは、400テラバイトバックボーンのこのAI WANでDCを接続しています。推論やトレーニングのニーズなど、あらゆる種類のワークロードについて考えてみてください。それらを分散するとき、AI WANがこのデータセンターフットプリントを接続します。
15.7 Met Office気象予報スーパーコンピューター事例
Satya Nadella：そして、もちろん、AIアプリケーション自体。AIアクセラレーターやGPUを持つことだけではありません。すべてのコンピュートが必要であり、すべてのアプリにはストレージとコンピュートが必要です。
そして、それもまた私たちが多くのS曲線効率を推進している場所です。昨年10月、私たちはCobalt、私たちのarmベースのVMを発表しました。
それらはすでに大規模で私たち自身の多くのワークロードを動かしています。TeamsはそれでIkeyam。Defenderはそれで実行されています。私たちには、Adobe、Databricks、Snowflakeなど、すべてのCUSPパートナーがCobaltでスケーリングしています。
実際、私たちのAIアクセラレーターとGPU、コンピュートとストレージの代替可能フリートを使用して実行されている新しいワークロードについて話すと、Met Officeは信じられない例です。
彼らはAzureを使用してより良い天気予報を行い、何百万人ものために正確でタイムリーな予報を確実にしています。彼らがAzure上に構築したスーパーコンピューターは、天気と気候科学のためのあらゆる種類の最も先進的なスーパーコンピューターです。見てみましょう。
このビデオでは、Met Officeの取り組みが詳しく紹介されました。
Charlie Ewan：Met Officeは170年以上存在し、急激に変化する世界で最も信頼される天気と気候のインテリジェンスを提供しています。毎日、私たちは500億以上の観測、1日に200、300テラバイトの運用データを取り込んでいます。
だから、その数値天気予報を行うためには、非常に大きなストレージと非常に大きなコンピュートが必要です。
Segolene Berthou：解像度モデルは非常に重要です。それらは多くのスーパーコンピューティングパワーを必要とします。より多くのスーパーコンピューティングパワーを持つことは、予報の精度を向上させるのに役立ちます。それによって、人々がより良い決定を下すのに役立ちます。
Simon Vosper：天気と気候科学は大きな科学です。これらのモデルが生成するデータは、私たちのすべての製品とサービスを支えています。
Charlie Ewan：これらの大規模なスーパーコンピューティングサービスを繰り返し、信頼性を持って提供する私たちの能力は、最も重要です。そして、私たちはAzureのようなものでのみ、本当にそれを行うことができます。
このプログラムは、科学的スーパーコンピューターをAzureのより広いインフラストラクチャの中心に本当に置き、完全に統合されています。つまり、進んでいく際に、現在不可能な新しい製品とサービスを開発し始めることができます。
Alex Deakin：これは、天気予報専用の世界初のクラウドベースのスーパーコンピューターになる予定です。
Simon Vosper：それは、より正確で正確な予測を提供するために、より高い解像度でより複雑なモデルを実行することを可能にします。私たちの顧客は、予報精度の改善に気づくでしょう。
Alex Deakin：私たちは公衆、政府、企業のために天気予報と気候予測を行います。それは、その正直さと信頼を築くことについてです。天気が厳しいとき、人々があなたが言うことを信じ、最も重要なのは、彼らがそれに基づいて行動することです。
Simon Vosper：将来を見据えて、私たちは予報範囲を拡張し、高解像度モデリングなど、本当にエキサイティングな計画を持っています。すべてが私たちの天気予報の精度、タイムリーさ、有用性に利益をもたらすでしょう。
Alex Deakin：それは、Met Officeでここで行うすべてを向上させ、皆の生活を改善するだけです。
16. Microsoft Discoveryの発表
16.1 科学研究プロセスの革新を目指す新プラットフォーム
Satya Nadella：もちろん、パフォーマンスと効率性以上のものです。それはデジタル レジリエンスについてです。私たちは、クラウドで最も包括的なコンプライアンス機能のセットを持っています。
私たちは、データ居住性、AIアクセラレーターやGPU、さらには過去のワークロードを含むクラウドインフラストラクチャの機密コンピューティングなどのソブリンコントロールを提供します。これにより、あなたのシステムがどのように管理されるか、誰がそれらにアクセスできるかについて、完全なコントロールを維持することが確実になります。
私たちのクラウドがこの包括的なカバレッジを提供している一方で、極端に低いレイテンシと明示的なコントロール、あなたのアプリとデータがどこにどのように保存されるかについて、多くの重要なユースケースがまだあります。そして、それは切断されて動作する能力を意味します。
そして、それが私たちがAzure Localも提供する理由です。今まで、私たちは私たちのAIプラットフォームでの開発者と知識労働者のワークフローについて話してきました。しかし、私がクローズアウトするために話したい、もう一つのドメインがあります。それは科学です。
今後数年間で起こる最もエキサイティングなことの一つは、科学プロセス自体で真のブレークスルーを持つことだと思います。それは、新しい材料、新しい化合物、新しい分子を作成する私たちの能力を本当に加速させるでしょう。
そして、それが、私が今日話した全スタックを取り、見て、科学と科学ワークフロー、科学プロセスにそれを適用しましょうと言う理由です。それが、今日発表するMicrosoft Discoveryでの私たちの野心です。
ソフトウェア開発者のためのGitHub、知識作業とビジネスプロセスのためのMicrosoft 365とCopilotとCopilot Studio、そしてMicrosoft Discoveryは科学のためのものと考えてください。
16.2 グラフベース知識エンジンとGraph RAG技術
Satya Nadella：それは、非常に強力なグラフベースの知識エンジン、グラフRAGの上に構築されています。そして、単に事実を検索するのではなく、これが重要なことですが、パブリックドメインからの科学ドメインでの微妙な知識を理解し、あなたがバイオファーマ会社であれば、あなた自身のデータも理解します。
Discoveryは、R&Dに高度に特化したエージェントをもたらすFoundryの上に構築されており、推論だけでなく、研究自体を行うためのものです。本当に静的なパイプラインの代わりに、これらのエージェントは継続的な反復サイクルで協力し、候補を生成し、それらをシミュレートし、結果から学習します。
あのCopilotエージェントやコーディングエージェントを考えてみてください。これは科学エージェントです。
16.3 R&D特化エージェントによる継続的反復サイクル
Satya Nadella：Discoveryは、R&Dに高度に特化したエージェントをもたらすFoundryの上に構築されており、推論だけでなく、研究自体を行うためのものです。本当に静的なパイプラインの代わりに、これらのエージェントは継続的な反復サイクルで協力し、候補を生成し、それらをシミュレートし、結果から学習します。
あのCopilotエージェントやコーディングエージェントを考えてみてください。これは科学エージェントです。
Johnにこれをすべて実際に見せてもらいましょう。John？
16.4 PFAS非含有冷却剤の実際の発見・合成成功
John Link：ありがとう、Satya。私はJohnです。科学プラットフォームの化学プロダクトリードです。今日、浸漬冷却剤の発見のためにエージェントのチームを率いる方法をお見せします。
これらは、データセンターの冷却のための興味深い研究分野です。残念ながら、それらのほとんどは、環境に有害な永続化学物質であるPFASまたは永続化学物質に基づいています。どのようにしてより良い冷却剤を発見できるでしょうか？
今日、3つのステップをお見せします。知識についての推論、仮説の生成、そして実験の実行、すべて反復ループで行います。
まず、このトピックに関する最新の知識を把握するために研究を行いたいと思います。冷却剤とその性質について尋ねることから始めて、開始候補を特定するのに役立てます。プラットフォームは、パブリックソースとあなたの信頼できる内部研究の両方で科学的知識について推論するエージェントのネットワークを使用します。
舞台裏では、LLMだけでは苦労する、点と点を結ぶためのより深い洞察とより正確な答えを提供するために、知識グラフを使用します。このプロセスには数分かかるので、先に進みましょう。
そして、ここで左側に要約と右側に包括的なレポートが表示されます。信頼できる研究への引用へのリンクが全体を通してある、冷却剤研究の最先端をカバーしています。
今、これらの発見を検証し、次に進む前に選択すれば反復することができます。しかし、今日の私たちの目標は、知識についての推論だけではありません。本当の冷却剤の発見をしたいのです。だから、仮説を生成するステップ2に移る必要があります。
私の調査に特化した計画を求めます。この研究によって情報提供され、たとえば、特定の沸点と私のエレクトロニクスを揚げない誘電定数を目標にすべきであることを知っています。それでは提出しましょう。
今、私のエージェントのチームは適切なワークフローを構築するために働いています。今、あなたは私がどの方法を使用するかを指定したり、コードを書いたりしていないことがわかります。Microsoft Discoveryがすべて私のために処理してくれます。
エージェントは、Microsoftのツールとモデルを使用できます。オープンソースやサードパーティのソリューション、または私自身の組織からのものも統合できます。そして、私はいつでもこの計画を調整でき、追加のステップを追加したり、基準を変更したりして、常にコントロールを保つことができます。
そして、ここを見ると、私のエージェントが返した計画が見えます。ここの生成化学ステップから始まり、私の基準を満たす可能性が高い数百万の新しい候補を作成します。そして、AIモデルを使用してこれらを迅速にスクリーニングします。
最後に、私たちの発見の検証のためにHPCシミュレーションを使用します。そして、これを見ると、これは良いアプローチのように見えるので、先に進んで実行しましょう。「続行」をそこでクリックすると、ステップ3の実験に入ります。
Microsoft DiscoveryはAzureで最高のHPCリソースを選択し、管理して、この完全な計画を実行します。そして将来的には、量子コンピューティングでの私たちの進歩も統合するでしょう。
ここで、これらすべての激しい計算を駆動して、Discoveryエージェントがリアルタイムで一緒に働いているのを見ることができます。従来の方法では、候補の短いリストに到達するのに数ヶ月または数年の試行錯誤がかかる可能性があります。
Microsoft Discoveryは、時間を数日または数時間に圧縮することができます。プロセスの最終結果をお見せしましょう。
これらは、Microsoft DiscoveryがPFAS非含有浸漬冷却剤のために特定した候補のセットです。だから今、私は研究室に向かう準備ができているか、または別の反復を実行する必要があるかを決定するために、これらの結果を分析できます。
そして、これらのいくつかを見ると、確かに、沸点は私の期待に沿っており、誘電定数は素晴らしいです。だから、これは非常に有望です。
しかし、あなたが疑問に思っていることを知っています。私たちは本当に発見をしたのでしょうか？まあ、これは単なるデモではありません。私たちは本当にこれをしました。最も有望な候補の一つを取り、それを合成しました。
人間に未知の新しい材料をこのステージに持ち込むことは許可されませんでした。しかし、研究室からのこのビデオがあります。
そこで私の冷却剤が見えます。そして、標準的なPCをそれに落とし、Forza Motorsportを実行しています。
そして、ファンなしで温度を安定に保っています。文字通り、非常にクールです。
私たちは、永続化学物質に依存しない浸漬冷却剤の有望な候補を見つけました。ドメイン全体でMicrosoft Discoveryを使用することを想像してみてください。新しい治療薬、新しい半導体、または新しい材料を設計します。それは私たちにとって機能しました。
次の大きなブレークスルーは、あなたが発見するものです。ありがとうございます。素晴らしいBuildをお過ごしください。
Satyaに戻します。
Satya Nadella：ありがとう、John。それは確かに非常に、非常にクールです。
17. 社会的インパクトと教育への応用
17.1 世界銀行によるナイジェリア学生向けCopilot研究
Satya Nadella：すべての業界の企業がすでにDiscoveryを使用してR&Dを加速しているのを見ることは本当に興奮することです。そして、私はこれが世界中のより多くのR&Dラボの手に渡り、彼らが何をできるかを見ることを待ちきれません。
それでは、これは完全なスタックの迅速で包括的な、何と呼びたいかわからないウォークスルーでした。そして、エージェンティックウェブ全体であなたのために新しい機会をどのように作成しているかということです。
私たちは本当に、GitHub とGitHub Copilot、Microsoft 365 CopilotとTeamsとCopilot Studio、Foundryのエージェントファクトリー、世界クラスのインフラストラクチャ上で動作するなど、スタックのすべての層にわたって、システムアプローチ、プラットフォームアプローチを取っています。
そして、管理、アイデンティティ、セキュリティのための堅牢なレールのセット上のすべて。しかし、最終的に、これはすべてあなたの野心を燃料とする機会を作ることについてです。
過去1年間で会う機会があった開発者の何人かを振り返って考えます。スペインで、彼の息子に影響を与えているような希少疾患の診断を加速するのに役立つためにFoundryを使用している父親。ウェルネスをゲーミファイケーションするアプリを構築している南米のスタートアップ。
フライトアテンダントが3万フィート上空にいても報告書を完成させるのを助けるためにPhiを使用している日本の航空会社。このような例が私が興奮し、誇りに思うことです。
結局のところ、大きな勝者は、私たちのようなプラットフォームを作成する人々ではなく、皆さんのようにこれらのアプリケーションを構築する人々になるでしょう。勝者は、世界のあらゆる地域の経済のあらゆるセクターにわたる必要があります。
それが私たちの目標です。私たちにとって、それは技術についてではありませんでした。それは人々がそれで何をできるかについてです。そして、それが私たちのミッションの中核にあることです。
そして、私はあなたたちにこの一つの本当の、強力な例を残したいと思います。今年の初め、世界銀行はナイジェリアでCopilotを使用する学生に関する研究を実施しました。
彼らが発見したのは、非常に注目すべきことでした。彼らの分析によると、それは技術を含む最高で最も効果的な教育介入でした。つまり、これはMicrosoftで私が生涯にわたって取り組んできたことです。
そして最終的に、ナイジェリアのような国で、人々の手にものを置き、それが介入として統計的に記録され、前向きな影響を与えたのを見ることです。
世界銀行は、何百人もの公立学校の教師が今Copilotを使用してレッスンプランを強化し、学生の成果を改善し、自分自身のキャリアで成長しているペルーにプログラムを拡大しました。
17.2 技術を活用した最も効果的な教育介入として評価
Satya Nadella：彼らが発見したのは、非常に注目すべきことでした。彼らの分析によると、それは技術を含む最高で最も効果的な教育介入でした。つまり、これはMicrosoftで私が生涯にわたって取り組んできたことです。
そして最終的に、ナイジェリアのような国で、人々の手にものを置き、それが介入として統計的に記録され、前向きな影響を与えたのを見ることです。
この評価は、単なる技術的な成功を超えて、実際の教育現場における意味のある変化を統計的に実証したものでした。世界銀行という客観的で権威ある機関による分析であることが、この結果の信頼性をさらに高めています。技術を活用した教育介入として最も効果的であるという評価は、AI技術が教育分野に与える実質的なインパクトを明確に示す画期的な成果となりました。
17.3 ペルーでの公立学校教師によるCopilot活用拡大
Satya Nadella：世界銀行は、何百人もの公立学校の教師が今Copilotを使用してレッスンプランを強化し、学生の成果を改善し、自分自身のキャリアで成長しているペルーにプログラムを拡大しました。
ナイジェリアでの成功を受けて実施されたペルーでの展開は、Copilot技術の教育分野における実用性と効果性が地域を超えて普遍的に適用可能であることを示しています。数百人の公立学校教師という規模での導入は、単発的な実験を超えた本格的な教育改革の取り組みとして位置づけられており、教師たちがレッスンプランの質を向上させ、学生の学習成果を改善しながら、同時に自身の専門性とキャリアも発展させるという多面的な効果を実現しています。
17.4 教育成果向上と教師のキャリア成長支援
Satya Nadella：だから、ビデオを流しましょう。皆さん、本当に、本当にありがとうございました。Buildの残りをお楽しみください。
このビデオでは、ペルーの公立学校教師たちがCopilotを活用している実際の様子が紹介されました。教師たちは、Copilotを使用してレッスンプランを強化し、学生の成果を改善し、自分自身のキャリアで成長している姿が映し出されています。
Copilotの導入により、教師たちは従来よりも効果的で魅力的な授業計画を作成できるようになり、学生の学習体験が向上しています。同時に、教師自身も新しい技術を活用することで教育スキルを磨き、専門性を高め、キャリアの発展につなげています。これは単なる技術導入を超えて、教育の質的向上と教育者の成長が同時に実現される持続可能な教育改善モデルを示しています。
18. 総括：プラットフォームアプローチの価値
18.1 GitHub Copilot、Microsoft 365 Copilot、Foundryの統合エコシステム
Satya Nadella：私たちは本当に、GitHub とGitHub Copilotによるソフトウェア開発ライフサイクルのためのオープンエコシステムの実現、Microsoft 365 CopilotとTeamsとCopilot Studioによるすべての役割とビジネスプロセスのためのエージェントの実現、そしてFoundryによる任意のAIアプリ、任意のエージェントを任意のデータを使用して構築するためのエージェントファクトリーの実現など、スタックのすべての層にわたって、システムアプローチ、プラットフォームアプローチを取っています。
これらすべてが世界クラスのインフラストラクチャ上で動作しています。そして、管理、アイデンティティ、セキュリティのための堅牢なレールのセット上のすべてです。
この統合エコシステムは、単に個別のツールを提供するのではなく、開発からビジネスプロセス、そしてAIアプリケーション構築まで、技術活用の全領域をカバーする包括的なプラットフォームを形成しています。GitHub Copilotが開発者の創造性を拡張し、Microsoft 365 Copilotがあらゆる業務役割の生産性を向上させ、Foundryが革新的なAIソリューションの構築基盤を提供することで、技術とビジネスの境界を越えた価値創造が可能になっています。
18.2 全レイヤーでのシステムアプローチ採用
Satya Nadella：最終的に、これはすべてあなたの野心を燃料とする機会を作ることについてです。過去の各プラットフォームシフトには、アプリサーバーが必要でした。そして、アプリサーバーの完全性を構築することで、プラットフォームシフトが今スケールを取っていることがわかります。
私たちがクラウドで行っているすべてについて話してきましたが、今度は、Foundry Localでエッジとクライアントにもこのアプリサーバーとアプリ構築機能の力をもたらしたいと思います。これを今日発表します。
これは、過去の技術変革と同様に、単一の技術要素ではなく、システム全体の成熟が重要であることを示しています。1991年のWin32、1996年のウェブスタック、2008年のクラウドとモバイルと同様に、現在のAI・エージェンティックウェブの時代においても、アプリサーバーという基盤技術の完成度がプラットフォーム全体の成功を決定しています。Microsoftは、クラウドからエッジ、クライアントまで、あらゆる環境でこの包括的なアプリサーバー機能を提供することで、真のシステムアプローチを実現しています。
18.3 技術そのものより、人々が技術で実現できることの重視
Satya Nadella：過去1年間で会う機会があった開発者の何人かを振り返って考えます。スペインで、彼の息子に影響を与えているような希少疾患の診断を加速するのに役立つためにFoundryを使用している父親。ウェルネスをゲーミファイケーションするアプリを構築している南米のスタートアップ。
フライトアテンダントが3万フィート上空にいても報告書を完成させるのを助けるためにPhiを使用している日本の航空会社。このような例が私が興奮し、誇りに思うことです。
結局のところ、大きな勝者は、私たちのようなプラットフォームを作成する人々ではなく、皆さんのようにこれらのアプリケーションを構築する人々になるでしょう。私たちにとって、それは技術についてではありませんでした。それは人々がそれで何をできるかについてです。そして、それが私たちのミッションの中核にあることです。
これらの具体的な事例は、技術的な進歩そのものよりも、その技術が実世界の課題解決にどのように貢献するかを重視するMicrosoftの哲学を明確に示しています。希少疾患に苦しむ子を持つ父親、健康促進に取り組むスタートアップ、業務効率化を目指す航空会社といった多様な場面で、AI技術が人々の生活や仕事を実質的に改善している現実こそが、技術開発の真の価値を物語っています。
18.4 世界中のあらゆる経済セクターでの勝者創出を目標
Satya Nadella：勝者は、世界のあらゆる地域の経済のあらゆるセクターにわたる必要があります。それが私たちの目標です。
そして、私はあなたたちにこの一つの本当の、強力な例を残したいと思います。今年の初め、世界銀行はナイジェリアでCopilotを使用する学生に関する研究を実施しました。彼らが発見したのは、非常に注目すべきことでした。彼らの分析によると、それは技術を含む最高で最も効果的な教育介入でした。
つまり、これはMicrosoftで私が生涯にわたって取り組んできたことです。そして最終的に、ナイジェリアのような国で、人々の手にものを置き、それが介入として統計的に記録され、前向きな影響を与えたのを見ることです。
世界銀行は、何百人もの公立学校の教師が今Copilotを使用してレッスンプランを強化し、学生の成果を改善し、自分自身のキャリアで成長しているペルーにプログラムを拡大しました。
この目標は、技術的優位性の独占ではなく、グローバルな技術的機会の民主化を意味しています。ナイジェリアやペルーでの教育分野での成功事例は、先進国だけでなく発展途上国においても、AI技術が社会的価値を創出し、人々の生活を改善できることを実証しています。Microsoftのプラットフォームアプローチの究極的な成功指標は、世界中の多様な地域と経済セクターで、現地の課題解決に取り組む個人や組織が技術を活用して成果を上げることにあります。