2026-06-03 「フロンティアに参加せよ」― Microsoft Build 2026 基調講演の全記録

※本記事は、サンフランシスコからライブ配信された「Microsoft Build 2026 オープニング基調講演」の内容を基に作成されています。本講演では、MicrosoftのCEOであるSatya Nadella氏をはじめとするMicrosoftのトップリーダーたちが、AI時代における新たな機会を探り、これから訪れる未来への舞台を整えています。本記事では、講演の内容を要約しております。なお、本記事の内容は原著作者の見解を正確に反映するよう努めていますが、要約や解釈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、オリジナルの動画をご視聴いただくことをお勧めいたします。

なお、本講演には以下の登壇者が参加しています。Satya Nadella氏（Microsoft CEO）、Jensen Huang氏（NVIDIA CEO）、Cristiano Amon氏（Qualcomm 社長兼CEO）、Mustafa Suleyman氏（Microsoft AI）、Dr. Gianrico Farrugia氏（Mayo Clinic 社長兼CEO）、Pete Steinberger氏（OpenClaw 開発者、Open Claw Foundation 創設者）、Alex Pall氏およびDrew Taggart氏（The Chainsmokers、Mantis ジェネラルパートナー）。また、製品デモンストレーションには、Kayla氏、Elijah氏、Scott氏、Samantha氏、Cassidy氏、Amanda氏、Sarah氏、Stevie氏、Tanaya氏、David氏が登壇しています。

1. オープニングとAIスタックの全体像（Satya Nadella, Microsoft CEO）

1.1 開発者カンファレンスの意義とフロンティアインテリジェンスへの参加

Nadella： おはようございます。サンフランシスコのBuildに戻ってこられて、本当にすばらしい気持ちです。開発者カンファレンスというのは、いつ来ても楽しいものです。大きな変化を目の当たりにできる場だからです。開発者カンファレンスとは、つねにテクノロジーのシフトを理解し、新しいスタックを理解することに尽きます。それと同時に、私たち開発者にとって、そして私たちが働く企業にとって、さらには広く世界全体にとって、どのような新しい機会が生まれているのかを、しっかりと腹落ちさせる場でもあります。

Nadella： 今日はこのことを解き明かしていきます。このカンファレンスはまさにそのためのものです。もし一つだけ持ち帰っていただきたいことがあるとすれば、それはこうです。皆さん全員が、このフロンティアインテリジェンスのエコシステムにどうすれば全面的に参加できるのか、ということです。

1.2 価値を積み上げるという唯一のテイクアウェイ

Nadella： 大事なのは、皆さんが耳にする個々のテクノロジーの話でもなければ、プラットフォームそのものの話でもありません。大事なのは、そのプラットフォームの上に、皆さんがどんな価値を築き、積み重ね、生み出していけるのか、という点なのです。このカンファレンスはまさにそこに焦点を当てていきます。

1.3 AIスタックの全体像（コンピュートファブリックからガバナンスまで）

Nadella： では、このカンファレンスでこれから詳細に解き明かしていくAIスタックを見てみましょう。すべての出発点は、エッジからクラウドまで広がる、ユビキタスなコンピュートファブリックです。その上に、いま立ち上がりつつある層があります。ここにはモデルがあり、コンテキストがあり、そしてモデルがアクセスできるツールがあります。さらにその上に、皆さんが構築するエージェントやアプリケーションをデプロイするためのランタイムがあります。これらはコンテキスト層やモデル層の上に積み上がっていくものです。

Nadella： もちろん、これらすべてを実現するための最良のツーリングが用意され、セキュリティ、コンプライアンス、ガバナンスも揃っています。これが最もシンプルな形でのスタックの姿です。では、すべての始まりであるインフラストラクチャから話を始めましょう。実際、まずはエッジから、つまりWindowsから始めたいと思います。

2. Windows AI APIの新機能とエッジのオンボードAI

2.1 エッジの膨大な計算資源と「このAI時代に実現できるか」という問い

Nadella： エッジに存在する計算資源の量は、実のところ驚くべきものです。すべてのNPU、すべてのGPU、いや、CPUに至るまで、そしてすべてのPCについて、私たちは一つのシンプルな問いを自らに投げかけました。それは、このAIの時代に、この計算資源を使ってそれを実現できるのか、という問いです。ある意味で、私たちはすでにそれを実現しつつあります。

2.2 既存のオンボードAI実装例とWindows ML／Windows AIの対象拡大

Nadella： たとえばOutlookの要約機能を見てみると、これはオンボードのAIをローカルで使って動いています。PowerPointの代替テキスト生成も同じです。Teamsの超解像も同様です。そしてこれはMicrosoftだけの話ではありません。Adobeのエフェクトやプレミアも同じことをしています。これらすべてを、これだけの計算資源の上で実現するためにWindows MLを使っているのです。私たちがやろうとしているのは、Windows MLとWindows AIの対象範囲を広げることです。これにより、皆さんはインストールベース全体のGPUにアクセスできるようになります。すべての開発者が、ローカルのオンボードAI向けに構築し、それをインストールベース全体で動かせると確信できることに、私はとても胸を躍らせています。

2.3 ローカル実行モデル「Ion Instruct」「Ion Plan」とエージェンティックループ

Nadella： さらに今日、Windows上で動作する、二つのクールなモデルも発表します。一つはIon Instructで、これはすばらしい推論モデルです。もう一つはプランニングモデルのIon Planです。これらによって、完結したローカルのエージェンティックループを手にすることができます。ツールへのアクセスを与えれば、クラウドへ往復することなく、完全にエージェント的なアプリケーションを構築できるのです。

3. ハードウェア革新とSurface RTX Spark DevBoxの発表

3.1 エコシステムの革新とNVIDIA次世代SoC、Surface Ultra

Nadella： こうした制約を本当の意味で押し広げ、このアンメータード（無制限）なインテリジェンスを実現するためには、追加すべきハードウェアもたくさんあります。エコシステム全体を通じたイノベーションを目にできるのは、本当に喜ばしいことです。Intelからの取り組みも見ていてワクワクします。Qualcommは二つの製品群を発表しました。一つはハイエンドのSnapdragon X、もう一つは500ドルを切るPC向けのものです。

Nadella： そしてもちろん、NVIDIAの話になります。これはPC向けの次世代SoCです。CPU、GPU、そしてAI機能を単一のSoCに統合したものです。ユニファイドメモリ・アーキテクチャを備え、統合されたDRTMも内蔵しています。これらが一つのSoCとしてまとまっています。私たちがこれを使って作る一台がSurface Ultraで、これは実に美しいデバイスです。NVIDIAのパワーと、Surfaceのデザインや職人技を結びつけ、128ギガバイトのユニファイドメモリ、美しい2,000ディスプレイを備え、終日持続するバッテリーライフを実現しています。この秋に登場するのが楽しみです。OEMパートナー各社が、このSoCと新しいプラットフォームを活かして、実に魅力的なマシンを設計し送り出してくれているのを見るのもすばらしいことで、これらはすべてこの秋に揃って利用可能になります。

3.2 「夢のマシン」Surface RTX DevBox

Nadella： そこで私たちはこう考えました。これはすばらしい、では次に何ができるだろうか、と。このアーキテクチャを限界まで押し広げてみよう、開発者のために、と。コンピュートを最大化し、メモリを最大化し、まさに開発者の夢のマシンと呼べるものを作れたらどうだろうか。それこそが、今日発表するものです。Surface RTX DevBoxです。ビデオを流しましょう。これはまさに夢のマシンです。1ペタフロップのAIコンピュート、20のCPUコアを備え、そのすべてが128ギガバイトのユニファイドメモリにアクセスできます。私自身もウェイトリストに載っています。ウェイトリストがあるんです。いずれ手に入れますよ。

3.3 DGX StationへのWindows対応と「デスクトップ上のデータセンター」

Nadella： そして私たちはこう考えました。ここで止まる必要はないだろう、と。もう一つ何かやってみようじゃないか、と。実のところ、Jensenがすでにそれをやってくれたと思っています。彼はWindowsがDGX Stationにやってくると言いました。私はこれを、デスクトップ上のデータセンターと表現しています。1兆パラメータのモデルをローカルで動かせるものです。これは、私たちがGPT-5や3を作ったときに用意していた、最初のスーパーコンピューターのいくつかに近いものです。デスクトップの上にデータセンターを持てるところまで、私たちがここまで来たのだと考えると、本当に信じられない思いです。

3. ハードウェア革新とSurface RTX Spark DevBoxの発表

3.1 エコシステムの革新とNVIDIA次世代SoC、Surface Ultra

Nadella： こうした制約を本当の意味で押し広げ、このアンメータード（無制限）なインテリジェンスを実現するためには、追加すべきハードウェアもたくさんあります。エコシステム全体を通じたイノベーションを目にできるのは、本当に喜ばしいことです。Intelからの取り組みも見ていてワクワクします。Qualcommは二つの製品群を発表しました。一つはハイエンドのSnapdragon X、もう一つは500ドルを切るPC向けのものです。

Nadella： そしてもちろん、NVIDIAの話になります。これはPC向けの次世代SoCです。CPU、GPU、そしてAI機能を単一のSoCに統合したものです。ユニファイドメモリ・アーキテクチャを備え、統合されたDRTMも内蔵しています。これらが一つのSoCとしてまとまっています。私たちがこれを使って作る一台がSurface Ultraで、これは実に美しいデバイスです。NVIDIAのパワーと、Surfaceのデザインや職人技を結びつけ、128ギガバイトのユニファイドメモリ、美しい2,000ディスプレイを備え、終日持続するバッテリーライフを実現しています。この秋に登場するのが楽しみです。OEMパートナー各社が、このSoCと新しいプラットフォームを活かして、実に魅力的なマシンを設計し送り出してくれているのを見るのもすばらしいことで、これらはすべてこの秋に揃って利用可能になります。

3.2 「夢のマシン」Surface RTX DevBox

Nadella： そこで私たちはこう考えました。これはすばらしい、では次に何ができるだろうか、と。このアーキテクチャを限界まで押し広げてみよう、開発者のために、と。コンピュートを最大化し、メモリを最大化し、まさに開発者の夢のマシンと呼べるものを作れたらどうだろうか。それこそが、今日発表するものです。Surface RTX DevBoxです。ビデオを流しましょう。これはまさに夢のマシンです。1ペタフロップのAIコンピュート、20のCPUコアを備え、そのすべてが128ギガバイトのユニファイドメモリにアクセスできます。私自身もウェイトリストに載っています。ウェイトリストがあるんです。いずれ手に入れますよ。

3.3 DGX StationへのWindows対応と「デスクトップ上のデータセンター」

Nadella： そして私たちはこう考えました。ここで止まる必要はないだろう、と。もう一つ何かやってみようじゃないか、と。実のところ、Jensenがすでにそれをやってくれたと思っています。彼はWindowsがDGX Stationにやってくると言いました。私はこれを、デスクトップ上のデータセンターと表現しています。1兆パラメータのモデルをローカルで動かせるものです。これは、私たちがGPT-5や3を作ったときに用意していた、最初のスーパーコンピューターのいくつかに近いものです。デスクトップの上にデータセンターを持てるところまで、私たちがここまで来たのだと考えると、本当に信じられない思いです。

4. 開発者最適化のWindowsエクスペリエンス

4.1 クラウドへのエンドポイント拡張とWindows 365開発者ディストリビューション

Nadella： 私たちは開発者向けのエンドポイントをクラウドへと拡張しています。Windows 365には、クラウド上での開発者の生産性に最適化された開発者向けディストリビューションがあります。それがWindows 365で、私自身も毎日使っているものです。これは、Windowsを、ラップトップであれ、デスクトップであれ、クラウドであれ、どこにあっても、ものづくりをするのに最良の場所にしていく、という取り組みなのです。

4.2 ディストラクションフリーな環境とインテリジェント・ターミナル

Nadella： そのために、私たちは膨大な数のアップデートを用意しています。まずは、私たち全員にとってお気に入りのものから始めましょう。ディストラクションフリーな開発環境です。さらに、GitHub Copilotを組み込んだインテリジェント・ターミナルを導入します。Copilotのインテリジェンスが内蔵されているのです。

4.3 Windows向けLinux強化とコンテナのファーストクラスサポート

Nadella： そしてもちろん、Windows向けに、たくさんのLinux対応の強化があります。70以上のユーティリティが揃っています。これまでフル機能で使えていたものが、今では通常のWindowsからアクセスできるようになります。先ほど申し上げたとおり、70以上のユーティリティです。これらすべてがWindowsにやってきます。皆さんが愛用しているものももたらします。Homebrewもネイティブで利用できるようになります。こうしたものすべてを切り替えていきます。そして、コンテナをファーストクラスでサポートすることは、ローカルで開発を行う際に、私たちを本当に助けてくれることになります。これらすべてを、新しいSurface RTX上でお見せします。ここで、Kaylaにステージに上がってもらい、これらの開発ツールをひととおり試してもらいたいと思います。Kayla、お願いします。

5. デモ：Surface RTX Spark DevBox（Kayla）

5.1 静かなデフォルト体験・垂直タスクバー・公開構成リポジトリ

Kayla： 私たちのチームは、Windowsを開発に最適な場所にするために懸命に取り組んできました。今日は、皆さんが今日から試せる大きな改善点と、うれしい工夫をいくつかお見せします。ここにあるのが、Surface RTX Spark DevBox上のデフォルトの体験です。とても静かです。ニュースフィードもなく、ウィジェットが飛び出してくることもなく、通知もありません。もちろんダークモードです。開発を始める準備が整っています。ただ一つ、変えたいことがあります。私はタスクバーを左側に置くのが好きなんです。runを使ってタスクバーの設定に飛びます。これはPowerToysのコマンドパレットで作られています。そう、完全に左端に寄せたいんです。これでよし。ご要望が多かったので、垂直タスクバーがWindows Insiderビルドで利用可能になったことを発表できてうれしく思います。

Kayla： 新しいSurface RTX Sparkには、PythonやNodeといったツールがすでにインストールされています。開発に必要なものがすべて一つのファイルにまとまっているのです。同じ体験を自分のデバイスで再現したい方のために、私たちはこのファイルを今この場で全員に公開します。構成ファイルと、その適用方法を記したパブリックリポジトリを用意しました。これを使えば、Windowsに調整を加え、すべてのツールをインストールしてくれます。

5.2 PowerToys新機能・Dev Drive・インテリジェント・ターミナルでのエージェント連携

Kayla： ここで動かしているクールなものの一つが、PowerToysの新しいユーティリティ、Grab and Moveです。Altキーを押しながらどこからでもウィンドウを動かせます。End Taskを有効にすれば、タスクマネージャーを開かずにプロセスを終了できます。Dev Driveに移りましょう。これはDefenderが非同期で動作し、開発者向けのシナリオではパフォーマンスを優先するようになっています。Gitも認識します。各ファイルの最終変更や状態、ブランチ名が左下に表示されています。では、ものづくりを始めるためにターミナルを開きましょう。

Kayla： これはエージェントと連携した作業をさらにシームレスにしてくれます。インテリジェント・ターミナルをインストールすると、お気に入りのエージェントを選べます。私は今日はGitHub Copilotを使っていますが、自分に合うエージェントを使っていただいてかまいません。インテリジェント・ターミナルでは、上部にターミナルのペイン、下部にエージェントの作業ペインがあります。エージェントが脇で手伝ってくれる間、私はその二つを行き来できます。ここでエラーが生成されました。エージェントのペインはそれを検知して修正を提示してくれます。構文がわからないときにはこれが本当にありがたいのです。

5.3 WSLネイティブコンテナとローカル大規模モデル実行の知見

Kayla： 私はOpen Clawの作業をしていて、WSLコンテナを使って動かしています。これはWindows上でのネイティブなコンテナ体験であり、しかもGPUを活用できます。Open Clawプロジェクトにあるような、既存のコンテナファイルを参照することもできます。これはMicrosoft Editで開いていて、構文ハイライトと最新バージョンが効いています。コンテナコマンドでコンテナが動いているのが見えます。WSLの話が出たついでに言うと、starやcsh、Homebrewといったツールを使う方にとって快適なプロファイルもあります。お気に入りのユーティリティがすべて揃っていて、先ほどお見せしたリポジトリで入手できます。私のお気に入りの一つであるbtopも含まれています。

Kayla： Surface RTX Sparkは、コーディング向けの大規模なローカルモデルを動かしてくれます。私はこれで1,200億パラメータのモデルを使って開発をしてきました。これはほとんどのマシンでは読み込めないものです。ローカルで何トークン使ったかも確認できます。このデバイス自体で340万トークンを活用しました。fleetを使ってエージェントを起動することもできます。私がタイプするのを皆さんに見せ続けなくて済むように、Copilotの音声機能を使います。これは独自のローカルモデルを活用しています。

5.4 Copilot音声機能・コマンドラインユーティリティ・Ion Instructによるログ解析

Kayla： マイクに向かって、やってほしいことを伝えます。「トレイとnodeのプロジェクトの中からconsole.WriteLineの呼び出しを見つけて、コードベースの他の箇所で使われている標準のロガーに変換して」。はい、できました。メインのエージェントは、適切な複雑さのサブエージェントタスクをローカルモデルに委任し、GPUを活用することで、コスト効率の高い処理を実現します。

Kayla： 開発者としてデバッグをしているとき、私たちは問題を診断するためにログファイルを見て回ります。そのログファイルの場所を探すのが一苦労です。grep logとタイプして、それらをすべて見つけられたらいいのに、と思うわけです。できました。すでにcurlやsudoをWindowsに追加していますが、さらに今、end、head、tail、touchといった75以上のコマンドラインユーティリティを追加しています。ターミナルで生きるのが好きな私たちのためのものです。ログファイルはすべて見つけました。でも、それを解析するのが次の課題です。私はずっとIon Instructにログファイルの分析を実行させていました。これで開発中に何かおかしくなったことを、すぐに診断できます。しかも、すべてローカルなので、トークンの使用量を心配する必要がありません。

Kayla： マシンのリソースを見てみましょう。モデルが読み込まれていて、GPUが90ギガのRAMを使い、RTX Sparkのフルパワーを発揮しているのがわかります。これらを同時に、アンメータードに、開発のフローを通じて一切のつまずきなく使うことができました。これは本当にすごいことです。チームが取り組んできたものを、皆さんにもきっと気に入っていただけると思います。今日のWindowsで何が可能なのか、そしてこれからどこへ向かおうとしているのか、その一端を感じていただけたら幸いです。

6. エージェンティック時代のクラウドインフラストラクチャ

6.1 駆動方程式「トークン／ドル／ワット」とコミュニティから許可を得る原則

Nadella： 今お見せしたのが、アンメータードなインテリジェンスの始まりです。モデルとエージェントがそのモデルを使い、皆さんがクラウドで行っている作業と並行して動く。それこそがこのプラットフォームがファーストクラスで可能にするものです。では、クラウドへ話を移しましょう。私たちにとっての駆動方程式は変わりません。それは、トークン・パー・ドル・パー・ワット、つまり1ワットあたり1ドルあたり何トークンか、ということです。これをどう最適化するか。システムの問題として捉えると、一方の端から電子が入り、もう一方の端からトークンが出てくる、その間をどうエンドツーエンドでシステム最適化するか、という見方になります。

Nadella： それはデータセンターの設計そのものから始まります。コアとなるコンピュート、ストレージ、ネットワーク、そして各コンポーネントを加速するすべてのアクセラレータです。データセンター間の接続やネットワーキングをどう考えるか、ローカルなコンピュートへのオフロードをどう考えるか。これがシステムの課題です。しかし、こうしたシステムやテクノロジー、イノベーションの話に入る前に、私たちにとっておそらく最も重要な設計基準があります。それは、こうしたデータセンターを建設する地域のコミュニティから、どうやって建設の許可を得るか、ということです。これらの原則が私たちを地に足のついた状態に保ち、焦点を定めてくれます。データセンターが電気料金を上昇させないようにすること。水の使い方に配慮すること。地元住民のために雇用を生むこと。税基盤に貢献すること。地域の人材育成や非営利団体への投資を通じてコミュニティを強くすること。これらの原則を満たし、その難しい仕事をやり遂げたうえで初めて、私たちはイノベーションを起こし、建設に取りかかるのです。

6.2 Azureの規模と3つの支配的ワークロード

Nadella： 私たちは多くのデータセンターを建設してきました。今日、Azureは500を超えるリージョンのデータセンターにまたがっています。私たちは業界で最も広範なハイパースケーラーのフットプリントを持っています。直近の18か月で追加したデータセンターの容量は、最初の10年間に追加した分よりも多いのです。これを物差しにすると、その規模感がわかると思います。私たちは、エンタープライズにまたがる多種多様なワークロードに対応するクラウドインフラを築いてきました。これからオンラインになる膨大なギガワットを見据えたとき、支配的なワークロードは三つあります。トレーニング、推論、そしてエージェントランタイムです。この三つが支配的なワークロードです。

6.3 Fairwater「AIスーパーファクトリー」と水消費ゼロの知見

Nadella： 実際、Fairwaterを見てみると、これは私たちにとって最初のAIスーパーファクトリーと呼べるものでした。これはジョージアとウィスコンシンという二つのリージョンにまたがっていました。システム全体がAIのためにゼロから設計されていました。私たちはこれをNVIDIAと非常に緊密に協力して作り上げました。これは2階建てのアーキテクチャで、ネットワークアクセスを保ちながらGPUを高密度に配置できる構造になっています。つまり、クラスター全体で、より高いネットワーク性能、より低いレイテンシ、より広い帯域幅が得られるのです。

Nadella： 私たちは電力供給のあり方さえも見直しました。グリッドからシリコンに至るまで、変換ロスを抑えつつ1ラックあたり100キロワットをどう供給するか。これに新しいアプローチを取りました。冷却システムと水についても変えています。冷却ループは一度満たされれば、データセンターは水の消費ゼロで効果的に稼働できます。1年間を通じた1日あたりの水使用量は、1軒のレストランが使う量に相当する程度なのです。

6.4 シリコンの選択肢（Maia 200・Cobalt 100）とネットワーク再構築

Nadella： システムとシリコンに関して言えば、私たちには多くの選択肢があります。ファーストパーティのシリコンもあれば、パートナーのシステムもあります。私たちはNVIDIAを最初に立ち上げたクラウドです。AMDとも緊密に協力し、次世代のAMD GPUに取り組んでいます。Maia 200は引き続きスケールしており、アリゾナで稼働中で、国際的にも展開していきます。これは、今日の主要なGPUと比較して、トークン・パー・ドルで30%優れた性能を提供します。私たちはこれをGPT-5.5で検証し、これを使ってMicrosoft 365 Copilotを動かしていきます。

Nadella： こうしたエージェントを動かすうえで、興味深いのは、もはやAIアクセラレータやGPUだけの話ではなくなっている、という点です。CPUが極めて重要になっています。その比率は1対1に近づいてきているかもしれません。だからこそ私たちはCobaltでイノベーションを進めています。本日、Cobalt 100 VMsのプレビューを発表します。クラウドネイティブとエージェントのワークロードのために設計された、次世代のCPUです。Cobaltが進歩を遂げているのを見られるのはワクワクします。新しいエージェントのワークロード向けに最適化することを私たちは目指してきました。Cobaltはクラウドネイティブで従来比30%優れた性能を発揮します。GitHub Copilotのトレース、つまりエージェント的なトレースを使って観察すると、その呼び出しのパターンはまるで違っています。私たちはエージェントの呼び出しで33%低いレイテンシ、14%速い速度、23%高いスループットを確認しています。これは、エージェントのためにAIアクセラレータとCPUを協調設計する、という話なのです。

Nadella： そしてもちろん、AIのワークロードについて語るとき、スケールが必要であり、信頼性が必要です。だからこそネットワークが極めて重要になります。私たちはアーキテクチャにイノベーションを起こし、同期的なデータワークロードを支えるために、Azure全体のトラフィックの流れ方を再構築しました。これらは数万基ものGPUにまたがります。それらをコヒーレントに保つ必要があるのです。次のフロンティアは、このネットワークアーキテクチャをスケールさせ続けられるようにすることです。これはデータセンターの外側だけの話ではなく、内側の話でもあります。私たちの大陸をまたぐAIを通じて接続され、真にファンジブルな（融通の利く）コンピュートファブリックとしてつながっているのです。

7. Jensen Huang（NVIDIA CEO）との対話

7.1 3年前の会話とパーソナルAIへのPC進化

Nadella： こうしたイノベーションはどれもワクワクするものですが、AIに向けた設計や、システムへの深い理解ということを考えたとき、NVIDIAほどの会社は他になく、それを語るのにJensenほどの人物は他にいません。NVIDIAのJensen Huangを迎えたいと思います。台北では夜遅い時間だと承知しています。起きていてくれてありがとうございます。SNSを見ていたら、皆があなたの基調講演について語っていました。エッジでのアンメータードなインテリジェンスという考え方が、また一気に注目を集めています。あなたはこれについて考え、語ってきましたし、今やRTX Sparkで、AIをはるかにユビキタスにするブレークスルーとなるシステムを本当に実現してくれました。これがどこへ向かうのか、お考えを聞かせてもらえますか。

Huang： すべては約3年前、あなたと私の会話から始まりました。私たちは、デザイナーやクリエイターにとって素晴らしく、同時に人工知能にとっても素晴らしい、新しいクラスのPCをどう作れるかを話していました。それは、処理能力を備えているだけでなく、世界中のデザインパッケージやクリエイター向けパッケージ、そして私たちがAIで取り組んでいるあらゆるものに統合されたソフトウェアスタックを持つようなシステムでした。そして3年後の今、私たちは素晴らしい新しいチップを作り上げ、このシステムは、あなたがWindowsのために生み出した新しいソフトウェアすべてによって支えられています。私たちはPC上で自律的なエージェントを動かしているのです。

Huang： 一歩下がってそれが何を意味するのかを考えてみてください。40年、いや30年ほど私たちは一緒に仕事をしてきて、Direct Xを共に発明したところから、今や自律的なシステムを動かす、この素晴らしいコンピューターを作り出すところまで来ました。PCは、素晴らしい道具であった状態から、今やAIアシスタントによって自律的に使われる道具へと進化したのです。たとえば、私が移動中に電話でPCにテキストを送り、抱えているコーディングを仕上げてくれと頼んだり、あるアイデアを伝えたりすると、PCがツールを立ち上げ、私が指示した修正や変更、デザインを行い、私がPCから離れている間も私と反復しながら作業を進めてくれる、というわけです。私のPCがアシスタントになったのです。PCがパーソナルコンピューターからパーソナルAIへと進化したという考え方は、本当にワクワクします。Sparkは先ほど触れたとおり、こうした能力をすべて備えています。1ペタフロップのAI性能です。私たちの両社が共に取り組んだNVFP4という数値フォーマットの1ペタフロップを備え、128ギガバイトのメモリを活かして、おそらく数千億パラメータのモデルを載せられます。数千億パラメータのモデルというのは最先端です。本当に賢いアシスタントがPC上で動く時代が、もうやってきたのです。

7.2 HopperからGrace Blackwell、Vera Rubinへのデータセンターの歩み

Nadella： すばらしいですね。私はWindowsがGB300にやってくることに興奮しています。ラップトップの上のデータセンターです。データセンター側の話に移りましょう。これすべては、GPUモデルを訓練するために最初のスーパーコンピューターを作ったときに始まりました。先ほどFairwaterの設計について話しましたが、これはGrace Blackwellの時代に向けてカスタムで作り上げ、あなたが持つシステム設計とともにデータセンター設計を最大化したものです。クラウド側でどうシステムを共有しているか、お話しいただけますか。

Huang： 私たちの歩みは本当に素晴らしいものです。私たちは一緒に最初のAIスーパーコンピューターを作りました。Hopperは大きな成功でした。最初の二世代は事前学習（プレトレーニング）に焦点を当てていました。Grace Blackwellが登場すると、焦点はすべて事後学習（ポストトレーニング）と強化学習へと移り、それによって推論モデルを持てるようになりました。これらの推論モデルは、Mixture of Expertsに基づいていて、驚くほど知的で、エネルギー効率が高いものでした。それには巨大なシステムが必要です。私たちにはNVLink 72が必要でした。ラック全体が一つのコンピューターになったのです。私たちは1ノードから、今や1ラックへと進化しました。そして、Microsoftは今日、世界で最も多くのGrace Blackwellを展開しています。世界最大の数のGrace Blackwellです。Fairwaterは眺めるだけでも壮観なシステムです。実に見事な偉業です。液冷で、しかも先ほどあなたが触れたように、クローズドループで、水をほとんど使いません。環境にきわめてやさしく、エネルギー効率も高いのです。私たちはトークンの生成レートを高め、トークン生成のコストを一桁、Hopperと比べておよそ30倍も削減することができました。これは大きな達成でした。

Huang： Vera Rubinは、こうしたAIが今やエージェント的になった世界のために作られました。Hopperが事前学習のために、Grace Blackwellが学習・事後学習・推論のために作られたように、Vera Rubinはエージェントを動かすために設計されています。これはRTX Spark上で動くのと同じコンピューティングパターンであり、同じエージェント的なシステムですが、もちろんはるかに大規模で、膨大な数を処理します。その多くは、さまざまな顧客やパートナーからのものになるでしょう。長期記憶であるストレージから、ワーキングメモリに至るまで、その経路全体が暗号化されています。データは転送中も暗号化され、使用中も暗号化されています。この分散・分離されたコンピューティングシステム全体において、先ほど触れたCPUであるVeraは、エージェントのために設計されたCPUです。これまでCPUは人間のために設計されていました。私たちは、エージェントよりも辛抱強い存在です。エージェントは低いレイテンシを求めます。Veraは極めて低いレイテンシのために設計されました。

7.3 両チームの「光速の実行」連携とエコシステムの機会

Huang： Vera Rubinを皆さんにお見せするのが待ちきれません。あなたはこれを立ち上げてくれました。私たちの両チームは緊密に協力してきました。チップがテープアウトするずっと前、システムが立ち上がるずっと前から、二つのチームはほぼ完全に足並みを揃えていました。Vera Rubinのために作られたデータセンターが、ネットワーキングやスタック、コミュニティへと組み込まれていきます。システムが製造ラインから出てきたその瞬間に、それらが組み上がり、Microsoftで立ち上げられたのです。このコラボレーションには本当にワクワクしています。

Nadella： チームのこの光速の実行スピードは、見ていて素晴らしいものです。これらすべては、私たちを取り巻くエコシステムを動かすためのものです。あなたと私は、PC、サーバー、そして今やAIとともに育ってきて、つねに、最終的には、すべての開発者、すべての組織が、私たちの仕事や私たちが作るプラットフォームの上に構築できる機会を生み出すことだと考えてきました。その話で言えば、NVIDIAが作るソフトウェアもたくさんあります。モデルはFoundryに入りますし、ツーリングもFoundryに入ります。

Huang： ソフトウェアは、データウェアハウスに関してワークロードを加速する助けになります。Windowsにもそうしたものが入ります。誰もが一つのモデル、一つのテクノロジーの話をしますが、本当に大事なのは、最も広く、最も大きな機会なのです。私たちはこの瞬間に向けて準備をしてきました。この数か月で起きたことのために、私たちは10年半ものあいだ共に取り組み、準備を整えてきました。突如として、エージェント的なシステムによって、これら偉大なモデルが収束し、AIが今や有用なものになりました。GitHubを見てみると、GitHubへのコミットは完全に放物線を描いて伸びています。この数か月でコミットの数は3倍に増えました。エージェント的なシステムが有用であることは明らかで、生産的な仕事をこなし、その結果として収益性も上がっています。AIの利用と、エージェントに必要な貢献との間で、コンピュートに対する需要が天井知らずに伸びているのです。

Huang： 私たちが一緒に取り組んできたことの一つは、エージェントが使うツールをすべて完全に加速することです。Fabricは完全に加速されています。私たちはデータ処理、SQL、Spark、セマンティックベース、グラフベースのものを加速しています。Azure上で利用できるすべてのツールを完全にGPUで加速していきます。なぜなら、エージェントはせっかちだからです。反復が速く、トークンを速く生成できればできるほど、顧客も開発者も、収益性が高く知的なトークンをたくさん生み出せるのです。

Nadella： このエコシステム全体にあなたがもたらしてくれるパートナーシップ、リーダーシップ、イノベーションに、心から感謝します。あなたとチームと緊密に協力できることを本当にうれしく思いますし、これらすべてをここにいる開発者の皆さん、さらにその先へと届けられることを楽しみにしています。これから数か月、そして来年にかけて、このプラットフォームの上にどんなイノベーションが築かれていくのか、楽しみにしています。台北での夜遅くにこの場に参加してくれて、改めてありがとうございます。

Huang： こちらこそ、Satya、あなたのパートナーシップと友情に心から感謝します。

8. Project Solara：エージェントのための新プラットフォーム

8.1 新フォームファクター創出への発想転換とデバイスのコンステレーション思想

Nadella： ここまで、私たちはエッジとクラウドについて話してきました。フォームファクターについて言えば、Jensenが週末に投稿していた、デスクトップがずらりと並んだ写真を見たとき、私は90年代に戻ったような気がしました。自分が愛し、慣れ親しんで育ってきたマシンの数々が、新しい機能を備えて再び勢ぞろいしているのを見るのは、本当にワクワクするものでした。同じフォームファクターでありながら、オンボードのAI能力のおかげで、信じられないほどの新しい機能を備えている。ラップトップやデスクトップ、そしてもちろんクラウドで、私たちが見てきたのはまさにそういうものです。

Nadella： しかしこれは、次の問いも投げかけます。もしその新しい機能という能力を手にし、それを既存のフォームファクターに組み込めるのなら、新しい機能のために、新しいフォームファクターをわざわざ専用に作ることさえできるのではないか。エージェントの時代のために、新しいプラットフォームそのものを作れるのではないか。それがProject Solaraの動機です。Stevieにステージへ上がってもらいたいのですが、まずはビデオを流しましょう。

Stevie： ここに来られて本当にワクワクしています。このステージに戻ってこられて素晴らしい気持ちです。今ご覧いただいた素晴らしい新しいデバイスについて話す前に、まず「なぜ」から始めさせてください。Build 2023で、私はアウトサイドAIインフラについて話しました。それはアプリケーションのフレームの中で動くものから、グローバルに動作し、ワークフローやデバイス、時間軸をまたいでコンテキストを維持するものへと移っていく、というものでした。もし、こうした新しいタイプのアプリケーション構造のために、こうしたエージェントのために、その取引のために、特別に設計されたデバイスのエコシステムがあったらどうだろうか。それがProject Solaraの原動力です。

Stevie： ありうる形がたくさんある中で、どれを選ぶのか。次のデバイスは何なのか。私たちにとっての大きな気づきは、一つのフォームファクターを選ぶことではない、ということです。あなたのエージェントを、デバイスのコンステレーション（星座）全体へと広げるシステムを作ることなのです。次のコンピューターとは、すべてのデバイスが一つのシステムとして協調して動くものであり、エージェントが、必要とされる場所と時間に、よりあなたの近くにやってくるのです。

8.2 2つの課題と3つの柱（MDEP・ジャストインタイムUI・拡張性）

Stevie： このビジョンを実現しようとすると、すぐに二つの課題が浮かび上がります。第一に、すでに多くの特化したフォームファクターが存在しますが、それらはしばしば一回限りのカスタムアプリや、断片化したスタックに依存していて、構築・展開・保守が難しく、費用もかかります。第二に、あらゆる業界で、人々や組織がすでに、自分たちの仕事のために深く特化し、計測機能を組み込んだ独自のエージェントを構築しています。しかし、それらのエージェントのインパクトは、どこにどう存在できるかによって制約を受けています。

Stevie： Project Solaraは、その両方を解決します。エージェントを、新しい目的特化型の、管理しやすいフォームファクターへと拡張し、プロジェクトのクリエイターが存在しない、あるいは最適でないような、隅々の領域にまで届かせるのです。これは、独自のエージェントファーストなデバイスを構築するためのターンキー・ソリューションであり、三つの柱によって実現されます。第一に、エンタープライズ対応であること。これはAOSPベースのMicrosoft Device Ecosystem Platform、MDEPによって可能になります。第二に、フォームファクターに適応するジャストインタイムのUIを備えた、エージェント駆動のインタラクションモデルを持つこと。第三に、拡張性があり、自分自身のエージェントを持ち込めること。そしてこれらすべてを束ねるのがAzureで、クラウドとデバイスをまたいでシステムを統合します。

8.3 据置型・携帯型デバイスとヘルスケア等での業種横断展開

Stevie： さて、デバイスの話に移りましょう。今日は、二つの非常に幅広いカテゴリーをプレビューします。第一は据置型、第二は携帯型です。最初のデバイスは、あなたの机のために設計されたものです。これはMediaTekのシリコン上に構築されています。Windows Hello for Businessにより、デバイスに歩み寄るだけで安全にサインインでき、あなたのエージェントに直接アクセスできます。情報労働の文脈では、これはWork IQに基づいてグラウンディングされたMicrosoft 365 Copilotへの、摩擦のない、それでいて保護されたアクセスを意味します。仕事の中で次に何が大事なのかを示し、考え、計画し、さらにはタップ一つや声だけでエージェントにタスクを委任して、行動することまで助けてくれます。これは仕事のための専用のアンビエントなデバイスです。既存のWindows Copilot Plus PCのコンパニオンとして機能したり、接続されたモニターでWindows 365にアクセスしたりできます。

Stevie： 第二のものは携帯型です。何百万人もの人々が毎日使っているウェアラブル、つまりアクセスバッジを再構想したものです。Qualcommのシリコンを使って作られたこのバッジは、移動中のエージェントのために設計された、軽量なフォームファクターです。私は初期のプロトタイプを持っています。指紋を使ってタップしてデバイスのロックを解除すると、安全な形ですべてのエージェントにアクセスできます。今日のソーシャルメディア投稿のためのコンテンツを集めてもらいましょう。今ここでやってみない手はありません。録画ボタンを押すと、デバイスのカメラが録画を始めます。「これらの中から良いショットを見つけて、整えて、私とチームがレビューできるように送って」。さあ、これで私のエージェントが複数のタスクをこなしに動き出しました。それらを整えて、私とチームに送ってくれます。シンプルなデモですが、すべてがエージェント駆動で、活用できる業種や機会は本当にたくさんあります。

Stevie： たとえばヘルスケアを想像してみてください。デバイスを手に取った瞬間から、適切なエージェントが、その役割やワークフローに合わせて体験を形作り、チェックインや患者記録、重要なインサイトを支援します。すべてがエンタープライズグレードの安全なアクセスを通じて行われます。内蔵のマイクにより、看護師は、話者分離（ダイアライゼーション）や注釈付けを含む、ハンズフリーで音声ベースのドキュメント作成を始められます。側面を向いたカメラは、バイタルの取得を助けたり、薬剤をスキャンしたり、ワークフローの検証を手伝ったりできます。これは、小さな目的特化型のウェアラブルが、いかにインテリジェンスを患者ケアの流れの中へ直接持ち込み、看護師が患者のそばにいながら情報にアクセスし、集め、行動できるようにするか、その一例です。

Stevie： この二つのデバイスは、コアとなるハードウェアとソフトウェアが、きわめて柔軟になるよう設計されているという、デバイスの一つの表現です。わずかな変更を加え、異なるエージェントを読み込み、形状や画面サイズ、センサー、入力方法を調整すれば、同じ基盤、同じソフトウェアを、小売、産業、ホスピタリティ、金融サービス、法務など、多くの業種やワークフローに適応させられます。それがこのプラットフォームの力であり、その柔軟性です。これまでコンピューティングが自然には収まってこなかった場所がどこにでもあります。これはまだ初期の段階ですが、Acuity、Best Buy、Targetといった企業が、こうしたデバイスがどのように自分たちのワークフローを改善できるかを探り始めてくれていることに、私たちは本当にワクワクしています。これがエコシステムにとってのより大きな機会です。エージェントがアプリの外へと出て、特定のシナリオ、特定の顧客、特定の場所のために設計されたデバイスの中に形をとっていく。皆さんにとって今こそ、自分のエージェントがどこに住むべきか、どんな形をとるべきか、そしてどんな新しい仕事を解き放てるかを想像する瞬間なのです。

9. Cristiano Amon（Qualcomm社長兼CEO）との対話

9.1 アプリからエージェントへのプラットフォームシフトとウェアラブルへの移行

Nadella： 先週、私はQualcommのCristiano Amonと、未来について語り合いました。デバイスラボにお越しいただいて、リファレンスデザインについて話せたのは素晴らしいことでした。

Amon： こちらこそ喜んで来ました。最近、デバイスラボには何度も足を運んでいますよ。

Nadella： あなたと私がしばらく話し合ってきたことの一つが、ここには本物のプラットフォームシフトが起きている、ということです。私たちは、アプリのためにオペレーティングシステムやデバイスを作る世界から、エージェントのために作る世界へと移りつつあります。これをあなたがどう見ているか、話してもらえますか。

Amon： これはテクノロジーの中でも、特に大きな転換の一つに見えます。エージェントは、デバイスそのものの性質を丸ごと変えてしまいます。まず出発点として、もしAIが、私たちが世界を理解するのと同じように世界を理解するのであれば、それは私たちの感覚に、私たちの目や口や耳に、より近いものになるでしょう。それは、私たちが身につけるものになります。リアルタイムのコンテキストに向けて作り込まれたコンピューティングが必要になるのです。しかも、シリコンからクラウドまでを通してです。

Nadella： これは私たちが持っているリファレンスの一つで、私の大のお気に入りです。ここではエッジで起きていることがあり、クラウド上で起きていることがあります。こうした新しいエコシステムにとって、コアとなるシステムやシリコンが何を意味するのか、話してもらえますか。

Amon： 電力効率の高いCPUが必要です。シリコンは、クラウドネイティブな体験を持てるように設計されています。コンテキストのための多くのセンサーを備えています。それはパーソナライズされたものです。デバイスの性質そのものの変化なのです。ウェアラブルのプラットフォーム自体が変わりつつあります。実に驚くべき要素が次々に登場しています。

9.2 エージェント中心時代のオープンで水平なプラットフォームとパートナーシップ

Nadella： コンピュータープラットフォームについてですが、オープンなエコシステムが成り立つように、それをどう構築すればよいのでしょうか。これは一つのエージェントの話ではなく、あらゆるエージェントの話です。

Amon： 今日、スマートフォンはあなたのデジタルライフの中心にあります。だから今日のそうしたデバイスの役割は、スマートフォンの機能を拡張することです。多くのプラットフォームが垂直型になったのを見てきました。同じ会社が垂直型のプラットフォームを持つのは自然なことです。電話が中心にあったからです。しかしエージェントを考えると、それは劇的に変わります。エージェントがあなたのデジタル体験の中心になるのです。エージェントは、さまざまなアプリケーションに対して最適なデバイスとやり取りできるようにする、オープンで水平なプラットフォームを求めるようになります。

Nadella： 私たちは、エージェント的なシステムに取り組む誰もが、デバイスに縛られることなく、そのインテリジェンスをさまざまなコンテキストで運ぶ多くのデバイスを思い描けるようにしたいと考えています。それこそが、私たちが共に築きたいオープンなエコシステムです。これを始めるにあたって、あなたとパートナーを組めるのは素晴らしいことです。

Amon： このパートナーシップを誇りに思いますし、これはまだほんの始まりにすぎません。

Nadella： Stevie、そしてCristiano、どうもありがとうございました。これは新しいプラットフォームですが、同時に、皆さんのエージェントがどこに住むのか、どんなフォームファクターを思い描けるのか、その想像を狭めることのない、新しいプラットフォームのルールの集合でもあります。新しいプラットフォームがやってくるとき、皆さんは、新しいプラットフォームがどう動くのか、そのルールさえも書き換えられるのです。それこそが、私たちがProject Solaraで成し遂げようとしていることであり、開発者や企業である皆さんが、望むフォームファクターを思い描き、エージェントをユビキタスな存在にできる柔軟性を手にできるようにするためのものです。

10. インテリジェンス層とFabric DataのGPUアクセラレーテッド分析

10.1 モデル選択とエージェント向けデータ層の再構築

Nadella： ではスタックの次の層へ上がっていきましょう。私たちは、モデル、コンテキスト、そしてツールを一つにまとめる、新しいインテリジェンス層を構築しています。その出発点はモデルの選択です。すべての顧客、すべての開発者が、適切なタスクと評価の組み合わせに対して、適切なモデルを選ぶことになります。Foundryには今日、12万を超えるモデルがあります。世界最大のモデルカタログです。OpenAIからAnthropic、そしてMAIのモデルまで揃っています。先週、私たちはOpenAIのリアルタイム音声モデルを、Claude Opus 4.8とともにFoundryに加えました。私たちはこうしたフロンティアモデルを継続的に取り込んでいます。エージェント的なシステムを構築するとき、このコンテキストを正しく形作ることが、ますます重要になってきています。

Nadella： 実のところ、それはデータ層そのものから始まります。これまでのデータは、ユーザーと向き合うアプリケーションを支えるために作られてきました。しかし今や、エージェントのためにデータを作り直さなければなりません。エージェントは呼び出しのパターンが違うので、データ層に至るまで変わってくるのです。エージェントは、取得し、推論し、行動し、学習する、ということを連続的なループの中で行っています。彼らはCosmos DBや、Azure Searchの取得インデックスを使っています。エージェントのためのビジネスロジック層が立ち上がっているのです。

10.2 新サービスVerizon DBとデータウェアハウスのGPUアクセラレーション

Nadella： Fabricのリアルタイムインテリジェンスもあります。そしてこれが、あるエキサイティングな新サービス、Verizon DBの話につながります。これはAzure上のフルマネージドなPostgresです。私たちが特に作り込みたかったのは、より高い可用性とスケールアウトを実現する、ゼロから設計したマネージドなPostgresサービスでした。1クラスターあたり128テラバイトで、自動フェイルオーバーを備えています。読み取りの多いワークロードでは、このマネージドサービスによってスケールできます。私たちの内部テストでは、VerizonはPostgreSQLと比べて3倍のスループットを示しています。皆さんが必要とするスケールを考えるうえで、これは決定的に重要です。

Nadella： 私たちが大きく変えようとしているもう一つのデータワークロードが、データウェアハウスです。エージェントがつねにデータをクエリする世界では、データウェアハウスは極めて重要です。ユーザーにとってミッションクリティカルであることはもちろんですが、エージェントが分析をその場で必要とするとき、FabricにGPUアクセラレーションをもたらすことが決定的に重要になります。私たちはここで7倍の性能向上を確認しています。このAIによる加速を目にするのは、本当にワクワクします。

11. Microsoft Web IQとMicrosoft IQ

11.1 トークン効率を最大化するIQ層の役割

Nadella： さて、データ層があり、その上にあるのが、私たちが構築しているIQ層です。これは本質的に、モデルの能力とデータとを一つにまとめるものです。データとモデルの能力を混ぜ合わせることで、インテリジェンスを解き放つための適切なコンテキストを届けられるのです。実のところ、人々がトークン効率について語るとき、これがおそらく最も重要な考慮事項です。コンテキストを正しく構造化してモデルに与えれば、定義上、はるかにトークン効率の高いものになるのです。

11.2 Web IQの発表とFoundry・Fabric・M365を統合するMicrosoft IQ

Nadella： 最初のドメインはウェブです。ウェブのグラウンディングは非常に重要です。新鮮で、高品質で、しかも速いウェブデータが必要なのです。だからこそ、私たちは今日、Web IQを発表できることに本当にワクワクしています。Web IQは、すでに10億を超えるユーザーにサービスを提供している私たちのグローバルなインフラの上に構築されていますが、LLMとエージェント的なワークフローのために根本的に再設計されています。モデル非依存で、MCPネイティブです。あらゆるエージェントランタイムに差し込めます。ウェブとニュース、画像、動画を備えていて、エージェントが新鮮で検証可能なコンテンツに基づいて応答をグラウンディングできるようにします。そしてWeb IQは、三つの重要な基準すべてでリードしています。品質でベストインクラス、速度でベストインクラス、そしてコストでもベストインクラスなのです。皆さんがエージェント的なシステムを構築する際、このWeb IQを開発者の手に届けられることを、私たちは大いに楽しみにしています。

Nadella： 私たちはウェブの先にも歩みを止めません。すべての開発者は、自分のエージェントを、企業全体で最も価値あるデータに基づいてグラウンディングしたいと考えています。私たちは、Foundry、Fabric、そしてMicrosoft 365を一つにまとめ、これを統合されたIQ層としています。これは、あなたの組織についての理解を継続的に更新し続けるものです。こうした豊かなIQが実際に動いている様子をお見せし、現実のエージェントを構築するために、ここでElijahを迎えたいと思います。Elijah、お願いします。

12. デモ：Microsoft IQ上のエージェント（Elijah）

12.1 電力制御センターのシナリオと長時間稼働エージェントの起動

Elijah： エージェントは、私たちが与えるコンテキストの良し悪しに、その性能が左右されます。Microsoft IQは、あらゆる組織のために、企業のインテリジェンスを一つに統合します。私は今、電力会社の制御センターに来ています。まず、長時間稼働するエージェントを起動するところから始めます。このエージェントは、現在の送電網の運用インシデントを評価し、私たちが適切に対応できるよう、ブリーフ（要約報告）を作成するのを助けてくれます。では、これを起動します。

Elijah： これが動いている間に、ここに至るまでの道のりをお見せしましょう。私たちはこのエージェントを構築し、それをFoundry IQのナレッジベースに結びつけました。これは単一のグラウンディングされた情報源で、私たちのドキュメント、運用データ、そして人々を、エージェントが推論できるコンテキストへとパッケージ化したものです。Foundryでエージェントを構築したあと、それをチーム全体のためにMicrosoft 365へ公開しました。では、それが実際に動いているところを見にいきましょう。

12.2 Web IQ・Fabric IQ・Work IQの3層グラウンディング

Elijah： ここM365で、まず、グラウンディングされていないLLMでは答えられないような、現在の出来事についての質問から始めます。サンフランシスコの現在の電気料金について尋ねてみます。私たちのエージェントは、最初のIQツールであるWeb IQを呼び出します。これはAIの時代のために作られた検索です。業界をリードする品質、速度、効率を提供します。Web IQは公式の情報源をつねに新鮮にインデックスしていて、意味的な文書の扱いに優れています。そして現実に根ざした答えを返してくれます。

Elijah： このエージェントはここでデプロイできるだけでなく、埋め込むこともできます。制御センターに戻りましょう。以前のインシデントにどう対処したかを見てみます。リスクのある変電所について詳細を尋ねます。Microsoft IQの真価は、この外部の知識を、私たち自身の内部の企業コンテキストと組み合わせたときに発揮されます。この情報のために、エージェントは次の層であるFabric IQを呼び出します。ここにあるのは、Brightline社の送電網がオントロジーとして表現されたもの、つまりライブの送電網の運用上の写し絵です。しかも私たちはこれをゼロから作ったわけではありません。何百万もの顧客が使っているモデルを使い、チームがそれを豊かなオントロジーへと拡張できるようにすることで、ビジネスの運営に役立てているのです。このモデルはライブのテレメトリと結びついているので、送電網の実際の運用状態を分刻みで反映しています。これがMicrosoft IQの言う企業のインテリジェンスです。バラバラのシステムに散らばったデータではなく、エージェントが推論できる、ビジネスの単一の生きたモデルなのです。

Elijah： エージェントに話を戻すと、最もリスクにさらされている変電所の一覧表を返してくれたのがわかります。それが、皆さんが先ほど見たエージェントのクエリとオントロジーです。これでエージェントは、外の世界と私たちの送電網の両方にアクセスできるようになりました。最後のピースは、この状況を対応へと変えるものです。私たちのポリシーと私たちの人々です。「変電所のトリップに対応する手順は何か」と尋ねることで、最後の層であるWork IQを起動します。これはBrightline社のSharePointにある対応手順です。何かがうまくいかなくなったとき、チームが頼りにするプレイブックです。

12.3 エージェントの完遂とTeamsへの自動通知

Elijah： ここで重要なのは、エージェントが古いアップロードやコピーされたスナップショットから作業しているのではない、という点です。チームが日々保守しているのと同じ情報源から答えているのです。手順が変われば、答えもそれに合わせて変わります。再アップロードも、プロンプトの作り直しも、古いバージョンもありません。そして決定的に重要なのは、これがあなたの知識である、ということです。あなたが作り出した資産は、どんなモデルやエージェントがその上で推論しようと、あなたの手元に残り続けます。エージェントに戻ると、この問題に対応する正しい方法が見えてきます。一般的な推奨ではなく、このインシデントに当てはめられた私たちのプレイブックです。今、私たちは一つの状況、三つの質問、そして一つのつながった答えを目にしました。

Elijah： では、長時間稼働させていたエージェントの様子を確認しに戻りましょう。おっと。念のためバックアップを確認します。運命の瞬間です。そして、できました。タスクが完了しました。ここで、エージェントが踏んだすべてのステップを見ることができます。まずWeb IQから始めて、外の世界とつなげました。次にFoundryを通じてFabric IQで、運用の状態に錨を下ろしました。そしてWork IQで、人々と手順にグラウンディングしました。私は今これを手動で起動しましたが、Foundryのルーティンを使えば、これをスケジュールに沿って実行でき、一回限りの対応を、継続的でプロアクティブな実行へと変えられます。よく見ると、Work IQの力を使って、私に直接インシデントを知らせてくれたことさえわかります。Teamsを確認しにいくと、状況を知らせるブリーフを私に送ってくれていました。これがMicrosoft IQの力です。危機が起きたとき、チームは答えを当てずっぽうにする必要はありません。信頼できる答えを、一つの場所ですべて手にできるのです。

13. Microsoft Execution Containers（MXC）とOpenClaw on Windows

13.1 自律エージェントのリスクとOSネイティブな封じ込めポリシー

Nadella： ありがとう、Elijah。さて、このコンテキストのモデル層から上がって、今度はこうしたエージェントをデプロイすること、そしてランタイムについて考えていきましょう。ファーストクラスのエージェント的なシステムを構築するときには、ファーストクラスのエージェントランタイムと、それを動かすプラットフォームが必要です。私たちはその両方を、Windowsとともに、そしてAzure上のFoundryの一部として提供していきます。私たちは、Windowsをエージェントを実行しスケールさせるのに最適な場所にしたいと考えています。エージェントは、事実上、新しい実行環境です。新しいパラダイムと言ってもいいでしょう。エージェントは連続的に推論します。コードを動的に生成して実行します。ファイルやデバイス、さらにはネットワークをまたいで行動します。ここには大きな力があります。コードを生成し、それに基づいて行動できる、自律的に動く長時間稼働のエージェントです。

Nadella： しかし当然ながら、これは新しいリスクも生み出します。だからこそ私たちは今日、Microsoft Execution Containers、MXCを導入します。これは、WindowsがOSネイティブなプリミティブを使って、分離と封じ込めを適用できるようにする新しいポリシー層です。封じ込めがポリシーによって強制されるよう、これをオペレーティングシステムそのものに組み込む必要があるのです。

13.2 封じ込めレベルの選択肢とパートナー連携

Nadella： 軽量なエージェントのアクションにはプロセスレベルの分離を、ユーザーの分離にはセッションレベルの分離を適用できます。WSLを含むWindowsとLinuxのマシンには、より強力な境界を設けられます。そしてもし完全な分離と封じ込めが必要なら、Windows 365 for agentsによって、別個の管理された環境で最大限の分離を実現できます。ワークロードに合った適切な封じ込めの選択肢を選べば、Windowsがそれを強制してくれます。これは、皆さんがWindowsのデスクトップ上でエージェントを大規模にデプロイすることを考えるとき、きわめて重要になってくると思います。私たちは、誰がそのエージェントを作ったかにかかわらず、封じ込めが確実に強制されるようにしたいのです。だからこそ、これをオペレーティングシステムに組み込みたいのです。

13.3 MXCを活用したOpen Claw実行発表

Nadella： そのために、私たちは多くのパートナーと協力して、実際の開発者のワークロードを支え、そのニーズに応えられるようにしています。NVIDIAはOpen ShellをWindowsにもたらしてくれています。そして今日、私たちはMXCを活用して、Open ClawがWindows上で動くことを発表できることに、本当にワクワクしています。私たちは、Open ClawがWindows上で非常にうまく動くように、チームと深く連携しています。それをお見せするために、同僚のScottとSamanthaに引き継ぎたいと思います。

14. デモ：OpenClaw on Windows（Scott & Samantha）

14.1 Open Clawの活用例とネイティブWindows companionアプリ

Scott： やあ、みんな。Open Clawは昨年11月に登場して、瞬く間に世界中を席巻しました。私はこれを自分の健康管理に役立ててきました。血糖値の管理を手伝ってくれて、通知もくれます。メールやGitHubのIssueのトリアージもしてもらっていますし、映画のチケットも買ってもらっています。皆さんは何に使っていますか。

Samantha： 私は自分のOpen Clawエージェントを、トライアスロンのコーチに仕立てました。私のデータを使って逆算した計画を立ててくれて、進捗を知らせ、私が怠けないようにしてくれるんです。

Scott： 私たちはOpen Clawと緊密に協力して、彼らがWindows上でより成功できるよう取り組んでいます。GitHub上で協働して、Open Clawのアプリをお届けします。これは、自分自身のものをセットアップしたり、既存のものに接続したりするのを助けてくれます。そしてWindowsのコンパニオンとして、私たちはOpen Clawのツール呼び出しをサンドボックス化し、皆さんとシステムを安全に保ちます。バックグラウンドでOpen Clawのwindowsアプリが動いているのが見えますね。Scott、それを右クリックしてみて。

Samantha： いいですね。これは素晴らしい見た目です。ネイティブのwindowsアプリのように見えますが、実際にネイティブだからです。ゲートウェイや、他のマシン、私のセッション、使用状況についての情報があります。チャットやCanvas、メインのダッシュなどにもクイックアクセスできます。コンパニオンの設定に入ってみましょう。アプリの中で、ツール呼び出しに対応したフルチャットサポートがあり、隅のほうに、たくさんの権限オプションと、サンドボックスの設定があるのが見えます。

14.2 サンドボックス設定と細粒度のセキュリティ機能

Samantha： このサンドボックスが興味深いのは、これがMXCを使っているからで、今回はプロセス分離を使うことにします。新しいバージョンのWindowsでは、より多くの封じ込めオプションが用意されるので、続報に注目していてください。ワンクリックのセキュリティオプション設定もありますが、Samantha、カスタムフォルダーについて教えてくれる?

Samantha： ええ。Open Clawにどのファイルやフォルダーへのアクセスを許すか、完全にサポートされています。さらに、クリップボードへのアクセスや、インターネットそのものとの通信といった、本当に細かい粒度のセキュリティ機能もあります。今、私はあなたのdevフォルダーには読み取り専用のアクセスを与えています。Open Clawにはすでに豊かな安全層が備わっていて、私やITによるポリシーでさらに強化されます。

14.3 「ファイル全削除」実演とMXCがファイルを保護した知見

Samantha： このデモのために、ちょっと恐ろしいことをやってみます。Open Clawに、あなたのdevフォルダーのファイルをすべて削除するよう頼んでみます。

Scott： きれいなデスクトップは好きだよ。ステージにいる間に、観客から自分のアイコンを全部隠したな。本当のあなたを観客に見せる必要があると思うよ。

Samantha： それはずいぶん失礼ね。どこに何があるか、ちゃんとわかってるんだから。私のものに触らないで。散らかったデスクトップは整理された頭脳の証、たしかそういう言葉だったわよね。さて、私たちがやったのは、Open ClawにそれらのファイルをWindowsノードから削除するよう頼むことです。そして、それが起きるのを食い止める唯一のものがMXCです。なぜなら、私たちはOpen Clawが備えるすべての層をオフにしているからです。でも私たちのIT、つまりこの場合はSamanthaが、設定をしてあるのです。削除しようとする試みが見えて、ディレクトリを確認し、また削除しようとしているのがわかります。

Scott： エージェントはファイルを消したがっていますが、私はそれらを残したいのです。

Samantha： あら。だめよ。読み取り専用のサンドボックスがそこにあります。94個のJPEGはまだ残っています。安全です。

Scott： またしても阻止された。なんてことだ。ひどいやつだ。

Samantha： こうして私たちは、セキュリティのサンドボックス化を目にし、このWindowsコンパニオンアプリのアルファリリースという形で、それらすべてを一つにまとめました。このアプリは、Open ClawをWindows上でお見せする素晴らしい機会だと考えていますし、これから数か月でさらに良くなっていくばかりです。

Scott： そのとおりです。ちなみに付け加えておくと、私たちはこの開発作業すべてを、この静かなWindows開発マシン上で、私が愛用しているWSLやコンテナ、封じ込め、そしてマルチモデル対応のGitHub Copilotといったツールをすべて使って行っています。これは文字どおり、チームと私がGitHub上でOpen Clawアプリに取り組んできたやり方そのものなのです。さて、これがどうやって実現したのか、皆さん気になっているでしょう。実は、休暇の間に、インターネット上のとある見知らぬ人物からDMが届いたんです。返事をするのに数日かかってしまいました。そして返信したとき、私たちはちょっとクールなアイデアを思いつきました。彼がMicrosoft Buildに来るべきじゃないか、と。次世代のエージェントを世界にもたらしてくれたことについて、もう一人感謝したい人物がいると思います。

15. Pete Steinberger（OpenClaw開発者）

15.1 Windowsネイティブ化と「6か月前なら成功していた」という気づき

Scott： 皆さん、拍手をお願いします。クローの父、その人、Pete Steinbergerです。

Steinberger： Samantha、僕の秘密のDMを公開しちゃってるじゃないか。Open ClawがWindows上でネイティブに動くのを見られて、本当にワクワクしています。クローがデスクトップのファイルを全部削除しようとして、それに失敗するのを見るのは、僕を本当に幸せな気持ちにさせてくれます。なぜなら、6か月前なら、あれは間違いなく成功していたからです。僕はOpen Clawを、あらゆるものにアクセスできるように作りました。自分のファイル、自分のマシン、自分のチャット。つねにオンで、完全にオープンソースです。それこそがOpen Clawをこれほど強力にしているものです。そして、それこそが企業を少しばかり不安にさせるものでもあるのです。

15.2 職場利用への対応とハーネスのプラグイン化

Steinberger： 僕がずっと耳にしてきたのは、「Pete、自分のクローは大好きだ。これを職場で使えないか?」という声でした。そして、それこそが僕たちがこの数か月間取り組んできたことです。Microsoft、GitHub、OpenAI、NVIDIAをはじめとする面々と一緒にです。僕たちはオブザーバビリティを手に入れ、権限の自動モードを手に入れました。アクセスのあり方を変えたのです。もはや、全か無か、ではありません。どのフォルダーを読み取り専用にするか、どれを隠すか、自分で選べます。

Steinberger： ここでお知らせです。今や、これを自分の会社の中で動かせます。さらに僕たちは、ハーネスそのものをプラグインにしました。自分のものを持ち込めるんです。Copilotでも、Codexでも、すでに信頼しているものなら何でも、そして自分のルールもそのまま一緒に持ってこられます。その上にOpen Clawを載せるのです。永続的なメモリ、ハートビート、そしてSlackやTeamsの中に直接いるクローです。

15.3 Open Claw Foundation設立とオープンな共同構築の呼びかけ

Steinberger： Open Clawが、はるかに大きなもの、つまりグローバルなムーブメントへ、そして一つのコミュニティへと育っていくのを見るのは、本当に刺激的でした。そして僕は、Open Claw Foundationという、本物の非営利団体を立ち上げました。あらゆるモデル、あらゆるオペレーティングシステムに対応します。なぜなら、僕たちはエージェントを構築する新しい時代に入りつつあるからです。コードを書かない人々にはより多くの能力を、そしてコードを書く人々にはより多くの力を、というわけです。そして僕たちはこれを、オープンに、共に築いていけるのです。だから僕のお願いはシンプルです。一緒に作りましょう。ありがとう。

Nadella： 素晴らしい。Pete、そしてSamantha、コンパニオンアプリのチームの皆さん、その懸命な働きに心から感謝します。そして、ここにいる全員に自分だけの甲殻類（crustacean）を与えてくれたOpen Clawのコミュニティにも感謝します。そして今のが、Surface Ultra上でOpen Clawが動くのを皆さんが初めて目にした瞬間でした。Samantha、Scott、そしてPete、どうもありがとうございました。Open ClawがWindowsにやってくるのを見られて、本当に素晴らしいことです。セキュリティの面でのあらゆる能力と、そうした安心感を備えたうえで、こうした長時間稼働するエージェントとアンメータードなインテリジェンスが一つになるのを実現できるのです。

16. Microsoft FoundryのアップデートとGitHub Copilotアプリ

16.1 フルアプリケーションプラットフォーム化とFoundryホステッドエージェント

Nadella： さて、ここでエッジ側のWindowsから、クラウドへ、つまりFoundryへと移りましょう。私たちはFoundryを、エージェントの時代のための、本格的なアプリケーションプラットフォームへと作り上げています。プラットフォームの転換が起きるたびに、たとえばクラウドへ移ったときのように、その時代に合ったスタックがあります。Foundryには、そのクラウドのスタックがあるのです。私たちは、長時間稼働するエージェントのためのランタイムとして、Foundryホステッドエージェントにワクワクしています。Foundryホステッドエージェントで構築すれば、すべてのIQ層を持てます。ツールがあり、耐久性とメモリと状態があります。自分専用のサンドボックスを持てます。しかも、それは立ち上げの速い超高速なサンドボックスです。ルーブリックを生成でき、評価（evals）も生成できます。

Nadella： エージェント的なシステムのまわりに、安全性とガードレールをすべて備えることができるのです。そして、Foundryの最もクールな点の一つは、これが継続的に改善し続けるループになっている、ということです。自己改善のループが組み込まれているのです。つねに良くなり続けるエージェントを構築できます。さらに今日、私はFireworks AIとのパートナーシップを発表できることにワクワクしています。彼らのオープンウェイトのモデルすべてをFoundryにもたらすものです。これは、開発者である皆さんに、より多くの選択肢と、優れた推論スタックを提供し、Foundryが持つすべてのエンタープライズのレールとガバナンスのもとで、次世代のエージェント的なアプリケーションを構築できるようにすることを意味します。このパートナーシップを本当にうれしく思います。

16.2 GitHubのコントロールプレーン化とCLIの認知負荷の課題

Nadella： そしてこれが、ツールの話につながります。データそのものがこのすべての中心にあります。実際、Jensenもこれについて語っていました。GitHubは単なるコードのリポジトリではありません。それはすべてのエージェントのコントロールプレーンになりつつあります。GitHubで私たちが計測しているほぼすべてのもの、リポジトリの作成であれ、PRのアクティビティであれ、API利用であれ、アクションであれ、これらすべてが、エージェント的なワークフローのおかげで速くなっています。この新しいスケールは、人間とエージェントが協働することによって駆動されています。そして彼らはあらゆるフォームファクターにツーリングを広げています。私たちはCLIで大きな成長を見てきました。CLIというフォームファクターのとっつきやすさに後押しされたものです。ターミナルへ行くのはつねに素晴らしいことでしたが、今やモデルや自然言語と組み合わさると、CLIはあらゆるものが行き着く先になっています。

Nadella： しかし結局のところ、何百ものCLIを抱えるようになると、かなり複雑になります。スケールしないのです。とりわけ、100ものCLIセッションを開いているときの認知負荷ときたら、何か新しいものが必要になる、というほどです。

16.3 GitHub Copilotアプリの発表とRayfin

Nadella： そこで、これが私たちを新しいものの構築へと導きました。CLIの速度と柔軟性を備えつつ、IDEの能力も持ち、無限の数のエージェントセッションへとスケールできる、そんなツールが必要だと考えたのです。だから今日、私たちはその次の大きな一歩を踏み出し、新しいGitHub Copilotアプリを導入します。

Nadella： そして、それだけでは十分でないことも私たちは理解しています。なぜなら、まだバックエンドに対処しなければならないからです。コードを生成するのは簡単ですが、バックエンドはどうでしょうか。アイデンティティ、ストレージ、データベーススキーマと向き合う必要があります。だからこそ私たちは、Rayfinに本当にワクワクしているのです。Rayfinは、皆さんのエージェントをバックエンドにサービスとして接続する、エージェントファーストなSDKであり、これを皆さんがものづくりをするあらゆる場所にもたらします。私はこのRayfinと、Replitとの関係にも改めてワクワクしています。今やReplitでアプリを構築でき、しかもそのアプリとデータは、Rayfin SDKのおかげで、エンタープライズが管理するFabricテナントへとデプロイされます。これはRayfin SDKとして今すぐ利用可能で、他の誰もが自分のツールのバックエンドとして使い、本質的にバックエンドサービスを手にできるのです。さて、Foundry、Rayfin、そしてエージェントや長時間稼働エージェントの構築のすべてをお見せするために、Cassidyを迎えたいと思います。

17. デモ：GitHub Copilotアプリ（Cassidy）

17.1 セッション起動・Gitワークツリーによる並列修正・agent merge

Cassidy： こんにちは、皆さん。仲間の開発者の中にいられて、本当にワクワクしています。長い一日ですね。肩の力を抜いて、楽に座ってください。今日は情報の洪水を浴びているような気分だと思うので、これからの数分は、「今日この後、何を試してみられるだろう」と考えながら見ていただきたいのです。まず、新しいGitHub Copilotアプリをお見せするのが待ちきれません。これは、皆さんのコンピューター上での開発と運用のホームベースです。きっと気に入っていただけると思います。少し案内しましょう。アプリを開くと、新しいセッションを起動できるホーム画面が表示されます。でも、真面目な作業に入る前に、Monaを引っ張り回せますよ。ゲームがあるんです。見て。すごく楽しいでしょう。私はあまり上手じゃないので、本題に戻りましょう。ここから新しいエージェント的なコーディングセッションを起動できます。

Cassidy： さきほど少し早めに一つ起動しておきました。すると、たくさんのリリースブロッカーのレビューを返してくれました。どれを直しましょうか。声に出して言ってください。83番? クリティカルなものを? いっそのこと、全部やってしまいましょう。いきましょう。このアプリは今、ここにある一つひとつのIssueに対して、別々のセッションを起動します。スタッシュやコーディングの複雑さなどを心配する必要はありません。なぜなら、アプリがGitのワークツリーで対応してくれるからです。これは各セッションのための分離された環境です。皆さんのエージェントは、互いに踏みつけ合うことなく並行して作業できます。でも、それらをマージはしなければなりませんよね。そこもCopilotが面倒を見てくれます。このIssueに移動して、agent mergeを実行できます。agent mergeを有効にすると、CopilotがこのPRを、CIチェック、コードレビュー、そしてマージまで、ずっと世話してくれるのです。

17.2 マルチモデル利用と「rubber duck review」の知見

Cassidy： それが動いている間、案内を続けましょう。自分のワークに移ると、アプリに読み込んだすべてのプロジェクトやPRなど、自分のアクティビティに集中したビューを見られます。オートメーションの下には、ローカルでもクラウドでも実行できる、再利用可能なセッションがいくつもあります。Issue poetry（詩）というのが見えますね。これは本物で、しかも実用に耐えるものなんですよ。さて、セッションの下には、先ほど少しお見せしたように、セッションが並んでいます。新しいリポジトリを追加したければ、ボタンをクリックして引っ張ってこられますし、追加すれば、セッションを足せます。これはオープンソースのもので、どこからでもセッションを始められて、読み込んでくれます。このリポジトリの中のセッションを見ると、統合されたブラウザがあり、ターミナルがあり、チャットがあります。ライトモードとダークモードを切り替えられます。そして、Pick and Polishというボタンがあります。このアプリの中の何でも磨き上げられて、チャットに追加されます。たとえば「このリストに並べ替え機能を追加して」と言えば、ちゃんと動いてくれて、すべてがこの中で完結します。

Cassidy： 私は単一のGitHub Copilotのサブスクリプションを通じて、OpenAI、Anthropic、Googleなど、最も人気のあるモデルすべてにアクセスできます。モデルの切り替えも合意のうえで行えます。適切なものを選べるだけでなく、Copilotにラバーダック・レビューを依頼することもできます。このセッションでは、私はGPT-5を使っていたのですが、Claude Opus 4.8に一つレビューを頼みました。どのモデルにも盲点があり、このやり方の力は、その盲点をより早く捕まえられるところにあるのです。

17.3 Canvasのコンセプトとエージェント生成アプリのRayfinデプロイ

Cassidy： これはどれもとてもクールですが、2026年のAIとの仕事は、単なるチャット以上のものであるべきです。さっき私がずっとスクロールしていたのを見たでしょう。言葉がたくさんありすぎます。そこで今日、私はCanvasというコンセプトをお見せできることに、とてもワクワクしています。ちょうどそこに一つ呼び出しましょう。Canvasは、エージェントがあなたと意思疎通するためにカスタムのUIを構築できる仕組みです。もしあなたのAIが「見る」ことができたら? 皆さん、「デモの神様、祝福を」と言ってください。うまくいくか試してみましょう。これは楽しいCanvasで、カメラを起動すると、エージェントがあなたのPRをここの下のほうに表示してくれて、私はそれをサムズアップかサムズダウンで切り替えられます。承認しましょう。やった。すごく楽しい。そしてさらに深いところまでいけます。これはほんの始まりにすぎません。

Cassidy： さて、先ほど私はいくつもの異なるセッションを起動しました。これはシグナルボックスのアプリです。100%エージェントによって作られたものです。データベースのバックエンドを備えてコンテナ化されています。これを何の問いもなく、皆さんのエンタープライズにデプロイできるでしょうか。正直に答えてください。できませんよね。でも、Rayfinならできるんです。それがとても、とてもワクワクするところです。新しいターミナルを開きましょう。私がやることは、「rayfin up」とタイプするだけです。そして、デモの神様、祝福を。さあ、デプロイされるかな。やった、できました。Microsoft Fabric上でホストされています。たくさんの情報だったと承知しています。Rayfinを使えば、皆さんのエージェントは完全なエンタープライズのバックエンドを手にするので、自分にとって最良のやり方で、自信を持ってデプロイできます。でも、忘れないでほしい肝心な点はこれです。このアプリは、単なるもう一つのセッションマネージャーではありません。たしかに、たくさんのセッションを管理しますが、セッションマネージャーは作業を生み出しやすくするだけです。このアプリは、それをやり遂げる手助けをしてくれるのです。

18. Rayfinとデモ：Agent 365（Amanda）

18.1 エンタープライズバックエンドとFoundry Toolboxによるツール・ガバナンス統合

Nadella： さて、UIを持つIDEに戻ってきましたね。本当にクールです。一巡して元に戻ってきたわけです。では、こうしたエージェントをどう観察し、統治し、保護するかについて話しましょう。Agent 365は、エージェントのためのコントロールプレーンです。エージェントには、自分自身のアイデンティティとアクセス制御が必要です。あなたの代わりに働いているときでさえ、その「代わりに働く」というアイデンティティを強制したいわけです。そこで私たちは、エージェントにリアルタイムの防御が必要なので、Defenderを拡張しました。エージェントにはつねに有効なデータ保護とコンプライアンスが必要なので、Purviewを拡張しました。そして、これらのエージェントはAWSやGCPなど、Azure上だけでなく、どこにでもホストできます。あるいはどんなフレームワークでも構築できます。今日、私たちはAgent 365 SDKのGAを含む、いくつものアップデートを発表します。これをWindows上やその他で動くローカルなエージェント、そして先ほど皆さんが見たクローへと拡張しています。Agent 365がどう組み合わさるのか、見てみましょう。Amanda、お願いします。

Amanda： 誰もがエージェントを構築していますが、もはやそこは難しい部分ではありません。難しいのは、それらをビジネスに統合し、大規模に統治することです。今日は、Foundryがそれをいかに簡単にするかをお見せします。まずローカルから始めましょう。私はすでにLangGraphのエージェントを構築済みで、これからFoundryが加える価値をお見せします。まずツールです。エージェントは仕事をこなすためにツールを必要とします。Foundry Toolboxを使えば、私はツールを一度追加するだけで、どのエージェントも単一のMCPエンドポイントを通じてそれを利用できます。そして、ツールが本質的にそうであるということは、ガバナンスもそうである、ということを意味します。私はPIIが漏れるのをブロックするガードレールを適用しました。やるべきことは、これを一度適用するだけで、私のすべてのエージェントが保護されるのです。

18.2 評価基準の自動生成とAgent Optimizerの自己改善ループ

Amanda： では、このエージェントをエンタープライズ対応にしましょう。このエージェントをFoundryにデプロイするには、この1ブロックのコードを追加するだけで、あとは変更をプッシュすれば、GitHub Actionsが引き継いでくれます。デプロイされたら、先ほどお見せしたのと同じFoundryの拡張機能の中で、このエージェントを実際に使えます。テストしてみましょう。今朝行ったスタンドアップから、いくつかの未対応の項目を追跡するよう頼んでいます。今まさに何が起きているかというと、Foundryがこのセッションのためだけに専用のマイクロVMを立ち上げています。そしてそのセッションは、自分専用の永続的なファイルシステムまで持ちます。あと少しで見えてきますが、未対応項目を追跡するためにFilesタブに行くと、エージェントが実際にファイルへ書き込んでいるのがわかります。クールでしょう。そのうえ、サーバー側のトレースと評価があって、各実行で何が起きたかを正確に見せてくれます。

Amanda： でも、自分のエージェントがちゃんと良い仕事をしているか、どうやって知ればいいでしょうか。それこそがFoundryの新しいルーブリック評価器の出番です。一つの簡単なコマンドで、Foundryが私のエージェントを読み取り、評価基準を生成してくれます。このエージェントだけのためにパーソナライズされたルーブリックを作るのです。Foundryのポータルでこのルーブリックを見てみましょう。これらの評価軸を見てください。ガバナンス、結果の正しさ、規定された情報源の利用。これらは私が書いたものではありません。Foundryが本番のトレースから生成したものです。このルーブリックを使えば、エージェントをスコアリングして評価を実行できますが、それ以上のこともできます。そこで登場するのが、Foundryの新しいエージェント・オプティマイザーです。その仕組みはこうです。オプティマイザーは四つのもの、つまりモデル、指示、ツールの説明、そしてスケールをチューニングします。そして改善された候補を生成し、先ほどお見せしたルーブリックを使って、それぞれをスコアリングします。ここで候補を見られます。使われた戦略が見え、スコアが見え、何が変わったのかも正確に見られます。たとえばこの候補は、モデルとシステムプロンプトを更新することでスコアを改善しました。Foundryは、最良の候補をまったく新しいエージェントのバージョンとしてデプロイすることを、とても簡単にしてくれます。でもこれは一度きりのことではありません。実行のたびに次の評価へとフィードバックされます。そしてすべての評価が、オプティマイザーに次にどこを改善すべきかを教えてくれます。つまり、あなたのエージェントは、使われれば使われるほど良くなっていくのです。

18.3 AutopilotエージェントとMicrosoft Agent 365による統制

Amanda： では、このエージェントを仕事に就かせましょう。私はこのエージェントをTeamsとM365 Copilotに公開しました。今、午前中ずっとオフラインだった私が見逃したことに追いつくよう頼みます。私はオフラインでしたが、私のエージェントはそうではなかったわけです。それが作業している間に、このエージェントが何によって違うのかを説明させてください。これはオートパイロットのエージェントで、つまり自分自身のアイデンティティと生産性ライセンスを持っています。だからM365全体を、自分自身の名義で横断して働けます。先ほどは私がこのエージェントを自分一人で使っていましたが、機能の出荷や新しいリリースには、チーム全体が関わります。だからこそ、このエージェントは私たちのTeamsのグループチャットの中に住んでいるのです。どうだったか見てみましょう。すべての更新を要約して、私が追うべき機能を呼び出してくれました。

Amanda： でも、これをエンタープライズで実際に使うには、ガバナンスが何よりも先に来なければなりません。だからこそ、すべてのオートパイロットのエージェントは、管理者の承認を必要とします。管理者がレビューし、誰がそれと対話できるかを選べるのです。それだけではありません。承認後も、管理者はそれをモニタリングし、いつでもブロックできます。しかし、ガバナンスは一つのエージェントにだけ適用すればよいものではありません。組織内のすべてのエージェントは、ユーザーやアプリ、デバイスと同じだけの厳格さで管理される必要があります。それこそが、まさにMicrosoft Agent 365が提供するものです。少し引いて全体を見てみましょう。今日私たちは、Foundryが開発を加速し、エージェントをローカルからエンタープライズ対応へと引き上げ、M365の中で仕事に就かせるのを見ました。Foundryがそれをシンプルにします。皆さんはエージェントを構築する。残りは私たちが引き受けます。

19. デモ：MDASH（マルチモデル・エージェンティック・セキュリティ）（Sarah）

19.1 AIによる防御とスキャン結果・100以上の専門エージェント連携

Nadella： ありがとう、Amanda。皆さんが今見たのは、私たちがAIのためのセキュリティをどう築いているか、ということでした。しかし、もう一つ決定的に重要な側面があります。とりわけ、今日のニュースはどれもこの話で持ちきりですが、AIを使っているかもしれない攻撃に対して、どうやってAIを使って自分を守るのか、ということです。先月、私たちはマルチモデルのエージェント的なセキュリティシステム、MDASHを発表しました。これは本質的に、私たちが構築した、セキュリティのためのエージェントのハーネスです。私たちはフロンティアのモデルとカスタムのモデルにまたがる100ものエージェントを一つにまとめ、どんな単一のモデルよりも、悪用可能なバグをうまく見つけ出すのです。実際、このハーネスをデビューさせたとき、それはcyber gymのベンチマークで首位に立ちました。では、AIによる攻撃に対して何ができるのか、見てみましょう。Sarah、お願いします。

Sarah： ありがとう。セキュリティスキャンには時間がかかることがあるとわかっているので、ここではライブでは実行しません。すでに自分のコードベースに対して実行済みのスキャンの結果をお見せします。このシステムは単体のCLIとして動作しますが、今日は私のローカルの開発マシン上で、GitHub Copilotアプリの中でそれを使っています。スキャンは脆弱性、要求、そして深刻度ごとに分解されています。さらに、コーディングのミスやハードコードされたシークレットといった従来型の問題を見つけるのに加えて、コードベースの中のAI固有の脆弱性も特定しています。内部で何が起きていたかというと、100を超える専門のエージェントが協力して、悪用可能な脆弱性を発見し、議論し、エンドツーエンドで改善していたのです。

19.2 Defenderコマンドによる修正と既存ワークフロー統合

Sarah： スキャンが終わると、ログと、管理職に渡せるHTMLのレポートの両方が生成されます。defender detailsコマンドを使えば、これらの脆弱性を深掘りでき、それが何で、コードのどこにあって、優先順位付けに役立つ深刻度がどうなのかを見られます。そしてここから、もちろん、それを修正していきます。defender fixコマンドを使うと、システムが私のローカルの開発環境の中で、直接修正を提案して手当てしてくれます。それが終わると、差分を確認できます。だから私には、このハーネスが何をしたのかについて完全な透明性があり、なおかつ人間がループに入ってチェックできます。でも、もちろん、ここまでお見せしたものはすべてローカルで動いていました。私はPRを作成して、既存のワークフローに差し込み、自分のリポジトリにプッシュすることもできますし、スキャンの出力を取り出して、GitHub Advanced Securityのようなツールにアップロードし、他のセキュリティの検出結果と並べてすべてを管理することもできます。

19.3 偽の保証に騙されなかったMDASHの気づき

Sarah： 自分のコードで動くところをお見せしましたが、私たちのセキュリティ研究チームがMDASHを使って特定した、皆さん自身でも調べられる脆弱性をお見せしましょう。要約すると、これはかなり読み込む量が多いバグなのですが、あるコードがオブジェクトの古くなったマップを読み込み、その端を越えて走り、そしてホストをクラッシュさせる、というものです。これはまさに、このハーネスが作られた目的そのもののようなバグです。なぜなら、その欠陥はコードベースの三つの異なる部分にまたがっていて、どのファイルも単体で見れば間違っているようには見えないからです。どれも一見すると、まったく問題ないように見えます。そしてここが、私のいちばんのお気に入りの部分でもあるのですが、開発者からの「すべて問題ない」という記述まであるのです。これこそが、通常のスキャナーや単一のAIモデルを欺くたぐいの安心材料です。しかし、MDASHは欺かれませんでした。あるチームのエージェントが、その怪しいギャップを見つけ出しました。別のチームがそれに一部反論しました。そして第三のチームが、実際にクラッシュを引き起こす、動作する実例を作り上げたのです。しかも、これをすべてオープンソースのコードベースで行いました。これは、これまで相当な手作業のセキュリティ研究の努力を要していた種類の、つなぎ合わされた推論です。MDASHは、開発者が最初から安全なコードを作るのを助けてくれます。まもなく皆さんのCLIと、Microsoft Defenderのポータルにやってきます。

20. The Chainsmokers：Alex PallとDrew Taggart

20.1 音楽からB2B SaaS投資（Mantis）への転身

Nadella： ありがとう、Sarah。さて、機会についてさらに解き明かしていく前に、何か少し違うことをしたいと思います。LinkedInのプロフィールがどちらも非常に印象的でありながら、少し不可解だった二人をご紹介したいのです。現在の役割としては、Mantisのジェネラルパートナーと書かれています。そして前職としては、マディソン・スクエア・ガーデンをソールドアウトにした、とあります。The ChainsmokersのAlexとDrewを歓迎しましょう。来てくれてありがとう。私のチームが「Buildでザ・チェインスモーカーズをお迎えします」と言ってきたとき、もしかしてそれが新しいGitHub Copilotアプリの名前のことかと思ったほどです。でも、もしかすると皆さんが彼らのファンなのかもしれませんね。さて、どうやってこの道に入ったのか聞かせてください。投資家としてまず12年以上、そして自分たちのファームを持って7年以上やってきて、しかも私なら自然な選択だとは思わなかったであろう場所、つまりB2B SaaSを選ばれた。その経緯を教えてください。

Pall： 皆さん、自分が今どのタイムラインにいるんだろう、Microsoft Buildにいるなんて、と不思議に思っているでしょうね。でも、調子はどうですか。私たちはThe Chainsmokersを14年間やってきました。2010年代半ばに私たちの音楽が売れ始めたとき、こういうイベントでいくつか演奏する機会を得ました。そこで、コンシューマー、モバイル、クラウドの時代のスタートアップの創業者たちと、たくさん出会ったんです。彼らは私たちに多くのことを教えてくれて、アーリーステージの投資とはどういうものか、最前列の席を与えてくれました。

Pall： 私たちはそれに恋に落ちました。創業者たちと共通点が多くて、彼らがビジネスを築くやり方は、私たちがThe Chainsmokersを始め、そこでノイズを突き抜けようとしたときの考え方と同じだったのです。私たちは彼らのいくつかのディールに参加させてもらいました。そして2020年に、これを制度化して、自分たち自身のファンドを立ち上げることにしたのです。

20.2 アウトプットからアクションへというAIの機会と創業者への助言

Nadella： すべてのAIのことや、今起きていることを聞くと、本当にたくさんのことが進行していますよね。あなたたちのポートフォリオの中でも、舞台裏で話していたように、物事が変わりつつある。これから先の機会をどう見ていますか。

Pall： いや、語れる切り口は本当にたくさんあります。クリエイティブなアウトプットの側面もあります。私たちは音楽でそれを実験してきました。でも、クリエイティビティに関しては、つねに自分のオーセンティシティ（本物であること）を保つことが大事です。一方、投資の側では、私たちはアウトプットを生み出すことから、アクションを生み出すことへと移りつつあります。これは、ソフトウェアやエンタープライズの構築のされ方の、アーキテクチャ全体を再構想する、非常に興味深い機会を提示していると思います。人間がアウトプットを生み出すのではなく、マシンがそれを行い、その文脈の中で空間全体を捉え直すのです。

Nadella： それを目にできるのは素晴らしいことです。締めくくりとして、大きな成功を収めてきたアーティストとして、創業者を見るとき、彼らに与える助言はどんなものですか。何か新しいものを生み出すとき、それはクリエイティブなプロセスですよね。創業者に何を求め、何をアドバイスするのでしょうか。

Pall： まさに、共通点が本当にたくさんあるんです。アーティストとして、自分の「サウンド」、つまり何が本当に自分らしいものなのかを見つけるのは、本当に難しいことです。これだけ競争が激しいと、何度も何度も繰り返し続けられるもの、本物として動き続けられるものでなければなりません。自分が作っている製品とつながっていなければならないのです。なぜなら、ファンベースに深く根を下ろし、何か特別でユニークなものを作り上げるためには、長い間それを反復して続けていかなければならないからです。私たちは創業者にも同じことを助言しようとしています。

Nadella： ところで、今夜、ここにいる親しい仲間のために演奏してもらえますか。

Pall： もちろん行きますよ。

Nadella： 6時に。今夜6時です。どうもありがとう。今夜の午後6時にここで、本当に楽しみにしています。

21. Microsoft Copilotの新しい姿とCopilot Autopilots

21.1 エコシステムでのアプリ・エージェント発見とCopilotの進化（チャット→Cowork→Code）

Nadella： さて、今のお話で、開発者向けのスタックについて少し触れられました。では今度は、すべての企業にとっての機会とは何かを話しましょう。結局のところ、私たちは制度や組織を築く者です。それがAIネイティブな企業であれ、SaaS企業であれ、エンタープライズであれ、まず最初にやりたいのは、皆さんがプラグインやエージェント、AIアプリといったものを構築したとき、それらがMicrosoftのエコシステムを通じて発見されるようにすることです。それが私たちにとっての最優先の仕事です。だからこそ、私たちはWindowsや、Microsoft 365 Copilot、Teams、GitHubでさまざまなことをやっているのです。皆さんのアプリケーション、エージェント、プラグインが発見されるよう、それらを構造化したいのです。顧客もまた、Copilot Studioを使って、たくさんの業務アプリケーションやエージェントを構築しています。私たちはそれらすべても、Copilotの体験の一部として、発見可能にしたいと考えています。そしてTeamsは、ある意味で、人間とエージェントの間のマルチプレイヤーなやり取りのための目的地になってきました。私たちは、皆さんがTeamsの中でそのままエージェントを見つけ、エージェントとやり取りできるようにしたいのです。

Nadella： Copilotは非常に速いペースで進化を続けています。最初はチャットから始まりました。最良のモデルのいくつかを備え、Work IQへの優れたアクセスを持っていました。当時はまだその名前はありませんでしたが、そこが出発点でした。次にCoworkがやってきました。これは新しい働き方で、見事なアーティファクトを生成し、複数ステップの問題を解いていくものです。Coworkに複数ステップのタスクを割り当てるわけです。GitHubも見てきましたが、これも進化を続けてきました。そして今、この夏には、コーディングをあらゆるナレッジワークへと、一つのCopilotスーパーアプリの中にもたらします。チャット、Cowork、そしてコードが、すべてCopilotの中に揃うのです。

21.2 「エンタープライズグレードのClaw」としてのAutopilotsと最初のAutopilot「Scout」

Nadella： しかし今日、私たちはまったく新しいものを導入します。オートパイロット（Autopilots）です。オートパイロットは、エンタープライズグレードのクローだと考えてください。これらは自律的で、長時間稼働するエージェントであり、完全なエンタープライズのコンプライアンスを備え、皆さんのテナントの中で動きます。オートパイロットは、名前、人格、カスタムのコネクター、コンテキスト、そしてメモリを持てます。そしてこれらは、退屈な手間を減らし、皆さんが本当に好きなことに立ち返れるようにする、まったく新しいやり方です。手始めに、私たちが導入する最初のオートパイロットがScoutです。見てみましょう。

Nadella： ご覧のとおり、Scoutは皆さんが働く場所で働きます。グループチャットやTeamsに加わり、Outlookのスレッドを処理します。今日から、Copilot Frontierをお使いの方は、Scoutを試せます。そしてこれから数か月かけて、私たちはこれを、Copilotの中にある、オートパイロットの完全なデジタルチームへと作り上げていきます。Copilotアプリに行くと、デフォルトで備わっているのがScoutです。でも、皆さんはこうしたオートパイロットをもっと自分で作れるようになります。それが、私たちが考えるCopilotのエコシステムそのものの未来なのです。

22. Frontier Tuningと次世代の自社モデル（Mustafa Suleyman）

22.1 「企業の未来」と自前のヒルクライミングマシン

Nadella： ここまで、自分自身のエージェントをどう構築するか、そしてそれらのエージェントがCopilotやTeams、Windowsといったものを通じてどう発見されるかについて、たくさん話してきました。しかし、どんな組織、どんなエンタープライズ、どんな企業をユニークたらしめているものは何かを考えると、それは、その組織のオペレーションを通じて継続的に積み重なっていく、暗黙知（タシットナレッジ）です。だからAIの時代におけるある種の鍵となる問いは、「企業の未来（future of the firm）とは何か」というものになります。モデルが何でも学べてしまうこのAIの時代に、どうやってその暗黙知を保ち、積み重ね続けるのか。それを実現するために私たちは、すべての組織が、それがAIネイティブな企業であれ、SaaS企業であれ、エンタープライズであれ、自分自身のヒルクライミングマシンを構築する必要があると考えています。それは、皆さんの目標、皆さんのプライベートな評価に対して継続的に改善し、時間をかけて皆さんの優位性を積み上げていくシステムです。誰か他人のものではなく、です。

Nadella： これを実現するために、私たちはFrontier Tuningで次の一歩を踏み出します。私たちはすでに多くの顧客と協働して、彼らが自分自身の学習ループ、つまり環境、コンテキスト、ツール、ルーブリック、さらには自分自身のモデルの訓練までを築くのを助けてきました。そして今日、私たちは、スーパーインテリジェンス・ラボから生まれたイノベーションによって、そのFrontier Tuningの能力をさらに強化することに、本当にワクワクしています。これについてすべてお話しいただくために、Mustafaに引き継ぎたいと思います。

22.2 スケーリング則の継続とヒューマニスト・スーパーインテリジェンス

Suleyman： ありがとう。皆さん、おはようございます。私たちは本当に、最も驚くべき時代を生きています。私がAIの仕事を始めて以来、フロンティアのモデルを訓練するのに使うコンピューターは、1兆倍に増えました。これはわずか15年で、12桁もの計算量の増加です。一貫した指数的な計算量の増加が、AIの能力の予測可能な進歩につながることは明らかです。そしてこれから数年で、私たちはさらに3桁の計算量がフロンティアのモデルの訓練に投じられるのを目にすることになります。長く直線的なヒルクライミング（坂を登り続けること）が常態なのです。スケーリング則は明確に成り立ち続けており、これは私たちの業界にとって本当に注目すべき時代です。

Suleyman： そしてこの文脈の中で、私たちMAIは、私たちがヒューマニスト・スーパーインテリジェンスと呼ぶものに向けて構築を進めています。これは、最先端のAIの能力でありながら、人々や組織を置き換えるのではなく、明示的に彼らに奉仕するよう設計されたものです。なぜなら、私たちが生み出すAIのタイプは、本当に重要だからです。私たちには、人間性を第一に置くAIが必要なのです。しかしつねに、人間の幸福と人間の進歩を優先するAIです。これが、Microsoftにおける私たちの取り組みの背後にある中核的な哲学であり原動力であり、私たちが行うすべてを形作っています。そしてプラットフォーム企業として、私たちの仕事、私たちのコミットメントは、開発者である皆さんが絶対的なフロンティアで構築し続けられるようにすることです。

22.3 7つの新モデル（Image・Transcribe・Voice・Thinking・Code）の発表

Suleyman： だから今日、私たちは、画像、音声、文字起こし、そしてコーディングにまたがる、7つの新しいモデルのファミリーを発表できることに、とてもワクワクしています。これらはすべて、細部への本物のこだわりと、皆さんが現実世界で実際に働くやり方に合わせて調整された、非常に実用的で効率的なツールを作るというコミットメントのもとに作られています。

Suleyman： まずはMAI Image 2.5と、そのフラッシュ・バリアントです。これは品質において段違いの飛躍をもたらす、2つの非常に強力なモデルで、今やNano Banana 2を抜いて第2位につけています。これらは、制御と一貫性を伴う精密な編集を可能にします。フラッシュは超効率的な本番ワークロードのためのもので、2.5は最大限の忠実度とプロ級の性能を提供します。今日からPowerPointの中で利用可能で、OneDriveへも展開していき、Foundry上では市場をリードする「ドルあたりの品質」でアクセスできます。

Suleyman： 次に、MAI Transcribe 1.5です。これは世界最高の文字起こしモデルです。43言語にわたって最先端の精度を誇り、GeminiやOpenAIのフラッグシップモデルを上回ります。私たちはこれを現実世界での利用に最適化したので、すべての競合モデルより5倍速く、高精度な文字起こしを生成できます。これはGitHub、Copilot、Dynamics 365 Contact Centerの中に統合されており、Foundryでも利用できます。Foundryでは、これがあらゆるハイパースケーラーの中で最も速く、最も効率的で、最もコスト効率の高い文字起こしモデルだと言えることを、うれしく思います。

Suleyman： それと対になるのが、MAI Voice 2です。最新の音声生成モデルです。美しいプロソディ、自然な発話、きめ細かな制御を、15言語で提供し、さらに増えていきます。そしてVoice 2 Flashは、超低レイテンシの音声のために、最高の価値と速度を提供します。低レイテンシの音声は2026年で最も大きなテーマです。次に、テキストの基盤モデル、MAI Thinking 1です。これは私たちの最初の推論モデルで、非常に強力であり、私たちが狙う推論とコーディングのタスクにおいて優れています。これは350億のアクティブパラメータを持つMoEで、中規模の重量級に位置します。独立した人間の評価者は、全体的な品質において、Sonnet 4.6との一対一の比較でこれを好みました。これはAIME 2025で97%を達成しました。これはその能力を測る重要な指標です。しかし最も重要なのは、今やSWE-bench Proで53%に達していて、これは少なくともコーディングの最も厳しいベンチマークにおいて、Opus 4.6と肩を並べる水準だ、ということです。私たちはこれに非常に満足しています。これを本番に投入し、現実世界のタスクやトラフィックに対してヒルクライミングしていけば、まだまだ伸びしろはたくさんあります。しかし、このモデルについて私たちが最も驚くべきだと考えているのは、これが完全にボトムから登ってきた、という点です。つまり、特定のベンチマークを一切狙い撃ちしておらず、蒸留も一切ゼロなのです。私たちにとって、これは決定的に重要です。それは、このモデルがエンタープライズグレードで、クリーンかつ商用ライセンスの取れたデータの来歴のもとに作られていることを意味します。だから皆さんは、これを完全な自信を持って、非常に信頼できる形で本番に投入できるのです。

Suleyman： そして最後に、MAI Code 1 Flashを発表できることに、本当にワクワクしています。これは私たちの新しい推論効率の高いコーディングモデルで、VS CodeとGitHub CLIに合わせて調整されています。わずか50億パラメータでありながら、51%を達成しています。サイズの点ではHaikuに近いですが、それより安いコストで、優れたコーディング性能を素晴らしい効率で届けます。これはVS Codeの中に展開されつつあります。

22.4 自社シリコンとのコデザインとRLEによる「企業の堀」

Suleyman： さて、Foundryでの配布や、私たちのファーストパーティ製品向けの最適化と並んで、私たちはこれらのモデルを、OpenRouter、そしてFireworksやBasetenでも利用できるようにすることに、ワクワクしています。これは、皆さんが初めて、自分で選んだエコシステムの中で、直接ウェイト（重み）をチューニングできるようになる、ということを意味します。このファミリー全体にわたって、安全性とセキュリティは最初から組み込まれています。音声モデルには、無許可のクローンに対する保護が付いています。すべてがゼロからウォーターマーク（電子透かし）されています。誤った拒否を減らし、改善し、そして今日、非常に詳細な技術レポートを出して、私たちがこれらすべてをどう作り上げたのか、完全で透明性のある理解を皆さんに提供します。

Suleyman： 私が特にワクワクしていることの一つは、私たちが自分自身のシリコンと、モデルを慎重にコデザイン（共同設計）してきた、という点です。つまり、私たちはMAI Thinking 1を、自分たち自身のMaia 200チップ上で最適化し、GB300に対してベンチマークしました。その改善の上に、MAI Thinking 1をエンドツーエンドで私たちのMaiaのモデル上で動かすと、さらに1.4倍のワットあたり性能の向上が見られます。これは大きなことです。誰もが知るとおり、このスケールでは、1ワット1ワットが重要なのです。シリコンとモデルのコデザインは、ここにいる全員を、最も効率的で強力な思考エージェントとコーディングエージェントとともに、まさにフロンティアの上に保ち続けるのを助ける、本当に重要な優位性だと私たちは考えています。そして、これらのより速く、より効率的なMAIモデルが、先ほどSatyaが触れたN1Xにやってくることに、私たちはワクワクしています。これは数か月のうちに、Windows上で最高の性能を届けられるようになると考えています。

Suleyman： これこそが、エンドツーエンドのスタック全体を自前で持つということの姿です。これにより、皆さんは、自分の望む場所で、私たちのフル装備のヒルクライミングマシンを使ってMAIモデルをカスタマイズできます。そして、私たちのモデル構築に注がれてきた規律と、たゆまぬエンジニアリングが、今や皆さん全員に利用可能になる、ということを意味します。皆さんが信頼でき、皆さんの代わりに働き、皆さんが制御するカスタムのエージェントを作れるプラットフォームの上で、です。

Suleyman： さて、この1年で起きた本当に大きなことは、もちろん、これらのRLE、つまり強化学習環境（Reinforcement Learning Environments）です。これは皆さんのAIのための、ユニークな訓練ジムです。これらは、MAIモデルの上に構築された、企業やタスクに特化したエージェントを、皆さんだけに適応する形で生み出します。たとえば、Microsoft社内で私たちは、自分たちのRLEとMAIモデルを組み合わせて、Excelにおける最高のエージェント的なユースケースに向けて登っています。そのモデルは、公開およびプライベートのベンチマークでGPT-5.4と同等でありながら、コスト面で10倍効率的です。そして、多くの早期導入者も同様の結果を見ています。私たちがMcKinseyのタスクに対してモデルをチューニングしたとき、最も高い勝率を出し、GPT-5を上回りました。しかもコスト面で10倍の効率を実現しました。私たちにとって、これこそが、非常に慎重に較正されたFrontier Tuningの優位性なのです。そして重要なのは、いくつかの他社とは違い、共有のモデルだけでは得られない、皆さんが苦労して築いたワークフロー、ノウハウ、知識、そして自分自身の組織のデータから得られる恩恵を、皆さんだけが保ち続けられる、という点です。出来上がったモデルを制御できるのは、皆さんだけです。だから私たちのもとでは、RLEと、その中で構築するモデルが、皆さんの堀（モート）になるのです。これは、私たちが皆、本当にワクワクしているAIの新しい時代を示すものです。

Suleyman： さて、私が非常にワクワクしている最後の発表が一つあります。私たちは、モデルのカスタマイズと共同創造を、考えうる最高のレベルへと引き上げています。AIの最も重要な応用先だと私が考えているもの、つまりヘルスケアにおいて、です。今日、私たちは、Mayo Clinicとパートナーを組み、健康のための新しいフロンティアを、彼らの病院やその先で展開することを発表できることを、非常に誇りに思います。ステージに、医師であり、画期的な研究者であり、Mayo Clinicの社長兼CEOである、Dr. Gianrico Farrugiaをお迎えしましょう。

23. Mayo Clinicとのパートナーシップ

23.1 Mayo Clinic Platformとヘルスケア向けフロンティアモデルの共同構築

Suleyman： ここに来ていただき、ありがとうございます。誰もがMayoを、研究、イノベーション、臨床実践において信じられないほどの実績を持つ、世界をリードする病院だと認識しています。この協働に何を期待しているのか、もう少し教えてください。

Farrugia： Mayo Clinicは、「患者のニーズを第一に」という根本的な価値観を体現できることで知られています。私たちは卓越したヘルスケアを提供しています。私たちは世界で第一位のヘルスケア組織にランクされていますが、それでも、世界中のほとんどの人々がMayo Clinicにアクセスできないことを、私たちは承知しています。だからこそ7年前、私たちはMayo Clinic Platformというプラットフォームを作り、ヘルスケア全体をパイプラインからプラットフォームへと移すことを決断しました。パートナーとともに、そのプラットフォームは今や4つの大陸にまたがり、約1億人にリーチしています。これは、私たちの知る限り世界最大の縦断的なヘルスケアセンターを、マルチモーダルなゲノミクスとともに生み出しました。私たちには、私たちが最も得意とすることを一緒に行う機会があります。それは、ヘルスケアのためのフロンティアモデルを作り出すことです。それが何を意味するかというと、もしあなたが患者であれば、あるいはヘルスケアに関心のある誰かであれば、自分の健康について臨床的かつ実務的な答えを得られる、ということです。

Farrugia： もしあなたがヘルスケアの提供者、つまり医師であれば、それは洞察を与えてくれます。リアルタイムのチームメンバーとして機能し、次に何が起こりそうかを教えてくれます。それだけでなく、害を未然に防ぎ、それによって患者の安全性を高め、チームが、あなたが最も必要とするもの、すなわちより良いヘルスケアを提供することを、より上手にできるようにする貴重な洞察を与えてくれます。

23.2 「各々が最も得意なことを行う」分担と患者第一のソリューション

Suleyman： 私たちが最もワクワクしていることの一つは、モデルが教科書的な知識についてはすでにかなり素晴らしい、という点です。すべてのジャーナルや論文を読んでいるわけです。私たちが見ているのは、臨床の実践と、あなたのチームや臨床医がこの何十年にもわたって培ってきた臨床の専門知識です。本番環境で、モデルにその臨床の実践をどう取り込んでいくつもりですか。

Farrugia： ここでのワクワクする点は、私たちがそれぞれ、最も得意とすることを行う、ということです。私たちは、ヘルスケアを長らく悩ませてきたこと、つまり信頼できるスケーラブルなソリューション、というものに取り組めます。そのためには、適切なデータを持つ必要があり、確かに適切な人材を持つ必要がありますが、同時に、非常に患者を中心に据えたレンズを持つ必要があります。私たち二者の間には、これらすべてが揃っています。だから私たちは、このフロンティアモデルを構築し、すべての人のために、安全で、セキュアで、信頼でき、効果的なヘルスケアのソリューションを提供できるのです。

Suleyman： 第一の目的は、患者を第一に置くことです。私たちができる限り高い品質を、できる限り信頼できる形で届け、それを世界中で分かち合うことです。このパートナーシップを分かち合えることにワクワクしています。今後さらに多くをお伝えするのが待ちきれません。

Farrugia： 私たちもです。ありがとうございました。

Suleyman： さて、今日は、Microsoftにおいて、ヒューマニスト・スーパーインテリジェンスを生み出すという私たちの旅路における、本当にワクワクするいくつかの一歩を刻む日となります。私たちには、皆さんを絶対的なフロンティアで働き続けさせるための、世界クラスの7つの新しいモデルという、素晴らしい顔ぶれが揃っています。皆さん全員が、自分自身のユニークなエージェントを、自分に適応させ、自分の制御のもとで共同創造できるようになることを、本当に楽しみにしています。私はこれが、AIの新しい時代だと感じています。皆さんが、自分の条件で制御するAIの時代です。一緒に作りましょう。皆さん、どうもありがとうございました。さて、Frontier Tuningが実際にどう機能するのかをお見せするために、Tanayaにバトンタッチします。

24. デモ：Frontier Tuning（Tanaya）

24.1 MAI Thinking 1のファインチューンと低レベルトレーニングAPI

Tanaya： ありがとう、Mustafa。Frontier Tuningによって、私たちは皆さんが、皆さん自身のデータとワークフローに合わせてチューニングされたモデルとハーネスを使って、皆さん自身のエンタープライズAIを作り出せるようにしています。皆さんが自分だけのヘルス・プランニング・マシンをどう構築できるか、お見せしましょう。MAI Thinking 1は、Foundryのモデルカタログでプライベートプレビューとして利用可能です。モデルをそのままデプロイすることもできますし、もし自分の健康の旅に出たいなら、ファインチューンのボタンをクリックします。まず最初にこれを設定します。次に評価器(グレーダー)を追加して、それで完了です。ジョブを作成します。これがログを通し、それをスコアリングして、私たちはヒルクライミングを始めます。

Tanaya： もし訓練のループを完全に制御したいなら、低レベルのトレーニングAPIをちょっと覗いてみせましょう。MAI Thinkingモデルがあるのが見えます。ロールアウトの戦略や、ハイパーパラメータを設定して、訓練アルゴリズムをどう動かしたいか、正確に定義できます。実際、このモデルがやり取りするツールを定義することで、自分自身のRLM(強化学習メソッド)を組み込むこともできます。

24.2 Land O'Lakesの環境構築とルーブリックによるスキル定義

Tanaya： 今、皆さんはすべてのコードを目にしましたが、M365の顧客であれば、ゼロから始める必要はありません。Copilotに移りましょう。Frontier Tuningの一部として、私たちは、皆さんのデータとワークフローに基づいて環境を構築する新しい方法を導入しています。私たちの顧客の一つであるLand O'Lakesは、合衆国で最大級の企業の一つですが、これを使って、皆さんの朝のトーストに塗るあのバターを完璧にしています。彼らの環境を一緒に見ていきましょう。この環境には、ソフトスキル、知識、そしてツールがあります。しかしバックエンドでは、皆さんが働くやり方をエージェントが継続的に学習するための、まるごと一つのオリジン(源泉)を私たちは作り出しています。

Tanaya： ここでバターのレポート生成を見てみましょう。これらのタスクは非常に複雑です。多くの手作業のステップと、高い精度を要求します。こうしたタスクでは、ほぼ80%の精度でも十分ではありません。より高い精度へとヒルクライミングするために、私たちはスキルという業界の定義を拡張し、「良いとはどういうことか」についてのルーブリックを含めるようにしました。

Tanaya： これは一つのタスクです。これをどうやって、エンタープライズ内のすべてのタスクへとスケールさせるのか。皆さんは、Teams、Outlook、Word、Excel、PowerPointといったM365の中で多くの時間を過ごします。私たちはそうしたシグナルを使って、皆さんが働くやり方を定義するスキルとルーブリックを提案します。次に、ブランディングのための組織の知識を、OneDriveやSharePointから追加できます。この環境には、Microsoftのツールが最初から組み込まれていて、カスタムのツールを追加することもできます。これらのツールは現実のワークフローに接続されているので、私たちは実行をシミュレートします。そうすることで、ビジネスのライブの状態に実際に影響を与えることなく、モデルが学習できるのです。

24.3 90%超精度達成の知見と消費から完全参加への移行

Tanaya： さて、私のいちばんのお気に入りの部分、サイエンスです。これらの学習のすべてを、メインのモデルだけでなく、埋め込み(エンベディング)モデルにも一般化することによって、私たちは高い精度を要求するタスクのためにヒルクライミングできます。それだけでなく、Land O'Lakesクラスのタスクに対して、このモデルを使って90%を超える精度へと登ることができます。私たちは、このモデルがベースラインのモデルよりも10倍効率的だと見積もっています。タスクを実行してみましょう。今回はこの環境を訓練のハーネスとして使います。通常、このタスクの実行には数分かかります。

Tanaya： その間に、キャッシュされた応答をお見せします。彼らはファインチューンされたモデルを含む複数のモデルで研究しました。ここに見えているのは、汎用的に感じられないサマリーです。間違いなくLand O'Lakesらしく感じられるのです。それだけではありません。このタスクは自らに高い基準を課します。継続的に振り返り、成功を評価し続けます。Frontier Tuningによって、皆さんのエージェントは、皆さんが働くやり方をエンコードした、皆さんのデータ上の環境とともに、継続的に改善していきます。それこそが、私がバターのように滑らかなFrontier Tuningと呼ぶものです。皆さんがどんな環境を構築するか、見るのが待ちきれません。

Nadella： どうもありがとう。このパートナーシップにも感謝します。皆さんが今見たのは、かなり大きな転換です。フロンティアのモデルをただ消費するだけの立場から、フロンティアに、そしてフロンティアのエコシステムに、完全に参加する立場へと移る。それがこの移行です。皆さんは、プライベートな評価と成果、プライベートなRLEとトレース、そして皆さんのエンタープライズの知識を持ち、モデルがヒルクライミングするための足場(スキャフォールディング)を作り出せます。それによって、皆さんが制御するものを、オンラインで差別化できるようになるのです。フロンティアには新しい動作点があります。そこでは、非常に効率的な推論モデルやコーディングモデルを使いながら、フロンティアを達成できます。なぜなら皆さんは、RLEという、ヒルクライミングのマシンを作り出すという難しい仕事をやり遂げ、皆さんのトレースがフロンティアへと到達できるモデルを生み出せるからです。

25. Microsoft Discoveryの一般提供開始とデモ（David）

25.1 科学的発見ループのビジョンとプラスチックリサイクル研究シナリオ

Nadella： この二つの組み合わせは、フロンティアで活動するとはどういうことかについて、人々の考え方を変えるゲームチェンジャーだと私たちは考えています。トークンはどう見えるのか、皆さんはどう制御するのか、企業の未来はどうなるのか。これらこそが問いであり、ほんの一握りのモデルがすべてのデータに飢えている、というあり方とは対照的に、その周りに築かれるエコシステムこそが本質なのです。締めくくりに、私はその先のフロンティアについて話したいと思います。フロンティアを押し広げるために、次に来る最良のものは何か。科学的発見のループを構築することが、おそらく最大の社会的インパクトを持ちうると私は考えています。今日の科学は、少しばかり寛容すぎるのです。仮説を立て、実験を実行し、ラボの結果を待ち、そしてまた最初から始める。

Nadella： もし、科学的手法そのものを、もっと連続的で、もっとプログラム可能なものにできたらどうでしょうか。それこそが、私たちがMicrosoft Discoveryで行っていることです。Discoveryは、モデル、ACPコンピュート、あらゆる科学的知識のナレッジグラフ、自動化されたラボ、そしてシミュレーションを、一つのエージェント的な発見のループへと一つにまとめます。私はMicrosoft DiscoveryをGA(一般提供開始)できることに、本当にワクワクしています。これが実際に動いているところをお見せするために、Davidをステージにお迎えしましょう。

David： こんにちは。私はMicrosoft Discoveryと量子のチームで働いています。今日、このようなプラスチック、たとえばこのボトルをリサイクルするには、それを細断して溶かさなければなりません。それをまた同じボトルに作り直すことはできません。これはダウンサイクルです。私たちはMicrosoft Discoveryを使って、その研究を前進させています。お見せしましょう。これがMicrosoft Discoveryのアプリです。VS Codeなんです。エージェント的なDiscoveryは、ソフトウェアエンジニアにとって多くの点でなじみ深いものです。私は科学者として三つのことをやりたいと思っています。私はこのトピックについて科学論文を書きたい。プラスチックを溶かす代わりに、タンパク質を使って、何度も何度もリサイクルできるようにする、という内容です。

25.2 専門エージェント群・内部ナレッジグラフ・カスタムエージェント生成

David： 二つ目に、私はこれを定義するために、実際の発見を実行したい。三つ目に、その結果を本物のラボで検証するためのプロトコルを作りたい。もし皆さんが開発者なら、これらのステップは非常になじみ深いものでしょう。起動しましょう。これがDiscoveryエンジンです。これらは、科学的手法に従って、つねにバックグラウンドで動いている専門のエージェントたちです。エージェントを見られますし、さらに追加することもできます。Microsoft Discoveryには、多くのドメインにわたるエージェント、モデル、ツールのコミュニティが含まれています。既製のものを使うことも、自分自身のものを作ることもできます。これはまだ実行中です。しばらく、何時間も、あるいは何日も動き続けることもあります。動的にシミュレーションを実行しているのです。ここで作成されたファイルが見えます。

David： これが、私が頼んでいた研究論文です。Discoveryは内部でナレッジグラフを使っています。これは内部の知識です。これは決定的に重要な資産で、なぜなら完全な可視性を提供するからです。科学者は完全な制御を保てます。どうやってそのプラスチックを思いつくのか。タンパク質を生成し、最も有望なものを特定する方法が必要です。そのための既製のエージェントはありません。でも、それでいいのです。Microsoft Discoveryでは、あるタスクのためのエージェントがなければ、その場で一つ作り出せます。これはかなりクールです。これが、それが作成したすべてのファイルです。これがそのエージェントのためのYAMLです。さて、私たちはタンパク質の候補を生成する必要があります。そのタスクには多くの計算量が必要です。これはHPCと統合されています。

25.3 タンパク質探索の反復と自動ラボへの送信という知見

David： プロセスを見られます。C-proteinから始めて、小さなセグメントを置き換えることで変異体を作り出します。そこにセグメントが見えます。それが役に立つかどうかを確かめるために適用します。これは何百万回も行われ、タンパク質の巨大なツリーを探索します。その結果が、テストのためにラボへ送られる80個のタンパク質です。これはソフトウェアのようなものです。タンパク質を作るのは、もう少し複雑です。バクテリアが私のためにタンパク質を作ってくれます。そこでDiscoveryはまた別のファイルを作成しました。これがそれです。これにはDNAの配列が含まれています。もしラボがあれば、これらを直接エージェントと統合して、ラボへ送れます。タンパク質のところへ行って、ラボへ送信します。

David： これは、ラボの予約のための指示を送る、カスタムのエージェントを使います。これは非常に現実的です。あれは自動化されたラボです。ここに、ちょうど持っています。これがラボを制御しているアプリケーションです。Copilotのインターフェースが付いているので、科学者は科学実験のためにラボとやり取りできます。この場合、Discoveryはジョブを送信しました。ここに見えますね。これには少し時間がかかります。以前の実行を開いてみましょう。ほら、これです。これらは、エージェントたちが行っているすべてのステップです。そのほとんどが、人間の監督のもとで、完全に自動化されています。なんてクールなんでしょう。これは、物理とエージェントを、統一された一つのDiscoveryのループの中で一つにまとめるものです。これはMicrosoft Discoveryができることの一例にすぎません。さまざまな産業が今日これを使って、科学的発見の新しい時代を受け入れています。ありがとうございました。Satya、お返しします。

26. Majorana 2の発表とクロージング

26.1 スケーラブルな量子コンピューターの長期目標と量子スタックの進展

Nadella： どうもありがとう、David。科学的発見の話が出たついでに言うと、私たちはスケーラブルな量子コンピューターを構築するという長期的な目標に向けても、急速な進歩を続けています。私たちは昨年、最初のQPUを発表しました。100年前に理論化されただけで存在が確かめられていなかった、新しい物質の状態を生み出したのです。それが存在することを証明してみせました。私たちのビジョンは、スケーラブルな量子マシンを構築するうえでの根本的な障壁、つまり信頼性、速度、そしてサイズに対処するために、根本的に異なるアプローチを取ることでした。

Nadella： それ以来、私たちは、学術界と産業界の両方のパートナーとともに、量子スタック全体にわたって進歩を続けてきました。Q north(キュー・ノース)では、atom computers社の中性原子と、私たちのスタックをそこに組み込んだ量子コンピューターを持つことになります。私たちはアルゴリズムの面で、Columbia(コロンビア)やZurich(チューリッヒ)とも協力しています。私たち自身も、このDiscoveryのエージェント的なループを使って、量子の研究を加速し、何年もの研究をこの1年へと圧縮しました。

26.2 Majorana 2の発表（キュービット寿命約1000倍）とトポロジカルアプローチの独自性

Nadella： 今日、私はMajorana 2を発表できることに、本当にワクワクしています。その結果として得られるキュービットは信頼性が高く、その状態をはるかに長く維持します。他の一般的なアプローチがマイクロ秒の寿命しか提供しないのに対して、Majorana 2はキュービットの寿命を20秒、最大では1分にまで提供します。これは本質的に、Majorana 1で私たちが達成できたものより、1,000倍も高い値です。これらは、その寿命の中で複雑な量子計算を可能にします。しかもこのすべてを、Majorana 1と同じキュービットのフォームファクターで、100分の1ミリのデジタル制御で実現しています。これもまた、非常に重要な側面です。これにより、100万個のこうしたキュービットを、クレジットカードより小さなチップに収めることが可能になるのです。

Nadella： この信頼性、速度、サイズの組み合わせこそが、トポロジカルなアプローチをこれほどユニークなものにしています。Majorana 1で、私たちは基礎となる物理を証明してみせました。そしてMajorana 2で、私たちはエンジニアリングのスケールへと踏み出します。

26.3 2つの物語とフロンティアエコシステムを共に築く北極星

Nadella： 結局のところ、それはテクノロジーのためのテクノロジーということでは決してありません。人々と地球の差し迫った課題に取り組むことなのです。それこそが、このカンファレンスの根本的な要点でもあります。問いは、皆さんが次の偉大なモデルやプラットフォーム、あるいはこの量子マシンを構築できるかどうか、ではありません。問いは、私たちがどうやってフロンティアのエコシステムを共に築いていくか、なのです。なぜなら、この瞬間について、人々が語りうる物語は、実のところ二つあるからです。

Nadella： 一つは、テクノロジーが力を集中させ、人間のエージェンシー(主体性)を減らし、その結果を社会に吸収させる、という物語です。もう一つは、私たちがこの次の波を使って、あらゆるコミュニティの開発者、科学者、エンタープライズのために、機会を解き放つ、という物語です。私たちの仕事は、その二つ目の物語を真実にすることです。それが、フロンティアのエコシステムに向けた、私たちの北極星(North Star)です。さあ、みんなで一緒に作りましょう。皆さん、本当に、本当にありがとうございました。