7月21日版 — The Trend Tribune

【田中テック】2026年7月21日

「OK Google」の特権が崩れる日——EUがAndroidをライバルAIに開放させた本当の意味

7月16日、欧州委員会がGoogleに対して、Androidの深い部分をライバルのAIアシスタントにも開放するよう命じる、2つの拘束力ある決定を下した。これはデジタル市場法（DMA）という、EUが巨大テック企業の「門番（ゲートキーパー）」的な立場を規制するための法律に基づく措置だ。今回はこの決定の中身と、それがなぜエンジニアにとっても重要な話なのか、掘り下げてみたい。

そもそも何が「不公平」だったのか

まず問題の構造を整理しておきたい。あなたがAndroidスマートフォンで「OK Google」と話しかけると、Geminiが起動し、ホームボタン長押しで会話を始められ、画面の内容を読み取り、他のアプリの中でアクションを実行できる。これはOSレベルの機能として、Googleが自社のGeminiだけに提供してきたアクセス権限だ。

一方、サードパーティ製のAIアシスタントは、こうした深い統合を持たない。欧州委員会の調査によれば、Google以外が作ったAIエージェントは、Geminiと同レベルの機能をAndroid上で実行できない状態にあったという。今回の決定は、この非対称性を「違法」と認定し、是正を求めるものだ。

命令の中身：11のAndroid機能と検索データ

決定は大きく2本立てになっている。

1つ目はAndroidの相互運用性に関するもので、11のAndroid機能グループについて、認証と利用者の同意を条件に、サードパーティのAIアシスタントにもGeminiと同水準のアクセスを許可することを義務づける。具体的には、音声起動（ウェイクワード検出）、ホームボタンでの起動、画面内容の読み取り、他アプリ内でのアクション実行といった機能が対象になる見込みだ。

2つ目は検索データに関するもので、Google検索が持つ匿名化されたクエリ・ランキング・クリック・閲覧データの一部を、OpenAIを含む競合の検索・AI事業者に、規定された料金体系で提供することを義務づけている。

導入スケジュールは段階的だ。検索データの共有は2027年1月から開始予定、Android関連の主な措置は「Android 18」世代までに、同時ウェイクワード検出機能については「Android 19」世代まで持ち越される見通しとなっている。

Googleの反論と、技術的に見えてくる懸念

Google側はこの決定に強く反発している。同社のグローバル渉外担当社長Kent Walker氏は「今回の決定は、何百万人ものヨーロッパのユーザーにとって重要なプライバシーとセキュリティのガードレールを損なうリスクがある」と述べ、「DMAの目標を満たしながらユーザーを守るための解決策を繰り返し提案してきたが、今回の裁定はユーザー被害に関する豊富な証拠を軽視している」と反論している。

これは単なる企業の言い訳と切り捨てるべきではない、技術的に妥当な懸念も含んでいると思う。エンタープライズセキュリティの専門家であるGood Data AIのCEO、Roman Stanek氏は、この変化がもたらすリスクを的確に指摘している。「これまでエンタープライズセキュリティは、アプリは"箱"であり、OSがその箱をまたぐ通信を制御する、というシンプルな前提の上に成り立ってきた。しかし複数のAIエージェントが同レベルのシステムアクセス権、画面コンテキストへのアクセス、アプリをまたいだアクション、バックグラウンド実行の権限を持つようになると、この前提そのものが崩れる」という趣旨のコメントだ。

ソフトウェアエンジニアの視点からもこれは頷ける話だ。OSレベルで複数のAIエージェントが並行して画面情報にアクセスし、アプリ間でアクションを実行できる状態になると、権限管理・監査ログ・異常検知の設計は、単一のAIアシスタントを前提にしていた頃とは根本的に別次元の複雑さになる。委員会は「技術的な保護措置は許容されるが、それをライバル排除の口実にしてはならない」という安全策を盛り込んでいるとしているが、具体的にどんな技術要件を満たせば第三者サービスとして認定されるのか、認定されたサービスが侵害された場合の責任の所在がどこにあるのかは、現時点の発表内容だけでは明確になっていない。

6ヶ月に及ぶプロセスの到達点

この決定は唐突に出てきたものではない。欧州委員会は今年1月27日、この2つの構造的な優位性（Android統合と検索データ）それぞれについて、詳細な仕様策定手続きを開始していた。今回はその約6ヶ月にわたるプロセスの到達点、という位置づけになる。

Googleは決定への異議申し立てを行う見通しだが、DMAの枠組みでは、異議申し立てをしても自動的にコンプライアンス義務が停止されるわけではない。7月8日にApple関連のゲートキーパー訴訟で確立されたばかりの、欧州一般裁判所の審理順序に関するルールも、この点を裏付けているという。違反した場合の制裁も軽くはなく、全世界売上高の10%（繰り返し違反の場合は20%）という規模の罰金が科される可能性がある。

エンジニアとして見ておきたいこと

このニュースを技術ブログとして扱う理由は、単なる大企業同士の規制バトルという以上の意味がここにあるからだ。OSレベルでのAIエージェントの相互運用性というテーマは、今後モバイルアプリ開発・セキュリティ設計の前提そのものを変えていく可能性がある。

これまで「アプリはサンドボックス化された箱であり、OSがその境界を管理する」というモデルの上に、モバイルのセキュリティアーキテクチャは組み立てられてきた。複数のAIエージェントが同水準のシステムアクセスを要求するようになれば、この前提を作り直す必要が出てくる。今回のEUの決定が、実際にどのような技術仕様・認証プロセスに落とし込まれていくのか——2027年に向けたロールアウトの過程で、開発者コミュニティにとっても無視できない一連の変化になりそうだ。

参考：www.cnbc.com／www.techtimes.com／www.computerworld.com／winbuzzer.com／www.pymnts.com

GoogleAndroidEUDMA規制AIアシスタント

AI企業が「発売後」の安全性研究を避けている——9,439本の論文が示す、意外な研究の偏り

【山本浪漫】

▶ AI Disclosures ProjectのIlan Strauss氏らによる研究「Real-World Gaps in AI Governance Research」を解説。9,439本の生成AI論文から抽出した1,178本の安全性研究を分析し、企業研究がデプロイ前のアライメント・評価に偏り、医療・金融・誤情報など高リスクな実運用領域の研究が著しく手薄であることを明らかにする。Anthropic自身の研究姿勢への指摘や、金融規制になぞらえた情報開示の政策提言までを紹介する。

AI企業が「発売後」の安全性研究を避けている——9,439本の論文が示す、意外な研究の偏り

AI企業は日々「安全性への取り組み」を発表している。しかし、その研究の中身を9,000本を超える論文にわたって精査すると、ある明確な偏りが見えてくる——モデルが世に出る「前」の研究には熱心だが、実際に使われ始めた「後」の研究には、驚くほど消極的だというのだ。今回は、この地味だが重要な指摘をしている調査研究「Real-World Gaps in AI Governance Research」を紹介したい。

9,439本から絞り込んだ、地道な分析

この論文は、AI Disclosures Project（Social Science Research Council傘下）のIlan Strauss氏らが、Ilan氏はUCLの研究者でもあり、共著者にはO'Reilly Media創業者のTim O'Reilly氏の名前もある。

分析の土台になっているのは、2020年1月から2025年3月にかけて発表された9,439本の生成AI関連論文という膨大なコーパスだ。ここから、AnthropicやOpenAI、Google DeepMindといった5つの企業（Corporate AI）と、CMU・MIT・スタンフォードなど6つの大学（Academic AI）による論文を抽出し、さらにその中から「安全性・信頼性」に関わる1,178本を絞り込んで分析している。著者数に応じて各機関の貢献度を按分する「按分著者法」という、複数機関にまたがる共著論文の扱いにも配慮した丁寧な手法が取られている点は、研究デザインとして評価したい。

企業研究が「圧倒的な影響力」を持つという前提

まず土台となる事実として、企業発の論文は本数こそ大学より少ないものの（1,527本対 3,578本）、引用数では大学勢を上回っている（119,845回対 78,858回）。特にGoogle DeepMindの一般的な生成AI研究の引用数（69,453回）は、分析対象の上位4大学の合計を上回るという。AI研究の「発言力」そのものが、少数の巨大企業に極端に集中しているという構図が、まず前提として示されている。

「デプロイ前」に偏る企業研究のカテゴリー分析

論文はここから、安全性研究を8つのカテゴリー（アライメント、テスト＆評価、解釈可能性、倫理・バイアス、ポスト・デプロイメントのリスク、マルチエージェント安全性、政策・ガバナンス、プライバシー・セキュリティ）に分類し、企業と大学それぞれの重点の置き方を比較している。

結果は明確だ。企業研究の影響力（引用数）は、主に「アライメント」と「テスト＆評価」という、モデルが実際に世に出る前の段階の研究によって牽引されている。一方、実際にモデルが商業展開された後の挙動を扱う「倫理・バイアス」研究は、企業よりも圧倒的に大学の方が存在感を持つという、興味深い逆転が見られる。

この傾向についての著者らの指摘は率直だ。「テスト＆評価と呼ばれる研究の多くは、実はデプロイ前の文脈を扱っている。いわゆる"実運用下（in-the-wild）"での評価は、モデルが実際にデプロイされた後にどう振る舞うかを予測しようとする試みだが、本質的には後ろ向き（回顧的）なものだ」という指摘だ。既知の失敗例をもとに作られたベンチマークデータセットに依存しているため、新たに出現するリスクを捉えられていない、という構造的な限界が示唆されている。

数字が語る「高リスク領域」の研究不足

論文で特に印象的なのが、医療・金融・誤情報・依存性といった、実際の訴訟にまで発展している高リスク領域への研究投資の薄さを示す表だ。医療分野の論文は大学53本に対し企業はわずか9本、誤情報に関する論文も大学53本に対し企業8本と、通常の学術論文全体の比率（大学と企業でおよそ2.5対1）と比べても、著しく開きが大きい。

論文が挙げる具体例も生々しい。「依存性を生むように設計されたボット」を巡って訴訟を起こされているCharacter.aiの一件を紹介しつつ、Metaがその後もAIチャットボットでのロマンス系ロールプレイにおける露骨な表現の許可範囲を拡大した、という事例が引き合いに出されている。企業のシステムカードは説得力（persuasion）のリスクについて言及こそするものの、それに対応する具体的な保護措置は伴っていないことが多い、という指摘だ。

Anthropic自身の研究にも言及

この論文が特に興味深いのは、Anthropicという企業自身の研究姿勢を、名指しで検証している点だ。論文は、Anthropicが「モデルの内部の仕組み」に基づくリスク発見のための解釈可能性研究や、Claudeの価値観を検証する取り組みを進めている一方で、同社自身が公表した悪用事例レポート——採用詐欺、マルウェア開発、認証情報の窃取、政治的影響工作のためのSNSボットネットワーク管理といった、実際にClaudeが悪用された具体例——との間に、対応する研究投資の不均衡があると指摘している。

論文によれば、Anthropicのレポート自体が「エージェント型AIシステムが進化するにつれ、こうした半自律的に組織化された複雑な悪用システムは今後も続くと予想される」と将来的なリスクの継続を認めている。それにもかかわらず、そうした実運用下でのセーフガードへの研究投資は、これに見合った規模になっていない、というのがこの論文の指摘だ。

なぜこの偏りが生まれるのか

著者らはこの傾向の背景に、2つの要因を挙げている。1つは単純な商業的インセンティブ——製品の市場浸透や規制上の扱いにマイナスになりうる調査結果を、企業が積極的に公表するとは考えにくい、という構造だ。もう1つは、思想的な要因として、実存的リスク（x-risk）を重視する哲学の影響を指摘している。この哲学のもとでは、モデル自身が持ちうる自律性が主なリスク源とみなされ、目先の実運用上の懸念より、将来の壊滅的なシナリオへの関心が優先されやすい、という見立てだ。

政策提言：金融規制の「疑わしい取引の届出」に学ぶ

論文の後半では、この情報の非対称性を是正するための具体的な提言もなされている。興味深いのが、金融業界の「疑わしい取引の届出（SAR）」制度になぞらえた枠組みだ。金融機関が疑わしい取引を検知した際に当局へ報告する義務を負う一方、善意の届出であれば民事責任を免除される「セーフハーバー」規定があるのと同様に、AI企業にも、実運用データ（ログ、システム動作の記録など）を、認定された研究者や監査人へ、責任追及のリスクを免除した形で開示できる仕組みを整備すべきだ、という提案だ。

研究者として付け加えておきたいこと

この論文自体、著者らが認めている限界もある。分類作業の一部にはAIモデル（GPT o3-miniなど）を使っており、その分類精度が完全ではない可能性、そして企業と大学の共同研究の実態（人材の行き来など）までは十分に捉えきれていない点だ。また、この論文自体が2025年5月時点のデータに基づくものであり、その後の状況変化までは反映されていない。

それでも、企業の「安全性への取り組み」という華々しい発表の裏側で、実際に何が研究され、何が研究されていないのかを、これだけの規模のデータで定量的に可視化した意義は大きいと思う。企業のプレスリリースを読むとき、そこで語られていることだけでなく、語られていないことは何かを意識する習慣を持つことの大切さを、あらためて教えてくれる論文だ。

参考：arxiv.org／arxiv.org

AI/ML論文AI安全性AI governanceAnthropic研究動向

3.25億ドルの「格安」買収——HyundaiがBoston Dynamicsを完全子会社化した本当の狙い

【高橋呂牡】

▶ Hyundai Motor Groupが7月16日、SoftBankの残り約9.65%株式を約3.25億ドルで買収しBoston Dynamicsを完全子会社化。2021年に仕込まれたプットオプション条項の発動という契約構造、5年間据え置かれた評価額33億ドルと実勢との乖離、2028年のAtlas工場実配備計画、NVIDIA・Google DeepMindとの開発提携、そして労働組合のストライキという社会的緊張までを解説する。

3.25億ドルの「格安」買収——HyundaiがBoston Dynamicsを完全子会社化した本当の狙い

7月16日、Hyundai Motor Groupが、SoftBankが保有していたBoston Dynamicsの残り株式（約9.65%）を約3.25億ドルで買収すると発表した。これでBoston DynamicsはHyundaiの完全子会社になる。数字だけ見ると小さな取引に思えるかもしれないが、この背景にある契約構造と、そこから見える評価額のズレが、ソフト屋としてはなかなか興味深い。

「プットオプション」という仕込みが5年前からあった

まず今回の取引の法的な仕組みを整理しておきたい。HyundaiとSoftBankは2021年、Boston Dynamicsの株式取得契約を結んだ際、SoftBankに「プットオプション」（保有株式を一定条件で売却できる権利）を、Hyundai側には対応する「コールオプション」（同じ条件で買い取れる権利）を、それぞれ持たせるという契約をあらかじめ仕込んでいた。条件は「Boston Dynamicsが今年（2026年）までに非公開のまま留まっていた場合」というものだった。

今回、Boston DynamicsはIPO（新規株式公開）していない状態でこの期限を迎え、SoftBankがプットオプションの行使を通告。Hyundai側の株主（Hyundai Motor 28%、Hyundai Motor Group会長Euisun Chung氏個人22.6%、Kia 17.2%、Hyundai Mobis 11.3%、Hyundai Glovis 11.25%）が、あらかじめ決められた価格で買い取る、という流れだ。5年前に仕込んでおいた条項が、今まさに発動した形になる。

決められた価格が意味すること：評価額33億ドルという「据え置き」

ここが会計・投資の観点で一番面白いポイントだ。今回の買収価格3.25億ドルは、Boston Dynamics全体の企業価値をおよそ33億ドルと評価した水準になる。これは2021年にHyundaiがSoftBankから80%の支配株を取得した際の評価額（11億ドルの取引規模から逆算した全体評価）とほぼ同水準、つまり5年間、この会社の「契約上の評価額」はまったく動いていないということになる。

一方で、韓国の証券会社Kiwoom Securitiesのアナリストは、今回の取引条件から逆算した評価額が実勢とかけ離れていると指摘しており、一部のブローカレッジ試算ではBoston Dynamicsの潜在価値を300兆ウォン超（約190億ドル）と見積もる声もあるという。プットオプションという契約構造は、市場が今つけるであろう評価額とは無関係に、5年前に固定された価格で取引を強制するという性質を持つ。今回Hyundai株が発表当日に2.1%下落したのも、投資家がこの「据え置かれた評価額」の妥当性に懐疑的な反応を示した結果だとみられている。

Atlasの工場投入は「2028年」という現実的なタイムライン

技術面の話に移ろう。今回の完全子会社化の最大の狙いは、ヒューマノイド「Atlas」を軸にした「統合されたAIロボティクスエコシステム」の構築にあるとHyundaiは説明している。ジョージア州のロボット・メタプラント・アプリケーション・センターで訓練を行い、2028年を目標に同州の工場で最初の実配備、生産能力を年間最大3万台まで拡張する計画だという。当初は溶接や資材搬送といった作業から始め、2030年までに部品組み立て工程まで対象を広げるとされている。

このスケジュール感は、以前このコラムでも紹介してきた他社のヒューマノイド量産計画（TeslaのOptimus Gen3が2026年内は社内テスト専用、本格量産は2027年テキサス工場から）と比べても、決して前のめりすぎる数字ではない。むしろ「実配備は2028年」という表現は、地に足のついた計画として好印象だ。技術的な裏付けとして、Boston Dynamics CEOのRobert Playter氏は、Atlasが工場の新しい作業を1〜2日以内に習得し、99.9%の信頼性に達する必要があると、実用化の具体的なハードルにも言及している。

NVIDIAとGoogle DeepMindという開発パートナー

Atlasの開発では、NVIDIAとGoogle DeepMindとの提携が進められているという。単独開発ではなく、AIモデルの基盤部分を外部の専門企業と組む、という構図は、以前紹介したAgility Roboticsの「LLM非依存」戦略や、三菱自動車とHighlandersの提携とも通じる、ヒューマノイド業界に広がりつつある分業モデルの一例と見ていいだろう。

見過ごせない「労働組合との緊張」

ここは高橋として、地味だが重要な点として指摘しておきたい。今回の買収発表は、Hyundai本体の韓国国内労働組合が、年間賃金交渉をめぐって産業行動を強めているタイミングと重なっている。報道によれば、組合は月曜から水曜にかけて2時間のストライキを実施、7月20日〜22日には4時間のストライキを予定しているという。組合側は純利益の30%相当の賞与プールと、ロボット導入が進む中での雇用保証の書面確約を求めている。

ヒューマノイドを工場に本格投入しようとする自動車メーカーの足元で、まさにその労働者たちが雇用への不安から声を上げている——この対立構造は、ヒューマノイドの実用化が単なる技術の話ではなく、労働のあり方そのものに関わる社会的な論点であることを、あらためて浮き彫りにしている。

まとめ：ガバナンスの整理としての完全子会社化

今回の完全子会社化は、技術的なブレークスルーというより、意思決定の迅速化とガバナンスの整理という側面が強い取引だ。少数株主としてのSoftBankとの利害調整というプロセスがなくなることで、HyundaiはAtlasの開発ロードマップを自社グループの都合だけで決められるようになる。一部では、この完全子会社化がBoston DynamicsのIPOへの布石になるのではないか、という見方も出ている。33億ドルという「据え置かれた評価額」で完全子会社化された今、次にこの会社の本当の市場価値が試されるとしたら、それはこのIPO観測が実際に動き出すときになりそうだ。

参考：www.hyundai.com／www.bloomberg.com／qz.com／finance.yahoo.com／www.koreajoongangdaily.com

HyundaiBoston DynamicsAtlasM&AヒューマノイドSoftBank