AIエージェントの注文はDoorDashで数百件・Uberで4件——今週のAIで確認したい上限・価格・権限

AIエージェントの注文——DoorDashで数百件、Uberの配車は4件

AIエージェントとは、目標を受け取ると複数の手順を自ら処理するAIプログラムだ。「タコスを頼んで」と言えばアプリを開いてメニューを選び、支払いまで代わりに済ませる場面が、エージェントの代表例としてよく紹介されてきた。今週、配達・移動サービスの2社が、その使われ方を初めて数字で示した。

DoorDashの共同創業者でCEOのトニー・シュー（Tony Xu）氏は、10月29日の第3四半期決算説明会で、外部のAIエージェントが稼働開始以来の累計で数百件の注文を生んでいると答えた。同じ四半期のDoorDashの総注文数は10億件弱だった。同氏は、食事の注文のような単純なことは、人々がDoorDashのアプリに直接来ると説明した。

Uberは11月4日の決算説明会で、外部のAIエージェントが手配した配車が第3四半期に4件だったと明らかにした。フードデリバリーのUber Eatsでのエージェント経由の注文はやや多く、ハロウィンの週で約500件だった。Uberがこの数字を公表したのは初めてだ。

読み取れることは単純だ。客の代わりに注文するエージェントは、まだほとんど使われていない。DoorDashのCEOは、エージェントはじっくり検討が必要な大きな買い物や、人が見ていない間に裏で進める仕事にこそ役立つと見ている。会社でエージェントを導入するなら、顧客向けの注文窓口を新しく作るより、毎週手作業で繰り返している社内業務を一つ任せて結果を測るほうが先だ。

ChatGPTとCodexの利用上限——12月から一つにまとまる

OpenAIのヘルプセンターの記事によると、12月からPlus・Pro・Businessプランの利用上限をChatGPTとCodexが共有する。CodexはOpenAIのコーディングツールで、コードを読んで直す作業を担う。同社は、業務向け機能Workのエージェント機能をChatGPTの基本画面に統合するための変更だと説明している。正確な開始日はまだ明らかにしていない。

利用量はトークンで数える。トークンとは、AIが文章を細かく分けて数える単位だ。高度なモデルや複雑な作業ほど上限を多く使い、速い日常会話のInstantチャットは上限に含まれない。残りの利用量とリセット時刻は「設定 → 利用状況」（Settings → Usage）でまとめて確認できる。

OpenAIは、ほとんどのユーザーが今より頻繁にリセットを待つことはないとしている。ただし、Codexで長い作業をよく回す人は、同じ上限の中でチャットも使うことになる。チームでCodexをよく使うなら、11月の間に誰がどの作業にどれだけ使っているかを記録しておこう。12月にプランを選び直す根拠になる。

Claude Personal Finance——銀行口座を読み取り専用でつなぐ

Anthropicは11月5日、ClaudeにPersonal Finance機能を加えた。銀行やクレジットカードの口座をPlaidでつなぐと、「今月のお金はどこに消えたか」「この1年で利息をいくら払ったか」といった質問ができる。Plaidはアプリと銀行口座をつなぐ米国の金融連携サービスだ。

同社が示したアクセス範囲は、銀行名、口座名と種類、口座番号の下4桁、残高、利用限度額、最大2年分の取引履歴だ。アクセスは読み取り専用なので、お金を動かしたり投資したりはできない。Personal Financeの画面での会話はモデルの学習に使わないという。

現在は米国のPro・Max・Ultraプランのユーザー向けにベータで公開されており、韓国ではまだ使えない。それでも注目すべき点がある。会社のデータをAIにつなぐときに確かめるべきなのは、まさにこの三つだ。何を読むのか、書き込みや移動の権限があるのか、会話が学習に使われるのか。

Gemini Omni 1.2 Flash——15秒の動画を30%安く

Googleは11月5日、動画生成モデルGemini Omni 1.2 FlashをGemini APIと企業向けGeminiで正式に提供開始した。一度に作れる動画は、前のOmni 1.1の10秒から15秒に伸び、長さは3秒から15秒まで1秒単位で選べる。

価格は30%下がり、720p（一般的なHD画質）の動画1秒あたり0.07ドルになった。15秒の動画1本なら約1.05ドルだ。Googleは、360pや720pで素早く下書きを作り、直したい部分だけ会話で指示し直し、気に入ったものだけ1080pや4Kに引き上げる流れを勧めている。作った動画には、AIが作ったことを後で確かめられる目に見えない印（SynthID）が入る。

仕事ですぐ試せる場所はGoogle Vidsだ。GoogleアカウントかGoogle Workspaceの契約があれば、誰でも月に15秒の動画を3本までVidsで追加費用なしに作れる。製品紹介や社内告知用の短い動画を1本作り、外部制作と比べてみる価値がある。

ChatGPT Images 2.6——動くGIFと保存しておける参照画像

OpenAIは11月4日、ChatGPT Images 2.6を公開した。文章や写真1枚を動くGIFに変え、再生速度を変えたり、コマを1枚ずつ直したりできる。GIFとは、数枚の絵をつないで短く繰り返し再生する画像形式だ。

参照画像の保存も加わった。自分の顔やペット、キャラクターの写真を一度保存しておけば、次の作業では再びアップロードせずに名前で呼び出せる。同じ人物が何枚もの画像で同じ姿で登場する必要がある連載画像や、社内キャラクターの制作に向いている。

開発者向けには、画像モデルGPT-Image-2.6 FlareとSunburstがAPIで公開された。APIとは、自分のプログラムがOpenAIのモデルを呼び出して使う窓口だ。OpenAIは画像生成が50%速くなり、Flareは最短6秒で画像を作ると明らかにした。速度の数値は同社自身が測ったものだ。

Kimi K3.1 Pro——モデルファイルが実際に公開された

先週このまとめで「11月4日までに公開予定」と書いたMoonshot AIのKimi K3.1 Proの重みが公開された。重みとは、モデルが学習で得た値を収めたファイルで、これがあれば誰でも自分のサーバーでモデルを動かせる。モデル共有サイトHugging Faceのmoonshotai/Kimi-K3.1-Proリポジトリは11月2日に作られた。

モデルカードに記された規模は、全パラメータ2兆8000億、一度に使うアクティブパラメータ1040億だ。パラメータとはモデルの大きさを測る数字だ。質問ごとに一部の専門家部分だけを選んで使う混合専門家（MoE）構造なので毎回すべてを計算するわけではないが、一般的なPCやグラフィックカード1枚で動かせる大きさではない。

ライセンスは標準的なオープンソースライセンスではなく、Moonshotが独自に定めたKimi K3.1 Proライセンスだ。会社でダウンロードして使うなら、まず利用条件を読む必要がある。

今週のチェックリスト——導入の順番・上限・権限

第一に、エージェントは社内業務から任せる。DoorDashとUberの数字が示すように、客の代わりに注文するエージェントにはまだほとんど需要がない。毎週繰り返す社内の入力・整理業務を一つ選んで任せ、かかった時間を測ってみる。

第二に、利用上限の変化に備える。ChatGPTとCodexを併用するチームは11月の利用パターンを記録しておき、12月の切り替え後に「設定 → 利用状況」で残りの上限と比べる。

第三に、データ連携の範囲を先に確かめる。Claude Personal Financeのように口座・文書・メールをAIにつなぐ機能は、読み取る項目、書き込み権限、学習への利用の有無を確認してから有効にする。