1. AIの進歩は指数的、費用は急落：Mollick氏が30か月を振り返る
Ethan Mollick 准教授は10月20日、新刊 Co-Existence の発売に合わせた記事で、2024年初めの前著から30か月の変化をまとめました。AI が1回の指示で半分以上の確率で完了できる人間の作業量を測る METR のベンチマークでは、2024年は4分の作業、2026年4月の原稿提出時点では17時間分だったと書いています。その後このベンチマークは、現行の手法では正確に測れなくなったと METR が述べているとのことです。費用面では、大学院生でも解けない問題を集めた試験 GPQA で正解を1問得るのに、以前は約30セントかかっていたものが、現在は100分の4セント程度になったとしています。GPT-4 の発売時点より高性能なモデルは180あり、そのうち19は最近のスマートフォンで動くとも述べています（原文）。
同氏は、AI との付き合い方も変わったと述べています。チャットで一手ずつ指示する段階から、エージェントを必要なときに呼び出して仕事を割り当て、戻ってきた結果を評価する段階に移り、これを「conjurer（召喚者）」型と呼んでいます。この記事のグラフ作成も、数行の指示だけで調査から作図、引用まで AI が数分で終えたそうです。一方で、AI が実際に何をしているかを把握しにくくなるという新しいリスクも挙げています（同上）。
当社の見方 費用の下落が続くなら、AI を使うかどうかの分かれ目は単価ではなく、任せる仕事を言葉にして渡せるかどうかに移ります。見積書の作成、問い合わせの一次回答、商品説明文の下書きのように、人が数時間かけている定型作業を、同業他社が先に AI に渡して同じ人員で受注量を増やせば、その差は半年ほどで納期と価格に表れると当社は考えます。着手が遅れた会社は、その間の見積もりの待ち時間で案件を逃すおそれがあります。まず1つの業務について、入力・手順・合格の基準を紙に書き出すところから始めてください。Mollick 氏が挙げた「何をしているか分かりにくくなる」リスクについては、結果だけでなく作業の記録も残せる運用かどうかを、導入前に確認する必要があります。
2. Agent Skills が Linux Foundation 傘下の財団へ
Anthropic は10月22日、AI エージェントに特定の作業手順や専門知識を教える公開規格 Agent Skills を、Linux Foundation 傘下の Agentic AI Foundation（AAIF）に寄贈したと発表しました。スキルは SKILL.md というファイルを含むフォルダで、手順書や必要なスクリプトをまとめたものです。同社によると、2025年12月の規格公開以降、ChatGPT、Cursor、GitHub Copilot、VS Code など70以上のエージェント製品が対応し、これまでに100万件のスキルが公開され、インストールは約2.8億回に達しています。名称、ロゴ、GitHub 組織、agentskills.io のドメインが AAIF に移り、今後は版管理されたリリース、正式な提案プロセス、スキルの作成者と利用者向けのセキュリティ指針を含むロードマップを提案しているとのことです（Anthropic 発表）。
同じ日、Linux Foundation は AAIF の会員が発足から1年足らずで305団体になったと発表しました。新規の上位会員には Ant Group、Royal Bank of Canada、Vercel などが含まれます。事務局長の Mazin Gilbert 氏は、参加組織が「エージェントはどう認証されるのか、行動はどう検証されるのか、代理で動いたエージェントの責任は誰が負うのか」を問い始めていると述べています（Linux Foundation 発表）。
当社の見方 中小企業にとっての意味は単純で、業務手順を SKILL.md のような形で一度文章にしておけば、使うエージェントを替えても手順を書き直さずに済む可能性が高まったことです。手順が担当者の頭の中や特定ツールのチャット設定にしかない会社は、担当者の退職やツールの乗り換えのたびに、同じ整理をやり直すことになります。ただし、他人が公開したスキルをそのまま入れる使い方は、セキュリティ指針が整うまで避け、まず自社で書いた手順だけを使うのが安全だと当社は考えます。最初の版管理リリースにセキュリティ指針が含まれているかを確認してから、外部のスキルを使うかどうかを決めます。
3. Kimi K3.1 Pro：オープンウェイトの高性能モデルが2ドル／10ドルで登場
中国の Moonshot AI は10月23日、Kimi K3.1 Pro を API などで公開しました。100万トークンの文脈長を持つモデルで、全モデルの重みは11月4日までに公開すると同社は述べています。同社が公表した Terminal-Bench 4.0 のスコアは65.7%で、同社の表では Claude Opus 5.5 の66.4%に次ぎ、GPT-6 Astra の58.2%を上回っています。ただし、これは同社自身の測定結果です（Moonshot AI 発表）。
Simon Willison 氏は同日のブログで、API 料金が入力100万トークンあたり2ドル、出力10ドルで、GPT-6.1 Sol と同額、Claude Opus 5.5 の半額だと紹介しています。第三者機関 Artificial Analysis の総合指数では Kimi が55で、Claude Fable 5.1、GPT-6 Astra、Gemini 4 Argon（いずれも53）を上回り、上にいるのは Opus 5.5（58）だけです。同氏は、重みが公開予定のモデルがここまでの順位に入ったのは初めてだと書いています（原文）。Artificial Analysis の個別ページでは、出力速度は毎秒約58トークンで遅い部類であること、指数の測定で150Mトークンを出力し、中央値の87Mより冗長であること、1タスクあたりの評価費用が平均2.11ドルであることも確認できます（Artificial Analysis）。
当社の見方 高性能モデルの重みが公開されると、利用企業にとっては、価格交渉の材料と、将来自社のサーバーで動かす選択肢が増えます。一方、中小企業が今週すべきことは乗り換えではありません。速度が遅く出力が長いモデルは、同じ単価でも請求額と待ち時間が増えるためです。また、顧客名簿や取引記録を送る場合は、提供元の利用規約でデータの保管場所と学習への利用がどう定められているかを、契約の前に読む必要があります。当社は、重みが実際に公開される11月4日以降に、自社の実書類で他のモデルと費用と精度を並べて比べてから、採用の可否を決めるのが妥当だと考えます。
4. Linux Foundation の調査：AI で作業時間は半減、ただし質の低い提出物も増える
Linux Foundation は10月20日、生成AI がオープンソース開発に与える影響の調査報告を発表しました。プロジェクトの管理者の59%が、生成AI の普及後に寄せられる貢献が増えたと答え、大規模プロジェクトでは69%でした。一方、受け付けるプルリクエストの推定25%（大規模プロジェクトでは31%）は質の低い「AI slop」だとされています。生産性は最大で50%上がると回答され、コードを書く作業の時間は平均52%短くなりました。ただし、難易度の高い作業では21%の回答者が、生成AI を使うと逆に時間が増えたと答えています。管理者の53%は、生成AI がコミュニティの信頼を改善したとは思わないと答えました（Linux Foundation 発表）。
当社の見方 この調査はオープンソースの現場の数字ですが、構図は一般の会社にも当てはまります。作る側の作業が速くなると、確認する側に仕事が溜まるからです。外注先の制作会社や取引先が AI で作った成果物（サイトの修正、見積書、翻訳）を納品する場合、受け取る側に検収の基準と担当者がいなければ、確認の遅れがそのまま業務の遅れになります。当社は、AI を導入する前に、納品物の合格基準を3〜5項目で決めておくべきだと考えます。導入後の最初の1か月で、確認にかかった時間が AI で短縮できた時間を上回る業務があれば、その業務は AI の対象から外すのが妥当です。
当社の展望：手順と価格を機械が読める形で持つ会社が先に選ばれる
今週の発表を並べると、エージェントが組織の代理として動くための部品が揃い始めています。手順を渡す規格（Agent Skills）、その規格を中立的に管理する財団（会員305団体、銀行や決済関連企業も参加）、そして上位に迫る価格帯のモデルです。AAIF の事務局長が挙げた「認証」「検証」「責任」は、まさに企業間の取引に直結する論点です。当社は、今後6〜24か月のうちに、個人の AI エージェントが企業側の AI エージェントへ見積もりや在庫を直接問い合わせ、比較から注文までを人を介さずに進める取引が広がると見ています。これは当社の推測です。その際に先に候補へ入るのは、価格・在庫・納期・対応範囲を機械が読める形で公開し、問い合わせの手順を文章で整備している会社です。手順が個人の頭の中にしかない会社は、AI からの問い合わせに答えられず、比較の段階で外される可能性があります。いまが布石を打つ時期だと考えます。まずは繰り返しの多い1業務の手順を書き出し、商品・価格情報を整理するところから始めてください。
当社の総合判断
10月19日〜25日の動きは、AI の費用が下がり続ける一方で、使いこなす側の準備の差が広がることを示しています。主導しているのは、手順を持ち運べる規格の標準化と、重み公開を控えた高性能モデルの価格競争です。今後2〜4週間は、新しいモデルへの乗り換えより、繰り返し業務を1つ選んで手順・合格基準・送るデータの範囲を書き出すことを優先してください。11月4日に Kimi K3.1 Pro の重みが実際に公開されるかどうかで、費用比較の対象を広げるかが変わります。公開が延期されたなら、現行の比較対象のままで進めて構いません。AAIF のセキュリティ指針の内容は、外部スキルの扱いを決める条件として、次回以降も追います。
この記事に関するよくあるご質問
Agent Skills とは何ですか。中小企業に関係がありますか。
AI エージェントに特定の作業手順を教えるための公開規格で、手順や必要なスクリプトを SKILL.md を含むフォルダにまとめます。Anthropic は2026年10月22日に、この規格を Linux Foundation 傘下の AAIF に寄贈すると発表しました。手順を文章で整理しておけば、使うエージェントを替えても書き直さずに済む可能性が高まります。
Kimi K3.1 Pro は安いので、今すぐ乗り換えるべきですか。
急ぐ必要はありません。API 料金は入力100万トークンあたり2ドル、出力10ドルですが、Artificial Analysis では出力速度が遅く、出力量も多いと評価されています。顧客データを送る場合は提供元の利用規約も確認が必要です。重みが公開予定の11月4日以降に、自社の実書類で費用と精度を比べてから決めるのが確実です。
AI で作業が速くなるのに、確認の手間が増えるのはなぜですか。
作る側が速くなると、確認する側に成果物が集中するためです。Linux Foundation の調査では、オープンソースのプロジェクト管理者の59%が貢献の増加を報告し、受け付けるプルリクエストの推定25%が質の低いものでした。導入前に納品物の合格基準を3〜5項目で決め、確認の担当者を置くことをお勧めします。
参考
- Ethan Mollick, 30 Months on the Exponential (in Charts), One Useful Thing (2026-10-20)oneusefulthing.org
- Anthropic, Donating Agent Skills to the Agentic AI Foundation (2026-10-22)anthropic.com
- Linux Foundation, Agentic AI Foundation Surpasses 300 Members in Less Than One Year (2026-10-22)linuxfoundation.org
- Moonshot AI, Kimi K3.1 Pro Tech Blog (2026-10-23)kimi.ai
- Simon Willison, Introducing Kimi K3.1 Pro (2026-10-23)simonwillison.net
- Artificial Analysis, Kimi K3.1 Pro model pageartificialanalysis.ai
- Linux Foundation, New LF Research Survey on generative AI and open source (2026-10-20)linuxfoundation.org