見出し画像

Microsoft、独自AIモデル「MAI」群を投入。Claude/GPTに正面対抗、そして始まった「業務エージェント競争」

株式会社AIworker

2026年6月、Build 2026で本当に起きたのは「モデル競争」ではありませんでした。企業は結局どう動けばいいのか・・・最後まで読むと見えてきます。

2026年6月2日、サンフランシスコで開幕した開発者会議「Microsoft Build 2026」で、Microsoftが大きな一手を打ちました。

自社開発のAIモデル群「MAI」を、一度に7つ発表したのです。同社史上最大規模のモデルリリースとされています。

これまでMicrosoftは、ChatGPTを擁するOpenAIに巨額を出資し、その技術を自社製品（CopilotやAzure）に組み込むことで「AIの巨人」のポジションを築いてきました。今回の発表は、その関係に明確な変化が起きていることを示しています。Microsoftが、OpenAIに頼らず「自分たちのAI」で勝負を始めた・・・。

ただ、今回のBuild 2026を最後まで見ていくと、本当の主役はモデルではありませんでした。その話は後半でします。まずは事実を、できるだけわかりやすく整理します。

なお、本記事は2026年6月時点の発表・報道に基づきます。性能・ベンチマークの数値はMicrosoftの公表値を含み、第三者による独立検証ではない点にご留意ください。

MAIとは何か｜3行でわかる概要

  • MAIは「Microsoft AI」の頭文字。Microsoftが自社開発するAIモデル群のブランドです。

  • 2026年6月2日のBuild 2026で、推論・コーディング・画像・文字起こし・音声をカバーする7つの新モデルを一挙発表。

  • 特徴は、他社AIからの蒸留（既存モデルの出力を教師データに流用する手法）を使わず、商用ライセンス済みのデータだけでゼロから学習したとされる点。

ひとことで言えば、「OpenAIの技術を借りるMicrosoft」から「自前のAIを持つMicrosoft」への転換です。

なぜ今なのか｜OpenAI依存からの脱却という伏線

今回の発表は、突然出てきたものではありません。1年がかりの伏線があります。

  • 2025年8月：初の自社開発モデル「MAI-Voice-1」「MAI-1-preview」を公開。最初の脱・OpenAI依存。

  • 2025年11月：「MAI Superintelligence team」を設立。

  • 2026年4月：MAI-Transcribe-1、MAI-Voice-1、MAI-Image-2を投入。

  • 2026年6月：Build 2026で7つの新モデルを一挙発表。

この取り組みを率いるのは、Microsoft AIのCEO、Mustafa Suleyman氏です。Microsoftは2019年以降、OpenAIに130億ドル規模の出資を実施してきたと報じられていますが、単一パートナーへの依存には戦略リスクが伴います。今回の大規模発表は、自社AI戦略がいよいよ本格段階に入ったことを示しています。

「パートナーのCopilotを売る会社」から、「モデルメーカーであり、ランタイムの所有者でもある会社」へ。これが今回の構図です。

Build 2026で発表された7つの新MAIモデル

今回新たに発表されたのは、次の7モデルです。文章・コード・画像・音声・文字起こしと、業務で使う主要領域を一通り押さえてきました。

  • MAI-Thinking-1：じっくり考える推論モデル。

  • MAI-Code-1-Flash：軽量・高速なコーディング特化モデル。GitHub Copilotに搭載。

  • MAI-Image-2.5：画像生成モデル。文章から画像、画像から画像の両方に対応。

  • MAI-Image-2.5-Flash：上記の軽量・高速版。

  • MAI-Transcribe-1.5：文字起こしモデル。43言語に対応。

  • MAI-Voice-2：音声合成モデル。15以上の言語を追加。

  • MAI-Voice-2-Flash：上記の軽量・高速版。

なお、GitHub向けに最適化された「MAI-Code-1」は、今回の新規7モデルとは別で、すでにCopilotやVS Codeで提供されている既存モデルです。混同されやすいので補足しておきます。

全体として、「OpenAI1社に頼る」状態から、「自前で全部そろえる」状態への移行を狙っているのが見て取れます。

注目は2つ｜「賢い頭脳」と「安い実務」

7つの中でも、ビジネス的に押さえるべきは次の2モデルです。

■ MAI-Thinking-1（賢い頭脳）

Microsoft初の本格的な推論モデル。35B（アクティブ）のMoE構成で、複雑な多段階の指示や長文の読み込み、コード生成が得意とされます。

数学・科学の思考力を測るテスト（AIME 2025）で97.0%という高スコアを記録。プログラミングの実務テスト（SWE-Bench Pro）では、Microsoftが比較対象として提示したAnthropicの最上位級モデルClaude Opus 4.6と同等の成績だと説明しています。さらに、独立した評価パートナーによる1,350回のブラインド比較で、利用者がMAI-Thinking-1の応答をClaude Sonnet 4.6より好んだと発表しています。

ただし、これらはいずれもMicrosoft側の公表値・同社が用意したテストの結果であり、第三者の独立検証ではない点には注意が必要です。

■ MAI-Code-1-Flash（安い実務）

50億パラメータと小型ながら、コーディング作業に特化したモデル。Microsoftによれば、同じく軽量モデルのClaude Haiku 4.5に対し、実務的なコーディングテスト（SWE-Bench Pro）で51.2%対35.2%と16ポイント上回り、しかも複雑なタスクでは最大60%少ないトークン（＝より低コスト）で解いたとしています。

この「小さく・速く・安く」という方向性こそ、モデル面での今回の本質です。

価格と使い方｜GitHub Copilotで触れる

MAI-Code-1-Flashは、発表と同日からGitHub Copilotの有料ユーザー向けに展開が始まりました。Visual Studio Code（プログラミング用エディタ）のモデル選択画面に登場し、自動選択の対象にもなっています。すでにCopilotを使っている開発者は、特別な手続きなく触れられます。

料金の目安（100万トークンあたり）は、入力$0.75、キャッシュ利用の入力$0.075、出力$4.50とされています（最終調整中）。

注目は、Suleyman氏が、用途特化でチューニングしたMAIモデルはコスト効率の面で大きな優位があると語っている点です。OpenAIもGPT-5.5系でコスト効率の改善を進めており、各社が「安く・速く」へ向かっているのが今の潮流です。

推論モデルのMAI-Thinking-1は、開発者向けプラットフォーム「Microsoft Foundry」で限定プレビューとして公開されています。

何が起きているのか｜「コスト効率」という新しい戦場

ここ数日のニュースを並べると、潮目がはっきり見えてきます。

少し前まで、AIの競争は「どれだけ賢いか（性能）」の一点勝負でした。GPT、Claude、Geminiが横一線で賢さを競っていた。ところが今は、「同じ賢さなら、どれだけ安く・速く動くか」へと戦場が移りつつあります。

実際、各社とも価格を武器にした攻勢を強めています。そこへMicrosoftが「自前モデル＋用途特化チューニングで大幅なコスト効率」を掲げて参入した。プレイヤー全員が「安くて実用的」に舵を切っているわけです。

企業にとっては朗報です。高性能なAIが、これまでより安く使える時代に入ったということですから。

ただ・・・ここからが本題です。

本当の主役はモデルではなかった｜始まった「業務エージェント競争」

MAIの発表は大きなニュースです。でも、MicrosoftがBuild 2026で最も力を入れて見せたのは、実はモデルではありませんでした。エージェントです。

象徴が「Scout（スカウト）」です。MicrosoftはScoutを、「Autopilot（オートパイロット）」という新しいカテゴリの第1弾と位置づけました。Nadella CEOは基調講演で、「Copilotがチャット・仕事・開発を牽引している。そこに新たに加わるのがAutopilotだ。最初のAutopilotがScoutであり、Scoutはあなたが働く場所で働く」と語ったと報じられています。

これまでのAIを、Microsoftは3つに整理しています。質問したときだけ答える「チャットボット」、こちらが呼び出すと1つのタスクをこなして止まる「タスクエージェント」、そして常時稼働で背景から自律的に動き続ける「Autopilot」です。Scoutは、この3つ目にあたります。

Scoutは、自分自身の管理されたID（アイデンティティ）を持ち、Teams・Outlook・OneDrive・SharePointをまたいで動きます。プロンプトを待つのではなく、一定のリズムで自律的に動き、メールやチャットを監視し、会議の準備や日程調整、停滞している案件の検知などを進めるとされています。現時点では、Microsoftの「Frontierプログラム」を通じた実験的リリースの段階です。

さらに、企業にとって見逃せないのが「Frontier Tuning（フロンティア・チューニング）」です（限定プレビュー）。これは、エージェントが自社のやり方や業務ルールを、コンプライアンスの枠内で学習していく仕組みとされています。加えて、職場の文脈を学ぶ「Work IQ」など、AIに自社の知識を与える仕組みも整備されました。Scoutを「うるさいだけのAI」ではなく役に立つ存在にするのは、このWork IQが、その人の働き方・人・ファイルのパターンを学ぶからだと説明されています。

ここに、今回のいちばん大事なメッセージが隠れています。

Microsoftほどの会社が、わざわざ「自社の業務を学習させる仕組み」を中核に据えた。つまり、モデルがいくら賢くなっても、それだけでは現場の仕事は終わらない。賢いAIを、自社の業務・ルール・データに合わせて初めて、業務エージェントとして機能する・・・巨人自身がそう言っているわけです。

競争の中心は、「どのAIが賢いか」から「どのAIが、御社の仕事を終わらせるか」へ移りました。

では、企業は結局どうすればいいのか

ここで、現場の経営者・推進担当者の方に正直にお伝えしたいことがあります。

「どのモデルが一番か」を追いかけても、業務はほとんど変わりません。

モデルの勢力図は、数ヶ月で塗り替わります。今日トップのモデルが、半年後もトップである保証はどこにもない。今回のMAI発表自体が、それを証明しています。半年前に「Microsoftが自社モデルでトップ集団に並ぶ」と正確に予想できた人は、ほとんどいなかったはずです。

大事なのは、その手前にある問いです。賢くて安いAIが次々出てくる前提で、自社の業務にそれをどう組み込むか。

具体的に考えると、わかりやすいはずです。MAIがどれだけ賢くなっても、

  • 製造業の品質報告書が、勝手に正しく仕上がるわけではありません。

  • 建設現場の安全書類が、自動で要件を満たすわけではありません。

  • 営業の提案書が、ひとりでに刺さる内容になるわけではありません。

  • 人事の面接議事録が、評価基準に沿って整理されるわけではありません。

営業提案書ひとつ取っても、そこには自社の商談履歴、過去の提案書、失注理由、顧客情報をどう組み込むかという設計が必要です。汎用モデルは、御社の営業が過去どんな商談をしてきたか、御社のベテランがどんな基準で判断しているかを知りません。そこを設計し、現場に根づかせて初めて、AIは「ニュースの話題」から「自社の戦力」に変わります。

モデルは部品です。部品が安く高性能になるのは、心から歓迎すべきこと。でも、その部品をどう組み上げて自社の業務を回すかは、まったく別の仕事なのです。そして後者こそが、競合に真似できない差になります。なぜなら、それは御社の業務とデータの上にしか作れないからです。

そして今回、Microsoft自身がScoutとFrontier Tuningで同じことを示しました。「自社の業務を学習させてこそ、エージェントは仕事を終わらせる」と。これは、私たちAIworkerがずっとお客様にお伝えしてきたことと、まったく同じ方向です。

MAI・AIエージェントに関するよくある質問

Q. MAIとは何ですか？

Microsoftが自社開発するAIモデル群のブランド（Microsoft AI）です。推論・コーディング・画像生成・文字起こし・音声合成など幅広い分野のモデルを含み、OpenAIへの依存から脱却して独自開発を進めるMicrosoftの戦略の中核です。

Q. MAIはGPTやClaudeに勝てるのですか？

Microsoftは、推論モデルMAI-Thinking-1が自社のブラインド評価でClaude Sonnet 4.6より好まれたと発表していますが、これは同社のテスト結果であり、第三者による独立検証ではありません。「どのモデルが優れているか」は用途によって異なり、実際の業務での優劣は使ってみないと分かりません。

Q. Build 2026でいちばん重要だった発表は何ですか？

モデル（MAI）も大きな話題ですが、Microsoftが最も強調していたのはエージェントです。常時稼働の業務エージェント「Scout」や、自社の業務を学習させる「Frontier Tuning」など、競争の軸が「賢いモデル」から「仕事を終わらせるエージェント」へ移りつつあることを示しています。

Q. Scout（Autopilot）は、これまでのAIと何が違うのですか？

従来のチャット型AIは「質問に答える」のが中心で、タスク型エージェントは「呼び出すと1つの仕事をして止まる」ものでした。Scoutのような「Autopilot」は、常時稼働で、自分のIDを持ち、プロンプトを待たずに背景で自律的に業務を進める点が異なります。現在はMicrosoftのFrontierプログラムでの実験的リリース段階です。

Q. 日本企業はどう対応すればいいですか？

特定の1社のモデルに過度に依存せず、変化に柔軟に対応できる体制を持つことが基本です。そのうえで本質的に重要なのは、「最新モデルを追うこと」ではなく「自社の業務とデータにAIを深く組み込むこと」。モデルは入れ替わっても、自社業務に最適化したAI基盤は資産として残ります。

Q. 結局、自社で何から始めればいいか分かりません。

まず「どの業務にAIを効かせたいか」を1つに絞ることをおすすめします。モデル選びはその後で十分間に合います。自社の業務のどこにAIが効くのか、どう設計すれば現場で使われ続けるのか・・・ここは、複数のAIと実装に精通した専門家と一緒に棚卸しするのが近道です。

まとめ｜「どのモデルが一番か」より「自社の仕事を終わらせるか」

MicrosoftのMAI投入は、AI業界が新たな段階に入ったことを示しています。要点はこうです。

  • MicrosoftがBuild 2026で7つの自社AIモデル「MAI」を一挙発表。

  • 狙いはOpenAI依存からの脱却と、自社AIスタックの所有。

  • 競争の軸は「賢さ」から「コスト効率」、そして「業務エージェント」へ移った。

  • Microsoft自身が、ScoutやFrontier Tuningで「自社の業務を学習させる」ことを中核に据えた。

OpenAI（GPT）、Anthropic（Claude）、Google（Gemini）、Microsoft（MAI）賢くて安いAIはこれからも次々登場します。

だからこそ、企業がやるべきは「一番のモデル探し」ではありません。移り変わる部品を前提にしたうえで、自社の業務とデータにAIを深く組み込み、現場で仕事を終わらせるところまで根づかせること。そこにしか、競合に真似できない差は生まれません。

AIworkerが提供する「AI活用」3つのサービス

株式会社AIworkerでは、Claudeをはじめとする最新AIを業務に落とし込むための3つのサービスを提供しています。

🎓 AIネイティブX研修｜現場で使えるAIリテラシー研修

各担当者が自分の業務でAIを使いこなせるよう、実践的なAIリテラシーを養成します。

  • 経営層〜現場メンバーまで、役割別のカリキュラム設計

  • 主要AIの違いと、業務に応じた使い分け・安全な使い方

  • 移り変わるツールに振り回されず、本質的に使いこなす力を定着

  • 人材開発支援助成金の活用を視野に入れた設計サポート

🤝 AIネイティブX伴走｜どの業務から始めるかの設計支援

「自社のどの業務からAI化すべきか」を、現場の状況に合わせて伴走しながら設計します。

  • 業務の棚卸しと、AI化する業務の優先順位づけ

  • 複数AIの使い分け方針・運用ルールの策定

  • AI推進リーダーの育成と現場定着支援

  • 補助金活用を含めた導入計画の検討

🛠️ 業務AIプロ｜Claudeを活用した自社専用AI・エージェント開発

Claude Code×MCP連携を中核に、御社の業務とデータに特化したAI・エージェントを構築します。

  • 営業提案書なら過去の商談履歴・失注理由・顧客情報を、人事なら評価基準を・・・御社にしかないデータを組み込み

  • 既存システム・データとのMCP連携

  • 権限管理・操作ログ・データ保護を設計に組み込み

  • スモールスタート → 効果検証 → 全社展開の3ステップで進行（月3社限定）

私たちが大事にしているのは、流行のモデルを取っ替え引っ替えすることではありません。御社の業務をどこまで深く理解し、AIに落とし込めるか。その一番面倒で、一番価値のある部分を一緒にやります。6ヶ月後に残るのは、流行りのツール名ではなく、御社専用のAI基盤と、それを使いこなす現場です。

まずは無料カウンセリングから

「最新AIを、自社の業務にどう活かせるか相談したい」 「複数AIの使い分け・コスト管理を整理したい」 「現場スタッフが使えるAI研修を実施したい」 「自社の業務に合わせたAIエージェントを作りたい」

こうしたご相談は、無料カウンセリングで承っています。30分〜60分のオンラインミーティングで、貴社の状況に合わせた具体的なAI活用プランをご提案します。

▶️ 無料カウンセリング予約フォーム

▶️ サービス資料のダウンロード（資料請求）

変化の速いAI時代を、自社の競争力に変えませんか。お気軽にご相談ください。

いいなと思ったら応援しよう！