How companies use AI
1-2 hours → 10-15 min
time for an OpenAI security check with Codex Ultrafast
How companies use AI
OpenAI、Fanatics、Reddit、GXOが実測したAIの成果を公開 今週、4つのチームが導入前後の数字を公開しました。OpenAIのセキュリティエンジニアは高速なCodexモードで問題を調査し、Fanaticsはおそろいのスポーツウェアを提案し、Redditはデザイナーが動くプロトタイプを作れるようにし、倉庫会社GXOは人型ロボットを導入する拠点を増やしています。以下の数字はすべて各社自身によるものです。
主なポイント OpenAI（自社のセキュリティチーム）：セキュリティアラートの確認には、ログやメッセージを集めるのに1〜2時間かかっていました。Ultrafastモードで多くの場所を同時に検索するCodexを使うと、今は10〜15分で済み、ほとんどの質問には30秒以内に答えが出ます（OpenAI社員の報告、2026年10月）。教訓：AIが速くなると、人は小さな仕事をずっと多く任せるようになる。 Fanatics（スポーツグッズ）：ファンは試合の日に合うコーディネートを探す手助けを求めていました。チームはOpenAIのモデルとCodexで作ったツールを使って「Shop the Look」を構築し、何を提案できるかは自社の販売ルールが決めます。約30,000点の野球商品で、エンゲージメントは旧版より10%高く、最初の50商品は24時間以内にテストされました（FanaticsとOpenAI）。教訓：ビジネスルールでAIの舵を取る。 Reddit（デザインチーム）：偽データのモックアップはテストに時間がかかり、経営陣を納得させられませんでした。デザイナーのBlair Metcalfは、CursorとRedditのデザイン部品の上に、ログイン済みの実データを表示する仕組みReddit Protoを作りました。約700のプロトタイプを経て、UXとプロダクトの全員（150人以上）が使っています（Reddit、How I AIポッドキャストにて）。教訓：バイブコーディングにガードレールを設け、エンジニア以外も安全に作れるようにする。 GXOとAgility Robotics（倉庫）：Agilityの人型ロボットDigitは、2024年以来ジョージア州の倉庫で10万個以上のプラスチック製コンテナを運びました。GXOは2027年初めから、ノースカロライナ州とテネシー州の拠点にもDigitを導入します（各社の数字。人件費の削減額は公表されていません）。教訓：最初の顧客が追加購入したとき、ロボットの価値が証明される。 なぜ重要か： どの事例にもデモだけでなく、実測された前後の数字があります。自分で試すなら、毎週繰り返している時間のかかる作業を1つ選び、AI導入前後の時間を測ってみましょう。
情報源（4）
How Ultrafast cut incident investigation from hours to minutes at OpenAI · OpenAIRead ↗
How Fanatics and OpenAI streamline the fan experience · OpenAIRead ↗
Real data. Real prototypes. Inside Reddit's AI design factory. · How I AIWatch ↗
GXO expands Agility partnership to two more U.S. sites, starting with Digit 4 · Humanoids DailyRead ↗
Open-weight AI from China
25%
of the monthly quota Kimi gave back to paying members
Open-weight AI from China
Kimi K3.1 Pro：トップクラスのスコア、ハッキングデータの削除、初期の混乱 Moonshot AIの新しいKimi K3.1 Proは約2.8兆パラメータの巨大モデルで、コーディングテストでは米国の最高峰モデルに迫るスコアを出しています。誰でもダウンロードできるようウェイトを公開する前に（11月4日までと約束）、Moonshotはハッキング関連の訓練データを取り除きました。公開2日後には厳しい利用制限について謝罪し、有料会員に月間利用枠の4分の1を返しました。
主なポイント Terminal-Bench 4.0のコーディングベンチマークで、Moonshotは65.7%と報告しています。Claude Opus 5.5（66.4%）にわずかに及ばず、GPT-6 Astra（58.2%）を上回ります。これはMoonshot自身の数字で、独立系のArtificial Analysisの指標では総合4位でした（ITmedia）。 悪用を難しくするため、ダウンロード版はサイバーセキュリティのデータなしで訓練されました。Fireshipによると、これによりMoonshot自身のハッキングテストのスコアは90.5%から81%に下がりました。 Fireshipの3D馬テストでは、Kimiの馬が一番きれいに見えましたが、その「アニメーション」は形全体を曲げるだけでした。一方Claudeは35本の骨を持つきちんとした骨格を作りました。見た目の良さと、ちゃんと動くことは別物です。 Kimiは、利用制限と無駄になった利用枠は自社の責任だと認めました。全有料会員の月間クォータの25%をリセットし、余分なサブエージェント呼び出しや非常に長い回答を減らしました（Pandaily）。 なぜ重要か： 誰でもダウンロードできるオープンウェイトモデルが急速に追い上げています。乗り換える前に、発表時のスコアだけでなく、独立したテストと実際の利用制限を確認しましょう。
情報源（4）
China just dropped a new frontier model... and nobody can explain how · FireshipWatch ↗
Kimi apologizes for K3.1 Pro rate limits, resets 25% of members' monthly quota · PandailyRead ↗
Kimi K3.1 Pro announced; cyber-related data removed to prevent misuse (Japanese) · ITmedia AI+Read ↗
Moonshot AI releases Kimi K3.1 Pro open-weight model with 1M-token context (Japanese) · BRIDGERead ↗
Robots
Oct 21
H2-X launch date, five days before its leg broke
2件の情報源をまとめました
Robots
人型ロボットがステージで脚を失い、ロボット犬は巡回を開始 警備や救助向けに10月21日に発表されたUnitreeの新しい人型ロボットH2-Xが、杭州の会議で側方宙返りの後に転倒し、右のすねが外れました。同じ週、Amapのロボット犬Tutuが、AlibabaのXixiキャンパスで実際の警備巡回を始めました。一度きりの曲芸と毎日の定型業務は、ロボットにとってまったく違う試験です。
主なポイント 宙返りの着地では、ロボットの脚の関節に数千ニュートンの力がかかることがあり、軽量な炭素繊維の脚には余裕がほとんどありません（TechNode）。Unitreeは転倒についてコメントしていません。 同じ日、Unitreeのトップは、AIモデルがロボットに指示する動きを、実際のロボットの体がこなせる範囲に合わせることが中心的な課題だと述べました。 Tutuは自分でルートを計画し、防火シャッターなどのチェックポイントを適切な角度から撮影し、各写真を作業指示書に登録してスタッフが確認できるようにします。 最終判断は今も人が行います。難しいケースは人が確認し、モデルの改善に使われます。次は軽い配達や来訪者の案内です（Pandaily）。 なぜ重要か： ロボットが役に立つのは、一度の曲芸を成功させたときではなく、退屈な仕事を毎日きちんとこなすときです。ロボットの動画を見たら、実際に定型業務をしているか、誰がそれを確認しているかを問いましょう。
情報源（2）
Unitree's newly launched H2-X robot loses a leg in public demonstration · TechNodeRead ↗
Amap's robot dog Tutu starts patrols at Alibaba's Xixi campus · PandailyRead ↗
AI safety
