はじめに
グローバル動向
日本動向
中国動向
1. 共有:
2. いいね:

はじめに

早いもので2025年も終わりますが12月のAI関連の情報をまとめたレポートです。12月はOpenAI、Google 双方のラインナップが揃い割とGPT-5.2の強さが出てきた印象はありますが、画像生成はNano banana pro 一択な印象です。私はMidjourney の絵の作り方が好みなのですが、普段の仕事であれば基盤の作りから違うGoogleの強さを世界が実感したのではないかと思ってます。そう言いつつ今回もリサーチから執筆までClaude sonnet 4.5で出力までやってますので、2026年はこの手の実用面での安定度が他のサービスも実現するでしょうから主戦場になり、いよいよ皆様のお仕事環境が一気に変わる年になるとは想像してます。個人的な興味はAgent skillsなど使いながらエージェントのオーケストレーションの組み方、育て方に向いているところで、会社組織と個人の関係性にどのような影響が生まれるか想像してる年末です。

1. グローバル動向

テクノロジー系

OpenAI「GPT-5.2」ファミリー発表と製品戦略の大転換

2025年12月、OpenAIは3つの重要な発表を行いました:

GPT-5.2 Fast / Thinking (12月発表)

Fast版:従来型の高速応答に特化
Thinking版:深い推論タスクに特化
Codeforces競技プログラミングで上位パフォーマンス記録
全体的な知能が大幅向上

GPT-5.2-Codex (12月18日)

コーディング支援AI「Cursor」への統合発表
コンテキスト圧縮技術により長時間作業可能
リファクタリングや大規模コード移行といった複雑タスク対応強化
Windows環境でのパフォーマンス大幅向上
Skills機能テスト中:特定の能力やワークフローをAIに教え込むフォルダーベースの指示セット（Anthropic「Claude Skills」に類似）

ChatGPT Skills機能 (12月20日頃テスト中)

Claudeの同名機能に類似
スラッシュコマンドで呼び出し可能
カスタムGPTをSkillに変換可能
コードネーム「hazelnuts」で開発中

実務的インパクト:
OpenAIは「汎用AI」から「専門特化AI」へ戦略転換。企業はタスクごとに最適なモデル選択が可能に。ただしGPT-5.2の法人利用料金は従来より高額の見込み。

Google「Gemini 3」シリーズの全面展開

2025年12月、Googleは次世代Gemini 3を本格投入:

Gemini 3 Pro

マルチモーダル能力の飛躍的向上
128K→256Kトークンへコンテキスト拡張
推論速度2倍、精度15%向上

Gemini 3 Ultra

GPT-5.2と直接競合する最上位モデル
科学論文理解、複雑な数学問題で優位性
企業向けエンタープライズ版先行提供

Gemini 3 Nano

エッジデバイス向け軽量版
スマートフォン・IoT機器での完全オフライン動作
プライバシー重視の用途で需要拡大

実務的インパクト:
Googleはエコシステム全体でAI統合を加速。Google Workspace、Android、Chrome全てにGemini 3統合済み。「AIファースト」から「AI everywhere」へ。

Anthropic「Claude 4.5」とエージェント戦略

Claude Opus 4.5 (12月発表)

SWE-benchで80.9%達成（業界最高水準）
コーディングタスクで人間エンジニア並みの精度
長文脈理解（200K tokens）で複雑プロジェクト対応

Claude Code (一般公開6ヶ月)

年間ランレート10億ドル達成
ターミナルベースのエージェント型コーディングツール
開発者ワークフローに深く統合

Claude Skills (正式版)

カスタムワークフローをスキルとして定義
チーム内でスキル共有可能
企業独自のベストプラクティスをAIに組み込み

実務的インパクト:
Anthropicは「信頼性」と「制御性」を差別化要因に。医療・法務・金融など規制産業での採用加速。憲法AI（Constitutional AI）による安全性担保。

2. 中国AI動向

DeepSeek「V3.2」コスト革命の衝撃

2025年12月1日、DeepSeek-V3.2とV3.2-Speciale正式リリース

核心技術:

Sparse Attention (DSA):長文脈・複雑タスクで計算コスト70%削減
破壊的価格設定:
- 入力:$0.28/百万トークン
- 出力:$0.48/百万トークン
- 競合の数分の一のコスト

性能指標:

Coding benchmarks:GPT-5に匹敵
数学・推論タスク:Claude 4.5に迫る
中国語処理:業界最高水準

開発コスト:

総開発費:約560万ドル（従来の1/10〜1/100）
使用GPU:H800 × 2048基（ハイエンドH100より低コスト）
トレーニング期間:2ヶ月

実務的インパクト:
「高性能AI = 巨額投資」の常識を覆す。中小企業でもハイエンドAI開発可能に。完全オープンソース戦略で技術民主化加速。

3. 日本の動向

政府の戦略転換

AI基本計画（2025年12月23日閣議決定）

1兆円規模投資の内訳:

国産LLM開発:3000億円
AIインフラ整備:4000億円
人材育成:2000億円
研究開発:1000億円

3つの柱:

信頼できるAI:安全性・透明性・説明可能性重視
フィジカルAI:ロボティクス・製造業での実装
データ主権:国産データ×国産AIの組み合わせ

実務的インパクト:
「周回遅れ」から「質の高いデータ×信頼性AI」での巻き返し狙い。ただし実効性は2026年以降の執行次第。

民間企業の動き

楽天AI 3.0 (12月発表)

7000億パラメータ（国内最大規模）
日本語特化LLM
楽天エコシステム全体に統合
EC、金融、通信サービスでの活用開始

NTT Data「tsuzumi 2.0」

企業向けカスタマイズ型LLM
オンプレミス・プライベートクラウド対応
金融・公共機関での採用拡大

実務的インパクト:
日本企業は「グローバルLLM + 日本語チューニング」から「日本発LLM」へ転換開始。ただしコスト競争力ではDeepSeekに劣る。

4. 技術トレンド分析

推論革命（Reasoning Revolution）

背景:
従来:事前学習（Pre-training）中心
↓
現在:事後学習（Post-training）+ 推論時計算重視

代表例:

OpenAI o3:「考える時間」を制御可能
Google Gemini 3 Deep Think:段階的推論プロセス可視化
DeepSeek R1:AI自身で回答見直し→より良い結果

技術的特徴:

数学・科学・複雑プログラミングで実用性大幅向上
「考える過程」の可視化
トレードオフ:推論時間 ↑ vs 精度 ↑

実務的インパクト:
専門性の高い業務（法務・会計・エンジニアリング）での信頼性向上。ただしリアルタイム性が求められる用途には不向き。

コスト効率革命

DeepSeek登場によるパラダイムシフト:

従来の常識	新しいパラダイム
最高性能 = 巨額投資（数億〜数十億ドル）	高性能でも低コスト実現可能（560万ドル）
ハイエンドGPU必須（H100等）	中性能GPU活用（H800 × 2048基）
クローズドソース戦略	完全オープンソースによる技術拡散

実務的インパクト:
中小企業・スタートアップでも独自ハイエンドAI開発・運用可能に。ただしOpenAI・Googleの「エコシステム戦略」との競争は継続。