【11/10 AIニュース】Claude「Fable 5.2」2割値下げと4モデル使い分け／Metaコスト1/17新モデル／Workday自律AI ほか全4本

• 最上位モデル「Claude Fable 5.2」を発表。前版（5.1）から出力速度が最大30%向上し、API料金は入力100万トークン8ドル・出力40ドルへ20%値下げ（セーフガードによる誤ブロックも約55%減少）。
• エージェント型コーディング指標「FrontierCode 2.0」で49.1%を記録し、「Opus 5.5（45.5%）」やOpenAI「GPT-6 Astra（42.8%）」を上回る性能を実証（1,000体のエージェントで数学証明を30時間で形式化）。
• 同日公開の公式ガイドにて「①通常業務やコーディングはOpus 5.5（エフォート中）、②範囲が明確な修正はSonnet 5.5、③大量の分類・抽出はHaiku 5.5、④高度な難問や助言役（アドバイザーツール）にFable 5.2」という4階層分業を推奨。

新しい最上位モデルが出ると「今日から全部一番上のモデルに切り替えよう」と考えがちですが、今回Anthropic自身が公式ブログで「大半の仕事はまずOpus 5.5（エフォート中）から始め、サブ作業は軽量モデルに分け、本当に難しい局面でFable 5.2に助言を求めよ」と明言した点が非常に重要です。

Fable 5.2でAPI料金が2割下がり速度が30%上がったことで、実務で「ここぞという難所の壁打ち役・設計監査役」として最上位モデルを組み込みやすくなりました。

社内でAIを使う際も、人間のチームと同じように「普段の実務を回す主力メンバー（Opus / Sonnet）」「単純作業を高速で片付けるスタッフ（Haiku）」「難問のときだけ呼ぶ専門顧問（Fable 5.2）」と役割を分けておくのが一番スマートです。

特にチャット画面で使うときは、「最初の構成づくりと最後の厳しいチェックだけ最上位モデルを使い、途中の章ごとの下書きやデータ整理は標準・高速モデルで回す」というルールにするだけで、利用制限を気にせず最高の品質を維持できます。

• MetaがAIエージェントの反復タスク（ツール呼び出し・情報抽出・長文PDF解析・コード補助）に特化した最小モデル「Muse Ember」を発表。最大100万トークン入力・マルチモーダル対応。
• 第三者機関（Artificial Analysis）の評価で、上位モデル「Muse Spark 1.3（スコア37／2.39ドル）」に迫るスコア36を、約17分の1のコスト（1タスク0.14ドル）で達成し、業務自動化ベンチマークでも競合軽量モデルを大幅にリード。
• 「上位モデル（Muse Wonder）が全体計画を立て、軽量モデル（Muse Ember）が大量の反復作業をこなす」分業を想定。さらに同日、OpenAIの常時稼働エージェント「dots（日本利用者数世界2位）」も複数台のローカルPCを接続して開発とテストを別マシンで並列分担する機能に対応。

これまで「AIエージェントに100件のPDF資料を読み込ませて一覧表を作らせる」「何十回もツールを動かしてチェックさせる」といった反復業務をさせようとすると、通信量（APIコスト）が跳ね上がってしまうのが最大のネックでした。

今回Metaが「上位モデルに迫る実務性能でコスト約17分の1（1タスク0.14ドル）」のMuse Emberを出し、OpenAI・Google・Anthropicも含め全社が「反復作業専用の超低コストモデル」を揃えたことで、「人間なら数日かかる数百件のデータ調査や書類チェックを、数百円のコストでAIに丸ごと任せる」ことが完全に現実的な収支に収まるようになりました。

この「コスト17分の1」の恩恵を現場で最大限に活かすコツは、「1回の指示のなかに『考える作業』と『繰り返す作業』を混ぜないこと」です。

たとえば100社分の調査や大量の資料整理をするときは、まず1社分だけを使って上位モデルと一緒に「どんな項目を・どの形式で抜き出すか」のお手本（型）を固めます。そのあと、残り99社分の繰り返し処理は高速・軽量モデル（HaikuやFlash-Lite、Emberクラス）に切り替えて一気に流すことで、スピードも費用対効果も劇的に良くなります。

• Workdayが年次イベント「Workday Rising 2026」にて、自然言語UI「Sana」とともに、人間の指示を待たずにバックグラウンドで人事・財務業務を継続処理するAIエージェント「Autopilot」を発表。
• 社内の「職務（ジョブ）」を細かい「タスク」に分解してどこをAI化できるか可視化する「Work Intelligence」と、AIエージェントの権限・IDを管理する「Trusted Agent Platform（C1.ai買収）」を統合提供。
• AI時代に合わせて開発体制も刷新し、従来の「6カ月ごと」だった機能更新を「週次リリース」へ高速化。慎重な人事・財務部門でも毎週の改善が歓迎されるサイクルへ移行。

「聞かれてから答えるAIはもう古い」という言葉は、今の企業AI導入の悩みを鋭く突いています。社員が自分でチャット画面を開いて質問しなければならない仕組みのままだと、忙しい人ほど使わなくなり、活用率が頭打ちになるからです。

Workdayが示した「Autopilot（自動操縦）」のように、これからの業務AIは「人間が呼び出すツール」ではなく、「期日やデータの変化をきっかけに裏側で勝手に下準備を終え、人間に『これで進めてよいですか？』と確認を持ってくる仕組み」へと変わっていきます。

自社の業務をこの「勝手に下準備してくれるAI」に近づける第一歩は、Workdayも行っている「仕事のタスク分解」です。「営業」「経理」「採用」という大きな塊で考えるのではなく、「毎朝メールを見る ➔ 数値を集計する ➔ 異常値があれば担当者に聞く ➔ 報告書にまとめる」と手順を4〜5個に分解してみてください。

そのうち「集計して下書きを作る」部分だけを定期実行（スケジュール自動実行）のAIに任せるだけで、「人間がいちいちプロンプトを打たなくても毎朝たたき台が届く環境」がすぐに作れます。

• セキュリティ企業Illumioの世界1,100人（日本100人）調査にて、「1年前なら人間の承認を要した意思決定や行動をAIに委ねている」割合が世界全体で70%（日本は48%）に達していることが判明。
• 一方で「AIエージェントの行動をすべて監査・把握できている」と回答した割合は世界全体でも49%、日本ではわずか18%にとどまり、日本の回答者の45%（世界平均15%の3倍）が「利点追求より先にリスク軽減に取り組むべき」と回答。
• こうした企業の機密保護ニーズに応える動きとして、同日Googleも機密データをハードウェアレベルで保護しながらAIエージェントを高速処理する「第8世代TPU（8tx / 8i Max）」や待機中の計算資源の無駄を省く基盤を発表。

この調査データは非常に示唆に富んでいます。よく「日本企業はAI活用に慎重で遅れている」と言われますが、数字の中身を詳しく見ると、日本でもすでに48%の企業がAIに意思決定や行動を委ね始めています。

本当の問題は「AIを使わないこと」ではなく、「AIがいつ・どのデータを見て・どんな操作をしたのかを把握（監査）できている日本企業が18%しかないため、残り82%の企業が不安でアクセルを踏み切れないこと」にあります。Googleが同日に機密データ保護特化の新型TPU（8tx）を発表したのも、まさにこの「企業の安心・安全の壁」を取り除くためです。

日本企業の「慎重さ」は決して悪いことではなく、むしろ品質と信頼を守る強みになります。ただ、「不安だから全部禁止する」のではなく、「小さく権限を絞って、履歴が残る形で動かす」のが現実的な解決策です。

社内でAIエージェントを動かすときは、いきなり大掛かりな監視システムを入れなくても、「① AIが作業した内容は必ず専用のSlackチャンネルやスプレッドシートに自動で1行ログ（日時・参照データ・出力結果）を残す」「② お客様への送信や本番データの更新だけは人間がボタンを押す」という2つのルールを決めるだけで、「何が起きているか分からない不安（18%の壁）」は今日から解消できます。