マイクロソフトのCEOサティア・ナデラがムンバイで開催されたMicrosoft AI Tourにおいて、AIの最新動向と同社の包括的なAIプラットフォーム戦略について語った基調講演である。ナデラは、GPT-5.2をはじめとする最新モデルの即時利用可能性、Microsoft 365 CopilotやGitHub Copilotにおけるエージェント機能の進化、そしてインドにおける175億ドルという過去最大規模の投資計画を発表した。講演では、マハラシュトラ州の犯罪捜査システム「Maha Crime OS」や全国労働者データベースといった具体的な社会実装事例が紹介され、AIが単なる技術革新ではなく、医療、司法、雇用といった市民生活の向上に直結する実用的なツールとして機能していることが強調された。ナデラ自身が開発したマルチエージェント研究ツールのデモンストレーションも行われ、AIツールの民主化と、あらゆる組織や個人がAIを活用できる未来像が示された。
AIによる変革の最前線
おはようございます。インドに、そしてここムンバイに戻ってくることができて本当に嬉しく思います。今朝はAIについて、そして何よりもこの国、この州、そしてあらゆる場所の人々によって構築されているAIとAIソリューションを祝福する機会をいただきました。戻ってきて、年々の進歩を目の当たりにできることは本当にエキサイティングです。私たちにとって、それは常に人々と組織をエンパワーすることなのです。
ですから、新しいテクノロジープラットフォームについて話すときでも、それは結局のところ、機関や組織をエンパワーするためにどのように実際に使われているかということに帰着します。実際、首席大臣がここにいらっしゃいましたが、この州で実際にスポンサーとなり実現させたCrime OSについてお話しするつもりです。この州のすべての市民が恩恵を受けられるようにするためです。それこそが私たちが見たいイノベーションのタイプなのです。どこであってもです。しかし私たちにとって重要なことは、可能性の最前線が変化しているという事実に根ざしていることです。テクノロジーについて話すとき、それが私たち誰にとってもエキサイティングな部分なのです。
それは、私たちが今できることを再構想することを可能にしてくれます。それが州であろうと、組織であろうと、私たちの生活であろうと、です。最前線を動かす能力。だから私たちは常にそこから始めるのです。顧客体験から。今、あなたはそれを考え、再構想することができます。従業員体験であろうと、業務効率であろうと、イノベーションの速度であろうと。もしあなたが製薬会社なら、臨床試験を本当に早く進めることができるでしょうか? より多くの新薬を世に出すことができるでしょうか? それが私にとって、私たち全員が追求している最前線の移動なのです。
そしてそれを実現するためには、新しいアプローチを受け入れる必要があります。以前うまくいったことを、ある意味では学習を解除し、何が可能かを学ぶという大変な仕事をしなければなりません。時として私たちは、前の時代にうまくいったことから過度にパターンマッチングしてしまいます。それは必ずしもうまくいかないかもしれません。
実際、新しい最前線があるのです。それについて考えるとき、それはそのマインドセットから始まります。自分自身を解放することです。新しいアプローチがあるということです。例えばAIに関して言えば、AIソリューションの構築を見てみると、仕様から始めるのではありません。実際にはテストから始めるのです。人々が評価について話す新しい言葉があります。これらの基準を作成して評価を行い、結果を得ます。それから学習システムを作成し、その学習システムでヒルクライミングを行います。どうでしょう? それは文字通り、情報システムを構築するプロセスを反転させているのです。結果から始めるのです。堅牢な評価を作成し、それから仕様化します。左から右へ進むのではなく。
重要なことは、それは私たち全員が新しいスキルを身につけなければならないということです。そして新しいスキルを身につけるためには、毎日使用する新しいツールチェーンが必要なのです。そして、この新しいツールチェーン、この新しいスキルセット、新しいマインドセットを活用するために、すべてのデータが持ち込まれる必要があります。それが本当に私たちがアプローチしたい方法なのです。
実践的なAI活用のフレームワーク
これを促進するために、これは抽象的なフレームワークであってはなりません。これは私たち全員にとって日常的な実践でなければなりません。今日の情報ワーカーやソフトウェア開発者である私たち全員は、基本的に同じアプローチを使用することになります。私たちが構築した技術スタックを実現するためにです。このテックスタックを文字通り上下に歩いていきたいと思います。
エクスペリエンスレイヤーから始めて、私たちはこのアイデアを取り入れました。このAIコパイロットを、あなたが働く場所に持ってきましょう。あなたはOutlookにいるかもしれませんし、Wordにいるかもしれませんし、Excelにいるかもしれませんし、Teamsにいるかもしれません。どこで仕事をしていても、そこにコパイロットを持ってくる方法です。
しかしコパイロットは、単なるリクエストとレスポンスではないと考えてください。それが私たちがほぼ2年間やってきたことです。今では、どんな質問でもできることが分かっています。そして、私たちがこれまでに経験したことのないような、より良い答えが返ってきます。いわゆる情報検索検索タイプの体験においてです。しかし今、私たちにはエージェントがあります。
実際、コパイロットをエージェンティックウェブのためのブラウザだと考えてください。実際、コパイロットの中には、非常に強力なエージェントが組み込まれています。そのようなエージェントの1つが、あなたのリサーチャーです。そしてコンピューター使用を伴うリサーチャーは、真のブレークスルーです。それは文字通り、24時間365日、非常に洗練されたあなたのリサーチアシスタントがいるようなものです。彼らはあらゆるトピックを取り上げることができます。そして彼らはコンピューターを持っているので、単発ではないのです。情報を持ち帰った後に考えるのではありません。リサーチャーはコンピューターを使ってリサーチができるのです。
つまり、あなただけがコンピューターを持っているのではなく、あなたのリサーチャーもコンピューターを持っているのです。それが概念化の方法です。アナリストも同じです。つまり、たくさんのExcelスプレッドシートを読み込んで、アナリストに渡すことができます。それはデータサイエンス部門やデータサイエンティストに渡すようなものです。
ですから、繰り返しになりますが、24時間365日のデータアナリストがいて、洞察を与えてくれるのです。そして最後に、私が非常に興奮していることの1つは、ソフトウェア開発で起こったことがExcelとExcelエージェントでも起こるということです。実際、私は最近Excelワールドチャンピオンシップに参加する機会がありました。
ところで、ESPNはExcelチャンピオンシップを放送しているのです。私たちには正真正銘の、Excelの達人を祝福する素晴らしい方法があります。それで私はこのExcelエージェントを使ってデジタルチャレンジに参加することができました。基本的に私の人生のすべてをExcelで作業してきましたが、エージェントモードがスプレッドシートの意味論全体を深く理解している様子を見ることができるのは本当にクールです。
つまり、それは単に素晴らしいモデルを作成しただけではなく、エージェントモードを使用して、かなり洗練されたモデルを継続的に反復する能力なのです。ソフトウェアエンジニアリングで行っているのと同じように。これを見るのは本当にエキサイティングです。そして最終的には、これらすべてのツールは、新しいWord、Excel、PowerPoint、Officeのようなものだと思います。それくらいシンプルなのです。そしてそれらはここにいる全員の手の中にあります。そしてそのように使われているのを見ています。
誰もこれらのツールの祭壇で祈っているわけではありません。ただ使っているだけです。そして私にとって、この普及、この拡散を見ることは、おそらく私が見た中で最も速いものです。私はインドに戻ってきました。私は1990年代初頭から始まるあらゆる世代のテクノロジーシフトを通じて、ムンバイに戻ってきました。しかし今、変化のペースを見ると、率直に言って違いはありません。
私は世界のどこの都市にいてもよいのです。そしてこれらすべてのアプリケーションが広く普及しているのを見ることができるのです。これの動作をお見せするために、私の同僚であるゾーイをステージに招待したいと思います。ゾーイ、お願いします。
Microsoft 365 Copilotの実践デモ
ありがとうございます、サティア。私はゾーイです。Microsoft 365 Copilotチームのプロダクトマーケターです。皆さんと同じように、私は通勤しながら一日を始め、その日の準備をします。そのために、モバイルでCopilotを使います。
ねえCopilot、今日の予定は何? 今日はいくつか予定があります。まず、今朝早くに始まったAI Tour Indiaミーティングがあります。それから午前11時にKtosoセールスコールがあります。午後には午後2時にチームシンクがあります。
ありがとう、Copilot。私のマネージャーから何かメールは来ていますか? はい、ニコールからいくつかメールがあります。昨日、彼女は共用エリアで行われる金曜日のミキサーについてチームに思い出させました。彼女はまた、月次ビジネスレビューの完成を最優先事項にすべきだと述べました。
ありがとうCopilot。Copilotは私の仕事のコンテキストだけを持っているわけではありません。私が誰で、何に取り組んでいて、誰と一緒に働いているかを知っています。だから私はCopilotを使うのです。これは真のAIアシスタントです。
さて、VチームのMBR更新に関するマネージャーの依頼を見てみたいと思います。実際に私はGPT-5.2を使っているのが分かると思います。これは昨日リリースされ、すべてのMicrosoft 365のお客様がすぐに利用できます。はい、エキサイティングです。
GPT-5.2について私が気に入っているのは、Copilotが最も関連性の高いリソースを見つけることがさらに得意になっていることです。だから私の回答は文脈的に非常に関連性が高く、迅速にアクションを取ることができ、非常に視覚的な出力を作成します。Copilotだけが、この一定のモデル評価とあなたの作業データを組み合わせて、最も関連性の高い回答を提供できます。
さて、既存の月次ビジネスレビュードキュメントを更新したいと思います。11月のデータで変更したいのです。そのためにWordでエージェントモードを使います。エージェントモードにより、エージェントは自然言語でドキュメントの編集、下書き、フォーマットができますが、私は完全にコントロールを保持しています。
そして、すべての作業データを見渡し始めているのが分かります。私のメール、ミーティング、チームチャット、ファイルです。通常これには何時間もかかります。正しい情報を見つけなければなりません。それをふるいにかけなければなりません。しかし今、エージェントが実際に左側でそれを適用しているのが分かります。そして、ミッションのような月ごとに変わっていない部分はそのままにしていますが、むしろこれを使用してすべてを更新し、11月の更新に正確に対応させているのが分かります。
最後に、次の会計年度のチーム予算を理解したいと思います。再びExcelに行き、エージェントモードをオンにして、支出額、未使用額、リスクのある額について少し理解を深め、データを理解しやすいように視覚的なダッシュボードを構築するように依頼します。
Excelのエージェントモードはサティアが言ったように、ネイティブにExcelを話します。だから、どこから来たのか分からないランダムな数字を作成することはありません。実際に予算がすでに存在するスプレッドシートに数式を構築し、グラフやテーブルのようなネイティブオブジェクトも作成します。私が引き続き操作できるものです。
また、右側で行っているすべてのことを説明しています。だから、例えばマネージャーのニコールが来て、どうやってその結論に至ったのか尋ねたとします。まあ、Copilotは実際に何をしたかを理解するのを助けてくれます。そうすれば、引き続き一緒に作業できます。条件付き書式のような単純なこともエージェントモードに依頼できます。リスクのあるものを赤で強調表示しているのが分かります。
これらすべては、copilotとエージェントモードで作業を続けて、より良い理解を得るためです。そして、このダッシュボードをライブで作成しているのが分かります。クリックすれば、答えを得るために実際に構築されたこれらの豊富な数式を見ることができます。リスクのあるものを赤で強調表示する条件付き書式と、望めばさらに操作できるネイティブグラフです。
さて、copilotは私を仕事でより良く、より速くしただけではありません。より大きなインパクトを与えるのを助けてくれました。copilotなしで働くことは想像できません。サティア、あなたにお返しします。
データ統合とコンテキストエンジニアリング
ゾーイ、本当にありがとう。あのExcelのデモを見るたびに、こう考えるのが好きなんです。私に髪があったとき、私はExcelが大好きでした。そして髪がなくなった今も、Excelが大好きです。言っておきますが、これは私の毛包の課題にもかかわらず、どんどん良くなっていく世代的なものの1つなのです。
そのエクスペリエンスレイヤーを取り上げると、AI時代において非常に重要なことの1つは、データを最も戦略的な資産の1つとして考えることですが、そのデータを文脈的にAIに持ち込む必要があります。実際、人々はこれをコンテキストエンジニアリングと呼んでいます。そして私はそれが良い用語だと思います。なぜなら、実際、エンジニアリングレベルとビジネス意思決定レベルの両方で行う必要があることの多くは、前世代のサイロではなく、インテリジェンスにデータを供給できる文脈的な方法について考えることだからです。
そのために、例えば、ゾーイのデモの下には、おそらく今日Microsoft 365を使用している企業の中で最も重要なデータベースがあります。考えてみてください。あらゆる企業、あらゆる組織内の暗黙知は、人々の知識、他の人々との関係、スプレッドシート、ドキュメントなどの作業成果物、メール、ミーティング、チームでの会話です。それらすべてを関連付けることができます。なぜなら、そこに組織の暗黙知があるからです。
そしてそれがそのデータベースにあります。ですから基本的に私たちがそれを変換したのは、Work IQにです。Work IQと言うとき、それはM365の下にあるステートフルな部分で、今ではあなたが構築したいあらゆるAIソリューションのコンテキストで活用できます。Copilotだけでなく、あなたが構築するあらゆるエージェントで、今ではWork IQを使用できます。そのことを考えてみてください。
2番目に私たちが行ったことは、実際、他のどこにでもあるユビキタスなツールの1つがExcelとPowerBIです。つまり、何十年もかけて分析を行うためにこれらのセマンティックモデルを構築するという大変な苦労をしてきたということです。そして今、FabricとFabric IQを使えば、そのすべてのデータと運用データをすべて取得して、AIで利用できるようにすることができます。
そして最後のものが、すべてをまとめるのです。だから私たちがFoundry IQで行ったことは、人々が検索拡張生成と呼ぶものです。この数年間でこれらのAIソリューションを構築する中で行った最大のことの1つは、データの検索です。
そして今、私たちは次世代の検索システムを構築しました。基本的にそれは検索以上のことを行います。実際には、Work IQ Fabric IQやその他のBlobストレージ非構造化ストレージなどから関連データを取得する方法について、その計画を実行し、推論します。そしてそれをAIアプリケーションのコンテキストに持ち込みます。
それがこのIQレイヤーです。実際、これからAIソリューションを構築する人が最も成功する方法について、おそらくより顕著でありながら重要な部分の1つです。実際、モデルの評価やパフォーマンスと、どれだけ優れたデータが持ち込まれているかの間には直接的な相関関係があります。ある意味、モデルは率直に言って商品になりつつあるからです。そこには非常に多くのモデルがあり、それらは非常に有能です。問題はその能力をどのように活用するかです。
それは、人々があなたが構築しているエージェントを発見できる素晴らしいエクスペリエンスレイヤーを持つことと、コンテキストエンジニアリングに関する素晴らしい能力を持つことに帰着すると思います。
エージェント開発の民主化
次のレイヤーは、エクスペリエンスレイヤーがあり、データがセットアップされたので、エージェントを構築しましょうということです。エージェントを構築する美しさは、率直に言ってスプレッドシートを構築したりドキュメントを書いたりするようなものです。それ以上に神秘的ではありません。実際、Copilotに組み込まれているエージェントビルダーは、「新規ドキュメント」や「新規スプレッドシート」と言うようなものです。
そしてそこから始めます。実際、今ではアプリビルダーがあります。だから実際、ビルの大きなことは、私が1990年代初頭にマイクロソフトに入社して以来ずっと、なぜドキュメント、ウェブサイト、アプリケーションの間に違いがあるのかということでした。彼のコンセプトは、1つのものだけがあるべきだということでした。そして私はそれを変換できるべきでした。そして何だと思いますか、ついにそれが実現したのです。
アプリビルダーを使えば、構築したいアプリを指定するだけで、それが構築されます。それはドキュメントのようなものです。ウェブサイトのようなものです。アプリのようなものです。それがパワーなのです。Copilot Studioは、エージェントを構築する別の方法です。繰り返しになりますが、それは自然言語のプロンプトを使用して構築します。
エージェントを構築できます。いくつかのデータに基づかせることができます。そしてそこにエージェントができます。そして私たちはFoundryを崖なしで構築しています。さて、エージェントができたと言えます。複数のエージェントをオーケストレーションして、完全なエージェンティックシステムを構築できるでしょうか? Microsoft Foundryではそれも可能です。なぜなら、マルチエージェントフレームワークがそこにあるからです。
マルチエージェンティックシステムを構築するために必要なすべてのツールがそこにあります。もちろん、これらすべてのモデルもあります。11,000のモデルがあります。何だって? なぜ11,000ものモデルが必要なのか? 実際、私にとっても今週は、このモデルの多様性を持つことが本当にこの世界をより良い場所にするということを思い出させてくれる素晴らしいものでした。
実際、私たちはFoundryでオープンウェイトモデルとしてGiga Timeと呼ばれるモデルを立ち上げ、発表しました。Cellに論文が発表され、率直に言って、それについて読んで学んだとき、鳥肌が立ちました。これはマイクロソフトがワシントン大学とプロビデンス病院の両方と行った仕事だからです。
それが何をするかというと、癌を患っている人の課題について考えると、今日、免疫療法が効くかどうかを理解しようとすると、基本的に免疫系をモデル化する必要があります。そのためのテストがあります。その問題は、そのテストが複雑なテストだということです。時間がかかり、多額の費用がかかります。
そしてこの特定のモデルが行うことは、テストのシミュレーションを行うことです。つまり、文字通り腫瘍の単純な病理学、つまり腫瘍の顕微鏡画像を撮影し、基本的にGenAIを使用して埋めることができます。だから免疫系の空間プロテオミクスが基本的に何であるかのシミュレーションを行い、テストができると言うのです。
私はそのモデルについて考えていました。つまり、ムンバイのある起業家がそれを手に取って、シリコで完全なシミュレーションラボを構築し、マハラシュトラ州のすべての都市とこの国で利用できるようにするということです。だから、すべての病院が、今日ではごく一部のティア1病院で行われ、多額の費用がかかることを始めることができるのです。
ある意味で、ゲームをプレイしているときは、なぜプレイしているのか忘れてしまうことがあります。これが私たちがプレイしている理由です。私たちは、このイノベーションを使って世界に真の違いをもたらすためにプレイしているのです。だから、これがすべてどのようにまとまっているかを見るのはエキサイティングです。
GitHub Copilotとマルチモデル戦略
さて、私が言ったように、これらすべてをこのツールチェーンにまとめています。このツールチェーンは、あなたが使うものになります。実際、GitHubはこのすべてのアプリスタックとインターフェースし始める場所です。新しいアプリサーバーをFoundryと考えるなら、ツールはVisual StudioとVS CodeとGitHubです。
GitHubについて言えば、インドでのGitHubの成長を見るのは本当にエキサイティングです。つまり、途方もないものです。2030年までに、インドはGitHub参加に関して第1位の国になると予想されています。参加だけでなく、インドから出てくるプロジェクトの野心レベルが継続的に向上し、良くなっているのを見るのは素晴らしいことです。
さて、私たちはGitHubをエージェントHQとして構築しています。どういう意味かというと、GitHubに行けば、リポジトリのコンテキストで使用できるすべてのコーディングモデルにアクセスできます。それがアイデアです。1つのモデルを持つことではなく、Work IQと同じようにコードリポジトリを持つことです。これをコードIQと考えてください。
つまり、あなたのコードが最も重要なリソースなのです。そうです、それが欲しいです。そして何年にもわたって多くのモデルが働き続け、そのリポジトリとリポジトリの機能をさらに作成し続けることが欲しいです。それがそれです。ところで、フォームファクターについてですが、人々は「おお、自律エージェントだけを使うのか、エージェントモードのあるIDEだけを使うのか、コマンドラインを使うのか」と言います。どうだと思いますか? 私は3つすべてを一日中使っています。
そういうことです。AIとインターフェースするフォームファクターは、基本的に常にいくつかのIDE、いくつかのCLIインターフェース、そして新しいチャットインターフェース的なものであり続けます。それが、あなたがそれとインターフェースする方法だと思います。しかし、これをその完全な栄光の中でお見せするために、私の同僚であるカランをステージに招待したいと思います。カラン、お願いします。
ありがとう、サティア。数週間前のGitHub Universeで、私たちはエージェントHQを発表しました。これは、すべてのエージェントを統合し、あなたがすでに慣れ親しんでいるGitHubフローにネイティブにするエージェンティックプラットフォームです。それがどのようなものかのデモをお見せしましょう。
さて、ここに私たちの多くの家庭で一般的だったかもしれない懐かしいおもちゃのストアフロントであるデモアプリがあります。しかし、ご覧のとおり、アプリには実際には検索やフィルターオプションがなく、その機能を追加したいと思っています。
それで、GitHubにコードリポジトリがあります。新しいエージェントパネルを使えば、タスクを説明してCopilotコーディングエージェントに委任するだけで、GitHubのどこからでもエージェンティックタスクを開始できるようになりました。
だからCopilotはバックグラウンドでそれに取り組み始めます。GitHub.com、VS Code、CLI、さらにはモバイルで作業する場所からCopilotにタスクを割り当てることができます。
さて、複数のリポジトリとタスクにわたって作業している間、私はこれらのタスクの多くをCopilotに委任しており、何が起こっているのか知りたいと思っています。だから今、進行中のものと完了したもの両方の、すべてのエージェントセッションを単一のミッションコントロールビューで見ることができます。それだけでなく、作成したカスタムエージェントやパートナーによって構築されたものを使用しながら、ここからタスクを開始することもできます。
これらのカスタムエージェントは、すべてのツールとワークフローにわたってCopilotコーディングエージェントを拡張するドメインエキスパートです。
さて、開始したばかりのセッションに飛び込んで、Copilotが何に取り組んでいるか見てみましょう。左側にCopilotの進捗状況が、右側にドラフトPRが表示されています。私は開発者です。つまり、まだ私がコントロールしているということです。だから、進行中のセッションの途中でも、Copilotを少し違う方向で作業させるように誘導できます。
これには数分かかります。だから、Copilotにバックグラウンドで作業を続けさせますが、同じ機能のために以前開始したエージェントセッションの1つをお見せしたいと思います。完了していることが分かり、要約もあります。おお、Playwright MCPのおかげで素晴らしいスクリーンショットもあります。
ここで変更されたファイルを見ることもできますし、必要であればここで変更を依頼することもできます。さて、これらすべての中で、何か尋ねたりするためにCopilotとチャットしたい場合は、ここのCopilotチャットに飛び込むこともできます。
CopilotはGPT-5.2を含むさまざまなプロバイダーからのさまざまなモデルの選択肢を提供してくれます。昨夜立ち上げられたばかりで、すでにGitHub Copilotで利用可能です。それだけ速いのです。それだけではありません。Microsoft Foundryから自分のモデルを持ち込むこともできます。
だから、自分でファインチューニングしたものを含め、Microsoft Foundryにデプロイしたモデルがいくつかあります。そして、Foundryのデプロイメントに接続することで、これらすべてのモデルをCopilotに持ち込みました。
だから今、これらすべてのモデルをGitHubであれVS Codeであれ、Copilot内で直接使用できます。さて、ちょうど何かをしていたところで、ムンバイの開発者のように会話できるかどうか見るために、楽しみのためにモデルの1つをファインチューニングしました。だから、Kubernetesとは何か、ポッド、ノードについて簡単に尋ねてみます。これが来ています。
簡単な言葉でこれはコンテナとは何か、Kubernetesとは何かと言っています。これは本当に素晴らしいです。なぜなら、これはFoundryにデプロイされた私自身のモデルから来ていて、Copilotで使用できるからです。かなり素晴らしいです。
デプロイメントやすべてについて言えば、新しい製品詳細ページを実装するPRを以前作成しました。Copilotがすでに私のPRをレビューし、いくつかのコメントも残していることが分かります。だから、DB接続プール枯渇について語るこのような提案や、タイプセーフティについて語るこの提案など、残された提案のいくつかを見てみましょう。
これは、LLM検出、ツール呼び出し、およびより賢いレビューを支援する決定論的スキャンを組み合わせた、新しいエージェンティックCopilotコードレビューです。それだけでなく、これらすべての提案を単一のPRで実装するのを手伝ってくれるようCopilotに依頼することもできます。それは再び私のためにエージェンティックタスクを開始します。
さて、セキュリティがどれほど重要かは皆知っていますよね。だからありがたいことに、私はGitHubのこのアカウントのセキュリティ管理者でもあります。だから、Microsoft Defender for CloudとGitHub Advanced Securityの新しい統合により、Defenderによって識別されたプロダクション環境のランタイムリスク問題を具体的にフィルタリングできるようになりました。
ちょうどここです。だからそれは本当に素晴らしいです。そして、これらすべてのアラートに対処するためのキャンペーンが作成されました。おっと、私のリポジトリにもいくつか見られます。でも心配ありません。Copilotはこれらのセキュリティ問題の修正も手伝ってくれるからです。だから、これらすべてを選択して、Copilotに割り当てると言えば、Copilotはこれらすべてのセキュリティ問題に対処するPRを作成しに行きます。
さて、バックグラウンドでさまざまなタスクに取り組んでいる複数の異なるエージェントがいます。でも私も自分でコードを書きたいです。だから、これは以前見ていた検索とフィルター機能のエージェントセッションです。そして、いくつか変更を加えたいと思います。だから、VS Codeで直接開くことでこれを反復し続けることができます。それは私のためにセッションを開きます。
だから、ブランチをチェックアウトするか、現在のブランチに変更を直接適用して、作業を続けることができます。VS Codeでおなじみのチャットインターフェースを開き、エージェントモードに切り替えます。おそらくFoundryからデプロイしたモデルの1つを使用して、検索バーのオートコンプリート機能も欲しいという1つの小さな変更を依頼します。
これはバックグラウンドで作業を続けることができ、github.comと同じように、VS Codeにもミッションコントロールビューがあり、ローカルエージェント、クラウドエージェント、実行中のバックグラウンドエージェントをすべて見ることができることがお分かりいただけたと思います。
さて、新しい機能を実装したいと思います。おもちゃは素晴らしいですが、それをバンドルにして、プレイボックスとしてほとんど贈り物にしたいのです。皆さんの多くもそれを気に入ると思います。でも実装方法を計画する必要があります。
だから、VS Codeの新しいプランエージェントを使えば、Copilotに実装プランを作成するように依頼でき、自信を持って準備ができるまで反復し続けることができます。だから、以前もこのプランの1つを作成しました。ここで開きます。
だから、達成する必要があるすべてのステップの詳細なプランが得られることが分かります。だから、準備ができたらいつでも、これをコーディングし続けることができますし、バックグラウンドで作業するエージェントに引き渡すこともできます。
だから、CLIエージェントに引き渡して、変更を含めると言います。それで大丈夫です。そして、これはバックグラウンドでこのエージェントの作業を開始します。さて、これの一部は完了するのに少し時間がかかります。だから、これらすべてのタスクが完了したときに、アプリがどのように見えるか見てみましょう。
存在するすべてのフィルターと検索とオートコンプリート機能を備えたこのような見た目になり、私はブロックゲームをプレイし始めることができます。さて、過去数分間で、非常に多くの異なるアイデアからそれらを計画し、github.comのクラウドでCopilotコーディングエージェントを使用してコーディングし、VS Codeでバックグラウンドで、CLIエージェントを使用し、Copilotコードレビューエージェントでそのコードをレビューし、Copilot自動修正エージェントを使用してセキュリティ修正も実装しました。
すべてのエージェントセッションを見て、GitHubまたはVS Codeの単一のミッションコントロールビューでそれらを誘導する能力を持ちながら、それがエージェントHQです。ありがとうございます。サティアにお返しします。
実践例:マルチエージェント研究ツール
カラン、本当にありがとう。カランが見せたこれらすべてのツールを見ると、それはあなたにインスピレーションを与えます。だから最近、アメリカで感謝祭がありました。だから休みがありました。そして休みがあるとき何をするか? 構築するのです。それで私はアプリを作りました。
ところで、これは私の通常のラップトップをご覧になっています。これは実際、私のAzureサブスクリプションです。これは実際、今カナダセントラルにデプロイされていると思う私のアプリです。これが私のリポジトリです。これが私のGitHubリポジトリです。だから、これが私のコードです。
実際、私の標準的な作業方法は、Windows 365のセットアップを持っているということです。だから、どこにでも一緒に旅します。そしてもちろんGitHubを使い、コードスペースを使います。だから、ここでコードスペースが表示されると思います。だから、亀がずっと下まで続いているようなものです。Windows 365上で動作するGitHub上で動作するコードスペースがあります。だから、それが私が一緒に旅する仮想環境です。
そしてもちろん、カランが見せていたように、毎朝起きて、私のお気に入りの場所はここです。私のリポジトリに行き、Copilotに行き、毎日のようにタスクを割り当て始めます。今朝は、このアプリ全体をGPT-5.2にアップグレードしてくださいと言いました。そして実際に完了していて、基調講演が終わって帰りのフライトに乗っているとき、フライトWi-Fiでそこに行き、実際にPRを見て、プッシュすることができます。
実際、コードスペースで一度テストしてから、コミットします。しかし、実際には、簡単なタスクから大きな更新まで、文字通り取り組み始め、それらを推進していくことができるパワーを示しています。
それで、私が作ったものは? 作ったものは、基本的に新しいDeep Researchツールです。私の人生の野望の1つは、Copilotチームで仕事を得る方法を見つけることです。それで、私はそのために準備しています。雇われるのに十分な能力を得る方法を必死に試みています。
それで、私は言いました。より洗練されたDeep Researchアプリケーションを構築しましょう。そして私がしたことは、利用可能なすべてのこれらのモデルがあると言いました。だから、モデルの上で機能する意思決定フレームワークを作成してみてはどうでしょうか。そしてそれらの意思決定フレームワークの1つは、有名なAI研究者であるアンドレイ・カルパシーが考え出したこのLLM評議会と呼ばれるものです。
アイデアは、選考委員会のようなもので、委員会の複数のメンバーがいるということです。この場合、GPT-5.1か5.2、Claude、Gemini、Llama、Grok、何でも、お気に入りの選考委員会を選べます。それから議長を選びます。議長はClaudeか、Geminiか、GPTか、何でも選んで、クエリを発行し、物事をするように依頼します。
もう1つやったのはDxOです。これはかなりクールな意思決定フレームワークです。これは医療から来ています。実際、私たちは最初に医療で実装しました。実際、さまざまな役割を持つところで実装しました。たとえば、1つの役割は主任研究者で、網羅的な幅優先研究として考えてください。
批判的レビュアーがいて、ところで、これらの異なる役割に異なるモデルを割り当てることができます。だから、たまたまClaudeである主任研究者と、たまたまGPTである批判的レビュアーがいます。批判的レビュアーは何をするのでしょうか? その特定の役割は方法の問題を見つけます。最近性バイアスや期間バイアスなど、認知バイアスであるあらゆる問題を見つけます。
それからドメインエキスパート、データアナリストを持つことができます。だから異なる役割があり、実際に医療でDxOを適用したとき、マルチエージェントシステムで複数の役割が協力することが、単一のモデルを上回るパフォーマンスを発揮することが判明しました。直感的ですよね? なぜ特定の意思決定で1人ではなく、すべての賢い人々があなたと一緒に働かないのでしょうか? それがDxOでした。
それからアンサンブルと呼ばれる別のものも実装しました。アンサンブルのアイデアは、並列クエリを発行し、選択にバイアスがないように回答を匿名化してから、統合します。実際、昨夜、通常の昔ながらのディベートを実装してみましょうと言いました。
だから、これは私が追加した新機能で、ここに表示されて本当に良かったです。そして基本的にこれを思考の連鎖ではなく、討論の連鎖として考えてください。実際、これらすべてを思考の連鎖として考えるのではなく、討論の連鎖として考えています。そして、完全な討論をしてみましょうと言いました。
だからここでの要点は、さまざまな形式の討論を持つことができるということです。長所と短所を持つことができます。SWOTを持つことができます。リスク対影響、反事実対悪魔の代弁者を持つことができます。だから、フォームフレームワークを選ぶことができます。批評を持つことができます。
だから、各人が議論をし、他の全員が批評します。それを複数ラウンド持つことができます。だから、昨日ホテルの部屋で多くの時間があったと思いますが、それで機能を追加し続けました。ところで、多くのトークンを使っていたので、コスト管理を追加したほうがいいと思い、高速低コストまたは深い高コストが必要かと言いました。ここではバランスを選んでいます。
リサーチアナリスト、システムアーキテクト、リスク担当者の3種類の役割を選ぶことができます。それから複数のラウンドを持つことができます。要点がお分かりいただけると思います。もちろん、これらすべてを構築して、良き南アジア人は何をするでしょうか?
それを使って、これまでで最高のインドのテストクリケットチームを選びます。1つ必要だと思います。だから、履歴に行くと、私がそれに取り組んでいるのが分かります。実際、素晴らしいMLBラインナップもあります。でも、ムンバイにいるので、いくつかのものをお見せします。評議会の1つをお見せします。返ってきたものをお見せします。
実際、ここでフォントを大きくしましょう。だから、これは議長の統合です。スニルがシヴァグと、ラフル、サチン、ヴィラト、男が選んだことを示しています。だから、これは統合で、6番と7番にVBSを示し、それから続きます。
ここで興味深いことは、議長の報告書が本質的に全会一致のコンセンサスがあったと言っていることです。ガヴァスカー、セヴァグ、ドラヴィド、テンドルカー、コーリ、カプル・デヴ、アシュウィン、ブムラー。しかし大きな議論はもちろん、追加の打者が必要かどうかでした。そして神に感謝、彼らは少なくともハイデラバーディである私として、VBSラクシュマンをそこに入れてくれたことを本当に誇りに思います。
そしてここで興味深いことです。だから、それは51を待って、Claudeの包含を待ちました。つまり、考えてみてください。これら2つのモデルが私のラクシュマンのために入札したのです。なぜかと言うと、彼の危機管理のためで、その理由を説明しました。それから別の議論は、誰がキャプテンかでした。
実際、クンブレ対ザヒアも非常に良いものでした。アニル対ザヒアを選びました。ザヒアは12番目の男になります。それは正しいかどうか分かりません。それはどこでプレーしているかによります。キャプテンシーの議論では、同僚を選びました。
だから重要なことは、すべての討論の連鎖の注釈を見て、洞察を得ることです。実際、履歴に戻ってお見せすると、もう1つのケースをお見せしましょう。履歴に戻りましょう。DxOビューに行きましょう。これは興味深いと思います。なぜなら、DxOビューは少し異なるからです。主任研究者が何をしたかを示しています。
それから批判的レビュアーが何をしたかを示しています。しかしここでクールなことは、バイアス、エラーバイアスを見つけた方法を見てください。だから批判的レビュアーの仕事は、何かを選ぶとき、統計を混同していないかと言うことでした。つまり、現代のチームのフィットネスレベルが非常に素晴らしく素晴らしいと言うことがあります。
でも、ガヴァスカーがヘルメットなしで打席に入るのを見たり、ハザレがイングランドで覆われていないウィケットで無防備にプレーするのを見たりするのはどうでしょう。どうやって本当にそれを等価にするのでしょうか? それがエラーバイアスです。だから、すべてのこれらのモデルにその問題について討論させることができるのは、これがすべてです。
とにかく、要点がお分かりいただけると思います。これらの意思決定フレームワークをメタ認知の新しい形式として使用できるということです。このすべてのモデルの豊富さがあれば、私がやったことを文字通り行う能力、つまり独自のマルチエージェントシステムを構築する能力、それが新しい商品です。
現実は、私たち全員がスプレッドシートやドキュメントを作るようにこの作業をすることになるということです。そしてそのパワーがあれば、問題は私たちがそれで何をするつもりかということです。私が思うことの1つは、より良い判断、より良い意思決定を行使することです。そして医療、金融サービス、保険、サプライチェーンなどの高い利害関係の状況で。
それがその美しさです。これらすべてを持っている世界で、より良い判断を適用するためのメタ認知フレームワークとしてこれらを考えることができるということです。もう1つ言及すべきことは、これらすべてを構築し、実際にCopilotにしたということです。
だから、これはすべて私のAzureプライベートテナントにあります。それで、基本的にOpen APIをそれに対して行いました。それから、素晴らしい、デプロイしようと言いました。どうなったと思いますか? 捕まったのです。
つまり、Microsoft DLPデータ損失防止が入ってきて、デプロイできないと言いました。これはMicrosoftテナント内にデプロイする必要があるため、外部エージェントを指すことはできません。それは大規模な流出問題だからです。そしてそれは、Agent 365と呼ばれる私たちが構築したエージェントのランタイムのこの他の部分のおかげです。
Agent 365は、アイデンティティ管理、Defender、Purviewやデータ損失防止などを取り、エンドユーザーコンピューティングで行ったことをエージェントの世界に持ち込みます。人々が私が構築したような強力なエージェントを構築するつもりなら、完全なコンプライアンス、完全な可視性、完全なガバナンスが必要だからです。それがAgent 365が行うことです。
何千、何十万ものエージェントがあると言って走り回ることはできません。そのセキュリティとガバナンスと可視性なしには。それがAgent 365が提供するものです。
インドにおけるAI活用の実例
これらすべての美しさは、人々が信じられないことをすることに最終的にこれを変換するための重要な勢い、重要な野心レベルがあるということです。だから今朝、例えばAdani Simmitの人々と会う機会がありました。彼らは本当にこの請求書から支払いまでを行っており、20日以上かかっていたものを4時間に短縮しています。
Aditya Burlaのチームと会う機会がありました。彼らは複雑な製品を扱うモバイルアプリを取り、会話型インターフェースがあると言いました。それは彼らがやり取りするのをより簡単にします。LTIMindtreeの人々と会う機会がありました。彼らはCopilotからCopilot Studio、Foundryまでを使用して、あらゆるビジネスプロセスを行い、AI第一の視点からそれを見直す、完全な壁から壁への変革を行っています。
Mankindです。これは、AIのパワーと専門知識を、農村地域の医師を訪問する医療担当者である人々の手に本当に置くという美しい使用例です。医療担当者が質問に答えることに自信を持てるようにし、ケアの結果を改善します。
Yes Bankは請求書の処理時間について素晴らしい仕事をしました。彼らも40以上の使用例で壁から壁への変革を行っていますが、これらの例のそれぞれでROIを本当に見ています。
さて、再び私が持った機会の1つは、Maha Crime OSと呼ばれるこの新しいエージェンティックシステムを構築したチームと会うことでした。これはマハラシュトラ州の首席大臣によってスポンサーされました。彼は私たちと一緒にここにいました。SPとチームの人々の両方と会えて本当に良かったです。
実際、調査チームと、このシステムを使用してナグプルの犯罪の被害者である市民に正義を提供できることに彼らが持っていた誇りです。彼らがこのエージェンティックシステムを使用して、正義への時間を短縮できたことは見て本当に素晴らしかったです。ビデオを流しましょう。
Maha Crime OSの事例
今日の警察活動はすべてサイバー犯罪に関するものです。それはすべて金融詐欺に関するものであり、グローバルです。毎日約30件のサイバー犯罪報告を受け取ります。だから、起こっているサイバー犯罪報告の流入の種類を想像できます。
Maha Crime OSは調査コパイロットとして機能します。パターンを検出し、それを理解し、調査の方向性に語りかけることができるエージェントを持つことができます。マハラシュトラ州政府はMarvalを通じて、マハラシュトラのニーズに合わせてCrime OSを適応させるために、MicrosoftとCyber Eyeの両方と協力しました。
倫理的で責任あるAIを公共の利益のために使うことが私たちのモットーです。MicrosoftはMicrosoftは非常に安全で高度なプラットフォームを提供してくれました。Maha Crime OSは、Azureと、Microsoft Foundryを通じたAIサービスを含む複数のテクノロジーを使用して構築されています。Defender for CloudとMicrosoft Fabricも使用しています。
Maha Crime OSによって、調査の処理時間が80%短縮され、ほぼ100%の調査がデジタルで登録され、調査官が対応しています。だから、州全体の数百万人の人々のニーズを満たすために新興技術を適応させることができることを本当に誇りに思います。そして政府が彼らのためにはるかに効果的かつ透明に機能するようにします。
AIが統治で適切に使用されれば、人々の生活をより簡単にすることができます。これは、このすべての技術の力を使用してこの国の市民を助けることの素晴らしい例です。そしてさらに重要なことに、この技術がどれだけ迅速に拡散しているかの素晴らしい例でもあります。
以前の技術時代を考えてみると、このような文脈で影響を与える速度と、今私たちがいる場所を比べると、それが私たちの前にある機会だと思います。だから見るのは素晴らしいことです。
インフラストラクチャとセキュリティ
最後に話したいことは、もちろんこれらすべてを動かしているのは最終的にはインフラストラクチャです。基本的にトークンファクトリーを実行する必要があります。トークンファクトリーに関して最も重要なことの1つは、この1つのシンプルな方程式でありながら非常に重要なものです。トークンあたりのパフォーマンスは、ドルあたりまたはルピーあたり、ワットあたりのトークンに関するものです。最適化する必要があります。
ところで、これは最も重要なことになります。トークンファクトリーのこの効率的なフロンティアを提供するインフラストラクチャを本当に持つことができる国、コミュニティ、州は、より多くのトークンの豊富さを持つことになります。それから、経済のGDP成長に直接相関する生産性を推進するために展開できます。
それに対して、私たちは全力を尽くしています。私たちは世界のコンピューターとしてAzureを構築しています。私たちはインドでAzureを構築するために投資しています。マハラシュトラ州にはプネに中央インド地域、ムンバイに西インド、チェンナイに南インド、JioとのパートナーシップでDCがあります。
来年ハイデラバードに出てくる新しい南中央地域についても非常に興奮しています。これは次の大きなデータセンター地域になります。そして私たちは拡大し続けています。それについて、ところでハイデラバードの地域は100%再生可能エネルギーになります。だから、それも他のクールなことは、私たちが持続可能性にも本当に焦点を当てているということです。
そして私たちはこれらすべてを構築しています。実主権の制御があることを確認しています。なぜなら、結局のところ、これは能力をもたらすだけでなく、真の主権制御があることを保証することだからです。そのために、完全なオプションのセットがあります。パブリッククラウドを使用できます。
主権制御付きのパブリッククラウドを使用できます。つまり、鍵管理をローカルで持っているということです。それと組み合わせてコンフィデンシャルコンピューティングを使用できます。つまり、データが処理されているとき、静止時、転送時、使用時でも暗号化されており、鍵はあなたが持っています。プライベートクラウドオプションもあります。
もちろん、JioやNICなどのローカルパートナーによって運営される地域もあります。だから、完全なオプションのセットがあります。だから、それをポートフォリオとして考えてください。その後、持っているさまざまなワークロードにそのポートフォリオを使用し、それに対する独自の主権と制御の保証を持つことができます。
また、実際に主権データ制御も行っています。だから、Copilotと話したことすべてがすべてローカルで処理されています。だから、そのデータはインドのデータ境界の外に出ることはありません。だから、これらすべてのオプションが利用可能であることに非常に興奮しています。
さて、Crime OSなどについて話したので、もう1つ指摘したいことは、オンラインインフラストラクチャにとっての最大の課題の1つはサイバーとサイバーリスク、サイバーセキュリティです。そしてそれはインテリジェンスゲームです。最終的に、最高のインテリジェンスを持っている人が最高にあなたを守ることができます。
だから、Microsoftは毎日何兆ものシグナルを見ています。世界中のあらゆる国家とあらゆるサイバー犯罪者を見ています。そして私たちはそれを活用して保護することができます。実際、カランが見せたデモはかなりクールでした。基本的に本番インスタンスを取得し、Defenderにリアルタイムですべての脆弱性をチェックさせ、それらの脆弱性に戻って修正することさえできました。
それは静的なリストではありません。それは、サイバー活動とサイバー攻撃グラフが何であるかを本質的に監視している動的なリストです。だから私にとって、主権とサイバーレジリエンスについて本当に考えることは、リスクの両面です。
リスクを管理することについて考えるとき、それについて考える必要があります。なぜなら、切断されて主権的なすべてを持っているが、最高のインテリジェンスを持っていない場合、非常に脆弱になるからです。したがって、それは本当の思考を必要とするはるかに微妙な議論です。
そして最終的に、それは一度きりの決定ではありません。それはリスクと機会のそのポートフォリオの継続的な監視です。それに対して、私たちはこの国に非常にコミットしています。したがって、私が機会を持って興奮したことの1つは、今週初めに首相と会い、最大の発表さえすることでした。
これはアジアでの私たちの最大の投資、175億ドルです。これは今年初めに発表した30億ドルの上に構築されています。実際。だから、私たちは明らかに、このすべてのインフラストラクチャを最終的にこの国のすべての市民、この国のすべての開発者をエンパワーするために持ち込むことに非常に興奮しています。
それが私が締めくくりたいところです。私たちにとって、これらすべては、インドのすべての人とすべての組織がより多くを達成できるようにエンパワーすることです。私たちにとって、Giga Timeのようなもの、これは、この国のすべてのティア2都市でパーソナライズされたケアや精密腫瘍学さえも可能にすることを考えることができます。なぜなら、ここの起業家がそのような進歩を取り、重要な健康結果に転換するからです。
または、ナグプルで何らかの犯罪の被害者だった誰かに正義を提供するMaha Crime OS。私たちにとって、最終的にそれが私たちが行うことの理由です。私たち全員が一緒に働いて、このAI時代の私たちの前にある機会を実現することは、エキサイティングな時間です。皆さん全員が自分ができることに対して高い野心を持っていることを願っています。
私たちは確かに皆さん全員に対してそれを持っています。皆さん、本当にありがとうございました。
国家労働者データベースの事例
インドには4億人以上の非組織労働者がいます。彼らは日々の賃金で稼いでおり、何の利益も得ていません。私たちは、人々を非公式セクターから公式セクターに移行させる必要があります。それが私たちの経済を発展させるのに役立ちます。
Ishamのイニシアチブを通じて、国家非組織労働者データベースが開発され、私たちはそれらの労働者に社会保障給付を提供することができます。また、彼らに国家キャリアサービスポータルへのアクセスを提供しています。
NCSは、求職者、雇用主、トレーニングプロバイダー、カウンセラーのためのワンストップソリューションです。求職者のスキルと雇用主の間にAIベースのマッチングがあります。だから、非公式労働者はNCSポータルに行って、適切な雇用主とマッチングできます。
NCSにはAI履歴書ビルダーがあり、人が特定のスキルを欠いている場合、AIツールは推奨事項を与えることでそれらのスキルを開発するのを助けます。数百万人の非組織労働者がこのシステムに登録されることを期待していました。だから、スケーラビリティ、信頼性、セキュリティが必要でした。
Microsoft Azureはこれらすべての資格を満たしました。それに加えて、Azure OpenAIは非組織労働者にとってゲームチェンジャーになりました。約1億5000万人の労働者が現在NCSポータルにいます。私たちは今、これらの労働者に利益をもたらすために、より多くのスキームを導入しようとしています。AIは個人と国の若者に機会を提供するのを支援しています。
コメント