AI & テック

何が起こったのか

Google Cloudは、ソフトウェアベースの暗号鍵に対するCloud KMSでの量子安全な鍵インポートのプレビューを発表しました。これは、量子安全なデジタル署名と鍵カプセル化メカニズムのこれまでのサポートに基づくものです。

新しいインポート方法は、ハイブリッド公開鍵暗号を使用して、機密性の高い鍵素材を量子耐性のある転送エンベロープにラップし、既存のCloud KMS APIワークフローに統合します。KEM層ではX-Wing、ML-KEM-768、またはML-KEM-1024をサポートし、鍵導出にはHKDF-SHA-256、対称ラッピングには12バイトのノンスを備えたAES-256-GCMを使用します。

Cloud KMS PQCインサイトは現在一般提供されており、アルゴリズムに基づく非対称鍵の視覚的分類を提供して、ポスト量子化の近代化を計画するのに役立ちます。

重要性

従来の鍵インポート方法は、転送中の鍵をラップするために古典的な非対称暗号に依存していますが、暗号学的に重要な量子コンピュータが出現して傍受された鍵を解読できるようになると、安全性が損なわれる可能性があります。量子安全な鍵インポートは、初日から鍵を量子耐性のあるエンベロープでラップします。

マルチクラウド採用が拡大する中、BYOKはデータ主権とワークロード保護の中核的な要素であり、安全な鍵転送は長期的なポスト量子レジリエンスの重要なステップとなります。

要点

Cloud KMSにおける量子安全な鍵インポートは、ソフトウェアベースの暗号鍵を対象にプレビュー版です。

このメカニズムはハイブリッド公開鍵暗号を使用し、X-Wing、ML-KEM-768、またはML-KEM-1024をサポートします。

Cloud KMS PQCインサイトは現在一般提供されています。

次の注目点

組織が量子安全な鍵インポートジョブを作成し、既存のCloud KMS APIワークフローに統合する方法が注目されます。

Google Cloudは、これがポスト量子暗号への移行タイムラインの次の段階の第一歩であり、今後さらなるマイルストーンが続く見込みであることを示唆しています。

出典

• Google Cloud

何が起きたか

Google Cloudは、2026 Gartnerマジッククアドラント（Cloud-Native Application Platforms部門）でリーダーに認定されたと発表しました。これは3年連続の受賞です。同社は、開発者中心のプラットフォームに注力し、オンボーディングを高速化し、最新のワークロード向けの迅速なプロトタイピングをサポートしていることがこの結果につながったとしています。

Googleは、開発者がインフラの複雑さに対処する代わりに、コードの記述やエージェントや従来のアプリケーションの構築により多くの時間を費やせる、アプリケーション中心のクラウドというビジョンを説明しました。このプラットフォームは、サーバーレス、コンテナ化、エージェンティック展開オプションをサポートする統合実行環境を提供します。

また、発表では、Google AI Studioでのワンクリックプロトタイピング、AIエージェント向けのマネージドMCPサーバー、Agent Registryで利用可能なSkills Repositoryなど、生成AIとvibe codingツールも強調されました。

なぜ重要なのか

この評価は、クラウドネイティブアプリケーションプラットフォームがAI時代の開発の中心になりつつあることを浮き彫りにしています。そこでは、生成AIとvibe codingにより、アイデアからデプロイされたアプリケーションまでをはるかに速く実現できます。Googleは、サーバーレスインフラとAIプロトタイピングツールを組み合わせることで、ソフトウェア構築のハードルを下げられると考えています。

エージェンティック展開オプションとマネージドMCPサーバーを強調することで、Googleは、従来のエンタープライズマイクロサービスと次世代の自律型AIアプリケーションの両方に向けてプラットフォームを位置づけています。手動構成の排除と開発ツールの統合に注力することは、アプリケーションライフサイクル全体の簡素化に向けた幅広い取り組みを示しています。

主要な事実

Google Cloudは、2026 Gartnerマジッククアドラント（Cloud-Native Application Platforms部門）で3年連続でリーダーに選ばれました。

Google Cloudは、サーバーレス、コンテナ化、エージェンティック展開オプションをサポートする統合実行環境を提供します。

Google AI Studioでのワンクリックプロトタイピングにより、開発者はvibe codingで作成したアプリケーションをパッケージ化してCloud Runに公開できます。

Googleが管理するMCPサーバーは、IAM、VPC Service Controls、Model Armorと統合され、コンテンツセキュリティを提供します。

Application Design Centerは、Google Cloudを利用するチーム向けに、手動のTerraformおよびYAML構成を排除するように設計されています。

次の注目点

GoogleのAntigravityハーネスが、マルチステップのAI推論を開発者ワークフローに取り入れ、ローカルコードベースをクラウドネイティブプラットフォームに接続する統合オーケストレーションレイヤーとしてどのように発展するか注目に値します。

マネージドMCPサーバーとSkills Repositoryの拡張は、AIエージェントがGoogle Cloudリソースの第一級のユーザーとなり、開発者が自律型アプリケーションを構築・展開する方法を形作る可能性を示しています。

Googleがvibe codingとプラットフォームエンジニアリングを重視していることは、今後の競争が、エンタープライズ管理を維持しながら、アイデアから本番グレードのアプリケーションまでの道のりを短縮することに集中することを示唆しています。

出典

• Google Cloud

何が起きたのか

Google Cloudは、AlloyDBのScaNNインデックスに対するアーキテクチャ拡張を発表しました。それは現在プレビュー版の4層ツリーで、100億ベクトルの規模での効率的な運用を可能にします。

以前の2層および3層ツリー設計では、この規模でボトルネックに直面していました。具体的には、100億ベクトルに必要なサンプリングによる計算負荷の増大とメモリ制約です。

新しいトップダウンアーキテクチャは、Top-Kブランチ、SOAR、セントロイド調整、バランスの取れたツリー形状などの改善を取り入れ、精度と構築効率を維持しています。

なぜ重要なのか

エージェンティックAIアプリケーションは、しばしばベクトルデータベースを数十億ベクトルに押し上げますが、多くのシステムはそのような要求のもとで効果的にスケールするのに苦労しています。

階層パーティショニングによる計算負荷の軽減とメモリ使用量の最適化により、AlloyDBは前例のない規模で低いクエリレイテンシと高い再現率を備えたエンタープライズグレードのパフォーマンスを提供することを目指しています。

主要な事実

AlloyDBは、要求の厳しいエンタープライズワークロード向けに設計された、フルマネージドでPostgreSQL互換のデータベースサービスです。

ScaNNインデックスは、4層ツリーアーキテクチャにより、現在100億ベクトルの規模で効率的に動作します。

内部パフォーマンステストでは、100億ベクトルで95%の再現率と、p95レイテンシが最大51ミリ秒と報告されています。

4層の階層設計により検索の複雑さはO(N^1/4)に削減され、100億を超えるベクトルを可能にします。

今後の注目点

4層ツリーはまだプレビュー版であるため、企業は一般提供と本番環境への準備完了への道筋を注視するでしょう。

今後の開発は、ベクトルデータセットが100億ベクトルを超えて成長し続ける中で、レイテンシと再現率を維持することに焦点を当てる可能性があります。

出典

• Google Cloud

何が起きたのか

新しいAWS Machine Learningの投稿では、FHIR標準に基づいて構築された医療APIにコンテキスト認識型セキュリティモニタリングを追加するためにAmazon Bedrockをどのように使用できるかが説明されています。このアプローチは、静的なルールだけに依存するのではなく、アクセスパターンをコンテキストに基づいて分析します。

この投稿は、システムが異常なアクセスパターンを検出し、データの機密性を自動的に分類し、自然言語でコンプライアンスレポートを生成できることを示しています。しかも、臨床ワークフローに追加の遅延をもたらすことなく実現できます。

なぜ重要か

医療APIは非常に機密性の高い患者データを扱うため、セキュリティモニタリングは正確かつ高速である必要があります。コンテキスト認識型分析は、従来のルールベースの手法では見落とされる可能性のある異常な動作をセキュリティチームが発見するのに役立ち、自然言語でのレポート作成により、調査結果を行動に移しやすくなります。

このソリューションは臨床ワークフローを遅くしないように設計されているため、リアルタイムの医療運用にAIを適用する際の一般的な懸念に対処しています。そのバランスにより、インテリジェントなセキュリティモニタリングが本番環境でより実用的になる可能性があります。

重要なポイント

Amazon Bedrockは、医療FHIR API向けのインテリジェントなセキュリティを構築するために使用されます。

このセキュリティモニタリングはコンテキスト認識型で、異常なアクセスパターンの検出、データ機密性の自動分類、自然言語でのコンプライアンスレポート生成が可能です。

このソリューションは、臨床ワークフローに遅延を追加しないように設計されています。

今後の注目点

FHIR APIを運用している組織は、このBedrockベースのモニタリングを既存のセキュリティインフラストラクチャに統合する方法を模索するかもしれません。今後のAWSのガイダンスでは、より詳細な実装方法が提供される可能性があります。

生成AIモデルが向上するにつれて、複雑なAPIアクセスパターンを解釈し、よりニュアンスのあるコンプライアンス説明を生成する能力も進化し、医療APIセキュリティにおけるBedrockの役割が拡大する可能性があります。

出典

• AWS Machine Learning