MicrosoftがGitHub CopilotとExcelに自社AIを投入
2026年7月23日（現地時間）、Microsoftは自社開発のAIモデル群「MAI」について、GitHub CopilotとExcelでの本番導入の成果を公式に発表しました。これまでGitHub CopilotやMicrosoft 365 Copilotの中核を担ってきたOpenAIやAnthropicのモデルが処理してきたタスクの一部を、より小規模で低コストな自社モデルへと段階的に移行させる取り組みです。
普段ChatGPTやClaude、GitHub Copilotを日常的に使っているエンジニアはもちろん、経営層や管理職、個人事業主の方にとっても、この動きは軽視できません。自分が使っているAIツールの「裏側」で、どのモデルが処理を担当しているかによって、回答の質やコスト構造、ひいてはサービスの料金体系までもが変わってくる可能性があるからです。本記事では、今回の発表内容を整理しながら、その狙いと業界への影響を掘り下げていきます。
「MAI」とは何か
MAIは、Microsoftが2026年6月の開発者会議「Build」で発表した自社開発AIモデル群のブランド名です。推論に特化した「MAI-Thinking-1」、コーディング向けの軽量モデル「MAI-Code-1-Flash」、画像生成の「MAI-Image」シリーズ、音声関連の「MAI-Voice」「MAI-Transcribe」など、用途別に複数のモデルがラインナップされています。
同社はこれらのモデルを「hill-climbing machine（ヒルクライミング・マシン）」と呼ぶ独自の開発サイクルで育てていると説明しています。これは、モデルそのものだけでなく、モデルを動かす実行基盤（ハーネス）、実際の製品トラフィックから得られるデータ、そして製品ごとの評価指標を一体的に回しながら、段階的に性能を引き上げていく手法です。今回発表されたGitHub CopilotとExcelでの成果は、このサイクルが実際の製品で機能していることを示す代表例として位置づけられています。
GitHub Copilotでの実績データ
GPT-5.4 MiniやClaude Haiku 4.5との比較
MicrosoftによるとGitHub Copilotでは、2026年6月に投入した軽量のエージェント型コーディングモデル「MAI-Code-1-Flash」が、すでに数百万人の開発者に日常的に利用されているといいます。同社が公開したデータでは、VS Code上でのコード採用率（提案されたコードが実際に採用される割合）が「GPT-5.4 Mini」や「Claude Haiku 4.5」と比べて約10％高いとされています。
さらに注目すべきは継続利用率です。複数日にわたって使い続ける開発者の割合は、GPT-5.4 Mini比で6％、Claude Haiku 4.5比で11％高かったと報告されています。加えて、トークン消費量の中央値は両モデルよりも約10％少なく、それでいてユーザー主導のやり取り（追加の指示や修正依頼）は多かったとのことです。これは、少ないトークンでより実用的な提案ができている、という解釈につながるデータです。
小型モデルでも実務に耐えうる水準へ
MAI-Code-1-Flashは決して大規模なモデルではなく、軽量・高速な応答を狙って設計されたモデルです。それでも同規模帯の競合モデルを上回る指標を示している点は、「モデルのサイズがそのまま性能に直結する」という単純な図式が崩れつつあることを示しています。日々の定型的なコーディング支援であれば、必ずしも最先端の大規模モデルを使う必要はなく、用途に最適化された小型モデルの方がコストパフォーマンスに優れる場面が増えてきているといえそうです。
Excelへの展開とコスト削減効果
コーディング用モデルを表計算業務へ転用
Microsoftは、MAI-Code-1-Flashのチェックポイント（学習途中のモデル状態）を出発点として、Excelの操作やビジネスワークフローに特化した強化学習環境で追加学習を行い、Excel向けのモデルを構築しました。コーディングという専門領域で培った「エージェントとしてツールを操作する能力」が、スプレッドシート上の操作や業務ワークフローという別のドメインにも転用できるかを検証する試みだったといいます。
GPT-5.6と同等品質を低コストで実現
本番トラフィックから得られたユーザーフィードバックによると、Excelに導入されたMAIモデルは、よく使われるタスクにおいて「GPT-5.6」と同等の品質を示しているとのことです。ポイントは、この品質を達成するために最新世代の高性能アクセラレータを必要としない点です。NVIDIAのH100やA100世代のGPUでも稼働できるため、Microsoftにとっての展開コストを大幅に引き下げられるとしています。
生成AIをビジネスに取り入れる際、多くの企業が懸念するのが運用コストです。高性能なフロンティアモデルほど推論コストがかさみ、大量のリクエストを処理する業務用途では採算が合わなくなることもあります。今回のExcelの事例は、「品質を落とさずにコストを下げる」という、生成AIの実用化フェーズにおいて多くの企業が直面する課題への一つの解答例といえるでしょう。
なぜMicrosoftは自社モデルへ舵を切るのか
サティア・ナデラCEOが語る「タスクに応じた使い分け」
MicrosoftのサティアCEOはLinkedInへの投稿で、GitHub Copilot、Excel、Outlookにおいて有望な初期結果が出ており、同じアプローチをCopilot ChatやPowerPointにも広げ始めていると述べています。ナデラ氏は、利用されるたびに実際のコストが発生するソフトウェアの世界では、タスクごとに適切なモデルを選び、その周辺のコンテキストやツール、エージェントの実行環境まで含めて最適化することが重要だと説明しています。
つまりMicrosoftの狙いは、あらゆる処理を自社モデルに置き換えることではなく、頻度が高く定型的なタスクについては自社の効率的なモデルで安価に大量処理し、高度な推論能力が必要な場面では引き続き外部のフロンティアモデルを使う、という「使い分け」の最適化にあるといえます。
OpenAI・Anthropicとの関係は今後も継続
重要なのは、OpenAIやAnthropicのモデルが使われなくなるわけではないという点です。ナデラ氏は、両社のフロンティアモデルは引き続きMicrosoftのオーケストレーションシステムの一部として併用され、フロンティア級の能力が必要な用途にはそれらのモデルを使い続けると説明しています。あくまで、MAIモデルが同等以上の性能を示した領域から順次、自社モデルへトラフィックを振り向けているという位置づけです。
とはいえ、これまで外部ベンダーに支払っていた推論コストの一部を自社インフラで賄えるようになることは、Microsoftにとって大きな経営上の意味を持ちます。GitHub Copilotのように大量のリクエストが日々発生する製品では、わずかなコスト削減でも積み重なれば大きな収益改善につながるためです。同社は製品ごとの評価指標と「モデルからの独立性」を確保するため、記憶やコンテキスト、スキルといった仕組みをモデル本体の外部に設計するアプローチを採っているとも説明しており、特定のモデルベンダーに縛られない柔軟な構成を目指していることがうかがえます。
今後の展開：Copilot Chat・Outlook・PowerPointへ
Microsoftは今回のhill-climbing方式によるモデル最適化を、GitHub CopilotとExcelだけにとどめず、Copilot Chat、Outlook、PowerPointなど、他のエージェント型製品にも順次拡大していく方針を示しています。具体的な導入時期については明言されていませんが、製品ごとに異なる業務フローや評価基準に合わせてモデルを追加学習させていくというアプローチ自体は、今後Microsoft 365 Copilotファミリー全体に広がっていく可能性が高いといえるでしょう。
海外メディアの報道でも、ExcelやOutlookにおいてすでに一部のプロンプトがMAIモデル側にルーティングされ始めていることが伝えられており、ユーザーが意識しないところで裏側のモデルが切り替わる「マルチモデル運用」が実運用として広がりつつある状況がうかがえます。
ビジネスパーソン・エンジニアへの示唆
エンジニアにとっての意味
GitHub Copilotを使う開発者にとって、裏側のモデルがGPT系やClaude系からMAI系に切り替わっても、日々の使い勝手が大きく変わるわけではないかもしれません。しかし、コード採用率や継続利用率といった指標で競合モデルを上回っているというデータは、今後のAIコーディング支援ツール選定において「どのベンダーのモデルが優れているか」という単純な比較軸だけでなく、「どのモデルがどの用途に最適化されているか」という視点がより重要になることを示唆しています。
非エンジニア・管理職にとっての意味
生成AIの専門家ではないビジネスパーソンや管理職、個人事業主にとっても、この動きは無関係ではありません。ExcelやOutlookでCopilot機能を使う際、裏側でどのモデルが動いているかを意識する必要は基本的にありませんが、こうしたコスト最適化が進むことで、将来的にはより安価に、あるいはより多くの利用枠でAI機能を使えるようになる可能性があります。逆に言えば、AIベンダー各社が激しいコスト競争を繰り広げている今の状況は、ユーザー側にとって「使えば使うほどお得になる」局面が続いていくことも意味します。自社でAIツールを選定する際も、単純な性能比較だけでなく、こうした業界動向を踏まえたコストパフォーマンスの観点を持っておくとよいでしょう。
まとめ
MicrosoftによるMAIモデルのGitHub CopilotおよびExcelへの本格投入は、単なる新モデルの発表にとどまらず、生成AI業界全体で進む「マルチモデル運用」「用途に応じたモデルの使い分け」という大きな潮流を象徴する出来事です。OpenAIやAnthropicとの関係を維持しつつも、頻度の高いタスクは自社の効率的なモデルで処理するという戦略は、他の大手テック企業にも波及していく可能性があります。
今後、Copilot ChatやOutlook、PowerPointへと同様のアプローチが広がっていくと予告されている以上、私たちが日常的に使うAI機能の「中身」は、気づかないうちに変化し続けていくことになりそうです。エンジニアはもちろん、日常業務でCopilotやChatGPT、Claudeを活用しているビジネスパーソンも、こうした裏側の技術動向にアンテナを張っておくことで、ツール選びやコスト管理においてより的確な判断ができるようになるでしょう。
