はじめに：今回のテーマ紹介
みなさんこんにちは、矢野 哲平です。 この番組は、耳で学ぶAIをコンセプトに、初心者・中級者向けに、AIを分かりやすく解説する番組です。
今回のテーマは、GPT-Live-1ってなにですか? より自然にAIと人間が会話をする
そして、AI業界のトップが突如発表した警告について話していきます。 はい、ということで今日は、GPT-Live-1とAI業界のトップが発表した警告
この2本立てで話していきます。 前半ではGPT-Live-1という、AIと人間が自然に会話をするものについて
そして後半では、ちょうど土日あたりぐらいですかね AI業界のトップが突然発表したAIに対する警告について
具体的には、アンソロピックのCEOダリオ・アモディ氏と、あとはオープンAIのCEOサム・アルトマン、そしてイーロン・マスク
こうしたAI業界のトップがAIの開発ペースを落とすべきであると、そうした提言をした内容です。
これら2つのトピックについて話していきます。 本当はGPT-Live-1だけを話すつもりだったんですけど、ちょっと土日に急遽動きがあったので
取り急ぎ台本に追加しました。 今回は普段と違って、1つのエピソードに2つのトピックが混在する形になりますが、ぜひ最後までお付き合いください。
今日話すポイントは主に3つです。 1つ目にAIと人間が自然に会話ができるGPT-Live-1とは何か
2つ目、GPT-Live-1を使ったデモについて、そして3つ目、AI各社のトップが突然発表したAIの警告について
これら3点を中心に話していきます。 はい、では早速話していきましょう。
GPT-Live-1とは何か？
ではまずGPT-Live-1から話していきます。 そもそもこのGPT-Live-1とは何なのかという点から話していきます。
これは簡単に言うと、AIと音声で会話ができる機能です。 実は普段私たちが使っているChatGPTのアプリ
こちらにもGPT-Live-1はすでに搭載されています。 なのでGPT-Live-1初めて聞いたよと、そういった人もいるかもしれないんですけど
実は知らない間に使っていたというケースもあると思います。 ChatGPTの機能でAIと音声で会話ができる機能あるじゃないですか
これがまさにGPT-Live-1の機能です。 ChatGPTのアプリを開いて、緑の音声アイコン
こちらをタップすることで利用できます。 ちょっとどういったものかデモしてみましょうか。
こんにちは、何かお手伝いできることある? 今、ポッドキャストの収録してるんですよ。
お、いいですね。
で、この今の会話の内容ってリスナーの人にも公開しようかなと思ってるんですけど、
リスナーの人に向けて何かメッセージありますか。 はい、じゃあ
ちょっとだけ待ってください。 なんかすいません、急に呼び出して急に話し振るみたいな感じになっちゃって。
大丈夫ですよ。
はい、じゃあリスナーのみなさん、こんにちは。 今日はポッドキャストにお邪魔しています。
もしこの会話を聞きながら、自分だったら何を聞くかななんて想像しながら、気楽に楽しんでいってもらえたら嬉しいです。
ありがとうございます。なんか挨拶上手ですね。
あ、そう?よかった、そう言ってもらえて。 楽しく聞いてもらえるといいですね。
はい、このようなAIと人間が自然に会話ができる機能です。 で、こうしたチャットGPT上でAIと自然に会話をする
このような機能は以前から実装されていました。 直近の話で言うと、2026年の7月に新しくこのGPTLive 1に更新されています。
以前よりもより自然にAIと会話ができるようになったと。 チャットGPT以外にもGeminiやCloudでもAIと音声会話ができます。
AI各社が音声による会話機能を出しているわけですけど、 現時点ではチャットGPTが使いやすいかなと思います。
普段私たちテキストを入力してAIとやり取りをしているわけですけど AIと音声でやり取りをする
こうした領域も個人的には注目しています。 じゃあなぜ今回2ヶ月前に実装されたGPT Live 1の話をするのかというと
ちょうど先週このGPT Live 1のAPIが公開されたからです。 さっきデモで紹介した内容
ああいったものを誰でも作れるようになったと。 簡単に言うと普段私たちが使っているチャットGPTの音声会話機能
あれを自分が開発したアプリに組み込めるようになっています。 このポッドキャストでもAIを使ったアプリ開発
何度も話してきましたけど、誰でもAIと人間が会話をするようなアプリを開発できるようになっています。
いやいや私アプリ開発なんてしないよという人もいるかもしれないんですけど こうしたAIと人間が会話をして何かしらのタスクを処理する
このようなものを簡単に実装できるようになったということは AI活用の幅を広げる意味でも抑えておいて損はないと思います
GPT-Live-1の特徴と仕組み
このGPT Live 1の特徴を説明すると聞きながら同時に話せるというのが最大の特徴です
従来の人間が話し終わるまでAIは待つみたいな そのような音声モードよりもAIが聞きながらあの合図地
うんうんとかはいとかそういったものを挟むことができます 従来のAI音声会話よりもより自然な会話が可能になったと
そもそもあのAIと人間で自然な会話の流れを成立させるのって結構難しいんですよね 私たち人間あの普段あまり意識することなく他者と会話を行っています
相手が話し始めたらあの聞く側に回るし 自分の話す番かなと思ったら自分で話を始めるし
こうした人間が無意識に行っている会話のテンポのようなもの これをAIが実践するのは結構ハードルは高いです
GPT Live 1で何が変わったかというと 会話のテンポを担当するAIと会話の内容を考えるAI
これが別々に分かれていてより自然な会話ができるようになっています その会話のテンポを担当するAIがGPT Live 1というわけです
ちなみに会話の内容を考えるAI これは普段私たちが使っているGPT 5.6とか
それこそ先週のポッドキャストで話したGPT 6アストラが担当します でこうしたAIとの自然な会話を誰でも簡単に試せるし
なんなら実装もできるようになりましたよというのが先週のニュースでした ちなみにこうしたGPTLive 1はオープンAIのプレイグラウンドという
開発者向けの画面で簡単に試すことができます 具体的にはオープンAIのサイトにアクセスをしてAPIキーの設定をして
あとはGPT Live 1のデモ画面で簡単に試すことができます チャットGPTの音声機能を使って歩きながら
アイデアの壁打ちをしたり英会話の練習をしたり そういった使い方している人多いと思います
あとは面接の練習とかロールプレイングとか でこうした普段チャットGPTのアプリを使って音声会話をしている内容
それをさらに発展させることができるのが今回のニュースです 結構これアイデア次第でいろいろな使い方ができると思います
GPT-Live-1の活用事例とコスト
例えばそうですね私がコールセンターのスタッフだったとします であのコールセンターって新人教育でロープレイするじゃないですか
新しく入ってきたスタッフに研修を行ってで研修の終わり頃に 講師とスタッフがお客様役とコールセンターのスタッフ役で分かれてロープレイを行うと
で例えばこうした業務を全部AIエージェントにやらせることもできます マニュアルやロープレイの進行これを全部読み込ませた
AIエージェントにお客様をやってもらって新人スタッフのロープレイを行うと 従来の方法だとロープレイは人間と人間が一対一で行う必要があります
つまり研修の講師の方がロープレイを行っている間 この間は他の新人スタッフのロープレイを行うことはできません
これは時間もコストもかかります ですがロープレ対応できるAIエージェントを作れば例えば10名でも100名でも同時進行で
コールセンターのロープレイを行うことができます さらに言うと全ての会話のやり取りを文字起こしをして採点したり
会話で何秒詰まったかとかどういった質問に回答できなかったっていうのを全てデータとして保存して後で分析することができます
コールセンターでお客様の受電対応にAIを使うこと まだ抵抗がある会社多いと思います
ですが会社の内部のロープレイの業務では音声AIエージェントに対応させる こうしたアプローチも面白いと思います
ちなみにGPT Live 1を動かすためのコスト 1分あたり約7.6円 なので1時間あたりだいたい450円ぐらいです
で後は裏側で動くAstraやGPT 5.6 こうした費用が別でかかります
なのでコストとしてもそれほどかからないですし 何より同時進行で複数のAIエージェントを動かすみたいな使い方ができるので
業務効率を高めることができます こうしたAIの音声会話を導入している企業たくさんあります
例えば語学レッスンのスピーク こちらではAIによる語学レッスンを提供しています
スピークではGPT Live 1を導入することで従来に比べて AIが誤って会話に割り込んでしまうケース
これを約80%減少できたと報告しています それ以外にもカスタマーサポートの対応
あとは病院の受診予約 いろいろな場面で活用され始めています
AIとのやりとりテキストがベースになりがちなんですけど GPT Live 1のように音声エージェントを実装できる技術
こうしたものも進化しています そしてそういった技術を私たちが簡単に試せるようになっている
こうしたことは大きな変化だと思います アイデア次第でいろいろなことをできますよね
AI音声会話の将来性と動画AIの補足
自分だけが使う語学学習アプリ こうしたものを開発することもできますし
あとはそうですね あの会議に人間のように振る舞う音声エージェントを参加させる
こんな使い方も面白そうです プロジェクト全体すべてを把握した音声エージェント
これを会議に参加させてあの情報って何でしたかと スタッフが聞くとすぐ回答してくれたりとか
今の部分別部署の田中さんに連絡しておいてくださいみたいな指示ができたり こんな感じで普段私たちはテキストでAIとやり取りすることを前提にしていますけど
これが音声でのやり取りになるとまたアイデアの幅も広がると思います じゃあどうやって試すのという話になるんですけどやり方はいたって簡単です
チャットGPTやクロードにこのように質問します GPTライブ1を使ってこういったものを作ってみたいんだけどどうすればいいですかと
実装するにあたって足りない情報があれば私に質問してくださいと AIの技術を使って何か作ってみたいとこういった方はぜひ試してみてはいかがでしょうか
ちなみに余談なんですけどAIを使ってアプリを開発するプログラミングをする 今ではあの結構いろんな人を試していると思うんですけどこの時におすすめの方法あります
AIになぜその実装にしたのかとかなぜその選択にしたのかっていうのを掘り下げて聞くの がおすすめです
AIに指示すると割と簡単にアプリを作ってくれます その時にただ単に作ってもらって終わりにするだけじゃなくてその実装に関してやり取りを重ねると
AIになぜその実装にしたのか こうした深掘りの質問することで開発と同時にプログラムに関する知識も身につけることができます
これ結構あのおすすめの方法なのでぜひ試してみてください こんな感じで個人的にはテキスト以外の音声を受け付けるAIの展開も楽しみです
でこうなってくるとじゃあ動画はどうなのという疑問も湧いてきます こちらもしっかり進歩していて音声のように動画もリアルタイムで処理できる
AIも出てきていますでAIによるリアルタイムの動画の処理ができると 例えばAI面接官が人間と面談して会話や表情をリアルタイムで分析する
こういったことができます でちょっと全然話変わるんですけどあの動画関連で補足なんですけど
ジェミニのエージェンティックビデオアンダスティングをちょっと紹介します でこれどういったものかというと
ジェミニの新しい動画の分析機能で従来のものよりも精度高く動画を処理できます これはあのリアルタイムの動画の処理ではないんですけど
例えばあのジェミニって youtube を処理できるじゃないですか 動画の要約をしてとかタイムスタンプ付きで文字起こししてとか
ああいった動画の処理をより精度高く行うことができます 特に長い動画ほど効果的でジェミニを使ってyoutube を処理している
こうした人は試してみることをお勧めします ただこの機能あのジェミニのチャット画面ではまだ実装されていません
APIで先に実装されていて google AI studio で試すことができます 公式の説明だと近いうちにジェミニのチャット画面でも実装するみたいに
説明はされているんですけど 先に試したい人はあの google AI studio をお勧めします
はいまあちょっといろいろ話題が逸れてしまったんですけど前半はここまでということで ここからは後半
AI業界トップからの警告
AI業界のトップがAIの利用について警告した内容 こちらについて話していきます
まず何が起きたのかっていうことを整理すると 直近の土日にAI各社のトップがAIの利用について警告を発信したというのが
きっかけです アンソロピックの CEO ダリオアモディー氏
この方があるエッセイを公開しました このエッセイを要約すると AIの開発ペースを意図的に落とすべきであると
このような主張です こちらのエッセイは概要欄にリンクを貼っておきます
この夏以降のAIの進歩を見て安全性がAIの能力の向上に追いついていないと 確信したのが動機だそうです
エッセイで述べられていたのが AIが自ら次世代のAIを作る
このような最期的自己改善が加速していること あとはより能力の高いAIエージェントが6ヶ月から12ヶ月以内に
インターネットを乗っ取るようなボットを形成して 数千億ドル規模の被害を出すおそれがあると主張しています
AI自身が自らAIを開発する この最期的自己改善というのはちょっと怖いなと思いました
こんな感じで人間の管理や理解が追いついていないスピードで AIが進化を始めるリスク
このリスクが高まったことを指摘しています このダリオ・アモディ氏の主張に対して他社のAIのトップ
オープンAIのサム・アルトマンやイーロン・マスクも同意しています その他の人でいうとトランプ大統領
トランプ大統領は今回のAIのリスクをめぐる懸念については重要視せず
オバマ元大統領はAIは危険になりうるというような考えを持っています
あとAIの企業でいうとマーク・ザッカーバーグ Facebookメタの会社のCEOです
マーク・ザッカーバーグ氏は今回の懸念については反対のポジションを取っています こんな感じで全てのAIの企業のトップが賛成という表明をしているわけでもないし
あとは政府の用心も意見が分かれています この主張に対してはインターネット上意見が様々です
かなり混乱していると思います 賛成する人もいれば反対する人もいると
やっぱりAI業界を牽引している人たちがこの主張に賛同したというのがインパクトがあったと思います
ちなみに反対意見を拾うとAI開発のペースを減速するという主張は既存の大手 つまりオープンAIやアンソルピック
こうした企業に都合のいい競争ルールになりやすいのではないかと そういった指摘もあります
あとはAI業界のトップの人たち早い時期からAIによるリスクを継承しているけど 全然開発の手緩めてないじゃないかと
こういった意見もあります この話題に関してはいろんな意見があるので正直私も混乱しています
中国とのAI開発競争 オープンソースのAIモデルの進化 いろんな要因が絡んでいると思います
ただ直近でこうしたAI業界のトップたちがAIのリスクについて触れて AIの開発スピードを落とすべきじゃないかと主張したのは
ちょっとリスナーの皆さんと共有したいなと思いました はいそれでは今日のポイントをまとめます
まとめと告知
一つ目に直近でAIと自然な会話ができる GPT Live 1のAPIが公開されました
二つ目チャットGPTの音声会話機能 これに相当するものを自分で開発できるようになっています
三つ目AI各社のトップがAIの開発スピードを落とすべきだという主張をしています 市場ではこうした意見に対して賛成反対
様々な意見が飛び交っています はい今日はこのへんということで本日もお付き合いいただきありがとうございました
あの全然話変わるんですけど先日 AIのメモアプリというのを公開しました
AIによる音声入力を使って3倍早くメモができるアプリです あの普段メモアプリとかあとはタスク管理アプリ使っていると
でももっと効率的にメモを取ったりタスク管理をしたいと こういった人はぜひ試してみてください
概要欄にリンクを貼っておきます 番組ではこのように耳で学べるAIを毎週発信しています
通勤中や家事の合間にAI情報キャッチアップできます 毎週水曜朝に更新していますぜひフォローお願いします
お相手は耳で学ぶAIの矢野てっぺいでした また次の配信でお会いしましょう