今週は、AIが「賢さ」を競う段階から「使い心地」や「実利用時の副作用」を問われる段階に入ったことを感じさせるニュースが続いた。音声AIは人間の会話らしさに一歩近づき、最先端モデルはベンチマークの数字と実際の信頼性のギャップが露わになり、画像生成AIは無料化と引き換えに個人データの扱いが焦点になっている。派手な新記録の裏側にある「使ってみたときの実感」に注目が集まる週だった。
OpenAI、「聞きながら話す」音声AI「GPT-Live」を投入——沈黙を待たない会話へ
OpenAIは7月8日、新しい音声AI「GPT-Live」とその軽量版「GPT-Live mini」を公開した。最大の特徴は「全二重(フルデュプレックス)」という仕組みだ。電話で例えると、双方が同時に話しても聞き取れる状態のことを指す。これまでの音声AIは、ユーザーが話し終えて静かになるのを待ってから返答していたが、GPT-Liveは相手の発話を聞き取りながら同時に自分の応答も組み立てられる。
具体的には、相槌(あいづち)として「うんうん」「そうですね」といった短い反応を挟んだり、ユーザーが考え込んでいる間は黙って待ったりと、人間同士の会話に近い間合いを再現できるという。さらに、話す・聞く・黙る・割り込む・別の機能を呼び出すといった判断を、1秒間に何度も繰り返しながら会話を進める。込み入った質問が来た場合は、内部で上位モデル「GPT-5.5」に処理を任せ、その間も雑談で場をつなぐ「委任」の仕組みも備えている。（参照: OpenAI、TechCrunch、VentureBeat）
実務上の示唆
- コールセンターや音声アシスタントを検討している企業は、割り込み対応や間合いの自然さが実務でどこまで通用するか、実際の顧客対応シナリオで検証する価値がある
- 「聞きながら話す」処理は計算負荷が上がりやすい。導入時は応答速度だけでなく、通話1件あたりのコスト(トークン消費量)も合わせて見積もるべきだ
- 内部で別モデルに処理を委任する設計は、今後の音声AI全般で標準的な構成になる可能性がある。ベンダー選定時は「委任先のモデルが何か」も確認しておきたい
Grok 4.5、コーディング系ベンチマークで首位も——幻覚率は倍増、独立検証では4位評価
SpaceXAIの新モデル「Grok 4.5」は、長時間のソフトウェア開発作業を測る「SWEマラソン」というベンチマークで、解決率29.0%を記録し首位に立った。比較対象のOpus 4.8(最大構成)は26.0%、Fable(最大構成)は24.0%だったという。イーロン・マスク氏はこの結果を受けて「Opusクラスの性能」とアピールしていた。
ところが独立系の検証機関による評価では様子が異なる。Grok 4.5の「幻覚率」(AIが誤った情報を、根拠がないにもかかわらず自信を持って答えてしまう現象の発生割合)は、前モデルの25%から54%へと倍増したと報告されている。正答率自体は35%から52%に上がったものの、間違えたときに堂々と誤答を返す傾向が強まったということだ。知識量は増えたが、自信と正確さのバランスが崩れた形だ。この結果を踏まえ、複数の独立テスト機関はGrok 4.5を主要モデルの中で4位相当と評価しており、マスク氏の「Opusクラス」という触れ込みとは開きがある。（参照: SpaceXAI、Tech Times、Let’s Data Science）
実務上の示唆
- 特定のベンチマークで「首位」という発表があっても、幻覚率や実運用での安定性など別の指標も必ず確認したい。1つの数字だけでモデルを選ぶのは危険だ
- 誤りを自信満々に答える傾向が強いモデルは、事実確認が重要な業務(医療・法務・金融など)では特に注意が必要だ。人間による二重チェック体制を前提に導入を検討すべきだ
- 企業の自社発表と独立検証機関の評価に差が出るケースは今後も起こりうる。導入前には複数の第三者評価を横断的に確認する習慣を持ちたい
Geminiの人物写真活用画像生成、米国で無料開放——引き換えに個人データ連携が前提に
Googleは、Geminiの「パーソナライズ画像生成」機能を、米国の無料ユーザーにも開放すると発表した。これまでは有料プラン(Plus・Pro・Ultra)の契約者限定だった機能だ。この機能は、画像生成モデル「Nano Banana」と、ユーザーの好みを学習する「パーソナル・インテリジェンス」という仕組みを組み合わせている。
具体的には、Gmail・Googleフォト・YouTube・検索など連携したGoogleアプリのデータをもとに、ユーザーがいちいち好みを書かなくても、その人の趣味嗜好に合わせた画像を生成できるという。さらにGoogleフォトから本人の写真を直接取り込めるため、自撮り写真をアップロードする手間も省ける。この機能は任意設定(オプトイン)で、どのアプリのデータを使わせるかはユーザーが選べる。ただし一度有効にすると全ての指示(プロンプト)でデフォルトで使われる仕様で、無効にするには設定画面から個別にオフにする必要がある。（参照: Google Blog、TechCrunch、Yahoo Tech）
実務上の示唆
- 無料化によって利用者が急増すると見込まれるため、業務用アカウントでこの機能を有効にする場合は、どのGoogleアプリのデータが連携されるか事前に確認し、社内の情報管理方針と照らし合わせたい
- 「オプトインだが一度有効にすると常時適用」という設計は、他の企業のAI機能でも増えていく可能性がある。従業員向けガイドラインには、有効化前に確認すべき設定項目を明記しておくとよい
- 本人の顔写真を自動で画像生成に使う仕組みは、なりすましや誤用のリスクも伴う。社内でこの機能を使う際は、公開範囲や生成物の用途に一定のルールを設けておく価値がある
まとめ
今週は、AIの評価軸が「性能そのもの」から「使ったときにどう感じるか、何が起きるか」へ広がっていることを示す週だった。GPT-Liveは会話の間合いという体感品質に踏み込み、Grok 4.5はベンチマーク首位の裏で自信過剰な誤答という新たな課題を露呈した。そしてGeminiの画像生成無料化は、便利さの代わりに個人データの連携をどこまで許すかという線引きを利用者に迫っている。数字上の最先端と、実際に使って安心できるかどうかは別問題だという当たり前の事実が、あらためて浮き彫りになった一週間だった。