今日はまず、私自身のここ最近の実感から話すね。この1年のAIの進化を、正直もう半分麻痺しながら見てる、っていうのが本音だった。

▶ この話題を動画で見る（1:23〜）

ひろくん（1:23〜）

「本当にこの劇的な進化、今年1年っていったらもう長くなってしまうぐらいですけど、半年だけでも、3ヶ月だけでも、そして1ヶ月だけでも、っていうのがどんどんどんどんAIの進化が激しくなる一方で、AIの進化が凄すぎてだんだんもう麻痺してるかもしれないなんていうことも、僕たちの中ではちょっと認識があるので」

麻痺、なんて言ったけど…それを一番実感させられたのが、今日の積さんのベンチマークの話だった。

積さんが毎日チェックしているのは「Artificial Analysis」というベンチマークサイト。7月、8月、9月、10月、11月……月ごとに数字が動いてるのを積さんは全部見てきてるんだけど、その積さんいわく、いま、ベンチマーク業界そのものがちょっとおかしなことになってるらしい。

積さん（6:02〜）

「実はいろんなベンチマークがあってですね。最近ちょっとベンチマークが乱立してて、ちょっと問題があるんですよね。みんな勝手なベンチマーク作って、それに有利なようにチューニングしてきて。Tipsみたいなのができてきて、このベンチマークで1位取るためにはこれをすればいいというようなことをやって、それで1位取ったやつが1位になりましたみたいな。みんなすごくやってるんで、ちょっと問題になってきてるんですよね。この間、先月からハーバードビジネスレビューに載ってましたけど、問題になってるという。僕はこれを信用してるんで、Artificial Analysisっていうやつですね。これ、7月の31日こうでした、8月こうでした、9月ですね、10月はこうでした、11月の頭にこういう形になってて。これが最新になるのかな、ごめんなさい、こっちですね、12月の頭ですね、これが最新。ちょっと画期的なことが起きました。これ、毎日起きてるんですよ実は。特にクオリティのところではGPT-4、もちろんオーバービューが4.1、プレビューが」

ベンチマークで1位を取るためだけにチューニングする。ゲームのハイスコア狙いと同じノリだよね。で、その乱立したベンチマークの中で何が起きたかというと——長らく王座に座ってたGPT-4系が、O1 miniやGemini系にじりじり抜かれていってる。GPT-4、まさかの陥落。積さんが画面を見ながら「あれ、消えてる」ってつぶやいた瞬間、私も思わず「消えてる?」って聞き返しちゃった。スピードランキングでは、ずっとGemini 1.0とFlashが独走してたのに、この12月、O1 miniがそこを抜いた。積さんの言葉を借りれば「このベンチマークが今、最速のLLMはO1 miniだと言ってる」って話。もちろんベンチマークが絶対の答えじゃない。でも、毎日ランキングが動くくらいAI各社の開発競争が激しくなってるのは、間違いなさそうだね。クロードにもPDFを読み込めるアナリシスツールが付いたし、クロードもデスクトップアプリが出て、音声でも話せるようになった。1週間単位でこれだけ動くから、GPT-4陥落の話も、来週にはまた違う顔になってるかもしれない。

ここからはただっちも交えて、ちょっと生活寄りの話。積さんが教えている大学生たちに「どこで買い物してる?」って聞いたら、返ってきた答えが意外だったらしい。

▶ この話題を動画で見る（13:52〜）

Amazonや楽天じゃなくて、Pinterest。検索じゃない。委ねる、だ。もちろんPinterestで直接決済できるわけじゃなくて、そこから欲しい商品に似た画像がずらっと並んで、気に入ったのをクリックしてページへ飛ぶ、っていう買い方。積さんが言うには、これは11月18日に公開されたPerplexityの新機能とも地続きの話で、Perplexityで検索した商品がそのままPerplexity上で買えるようになる、っていう動きが米国で始まってる。日本はまだなんだけど。

積さん（13:52〜）

「これ、インスタグラムのショッピングが、米国では、日本以外では、ショッピングバックのマークがついてたら、そのまんま買えるでしょ。僕が言ってる日本では、実はこれがクリックすると、ベースとかショッピングバイとかに飛ぶようになってる」

あ、そうだ。これ、法律の問題らしいんだよね。技術的にできないんじゃなくて、日本の法律がまだ直接決済を許してない。法改正されたら、一発でInstagramやPerplexityの中でそのまま買い物が完結するようになる——って積さんは見てる。便利。でも法律が追いつくまでは、まだワンクッション挟む。この温度差、面白いなと思って聞いてた。

そしてただっちが「わかる」って食いついたのが、まさに昨日の自分の話。

ただっち（14:53〜）

「検索に特化した購買。確かにAmazonから検索することも僕もよくあるので、昨日も娘ちゃんのクリスマスプレゼントを選ぼうと思って。Amazonでやってもどれ逆に選んだらいいかわかんなくなっちゃったんで」

これ、私にもすごく心当たりある。選択肢が多すぎると、逆に選べなくなる…だからこそ、AIが「これとこれ、あなたの好みに近いですよ」って絞り込んでくれる感覚が、今のZ世代にはもうデフォルトになってるんだろうね。ECサイトの作り方自体、トップページを頑張るより、商品ページ単体の中身を充実させる方向に変わっていきそう——積さんもそう予想してた。買い物ひとつとっても、AIが横に広げてくれる時代に、もう入ってるんだなあ。

いやー、考えてみればさ。ちょっと前まで買い物って「お店に行って、棚を眺めて、選ぶ」ものだった。それがネット検索になって、今度は「AIにおすすめされて選ぶ」に変わってきてる。検索窓に言葉を打ち込むことすら、だんだん減っていくのかもしれないね。積さんが言うには、これからのECは、トップページを飾るより一個一個の商品ページが主戦場になる、って。私もほんと、その通りだと思った。だってお客さんは、トップページを素通りして、AI経由でいきなり商品ページに飛んでくるんだもん。入口が変われば、力を入れる場所も変わる。…当たり前なんだけど、言われるまで気づかなかったなあ。ぶっちゃけ、この「委ねる買い物」って、便利なようで、ちょっと怖くもある。自分で選んだつもりが、実はAIに選ばされてる——そんな時代の入口に、もう立ってるのかもね。

次はアシスタント系のアップデート。積さんいわく、Googleのリリース情報のページは普段めったに動かない、3ヶ月に1回あるかないかくらいらしいんだけど——今月はそこがすごいことになってたらしい。

▶ この話題を動画で見る（17:33〜）

一番の目玉は、Geminiに「記憶」がついたこと。

積さん（17:33〜）

「大きいですよね。チャットGPTのメモリー機能を使っておられる方も多いと思うんですけども、やっぱりこの元々覚えさせておくと、いちいちこちらの方で指示しなくていいようになるんで。特に一番ジェミニで多いのは日本語でっていうやつが多いと思うんですけども、これ以降ずっと日本語で答えてくれってなると、全部覚えていってくれる。ただチャットGPTの、えっと、同じなんですけど、メモリー機能で結構鬱陶しい時ありますから、編集した方がいいですよっていうことあります」

でね、「日本語で答えて」って毎回言わなくていい。地味だけど、地味にありがたい進化だよね。ただっちも「関西弁で質問してって返したら、また違うときにまた関西弁…」って苦笑いしてて、覚えすぎるのも困りもの、ってオチがつくのがまたリアルだった。

ぶっちゃけ、この「毎回おんなじ指示を打たなくていい」ってのが、地味に効くんですよ。私も毎回「日本語で、丁寧に」みたいな前置きを打ってた。それが一度覚えさせれば済む。…ただ、積さんが釘を刺してたのが面白くてね。覚えすぎるのも困る、と。だから「いらない記憶はちゃんと編集して消した方がいいですよ」って。便利と鬱陶しいって、いつも背中合わせなんだなあ。…でも、消せるってわかってれば怖くない。使いながら育てていけばいいんだよね。それと、Geminiにも「Gemini Live」っていう音声アプリが登場。ChatGPTのアドバンスボイスモードと似た立ち位置で、ただっちいわく「日本語の読み上げはさすがGoogle、うまい感じ」とのこと。

そしてWindowsユーザーへの朗報。ChatGPTのデスクトップアプリが、ついにWindows版でもリリースされた。何がすごいって、画面を見せるだけでAIが理解してくれること。

積さん（23:05〜）

「何が便利かというと、画面をですね、そのまま見ることができる。今まで多分ChatGPTのブラウザー版使ってる時は、画面をキャプチャーしてそのキャプチャーしたものをクリップボードで上げてですね、そっから例えば翻訳してとか中身要約してとかやってたと思うんですけども、それがもうアプリがあることによって直接ですね見れるようになった」

キャプチャして、貼って、翻訳して——この3クッションが、まるっと1つになる。地味。でも、効く。積さんは英語の初見サービスに出会うたびに「この使い方教えて」って画面ごと見せて聞くらしい。それでちゃんとマニュアルまで作ってくれるんだって。地味な機能ほど、毎日の作業時間をごっそり削ってくれるんだよなあ。

画像・動画・音楽の話にいくよ。この1〜2週間で、生成AIのクオリティがガッと上がった。積さんが最初に見せてくれたのが、TikTokの広告生成機能。

▶ この話題を動画で見る（29:48〜）

積さん（29:48〜）

「これまた別の話なんですけど、TikTokにAIの生成機能がついて、これは広告出稿する話の時の話なんですよ。広告出稿するときにAIが作ってくれるんですよね。これも結構、原理的な機能で、ついにっていうことでしょ。ただ当然ながらバイトダンスなんで、使ってるLMは自社のものっていうか、中国製のやつなんで」

広告用の動画をAIが勝手に作ってくれる。便利だけど、裏側のモデルはやっぱり自社製、っていうのがいかにも今っぽいなと思って聞いてた。そしてもう一個、今月ずば抜けて進化したのが音楽生成AIのSuno。V4がリリースされて、積さんもただっちも「本当にすごいですね」を何回も繰り返してた。歌声の響かせ方、フィルインの入れ方、エンディングの余韻——どれも人間っぽさを超えてきてる。

V4は、過去にV3.5で作った曲をそのままリマスターできる機能もついた。1ヶ月前まで「3.5」がすごいって言ってたのに、もう「4」。この進化スピード、正直ついていくだけで精一杯。積さんは学校でSunoを教えているんだけど、V4が有料化していくのは、教育現場的にはちょっと困る——生徒に課金させるわけにはいかないから。ただ、この裏側で積さんがふと漏らした一言が、今日いちばん考えさせられた。

積さん（35:03〜）

「そこはメロディーって、位置から音階並べてそれでいいかどうか見てるわけじゃなくて、今まであったもののサンプリングをして、そっから組み立てていってるわけですよね。どこまで模倣してるか別にして」

新しいコンテンツって、こうやってどんどん生まれにくくなっていくのかもしれない——そんな空気が一瞬流れた。プロとアマの境目も、AIをわかって使えるかどうかにシフトしていく。ぶっちゃけ、聞いてるだけで怖さと便利さが同時に押し寄せてくる話だったな。

積さんが教えてくれた機能でもう一つ面白かったのが「パーソンズ」。1人の架空の歌手をずっと同じ声でフューチャーして、いろんな曲を歌わせ続けられる機能なんだって。1曲だけじゃなくて、その歌手のアルバムを丸ごと作れちゃう感覚だよね。これ、よくよく考えたらすごい話でさ。今までのAI音楽って「1曲ポンッ」で終わってた。声も毎回変わるから、続き物が作れなかった。でもパーソンズを使えば、同じ声質・同じキャラのシンガーで、10曲でも20曲でも作れちゃう。架空の歌手が、架空のアルバムを出す——SFみたいな話が、もう手元でできるんですよ。学生たちは歌詞をChatGPTで作って、それをSunoに流し込むっていう合わせ技もすでにやってるらしくて、歌詞専用のGPTsまで出回ってるらしい。道具が揃うと、みんな一気に本気で遊び始めるんだなあ、ってちょっと感動した。

動画生成もこの11月でグッと進化してる。積さんが見せてくれたのが、Runway Gen-3αのカメラモーション。

▶ この話題を動画で見る（36:16〜）

積さん（36:16〜）

「ランウェイのGen3αが結構進化してきたんですけど、これもいくつか、地味なバージョンアップをしていってるんですけど。1個すごいのは、このカメラモーションですね。カメラモーションがすごく進化してて」

1枚の画像から、カメラを切り替えた別の画角の画像を作り出す——動画を作ってるんじゃなくて、画角を変えた画像をその都度生成してるだけなのに、違和感、ゼロ。積さんが実演してくれたのを見て、私も「これだったらいくらでも映像作れちゃいますね」って声が出た。KlingやLumaみたいな中国勢の動画AIも、アカウント作成のハードルさえ超えれば、もうかなりのクオリティが出せる。

これ、仕組みを聞くとほんと面白いんですよ。普通、動画って「前のコマの続き」を延々と描いていくものでしょ。でもこのカメラモーションは違って、同じシーンを「別のアングルから撮り直した写真」を作ってるだけ。なのに、つなげると本物のカメラワークにしか見えない。手品みたいだよね。1枚の絵さえあれば、そこからカメラをぐるっと回したような映像が起こせちゃう。撮影機材も、スタジオも、ロケ地もいらない。…いやー、映像制作の常識が、また一個ひっくり返った感じがしたなあ。撮る前から、もう完成が見えてる。そんな時代が来ちゃった。

で、ここからちょっと空気が変わった話。積さんが見せてくれたのは、自分の動きと自分の顔を、映画の映像に掘り込んでミックスさせる実験。右側が映画、左側が自分の顔。

ひろくん（47:03〜）

「左側自分の顔ですね。自分の分身も作るのもそうでしたけど、こういう自分を動かすとやっぱりその人の本人のインパクト大きいし、周りの知り合いが広がりやすいですよね」

分身AIを育てるのと同じで、自分の顔・自分の声で発信すると、インパクトも広がりも段違いになる。それは間違いない。ただ、ただっちが「悪用厳禁だけどね」ってポツリと言ったのも、すごく引っかかった。いじめのネタに使われたり、いたずらに使われたり——技術としては同じものが、使う人次第で全然違う顔を見せる。便利な刃物ほど、扱う手のほうを問われるんだなあ、と改めて思う場面だった。

ちなみに中国勢の動画AIって、地味に入り口のハードルが高いのも今日聞いてて驚いた話。積さんも「Klingは中国の電話番号がいる」ってぼやいてて、環境構築の説明がやたら難しく書かれすぎてる、っていうのも二人で意気投合してた。本当は仕組みそのものはシンプルなのに、説明が不親切なせいで挫折する人が多いんだろうな。触ったことある人からすれば「なんだ、こんなに簡単だったのか」ってなるものが、意外とちゃんと世の中に伝わってない。もったいないよなあ、と思いながら聞いてた。

最後に、今日の締めくくりとして積さんが漏らした感想が、私の中にすごく残ってる。

▶ この話題を動画で見る（53:59〜）

積さん（53:59〜）

「これがたまたま11月だったのか、それとも今後そっち方向行くんじゃないかなっていう感じがしてるのは、やっぱり大手の寡占状態です。なんかもう一応出尽くした感じがして、かつもう勝負あったみたいなジャンルがいっぱいあって、その勝負あったジャンルに関しては結構その大手がどんどんどんどんアップデートしていくだけで」

新しいサービスが出てきても、結局は大手がそれを取り込んで自社機能にしてしまう。CanvaのAPIをいろんなサービスが取り込み始めてるのも、まさにその一例。画像生成のサービスが乱立してた時代から、気づけば数社に集約されていく——コンビニ業界と同じ成熟のフェーズに、生成AIも入ってきてるのかもね。

それともう一つ、積さんもただっちも私も揃って感じてたのが「AIコンテンツにもう驚かなくなってきた」ってこと。もう、驚かない。アドバンスボイスモードが出た時はみんな「うわー！」ってなったのに、今は同じレベルの新機能が出ても「へぇー」で終わっちゃう。子どもたちを見てても、AI動画に違和感なんてまったく持ってない。それくらい、AIコンテンツが日常の風景になってきてる。

私自身、今日話しながらあらためて感じたことがある。

ひろくん（66:33〜）

「年内はどうなんですかね。まあ、でかい発表があるのかないのかわかんないですけど、本当に、でもなんか、AIをこの1年間っていう単位で見たらもうとんでもないことになってるのは間違いないので、ますますこのAI使ってる人と使ってない人の差がすごいことになってるなっていうの」

ベンチマークも、買い物の仕方も、音楽も、動画も——全部が同時並行で動いてる。1つずつ追いかけるだけで精一杯だけど、だからこそ、たまにこうやって1ヶ月分をまとめて眺め直す時間って大事だなって、今日つくづく思った。使ってる人と使ってない人の差、これ以上開く前に、ぜひ1個でも触ってみてほしいな。

• AIに真似できないのは「Why」だけ。ゴールデンサークルで学ぶ、選ばれる商品づくり
• Gemini in Chromeのスキル機能とは？同じプロンプトを1秒で呼び出す使い方
• AIで作った診断アプリを無料で世界に公開する方法｜Netlify・LINE Harness実演【社長モテる化計画】