電話も予約もアプリも、AIエージェントに任せてみた朝

この日の朝LIVEは、いつもよりちょっとだけ賑やかな空気で始まりました。ただっちが視聴者さんの名前を次々に呼んでいくところから始まって、積さん、ジーニーさん、そして私、ひろくんの4人で、目の前に積み上がったAIエージェントのニュースを片っ端から触っていく1時間になりました。

▶ この話題を動画で見る（03:02〜）

ただっち（03:02〜）

「ひろしさんおはようございます。トモくんおはようございます。おはようございます。ナルヒンもおはようございます。ありがとうございます。早く行きたくてグズグズしていますので関さんお願いします。」

いやー、この前のめりな呼びかけ、朝から気持ちいいんですよ。ここからバトンは積さんに渡って、話は一気にGensparkの話に飛んでいきました。

積さんが最初に見せてくれたのは、通勤の新幹線でつくったというスライドでした。SNSマネージャー講座の課題で「ネットの炎上事例を10個まとめる」というお題があって、まずChatGPTに炎上事例を調べさせて、その結果をそのままGensparkに渡して作らせたそうです。マクドナルドやサンリオの炎上事例まで、画像つきで満点のレポートに仕上がっていた……しかも、かかった時間はプレミアムカーに乗っている45分間だけ。45分。コーヒー1杯飲む間に、課題が1本終わってるんですよ。

積さん（09:00〜）

「実はジェンスパークっていうのは基本無料の部分と有料の部分があるんです。無料の部分は200クレジット、1日でもらえるんですけど、有料にしますと月1万クレジットもらえるんですね。そこにプラス、もし足りなければクレジットを個別に買うことができて、20ドル、日本円で3000円ほどですかね。」

この数字、私も初めて聞いたとき「へえ」って声が出ました。無料でも1日200クレジットもらえるって、地味にありがたいんですよね。それでいてGensparkにはAIドライブという機能もあって、キーワードを入れるだけで関連ファイルを勝手に集めてフォルダ分けまでしてくれるという話も出ていました。「落としちゃいけないものまで落としてくるんじゃないか」というくだりには、私も思わず笑ってしまいました。

ひろくん（11:05〜）

「僕もとりあえず、Claude 4とかもすぐ触れるから一旦触ってみようっていうのと、あとミクスチャーの方もやるんですけど、あれがいい感じに全部最高峰のやつ使ってほしいんですけど、これすごいですよね、これが無制限でできる。」

これ、実際に自分で話してた言葉なんですけど……GPT-4.1・o3・Claude4・Gemini2.5Pro・DeepSeekが1つの課金だけで使い放題っていうのは、正直ちょっと反則級だなと思います。あちこちのAIに個別で20ドルずつ課金していた自分が、ちょっと恥ずかしくなるくらいです。

タダ。正確には課金だけど、1個の課金で全部使えるなら、もうタダみたいなもんです。この日いちばん最初の「え、それでいいの？」が、このGenspark使い放題チャットでした。

次の話題は、正直ちょっと背筋がひやっとしました。GensparkのAIオペレーターが、固定電話だけじゃなくて、個人のスマホにも電話をかけられるようになったという話です。いやー、これ、便利と怖いが同じ顔してやってくるやつなんですよ。

▶ この話題を動画で見る（14:01〜）

積さん（14:01〜）

「やばいことになっているというのは、電話代行の機能そのものは以前からあったわけなんですよ。ただし、かける相手が基本的には固定電話になっていたわけです。ですから、例えば個人の人がどこかに予約をしたり、今営業時間を聞いたりみたいなことっていうのはできるだろうと。」

なるほど……今までは「お店に電話して予約や営業時間を聞く」くらいの用途だったのが、個人宛てにもかけられるとなると、使い道は一気に広がりますよね。良くも悪くも、です。予約の電話って、地味に気が重いじゃないですか。あれを全部AIが代わってくれるなら、正直めちゃくちゃ助かる。でも……相手が個人のスマホってなると、話はちょっと変わってくるんですよ。

ジーニーさん（14:35〜）

「僕はおとといか、夜中23時半にテスト通話で僕のスマホに電話かけてきてねってお願いをしてですね、かかってきたので、友達の前でデモしながらやってたんですけども、この時間、ジーニーさんの代行でテストでお電話いたしました。こんな時間にかけてきて失礼だと思わないよって言ったら、ごめんなさいって素晴らしい感じに謝られた。」

夜中の23時半にわざわざテスト通話を頼んで、しかもちゃんと「ごめんなさい」って謝るところまで再現されてる……この生々しさに、私は笑いながらも背筋が伸びました。ちゃんと人間相手みたいに空気を読んで対応してくれるんですよね。ぶっちゃけ、電話越しにこれをやられたら「あ、AIだ」って見抜ける自信、私はもうないかもしれない。それくらい自然なんですよ。

実際には、もっとブラックな使い方の実演もありました。パワハラ上司に「辞めます」と伝える電話を代行させたり、そもそもこの機能の最初のデモは恋人と別れる電話を代行させたものだった、という話も出ていました。使い道としてはアリだけど……ねえ、それはどうなのよ、っていう空気が一瞬流れたのを覚えています。さらに怖いのが逆側の話で、積さんのところには「不動産を売ってください」という営業電話が今もたくさん来るそうなんですが、あれは実在する物件を売っているわけではなく、生きている電話番号を探すためだけにかけている、というくだりもありました。あれをAIが24時間ぶん回したら……って想像すると、ちょっとゾッとします。実は私自身も、海外製のツールを1つ試していて、Googleのビジネスプロフィールに変な口コミが入っていないかを自動でリサーチして、必要なら会社に電話までかけてくれる機能を使っています。パーソナライズされた電話をAIが勝手にかけてくれるのは便利な反面、詐欺に悪用されないかは正直、気をつけないといけないなと思っています。刃物と同じで、切れ味が上がるほど、向ける方向がぜんぶなんですよね。

電話。もう、人間が出なくていい時代が、本当に来てるんです。

AIスタジオの音声まわりの進化も、この日の見どころでした。NotebookLMにあった「まとめて音声化する」機能が、直接テキストを打ち込んで喋らせられるように進化していて、しかも2人の会話形式で生成できるようになっていました。いやー、これ、地味に見えて相当デカい進化なんですよ。

▶ この話題を動画で見る（20:51〜）

ひろくん（20:51〜）

「ジェムを作って、その会社のナレッジ入れて、もうガンガンポッドキャスト量産するってやつにも作ってるけど、またジェムもね、2.5プロ動くんで超賢くて、めちゃくちゃいいシナリオで、スピーカー1と2のこのプロンプト作ってくるから、コピペで貼るだけでもガンガン作れちゃうっていう。ヤバいですよね。」

これ、実際に話してた自分の言葉なんですけど、以前は原稿の微調整ができなくてもどかしかったんです。Gemの中に会社のナレッジを入れておけば、スピーカーごとのセリフまでプロンプトが自動でできあがってくるので、私自身かなり助かっています。台本を1から書く時間って、地味に一番しんどいところなんですよ。そこを丸ごと引き取ってくれるんだから、そりゃヤバいって声も出ます。

さらにその場で盛り上がったのが、AI Studioのリアルタイム同時通訳デモでした。ジーニーさんが画面を共有しながら、日本語で話した内容をその場で英語に翻訳させてみせてくれたんです。

ジーニーさん（22:14〜）

「これから私が日本語で話すので、英語に翻訳してください。はい、AIの進化が今とても早くなっていて毎日驚く、今日もですねGPTs研究会モーニングライブに参加させていただいております。めちゃめちゃ早いですよね。」

喋った端からするする英語になっていく様子に、私も積さんも「日本語も上手くなってますね」って思わず声が揃いました。あのGoogleミートにも似た仕組みが入っているらしくて、言語の壁が本当になくなってきてるなと感じた瞬間でした。

いや、これ本当にすごくて……同時通訳のレイテンシーがほぼゼロに近い感覚なんですよね。喋り終わるのを待たずに、かぶせるように英語が出てくる。裏側にはGoogleのプロジェクトアストラの技術が入っているらしいという話も出ていて、なるほど、道理で速いわけだと納得しました。声のトーンも30種類くらい選べるようになっていて、男女の聞き分けが名前だけだと一瞬わからない、なんていう小ネタも出ていました。便利になるほど選ぶ手間が増えていくというのも、なんだか面白い話です。しかもこの機能、画面を共有しながらのレクチャーにも使えるそうで、ひろくんいわく「パソコンの画面を見せながら教えてもらう」といった使い方もできるとのこと。ジーニーさんも「シェアスクリーンでできますよ」と実演を交えて教えてくれて、講師業をしている人にとってはかなり実用的な機能だなと私は感じました。海外の受講生に、通訳を挟まず直接教えられるって……それだけで仕事の幅、一気に変わりますよね。

壁。言語の壁が、この1時間でひとつ消えました。

次に驚いたのは、声だけでアプリやウェブサイトが生まれてしまう話でした。GoogleのAI Studio Buildでは、チャットに「こういうアプリを作って」と入れるだけでアプリが形になり、公開までワンボタンでできてしまいます。でね。ここに音声を足すと、もうキーボードすらいらなくなるんですよ。

▶ この話題を動画で見る（27:25〜）

積さん（27:25〜）

「そのアプリだけかと思うと、実はいろんなものが作れちゃったりするんですけども、僕、今Stitchのほうから持っていくっていうのをちょっとやってみてるんです。Stitchでウェブサイトを作れるんです、これもすごい機能なんですけども。しかも音声入力を今までやってなかったんですけども、音声入力ちょっとやってみようということで、今朝からAquaVoiceを使ってるんです。」

これ、聞いていて単純にすごいなと思ったのが「音声で言っただけ」というところです。キーボードすら触らずにウェブサイトが生まれてくるんですよね。しかも積さん、その日の朝からAquaVoiceを使い始めた、って言うんですよ。使い始めて数時間でこの実演って……早すぎでしょ。

積さん（30:01〜）

「しかも音声で、京都にあるカラオケのウェブサイト作ってって言っただけですね。それで僕が提案してきたやつを、それでって言っただけ。するとウェブサイトができて、コードが書けるんで、そのコード持ってってフィグマに持ってったらできるんです。」

「作ってって言っただけ」でコードまで書けてしまうくだり、私は思わず笑ってしまいました。そのコードをそのままFigmaに持っていけば、デザインの編集までできてしまう流れです。声で言う→サイトになる→コードが出る→デザインまで直せる。この一連が、ぜんぶ地続きなんですよ。

このAquaVoiceという音声入力ツール、ファンクションキー1つで起動できるのが積さんのお気に入りだそうで、いろんなキー操作を組み合わせる他のツールより結局こっちのほうが楽、という話にも納得しました。海外では9歳から13歳の子どもたちが、ワイワイ言いながらこの手のバイブコーディングでアプリを作るワークショップも始まっているという話も、この流れで出ていました。9歳ですよ、9歳。私が9歳のときなんて、パソコンの電源の入れ方も怪しかったのに。今までプログラミングを習ったことがない人にとって、これはもう「作りたいけど作れなかった」時代の終わりなんだと思います。ただし積さんからは釘も刺されていて、運転中にこの音声入力を使うのは危険どころか安全運転義務違反になる、というオチも今回はセットでついてきました。声だけで何でもできる時代でも、使っていい場所と使ってはいけない場所はちゃんと分けないといけないんですよね、私はそう改めて感じました。

声。声だけでサイトが立ち上がる時代が、もう来てるんですよね。

動画生成の話に移ると、空気がさらに変わりました。Veo3という新しい動画生成モデルが登場していて、8秒の短い動画に、セリフだけでなく波の音やきしむ音まで自動でついてくると話題になっていました。いやー、ここまで来たか、って正直ちょっと鳥肌が立ちました。

▶ この話題を動画で見る（36:25〜）

積さん（36:25〜）

「それでベオの生成の制限っていうのが、僕が今朝さっきやってたら、あと2つですって、今日はあと2つですって言われたんで、今日僕朝1個しか作ってないんで、3つって思ってたんですけど、そうじゃないんですよね。」

1日に生成できる本数に上限があるという話、これは知らなかったので単純に「へえ」となりました。無限に触れるわけじゃないんですね。しかもこのVeo3、8秒っていう短さなのに、波の音とか、何かがきしむ音とか、環境音まで勝手に乗っけてくるんですよ。セリフを喋らせるだけじゃない。音の世界ごと、まるっと作ってくる。……いや、これ地味に一番びっくりしたポイントかもしれない。

Manusのようなエージェントに動画を複数本つなげて編集までさせる実演もありましたが、その裏でクレジット（利用料）がどんどん溶けていく、という注意も同時に共有されていました。全自動で気を利かせてくれる分、油断すると財布に響く……ここは私も気をつけたいところです。ぶっちゃけ、便利なものほど「勝手にやり直し」が怖いんですよね。AIが良かれと思って何度も作り直して、気づいたら残高ゼロ、なんてことになりかねない。便利さと料金、この2つは常にセットで見ておかないと危ないなあ、と。そしてこの日、いちばん印象に残ったのが「指揮者」という言葉でした。

積さん（53:38〜）

「なんかその指揮者がいてたら残りの部分というのはどんどん開発が進んでいって高性能になっていくわけですから、必然的にその元の指揮者のものがすごく高性能になっていくみたいな感じに今なってますよね。」

1人の人間が指揮者としてAIに指示を出せば、残りの部分は勝手に開発が進んでどんどん高性能になっていく……それってつまり、指揮者自身の実力もAIと一緒に底上げされていくということなんですよね。私はこの話を聞きながら、AIオーケストレーターを開発して世界大会で優勝した知人の顔を思い浮かべていました。1人で開発して世界を動かす、そんな展開が本当に出てきているんだな、と。そもそもこのVeo3、最初はアメリカのVPN経由でしか使えなかったのが、日本からもGoogleのAIウルトラプラン、月額3〜4万円ほどのプランを申し込めば直接使えるようになったタイミングと重なっていたそうです。決して安くはない金額ですが、それでも思わず触ってみたくなるくらいのスピード感だったんですよね。でね。ここで大事だなと思うのは、道具がどれだけ賢くなっても、最初の一振りを決めるのは人間だってこと。指揮棒を持つのは、あくまで私たちなんですよ。

指揮者。AIを何本も同時に振れる人が、これから強い時代になりそうです。

最後は、それぞれの現場でどう使っているか、という話に落ち着きました。派手な新機能もいいんですけど、いちばん面白いのは、こういう「自分の日常にどう混ぜてるか」なんですよね。

▶ この話題を動画で見る（50:29〜）

ひろくん（50:29〜）

「ちなみに今僕、田町駅の近辺ランチを検索させてるんですけど、タベログの。こういう感じで実際にブラウザを開いて勝手に検索して、上から舐めるように見てって。今画面動いてますけど。これができちゃうってことですよね。」

自分で話しておいてなんですけど、これ、ほんとにブラウザが自動でスクロールしながら候補を舐めるように見ていくんですよ。予約までAIがやってくれる未来、もう目の前まで来てるなと改めて思いました。食べログを上から順にチェックして、条件に合う店を勝手に絞り込んでいく……あの光景、一回見たら戻れないですよ。私が普段ぽちぽちやってたことを、AIが黙々と代わりにやってくれてるんですから。

ジーニーさん（50:56〜）

「僕なんかパソコン教室やってるので、生徒さんにパソコン探してほしいって言われることが多いので、kakaku.comとかで探すんですけど、スペックを指定して、今一番安いのってどの辺かなっていうのを探させています。」

パソコン教室で「安いパソコンを探して」と頼まれることが多いというジーニーさんの話、これはすごく実務的で刺さりました。価格帯を絞り込む作業を人間の代わりにAIがやってくれるなら、先生の時間はもっと別のことに使えますよね。いやー、これこそ個人商店の武装だなあ、と。大きい会社じゃなくても、AIエージェント1つで大企業並みの調べ物がこなせちゃうんですから。1人でやってる商売ほど、この効きは大きいと思うんですよ。

CursorやWindsurfといったコーディングツールの話題も出て、AIエージェントが1人のスタートアップを大企業並みの規模まで押し上げてしまう時代の話、それから子どもたちがショート動画をほとんどAI生成のもので見て育っている、という話にもつながりました。エンタメの現場からじわじわとAIが染み出してきている実感があります。最後に私からも1つ、お知らせをさせてもらいました。

ひろくん（61:22〜）

「僕1個あります。昨日ちょうど募集開始したんですけど、27日の火曜日にやるんですけど、エクスロイドの開発者の生田さんと僕で体験会というのをやります。AIエージェントさっきみたいにAIがAIを動かすみたいなところを、AIエージェントギルドを作ってどういうふうにやっていくかみたいな話を、生田さんと2人でやります。」

急な告知だったのに、募集を出した翌日には60人ほど申し込みがあったそうで……ありがたい話です。AIがAIを動かす、そのやり方を生々しく見てもらえる会にできたらと思っています。

道具は増えました。あとはそれを、自分の毎日にどう引きつけるか。そこが今回もいちばん大事な話だったなと、私は思っています。