OpenAI o1の正体と音声AI進化｜9月のAIニュースまとめ

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。

今回は、ただっち（多田啓二）が司会、積さんをゲストに迎えた、9月のAIニュースまとめ回。OpenAI o1の登場から、Advanced Voice Mode、そしてChatGPTのCanvas機能まで、この1ヶ月でAIがどこまで進んだのかを1時間かけてしゃべり倒しました。いやー、正直、9月の頭に何があったかもう忘れてるくらい、後半の情報量がえげつなかったんですよね。当日その場で驚いた温度感のまま、お届けします。

▶ この話題を動画で見る（0:47〜）

いやー、まずは自己紹介から。ただっちが司会として口火を切って、この日は積さんをゲストにお迎えして9月のAIニュースまとめ回、というスタート。ただっちの自己紹介がね、いつも通り熱いんですよ。

ただっち（0:47〜）

「私はですね一人で頑張るあなたの親友というコンセプトで企業家さんや経営者さんの集客の自動化業務の効率化のサポートをAIを活用してサポートさせてもらっております。今はですねAIと愛で世界は平和にという大きなテーマを掲げながら、本当に時間を生み出すということがこのAIではできるというところをテーマに、Kさんや清香さんの心の余裕・時間の余裕を生み出して、若くて夢中で生きれる人を増やしております。今日もですねめちゃくちゃ9月進化激しかったので、僕自身も楽しみにしております」

この「夢中で生きれる人を増やす」っていう言葉、聞くたびにうんうんって頷いちゃうんですよね。私も本当にそう思ってて。で、この日いちばん最初の大ネタが、タイトルにもある「OpenAI o1」。ChatGPT o1だと思ってた人、正直に手を挙げてほしいんですけど、私も最初そう思ってました。積さんが、そこをズバッと説明してくれたんです。

積さん（3:06〜）

「ChatGPTのGPTって皆さん多分忘れてますけど、GPTってつまりこういうことでしょ。ゼネラティブ、プレートレーニング、トランスフォーマーでしょ。あらかじめ勉強、学習させた、っていうトランスフォーマーなんですね」

なるほどな、と思ったんですよね。GPTって名前、みんな呪文みたいに唱えてるけど、ちゃんと分解すると「あらかじめ学習させた変換器」って意味だったんだと。で、オープンAI社は、その延長線上の「GPT-5」を出すんじゃなくて、カウンターを1に戻した。ゼロから、いや、1から出直した。それがO1。ぶっちゃけ、名前の付け方ひとつで、こんなに気合いが伝わってくるものかと思いました。数字。1という数字だけで、覚悟が見えるんですよね。この、名前の裏に「もう一回ゼロからやり直します」っていう宣言が隠れてる感じ、ゾクゾクしませんか。この日は積さんの65歳の誕生日でもあって、配信の最初からずっとお祝いモードだったのも良かったです。9月の頭からもう、これだけの情報量。まだ序盤なのに。

それにしても、「1」というシンプルな数字に、こんなに気持ちが乗るんだなと思いました。GPT-2、GPT-3、GPT-4というふうに番号を重ねていくのが今までの当たり前だったから、あえてそこを断ち切って1に戻すって、相当な決断だったはずなんです。ゼネラティブ・プレートレーニング・トランスフォーマーっていう仕組みの名前は変えずに、その先にある「推論」の部分だけをガラッと積み増しした。名前の付け方って、単なるラベルじゃなくて、その会社が何を大事にしてるかの意思表示なんだなあ、と改めて思わされた瞬間でした。ChatGPTのo1、じゃなくてOpenAI o1。この呼び方の違いを意識できるようになっただけでも、この日のLIVEを見た価値があったなと感じています。

▶ この話題を動画で見る（11:00〜）

o1のいちばんの目玉は「推論」。答えを出す前にじっくり考える時間を持つのが、これまでのAIとまるで違うところなんです。「考え中」って出て、10秒、20秒、長いと1分近く待つこともある。でも不思議と、イライラしないんですよね。この温度感、積さんと画面を見ながら盛り上がりました。

ひろくん（11:00〜）

「しかもなんか口調がみんな違うというか。こう思うんだけど、みたいな変な人間味あること言ってますよね」

本当にそうなんですよ。思考プロセスを覗くと、AIが一人でブツブツつぶやきながら試行錯誤してるのが見えて、これがもう、人間くさくてたまらない。積さんが、その「考える力」の正体をソフトバンクの孫さんの言葉を借りて説明してくれたんですが、そのスケール感がまた桁違いでした。

積さん（11:08〜）

「そうそうそう。それがものすごい人数がいてるんで、2000人いてるんで、それが考えてる。1日数回ですが、考えてるやつって10何秒とか。そもそもすごいなと思って、聞いたら75秒かかったという。逆に75秒かかるような質問を考えるほうがすごいなって思ってますけど。僕ら大体16秒とか17秒とか、そんなもんじゃないですか、みなさん」

2000人のエンジニアが並列で考えてる、っていうたとえ話。すごすぎて逆に実感が湧かないというか……でも、待たされる時間が長いほど「お、今めっちゃ頑張って考えてくれてるんやな」って嬉しくなる感覚は、私もめちゃくちゃ分かるんです。75秒。たった75秒。でもその75秒の裏に、とんでもない量の思考が詰まってると思うと、待つのが逆にちょっと楽しみになってくるんですよね。ぶっちゃけ、レスポンスの速さがずっと正義だと思ってきたので、この価値転換は地味に衝撃でした。速いか遅いかじゃなくて、ちゃんと考えてくれたかどうか。私、正直この「AIが独り言をブツブツ言いながら考えてる」画面、ずっと見てられるんですよ。積さんも同じ画面を見ながら「勝手に言ってますよね」って笑い合ってた瞬間、地味に今回のLIVEで一番好きな時間でした。

待つことが嫌じゃなくなる、っていうのは私にとって結構な価値観の転換でした。これまでのビジネスの現場だと「レスポンスが早い」がほぼ絶対正義だったから、こうやって「じっくり時間をかけて考えてくれる」ことに価値が生まれるのは、なんだか新鮮です。o1が思考プロセスの途中で「あ、これ違うな」ってひとりごとを言いながら軌道修正していく様子、あれを見ていると、まるで隣で一緒に悩んでくれてる同僚みたいな感覚になるんですよね。2000人のエンジニアが同時に頭をひねってる、っていうスケール感を体の中でうまく想像できないくらい、桁がでかい。でも、その桁の大きさを、こうやって画面ひとつで体感できてしまうのが、9月という月のすごさだったんだと思います。

▶ この話題を動画で見る（8:15〜）

o1には重量級の「o1-preview」と、軽量版の「o1-mini」があります。で、この使い分けの話が地味に実用的だったんですよね。積さんが「クエリ」という言葉の誤解から説明してくれました。

積さん（8:15〜）

「クエリというのを時々皆さん勘違いしてチャットの数とか思ったりされてる人もいてるんですが、クエリってそうじゃないですから。1チャットの中で2クエリ3クエリ平気で消化してることありますから、数チャットぐらいしかできない週なので、僕ら実は今あんまりこのO1プレビューっていうの使えてないんですね」

これ、聞いてて「あ、それ私もやってる」って思ったんですよね。週50クエリって聞くと、なんかもったいなくて、ここぞという時のために取っておこうとしちゃう。で、結局使わずに1週間が終わる。積さんも同じ状態だったみたいで、これがもう見事に「あるある」でした。

積さん（9:30〜）

「貧乏症になっちゃいますね。何か使ったら何か無くなったら嫌やなと思って、そのまましてて結局1週間で50円もたぶん使ってないだろうなという、この2週間でしたね」

「貧乏症」って表現、笑っちゃいました。でも、めちゃくちゃ的確なんですよね。ゲームの貴重なアイテムを最後まで使えずクリアしちゃう、あの感覚と同じ。でね、ここでo1-miniの出番なんです。積さんが見せてくれたベンチマークだと、数学の計算問題では、なんと兄貴分のo1-previewよりo1-miniのほうがスコアが高い項目があるという。軽い。速い。しかも精度は互角以上。もったいながって使わないくらいなら、軽い方をガンガン回した方が結局は自分のためになる。積さんの「貧乏症」発言、地味に今回いちばん刺さったフレーズだったかもしれません。

o1-miniの話を聞きながら、私、正直「安いから雑」ってイメージを持ってたことに気づかされました。数学の計算問題だと兄貴分のo1-previewを上回るスコアが出る項目がある、っていうのは、値段と性能が必ずしも比例しないってことの証明だと思うんです。しかも週の利用回数がゆるいから、気兼ねなく試せる。積さんの「貧乏症」って言葉、笑い話で終わらせずにちゃんと自分の使い方を見直すきっかけにしたいなと思いました。せっかく便利な道具があるのに、もったいながって使わないんじゃ、本末転倒ですもんね。

あ、そうだ。この「使い分け」の話、料理でいうとすごく腑に落ちるんですよ。o1-previewは、たまにしか出さない高級な和牛みたいなもんで。ここぞって時に、じっくり火を入れて出す一皿。でもo1-miniは、毎日の炒め物にガンガン使える、いい豚肉って感じ。……で、私みたいなタイプって、その高級な和牛を冷凍庫の奥にしまい込んだまま、気づいたら賞味期限切らしちゃうんですよね。ぶっちゃけ、これって食材だけの話じゃなくて、AIの使い方そのものが同じなんです。積さんが「貧乏症」って言った瞬間、なんか場の空気がふっと緩んだのも、たぶんみんな同じ心当たりがあったからだと思う。使ってナンボ。しまい込んで満足してても、一皿も出てこない。ここから先、o1-previewとo1-miniをどう組み合わせて日々の仕事に混ぜていくか——そこだけは、この9月にしっかり握っておきたいなあって、画面の前で深く頷いてました。

▶ この話題を動画で見る（18:11〜）

もう一つの大ネタが、Advanced Voice Mode。感情豊かに話してくれる、あの新しい音声モードです。私、率直な感想をそのまま伝えました。

ひろくん（16:53〜）

「すごい感情豊かに話すし、こう、めちゃくちゃいいんですけど、でも、で、結局どこに押し込もうかなっていうところで、繋がってないからね」

便利さと感動はあるんだけど、日常のどこに組み込むかがまだ掴めてない。この「便利なのに使いどころが分からない」感じ、9月のAIあるあるだったと思います。積さんが会場でデモをしたときの反応も、実は結構面白くて。

積さん（18:11〜）

「びっくりしますよね。でもね、すごくなんでしょうねって思わせるものがありますよね。これがまさに時代が変わってくるっていうところだと思うんですね。ポイントはここですね。自然な会話ができて、あとは複数の音声を聞いてくれるということと」

積さん、普段のチャットGPTの口調設定を「だ・である調」にしてるらしいんですけど、そのまま音声で話しかけられると、なんだかすごく偉そうに聞こえるんだそうです。まるで上官に報告を受けてるみたいな気分になる、って笑ってました。敬語で。それだけで空気が変わる。「敬語にして」って一言お願いしたら、スッと優しい口調に切り替わる。この人間味あふれる対応こそが、Advanced Voice Modeの真骨頂だなあと思うんですよね。デモの時、周囲の反応が意外と薄かったっていう話もありました。私たちみたいに毎日AIを触ってる人間には「革命だ」って分かるんですけど、そうじゃない人からすると「Siriと何が違うの?」くらいの温度感だったりする。でも一度この、遅延のない自然な会話を体感すると、もう戻れなくなる。そういう類のものだと感じました。

いやー、この「敬語にして」の一言でAIの空気がガラッと変わる感じ、実際に見てるとちょっと感動するんですよ。……で、私が面白いなと思ったのは、これって結局、相手（AI）を変えてるんじゃなくて、自分がどう接してほしいかを言葉にしてるだけなんですよね。料理でいうと、同じ食材でも「ちょっと薄味で」って一言添えるだけで、出てくる皿の印象が全然変わる、あれと同じ。Advanced Voice Modeは、その「一言」を声で、しかもリアルタイムで効かせられる。ぶっちゃけ、テキストのチャットで口調設定をちまちまいじるより、声でパッと直せるほうが、圧倒的に体に馴染むんです。積さんが会場でデモした時、周りの反応がちょっと薄かったって話もありましたけど——たぶんあれ、すごさが地味すぎて逆に伝わりにくいやつなんでしょうね。でも一回自分の耳で聞いたら、もう戻れない。そういう種類の進化だと、私は思ってます。

声のトーンひとつで、相手に与える印象がこんなに変わるんだな、っていうのも今回の発見でした。積さんの「だ・である調」の話、笑い話みたいに聞こえるけど、実はすごく本質的で、AIの人格設定って、文字で読むときと声で聞くときとで受け取り方がまったく違うんですよね。文章なら「かっこいい」で済むところが、音声だと「偉そう」に転じてしまう。この感覚のズレに気づけたこと自体が、Advanced Voice Modeの大きな収穫だったと思います。私自身、普段のチャットの口調設定を見直すいいきっかけになりました。声で話しかけられる前提でAIと付き合う時代、もうすぐそこまで来てるんだなと実感しています。

▶ この話題を動画で見る（13:39〜）

この日いちばん背筋がゾクッとしたのが、AGIとASIの話でした。AGI（汎用人工知能）は2〜3年後、ASI（人工超知能）は10年後に来るかもしれない、という予測。人間とAIの知能差が、金魚と人間くらいになる――積さんがそう言った瞬間、思わず声が漏れました。

ひろくん（13:39〜）

「いやすごい本当にこの、なんだろう、この劇的進化のこの曲線って、僕たちがねこのあの毎月このお届けし始めてからですら、もうこの数ヶ月でもう、うん、金魚と犬ぐらいの差は出てきてるんじゃないかぐらい」

毎月この配信をやってるからこそ分かる、進化のスピード感。数ヶ月前の常識が、もう通用しない。曲線が、直角に近い角度で立ち上がってきてる感じ、私は本当に肌で感じてます。で、この日の後半、積さんが孫さんのプレゼン動画を見た時の話をしてくれたんですが、これがもう、AGI/ASIの話と地続きで、ぐっときました。

積さん（52:03〜）

「日本語で喋ってくれる、ああいう感動的なこと。どうしても英語になるとね、意味は分かっても感動までちょっといかないんですよね。僕らの英語レベルだと。で、なかなかそこがやっぱりすごいなと思うのと、本当に最後、どっかでフルバージョン出てくると思うんですけど、去年のフルバージョンあるんですけど、最後には、ああ、生きててよかったなって思いましたね。この時代に生きててよかったなと」

「生きててよかった」。これ、大げさでもなんでもなく、本当にそう思える瞬間ってあるんですよね。金魚になるかもしれない未来は、ちょっと怖い。でも、その怖さと同じくらい「この時代に生きてて良かった」って思える瞬間が同時に来るのが、今のAIの面白いところだと思います。難しいことは全部AIに任せて、水槽の中で優雅に泳いでいればいい……なんて考え方もできなくはないけど、私はやっぱり、この変化の真っ只中に自分の目で立ち会っていたい。そう思った13分でした。

あ、でもね。金魚って言われると身構えちゃうけど、よく考えたら、金魚だって水槽の中で毎日ちゃんと生きてるわけで。……そう考えると、そんなに悪い話でもないのかもって、途中からちょっと思えてきたんですよ。AGIが2〜3年、ASIが10年。この数字、聞いた時は「え、そんなすぐ?」ってざわっとしたんですけど。ぶっちゃけ、毎月この配信で最新のやつを触ってると、その「そんなすぐ」が全然大げさに聞こえないんですよね。積さんが孫さんのプレゼンを日本語で見て「生きててよかった」って言った、あの温度。あれって、怖さの裏返しなんだと思うんです。とんでもないスピードで変わっていく時代の、まさに真ん中に自分がいる——その実感が、恐怖じゃなくて感動のほうにグッと振れる瞬間。私はその瞬間に、こうやって立ち会えてるだけで、もう十分ラッキーだなあって、素直に思えたんですよね。

金魚とAIの話、聞いた瞬間はちょっとゾッとしたんですけど、しばらくすると「じゃあ、その金魚として何をするか」の方が大事だなと思えてきたんです。積さんが孫さんのプレゼンを見て「生きててよかった」って感じたのと同じで、この進化のスピードを怖がるだけじゃなくて、ちゃんと自分の目でこの時代の証人になっていたい。私も家事と子育ての合間でこの進化を追いかけてる身として、この9月の熱を、ずっと自分の中に残しておきたいなと思っています。

▶ この話題を動画で見る（24:24〜）

最後に盛り上がったのが、ChatGPTの新機能「Canvas」。画面の見た目からしてガラッと変わってて、最初バグかと思ったくらいです。積さんが、その中身をしっかり解説してくれました。

積さん（24:24〜）

「さらっと言っとくと、編集ができるようになったっていうところですね。この編集ができるのはその中身を選んでですね、中の編集もできるし、それともう一つ右側のスライダー、これが選んで編集するっていうやつで。それを押したらコメントを入れてくれるんです。チャットGPTがコメント入れてくれて、そのコメントを容認するみたいな。自分のコメントは入れないんですけど、チャットGPT側のコメントが入って、そのコメントを修正提案をしてくれるから、それでOKって言ったら入れていく。そんな感じです」

右側にドキュメントが出てきて、そこにChatGPTがコメントを付けてくる。それをOKすれば反映される。これ、地味に画期的だと思うんですよね。私も実際に使ってみて、すごさを実感しました。

ひろくん（27:12〜）

「本当こうなんかちょっとここに入れたいんだけどなって時に、今あると書き換わってってっちゃうから、ここのとこに追記したいとか、ドキュメント作ったりとか、LPの構成作ってそこに具体的な内容も詰め込んだりとかもいくらでもできるから」

今までだと、生成された文章を全部書き換えちゃうAIが多くて、「ここだけ直したいんだけどな」ができなかった。それが、Canvasだと直接編集できて、追記もできる。地味だけど、これ、めちゃくちゃ大きい進化なんですよ。ドキュメント作ったり、LPの構成を練ったりするとき、AIと一緒に手を動かしながら詰めていける感覚。まさに二人三脚。理解度のスライダーとか、文章の長さのスライダーとか、そういう細かい調整まで効くのも面白くて……このインターフェース、初めて触った時。魔法みたい。素直にそう思いました。9月から10月にかけて、AIとの付き合い方そのものが、また一段変わった気がします。

Canvasのスライダーって、地味に見えて実はすごい発明だと思うんですよね。文章の長さや理解度のレベルを、言葉で説明するんじゃなくてスライダーでスッと調整できる。これって、プロンプトという「言葉の指示」がだんだんいらなくなっていく未来の入り口な気がします。AIと二人三脚でドキュメントを作っていく感覚、慣れると本当に手放せなくなるんですよね。私も早速、LPの構成案を作るときにCanvasを使ってみたんですが、今まで一から書き直してもらってた工程が、ピンポイントで直せるようになっただけで、作業時間がぐっと縮まりました。9月から10月にかけて、AIとの距離がまた一段近くなった、そんな実感を持てたLIVEでした。

関連記事