おはようございます！今日は「AIと声で話す」というテーマのニュースが一気に集まりました。キーボードを打たずに仕事を進める時代が、もうすぐそこまで来ているようです。ほかにも、新薬づくりや投資銀行の現場でAIがどう活躍しているか、ロボットが本当に職場にやってくるのかといった話題まで、幅広くお届けします！
OpenAIが「話しながらコードを書く」機能を投入！声だけでプログラミングできる時代へ
VentureBeatの報道によると、OpenAI（ChatGPTを開発しているAI企業）が、GPT-Liveという音声モデルをパソコン用のアプリに組み込みました。macOSとWindowsの両方で使えるようになっています。このGPT-Liveの特徴は「全二重（ぜんにじゅう）」という仕組みで、これは電話のように、聞きながら同時に話せるという意味です。従来の音声アシスタントは、こちらが話し終わるのを待ってから返事をする「トランシーバー型」でしたが、今回のものは会話をさえぎったり、相づちを打ったりできるわけですね。
これによって何ができるかというと、プログラマーが声だけでCodex（OpenAIのコード生成AI）に指示を出し、バグを直したり、複数の作業を同時に進めたりできるそうです。しかもMac版では、今開いているウィンドウの内容をAIが参照してくれるので、まるで隣に座った同僚とペアを組んで作業しているような感覚になるとのこと。この機能は有料プランの利用者向けに提供されます。
このニュースから見えてくるのは、AIに指示を出す「入り口」がキーボードから声へと広がっているということです。声で複数の作業を同時に走らせられるようになると、一つひとつの作業をこなす速さより、全体を見渡して「今どれをAIに任せるか」を決める力のほうが大事になってきそうです。手が空いていなくても仕事が進められるので、机に向かう時間の意味も変わってくるかもしれませんね！
Claudeの音声モードが上位モデルにも対応！じっくり考える相談も声でできる
The Vergeが報じたところでは、Anthropic（Claudeを開発しているAI企業）が、AIアシスタントClaudeの音声モードを、OpusとSonnetという上位モデルでも使えるようにしました。これまで音声で話せるのは、返事の速いHaikuという軽量モデルだけでした。軽量モデルは反応が速い代わりに、複雑な相談ごとには向きません。そこで「もっとじっくり考えてほしい話を声でしたい」という利用者の要望に応えた形です。
あわせて、GmailやSlack、Canva（デザイン作成ツール）といった外部のアプリとの連携も広がります。つまり、声で相談して結論を出し、その流れでメールを下書きしたり資料を用意したりといった作業まで、一続きで進められるようになるわけですね。
これは、AIとの会話が「調べもの」から「考えごと」へと踏み込んできたことを示しています。頭の中を言葉にしながら整理するタイプの人にとって、声で応じてくれる相手がいるのは心強いはずです。移動中や手を動かしている最中でも、込み入った相談を進められるようになると、まとまった作業時間が取れない日でも仕事が前に進みそうですね。
出典：The Verge
https://www.theverge.com/ai-artificial-intelligence/970065/anthropic-voice-mode-claude-opus-sonnet-haiku-ai
AIが新薬づくりを変える！探索期間が最大半分に短縮できる可能性
MIT Technology Reviewの報道によると、新しい薬をつくる現場でAIの活用が本格化しています。創薬というのは、膨大なお金と長い年月をかけても失敗に終わることが多い、とても難しい仕事です。そこでアストラゼネカ（イギリスの大手製薬会社）などは、AIを使って無数にある分子の候補の中から「これは効きそうだ」というものを予測させ、研究者が見込みのあるものだけに集中できる体制をつくっています。コンサルティング会社マッキンゼーの試算では、生成AIと計算技術を組み合わせることで、新薬の探索にかかる期間を最大で50パーセント短縮できる可能性があるとされています。
同社が目指しているのは、AIとロボットを組み合わせた未来の実験室です。データを集め、実験し、その結果からまた学ぶという流れを、機械が自動でぐるぐる回し続ける仕組みですね。いずれはAIがゼロから新しい薬を設計する段階も見据えているとのことです。
ここから学べるのは、AIが「予測」を担い、人間が「判断」を担うという役割分担の考え方です。これは薬づくりに限った話ではありません。それともう一つ、AIの精度は学ばせたデータの質で決まるという点も大事なところ。日々の仕事でどれだけきちんとしたデータを残せているかが、後々の差になってくるということですね。
出典：MIT Technology Review
https://www.technologyreview.com/2026/07/23/1140346/how-ai-helps-scientists-design-the-next-generation-of-medicines/
投資銀行ジェフリーズが自作したAI助手！トレーダーが自分でデータを分析できるように
AWS（アマゾンのクラウドサービス）の技術ブログによると、投資銀行のジェフリーズが、トレーダー向けのAIアシスタントを開発しました。これまでトレーダーが取引データを詳しく分析したいときは、IT部門や専門家に頼んで作業してもらう必要がありました。当然、順番待ちが発生します。相場は刻一刻と動くのに、専用の集計画面を用意してもらうには数日から数週間かかることもあった、というわけですね。
新しいシステムでは、ふだんの言葉で質問すると、AIがデータベースへの問い合わせ文を自動で組み立てて実行してくれます。数百万行という膨大な取引データからでも、すぐに答えが返ってくるようになりました。興味深いのは、グラフなどの作成はAIに任せず専用の仕組みを使っている点です。AIに何でもやらせるのではなく、正確さが必要なところは従来の技術に任せるという、冷静な線引きがされています。
このニュースから見えてくるのは、これまで専門家しか触れなかった領域が、AIを通じて現場の人に開かれつつあるということです。「詳しい人に頼んで待つ」という時間がなくなれば、その分を顧客との対話や次の一手を考えることに使えます。空いた時間で何をするかが、これからの腕の見せどころになりそうですね！
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/building-trade-assistant-how-jefferies-optimized-front-office-trading-operations-with-ai/
Claudeが全モデルで音声対応！難しい問題を声に出しながら考える
Anthropicの公式ブログでも、Claudeの音声モード強化が発表されました。最上位のOpusから軽量なHaikuまで、すべてのモデルで音声機能が使えるようになったほか、利用者が連携させている外部ツールにも音声のまま指示を出せるようになりました。対応する言語の数も大きく増えています。
同社が強調しているのは、単に「声で操作できる」ということではなく、「声に出しながら考える」という使い方です。難しい課題にぶつかったとき、誰かに説明しているうちに自分の中で答えが見えてくる、という経験は多くの人にあると思います。その相手をAIが務めてくれるというわけですね。
一人で仕事をしている人や、気軽に相談できる相手が近くにいない人にとって、この変化は大きいかもしれません。頭の中だけで考え込むと同じところをぐるぐる回りがちですが、言葉にすると整理されていきます。多言語対応が進んだことで、海外の情報を扱う場面でも使いやすくなりそうです。
出典：Anthropic
https://claude.com/blog/think-through-hard-problems-in-voice-mode
ロボットは職場に来る、でもどこにでもではない！普及を左右する3つの要因
MIT Sloan Management Reviewの記事が、人型ロボットの普及について冷静な見方を示しています。NVIDIA（半導体・AIチップの大手メーカー）のCEOはロボットが爆発的に広まると予測していますが、この記事は「生成AIのように一気に、どこにでも」とはならないと指摘します。理由は3つあるそうです。
1つ目は、何でもこなす万能型ではなく、用途を絞った専門型が中心になること。2つ目は、導入が進む地域に偏りが出ることで、働き手が足りない日本や韓国、中国などが導入しやすい場所として挙げられています。3つ目は人間側の心理です。人間そっくりだけれどどこか違う、という存在に不気味さを感じる現象（不気味の谷）や、そのロボットとの相性といった感覚的な要素が、思った以上に影響するとのこと。だから経営者は一律に導入しようとせず、役割や地域ごとに戦略を分けるべきだと述べています。
日本が「導入しやすい場所」に挙げられているのは、他人事ではないですね。ただ、悲観する話でもなさそうです。ロボットが担うのは特定の身体的な作業が中心なので、込み入った判断や、相手の気持ちをくんだ対応といった部分は人間の領域として残ります。それに、一緒に働くうえでは自分自身がその技術をどう受け止めるかも効いてくるようなので、新しいものに慣れていく柔らかさも意外と武器になりそうです。
出典：MIT Sloan Management Review
https://sloanreview.mit.edu/article/robots-are-coming-but-not-everywhere/
Alexaがあいまいな頼みごとを理解！「タグは冷水指定だけど…」に応えてくれる
The Vergeによると、アマゾンが音声アシスタントのAlexa Plusを強化し、ボッシュやアイロボット、ワールプールなど多くのメーカーの家電と連携できるようにしました。目玉は、はっきりしない言い方でも意図をくみ取ってくれる点です。
記事で紹介されている例がわかりやすいので紹介すると、「子どものユニフォームをしっかり洗いたいんだけど、タグには冷水でと書いてある」と伝えるだけで、洗濯機の適切なコースを自動で選んでくれるそうです。汚れを落としたいという目的と、生地を傷めたくないという制約、その両方をふまえて判断してくれるわけですね。
これは家庭の話ですが、仕事の道具にも同じ変化が起きそうです。これまでは「この機能をこう操作する」という手順を覚える必要がありました。AIが目的と条件を理解してくれるなら、覚えるべきは操作方法ではなく、「何を実現したいのか」「守るべき条件は何か」を言葉にする力のほうになります。頼み方がうまい人ほど得をする時代、と言えるかもしれません。
出典：The Verge
https://www.theverge.com/tech/970399/amazon-alexa-plus-ai-update-smart-home-devices
AIの間違いを8件に1件から50件に1件へ！中古車サイトが作った品質チェックの仕組み
AWSの技術ブログによると、イギリスの中古車取引サイトMotorwayが、AIエージェント（自分で判断して作業を進めるAI）の品質を測る仕組みをつくりました。ディーラーが手作業で行っていた車両検索を、ふだんの言葉で相談できる形に置き換えようとしたところ、「答えが本当に正しいのか」という壁にぶつかったそうです。
そこで、AIが道具を適切に選べているか、考えの筋道は通っているか、出てきた答えの質はどうか、という3つの層に分けて評価する仕組みを構築しました。その結果、間違った回答の割合が8件に1件だったものが50件に1件まで減り、問題に気づくまでの時間も数時間から数分に短縮されたとのことです。品質の基準を満たさない場合は、自動でリリースを止める仕組みも入っています。
ここで大事なのは、AIは同じ質問でも毎回まったく同じ答えを返すとは限らない、という性質です。だからこそ「一度うまくいったから大丈夫」ではなく、継続的に測り続ける必要があります。AIを使う立場から、AIの品質を見張る立場へ。この視点の切り替えは、これからAIを仕事に取り入れるどの現場でも必要になりそうですね。
出典：AWS Machine Learning Blog
https://aws.amazon.com/blogs/machine-learning/evaluating-ai-agents-a-production-blueprint-with-strands-and-agentcore/
AIモデルの「自分好みの調整」が数分で！大がかりな設備がなくても手が届く時代に
NVIDIAの開発者向けブログによると、同社がPrime Intellect Labと組んで、Nemotron-3 Nanoという軽量なAIモデルを手軽にカスタマイズできる方法を公開しました。AIモデルを自分たちの業界や用途に合わせて調整するには、これまで高度な設備と専門知識、そして大量の計算資源が必要でした。それが、この仕組みを使えば細かい設定に悩まされることなく、数分で調整を始められるそうです。
つまり、大企業でなくても自分たちの専門分野に合ったAIをつくれる道が開けてきたということですね。汎用のAIをそのまま使うのではなく、自社が持っている独自のデータや知見を組み込むことで、他にはない強みを生み出せる可能性があります。
技術的なハードルが下がると、次に問われるのは「何をやりたいか」という構想の部分です。現場の困りごとに対して、AIを使った解決策をすぐに試してみる。うまくいかなければ手を入れる。そんな身軽な進め方ができる人の価値が高まっていきそうです。
出典：NVIDIA Developer Blog
https://developer.nvidia.com/blog/start-customizing-nvidia-nemotron-3-nano-with-prime-intellect-lab-in-minutes/
保険スタートアップが8週間でまた資金調達！評価額が40億ドルへ倍増
TechCrunchの報道によると、保険分野のスタートアップCorgiが、前回の資金調達からわずか8週間で、また新たな資金調達を行ったと伝えられています。今回の企業評価額は40億ドルで、前回の26億ドルからほぼ倍増したとのこと。この会社は今年1月にシリーズAを実施して以来、半年ほどで4回目の調達になります。AI関連のスタートアップが短い期間に立て続けに増資し、評価額を跳ね上げていくこと自体は珍しくありませんが、このスピードはその中でも際立っています。
働き方の話とは少し離れますが、この事例が教えてくれるのは、AIがある業界に入り込むとき、お金と注目が集まる速さが尋常ではないということです。保険という、どちらかといえば手堅く変化のゆるやかな業界でこれが起きているのが興味深いところですね。
自分の仕事の分野にAIが本格的に入ってきたとき、これまでの常識では考えられない速さで業界のかたちや必要とされる技能が塗り替わる可能性があります。とはいえ過熱ぶりに振り回される必要はなくて、その技術が実際にどんな価値を生んでいるのかを落ち着いて見極める目のほうが、長い目で見れば役に立ちそうです。
Googleがパスワード忘れの救済策に自撮り動画を採用！便利さとプライバシーの間で
Ars Technicaの報道によると、Googleがアカウントのパスワードを忘れたときや、認証用の端末をなくしたときの復旧手段として、自撮り動画による本人確認を導入しました。使うには事前の設定が必要で、あらかじめ自分の顔を録画してGoogleのサーバーに登録しておく形です。動画は暗号化され、本人の同意なしに他の用途へ使われることはないとされています。
ただし制限もあって、仕事で使うWorkspaceアカウントや、より厳重な保護を設定しているアカウント、子ども用アカウントでは使えません。この技術は、アカウントの復旧以外にもAIアバターの作成や年齢確認への活用が想定されているそうです。
顔の動画という、かなり個人的なデータを預けることになるので、便利さとプライバシーをどう天秤にかけるかという判断が求められます。こういう判断を自分でできることが、今の時代のITリテラシーなのかもしれません。ログインで手間取って仕事が止まる場面が減るのはありがたい一方で、何を預けているのかは意識しておきたいところですね。
出典：Ars Technica
https://arstechnica.com/gadgets/2026/07/google-now-lets-you-log-into-your-account-with-a-selfie/
今日のまとめ：声で動かし、目で確かめる
今日のニュースを並べてみると、AIとのやりとりが「打つ」から「話す」へ移りつつあることがよくわかります。OpenAIもAnthropicもアマゾンも、そろって音声に力を入れてきました。同時に、ジェフリーズやMotorwayの事例が教えてくれるのは、AIに任せきりにせず、人間が結果を確かめる仕組みをきちんと用意している会社ほど、うまく成果を出しているということです。
これからの時代、大切なのは、
声で頼んで、目で確かめる。この二つを行き来しながら、自分らしい働き方を見つけていきましょう！