9月24日、The Decoderが「ChatGPT Voice gets closer to "Her" with email, calendar, and Slack access」と題した記事を公開した。ChatGPT Voiceがメール・カレンダー・Slackといった外部サービスへのアクセスを新たに獲得し、映画『Her』的なAIアシスタントの実現に一歩近づいたことを詳しく伝えている。
映画『Her』が現実に近づく——ChatGPT Voiceが大幅強化
OpenAIのCEO・Sam Altmanが2024年に初代ChatGPT Voiceをリリースした際、参照作品として名指ししたのが映画『Her』だ（当時のポスト）。スパイク・ジョーンズ監督のこのSF作品では、主人公が音声AIと恋愛関係を結ぶ——それほど自然に日常へ溶け込む会話AIが、Altmanの目指すビジョンだ。
今回のアップデートで、そのビジョンに大きく近づいた。
何が変わったか
モデルの刷新が最初のポイントだ。元記事によれば、ChatGPT Voiceは従来のモデルから新世代のGPT-6 Astra、Sol、Lunaへと切り替わったとされている。これらのモデル名は元記事が報じる内容をそのまま紹介するものであり、OpenAI公式発表との対応については元記事を直接確認されたい。元記事の関連報道によれば、SolとLunaはコストを従来比半額に抑えたモデルとされている。
外部サービスへのアクセスが今回の核心だ。ChatGPT Voiceはプラグイン経由で以下のツールに対応した：
- メール（送信・受信確認）
- カレンダー（予定の検索・管理）
- Slack（連携操作）
これまでChatGPT Voiceはモデルとの会話にとどまり、外部アプリへの書き込みや操作はできなかった。今回初めて、声だけで実際のビジネスツールを動かせるようになった点は、単なるモデル性能の向上とは質的に異なる変化だといえる。
公式のデモ動画では、天気確認やオンラインショッピングといった日常的な操作のほか、金融アプリ内の重複請求を検出してキャンセルする、チェックアウトページ付きのWebサイトを構築するといったシナリオが披露されている。音声インターフェース単体でここまでのエンドツーエンド操作が実現できる点は、従来のボイスアシスタントとは明確に一線を画す。
「ChatGPT Work」への統合について
元記事では、音声機能がWebおよびモバイル上の「ChatGPT Work」にも統合されたと報じている。この名称が元記事に登場する表現であることを付記しておく。話しかけるだけでドキュメント、プレゼンテーション、スプレッドシートを作成できるとされており、最新版アプリで即座に利用可能とのことだ。
ビジネス用途においては、会議後すぐに音声でサマリーをメール送信し、カレンダーに次回アポを入れ、Slackで関係者に共有する——といった一連のワークフローを、アプリを切り替えることなく完結させられる可能性がある。
リスクの側面
OpenAIはコンピュータの使い方そのものを変える可能性として今回の機能を位置づけているが、元記事はリスクにも言及している。中心となる懸念は、Altman自身がかつて言及した「AIによる超人的な説得能力」の問題だ。
Altmanは2023年のインタビューや公開の場で、AIが人間を操作・説得する能力を持ちうることへの警戒を繰り返し表明してきた（MIT Technology Reviewによる関連報道も参照）。音声という親密なインターフェースは、テキストに比べてユーザーとの心理的距離が近い。外部ツールへの操作権限まで持つようになったいま、その影響力の問題は一層現実味を帯びる。
機能の高度化と、それに伴うリスクの管理をどう両立するかは、OpenAIだけでなく業界全体が向き合うべき課題として浮上しつつある。
詳細はChatGPT Voice gets closer to "Her" with email, calendar, and Slack accessを参照していただきたい。
