OpenAIの音声AIデバイス、スピーカー説を否定せず──画面の有無は「見てみないと分からない」

OpenAIとJony Ive氏が予告してきたハードウェアは、当初「これまでにない新しいフォームファクター」と語られていた。ところが直近のインタビューでの受け答えは、もっと地味な輪郭を見せている。

OpenAI社長のGreg Brockman氏は、機器についての質問をChatGPTに委ねた。ChatGPTが返した答えは「アンビエントで摩擦が少なく、声が中心だが声だけではなく、プライバシーの合図が明確なもの」というものだった。インタビュアーが重ねて「スピーカーだという報道をどう思うか」と尋ねても、Brockman氏はこれを否定しなかった。その上で「複数のデバイス群を作っている」とだけ答えている。画面の有無を問われた際も「見てみないと分からない」と答え、断定を避けている。報道では、カメラ付きのスマートスピーカーとしてVisual IntelligenceやRay-Ban Metaのグラスに近いタスクをこなす可能性が指摘されている。

仮にこの「アンビエントで声中心」という方向性が実際の設計に近いなら、使い方そのものが変わる。録音ボタンを押す、アプリを起動するといった操作が背景に退き、装置が拾い続けることが前提になるからだ。そうなると難所は録ることそのものではなく、その手前とその先に移る。周囲の人間に「今この場が録られている」と伝える仕組みをどう組み込むか——ChatGPTが挙げた「プライバシーの合図」は、機能というより社会的な設計要件に近い。画面搭載の未定は、録音内容を後から確認する手段が定まっていないことの表れとも読める。

あわせて読みたい： 「サーバーに残さない、AIに学習させない」――AIレコーダー「Oxtak」開発者に聞く録音データの安全性・AIボイスレコーダー「Plaud」がMCP対応、ChatGPTやClaudeから録音データに直接アクセス可能に