Humane、Ray-Banスマートグラス、AIペンダント。AIデバイス普及に必要な視点

2023年の年末にかけて、AIを前提にしたデバイスが次々と発表されました。宮武さんは、Humaneのピン型デバイスや、RewindとTabがそれぞれ発表したAIペンダントを例に挙げます。

大手の動きも活発です。AppleにはAirPodsやApple Watch、そしてVision Proがあり、Metaはスマートグラスを出しています。さらに噂として、サム・アルトマンさんとジョニー・アイブさん、ソフトバンクがAIファーストのスマートフォンを作っているという話もあります。

今回の回では、まず今どんなデバイスがあり、何ができて何ができないのかを確認したうえで、AIファーストのハードウェアに必要なものを考えます。宮武さんによれば、今回はハードウェア編で、ソフトウェア側の話は翌週に回す二部構成です。

草野さんが気になったデバイスとして挙げたのは、メガネ型の読書デバイスSol Readerです。見た目はサングラスで、より集中して読書できるという触れ込みのものでした。

宮武さんは番組の予算で取り寄せたいと乗り気でしたが、草野さんは日本語に対応していないとすれば早く読めるかはわからない、と慎重です。ほかにも夢をコントロールできるとうたうPropheticのような、心に向けたハードウェアも増えているといいます。

宮武さんの整理では、Meta、Google、Microsoft、OpenAIはいずれも、スマートグラスやウェアラブルにAIを載せようとしています。きっかけはマルチモーダルマルチモーダル ── 文字だけでなく、画像や音声など複数の種類の情報をまとめて扱えるAIの性質。カメラ映像を見て答えるといった使い方が可能になりますのAIが実用段階に入ったことです。

OpenAIがGPT-4をSnapchatのSpectaclesに組み込もうとしていたこと、Amazonが噂ベースでマルチモーダルなAIデバイスを作ろうとしていること、Googleが端末へ組み込もうとしていることも紹介されます。元Appleの経営メンバーやデザイナーがジョニー・アイブさんのLoveFromに移っていることから、宮武さんはそこでも何かが動き出すと見ています。

宮武さんは、AIデバイスに再び関心が集まる理由を、AIの進化がハードウェアに制限され始めているという感覚に求めます。既存のデバイスにAIを足すだけではうまく機能しない、という見方です。

宮武さんの言う「衣」としてのハードウェアの代表例がHumaneで、Rewindのペンダントも同じ流れにあるといいます。Rewindは、パソコン上の行動を記録する「完全な記憶」を提供するセカンドブレインセカンドブレイン ── 自分の記憶や情報を外部に記録・整理し、第二の脳のように使う考え方。必要なときに検索して思い出せることを目指します系のソフトウェア企業です。

草野さんが今もRewindを使っているかを尋ねると、宮武さんは最近はそこまで使っていないと答えます。サービスは進んでいるようだが、大きく伸びているかはわからない、という評価でした。

番組では以前から、Rewindはいずれパソコンの外の情報も集める必要があると話していたため、宮武さんはペンダントをその流れの延長と捉えています。Rewindのペンダントは現実の会話を記録し、「この人とのミーティングで何を話したか」といった質問に答えられる仕組みです。

一方、競合するTabのペンダントは、書き起こしはするものの書き起こし自体は保存せず、そこから得た「インサイト」だけを残すといいます。インサイトが何を指すかはまだローンチ前でわからないとしつつ、プライバシーへの配慮から全文保存を避けているという説明です。

AIデバイスのフォームファクターフォームファクター ── 製品の物理的な形や大きさ、身につけ方のこと。同じ機能でも、ペンダント型かメガネ型かで使い勝手が大きく変わりますについて、宮武さんは今のところペンダントが強いのではないかと考えています。草野さんも、アクセサリーのように肌身離さず身につけられる形は便利だと同意します。

宮武さんが挙げる条件の1つは、情報収集を邪魔しない位置にあることです。AIデバイスは自分の声と相手の声の両方を聞き取る必要があり、動きが大きい場所だと集められる情報が不安定になります。

もう1つの条件は、つけ方が直感的であることです。草野さんは、Humaneのように服にパチッと留める形には抵抗があるかもしれないと話します。

宮武さんは映像を見る限りHumaneは重そうだと指摘します。創業者のイムランさんが厚手に見えるTシャツを着ていてもたるみが出ていたこと、人によっては服ごと洗濯機に入れてしまいかねないことも課題に挙げました。

それに比べてペンダントは、世界中のほぼどの文化にもネックレスという概念があり、誰もが身につけ慣れています。宮武さんは、つけ慣れていること自体が直感的なUIになると見ています。

メガネ型について草野さんは、普段メガネをかけないことに加え、カメラがあるからこそ相手に「撮られている」と思われやすく、常時つけるのは難しいかもしれないと話します。宮武さんは、メガネには常に目の前に画面があるという大きな利点があると返しました。ペンダントはプロジェクター式もありえるものの、スクリーンという概念にはなりにくいといいます。

プライバシーは、AIデバイスについて多くの人が口にする懸念です。Google GlassやMetaのRay-Banのスマートグラスは、記録中にライトを点灯させて合図する方法で対応してきました。

これに対してTabの創業者アビさんは、ライトはつけたくないと話しているそうです。Tabは丸いネックレス型で常時記録する前提なので、オンかオフかを示す必要がないという考えです。

宮武さんが面白いと感じたのは、アビさんの「プライバシーの課題はいずれ消えるのではないか」という見方です。役に立つ度合いがプライバシーの懸念を上回ったとき、人はプライバシーを手放すのではないか、という主張でした。

宮武さんは過去の事例からもそう思えるといいます。携帯電話にカメラが付いた当時、BBCの記事は企業スパイが増えて機密情報が盗まれるのではないかと懸念し、学校やジムで禁止する動きもありました。

AmazonやGoogleのスマートホームデバイスも当初は強く警戒されましたが、今のアルファ世代にとってはすでに当たり前になっています。草野さんも、自撮り棒は出た当初「なんでそこまでして」と言われたのに広く普及し、カメラも広角化して自撮り動画が撮りやすくなったと重ねました。

宮武さんは、有用性が懸念を上回るという条件付きであり、変わらない可能性もあるとしています。他人のAIデバイスが近くにあるときは自分の声だけを記録するといった工夫で防げる部分もあるかもしれないといいます。

宮武さんは、実際に使えるかどうかに議論を向けるべきだとして、AIデバイスがクリエイティブツールとして使われた事例を紹介します。MetaのRay-Banのスマートグラスで撮った動画がバイラル化した件です。

草野さんが覚えていたとおり、BTSのメンバーの曲に合わせた動画でした。鏡を使って自撮り風に見せつつ、実際のカメラはRay-Banのスマートグラスで、頭の動きでトランジションを作っていたといいます。1本の動画が1億回以上再生されたそうです。

草野さんは、対抗するように服にカメラを付けて撮った動画もあったと振り返ります。宮武さんが気になったのは、Metaが裏で仕掛けたのかどうかでした。

宮武さんによれば、多くのインフルエンサーがRay-Banのデモを披露していたものの、バズった動画はそうではなさそうだったといいます。それでも、違う形のクリエイティブツールとして使われることは1つの普及方法だと受け止めています。草野さんも、かっこいい動画で欲しくなる気持ちはよくわかると話しました。

宮武さんは、普及の一番の近道はよいユースケースがあるかどうかだとしたうえで、今披露されているデモの使い方は個人的にはあまり使われないのではないかと見ています。人前でアシスタントのように話しかける場面は多くないからです。

SiriにAIが組み込まれる世界を想像すると、わざわざ専用デバイスを買う理由は薄れます。そこで宮武さんは、AIデバイスをアシスタントではなく、セラピストと友達の間のような存在として捉える見方を示しました。

具体例は、Tabの創業者アビさん自身の体験です。ジュリアス・シーザーが好きなアビさんは、ピッチで「支配」「征服」といった言葉を使いがちで、CrimsonCrimson ── ハーバード大学の学生新聞『The Harvard Crimson』のこと。長い歴史を持つ大学新聞として知られていますの取材でその理由を問われたといいます。

取材後、常に身につけていたTabからメッセージが届き、そうした言葉より「友達」のような言い方のほうが受け取られ方がよいのではないか、と助言されたそうです。宮武さんは、受け身ではなく自分から働きかけるプロアクティブなAIが必要だと考えています。

草野さんは『ハリー・ポッター』のパトロナスパトロナス ── 『ハリー・ポッター』シリーズに登場する守護霊の呪文。術者ごとに異なる動物の姿をとり、持ち主を守りますを思い浮かべ、自分だけの分身のような存在が作られるのはよさそうだと話します。

宮武さんはさらに、セラピストは受け取った情報でしか答えられないという限界を挙げます。すべての会話を聞けるデバイスなら、より適切に対応できるはずだという考えです。

草野さんは映画『Her』を挙げ、AI彼女の話であると同時に、薄いカード型のデバイスに話しかける形がとてもよいと話します。恋人ではあるものの、友達のような関係にも見えるといいます。

宮武さんは、AIを人間関係の練習相手として使える可能性にも触れます。人間関係の課題の多くは、単に練習が足りないことから来ているのかもしれないという視点です。

文化によって仕事のスタイルやコミュニケーションの方法が変わることを考えると、異文化の場面でも手助けができるかもしれません。宮武さんはチェスやeスポーツのオンライン対戦を例に挙げます。アルゴリズムが似たスキルの相手を探してマッチングするため、よい勝負になり学びも多くなる仕組みです。

それと同じように、AIが自分のコミュニケーションスキルに合わせて少しずつ鍛えてくれるデバイスなら、需要はありそうだと宮武さんは見ています。

では、そのハードウェアはどんな形になるのか。草野さんはカード型がよいのではないかと考えます。

宮武さんが重視するのは、常に情報を集め続けられることです。ポケットのカードに話しかけ、情報収集は常時身につけるペンダントが担う、という組み合わせもありえると話します。

宮武さんは、ユーザーからAIへ話しかけるときは音声でもテキストでもよい一方、AIからユーザーへ話しかけるときはほとんどテキストになるのではないかと考えています。自分のタイミングで読めるほうが使いやすいからです。

AI彼女という領域まで踏み込むべきかは人によって考えが違うとしたうえで、宮武さんは、もし作るなら欠かせない機能があると話します。

宮武さんの考えでは、人間らしいコミュニケーションを求めるなら、彼女や友達のような関係のAIは相手を拒む概念も持っていなければなりません。草野さんは、そうでないと自分がとんでもない暴君になるかもしれないと応じました。

草野さんは、セラピストにもそうした要素があってよいのかもしれないと付け加えます。宮武さんも、あえて「これはどうだと思いますか？」と問いを投げかけてくるような、挑戦してくる形が必要だと話しました。

形状、プライバシー、関係性に続いて、宮武さんは多くのAIツールやAIデバイスに共通する問題を挙げます。それはコンテキストの不足です。

ChatGPTを使えばわかるように、AIは大量のデータがあればニュアンスに富んだ答えを出せます。足りないのは、そのためのデータです。現実世界の情報を集められていないことに加え、デジタル上でもデータが集めにくい状況があると宮武さんは指摘します。

原因は、アプリのエコシステムでデータの保管場所がアプリごとに分かれていることです。YouTubeで聴いた音楽はSpotifyに反映されませんが、同じ音楽を聴いているなら、理想としては反映されてもよいはずだといいます。

OpenAIもコンテキストの重要性を理解しており、ChatGPTにはプロフィールを書ける機能があります。ただしそれではデータが限られるため、宮武さんはパソコン画面を通じて複数アプリをまたいで記録するRewindのようなソフトウェアを面白いと考えてきました。

宮武さんの見立てでは、AIの発展でソフトウェアはコモディティ化し、誰でもソフトウェアを作れる時代になるかもしれません。そうなれば、これまで難しかったアプリ間のデータ連携が簡単になり、コンテキスト集めが可能になる可能性があります。

そのうえで、今後はハードウェア側ではデータ収集が、ソフトウェア側では互換性を持つことが重要になる、と宮武さんはまとめます。詳しくは翌週のエピソードで扱う予定です。

互換性のよい事例として、宮武さんはゲーム業界を挙げます。10年ほど前、子どもたちにとってXbox OneとPlayStation 4のどちらを買うかは重大な判断でした。

同じゲームでも、PlayStation 4のユーザーはPlayStation 4のユーザーとしか遊べず、友達グループで同じ機種をそろえる必要があったからです。宮武さんによれば、『サウスパーク』がこの状況を大いに茶化していました。

ゲーム機メーカーが他社の機種と遊ばせたくないのは、自社のデバイスを売りたいからです。ゲーム会社側にも、Xbox One、キーボード、スマホでは操作が違いスキルに差が出るため、条件をそろえたいという事情がありました。

そこで変化を起こしたのが、『フォートナイト』を手がけるEpic Gamesです。クロスプラットフォームクロスプラットフォーム ── 異なる機種やOSの間で、同じソフトやサービスを共通に使えるようにすること。ゲームでは機種が違うユーザー同士の対戦などを指します化を進め、デバイスが違っても同じゲームを遊べるようにしました。

Microsoftも、Xbox本体よりXbox Game PassXbox Game Pass ── Microsoftが提供するゲームのサブスクリプションサービス。月額料金で対象タイトルを遊べますを売りたい立場です。コントローラーがあれば普通のテレビ画面でも遊べるようにしており、将来はPlayStation 4でも遊べるようにしたいと考えているそうです。ただ、PlayStation側が許さないだろうと宮武さんは見ています。

草野さんが「Appleは互換性の点で大成功では」と問うと、宮武さんは逆だと答えます。

互換性があるという指摘自体は正しいとしつつ、Appleは自社製品の中でだけつながる仕組みだという整理です。任天堂も、ほかのプラットフォームで遊ばせないケースが多いと話されました。

今回の締めくくりとして、宮武さんはAIハードウェアに残る2つの課題を挙げます。1つ目はインターフェースの問題です。AIは多くのことができるからこそ、デバイスとして手元に置かれたとき、何を聞けばよいのかがわからなくなります。

ペンダントでもApple Watchでも、何ができるかが見えないため、ユーザーがどう理解するかが課題になります。だからこそ、特定のユースケースを明らかにしてくれるアプリが重要で、制限をかけたほうが意外とよい場合もあるといいます。

2つ目は、デバイスとユーザーの関係性です。これまでのデバイスは、ユーザーがすべての操作を自ら始めてコントロールするのが基本でした。

宮武さんによれば、この考え方はAppleの哲学から来ています。コンピューターがレコメンドしたりユーザーを守ったりする発想は聞こえはよいが、やり方としてはよくない、ユーザーがコントロール権を持つべきだという考えです。

しかしTikTokに代表されるように、アルゴリズムはコンテンツのレコメンドに長けてきました。宮武さんは、この前提が今後シフトするかもしれないと見ています。

こうした問いは、さまざまなプロトタイプで検証され、ユーザーにとって最も直感的なものやユースケースが見えてくるはずです。宮武さんは、2024年のアメリカで多くのテストが行われるのを見守りたいとし、日本でももっとAIデバイスを見たいと話しました。後半では、互換性のあるソフトウェアの意味と、コンテキストを認識できるハードウェアが生む世界観を扱う予定です。

まとめ

この回では、相次いで登場するAIデバイスを題材に、普及に必要な視点がハードウェア側から整理されました。宮武さんは、形状や見た目以上に、ユーザーとどんな関係を結び、どれだけのコンテキストを得られるかが鍵になると考えています。

• 情報を集め続けられ、つけ慣れた形であることから、現時点ではペンダント型が有力と見られている
• プライバシーの懸念は、有用性がそれを上回れば乗り越えられてきたという歴史がある
• スマホでできるアシスタント機能より、プロアクティブなコンパニオンや練習相手としての役割に需要があるかもしれない
• AIに足りないのは性能ではなくコンテキストで、アプリ間の互換性がその解決の鍵になる
• 何を聞けばよいかわからない問題と、主導権をユーザーとAIのどちらが持つかが今後の大きな問いになる