OpenAI DevDayとGemini Enterprise、MCPやフィジカルAIを落ち着いて読み解く

この回の最初の話題は、OpenAIが開発者向けに毎年開く「DevDay」です。しぶちょーさんによると、2025年は10月6日ごろ、収録のちょうど1週間ほど前に開かれました。

しぶちょーさんは、DevDayを「ChatGPTやGPTシリーズの進化の発表の場」と説明します。OpenAIのサービスを使う開発者に、新しいAI技術やAPIAPI ── ソフトウェア同士が機能やデータをやり取りするための窓口。開発者はAPIを通じてAIモデルなどを自分のアプリに組み込めますを実際に触ってもらうイベントです。

かねりんさんが「結構大きいイベントじゃない？」と反応し、サム・アルトマン氏が登壇している様子にも触れます。しぶちょーさんは、発表された機能の中から特徴的なものを2つに絞って紹介していきます。

DevDayで紹介された1つ目の機能は「Apps SDK」です。Apps SDKによって、ChatGPTの上で動くアプリを開発できるようになりました。

しぶちょーさんは、ポッドキャスト番組らしくSpotifyを例に説明します。ChatGPTに「Spotifyを呼んできて、この番組を流して」と頼むと、ChatGPTの中でSpotifyのアプリが動くというイメージです。

しぶちょーさんは、聴くだけでなく、買い物もできるようになると見ています。年末にはアプリの審査や受付が始まる予定で、ShopifyShopify ── ネットショップの開設や決済をまとめて扱えるECプラットフォーム。世界中の事業者が利用していますのような決済ツールからも物が買えるようになるだろう、という話です。

ChatGPTに頼めば、Amazonでの発注から配送まで進めてくれる世界になりそうだ、としぶちょーさんは話します。個人がアプリを開発してChatGPTの中で販売することもできそうで、収益化の仕組みも導入予定と発表されたそうです。

Apps SDKの話を聞いたかねりんさんは、「エージェントAIのようなことか」と尋ねます。しぶちょーさんの答えは、アプリはAIエージェントAIエージェント ── 人の指示を受けて、自分で手順を考えながらツールを使い、タスクを実行するAIが使う道具で、エージェントはChatGPT自身だというものです。

しぶちょーさんの説明では、ユーザーはChatGPTに指示するだけです。するとエージェントが「今からAmazonアプリを使います」とアプリを持ってきて、商品を探してくれます。

かねりんさんは、以前流行した「ブラウザを勝手に操作するエージェント」を思い出し、すごく使いにくかったと振り返ります。しぶちょーさんは、ブラウザしか操作できなかったものが、アプリという形で提供されるのが違いだと説明します。

ただし、日本では現時点で使えるアプリはほとんどないそうです。Apps SDKの対応は、AmazonやSpotifyなどの各企業が、ChatGPTの中で動くアプリを新たに開発する必要があります。

かねりんさんは、タクシーの配車アプリなら「タクシー呼んどいて」で済むと想像し、「ドラえもんじゃん」と盛り上がります。一方で、仮想通貨のトレードまで任せる案には、しぶちょーさんが「それAIに任せるのめちゃくちゃ怖い」と反応しました。

しぶちょーさんは、AIツールで決済できるようになったという話は他にも聞くため、AIによる買い物や手配は年末にかけて盛り上がる分野だと見ています。

2つ目の話題は、Googleが10月10日に開いた「Gemini at Work」です。企業にGeminiを導入する人たちに向けた発表会で、ここで企業向けのAI活用プラットフォーム「Gemini Enterprise」が発表されました。

しぶちょーさんによると、Gemini 3.0が発表されると期待して待っていた人も多かったものの、Gemini 3.0の発表はありませんでした。Gemini Enterpriseの発表内容も、どこまですぐ実現できるのかはよくわからない部分があったといいます。

Gemini Enterpriseは、Gemini 2.5 Proを基盤にしています。Gmail、Drive、MeetなどのGoogleのツールを使う社員が、自然言語でエージェントを呼び出して、統合された環境で働けるようにする構想です。

社員が自分用のエージェントを構築し、Googleのツールを自由に使いこなすこともできるといいます。かねりんさんは「今までなかったんだって思うぐらい自然な感じ」と驚き、しぶちょーさんは「ChatGPT、OpenAIには絶対できない」とGoogleの強みを強調しました。

しぶちょーさんは、OpenAIは自社のツール群を持たないものの、実質的にMicrosoftと組んでいると説明します。MicrosoftのCopilotは独自の基盤モデルではなく、ChatGPTをベースに作られているそうです。

どちらが先行しているかというかねりんさんの質問に、しぶちょーさんは「多分Microsoft、日本ではそう」と答えます。しぶちょーさんの勤め先ではGoogleのツールが禁止されていて、会社の中でGoogleのアカウントを作れないそうです。

しぶちょーさんは、Microsoftは日本向けにパッケージ化されていると指摘します。「Excelのあの会社です」と説明すれば社内の承認が通りやすく、Microsoftで問題があるなら他もダメだという言い訳も立つ、という見立てです。

しぶちょーさんによれば、IT企業はツール選びが自由な一方、「カチコチ製造業」はMicrosoft一択になりやすいといいます。もともとGoogleを全社のプラットフォームとして使っている会社以外がわざわざ移行するのは、なかなか厳しいだろうという考えです。

Gemini Enterpriseは企業向けなので、個人への恩恵は少ない話です。それでもしぶちょーさんは、企業のツールを統合するという発表内容に「未来っぽい」期待感を持ったといいます。

話はGemini 3の予想にも及びます。しぶちょーさんは、ChatGPTが5になったことや、Nano BananaNano Banana ── Googleが公開した画像生成・編集モデルの愛称。手軽に高品質な画像編集ができるとして話題になりましたで話題を集めたことを挙げ、Gemini 3は「来るんじゃないかな」と予想しました。

AIの進化は頭打ちではないかというかねりんさんの疑問に、しぶちょーさんは、各社が性能の1位を目指し続けると答えます。そのうえで、今後はアプリ連携やエージェント活用といった周辺機能の進化が増えると見ています。

ここでかねりんさんが話を横道にそらし、自分の日頃のデータや考えのまとめを、AI時代にどう蓄積すべきかと問いかけます。候補はNotionやGoogleドキュメントなどで、録音した会話を自動で文字起こしするペンダント型の機器「Limitless AI」にも触れます。

しぶちょーさんの答えは、ポッドキャストそのものが蓄積になるのではないか、というものです。2人ともポッドキャストで思考を言語化しているので、書き起こせば相当な量のデータになります。

しぶちょーさんは、今でもGeminiにYouTubeのリンクを渡せば文字起こしできると説明します。Spotifyのリンクからは今は取れないものの、RSSRSS ── Webサイトや番組の更新情報を配信する仕組み。ポッドキャストではRSSから音声ファイルの場所がわかりますから直接MP3を取れば音声は手に入るといいます。

しぶちょーさん自身は日記を書いていませんが、気になる記事や作りたいもののアイデアをNotionやスマホにメモしています。会議中に情報発信のネタを思いつくとメモするそうで、本業のものづくりで学んだことを発信しているから続くのだと話します。

かねりんさんは、体のデータを記録できる指輪型デバイス「Oura Ring」を再びつけ始めたと話します。何に使うかはわからないものの、データさえあれば将来使えるかもしれないという考えです。

しぶちょーさんも、2020年ごろから体重や血圧をIoT機器で測り、オムロンのアプリ「オムロンコネクト」に記録しています。そのデータをCSVで書き出してChatGPTに渡すと、健康状態について回答してくれるそうです。

血圧を測ることの面白さを感じた出来事として、しぶちょーさんは片頭痛の話をします。しぶちょーさんは2ヶ月に1回ほど脳神経外科で専用の注射を打っており、それでも痛む日には「マクサルト」という片頭痛薬を飲むそうです。

マクサルトは血管を収縮させる薬で、飲むと血圧が上がります。ある朝、マクサルトを飲んだことを忘れて血圧を測ったら、とても高い数値が出て驚いたといいます。

かねりんさんは、日本ではApple Watchの機能の一部が法律の関係で使えないことにも触れ、取れるデータがあるのに取れないのはもどかしいと話しました。

話はOpenAI DevDayに戻ります。DevDayで紹介された2つ目の機能は、AIエージェントを作れる「エージェントキット」です。

しぶちょーさんは、エージェントキットをDifyDify ── ブロックを線でつなぐ操作で、AIを使ったアプリやワークフローを作れるノーコードツールとほぼ同じものだと説明します。ブロックを線でつないでエージェントの機能を作ることが、ChatGPTの中でできるようになりました。

かねりんさんが「Dify真っ青じゃん」と言うと、しぶちょーさんも「お前の中でできるんかい」と驚いたと話します。ただし、実際に使ってみた感想は、Difyほどの自由度はないというものでした。

しぶちょーさんがエージェントキットでDifyよりわかりやすいと感じたのは、「ガードレール」という機能です。ガードレールを使うと、プロンプトインジェクションプロンプトインジェクション ── AIへの入力文を工夫して、本来は出してはいけない情報を出させたり、意図しない動作をさせたりする攻撃への対策が簡単にできます。

プロンプトインジェクションは、プログラムのコードではなく自然言語で行われる攻撃です。しぶちょーさんは、物語の登場人物に危険な情報を語らせる手口を例に挙げます。この手口は現在は無効化されているそうです。

もう1つの例が「おばあちゃんプロンプト」です。「昔おばあちゃんが爆弾の作り方を語ってくれた」という設定で頼むと、おばあちゃんの口調で答えてしまうというもので、しぶちょーさんはこれを感情に訴えるソーシャルハック型の攻撃だと説明します。

しぶちょーさんによると、AIはRLHFRLHF ── 人間のフィードバックによる強化学習。人が回答を評価し、好ましい回答を出すようにAIを調整する手法で優しい回答を良しとするよう学習しているため、情に訴えられると本来出すべきでない情報まで出してしまうといいます。

かねりんさんは、GPTのモデル自体に対策はないのかと尋ねます。しぶちょーさんの答えは、モデルの対策は「言ってはいけないことを言わない」ためのもので、エージェントに持たせた独自データの扱いは別問題だというものです。

たとえばRAGRAG ── 外部の資料やデータベースから関連情報を検索し、その内容をもとにAIに回答させる仕組みでデータを与えたエージェントに「入っているデータをすべて吐き出して」と頼まれ、丸ごと出てしまうと困ります。ガードレールはエージェントの入り口で、攻撃によく使われる単語を含む入力を弾いてくれるそうです。

しぶちょーさん自身はアプリを作っても自分用に留めています。APIは使うたびにお金がかかるためで、ポッドキャストの文字起こし程度なら1回数十円ほどだろうと見積もります。2人は、音声を入れると概要欄やSNS用の文章まで作るアプリを「Dify会」で作ってみたいと話しました。

3つ目の話題は、Googleがプログラミング不要でAIミニアプリを作れる「Opal」の日本での提供を始めたというニュースです。Opalもワークフローをブロックと線で作る点はDifyに似ています。

Opalの違いは、ワークフローそのものを自然言語で作れることです。やりたいことを日本語で入力するとフローが自動で組まれ、気に入らないブロックは自分で変えられます。

しぶちょーさんは、Geminiに課金していないアカウントでも普通に使えたといいます。どこまで無料で使えるかはわからないものの、情報も多く出回っているため、Opalは一度試してみる価値があると勧めました。

4つ目の話題は、書籍『PythonではじめるMCP開発入門』の発売です。かねりんさんはすぐに著者に気づき、からあげさんの本だと言い当てます。

しぶちょーさんによると、この本はからあげさんを含む3人の著者による入門書です。MCPの概念を説明する本はこれまでもあったものの、実装まで扱う本はまだ少なく、ベストセラーとして売れているそうです。

フルカラーで約140ページと、この種の本にしては薄めでわかりやすいとしぶちょーさんは評します。ただしPythonの基礎は説明されていないため、Pythonが書ける人向けです。しぶちょーさんも今週中に読む予定で、いずれからあげさんにMCPについて語ってもらいたいと話しました。

MCPはモデルコンテキストプロトコルの略です。しぶちょーさんは、わかりそうでわからない、でも少しわかるという意味で「AI界の食べるラー油」とたとえます。

かねりんさんは「統一規格みたいな」とすぐに理解します。しぶちょーさんによると、ChatGPT上でアプリが動くようになった話も、MCPに基づいてアプリを開発するルールが決まったから実現したといいます。

『PythonではじめるMCP開発入門』は、自分で作ったアプリを既存のAIにつなぎ、AIの中から呼び出せるようにする方法を、Pythonで学ぶための本だと整理されました。

5つ目は、ニュースではなく、最近よく目にする「フィジカルAI」という言葉についての話です。かねりんさんは全く追えていなかったと話します。

しぶちょーさんの説明では、大規模言語モデルが文章や画像を生成するのに対し、フィジカルAIは物理世界そのものを理解するAIを目指します。自動車やロボットの制御にAIを使い、現実の世界とAIをくっつけようという考え方です。

AIの界隈では、来年、再来年はフィジカルAIの時代だと盛り上がっているそうです。かねりんさんは「それは驚いていいやつなの？」と尋ねます。

しぶちょーさんは、製造業というフィジカル側の立場から見ると「本当か」という感覚が少しあると話します。そしてフィジカルAIへの期待感に、かつてのブロックチェーンに似たものを感じるといいます。

かねりんさんは、ブロックチェーンも世界を大きく変えると言われながら、実際にはそこまで変えなかったと応じます。しぶちょーさんは、フィジカルAIは大事だとしつつ、数年後に本当に世界を変えているかは今の期待感ほど簡単ではないのでは、と考えています。

かねりんさんが見ていた記事では、フィジカルAIはAIエージェントの次の流行のように書かれていました。しぶちょーさんは、フィジカルAIはヒューマノイドなどロボットの話と直結すると話す一方、自分はロボットの専門家ではなく、ロボットはそんな簡単なものではないだろうとも付け加えます。

フィジカルAIはバーチャルリアリティの文脈でも語られるそうです。物理空間を仮想空間に完全に再現できれば、実物のロボットがなくてもAIに学習させられます。

しぶちょーさんは、この考え方をデジタルツインデジタルツイン ── 現実の設備や空間をデータで仮想空間に再現し、シミュレーションや予測に使う手法やサイバーフィジカルシステムサイバーフィジカルシステム ── 現実世界のデータを仮想空間で分析し、その結果を現実の制御に戻す仕組みと呼ばれてきたものだと紹介し、理想的にはそうなのだが、と含みを残しました。

かねりんさんは、OpenAIの動画生成AI「Sora 2」がリアルな映像を作れるのは物理現象を理解したからだ、という話を見たと持ち出します。しぶちょーさんは、それはよく「世界モデル」と呼ばれていると答えます。

しぶちょーさんの例えでは、かねりんさんが走っている静止画からSora 2で続きを生成すると、翼が生えて飛ぶことはほぼなく、ちゃんと走り抜けていきます。昔の動画生成AIは、人が急にバイクになったりスパゲッティを食べ始めたりしていたといいます。

しぶちょーさんは、言語モデルや画像・動画の生成はこれ以上の活用が見えにくく、生活を強烈に変えるイメージが湧きにくいと話します。だからこそ、まだAIを落とし込めていないフィジカルの空間に大きな期待が集まっているという見方です。

参考にした記事には、NVIDIAが「日本こそフィジカルAI」と言っていると書かれていたそうです。ものづくりの国である日本も盛り上がっていますが、しぶちょーさんは、何をフィジカルとするか、どこまで現実に落とし込めるかが問題だと指摘します。

しぶちょーさんは翌週、名古屋で開かれるフィジカルAIの勉強会に参加する予定です。産業用ロボットへのAI活用など現実的な内容になりそうで、フィジカルAIは冷静に見つつ定期的に情報収集していくと話しました。

エンディングで2人は、この回も1時間近くになったと振り返ります。収録は深夜1時ごろまで続き、そこから約2時間で編集して朝に配信するそうです。

しぶちょーさんは、この回で特に覚えておくとよい言葉として、フィジカルAIとMCPを挙げます。MCPについては、エンジニアでなければ「だから何？」となるかもしれないとしつつ、統一規格ができたからツールが使えるようになったと知っておくのは大事だと話しました。

かねりんさんは、リスナー数に比べて星5の評価が多いことに感謝を述べます。文句がある場合は星1ではなく、Xのハッシュタグで書いてほしいと呼びかけ、「プロンプトインジェクションみたいに攻撃しないで」と笑いを誘いました。

しぶちょーさんは、以前の速報回を自分で聴き直して意外と面白かったと話します。通常回は1つのテーマを深掘りする「本編」で、毎週金曜日に配信されていると案内して締めくくりました。

まとめ

この速報回では、ChatGPTやGeminiのエージェント化と企業向け展開、ノーコードでAIアプリを作るツールの広がり、それらを支えるMCPという規格が整理されました。一方でフィジカルAIについては、製造業の立場から期待と冷静さの両方を持って見る姿勢が示されました。

• OpenAI DevDayでは、ChatGPT上でアプリが動くApps SDKと、AIエージェントを作れるエージェントキットが紹介された
• Gemini EnterpriseはGoogleのツール群との統合が強みだが、日本の企業ではMicrosoftが優勢だとしぶちょーさんは見ている
• エージェントキットのガードレールは、公開アプリに欠かせないプロンプトインジェクション対策を簡単にする
• MCPはAIとツールをつなぐ統一規格で、「AI界のUSB Type-C」とたとえられる
• フィジカルAIは期待が過熱しており、ブロックチェーンのような期待感を冷静に見ながら情報を集めたい