カテゴリー: AI社会変化・未来予測

  • AIを「使う」という行動が消える?OSに溶け込む生成AI

    AIを「使う」という行動が消える?OSに溶け込む生成AI

    文章を書いている途中で、「もう少し短くして」と頼む。届いたメッセージを見ながら、「この予定をカレンダーに入れて」と頼む。画面に映っているものを、そのまま調べてもらう。

    これらがiPhoneやMacの標準的な操作になれば、わざわざChatGPTなどを開く必要はなくなる。

    生成AIがOSに入る意味は、使える機能が増えることだけではなく、これまで独立していた「AIを使う」という行動が、普段の操作に吸収されていくことにある。

    そして、その先ではもう一つの変化が起きてくる。

    AIを使うために、AIを開く必要がなくなる

    現在の生成AIは、基本的に「AIを使いに行く」もので、ChatGPTで文章を直すなら、ChatGPTを開き、文章を入力し、指示を出し、返ってきた内容を必要な場所へ戻す。

    これは「文章を書く」と「AIで文章を直す」が別々の操作になっているわけだが、Apple IntelligenceのようにAIがOSへ組み込まれると、この境界がなくなっていく。

    文章を書いている場所で、そのまま修正を頼み、画面に表示されている情報について、その場で質問する。

    Siriがアプリをまたいで操作できるようになれば、メッセージの内容をもとに別のアプリを動かすこともできる。

    利用者がAIのいる場所へ移動するのではなく、作業している場所に、最初からAIがいるわけだ。

    この違いは大きい。

    利用者の目的は、ChatGPTやSiriを使うことではなく「文章を直したい「p予定を登録したい「p写真について調べたい」だけであり、AIは、その目的を達成する途中で使う手段にすぎない。

    その手段がOS側に用意されれば、「AIを使う」という一手間を意識することがなくなっていく。

    「プロンプトが上手い」だけでは差がつかなくなる

    これまでの生成AIでは、使う側にもある程度の知識が必要だった。

    どのAIを使うのか。何を入力するのか。どんな指示なら狙った回答が返ってくるのか。

    だから「AIを使いこなす」という言葉は、サービス選びやプロンプトの技術と結びつきやすかった。

    OS内のAIでは事情が少し違う。

    文章を短くしたいなら「短くして」と頼み、予定を入れたいなら、その内容を伝える。

    そこで必要なのは、AI向けの特別な言葉を覚えることではない。

    何をしてほしいのかを決めること。

    もちろん、複雑な調査や文章作成では、細かな指示を出す技術は残るが、日常的な操作まで同じ能力が必要とは限らない。

    AIを使うハードルが下がるということは、全員がプロンプトに詳しくなるということではない。

    プロンプトを意識しなくても、普通にAIを使える操作が増えること。

    その先では「どのAIを使うか」も選ばなくなる

    ここからが、OS統合のもう一つの意味であり、AIを開かなくなれば、AIを選ぶ機会も減る。

    現在は、文章を作るならChatGPTを使う、検索なら別のAIを使う、と利用者自身がサービスを選べる。

    しかし、文章を書いている画面にAIが最初からいるならどうか?

    メールを読んでいるときに、その内容から予定を登録でき、写真を見ているときに、そのまま写っているものを調べられる。

    その操作で目的を達成できるなら、別のAIを探す理由は少なくなるうえ、別のAIすら意識しなくなる。

    たとえば、メールで「火曜日の14時に打ち合わせをしましょう」と届いたとする。

    専用AIを使うなら、メールの内容をAIへ渡し、日時を確認し、カレンダーへ登録するという流れになる。

    OS側のAIがメールとカレンダーを扱えるなら、「この予定を入れて」で終わる。

    このとき利用者は、複数のAIを比較して選んだわけではなく、その場所にいたAIを使っただけだ。

    ここまで来ると、生成AIの競争もモデル性能だけでは見えなくなる。

    どれだけ賢いAIを作れるか。

    それに加えて、利用者が何かをしようとした瞬間に、そのAIがそこにいるかどうかも効いてくる。

    OSを持つ企業は「AIを呼び出す場所」を持っている

    この点では、AppleのようにOSを持つ企業は特殊な位置にいる。

    文章入力、メール、写真、カレンダー、ブラウザ。

    AIが必要になりそうな場所を、すでにOSや標準アプリとして持っているからだ。

    しかし、これは「AppleのAIが最も高性能になる」という話ではなく、AIモデルの性能と、利用者との接点は分けて考える必要がある。

    専用AIの方が便利な作業もまだまだあるし、複雑な調査や長いやり取りでは、AIアプリを開いて作業した方が扱いやすい場合も多い。

    一方、日常的な操作では事情が異なり、文章を書いている途中にAIがいて、メールを読んでいる途中にも、予定を管理している途中にもいる。

    そこで十分な結果が得られるなら、利用者は毎回「今回はどのAIを使おう」と考えない。

    つまりOS統合によって変わるのは、AIの呼び出し方だけではなく、AIを選んでから作業する状態から、作業を始めたらAIがそこにいる状態へ変わっていく。

    AIが見えなくなるほど、利用者の判断は別の場所へ

    ただし、AIを選ばなくなるからといって、利用者が何も判断しなくてよくなるわけではない。

    むしろ、判断する対象が変わり、Siri AIがメッセージやメール、写真などを参照し、アプリ内の操作まで行うなら、重要になるのは「AIを使うか」だけではなく、どの情報まで参照させるのか?どのアプリまで操作させるのか?どの処理は自動で実行させ、どこで自分が確認するのか?

    AIがOSの奥まで入るほど、この線引きは利用者側に残ってくる。

    専用AIなら、必要な情報だけ渡して使うこともできるが、OS内のAIでは、複数のアプリや個人情報へアクセスできるからこそ便利になる反面、大きなリスクも抱えることになる。

    便利さと、任せる範囲がセットになってくる場合、利用者側のモラルがとても重要になってくる。

    だから「AIを使いこなす」の意味も変わってきて、多くのAIサービスを知っていることだけではなく、どの作業をAIに任せ、どこから自分で確認するかを決められることが重要になってくる。

    「AIを使う人」という分け方も消えていく

    生成AIの普及というと、ChatGPTなどの利用者が増える姿を想像するが、OS統合が進むと、それだけでは測りにくくなり、AIアプリを一度も開いていなくても、文章の修正、検索、写真の認識、予定登録などで自然にAIを使っている人が出てくる。

    本人は「生成AIを使った」とすら認識しておらず、ただiPhoneを操作しただけ。

    そう感じる状態までAIが組み込まれれば、「AIを使っている人」と「使っていない人」を分けること自体がナンセンスで、この流れは企業側から見ると、さらに重要な変化が起きてくる。

    利用者がAIを意識しなくなるほど、最初からその場所にいるAIが使われやすくなる。

    • AIを使うためにアプリを開かない
    • AIを使う前にサービスを比較しない
    • やりたいことを伝えたら、その場にいるAIが処理する

    OSに生成AIが入る意味は、単なる機能追加ではなく「どのAIを使うか決める → AIを開く → 作業を頼む」という現在の順番そのものがなくなることにある。

    AIが日常に入るほど、「AIを使う」という行動は目立たなくなり、そのとき見るべきなのは、AIアプリを使っている人数だけではない。

    文章を書く、メールを読む、予定を入れる。そうした普段の操作の入口に、どのAIがいるのか。

    OSにAIが溶け込んだ先では、そこが今より大きな意味を持ち始めます。

  • AI開発は止まらない。NVIDIAと次世代半導体から見える「次の競争」

    AI開発は止まらない。NVIDIAと次世代半導体から見える「次の競争」

    AIを巡る争点が変わってきましたね。

    「もっと高性能なAIを作れるか」ではなく、いま割れているのは開発速度そのものであり、NVIDIAのジェンスン・フアンCEOは、AI開発の減速論に反対しています。

    一方、Anthropicのダリオ・アモデイCEOは、安全対策を理由に減速を主張しており、この対立だけを見ると、AIの安全性を巡る思想論が大きな影響力を持ってきそうな感じです。

    ただ、半導体への資金の流れを見ると、企業はすでに「AIを作る競争」の先へ進んでいて、次の主戦場は、AIを大量に動かすための推論インフラへと移ってきています。

    NVIDIAが否定しているのは「リスク」だけではない

    フアンCEOの主張で重要なのは、AIにリスクがないという話だけではなく、過度な規制によって、AI導入そのものが遅れることを警戒しており、その背景には米中のAI競争があります。

    アメリカだけが開発速度を落とせば、中国企業との差が縮まるばかりか、いずれ追い抜かれることにもつながるでしょうし、この考え方は、現在のアメリカ政権とも重なっています。

    現在のアメリカ政権はAI導入とインフラ整備を進める方針を示していますし、このAI安全論は単なる技術論では済まず、国家間競争と産業政策までをも含む話になってきているのです。

    ただし、開発を続ければ問題が消えるわけでもありませんし、AIが高度化するほどするほど、制御やセキュリティの問題は大きくなっていきます。

    ですので「推進か停止か」の二択ではなく、開発速度と安全対策をどう両立させるかという部分が実際の争点となります。

    半導体では「学習」から「推論」へ資金が動く

    もう一つ見ておきたい動きとして、AI半導体への投資があり、オランダのEuclydは2026年9月、2億ユーロ超を調達しました。

    同社が狙っているのはAI推論であり、AIモデルを作る学習ではなく、完成したモデルを実際に動かす処理に重きが置かれています。

    ChatGPTのようなAIを使うたび、推論処理が発生しますし、AIエージェントなら、その回数はさらに増えます。

    • 検索する
    • コードを書く
    • 外部ツールを操作する
    • 結果を確認して、もう一度処理する。

    一つの仕事でも大量の推論が必要になってきますし、そこで問題になるのが電力、メモリ、処理コスト。

    Euclydはこの部分を狙っていて、NVIDIAのGPUを正面から置き換えるだけの競争ではありません。

    これは「推論をもっと安く動かす」という別の市場になります。

    AI競争はモデル性能だけ見ても分からなくなる

    ここから先、AIニュースを見る基準も変えていくべきであり、新しいモデルのベンチマークだけ追うと、産業全体を見誤りますし、見るべきものは、モデルの下にあるインフラで、

    • GPU
    • メモリ
    • ネットワーク
    • 電力
    • データセンター
    • 推論専用チップ

    AI利用量が増えるほど、この層の重要性は一層上がるのですが、これはスマートフォン市場にもよく似ています。

    端末だけで市場は成立しませんし、そこには通信網や半導体、クラウドが必要でした。

    AIも同じ構造に入ってて、もっとも違うのは、必要な計算量の大きさ。

    「AIが止まるか」より「誰が計算資源を握るか」

    AI安全論は今後も続いていくでしょうし、規制強化を求める企業も出てくる中、逆に開発速度を維持したい企業もあります。

    ただ、産業側の資金はすでに動いており、NVIDIAだけを見れば、GPU市場の話に見えますが、Euclydのような企業まで見ると話は変わり、競争範囲が推論インフラ全体へ広がっているのです。

    AIツールを使う側も、ここは無関係ではなく、推論コストが下がれば、AIサービスの料金設計も変わりますし、AIエージェントを常時動かすサービスも作りやすくなることでしょう。

    逆に計算資源が不足すれば、利用料金や制限に跳ね返りますから、次に見るべき数字は、モデルのスコアだけではなく、1回の推論を、いくらで動かすことができるのか。

    AI競争の次の局面を見るなら、ここが重要になってきます。

  • AIを「開く」時代が終わる?PCと電話に常駐する生成AI

    AIを「開く」時代が終わる?PCと電話に常駐する生成AI

    生成AIが、専用のチャット画面から離れ始めてきていますね。

    これまでAIを使うには、ChatGPTやGeminiを開き、質問や指示を入力してつかっていたのですが、次の競争軸は、AIの性能だけでななく「AIをどこから使うか」へと変わってきています。

    AIを使うために「作業場所」を変えなくなる

    OpenAIのGPT-Live-1は、聞くことと話すことを同時に行えるフルデュプレックスの音声モデルで、別のモデルへ推論やツール操作を委譲でき、電話予約や顧客対応など、会話の先にある処理まで想定されています。

    従来のチャットAIとの違いは、その入口であり、画面を開いて文字を入力するのではなく、話している場所が、そのままAIを使う場所になってきています。

    PCでは、GoogleのWindows版Geminiが別の形を取り始め、Alt+SpaceからGeminiを呼び出し、文章作成やタスク管理、Googleアプリからの情報取得、画像・動画生成などを行えます。

    ここで大きな変化は、AIを使うために、いまの作業から離れなくていいことで、従来であれば、作業を止めてAIを開き、質問し、回答を元の作業へ戻すという流れだったものが、Windows上にAIが組み込まれることで、これまでの作業の往復を減らすことができます。

    ChatGPT WorkのData agentも方向は同じで、企業データへ接続し、分析だけでなく、インタラクティブなダッシュボードの作成まで進めていきます。

    音声、PC、企業データなど、用途は違いますが、それらには共通点があり「人間がAIのいる場所へ移動する必要が減る」ということ。

    「AIを何時間使ったか」が意味を失う

    これまで生成AIには、利用時間の境界があり、ChatGPTを開いている時間はAIを使っているという感覚で、これを閉じれば別の仕事に戻るという流れであり、この区別非常に分かりやすいものでした。

    しかし、AIがPCや電話の中に入ってくると、その境界は崩れ、メールを書いている途中でAIを呼び、電話で予約処理を任せたり、企業データを見ながら分析させることができます。

    便利になるほど「AIが動いている場所」は確認しにくい

    とはいえ、チャット画面から離れることには、デメリットもあり、専用画面なら、AIを使っている瞬間が明確となるのですが、PCや電話にAIが組み込まれると、その境界は見えにくくなっていきます。

    • 開いている資料だけなのか?
    • メールやカレンダーにも接続するのか?
    • 企業データのどこまで取得できるのか?

    AIが便利になるほど、アクセス範囲の確認は重要なものとなり、従来のAIの比較軸は、回答精度、推論能力、生成速度などモデル性能が中心だったものが、これからは別の比較軸が加わってきます。

    • どこから呼び出せるか。
    • 何へアクセスできるか。
    • どこまで処理を任せられるか。

    高性能でも毎回別画面へ移動するAIと、作業中に直接使えるAIでは、実際の使い勝手は大きく違ってきますし、同時に、常駐するAIほど権限管理の確認も欠かせません。

    もはや生成AIの性能を見るとき、ベンチマークの順位だけを追うのでは足りず、確認すべきなのは、AIの居場所となってきます。

    チャット画面からPC、電話、業務データへ。

    AIが独立したアプリではなく、コンピューターを操作する方法の一つになるなら、「AIを開く」という操作自体が消えていくことでしょう。