おはようございます。月曜日の今日は、**「AIが何をどこまで置き換えるのか」**という問いが、いくつかの形で顔を出した回になりました。長く親しまれた画像生成ツールが役目を終え、いっぽうで大手企業は「社員をAIに置き換える」計画をいったん引っ込めています。実験室の機械を動かす新しい規格や、健康の相談相手としてのAIの使われ方もあわせてご紹介します。

1. OpenAI、ChatGPTの「DALL·E GPT」を8月30日で提供終了

何が起きた? OpenAIが、ChatGPTの中にあった公式の画像生成ツール**「DALL·E GPT」の提供を、8月30日で終了しました。あらかじめ告知されていた予定どおりの終了で、以後はChatGPTに組み込まれた「ChatGPT Images」**に一本化されます。

置き換え先のChatGPT Imagesは、より新しい画像生成モデル(gpt-image-1系)で動いており、無料プランを含むすべての利用者が使えます。なお、利用者が自分で作ったGPT(カスタムGPT)に画像生成を組み込んでいる場合は、今回の終了の影響を受けないと案内されています。過去にDALL·E GPTで作った画像は、期限までにダウンロードしておくよう呼びかけられていました。

なぜ重要? DALL·Eは、2022年ごろに「文章から絵が出てくる」という体験を一般に広めた、生成AIブームの入口のような存在でした。その名前を冠したツールが静かに姿を消したことになります。

実務的にもうひとつ大事なのは、**「AIサービスの機能は、告知のうえで消えることがある」**という点です。ここ数か月、OpenAIは古い機能やモデルの整理を続けています。仕事の手順にAIを組み込んでいる場合は、作ったデータを自分の手元にも保存しておく、リリースノートを時々確認する、といった備えが効いてきます。

ひとこと解説: ChatGPTの**「GPT(GPTs)」**とは、特定の目的に合わせて設定を作り込んだ、ChatGPT内の小さなアプリのようなものです。「DALL·E GPT」はその公式版のひとつでした。今回終了したのはこの入口であって、画像生成そのものができなくなるわけではありません。

2. Anthropic、AIが顕微鏡やロボットアームを動かす共通規格「MHS」を先行公開

何が起きた? 8月27日、Anthropicが**「Model Hardware Standard(MHS/モデル・ハードウェア・スタンダード)」**のリサーチプレビューを公開しました(CNBC、Fortuneなどが報道)。これは、AIエージェントが実験機器や製造装置を安全に操作するための共通の決まりごとです。

対象として挙げられているのは、液体を分注する装置、ロボットアーム、顕微鏡、プレートリーダー、qPCR装置、レーザー装置、遠心分離機など。従来はメーカーや機種ごとに個別の接続プログラムを書く必要がありましたが、MHSは共通の「ドライバ」の形を決めることで、その手間をなくす狙いです。2024年にAnthropicが公開した接続規格MCPの上に作られており、特定のAIモデルに縛られない設計だとしています。

初期の検証には、Genentech、ワシントン大学、カーネギーメロン大学、HHMIジャネリア研究所、量子計算のQuEraなどが参加。対応を進める企業として、AWS、Danaher、Doosan Robotics、QIAGEN、Tecan、Universal Robots、Hugging Face、Raspberry Piなどの名前が挙がっています。Anthropicは、安全性の評価を整えたうえで規格をオープンソース化する予定だとしています。

なぜ重要? これまでAIエージェントの仕事場は、ほぼ画面の中でした。MHSは、その手を実際の機械まで伸ばそうという試みです。実験の準備や測定のように、手順が決まっていて回数の多い作業が自動化されれば、研究のスピードは変わってきます。

同時に、間違えたときの影響も画面の中では済まなくなります。Anthropic自身、装置ごとの安全上の上限をドライバの側で強制すること、実験前に異常(プレートの入れ忘れや向き違いなど)を検知して止めること、そして専門家の監督が引き続き必要であることを明記しています。AIが物理世界に出ていくときの作法づくりが、規格と一緒に始まった形です。

ひとこと解説: ドライバとは、機械とソフトを橋渡しする小さなプログラムです。プリンタをパソコンにつなぐときに入れるものと同じ考え方で、これを共通化すると「AIが機種ごとの違いを気にせず装置を扱える」ようになります。

3. Meta、社員をAIに置き換える「Project OT」を土壇場で中止 — 報道ベース

何が起きた? 8月26日以降、Metaが社内で進めていた大規模な組織改編計画**「Project OT(Organization Transformation)」**を、実行の直前に取りやめていたとロイターが報じ、Engadgetなど複数のメディアが伝えました。現時点では報道ベースの情報です。

報道によると、計画は2026年1月の経営陣の合宿でまとめられた**「AIネイティブ」構想**で、社内文書では、10〜20人の専門家からなる従来の製品開発チームを、3〜5人程度の少人数チーム(ポッド)に置き換え、残りの作業をAIエージェントに担わせる案が描かれていたとされます。従来の職種名をなくして「ビルダー」という柔軟な役割にまとめ、中間管理層を薄くする内容も含まれていたといいます。チームによっては最大60%の人員削減が検討されたと報じられました。ただしMetaはロイターに対し、この60%という数字は一部チームの想定にすぎず、全社の6割を削減する計画ではなかったと説明しています。

計画が止まった理由として報じられているのは2点です。ひとつは、社員側の反発。自分の仕事を置き換えうる技術の開発に加担しているのではないか、という空気が広がっていたとされます。もうひとつは、社内データが期待した生産性の向上を示さなかったことです。11月に予定されていた再編は、最初の通知の数時間前に見送りが決まったと伝えられています。

なぜ重要? 「AIで人手が減る」という話は、予測や不安としては何度も語られてきました。今回は、世界最大級のIT企業が実際に計画を作り、そして自社の数字を見て引っ込めたという具体例です。AIエージェントは確かに進歩していますが、組織をまるごと置き換えられるほどの成果は、少なくとも現時点の社内検証では出ていなかったことになります。

この件は、あくまで一社の一時点の判断であり、「AIは仕事を代替しない」という結論にはなりません。ただ、導入を検討する側にとっては、期待値ではなく手元の数字で確かめることの大切さを示す事例といえます。

ひとこと解説: AIネイティブとは、AIを既存の業務に後から足すのではなく、AIが動くことを前提に組織や製品の作り方そのものを組み直すという考え方です。理想としてよく語られますが、実際に移行するとなると、評価制度や責任の所在まで含めて作り替える必要があります。

4. Google、文字起こしモデル「Gemini 3.5 Transcribe」を公開 — 85言語以上に対応

何が起きた? 8月26日、Googleが音声を文字にする新しいモデル**「Gemini 3.5 Transcribe」**を、Gemini APIのパブリックプレビューとして公開しました(9to5Google、MarkTechPostなど)。同社としてもっとも精度の高い文字起こしモデルだと説明しています。

公表された数字では、録音済みの音声で平均単語誤り率2.6%、リアルタイムの配信で4.0%。85言語以上と地域ごとのなまりに対応し、話している言語を自動で判別します。録音ファイルであれば最大3人まで話者を区別できるとしています。「えーと」のような言い淀みや言い直しを整理し、読みやすい形に自動で整える機能もあります。文字起こしが出そろうまでの待ち時間は、従来モデル(Chirp 3)と比べて約70%短いとのことです。

提供は2つの窓口に分かれており、録音ファイル用と、リアルタイム配信用が別々のモデルとして用意されています。すでにAndroidのGboardの音声入力機能やmacOS版Geminiアプリに組み込まれ始めており、次はChromeへの対応が予定されています。料金の目安は、録音1分あたり0.005ドル、リアルタイム1分あたり0.009ドルとされています。

なぜ重要? 文字起こしは、AIの機能の中でも効果が分かりやすく、失敗の影響も比較的小さい部類です。会議の記録、取材メモ、動画の字幕づくりなど、使い道はすでに日常の中にあります。誤りが減り、待ち時間が短くなることは、そのまま使い勝手に直結します。

いっぽうで、単語誤り率の数字は条件のよい音声での平均値である点には注意が必要です。雑音の多い場所、方言、専門用語の多い会話では実感が変わります。導入する場合は、自分たちの実際の音声で一度試してみるのが確実です。

ひとこと解説: **単語誤り率(WER)**は、文字起こしの正確さを測る目安で、「間違えた単語の割合」を表します。数字が小さいほど良く、2.6%はおおむね100単語のうち2〜3語ずれる計算になります。

5. 米成人の34%が「健康のこと」でAIチャットボットを使う — Pew調査

何が起きた? 8月25日、米調査機関Pew Research Centerが、AIチャットボットと健康に関する調査結果を公表しました。6月22〜28日に米国の成人3,488人に聞いたもので、**34%**が健康に関する何らかの目的でAIチャットボットを使ったことがあると答えています。

内訳としては、手早く健康情報を調べるが28%、症状の原因を知りたいが25%、費用をかけずに情報を得たいが22%。回答が「非常に役立つ/とても役立つ」と答えた人は約47%でした。いっぽうで、**個人の健康データを預けることに「とても安心」と答えた人は29%**にとどまっています。利用率はアジア系(56%)や30歳未満(44%)で高く、高齢層では下がります。

同じ日に公表された別の調査では、孤独感や気分の落ち込み、ストレスの相談にチャットボットを使うことについて、米国人は**「助けになる」よりも「かえって害になる」と答える人のほうが多い**という結果が出ています。

なぜ重要? AIの話題は新機能や新モデルに集まりがちですが、**実際にいちばん多く使われている場面のひとつが「体調の相談」**だという事実は、あらためて見ておく価値があります。診察の予約を取る前に症状を調べる、専門用語の意味を確かめる、といった使い方は、費用も時間もかからないという点で理にかなっています。

同時に、この調査は利用者自身がリスクを感じていることも示しています。AIは自信のある口ぶりで誤った内容を述べることがあり、健康の分野ではそれが実害につながりかねません。AIの答えは「調べもののとっかかり」までにとどめ、判断は医療者に確認する。そして、症状や既往歴のような情報をどこに入力しているかを意識しておく。この2点は押さえておきたいところです。

ひとこと解説: AIが事実と異なる内容をもっともらしく述べてしまう現象をハルシネーション(幻覚)と呼びます。文章として自然なぶん見抜きにくく、医療・法律・金銭のように間違いの代償が大きい分野ほど、裏取りが欠かせません。

まとめ

今日の5本を並べると、AIの担当範囲がどこまで広がり、どこで止まったかという線引きが見えてきます。実験装置まで手を伸ばす規格(2)が出るいっぽうで、組織そのものを置き換える計画は数字を見て止まりました(3)。役目を終えたツール(1)と、着実に精度を上げていく地味な機能(4)が同じ週に並んでいるのも、いまの段階らしいところです。

そして5本目は、開発側ではなく使う側の実態です。3人に1人が体調のことをAIに尋ねている一方で、預けるデータには不安を感じている。技術の進み方と、生活での受け止め方には、まだ距離があります。この距離が縮まるかどうかが、これからの見どころになりそうです。

出典: