AI業界の最新ニュースを追っていたら、生成AIが「マルチモーダル」で本気を出してきた話

先週の夜勤明け、朝7時に休憩室のソファでスマホを開いたら、タイムラインがOpenAIとGoogleの発表で埋まっていました。眠気も忘れて2時間読み込んでしまい、結局ほとんど寝られないまま次の業務に入ったのですが、それくらい今のAI業界は動きが激しいです。

今回は介護の話は少し脇に置いて、AI業界全体で何が起きているのか、素人目線で追いかけて分かったことをまとめてみます。

ここ数ヶ月の生成AIニュースをざっくり整理してみた

正直、毎日のように新機能の発表があって追いつきません。私自身、通勤時間の30分と昼休みの15分をAIニュースのチェックに充てていますが、それでも半分も追えていない体感です。

そこで、直近で「これは流れが変わったな」と感じた動きを整理してみました。

主要3社の最新動向を並べてみる

特にAnthropicのComputer Useという機能は衝撃でした。AIが自分でマウスを動かし、画面を見て、ブラウザを操作する。これは今までの「文章を返してくれるAI」とは根本的に違います。

「マルチモーダル」って結局なにがすごいのか

ニュース記事に必ず出てくる「マルチモーダル」という言葉。噛み砕くと、文字・音声・画像・動画をまとめて理解して、まとめて返してくれるという意味です。

試しにChatGPTの音声モードで、休憩中に「今日読んだニュースを口頭で要約するから、あとで文章にまとめて」とお願いしてみました。3分ほど喋ったら、きれいに構造化されたメモが返ってきて、正直びっくりしました。

使ってみて分かった、地味だけど大きな変化

• スマホのカメラを向けて「これ何?」と聞ける（駅の券売機で試したら5秒で答えが返ってきた）
• 手書きのメモ用紙を撮影して、そのままテキスト化と要約が同時にできる
• 音声入力の認識精度が体感で2〜3年前とは別物になっている

私は夜勤で申し送りノートを走り書きすることが多いのですが、字が汚くて自分でも読めない時があります。試しにその走り書きを撮影して読ませたら、8割は正しく読み取ってくれました。これは事務作業の景色が変わるレベルの進化だと思います。

ここが独自視点：ニュースを追っていて気づいた「意外な発見」

ここからは他のブログではあまり触れられていない、私なりに感じた発見を書きます。

発見1:「性能競争」より「使いやすさ競争」に軸が移っている

去年までは「GPT-4の方が賢い」「いやGeminiの方が」という性能勝負の話が中心でした。ところが最近のニュースを読み比べていると、各社が力を入れているのは「いかに手間なく使ってもらうか」にシフトしている気がします。

音声で話しかけるだけ、画像を見せるだけ、パソコン操作を代わりにやる。つまり「AIに指示を出す方法自体が簡単になっている」んです。プロンプトを頑張って書く時代から、普通に喋る時代へ。これは大きな転換だと感じました。

発見2:個人向けより「仕事の中に埋め込む」ニュースが増えた

MicrosoftのCopilot、GoogleのWorkspace統合、Notion AIなど、単独のチャットAIより「普段使っているツールに勝手にAIが入っている」パターンが増えました。

ケアプラン更新期に、Wordで長い文章を書き直す作業を月に何十件もこなす仕事仲間がいます。その人は「AIサイトを開く」というひと手間が面倒でChatGPTを使わなかったのですが、Word内蔵のCopilotなら使うようになりました。「別タブを開かない」というだけで導入率が変わるのは、現場感覚として非常にリアルです。

発見3:料金体系がじわじわ変わっている

月額20ドル前後だった有料プランに、最近は「上位版で月200ドル」というプランが出てきました。ChatGPT Proがその代表です。プロユースと一般ユースの分断が始まっているとも言えます。

ただ、無料プランでもできることは1年前より確実に増えていて、「無料でも十分」というのが正直な印象です。私自身、無料枠だけで日常のほとんどが回っています。

ニュースを追いかけるコツ:情報の洪水に溺れないために

AIニュースは1日100本以上流れます。すべては追えません。私が実際にやっている絞り込み方を書いておきます。

• 週1回まとめて読む:毎日追うと疲れます。日曜の朝30分だけと決めています
• 3社に絞る:OpenAI、Google、Anthropicの公式発表だけ追えば大筋は掴めます
• 「発表」より「使った人の感想」を読む:公式は良いことしか書きません。実際に触った人のレビューの方が学びが多いです

18年働いてきて痛感するのは、情報を集めすぎると動けなくなるということ。夜勤で16時間、判断の連続の中にいると、「知っている」より「実際に手を動かす」方が10倍価値があると分かります。AIも同じで、1本試してみる方が10本記事を読むより身になります。

まとめ:2024〜2025年は「AIの使い方が変わる年」

今のAI業界を一言でまとめると、「賢さの競争」から「馴染ませ方の競争」へ移っていると感じます。

• マルチモーダルで、文字入力に縛られなくなった
• 普段のツールにAIが埋め込まれ、意識せず使う時代に入った
• AIが自分で操作を代行する段階に入りつつある

介護でも他の業種でも、共通して言えるのは「難しそう」と敬遠していた人ほど、今から触ると驚くほど簡単に感じるはずだということ。1年前のAIと今のAIは、もう別物です。

ニュースを眺めるだけだと「へえ」で終わりますが、1つでも試してみると景色が変わります。休憩時間に音声モードで話しかけてみるだけでも、十分な第一歩になると思います。

この記事を書いた人
AI介護士kaze運営者。介護福祉士・ケアマネジャー・社会福祉士の資格を持ち、介護現場歴18年。現場のリアルな課題感を起点に、AI×介護の実用性を探求・発信しています。