OpenAI GPT-Live登場──全二重の音声AIで「会話しながら考える」体験へ

OpenAIは、新しい音声モデル「GPT-Live」を発表した。全二重アーキテクチャにより、AIが聞きながら話し、必要に応じて背後のフロンティアモデルへ処理を委譲できる点が特徴だ。

全二重の音声AIとは何か

従来の音声AIは、音声認識、LLM応答、音声合成を順番に処理するカスケード型が中心だった。GPT-Liveは、会話の途中で相づちを打つ、割り込みに反応する、ユーザーが考えている間は黙るといった自然な対話を目指している。

複雑な質問では、会話の流れを保ちながら背後でより強いモデルに処理を委譲する。ローンチ時点ではGPT-5.5を背景モデルとして使い、今後の新モデルに合わせて更新される。

ビジネスUIとしての意味

音声AIが自然になると、キーボード前提ではなかった業務へAIが入りやすくなる。店舗、工場、医療補助、移動中の営業、研修など、手が塞がる場面では特に価値が出る。

一方で、音声は文字より誤認識や聞き間違いの影響を受けやすい。重要な意思決定や顧客対応では、発話ログ、確認フロー、後から読める要約をセットにするべきだ。

注意点

自然な相づちは体験を良くするが、ユーザーがAIの理解度を過大評価するリスクもある。企業導入では、AIが確信していること、確認が必要なこと、実行権限があることを明確に分ける設計が必要になる。

参考：OpenAI公式発表