GPT-Live登場──音声AIは「ターン制会話」から同時に聞いて話す段階へ

OpenAIは、新世代の音声モデル「GPT-Live」を発表した。従来の音声AIが、ユーザーの発話が終わるのを待ってから応答する「ターン制」に近かったのに対し、GPT-Liveは聞くことと話すことを同時に扱うフルデュプレックス構成を採用している。

この変化は、単に応答が自然になるだけではない。顧客対応、教育、会議支援、現場作業支援など、声を入口にしたAI活用のUXを大きく変える可能性がある。

何が新しいのか

OpenAIによると、GPT-Liveは会話中に「聞いている」ことを短い相づちで示したり、ユーザーが考える時間には黙って待ったりできる。複雑な質問では、背後で最新のフロンティアモデルに処理を委ね、会話の流れを保ちながら結果を返す。

ローンチ時点では、GPT-Live-1とGPT-Live-1 miniがChatGPTユーザー向けに展開され、API提供も予定されている。背後の推論にはGPT-5.5が使われ、将来のモデル更新に合わせて差し替えられるという。

ビジネス利用で効く場面

音声AIが自然になるほど、キーボードや画面操作が難しい現場での利用が進みやすい。店舗、コールセンター、医療・介護、製造現場、移動中の営業などでは、声だけでAIと共同作業できる価値が大きい。

一方で、自然な相づちや割り込みは、誤解を招くリスクもある。AIが理解していないのに理解したように聞こえる、重要な確認を省略する、周囲の音を誤検知する、といった課題は残る。

導入時の注意点

企業が音声AIを使う場合、録音データの扱い、本人確認、会話ログの保存、聞き間違い時の責任範囲を明確にする必要がある。特に顧客対応では、AIが人間のように自然に振る舞うほど、説明責任が重くなる。

GPT-Liveは、音声AIが「便利な入力手段」から「会話しながら仕事を進める相手」へ近づく節目になる。業務導入では、自然さだけでなく、確認、保留、エスカレーションの設計が成否を分ける。

参考：OpenAI