たとえあなたが頼んでいなくてもバックグラウンドで作業を続ける常時稼働のAIパーソナルアシスタントは、人々が実際にどう深層学習モデルを使うのかという問いへの今年の答えだ。スタートアップのInstinctは一夜にしてセンセーションを巻き起こし、Metaは自社アシスタントMuseにマーケティングの全力を注いだ。
OpenAIも置いていかれるわけにはいかなかった。同社は dotsをリリースした。これは9月下旬のデベロッパーデイで発表された同社のアシスタント提供だ。OpenAIのエンタープライズ製品チームを率いるアレクサンダー・エンビリコスは今月、TechCrunch Disruptに登壇し、この製品の起源を説明した。その出発点となったのは、なぜこれほど多くの企業が数兆パラメータの行列乗算マシンのアバターとして愛嬌のあるマスコットを採用するのか、という問いだった。
「ある種の収斂進化が起きているのです」と、エンビリコスはAIアシスタント構築の取り組みについて語った。「製品を作りながら、これを『ひとつのエンティティであり、単一の会話である』と捉えれば、多数の別々の会話ではない……と気づいたとき、直感的なものになり始めたのです」
このアシスタントは、ChatGPTのデスクトップおよびモバイルアプリで、月額100ドルからのProティア以上の加入者に提供されている。カレンダー、メール、コンピュータなどのツールに接続すると、エージェントはあなたの仕事を完了できるよう支援しようとする。
エンビリコスは、dotsの機能の多くは今年初めにリリースされたOpenAIのコーディングツールであるCodexアプリでも実現できると指摘する。ただし、それにはより多くの作業と手間がかかる。彼は、妻がエージェントに作業を続けさせるために夜中ずっとコンピュータの電源を入れっぱなしにするようになったとき、喜んだことを思い出す。
「製品チームで私が考えているのは、これをどうすれば人々にとって直感的で役立つものにできるか、ということです」と彼はDisruptの参加者に語った。「その多くは、新しい技術を製品に組み込むことではなく、ユーザーにどう提示し、どう感じさせるかに関わるのです」
チャットボットからコーディングツール、そしてパーソナルアシスタントへの道のり
技術を直感的に感じさせることは、同社モデルの機能をよりアクセスしやすい形に再パッケージすることを意味し、同社はすでにその道を歩んでいた。ソフトウェアエンジニア向けに構築したエージェント型コーディングツールから ChatGPT Workを切り出した のだ。その名前さえも、OpenAIのロゴのネガティブスペースをもじったもので、「最終的にどこにでも存在しうる何かに感じられる」ことを意図している。(ライバルのAI起業家イーロン・マスクがdot.comのURLを所有していると知ったのはいつかと問われると、エンビリコスは「かなり遅くに知りました」と答えた)
永続的エージェントの考え方は、プロンプトを必要としないというものだ。OpenAIにとってはトークン使用量の増加を意味し、ユーザーにとっては、エンビリコスの言葉を借りれば「あなたのことを考え、どう助ければいいか考えているような」、より能動的なアシスタントを意味する。
私たちのテストでは、アシスタントの先を読む能力は明らかで、しばしば役に立つが、まだ十分とは言えない。カレンダーの競合や今後の締め切りを知らせてはくれるが、必ずしも最もタイムリーな形ではない。
「初めてそれらの競合のひとつについて知らされたとき——これは開発初期のことですが——その3分前でした」と、エンビリコスは自分のdotについて語る。「『ちょっと、この予定が近づいています。何か対処したほうがいいかもしれませんよ』と。3分しかないのに!」
エンビリコスはタイミングが時間とともに改善すると期待しているが、この能動的なアプローチこそが製品の鍵だ。「ドローン配送のスタートアップのエンジニアの話を聞いたのですが、その人はこう言いました。『障害が発生したとき、私が障害に気づく頃には、私のdotはすでに障害に気づき、すでに障害を分析し、障害を解決するために役立つ情報を持って私のところに来ていた』と」
dotに鍵を渡す
ほとんどのAIエージェントのユースケースと同様に、AIモデルが役立つために必要な個人情報と、ソフトウェア企業にどれだけの個人データを露出するのかの間には緊張関係がある。Museは、あなたの家族や友人についての 構築するプロファイルを批判されてきた 。このソフトウェアは、たとえば特定の友人とはどんなレストランに行きたいかを知るためにそれを使うが、Metaの広告ビジネスに莫大な価値を加える可能性もある。dotsは同様のデータを収集するのか?
「はい、私たちはdotsに『プロアクティブリサーチ』と呼ぶ機能を組み込みました」とエンビリコスは語った。「一定のペースで、あなたについて何を知っているか、どんな会話をしてきたか、そしてあなたが考えてもらえるようアクセス権を与えたものは何かを考え、それから『どうすればあなたをもっと助けられるか』をリサーチします。そして基本的に、それを提案します」
エージェントのデータニーズとその親企業のデータニーズを切り離すのは難しい。独自のAIパーソナルアシスタントを開発するスタートアップHarkは、OpenAIやMetaのように広告ビジネスの燃料としてデータを収集しないことを明示的に主張している。
dotsについて、OpenAIはエージェントがChatGPT本体と同じプライバシー管理機能を持つと述べている。ユーザーはモデルトレーニングをオフにして(OpenAIが会話をAIの改善に使うのを止め)、コンピュータ内のどのリソースにどうアクセスするかを制御できる。それでも、これらの管理機能は細かく設定できず、アプリは押しが強い。たとえば、クラウドドライブへの読み取り専用アクセスを受け入れることを拒否する。
「必要なのは、基本的に超・超・超粒度の細かいコントロールを構築していくことだと思います」とエンビリコス氏は述べたが、その裏返しとして、モデルの知性と裁量にも言及した。
「これは実は、ローンチ時に少し批判を受けたことでもあります」とエンビリコス氏は言う。「エージェントが何をするかについて非常に保守的なデフォルト設定にしていて、頻繁に許可を求めていました。そうしたフィードバックが来ることは分かっていましたが、『大丈夫、時間をかけて調整できる』と思っていました」
パーソナルAIエージェントはスケールできるのか?
AIエージェントに関するもう一つの大きな疑問は、スケールできるかどうかだ。数人だけが使っているうちは楽しいもので、エージェントが取りにくい予約を取ったという話は枚挙にいとまがない。しかし企業は必ずしもエージェントとの対応を好まず、対応できる体制がないかもしれない。人間は間違いなくエージェントとのやり取りを好まない(注意：AIエージェントに私に売り込ませるのはやめてほしい)し、エンビリコス氏もその一人だ。OpenAIの企業パートナーは人間とやり取りしたいので、彼は人間のアシスタントも雇っているという。さらに「私は個人的に、他人のエージェントと打ち合わせをするつもりは一切ありません」と付け加えた。
AI業界が正しく、エージェントが私たちの未来だとすれば、企業やウェブサイトから決済ネットワークに至るまで、今の世界を支えるインフラを圧倒することなく、そこにたどり着けるのだろうか?
「OpenAIでは…エージェントが世界と連携する次の機能のリリースに関して、必ずしも最速で動いているわけではありません」と彼は言う。「ただ、動くときは、エコシステムの他のプレイヤーと緊密に協力して行っています。ここで多くを語ることはおそらくできませんが、決済処理業者と数多くの話し合いを深めています」
決済企業との提携を通じてAIアシスタントにお金を使わせることは、OpenAIにとって収益性が高い可能性のある初の試みとなる一方、消費者にとっては大きな要求でもある。メールの受信箱へのアクセスをアシスタントに許可するだけでも大きな要求に感じられるが、銀行口座は立ち入り禁止だ。今のところは。