エージェント システムと合成音声: AI によるジョブの引き継ぎのタイムライン

今週のイノベーション指数では、自律労働とAIが生成する現実的な声の賛否両論がトップとなった。注意すべき点は次のとおりです。

ZDNET のイノベーション インデックスへようこそ。このインデックスは、編集者と専門家からなるパネルからの投票に基づいて、過去 1 週間のテクノロジーにおける最も革新的な開発を特定し、上位 4 つをランク付けします。私たちの使命は、 将来に最大の影響を与えるトレンドを特定できるよう支援することです。

今週は、CNET の Connie Guglielmo とアナリストの Carolina Milanesi と Avi Greengart の 3 人の新しいパネリストが参加します。

まず第一に、エージェント システムと AI への投資に関する先週の予測の後も、この傾向は続いています。AI は、確かに特定の仕事で人間に取って代わられるまで、今後 10 年間でより多くの仕事を担うようになるでしょう。 ZDNET寄稿者のVala Afshar氏は、業界に基づいて今後10年間に予想されることのフレームワークとして、6つのレベルの自律作業を示しています。当初、AI は人間の労働力、つまり今日私たちが目にしているもの、つまり時間の節約と機会の拡大を継続します。直線的にではないが、アフシャー氏によると最終的にはおよそ5年以内に、現在人間が監督している役割の一部をAIが実行できるようになるという。アフシャール氏は、こうした変化に対処する企業や人事チームに向けた提言を述べています。準備方法のヒントについては、全文をお読みください。

2 位には、AI 音声ジェネレーターと、AI 音声ジェネレーターが私たちの生活の無数の部分に影響を与えています。 ZDNETの常駐AIディープダイバー、デイビッド・ゲヴィルツ氏が指摘するように、音声の合成は新しいことではない――その試みは1791年に遡る――が、AIが可能にするスケールと精度はそうだ。この影響は無限にあります。 ALS患者の会話を手伝うためであれ、お金をだまし取るためであれ、AIが生成した音声はどこにでも存在しており、人間の音声と区別するのが難しくなっている（誤った情報が飛び交う選挙に向けて、パネリストのコニー・グリエルモ氏は特にこの音声に細心の注意を払っている）。これは不気味な現実ですが、特にゲヴィルツ氏が発見したように、カスタマー サービスに電話する場合には長所と短所があります。

3 位は 3 つの新しい実験的な Gemini 1.5 モデルの発売で、Google は今週、鳴り物入りで（そして一部の不満もあり）リリースしました。 DeepMind チームは、付属の技術レポートで 1.5 の才能を称賛し、このモデル ファミリのほぼ 99% の「ほぼ完璧な再現率」、「前例のない」コンテキスト ウィンドウ、および 5 日近くのオーディオを処理する能力を指摘しました。内部調査は常に外部で精査する価値がありますが、新モデルは発売から数時間以内にチャットボット アリーナで話題を呼び、全体で 2 位と 6 位で競合他社を破りました。

今週の締めくくりは、Anthropic の安定した、控えめでさえあるチャットボット、Claude で、印象的なアップデートが行われました。一般公開されたアシスタントの新しいアーティファクト機能は、クエリに対する応答をリアルタイムでフォーマットし、コード スニペット、グラフィックス、ダッシュボードなどの作成と実装を容易にします。 ZDNET寄稿者のランス・ホイットニー氏は、これをこれまで生成AIで見た「最もクールな機能」と呼んだ。最近の繊細かつ効果的な AI 機能のテーマを踏襲し、この消費者向けのアップデートにより、日常のユーザーにとってよりシームレスに Claude を最大限に活用できるようになり、追加タスクの採用が増える可能性があります。