【AIニュース 9/17】AIが広告でも話しかけてくる時代 — 今日の注目9選
こんにちは、まこっちです。今日は9月17日、木曜日ですね。
今日いちばん面白いと思ったのが、GoogleのGemini 3.5 Transcribeというモデルで、日本語の音声を85言語対応・誤字率2.6%で文字に変換できるという話です。文字起こしを毎回手動でやっている方、これはかなり使えるかもしれないですよ。
他にもChatGPTに広告エージェントが入ってきたニュースや、Apple×Googleの次世代Siriの話など、今日も9本お届けします。
—
1. ChatGPT LibraryにDropbox・Box・SharePointが直接つながった — ファイルのアップロード不要で分析できる
📺 画面表示用
ChatGPTに、Dropbox・Box・SharePointというクラウドストレージを直接つなげられるようになりました。何がいいかというと、ファイルをいちいちアップロードしなくていい。たとえば「先月のセミナー資料と今月の売上データを比べて」と言うだけで、クラウドのファイルを引っ張ってきてChatGPTが作業してくれます。「@mentions」でファイルを呼び出す感覚はちょっと新しくて、まるで同僚に「あのファイル持ってきて」と話しかける感じです。有料プランのユーザーに今週から順次展開されていて、ChatGPT WorkやBusiness版での利用が中心になります。「ここに資料を置いたらすぐ使える」という感覚が、だいぶ変わりそうです。
講師視点コメント: 使っているクラウドストレージをChatGPTに繋いでみるといいんじゃないかなと思います。DropboxかBoxを使っている方は、まずこれを有効にするだけで、「先月の講座資料を参照しながらレジュメを更新して」という指示が通るようになります。今まで「ファイルをアップロードして」という手間があったのが、なくなるだけで作業の流れがぐっとスムーズになる。コース資料や受講生向けの資料をDropboxで管理している方は、今週中に一度繋いでみる価値があります。
—
2. Google「Gemini 3.5 Transcribe」公開 — 85言語対応で誤字率2.6%、文字起こしのAIが実用レベルに
📺 画面表示用
Googleが音声文字変換の新しいAIモデル、Gemini 3.5 Transcribeを公開しました。85の言語に対応していて、ワード単位の誤り率が平均2.6%なんですよ。誤字率2.6%って言っても感覚がつかみにくいかもしれないですが、要は「100単語話したら2〜3箇所だけ間違う」というレベルで、日本語でもかなり実用的な精度です。しかも複数人が同時に話しているとき「誰が何を言ったか」を区別する機能や、業界専門用語を学習させるカスタム機能も付いています。さらにリアルタイムの双方向ストリーミング対応の「Transcribe Live」も同時公開されたので、ライブ配信や会議のリアルタイム文字起こしにも使えます。
講師視点コメント: 動画を撮ったあとの文字起こしを、このモデルで一度試してみると良いと思います。Whisperやotterなどのツールをすでに使っている方も多いと思うんですが、Gemini 3.5 Transcribeは話者の識別と専門用語のカスタム登録が強みです。コーチングセッションの記録やZoomの議事録、YouTube動画の下テキスト作成など、文字起こしが絡む作業をしている方に直接使える変化です。Gemini APIで使えるので、ai.google.devで無料枠から試せます。まず1本だけ音声ファイルを流して、今のツールと比べてみるといいんじゃないかなと思います。
—
3. Google GeminiのWindowsアプリが登場 — Alt+Spaceで画面どこからでも呼び出せるデスクトップAI
📺 画面表示用
GoogleがWindowsパソコン向けに、Geminiを呼び出せる専用アプリをリリースしました。Alt+Spaceを押すだけで画面のどこからでもGeminiが開く仕組みで、タスクごとに専用のワークスペースを切り替えながら作業できます。GoogleドキュメントやGmailとの連携が深くて、「さっきのメールの件でスライドを作って」みたいな文脈を引き継いだ指示ができるのが特徴です。画像や動画の生成機能も統合されていて、ChromeのタブでGeminiを開かなくていい分、Windowsで仕事をしている方にとっては使い勝手がだいぶ変わりそうです。Macにも近いうちに来るんじゃないかなと思っています。
講師視点コメント: Windowsを使っている方は、まずこのアプリをインストールしてみると良いと思います。Alt+Spaceのショートカットで、どんなアプリを開いている最中でもGeminiが瞬時に呼び出せるというのは、作業の流れが変わるポイントです。「スライドを作りながら何かを調べたい」「メールを返信しながら文章を直してほしい」という瞬間に、タブを切り替えずに済む。まず1日だけ使ってみて、どの場面で呼び出すのが自分に合っているかを実感するところから始めるといいんじゃないかなと思います。
—
4. Anthropic Claude Managed Agentsに予算制御とGitHub連携が追加 — 企業向けエージェントがコスト管理できるように
📺 画面表示用
AnthropicのClaudeを使った企業向けエージェント基盤、Claude Managed Agentsが大幅にアップデートされました。まず予算制御の機能が入って、セッションごとに使えるトークンの上限を決めておけるようになりました。「1回の作業でいくらまで使っていい」という上限を設定しておくと、上限に達したところで一時停止して、制限を変えたら再開できる仕組みです。もうひとつがGitHub連携で、自分のGitHubリポジトリにあるスキルのファイルを、エージェントが自動で読み込んで使えるようになりました。さらにデータをどの国のサーバーで処理するかを指定できる「地域固定」の機能も加わって、企業がAIエージェントを運用するための実用性がぐっと上がった感じです。
講師視点コメント: Claude CodeやAPIを使ってAIエージェントを試している方は、予算制御の機能が入ったことで「1回の作業でいくらまで使うか」を事前に決めておけるようになりました。「気づいたら想定以上にコストがかかっていた」という状況を防げる。GitHub連携については、自分のコードや資料のリポジトリをエージェントに読み込ませるという使い方が現実的になってきたということです。今すぐ試す段階じゃなくても、「こういう設計ができるようになってきた」と知っておくと、自動化の次の一手を考えるときのヒントになります。
—
5. Hugging Faceが推論コストを最大40%削減するカーネルライブラリを刷新 — LLMを動かす費用が下がる流れが加速
📺 画面表示用
Hugging FaceがLLM——大規模言語モデルのことなんですが——を動かすためのカーネルライブラリを大幅に刷新して、推論にかかるコストを最大40%削減できるようになりました。「フューズドアテンション」という手法と、モデルに合わせて自動でパラメータを調整する「オートチューニング」を組み合わせることで、計算量を大幅に減らしています。これが何を意味するかというと、AIのAPIを使う料金や、自前でAIを走らせる電気代・サーバー代が下がるということです。Hugging Faceはオープンソース、つまり無料で誰でも使える形で公開しているので、ChatGPTやClaudeだけじゃなくて、いろんなAIサービスが少しずつ安くなる流れが続いていくはずです。
講師視点コメント: 自分で何かをインストールする必要はないので、「知識として持っておく」感覚でいいと思います。Hugging Faceのような技術がコストを下げる→ChatGPTやClaudeの料金も下がっていく、という流れが続いています。今年に入って主要なAIサービスの料金はかなり下がっていますが、その波はまだ続く可能性が高い。今「高くて使えない」と感じているサービスも、3〜6ヶ月後には手の届く価格になっているかもしれないので、候補のリストに入れておくといいんじゃないかなと思います。
—
6. ChatGPTに広告エージェントが登場 — ブランドのAIと直接会話できる「Sponsored Agents」
📺 画面表示用
OpenAIがですね、ChatGPT内に『スポンサードエージェント』という新しい広告の形を導入しました。今まで広告っていうのは『バナーを見せる』だけだったんですが、これはユーザーが関連する広告を見たとき、そこをタップすると企業が用意したAIエージェントと直接会話できる仕組みになっています。たとえばAngiというアメリカの住宅リフォーム会社では、地域の業者を探しているユーザーに対して、AIが要望を細かく聞いてマッチングしてくれる。「Sponsored Agent」とラベルが表示されるので、一般的な会話との区別はちゃんとつくようになっています。今まで「広告は流すもの」だったのが、「広告は会話するもの」になっていく流れが、こういう形で来たんですね。
講師視点コメント: 自分のビジネスを持っている講師・コーチの方は、「このスポンサードエージェントの仕組みで自分のサービスを紹介できたら」という視点で見てみると面白いと思います。まだ大企業が先行している段階ですが、広告が「バナーを見せる」から「AIが会話する」に変わってきたという流れは、今後の集客の考え方にも影響してくるはずです。今日はまず「ChatGPTの中でこういうことが起きている」と知っておくだけで十分。どう使うかは半年後に改めて考えるでいいと思います。
—
7. AppleがSiri刷新に向けGoogleと組む — 1.2兆パラメータのカスタムGeminiがiOS 27に搭載予定
📺 画面表示用
AppleがiOS 27向けの次世代Siriに、Googleが開発したカスタムモデルを使う方向で進んでいるという情報が出てきました。パラメータというのはAIの学習でどれだけ細かい判断を覚えているかの目安みたいなものなんですが、1.2兆というのはGPT-4の推定値と同規模かそれ以上というレベルで、「ちょっと想像しにくい規模」ですよね。iPhoneに元々載っているApple Intelligence（Appleが自前で持っているAI）とGoogleのGeminiを組み合わせる形を取るようで、これが実現するとSiriが今とは全然違う賢さになる可能性があります。2026年中のiOS 27リリースに向けて開発が続いているということで、秋のAppleイベントでどこまで出てくるか注目です。
講師視点コメント: 今すぐiPhoneを変える話ではないんですが、「Appleがここまでオープンになってきた」という変化として見ると面白いです。今まで「AppleのAIはAppleが全部作る」という姿勢が強かったんですが、Googleとここまで組んでくることで、iPhoneを使って講座の準備や資料作成をしている方にとって、来年の秋ごろに大きな変化が来る可能性があります。「なんとなく気になっている」くらいのウォッチでOKです。秋のAppleイベントが発表されたら、チェックしてみてください。
—
8. OpenAI DevDay 2026が9月29日に開催決定 — Managed AgentsやAPIの新展開が一気に出てくる
📺 画面表示用
OpenAIが年に一度の開発者向けイベント「DevDay 2026」を9月29日、サンフランシスコで開催します。ライブ配信のキーノートに加え、APIや新ツールのデモ・ワークショップも予定されていて、AIを仕事で使っている人が一番注目するイベントのひとつです。今年のDevDayで特に注目されているのがManaged Agentsの発表で、企業が独自のAIエージェントをスケールで展開するための仕組みがどこまで整うか。あとgpt-5.4-cyberモデルが10月1日に廃止になるので、後継モデルの詳細もここで案内されるはずです。日本時間だと9月30日の早朝になるので、翌日のニュースで追いかけるという感じになりますが、ウォッチしておく価値は十分あります。
講師視点コメント: 9月29日の配信を、できれば翌30日のアーカイブで見ておくといいんじゃないかなと思います。DevDayはAPIや開発者向けのイベントですが、発表されたツールや機能が数ヶ月以内にChatGPTの一般向け機能に入ってくる。今年のDevDayはManaged Agents、つまり「AIが複数の作業を自律的にやる仕組み」が中心テーマになりそうで、これが実用化されると講座制作や受講生対応の自動化に直結する話になってきます。カレンダーに「9月30日 DevDay振り返り確認」と入れておくだけで十分です。
—
9. ChatGPT WorkにDataプラグイン登場 — ビジネスデータに問いかけてダッシュボードを自動生成
📺 画面表示用
ChatGPT WorkとCodexに、ビジネスデータを直接分析できる「Dataプラグイン」が追加されました。Codex、これはOpenAIのコーディング・分析ツールのことなんですけど、そこで「先月の受講生数はどう変化したか」「どのコースが一番完走されているか」といった問いに対して、AIがデータを直接読み込んで答えてくれます。さらに自社独自の指標の定義——たとえば「うちの完了率の計算方法はこう」というルール——をコンテキストとして渡せるので、会社独自のモノサシでデータを見てもらえる。インタラクティブなダッシュボードも生成できるので、スプレッドシートをいちいち加工しなくていい場面が増えそうです。
講師視点コメント: ChatGPT WorkやCodexを使っている方は、今週このDataプラグインを1回試してみるといいと思います。自分のビジネスの数字——受講生数、完走率、売上の推移——をCSVやスプレッドシートで持っていれば、「この4ヶ月で一番離脱が多かったコースはどれか」「月曜日と金曜日でどちらが購入が多いか」という問いにAIが直接答えてくれます。分析のためにExcelで手を動かす時間が減るだけじゃなくて、「聞き方次第で何でも引き出せる」という感覚が変わります。まず1つ、気になっていた数字に問いかけてみてください。
—
今日の一番 — 現場に入れる1アクション
今日の9本から選ぶなら、2番 Gemini 3.5 Transcribe。
理由は「文字起こし」は講師・コーチ・コンテンツクリエイターにとって毎回必要な作業で、精度が上がれば直接、制作時間に影響するから。
具体的な1アクション：今週中に、自分の動画か音声ファイルを1本だけGemini APIに流してみてください。やり方は、ai.google.devにアクセスして、無料枠でGemini 3.5 Transcribeを呼び出すだけです。今使っているWhisperやotterなどのツールと精度を比べてみて、日本語の固有名詞はどう扱われるか、自分の耳で確認する。1本試すのに5分かかりません。「使える精度かどうか」は、そこではじめて実感できます。セミナー録音でも、Zoom議事録でも、YouTube用の音声でも、何でも試せます。
—
今日のニュースは9本でした。文字起こしAIの精度と、ChatGPTにクラウドストレージが直接つながったのは、今週中に一度試してみると実感が変わると思います。
ちょっとでも「使ってみようかな」と思ったものがあれば、コメントで教えてください。チャンネル登録もよろしくお願いします。今日も一日、いい学びを。
—
この記事はAI音声コンテンツをもとに構成しています。