消費者の世界は大きく刷新されつつあります。製品、サービス、コンテンツ、教育へのアクセスの仕方から、人同士や周囲の世界との関係の築き方、日々の生活を支える機器との関わり方、家庭での暮らし方、そして新たな発見の仕方に至るまで、変化が起きています。
増え続ける無数の方法で私たちの暮らしを変えている、イノベーションの原動力とは何でしょうか。それが音声技術です。
この技術そのものも、指数関数的な速さで変化しています。ベル研究所、IBM、カーネギーメロン大学、DARPAといったイノベーション拠点における20世紀初頭の研究開発が土台となり、この10年間でAIを搭載した音声技術プラットフォームや機器が急速に普及しました。現在、これらの機器は私たちの台所、仕事場、そしてポケットの中にあります。
フォーチュン500企業、最先端のスタートアップ企業、学術機関、その他の公共部門の組織のイノベーターたちは、アクセントや言語、感情、複数の声、文脈への適応といった分野を探求することで、音声技術の限界に挑んでいます。さらに、メッセージングやゲームの企業から教育関連の組織、生体認証企業、法執行機関に至るまで、多くの業界が音声技術をプロセスに組み込み、摩擦を取り除き、消費者にとってより良い結果を生み出す方法を見いだすにつれ、音声技術関連の特許出願を増やしています。
音声技術のイノベーションは、デジタル世界で個人が行うあらゆる行動に、セキュリティやプライバシーの問題がつきまとう文化の中で進んでいます。技術がより賢く直感的になり、日々関わる機器や空間にますます組み込まれるにつれ、私たちとの関係も変化しています。その役割は時間とともに変わってきており、つい最近まで想像もできなかった形で今後も変わり続けるでしょう。私たちは、こうした背景のもとで、音声技術の進化における5つの基礎段階を定義しました。
1. 指示
現代の音声技術が形になり始めた2000年代後半、私たちは音声技術の進化における「指示」の段階に入りました。これは、多くのユーザーが自宅の機器やデジタルアシスタントとの間で築いている関係のタイプです。特定の曲を再生させたり、食料品庫に置く特定の品物を注文させたり、どうしても思い出せない質問に答えさせたりと、その用途はさらに多岐にわたります。
私たちは、音声技術に基づく機器を、即座の満足を提供し好奇心を満たしてくれる召使いのような存在として捉えています。Accentureの調査では、消費者の52%が食品の購入をインテリジェント機器に任せることを信頼しており、49%が衣類やアクセサリーなど他の品物の購入を任せることを信頼していることが明らかになりました。さらに、2022年までに英国と米国で音声技術を用いた購入が見込まれる400億ドル規模の市場は、この「指示」の関係が私たちの日常の消費習慣に今後もどれほど影響を与え続けるかを如実に示しています。
2. 対話
私たちは現在、この進化の第2段階、すなわち「対話」の段階にいます。音声アシスタントを、注文を取り、注文の傾向を把握し、人間の意思決定を補う提案を行える給仕のような存在として扱っています。単に注文を受けるだけでなく、推奨を行うのです。AmazonやGoogleといった技術リーダーは、音声プラットフォームを通じてより効果的に私たちの発言や行動を監視し、より良い推奨や、より関連性の高い広告やオファーを届けるための新たな特許出願を行っています。音声技術によって駆動される、より精度の高い、パーソナライズされた推奨エンジンへのこの傾向は、今後も続くでしょう。
3. 予測
まもなく、音声による AI が、私たちが自分でも気づく前に新たなニーズを認識する能力をますます高めていく様子が見られるようになるでしょう。もうすぐ在庫がなくなる製品を補充するかどうかを先回りして尋ねたり、天候の変化を推奨内容に反映させたりするなどのことが可能になります。私たちは、音声技術との関係におけるこの段階を「予測」の段階と呼んでいます。
映画『マイノリティ・リポート』の未来的な場面が思い起こされます。そこでは、トム・クルーズがGapの店舗を歩いている際、過去の購入履歴に基づいて、仮想のショップアシスタントがリアルタイムで現れ、推奨を行います。このようなシナリオは、すでに形になり始めています。その精度は急速に向上し、それに応じて消費者による受け入れも進むでしょう。
4. 共感
このプロセスの次の段階は、人間と音声AIのパートナーとの関係が本格的になる段階です。この段階の技術は、音声のニュアンスや感情認識、生体モニタリングに基づいて潜在的な健康上の問題を指摘するなど、ほぼ介護者のような役割を果たします。音声AIは、喉が渇いていると感じられる声であれば水を一杯勧めたり、ストレスを感じているような声であれば一息つくことを勧めたりするかもしれません。例えばAmazonは最近、音声技術による対話をもとに身体的および感情的な健康状態を検知する技術に関する特許を出願しています。
私たちはまた、子どもの世話をこれらの機器に任せるようにもなっています。Accentureの調査によると、消費者の39%が、乳幼児や子どもを見守り、快適さや安全性に基づいて周囲の環境を調整するために、インテリジェント機器を信頼しています。高齢者層のケアにも影響があります。2050年までに世界で20億人が60歳以上になると見込まれており、この大規模な人口構造の変化に伴い、人間の介護者だけでは対応しきれない需要が増える可能性があります。音声技術は、世界の高齢化する人口のケアにおいて、今後より大きな役割を果たすと考えられます。
5. 関係構築
最終的に、私たちは本格的な「関係」の段階に到達するでしょう。映画『her/世界でひとつの彼女』や『ブレードランナー2049』は、音声技術を基盤とするAIとの間で、やがて私たちが持つかもしれない深く感情的なやり取りの類型を描いています。私たちは音声AIを友人、あるいはパートナーとして捉え、感情を共有するようになるでしょう。
人によっては、音声AIのコンパニオンは人間関係を補完するつながりとなるでしょう。一方で、音声AIが主要で心の支えとなる関係になる人もいるかもしれません。Cignaの調査では、アメリカ人のほぼ半数が孤独を感じていると報告しています。この傾向は、若い世代、特にZ世代とミレニアル世代で最も顕著です。世界的に孤独が蔓延する中、この空白を埋め、そうしたつながりを持たない人々に寄り添うために、音声AIが果たせる機会は拡大しつつあります。
音声と消費者の関係が主に取引的である現在の状況は、その可能性のごく表面をなぞっているにすぎません。しかし、こうした状況もまもなく、私たちの想像よりも早く変わるでしょう。音声技術は、消費者の日々の生活の多くの側面に触れる可能性を秘めています。特筆すべきは、消費者の根強く潜在的なニーズに、非常に人間的な体験によって容易に応えられるという点です。この技術が消費者のウェルビーイングを高める非常に前向きな役割を果たせる一方で、消費者のプライバシーに関しても、極めて現実的で深刻な影響があり、政府、研究機関、技術開発者、産業界の関係者が協力して対処する必要があります。
本記事は、Global Future Council on Consumption（消費に関するグローバル・フューチャー・カウンシル）の依頼により執筆されました。
