ボイスの時代がそこまできた。モバイルファーストを思い出せ

adekvat-iStock.

＜モバイル向けコミュニケーションサービスのLINEは、早くからPC重視を捨て「モバイルファースト」に徹して成功した。次の勝者はモバイルを捨て「ボイスファースト」に徹した者かもしれない＞

　AIの進化で音声認識の精度が急速に向上している。機械が人間の音声をほぼ正確に認識できるようになれば、社会は一変すると言われている。テック業界は、PCからスマートフォンに時代が移行したころの「モバイルファースト」の教訓を思い出し、「ボイスファースト」の事業構想を練るべきときがきた。

AIの音声認識が間もなく人間を超える

　音声認識の領域で、ディープラーニングと呼ばれるAIの注目技術を使って実績を上げているのが、米Microsoftの研究所。音声認識の精度は、人間の音声をどれだけ正確に書き起こせるかのテストで計る。英語の場合は同じ発音でもスペルが異なる単語が存在するので、人間でも単語数で数％の間違いが生じるのだとか。

　そのテストでMicrosoftのAIは今年９月にエラー率6.3%を記録。そのときも業界内で衝撃が走ったが、そのわずか１カ月の10月には、エラー率が5.9%にまで低下した。5.9%はプロの速記者と同程度だという。Microsoftの研究者は「５年前に、われわれの技術が５年間でここまで伸びるとは想像できなかった」と語っている。研究者でさえ驚くようなスピードで技術が進化しているわけだ。

　米スタンフォード大学のAI研究所の元所長で、現在中国バイドゥ（百度）のチーフサイエンティストであるAndrew Ng（アンドリュー・ン）氏は、音声認識の精度が向上すれば社会は一変すると指摘する。「音声認識率が95%から99％に向上すれば、すべての人が音声コマンドを常時使うようになるだろう。この95%から99%までの進化が大事。多くの人はこのことを過小評価し過ぎ。99%に達した時点で、すべてが変わる」という。

　同氏によると、2020年までに検索の少なくとも50%は、画像検索か音声検索になると予測している。文字で検索することのほうが少なくなる時代が、もうすぐそこまで来ているというわけだ。

モバイルファーストが業界勢力図を塗り替えた

　そうした時代に向けてビジネスはどう変化すべきなのだろうか。

　実は、われわれは同様のビジネス界のパラダイムシフトを数年前に体験している。