「賢く話せる」と「確実に動かせる」は別の能力

Alexa+やGemini for Homeのような生成AI搭載アシスタントは、以前の音声アシスタントよりも自然な言い回しを理解し、文脈を保ちながら複数の手順を組み合わせられるようになった。

しかし、スマートスピーカーにユーザーが求める基本動作は、必ずしも自由な会話ではない。「リビングの照明を消して」「キッチンタイマーを10分にして」「いつものコーヒーを入れて」といった指示を、毎回すぐ、正確に実行することだ。ここで、確率にもとづいて答えを組み立てる大規模言語モデル（LLM）と、正確な制御システムの間に大きなミスマッチが生じる。16

失敗するのは、難しい操作ではなく日常の基本操作

問題を際立たせているのは、AIが珍しい質問に答えられないことではない。家庭で毎日使うはずの、単純で繰り返しの多い操作が失敗していることだ。

GoogleのGemini for Homeを試したレビューでは、音楽のリクエストを無視する、会話の流れを突然変える、水曜日なのに「今日は火曜日だ」と言い張る、さらにはスマート照明を消すよう頼まれても「照明など家庭内の物理デバイスを操作できない」と拒否する、といった挙動が報告された。1

Alexa+についても、以前は問題なく動いていたコーヒーのルーティンが実行されなかったという報告や、アップグレード後に既存のルーティンが消えたというユーザーの訴えがある。67 応答の遅さ、誤った回答、指示の取りこぼし、音楽の選曲ミスなども問題になっている。57

一方で、Alexa+が音声指示だけで複数の条件を含む自動化を正しく作成できた例もある。たとえば、特定の時間帯に人がカメラの前を通ったらデッキの照明を点灯させるルーティンを、対象のデバイスまで特定して設定できたという。2 つまり、機能がまったく存在しないのではない。成功と失敗の振れ幅が大きく、同じ種類の操作を安定して再現できないことが問題なのだ。

従来型アシスタントは「意図」と「操作」を固定していた

従来の音声アシスタントは、認識した言葉をあらかじめ用意された意図に割り当て、決められたAPI呼び出しへ変換する仕組みが中心だった。

「キッチンの照明を消して」と言われれば、登録済みの「キッチンの照明」というデバイスに対し、電源をオフにする命令を送る。言い回しの違いを吸収することはあっても、最終的な処理は比較的固定されている。

これに対してLLMは、文脈を解釈し、その場で最も適切だと推測したツールやAPIの呼び出しを生成する。Google自身も、Geminiは「非決定的（non-deterministic）」なシステムだと説明している。15 同じ指示でも、会話の流れや解釈によって、異なる処理に振り分けられたり、別の応答を返したりする可能性がある。315

この柔軟性は、旅行の相談や複雑な質問では強みになる。しかし「消して」という言葉が、あるときは照明の電源オフを意味し、別のときは説明や確認に回ってしまうようでは、家電制御には向かない。家庭の操作では、自然な会話よりも、同じ入力に対して同じ物理的結果が返ることが重要だからだ。

速度と信頼性は、会話の巧みさより重要

スマートホームで決定的なのは、AIがどれだけ人間らしく話すかではない。信頼性、応答速度、そして導入する価値が大きな課題になっている。12 ユーザーからは、返答が遅い、指示が抜け落ちる、誤った答えを返す、音楽を間違える、既存の自動化が消えるといった声が出ている。57

望ましい構成は、LLMに家電操作のすべてを任せることではない。LLMには曖昧な言葉の理解や複雑なルーティンの作成を担当させ、実際にデバイスを動かす段階では、対象デバイスの存在確認、権限確認、コマンドの形式検証、実行結果の確認を行う決定論的な層で制御する必要がある。

たとえば「寝る準備をして」という指示をAIが解釈すること自体は便利だ。しかし、その後に照明を消す、ドアをロックする、暖房を下げるといった処理を実行するなら、それぞれの操作が本当に成功したかを確認し、失敗した場合は明確に知らせなければならない。

Appleも同じ問題から逃れられていない

この課題はAmazonやGoogleだけのものではない。Appleも、より個人に合わせた新しいSiriの開発でエンジニアリング上の問題やソフトウェアのバグに直面し、機能の提供を延期した。48

その影響はスマートホーム製品の計画にも及んでいる。Appleは、新しいSiriを製品の重要なインターフェースとして組み込む予定のスマートホームディスプレイの発売を延期したと報じられている。3 また、現行世代のHomePodに搭載されたプロセッサーでは、Appleの新しいAI構想に必要な処理能力が不足しているとの指摘もあり、ハードウェアの更新やSiriの性能にばらつきが出る背景の一つとみられている。914

派手なデモより、失敗したときの安全性を

生成AIのデモは、自然な会話や複雑な指示への対応力を印象的に見せられる。しかし、デモでうまく動いたことは、製品として日々の生活に耐えられることを意味しない。

家電だけでなく、カレンダー、買い物、メッセージ送信などを扱うAIでは、基準をさらに厳しくする必要がある。予測可能な挙動、わかりやすいエラー表示、短い応答時間、そして危険な操作を避ける安全なフォールバックが欠かせない。

こうした条件が整う前に製品を投入すれば、統合テストや不具合の発見、失敗による損失を利用者が引き受けることになる。言い換えれば、料金を支払った消費者が大規模なベータテストの参加者になってしまう。

スマートホームAIに本当に必要なのは、何でも話せることではない。必要なときに、余計なことをせず、頼まれた操作を確実に完了することだ。

「賢く話せる」と「確実に動かせる」は別の能力

Alexa+やGemini for Homeのような生成AI搭載アシスタントは、以前の音声アシスタントよりも自然な言い回しを理解し、文脈を保ちながら複数の手順を組み合わせられるようになった。

しかし、スマートスピーカーにユーザーが求める基本動作は、必ずしも自由な会話ではない。「リビングの照明を消して」「キッチンタイマーを10分にして」「いつものコーヒーを入れて」といった指示を、毎回すぐ、正確に実行することだ。ここで、確率にもとづいて答えを組み立てる大規模言語モデル（LLM）と、正確な制御システムの間に大きなミスマッチが生じる。16

失敗するのは、難しい操作ではなく日常の基本操作

問題を際立たせているのは、AIが珍しい質問に答えられないことではない。家庭で毎日使うはずの、単純で繰り返しの多い操作が失敗していることだ。

GoogleのGemini for Homeを試したレビューでは、音楽のリクエストを無視する、会話の流れを突然変える、水曜日なのに「今日は火曜日だ」と言い張る、さらにはスマート照明を消すよう頼まれても「照明など家庭内の物理デバイスを操作できない」と拒否する、といった挙動が報告された。1

Alexa+についても、以前は問題なく動いていたコーヒーのルーティンが実行されなかったという報告や、アップグレード後に既存のルーティンが消えたというユーザーの訴えがある。67 応答の遅さ、誤った回答、指示の取りこぼし、音楽の選曲ミスなども問題になっている。57

一方で、Alexa+が音声指示だけで複数の条件を含む自動化を正しく作成できた例もある。たとえば、特定の時間帯に人がカメラの前を通ったらデッキの照明を点灯させるルーティンを、対象のデバイスまで特定して設定できたという。2 つまり、機能がまったく存在しないのではない。成功と失敗の振れ幅が大きく、同じ種類の操作を安定して再現できないことが問題なのだ。

従来型アシスタントは「意図」と「操作」を固定していた

従来の音声アシスタントは、認識した言葉をあらかじめ用意された意図に割り当て、決められたAPI呼び出しへ変換する仕組みが中心だった。

「キッチンの照明を消して」と言われれば、登録済みの「キッチンの照明」というデバイスに対し、電源をオフにする命令を送る。言い回しの違いを吸収することはあっても、最終的な処理は比較的固定されている。

これに対してLLMは、文脈を解釈し、その場で最も適切だと推測したツールやAPIの呼び出しを生成する。Google自身も、Geminiは「非決定的（non-deterministic）」なシステムだと説明している。15 同じ指示でも、会話の流れや解釈によって、異なる処理に振り分けられたり、別の応答を返したりする可能性がある。315

この柔軟性は、旅行の相談や複雑な質問では強みになる。しかし「消して」という言葉が、あるときは照明の電源オフを意味し、別のときは説明や確認に回ってしまうようでは、家電制御には向かない。家庭の操作では、自然な会話よりも、同じ入力に対して同じ物理的結果が返ることが重要だからだ。

速度と信頼性は、会話の巧みさより重要

スマートホームで決定的なのは、AIがどれだけ人間らしく話すかではない。信頼性、応答速度、そして導入する価値が大きな課題になっている。12 ユーザーからは、返答が遅い、指示が抜け落ちる、誤った答えを返す、音楽を間違える、既存の自動化が消えるといった声が出ている。57

望ましい構成は、LLMに家電操作のすべてを任せることではない。LLMには曖昧な言葉の理解や複雑なルーティンの作成を担当させ、実際にデバイスを動かす段階では、対象デバイスの存在確認、権限確認、コマンドの形式検証、実行結果の確認を行う決定論的な層で制御する必要がある。

たとえば「寝る準備をして」という指示をAIが解釈すること自体は便利だ。しかし、その後に照明を消す、ドアをロックする、暖房を下げるといった処理を実行するなら、それぞれの操作が本当に成功したかを確認し、失敗した場合は明確に知らせなければならない。

Appleも同じ問題から逃れられていない

この課題はAmazonやGoogleだけのものではない。Appleも、より個人に合わせた新しいSiriの開発でエンジニアリング上の問題やソフトウェアのバグに直面し、機能の提供を延期した。48

その影響はスマートホーム製品の計画にも及んでいる。Appleは、新しいSiriを製品の重要なインターフェースとして組み込む予定のスマートホームディスプレイの発売を延期したと報じられている。3 また、現行世代のHomePodに搭載されたプロセッサーでは、Appleの新しいAI構想に必要な処理能力が不足しているとの指摘もあり、ハードウェアの更新やSiriの性能にばらつきが出る背景の一つとみられている。914

派手なデモより、失敗したときの安全性を

生成AIのデモは、自然な会話や複雑な指示への対応力を印象的に見せられる。しかし、デモでうまく動いたことは、製品として日々の生活に耐えられることを意味しない。

家電だけでなく、カレンダー、買い物、メッセージ送信などを扱うAIでは、基準をさらに厳しくする必要がある。予測可能な挙動、わかりやすいエラー表示、短い応答時間、そして危険な操作を避ける安全なフォールバックが欠かせない。

こうした条件が整う前に製品を投入すれば、統合テストや不具合の発見、失敗による損失を利用者が引き受けることになる。言い換えれば、料金を支払った消費者が大規模なベータテストの参加者になってしまう。

スマートホームAIに本当に必要なのは、何でも話せることではない。必要なときに、余計なことをせず、頼まれた操作を確実に完了することだ。