60分解説：OpenAIの最新進化。「学ぶ」から「考える」へ
オープンAIの12日連続新機能発表、プロ並みの思考力を身につけた「O1」と「O3」の驚異
オープンAIが12月に行った12日連続の新機能発表に関して、AIの専門家である大野峻典氏（Algomatic CEO）に解説してもらった。思考できるAIモデル「O1」「O3」の驚異的な性能向上から、映像生成AIの進化、AIエージェントの未来まで、最新の発表内容とその意義を分かりやすく解説する。
Q. オープンAIが12日連続で行った発表の背景は何ですか？
オープンAIが突然12日連続で新機能を発表したのは戦略的なPR活動の一環と考えられます。AI市場は現在、Google、Microsoft、Apple、Amazonなど世界のトップ企業が競争する激戦区となっています。
この時期の発表には特徴があります。12月はアメリカではサンクスギビングデー以降、休暇ムードになる時期で企業からの新発表が少ない傾向があります。しかし、オープンAIはあえてこの時期に「アドベントカレンダー」のようなクリスマスツリー型の発表形式で毎日新機能を公開し、AI市場のカテゴリーリーダーとしての地位を示す意図があったと考えられます。
Q. 12日間の発表の中で特に注目すべき点は何ですか？
12日間の発表の中でも特に注目すべき3つのポイントがあります：
1. 思考するAIモデル「O1」と「O3」の登場
2. 文字以外の領域（動画・音声）における進化
3. チャットを超えたAIエージェントの実用化
これらはAI技術の大きな転換点を示すものであり、今後のAI活用の方向性を示唆しています。
Q. 「O1」「O3」モデルとは何ですか？その能力はどれほどですか？
「O1」と「O3」は思考能力を持ったAIモデルです。これまでのAIは質問されたら即座に回答していましたが、O1は回答する前に考える時間を持ち、それによって精度を向上させています。
具体的な性能として、O1は数学やプログラミングのコンテストで優秀な成績を収め、数学オリンピックに出場できるレベルの正答率や、プログラミングコンテストでも上位11%の成績を達成しています。科学分野では博士号保持者の成績（69.7%）を上回る78%の正答率を示しました。
その後発表されたO3はさらに進化し、数学では人間のトップレベル、プログラミングではトップクラスのプログラマーを上回る成績を達成。さらに重要なのは、「AGIベンチマーク」と呼ばれる汎用人工知能の能力を測る試験で、人間の平均（85%）を超える87.5%の正答率を記録した点です。これは未知のルールを推測して新しいパターンを見抜く能力が人間を超えたことを示しています。
Q. O1やO3は従来のAIとどう違うのですか？
最大の違いは「思考プロセス」にあります。従来のAIは大量のデータから学習したパターンをもとに即座に回答していましたが、O1やO3は質問を受けると「考える時間」を取り、ステップバイステップで思考を組み立てます。
例えば、「ピボットの競争戦略」について質問すると、O1は1分以上かけて思考します。この間に「ピボットとはどういうメディアか」「メディア業界の一般的な成長戦略は何か」「ピボット独自の要素は何か」といった論点を洗い出し、構造化された深い回答を作成します。
この思考能力により、O1やO3は複雑な問題解決において人間の専門家に近い、あるいはそれを超える回答を生成できるようになりました。
Q. この「思考するAI」にはデメリットもあるのですか？
最大のデメリットはコストです。O1の1タスク当たりのコストが数ドル程度なのに対し、O3は約15万円（1000倍以上）かかると言われています。これは「考える」という行為に多くの計算リソースと電力を消費するためです。
このコスト問題に対処するため、O1ミニやO3ミニといった軽量版も同時にリリースされています。これらは問題の難易度に応じて思考量を調整し、簡単な質問には即座に回答するなど、コスト効率を高める工夫がされています。
また、思考型AIの普及には推論（回答時の計算処理）に特化した新しい半導体の開発が必要とされています。オープンAIは約1年前から半導体開発に取り組んでおり、この課題を見越した動きをしています。
Q. 動画生成AIの「Sora」とはどのようなものですか？
Soraはテキスト入力から高品質な動画を生成できるAIです。春に発表されていたものが実際に使えるサービスとして登場しました。
Soraの特徴は非常に高品質な映像生成能力と、使いやすいインターフェースにあります。例えば、「熊の家族が箸を使って寿司を食べている」といった指示を与えると、リアルな映像を生成できます。また、アニメ調からリアルな映像まで様々なスタイルで作成可能です。
さらに「ストーリーボード」機能では複数のシーンを連続した映像として生成したり、「リミックス」機能では既存の映像の一部だけを変更（例：マンモスをロボットに置き換えるなど）することも可能です。
Q. Soraは映像業界にどのような影響を与えますか？
Soraにより映像制作の民主化が進むと予想されます。これまで高額な費用と専門技術が必要だったCMや映像コンテンツの制作が、AIを使って低コストで実現できるようになります。
特に人間では撮影が難しい場面や、CGが必要な特殊効果などの分野で活用される可能性が高いです。ただし、現時点ではまだ60〜70点程度の出来栄えであり、ハイエンドな映像制作では「AIで素早く下書きを作り、人間のクリエイターが仕上げる」という使い方が主流になると予想されます。
Googleも「Video 2」という対抗モデルを発表しており、技術的には現時点でSoraより高精度とも言われていますが、Soraの方が実用的なインターフェースと機能を備えています。
Q. 「AIエージェント」とは何ですか？
AIエージェントは、チャットボットを超えて自律的に行動するAIのことです。従来のチャットAIが質問に答えるだけだったのに対し、エージェントは環境を把握し、目標に向かって自分で判断・行動します。
例えば文章作成において、チャットAIは指示されたことに答えるだけですが、AIエージェントは文書を共同編集しながら、必要に応じてコメントを付けたり、修正案を提案したりします。人間の編集者のように文章を見て、改善点を指摘してくれるイメージです。
オープンAIは「Canvas」という機能と、デスクトップ版アプリでこのエージェント機能を実現しています。文書だけでなく、様々なアプリケーションと連携し、ユーザーの作業環境を理解した上で適切な支援を行います。
Q. 今回のリリースから学べる今後のAI発展の方向性は？
今回の発表から見えてくる今後のAI発展の5つの方向性は以下の通りです：
1. 「よく学ぶ」から「よく考える」へ：AIの学習データは限界に近づきつつあり、今後は思考能力の向上が成長の鍵となる
2. 文脈理解の重要性：AIが周囲の情報（映像、音声、他のアプリの情報など）を取り込むことで、より適切な判断ができるようになる
3. アプリケーション重視へのシフト：モデルの性能競争からユーザー体験を重視したアプリ開発へと焦点が移りつつある
4. 単独ツールから常時利用へ：AIが作業環境に溶け込み、常に利用できる状態へと変わっていく
5. チャットからエージェントへ：単なる対話型AIから、自律的に行動するエージェントへと進化している
Q. 2025年に期待されるAI技術の展開は？
2025年は「思考競争」がさらに加熱し、より高度な思考能力を持つAIモデルが各社から登場すると予想されます。同時に、一般ユーザーが意識せずに使えるような使いやすいAIアプリケーションが増加するでしょう。
AIの利用形態としては、Androidと iOS のような「プラットフォーム争い」が激化し、その上で重要なキーアプリは各社が自社開発するという構図になると予想されます。