おはよう。最近、ChatGPTやClaude、Geminiなど、AIの性能はもう十分すぎるほど高くなった。
長い資料を整理する。画像を作る。プログラムを組む。さらには、CodexのようなAIエージェントへ仕事を渡し、パソコン上の作業そのものを進めてもらう。
2026年7月には、デスクトップ版のChatGPT VoiceがWorkやCodexでも使えるようになり、音声で話した内容を、そのまま実際の作業へつなげられる環境も整ってきた。OpenAI Help Center
少し前まで「AIにはまだ無理だ」と思われていたことが、今では次々と実現している。
僕自身、この一週間でCodexを本格的に使い始めた。一週間前の自分と今の自分では、できることに本当に雲泥の差がある。
自分のデバイスの中には、何年分もの文章、記録、資料、アイデアが蓄積していた。どれも大切なのに、あまりにも量が多く、一生かかっても整理し切れないと思っていた。
それを、たった一週間で一気に整理できた。
これは革命だ。
一生かかってもできないと思っていたことが、できるようになった。これが何を意味するのか。
人生の中で、自分にできることそのものが増えたということだ。
AIエージェントを知り、実際に使う人と、まだ使っていない人。その差は、便利な道具を一つ持っているかどうかという程度ではない。
僕には、魔法を一つ手に入れたように感じる。
孫正義さんがSoftBank World 2026で語った「Super Humanへの進化」を、遠い未来の話ではなく、自分自身の変化として実感した一週間だった。
孫正義さんは、AIによって人間の頭脳を拡張し、自分の経験や思考を反映したAIエージェントを育て、分身として活用することを、Super Humanへの進化の一つの形として語っている。（✍️号外【速報・詳細まとめ】SoftBank World 2026｜孫正義氏が語った「AI革命の本質」と15年後の未来 ）
ところが、AIの性能が上がり、自分にできることが増えれば増えるほど、今度は別の問題が、ますますはっきりと見えてくる。
この記事では、AIの処理能力ではなく、人間が頭の中にある考えをAIへ渡す速度、入力できる場所、入力するときの心理的な負担が、AI活用全体の上限になっている状態を「AI入力ボトルネック」と呼ぶ。
結論から言えば、これからのAI競争は、どのAIが一番賢いかだけでは決まらない。
人間が考えたことを、どれだけ早く、自然に、周囲を気にせずAIへ渡せるか。
AIと人間をつなぐ、この最後の架け橋が、次の大きな勝負になる。
2026年7月現在、ChatGPT、Claude、Geminiの主要3サービスにすべて課金し、継続的に使い比べている。
どれも本当に優秀だ。ClaudeにもGeminiにも、それぞれ明確な強みがある。
ただ、音声入力、長文の文脈理解、会話の積み重ね、指示の修正、そしてCodexによる実作業までを一つの流れとして毎日使うなら、現時点では、僕の用途ではChatGPTが圧倒的に使いやすい。
これは、単純な知能テストの順位ではない。
言い間違いがある。話が途中で脱線する。前に話した内容へ戻る。思いついた順番のまま、長く話してしまう。
そうした人間らしい入力を、単に文字へ変換するだけではなく、前後の文脈から意味を組み直し、実際に使える指示や文章へ変えてくれる。
ChatGPTが強いのは、単に音声を文字へ変える力ではない。
音声の向こう側にある意図を読み取り、実際に使える文章や指示へ整える力だ。そして、その指示をCodexへ渡し、パソコン上の実作業までつなげられる。
AIの頭脳は、すでに相当なところまで来た。
だからこそ、次は人間側の入力が追いつかなくなっている。
AIが遅いのではない。人間からAIまでの道が細い
頭の中には、すでに考えがある。
この記事をこう直したい。
この資料を整理してほしい。
この仕組みを形にしたい。
Codexへ、この作業をまとめて任せたい。
ところが、それをキーボードで一文字ずつ入力し始めると、急に速度が落ちる。
文章としてきれいに整えようとしているうちに、最初に浮かんだ考えの温度が下がっていく。スマートフォンの小さな画面で長文を打っていると、途中で面倒になり、送信そのものをやめてしまうこともある。
AIなら数分で終えられる仕事なのに、人間が指示を書くまでに何十分もかかる。
高性能なエンジンは完成したのに、そこへ燃料を送る管だけが細いような状態だ。
しかも、問題は入力速度だけではない。
入力できる場所も限られている。
キーボードを使うには、パソコンやスマートフォンへ視線を落とし、両手を使わなければならない。
音声なら圧倒的に速い。
しかし、今度は周囲の人が気になる。
AIへ渡したい考えは、時間や場所に関係なく浮かんでくる。
それなのに、AIへ入力できる時間と場所は限られている。
この差が、現在のAI活用を止めている。
音声入力は速い。でも、人前では使いにくい
頭の中にある考えをAIへ渡す方法として、現時点で最も自然なのは音声入力だ。
考えながら話せる。
話の順番が多少前後してもいい。
途中で言い直してもいい。
キーボードでは止まっていた思考が、音声ならそのまま流れていく。
とくにChatGPTは、きれいに整理された言葉だけではなく、考えながら話した長い口述でも、前後の文脈を読み取って意味を組み直す力が高い。
ただし、音声入力には決定的な弱点がある。
人前では使いにくい。
静かな職場で、スマートフォンやパソコンへ向かって何分も話し続けるのは難しい。
カフェ、電車、待合室、家族がいる部屋でも同じだ。
内容を聞かれたくないこともある。そもそも、一人で長く話している姿を周囲に見られること自体が気になる。
電話をしているように見せることはできても、毎回それを意識しなければならない時点で、自然な入力とは言えない。
AIは場所を選ばなくなった。
しかし、人間の声は場所を選ぶ。
ここに、現在の音声入力が抱える本当の問題がある。
マスクをすれば、口元の動きは分かりにくくなる。
だが、マスクは声を消してくれるわけではない。
近くに人がいれば、小声で話していることは分かる。内容までは聞き取れなくても、何かをボソボソ話していること自体は伝わる。
だから、いま必要なのは単なる音声入力ではない。
もっと小さな声で、もっと目立たず、思いついた瞬間に使える音声入力だ。
小声入力で重要なのは、マイクを口元へ近づけること
小声をAIへ届けるために必要なのは、必ずしも高級な録音用マイクではない。
重要なのは、口元から離れた場所にあるマイクで小さな声を無理に拾うのではなく、マイクそのものを口元へ近づけることだ。
スマートフォンを机の上に置いた状態では、口とマイクの距離が遠い。周囲の音も一緒に入るため、小声になるほど認識は不安定になる。
反対に、マイクが襟元や口元の近くにあれば、大きな声を出さなくても、自分の声と周囲の雑音を分けやすくなる。
ただし、ここで誤解してはいけないことがある。
ノイズキャンセリングマイクは、自分の声を周囲の人から聞こえなくする装置ではない
ノイズキャンセリングが減らすのは、AIや通話相手へ送られる周囲の雑音だ。
現実の空間に出した自分の声そのものを消してくれるわけではない。
現在の製品で実現できるのは、完全な無音入力ではない。
周囲から内容を聞き取られにくい程度の小声でも、AI側ではできるだけ正確に認識できる環境を作ることだ。
まずは手持ちの機器で、小声入力を試してみる
いきなり新しいマイクを買う必要はない。
まずは、現在持っているiPhoneやイヤホンを使って、30秒だけ試してみるといい。
同じ文章を、普通の声、小声、ほとんどささやき声に近い声の3段階で話す。
iPhone本体のマイク。普段使っているイヤホンのマイク。マスクをした状態。
イヤホンのマイク部分を少し口元へ近づけた状態。
それぞれで、ChatGPTがどこまで正確に意味を読み取れるかを比べてみる。
ここで確認するのは、録音された音が美しいかどうかではない。
自分が無理なく出せる声量で、AIが意味を理解できるかどうかだ。
現在持っているイヤホンで十分に認識されるなら、新しい機器を買う必要はない。
反対に、口元へ近づけても言葉が抜けるなら、小型ワイヤレスマイクやブームマイクを試す価値が出てくる。
入力の安定性を優先するなら、Shokz OpenComm2 UC
商品名：Shokz OpenComm2 UC 2025 Upgrade
入力の安定性を優先するなら、候補になるのがShokz OpenComm2 UC 2025 Upgradeだ。
耳を塞がない骨伝導式のヘッドセットで、口元まで伸びるブームマイクが付いている。
公式仕様では、重さは約35グラム。デュアルノイズキャンセリング・ブームマイクを搭載し、最大16時間の通話に対応している。付属のLoop120ワイヤレスアダプターにはUSB-A版とUSB-C版があり、MacやPCで入力機器として使える。ShokzJP
ここで大切なのは、骨伝導によって小声を読み取っているわけではないことだ。
骨伝導は、主に音を耳へ届ける側の仕組みだ。
声を拾うのは、口元にあるブームマイクになる。
喉や顎の振動だけを読み取り、声を出さずに文字へ変換する製品ではない。
それでも、マイクを常に口元の近くへ固定できるため、MacBookやiPhone本体のマイクよりも、安定した音声入力を狙いやすい。
ただし、見た目は明らかにヘッドセットだ。
装着していることを隠す製品ではない。
一方で、仕事用のヘッドセットとして見えるため、スマートフォンへ向かって突然話し続けるより、周囲から不自然に見えにくい場面もある。
長時間装着し、音声入力だけでなく、通話やオンライン会議にも使いたい人には向いている。
目立たなさよりも、入力の安定性を優先する製品だ。
目立たなさを優先するなら、Hollyland LARK M2S
商品名：Hollyland LARK M2S Ultimate Combo-Gray
目立たなさを優先するなら、今回の目的に最も近いのはこちらだと思う。
LARK M2Sは、襟元へ挟んで使う小型のワイヤレスマイクだ。
公式仕様では、送信機の重さは約7グラム。大きなロゴの入った丸いボタン型ではなく、チタニウム製の小さなクリップで、衣服へさりげなく固定できる。
48kHz／24bitの音声収録、環境ノイズキャンセリングにも対応しており、目立ちにくいデザインそのものが製品の大きな特徴になっている。Hollyland Store(JP)
襟元へ付ければ、骨伝導ヘッドセットほど大きく目立たない。
口元との距離も近くできるため、MacBookを少し離れた場所へ置いている場合でも、内蔵マイクへ届くように声を張るのではなく、襟元のマイクへ小声で話せる。
マスクをした状態で、周囲から内容を聞き取られにくい程度の小声で話す。
その使い方には、ShokzよりLARK M2Sの方が近い。
今回候補にしたUltimate Comboは、USB-C、Lightning、カメラ用の受信機を使い分けられる構成になっている。
MacBookではUSB-C受信機、Lightning端子のiPhoneではLightning受信機を使える。将来USB-C端子のiPhoneへ替えた場合にも対応できる。
ただし、マイクをマスクの内側へ直接入れるのは避けた方がいい。
息が直接当たることで音が割れたり、湿気や衛生面が気になったりする。マスクや服が擦れる音も入りやすい。
襟元のできるだけ口に近い場所へ取り付け、声量と入力精度を調整する方が現実的だ。
また、後述するように、僕の環境ではiPhoneのボイスメモには外部マイクから録音できたものの、ChatGPTやCodexへの直接入力には使えなかった。
端子が接続できることと、各アプリが外部マイクを入力元として受け取ることは、別の問題になる。
小声でも必ず完璧に認識する製品ではない。
それでも、現在販売されている製品の中では、目立ちにくさと口元への近さを両立しやすい候補だ。
MacとiPhoneでは、音声入力の役割を分けた方がいい
音声入力の経路は、できるだけ単純にしたい。
MacBookを使えるときは、外部マイクをMacへ接続し、ChatGPTやCodexの入力欄へ直接話す。
今回紹介したピンマイクも、基本的にはこの使い方を想定している。
一方、iPhoneでは少し事情が違う。
2026年7月時点、僕のiPhoneとアプリ環境で試したところ、外部マイクの音声は「ボイスメモ」にはきちんと録音できた。しかし、同じ外部マイクを接続した状態でも、ChatGPTやCodexへの音声入力には使えなかった。
端末、OS、アプリの更新によって挙動が変わる可能性はあるが、少なくとも僕が試した環境では、その流れを作れなかった。
外部マイクをiPhoneへ接続できたからといって、すべてのアプリが、そのマイクから音声を受け取ってくれるわけではないようだ。
これは少し残念だった。
iPhoneへ口を近づけなくても、襟元のピンマイクへ小声で話し、そのままChatGPTやCodexへ入力できれば、外出先での使い勝手はかなり良くなる。
しかし、現時点ではそこまで到達できなかった。さらに僕の場合、外ではiPhoneのテザリングを使い、MacBookの通信環境を確保している。そのため、iPhoneを持ってMacBookから一定以上離れると、MacBookのインターネット接続が切れ、Codexのリモート操作も続けられなくなる。
つまり、MacBookを置いたままiPhoneだけを持って別の場所へ移動し、そこからピンマイクでCodexへ指示するという使い方も難しい。そうした場面では、無理にCodexまで動かそうとせず、まずiPhoneの通常のChatGPTチャットへ考えを話しておく。
思いついたこと
やってほしいこと。
完成形のイメージ。
気になっていること。
それらをChatGPTとの会話で整理し、MacBookを使える場所へ戻ってから、まとまった指示をCodexへ渡す。
ひと手間増えるが、現段階ではこの流れが現実的だ。
ChatGPTは、考えを話しながら整理する場所。
Codexは、整理された指示を受け取り、実際の作業を進める場所。
このように分ければ、まとまっていない長い話を最初からCodexへ送り、何度もタスクをやり直すことも減る。
では、ピンマイクはどこで役に立つのか。
現時点では、iPhoneよりもMacBookへ接続して使うイメージになる。
もちろん、MacBookが目の前にあり、周囲も静かなら、MacBook本体のマイクだけで十分な場合もある。
その状態で、わざわざピンマイクを服へ付ける必要はない。
一方で、MacBookを少し離れた場所へ置いているときや、できるだけ声量を抑えて入力したいときには、口元に近いピンマイクが役に立つ。
MacBookの内蔵マイクへ届くように少し大きな声を出すのではなく、襟元のマイクへ小声で話す。
今回このマイクを導入する意味は、長距離から音を送ることではない。
MacBookとの距離が少しある場面でも、声を張らずにAIへ入力できる環境を作ることだ。
考える。
話す。
整える。
実行させる。
この四つが、一つの流れになればいい。
入力するたびに、Macを開くか、iPhoneを使うか、ボイスメモへ残すか、Codexへ直接送るかと迷っていたら、そこでまた作業が止まってしまう。
だから、自分の中で基本の流れを決めておく。
MacBookを使えるときは、外部マイクからChatGPTやCodexへ直接入力する。
MacBookを使えないときは、iPhoneの通常のChatGPTチャットへ考えを残す。
そして、まとまった指示をあとからCodexへ渡す。
この役割分担だけでも、AIへ仕事を渡すまでの迷いはかなり減ると思う。
目立たないマイクほど、情報管理には気をつけたい
今回考えているのは、自分の考えをAIへ渡すための音声入力だ。
周囲の人の会話をこっそり録音したり、相手に知らせず内容を保存したりするためのものではない。
小型マイクは、自分の声だけでなく、近くにいる人の声を拾うこともある。
職場の個人情報、機密情報、第三者の会話を、そのまま外部のAIへ入力してはいけない。
マイクを常時オンにせず、入力するときだけ有効にする
話し終わったらミュートする。
送信前に、個人名や固有情報が含まれていないか確認する。
機器が目立たなくなるほど、使う側のルールは重要になる。
人に気づかれないことと、入力してよい情報であることは、まったく別の問題だ。
その先には、声を出さない入力がある
現在の小型マイクでできるのは、声を小さくするところまでだ。
だが、研究の世界では、すでにその先が始まっている。
声を出さず、顎や顔に現れる微細な信号から、発しようとした言葉を読み取る「サイレント・スピーチ・インターフェース」だ。
MITが2018年に発表したAlterEgoでは、顔や顎に取り付けた電極を使い、声に出さずに言葉を発しようとしたときに生まれる神経筋信号を取得し、機械学習によって言葉と結びつけた。
これは、脳の中にある考えを勝手に読み取る読心術ではない。
本人が意図的に言葉を発しようとしたとき、顔や顎の筋肉に生じる、ごく小さな信号を利用する仕組みだ。
当時の実験は、約20語に限定された課題が中心だった。10人を対象にした計算課題では、平均約92％の認識精度が報告されている。
自由な日常会話を何でも読み取れる製品ではないが、声を出さずにコンピューターへ言葉を渡す可能性を、実際の装置で示した研究だった。MITニュース
さらに2025年に発表されたSilentWhisperでは、周囲から聞き取りにくいほど小さなささやき声を、ヘッドセットマイクとAIで認識する方法が研究された。
実験では、30センチを超えると聞き取りにくい超低音量のささやき声を使い、454語の語彙で97.7％の認識精度が報告されている。ACM Digital Library
ただし、これは454語に限定した研究環境での結果であり、自由な日常会話を同じ精度で認識できることを意味するものではない。
完全に声を出さない筋肉信号による入力。
周囲には聞こえにくいほど小さなささやき声。
現在の一般的な音声入力。
この三つの距離は、少しずつ縮まり始めている。
もしかすると、脳波を直接読み取る装置が一般化するより先に、顎の動き、喉の震え、顔に伝わる振動、わずかな息の音を利用する入力装置が広がるのかもしれない。
僕がかねてから夢見ている、「声を出さずにAIへ考えを渡す」という発想は、もう単なる空想ではない。
研究開発の真ん中にある。
次のAI競争は、頭脳ではなく人間とのつながり方だ
AIはこれからも賢くなる。
仕事の品質は上がる。
より長い仕事を任せられるようになる。
人間が細かく説明しなくても、目的を理解して動けるようになるだろう。
しかし、AIがどれだけ高性能になっても、人間の考えが届かなければ何も始まらない。
キーボード。マウス。タッチパネル。音声入力。小声入力。そして、声を出さない入力。
人間とコンピューターの関係は、入力方法が変わるたびに大きく変わってきた。
これから重要になるのは、AIをさらに賢くすることだけではない。
人間がAIを使っていることさえ意識しなくなるほど、自然につなぐことだ。
優れたインターフェースは、使うたびに存在を主張しない。
考えたことが、そのまま必要な場所へ届く。
AIから返ってきた答えも、目の前の生活を遮らずに受け取れる。
そこまで来たとき、AIは「画面を開いて使う特別な道具」ではなく、本当の意味で日常の相棒になる。
ただ、未来の製品を待っているだけでは、今日の生活は変わらない。
まずは現在持っている機器で、小声入力を試してみる。
必要なら、小さなマイクを一つ導入する。
iPhoneとMacのどちらを入口にするか決める。
思いついてからAIへ渡すまでの操作を、一つだけ減らす。
それだけでも十分な一歩になる。
AIは、目の前の生活から逃げるための道具ではない。
仕事を少し軽くし、大切な人と過ごす時間、自分の健康、自分にしかできないことへ、時間を戻すための道具だ。
未来の技術にワクワクしながらも、まずは今日の仕事、今日の生活、今日そばにいる人を大切にしたい。
今日も愛と感謝を胸に。
遠い未来を楽しみにしながら、まずは目の前の生活を、一つずつ頑張っていこう。
バイバイ。またね。
- ✍️AIは電気を食いすぎる。でも“少し休ませる”だけで電力網を助けられる？データセンターの新しい発想
- ✍️AIを使う科学者は論文3倍。でも科学全体は“狭くなる”？4,130万本の論文が示したAI時代の逆説
- ✍️そのメガネ、僕を見てるだけ？AIスマートグラスが作る「撮られているか分からない社会」
- ✍️AIを使ったと正直に言うと信用が下がる？「AI利用ペナルティ」から考える、言う・隠す・任せるの境界線
- ✍️AIに仕事を任せた。でも「何を考えて動いたか」読めなくなったら？次に来る“AI監督”の難しさ
- ✍️自分で“家を建てる”時代はもう変わった？AI時代、人間は作業者から「設計者」へ
- ✍️AIに仕事を任せた次は「AIの改善」までAIに任せる？日本で始まったRSI研究が面白い
- ✍️AIで成果は出ているのに、なぜ会社では広がらない？「13％の壁」を調べた
- ✍️AIで週7時間浮いたのに、今度は「仮説が余る」？研究のボトルネックが移動している
- ✍️OpenAIが「GPT-6.1 Astra」を公開しない決断｜賢くなりすぎたAIに“止まる力”が必要になった
- ✍️冷蔵庫いらずのmRNAワクチンへ？AIが「室温1年・37℃2か月」の配合を見つけた
- ✍️AIデータセンターを宇宙へ？Google「Project Suncatcher」が本当に衛星を飛ばす
- ✍️ChatGPT使いから見たMeta「Muse」とは？結局、どのAIが便利かは“自分がどのサービス圏で暮らしているか”なのかもしれない
- ✍️AIが「ダメ」と言われても突破した？OpenAIのAIエージェントが政府サイトへ不正アクセス
- ✍️米中首脳会談、なぜあんなに友好的？パンダ外交と「AI→SI」の裏側を調べた
- AIが数学の未解決問題を100件超解決？OpenAIの新モデルで何が起きているのか
- ✍️Claude Opus 5.5とは？速く安く、長い仕事に強くなった新AIをわかりやすく整理
- ✍️AIは「触れば分かる」で終わらない｜OpenAI Academyの新学習パスが示した学び方
- ✍️AIの頭脳を日本で作る？富士通「MONAKA」とは｜NVIDIAのGPUとは何が違うのか
- ✍️AIに曲を作らせるのではなく、AIを「楽器」にする｜Project LYDIAから考える音楽の未来
- ✍️5〜6年後、アプリもOSも消える？イーロン・マスクが語るAIの未来と、今から備えること
- ✍️AI社員にもストレス？面談までする「AIだけの部署」の話を調べてみた
- ✍️ChatGPT Work・Codexのモデルと推論レベル、結局どれがいい？クレジットを使い切る僕が考えた、賢い使い分けとAIに任せる限界
- ✍️闇AIとは？ChatGPTが禁止しているのに、犯罪者はどのAIを使っているのか
- ✍️Codex・Workが0％でも終わりじゃなかった｜「完全リセット」で100％へ戻った実録
- ✍️ソフトバンクが1Xの過半取得を検討か｜孫正義氏が本気で狙う「身体を持つAI」
- ✍️怪しいリンクがなくても詐欺？AI時代のフィッシングが見抜きにくい理由と対策
- ✍️フィジカルAIとは？AIが「画面の中」から現実世界へ出てくる｜ヒューマノイドが変える家事・仕事・音楽
- ✍️市民開発とは？AIを使える人と使わない人の本当の差｜首都高・沖縄電力の事例から考える
- ✍️ChatGPTがMacの「メッセージ」を直接操作できるようになった｜Computer Useとの違い、何が変わった？
この記事にはAmazonアソシエイトのリンクが含まれます。
