OpenAI DotsとMeta Muse：自分から動くAIアシスタントは何が新しいのか

金曜の夕方、あなたは「来週の出張の準備をしておいて」とだけAIに伝えたとします。これまでのチャットAIなら、何をすればいいか逆に質問してくるか、一般的な持ち物リストを返して終わりでした。ところが、自分から動くタイプのAIは、航空券を探し、カレンダーを確認し、ホテルの候補を並べ、上司への共有メモまで下書きしようとします。この「頼んだら最後までやってみる」という変化が、いま話題の自律型エージェントです。

待つAIから、動くAIへ

これまでの対話型AIは、基本的に「聞かれたら答える」存在でした。あなたが一問ずつ指示を出し、返ってきた文章を自分でコピーして別のアプリに貼り付け、次の作業をまた自分で頼む。AIは優秀な相談相手でしたが、手足はあなた自身だったわけです。

自律型エージェントは、この役割分担を変えます。目標を渡すと、AIが自分で手順を分解し、必要なアプリを開き、途中で結果を確かめながら進めます。OpenAIのDotsはクラウド上に用意された仮想のパソコンで常時動き、MetaのMuseはスマートグラスのカメラを通して目の前の光景を手がかりにします。どちらも「指示を待つ」より「任されて進める」方向へ踏み出した例です。

クラウドで働くDotsの仕組み

Dotsの考え方は、あなたの代わりに働くパソコンを一つ借りるイメージに近いものです。あなたが「この資料をまとめて、関係者に共有しておいて」と頼むと、Dotsはクラウド上の仮想パソコンで、資料を開き、要点を抜き出し、共有先を選び、メッセージを書きます。GPT-6 Astraというモデルが、次に何をすべきかを考えながら、複数のアプリをまたいで作業をつないでいきます。

ここで大切なのは、Dotsが「一回の返事」ではなく「一連の流れ」を担当する点です。たとえば会議の日程調整なら、候補日を出すだけでなく、参加者の予定を確認し、空いている時間を探し、招待状を送るところまで進めようとします。途中で予定が合わなければ、別の候補を探し直す。この試行錯誤が、単なるチャットボットとの違いです。

目の前の世界を見るMuse

MetaのMuseは、スマートグラスのカメラを通して、あなたが見ているものを手がかりにします。たとえば海外のスーパーで、棚に並んだ商品のラベルを眺めているとします。Museはその光景を読み取り、材料やアレルギーの有無を確認したり、日本語で説明したりできます。ポケットのMuse Charmという指紋センサー付きの小さな機器で、さっと呼び出せる点も特徴です。

ただし、見えているものをそのまま理解しているわけではありません。カメラに映った映像と言葉の手がかりを組み合わせて、もっともらしい説明を作っているだけです。だからこそ、薬の用量や契約の条件のように、間違えると困る場面では、必ず元の情報を自分で確認する必要があります。

任せられること、任せられないこと

自律型エージェントが得意なのは、手順が決まっていて、途中で何度も確認できる作業です。逆に、一度の判断が大きな影響を与える場面や、最新の正確な情報が欠かせない場面は、まだ人の確認が欠かせません。

• 向いている例：予定の調整、資料の下書き、複数アプリをまたぐ情報の整理、買い物リストの作成など、やり直しがきく作業。
• 注意が必要な例：送金や契約、医療や法律に関わる判断、相手に直接届くメッセージの送信など、取り消しにくい操作。
• 確認の習慣：AIが「完了しました」と報告しても、送信先や金額、日付など、後から直せない部分だけは自分で見直す。

これから見えてくる課題

自律型エージェントが広がると、私たちは「AIに何を任せるか」をこれまで以上に意識するようになります。便利さの裏側では、AIがどのアプリにアクセスし、どんな情報を読んでいるのかを把握しておくことが重要です。DotsもMuseも、あなたの代わりに動くからこそ、許可する範囲をこまめに見直す姿勢が求められます。

もう一つ忘れてはいけないのは、AIが自信たっぷりに間違えることがあるという点です。存在しない予定を作ったり、実際とは違う商品の説明をしたりすることがあります。だからこそ、任せた結果をそのまま受け取るのではなく、大事な場面では一度立ち止まって確かめる。この習慣が、自律型AIと上手に付き合うための第一歩になります。