GPT4oに世の中の無駄な会話と応対を代替させてみた

　先日、AI分野の先駆者であるOpenAIが新しいAIモデル「GPT-4o」を発表した。“o”は「omni」の略であり、マルチモーダルな特性を持つ。具体的には、GPT-4oは画像、テキスト、音声など異なる種類のデータを同時に処理できる。従来の技術では、人間の音声をテキストに変換し、そのテキストを処理した後、再度音声に変換する必要があった。

　しかし、GPT-4oはこれらのステップを省略し、直接人間の音声を処理することが可能である。これにより、AIとの音声会話の応答速度は飛躍的に向上したのだ。例えば、話し下手な営業マンの営業トークや女子トークみたいな内容のない話は大抵応対がルーティン化されているのでこれで代替できるのではないか。

　ということで飲食店を始めてやたらと営業電話が来たり予約サイトの連携などで必要なシステムの打ち合わせなども増えている為、その打ち合わせでこの音声会話を組み込ませてみた。まぁ自分からすると自分の応対と比較すると少し違和感を感じるのだが、驚くほど完璧に応対している。
システム担当が言っている言葉に対して的確に会話をしてくれるのだ、すごく助かる。

　だいたい、予約サイトの運営会社やこの手の営業マンというのは話が長い上、文章で送って欲しい旨を伝えてもお電話できる時間はないですか？などと図々しく言ってくるので迷惑極まりなかった。人の時間を潰していることが理解できない人間にわざわざ人間が対応する必要はない。

　また、これが可能になれば人材を雇う必要もなくなる。どこかのAIベンチャーの社長が社員不要論を唱えていたように、もう10年すれば人を雇わなくても時価総額10兆円の企業も出てくるだろう。今のうちに無駄な会話、応対、タスクをできるだけ最小限にできるツールを使いこなせるようにしていきたいものだ。