元OpenAIの要、ミラ・ムラティが仕掛ける「インタラクションモデル」の衝撃

OpenAIの元CTOミラ・ムラティが立ち上げた「Thinking Machines Lab」が、沈黙を破りついに動き出した。AIの未来を「ターンベース」から「リアルタイムな連続性」へと進化させる彼女の戦略を読み解く。

【インパクト分析】次世代AIインターフェースが定義する「人間との対話」の再定義

これまでAIとのやり取りは、プロンプトを入力して回答を待つ「ターンベース」の形式が主流でした。しかし、ミラ・ムラティが掲げる「インタラクションモデル」は、200ミリ秒という超短時間での連続的なストリーム処理を前提としています。これは、単なるチャットボットの進化ではなく、人間同士のコミュニケーションにおける『間』や『修正』を理解する、AIのOS的なパラダイムシフトを意味しています。競合がモデルのパラメータ数や推論能力を競う中で、彼女は「AIが人間とどう共生するか」というインターフェースの根本に切り込んでおり、これが成功すれば現在のAI製品のUXは全て過去の遺物となる可能性があります。

「ターンベースからリアルタイムな共生へ、AIのUXは『会話』の解像度で勝負が決まる」

※インタラクションモデル：プロンプトに対する応答を待つ形式ではなく、音声・テキスト・映像などの連続的な入力をリアルタイムに解釈し、人間の思考プロセスに近い応答を返す新しいAIの対話形式。

【技術の深掘り】200ミリ秒の壁を突破するリアルタイム処理の革新性

Thinking Machinesが目指す技術の核心は、低遅延でのマルチモーダル処理にあります。現在のLLMは入力の確定を待って処理を開始しますが、同社のモデルは思考の途中の「ゆらぎ」や「中断」を許容する設計が求められます。以下の比較表で、従来のモデルとの違いを整理します。

技術的メリットと課題：

• メリット：人間特有の「言い淀み」や「中断」に対応し、自然な共同作業が可能になる。
• デメリット：莫大な推論コストと、連続処理に伴うコンテキスト維持の難易度が極めて高い。

「0.2秒の遅延が、AIを『道具』から『相棒』へと進化させる境界線である」

【日本の視点】レガシーな商習慣を「リアルタイムAI」でどう変えるか

日本のビジネスシーンでは、会議や商談における「文脈の共有」が重視されます。従来のAIツールは、議事録の要約には長けていても、会議の進行中にリアルタイムで介入して議論を整理したり、微妙なニュアンスを汲み取って提案を投げかけることは困難でした。日本企業は、この技術を活用して「意思決定の高速化」を図るべきです。特に、属人化しやすい熟練工のノウハウや接客の質を、インタラクションモデルを通じて標準化・高度化できる可能性があります。明日から取り組むべきNext Stepとして、社内の会議や対面業務における「AIがリアルタイムで介入する余地」を特定し、プロトタイプとして音声情報の連続処理を実験的に導入することを推奨します。

【編集部の予測】エンジニアの価値は「モデルを作る人」から「対話の振る舞いを設計する人」へ

これからの未来、AIモデルそのものの性能はコモディティ化し、ますます「誰でも簡単にトップクラスの推論能力」を扱えるようになります。その時、エンジニアの価値はどこに宿るのでしょうか。私は、モデルのアーキテクチャをいじることよりも、「AIが人間とどのような『間』で、どのような『態度』で対話するか」という、振る舞いの設計にこそ価値がシフトすると考えています。

かつてエンジニアがUI/UXデザインをデザイナーに任せていたように、今後は「AIの性格」や「対話のリズム」を設計する『AIデザイナー』的な役割が、エンジニアリングの最前線に躍り出るはずです。技術的な深淵を覗き込むことよりも、AIとの共同作業がどれだけ人間にとって心地よいものかを追求する。そんな「人間中心のエンジニアリング」を体現できる人間が、次世代のリーダーになるのではないでしょうか。技術を愛するエンジニアの皆さん、これからはモデルの重みよりも、AIとの『会話の重み』を設計する楽しさに目覚めてみませんか。