グーグルは最近、ワークスペースオフィスエコシステムに一連のGeminiを基盤とする人工知能音声新機能を導入することを発表しました。これにより、高度な会話型音声インターフェースがGmail、Google Docs、Google Keepという3つの主要製品に深く統合されました。この重要なアップデートは、従来の入力制限を打ち破り、ユーザーが面倒な手動タイプを一切必要とせず、自然な会話によってメール検索、ドキュメント作成、構造化ノートの整理などの多様なタスクを簡単に完了できるようにします。

ドキュメント処理において、Google Docsは画期的な音声補助のアップグレードを受けました。ユーザーは今や、音声指令を使ってリアルタイムでドキュメントの下書きを作成・編集できます。この機能は長文や複数のタスク処理を専門に最適化されており、アプリ間での資料抽出機能も強力です。例えば、ユーザーが話し始めると、システムはGoogle Driveに保存されている個人履歴書を呼び出したり、特定のメール内のイベントスケジュールを抽出して上位表示したり、文末にユーモラスなエピソードを追加するよう指示することも可能です。話し中に考えを変える場合でも、AIは同じ会話フローの中で正確に理解し、リアルタイムで内容を調整することができます。グーグルCEOのサンダル・ピチャイが指摘したように、この機能は音声だけで初稿作成から詳細な校正までを一貫して行うことが可能です。

image.png

メールコミュニケーションの場面では、Gmailは深く最適化されたインテリジェントな音声インタフェースを導入しました。ユーザーはマイクボタンを軽く押すだけで、Geminiと自然な会話を行うだけで、受信トレイの中の情報を迅速に探すことができます。たとえば、次のフライトの具体的な時間やAirbnb予約の確認コード、医者の予約時間などを直接尋ねれば、AIは自動的に膨大なメール内容をスキャンし、正確な答えを提示します。このような新しいインタフェースは、従来のキーワード検索やタグ絞り込みを完全に打ち破り、混乱していた受信トレイを、直接音声で呼び出せるスマートな知識ベースに変えてしまいました。

軽量な日常記録の面では、Google KeepもAIを搭載した音声機能のアップグレードを受けました。ユーザーはいつでもどこでも頭に浮かんだ零散なアイデアやメモを口述するだけで、システムは効率的な音声認識だけでなく、AIの深い理解能力を利用して、それらを自動的に整理・整形し、整った構造化ノートやタスクリストとしてまとめます。

業界分析家は、今回の機能アップデートは、グーグルが入力法および複数アプリでAI音声入力ツールを探索してきた技術的道筋を引き継いでいるものであり、テクノロジー業界が音声入力を単なる音声転記ツールではなく、複雑でステップが多いタスクを処理できる先端領域へと進化させていることを示していると指摘しています。これは、AIがユーザーの日常生産性に seamlessly 埋め込まれる方向へと加速していることを意味しています。