アマゾン、Alexaの「複数タスク同時実行」に1億ドル超のGPU投資か――内部文書「Moonraker」がリーク

アマゾン（Amazon）が、音声アシスタント「Alexa」に複数のタスクを連携して実行する機能を追加する秘密プロジェクト「Moonraker（コードネーム）」を進めていることが、リークされた内部計画文書から明らかになった。同社は2026年だけで1億ドル（約162億円）以上のGPU費用を投じる計画とされる。しかし、競合のOpenAIが同日に高度な音声モデル「GPT-Live」を一般公開したことで、アマゾンが追うべき技術的ギャップの大きさが浮き彫りになっている。

■秘密プロジェクト「Moonraker」の全貌

米メディアのBusiness Insiderは2026年7月8日、アマゾンの内部計画文書を閲覧したとして、同社が「Alexa+」に「マルチリクエスト（複数要求）」処理機能を追加するプロジェクト「Moonraker」を進めていると報じた。これは、1回の音声コマンドから複合的な指示を解析し、複数の関連するアクションを連続して実行する機能だ。

文書に記載された代表的な例は「配車サービスを予約して、サラに『今向かっている』とメッセージを送って」というものだ。シンプルに聞こえるが、これは2011年のSiri登場以来、音声アシスタントを定義してきた「1問1答（コマンド・アンド・レスポンス）」設計からの根本的なアーキテクチャの転換を意味する。現在のAlexa+は、配車の予約かメッセージの送信のどちらか一方は実行できるが、1つの発話から両方を同時に実行することはできない。アマゾンはこの制限が競争上の弱点になっていると認識しているようだ。なお、アマゾンはこのリーク文書に関するコメントを拒否している。

■なぜ「複数タスクの連携」に1億ドルもの巨費が必要なのか

現在のシングルタスクモデルと、Moonrakerが目指すマルチリクエストモデルとの間にある溝は、単なるソフトウェアの微調整で解決できるものではない。これはインファレンス（推論）のコスト効率の問題であり、1億ドル（約162億円、1ドル＝162円換算）を超えるGPU費用の予測はまさにそれを反映している。

現在のAlexa+は、アマゾン独自のLLM「Nova」にAnthropicの「Claude」を組み合わせて高度な推論を行っているが、1回につき1つのリクエストを処理する。このモデルでは、1回のやり取りにつき約800トークンが生成される。しかし、AIエージェントが複合的な指示を解析し、一連のアクションを計画し、複数の外部API（Uberや連絡先、メッセージングサービスなど）を呼び出して結果をまとめるとなると、1回あたりのトークン数は1万〜5万トークンに跳ね上がる。これは単純なコマンド処理の12倍から60倍に相当する。

米調査会社Gartnerが2026年3月に発表した分析でも、エージェント型AIのワークロードは、標準的なチャットボットの5〜30倍のトークンを必要とすることが確認されている。また、Nvidiaのジェンセン・フアンCEOは、AIエージェントには標準的なLLMの100倍の計算資源が必要になると見積もっている。アマゾンの内部文書でも、MoonrakerはAlexa+プログラムの中で「最もコストがかかる」新規イニシアチブと明記されており、財務負担を軽減するためにプロジェクトの延期や規模縮小の可能性も検討されているという。

■先行する「GPT-Live」の衝撃的なアーキテクチャ

Moonrakerのリークが報じられた同じ日、OpenAIは第3世代のChatGPT音声モデル「GPT-Live」をローンチした。これは同社史上、最も重要な音声インフラの刷新となる。

従来の音声AIは、音声認識（STT）でテキスト化し、LLMで処理した後、音声合成（TTS）で出力するという段階的なパイプラインに依存していた。これに対し、GPT-Liveは「フルデュプレックス（全二重）」アーキテクチャを採用し、音声の入力と出力を同時に処理する。ユーザーは話している途中で割り込んだり、考えながら言葉を濁したりしても、システムが自然に「ふむふむ」「わかりました」といった相槌を打ちながら対応できる。

さらに、会話と推論を切り離す「委譲レイヤー」も導入された。Web検索や高度な分析が必要な場合、GPT-Liveは会話を継続しながら、バックグラウンドで動作する「GPT-5.5」にタスクを静かにルーティングする。OpenAIによると、すでに毎週1億5000万人以上がChatGPTの音声機能を利用しているという。

■Alexa+の現状と「Moonraker」がもたらす変化

現在、米国ではAmazonプライム会員向けにAlexa+が追加料金なし（プライム会費は月額14.99ドルまたは年額139ドル）で提供されており、非会員は月額19.99ドル（約3,240円）で購読できる。英国では早期アクセス段階にある。Alexa+は初代Echoなどの古いハードウェアを除く大半のEchoデバイスに対応しているが、その生成AI機能はすべてアマゾンのクラウド上で処理されている。

未発表のMoonrakerがこの基盤に加われば、複数タスクの同時実行が可能になる。しかし、アマゾン内部ではコスト対効果の議論が続いており、計画通り2026年に提供されるか、あるいは延期・縮小されるかは不透明だ。

一方で競合の動きは早い。GoogleのGeminiは2025年中半からGmailやWhatsAppなどのAndroidアプリとの連携を進めており、Appleも2026年1月にGoogleのGeminiモデルを年間約10億ドルでライセンス契約し、Siriの再構築を進めている。音声アシスタント市場は今、アマゾンがMoonrakerで目指しているエージェント機能の実現に向けて一斉に激しい競争を繰り広げている。

■注目ポイントQ&A

●アマゾンの「Project Moonraker」とは何ですか？

Alexaに1回の音声コマンドで複数のタスクを連携して実行させるための、アマゾン内部の秘密プロジェクトです。例えば「タクシーを呼んで、同時に連絡先にメッセージを送る」といった操作が可能になります。現在は開発・テスト段階であり、正式な発表や発売時期は未定です。

●GPT-Liveと現在のAlexa+の違いは何ですか？

GPT-Liveは、音声の入力と出力を同時に処理するフルデュプレックスアーキテクチャを採用しており、ユーザーが途中で遮って話しかけることも可能です。また、複雑な処理はバックグラウンドのGPT-5.5に委譲します。一方、現在のAlexa+は1回につき1つのリクエストを処理する仕様になっており、複数タスクの同時実行はできません。

●AIエージェントが誤って実世界のアクションを実行した場合、誰が責任を負いますか？

これはまだ解決されていない未解決の課題です。Alexa+のベータテストでは、誤って水槽のフィルターを停止させてしまい魚が死んでしまうトラブルが報告されています。決済やメッセージ送信など、取り消しのつかない実世界のアクションをAIが実行する際のエラーには実害が伴うため、現段階ではユーザーも注意が必要です。

元記事: Amazon’s $100M Moonraker Leak Reveals How Far Alexa Lags Behind GPT-Live