OpenAIの可動式AIスピーカー、価格は最大約6.3万円か 「GPT-Live」搭載の狙い
2026年8月8日 23:51
OpenAI初のコンシューマー向けハードウェアは、可動部品とカメラを搭載したドーナツ型のAIスピーカーとなり、価格は300〜400ドル（約4万7400円〜6万3200円）になると報じられている。このデバイスは、同社の全二重音声アーキテクチャ「GPT-Live」をネイティブに実行し、既存のスマートスピーカーとは根本的に異なる体験を提供する見込みだ。以下では、この強気な価格設定を支える技術的な背景、Amazonの失敗から得られる教訓、Appleとの訴訟が及ぼし得る影響を検討する。
■報じられたデバイスの全貌
OpenAI初のコンシューマー向けハードウェアデバイスは、可動部品と内蔵カメラを備えた、ホッケーパックほどの大きさのドーナツ型AIスピーカーとなり、価格は300〜400ドル（約4万7400円〜6万3200円、1ドル＝158円換算）になると報じられている。この価格が設定ミスではない技術的な理由は、AmazonがEchoを含むデバイス事業で250億ドル（約3兆9500億円）を超える損失を出した理由と表裏一体である。BloombergのMark Gurman氏は2026年8月6日、このデバイスについて初めて詳細に報じ、以前から伝えられていた情報に、形状、可動部品、価格などの具体的な内容を加えた。
従来の報道では、このデバイスがOpenAIの全二重音声アーキテクチャ「GPT-Live」で動作するとされていた。GPT-Liveは、2026年7月に1億5000万人を超える週間音声ユーザーを対象として、ChatGPTのターン制の高度な音声モード（Advanced Voice Mode）に代わって導入されたエンジンである。TechCrunchによるデバイス関連の報道も、それまでに示されていた概要を裏付けた。これはChatGPTを後付けした従来型のスマートスピーカーではなく、まったく新しい音声アーキテクチャをコンシューマー向けハードウェアとして具現化する最初の製品だという位置付けである。
このデバイスはバッテリー駆動で画面を持たず、部屋から部屋へ持ち運べるように設計されている。AI機能を追加したスマートスピーカーではなく、AIを中心に据えたコンピューターとして位置付けられている。リング状の形状は携帯性を意識したもので、キッチンカウンターからベッドサイドまで片手で持ち運べるほど小さいという。デバイスが音声を聞き取り、応答する間には、機械部品が自律的に動く。これにより、OpenAIが社内で「生命感（aliveness）」と呼ぶ感覚を与えることを狙っている。LEDインジケーターは、音声の聞き取り中か応答中かを示す。カメラシステムと環境センサーは、リアルタイムの視覚的コンテキストをOpenAIのマルチモーダルモデルに送り、AIが周囲の状況を会話に取り込めるようにする。
このデバイスは、Jony Ive氏が2019年にAppleを退社した後に設立したデザインスタジオ、LoveFromとの協業で開発されている。OpenAIは2025年5月、Ive氏のハードウェアスタートアップであるio Productsを、約65億ドル（約1兆270億円）相当の全株式取引で買収した。これは同社にとって過去最大の買収である。Appleに24年間在籍し、直近ではiPhoneとApple Watchの製品デザイン担当バイスプレジデントを務めたTang Tan氏は、現在OpenAIの最高ハードウェア責任者（Chief Hardware Officer）を務めている。Appleは2026年7月10日、同氏とOpenAIを相手取り、営業秘密の侵害を巡る連邦訴訟を起こした。
■デバイス内部でGPT-Liveが実際にしていること
このスピーカーの技術的な物語は、Jony Ive氏による外観上の選択ではなく、多くのコンシューマー向け報道が見落としていた2026年7月8日のエンジニアリング発表から始まる。それが、従来のシステムとは構造的に異なる、再構築された音声アーキテクチャ「GPT-Live」の発表である。
Amazon Echo、Google Nestスピーカー、Apple HomePodを含むスマートスピーカーは、従来、エンジニアが「ターン制会話」と呼ぶ方式を採用してきた。デバイスは、一方が話し終わるのを待ってから処理と応答を行う。電話というより、トランシーバーをモデルにした仕組みである。ChatGPTの従来の高度な音声モードも同じように動作し、音声認識、言語モデル、音声合成という3つの独立したモデルをパイプラインとして連結していたため、処理を受け渡すたびに遅延が発生していた。
GPT-Liveは、アーキテクチャの段階から根本的に異なる。全二重（フルデュプレックス）処理を採用し、会話の区切りを待つことなく、デバイスが継続的かつ同時に音声を聞き取り、発話する。通信分野でいう全二重とは、20世紀以降の電話が備えてきた双方向の同時通信であり、それを大規模言語モデルに大規模展開した形だ。OpenAIはGPT-Liveのエンジニアリングブログで、一連の独立したメッセージを順番に扱うのではなく、出力を生成しながら入力を処理する全二重アーキテクチャによって、GPT-Liveを継続的な対話に対応させたと説明している。
GPT-Liveは、従来のシステムにはなかった方法で、会話レイヤーと推論レイヤーを分離している。2つのモデルが同時に動作し、GPT-Live-1が低遅延の音声会話を担当する。ユーザーがまだ話している間にも、応答や「うん」「なるほど」といった相づちを生成する。一方、より深い推論を必要とする質問では、バックグラウンドでGPT-5.5が処理を引き継ぐ。処理は非同期で行われるため、複雑な推論の間も会話を止めずに済む。この処理の委譲構造は、長期的に最も重要な仕組みとなる可能性がある。OpenAIは音声体験全体を作り直すことなく、知能を担うレイヤーを更新できるためだ。
通信インフラも、この設計に合わせて再構築された。OpenAIはメディアフロントエンドをGoで書き直し、Pythonのasyncioによる実装を置き換えた。独自プロトコルのWARP（WebRTC Abridged Roundtrip Protocol）は、音声セッションの開始に必要なネットワーク上の往復通信を6回から1つのUDPパケットに減らす。Instant Connectシステムは、その単一パケットから音声セッションを開始できる。継続的な音声対話に関するOpenAIのエンジニアリングブログによると、この書き換えにより、フレーム配信時間の95パーセンタイル値が、旧システムにおける中央値と同等の水準まで改善したという。
Bloombergは、このデバイスがChatGPTの音声モードをさらに高機能にした高度なGPT-Liveを実行すると報じている。つまり、このスピーカーは、パック型の筐体にChatGPTのインターフェースを収めただけの製品ではない。全二重処理、2つのモデル、WebRTCベースの通信を組み合わせた音声システムを、専用ハードウェアとして具現化したものだ。カメラと環境センサーから得られる現実世界の視覚的コンテキストも、GPT-Liveの委譲レイヤーを介してGPT-5.5に送られる情報に組み込まれる。
■価格が実際にもたらすもの、そしてAmazonの250億ドルの教訓
OpenAIのスピーカーに設定された300〜400ドルという価格帯には、予想通り懐疑的な見方も出ている。比較すると、Amazon Echoの価格帯は40〜240ドル（約6300円〜3万7900円）で、カメラを搭載していないApple HomePodは299ドル（約4万7200円）である。この状況では、400ドルという価格は過度に強気なプレミアム価格にも見える。
しかし、なぜ必ずしもそうとはいえないのかを理解する必要がある。
Wall Street Journalが入手した内部文書によると、Amazonのデバイス部門は2017年から2021年にかけて250億ドルを超える損失を計上した。同じ報道では、Alexa部門だけでも2022年に約100億ドル（約1兆5800億円）の損失を出すと予測されていた。この失敗の原因は製品の品質ではなく、事業構造にあった。Amazonは、Echoがショッピング、Primeへの加入、エコシステム内での支出を促すという想定に基づき、デバイスを原価以下、または原価に近い価格で販売した。しかし、その想定は実現しなかった。多くのEchoユーザーは、Alexaをタイマーの設定や音楽再生に使っていた。こうした処理は問い合わせのたびにAmazonへコンピューティングコストを発生させる一方、直接的な収益にはつながらなかった。
全二重で動作し、カメラを搭載して常時コンテキストを把握するAIスピーカーの経済性は、ウェイクワードで起動する従来型スピーカーとは異なる。この違いにより、Amazon型のビジネスモデルは単に高リスクなのではなく、採算計算上、成立しにくくなる。全二重システムは、個別の問い合わせだけでなく、連続する音声を処理する。視覚的コンテキストをマルチモーダルモデルへ送るカメラも、「音楽を再生して」という指示より計算負荷の高い推論処理を発生させる。OpenAIが市場シェアを獲得するためにこのデバイスを40ドルで販売すれば、利用時間に応じてクラウド推論コストが発生する。そのコストを、その後のショッピング行動によって補うことはできない。ChatGPTのサブスクリプション収益モデルは、Amazonが構築しようとした小売手数料の仕組みとは別物だからだ。
300〜400ドルという価格に加え、全機能の利用にはChatGPT Plusへの加入が必要になる可能性が極めて高いとの見方を前提にすると、OpenAIはAmazonが試みなかったビジネスモデルに挑もうとしている。デバイスとサービスの双方について、事業を成立させるのに十分な料金を請求するモデルだ。消費者がその金額を支払うかどうかは、なお未解決の問題である。一方、このアーキテクチャを前提とすれば、価格設定そのものには合理性がある。
■スマートスピーカー市場を変革できるのか
テクノロジー業界の関係者からは、期待から厳しい懐疑論まで、さまざまな反応が出ている。カメラ、可動部品、プレミアム価格、常時動作するアーキテクチャを組み合わせたこのデバイスは、既存製品とは明確に異なる。しかし、MacRumorsの読者フォーラムに寄せられた反応が示すように、その違いをすべての消費者が魅力的に感じているわけではない。
構造的に最も重要なのはプライバシーの問題である。ウェイクワードを必要とせず周囲の会話を処理する、常時聞き取り型のカメラ搭載デバイスは、機能面ではEchoやHomePodより広範な情報を取得できる家庭用センサーとなる。OpenAIは、このデバイスにおける具体的なデータ保持・処理方針を明らかにしていない。GPT-Liveのサーバーへ何を送信するのか、何をログとして記録するのか、ユーザープロファイルに何を保持するのか、消費者がその処理を実質的に監査できるのか。こうした問いへの回答が、発売後の普及につながるか、反発を招くかを左右するだろう。
競争環境も変化を続けている。GoogleのGemini Liveは、ネイティブな音声間処理による双方向の音声対話に対応する。AppleのiOS 27におけるSiriの刷新には、対話型AI機能とサードパーティー製AIの拡張機能が含まれる。Amazonも2024年から生成AIを使ったAlexaの再構築を進めている。OpenAIは、直接競合する3社が大規模な既存基盤と長年にわたる製造面での関係を持つ市場へ参入することになる。
OpenAIの強みは、GPT-Liveのアーキテクチャ、すでに同社のプラットフォームを利用している1億5000万人の週間音声ユーザー、そしてコンシューマー規模で提供されている唯一の全二重型の処理委譲設計である。こうした優位性をクラウドサービスからキッチンカウンター上の400ドルのデバイスへ移せるかどうかは、2027年の発売によって明らかになる。
このデバイスは、より広範なハードウェア計画の一部でもある。OpenAIは、ドーナツ型スピーカーにとどまらないAIネイティブデバイスのラインアップを構想している。TechTimesのサプライチェーン分析によると、スピーカーについてはFoxconnが製造を担い、ベトナムまたは米国で生産する計画があるという。このサプライチェーン上の判断には、OpenAIの政府向けインフラ契約に関連する連邦政府のセキュリティ要件も影響しているとされる。
■Appleの訴訟が実際に脅かすもの
8月6日の報道で触れられたものの、結論が出ていない問題がある。Appleは2026年7月10日、OpenAIを相手取り、営業秘密の侵害を巡る41ページの訴状を連邦裁判所に提出した。訴状では、最高ハードウェア責任者のTang Tan氏がAppleのエンジニアに対し、就職面接へハードウェアの実物部品を持参するよう指示したことや、元Appleエンジニアが退社後に認証上の脆弱性を悪用し、機密ファイルをダウンロードしたことなどが主張されている。さらに、OpenAIがApple独自の金属仕上げ工程を使う共通の受託製造会社へ接触したとも主張している。これは、スピーカーが高級感のある金属製筐体を採用するとの情報に直接関係する。
現実的な法的リスクは、直ちに発売が差し止められることではない。カリフォルニア州の裁判所は、元従業員が競合企業で働いているという理由だけで営業秘密の開示が避けられないとみなす「不可避的開示（inevitable disclosure）」の法理を明確に退けている。このためAppleは、元エンジニアが現在OpenAIで働いているという事実だけを理由に、差し止めを求めることはできない。現実的に追求できるのは、開発そのものを止めずに内部監査を促す、証拠保全命令や情報の使用停止に関する証明など、対象を限定した暫定的救済である。Apple対OpenAI訴訟に関する報道によると、Bloomberg Intelligenceも、製品の差し止めではなく、対象を限定した暫定的救済が短期的にはより可能性の高い結果だと評価している。
訴訟の最も直接的な影響は、事業運営面に表れる。AppleからOpenAIへの人材採用が萎縮する可能性、Appleと関係を持つメーカーに対するサプライチェーン上の監視、そしてOpenAIが予定するIPOの目論見書における重要な訴訟リスクの開示である。OpenAIは2026年6月8日、株式公開を目指してSECへ非公開でS-1登録届出書を提出した。Appleが訴状の中でOpenAIのハードウェア部門を「芯まで腐っている（rotten to its core）」と評したことは、S-1のリスク要因で対応を求められ得る種類の主張である。
訴訟の法的枠組みと事業運営上の影響については、TechTimesが最初の訴状と、その後に生じ得る影響を詳しく報じている。
■Altman氏のプラットフォーム戦略がハードウェア開発を促す理由
Sam Altman氏は2023年5月、米上院司法委員会のプライバシー・技術・法律小委員会で証言し、AIのライセンス制度を公に支持する人物として知られるようになった。しかし、規制案が厳格化するにつれて、その後は立場を修正した。2026年7月下旬には、ポッドキャストのインタビューで投資家に対し、AI開発が社会の受け入れ準備を追い越さないよう、開発ペースを調整する必要があるかもしれないと述べた。これは、自主的なガバナンスの枠組みを重視する方向への変化を示している。
ハードウェア開発は、こうした政策的背景の中にある。OpenAIのハードウェア戦略は、主としてスピーカーの売り上げを得ることを目的としたものではない。AppleのApp Store、GoogleのAndroidエコシステム、両社が影響力を持つ通信事業者のネットワークに依存し続けるのではなく、ユーザーがAIへ接する物理的な窓口を自社で保有することが目的である。競合企業のプラットフォームを経由することなく、ユーザーの自宅でGPT-Liveをネイティブに実行するスピーカーは、AppleやGoogleの許可を必要としない流通戦略の第一歩となる。
OpenAIが採用したハードウェア分野の著名人物であるIve氏とTan氏が、いずれも現在OpenAIを訴えているAppleの出身であるという皮肉は、多くの関係者も認識している。この法的な問題がデバイスの発売を遅らせるのか、製品の設計を変えるのか、あるいは最終的に影響を及ぼさないのか。それが2027年のOpenAIのハードウェア戦略を巡る重要な焦点となるだろう。
■注目ポイントQ&A
●GPT-Liveとは何ですか？なぜOpenAIのスピーカーにとって重要なのですか？
GPT-Liveは、2026年7月8日に発表されたOpenAIの全二重音声アーキテクチャで、ChatGPTのターン制の高度な音声モードに代わって導入されました。主要なスマートスピーカーを含む従来の音声システムとは異なり、一方が話し終わるのを待ってから応答するのではなく、電話のように入力音声と出力音声を同時に処理します。2層構造となっており、低遅延の会話モデルであるGPT-Live-1が進行中の対話を担当し、複雑な推論が必要な場合はGPT-5.5がバックグラウンドで処理を引き継ぎます。その間も会話を止める必要はありません。Bloombergは、OpenAIのデバイスがこのシステムをさらに高度化したバージョンで動作すると報じています。つまり、このスピーカーはチャットボットを追加した従来型スマートスピーカーではなく、GPT-Liveのアーキテクチャを専用ハードウェアとして具現化する製品なのです。
●OpenAIのスピーカーの400ドルという価格は競合製品と比べてどうですか？また、価格には合理性がありますか？
Amazon Echoの価格帯は40〜240ドル（約6300円〜3万7900円）、カメラを搭載していないApple HomePodは299ドル（約4万7200円）です。OpenAIの300〜400ドル（約4万7400円〜6万3200円）は、スマートスピーカーとしては高価格帯に入ります。しかし、Amazonは2017年から2021年にかけて、ハードウェアを原価以下または原価に近い価格で販売し、デバイス部門で250億ドル（約3兆9500億円）を超える損失を出しました。Alexa部門だけでも、2022年には約100億ドル（約1兆5800億円）の損失が予測され、Amazonの部門の中で最大になるとされていました。常時動作する全二重・カメラ搭載型AIシステムでは、クラウド推論のコストを、Amazonが当初想定していたショッピング手数料や広告収入で補うことが困難です。OpenAIの高価格戦略は、高度な機能に継続的なクラウド処理が必要である以上、スマートスピーカーを事実上無料で提供するモデルは成り立たないという、Amazonの損失から得られる教訓を反映したものです。
●Appleの訴訟により、OpenAIのスピーカーの発売は中止されますか？
短期的に発売が中止される可能性は極めて低いとみられます。カリフォルニア州の裁判所は「不可避的開示」の法理を明確に退けているため、Appleは元エンジニアが現在OpenAIで働いているという事実だけを理由に差し止めを得ることはできません。製品自体の差し止めを得るには、Appleは不正に取得された特定の資料と、OpenAIのハードウェアにおける特定の設計判断との関係を立証する必要があります。これは証拠開示手続きに長い時間を要する、高い立証上のハードルです。Appleが現実的に求められる措置であり、Bloomberg Intelligenceが可能性の高い結果として挙げているのは、証拠保全や法令順守に関する証明を求める、対象を限定した暫定的救済です。より直接的な影響は事業運営面にあります。訴訟はOpenAIによるAppleからの人材採用を難しくし、サプライチェーン上の関係を法的監視の対象とするとともに、OpenAIが予定しているIPOの目論見書に、重要な訴訟リスクの開示を追加させる可能性があります。
●カメラを搭載し、常に音声を聞き取るAIスピーカーには、どのようなプライバシー上の問題がありますか？
OpenAIは、このデバイスの具体的なデータ保持・処理設計を明らかにしていません。全二重システムは個別の問い合わせだけでなく連続する音声を処理し、周囲の状況をマルチモーダルモデルへ送るカメラは、ウェイクワード式のスピーカーが取得する情報を大きく超える継続的なデータストリームを生成します。購入前に確認すべき重要な点は、どのような音声・映像データがOpenAIのサーバーへ送信されるのか、どの程度の期間保存されるのか、将来のモデルの学習に使われるのか、データ収集を制限するためにどのような設定が提供されるのかということです。OpenAIは、デバイスの出荷前に製品ドキュメントでこれらの疑問に答える必要があります。プライバシーを重視する消費者にとっては、可能な限りAI処理をデバイス上で行うというAppleのオンデバイス処理方針が、比較対象の一つになります。
元記事: ChatGPT Speaker With Moving Parts Priced at $400: What GPT-Live Architecture Makes Possible