AIグラスとコンパニオンデバイスはどんなデータを集めるのか

AIコンパニオンデバイスはカメラとセンサーを搭載して登場します

アイアンマンの「ジャーヴィス」や映画『her／世界でひとつの彼女』の「サマンサ」は、人間の置かれた状況を理解し、日々の生活をサポートするAIとして描かれています。最近のAIハードウェア開発の動向を見ていると、こうしたコンパニオンを作り出そうとする試みが目につきます。

2026年7月の報道によると、OpenAIはディスプレイを持たないスピーカー型デバイスを開発中とのことです。カメラや各種センサー、自律して動く機構、メール情報を活用したパーソナライゼーション機能などが取り沙汰されています。もっとも、まだ正式リリース時の仕様として確定したものではありません。一方のMetaは、すでにカメラを搭載したスマートグラスを一般向けに販売しています。

私はこのニュースを目にして、数カ月前に取り上げたトロントの高級住宅街におけるAI監視カメラの事例を思い出しました。あのときは、街の安全のために設置されたカメラのデータに誰がアクセスできるのかが論点でした。対して今回は、ユーザー自身が身につけたり自宅に置いたりするデバイスが、生活にまつわる情報を収集し得るという点が気にかかりました。

パーソナライゼーションに必要なデータの範囲と保管方法は、製品の利便性と同じくらい綿密に吟味されるべきだと私は考えています。

Inkling: Our open-weights modelOur first open-weights model: multimodal, Mixture-of-Experts, with controllable reasoning effort. Available to fine-tune on Tinker.thinkingmachines.ai

研究のアプローチも多種多様です。ミラ・ムラティ氏が率いるThinking Machinesは、テキスト・画像・音声を扱い、ユーザーが推論コストを調整できるオープンウェイトモデル「Inkling」を発表しました。ヤン・ルカン氏はAMI Labsにて、世界の変化を予測するワールドモデルに注力しています。アプローチこそ違えど、周辺の状況を理解するAIを開発しようという関心は共通しています。ただし、どちらの方向性も、ユーザーを常時撮影するデバイスが絶対に不可欠であることを意味しているわけではありません。

報道されるコンパニオン機器は周囲の情報を活用します

OpenAI’s first hardware device is reportedly a screenless speaker that can move | TechCrunch画面を持たないコンパニオンデバイスの開発方針を伝えた報道です。techcrunch.com

関連する報道では、カメラや環境センサー、持ち運び可能なバッテリー、自律して動く機構などが紹介されています。ユーザーを長期間にわたって支援し、使えば使うほどパーソナライズされる製品を構想しているといいます。OpenAIがジョナサン・アイブ氏率いるioチームを65億ドルで買収したことも、新デバイス開発に巨額の経営資源を投入している証左と言えるでしょう。ただし、公表された機能と将来の計画、情報筋による説明は区別して捉える必要があります。

コンパニオンデバイスと監視機器には、カメラ、マイク、センサーといった共通の部品が使われることがあります。しかし、部品が同じだからといって、機能やリスクまで同一とは限りません。いつ収集するのか、端末内で処理されるのか、サーバーへ何を送信するのか、そして誰がアクセスできるのかが肝心です。

Meta Ray-Ban Display – AIグラスの革新的未来 - haebomMeta Ray-Ban Displayとニューラルバンドの機能を紹介した記事です。haebom.dev

Metaはこの方向性をはるかに早く、かつ大規模に推し進めています。ディスプレイ非搭載のスマートグラスは、2026年第1四半期だけで出荷台数ベースで167%増を記録し、ウェアラブルの中で最も急成長する製品群となりました。Metaとエシロールルックスオティカがこの市場の80%以上を握っています。先月には、Ray-Banというブランド名を借りず、前面に「Meta」の名を冠したスマートグラスを299ドルで発売しました。既存のラインナップより80ドル安い価格設定です。低価格化によってユーザー層を一気に広げようとする戦略と見られます。もっとも、販売台数が増えたからといって全ユーザーの映像が学習データとして収集されるわけではないため、実際のデータポリシーは個別に確認しなければなりません。このスマートグラスが打ち出す中核機能は「スーパーセンシング」、すなわち目の前にある物体や場所をリアルタイムに認識する能力です。

AIハードウェアの競争においては、対話の受け答えの精度とともに、ユーザーを取り巻く状況をいかに的確に把握できるかも重要視されつつあります。スマートグラスは、その情報を取得するための製品形態の1つです。

ワールドモデル研究とカメラ搭載機器はどう関わるのか

周囲を理解する機能を開発しようとする理由は、ワールドモデルの研究動向からも読み取れます。

ジャーヴィスが真に役立つ存在になるためには、口が達者なだけでは不十分です。部屋の構造、物が置かれている場所、今まさに起きている状況を理解していなければなりません。しかしヤン・ルカン氏は、現在のAIはまさにこれができていないと指摘します。彼は最近MetaのチーフAIサイエンティストを退き、AMI Labsという企業を立ち上げましたが（2026年3月に約8億9,000万ユーロの資金調達を発表）、その旗印こそがこれでした。現在のモデルは言語をもっともらしく扱っているため賢く見えるだけで、世界を真の意味で理解してはいないという主張です。

ルカン氏が研究する代替案が、ワールドモデル¹とJEPA²です。物体が動いたり力を受けたりしたときにどう変化するかを予測する能力を培おうとするアプローチです。物理法則がテキスト内に存在しないわけではありませんが、言語データだけで現実世界の多様な変化を学び取るのには限界があるという問題意識に基づいています。World Labsのフェイフェイ・リー氏も、ワールドモデルを空間と時間の構造を学習するアプローチとして説明しています。

映像やセンサーデータは、こうした学習に活用される可能性があります。ただし、公開・許諾された映像データやシミュレーションなどデータソースは多岐にわたるため、ワールドモデルの研究が直ちにユーザーの日常生活を常時収集しなければならないことを意味するわけではありません。実際の商用製品において個人データがどのように利用されるかは、製品設計やプライバシーポリシーという別の問題です。

ハードウェアが周辺データを取得し、モデルがそのデータを解釈して行動を支援するという点において、両分野は関連しています。しかし、1人の研究者の移籍や起業を根拠に、すべてのAIデバイスがより多くの監視データを必要としていると結論づけることはできません。

消費者の需要と企業のプラットフォーム競争を両面から見る必要があります

「チャットボットは終わり、これからは全員が画面の外へ飛び出す」といった言説も聞かれますが、私は誇張だと考えています。その理由は、没入型デバイス側の現状を見れば明らかです。

没入型デバイスにおいては、一部の開発計画が縮小傾向にあります。AppleはVision Proの後継として検討していた普及型XRヘッドセット用ディスプレイ（業界内で「G-VR」と呼ばれた開発課題）の計画を白紙撤回し、サムスンディスプレイもこの開発を9月で早期終了することを決めました。3,499ドルもするVision Proは販売不振が続き、販売終了説や生産中断の報道が相次ぎました。一部製品の販売不振をもって没入型デバイス全般への需要がないと一般化することはできませんが、価格と装着の負担が大きいデバイスが普及するのは容易ではありませんでした。

Apple、「普及型XRディスプレイ」開発を白紙化 - THE ELECAppleによる普及型XR機器向けパネルの開発プロジェクト中断を報じた記事です。thelec.kr

各企業は、ユーザーを仮想空間へといざなうヘッドセットと並行して、現実世界を見つめながら装着するメガネ型デバイスの開発も進めています。スマートグラスの販売増という需要のシグナルは見られるものの、常時身につけるコンパニオンデバイスが長期にわたって広く定着するかどうかは、今後も見極めが必要です。Humaneの「AI Pin」のように販売終了に追い込まれた事例もありますし、他のデバイスでも機能やユーザー体験をめぐる議論が続いています。

私は、企業各社がスマートフォンに次ぐ次世代の主要コンピューティング環境を先占しようとしている点も重要視しています。Metaのウェアラブル投資やOpenAIのハードウェア開発には、そうした事業的思惑が働いている可能性があります。もっとも、価格設定や投資規模だけを根拠に「利益を度外視している」あるいは「IPOのための見せ球製品だ」と決めつけることはできません。Googleやサムスン電子などの参入も見込まれるなか、製品の利便性と顧客維持が実際の成果につながるかを注視していく必要があります。

Meta announces new smart glasses starting at $299, as Zuckerberg keeps pushing wearablesMeta executives have said they see the lightweight smart glasses as a step towards a more advanced device that includes screens in the lenses.cnbc.com

現在の競争環境には、消費者の利便性へのニーズと、企業のプラットフォーム先占戦略の双方が作用していると私は見ています。 企業が提示する親身なコンパニオンというイメージと、実際の製品の使われ方がどこまで一致しているのかを見分ける必要があります。

ゲームの技術も現実の環境を扱うために使われます

周囲の環境を認識して処理するという試みは、ゲームの世界では古くから行われてきました。

ゲームはプレイヤーの入力とゲーム内環境の変化を処理しながら動作します。ここに、プレイ状況に柔軟に反応するAIの仲間が加わりつつあります。KRAFTONはNvidiaと提携してCPC（Co-Playable Character：共闘キャラクター）技術を開発し、「PUBG Ally」や『inZOI』のAIキャラクターを披露しました。 もっとも、ゲームを遊ぶことが、あらゆる入力を無制限に収集・保管することに同意したことを意味するわけではありません。

興味深いのはその先です。KRAFTONはゲームのために培ってきた物理エンジンと仮想環境の再現能力を、今やロボティクスや自動運転、防衛産業といった「フィジカルAI」の領域へと拡張しています。 米国と韓国にロボティクス研究組織を立ち上げ、ハンファエアロスペースと手を組み、カーシェアリング大手のSocarに650億ウォンを出資しました。一連の報道では、Socarが保有する1日あたり約110万キロメートルの走行データをフィジカルAI研究と結びつける可能性に注目が集まっています。実際の活用範囲は、提携条件やデータ処理の方式に左右されることになります。

ゲームで蓄積されたシミュレーションや環境構築の知見は、ロボットの学習や検証実験にも応用できます。ただし、仮想環境を作り出す技術と、実生活のデータを収集する行為は明確に区別されるべきです。現実世界のデータを取り扱うには、利用目的や取得範囲、アクセス権限を別途厳格に定めなければなりません。

Oswarldの視点

GTM（Go-to-Market）戦略を策定する際、私は常に次の2つの問いから始めます。「この製品の本当の顧客は誰か、そして本当の商品は何か」。この2つの問いをコンパニオンデバイスに投げかけてみると、すっきりとした答えが得られません。表向きの顧客はジャーヴィスのようなAIを欲するユーザーですが、裏で実際に売買される商品とは、そのユーザーを観察して得られたデータそのものである可能性があるからです。ショシャナ・ズボフが『監視資本主義の時代』で論じた構造そのままに、人間の経験が生の原材料として消費される構図です。

パーソナライゼーションの精度を上げるには、ユーザーの置かれた状況を把握するための情報が不可欠です。この情報が端末内にとどまるのか、それとも企業のサーバーへ送信されるのかによって、プライバシー上のリスクは大きく異なります。以前のローズデールを扱った記事で取り上げた街頭の防犯カメラとは異なり、個人が身につけるデバイスは、日々の生活の極めてパーソナルな領域から情報を吸い上げます。だからこそ、収集範囲をユーザーが容易に確認し、コントロールできる仕組みが不可欠だと私は考えます。

こうした機器は、体の不自由な方や一人暮らしの高齢者、あるいは複数のタスクを同時にこなさなければならない人々にとって、大きな助けになり得ます。オンデバイス³処理のように、外部へのデータ送信を最小限に抑える技術的手段も存在します。私が懸念しているのは、利便性を享受するための代償として、必要以上に多くのデータを企業側に差し出さざるを得ない製品設計です。どの機能のためにどのような情報が必要なのかを明示し、収集をオフにしたり履歴を削除したりできる自由が保障されていなければなりません。

だからこそ私は、いつ発売されるかという時期の問題と同じくらい、カメラがいつ作動するのか、データを誰が保管し利用するのか、そしてユーザーがそれをいかに制御できるのかに関心を寄せています。

おわりに

映画『her／世界でひとつの彼女』は、人間がAIに対して抱く親密さを描いた作品です。実際の製品においても、親しみやすい声や自然な受け答えは信頼感を生み出すでしょうが、それだけでデータが安全に扱われていると判断することはできません。

スマートグラスやコンパニオンデバイスを選ぶ際には、どのような作業を支援してくれるのかという利便性とともに、どのような情報を収集されているのかを冷静に見つめる必要があります。撮影中であることを示すサインがあるか、周囲の人々のプライバシーは守られているか、サーバー送信の有無や保管期間、そしてデータの削除機能が具体的に明示されているかどうかが、判断の基準になるはずです。

AIコンパニオンデバイスにおいて、皆さんが最も実用的だと感じる機能と、逆に預けるのを躊躇してしまう情報は何でしょうか？

---

参考資料と関連リンク

主要出典

• AMI Labs、公式発足と資金調達の発表、2026年3月10日。··· 資金調達額は10億3,000万ドル（約8億9,000万ユーロ）です。

• Mark Gurman, “OpenAI’s First Device Will Be Moveable, Screenless Speaker Built as AI Companion”, Bloomberg, 2026. 関連報道 ··· 当該デバイスがカメラ・センサー・メール活用に加え、自律移動する駆動機構まで備えているという仕様の原典です。「コンパニオン＝観察装置」という本稿の着眼点でもあります。

• キム・ゴン、「Apple、普及型XRディスプレイの開発を白紙化」、THE ELEC、2026年。 リンク ··· Appleによる特定のXRディスプレイ開発プロジェクト中断を伝えた報道です。第3節の「没入から観察へ」の論拠となっています。

• “AI’s next frontier moves from words to world models”, Fortune, 2026. リンク ··· ルカン氏とフェイフェイ・リー氏がそれぞれ10億ドル規模でワールドモデルに賭けた潮流と、LLMへの批判を整理した記事です。

• Fei-Fei Li & World Labs, “A Functional Taxonomy of World Models”, 2026. リンク ··· ワールドモデルをレンダラー、シミュレーター、プランナーに分類して解説した論考です。言語モデルとワールドモデルが扱う情報の根本的な違いを説明しています。

• 「ゲームを超えてロボット・自動運転へ、KRAFTONがAIの領土を拡張」、news1、2026年。 リンク ··· ゲームの物理エンジン開発力がフィジカルAIへと展開していく「リハーサル」論の韓国における根拠記事です。

背景知識

• ショシャナ・ズボフ著『監視資本主義の時代（The Age of Surveillance Capitalism）』、2019年。 ··· 人間の経験が行動予測商品の原材料へと変貌していく構造を喝破した名著です。本稿の理論的バックボーンとなっています。
• “What is Joint Embedding Predictive Architecture (JEPA)?”, Turing Post, 2026. リンク ··· I-JEPAからV-JEPAまで、ピクセルそのものではなく抽象表現を予測するという概念をわかりやすく紐解いています。

あわせて読みたい過去記事

• INLEVEL9 Letter「あなたのプライバシーはいくらですか」 過去記事を読む ··· 監視の目がまだ「地域社会」にとどまっていた段階を取り上げた回です。本稿の前編にあたる内容で、パノプティコンと監視資本主義のフレームワークを提示しています。

---

著者 アン・グァンソプ（Oswarld） は世宗大学校 兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。 最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

📝 用語解説

각주

1. ワールドモデル（World Model）：AIが世界がどのように動くかという内部モデルを構築し、次に何が起きるかを予測して行動を計画できるようにするアプローチです。言語の統計ではなく、空間と時間の統計を学ぶアプローチと捉えられます。 ↩

2. JEPA（Joint Embedding Predictive Architecture）：ピクセルやトークンを1つずつ生成する代わりに、観察した文脈から欠落している部分の「抽象的な表現」を予測するように学習する構造です。ヤン・ルカン氏がLLMの代替案として提唱するアーキテクチャです。 ↩

3. オンデバイス（On-device）：データをクラウドに送信せず、端末（デバイス）内部で直接処理する方式です。処理内容が外部へ流出しないため、プライバシー保護の観点から相対的に有利とされます。 ↩