何が起きたか
Anthropicが、AIアシスタントClaudeの音声モードを大きく拡張しました。これまで音声で対話できるのは、応答が速い一方で処理能力が抑えられたモデル「Claude Haiku」だけでした。今回、より高度な問題解決に向く上位モデル「Opus」と「Sonnet」が音声モードで使えるようになります。
あわせて、音声モードはGmail、Slack、Canvaといったアプリに接続され、対話の中でそれらを操作できるようになりました。言語も拡充され、これまでベータ扱いだった非英語が正式対応となります。対応言語はフランス語、ドイツ語、スペイン語、ヒンディー語、インドネシア語、イタリア語、日本語、韓国語、ポルトガル語です。
なぜ重要か
Anthropicによれば、2025年に音声モードが登場した当初は「すばやい質問に最小限の遅延で答える」ことが主眼でした。ところが利用者は、雑談的な質問にとどまらず「現実のビジネス課題（through real business problems）」を音声で処理し始めたといいます。同社の表現では、当初の設計は「会話を速くはしたが、常に深いわけではなかった（kept conversations quick, but not always deep）」。Haikuはそもそもこうした用途を想定していませんでした。
OpusとSonnetは「難しい問題解決のために設計された（designed for hard problem-solving）」深いモデルと位置づけられ、より複雑な回答や分析を返し、ユーザーに代わって実際に行動できます。挙げられている例は、会話をそのまま1枚のピッチ資料にまとめる、電車が遅れたらカレンダーの予定をずらす、といった作業です。
使い方の柔軟性
注目すべきは、会話の途中でテキストと音声を行き来でき、モデルも切り替えられる点です。たとえば軽い応答はHaikuで進め、込み入った分析が必要な場面でOpusに切り替える、という使い分けが同じ対話の中で成立します。
💼 事業会社視点：これは自社にどう効くか
音声モードが「速いQ&A」から「代わりに動くアシスタント」へ移った点が、事業側の論点です。SaaSや受託開発の現場では、これまでチャットUIに閉じていたAI活用が、Gmail・Slack・Canvaという既存業務アプリの中に入り込みます。自社プロダクトのUXを設計する立場なら、「音声で指示→AIが他アプリを横断して実行」という導線が競合に先行して当たり前になる前提で、連携APIとログ設計を見直すべきです。
日本語が正式対応になったことで、日本企業にとっては「英語圏だけの実験」という言い訳が消えました。営業の移動中に商談メモを1枚資料化する、遅延時に予定を組み替える——といった中間管理層の細かな作業こそ効きます。経営者は、まず現場の反復作業を棚卸しし、どこを音声×行動型AIに委ねるかを線引きすること。同時に、Gmail・Slack連携は情報漏洩の経路にもなり得るため、権限範囲とデータ持ち出しルールをセットで詰める判断が求められます。