何が起きたか
Relayが公開したのはmacOS向けのベータ版アプリです。セットアップ時にホットキー（既定はFnキー）を選び、任意のテキストフィールドにカーソルを置いて長押しすると音声入力が起動します。音声認識エンジンはGoogleのGeminiモデル。専用マイクがなくても動作し、レビュー環境ではMac MiniとApple Studio Displayの内蔵マイクで検証されています。
ハードウェアの「Relay Q」は2027年初頭。上部を押すとPCやスマートフォン上でRelayが起動する円筒形のデバイスで、ボタン部分は取り外してシャツに留められます。ダブルタップで送信。真上から見るとマイク部分がQの字に見えることが名前の由来です。同じ第1四半期に、iPhoneやQi2対応端末の背面に付けるMagSafeグリップとモバイル対応も投入予定です。
なぜ重要か
注目すべきは音声認識の精度ではありません。実際、レビューではPixel 11シリーズのRamblerと比べて聞き取りは劣り、句読点を崩すこともあると指摘されています。それでも彼らがハードウェアに踏み込むのは、Zhu氏が語る創業の原点が「オフィスで適切な音量を出せない」という物理的な壁だったからです。小声すぎればMacが拾わず、大きすぎれば隣席に聞こえる。イヤホンを引き抜いて口元に持っていく——その所作が「専用ハードウェアを要求している」と彼は言います。Relay Qは口元で極小の声でささやいても拾える想定です。
つまりこの製品が解こうとしているのは認識精度ではなく「オフィスで声を出せない」という社会的制約です。音声入力が普及しない理由をアルゴリズムではなく身体と場所の問題として定義し直した点に、この会社の独自性があります。
Skillsと、その代償
Relayは「Skills」と呼ぶ文脈アクションを持ちます。Slackで同僚にメッセージを送る、といった指示を受けると、アプリを起動し、宛先を探し、本文を下書きするところまで自動化します。WhatsAppやGmail向けのプリセットがあり、ユーザーが自作したり他アプリを接続したりもできます。レビューではSlackのSkillはうまく動かず、Googleカレンダーの予定作成は成功しました。
ただしこの自動化には広範なシステム権限が必要です。マイクへのアクセスに加え、Relayを起動するたびに画面のスナップショットを記録する権限（任意）——Skillsはこれによって実行されます。同社はデータは端末内にローカル保存され、ユーザーが手動で編集・削除できると説明し、処理のために送信される際もRelayのサーバーを経由してGoogleのサーバーへ渡すだけでRelay側は保持しないとしています。それでも、OSに「目」を与えることの是非はMicrosoftのRecallが通った道と同じ論点を含みます。
言い直し・敬語・翻訳という差別化
面白いのは出力側の作り込みです。言い間違えて言い直したことを理解し、不要な部分を落とす。アプリ内にメモを書いて挙動を縛ることもでき、レビュアーが「Slackの文末に句点を付けるな」と指示すると従いました。検出した相手ごとのカスタマイズもあり、上司には丁寧に、友人にはくだけた調子に、海外の同僚には相手の言語へ翻訳して送れます。一方で絵文字の扱いは不安定で、ハート絵文字を求めると成功する場合もあれば、文末に付けるよう頼むと「heart emoji」という文字列がそのまま出ることもありました。
ウェアラブルマイクという発想自体は新しくありません。Sandbarが昨年Stream Ringを、数カ月後にPebbleがIndex 01を発表し、いずれも指輪型でどちらも初期購入者への出荷が始まりつつあります。Relayも指輪を検討しましたが、スマートリングが市場に溢れていることもあり見送ったとZhu氏は述べています。
💼 事業会社視点：これは自社にどう効くか
日本企業にとってこのニュースの本丸は、Relay Qという製品ではなく「相手ごとに文体を切り替え、海外の同僚には自動で翻訳する」という設計思想です。敬語・社内政治・多言語という日本のオフィスが抱えるコストは、実は音声入力と相性が良い領域です。国内SaaSベンダーは、自社プロダクトのテキスト入力欄が「音声で埋められる前提」になったとき何が競争優位になるかを今のうちに考えるべきです。入力UIの作り込みは価値を失い、送信後のワークフローとデータ構造に価値が寄ります。
受託開発・SIerは、顧客企業から「画面を常時スナップショットするAIツールの利用可否」を必ず問われます。Relayはローカル保存かつ自社では保持しないと説明しますが、Googleのサーバーへ経由送信される事実は変わりません。情報システム部門を持つ企業の役員は、MicrosoftのRecallで一度議論した論点を、今度は個人が勝手に入れる月15ドルのツールとして再び突きつけられます。禁止一択ではなく、許可条件（何を画面に出さないか）を定義する側に回るのが現実解です。
ECや店舗運営な���、キーボードから遠い現場を持つ事業では逆にチャンスです。150ドルという価格は現場端末に配れる水準で、2027年第1四半期のモバイル対応まで待つ前提で、今から「声で埋める業務」の棚卸しを始める価値があります。