例えば通知管理。今日のAIには、内容を理解し分類する力がある。Apple Intelligenceはこの能力を活かし、ユーザーのiPhoneやMacに届く無数の通知の中から、重要度の高いものだけを選別し表示する。結果として、画面を埋め尽くす不要な通知を減らし、本当に必要な情報だけが目に入る状態を保つことができる。実は標準のメールアプリも、同様に優先度の高いメールを要点付きで表示してくれる。
これをChatGPTでやろうとすれば、すべての通知やメールを1件ずつコピー＆ペーストして、さらにプロンプトで「どれが重要か」「要約して」と入力しなければならない。それだけで膨大な手間になる。実際には、そんな手続きをする人はほとんどいないだろう。
使い手に負担をかけない。学習コストを強いない。そして、技術があることを感じさせない「魔法のような」テクノロジー、これはアップルを他のIT企業と一線を画す存在にしている本質だ。
開発するのはモデルではなく使い道
今日のAIは、性能そのものが競争軸になっている。ChatGPT、Gemini、Claudeといった主要プレイヤーは、それぞれ独自の大規模言語モデル（LLM）を開発し、精度や汎用性、回答速度といった技術面の向上を競っている。
多くのAI企業は、膨大なパラメータを持つモデルを訓練し、品質テストを繰り返して、「ある程度誤答が減った」と判断されれば、それを新モデルとして発表する──そうした手順で開発を進めている。
そして、それを「私たちは高性能なAIを作りました。あとはあなたの責任で自由に使ってください」といった形で提供している。
結果が正確であることもあれば、誤情報や“ハルシネーション”が混ざることもある。ユーザーは、そのリスクも含めて自分で判断しなければならない。
だからこそ、プロンプトの書き方を指南する書籍やWebサイトが溢れており、AIを“本当に使いこなす”ためには高度な前提知識が求められてしまう。
アップルは、その方向に進むつもりはない。
同社は今日のAIの利用方法の中で、最も間違いが起きないものを丁寧に吟味し、それを咀嚼してOSの機能として組み込むという実に丁寧で手間のかかるAI機能の作り込みをしている。
次ページが続きます
