# ついにWeb操作自動化エージェント「Operator」公開！ ついにパソコンによるウェブ上での操作を自動化してくれるAIエージェントが、オープンAI社、 ChatGPTを開発している会社から発表されたことがニュースとして上がっています。 その名もオペレーターという名前です。 ここで気になったのが既存の業務自動化の技術、例えばExcelのマクロとか、あるいはRPAといったですね、 いわゆるパソコン上での操作の自動化をしてくれるような既存の技術がありますが、こうしたものが将来的に今回のオペレーターみたいな パソコン上でのとか、ブラウザ上の操作を自動化してくれるAIエージェントに置き換えられてしまって、いらなくなってしまうのかどうか。 ここについて考えてみたので、今回解説したいと思います。 # ChatGPTに統合予定？「Operator」の概要。実際のところ、使えるのか？ はいまず前提としてオペレーターというのは何なのかという話をしていきます チャットGPTを開発しているオープンAI社が先日発表した ブラウザー、ウェブサイトを見るや ソフトのことブラウザーって呼びますけども、クロームとか有名なものではエッジとかありますよね あれをですね独自なものを自分でAIが操作してくれて まるで人間が画面を見ながらマウスやキーボードを操作するかのように あらゆるサイトでですね操作をしてくれるよという AIエージェントというものですね ですのでチャットGPTのように命令文を入力するとそのゴールに向かって AIが操作をしてくれるということですね例えば Amazonでミネラルウォーター一番安いの探してとかね カートに入れといてみたいなことができるということですね ゴールを伝えれば自分でその道筋をAIが考えてくれて一つずつ サイトを渡り歩いていくことができるということですね でAPIに頼らない自動化というふうにオープンAIが説明してたんですけども 今までの技術だと例えばいろんなねウェブサイトで買い物をしますとか 天気を調べますということを自動化するには APIというものをプログラムに利用してですねちょっとそういった技術が必要でしたと でもAPIというのを用意してないウェブサイトなんかもよくあるんですよね そういったものでももうAIが画面のスクショを見ながらその場でどこにボタンがあるとか どこにフォームがあるかとかね 文字入力ができるかっていうのを認識しながら一つ一つ確認して入力してくれるので そういったAPIがなくてもあらゆるウェブサイトが操作可能ですよということですね 現在これ研究プレビュー中という内容になってまして 公式に全体に公開されているわけではないということです 今のところはアメリカのチャットGBTプロプランのユーザーのみ 200ドルのプランですね テストされているということですが徐々にユーザーを拡大していって米国以外でも使えるようになり そしてチャットGBTプラスという普通の20ドルの有料プランでも使えるようになっていくということですね 実際に使ってみたよという動画なんかもYouTubeにアップロードされています 今は実際のところですね アメリカでしか使えないんですけども VPNという技術を使うとアメリカでウェブにアクセスしているかのように振る舞うことが可能でして それを使ってですね日本人の方でもオープンAIのオペレーター使ってみている方がいます 例えばYouTubeで私もよく紹介させていただいているケイトさんがですね 実際に使ってみた動画をアップされているので 一般的な使い方の検証結果としてはそういった動画を見ていただくとわかるのかなというふうに思います 例えばね安全設計がされてますよというふうにシェアされてますね 例えば決済しなきゃいけないとかウェブサイトにログインしなきゃいけないみたいな 個人的なデータを入力する操作については一旦オペレーターが止まってくれるんですね 止まってユーザーに自分で入力してくださいと その入力している情報についてはオペレーターは見てませんからねみたいな感じで 個人情報とかセキュリティに関する場面ではオペレーターが一歩引いて人間に操作を手渡しするということみたいですね 例えば検索をして○○を予約してくださいとか なんとかの商品をカートに入れてくださいみたいな感じでですね さまざまな操作ができる ツイッターXのですねポストを投稿するみたいなことまでできちゃうみたいですね で実際の操作感としてはケイトさんの動画とかで見ていただくとわかると思うんですけども 例えば結構操作がカクカクしていてそんなに操作の快適性はあまりまだなかった みたいなことだったり あとタスクの内容によってはですねすごく時間がかかって まだね操作がスラスラできるわけじゃないので 操作が止まってしまっていちいちそこで指示をし直したりとか そういったところですね あんまりパソコンに慣れてない小学生に指示してるみたいな そういう感じだったという風な口コミをよく見かけていますのでまだまだ操作はね スムーズじゃないんだろうなという印象を受けますけどこれね 進歩はとても早いのでいずれはそういったことがストレスなくできるようになっていくだろうと あとセキュリティ的な懸念なんかもやっぱりね あると思いますのでそういった点でも今後課題としてね 残り続けるのかなというふうには思いますね # 本題。マクロやRPAは将来いらなくなるのか？ はい、ではこのチャプターではいよいよですね、このオペレーターというものが本格的に導入されていったり、より進化していってですね、どんなサイトでもスラスラと操作できるようになっていくと。 なった時に、じゃあ今までの自動化、業務自動化の技術、例えばExcelのマクロとか、RPAといったもの、こういったものが将来的にいらなくなっていくのだろうか、ということについて考えてみたのでシェアしていきます。 結論として私が思うのは、完全に置き換わるものではないなというふうに思います。 つまりExcelマクロとか、RPAといった既存の業務自動化の技術、これをオペレーターみたいなものが完全にカバーするのは現状難しいのかなというふうに思います。 この結論をもとにいろいろ紐解いていきたいなと思います。 まずですね、オペレーターの強みって何なのかなというふうに考えました。 これはですね、初見、つまり新しくて全く使ったことないウェブサイトでもAIが視覚的に内容を見てくれて、どこをクリックしたらいいのかとかを判断できるというところなんですよね。 例えば、これまで私がどうしても既存の技術では自動化できなかった業務の案件なんかがあります。 業務というか個人的な案件なんですけどね。 それはですね、保育園のリサーチなんですよ。 私が子どもの保育園を検討するにあたって、いろんなウェブサイトを調べなければならなかったと。 保育園のウェブサイトって、各サイトで全部レイアウトが異なるんですよね。 だから決まったレイアウトとか構造、ウェブサイトの構造がないので自動化できない、リサーチの自動化ができないということなんですね。 もちろん保育園リストみたいなものが市とかで公開されているので、そこでURLの一覧は分かると。 ただそのURLに一個一個アクセスしていったときに、初見で出てくるページが全部パッと違うわけですね。 で、どこを押せばその所在地が分かるとか、次年度に募集しているのかとか、そういったページが見えるかとかいうのが全部違うんですよね。 どこをクリックしていいのかは分からない。 初見のサイトを一個一個リサーチするというのは自動化が無理だったんですよ。 そういうのをプログラムすることはできないので、どうしてもね、例えば私だったら時間がどうしてもないので、 外畜、リサーチャーの人にお願いして、わーっとデータを作ってもらったという経験があるんですよね。 で、オペレーターを見たときに、こういう自動化はできるんだろうなというふうに思います。 例えばその市内で、例えば横浜市だったら横浜市の認可保育園のリストを渡して、これ一個一個ページ調べていって、 で、所在地とか次年度に募集人数を発表しているかとか、保育園見学会とかね、なんかそういうのをやってるのかみたいな、 そういうのを全部調べてリスト化してください、みたいなことはいずれオペレーターなんかでできるようになってくるだろうなと思います。 こういったサイトによって見た目が全く違うみたいなものを一個一個調査するというのは得意なところなんだろうなというふうに思いますね。 これが今までですね、例えば私がExcelマクロとかでウェブサイトを一個一個表示させて調査するみたいなこともできないことがオペレーターならできるということです。 で、RPAといったものでも基本同じようなことになるかと思います。 どうしても既存のこれまでのウェブ自動化の技術だと、もう構造が分かっているウェブサイトを決まった部分をクリックしたり進めていくということをシステム的に自動化して組み込んでおいて、 あらかじめそういうふうに組み込んでおけば、次実行するときはめちゃくちゃ簡単に自動的にできますよねというものがベースだったんですよ。 ただ、初見でウェブサイトをリサーチしなきゃいけないとか、ウェブサイトが更新されてしまって構造が変わってしまったと、そういったことには対応できなかったわけです。 こうした部分についてはオペレーターの方が上手なんだろうなというふうに思います。 一方で、既存の技術で得意なことは何かなというと、今言ったように、もう決まっているウェブサイトの構造に対してどこをクリックしていって、どういう操作をすればいいのかということを厳密に決めることができて、 高速に操作できる。これがExcelの自動化だったり、RPAの強みなのかなと思います。もう既に決まったタスクを高速にかつ正確に行うということです。 その一方で、オペレーターみたいなAIエージェントは逆にそこがまだまだ弱いのかなと思いますね。 AIの操作もまだまだ遅いというのもありますし、いちいち視覚的にスクショをとって、スクショの内容を確かめ、どこに何があるかを把握し操作していくというのが、 まあ遅いというかね、人間よりも操作が遅いというところもあるという部分ですね。これももちろん高速化していくんだろうなというふうには思うんですが、 特にRPAやVBAなんかは、人間が視覚的に見て判断してクリックするよりも、遥かに高速な処理ができたりするので、その速度感から比べると、オペレーターはどうしても人間の速度を超えることができないというのは現状なのかなというふうに感じましたと。 なので、今のところでは使い分けが進んでいくのかなと思います。常に見た目が変わるような操作を求められるとか、そういったものを自動化していくときに、オペレーターみたいなAIエージェントを使うのが良くて、 決まった操作の自動化、安定した操作を高速で行わせるみたいなことがですね、VBAとかRPAの方が業務では役に立つし、信頼感もあり続けるのかなというふうに思います。 # まとめと結論 はい、ということで今回短くまとめていきます。 オープン会社がブラウザ、ウェブ上での操作を 自動化できるオペレーターを発表しました。 現在はアメリカでChatGPT Proユーザーのみ 研究プレビュー中ということで 限定的に公開されているようですが、 今後は日本にも公開されていくし ChatGPT Plusという20ドルのプラの ユーザーにも公開されていき ゆくゆくはChatGPTに 統合されていくと言われています。 その実際の操作画面については、日本でもVPNを使って 接続して操作してみた方がいらっしゃいますので YouTubeだったらケイトさんの動画を 推奨しますということですね。 私が考えたのは、じゃあこうしたものが 業務で広がっていったときに既存の自動化技術 これが置き換わっていってしまって、 要らなくなってしまうのかということを考えたわけですね。 例えば私が専門とするExcelのマクロといった自動化、 あるいはRPAといったもの パソコン上の操作の自動化ができるというものです。 結論として私は、完全に置き換えられるものではないけど、 一部は使えるかもというふうな結論を出しました。 既存のRPAとかマクロの強みは、もう既に決まっている操作を自動化する、 高速かつ正確に行うという点で強みがあるということですね。 逆にオペレーターみたいなAIエージェントは、 視覚的に人間と同じようにものを見て操作をしてクリックしていくので、 初めて見るサイトとかUIが変わってしまった、 ウェブサイトが更新されてしまったとか、 そういったケースにも対応できるという点が強みですね。 ただ人間の動きを模倣しているだけなので、 速度的には限界があるのかなという印象を受けています。 あと、セキュリティ的な懸念なんかもありますしね。 という形で、今後は使い分けが広まっていくのかなというふうに思います。 固定された安定した操作の自動化はRPAやVPAと。 見た目がいちいち変わることとか、 新しいサイトをすべてリサーチしなきゃいけないみたいなときに、 オペレーターみたいなものが使われていくという 使い分けになっていくのかなと思います。 もちろんですね、例えば今のRPAなんかでも、 一部でスクショを取ってAIにどこにボタンがあるかを判断させるとか、 そういうステップを入れるみたいな、 一部にAIが組み込まれていくというのがもちろん起こっていくと思います。 VPAはちょっと分からないですけどね。 やろうとは思えばできるかなという感じなんですけど、 そういった形で使い分けが進んでいくだろうということも分かりますし、 便利なところはオペレーターをしっかり使えるように していきたいなというふうに思いますし、 今後日本でも公開されていたら、 私も研究をしていきたいし、 どのようなシーンで役に立つのかを また考えてシェアしていきたいなと思います。 それでは今回ご清聴いただき、 ありがとうございました。 # 英文日記205: 新しい車載ホルダー 今日の英文日記です。英文日記を毎日つけている理由は、AIをフル活用することで、英語の素人でも英語力を伸ばすことができるという実証実験です。 自分で日記を書いたり、JATJPTと会話しながら日記を作り上げ、添削してもらった後、AI音声読み上げアプリで、聞きながらシャドーイングや音読を繰り返した後、収録をしております。 今回のテーマは205番目、新しい車載スマホホルダーの話です。 はい、ということで、日本語訳です。 車用の新しいスマホホルダーをAmazonで手に入れました。 実は数年前に同じものを買ったことがあるのですが、先日壊れてしまったので、再度同じものを注文しました。 このホルダーは非常に便利なところがあって、車のダッシュボードのカップホルダーのところに簡単に入れることができるということです。 しかも、元のカップホルダーを塞がないので、例えばスタバのカップなどの飲み物をそこに入れておくことができます。 本当に便利なものですということでした。 まあ結構どうでもいい話ではあるんですけども、車に車載ホルダーというスマホを固定しておくというんですかね。 スマホを運転しながらでもマップとか見ることができるので、カーナビのように使ったりするんですけども、 まあそれはですね、固定して見やすくするようなホルダーが買いました。 で、車にはドリンクホルダーってあるじゃないですか。 そこにこの機器を差し込むと、そこにアームみたいについていてスマホを固定できるようになっているということですね。 ただ、よくAmazonなんかで見かけるカップホルダーに入れるタイプの車載ホルダーだと、元あるカップホルダーを塞いじゃって、 結局カップホルダーとしては使えなくなっちゃうことが多いんですよね。 で、飲み物どこに入れるの?ってことになってしまうんですよ。 なのですが、私の今回テーマに挙げたその車載ホルダーだと、カップとしての形状も維持しつつもスマホも固定できるということですね。 あんまりこのタイプのホルダーがAmazonで売っていなくて、 結局何年か前に買ったやつと同じものを履歴から何とか探して買い直しましたということでした。 今回は以上です。 # 英文日記206: タスク機能の活用例 続いてA2206番です。タスク機能の新しい活用法について。 日本語訳です。今日はChatGPTのスケジュールドタスクという機能の新しい使い方を発見しました。 この機能は最近リリースされたばかりですが、継続的な学びを大いにサポートできるということに気がつきました。 例えば、毎日A単語とかExcelのTipsなどの練習素材を受け取るような、そういうタスクを設定してみました。 この方法を試してみた結果、自分でスケジュールを覚えておくという必要がなく、学習・勉強を継続するのにとても効果的だと感じました。 タスク機能の活用例ということで、前回Voicyでも紹介したような内容と同じこととなっております。 ということで、内容について気になる方は前回のVoicyの放送を聞いていただければなと思います。 # 英文日記207: スターゲートプロジェクト 英文日記207番目です。 StarGateというプロジェクトについて。 日本語訳です。 今日は娘を保育園に送った後で、コーワーキングスペースで仕事をしました。 そこでは、あるコンサルティンググループ向けにレポートを書いていました。 そのレポートは、StarGateというAIインフラのプロジェクトについてのものでした。 このプロジェクトは、アメリカのドナルド・トランプ大統領によって、非常に大きな予算と共に発表されました。 また、このプロジェクトは、オープンAIや日本のソフトバンクが提携して、AI技術を進めていくという内容になっています。 という話でした。 このStarGateという、アメリカの巨大なAIインフラを整えていくというプロジェクトでして、 何十兆円もの予算を立てているということみたいです。 それから、トランプがそれを発表したとともに、 オープンAIとソフトバンクが主導となっているということも発表され、非常に期待が高まるということですね。 AIの業界については、非常に大きな動きがあったという内容でした。 今回は以上です。 # 英文日記208: operatorの登場 A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について A2208 オペレーターの登場について