# ChatGPTを提供するOpenAI社が、動画生成AIモデル「Sora」を発表 動画のAI生成で仕事に何の役に立つの? おはようございます。XL23こと建林順です。 XLの自動化に関するオンラインコースを16万人以上に提供したり、 書籍の執筆、それからShutGBDなどの関連書籍を6冊執筆するなどして、 仕事の自動化や効率化についての情報発信をしております。 本日、新しいAIのモデルの発表がありました。 ShutGBDを開発しているオープンAI社、ご存知の方も多いと思いますが、 新しい動画生成AIのモデルを発表しました。 その名前がソラ。ソラと読むのか、ソラと読むのか、 ちょっと日本でどのように定着するのかは分かりませんが、 SORAという名前でソラと読むのを読みたいと思いますが、 そういったモデルが発表されました。 動画生成ということは、動く映像をプロンプト、文章を打ち込むだけで映像を作り出すということですね。 しかも最大1分の長さという非常に長い動画で、むちゃくちゃリアルでした。 かなりたくさんの動画サンプルがすでに出されておりまして、 まだ一般の人が使えるようにはなっていないのですが、 それは研究中ということで、まだ実用化には至っていないみたいですけども、 サム・アルトマンというオープンAI社のCEOが、 Twitter現在Xというメディアになっていますけども、 のアカウントで、みんな誰かどんな動画を生成して欲しいかリクエストがあると聞いて、 他のTwitterユーザーが、一般的なユーザーがリクエストを送って、 その通りのプロンプト、命令文で生成した動画を返信でアップロードして見せるというようなデモを見せているんですね。 これがすごいですね。 本当にプロンプト、命令文打ち込んで、サム・アルトマンがソラで生成した動画をリプライにそのままアップしているという感じで、 まさしくもう実用できるじゃんという段階ですね。 プロンプト打ち込んだらもうできてるねということがわかるような非常に面白いデモですね。 ソーシャルメディアでのデモが行われていました。 これやっぱりクオリティがすごいというのと、 私が思ったのはこれ何に使えるんだというところですね。 仕事に役立つのか。 やっぱりビジネスサイドの人間からすると、 クリエイターサイドからすると、うわすごいな、映画作れるじゃん、YouTubeの動画に使えるじゃんって思うんですけども、 ビジネスサイドの人間からすると、じゃあそれ以外に何使えるのというところが思いを巡らせるところなんですね。 そこで私もどんな使い道があるかなというのを考えたり、 チャットGPTと意見交換をしてどんなアイディアがあるみたいなことを出してみました。 特に仕事に役立ちそうなものですね。 色々アイディアが浮かんできましたので、それを話していきたいと思います。 # 【URLあり】動画生成「Sora」のクオリティの高さは必見 まずですね、このチャプターにリンクを貼っておきたいと思うんですが、 空でどんなにリアルな動画が生成できるのか、 そして最大1分という長さがどれだけすごいのかというところをですね、 見ないとわからないと思いますので、 チャプターに貼ったリンクからデモ動画を見ていただければと思います。 これまでもですね、AIによる動画生成、 これも非常に注目を集めていろんなサービスが出ていました。 Runwayとかですね、Picaといったサービスがあったりとか、 それもやってますよとかね、いろんなところが言われてましたけども、 その中でも本当にオープンAI社の作った今回の空というのは、 群を抜いているクオリティであるというところですね。 中でも私がすごいなと思ったのは、 もちろんいろんな動画があってすごいなと思うんですけども、 ガラスに映っている人間までも表現されているみたいな、 電車の中から車窓を眺めるというような映像があるんですけど、 外の景色はもちろんあるんですけど、 窓に映り込んでいるこちら側の女性みたいなものまでちゃんと再現されており、 これ実写かって本当に思うようなやつですね。 ちょっとトンネルみたいなもので車窓が暗くなる瞬間があるんですね。 そうすると暗くなると電車の内側が映るじゃないですか。 その映り込みで女性がパッと見えるという、 その空間の再現みたいなことをしているということみたいなんですよね。 あとですね、被写体が例えば街中を歩いているような映像が出て、 後ろにいるモブというか背景にいる人々みたいなものがいるんですけども、 それがカメラと一緒に映像が映画みたいに移ろいでいて、 一瞬その登場人物が見えなくなるんですけど、 もう一度カメラワークに入ってきたときに、 さっきいた人がちゃんと映り込んでいる、 つまり一貫性がある空間を再現できているということなんですよね。 この辺がですね、今まで私がなんとなく見てきた動画生成AIと違って、 単純に絵を動かしているだけじゃないという感じ、 空間をシミュレートしているんじゃないかなと思うような、 ちょっと技術的なところはまだ本質的に私は理解しているわけではないんですけども、 そういった雰囲気を感じますね。 物が落下していくとかバウンドしていくとか、 そういった物理的な動きなんかも再現されている。 ちょっとミスするときとか、 歩いている方向と逆に歩いているときとか、 そういったミスなんかは起こったりはするんですけども、 大抵映像として見たときにおかしいとは感じないような映像を非常に多く見られましたね。 だからあまりにもリアルすぎるので、 今はおそらく一般に出る前の段階として、 レッドチームって言ったんですかね、公式には書かれていたんですけども、 外部のチームというか組織とかと連携をして、 世に出せるものなのかというのをチェックをしたり、 危険な映像とか差別的映像とかですね、 フェイクニュースとかに使われてしまうとか、 そういったリスクが考えられると思うんですけども、 そういったリスクについて今検証をしている段階というふうに書いてありましたね。 それだけリアルなものが出てきたときに、 我々ビジネスサイドの人間が何に使うのということなので、 それを次のチャプター以降で話していきたいと思います。 # 用途①プレゼンテーション 我々ビジネスサイドからすると、何に動画生成が使えるのか、持て余さないのかということなんですけども、まず考えられるのが普通にプレゼンテーションに使えるかなと。 商品や製品のプレゼンテーションですね。使い方とか使うイメージとか、そうですね、そういったものを日常でどんなふうに役に立つのかっていうのをデモ動画として見せるとか、あるいはですね、 こんなことに悩んでいませんかみたいなプレゼンテーションをする時に、よくあるね、困っている顔をした女性とかね、日常でこういうシーンがあった時に困りませんかみたいなのを再現VTRに使えるような映像とかね。 そういうもので、プレゼンテーションで聴衆の注意を引くような、あるいは場面をイメージできるような映像を作っていくと。 これがビジネスサイドでは役に立つのかなというふうに、単純にすぐに普通思いつくんですけども、それが非常にリアルにできるかなと思いますね。 例えば、PowerPointのスライドとかで説明をするプレゼンテーション、一般的なプレゼンテーションをするとしてもですね、スライドだけじゃなく、ちょっと最初に聴衆の注意を引くために映像を入れて。 PowerPointで今ですね、ビデオ、動画を埋め込むことができて、非常に簡単に動画を動かすことができますので、そこに最初、アイキャッチというかですね、人々の注目を集めるための動画を差し込む、そういう時に動画生成を使うといいんじゃないかなというのがまずは考えられるところですね。 ここを気をつけたいなと思うのが、やはり生成になりますので、もしテキストトゥイメージと言われてますけど、テキストトゥイメージは画像生成か、テキストトゥビデオというのが、つまり文章を打ち込むだけで動画を生成してくれるというもの、これがテキストトゥビデオと呼ばれてますけども、そういうものだと、いわゆる存在しない映像を無から作り出すということになりますよね。 ですので、気をつけたいのがですね、例えば企業のロゴが入っている動画とか、そういうものを作るのは、一発で生成するのは難しいだろうと思います。 あと商品のパッケージとかを再現するのは、おそらく難しいだろうと思います。 それはですね、画像生成と通ずるものがありますね。 私も自分の電子書籍で、ビジネスのための画像生成というものを出してますけども、そこでも言及してますが、自社ブランドとか自社の製品のパッケージを完全再現するような写真とかを、一から生成するというのは、今のところそれだけだと難しいですよね。 だから動画生成でもそういったところは難しいと思います。 なのですが、あくまで顧客の生活イメージを再現VDRにするとか、そういったブランドレスなもの、そういったものをイメージとして作るとかね、ということが効果的ではないかなというふうに思います。 # 用途②教育・トレーニング はい、次に考えられるのがですね、動画生成AI、何に仕事に使えるのかということですが、教育やトレーニングなどに使えるかなと思います。 単純に学生の教育のシーンでは、映像で伝えた方がイメージとして伝わりやすいという部分もあると思います。 そうしたところをですね、動画生成によって伝えるというのが考えられますね。 だからそのシーンを再現したようなVTRを動画生成により作り出すとか、あと何かの手順を教えるという時に、まずこれをやって次にこれをやってみたいな手順を一つ一つ動画生成によって再現するということが考えられますよね。 あと地域の、何か国の文化とか風習とか、そういったものをイメージとして伝えるとかですね、科学現象を映像に伝えるとかいった用途が考えられますね。 こうしたもので注意点があるかなと思うのが、例えばですね、何か科学実験の映像を作ってそれを見せてイメージとして伝えるというのは、 非常に有用だとは思うんですけども、AIが生成するものですので間違っている可能性もあるわけですよね。厳密に映像としてそれは正しい再現VTRになっているのかというのが、それはちゃんと検証する必要があるだろうなというのは思いますね。 あと例えば歴史の授業とか世界史の授業とか地理の授業ですね、その国の名物とかそういうものの食べ方とかですね、そういったものを生成で伝えたら面白いとは思うんだけども、ちゃんとそれはその現地に準拠しているというかね、再現されたものになっているのかというのが間違ったイメージになる可能性もあるわけですね、当然生成AIですので。 そうしたものをそのまま使うというのは適切ではない可能性がありますので、そうしたチェックは必要になるかなというのは思いますね。 あと物理現象とかね、物理的に例えば放物線運動ね、ボールがポーンと飛んでいって放物線を描いて落ちていくみたいな、そういうのを実際に生成で映像で見せたりするのも面白いなとは思うんですけども、じゃあその現象としてちゃんと物理法則に沿っているのかとかね、そういったところはちゃんと先生が見て検証しなければいけないというところがありますね。 イメージで伝えるのが目的であるので、必ずしも厳密に正しさを求めているわけではないときもあるとは思うんですけども、それでもね、そこが重要になってくる可能性もあるので、そういった点注意かなと思います。 あと社内トレーニングとかですね、ビジネスにおける教育ですかね、社員教育とかチームでの教育とか、何かスキルを伝えるとかですね、手法、方法、ステップ、何か手順を伝えるとか、そういったときに字で全部伝えるよりも映像が入っていた方が分かりやすいというシーンもあるかと思いますので、そこでアクセントとして映像を使っていくというのも考えられますよね。 お客さんへの対応を考えるときに、こんな感じで対面して、こんな感じで対応するといいですよみたいな、そうした接客であったりとか、セールスであったりとかですね、のトレーニングなんかに映像が使える可能性もあります。 それの注意点はやはり先に挙げたようにですね、厳密に現実に即したものであるかというのは、やはり検証をしてからその映像を使う必要はあるだろうというのはやはり思いますね。そうした問題をクリアすれば、教育の分野でも非常に使えるものができるんじゃないかなと思います。 # 用途③広告やマーケティング そして3つ目が動画による広告やプロモーションですね。 これは大本命でしょう。 広告業界、動画を作って広告に使いたい、CMに使いたい、動画広告を出したい、ウェブで使いたい、 YouTubeをやりたいとかですね、会社のインスタのアカウントで動画投稿したいとか、 いろいろな面でプロモーションするために動画が欲しいなというのはもちろん考えられるでしょう。 そういったときにですね、動画素材として生成された動画を利用していくのは、 今の時点でも多分やられていると思いますが、よりそれがリアルなものとして利用しやすくなっていくとは思いますね。 今まで動画の素材というのを、私も買ったことはあるんですけど、めちゃくちゃ高いんですよね、動画素材って。 これまでの動画素材ですね。 いろんな素材サイトなんかがありました。 もちろんフリーの動画素材というものもあったんですけども、あまりクオリティが高いかというとそうでもなかったりとか、 やっぱり一般にみんなに流通しているものなので、どこかで見たことあるような動画が無料で提供されている。 やっぱり有料で買わないと特別感のある動画素材というのは手に入らないよね。 それがなかなかコストだったりするんですね。 高画質になってくるとより値段が高くなってくるので、 ストック画像サイトで動画素材を買うというのは結構な経費が加算でくるという部分があると思います。 そうした広告素材の動画なんかを、生成によって非常に低コストで作れるとすれば、とすればなんですけど、 そのコストがどのくらいになるか全く想像がつかないので、 それが安価に生成によって賄うことができるとしたら、 素材を購入するという経費も非常に圧縮される、安くなると思いますし、 あとこれまでのクリエイティブですね、 本当に女優さんとかがいて、キャストがいて、撮影をして、それで映像を作るとかね、 ロケをしてとかね、そういったことにかかっていた制作費用なんかが、 生成でここは賄えるということがいろいろ起こってくるかもしれませんね。 ドローン飛ばして風景撮影をして、それを素材に使おうとやっていたところが、 もう生成だけで、あのクオリティと空のクオリティだと本当にそれで済む可能性があって、 ドローン映像じゃなくて、もう生成でいきましょうみたいなこともできると思いますし、 あとCGによる映像なんかをこれまでね、発注していたものが、 空のデモなんかを見てると、CG映像というね、 ピクサーの3Dアニメみたいな、ああいうのもできるというところがあるので、 なんかね、ゆるキャラみたいな動物のキャラクターが踊っているみたいな、 そういうものも作れたりするので、 そういった点のクリエイティブの制作費なども一部賄うことができるというかね、 ここは生成でいける。 で、ここの部分はどうしても生成じゃ無理なので、そこはゼロから開発、制作をしましょう。 そういった場面分けをして使い分けるということができてくる可能性もありますね。 で、あとはこれまでですね、クリエイティブ、 そうした広告動画とか、YouTubeとかもやってこなかったよという会社でも提案しやすくなるような気がしますね。 試しに生成で作ってみて、こういう感じでやればできますよというデモのために、 まず生成で見せてみて、じゃあその感じで発注したいですとなったら本当にクリエイターが作るとかね。 そういう時に画像生成の用途としてもそうだったんですけども、 本当にクリエイターが作りますか、あるいは写真、フォトグラファーが写真を撮りますかという前に、 画像生成で下書きというかですね、デモみたいなものを作って、 こういうイメージでいきたいと思います、じゃあそれでいきましょうみたいなものをサンプルとして作るためにですね、 動画生成も使える、これはもう大本命として使われるものになるだろうなというふうには思いますね。 # おわりに：いつ使える？コストは？ はい、最後にですね。 まだ分かりませんよという話をして終わりたいと思います。 ここまでですね、こんなことに使えるんじゃないか、ビジネスサイドで思いを巡らせてみたといったところで、いろいろ話してみました。 プレゼンに使えるんじゃないかとかですね、教育に使えるんじゃないか、そして広告など、プロモーションとかですね、ウェブ発信などに使えるだろうといったところを挙げてみたのですが、 ここまで言ったのは、ソラが実用段階になりですね、一般の人が安価に使えるようになったなっていうところが正しがきつきとなりますね。 というのも、今のところソラがどのように世に提供されていくのかは未知数ですし、全く発表されていません。 さっき言ったようにですね、まだこの世の中に出たときに問題が出る出力映像が作られてしまわないかというチェックをしている段階のようですので、 そういった問題をいろいろクリアしてきた後でですね、一般に我々が使えるようになっていくというところですかね。 で、それが安価に使えるのかはまだわからないという段階で、ただ今までのオープンAIの理念とか行動原理からすると、 オープンAIの理念はですね、多くの世界中の人がですね、AIを使えるように、一般で使えるように普及させていくみたいな、そういった理念で動いていますので、 決して妨害なコストがかかるようなものではないんじゃないかなとは思うんですけど、ただね、このクオリティで出てきたらね、すごい業界変革が起きちゃうんで、 どういう料金体系とかですね、になっていくのか、またどういったサービスになっていくのかは未知数と思いますね。 私が期待しているのは、ChatGPTに組み込まれるということですね。これができたらもうChatGPTもっとすごいサービスになってしまうなというふうに思うんですけども、 特に昨年の秋頃に画像生成のDARIというモデル、画像生成モデルですね。これがChatGPTに統合されたというのも非常に衝撃を受けたところだったんですね。 画像生成というものも、それ以前はですね、ちょっと詳しい人がサービスを、英語圏のサービスを使って画像を生成するみたいな世界だったんですけど、 これがですね、ChatGPTにDARIという画像生成モデルが統合されることによって、ChatGPTにチャット欄で命令するだけで画像生成ができる。 クオリティもかなり高いといったことで、非常に使いやすくなっていたんですね。 だから今まで画像生成やってこなかった人も、非常に多くの人が画像生成をし始めたという、いわゆるエントリーモデルみたいなものになっていったと思うんですね。 それと似ていて、動画生成も、今現在の業界の感じだと、やっぱり動画生成を興味あるけどやってる人というのはほんの一部だと思います。 実際手をつけてですね、Runwayとかを使ったりとか、Pikaを使ったりとか。 私だったら、例えばアバター動画、自分のアバター動画を作るとか、ヘイジェンというのが有名だったりしますけども、 そういったものに手をつけてる人もいるけど、あくまで興味のある人がやってるっていう感じでしたけども。 これがもしチャットGPTに統合されていく、ソラがですね、統合されていったとしたら、ものすごい人口が動画生成にまた参入していくということになるので、 これまたすごいことになるかなというふうに思います。 動画となるとね、データは重たいは多分生成に多少の時間をかかると、画像と違うのでですね、おそらくなんですけども、それなりの時間かかるだろうなというのも思いますし、 コストとかですね、運用のコストなんかもまた桁違いになるんじゃないかなというのを素人目にも想像しますので、 果たしてどのぐらいみんなが手をつけやすいような形で世に出ていくのかは未知数というところで、今後も期待していきたいと思います。 ただね、本当に動画のクオリティ、生成された動画のクオリティは目を見張るものがあると思いますので、ぜひ一度は見てみていただくことをお勧めします。 それではご清聴ありがとうございました。