1 電話が、平穏な日曜の朝を惨劇の始まりに変えた。都内に住む60代女性のスマートフォンに響いた着信音。画面に表示されたのは、海外留学中の息子の番号だった。受話口から聞こえたのは、紛れもない息子の声。「事故を起こした。今すぐ示談金が必要だ」という焦燥に満ちた叫び声に、女性はパニックに陥った。だが、それは息子ではない。SNS上に投稿されていたわずか3秒の動画から、生成AIが声質や息遣いまで完璧に複製した「音声クローン」だった。2026年、文字情報が自動化されたボットで溢れかえる中、声による直接的なコミュニケーションはかつてない信頼性を期待されると同時に、最も脆弱なセキュリティホールへと変貌している。

警察庁が今月発表した最新の犯罪統計によると、AI音声捏造を悪用した特殊詐欺の被害額は、今年上半期だけで前年同期比320％という跳ね上がりを見せた。かつて高齢者を中心に被害が広がっていた「オレオレ詐欺」は、最新テクノロジーを吸収し、全世代を標的とする精密な心理戦へと進化を遂げている。興味深いことに、文字主体のSNS疲れを起こした20代や30代の間では、相手の表情や温度感を伝えるための1 電話が持つ価値が急速に見直されていた。皮肉にも、人々が「人間らしさ」を求めて回帰したその場所に、最先端の悪意が待ち構えていたのだ。

3秒の音声サンプルから生み出される「本物すぎる偽物」

技術の進化速度は、私たちの防衛本能を容易に追い抜いた。2026年頃までの音声合成AIには、どこかぎこちないアクセントや機械的な無機質さが残っていた。しかし、2026年現在のAIモデルは異次元の領域に達している。

話し手の声調、笑い声、息を飲むタイミング、さらには特有の「間」の取り方まで、ほんの数秒の音声データがあれば数秒で学習を完了する。情報セキュリティアナリストの佐藤健太氏は警鐘を鳴らす。「今のAIは単に声を模倣するだけではありません。通話相手の反応をリアルタイムで解析し、最も不安を煽る感情表現やトーンを選択して発話します。耳だけで偽物だと見抜くのは、もはや不可能です。」

この脅威は個人間にとどまらない。企業の経営陣の声を作り倣い、経理担当者に巨額の送金を指示するCEOフロード（なりすまし詐欺）も急増している。一瞬の判断ミスが、企業の存続を揺るがす時代が来ている。

「テキスト疲労」が生んだボイス回帰の潮流

なぜ今、再び「通話」なのか。

背景には、テキストコミュニケーションの過密化と粗雑化がある。日常の連絡から仕事のタスク管理、さらにはカスタマーサポートに至るまで、あらゆる場所でAIチャットボットが導入された。その結果、人々は無機質な文章のやり取りに疲弊し、確かな実在感を求めて「声の対話」へと回帰したのだ。

Z世代を中心に流行している音声SNSや、親しい友人との長時間の通話ブームは、その象徴と言える。文章では伝わらないニュアンス、行間に漂う感情の温度。そうした人間ならではのコミュニケーションの熱量を確かめる手段として、通話は再評価されていた。だが、まさにその「信頼の担保」であったはずの声が偽造されることで、社会的な不信感はこれまでにない深さに達している。