Showing Posts From
思考実験
地球の中心はなぜ超高温なのか——重力とマントルの素朴な疑問
地球の中心はマグマで、マントルは超高温になっている——これくらいはなんとなく知っている。 でも、なぜそうなるのかを人に説明できるかというと、正直あやしい。重力が惑星を収縮させようとしていて、その過程でプレートというか地表がこすれて潰れているから高温になっているんじゃないか、くらいの予想はつく。マグマが地表に噴き出してくるのを見れば、中がとんでもなく熱いのは想像できる。 あなたはどうだろう。「なんとなく知ってる」で止めておく派？ それとも仕組みまで気になる派？ 私は後者だった。地球を真っ二つに割って中を見たわけでもないのに、マントルの状態がどうやって計算されているのか——そこが気になったので、先生に聞くつもりで整理してみる。 地球の中心が超高温な理由を考えてみる 生徒: 地球の中心って、なんでそんなに熱くなるんですか。マグマが地表に出てくるくらいだから、相当な温度ですよね。 先生: そうだね。地球の中心（内核）はだいたい5000〜6000℃、太陽の表面に近い温度だと言われている。熱源は主に3つある。 1つ目は放射性元素の崩壊熱。ウランやトリウム、カリウムの放射性同位体が地球内部に含まれていて、崩壊するたびに熱を出し続けている。46億年経ってもまだ効いているくらい、地球はこの熱源をたっぷり持って生まれた。 2つ目が原始的な余熱。地球が誕生したとき、微惑星同士が衝突を繰り返して合体した。その衝突エネルギーが熱に変わり、内部に閉じ込められたまま今も抜けきっていない。 3つ目が、あなたの予想にも近い重力による圧縮熱。これは次の見出しで詳しく触れよう。 生徒: 放射性物質と衝突の名残もあるんですね。重力だけが原因かと思ってました。 先生: 重力は主役の一つではあるけど、単独犯じゃない。3つが合わさって、今のマントル・核の熱を保っていると考えるのが正確だ。 重力が惑星を潰す力になっている 生徒: さっき言っていた重力の圧縮熱、もう少し詳しく知りたいです。プレートがこすれて潰れているから熱くなる、というイメージで合ってますか。 先生: 半分合っていて、半分は少し違う。プレートの摩擦（プレートテクトニクス）はマグマが地表付近で発生する一因ではあるけれど、地球中心部の超高温を説明する主因は重力による圧力そのものだ。 地球の質量は中心に向かうほど、その上に乗っている全ての層の重さを支えることになる。中心部にかかる圧力は、地表の300万気圧以上——想像しにくい数字だけど、それくらいの圧力が常にかかり続けている。 生徒: 圧力が高いと、なぜ熱くなるんですか。 先生: 気体や物質を圧縮すると温度が上がる、という現象自体は身近にもある。自転車の空気入れを勢いよく押すと、ノズルがほんのり熱を持つのと同じ原理だ。物質が圧縮されると、分子同士の運動エネルギーが逃げ場を失って熱に変わる。 地球規模でこれが起きているので、中心に近づくほど圧力由来の温度が積み上がっていく。惑星が自分の重力で自分自身を押し潰そうとする力が、そのまま熱エネルギーに変換されているわけだ。 生徒: プレートの摩擦は関係ないんですか。 先生: 関係はあるけど、規模が違う。プレートの摩擦熱は地殻・上部マントルというごく浅い部分（せいぜい数百km）で起きる局所的な現象。中心核の超高温は、地球全体・数千kmにわたる重力圧縮と放射性崩壊熱の蓄積が本体だ。地表で見えるマグマの噴出は、その内部の熱がたまたま弱い部分から漏れ出しているサインだと考えるといい。 マントルの状態はどうやって計算されているのか 生徒: ここが一番気になってたんです。誰も地球の中心まで掘った人はいないのに、なんで温度や状態が分かるんですか。 先生: いい質問だ。直接見た人は誰もいない。代わりに、いくつかの間接的な手がかりを組み合わせて推定している。 1つ目は地震波の伝わり方。地震が起きると、その揺れ（地震波）は地球内部を通り抜けて世界中の観測点に届く。地震波にはP波・S波の2種類があって、S波は固体しか伝わらず液体を通れない性質がある。この性質を利用して、「ここでS波が消えている＝液体の層がある」というように内部構造の境界（マントルと外核、外核と内核）を特定してきた。 2つ目は高圧実験。ダイヤモンドアンビルセルという装置で、実験室内に地球中心に近い圧力・温度を人工的に再現し、鉄やケイ酸塩鉱物がどう振る舞うかを調べる。地震波の速度データと、この実験結果を突き合わせることで、「この深さ・この圧力ならこの物質・この状態のはず」という推定が組み上がる。 3つ目が隕石の分析。地球ができた材料に近いと考えられている隕石（コンドライトなど)の組成を調べ、地球全体の平均組成を逆算する材料にする。 生徒: つまり、直接掘るんじゃなくて、地震の揺れ方と、実験室での再現と、隕石という3つの証拠を重ねて答えを出しているんですね。 先生: その通りだ。単独の証拠では決め手にならないけど、複数の独立した手法が同じ結論を指し示すなら、信頼度は上がっていく。科学的な推定というのは、そうやって間接証拠を積み重ねて輪郭を描く作業なんだ。 生徒: 地球を真っ二つにしなくても、ここまで分かるんですね。 先生: 掘れないものを理解しようとするときほど、いろんな角度から証拠を集める発想が要る——これは地球の中心に限らず、他の分野にも通じる考え方だと思うよ。 まとめ：熱源は重力だけじゃない 地球の中心が超高温な理由は、重力による圧縮熱・放射性元素の崩壊熱・誕生時の衝突エネルギーという3つが積み重なった結果だった。プレートの摩擦は地表近くの局所的な現象にすぎず、中心部の熱の本体ではない。 そしてその状態は、誰かが実際に掘って確かめたわけではない。地震波の伝わり方、高圧実験での物質の再現、隕石の組成分析——直接見えないものを、複数の間接証拠を重ねることで輪郭を描いている。 素朴な疑問の答えは、一つのわかりやすい理由ではなく、いくつもの証拠の積み上げでできている。そう考えると、地球の中心という遠い話が、少し身近に感じられる。
麺を口で切るとキレる人に食べさせたい、すすれない名物麺
「すすって食べなさい」 「口で切るな」 ——ラーメン屋やうどん屋で、隣の席の音や食べ方にうるさい人がいる。私はだいたい気にしない派だが、「口で切るな」ルールを厳守する人には、一度だけ試してほしい麺がある。すする以前に、物理的に無理なやつだ。 あなたはどうだろう。麺の食べ方、気にする派？ そもそも音すら気にならない派？ 私は後者だ。ただ、日本にも海外にも「すする」という常識を根こそぎ覆す麺が存在する━━その話を整理してみた。 日本国内の「すすれない」名物麺 日本国内には、まさに「すすって食べる」という麺類の常識を覆す、圧倒的な太さや長さを誇る名物麺がいくつか存在する。そのユニークすぎる形状ゆえに、食べづらさやインパクトで全国的に有名になった代表的な麺料理を紹介する。 ひもかわうどん（群馬県桐生市）――「太すぎる（幅が広すぎる）麺」の代表格 「太い」というより「平べったすぎる」ことで有名なのが、群馬県桐生市の郷土料理である「ひもかわうどん」だ。どれくらい規格外か： お店によっては 幅が10cm〜15cm以上 もあり、厚みは1mm程度と薄いのが特徴。一見すると一反木綿（いったんもめん）や、白い布切れのようにも見える。 食べづらさの理由： 当然だが、一般的なうどんのように「すする」ことは不可能。箸で持ち上げるとずっしりと重く、口を大きく開けて折りたたむようにして食べるか、前歯で噛み切りながら食べる必要がある。油断すると、つゆが派手に跳ねるのも難点だ。一本うどん（京都府・埼玉県など）――「太すぎて長すぎる」歴史ある奇食 器の中に、太い麺が「たった1本」だけトローリと横たわっている、文字通りの一本うどん。京都の老舗「たわらや」の「たわらやうどん」や、埼玉県羽生市（鬼平江戸処）の「五鉄」などが有名だ。どれくらい規格外か： 直径が1cm〜2cm近く もある極太の麺で、長さは50cm〜1mほどある。じっくり時間をかけて茹でられるため、外はモチモチ、中はすいとんのような強いコシがある。 食べづらさの理由： 箸で持ち上げようとしても、その重量とツルツルとした質感で滑り落ちやすく、1本が長いためどこから箸をつけていいか迷う。一口でいくのは無理なので、器の端で少しずつ噛み切りながら食べ進めるスタイルになる。吉野の葛切り / そうめんの「ふし」（奈良県など）――「長すぎる・啜りきれない麺」 少しジャンルは変わるが、「長さ」や「啜りきれなさ」で圧倒的なのが、奈良県吉野地方などで提供される「賞味期限10分の作りたて葛切り」や、手延べそうめんを作る際に出る「ふし麺（裁断面）」、あるいは一部の超ロング手延べ麺だ。どれくらい規格外か： 特に手延べ製法で作られる一部のうどんやそうめんには、切断せずに提供されるものがあり、1本の長さが数メートル に及ぶことがある。 食べづらさの理由： どこまで持ち上げても麺の端が見えず、立ち上がらないとつゆの器に移せないほど長いことがある。また、名物の葛切りなどは弾力と滑らかさが凄まじく、箸で掴むこと自体が難易度高めだ。番外編：山形県の「肉そば」や冷やし肉うどんの極太系 山形県の一部地域（河北町など）の肉そばや、山梨県富士吉田市の「吉田のうどん」も、顎が疲れるほどの「硬さと太さ」で有名。こちらは長さよりも「噛みちぎる大変さ」という意味での食べづらさ（噛みごたえ）が愛されている。海外の規格外な麺料理 海外にも、日本の「ひもかわ」や「一本うどん」に負けず劣らず、食べるのにコツがいる規格外の麺料理がいくつも存在する。中国のビャンビャン麺を含め、その圧倒的な太さや長さ、そしてユニークな食べづらさで知られる代表例を紹介する。 ビャンビャン麺（中国・陝西省）――「ベルトのような太さ」の元祖 「太すぎる麺」の世界的な代表格の一つ。西安市などがある陝西省（せんせいしょう）の伝統的な手延べ麺だ。どれくらい規格外か： 幅は2cm〜5cm以上 あり、長さは1m〜2mほど。現地ではその形状から「裤帯麺（ズボンのベルトのような麺）」とも呼ばれている。生地を伸ばす際に台に叩きつける「ビャンビャン！」という音が名前の由来だ。 食べづらさの理由： 1本が非常に長く、かつ幅が広いため、箸で1本持ち上げるだけでずっしりとした重量感がある。タレやラー油、具材を絡めて食べるのだが、豪快にすすると高確率で服に真っ赤な油が跳ねる。前歯で噛みちぎりながら、もぐもぐと「食べる」感覚に近い麺だ。ラグマン / ラグモン（中央アジア全域）――「長すぎて途切れない」手延べ麺 ウズベキスタンやキルギス、中国の新疆ウイグル自治区などで日常的に食べられている、トマトや羊肉の煮込みをかけた麺料理。ラーメンのルーツ（拉麺＝拉は引き伸ばすの意味）の一つとも言われている。どれくらい規格外か： 包丁を一切使わず、1本の太い生地の塊を両手で何度も何度もびよ〜んと引き伸ばして作られる。そのため、器に入っている麺は 数メートルに及ぶ1本の長い麺、あるいは数本だけで構成されていることが珍しくない。 食べづらさの理由： 麺の端っこがなかなか見つからないほど長いため、すするのを途中で諦めるか、箸で高く持ち上げて噛み切る必要がある。現地ではスープ仕立てや、焼きうどん風（ボソ・ラグマン）などがあるが、どれも麺の強靭なコシと長さに圧倒される。センヤイ（タイ）――「トゥルツル滑る」超幅広の米粉麺 タイの炒め麺「パッシーユー（醤油炒め）」や、スープ麺の「クアッティオ」などで使われる、最も太いタイプのライスヌードルだ。どれくらい規格外か： 新鮮な米粉の蒸しシートをカットして作られる生麺で、幅は2.5cm〜4cmほど ある。 食べづらさの理由： 米粉の生麺特有の「水分を多く含んだ、ものすごくツルツル・モチモチした質感」が特徴。箸で掴もうとしても、その自重と滑りやすさでスープの中にポチャンと落ちやすく、スープの跳ね返りに注意が必要。タイではフォークとスプーン、あるいは短めの箸を使って、折りたたむように口に運ぶ。パッケリ（イタリア）――「スープを吸うと巨大化する」巨大筒型パスタ パスタの国イタリアにも、食べづらさで有名な巨大パスタがある。南イタリア・カンパニア州生まれの「パッケリ」だ。どれくらい規格外か： マカロニをそのまま 直径3cm〜4cm、長さ4cm〜5cmほどに巨大化させたような形状 をしている。茹で上がるとさらに一回り大きくなり、お皿の上での存在感は抜群。ちなみに名前の由来は、イタリア語で「平手打ち（パッカ）」を意味し、茹でる時や食べる時に「パチパチ」と音がすることから来ている。 食べづらさの理由： フォークで刺そうとすると潰れてソースが飛び散り、巻くこともできないため、ナイフで小さくカットするか、スプーンでソースごとすくい上げるようにして食べる必要がある。一口でいくと口の中が完全にパスタで支配される。番外編：中国の「長寿麺（一根麺）」 中国の誕生日や旧正月の文化には、縁起を担いで「途中で絶対に切らない、器の中に最初から最後まで1本しか入っていない麺」を食べる習慣がある。これもまた、切らずに長寿を願って食べるという「文化的なルール」があるため、非常に食べづらくユニークな麺として有名だ。まとめ：噛み切れ、という正義 「口で切るな」というルールは、細い麺をすする文化の中で成立している。ひもかわうどんやビャンビャン麺の前では、その前提が最初から崩れる。 マナー警察に食べさせたいのは、相手を困らせるためではない（まあ、少しは困らせたい気もなくはない）。麺の形が食べ方を規定する━━そういう当たり前を、一度だけ体感してもらいたい、という話だ。 次に「すすって食べなさい」と言いたくなったら、ひもかわの写真を見せてから言う。相手が黙ったら、勝ちだ。
成功者の特徴——お金は「誰かの役に立つ」対価である
ゴルフ場でボールを拾って磨いて売る。キャディーをしつつ成功率の高い指示を出す。コーラの瓶を集めて売る。壊れたモノを集めて修理する。 ——成功者・億万長者の伝記に出てくる幼少期のエピソードは、だいたいこういう話だ。私は「運が良かった」「才能があった」より先に、お金のもらい方を体験していることに目がいく。 あなたはどうだろう。「稼ぐ＝労働時間の対価」派？ それとも「誰かの役に立った結果」派？ 私は後者に寄っている。ビジネスの本質も、たぶんそこにあった。 子供の頃に学ぶ「お金のもらい方」 幼少期に「お金のもらい方」を学んでいる。体験とか人に聞いた話とか、そもそも、そうしないと生きていけないとか。例えば、ゴルフ場でボール拾いして磨いて売ったりとか、キャディーしつつ成功率の高い指示を出したりとか、コーラの瓶を集めて売ったりとか、壊れたモノを集めて修理したりとか。 子供の頃に「なぜこれでお金をもらうことができるのか」を体験して、出た答えが「誰かの役に立つこと」に繋がってくる。労働の対価がお金ではなく、人を助けること、何かを与えた見返りとして渡される「価値だ」とどこかで気づく。ビジネスの本質はそこにあると感じるわけだ。 アスリートは競争力が原動力になる アスリートは別の話だけど、これは競争力が原動力になる。何かで1番を取ることを目標とした結果、目指すべきところが世界一になる。 とはいえ、そこだけが目標だと金メダルとかワールドチャンピオンで燃え尽きるから、真のアスリート（例えばボルトとか）はどこに目標を設定するのだろうか。 ビジネスマンの目標は「世界一の富豪」ではない ビジネスマンも同じこと。イーロンは世界一の富豪ではあるけど、手持ちの金はいわれるほどない。持っている企業の株価が高いから総資産でいうと高い。だから彼の目標は「世界一の富豪になる」ことではないとわかる。 火星に人を送ることをミッションとしているなら、やろうと思えば今でも出来るけど、達成したらまた別のことを始めるだろう。 目標は大きく、成功は他人が決める 目標は大きくしたほうがいい。その過程に小さくても大きな成功に繋がる体験が積み重なっていく。 成功したかどうか観測するのは、当人ではなく他人が見たものでしかない。当人は成功とは思っていないかもしれない。この感覚は一般に無いわけでもない。違うのは、諦めるか死ぬまでやるかの話。 功績は死後に確定する 多くの芸術家は死後に資産価値が高まっているのと同じく、生存中の価値決定は曖昧なモノであり、功績とは死後確定するモノ。 生きているあいだの「成功者」ラベルは、他人の観測にすぎない。当人が死ぬまでやり続けている間、そのラベルは暫定だと思った方がいいのかもしれない。 まとめ：価値の対価がお金 成功者の特徴を「億万長者になること」だと読むと、ずれる。幼少期の体験から見えるのは、誰かの役に立つことと、その対価としての価値交換だ。 目標は大きく置く。過程で小さな成功体験が重なる。当人は成功と思っていなくても、他人がそう観測する。違いがあるとしたら、諦めるか死ぬまでやるか——くらいのものではないだろうか。
紙の書籍離れ？電子書籍は売上ランキングに入れないのに？
書店の本棚が薄くなっていく話を聞くたびに、ふと思うことがある。 書店の嘆きは、本当に現代に寄り添っているのだろうか。紙の書籍じゃないといけない理由は、いったいなんだ？ あなたはどうだろう。本は紙派？ それとも電子書籍で十分派？ 私は両方使う。でもランキングを見ると、あちらは紙の世界ばかりだった。 書籍離れ、書店離れ 紙にこだわる理由ってなんだという話。 書籍ランキングとか販売では、頑なに「紙」と「電子」が切り分けられている。特に書籍ランキングね。 これは実店舗の購入数をもとに作成しているけど、電子書籍のランキングは公共の場では聞かない。それは配信プラットフォームであるからだ。 ランキングに映らない電子書籍 紙と電子で売上に差異があるのかどうかもわからない。 コスト的にいえば、デバイスで原稿を作成しているから、文章だけなら印刷も必要ないし、今なら校正をAIに任せることもできる。 デジタルファーストであるなら、今の出版社はよっぽど作業効率とか生産性で日本の上位に入れるはず。 輸出モデルは「残り物」から変われるか その前提として、「日本のアニメ・マンガが世界で受け入れられているかどうか」にある。 NARUTOはアメリカで人気だし、ブラジルではキャプテン翼がきっかけで選手になった人もいる。 とはいえ、いかんせん古いし、この時代はまだ翻訳もろくにできてない時代だった。いわば日本で残っているものを輸出するだけでも成功していたようなもの。 AIローカライズはもう現実に 現代では、画像生成AIを使えばマンガの吹き出しも瞬時にローカライズできてしまう。 ようするに、日本語で作成しても電子なら、オンライン上でDLする人の国籍にあわせて、クラウド上のAIが自動でセリフを翻訳して見やすいようにすることができる。 権利とリスクで止まる日本 これがもう実現可能なのに、日本は独自のAIがないから、他社を利用することができない。 おまけに、権利を主張していっこうに話しが進まない。海賊版うんぬんで経済損失とかいうなら、海賊版を作る意味がないほど、外国向けにローカライズして配信するようにしたらいい。 AIに触れている人ほど、これが痛いほどわかっていると思うが、経営者層ほど「作者の権利」を守るためといって、新しい市場に手をだす「リスク」を渋っている。だから負けてしまうのだ。 紙の本に残る役目 紙の書籍には紙の書籍にしかできない役目がある。 「本を、読む、行為」は何千年と続いてきた文化ではあるし、本という知識デバイスもDNAに刻まれているのではないかと考えている。 学校の図書室がいずれデジタル化することはあるだろうけど、子どもだからこそ、手と目を動かして能動的に文字を読む行為は、廃れされてはいけないと考える。なぜなら、紙の本ほど他人と共有しやすいからだ。 まとめ：ランキングの死角 書籍離れの話は、紙が嫌われた話だけではない。売上の見え方が紙に偏っているから、電子の勢いが公共の場に届かない——その構造の方が気になる。 紙の本は消えない。共有しやすさという強みは残る。ただ、ランキングだけを見て「本が売れない」と嘆くのは、半分しか見えていないのではないだろうか。
AIを使うと仕事が遅くなる？ワークスロップとパイロット思考
「AIで3倍速くなった」 「でも、なぜか帰りが遅い」 ——効率化ツールを入れたのに、チーム全体の生産性が上がらない。そんな話を聞くと、私は「速くなった部分と、遅くなった部分が別の場所にあるんじゃないか」と思う。 あなたはどうだろう。AIで下書きを一瞬で作れるようになった派？ それとも、チェックと修正に以前より時間がかかっている派？ 私は後者に近い。コーディングは明らかに速くなった。でもメールの返信、資料の推敲、社内共有のたびに「これ、AIが書いたやつだ」と疑われないかを気にする時間が増えた。速さの体感がコーディングに偏っているのかもしれない。 ワークスロップとは何か スタンフォード大学のジェフ・ハンコック教授がインタビューで語っている概念に、ワークスロップ（Work Slop）という言葉がある。AIが数秒で作った、一見きれいで完璧に見えるが、中身が薄く目的を果たしていないアウトプットのことだ。 見た目は整っている。グラフも入っている。箇条書きも論理的に並んでいる。だが受け取った側が「で、結局何をすればいいの？」と迷う——こういうものがワークスロップだ。 隠れたコストは大きい。ハンコック教授の試算では、ワークスロップを受け取った側が修正や確認に費やす時間は1回あたり平均2時間。大規模組織に広がると、修正コストだけで年間約14億円（900万ドル）規模の損失につながるという。 もう一つ厄介なのは信頼の崩壊だ。「AIに丸投げしたな」と周囲に思われると、その人の有能さや誠実さへの信頼が損なわれる。成果物の質以前に、人間関係にひびが入るリスクがある。 速く感じるのに遅くなる理由 AIを使うと、人間は仕事のアイデアをつねに出し続ける必要が出てくる。デバイス上にタスクを置けば、AIはすぐ実行して完了する。完了が一瞬だからこそ、次の仕事をすぐ与えなければならない。 以前は6人で回していたPC上の事務作業が3人になり、3人が1人になり、いずれは自律エージェントにファイルを投げるだけで済むようになる——そんな話はもう現実味を帯びている。ただし「自律」とはいえ、そこに仕事を投げてから完了するまでの原理は、ロボット工学でも旧来のSFでも同じだ。人間が指示を与えてから、機械が動く。 問題は、実行が一瞬になったとき、その刹那に奪われる時間をどう考えるかだ。 作業効率がアップしたと体感しやすいのは、たしかにコーディング分野だ。コンパイル待ちがなくなり、試行錯誤のサイクルが短くなる。でもデバイス上の作業は、いずれすべてAIが実行する方向に向かう。速くなった分、人間の仕事は「実行」から「指示の設計」へ移る。指示の設計が追いつかないと、待ち時間ではなく思考の空白が増える。 パイロット思考と乗客思考 ハンコック教授は、AIを使うときにパイロット（操縦士）になるか、パッセンジャー（乗客）になるかの違いが重要だと説いている。 パイロット思考は、自分が主導権を握り、AIを能力を拡張するツール——クレーンのようなもの——として使う姿勢だ。乗客思考は、AIに丸投げして結果を待つだけの状態。後者がワークスロップを生む。 スタンフォードの学生の例が参考になる。優秀な学生は課題をAIに丸投げしない。AIに自分専用の練習問題を作らせたり、論文を音声に変換して聴いたりする。つまり自分の学習を深めるためにAIを使いこなしている。 仕事でも同じ構図だと思う。AIに「この企画書を書いて」と言うのではなく、「この顧客の課題を3つの仮説に分解して、それぞれ反証できるか検証して」と指示する。主導権が誰にあるかで、アウトプットの質が変わる。 AIシャドー経済と、誠実さの再定義 もう一つ、ハンコック教授が指摘しているのがAIシャドー経済だ。AIを使っていることを隠す風潮が広がると、うまくいったやり方が共有されず、組織全体の学習が止まる。 一方で、オーセンティシティ（真実性）の観点では、「AIが書いたかどうか」より「その内容が自分の考えを正しく反映しているか」が問われる、という見方もある。AIに下書きを手伝わせることで、むしろ丁寧で思慮深いコミュニケーションが可能になる——というポジティブな側面も示唆されている。 私はここで、人間とAIの関係を相互依存として捉えたい。人間だけ、AIだけでは永続しない。AIが実行を担うほど、人間は「何をさせるか」を設計し続ける必要がある。逆に、人間が設計だけして中身を見ないと、ワークスロップが量産される。 旧来のフィクションが描いてきたロボットの原則——人間が指示し、機械が従う——を崩さないためには、人間＝AIという相互が存在しないと成り立たない関係性が必要だと、私は考えている。 参考にした動画（31分）はこちら。 Stanford's Jeff Hancock on Work Slop and the Pilot Mindset まとめ：操縦席に座る AIで仕事が遅くなるのは、ツールが遅いからではない。乗客になってワークスロップを量産し、修正コストと信頼の損失を生んでいるからだ。 コーディングが速く感じるのは、その分野だけがまだパイロット思考に近いからかもしれない。実行が一瞬になるほど、人間の仕事は「何をさせるか」の設計へ移る。そこで主導権を握れなければ、速さは錯覚に終わる。 パイロットとしてAIをクレーンのように使う。それが、ワークスロップを避けるいちばん現実的な道だと思う。
AV新法で何が変わるのか
「AV新法、何が変わるの？」 ——リアルタイム検索で出てくるのは、断片的な見出しばかりだ。詳しい説明はほとんどない。同人AVが規制対象みたいだ、出演者の同意が必要だ、という単語は拾える。でも、そこから先が見えない。 あなたはどうだろう。新法＝撮影そのものの禁止、と理解している派？ それとも、販売・商用利用のルールが変わる話だと捉えている派？ 私は後者に近い。無許可での撮影そのものを全面禁止する法律ではなく、金銭を受け取って販売する段階で許諾が必要になる——という整理がしっくりくる。そしてその先に、税金や収益の透明性という話がつながっているのではないかと考えている。 割を食うのは配信プラットフォーム 影響が大きいのは、作品を流通させる配信プラットフォーム側だ。Fantia、FANZA、FC2あたりでの販売が多い。個人クリエイターが作品を上げ、プラットフォームが決済と配信を担う——この構造が、新法とガイドライン改定の交点になる。 Fantiaは2025年5月、モザイク・ぼかし・ベタ塗りなど「隠す部分を正しく隠す」ことを標準ガイドラインとして改定した。 【重要】修正・モザイク基準に関するガイドライン改定のお知らせ | ファンティア スポットライト 表向きは品質基準の話だが、裏側には出品物のコンプライアンスをプラットフォーム側で担保する圧力がある。個人が勝手に売っていたものを、法人が責任を持って流通させる——その責任の線引きが、今まさに動いている。 「出演者の同意」表示義務とは 新法周辺でよく出てくるのが、出演者の同意だ。書面での契約が主な役割を担う。商品を販売するうえで「出演者に同意のもとで制作した」という記載があれば、一定の要件は満たせる、という理解でよい。 契約書があれば法律でより強く縛れる。ただし契約書そのものを公開することには個人情報の問題がある。だから実務上は、文面での同意表明——「同意はあります」——しか出せないケースが多い。 ここで温度差が出る。 風営法のもとで健全なコンテンツ制作を続けてきたアダルトビデオ業界——公に認められているとは言いづらいが——は、もともと契約のうえで出演している。だからAV新法の影響は、既存の大手メーカーにとっては微細だ。もし「影響がやばい」と騒いでいるなら、書面契約がなくブラックな運用をしていた、という話になるのではないか。 逆に、あおりを受けるのは同人AVや個人制作のほうだ。この界隈はトラブルが多いことも事実だ。法律的には健全な販売をしている大手メーカーと、個人の無法地帯的な販売が、同じ「AV」というラベルの下に並んで見える——それが今回の違和感の正体だと思う。 AV界隈でいえば、法人はアダルトビデオメーカー、同人（個人）はそれまで影の濃いゾーンだった、という対比が近い。 無許可撮影ではなく「商用利用」が焦点 著作権の世界でもよくある整理がある。「個人で楽しむぶんならOK」という判断だ。スマホで撮影して、お互いか当人だけが見るだけなら、そこまで問題にならない。 それを商用利用する——ネット上で売る、欲しい人に金銭を受け取って渡す——段階に入ると、双方の同意が必要になる。撮影の自由と、販売のルールは別のレイヤーだ。 ということは、新法の焦点は「撮ってはいけない」ではなく、「売るなら許諾と透明性を」にある。そこに税金の話がつながるのは自然だ。今まで表に出ていなかった収益が、プラットフォーム経由で可視化される。国にとっては、そこが見えるようになることが本丸なのではないか。 まとめ：影の収益が焦点 AV新法で大きく変わるのは、撮影そのものの禁止ではない。商用販売における出演者同意と、収益の見える化だ。 既存メーカーはもともと契約ベースで動いているから、衝撃は小さい。揺れるのは同人・個人販売と、それを載せるプラットフォーム側だ。Fantiaのモザイク基準改定も、その一環に見える。 「何が変わるのか」と聞かれたら、私はこう答える。個人の影にあった販売が、同意のラベルと税金の目が届く場所へ移動しつつある——それが今起きていることだ。
配信者は家賃でマンション契約は落ちやすいけど一括購入なら行ける話
「月100万稼いでるのに、賃貸審査で落ちた」 「配信者って職業欄に書きにくいし、大家さんに嫌われそう」 ——配信者の住まい探しは、収入の額とは別の話だ。私はふと気になって調べてみた。家賃でマンションを借りるのと、一括で買うのでは、審査の壁がどう違うのか。 あなたはどうだろう。クリエイター収入、通帳で証明できれば十分だと思う派？ それとも「職業そのものがリスク」だと感じる派？ 私は後者寄りだ。数字があっても、審査側の不安は消えない。 配信者はマンションの賃貸審査で不利になりやすい 結論から言うと、不利になりやすい。 専業の配信者やYouTuberは、不動産の審査では個人事業主として扱われる。会社員と違い、給与明細1枚では収入が証明できない。確定申告書・納税証明書・通帳の写しなど、自分で材料を揃える必要がある。 それでも落ちるケースは珍しくない。月100万円以上の収益があっても審査不通過になった、という相談は不動産会社のコラムに実名なしで何度も出てくる。 なぜか。審査側が見ているのは「今の収入」だけじゃない。 第一に、収入の継続性だ。配信収益はプラットフォーム依存で、広告単価の変動やアルゴリズム変更で急に落ちる。開業1年未満で確定申告がまだない場合、公的な裏付けが弱い。 第二に、職業イメージにまつわるリスクだ。騒音トラブル——ゲーム実況や歌配信なら特に——近隣への配慮、自宅へのファン訪問、撮影機材の搬入など、大家や管理会社が懸念しやすい要素がある。防音室を入れても、賃貸契約上は原状回復や禁止事項の問題が残る。 第三に、信用情報だ。過去のクレジットカード滞納や分割払いの遅延が個人信用情報機関に残っていると、収入が十分でも門前払いされる。水商売でローンが通りにくい、という話と構造は似ている。職業そのものより、信用の傷と書類の欠如が重なると厳しくなる。 審査を通すには何を見せればいいのか 賃貸で現実的な手は、だいたい決まっている。 開業2年目以降で確定申告書と納税証明書を提出できる状態にする。家賃の1〜2年分に相当する預貯金を残高証明で示す。撮影・配信を主用途にしない旨を書面で伝える。事務所や企業に所属し、給与や業務委託の形で収入を安定させる。 審査が厳しい物件を避け、独立系の保証会社を使う物件やUR賃貸を検討する、という選択肢もある。 ただ、これは「通る可能性を上げる」話であって、職業欄に「配信者」と書いた瞬間に大家の印象が変わる、という心理的ハードルまでは消えない。収入証明はできる。でも50年後までこの収入が続くかは、本人にもわからない。YouTubeがなくなる可能性はゼロじゃないし、広告以外の収益モデルに移ってクリエイター配分が縮む可能性も捨てきれない。 賃貸審査は「今の支払い能力」を見る。住宅ローンはもっと長い目で見る。ここが分岐点になる。 住宅ローンは融資で落ちるだろう、という話 一括購入の話の前に、ローンの現実を置いておく。 フリーランス・個人事業主の住宅ローン審査は、会社員より厳しいのが通説だ。多くの金融機関は直近2〜3期分の確定申告書を求め、売上ではなく所得（経費控除後）で返済能力を判断する。節税のために経費を厚くすると、借入可能額はそのまま下がる。 YouTuberは「急に広告単価が変わる職業」として、保証会社にまだ十分に安心材料がない、という指摘もある。フラット35のように確定申告1年分で申し込める枠もあるが、継続収入の見通しは問われる。 仮に50年ローンを組むとして、50年間配信収益で食っていける保証はない。審査側が慎重になるのは、わからなくもない。 一括購入なら「職業」の壁は下がる ここでタイトルの後半に入る。現金一括なら、話はかなり変わる。 住宅ローンの返済能力審査が不要になる。売買契約は売主と買主の合意が中心で、賃貸のような「入居者としてのリスク評価」とは土俵が違う。職業欄に配信者と書く場面自体が少ない。 実際、トップ層のYouTuberが高額マンションを購入した報道はある。2026年1月、ヒカル氏が都内マンションを37億円で購入したと報じられ、本人も「YouTuberは住むところが難しい」「過去は強制退去に近い形で出ていった」など、賃貸側の厳しさを語っている。頭金6億円、残額も事業収入とパートナーとの共同で賄う——完全な現金一括ではないが、「買った」という事実のほうが大家に聞こえやすい、というドラフトの直感はここに近い。 もちろん一括だからといって審査がゼロではない。マネーロンダリング対策で資金の出所を問われる。高額物件なら売主側の確認も入る。連帯保証や身元保証が絡むケースもある。ただ、賃貸審査で躓く「収入の不安定さ」と「騒音・職業イメージ」の組み合わせとは、性質が違う。 信用が足りないとき、法人とチームが効く 個人の信用だけでは足りないとき、法人化や企業所属の話が出てくる。 法人は法的に認められた主体だ。個人事業主より税負担は増えるが、取引の相手としての体裁は整いやすい。配信者には事務所・チーム・企業所属という形もある。企業が保証人になれる、住居を社宅として提供できる、雇用保険を適用できる——売上を折半する代わりに、社会的信用を組織から借りられる。 「お得意様が代わりに買って上げる」というのは極端な例だが、構造としては同じだ。個人の職業欄では説明しきれない収入やリスクを、別の主体が肩代わりする。 防音室を入れたい配信者にとっても、法人名義の物件や事務所付き住居のほうが交渉しやすい場面はある。ただしそれはハードルの移動であって、コストと税金の問題は残る。 まとめ：借りると買うでは見られるものが違う 配信者がマンションの家賃契約で落ちやすいのは、収入の額より収入の見え方と職業リスクのほうが効いているからだろう。一括購入や法人経由なら、別のルートが開く。でも融資はまた別の壁になる。 私は、いつか住まいを本気で考えるクリエイターなら、稼いだ年から2〜3年後の確定申告と、防音の要否まで含めた住居プランを先に設計しておくほうがいい、と思っている。審査は後から追いつかない。
「この研究に何の意味があるんですか」——いじめか、それとも問いかけか
「この研究に何の意味があるんですか？」 研究結果の報告や発表の場で、指導教員からこう聞かれた経験がある人は少なくないだろう。アカデミックスキルズでもこの議題が取り上げられていて、私はかなり興味深いと感じた。 あなたはどうだろう。この問いかけ、いじめだと感じる派？ それとも「当然の確認」だと受け取る派？ 私は最初、両方の説明が筋が通ると思った。でも整理していくうちに、問いそのものより聞き方と前提の共有のほうが本質的な論点だと感じるようになった。 いじめと受け取られる問いかけ 「この研究に何の意味があるんですか？」 この問いかけを「先生によるいじめ」と受け取る生徒が多いといわれる。 それに対する反論として、先生側には「なぜこのデータ（研究）をしたのか━━に根源的な理由をつけて説明してほしい」という裏側がある。じゃあ最初からそういえよ、って話にもなる。 文脈の裏側を会話しながら探るのは、そういう席では重要になる。研究結果の報告で、この質問は意地悪に受け取る人もいれば、想定された質問なので流暢に答える人もいるだろう。 てことは、この質問をいじめだと受け取るのは、研究する意味を深く考えていない場合に該当するのではないかと考える。確固たる意思があるなら「なぜやった？」に対しての反論は出てくるはず。その裁量を引き出すためのパスであると、私は理解した。 パワハラに感じる受け取り手もいる 理解したんだけど、受け取り手によってはパワハラに感じるのは確か。 あえて意地悪な言い方で"そう質問する"タイプだっているはず。生徒を伸ばす意味ではなく、ただの嫌がらせでそういった質問をする人は、企業面接だってある。「なぜ当社を選んだ？」が代表的だろう。 こういった質問に回答するためには、理由に意味を持たせないといけない。急ごしらえの「とりあえず」「適当で……」では、研究者としての命題が立たない。問いに耐えられないのは、言い方の問題だけではない。 オナラの色から見る「理由」の重さ たとえば「オナラに色はあるんだろうか」という議題でも、色がないにしてもアニメや漫画で色をつけるのはなぜか、という問いにはちゃんと理由がある。 視聴者の視認性を優先していること。黄色はクソを連想するから、あきらかに臭そうだと視覚で認識できる——みたいな。 くだけた例だが、ポイントは同じだ。表面的な現象に対して、なぜそうなっているのかを言語化できるかどうか。研究の報告も、データの提示も、結局はそこに帰着する。 理由をあまり深く考えず、とりあえず・適当で……など、急ごしらえで研究者としての命題がないと、こういった質問に対処できない。 文脈の裏側を知れ、はもう古い 意地悪な質問だが、裏側を知ると「なるほどな」と納得した。 でも、あえていわせてもらいたい。なら、理由から聞けよ。その方が早いだろと。 「文脈の裏側を知れ」みたいな感じは、戦国時代くらいでいいんだよと。序列の意図とか、上座と下座の配置に階級があるからあえて後ろに座らせて怒らせるとかさ。回りくどいコミュニケーションをしてパワハラといわれているんだから、単刀直入にいったほうが早くね？と思うわけだ。 研究指導も面接も、本当に知りたいのは「なぜやったのか」「何のためにやるのか」だ。それを遠回しに聞く文化が、受け手の防衛反応を強めている面はあるのではないだろうか。 まとめ：理由から聞けばいい 「この研究に何の意味があるんですか」は、悪意のある言葉にも、裁量を引き出すための問いにもなりうる。 私が言いたいのは、問いの善悪より、最初から理由を聞けばいいということだ。先生側も「面白いね」「つまんね」くらいの率直さで、なぜこの研究をしたのかを先に聞いたほうが、双方にとって建設的なはずだ。 回りくどい序列のコミュニケーションは、もう卒業していい時代なのではないかと、私は思っている。
『サイコロジー・オブ・マネー』要約——お金は論理より納得感
「この本を読めば投資がわかる」 「サイコロジー・オブ・マネー、またベスト本リストに入ってる」 ——外国YouTubeでもよく引用される一冊。私が要約動画で再確認したのは、お金に関する意思決定がいかに論理（スプレッドシート）ではなく、感情や過去の経験に支配されているか、という話だ。 あなたはどうだろう。投資判断、数字派？ それとも「納得できるか」派？ 私は後者の方が長続きすると、この本は説く。 人は論理ではなく「納得感」で動く誰もが自分の経験に基づいたレンズで見ている： 1920年代の大恐慌を経験した人と、1990年代のハイテクブームを経験した人とでは、投資に対するリスク感覚が全く異なる。データは同じでも、感情的な傷跡や成功体験が判断を左右する。 合理的（Rational）よりも納得感（Reasonable）： 完璧に論理的な投資計画よりも、暴落時にパニックにならずに「夜眠れる」ような、自分にとって納得感のある計画の方が、長期的には資産形成に繋がる。「十分」を知る強さ比較の罠： どんなに成功しても、SNSなどで自分より稼いでいる人を見ると「負けている」と感じてしまう。比較には天井がない。 足るを知る： 自由や心の平和を守るためには、「自分にとっての十分（Enough）」を定義し、それを超えてリスクを取りすぎないことが真の富への近道だ。富とは「見えないもの」見せかけの富 vs 真の富： 1,000万円の車に乗っている人を見てわかるのは「1,000万円持っている」ことではなく、「資産が1,000万円減った」ということだ。真の富とは、まだ使われていない資産、つまり将来の自由や選択肢そのものだ。 時間のコントロール： お金がもたらす最大の配当は、高級車や家ではなく、「自分の時間を自分でコントロールできる自由」だ。複利の魔法と生存戦略投資は「生き残ること」がすべて： ウォーレン・バフェットの資産の90%以上は、彼が65歳を過ぎてから築かれたものだ。驚異的なリターンを出すことよりも、市場に長く居続ける（退場しない）ことが、複利を最大化させる唯一の方法だ。 失敗を前提にする： 完璧な計画を立てるのではなく、計画通りにいかないことを前提に「安全域（Margin of Safety）」を確保しておくことが、予期せぬ事態を乗り切る鍵になる。他人のゲームをプレイしない目的の違い： 短期売買で利益を狙うトレーダーと、老後のために積み立てる投資家では、見ている時間軸が全く異なる。自分と異なる「ゲーム」をしている人の真似をすると、思わぬリスクを背負うことになる。この動画の示唆は、投資だけに閉じない。ブログ運営やコンテンツ制作でも、読者の心理や行動経済学的な視点を取り入れる場面は多い。数字やロジックだけで語れない部分がある━━そこにこの本の価値がある。 YouTube動画はこちら： https://www.youtube.com/watch?v=jPPzvuDIr1w 日本に似た本が少ない理由 この本で人生が変わったという人は多い。外国YouTubeでもよく引用されていて、人生を変えるための1冊として取り上げられることが多い。 「投資の基礎知識」「楽して金を稼ぐ」といったテーマを、体系的にわかりやすく伝える教本としても適している。しかし日本でこういった本が生まれないのはなぜだろうか。似たような本はあるだろうけど、ビジネス本で投資にまつわるレクチャー的な本は多い一方、基礎知識をわかりやすく伝えている本は少ない。 特に日本だと━━個人の見解だが━━「私はこれで成功した」という話が多い。 歴史を学ぶのはなぜか、と考えてみよう。 信長の人生は失敗だったのだろうか。現代の我々が観測したとして、明智を怒らせたことが失敗かもしれない。でもそうでなくても、力をつけた秀吉が襲ってくる可能性だって捨てきれない。他の有力武将が寝首をかこうと狙っているはずだ。 失敗を科学することが遅れている。 成功だけしか認められないから、失敗を恐れる若者しか出てこない━━そんな構造が、お金の教本の質にも影響しているのではないだろうか。 まとめ：夜眠れる計画 サイコロジー・オブ・マネーの核心は、テクニックより心理だ。 スプレッドシート上の最適解より、暴落時も「納得できる」計画。他人の成功ではなく、自分の「十分」。——この本は、そこを何度も突いてくる。 投資を始める前に、一度「自分にとっての十分はいくらか」を書き出してみる。それだけで、本の半分は実践できたも同然だ。
生成AIにランニングコースを作ってもらう際の注意点
「今日どこ走ろう」——地元に住んでいると、いつもの公園か、いつもの河川敷か、気づけば同じルートばかりになる。 私はたまに生成AIにコース案を出してもらう。ただ、起点と距離だけ渡しても、地元の人間が当たり前に避ける道を案内されたり、実在しない遊歩道を自信満々に書かれたりする。便利な反面、プロンプトの設計がそのまま品質になる。 あなたはどうだろう。ランニングコース、地図アプリだけで決める派？ それともAIに「こういう条件で組んで」と頼む派？ 私は後者も試している。今回は起点を地元の舘山寺ではなく弁天島駅に変え、海沿い10kmと佐鳴湖外周の2本を例に、プロンプトの書き方とAIの答え、そして1時間走のペース計算までまとめる。 ランニングコースを作ってもらうとしたら 生成AIにコースを頼むとき、私が最低限そろえている項目は次のとおりだ。起点とゴール（往復か周回か） 距離（10km、1時間など） ランニングかウォーキングか 地域の名称と、わかれば座標 人間の中で完結している条件——これが抜けやすいたとえば「同じ風景は嫌だ」「大通りは避けたい」「信号が多いとテンポが崩れる」「歩道がない区間は怖い」。AIは地図データから推測できることと、できないことが混ざる。後者は明示しないと入ってこない。 交通量や信号の多さは、だいたい地図上から推測できる。一方で「この時間帯はトラックが多い」「今切口の水路際は危険」といったローカル知識は、書かなければ答えに乗らないことが多い。 プロンプト例①：弁天島駅発・海沿い10km 浜松駅から南へ電車で約12分の弁天島駅を起点に、海を見ながら南方向へ約10km走るコースを頼んだ。実際に投げたプロンプトはこうだ。 あなたはランニングコースのプランナーです。以下の条件でコースを1本提案してください。【Goal】 JR弁天島駅を起点・ゴールとした、往復約10kmのランニングコース【Context】 - 場所：静岡県浜松市中央区舞阪町 弁天島周辺 - 弁天島駅（34.6986°N, 137.6167°E付近）から南方向へ進む - 浜名湖と遠州灘が見える「海の見える」区間を優先する - ランナーは歩道・遊歩道が整備されたルートを好む【Action】 - 大通り・交通量の多い車道はなるべく避ける - 信号の少ないルートを選ぶ - 同じ風景の単調な繰り返しは避ける - 今切口（浜名湖と太平洋を結ぶ水路）の**水路際・激流付近には立ち入らない**（安全上の注意として明記） - 往路約5km地点で折り返し、復路は同ルートで戻る【Output Format】 1. コース概要（区間名・走行内容・累計距離の表） 2. ランニング想定（6分/km）の目安タイム 3. コースのポイント（景色・設備） 4. 実走前の確認事項AIの答え（弁天島・海沿い10km） コース概要区間 内容 累計距離スタート → ① 弁天島駅南口を出て弁天島海浜公園の遊歩道へ。赤い鳥居と浜名湖を左手に南下 〜0.8km① → ② 海浜公園南端から国道301号沿いの歩道を南進。右手に遠州灘、左手に浜名湖の汽水湖景 〜2.0km② → ③ 今切口展望エリア手前まで南下（水路の堤防際・砂浜への降り口は通過のみ、立ち入り禁止） 〜3.2km③ → 折返し 渚園（長島親水公園）・舞阪漁港方面の遊歩道へ。折返し地点は渚園キャンプ場付近（約5.0km） 〜5.0km折返し → ゴール 来路を北へ戻り、弁天島駅へ 〜10.0km目安タイムランニング（6分/km）： 約60分 ジョグ（7分/km）： 約70分コースのポイント弁天島は「湖と海が同時に見える」珍しい地形。往路前半で浜名湖、折返し付近で太平洋側の開放感が変わる 弁天島海浜公園・舞阪漁港周辺に公衆トイレあり。自販機は国道301号沿いに点在 浜名湖サイクリングロードと歩道が重なる区間がある。早朝以外は自転車とのすれ違いに注意実走前の確認事項今切口付近は潮流が速く、地盤や護岸の形状も独特。水路に近づきすぎない 夏季は日陰が少ない。給水は自己負担 国道301号沿いを走る区間があるため、ストリートビューで歩道の有無を事前確認すること私の視点（弁天島コース） 悪くない。弁天島から南へ伸ばすと、海浜公園 → 今切口手前 → 渚園方面という流れは、地図上の動きとして自然だ。ただし「全区間フラット」とは言い切れない。国道301号沿いは車も多く、早朝以外は歩道幅と交通量の確認が必須だと思う。 舘山寺起点の湖岸一周案と比べると、こちらは「海と湖の境界」を味わえるのが強み。一方、舘山寺コースのような湖岸専用遊歩道の連続感は薄い。用途で使い分けるイメージだ。 プロンプト例②：佐鳴湖外周・駐車場から1時間 次は、佐鳴湖公園の駐車場を起点に外周を1時間走るコースと、必要ペースの計算を頼んだ。 あなたはランニングコースのプランナーです。【Goal】 佐鳴湖公園の駐車場（ひょうたん池前付近）を起点・ゴールとし、佐鳴湖の外周を約1時間で走り切るコース【Context】 - 場所：静岡県浜松市西区 佐鳴湖公園 - 公園公式の外周ウォーキングコースは1周約5.941km（6km弱） - コースはほぼ平坦（高低差約10m）、100mごとに距離表示あり - 車道と歩行者が分離された遊歩道が整備されている【Action】 - 外周1周を基本とする周回コースを提案する - 1周だけでは1時間に満たない場合は、どこで何周するかも示す - 以下を必ず計算して示すこと： 「1時間（60分）以内に外周1周を終えるために必要な1kmあたりのペース」 計算式：必要ペース（分/km）＝ 目標時間（分）÷ コース距離（km）【Output Format】 1. コース概要（1周のルート説明） 2. 公式距離と必要ペースの計算過程 3. ランニング・ウォーキングそれぞれの目安タイム 4. 駐車場・アクセス・設備AIの答え（佐鳴湖外周） コース概要区間 内容 累計距離スタート → ① 佐鳴湖公園駐車場（ひょうたん池前）を出発。南岸の遊歩道を東へ 〜1.5km① → ② 東岸を北上。佐鳴台ダム・野鳥の森方面 〜3.0km② → ③ 北岸を西へ。炭焼き小屋・橋を渡り対岸へ 〜4.5km③ → ゴール 西岸を南下し、ひょうたん池前へ戻る 〜5.9km1周で終わらず1時間走りたい場合は、外周2周（約11.9km）が現実的だ。2周する場合の必要ペースは後述。 1時間以内に1周するためのペース計算 佐鳴湖公園の公式データでは、外周コースは1周 5.941kmとされている。 必要ペース（分/km）＝ 目標時間（分）÷ コース距離（km） 60分 ÷ 5.941km ＝ 10.10分/km（約10分6秒/km） つまり、1kmあたり10分6秒より速く走れば、1時間以内に外周1周が理論上可能だ。 参考までに、よく使われる目安は次のとおり。走り方 ペース 1周（5.941km）の所要時間ウォーキング 12分/km 約71分1時間1周の境界 10.1分/km 60分ジョギング 7分/km 約42分ランニング 6分/km 約36分「1時間コース」と言ったとき、AIはときどきゆっくり走れる6km周回として案内する。ウォーキング寄りなら1周で約70分かかるので、1時間走るなら2周するか、ペースの計算を自分で足す必要がある。 2周（11.882km）を60分で走る場合： 60 ÷ 11.882 ＝ 5.05分/km（約5分3秒/km） こちらはサブ6分ペース。地元の実業団選手が使うコースだけあって、1時間走は案外ハードだ。 駐車場・アクセス駐車場：佐鳴湖公園内（ひょうたん池前・北岸など複数あり。無料の駐車場が中心） アクセス：浜松駅から車で約15〜20分。バスは「佐鳴台」行きなど 設備：トイレ、自販機、距離表示板（100m刻み）。公園管理事務所はひょうたん池前付近私の視点（佐鳴湖コース） こちらは事実とほぼ合っている。佐鳴湖は浜松のランナーなら一度は走ったことがある人が多いコースだ。平坦で距離表示もあるので、ペース計算の練習場としても向いている。 AIに「1時間で」とだけ言うと、距離とペースの関係が曖昧なまま返ってくることがある。計算式をプロンプトに明示して出力させると、「10分/km弱なら1周60分」という答えが安定する。これはランニングに限らず、AIへの依頼全般で効くテクニックだと思う。 プロンプトに入れると精度が上がる条件 ドラフトに書いていた「重要視していること」を、プロンプト用に整理するとこうなる。起点・終点を同じにするか（周回か往復か） 避けたい道路・時間帯（「国道301号の車線側は走らない」など） 安全上の禁区（今切口の水路際など） 歩道・遊歩道の有無を優先するか 同じ風景の繰り返しを避けたいか 出力形式（表・累計距離・目安タイム・注意書き）AIは「だいたい走れそうなルート」を返すのは得意だ。だが走ったことがある人間の感覚——信号で止まるストレス、日陰のなさ、自転車とのすれ違い——は、プロンプトに書かない限り抜け落ちやすい。 まとめ：地図の外を書く 生成AIにランニングコースを作らせるとき、私が意識しているのは地図データだけでは埋まらない条件を、自分の言葉で足すことだ。 弁天島の海沿い10kmは景色の変化が魅力だが、国道沿いと安全禁区の確認は必須。佐鳴湖の外周は6km弱で、1時間1周を狙うなら10分/kmを切る計算になる。プロンプトに計算式まで書いておけば、AIの答えもブレにくい。 最後はいつも通り、Googleマップとストリートビューで実走前チェック。AIは下書き、最終判断は自分の足——この割り切りが、いちばん事故が少ないと思う。
シャドーAIはなぜ会社だけで起きるのか——経費化と個人アカウントの未来
「家ではClaude、会社ではCopilot——会社のは使いにくいから、資料だけ個人アカウントに流し込んでる」 ——こういう話を聞くと、私はまずなぜ会社の話だけになるのかを考える。フリーランスが好きなAIを使うのは、シャドーAIとは呼ばれない。個人で副業している人がChatGPT Plusを契約するのも、当然の支出だ。 あなたはどうだろう。職場で「推奨AI」と「自分が使いたいAI」が違うとき、経費申請して堂々と使う派？ それとも個人契約でこっそり使う派？ 私は前者が理想だと思っている。でも現実には後者が増えている。それは社員の意識が低いからというより、組織の仕組みが追いついていないからだと見ている。 シャドーAIは「組織」がないと成立しない シャドーAIの定義自体は短くてよい。企業が推奨・許可したAIとは別のツールを、業務のために社内でこっそり使うことだ。セキュリティ上のリスクは別記事で整理したので、ここでは触れない。 問題は、なぜこの現象が会社・企業に偏るのか。 理由はシンプルで、シャドーには「影」が必要だ。つまり、表に出せない公式ルールと、現場の実態のギャップがなければ、影は生まれない。 個人事業主や小規模チームには、そのギャップが小さい。使うツールを自分で決め、代金も自分で払う。誰かに隠す必要がない。Claudeが得意ならClaude、Copilotで十分ならCopilot——選択と支払いが同一人物の中で完結する。 一方、中規模以上の組織には三つの層が重なる。 IT統制——情報システム部門が許可したソフトだけを業務PCに入れる、というルール。 経費制度——会社が払うものと、個人負担のものの境界。 情報管理——社外秘・個人情報・顧客データをどこまで外部サービスに渡していいか、という線引き。 この三者がずれた瞬間にシャドーAIが生まれる。現場は「Claudeの方が早い」と感じる。ITは「Copilotだけ許可」と言う。経理は「AI利用料の科目がない」と言う。結果、社員は個人のクレジットカードで契約し、業務データを個人アカウントに入れる——これがシャドーAIの典型ルートだ。 フリーランスにこの構図はない。影を作るのは、組織の階層と承認フローなのだ。 経費に載らないから、こっそり使う もう一つの背景は、AI利用料がまだ「経費」として定着していないことだ。 参考書やセミナー代、クラウドストレージ、専門ソフトのサブスク——知識労働では、個人の生産性を上げるツールを会社が負担する例は珍しくない。ChatGPT Plusが月20ドル、Claude Proが月20ドル、Cursorが月20ドル。金額感はそこそこだが、書籍代や小さなSaaSと同じオーダーだ。 それなのに多くの企業では、AIサブスクの経費申請ルートが整っていない。「ソフトウェア費」に含めるのか、「研修費」なのか、「消耗品」なのか——科目すら決まっていないケースがある。 科目がないと、申請する社員は勇気がいる。「会社が許可していないツール代を経費にしてよいのか」と思う。申請しなければ個人負担になる。個人負担なら、せっかく払っているのだから性能のいい方を使いたい——そこで社内資料を流し込む。シャドーAIは、経費制度の空白地帯から生えてくるわけだ。 AI利用料は経費にすべきか 私の答えは、条件付きでYesだ。 ただし「社員が好きなAIをなんでも会社負担」ではない。全員に月200ドルのMaxプランを配るのは、現実的でも公平でもない。使わない人の分が固定費になるし、開発部門と総務部門で必要度が違う。 現実的なのは次のような形だと思う。 定額のAI手当——月3,000円〜5,000円程度を「業務用AIツール」として計上し、ツール名は社員に委ねる。ChatGPTでもClaudeでもGeminiでも、生産性に効くものを選ばせる。 職種・プロジェクト単位の枠——エンジニア、マーケター、企画職など、AIを常用するポジションだけ上限を上げる。期間限定プロジェクトなら、その期間だけ付与する。 使途の報告は最小限、線引きは最大限——何に使ったかの日報までは求めなくていい。代わりに「社外秘・個人情報・未公開の顧客データを外部AIに入れない」は全員共通のルールにする。 経費化の目的は、社員の懐を痛めさせないことだけではない。シャドーAIを減らすことでもある。堂々と個人アカウントを業務に使えるなら、データを隠す動機は弱まる。会社は「どのAIか」ではなく「何を入れてはいけないか」で管理できる。 とはいえ、経費にすればすべて解決するわけではない。税務上の扱い、グループ会社間の費用分担、海外ツールの為替——日本企業特有のもたつきはまだある。それでも、Copilot一択のまま経費科目を作らない方が、長期的にはリスクが高いと私は見ている。 企業アカウントより、個人アカウントを渡す方向へ ここからは未来予測だ。 いま主流になりつつあるのは、Microsoft 365にCopilotを足して全社展開するモデルだ。一括契約、一元管理、監査ログ——IT部門にとってはわかりやすい。だが現場の不満は「性能」「慣れ」「用途の違い」に集まる。資料づくりはCopilotで足りる人もいる。コードや長文の推敲はClaudeがいい人もいる。画像は別モデル——そういう使い分けは、一人の頭の中で自然に起きている。 その先に来るのは、企業が一つのAIを選び、社員全員に同じ座席を配るのではなく、予算だけ会社が出し、アカウントは個人に持たせるモデルではないだろうか。 スマートフォンやPCのBYOD（持ち込み）と似た発想だ。会社支給の端末に決め打ちのアプリだけ、ではなく、業務に必要な範囲で個人の環境を使う。AIも同じになる。会社のMicrosoftアカウントでCopilotにログインするのではなく、社員個人のClaudeアカウントに月額を会社が立て替える——あるいは手当として渡す。 メリットははっきりしている。 社員は自分に合ったモデルを選べる。シャドー感が薄れる。「こっそり」ではなく「会社が認めた個人契約」になる。ツールの乗り換えコストも個人側に残るので、ベンダーロックインへの不満が組織全体に波及しにくい。 デメリットもある。監査が難しい。誰が何を入力したか、企業アカウントほどきれいには追えない。退職したあとアカウントに業務履歴が残る。複数ツールが乱立すれば、情報管理の教育コストも上がる。 でも、それは「個人アカウントだからダメ」というより、秘密情報を外部AIに入れないというルールを、アカウント種別と切り離して徹底する話だ。企業契約のCopilotに社外秘を投げても、個人のClaudeに投げても、境界を越えた時点で同じ事故になる。アカウントの名義より、データの扱いの方が本質だ。 私が想像する十年後は、こういう景色だ。 知識労働者の多くが、自分で選んだAIを業務の標準装備として使っている。会社はベンダーではなく「月いくらまで」を決める。IT部門はソフトの配布係から、データ分類と教育の設計係に寄る。シャドーAIという言葉は、未承認のデータ持ち込みの話に意味が変わる——ツールそのものが影になることは減る。 Copilotが消えるわけではない。ExcelとTeamsの中で完結する人には、これまでどおり最適な選択肢の一つだ。ただ「会社が決めた一択」から「会社が買い上げた選択肢の一つ」へ、重心が動くのではないか。 まとめ：影は制度が作る シャドーAIを「社員のルール違反」だけで片づけるのは早計だ。個人で使う分には問題にならない現象が、組織の中だけで影になる——それはツールの善悪より、IT統制・経費制度・情報管理の設計の問題だ。 AI利用料を経費にするかどうかは、もう検討段階を過ぎているはずだ。全額無制限ではなく、定額手当と職種別の枠で十分始められる。そしてその先には、企業アカウント一強ではなく、一人ひとりがAIを選び、会社がその選択を支える社会の方が、生産性とも安全とも両立しやすい。 私は、シャドーAIの議論は「禁止を強化する」方向より「堂々と使える制度を作る」方向に進むべきだと思っている。影を追いかけるより、光の当たる場所を増やす方が——組織にとっても、働く個人にとっても、合理的なのではないだろうか。
ヘイトを除いたSNSは、なぜすぐ飽きられるのか
「誹謗中傷を根絶したSNS」 「同じ価値観の人だけが集まる、安全なコミュニティ」 ——リリース直後は話題になる。メディアも取り上げる。でも数ヶ月もすると、更新頻度が落ち、新規流入が鈍る。ようは飽きられるわけだ。 あなたはどうだろう。そういう場所、一度は覗いてみた派？ それとも「最初から行かない」派？ 私は前者に近い。興味はある。でも長くは残らない。なぜだろうか——人間の意識をひとつに統一するなんて、もともと無理だったんじゃないか、と最近はそう考えている。 ヘイトがない世界を実現したらどうなるか SNSでヘイトや誹謗中傷を規制したタイプが、ときどき生まれる。 思想が近い人が集まり、荒らしや攻撃的な投稿を弾く。設計としては「健全なコミュニティ」に見える。リリース時には話題になる。けれど運用が進むと、集客が伸びにくい感じがする。 なぜ飽きるのだろうか。 まず前提として、争いがゼロになること自体は、多くの人が口では望んでいる。誰も傷つけられたくない。スクリーンを開いて胃がキリキリするのは、たまらなく面倒だ。 ただ、争いが消えると同時に、別のものも消える。タイムラインが穏やかになる。穏やかすぎて、スクロールする理由が薄れる。 同じ思想が集まると、争いは減るが刺激も減る 同じ思想が集まることは、争いを生みにくくする。理想論としてはそれでいい。 でも刺激がない。 賛成ばかりの会話は、安心はするが記憶に残りにくい。逆説的だが、人は「何かが起きた」と感じないと、そこに戻る動機が弱い。炎上、論争、誤解、すれ違い——醜い部分を除いたSNSは、同時に「何が起きているのか」も薄くなる。 これはアテンションエコノミーの話でもある。注目を集めるには、感情の振幅が要る。規制で振幅を抑えれば、安全にはなる。けれど振幅が小さすぎると、そもそも目に留まらない。 個人的には、これは設計者の失敗というより、人間の消費行動の癖に近いと思っている。善いコミュニティを作ろうとすればするほど、エンタメ性は落ちやすい——そのトレードオフを見誤っているサービスが多いのではないだろうか。 人は「普通」の中の逸脱を見たがっている なんだかんだで、人は普通を嫌う、という感覚がある。 ここでいう普通とは、万人に受ける無難さのことだ。誰も傷つけない言い回し、誰も驚かない意見、誰も議論しない結論。穏やかで均質なタイムラインは、まさにその普通に近い。 SNSが面白いと感じられるのは、普通の中に逸脱が紛れているからではないだろうか。 極端な意見、予想外の反応、ちょっとしたズレ、見知らぬ誰かの生活の断片——平均から外れたものが、タイムラインの中で目立つ。だからスクロールが止まる。だから「あの人何考えてるんだ」と口に出す。 ヘイトや誹謗中傷は、その逸脱の最悪形だ。だから規制したくなる。でも規制を徹底すると、逸脱そのものも一緒に削ぎ落とされやすい。安全と刺激のあいだに、きれいな線は引けない。 意識をひとつに統一するなんて無理だった ここまで来ると、論点はSNSの設計から、もう少し根の深いところに移る。 人間の意識をひとつに統一するなんて、もともと無理だったんじゃないか。 価値観、政治立場、ユーモアのセンス、怒りの閾値——人によってバラバラだ。同じ言葉を見ても、刺さる人と刺さらない人がいる。それを一つの空間でなだらかに溶かそうとすると、結果的に誰にとってもどうでもいい内容に寄っていく。 「みんな仲良く」は美しいスローガンだ。でも実際の人間関係は、同意と反対、共感と嫌悪、無関心と過剰反応が混ざったものだ。SNSはその縮図をリアルタイムで晒している。だから荒れる。だから面白い。だから、きれいに整えすぎると退屈になる。 つまり、ヘイトを除いたSNSが消えていくのは、運営が下手だからだけではない。人間がそういう場所に長く留まる理由が、構造的に弱い——そういう見方もできる。 まとめ：統一より逸脱 ヘイトのないSNSは、道徳的には正しい方向に見える。でも人は、安全な同質空間より、多少荒れていても「何かがある」空間に引かれやすい。 私はこれを擁護したいわけではない。誹謗中傷を許容しろ、という話ではない。ただ、意識の統一を前提にした設計は、最初から破綻しやすい——その構造を理解しないまま「優しいSNS」を作っても、また同じところで止まるのではないだろうか。 あなたが求めているのは、安全な場所か。それとも、違和感のある場所か。答えは人それぞれだ。けれど多くの人は、口では前者と言いながら、指は後者のほうをスクロールしている——そんな気がしてならない。
AI時代：ゲームの登場人物を生成するかオリジナルにするか
「ゲームのキャラ、生成AIで作ったの？」 ——そう聞かれるだけで、炎上の予感がする時代になった。私は個人的には「難癖のレベル」だと思っている。でも日本だけでなく世界中で同じ傾向があるのは事実だ。 あなたはどうだろう。ゲームにAI生成キャラが出てきたら、気にする派？ それとも「中身が面白ければいい」派？ 私は後者に近い。ただ、権利と創作の構造を無視して「AIだから叩かれる」だけで済ませるのは、これから先ずっと不利になると思っている。 龍が如くが示す「実在人物ルート」 ゲームで生成AIを使うとよく叩かれる。 なぜかといえば、LLMが何から学習してアウトプットしているのか不透明で、「何かのパクリであることは確定」に近い扱いを受けやすいからだ。 龍が如くやジャッジメントアイズを見ていると、実在する俳優をゲームの登場人物に採用するのは、金はかかるけど版権的には正解といえるかもしれない。外見は実在の人物、セリフは肉声か合成か——ここが次の論点になる。 早い話、使う素材が多くなればなるほどギャランティーが増える。映画出演とは違い、ゲームへの出演は恒久的に売れる可能性があるとはいえ、映画ほどのインパクトはないのではないだろうか。ギャラとスポンサー的な話だ。 ということは、実在人物のデータを入力して3Dモデルに反映させ、その人物に許可を出してもらう——このルートが、これからのベストに近づいていくのではないかと私は考えている。オリジナルを生成しても叩かれる未来が、すでに見えている。 生成AI時代、モブすら作りにくい モブキャラをAIで作成することは技術的にはできる。でもそこに使うだけで叩かれる可能性がある。 なので理想としては、モブに出演したい人を集めてモデリングデータを取得する感じになる。コナン映画で定番になっている「一般ゲスト」採用の延長だ。◯◯学校に訪問して「ゲームキャラに出たい人、許可ください！」というくらいが丸いのではないだろうか。 個人の肖像権を守るにあたり、使用権は基本的に「合意があれば」の話だ。金銭的な問題は合意のわかりやすい形であって、契約は口頭でもお互いがそう認識しているのなら、形式的には問題ない。 AIだから叩かれる時代がこれ以上続くと、コンテンツクリエイト面ではかなり遅れていくのではないだろうか。 「〜っぽい」は褒め言葉ではない リアル寄りのモデリングにするなら実在の人物を使うのが手っ取り早い。名前と容姿で唯一無二と認められても、名前を変えれば「参考にした別の人」みたいな扱いになる。音声を変えたり、髪型を変えたり——非常にややこしい権利問題が発生する。 ゲームで架空のキャラクターを使う考えは、これまでもこれからも有効だ。ただ、「完全なるオリジナル」は時代が進むほど困難になることは確かだ。 芸術家の問題点は、誰かの影響を受けたうえでオリジナルにしないといけないことにある。「〜〜っぽい」は生存中の作家に対しては褒め言葉ではない。誰もが誰かから学習しているわけで、生成AIによるキャラ被りはこれまでよりもこれから先、つきまとう問題になりやすい。 VTuberが量産されているが、キャラを作る前に「名前」「容姿」「キャラ特性」で被りがないかを調べないといけなくなる。同姓同名がいてもリアルではおかしくない。でもネット上だと「パクリ」が優先されてしまう。 だから架空の名前でも被りを許さないのであれば、この先数年くらいで名前ネタは枯渇するのではないだろうかと考える。 ネット上の名前はIPになる ネット上のキャラクターや個人のHN、ニックネームは、IPとして扱うかどうかが今後の課題になるだろう。 日本に生まれているなら、自分の生年月日と住所に氏名は戸籍で管理される。でもネット上で別人格を演じているなら、そういうわけにもいかない。第二人格を作った瞬間から、自分でどう守るかの自衛手段を考えないといけない時代に入っている。 生成AIでキャラを作るにしても、全く同じプロンプトで同じ時期にスタートして、リリースで意図しない被りが発生する可能性も出てくる。今回の例はゲームキャラクターにしたが、知財対象を作成したら、自分でどうやって守るのか——仮にあなたがわからなくても、サポートなりパートナーが理解していればそれでいい。そういう体制が必要になる。 まとめ：許可がある正解 ゲームの登場人物をどう作るか——生成AIか、オリジナルか、実在人物か。三択に見えて、実は全部「権利の線引き」の問題だ。 私が見ている正解は、実在する人物のデータを使うなら許可を取ること。モブであっても同じだ。叩かれないための回避策ではなく、創作が続くための前提条件に近い。 完全オリジナルを目指すほど、被りチェックのコストが上がる。AIを使うほど、学習元の不透明さが批判の的になる。この板挟みをどう設計するか——ゲーム業界だけでなく、VTuberやネット上の第二人格を持つ人間全員の課題だと思っている。
HYROXとSASUKE——日本で「筋肉アスリート」を測る物差しはどちらか
YouTubeのおすすめに、突然「筋肉アスリートの競技」らしき映像が流れてきた。 2024年のHYROX世界選手権（男子Elite 15）のハイライトだ。絶対王者と目されていたハンター・マッキンタイア選手が失速し、ペナルティとジャッジのNo Rep判定が絡んで、最後のWall Ballsまで勝敗が分からない展開になっている。 私は最初、「これなんだ？」と思った。SASUKEは知っている。でもHYROXという名前は、フィットネス界隈以外ではまだ薄いはずだ。 あなたはどうだろう。「筋肉系の競技」と聞いて真っ先に浮かぶのは、SASUKE派？ それとも最近よく聞くHYROX派？ 私はSASUKEのほうが先に出てくる。そこから、日本での知名度と、メディアが物語を拾いやすい条件について整理してみることにした。 HYROXとは何か HYROX（ハイロックス）は、2017年にドイツで誕生したインドア・フィットネス・レースだ。 ルールは明快で、過酷だ。「1kmのランニング ＋ 1つのワークアウト」を8セット繰り返す。合計で8kmの走行と8種類の機能的ワークアウトを、いかに早く完遂できるかを競う。 種目と順序は世界共通で固定されている。スキーエルゴ、スレッドプッシュ／プル、バーピーブロードジャンプ、ローイング、ファーマーズキャリー、サンドバッグランジ、ウォールボール——いずれも、走る・押す・引く・投げるといった基本動作の延長線上にある。 クロスフィットのように当日までメニューが分からないわけでも、スパルタンレースのように屋外の地形や泥に左右されるわけでもない。純粋にフィットネスレベルと、疲労下での作業能力（ワークキャパシティ）を数値化しやすい設計だ。 パワー競技に見えがちだが、実態はランニング寄りだ。高負荷のステーションのあと、いかに早く走りのペースに戻れるかが勝負の芯になる。 世界と日本——知名度の温度差 世界的には、もう「急成長」という段階を過ぎている。2026年時点で80都市以上・年間100回超の大会が開催され、累計参加者は約90万人規模まで膨らんでいる。SNSでの映え、明確な世界ランキング、プロ選手とアマチュアが同じコースを走る構造が、フィットネスカルチャーとして定着した。 日本への上陸は比較的最近だが、業界内の勢いは凄まじい。2025年8月・横浜：日本初開催。世界43カ国から約3,800名がエントリーし、チケットは完売 2026年1月・大阪：関西圏へ拡大 2026年8月・千葉（予定）：幕張メッセで4日間の大規模開催。PUMAなど大手ブランドの公式コレクションも出ている 国内の公認・提携ジムは40店舗超。一般ジムでもスキーエルゴやスレッドを「HYROX対策」として導入する動きが進んでいるフィットネスに関心のある層にとっては、「いま来ているトレンド」だ。一方で、一般視聴者がテレビのゴールデンタイムで見慣れている競技ではない。YouTubeやInstagram経由で初めて名前を聞く——私のようなルートが、いまの日本ではまだ主流に近い。 つまり、業界内の熱量と、国民的な認知の間にギャップがある。ここが、SASUKEとの比較をする意味になる。 SASUKE——日本における「筋肉アスリート」の物差し 日本で「筋肉系の競技」と言われたとき、長年のデファクトスタンダードはSASUKE（忍者戦士）だろう。 1990年代から続く地上波の看板番組として、一般層への浸透度は桁違いだ。「完全制覇」「第1ステージ落ち」といった語彙は、スポーツファンでなくても通じる。 SASUKEが優れた「指標」になっている理由は、筋力だけではない。エンタメとしての完成度：落ちる瞬間、惜しい瞬間、異次元のクリア——ドラマの型が確立している 男女別の競技枠：KUNOICHIという姉妹番組もあり、性別ごとに物語を分けやすい 「誰が最強か」が直感的：最後の壁を越えたか、どこで落ちたか——結果が一目でわかるただし、SASUKEが測っているのは「総合フィットネス」ではない。握力、バランス、爆発力、独自の障害物攻略スキル——個別の身体能力と、番組固有のコース設計への適応力のほうが強い。 ジムで鍛えた持久力や心肺機能が、そのままSASUKEの成績に直結するとは限らない。逆に言えば、SASUKEが強い人が、レース形式のフィットネス競技でも最強とは限らない。 HYROXがメディア向きに見える理由 さて、冒頭の世界選手権ハイライトに戻る。ペナルティ、No Rep、最終種目での逆転——これは偶然ではなく、競技設計と相性がいい。 HYROXがメディアの物語として拾われやすい条件を、SASUKEと並べて整理するとこうなる。観点 SASUKE HYROX開催環境 屋外セット中心（天候・撮影条件に左右） 屋内固定（会場・照明・カメラ位置を設計できる）ルールの再現性 コース改修があり、年によって難易度が変わる 種目・距離が世界共通で固定成績の比較 クリア／脱落が主で、タイム比較は副次的 タイムと順位が主軸。世界ランキングが機能する男女の競技 KUNOICHIとして別番組 同一フォーマットで男女カテゴリーを並走ドラマの源泉 落ちる恐怖、唯一の完全制覇 ペナルティ、ジャッジ判定、終盤の失速と逆転個人的には、「屋内で撮れる」「タイムで語れる」「男女を同じ物差しで並べられる」——この3つが、テレビやストリーミングの編集者にとってはかなり使いやすいはずだ。 SASUKEがエンタメとして強いのは、障害物という「見せ場」が最初から組み込まれているからだ。HYROXは、一見地味な反復動作の積み重ねのなかに、判定とペース配分という緊張を埋め込んでいる。2024年のロンコビッチ選手の優勝は、「最後のWall Ballsで相手が崩れる」というゲームプランを信じ抜いた戦略勝ちとして語られ、コミュニティに刺さった。 フィットネスレースは「鍛えている人の延長」だから、視聴者が自分ごとにしやすい面もある。SASUKEは「超人の話」になりがちだが、HYROXは「自分も挑戦できる距離感」を残しつつ、エリート同士の熱戦も見せられる。 日本の知名度——いまどこにいるか ここまで読むと、「HYROXはメディア向きでは？」と思えるかもしれない。ただ、認知の現実はもう一段階遅れている。フィットネス業界：導入ジム増加、大会完売、ブランド参入——認知は急速に上がっている 一般視聴者：SASUKE／KUNOICHIのほうが圧倒的に名前が通じる 発見経路：YouTube・TikTok・Instagramが主。地上波の定期枠はまだない日本では、筋肉アスリートの象徴としてSASUKEが先に植え付けられている。HYROXは「ジムで汗をかく人のあいだでは流行っているが、家族に説明すると一から始める」段階だ。 とはいえ、横浜初開催で3,800人規模・完売という事実は無視できない。大会そのものがコンテンツになりつつある。あとは、その熱量を番組化するか、SNSのまま閉じるか——メディア側の判断待ち、という顔もしている。 SASUKEとHYROXは競合ではなく、別の物差し 最後に整理すると、両者は「どちらが正しい筋肉指標か」という関係ではない。 SASUKEは、日本における身体能力エンターテインメントの最高峰として機能してきた。障害物という非日常が、視聴体験の核だ。 HYROXは、再現可能なフィットネスレースとして、数値と順位で実力を比較する。ジム文化と直結している。 メディアがHYROXを採用するなら、SASUKEの代替ではなく、「持久力とワークキャパシティの頂点を争う別リーグ」として位置づけるほうが自然だろう。室内開催、男女別のエリートカテゴリー、判定が絡むクライマックス——条件はそろっている。 ただ、国民的な名前になるかどうかは、もう一段の翻訳作業が要る。種目名をそのまま並べても刺さらない。「8km走りながら8種目やるレース」——この一言が通じるまで、SASUKEの影は長く残るはずだ。 まとめ：物差しは二つあっていい 日本で「筋肉アスリート」と聞いて真っ先に出てくるのは、いまもSASUKEだ。番組としての歴史、障害物という見せ場、KUNOICHIによる男女別の物語——この土台は揺るがない。 一方でHYROXは、フィットネス業界のなかではすでに「次の標準」に近い。屋内で開ける、タイムで比べられる、エリートのドラマが自然に生まれる——メディアが拾う条件は、意外とそろっている。 私は、どちらか一方が勝つ話ではなく、測っているものが違う物差しが並ぶほうが健全だと思っている。SASUKEは超人の境界線、HYROXは鍛えた身体の数値化——視聴者にとっても、自分の身体を語る言葉が増える。 あなたが次にYouTubeで筋肉系の映像を見たとき、それは障害物か、ランニングマシンとソリか。名前を知っているかどうかで、体験の入口は変わる。でも、どちらも「人間の身体がどこまでいけるか」を見せる装置だ——そこは同じだろうなと思っている。
DX人材を見極めて獲得する——地図が先、人材は後
「DX推進担当を募集します」 「DX人材が足りない」——求人票や業界記事で、同じような言葉を何度も見かける。私はそのたびに、少し首をかしげてしまう。足りないのは人材なのか、それとも「DXで何を実現するか」が決まっていないポジションなのか。 あなたはどうだろう。DX担当の採用で、資格や肩書きをまず見る派？ それとも、現場の業務を理解しているかを優先する派？ 私は後者に寄せている。DXは売上を加速させる魔法ではなく、人間が入り込む余地をなくすほど自動化を進める話だ。機械にできることと、人間にしかできないことを切り分けたうえで、自社に合った形に落とし込む。人材選びも、その前提がないとミスマッチになる。 先に決めるべきは「DXで何を実現するか」 DX担当者——あるいは推進責任者——が最初にやるべきことは、人を探すことではない。実装の要因、つまり何を自動化し、何を人に残すかを決めることだ。 世間のDX像は、どうしても事務作業をPCに移すイメージに寄りがちだ。紙をPDFにする、請求書をスキャンして帳簿に入れる。これは20年前からOSやクラウドサービスでできることで、DXというより既存ツールの導入に近い。 本当の論点は別のところにある。アナログの性質とデジタルの性質、どちらも理解していないと、「なぜデジタル化するのか」が説明できない。 登り釜の温度管理を例にする。火の守り手が24時間つかずはなれず番をする現場を、デジタルでどう置き換えるか。テスラのロボットが薪を入れること自体は可能かもしれない。だが、どこに薪を入れるか、つむのか減らすのか——現場の判断がハードに落ちていないと、ソフトだけでは動かない。AIが担えるのは知識面までで、溶けないコードで熱源に手を突っ込むロボットは、別の設計課題になる。 こういう現場があるからこそ、DXは「業種の成功事例をコピーする」話ではない。鍛冶師の補助をロボットに任せる話と、事務をPCでやる話は、同じDXと呼んでも中身が違う。同業他社の事例は参考になることもあるが、無関係な分野の事例は、ときに何の手がかりにもならない。 DX担当が選ぶべき実装要因は、ざっくり次の3つに整理できると思っている。 機械に任せられる作業——繰り返し、ルールが明確で、例外が少ないもの。 人に残すべき判断——例外処理、顧客対応、安全や品質に関わる最終責任。 自社固有の制約——設備、慣習、法令、そこにいる人の技能。 この3つが曖昧なまま「DX人材」を探し始めると、採用しても動かない。担当者が先に地図を描くべきだ。 資格と専門学校は、人材確保の答えにならない IPAには「DX認定制度」がある。経産省のお墨付きで権威性は上がる。だがこれは「うちはDXやっています」と認めてもらう制度で、人材を確保する手段ではない。審査に60日かかるなら、その間にもっと現場を直せる余地はあるだろう。 世間にアピールする用途と、採用基準を混同している会社が少なくない。皆が本当に知りたいのは「どうやってDXしたのか」のほうだ。 一方で、DX専門の学校や養成講座も増えている。何を学ぶのか——紙をPDFにすればデジタル、というレベルなら、Windowsのスキャン機能のほうが早い。請求書のOCRや帳簿連携は、既存のクラウドや生成AIでも実現できる。 そこで学んだ人が世間では「DXエキスパート」に見える。でも現場では、頭でっかちでソフトもハードも弱く、エンジニアと話がかみ合わない——そんなコンサルタイプになるリスクもある。体系的に「これが正解」と教えるカリキュラムと、自社に最適化するDXは、そもそも方向がずれやすい。 DX専用の資格が決定的に役立つわけでもない。重要なのは、資格の有無ではなく、アナログの現場とデジタルの手段の両方を理解しているかだ。 経営者・人事が取るべき獲得の順番 経営と人事の視点では、獲得策を「外から買う」か「中で育てる」かに分けがちだ。私は、多くの中小企業なら中で育てるほうが現実的だと思っている。 理由は単純だ。DXは自社に最適化するべきもので、教科書どおりの型が存在しない。現場を知っている人にソフト面を足すほうが、未知の業界からDX担当を迎えるより、発注も指示もしやすい。ソフトを理解していれば、SEへの依頼内容が具体化する。「どこのあれをこうしたい」が言語化できる人材は、外から採用するより社内にいることが多い。 経営者がやるべきことは、リスキリングの時間と予算を確保することだ。人事がやるべきことは、DXという肩書きではなく、業務改革に耐える人物像を要件に落とすことだ。具体的には次のような順番が現実的だろう。 現場のベテランや中堅から、業務知識があり、変化に抵抗が少ない人をリストアップする。 小さな自動化やデジタル化を任せ、成果と学習速度を見る。 外部のエンジニアと会話できる人に、発注・要件定義の役割を足していく。 全社DXの象徴役として肩書きを付けるのは、その後でも遅くない。 外注や採用は、地図が描けてからのほうが失敗が少ない。「DX経験3年以上」だけ書いた求人票は、ミスマッチの温床になりやすい。 見極めるポイント——肩書きより会話で確認する 面接や社内登用の場で、私が重視するのは次の4点だ。 「うちのDXで何が変わるか」を30秒で言えるか。抽象論だけなら、推進役にはなれない。 アナログ現場の制約を尊重しているか。「全部クラウドで」だけの人は危ない。登り釜の例のように、ハードと慣習の壁を知っているか。 エンジニアと対話できるか。ソフトの話がかみ合わない時点で、実装フェーズで止まる。完璧な技術力は不要だが、要件を構造化して渡せるかは必須に近い。 自動化と人の役割を切り分けているか。「AIですべて」は設計ではない。何を人が見るかまで言える人を選びたい。 逆に、DXファシリテーターかオペレーターかといったラベルにこだわる必要はない。ファシリテーションが得意なら会議設計、オペレーションが得意なら現場導入——役割は分かれる。大事なのは、ラベルではなく、自社の実装要因にフィットするかどうかだ。 まとめ：地図が先、人材は後 DX人材不足の多くは、本当は人不足ではなく、何をDXするかの地図不足だと私は考えている。担当者が機械と人の境界を決め、経営が育成の時間を確保し、人事が肩書きではなく会話で見極める——この順番が守れれば、資格や専門学校に振り回されることは減るはずだ。 あなたの会社では、DXの地図はもう描けているだろうか。まだなら、求人票を書く前に、登り釜の前に立つ時間から始めても遅くないと思う。
AIで稼ぐ最も怠惰な方法：ノーコード
「AIで稼げる」 「コード一行書かずに月100万」 ——こういうタイトルを見ると、私はまず「何を指しているのか」を確認したくなる。AIでできることが広すぎて、逆に何から手をつければいいかわからない人も多いはずだ。 あなたはどうだろう。AIは「なんとなく触っている」段階？ それとも「仕事や副業にどう結びつけるか」まで考えている段階？ 私は後者に進むには、まずAIの役割分担を整理する必要があると思っている。そこから「怠惰に稼ぐ」という発想——つまり自分で手を動かさず、AIを指揮する立場に回る話——が見えてくる。 AIで何ができるか、まず地図を持つ 生成AIでできることの範囲は広すぎる。文章を書く、コードを書く、画像を作る、リサーチする、メールを送る——全部「できる」と言われると、何から始めればいいか迷う。 大雑把に分けるなら、事務方と労働方の2種類だ。 事務方は、ChatGPTやClaudeのようなチャット対話形式のツールだ。プロンプトで指示を出し、返ってきた結果をコピーして使う。コードを吐かせることはできるが、ファイルの保存や実装の続きは手動になる。画像や動画の生成も、結局は「指示を出す側」が事務仕事をしている。 労働方は、CursorやVSCode拡張のようなAI×IDEタイプだ。もともとコードを書くためのエディタなので、チャット指示からアプリ作成まで一気通貫で進めやすい。「PythonとTypeScript、どっちがいい？」と聞いてくれるのも、このタイプの強みだ。まあ、どんな言語でもある程度はできるんだけどね。 例：不便なアプリを自分で作る たとえば、普段使っているアプリが不便だと感じたとき。「ワイならこういう機能をつけるのに」と思う場面はないだろうか。 その場合、Vibe Codingで作れる。やることは作りたいアプリの概要を伝えることだけだ。あとは段階的な実装方法をAIが教えてくれる。 ChatGPTにでも、こんな感じで伝わる。 「このアプリが不便でむかつくから新しく作ってやろうと思う。機能性はこんなんで、こういった操作性にしたい。君にできんの？」 返事が来たら、「要件定義を作成して」→ 実装タスクを切る → ファイルを段階的に作っていく、という流れになる。コードが書けるかどうかより、何を作りたいかを言語化できるかの方が先に来るわけだ。 「怠惰に稼ぐ」とは、DoerからDirectorへ Dan Martellの動画「Laziest Way to Make Money With AI (Zero Code)」で語られている核心は、ツールの名前ではない。自分で作業する人（Doer）から、AIに指示を出す人（Director）へ立場を変えるという話だ。 AIを「優秀なインターン」と捉える。インターンに細かい作業を任せ、自分は判断と指示に集中する。コードを書かなくていい、というのは「手を動かさない」という意味であって、何もしないという意味ではない。 もうひとつ大事なマインドセットがある。ツールから離れないことだ。AIの結果をコピペして別の場所に持っていくのではなく、AIツール内（あるいは連携したワークフロー内）で完結させる。リード獲得から営業、納品までを一つの流れとして組む——それが「怠惰」の正体だ。 動画ではManis AIというエージェント型ツールを例にしているが、考え方は汎用的だ。ChatGPTのカスタムGPT、Claude Projects、n8nやMakeの自動化、Cursorでの開発——媒体は違っても、Directorとして指示を出し続ける構造は同じだ。 ビジネスを回す5つのステップ Martellが示すフレームワークを、私なりに整理するとこうなる。 1. 惹きつける（Attract）——寝ている間にリードリストを作る 理想の顧客像をAIに伝え、条件に合う企業を自動でリサーチさせる。 動画の例では、InstagramやFacebookで活動的な健康・ウェルネス系Eコマースブランド50社を特定し、ウェブサイトやSNS、推定収益などをスプレッドシートに抽出している。人間が1社ずつ調べていたら何日もかかる作業を、AIエージェントに任せる。 ポイントは「誰に届けたいか」を先に言語化しておくことだ。ターゲットがぼんやりしていると、リストの精度も落ちる。 2. 変換する（Convert）——パーソナライズされた営業 抽出したリストに対し、AIで一人ひとりに合わせたメールやSNSメッセージを自動作成する。 単なるテンプレートではなく、相手の最新の投稿内容に触れるなど、「この人向けに書いた」と感じられる文面をAIに書かせるのが肝だ。 返信があった場合にのみ自分に通知が来るよう設定し、関心のある顧客だけに対応する——ここで初めて人間が動く。全部に返信する必要はない。 3. 納品する（Deliver）——AIに実作業をさせる リサーチやレポート作成などの実務もAIに任せる。 動画では、特定企業の過去6ヶ月の広告キャンペーンを分析し、エンゲージメントの高いパターンを特定する作業をAIが数分で行っている。人間なら数週間かかる類の仕事だ。 さらに、その分析結果を相手企業のブランドカラーに合わせたプレゼン資料や専用ウェブサイトとして自動生成する。Directorの仕事は「何を納品物にするか」を決めることで、中身の叩き台はAIが作る。 4. すべてを自動化する（Automate）——スケールアップ 繰り返しのタスク、スケジューリング、問い合わせ対応などをAIエージェントに統合する。 一人でも、大きな組織のようなアウトプットが可能になる——というのが売り文句だが、半分は本当だと思う。ただし、最初から全部を自動化しようとすると破綻しやすい。Attract → Convert → Deliverのどこか1つを先に回して、うまくいくパターンが見えてから広げる方が現実的だ。 5. 差別化する（Differentiate）——人間にしかできないこと AIが何でもできる時代に、人間が磨くべきはテイスト（審美眼）、ビジョン（先見性）、ケア（人間的な配慮）の3点だ。 AIは多くの案を出せる。でも、どれが「良いもの」かを判断するのは人間のテイストだ。ビジネスは結局H to H（Human to Human）だ。AIで浮いた時間を、人間関係の構築やスキルの向上に充てる——ここが成功の鍵になる。 AIで効率よく勉強する——Directorの練習場 「稼ぐ」話と「勉強する」話は、一見別物に見える。でも私は同じ構造だと思っている。学習も、AIに丸投げすれば効率は上がらない。自分がDirectorになって、学習ループを設計する必要がある。 AIを使った学習方法は、まだ大手にも手入れされていない。手法が確立されていないからだ。だからこそ、今のうちに自分なりの型を作っておく価値がある。 学習ループの4要素 私が意識しているのは、次の4つだ。 1. ゴールと期限を先に決める。「なんとなく資格を取りたい」ではAIも手が出せない。「3ヶ月後の試験に向けて、週10時間でこの範囲を終わらせたい」まで落とす。 2. AIに教材を「生成」させる。教科書の要約、穴埋め問題、選択式クイズ、過去問風の演習——これらはGCAO（Goal・Context・Action・Output Format）で指示を出せば、かなりの精度で作れる。毎回ゼロから聞くのではなく、プロンプトの型を保存して再利用するのが効く。 3. 答え合わせはAIに「採点役」をやらせる。自分の回答を貼り付けて、「どこが間違っているか」「なぜ間違いか」「正解の考え方は何か」をフィードバックさせる。人間の先生に毎回聞くより、回数を増やせるのがメリットだ。 4. リマインダーで間隔を空ける。学習効果は「一度読んだ」では定着しない。間隔反復が必要になる。カレンダーやタスクアプリにリマインダーを設定し、「今日はこの章の復習」「今日はこのクイズを解く」とAIが作った教材を再投入する——このアプリ的な役割（スケジュール管理）は、人間が設計する部分だ。 勉強と稼ぐは、同じスキルを鍛える リスキリングの文脈で言えば、AIで学ぶことは「AIを使って成果を出す」練習そのものだ。 事務方のチャットで要約とクイズを作り、労働方のIDEで学習用の小さなアプリをVibe Codingする——どちらもDirectorの訓練になる。勉強の成果物が、そのまま副業や本業の武器になることもある。 手法が確立されていない今だからこそ、自分でループを回して型を作る側に回った方が、あとから楽になるはずだ。 まとめ：指揮する側に回れ AIで稼ぐ最も怠惰な方法は、コードを書かないことではない。自分で手を動かすDoerから、AIを指揮するDirectorに回ることだ。 その前に、AIで何ができるかの地図——事務方と労働方——を持っておくと迷いにくい。惹きつける、変換する、納品する、自動化する、差別化する——この5ステップはビジネスの話だが、学習にもそのまま転用できる。 勉強も稼ぐも、結局は同じだ。AIに何をさせるかを決める人間の仕事が残る。テイストとビジョンとケア——そこを磨く時間を、AIが浮かせてくれる。 参考動画：Laziest Way to Make Money With AI (Zero Code)（Dan Martell）
ブログの収益は資産か、不労所得か
「ブログ、資産になるらしい」 「でも毎月メンテしてるし、不労所得とは言えないよね？」 ——ブログの収益性は知られている。完成形を作れば継続した収益をもたらしてくれる。これを資産と呼ぶべきか、不労所得と考えるべきか——私は両方の側面がある、と思う。 あなたはどうだろう。ブログ収益、寝ている間に入る夢を見ている？ それとも「運用コスト込み」で計算している？ 私は後者だ。きれいなラベルより、リスクと減価の仕方を見たい。 ブログは資産か著作物か 答えとしては両方だろう。 ブログもYouTubeと同じく、ユーザーのアクセスに連動して広告収入を得られる。物販アフィリエイトを組み合わせれば、単価も安定しやすい。収益性が担保されたサイトを購入し、継続的なキャッシュフローを得る——これを資産運用と呼んでも差し支えない。 仮に、毎月100万円を生み出すコンテンツがあったとして、それを買い取るとする。買い取った側は毎月100万円の収益をn円で買うこととなり、恒久的な収入を得ることができる。それを1000万円で買ったとするなら、10ヶ月でペイできる計算。だが、ある日突然、収益化が止められる可能性だってある。 HP譲渡がうまくいってなくて、盗作だと判断されたり、実はコピーを作られていて収益性が奪われたりと、バックドアな仕掛けにひっかかって損失する可能性だってある。 これは管理者にも同じことがいえる。 継続的な収入を得るには、継続的な進化を続ける必要があるだろう。 不労所得幻想との距離 「不労所得」という言葉は、労働ゼロで入るイメージを連想させる。現実のブログ運用は、記事更新・リライト SEO・アクセス解析 プラットフォーム規約の変更対応 デザイン・技術メンテ——これらが発生する。完全放置で同額が入り続けるケースは稀だ。 資産として評価するなら、「売却可能な収益ストリーム＋運用工数」で割り引く必要がある。 更新停止は減価償却に近い ブログ・ウェブサイトは、更新を止めると情報が古くなる。新しいサイトに追い越され、アクセスが減り、収益も落ちていく。 この構造は、住宅などの固定資産に似ている。建物は経過年数とともに減価償却の対象になる。立地や需要が変われば、想定より早く価値が下がることもある。一方、土地だけは「腐らない」——この比喩を改めて考えると、デジタル資産の多くは建物側に近いわけだ。 検索アルゴリズムの変化、競合の参入、トレンドの移り変わり。どれも「経年劣化」に相当する。放置すれば、収益は定価どころか下落する。不労所得を夢見るなら、まずこの減価のスピードを見積もる必要がある。 調べるべき境界 ブログの収益は「収入」とみなされている。それを運用する経費も計上できる。 継続的な収益を出すなら㈱よりも低リスクでリターンがある、という話も聞く。 調べるべきなのは、資産と認められるか、認められないか、この境界があるかどうかだ。サイト譲渡の実績と価格帯 収益の再現性（属人性） 規約変更・アルゴリズム変更リスク 更新停止後の減価スピード個人ブログほど、「あなた本人」が資産の一部になっている。譲渡しても読者が離れる——このリスクは大きい。 生成AIで持続可能になるか とはいえ、完全に手放せない資産だからといって、不労所得はゼロではない。 以前なら、継続的な不労所得を得るのはかなり難しかった。月次で記事を書き、SEOを追い、デザインを直す——工数が積み上がるほど、ROIは薄くなる。 今は生成AIを使えば、たまにサイトを改善したり、コンテンツを追加したりするコストが下がった。大規模リニューアルではなく、選択的なメンテナンスで評価を持続させる、というやり方が現実的になってきた。 私はこう割り切っている。ブログ収益は「努力の残りが複利で効く可能性がある収入源」 資産性はあるが、不労所得ではない 本業・スキルと組み合わせた「ポートフォリオの一部」として持つ サイト購入は、減価スピードと運用工数を見たうえで選択的に検討する「資産」と呼ぶなら、更新停止後も価値が残るストック記事の量と検索流入を見る。そこが薄いなら、不労所得どころか副業の延長だ。 まとめ：減価するデジタル資産 ブログを資産と見るか、不労所得と見るか——どちらも半分正しい。 完成形＝永続ではない。土地のように腐らない資産ではなく、放置すれば減価する建物に近い。継続進化とリスク管理がセットのとき初めて、資産に近づく。 生成AIで運用工数を下げられる今なら、きれいな言葉に騙されず、減価スピードとメンテ頻度を数字で見たうえで、買う・作る・手放すを選べばいい。
焼肉屋の「生タレあり」、生じゃないタレって何？
「生タレあります」 ——入野の焼肉屋で見かけたのぼり。シンプルなツッコミなんだけど、生のタレって、普通の焼肉のタレのことじゃないの？ となると、生じゃないタレって何が該当するんだ、と一瞬だけ立ち止まった。 あなたはどうだろう。「生タレ」、特別なものだと思う派？ ただの焼肉のタレだと思う派？ 私は後者寄りだった。ただ、北見あたりの焼肉文化を少し調べてみると、「生」は味の形容詞というより、加熱の有無を指しているらしい。 生タレはあります 北見のたれ通販ショップ GREAT SAUCE 7 を見ると、「生たれ」カテゴリが独立している。北見市は「焼肉の街」と呼ばれ、人口12万人台に対して60店舗以上の焼肉店がある━━人口あたりの焼肉店密度が北海道1位、全国でも上位に入るらしい。 北見焼肉の特徴の一つが、この生タレだ。果物や玉ねぎ、ニンニクなどをすりおろして混ぜ、加熱せずに数日間熟成させる。焼肉屋ごとにレシピが違い、店の看板になる味付けだ。 香味野菜やフルーツをみじん切りして漬け込んだタレ、というイメージは一般的な焼肉のタレと重なる。でも北見で「生タレ」と呼ぶときの判別軸は、素材の種類より非加熱にある。 加熱処理を通すと殺菌・滅菌が効いて長持ちする。非加熱だから風味が増す、とも一概には言えない。ただ「生」という言葉は、日本人にとってなんとなく良さそうな響きを持っている。キラーワードとして機能しているのは間違いない。 生タレとよくあるタレは何が違うのか たぶん一番大きいのは、熱を通しているか通していないかだ。 スーパーのタレコーナーに常温で並んでいる瓶詰めの焼肉のタレは、多くが加熱殺菌済みだ。pHや水分活性の条件次第では、食品衛生法上「容器包装詰加圧加熱殺菌食品」として、中心部120℃・4分相当の殺菌が求められるケースもある。常温で長期流通させるための設計だ。 一方、北見の生タレは冷蔵保存が前提で、賞味期限も短い。GREAT SAUCE 7 の商品説明にも「スーパーなどで常温陳列されているたれとは一味違う。冷蔵保存が必要で賞味期限も短い」と書いてある。 つまり、のぼりの「生タレあり」は「うちのタレ、おいしいよ」だけでなく、加熱していないタイプのタレを出しているよ、というアピールにも読める。 非加熱なのに、ちゃんと売れている理由 ここが私がもっとも気になったところだ。生タレを販売するうえで、賞味期限や衛生管理のルールはちゃんと通っているのだろうか。 結論から言うと、ルールはある。ただ「常温の瓶詰め」と同じ枠組みではない。 店舗で当日提供する分は、調理場の衛生管理と短期消費の範囲で回る。瓶詰めや通販に載せる場合は、冷蔵流通か、瞬間冷凍など別の保存技術で対応している。北見では老舗店が瞬間冷凍した生タレをふるさと納税や通販で出している例もある。 大量生産のメーカー製タレなら、ロット管理の都合上、滅菌処理に注力するのが合理的だ。だからスーパーの定番タレと、北見の生タレは同じ「焼肉のタレ」カテゴリでも、流通の前提が別物になる。 北見スタイルで肉を食べると、生タレの意味がはっきりする 北見焼肉は、下味をつけない肉（牛サガリやホルモンなど）を、七輪の炭火で焼いて、生タレか塩こしょうで仕上げるスタイルだと説明されている。 肉自体に味が乗っていない分、タレ側の個性がそのまま出る。だから各店が生タレにこだわるわけで、のぼりの「生タレあり」も単なる装飾ではなく、北見焼肉の入口に近い。 私が入野で見たのぼりも、きっとその文脈の一つだろう。全国チェーンの「秘伝のタレ」とは、製造工程の話が違う。 まとめ：生は味より工程 「生タレ」と聞いて想像するのは、新鮮な野菜が入ったドロッとしたタレかもしれない。でも実際の差分は、加熱殺菌した流通用タレか、非加熱の熟成タレか、そのあたりにある。 スーパーのタレが「生じゃない」のは、味が劣るからではなく、常温で安全に売るための設計だ。北見の生タレが「生」なのは、加熱をかけずに店の味を守る選択だ。 次に「生タレあり」ののぼりを見たら、「生っぽい名前の焼肉のタレか、それとも非加熱の北見型か」━━そう問い直すと、看板の意味が少しはっきりする。
世界にひとつしかないのに、オークションで驚くほど盛り上がらないもの
私のサインをオークションに出したら、たぶん誰も手を挙げない。 世界で重複しない筆跡ではある。ただ無名で、何も成し遂げていないから、価値はゼロに近いはずだ。需要があるとすれば、犯罪者が勝手に使う方向くらい——それは「欲しい」のではなく「騙せる」の市場だ。 一方で、世界にひとつだけの花が見つかったと聞けば、話は別になる。枯れても押し花にすれば残る。科学者の名前がつき、メディアが物語を載せる。同じ「唯一無二」なのに、なぜここまで格差がつくのか。 世界にひとつしかないのに、オークションで驚くほど盛り上がらないものは、存在するのだろうか。ふとそう考えた。高額落札とゼロ入札を並べて、条件だけ整理してみる。 高値がつく「世界に一つ」には何があるか オークションで天文学的な額がついたものを並べてみる。 レオナルド・ダ・ヴィンチの「サルヴァトール・ムンディ」は約4億5000万ドル。カニエ・ウェストが履いたナイキの試作品スニーカーは約180万ドル。ピンクスターと呼ばれるダイヤモンドも、同じく億単位の世界だ。 共通しているのは、希少であること以上の条件だ。 誰が所有していたか（来歴）が証明できる。文化の中で「持っていること」に意味がある。第三者が検証でき、法的手続きで譲渡できる。そして何より、入札する側が複数いる。 世界に一つだけの花も、同じ構造に乗れば高値になる。科学者の名前がつく。メディアが物語を作る。植物学会が保管する。希少性だけでなく、「誰の目にどう映るか」がセットになっているわけだ。 希少性だけでは鳴らない サインと花の差は、もう見えている。花が高値になるのは希少だからではなく、欲しがる観客が複数いて、物語と検証と譲渡の仕組みが揃っているからだ。 ということは、だよ。唯一無二でも、市場の外にあるものには値段は生まれない。希少性は必要条件にすぎない。 価値がほぼゼロに近い「世界に一つ」 逆に、オークションで盛り上がらない——いや、そもそも売れない——唯一無二のものを考えてみる。 昨日の午後3時47分に、あなただけが思い浮かべたひと言。机の上の埃が、今この瞬間だけ形成している模様。溶けてしまった雪片の結晶。夢の内容そのもの。 いずれも、世界で二度と再現できない。だが譲渡できない。第三者が検証できない。文化の中に「持っている」というステータスがない。保管しても、他人にとっては意味がない。 早い話、市場に出せないものには、いくら唯一でも値段がつかない。 まとめ：唯一でも足りない 世界にひとつしかないもののなかで、驚くほど高値がつくものと、まったく値が生まれないものがある。 違いは希少性だけじゃない。誰が欲しがり、どんな物語で語られ、安全に手渡せるか——その三点が揃ったときだけ、オークションの鐘が鳴る。 私のサインは今のところ鳴らないだろう。それでも、世界唯一の花が枯れたあと押し花に残る価値と、昨日思いついた一言が消える価値は、同じ尺度では測れない。測れないからこそ、オークションは一部のものだけを選び取るのではないだろうか。
GCAOで組むプロンプトの基本
「この資料、なんかしっくりこない」 「AIに書かせたはずなのに、自分の言いたいことが出てこない」 ——生成AIを使い始めた頃、私はよくこう感じた。指示は出しているのに、返ってくる文章が他人の意見のままで、自分の判断が乗っていない。 あなたはどうだろう。プロンプトは毎回その場で考える派？ それとも、型を決めておいて再利用する派？ 私は後者に寄せている。出力に自分の意思を取り込むには、プロンプトでルール作りをしておくのが近道だと思っている。今回は、その型のひとつである「GCAO」について整理する。 プロンプトに「理論」を入れる理由 生成AIのプロンプトには、ときどき理論を入れると効く。 LLMには世の中の大抵のことが学習データとして残っている。「A理論」みたいに、書籍やフレームワークとして流通している考え方を名前で渡すと、その枠組みの中で推論してくれる。答えの方向をコントロールしやすくなるわけだ。 GCAOも、その理論のひとつだ。議題（アジェンダ）があるなら、Goal・Context・Action・Output Formatの4つを意識したほうが、AIも迷いにくい。 GCAOとは？ GCAOは、プロンプトを4つの要素に分けて考えるフレームワークだ。Goal — 何を達成したいか Context — どんな前提・背景で考えるか Action — 具体的に何を実行するか Output Format — どんな形式で返すか順番に見ていく。 Goal：目標を言語化する Gは「目標をどこに設定するか、何をしたいのか」だ。 ここが一番ブレやすい。質問する側が、自分でも言語化しきれていないことが多い。だからこそ、プロンプトに「まず私の目的を確認してから答えて」と書いておく手もある。AIに質問を促させて、思考を整理しながらゴールを固める——逆利用もできる。 「要約して」だけでは弱い。「この記事を、初めてこのテーマに触れる人向けに3段落で要約して」まで落とすと、Gがはっきりする。 Context：文脈と「言葉の裏」を決める Cは「文脈とか言葉の裏を、どう処理するか」だ。 必要以上の推測をさせるか、それ以下でも許容するか。質問者の意識の外にあるものまで、AIに補完させるかどうか——ようは、その問題だ。 例えば「ブログ記事を書いて」とだけ言えば、AIは一般的なブログの型で書く。でも「ですます調は使わない」「一人称は私」「段落は空行で区切る」とCを足せば、出力の温度が変わる。 Cが薄いと、便利な汎用回答が返る。Cが厚いと、あなたの文脈に寄った回答になる。 Action：実行内容を具体化する Aは「実行」だ。GとCで概ねの方向性が定まっていれば、ここでやることを明確にできる。 とはいえ、複数の思考や視点が必要な場面もある。AIが便利なのは、A/BテストではなくA〜Zテストを一気に出しやすいことだ。 「案を3つ出して」「賛成派・反対派・中立の視点で整理して」とAに書けば、私はその中から選ぶだけで済む。複数の答えを並べてもらうことで、出力への納得度が上がる。 Output Format：出力先を固定する Oは出力フォーマットだ。ファイル形式や構造を指定する。 テキストならtxtやMarkdown、表ならCSVやExcel形式、資料ならスライド構成——必要としている書類の形式に沿った出力を指定したほうが、AIも迷わない。 「パワポの資料を作って」と指示するだけで、それっぽいアウトラインが返ってくる。コードなら言語とファイル名、記事なら見出しレベルと文字数——Oで先に決めておくと、後から整形する手間が減る。 特に、出力したいコードや文章については、アウトプット先を固定するのは重要だ。「どんなフォーマットにしよう」と悩むクッション時間がなくなる。 GCAOの実例 たとえば、ブログ記事の下書きを頼むとき、私はだいたいこんな感じで組む。 【Goal】 このテーマについて、読者が「自分ごと」として考えられる記事の下書きを作る。【Context】- 読者は生成AIを触ったことがあるが、プロンプト設計は未経験 - ですます調は使わない。一人称は「私」 - 専門用語は初出で短く説明する【Action】1. リード（問いかけ＋私の立場）を書く 2. 本論を3つの見出しで展開する 3. 各見出しの下に具体例を1つずつ入れる 4. 反論になりそうな点を1つ拾い、短く応答する【Output Format】 Markdown。見出しは ## と ### のみ。箇条書きは最小限。GCAOと名前は付けていなくても、中身はこの4ブロックに収まっていることが多い。 このプロンプトは頑張るべきか GCAOは、まあまあ基本的な内容だ。私は意識しているわけではないが、だいたいこの通りにプロンプトを組んでいる。いつも通りでやれば、それなりにいい感じになる。 もしGCAOを名前として覚えていないなら、ロジックを登録しておくのが手堅い。Cursorのルール、Claudeのプロジェクト指示、Obsidianのテンプレ——環境ごとに「GCAOで組め」と短文で書いておけば、毎回フルで説明しなくても動きやすくなる。 頑張りすぎる必要はない。ただ、出力がしっくりこないときに「Gのどこが曖昧だったか」「Oを指定し忘れていないか」と振り返るチェックリストとして使う価値はある。 まとめ：型で自分の意思を載せる 生成AIの出力に自分の意思を取り込むには、プロンプトでルールを先に決めておくのが近道だ。GCAOはそのためのシンプルな型で、Goal・Context・Action・Output Formatの4つを埋めていけばいい。 理論やフレームワークを名前で渡すと、LLMはその枠の中で考えてくれる。毎回ゼロから指示を考えるより、型を再利用したほうが、選ぶ時間に集中できる——私はそう考えている。
個人ブログにレコメンド機能は必要か
「関連記事、もっと賢く出したい」 「でも個人ブログでレコメンドエンジン、意味ある？」 ——CMSのプラグイン一覧を眺めながら、私はこう思った。ユーザー体験を優先するなら実装してもいいけど、定期的に訪れる魅力がないと意味がない。 あなたはどうだろう。ブログに来たとき、「おすすめ記事」を見る派？ それとも検索かSNS経由で直リンク派？ 私は後者が多いサイトほど、レコメンドのROIは低いと考えている。ニュースサイトと個人ブログでは、読者の動き方がまったく違うからだ。 ブログコンテンツにレコメンドは必要かどうか ニュースサイトならあり。あらゆるジャンルを扱っているならあり。 読者は「次に何を読むか」をサイト側に委ねることが多い。更新頻度も高い。レコメンドの精度が上がれば、滞在時間とPVに直結しやすい。 単一ジャンルのよくあるタイプなら必要ない。 釣りブログなら釣り、防音ブログなら防音——テーマが絞られていると、関連記事はカテゴリとタグで十分回る。訪問動線も検索かSNSの直リンクが中心になりやすい。 が、一度見た記事を意図的によけるような施策はしてもいいんじゃないかなと思う。「読んだ済み」の表示だけでも、迷子感はかなり減る。 実装するにあたって WordPressなりCMSはプラグインがすでにありそう。 仕組み的には、記事のタグなりカテゴリを取得しておいて、ユーザーの個別IDをもとに「興味あるコンテンツをアクセスログから取得」が丸い方法ではある。 GA4とかアクセス解析ツールと連携するのがもっとも簡単な実装になるけど、ウェブサイトのコンテンツを自動的に最適化するデリバリーサービスをするなら、毎日違う記事を投稿するのが手っ取り早いといえる。早い話、コンテンツ量そのものがレコメンドの燃料になるわけだ。 Node.jsなりでWebページをスクリプト化することは可能だから、ユーザーセグメントをあらかじめ決めるID登録制にするなら、興味あるジャンルを表示するBingのニュースサイトみたいな方式を取ることはできる。 ただ、ID登録まで求める個人ブログはハードルが高い。読者の大半は会員登録なしで読みに来る。ここが個人サイトとメディアの決定的な差になる。 SEO的にはどうなるのか SEOの正解として、単一ジャンルのコンテンツクリエイトがもっとも効果的といわれている。 これは正解ではあるけど、最適解ではない。初心者が始めつつ収益化を目指すなら、単一ジャンルでコンテンツを地道に増やすのが定番だよという話。 毎日書くジャーナル方式な雑記サイトでも、文章自体に魅力があって「サイトコンテンツ＞サイト名」の優先度ならいい。 SEOはサーチエンジンからの集客がメインになるため、この土俵で戦う以上、コンテンツだけではなく「サイト構成全体に統一されたキーワードが存在する」ことが権威性の評価点にはなる。 でも現在はAI要約があるため、ナレッジを主体にした解説系はそこに取られる。 逆に個人コンテンツとかSNSみたいな発信においては、一次情報となりやすいから強みが出ている。 レコメンドでユーザーが見たいと思っている記事を提示する方法を取るとするなら、SEOではなくドメインレベルでの調整が必要になる。 ようするに、ウェブサイト名で指名検索されるとか、ライターなり管理者の知名度が高く「コンテンツのファン」がいるかどうかが重要になる。 個人ブログで現実的な落とし所 コンテンツ自体は世に溢れかえっているので、現在は「クリエイターとファンの関係」がもっとも強い結びつきになっている。ようはSNS経由の流入が1番期待できるというわけ。 なのでウェブサイトでレコメンドを導入するなら、XとかYouTubeのように無数のジャンルから作為的にコンテンツを抽出してアクセスした時に「君はこれが見たいんだろ（ドヤ）」を提示するのが効果的ではある。 この場合、あらかじめID登録して「興味のあるコンテンツは？」とアンケートを取るなりしたほうがいいけど、ユーザーの期待にそえるほどのコンテンツ量を維持できるかが課題になる。 ようするに「Yahoo Japan」レベルのニュースサイトなら導入してもいいけど、個人ブログでそこまでやる必要はないかもしれない。 でも一度みた記事をわかるように注釈を入れるとアクセシビリティとしては親切かもしれない。派手なパーソナライズより、地味な既読管理のほうが現実的だ。 まとめ：シンプルで十分 個人ブログのレコメンドは、必須ではない。カテゴリ・タグベースの関連記事と、「既読」表示くらいで、体験は十分改善できる。 SEOよりSNS、多ジャンルより指名——この前提なら、レコメンドエンジンより記事の質と更新頻度に投資する方が、はるかに効く。
TVや新聞が面白くないと感じる理由
TVをつけても、新聞をめくっても、「面白い」とは思えないことがある。 ニュース速報、政治討論、事故現場の映像——情報は届く。けれど、私の生活はほとんど変わらない。 あなたはどうだろう。TVや新聞、まだ面白いと感じる派？ それとも「情報ツール」として使う派？ 私は後者に近い。面白さが必要なのかどうか、ずっと考えている。 面白いってなんだろう 面白いってなんだろう。 面白いと感じるのは人それぞれの自由ではないだろうか。 政治の話題は金になるからって、煽動したりして、注目を浴びる。それを面白いと思っているのだろうか。面白いと感じているかもしれないけど、どちらかといえば、興味がある人が多いか少ないか。 TVや新聞に面白さは必要だろうか TVや新聞に面白さは必要だろうか。 ニュースに面白さは必要ないが、正確性は欲しい。新聞も同じことがいえるし、面白いとは思わないけど、情報を効率的に摂取できるツールみたいなものだと思っている。 ニュースもみんな気づいているのではないだろうか。 それを知ったところで、私の生活に大きく影響はしないだろう、と。 戦争紛争で物価高は確かに影響こそする。でも生活を脅かすほどじゃない。 メディアはそれを伝えることで、何を我々にしろといっているのだろうかと勘繰ってしまう。なぜなら、注目を浴びなければ、スポンサーがつかなければ、営業を続けることが難しいからだ。 「報道の公平性」ってなんだろう 「報道の公平性」ってなんだろうね。 ニュース提供側としてはそのままを伝えているつもりだろうけど、政治の話はなぜか専門家なりコメンテーターがいて、意見を聞くのはなぜだ？あえて批判的な意見から入るのはなぜだ？と感じることもしばしば。 派閥とか集団意識なりのなわばり争いなんか、憶測で話をしやすいから、多少誇張したほうが注目をあびる。アテンションエコノミーに気をつけてとか、スマホのメールフィッシングに気をつけてとか、もっともらしいことをいっているが、TVや新聞はそこでここまで稼いできたのではないだろうか。 遠くの出来事と、知ったところで 節税は悪いこととかいうけど、寄付だって節税対策のひとつなんだから、そこをあえて隠すような報道はばからしい。どこかの金持ちが処理に困っている時に、寄付という節税を知ることで助かる人だっているのではないだろうか。 交通事故があればそこに赴いて写真を撮るとか、事故現場を写したところで、影響が出ているのはそこを通る人たちくらいだ。遠くはなれている人にとって事故とか火事は、知ったところでどう反応したらいいのと思う人だっているだろう。 まとめ：面白い必要あるか 面白さと正確性は、同じ土俵に乗せられがちだ。私はニュースに面白さは要らない。要るのは、生活にどう効くかを自分で判断するための材料だ。 「おもしろい必要があるか？」——答えはまだ出ていない。でも、面白くないから見ない、ではなく、面白くないからこそ別の使い方を探す、という方向には向かっている。
Claude CodeをAPIで叩いて5億請求がきた会社があるらしい
「Claude CodeをAPIで回して、5億円の請求が来た」 ——SNSでそんな話を見かけると、私は「そらそうだろ」と同時に、別の感覚も湧く。サブスクの範囲では処理しきれない問題が、企業にはちゃんとあるんだな、と。 あなたはどうだろう。AIの月額料金、成果が見えるまで払い続ける派？ それとも「使いすぎたら赤字になるから、上限を決めて使う」派？ 私は後者に近い。だからこそ、定額プランとAPI従量課金の境目で、何が起きやすいのかを整理したい。 APIで利用しないといけないのか Claude Codeの話題は多い。でも実際にどう使っているか、というインタビューは少ない。 まあ守秘義務もあるっちゃあるし、大っぴらに言えないことも多いことは理解できるし、してほしい。 企業のプロジェクトに特化したプロンプトを公開するわけにもいかないし、その企業が「このAIを使っている」とわかれば、それだけで攻撃対象になりかねない。プロンプトインジェクションを仕掛けるにも、モデルを特定できた方が動かしやすいからだ。 生成AIのクラウドサービスの大半は、サブスクによる月額制で使用量が決められているパターンが多い。 一方で、AnthropicとSpaceXが共同することで、Claudeの使用制限はかなり緩和された。以前はProプランでも、1日に2回ほど利用上限に当たれば週間制限にひっかかるほどだったが、今は1日4回の上限にいっても、多少余るくらいになっている。 ということは、だよ。 個人ユーザーにとっては、サブスクの世界が少しマシになった。でも企業の話は別だ。 企業には、サブスクでは足りない問題がある エンタープライズやビジネス向けの法人プランはある。ただ、社内でアカウントを共有する運用には限界がある。 定額プランは時間と週間でリミットがかかるのが当たり前だ。最上位のMax$200でも、足りない人は足りない。並列でCLIを回す、複数プロジェクトを同時に走らせる、夜間バッチで大量のコードレビューを回す——こういう使い方をすると、サブスクの枠はすぐに枯渇する。 そこで足りない分はAPIを使う、という流れは自然だ。 APIは際限なく使える。大掛かりな開発では、従量課金の方が柔軟に見える。だから「Claude CodeをAPIで叩く」という選択が起きる。 ただ、柔軟さの裏返しがコストだ。サブスクなら月200ドルで頭打ちだが、APIにはその上限がない。使えば使うほど請求が伸びる。5億円という数字が話題になったのは、その極端な例だろう。 共有より、個人アカウントを渡す発想 企業向けプランを契約して社員全員で共有するより、個人にアカウントを与えて「生成AIを使うならそのプラン料金を会社が払う」——この発想の方が、これから増えていくのではないだろうか。むしろ個人アカウントを企業で使うスタイルが当たり前になるほうが柔軟ではないだろうか。 考え方としては、個人につける最大200ドル/月の秘書か部下の役割だ。必要経費として計上しやすい。使った分だけではなく、定額で予算が読める。共有アカウントで「誰が使いすぎたか」がわからない問題も避けられる。 とはいえ、社員全員にMax20を配るのは現実的ではない。開発部門だけ、AIを常用する人だけ、プロジェクト期間中だけ——そういう線引きが必要になる。全員に渡せば、使わない人の分も固定費になる。 私が言いたいのは、共有でリソースを奪い合うより、使う人に個別枠を渡す方が健全、という方向性だ。サブスクの上限緩和は、その前提を後押ししている。 200ドル分をAIで稼げるか ただ問題があるとすれば、月200ドル分をAIで稼げるか、という話だ。 生産性は上がるだろう。でも生産するにも「作るもの・構想」がなければ何も始まらない。プランを立てるのが一瞬で終わるからこそ、スピーディに動く必要がある。 資料作成が5分で終わるとしても、それで何ドルの利益が生み出しているのか計算したことはあるだろうか。将来的には200ドル分を回収している可能性はあるかもしれない。でも、その日に作った資料は企業利益の内訳からすると、どの部分でいくらの価値があるのか——。 ここを考えている人がどれだけいるのだろうか。 AIに任せるのであれば、働かせているAIにお金を払うという考え方を、もう少し柔軟に持つ必要がある。月200ドルの秘書が、月50万円分の仕事をこなすなら安い。月5万円分しか生み出さないなら高い。人間の採用と同じ構造だ。 個人なら「自分の時間が節約できたからOK」で済むこともある。企業なら、部門の売上・コスト削減・リードタイム短縮と結びついているかが問われる。 API従量課金と「5億請求」の意味 API利用だけで高額請求される話は、以前からある。5億円が事実かどうかはここでは問わない。仮に5億円請求されたとしても、5億円以上をそれで稼いでいるなら、経営判断としては問題にならないはずだ。 5億円以下、あるいはその3分の1程度の成果しかなかったからこそ、問題視された——そういう読み方ができる。請求額そのものより、投下コストに対するリターンが合っていないことが本質だ。 仮にAPI料金を必要経費として計上できたとしても、予算上限を超えれば赤字になる。場合によっては、エンジニアの給料より高額になる。人より高速で大量にコーディングはできる。でも開発スピードを上げて量を重視するだけでは、レビュー負債や品質問題が後から来る。 人間によるチェックをあわせて質を重視する。際限なく働かせる手段としてAIを使うのではなく、使うべきところだけに注力する——この使い方が、これから最適化されていくのではないだろうか。 神プロンプトより、回収できるか 「AIすごいすごい」は簡単だ。使うのも簡単だ。 それを使って生産性が本当に上がっているのか。売上に関わっているのか。AIの利用料に匹敵する成果が出ているのか——こういう問いがないと、日本は生産性が弱いまま終わってしまうだろうなと、私は思っている。 神プロンプトでキャッキャしている段階は、どの組織にもある。問題はそこで止まることだ。プロンプトの巧拙より、何を作り、いくらで売り、いくら削減したかを測れているかの方が重要になる。 生成AIのプラン設計も、いずれそちらに寄っていくはずだ。無制限に使わせるAPIと、定額で上限のあるサブスク。その中間に「部門ごとの予算枠」「成果連動の課金」みたいな形が出てくるかもしれない。今はまだ、個人の感覚と企業の会計の間にギャップがある時期だと思う。 まとめ：コストより先に成果を測れ Claude CodeをAPIで叩いて5億請求——極端な例としては、サブスクでは足りない企業が従量課金に流れ、予算管理と成果測定が追いつかなかった、という絵に見える。 個人には月200ドルまでの定額枠を渡す発想は、共有より健全だ。ただ200ドル分を回収できるかは、ツールの問題ではなく事業の問題だ。私は、プランを選ぶ前に「このAIにいくら払って、いくら返ってくるか」を書けるかどうかを、先に確認したい。
子育て女性のリスキリング━━制度の外にいる人が忘れがちなこと
「政府や企業が『リスキリング（学び直し）』の旗を振っているが、その主役はキャリアを積んだ会社員ばかりではない」 朝日新聞の報道では、出産や育児でいったん離職した女性の間でも関心が高まっている、と書かれている。3児を育てながらウェブ制作の仕事を始めた秋谷みず帆さん（33）は、家事と育児の合間に1日あたり約9時間の作業時間を確保し、「仕事が初めて楽しいと思えるようになった」と語る。 私はこの記事を読んで、制度の話と個人の話がごちゃ混ぜになりがちだ、と感じた。 あなたはどうだろう。「リスキリング」と聞いて、会社の研修制度を思い浮かべる派？ それとも、自分でスクールに通って学び直すイメージが先に来る派？ 私は後者に近い。だからこそ、旗の下にいる人と、その外にいる人では、必要な準備が違うのではないか、と考えた。 なぜ今、キャリア中断後の学び直しが必要なのか リスキリングが話題になる背景には、構造的な理由がある。 雇用の流動化、在宅勤務の普及、ITスキルの需要拡大━━どれも「一度身につけた職種を、そのまま定年まで続けられる」前提を揺らしている。出産・育児・介護で離職した人にとっては、ブランクそのものが不利になるだけでなく、復帰先の選択肢が狭いという問題も重なる。 朝日新聞の記事でも、秋谷さんは専業主婦として8年間過ごしたあと、在宅でできるスキルを求めてウェブ制作のオンラインスクールに出会った、と書かれている。IT分野が注目されるのは、場所と時間をある程度自分で設計できるからだ。これは子育て中の人にとって、現実的な選択肢になりうる。 ただ、報道が伝えるのは「道は開ける」という希望の側面だけではない。見出しに「根性は必要だが」とあるように、制度が用意してくれるわけではない領域が、ちゃんと存在する。 リスキリングの制度は、誰のためのものか 世の中で「リスキリング」と言われるとき、多くは企業所属の社員が会社の指示でスキルアップする、という絵が先に浮かぶ。経済産業省のリスキリング事業、厚生労働省の求職者支援訓練、企業の教育手当━━こうした制度には、補助金や助成金がつく。 一方で、一度キャリアから外れた主婦・主夫、非正規から離職した人、フリーランス志望の未経験者は、その枠に入りにくいことが多い。会社が申請の窓口にならない。在籍証明がない。訓練の日程が保育園の送迎と噛み合わない。 学び直しそのものは誰にでも可能だ。でも「制度としてのリスキリング」と「個人でやる学び直し」は、費用もリスクも負担の置き場所も違う。ここを混同すると、「国が推進しているから、なんとかなるだろう」という誤解が生まれる。 学び直しに、個人の努力は不可欠 秋谷さんの1日約9時間という数字は、制度の話を聞いているだけでは想像しにくい。 朝、子どもを送り出してから迎えまで。夜、寝かしつけたあと。━━隙間時間の積み上げだ。在宅だから楽、というわけではない。むしろ、仕事と育児の境界が溶けるほど、自己管理の負荷は上がる。 リスキリングを成功談として読むと、「オンラインスクールに入れば変われる」ように見える。実際には、動画を見て終わりではない。課題を提出し、クライアントワークに近い形で成果物を作り、フィードバックを受けて直す━━このサイクルを自分で回す必要がある。 スクールは地図を渡してくれる。歩くのは本人だ。補助金がつく訓練であっても、結局は同じだと思う。 目標がなければ、効率よく学べない ここが、私が一番伝えたいところだ。 「ITスキルを身につけたい」「在宅で働きたい」は、動機としては十分でも、学習の目標としては粗すぎる。何のために、いつまでに、どの水準まで、を決めていないと、カリキュラムのどこに力を入れるべきかわからない。 ウェブ制作を例にすると、方向はいくつもある。コーディング寄りか、デザイン寄りか。WordPressでサイトを納品できるようになるのか、Shopifyの構築までやるのか。フリーランスとして単価3万円の案件を月2本こなすのか、正社員のポートフォリオを揃えて転職するのか。 目標が違えば、必要な学習時間も、作るべき成果物も、証明すべきものも変わる。 企業が採用や発注を判断するとき、履歴書の「意欲」だけでは足りない。わかりやすいのは成果物か資格だ。主婦・主夫がキャリアの外から返り咲くなら、制度の枠に入れなくても、この2つを自分で用意する必要がある、というのが現実だろう。 目標を「3ヶ月後に架空クライアント向けのLPを1本納品できる」くらいまで落とし込めば、毎週何を勉強するかが決まる。逆に目標が曖昧なままだと、動画視聴だけで満足してしまう。時間は使ったのに、証明できるものがない━━これがいちばんもったいない。 まとめ：旗の下と外側 リスキリングの必要性は、朝日新聞の報道が示すとおり、キャリア中断後の女性にも及んでいる。在宅と相性のいいIT分野に注目が集まるのも、納得できる流れだ。 ただ、制度の旗の下にいる人と、外にいる人では勝ち筋が違う。学び直しは個人の努力が半分を占めるし、目標がなければ効率よく進めない。私は、スクールを選ぶ前に「何をもって終わりとするか」を紙に書くところから始めるのがよい、と思っている。
ニンダイの同時接続から考えるYouTubeの視聴率的なもの
「Nintendo Direct 2026.6.9」——任天堂公式YouTubeチャンネルだけで、ピーク時の同時接続が約174万人に達した。 世界的な新作発表会だから期待は高い。でも、YouTubeの登録者数やユーザー総数から見ると、これはどれくらいの割合なんだろう。 あなたはどうだろう。ライブの同接数、気になる派？ それとも総再生回数のほうを見る派？ 私は前者だ。テレビの視聴率に近い感覚で読めそうだと思った。そこから、数字を並べてみることにした。 ニンダイの同時接続、どれくらいの規模か 2026年6月9日に配信された「Nintendo Direct 2026.6.9」は、任天堂公式YouTubeチャンネル（Nintendo 公式チャンネル）における最大同時接続が約174万1,440人だった（UserLocal の集計値）。 これは任天堂ダイレクト史上のトップではない。 日本記録認定協会が認定したYouTubeライブ日本最大同時接続は、2025年4月2日の「Nintendo Direct: Nintendo Switch 2」配信の329万人。2025年9月12日のニンダイは任天堂公式チャンネル単体で約151万人、全プラットフォーム合計では約292万人に達した。 それでも174万人は、企業の単一チャンネル・単一配信としては異常な数字だ。Appleの製品発表会が数百万規模に届くこともあるが、ゲーム業界の定期ショーケースとしては世界屈指の部類に入る。 YouTubeのユーザー数を押さえておく 同接を「割合」に換算するには、分母の選び方が問題になる。まず全世界のベースラインを整理しておく。指標 ユーザー数（世界全体） 補足MAU（月間アクティブユーザー） 約25.8億〜27.0億人 ログインユーザーを中心としたベース広告リーチ可能人数 約33.5億人 未ログイン視聴も含むリーチDAU（日間アクティブユーザー） 約1.22億〜13.4億人 測定定義で大きく変動する有料会員（Premium / Music） 約1.25億人 広告非表示・バックグラウンド再生DAUについては、調査機関の定義によって2つの数字が並行して出回っている。アプリ等への能動的ログインベース（約1.22億人）——毎日確実にログインしてアクションを起こすコア層の数字。 Webブラウザ・スマートTV等を含む総アクティビティベース（約13.4億人）——ログインの有無を問わず、何らかの形でYouTubeに触れた人を含む推計。日本国内では、Googleが2024年5月時点で18歳以上の月間視聴者数7,370万人超を公表している（Nielsen Digital Content Ratings ベース）。18歳未満は含まれないので、実態はこれより大きい可能性がある。 同接を「視聴率」に換算すると YouTube Liveの同時接続は、その瞬間にライブを見ている人数だ。テレビの視聴率が「今この番組を見ている世帯（または個人）の割合」であるのと、構造はかなり近い。 ニンダイ約174万人を、いくつかの分母に当てはめてみる。分母 割合（概算） 読み方世界MAU 約26億人 約0.07% 月に一度でもYouTubeを使う人のうち、同時にニンダイを見ていた世界DAU（コア）約1.22億人 約1.4% 毎日ログインする層のうち約70人に1人世界DAU（総合）約13.4億人 約0.13% ブラウザ・TV視聴も含めた日次利用者ベース日本YouTube MAU 約7,370万人 約2.4% 国内の月間視聴者（18歳以上）のうち約40人に1人日本の総人口 約1.25億人 約1.4% 国民全体のうち約70人に1人早い話、「全世界のYouTubeユーザーから見れば微々たる数字」でも、「日本のYouTube視聴者から見れば2%台」になるわけだ。 分母をどう取るかで印象が180度変わる。テレビの視聴率も、関東地区か全国か、世帯か個人かで数字は揺れる。同接も同じで、単一チャンネルか全ミラー配信合算かで読み方が変わる。 テレビの視聴率と比べると 一昔前の地上波黄金期には、人気番組で視聴率20%超えは珍しくなかった。 今は年末年始の特番に限られ、紅白歌合戦第2部が35%前後、箱根駅伝復路が30%前後——それでも「国民的イベント」に限った話だ。平日のゴールデン帯で10%を超える番組は、もはや希少種に近い。 テレビの視聴率は、テレビが設置された世帯を母集団にした推計だ。正確な「全人口の何%」ではない。 それでも「数%見ている」とわかれば、日本の人口1億2500万人規模で600万人クラスのリーチだと感覚を掴める。 ニンダイの174万人は、日本の総人口ベースで約1.4%。テレビで言えば世帯視聴率1%台後半くらいのイメージに相当する。 ただし、これは任天堂公式チャンネル単体の数字だ。配信者による同時視聴枠や海外公式チャンネルを足せば、もっと膨らむ。 個人的には、YouTube同接は「その瞬間に画面を開いている人」のカウントだから、テレビのリアルタイム視聴率に一番近い指標だと思っている。総再生回数は後からアーカイブで伸びるので、ライブの熱量とは別物だ。 YouTube Liveの同接記録はどのくらいか 世界記録として広く引用されるのは、2023年8月23日のインド宇宙研究機関（ISRO）による月着陸ライブ配信の約809万人。 次点は2022年ワールドカップのブラジル対クロアチアを中継したCazéTVの約610万人、2026年のTPUSAハーフタイムショーの約617万人など、スポーツ中継と大型イベントが上位を占める。 日本国内の認定記録は、先述の任天堂「Switch 2」発表ニンダイの329万人。ゲーム系では、Apple Event（2024年9月）が約350万〜360万人、スペースXの有人飛行ライブが約400万人といった企業・科学系イベントが並ぶ。 個人配信者では、IShowSpeedが2026年5月に約192万人の同接を記録したと話題になったが、本人とYouTube側の確認でボット視聴が混入していたことが判明し、実際のピークは約30万人だった。同接の信頼性は、記録更新のニュースだけでは判断できない——これは後述する。 ニンダイ2026.6.9の174万人は、世界トップ10には遠く及ばない。それでも日本の単一企業チャンネル・ゲーム発表会としては、十分に「大きな数字」だ。 同接数はどうやって数えているのか YouTubeのヘルプセンターでは、同時接続（Concurrent viewers）を「ある瞬間に同時に視聴している視聴者の数」と定義している。ピーク同時接続は、配信中に記録された最大値だ。 仕組みとして押さえておきたいのは次の点だ。カウント対象はその配信を実際に再生しているセッション。ログインの有無は問わない（未ログインのブラウザ視聴も含まれる）。 低品質な再生やボット疑いのトラフィックは、システムが検証のうえ除外されることがある。指標が一時的に止まったり、後から修正されたりするのはこのためだ。 配信終了後、クリエイターはYouTube Analyticsでピーク同時接続を確認できる。APIでも配信中のみリアルタイム取得が可能だ。 複数デバイスやタブを開いている場合の扱いは公開されていないが、明らかな不正トラフィックはフィルタされる。つまり同接は「今見ている人」のリアルタイム推計で、完全な国勢調査ではない。テレビの視聴率と同じく、信頼できる近似値として使うのが妥当だろう。 まとめ：分母で変わる174万 ニンダイの約174万人は、世界のYouTube MAUから見れば0.07%程度。日本のYouTube視聴者から見れば約2.4%。テレビの視聴率に置き換えるなら、日本総人口ベースで1%台後半——「その瞬間に同じ画面を見ていた人」の規模だ。 同接はテレビのリアルタイム視聴率に最も近い指標だと私は考えている。ただし分母の取り方と、単一チャンネルか合算かで印象は大きく変わる。数字を見るときは、まず「誰の、何%か」を確認するのが先だろうなと思っている。
コンビニの人件費削減ほど悪手は無くないか？
「コンビニ、ワンオペで回せるようにする」 「人件費を削れば、経営は立て直せる」 ——ニュースを読むと、こういう論理がよく出てくる。私はだいたい「本当に現場を知って言ってるのかな」と眉をひそめて、記事を閉じることが多い。 あなたはどうだろう。人件費削減、経営の王道だと思う派？ それとも「現場が回らないだけでは」と疑う派？ 私は後者に近い。コンビニのワンオペや24時間営業を、数字だけで語る前に一度立ち止まってみた。 コンビニでワンオペをする意義はあるかどうか問題 経営難を解決する場合、もっとも楽な方法は「人件費削減」。それも、ある程度の能力を持っていて給料もわりと高めな有能タイプな従業員ほど、切る効果は高い。シンプルに支出を減らす策として有効なので、コンサルに大人気の手法である。 じゃあ残された人間は給料が上がるのか？っていう話し。 人員を削減したのなら、今まで支払っていた人件費の再分配して、基本給の見直しをするのが「やる気重視」のうえなら最前な手法だと考える。しかし現実はどうじゃない。削減した人件費は据え置いて、営業利益に消えた人員に支払っていた給料がのせられるだけだ。 悪くも経営が下手くそというか、数字だけ見ている経営でやりがちな手法。 人員を削減したらまず、効率化とか生産性の話しになるけど、サラブレッドでも1馬力であるように、1人の人間は1人力でしかない。1億を役員報酬でもらっている上層部の20%カットして浮いた分を人員に回したほうが、よっぽど有意義といっていい。 従業員は替えが効くと思われがちだが、経営層にしても替えは効く。 コンビニの24時間営業はやるべきかどうか コンビニの採算性を考えるなら、客商売らしく客単価を気にするべきだろう。 あなたは深夜のコンビニに行ったことはあるだろうか。そこに客は平日の昼間ほど居ただろうか。きっと店員が1人で補充をいているとか、バックヤードに居るみたいだけどなぜか出てこないなどの体験をした人もいるかもしれない。 コンビニは客商売だからこそ、客が来て何か買ってもらう必要がある。 深夜の客はどれだけ来て、どれだけのものを買っていくのだろうか。深夜になると「深夜手当」も出さないといけないため、日中よりも客がこないのに、日中よりも客単価を上げる必要性がある。社会インフラとしての需要を考えるとありがたい話しだけど、商売と経営で考えると、これほど損することはないと思う。 まとめ：現場を見てから数字を語れ ワンオペの議論は、経営会議の資料だけで進めがちだ。私は、幹部がまずレジと品出しを体験してから削減を語るべきだと思っている。人件費は減る。でも客単価と現場の限界は、スプレッドシートには載らない。
YouTubeのチャンネル名に実名を入れるか入れないか
「〇〇ch」——実名をそのまま入れてるチャンネル、海外では当たり前に多い。 「釣り太郎」「防音のさしし」——日本だと、ジャンルがわかる名前のほうが馴染み深い。 ——チャンネル名に正解はあるのだろうか。私は「実名＋chの比率、日本と海外でどれくらい違うんだろう」と気になっていた。 あなたはどうだろう。チャンネル名、実名派？ ジャンル＋ペルソナ派？ 私はどちらかというと後者だが、正解はないと思っている。用途で変わる話だ。 チャンネル名に正解はあるかどうか 人名でやることは、個人の権威性を上げる。 ジャンルを入れるなら「そのジャンルを発信している」とすぐわかる。 ユーザービリティでいえば後者だけど、団体とか個人名を使ったほうが、すでに当たり前になっている感じはするよね。 チャンネル名の主要パターンと特性 実名型（「太郎ch」「山田花子」） 強みは、個人ブランド化・信用蓄積に有利なこと。海外基準では圧倒的スタンダードで、本人のキャリア（転職・出版など）に直結しやすい。 弱みは、プライバシー面でのリスクと、チャンネル内容の変更に融通がきかないこと。「誰？」から始まると認知に時間がかかる。 ジャンル＋人名型（「釣り太郎」「浜名湖の田中」） 強みは、検索性・SEO的に有利なこと（ジャンルキーワード入り）。最初から「何を発信しているか」が明確で、日本の個人YouTuberの事実上のスタンダードに近い。 弱みは、ジャンル拡大時に名前が古くなる感じと、ブランド名としてやや長くなりがちなこと。 純粋ジャンル型（「釣りチャンネル」） UX的に最も分かりやすい反面、個性・権威性が埋もれやすい。 造語・ブランド型（「KaijoAngler」「BouonLab」） ユニークで覚えやすく、複数ジャンル展開に対応しやすい。ただ認知に時間がかかり、SEO的には不利になりやすい。 方向性の整理 チャンネル名にクリエイター名を入れるブランド型が、もっとも一般的でロジックタイプとして周知されている。ようは「誰々のch」と判断しやすくなる。 一方で、chのジャンルがわかりづらいから内容を見る必要が出てくる。これはメリットにも繋がるけれど、個人名をchに設定している以上、自分自身にファンをつける必要が出てくる。 なので、限定的なコンテンツデリバリーを目指しているなら「名前＋ジャンル」の構造が多くなってくる。 とりあえず迷ったら自分の名前をch名にするのがベストではある。ただ、失敗したときのリスクを考える場合——特にハンドルネームを優先したい、自分が特定のジャンルに強いと自覚している——ならジャンルをキーワードに使うべきだろう。 まとめ：正解より用途 日本のスタンダードに寄せるなら、「実名またはペルソナ名」＋「ジャンル示唆」の組み合わせがバランスが取りやすい。「浜名湖のさしし」「防音のさしし」のように、権威性・検索性・プライバシーの三つを一度に満たしにくいからだ。 総合的にいうと正解はない。自分が良いと思った感じで名前をつけるべきだろうと、私は考えている。
CLI駆動のAIで思うこと
「ターミナルでClaude Codeを3窓並べて回す」 「バックグラウンドエージェントに丸投げして寝る」 ——SNSでこういう投稿を見ると、私はつい「それ、本当に必要？」と思ってしまう。効率化の話に聞こえるのに、並列数が増えるほど管理コストも上がるはずだ。 あなたはどうだろう。AIはチャットUI派？ それともCLIでローカルファイルを直接触らせる派？ 私は両方使う。ただ、どちらが上という話ではなく、用途で選べばいいと考えている。まずはCLI駆動が想定している使い方から整理してみたい。 CLI駆動のAIは、どんなユースケースを想定されているのか ブラウザのチャットUIとは違い、CLI駆動の強みはローカルファイルを渡して作業できることだ。リポジトリを読ませ、差分を書かせ、テストを回させる——コピペ地獄から解放される。 Git連携、スクリプト化、バッチ処理——「同じ作業を何度も繰り返す」場面で力を発揮する。ただ、複数CLIの同時稼働はPCリソースも分散させる。ターミナルを何窓も開いて回すことが、本当に効率につながるのか——私はそこに疑問を持っている。 CLIを使うメリット ファイル操作がそのまま成果物になる。チャットUIだと、生成結果をエディタに貼り戻す手間が必ず挟まる。CLIなら、書き換え・保存・コミットまで一気通貫だ。 定常タスクに向いている。「毎朝このフォルダを要約してSlackに投げる」といった繰り返し作業は、CLIの方が運用しやすい。プロンプトを固定し、ログを残し、失敗時に再実行できる。 コンテキストがリポジトリ単位で保たれる。プロジェクト構造や既存コードの書き方を、毎回説明し直す必要が薄い。 CLIを使うデメリット 並列実行は万能薬ではない。複数エージェントを同時に走らせると、CPU・メモリ・APIコストが積み上がる。タスクが独立していても、結果の取りまとめは人間の仕事だ。 シンプルな相談には重い。「この文章、もう少し柔らかくして」程度なら、チャットの方が速い。CLIは起動・指示・確認のステップが増える。 コストの見え方が複雑になる。バックグラウンドエージェントとバッチ処理——どちらが安いかはタスク次第だ。並列数を増やすほど、見積もりは難しくなる。 例えばXの自動投稿とか 自動投稿するにも、まず「ネタ」が必要になる。 仮に100日分を100アカウント分作成したとしても、1日に投稿するのは最大100ポストだ。それを10並列で処理する必要があるのだろうか——私は疑問に思う。ネタ生成と投稿スケジュールは別問題で、並列化がボトルネックになるケースは意外と少ない。 こういう例は、CLI evangelism の典型だ。技術的には可能でも、ビジネス要件と噛み合っていない。メリットを語る前に、「本当にここが詰まっているのか」を確認したい。 チャットUIとの使い分け 私の基準はシンプルだ。探索・相談・下書き → チャットUI。思考を広げる段階は、軽い方がいい。 ファイル変更・定常タスク・再現性 → CLI。成果物がディスクに残る作業向き。同じプロジェクトでも、設計はチャット、実装はCLI——混ぜて使うのが自然だ。 まとめ：用途で選んでいい CLI駆動のAIは、ローカルファイル操作と自動化で強い。反面、並列実行や常時稼働は、リソースとコストの割に合いを見ないと過剰になりやすい。 あなたの用途で選んでいい。チャットベースでもCLIでも、自由に選んでいい。「CLI派」「チャット派」の正解争いより、今日のタスクに合う方を取る——それで十分だ。
「◯冊の本を読め！」みたいなタイトルが有益な理由
「この本を読めば人生が変わる」 「売れている本トップ10だけ読め」 ——キャッチーなタイトルを見ると、つい大げさだと感じることがある。私はだいたい「また煽りか」と眉をひそめて、クリックしないで終わる。 あなたはどうだろう。大げさなタイトル、スルーする派？ それとも「気になるから読む」派？ 私は以前は前者だった。 でも最近、その派手さの裏側に、読者とライターが交換しているものがあるのではないか、と考えるようになった。 相手は時間を金にかえている 例えば「レシピ本」を書店で探すとする。 特に目的もなく、あてもない場合、表紙なりタイトルできたものを手に取るわけ。この選んでいる時間、思考が産まれる時間は人によって「無駄な時間」と受け取るかもしれない。タイパというならもっとも無縁な時間だろう。 要約とかまとめのコンテンツが人気な理由は、本質的に「タイパの具現化」がある。 「10冊選び抜いた」といえば、ライターが100冊の中から厳選した10冊かもしれないし、Amazonの書籍カテゴリから人気でソートした10冊かもしれないし、いくつかのアンケートだったりSNSで「これいいよ」を集めたものかもしれない。 何にせよ、そういった「まとめ作業」に時間を使うわけ。 でもユーザーは、その時間を自分で浪費することなく、該当ジャンルにとってベストな数冊を任意で選べる。ようは「失敗しにくい」のが最大の利点。利点を可視化するなら、それこそがキャッチーなタイトルの正体だ。 まとめ記事は「他人の労力」を買う行為 リスト型の記事や、強い断言を含むタイトルは、読者にこう伝えている。あなたが100冊読んで絞り込む代わりに、私がやった。結果だけ受け取って。これは情報の無料配布というより、選別コストの代行に近い。レシピ本の例でも、棚の前で何冊も開いて比較する作業を、誰かが先に済ませてくれている状態だ。 だから「◯冊の本を読め」系のタイトルは、内容の良し悪し以前に、意思決定の短縮という商品を売っている。 本を1冊買うより安いし、読む前に失敗しにくい——この安心感が、キャッチーな言い回しとセットで伝わる。 キャッチーなタイトルが機能する3つの条件 私が「有益だ」と感じるリスト記事には、だいたい次の共通点がある。選び方が想像できる — 売上順なのか、自分の体験なのか、専門家の推薦なのか。基準が見えないと「誰かの好み」で終わる。 対象読者がはっきりしている — 「初心者向け」「転職前に読む」「子育て中の親向け」など、自分ごと化しやすい。 数が絞られている — 10冊でも多いと感じる人はいるが、「全部読め」より「この数だけ」は圧が小さい。逆に、根拠が曖昧で誰向けかわからない「人生が変わる本ベスト30」は、タイトルだけ派手で中身が薄いケースが多い。 キャッチーさと有益さは、必ずしもセットではない。 読み手としての向き合い方 リスト記事を鵜呑みにする必要はない。ただ、最初の1冊を選ぶときの補助輪として使う価値は大きい。 私のやり方はシンプルで、次の流れだ。気になったリストから2〜3冊だけピックアップする 図書館や試し読みで中身を確認する 刺さった1冊だけ買うこうすると、ライターが代行してくれた「選別時間」を借りつつ、最終判断は自分でできる。 まとめ：選ぶ時間を買っている 「◯冊の本を読め！」のようなタイトルが有益なのは、大げさだからではない。読者が本当に欲しいのは、失敗しにくい短いリストと、選ぶ時間の節約だからだ。 次にそういう記事を見かけたら、中身を疑う前に「この人は何時間かけて絞ったのか」を想像してみると、タイトルの意味が少し違って見えるかもしれない。
東京に学部が集中している理由と、地方の可能性
「地方から東京に出て、後悔した」 「でも進学先を考えると、結局東京しかなかった」 ——SNSでこういう声を見かけるたび、私は「便利だから」という説明だけでは足りないのではないか、と感じる。学部の数、教授の所在、就職のフィルター——選択肢の差が、合理的な判断を形作っている。 あなたはどうだろう。進学や就職で場所を選ぶとき、「その街の暮らしやすさ」と「学べる環境の幅」、どちらを優先する派？ 私は後者が勝ちやすい構造だと考えている。まずは東京集中の理由を、学部という切り口から整理してみたい。 東京が「便利」という一言では片付かない 東京圏（23区から千葉・埼玉・神奈川）への集中は、単に「便利だから」では説明できません。30分程度の移動で済む距離に高密度な大学が存在するため、「◯◯大学出身」というブランドを望むなら、東京しか選択肢がないのが現状です。 地方出身の若者が東京に集まる流れは変わりません。就職でも進学でも、有名大学という「フィルター」が評価を左右するからです。 地方が劣っているわけではない では地方に魅力がないかといえば、そうではありません。むしろ問題は別のところにあります。 地方の課題は「学部の選択肢の狭さ」です。「◯◯を学びたい」という明確な目的がある学生なら、その学部が充実している大学がどこにあるかで判断します。同じく、「この教授に師事したい」という思いがあれば、その教授がいる大学へ向かいます。 東京の大学の強みは、学部の多様性にあります。同じ東京なら、勉学の目的別に大学を自由に選べるのです。一方、地方では学部が限定的なため、目的と学べる環境がマッチしにくい。その結果、進学を理由に東京を選ぶ。悪循環です。 東京移住の現実 ただし、地方から東京に出てきた若者全員が適応できるわけではありません。 通学ラッシュの混雑、1コマ目の授業時間帯の絶望的な混み具合、車移動の困難さ。高い家賃を補うためのアルバイト。これらの生活コストと心労は、想像以上に大きいのです。 実際のところ、東京での生活に向いている人のタイプがあります。音に敏感でなく、他人に興味がない——割り切った性格の人ほど、東京での生活は楽になります。あこがれだけで東京に来ると、後悔することになりかねません。 改善のために必要なこと 東京一極集中を解決するには、単に大学を地方に置くだけでは不十分です。重要なのは、その地域で必要な学部を充実させることです。 地方に東京大学やMARCHのような「圧倒的ブランド大学」を作るのは現実的ではありません。ただ、地域の産業や人口に合わせて、学部の選択肢を広げることは可能です。 そこから先は、地方の大学そのものの発信力と、企業側の評価の切り分けです。「ブランド」に頼らず、実務的なスキルと再現性を評価する採用基準が整えば、地方大学の価値が高まります。 まとめ：選択肢の差が動く 東京一極集中の背景には、単なる「魅力度」ではなく、人生設計の選択肢の差があります。学部の多様性、環境への適応性、そして親元を離れることのコストと利益。これらを踏まえたとき、若者の「東京選択」は合理的な判断なのです。 改善するには、地方の高等教育機関が、東京との「差」を埋めるのではなく、独自の強みを作ることが鍵になるのではないでしょうか。
AIと一緒に考えるには、最初の一歩が必要
「AIに聞いたら、すぐ実行した」 「結果、思っていたのと全然違った——でも誰のせいにすればいい？」 ——チャット型AIが当たり前になった今、私はこういう後悔をよく見る。AIの性能の問題ではなく、最初の一歩を誰が踏むかが曖昧なまま進んでいるケースが多い。 あなたはどうだろう。AIの回答を「正解」として受け取る派？ それとも「たたき台」として自分の判断と照合する派？ 私は後者でないと、「共に考える」にはならないと感じている。なぜそう言えるのか、順を追って整理する。 AIと共に、考える 私はAIと一緒に考えているのだろうか。 何かを考えて、指示をして、出てきた情報を鵜呑みにして、失敗している。失敗とまではいかないけど、あきらかに何かが足りていない。足りてないのは何だろうか。 AIの性能ではなく、私にそれが実現できるかどうか、だ。 AIの答えを信じるのではなく、私の意見を鵜呑みにしないことも考慮するべきだ。 「共に、考える」 チャット型AIが登場してから、人間の思考はより洗練されたのだろうか。私はそう思っていない。AIが出している回答は「計算からいくつかの選択を"私好みで"拾い上げている」にすぎない。 AIの答えが正しいと思うか、正しくないと思うか。これは可能性の問題である。 成功するかしないかも、可能性の問題。しかし、やらなければ成功率はゼロになる。 AIよりもあなたのほうが賢い AIよりも人間の方がまだ賢い。分野にもよるけど、最初の質問を出すのは人間で、回答を出すならAIが得意だ。これはググると同じような構造。 コンピューターが不得意なのは、ゼロから行動すること。 ようするに、デキる人間が苦手な「自分で仕事を探せない人」と同じである。 AIやプログラムは、指示されたことを愚直なまでに遂行する。それは性質の問題であるから変えようがない。自動車製造でコンベアなりゆったり動いているうちに、作業員がひとつひとつ仕事をして１台を完成させていく工程がある。プログラムは工程と作業をすべて理解してはいるが、コンベアを動かすなり人員配置をするのは管理する人間の役目。 例えコンベアをボタンひとつで動かせるとしても、プログラムはそう指示をしていないと、自律的に判断して動かしてはくれない。24時間稼働なら3交代になるだろうけど、交代するタイミングで人の作業はどうしても止まるから、そこでラインを止める必要がある。 引継ぎをして、準備して、コンベアを動かす。その指示を出すのがプログラムだったら、それはそれで人間様が反発するのではないかなと思う。 そう……。３交代制なら「この時間にコンベアを止めて、この時間には動かすべきだ！」とプログラムすることは簡単。でも人間とか世界は不条理なことが多い。必ずそのスケジュール通りに物事が進むとは限らない。だから目視で確認してから開始のスイッチを押すのがただしい。もしいるはずの人がいなかったら？必要な材料が最初の1時間で無くなるとしたら？作業を中断したとして、次の交代で数分後には自動で実行されてしまうぞ。 てなわけで、機械の弱点は「融通が利かない」ことが最大の弱点。 柔軟に行動することができるのは人間の特権であるともいえる。もちろん万人がそうとも限らないけれど、我々は自分の意思で道を選ぶことができる。 AIもプログラム・アルゴリズムでは"そう見える"んだけど、本質的には人間よりも判断能力は劣っている。人間に思い付かない判断をプログラムすることはできない。ここが大きな違いであるといえる。 計画は人間から始まる 何事も「成功」するには「計画」する必要がある。計画をするにしても、AIがゼロから考えてくれるわけじゃない。最初の一歩は私から出す必要がある。 AIに渡すべきなのは、完成した答えではなく、検証可能な仮説だ。「こういう方向で進めたい。反論と代替案を出してほしい」——この段階で初めて、AIは思考の相棒として機能する。 まとめ：最初の一歩は人間 AIと一緒に考えるとは、答えを委ねることではない。自分の問いを立て、AIの出力を疑い、最終判断は自分で下す——そのサイクルのことだ。 最初の一歩を踏むのは、いつだって人間側。そこを省略すると、どれだけ高性能なAIを使っても、「共に考えた」実感は残らない。
シャドーAIとは何か、なぜ企業が問題視するのか
「会社のCopilot、使いにくいからClaude使ってる（バレないように）」 ——こういう発言を見かけると、私は「わかる」と同時に「それ、シャドーAIだ」と思う。どうも企業が推奨するのと違うAIを使うことが、シャドーAIと呼ばれているらしい。 あなたはどうだろう。社内で使えるAIがあっても、個人の方が精度がいいから別ツールを使う派？ それとも会社指定に従う派？ 私は後者を推奨したいが、前者に流れる理由も理解できる。リスクと現実のギャップを整理する。 なぜシャドーAIが問題視されるのか 社内で使うなら社内情報を使う必要があるし、それを活用するデータセットLLMにチューンする必要がある。なおかつ外部にデータが参照されないよう、企業内だけでデータが完結するセキュリティ対策が必須。 多くはOS準拠のCopilotが使われるわけだし、Officeを使っているならOffice365のCopilotなら使えるという制限をかけるのが妥当ではある。Copilotは知っての通り、Windows標準でありながら話題性はほぼゼロといっていい。性能が他に劣っているといわれるが、ベンチマークでの話。ちゃんと資料作成にコードライティングに画像生成もできる。 世間的にはChatGPTとClaudeが人気。これらのユースケースの紹介は数多いし、検索すれば大抵出てくるため引用されがち。だからこそClaudeに慣れすぎたせいで、Copilotが使いにくいとかいい結果がもらえないなどの理由で、ClaudeなりほかのAIを使うことをこっそりやっているケースをシャドーAIという。 ちゃんとリスクしかない 社内資料をもとに生成すると、そのデータを学習してしまうから、情報漏洩につながってしまう。厳密にはCopilotも学習はしているんだけど、社内クラウド想定のOffice365はチーム内だけの共有になる。だから外部からはLLM自体へのアクセスが不可能な仕組みになっているから、情報漏洩を防げるというわけ。 でもそれは建前という話でもある。 もともと生成AIはウェブからデータを集めるので、ウェブサイトに掲載されている資料はフォローされている。だからどこまでが秘匿情報なのかを明確にしたほうが、生成AIと賢く付き合える。 現実的な対処 資料作成ならむしろツールを作成したほうが早いケースもある。 なぜなら、資料のデータをもとにグラフを作成するとか、KWを入れてテキストを入れるとかなら、Pythonスクリプトでも実現は可能だから。 社内AIが使いにくいなら、個人の好みのAIに社内資料を流し込むのではなく、秘匿情報を含まない範囲でCopilotを使う 定型処理はスクリプト化する どうしても外部AIを使うなら、匿名化・要約済みテキストだけ渡す——この線引きが現実的だと思う。 まとめ：線引きが先 シャドーAIは「悪いツールを使っている」というより、セキュリティ境界を越えていることが問題だ。 Copilotが不満でも、社内資料をChatGPTに投げるのはリスクしかない。秘匿情報の定義を自分で決めてから、ツールを選ぶ——それが企業と個人の双方にとって安全な使い方だ。
なぜチューハイは「氷OK」でビールはダメなのか
「チューハイ、氷入りでしょ」 「ビールに氷？ ありえないでしょ」 ——ふと気になった。ビールとかシャンパンは氷を入れないけど、同じ炭酸でもチューハイは氷を入れるのはなぜだろうか。シェイカーでやるのとか、ぬるいのを冷やすために使うこともあるけど、違いとか選択の基準はどこにあるんだろうって。 あなたはどうだろう。氷、どんな飲み物にも入れる派？ 決まったものだけ派？ 私は後者だ。ただ「決まり」がどこから来ているのか、一度整理してみた。 度数と設計の違い ビール（ラガー）は、4〜5度前後で、麦芽の旨味とホップの苦味のバランスが完成されている。氷で薄めると、その設計意図が崩れる。 チューハイ（レモンサワー系）は、5〜7度だが、割材（レモン・炭酸）の比率が高く、氷と一緒に「さらさら飲む」前提で作られている製品も多い。 つまり、氷 OK かどうかは、メーカーが想定した飲み方に近い。 歴史と提供文化 ビールはヨーロッパ発祥。冷蔵技術以前から、セラー（地下）で冷やした温度で飲む文化。氷は「薄める」より「冷ます」用途だったが、ビールでは味の劣化（水っぽくなる）が目立つ。 チューハイ・サワー系は、日本の居酒屋文化で「飲みやすく長く飲む」カテゴリとして発展。氷は量を増やし、口当たりを軽くする役割も担う。 温度と泡 ビールの泡（ヘッド）は、風味の一部。氷を入れると急冷で泡が消え、香りが飛びやすい。 チューハイは泡より爽快感が主役。氷で温度を下げても、割材の味でカバーしやすい。 例外と現代の越境ベルギービール：スタイルによっては氷なしが正解とは限らない クラフトビール：高アルコール系をオンザロックで飲む人もいる 海外：暑い地域ではビールに氷を入れる文化もある「ダメ」は絶対ではなく、日本の居酒屋・缶飲料の文脈での慣習に近い。 選択の基準（私なり）飲み物 氷 理由ビール（ラガー） 基本なし 味の設計・泡チューハイ・サワー あり 飲みやすさ・温度調整ハイボール あり 割り方のバリエーションワイン・シャンパン なし 香り・温度管理ぬるくなったビールを救うなら、氷より新しい冷たいのを注ぐ方が、味はマシだと思う。 まとめ：設計された飲み方 チューハイに氷が許されてビールに許されないのは、気分の問題ではなく、度数・味の設計・飲み方の歴史が重なった結果だ。 次に氷を入れる・入れないと迷ったら、「この飲み物は氷で薄めても成立する設計か？」——そう問うと、だいたい答えは出る。