なんかさ、老後は貯蓄せず資産形成せず生保になった方が安心して医療受けられるわけやんか？

子育てだって頑張って稼がない方が沢山支援受けられるし。

ワシが子供の頃は貧乏だと生きるの大変になるから勉強頑張ってちゃんと生きていけるようにならなきゃとかってあったんだよね。

頑張らなくても生きていけるってなると子供だって将来どうやって生きようか、どんな仕事に就こうかとか考えなくなるんじゃなかろうか。

今の若者がほどほどが幸せって考えるようにさ。

普通に生産性落ちるよね。
今のやり方。 December 12, 2025

企業におけるAI導入の「期待と現実の乖離」が、ついに露呈し始めています。

「AIがすべてを変える」という熱狂から数年。データが示す現実は、予想とは異なる方向を示唆しています。

仕事でのAIの利用率が今年の6月から9月にかけて、46%から37%に減少したという調査結果も出ているほどです。

多くの企業が直面しているのは、魔法のような生産性向上ではなく、導入の停滞と現場の混乱です。

現在の企業AI導入における「期待と現実の乖離」の正体と、直面している5つの本質的な課題についてまとめました。

1. 職場でのAI導入率の低下（特に大企業）
驚くべきことに、一部のデータでは職場でのAI利用率が低下傾向にあります。特に大企業において、この傾向は顕著です。なぜでしょうか？

単に「ブームが去った」からではありません。背景には、より深刻な構造的な「壁」が存在します。

初期の「とりあえず触ってみる」というフェーズが終わり、実務への適用を試みた瞬間、多くの従業員が「既存のワークフローにフィットしない」という現実に直面しています。セキュリティやガバナンスの懸念による利用制限、そして何より「具体的な使いどころ」が定義されていないことが、継続的な利用を阻害しています。

「導入すれば使われる」という安易な神話は、崩れ去りました。ツールを渡すだけでは、業務は変わらない。この当たり前の事実が、数字として表れ始めているのです。

2. インフラへの巨額投資と収益化のギャップ
テクノロジー大手は、AIインフラに対して歴史的な規模の巨額投資を続けています。GPU、データセンター、エネルギーへの投資額は天文学的です。

しかし、ここで重大な問いが生じます。「その投資に見合うだけの収益は生まれているのか？」

現状、この答えは「No」に近いと言わざるを得ません。AI機能の追加による収益増は、投資のペースに追いついていません。企業側も、Copilotなどの高額なライセンス料に対し、それに見合うだけの明確なROI（投資対効果）を見出せていないのが実情です。

この「投資とリターンの不均衡」は、AI市場全体に潜在的なリスクをもたらしています。技術的な進歩と、ビジネスとしての持続可能性の間に、大きな乖離が生じているのです。

3. 経営層と現場の「圧倒的な温度差」
組織内のAI活用において最も深刻なのが、経営層（役員）と一般従業員の意識のギャップです。

経営層は「AIファースト」を掲げ、変革を急ぎます。株主へのアピールや競争力維持のため、トップダウンでの号令をかけます。

一方で、現場の従業員は「どう使えばいいのか分からない」「仕事が増えただけ」という冷めた反応を示しています。

ある調査では、経営層のAI使用率と従業員のそれには、倍以上の開きがあるとも言われています。この乖離を放置したままの「AI推進」は、現場の疲弊と反発を招くだけです。

リーダーが描く「理想のAI活用」と、現場が直面する「泥臭い現実」のギャップを埋める努力なしに、組織的な定着はあり得ません。

4. 実用性に対する高まる「疑問と失望」
「思ったほど賢くない」「嘘をつく（ハルシネーション）」「社内データを正しく参照してくれない」

導入初期の過度な期待（ハイプ）が落ち着き、ユーザーはAIの限界に気づき始めています。特に、複雑な業務や正確性が求められるタスクにおいて、現在のLLMが「期待通りに機能しない」という失望感が広がっています。

デモ動画で見せられる「魔法」と、実際に手元で動かした時の「挙動」の落差。
プロンプトエンジニアリングという新たなスキル習得の負担。

「これなら自分でやった方が早い」
そう感じた瞬間、ユーザーはAIから離れていきます。この「実用性の壁」を越えるUX（ユーザー体験）の改善が、今まさに求められています。

5. 技術ではなく「組織と人」の問題
これら全ての課題の根底にあるのは、実は技術的な問題ではありません。「組織文化」「スキル」「戦略」の欠如です。

AI導入を単なる「ITツールの導入」と捉えている企業は失敗します。AIは、業務プロセスそのものの再定義や、従業員のスキルセットの転換を要求するからです。

・失敗を許容しない減点主義の文化
・AIリテラシー教育の不足
・「何のためにAIを使うか」というビジョンの欠如

期待と現実の乖離を生んでいる真犯人は、AIの性能不足ではなく、AIを受け入れる準備ができていない「組織の硬直性」にあるのかもしれません。 December 12, 2025

注意報発令！倭国語あるある【「いい感じで」ってどんな感じ？】

カフェでPCを開いたユミが、コーヒーを置くなりボヤき始めた。

ユミ「智子さん…今日さ、上司に“この資料いい感じでまとめといて！”って言われたのよ。
“いい感じ”って…どんな感じ！？って思わない？」

智子「出た、倭国企業の“空気で察して文化”…！」

ユミ「そうそう！“ニュアンスで伝わるでしょ？”みたいな…あれほんと無理…」

智子「そりゃ動けないよ。だって“いい感じ”って、人によって頭の中が違うんだから」

ユミ「だよね〜！でもなんか質問したら“そんなことまで聞く？”って空気出されるし…」

智子「倭国企業あるあるすぎる（笑）
でもね、これただの“あるある”じゃなくて深刻でね。曖昧な指示って、生産性を20〜30％下げるって研究データもあるの」

ユミ「えっ…そんなに！？」

智子「そう。“空気読んで”は部下の足を止めるし、モチベーションも確実に下がる。だからリーダーは“地図”を言葉で渡さなきゃいけないの」

ユミ「地図ね…。たしかに“どこへ”“どの順番で”がわかれば走りやすい！」

智子「そうなの！“いい感じで”は地図ナシのドライブ。頼るのは“空気”じゃなくて、“言葉のハンドル”なんよね」

―――――――――――――――――
🚩【今日の気づきメモ】
🔸“いい感じで”は地図ナシの指示
🔸曖昧なひと言は生産性を20〜30％下げる
🔸部下を動かすのは“空気”ではなく、具体的な言葉のハンドル

「言葉を具体的にする」その一歩だけで、チームの迷いは一気に減ります。あなたのひと言が、誰かの今日をラクにするよ🌈 December 12, 2025

IQとGDPの相関図らしいんだが、普通はIQが高い国は高い一人当たりGDPになるはずなのに倭国はIQ高い割に稼げてないのが悲しいね。生産性や成長性につながらない「お勉強脳」ってことなんかね。 https://t.co/RxRsEvEPRh December 12, 2025

IBMのCEOの「Arvind Krishna氏」が、現在のAI投資ブームに警告。

AIデータセンターの経済性が破綻しかねない「8兆ドル問題」を公表しました。

1ギガワットの構築に「800億ドル」もかかる現状で、AIデータセンターへの投資は採算が取れないと断言しています。

その衝撃的な詳細を4つのポイントにまとめました。

1. 建設コストの異常な高騰
Arvind Krishna氏の試算によると、1ギガワットのAIデータセンターを構築・運用するには約「800億ドル」が必要です。業界全体で計画されている100ギガワット分を合計すると、その総額は「8兆ドル」という天文学的な数字に達する見込みです。

2. 利益を圧迫する「金利」の壁
仮に8兆ドルを調達できたとしても、現在の金利環境では、年間の利息支払いだけで「8000億ドル」の利益が必要になります。これは、収益化モデルが確立されていない現状では極めて困難なハードルであり、投資回収の目処が立たないことを意味します。

3. 「5年」で訪れる陳腐化
さらに深刻なのが、AIハードウェアの寿命です。技術の進化は速く、チップは約5年で陳腐化します。つまり、巨額の投資をしてデータセンターを構築しても、5年ごとにほぼ作り直しに近い再投資が必要になるという、終わりのないコスト負担が待ち受けています。

4. 生産性向上への期待とリスク
もちろん、AIが経済全体で大幅な生産性向上をもたらせば、この投資は正当化される可能性があります。一部の投資家は「12-18%」のリターンを予測していますが、IBM CEOは、現在の技術アプローチで汎用人工知能（AGI）が実現する確率は「0-1%」と厳しく見ています。 December 12, 2025

プロジェクトマネジメントが真に面白いと思うのは、地頭が優れた人間を16倍の速度で生産性を出せるように育てたうえで、その人間を16人マネジメントすることによって、自分の知能に「256倍のレバレッジ」を効かせて、この世にまだ存在していないものを、地上に顕現させることができるからなんだよな December 12, 2025

📝正直に言います

このレポートを読んで、私は少し怖くなりました
一方でワクワクも増しました

Anthropicが自社のエンジニア132人を調査し、53人に深掘りインタビューまで行った内部レポート。普通、企業ってこういう「都合の悪いこと」は隠したがるじゃないですか。

でもこのレポート、AIがもたらす『希望』と『不安』の両方を、驚くほど正直に語っているんです。

なぜ怖くなったか？

それは、ここに書かれていることが「AIを作っている側の人たち」のリアルな声だから。つまり、私たちの数カ月…数年後の姿かもしれない。

まず数字から見ていきましょう。

Anthropicのエンジニアたちは現在、仕事の60%でClaudeを使い、生産性は50%向上したと報告しています。

1年前は？ 仕事の28%で使用、生産性向上は20%。

つまり、たった1年で使用率は2倍以上、生産性向上も2.5倍。このスピード感、ちょっと異常じゃないですか？

でも私が本当に興味を持ったのは、この先の話なんです。

『やらなかったはずの仕事』が27%も生まれている。

これ、すごく重要なポイントだと思うんです。

AIで既存の仕事が速くなる——これは誰もが想像できる。でも実際に起きているのは、それだけじゃない。

エンジニアたちはこう語っています。

「以前は優先度が低くて放置していた『ペーパーカット』に手が回るようになった」

ペーパーカットって何かというと、紙で指を切るような小さな痛み。コードの世界では、構造の悪いコードのリファクタリングとか、あったら便利なツールの作成とか、そういう「やりたいけど時間がなくて後回しにしていたこと」を指します。

実際、Claude Codeの利用データを分析すると、タスクの8.6%がこのペーパーカット修正だったそうです。

これ、地味に見えて実はめちゃくちゃ大きな変化だと思うんですよね。なぜなら、こういう小さな改善の積み重ねが、長期的には組織の生産性を根本から変えるから。

もう一つ、読んでいて「これは...」と思ったのが『フルスタック化』の話。

あるバックエンドエンジニアのエピソードが印象的でした。

Claudeと何度もやり取りしながら複雑なUIを構築したところ、デザイナーに見せたら驚かれたそうです。

「待って、これあなたが作ったの？」
「いや、Claudeが作った。僕はプロンプトを出しただけ」

このエンジニア、自分では「絶対にできなかった」し「期限内には間に合わなかった」と言っています。

別のエンジニアはこう語っています。

「以前は触るのが怖かったフロントエンドやトランザクションデータベースも、今は自分で扱えるようになった」

研究者がデータの可視化を自分で作る。セキュリティチームが不慣れなコードベースを分析する。非技術系の従業員がデバッグやデータサイエンスをこなす。

Claudeのタスク分析を見ると、チームごとに使い方が全然違うんです。でも共通しているのは、みんなが「自分の専門外」に手を伸ばせるようになっていること。

数週間かかっていたプロセスが、同僚との「数時間の作業セッション」で完結することもあるそうです。

すごい時代になったなぁ...と思いますよね。

でも、ここからが本題なんです。

レポートで最も考えさせられたのが『監督のパラドックス』という概念。

これ、本当に深い問題だと思うんですよ。

AIを効果的に使うには、その出力を監督する能力が必要。でもその監督能力は、実際にコードを書く経験から培われる。ところがAIを使いすぎると、その経験を積む機会が減ってしまう——という矛盾。

あるエンジニアはこう表現しています。

「以前なら難しい問題を自分でデバッグする過程で、ドキュメントやコードを読み込んで、システムがどう動くかのメンタルモデルを構築していた。Claudeはすぐに問題の核心にたどり着けるから、そういう時間が大幅に減っている」

別の人も言っています。

「新しいツールの設定を全部調べて理解していたのに、今はAIに使い方を聞くだけ。だから専門知識が身につかない。同僚との会話で『それ知ってる』と即答できていたことが、今は『AIに聞かないとわからない』になっている」

これ、すごくリアルな声だと思いませんか？

特に印象的だったのが、あるシニアエンジニアの言葉。

「私がAIを使うのは、主に『答えがどうあるべきか』を既に知っている領域。その能力は、かつてSWE（ソフトウェアエンジニアリング）を『ハードな方法』でやることで身につけたもの。でも自分がキャリア初期だったら、モデルの出力を鵜呑みにせず、意図的に自分の能力を伸ばす努力が必要だと思う」

ここに、AI時代の学習における核心的な課題があると思うんです。

「楽」と「成長」のトレードオフ

出力を簡単に得られるからこそ、「じっくり学ぶ時間を取る」ことが難しくなる。

一部のエンジニアは対策として、意図的にAIなしでコードを書く練習をしているそうです。

「Claudeが問題を解決できると分かっていても、あえて頼まないことがある。自分を鋭く保つために」

この姿勢、すごく大事だと思うんですよね...。

一方で、こんな反論もありました。

「『錆びつく』という発想は、コーディングがいつかClaude 3.5以前の状態に戻るという前提に依存している。でも僕はそうは思わない」

これも一理ある。

ソフトウェアエンジニアリングは過去にも抽象化のレベルを上げてきました。アセンブリ言語から高級言語へ、手動のメモリ管理から自動ガベージコレクションへ。

今、英語がプログラミング言語になりつつあるのかもしれない。

あるスタッフはこう提案しています。

「これからのエンジニアは、AIにコードを書かせることに習熟し、より高レベルな概念とパターンの学習に集中すべきだ」

抽象化が進めば、低レベルの知識は必要なくなる——理論上は。

ただ、別のエンジニアが指摘していたように、「高級言語への移行で、ほとんどのエンジニアはメモリ処理に関する深い理解を失った」のも事実。抽象化にはコストが伴う。

どちらの視点が正しいかは、正直まだ誰にも分からない。でも両方の視点を持っておくことが大事なんじゃないかと思うんです。

個人的に一番グッときたのが、『職人技と意義』についての議論でした。

エンジニアたちの声が、見事に二極化しているんです。

ある人は言う。

「25年間プログラミングを続けてきた私にとって、これは時代の終わり。そのスキルセットに自信を持てることが、職業的な満足感の核だった」

「一日中Claudeにプロンプトを出すのは、あまり楽しくないし充実感もない。音楽をかけて没頭して、自分で実装するほうがずっと楽しい」

一方で、こういう声も。

「コードをリファクタリングするときの禅のようなフロー状態...確かに失った部分もある。でも今は生産性が劇的に上がったから、喜んで手放す」

そして、こんな発見をした人も。

「この時点で、怖くなったり退屈になったりすると思っていた。でも実際はどちらも感じない。代わりに、ずっと多くのことができるようになってワクワクしている。コードを書くこと自体を楽しんでいたと思っていたけど、実は『コードを書くことで得られるもの』を楽しんでいたんだ」

これ、すごく深い気づきだと思うんですよね。

自分が仕事のどの部分に意義を感じているか——手段なのか、結果なのか。AI時代は、この問いに向き合わざるを得なくなる。

職場の人間関係にも、静かだけど確実な変化が起きています。

「質問の80〜90%はClaudeに行く」

かつて同僚に向けられていた質問が、まずAIに向かうようになった。Claudeがルーティンな問い合わせを処理し、人間はAIの能力を超える複雑な問題だけを担当する——そんなフィルタリング機構が生まれている。

「同僚の誰よりもClaudeと遥かに多く働いている」という声も。

興味深いのは、これを肯定的に捉える人と否定的に捉える人がいること。

「同僚の時間を奪うことへの罪悪感がなくなった」——これは楽になった側の声。

「『Claudeに聞いた？』が一般的な反応になるのは好きじゃない。人と直接働くことを本当に楽しんでいるし、すごく大事にしている」——これは寂しさを感じている側。

あるシニアエンジニアの言葉が、少し切なかったです。

「若手が質問に来る頻度が減ったのは悲しい。でも彼らは確実に、より効果的に答えを得て、より速く学んでいる」

メンターシップの形が変わりつつある。それが良いことなのか悪いことなのか、まだ誰にも分からない。

キャリアの未来について、エンジニアたちの本音が語られていました。

多くの人が、自分の役割が「コードを書く人」から「AIを管理する人」へとシフトしていると感じている。

「仕事の70%以上が、純粋なコードライターではなく、コードレビュアー・リバイザーにシフトした」

「1人、5人、または100人のClaudeの仕事に責任を持つこと——それが将来の役割の一部だと思う」

短期的には楽観的な人が多い。でも長期的には...？

「短期的には楽観的。でも長期的にはAIがすべてをやり遂げて、自分や多くの人を無関係にすると思う」

「毎日仕事に来るたび、自分の仕事をなくしているような気がする」

こういう声を読むと、胸が締め付けられる思いがします。

でも前向きな視点もありました。

「ジュニア開発者のことは心配だけど、彼らは新しいテクノロジーに最も貪欲でもある。この職業の軌道について、僕はかなり楽観的だ」

そして、こんな適応戦略も。

「AIの仕事を意味のある形でレビューするスキルを開発するには、より多くの時間とより深い専門化が必要になる」

「合意形成により多くの時間を費やし、実装はAIに任せるようになるだろう」

「Claudeからフィードバックをもらうことで、物事を学ぶ速度が完全に変わった。天井が砕けたような感覚」

━━━━━━━━━━━━

最後に、あるチームリーダーの言葉を紹介させてください。

「誰も何が起こるか知らない。重要なのは、本当に適応できることだ」

このレポートを読んで思ったのは、AIがもたらす変化に「正解」はないということ。

生産性は上がる。新しい可能性も広がる。でも同時に、大切なものを失うリスクもある。

技術的な専門知識の維持。有意義な協業の形。学習とメンターシップのあり方。キャリア開発の新しいアプローチ。

Anthropicは2026年に、より具体的な対応策を共有予定だそうです。彼ら自身が「責任ある職場移行の実験場」として、この変革を乗りこなす方法を模索している。

私たちも、このレポートを他人事として読むのではなく、「数年後の自分」として読んでみる価値があるんじゃないかと思いました。

長文読んでいただきありがとうございます

※この図解の作り方は今回発行したニュースレターで作り方を紹介しています　リプ欄へ↓ December 12, 2025

S&P500に全力で積んでると、たまに来るんだよね。
「円高きたら終わりですね（笑）」みたいなDM来る。

でも冷静に考えてほしい。
人口減少、国力低下、生産性停滞、金利ゼロ政策。
長期で見たら、倭国が強くなる未来より、円安方向に進む未来のほうが現実的じゃない？ December 12, 2025

めんどくさいけどやっておいたほうが予後が良いものというのは、基本的には、身体・認知・お金・時間・環境・余裕といった基盤パラメータを上げるもので、続けるほど、同じ行為に必要なコストが下がる（慣れ・効率化・スキル化）し、成果が、自分で観測できる指標にちゃんと反映されるもので、こういう「後から効いてくる基礎体力」が増えるものは、始める時点ではめんどくさいけれど、続けるほど人生の摩擦係数を下げてくれる。

体調、睡眠の質、仕事の生産性、一日の疲れ方の違いみたいに「自分の身体と生活の側」でプラスの変化を検知できるものは、フィードバックが自分の手元にあるから、回すほど自己強化ループになっていく。

義務感が働いているだけでやるほど予後が悪いものは、基盤パラメータが改善することもなければ、続けるほど、義務や管理対象が増えていきコストが逓増する、成果が、他人の評価や空気など「自分ではコントロールできない指標」にしか乗らないもの。

やればやるほど認知リソースがどんどん侵食されて反芻したり寝つきが悪くなる、朝の起き上がりがどんどん重くなる、休日に多めに寝てもリセットされず、常にだるさが残る、胃腸の不調が出やすくなるみたいな形で、身体側から「これは基盤を削っている負荷です」とサインが出る。 December 12, 2025

倭国人の賃金が上がらない理由。ぼくらは企業のために働かされている。→「河野　もし『倭国は生産性が低迷しているから実質賃金が低迷している』という主張が正しいなら、倭国よりも生産性の改善が劣るヨーロッパの実質賃金は、さらに低迷しているはずです。ところが、実際にはそうなっていません。倭国より生産性の改善が劣るフランスやドイツの実質賃金はそこそこ改善していて、まったく改善していない倭国からすると、うらやましい限りです」

「唐鎌　結局、生産性をそこまで引き上げられるパワーがあるのは、世界中を見渡してもアメリカくらいだと。これは納得感があります。よく『なぜグーグルやアップルが倭国に生まれないのか』という論調を目にすることがありますが、『いや、ドイツにもフランスにもないよ』と（笑）」

「唐鎌　倭国の企業部門の歴史を振り返ると、『利益は積み上げてきたものの、これと整合的な賃金上昇には消極的だった』という点に尽きるのではないかと思います。河野さんが指摘されたように、倭国はドイツやフランスに生産性の伸び率で勝ってきたという事実も踏まえると、そもそも生産性が上がって儲かった部分はどこに行ったのか、というのが争点になりそうです。これは後ほど『分配』のお話としてお聞かせ願えればと思います。
　いずれにせよ、こうした事実を正しく踏まえると、『生産性の向上を考えること自体が非生産的ではないか』という指摘もあったりして、言い得て妙だと思います。そもそもコストを減らせば生産性は上がるわけで、生産性という概念を絶対視するのも危険だと感じます」

「河野　企業が蓄えている『利益剰余金（いわゆる内部留保）』は、1998年には約130兆円でしたが、アベノミクスが始まった2013年には300兆円に達して、我々エコノミストは当時大騒ぎしていました。そして2023年には、ついに600兆円まで積みあがっています。
　人件費はほとんど横ばいのままなのに、利益剰余金は四半世紀で、なんと5倍弱です。
　1990年代末から2022年頃までの間、ベア（ベースアップ：労働者の基本給の水準を「一律で」上げること）がほとんど行われなかったことを考えると、企業が基本給を抑えることで利益を蓄え、自己資本の強化に回していたということです」

河野龍太郎・唐鎌大輔『世界経済の死角』幻冬舎@gentoshas December 12, 2025

Anthropic公式が「AIがAnthropicの業務をどう変革しているか」を公開した。

AIを開発する側のエンジニア132人・研究者53人が、Claudeをどう使って仕事を書き換えてしまったかを赤裸々に語っている。

開発している側の意見なので、未来の働き方の予報みたいな内容で、自分は正直ゾッとしたしワクワクもした。

一般的に「AIで仕事が楽になる」くらいに考えている人が多いけど、実態はもっとエグい。

彼らは業務の60％でClaudeを使い、平均生産性+50％を叩き出している。しかもその半分は、AIがなかったら絶対に着手しなかった仕事らしい。

つまり、本来やらない・できないタスクが発生し、アウトプット量が爆増しているとのこと。これはもう、働き方そのものが別物になっているといっても過言じゃない。

面白いのは、AIが便利になればなるほど「深い専門スキルが衰えるかもしれない」という不安が同時に広がっていること。

AIを監督するにはスキルが必要なのに、AIがそのスキルを錆びつかせる。いわゆる監督のパラドックス。

これを避けるために、あえてAIを封印してスキルの練習するエンジニアまでいるらしい。なんか、人間らしい葛藤だなと思った。

さらに驚いたのは社会面への影響。Claudeが最初の相談相手になったことで、メンターや同僚に聞く機会が減っている。

孤独に強くなる代わりに、学び合いの瞬間が減るっていう。便利なのに、ちょっと寂しい状態になっている。

とはいえ、データを見るとAIは確実に次のフェーズに入っている。

Claude Codeは半年で「人間が帰ってくるまでの自動アクション回数」が9.8→21.2に増え、タスクの複雑度も上がっている。

もう人間の手元に戻ってこなくても、ひとまとまりの仕事が終わるレベルに近づいてるということ。

でも、いちばん刺さったのは、Anthropicのエンジニアの言葉。

「長期的に自分たちがどうなるかは誰にも分からない。でも適応できる人が生き残る。」

AIに置き換えられるかどうかじゃなく、「AIを使った仕事の設計」ができるかどうかにシフトしてる。

もう、手を動かすだけの人からAIを操る人にアップデートしないといけない未来が到来しつつある。

このレポートは、未来がどう変わるかの抽象論じゃなく、「すでに起きている現実」そのもの。読むと、自分の働き方そのものを見直さずにはいられない。

興味ある人は、この内容をどう受け止めるかぜひ考えてみてほしい。これは他人事じゃない👇https://t.co/cBVbfBvrvt December 12, 2025

最近、30代の会社員がヤバい選択ミスってるって話題になってるよ！

この世代、なんか上司に気に入られようとゲーム感覚で頑張っちゃってるんだよね。

たとえば、有給取ってのんびりしたり、休日にリフレッシュするより、仕事にガッツリハマることを選んじゃう。

夜遅くまで家で仕事して「まあ、家でやってるだけだから！」なんて言い訳する人も多いしさ。

これ、一見「会社に忠誠心アリ！」って感じに見えるけど、実はめっちゃ危ない道。

だって、上司の目ばっか気にして、自分の生活や健康をガンガン犠牲にしてるんだもん。

会社の理不尽な要求やムチャな扱いにも我慢するのが「カッコいい」みたいになってて、まるで「社畜」になるための洗脳が進んでるって感じ。

でさ、こういう空気が職場全体に広がると、雰囲気最悪になるよ。

自分の意見や気持ちをグッと抑えて、上司のご機嫌取りに夢中だと、社員同士の会話も減って、チームワークもガタガタ。

んで、過労やストレスでバーンアウトする人が増えたら、心も体もボロボロ。

実はこれ、会社にとっても生産性ダダ下がりの大問題なんだよね。

だから、企業はマジで動かなきゃ！

上司と部下の関係を見直して、みんなが自由に意見言える職場に変えていくのが大事。

社員が心も体も元気なら、結局それが会社の生産性をバッチリ上げる近道になるよ！

さ、みんなで働きやすい環境作って、ガンガン輝こうぜ！ December 12, 2025

AIで仕事を効率化しているはずなのに、なぜか忙しさは減らないし、生産性も上がった実感がない。私の周りでもこのモヤモヤを抱えている人はかなり多い。

議事録は数分で出てくるし、資料のたたき台も一瞬で作れるのに残業は減らないし、むしろ「AI前提でこなすべきタスク」が増えてしんどくなる。

この背景には、
「効率化＝目の前の仕事を速く片づけること」と、
「生産性＝価値あるアウトプットを増やすこと」

がごっちゃになっている構造的な問題があります。多くの現場では、AIで1時間の仕事が10分になっても、「残り50分で別の仕事やって」と言われるだけで、仕事量は減りません。むしろ「空いた時間」にどんどんタスクが積み増されていきます。

その一方で、やっている仕事の「価値」が変わらなければ生産性（価値÷時間）はほとんど上がりません。AIのおかげで「誰でもそこそこの資料」を量産できるようになった結果、誰もちゃんと読まないレポートや、意思決定にほぼ影響しないスライドが増え続けているケースもよく見かけます。つまり、「意味の薄い仕事を、効率よく大量生産している」だけになっているわけです。

本当に危ないのはここからで、プロダクト開発と同じく、全体のスループットは一番遅い工程で決まります。資料作成やリサーチだけAIで爆速にしても承認フローが遅かったり、意思決定が会議だらけで進まなかったりすると全体のリードタイムはまったく短くなりません。

むしろ、情報量だけ増えてみんなが考える時間・迷う時間が伸びた結果として意思決定が遅くなる、という逆転現象すら起きます。

AIを導入すると、
・出力の妥当性チェック
・セキュリティ・コンプラ確認
・プロンプト調整

といった、新しいタイプの仕事も増えます。結果として、現場レベルでは「確かに一部はラクになったけど、トータルのしんどさはそんなに変わらない」という感覚になりやすいのです。

そこに追い打ちをかけるのが、評価制度とカルチャー。多くの組織は今でも、
「どれだけ忙しそうにしているか」
「どれだけ多くのタスクを処理したか」

で人を評価します。この前提が変わらないままAIを入れると、空いた時間を「考える」「観察する」「ユーザーに会いに行く」といった高付加価値な活動ではなく「Slack即レス」「上司向けの報告資料の量産」「細かい修正対応」に費やしてしまいがち。その結果、AIで効率化すればするほど「価値に直結しないけれど忙しそうに見える仕事」が増えてしまい生産性がむしろ体感的に下がる、という逆説的な状況になります。

ではどう抜け出せばいいのか？私が大事だと思っているのは、だいたい次の3つです。

① AI導入の前提として「やらなくていい仕事」を決めて捨てる
→AIを入れる前に、業務自体を「本当に必要か？」から見直さない限りただ省力化しただけの旧世界が続きます。

② AIを単なる資料係ではなく「思考と意思決定の相棒」として使いボトルネックを上流（課題設定や優先順位づけ）に移す
→ここにAIを使えないと、価値のレベル自体はあまり変わりません。

③ 評価軸を「どれだけ忙しそうか」ではなく
　「どれだけ価値を生んだか」に寄せる
→アウトプットの本数やタスク処理量ではなく事業インパクトやユーザー価値で語るカルチャーに変えていく必要があります。

AIはそれ自体が生産性を上げる魔法ではなく、
「どの仕事を消し、どの仕事に集中するか」を決めるためのレンズでありレバレッジです。

この視点を持てるかどうかで同じAI活用でも単なる“効率化しただけの旧世界”で終わるのか本当に生産性が跳ねるのかが大きく変わっていくのは間違いない📝 December 12, 2025

明日、12月5日（金）22時から、アベマプライムに出演します！生放送です😄

ビジネス会食について、推進派で出て欲しいとオファーが来まして、当日は六本木のテレビ朝日に行ってきます。

最近社内の飲み会の動画をフェイスブックやXで上げてたのを見てくれたんかな〜？まぁ会社でもたくさん発信してるからね。カルチャーフィット採用のために。

前提として、飲み会が絶対嫌なら飲み会の無い会社に行けば良いのですが、それだと議論にならないし本質的でも無いので、

もしかしたら食わず嫌いしてるだけの若者層に向けては、ビジネス飲み会の良さに触れる良い機会になれば良いなと思います☺️

こういう番組出演系はたまにお話いただくのですが、こっちが費用払って出演するならいつも断るんですが、

逆に出演料を頂けるとのことで、お金云々の話ではなくて、それなら僕がやる価値を感じるので喜んで出演させていただきます。ありがとうございます😊

ビジネス会食否定派の若者1名と、推進派の僕、そして専門家の方、タレントさんもスタジオに居るらしい。どんなんなるんやろ！楽しみ！

イベント21ではコミュニケーション飲み会に予算300万円設定して全額補助してるし、

他にもリッツカールトン東京やペニンシュラなど全国でラグジュアリー飲みやったりして、もう15年ぐらいめちゃくちゃコミュニケーション大事にしてるからね。

それで会社の業績も上がり続けているし（今期売上24億円、社員200名の組織で）、このやり方で組織経営の結果を出している。

もちろん飲み会だけやってたら業績上がるという単純な話では無いんやけど、

理念やサービスを実際に届けるのは社員達だからこそ、より深いコミュニケーションを大切にしてワンチームで一致団結してやる方が、バラバラのチームより生産性上がるに決まってる。

なにより、嫌いな人や、気を遣って相談も出来ない人と一緒に働くよりも、分かり合えてる仲間達と安心して一緒に働く方が絶対楽しいやん。自分の個性も出せる。周りも人となりを理解してるから潜在能力を生かせる。

もう既に、先日たまたま開催していたイベント21東京支店飲みに撮影も入ってまして、ディレクターやADの方からのインタビューに社員達答えてくれました。

ウチの社員達が、まぁ予想出来るけども、会社の飲み会好きです！楽しいです！ってあまりにみんなが口を揃えて言うもんやから、

ディレクターの方も、本音なのか？と疑い、
「正直どうなんですか？」とか「飲み会行きたくないとかないの？」って何回も聞かれたらしいんですが、

東京メンバーも「逆になんでそう思うんですか？」
と聞いちゃうぐらい飲み会は必要で、コミュニケーションが仕事場から離れて取れるからこそ、
営業も結果が出るんです。とお伝えしたとの事です。

ほんまそれ。最高やな🤣
さすが働きがいのある会社アジア30位や！

ディレクターの方が飲み会反対派だったので、タジタジしてたと報告受けてます（笑）

数日前にもオンラインで打ち合わせして、楽しかったです。ディレクターさん良い人やったよ！

目上の人が居るビジネス会食や、気を遣う飲み会も、いろんな学びあるし世界広がって面白いで！結局は場数やから、何回かチャレンジしてみて！失敗しても大人達は何もそんなん気にしてないで！というのを、少しでも今の若者達に伝えられたらいいな。

という事で、
会社としては何回かテレビ取材受けて社員が出てるし、個人的にも昔に年末年始の空港で海外旅行から帰国してきた家族としていきなりインタビュー受けたのは2年連続で2回ありますけど（笑）、

正式なオファーで東京のスタジオで番組出演（しかも生放送）とか初めてなんで、楽しんできたいと思います☺️

みんなよかったらAbemaPrime見てね〜

#ABEMAPrime000 #アベプラ December 12, 2025

非常に難しい話ですね。
やっと、企業が気づき始めたという感じでしょうか。

AIは、アプリのバックエンドであれば、使いやすいのかもしれないですが、LLMを直接使って生産性を上げるのは、なかなか難しいと思います。

もちろんPGやSEが使うと生産性は上がります。それはプログラミングを知っているから、プロンプトの習得も早いだけ。
そしてIDEに組み込まれている。

そうではない社員が利用する、例えば、文書を作る、表計算をする、プレゼンテーションを作るなどはLLMを直接ではなくて、ワードプロセッサやスプレッドシート、プレゼンテーションのソフトに組み込まれたLMを利用するという形しかありえない。
この場合もプロンプトではなく、もっと簡単に動く仕組みが必要だと思われる。

社内情報を使うにはRAGとの連携が必須となるが、そうなるとLMも社内に置く必要がある。
この場合、投資は高額となる。
当然ROIはしばしば低迷する。

「思ったほど賢くない」「嘘をつく（ハルシネーション）」「社内データを正しく参照してくれない」などは最初からわかっていることであるが、過度な期待がそれらの欠点を隠していたとも言える。

ある程度の賢さやハルシネーションの軽減はできるが、ハルシネーションを０にする方法は今のところは多分ない。
これが業務にどう影響するか？
これらは十分に考慮する必要がある。 December 12, 2025

経済対策｢おこめ券｣で農水省が説明会。自治体に懸念、見送り表明も：経済学的に合理的な政策は、現金給付による所得補填と、農業生産性向上への投資による供給力強化の組み合わせである。おこめ券は政治的パフォーマンスとしては理解できるが、経済政策としては失格ではないか。

結局のところ、この政策は経済的な効率性や困窮者支援の実効性よりも、「コメ業界への配慮」や「政府が何か具体的な対策を行っているという政治的アピール」が優先されたものと見なさざるを得ない。真に家計の負担を軽減したいのであれば、減税や使途を限定しない現金給付こそが、最も迅速かつ効率的な処方箋である。 https://t.co/9WCCgj1t2i December 12, 2025

これ、PPP（購買力平価）っしょ？
グラフは【IQより人口、人口より国家の金融依存度】
…が関係してると思う
SGPシンガポール（600万人：兵庫県くらい）
IREアイルランド（525万人：福岡県くらい）
LUXルクセンブルク（68万人：徳島県くらい）
…人口少なめ金融立国タックスヘイブンが上位にきてる
対する我が国の人口は1億2千万（世界11位）
単純な金融立国で国民が食っていける国家構造ではない

なんかIQでどうのこうの言うの馬鹿らしい
個人的には、
イカサマ指標「*国家の生産性指標」を利用した議論と同じ匂いを感じる
(*これも人口が多いと不利） December 12, 2025

「アウトプットを増やせ」と言われるが、インプットの質が低ければ、アウトプットも低質になる。ゴミを入れればゴミしか出ない。まずは「何を読み、何を聞き、誰と話すか」を徹底的に選別すること。情報の断捨離こそ、生産性を上げ、高品質の成果物を出す第一歩なのだ。 December 12, 2025

今の国の医療や介護に対する在り方って、国益を考えているようには思えない。

国は「医療・介護＝国家インフラ」という認識を失っている！

① 介護・医療を「支出」としか見ていない
財務省ロジックは、
・医療＝国費が増える
・介護＝社会保障費が増える
・高齢者は増える
→ だから「抑制するもの」と認識。

本来は未来に対する「投資」なのに、「支出扱い」にされている。
投資なら、
・働ける期間が伸びる
・健康寿命が延びる
・生産性が上がる
→ むしろ国益の中心になる。

認識が根本的に間違ってはいないか？

② 政治家が「即効性のある票」しか見なくなっている。
政治家が見ているのは次の３つだけ。
・いま文句を言う層
・選挙で動く層
・大きな組織票を持つ団体

医療・介護職は分散していて団結しない。票になりにくい。だから政策優先度が上がらない。

③ 少額の賃上げで「やった感」だけ演出。
国の目的は、
「実績をつくること」
であり、
「問題を解決すること」
ではない。

だから、月1万円だけど、要件過多。
時期は1〜2年後で現場の事務負担増大。
これで解決しているのか？

④ 少子化・労働力不足の根本原因に一切手を打っていない。

・労働力の受け皿である介護
・支えるインフラである医療
・本来なら両方が国の最優先投資対象になっても良いはず

にもかかわらず、抑制・負担・過小投資が続いている。

⑤ 介護・医療を「非生産産業」だと思っている古い価値観。

これは決定的。
介護・医療は、【生産性を生まない＝価値を生まない】
と古い頭で考えているよな。絶対。過去の政策や発言などから、そう思いざるおえない。

実際は逆やぞ。
・労働を続けられる
・家族の介護離職防止
・在宅看取り支援で医療費削減
これらが社会の安定につながるし、むしろ経済に巨大な利益を生む。

世界をリードしてくれよ。 December 12, 2025

【免疫を強化する働き方】
ここ数日で一気に冷え込んできた。この
季節、油断した人から順番に体調を崩し
ていきます。なぜなら、身体が冷えると
免疫が落ちるから。そうなると集中力は
落ち、生産性はガタ落ち。

仕事のパフォーマンス以前に、毎日を
清々しく過ごす余裕すら奪われる。だか
らこそ、免疫を高める行動は自己防衛で
あり、仕事力アップの投資。

•腸を整える＝免疫の土台を整える。
ヨーグルト、納豆、麹などの発酵食品。
これらはただの健康食品ではなく、免疫
細胞の7割が集まる“腸”を整える燃料。

腸内環境が整うと免疫は一段上がる。免
疫が上がると身体も頭も軽くなる。軽く
なると判断が早くなり、仕事が進む。

•首まわりを冷やさない
身体が冷えると免疫が落ちる。特に首ま
わり。大きな血管が通る熱の出入口。室
内外の温度差が大きい日は、マフラーや
ネックウォーマーを予防装備として考え
よう。寒さは敵ではなく、事前対策で無
力化できるリスク。

•30分ウォーキングで免疫スイッチON
激しい運動は不要。歩くだけでいい。血
流が上がり、体温が上がり、免疫も上が
る。仕事前に歩ければ理想だけど、帰宅
ついででもOK。

“忙しい”は理由にならない。免疫が落ち
て仕事が止まるほうが、よっぽど生産性
を削る。

•手洗い・うがい・のど飴は当たり前の
基礎

当たり前のことほど、やる人とやらない
人の差が出る。忙しいと手抜きしがちだ
けど、忙しい人ほど徹底する。これで冬
場のベース防御力が一気に変わる。

•最強の免疫栄養は「ご機嫌でいること」

どんなサプリにも勝る栄養がある。それ
が 笑顔・ご機嫌・余裕。イラつき、不
満、焦り。これらは免疫の敵。逆に、好
きな音楽、温かい飲み物、仲良く話せる
相手。こうした時間があるだけで、身体
はちゃんと応えてくれる。

機嫌の良さは成果を出すビジネスパーソ
ンの最強の武器。 December 12, 2025