＼買うなら Office 2024搭載 PC ／

高性能CPUと大容量メモリ搭載で、サクサク動作を実現❗️16型大画面で生産性UP🚀
さらにDell Care Plusで安心を提供します✨

💻DELL ND86-FWM3SCYD を…
🎊抽選で【1名様】にプレゼント‼️

🔁応募方法：フォロー＆リポスト
📅締切：11月27日(木)まで❗️ November 11, 2025

この本は革命だと思う。
これまでうっすら感じてた「能力って体力じゃね？」いう予感が確信に変わりました。体力のある人、ない人、落ちてきた人、（もちろん障害の有無も）色々いるのが現実なのに、社会には“ふつうはこれくらいだよね”という思い込み・規範がはびこり、弱い人は生産性の呪いに押し潰されようとしている。そういう社会に一石を投じるとても大事な一冊だと思いました。（自分も虚弱なのでかなり熱くなってますが…）
そして筆者の文章がうますぎて引き込まれます。たくさん読まれてほしい。

体調が悪い時の後ろめたさ、病欠の連絡をする時の自己嫌悪、これらはいずれも「生産性の呪い」から来ていると思う。もう少し「体力は人それぞれだし、幸福も人それぞれだぞ！」という前提を持ちたいし、「おとなの義務教育」にしてほしい。

📚『虚弱に生きる』（絶対に終電を逃さない女） November 11, 2025

アメリカのAIへの本気度がヤバい。

米国政府のAIマンハッタンプロジェクトこと、「Genesis Mission」がついに正式始動しました。

これはバイオ、材料、エネルギー、宇宙など、科学的発見を加速させるためのAI駆動型研究プラットフォームです。

その衝撃的な詳細を3つのポイントにまとめました。

1. 科学研究を加速させる統合プラットフォーム
連邦政府が保有する膨大なデータセット、HPC（高性能計算）インフラ、AIモデル、そして自動化されたラボシステムを完全に統合します。これらを組み合わせることで、研究の生産性を劇的に向上させる狙いです。

2. 分野横断的なイノベーション
対象分野はバイオテクノロジー、材料科学、エネルギー、宇宙、量子科学、マイクロエレクトロニクスと多岐にわたります。単一の分野にとどまらず、科学全体の進歩をAIで底上げする壮大な構想です。

3. 異次元の実行スピード
従来の数年単位の研究サイクルではなく、60日から270日という極めて厳格な期限でプロトタイプ実証を目指します。この迅速な実行計画こそが、Genesis Missionの真骨頂です。 November 11, 2025

Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

1995〜2020年で、倭国の人口構造が劇的に崩れた。15歳以下は500万人減り、生産年齢人口は1300万人減少、65歳以上は1800万人増加した。

2045年には総人口が2000万人減り、自治体の半数で生産年齢人口が半減する。今後20年間で生産年齢人口は、1600万人減る。年80万人。これまで30年間は、年40万人減少だった。2倍減る。これは先進国史上例のない“国家基盤の崩壊”になる。

経済面では、2001〜20年の成長率は0.1％で主要国最下位。世界GDPシェアは1995年の17.7％から2025年には3.6％へと約5分の1になった。人口減と生産性低迷が完全に重なり、倭国は世界経済の成長から脱落した。

教育・人材も深刻。OECDのPIAACでは、倭国人の3分の1が基礎的読解・数的能力に問題を抱え、パソコンを用いた基本業務ができる成人は1割以下。

大学生の学習時間、生涯学習率、資格取得率は世界最低クラスで、成人の学び直し文化がほぼ存在しない。つまり倭国は“減り続ける人口”と“伸びない人材”を同時に抱える、量と質の二重崩壊に直面している。

これを支える深層構造が「反権威的権威主義」という倭国独自の国民性。世界価値観調査では「権威が尊重されるべき」と答えた倭国人は1.9％で世界最低。

表面上は反権威、反権力的だが、実際には空気に極度に従う権威主義社会である。

新聞・テレビへの信頼と依存は世界トップクラスで、「マスゴミ」と罵倒しながら、その情報からしか思考できないという矛盾を抱える。

これは、外発的近代化・村落共同体の相互監視・空気支配が作った特殊なメンタリティであり、権威嫌悪と権威依存が同居する。

総じて、倭国は人口が減り、教育力が劣化し、経済が衰退していく宿命を帯びている。現在の日中関係の悪化は、致命的となるだろう。 November 11, 2025

ポジショントークの記事ではあるけど、YC 3社の Claude Code の活用記事が面白かった。

・AIを使った開発ではエンジニアの生産性が上がりすぎて、組織マネジメントが新たな課題に
・AIを使った開発の成功の秘訣として調査と計画と実装のセッションを混ぜないことが挙げられている
・AIに余計な文脈を与えないよう工程ごとに新しいチャットを立ち上げるのが有効
・プロンプト内に矛盾した情報が含まれていると出力の品質が下がる

・AIの思考プロセスを監視し、間違った方向に進み始めたら即座に中断させるべきだ
・間違った作業を最後までやらせるよりも初期段階で止めるほうが時間の節約になる

・従来ソフトウェア開発に必要だった技術力やチーム規模という障壁が崩れ去った
・これからの競争優位性は明確な思考力と問題を分解する能力に移り変わっている

・非技術者でも論理的な指示ができれば高度なシステムを構築できる時代になった
・AIにコードを書かせることで創業者は顧客の課題解決により集中できるようになった
・3社ともClaude Codeの登場がなければ現在の成功はあり得なかったと語っている

https://t.co/MOk7qVIbAL November 11, 2025

@niki_kusoniito 生産性の欠片も無い話がいっちゃん楽しい November 11, 2025

精神状態を理由に減刑するの本当にやめて欲しい
むしろ増刑して欲しいくらい
何でアタオカに善良な市民が金出して被害受けないといけないのか？

労働力不足とか生産性に焦点当てるなら、特段理由もなく生産性のない生活を送る人を徹底的にどうにかして欲しい
人権とか言ってる段階じゃないでしょうよ https://t.co/oJsIsE6ROn November 11, 2025

2025年を総括しよう！今年の開発生産性を振り返る大忘年会【D-Plus Tokyo #20】 https://t.co/jNqm7pu4nJ #でぃーぷらすトウキョウ November 11, 2025

さすがに今の時間から芋を食うのは憚られたので、男女カプ絵を進めることによって心を落ち着けたいと思う

すごい！この何事も生産性へ転嫁する俺の意識！えらい！えらい！（独り相撲） November 11, 2025

@NeutraIAxis @shironana07 @kinnikuben @kawaiyusukeno2 お前は声高らかにロボットでいいと主張するが倭国は人間でなきゃ難しい仕事(介護等)の人手も足りてねえんだよ。それに費用がめちゃかかるから本末転倒だしな。対して賃金安くても働いてくれる外国人労働力の方がよっぽど生産性ある。今現在は外部労働者に頼って、のちに減らしていけば良いでしょうよ November 11, 2025

@aokiaoki1111 ん？、そうか？
大丈夫！

そんなにならないから
逆に電力は安定するから
電気代安くなる＝生産性上がる
いい事じゃん November 11, 2025

@tPF9IdTf6155872 @huyuge_piceno 効率じゃなくて生産性の悪い人なんですね
会社でマクロとか組んだことないですか？
あれと同じで、時間かければ終わるものをどれだけ少ない時間で終わらせられるかが頭の良い狩り方じゃないですかね November 11, 2025

☂11/25 今日のproductivity☔
日中バイリンガル、いえ、日英中トリリンガルを目指したい！！人の今日の生産性→ちょっと低い

〈中国語〉
・SuperChinese
・HSK5級単語本

〈英語〉
・読書：The Husky and His White Cat Shizun
（墨燃😭😭お前ってやつはぁ…😭）

〈小説執筆〉
・白い檻　推敲 November 11, 2025

わかる！

でも「ひとりランチ＝正解」という前提を
勝手に一般化できないよねー

結局、ひとりで整うのはその上司だけ
休み方のOSは人によって違うのに、
個人の成功体験は万能薬にならないんだよね

こんな人が職場全体にいたら
相談は減り、誤解は増え、
午後の生産性は下がる可能性すらある

自分のパフォーマンスを上げる休み方を
自分で見つけるのって難しいよなー November 11, 2025

倭国の「失われた◯年」は、実はまだ現在進行形だ。

実質賃金は下がり続け、中間層は縮小。
企業は史上最高の内部留保を抱えながら、投資も賃上げも十分に進まない。
結果、社会全体の生産性は上がらず、格差だけが静かに拡大していく。

これは国民の“努力不足”ではなく、構造が機能していない証拠だ。
成長の果実が循環せず、未来への投資も弱く、若い世代が希望を持ちにくい。

いま必要なのは、働く人への適切な再分配と、生産性を高める投資を同時に行うこと。
「現状維持」のままでは、失われた時間はこれからも増え続ける。

https://t.co/y67KZWC3ZS November 11, 2025

※Nano Bananaに仕事を取られた人はYouTubeを始めた方がいい。

YouTube運営で使える『NanoBanana Proのプロンプト集（100選）』欲しい人いますか？

スプシからコピペするだけで使えるので、生産性爆上がり間違いなしです。

48時間限定で配布するので、この投稿にいいねしてリプで『プロンプト集』と書いた人だけに配ります🐨 November 11, 2025

そもそも人口418万人
これは倭国の30分の1
基本的に人口が多いと一人当たりのGDPは不利なうえ、金融立国やらタックスヘイブンやってる人口小国が上位になる
ルクセンブルグにモナコ公国なんかは典型的
なお、「国家の生産性指標」でも同様 https://t.co/CXiOdHMCG1 November 11, 2025

＼次回 #でぃーぷらすトウキョウ のお知らせ🐬／

〜2025年大忘年会！〜
📅: 12月16日(火) 19:30-21:30
🏢： ウェルスナビ株式会社
💡：LTテーマ:『2025年を総括しよう！今年の開発生産性を振り返る大忘年会』

https://t.co/0FuBN3ObzK November 11, 2025

これは本当にそう。

社会全体の実態として「AIの手も借りたいくらい人手が足りないほど仕事が多い状況」なのに、むしろ仕事を増やしてしまう上に「専門家でなければ修正できない」から生産性まで下げてる。正直ごく一部の領域を除いて、存在意義すら怪しくなってる。 https://t.co/b6kyBCxv0g November 11, 2025