ちょっと話変わるけど深夜の馬鹿力で聞いた話。高額でポケモンカードの売買が行われてるのは昔からだけど、最近はもうカード自体は欲しくないけど投機的に値上げして転売するためだけに買う層も多いらしい。そうなるとイチイチカードを互いに配送するだけ紛失・損傷リスクとか送料とかバカらしくなってくる。というわけでポケモンカードのNFTを売ってる業者がいるらしい。つまりカードの代わりに”カードの権利”を売買する。これならリスクも無いし送料とかもかからない。（まあ当然現物のカードを請求すれば送ってもらえる）ポケモンカードは存在しないで情報だけになった方がむしろありがたい…そういう話。究極の経済を突き詰めるとこんな風に物理世界の本質を無視して中身をパージして情報だけやり取りする世界になっていく。ポケモンカードの本来の目的はキッズがカードゲームして遊ぶためのものなのに、経済を突き詰めると本来の目的は無視されて、キッズの手元にはカードは手に入らない。同様にAIで生産性を最適化していくと、どこかの段階で物理的な人間はパージして置いてけぼりにして情報の世界で完結させた方が効率がいい。しかし経済活動の本来の目的は人間を豊かにすることだったのではないか？これまた経済を突き詰めると本来の目的は無視され、人間は疎外される。 December 12, 2025

「介護職の報酬は政府が決めた公定価格。例えばこれを倍にしたら生産性は上がる。公正価格が低過ぎるからこれを上げれば労働生産性は上がる。政策の間違いで労働生産性が低く産出される事は凄くあるので、積極財政でそういう所にお金を出せば倭国の労働生産性は上がる」2/3 https://t.co/1zIJLk6uYQ December 12, 2025

AIで効率化したのに売上も利益も変わらない

この現象を「消える生産性」と呼んでいます

メール作成が10分から2分に短縮されても、その浮いた8分をどう活用するかが設計されていない

結果として生産性は組織のどこかに吸い込まれてしまうのです

罠は4つあります

早く帰ることへの罪悪感、タスクの無限増殖、品質の過剰追求、そして心地よい非効率への逃避

しかし本質的な問題は別のところにあります

私たちが解決しようとしている問題が、実は本当のボトルネックではないということ

効率化を進めるほど、ボトルネックは上流に移動していく

最終的にすべてのボトルネックは暗黙知に行き着きます

顧客の言語化されていないニーズ、現場で感じている違和感、経験豊富なマネージャーの直感的判断

AIによって形式知の操作が劇的に高速化された結果、最後に残るのは構造化されていない生の情報なのです

さらに重要な変化があります

作って試すことが調査して検討することより安くなる可能性がある

6か月かけて要件定義するより、1週間でプロトタイプを3つ作る

この発想の転換が消える生産性を生まれる価値に変える鍵です

効率化で生まれた時間で何をするかを事前に定義すること

暗黙知を積極的に収集する仕組みを作ること

AIは魔法の杖ではありませんが、正しく活用すれば組織を次のステージへ導く強力なパートナーとなります

#NewsPicksトピックス
https://t.co/593gOUAhxl
--
『AIエージェント　人類と協働する機械』Kindle版も発売開始
https://t.co/ID5r1mMgPT December 12, 2025

【こころの不調で年7兆円経済損失】
欠勤や生産性低下、相談の輪が必須に
https://t.co/pZqtcTyQV5

ミーティングで号泣、ロープを買いにホームセンターへ――。うつ病などは気分障害と呼ばれ、外来患者数は2023年に156万6000人と20年前に比べ2.3倍に増えました。 https://t.co/uP2CJRw0iu December 12, 2025

まるで生産性のない1日を過ごす日ほど、難しい仕事に向き合ってムダに「ぼんやりと悩み続けて」時間をロスしがち。だから仕事は「簡単な問題から着手し、複雑な問題は後回しにする」が一番効率がいい。先延ばしにするのではなく、後回しにする。難しい問題はエンジンを温めてから取り組むのが正解。 December 12, 2025

AIの情報って無限に溢れてるんだけど、本質は「実践して検証→継続的に業務に組み込めたか」。表面的な情報収集をやりすぎると、その時間分だけ生産性は落ちていくので、どこで集めるのをやめて手を動かすか、その塩梅がとても難しい・・ December 12, 2025

最高のパフォーマンスを生む朝活2時間設計図！
この2時間を3つのフェーズに分けて、行動を最適化します。

☀️フェーズ1: 覚醒＆準備（最初の30分）
身体と脳を優しく起動させ、最高の集中状態へ導きます。

0-5分： 日光を浴びる＆コップ1杯の水を飲む。体内時計をリセットし、水分補給で脳の血流をアップ。（座っての二度寝はOK！）

5-15分： 軽いストレッチ or 10分間のウォーキング。血流を促し、記憶力向上にも効果的。ハードな運動は避ける。

15-30分： 高タンパク・良質な脂質の朝食（卵、アボカドなど）。脳のエネルギー源をチャージし、昼まで集中力を持続。

🧠フェーズ2: ゴールデンタイム集中（次の60分）
最も集中力が高い時間帯に、最も重要なタスクに全力を注ぎます。

⚡️集中タスクの選定： 夜のうちに「朝何をするか」を具体的に決めておく。（例：企画書作成、資格の難解な問題、創造的な作業）
ポイント： 集中力を要するタスク（勉強、読書、副業など）に充てる。雑務（メール返信など）は後に回す。

📚ポモドーロ/集中テクニック： 30分×2セットなど、タイマーを使って時間を区切り、全力で取り組む。

✅フェーズ3: 整理と仕込み（最後の30分）

朝活の成果を整理し、その日の仕事・活動をスムーズに開始する準備をします。
📝成果の確認と整理： 集中したタスクの進捗を短時間でレビュー。

🗓To Doリスト作成： その日の仕事や活動の「最重要タスク3つ」をリストアップ。朝の冴えた頭で優先順位を決定。

✨ご褒美タイム： 好きな音楽を聴く、美味しいコーヒーを楽しむなど、朝活を頑張った自分への小さなご褒美を用意する。これが翌日のモチベーションに。

🔑朝活を成功させるための3つの鉄則

睡眠を削らない：早く起きる分、早く寝る！質の高い睡眠（寝る前のブルーライト断ち、ぬるめのお風呂）で、朝の集中力を担保する。
事前に準備する：前日の夜に「何をするか」を明確にし、必要な道具（参考書、資料など）をデスクにセットしておく。「開始3分」で行動に移せる環境を作る。

完璧主義をやめる：毎日同じ時間に起きられなくても、週に数回でもOK。休みの日（サボり日）を設定するなど、無理なく継続できる仕組みを最優先にする。

#朝活 #早起き #生産性向上 #仕事効率化 #ルーティン December 12, 2025

もはや、ただの怠惰の人間のいいわけの捌け口がAIずるいになっていて

使う人のシゴデキと使わない人の生産性の低さがかなり露呈されてきたのがここ最近

本当にすごいなぁと思う December 12, 2025

おはようございます

【朝の生産性は夜の６倍】
一日の過ごし方は朝に決めました

スマホをオフして読書しよう
#朝活 #朝読書 #絶望名言　

#挑戦 最高のタイミングで行動する女子
#前祝い で@キャメロンと最高の未来を思い出す #笑門来福 #笑う門には福来る クラシックを歌う #倭国語教師 https://t.co/nms4C6y3v6 December 12, 2025

@satsukikatayama 不公平不平等な分配は参加者の競争心と向上心を低下させて全体の生産性が結果的に下がるのでやめるべき。例えば現場の公務員が申請の認可権限がある農業の設備投資補助金。個人差で数百万数千万の差別を作る権利は公務員にはないはず。税金の使い方は俺たちが決めると公務員が豪語してますけど。 December 12, 2025

https://t.co/qlJGa4Tf85
これはなかなか難しい問題だ。企業経営者がAIを導入する動機付けは生産性向上、そして人件費の削減だ。AIの利用で、もはや自身が不要になるようなAI活用法を発見したら、それを公表するだろうか？経営者がインセンティブを設けてもお付き合い程度しか使わない従業員が大半かも 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

働いて働いて働いて働いて🇯🇵 生産性サゲサゲ🙍　　働いて　家族守って遊んで成長して　また　働いてきた👨‍💼　　還暦後は　ストレッチ・ヨーガ・筋トレして・走って・パラすぽして・旅行・バイク・ライブ・カラオケ・格闘技　人間力磨いて社会貢献して　ついでに働く🧑‍🦯　　コスパ　最強　　全開バリバリ https://t.co/qUOqMF84y5 December 12, 2025

今でこそ個人事業主で主体性の塊だけど、会社員時代は、なぜ会社員なのに主体性を持たなければいけないのかが理解できなかった。社員の主体性で生産性を上げるのではなく、会社の制度を改善して生産性を上げて欲しいと思っていた。そんな考え方しかできないから本当に私は会社員が向いてないんだろなぁ https://t.co/tl3h0szNdf December 12, 2025

これ、実はまだ誰にも言っていないAI活用方法なんだけど、GeminiとNotebookLMを組み合わせることで、、、

あなたの脳は「完全な記憶」と「無限の創造性」を同時に手に入れることができます。多くの人がNotebookLMを単なる要約ツールとして、Geminiをチャットボットとして別々に使っていますが、海外のAIパワーユーザーやシリコンバレーのリサーチャーたちの間では、この2つを直列に繋ぎ、信頼性の高いナレッジベースである「第2の脳」を、実行力のあるエージェントである「手足」で動かすというアプローチが始まっています。これは情報のインプットからアウトプットまでの概念を覆す、非常に有益なワークフローです。

このメソッドの核心は、NotebookLMを「ハルシネーションのない思考の土台」として使い、Geminiをその土台の上で踊る「クリエイティブな編集者」として機能させる点にあります。

まずインプットの革命的な手法として、音声を思考のプロトタイプにする方法があります。NotebookLMの「Audio Overview」機能は単に資料を聞くだけのものではありません。最強のコンテンツ生成装置として使えるのです。

具体的には、書きたいテーマに関するバラバラの資料やメモをNotebookLMに放り込み、Audio Overviewを生成して2人のAIホストに議論させます。重要なのはここからです。その音声をダウンロードし、GeminiなどのAI文字起こしツールに読み込ませてテキスト化した上で、Geminiに「この対話の文字起こしは構成が分かりやすいので、このリズムと比喩表現を維持したまま、専門的なブログ記事にリライトして」と指示するのです。人間がゼロから書くと堅苦しくなりがちな文章も、一度AI同士に対話として噛み砕かせることで、驚くほど読みやすく論理が整理された「伝わる文章」の骨格が自動生成されます。これは聴覚的な推敲をAIに代行させる手法と言えます。

次にリサーチの革命として、「再帰的」ナレッジ構築が挙げられます。通常のリサーチは検索して終わりですが、最強の活用例は「Geminiで広げ、NotebookLMで固める」というループを回すことです。まずGeminiに広範囲な情報をWeb検索させレポートを作成させます。次に、そのレポートをPDF化してNotebookLMに追加し、「このレポートに基づき、矛盾点や足りない視点を指摘して」と問います。そして、指摘された「足りない視点」を再びGeminiで深掘りリサーチさせるのです。このループを数回繰り返すことで、Geminiの情報の不確実性がNotebookLMのソースに基づく厳密さによって補正され、専門家レベルの深さと正確性を持つレポートが完成します。

さらにアウトプットの革命として、自分専用のコンサルタントを作ることも可能です。自分の過去の議事録や執筆物をすべてNotebookLMに入れ、これを自分の思考のクローンとします。新しい企画を考える際、まずNotebookLMに「過去の傾向から懸念点を挙げて」と質問し、その回答をGeminiのプロンプトに貼り付けます。「以下の私の過去の視点を踏まえた上で、世界のトレンドを加味してブラッシュアップして」とGeminiに投げることで、自分らしさと最新トレンドを融合させたアウトプットが瞬時に生成されます。

GeminiとNotebookLMを組み合わせることは、絶対に忘れない図書館司書と超優秀なクリエイティブディレクターを同じ部屋に入れて会議させることと同義です。まだ誰も言っていないこの活用法を試せば、生産性は次元の違うレベルに到達するはずです。

マーケやAI活用について、正しく学びたい人はフォローして毎日の配信をお楽しみに。
→@Charlie_no_site December 12, 2025