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

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

「倭国は生産性が低い」とよく言われるが、実はこの議論には大きな誤解がある。
OECDの数値は“量”だけを測っており、倭国の強みであるサービスの“質”を一切評価していない。

分単位で動く鉄道、再配達を守る宅配、過剰と言われるほど丁寧な接客。

これらは時間当たりの売上を下げるので、生産性指標では不利になるだけだ。

さらに生産性はGDPに左右されるため、景気の低迷が続けば数字は自動的に悪化する。

働き手の技術が落ちたわけではなく、景気が弱いから「低生産性」に見えるだけ。

要するに、単純な国際比較で「倭国の働き方が悪い」と断じるのは早計だ。

https://t.co/EhXLxQ4hhL December 12, 2025

「週休3日制を選ぶ奴は怠けたい奴！」と思われますが...

「介護しなきゃいけない」
「子育てしなきゃいけない」

けど、8時間×5日間は無理！！！
って人に"社会の戦力になってもらった方"が

"倭国の経済の生産性は上がる" https://t.co/tZw4LFuUJq 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

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

出産ケージの金属檻は
母豚の体よりもわずか数センチ大きいだけ

子豚たちは生後3～4週で連れ去られ
二度と会えません

檻の中で強制的に妊娠を繰り返し
生産性がなくなると屠殺されます

子豚たちは生後4～6ヶ月で屠殺されます
豚は自然の中では15年生きることができます

すべての屠殺場を閉鎖しよう https://t.co/Okgk6AvLpv December 12, 2025

とりあえずこれだけ読んどけメモ

🍁S&P500+0.19%、ナスダック+0.31%
🍁2y+3.3bp3.564%, 10y+3.1bp4.139%, 30y+3.0bp4.794%
🍁ドル円155.34、Gold-0.36%、WTI+0.79%、₿-3.35%
📍ハセット
- 米連銀総裁の居住要件案を支持
- 現行メンバーの解任などは必要ないだろう
- FRBが「慎重」に追加利下げを行うには良いタイミング
- 2026年の早い時期に米経済成長が大きく加速すると予想
- AIの加速状況を踏まえると、来年は生産性が4%上昇する可能性
🇺🇸9月コアPCE MoM+0.198%で予想通り
📈消費者マインド指数、5カ月ぶりに上昇－インフレ見通し改善
🖥DELLは12月中旬から15〜20%の値上げを計画との報道
🇳🇱オランダ年金改革、欧州の長期国債離れの震源に－償還期間の短縮迫る
🇨🇦カナダ雇用統計が強い（失業率大幅低下、雇用者数も減少見通しから5.36万人増）
🗓来週はFOMCや入札 December 12, 2025

あともう新規だから古参だからって言うのもなんか言ってる人のこと聞いて悩むのもやめようマジで意味ない生産性がない

「自分はSixTONESが好き」

その事実だけでいい 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

ホテル・旅館の給振預かると色々察するのが昔の銀行員あるある
ヒトに付加価値があるわけでは無いからね。言い換えると何年従事しても生産性は大して上がらない。観光ってそういう事。
よくわかってない奴が「観光業は水商売」って言うと噛み付いてくるが、お前らは何もわかっていない。 https://t.co/ZiZAFUizXn 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

幸せになるための「自由時間」の正解？

3万5千人以上のデータを分析：
・自由時間が少なすぎると幸福度は下がる（ストレス）
・自由時間が多すぎると幸福度は下がる（生産性の欠如）

ベストなのは1日2〜5時間。

自由時間が多すぎても幸せになれないなんて、人生って難しいですね https://t.co/al6M7gEamD 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

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

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

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

「労働力不足が企業収益を変える──自動化と移民のジレンマ」

倭国の企業が直面している最大の経営課題は「人がいない」ことです。

製造、建設、介護、物流、小売──どの業界も深刻な人手不足に悩まされています。

厚生労働省のデータでは、有効求人倍率は全国平均で1.3倍を超え、地方では2倍を超える地域も。

労働力が需給バランスを崩し、“働く人を奪い合う経済” が日常化しています。

企業の対応は大きく二つに分かれます。

一つは、人件費上昇を吸収するための自動化・AI化。

もう一つは、外国人労働者の活用です。

しかし、ここにはジレンマがあります。

自動化には多額の初期投資が必要で、中小企業には重い負担。

一方、移民政策は社会的な合意形成が進まず、長期的な人材確保の仕組みになりきれていません。

結果として、多くの企業が「生産性向上」よりも「事業縮小」を選ぶ傾向にあります。

この動きが続けば、倭国全体のGDPは“ゆるやかな縮退経済”に陥るリスクがあります。

ただし、光明もあります。AI・ロボティクス・デジタルツインなどの技術が、少人数でも高効率を実現する段階に入りつつあります。

これらの技術を“人を減らすための手段”ではなく、“人を活かすための補完”として使えるかが、次の時代の企業競争力を決めるのです。

そして現実をみてみると、倭国はとにかく決定までの時間がかかりすぎます。移民に対しての対応もそうです。

さらにいえば海外からの労働者受け入れも既得権益者の中抜きも酷く、制度そのものも杜撰。

残念ながら良い方向の舵取りが短期的にできるとは考えられず、衰退は進むでしょうね。

#労働力不足 #自動化 #AIと産業構造 #外国人労働者 #経済の構造転換 #少人数社会の未来 December 12, 2025

党の畜産酪農対策委員会（やな和生委員長）の皆さんが、現地視察ということで我が地元・標茶町にお越しくださいました。

生産現場の生の声をお届けしたく、新規就農で頑張っている若手や生産性を高めるために課題である需給を伸ばすことに力を入れる女性の声など幅広く声を聞いて頂きました。

単に生産力や技術だけでなく、地域がどうやって新しい力を受け入れ、そして共に協調することが大切か、そんなことも改めて感じていただけたと思います。

稼げる農業（生産して再投資も可能な経営）を確立することが、食料安全保障にも資するはずです。引き続き現場の声を元に、部会などでの議論に反映させてまいります。 December 12, 2025

コレ重要な指摘

差別は罵声や暴力だけではなく実は、日常的に笑顔で親切面して行われる事が多い

この無自覚に平常運転されてる差別に気付いて、声をあげて行かなければ、人権蹂躙されながら声を出せない人が絶えない「生き辛い」毎日が続く
生産性もダダ下がりの一方から抜け出せないし逆に悪化する https://t.co/lL4ogs41S7 December 12, 2025