🚀Microsoft、Outlook・Word・Excel・PowerPointに無料AI機能を2026年初頭から追加！

📊何が変わるのか？劇的なBefore/After
従来（2024-2025年）：
・基本的なMicrosoft 365：月額約1,500円
・高度なAI機能：月額約3,000円の追加課金
・→ 合計月額4,500円必要

2026年以降：
・基本的なMicrosoft 365：月額約1,500円のまま
・高度なAI機能：追加料金なしで利用可能！
・→ 実質的に約3万円/年の節約💰

✨具体的に何ができるようになる？
1️⃣Outlook Copilot Chatの大幅強化
・受信トレイ全体を横断的に理解
・カレンダーや会議情報も統合的に分析
・「今週の重要メールを整理して」と頼めば即座に対応
・会議前に関連メールを自動集約して準備完了
従来は個別のメールスレッドごとの対応のみでしたが、受信トレイ全体を理解するAI秘書に進化します📧
2️⃣Agent ModeがWord・Excel・PowerPointで解禁
これまで月額30ドルの有料版でしか使えなかった「Agent Mode」が全ユーザーに開放されます。
Excelでの革命：
・プロンプト入力だけで複雑なスプレッドシートを自動生成
・AnthropicのClaudeとOpenAIのGPTモデルを選択可能
・推論モデルで高度な分析も実行可能

Wordでの進化：
・複雑な文書を自然言語で指示するだけで作成
・構成から執筆まで一貫してAIがサポート
PowerPointの本気：
・企業のブランドテンプレートを自動適用
・プロンプトだけで新規スライドを作成
・既存スライドのテキスト書き換え・整形
・関連画像の自動追加🎨

🔍なぜMicrosoftはここまで踏み込んだのか？
理由は明確です。Google WorkspaceがGeminiを統合して猛追する中、Microsoftは「AI機能の無償化」で競争優位を確立しようとしています。
実際、企業向けチャットアプリ利用では、アメリカで既にGeminiがChatGPTを上回るという調査結果も出ています。

MicrosoftとしてはOfficeの圧倒的なシェアを活かし、「Officeを使っている = 高度なAIが使える」という状況を作り出すことで、Google Workspaceへの流出を防ぎ、さらにシェアを拡大する戦略です。

💡今すぐ取り組むべき3つのアクション
1️⃣2026年3月のプレビュー開始をカレンダーに登録
無料AI機能は2026年3月までにプレビュー提供開始予定。早期アクセスで使い方を習得しましょう
2️⃣現在の業務フローを見直し、AI活用ポイントを洗い出す
「メール整理」「資料作成」「データ分析」など、AIに任せられる業務を事前にリストアップ
3️⃣中小企業なら「Copilot Business（月額21ドル）」も検討
300ユーザー未満の企業向けに、より高度な機能が月額21ドルで利用可能に

🌟AI格差が消える時代の幕開け
これまで「予算がある企業だけがAIで効率化」という状況でしたが、2026年からは誰もが平等に高度なAI機能を使える時代が始まります。
重要なのは、ツールが使えることではなく、そのツールをどう使いこなすか。
無料化によってツールの差はなくなります。差がつくのは「AIをどれだけ業務に統合できるか」という実践力です💪

ソース：https://t.co/BUlAO1IShw November 11, 2025

Windows10から11へのアップデートで、リリース当初より愛用していたGoogle倭国語入力が絶望的なまでに変換能力を低下させ、あまりにも使い物にならなかったので、この一カ月でATOKとMS倭国語入力を使い比べてみた結果の寸評。

ATOK：現時点での変換能力は一番高いように感じるのだが、年間7200円支払うほどの性能差は感じられない。アホな変換は普通にしまくるので、値段相応に素晴らしく快適とは思わなかった。あとブラウザを強制終了が頻発するのは俺の個人環境だけかな？

MS倭国語入力：特別優秀だと思うことは無いのだが、無料と思えば十分な気もする。動作の重さを感じる瞬間が稀にあるが、気にならないレベル。ショートカット登録などインターフェイスのカスタマイズ余地がほぼ無いのが凄く困る。

Google倭国語：この前まではなんの不満もなかったのが、Windows11にした途端唐突に絶望的な変換をお出ししてくるようになり、最初は自分が脳の病気にでもなったのかとマジで心配になった。クリーンな再インストールしても無駄。キャラや作品名など様々な固有名詞が自動的にクラウド辞書として登録される機能はどの倭国語入力も備えているようだが、それに関してはGoogle倭国語入力がずば抜けて高い。それは今もそう。だが本当に変換能力が終わってる。そしてGoogle側にアップデートする気がほぼ無いのが絶望を加速させる。 November 11, 2025

11/25スタバ。ダブルチョコレートプラペチーノを前にしてもダルそうな親友。「昼はピラティスもするし、夜は腹八分の食事にお風呂も湯舟にゆったりつかってる。なのに、朝ダル重でつらいのよ」
病院では異常なしって、これは何かある！Google先生に聞いた『名医が毎日続けてる解消法』は…👇(1/5) November 11, 2025

Nano Banana Pro、乙女ゲームの理解力まで高すぎて笑った🤣💘乙女ゲーム作ってる皆さん、そろそろ想像力を解放してもいい時代ですよ。キャラ設定、衣装、立ち絵、CG…ぜーんぶ AI に任せちゃおう✨私たちは恋愛とドラマに集中すればOK。🎮☺️
Nano Banana Pro–Prompt Share㉖–インディーゲーム
🐰prompt
乙女ゲームの主人公とサブキャラクターの設定資料集。

2025.11.26
@higgsfield_ai

on November 21st Higgsfield granted FREE access to Google's Nano Banana Pro Image model.
#Higgsfield #HiggsfieldBanana #Nanobananapro #PR #インディーゲーム #Indiegame #kanaworksai November 11, 2025

これいつも分かりにくいですよね😅
そろそろロゴ表示して欲しいですGoogle様！！🙇 https://t.co/xoBS1Fg9kE November 11, 2025

とりあえずこれだけ読んどけメモ

🍁S&P500+0.91%、ナスダック+0.67%
🍁2y-3.2bp3.457%, 10y-3.6bp4.000%, 30y-2.1bp4.656%
🍁ドル円156.10、₿-1.98%、Gold+0.76%、オイル-1.56%
🕊️ハセット、次期FRB議長の最有力候補に浮上
🥸ベッセント、FRBの簡素化を提唱
🇺🇦🇷🇺ウクライナ和平は追加交渉必要、懸案残る－ホワイトハウス報道官
→これに先立ち、ABCニュースが米当局者の話として、ウクライナが和平案の条件に合意したと報じていた
📉米ADP民間雇用者数、週平均1万3500人減少
📉9月米小売CONTROL GROUP、0.1%減少📉米消費者信頼感指数、7カ月ぶりの大幅低下
📌9月PPIは概ね予想通り
✍️9月Core PCE MoM予想中央値+0.22%
🔥米FDIC、米国債関連の資本要件緩和を最終決定
🎓米大学卒の就職率が高卒並みに－AI投資でホワイトカラー職の採用鈍化
🔥AIチップ開発競争、グーグルが猛追－「エヌビディア1強」に風穴も November 11, 2025

【プロンプトを提供】
今後キャラ固定が必須になると思い、Nano Banana Proでキャラクターシートを作ってみました。よかったら参考にしてみてください😊

--プロンプト--
画像によるキャラクターシートを作ってください。構成は以下の通り。

・三面図：全身の前・横・後ろで直立不動。
・クローズアップ写真：顔をクローズアップした写真。
・それぞれにタイトルを記述して（close-upなど）。
・アスペクト比は3:2

全ての制作物のインプットとなるため、高解像度でほんものの写真のようにリアルに人物を表現して。肌質や衣服の質感などは最も重要で詳細に表現してください。
------

on November 21st Higgsfield granted FREE access to Google's Nano Banana Pro Image model.
Higgsfield AI(@higgsfield_ai) November 11, 2025

「SEOは古い」と言われがちだけど、
実際には昔のSEOが古いだけ。

今のSEOは
・AIに拾われ
・Googleが文脈を読み
・SNSの反応が評価に繋がる

つまり思想と情報のストックが
そのまま資産になる時代。

広告媒体と比較して整理した記事
https://t.co/GdqO55JMWL 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

Nvidiaが反論「当社のGPUは業界を一世代先取りしています。」

🔸株価下落を受けて自社技術の優位性を強調
Nvidia $NVDA は火曜日、同社の技術が業界の一世代先を行っていると発表しました。

主要顧客であるメタがGoogle $GOOGL のTPUを採用する可能性が報じられ、株価が2.6%下落したことへの対応です。
Xで「Googleの成功を喜んでおり、今後も供給を続ける」としながらも、「Nvidiaはあらゆる場所であらゆるAIモデルを実行できる唯一のプラットフォームだ」と自信を示しています。

🔸汎用性で特定用途向け半導体に対抗
Nvidiaは自社の最新チップ「Blackwell」の優位性を訴えています。

GoogleのTPUのような特定用途向け半導体(ASIC)と比べて、より柔軟で強力だと主張しました。
「NvidiaはASICより高い性能、多様性、そして互換性を提供する」と述べています。

🔸市場シェア90%超でも競争激化の兆し
アナリストによると、NvidiaはAI半導体市場の90%以上を占めています。

しかし最近、Googleの自社製半導体が、高価だが強力なBlackwellチップの代替案として注目を集めています。
今月初めにGoogleが発表した最新AIモデル「Gemini 3」は、Nvidia製ではなくTPUで訓練され、高い評価を得ています。

🔸まとめ
Nvidiaのジェンセン・ファンCEOは決算説明会で、TPUとの競争について言及しました。

Google DeepMindのデミス・ハサビスCEOから「より多くのチップとデータがより強力なAIを生む」という業界理論が健在だというメッセージを受け取ったと明かしています。
Nvidiaはこの「スケーリング法則」が自社チップへの需要をさらに高めると見ていますが、競争環境は確実に変化しつつあります。

🔸参考
CNBC: Nvidia says its GPUs are a ‘generation ahead’ of Google’s AI chips
https://t.co/sUP1YhnZ9N November 11, 2025

じゃー、デザイナーは上流やコンサルにいくべきだというのは、やっぱり悪手だと思う。

昨今の Google のアプデや画像生成まわりの進化で、「ゲームルールが変わったな」というのはほぼ自明になった。今に始まった変化の兆しではないけれど、ここまで来ると焦る気持ちもすごくよくわかる。

そもそも、本来の順番はシンプルだと思う。まず実行で成果を出すからこそ、顧客は「どうやってその成果物にたどり着いたのか」というプロセスにも興味を持つようになる。

そこからようやく、「今度はもう少し上流から相談させてくれないか？」という流れになるのが一般的だし、自然だ。この信頼の積み上げをショートカットして、肩書きだけ上流やコンサルに寄せていくのは、あまり正攻法とは言えない。

また、多くの人が言及するように歴史を振り返ると「つくることの民主化」が起きるたびに、むしろちゃんと作れる人／職能へのニーズが増えてきた。DTP や Illustrator が出て、誰でもそれっぽい印刷物を作れるようになった。デジカメとスマホで、誰でもそれなりに綺麗な写真が撮れるようになった。WordPress やノーコードで、誰でもそれっぽいサイトを立ち上げられるようになった。

それでも、読む人の目線まで含めて紙面を設計できる人、光や時間や物語を設計できる写真家、情報設計から運用まで含めてサイトを組める人は、必要とされ続けている。民主化が進むと、自分でそこそこ作れる人は増える。その結果、市場は広がるし、さらにどうしても自分では届かないところを埋めてくれる専門職の輪郭が、かえってハッキリしてくる。

AI とデザインの関係も、たぶん同じだと思う。

みんな AI でビジュアルやウェブサイトを作れるようになる。でもこれでいいやんってものもあれば、イマイチなものもめちゃくちゃ多い。
そのときに、「なぜイケてないのか」「どこが本質的にズレているのか」を言語化できる人の価値は、むしろ上がる。

個人的には、これからのデザイナーにとっては、
次の 1・2・3 が大切だと感じている。2 はちょっと難しいので、
ここではスキップ。

1.人と人の間の情報翻訳機能を担う（Human As a UI）
2.新しいプロトコル・世界観を生み出す
3.平均からの脱却

ここでいう
Human As a UI の「UI」は、人間が状況や相手の文脈に応じて、
・どの情報を取り出すか（何を見せるか）
・どのくらいの粒度で語るか（ざっくりか、ディテールまでか）
・どんなメディアで伝えるか（言葉／図解／レイアウト／プロトタイプ／ふるまい）
・どんなトーンで届けるかなど....

を、その場その場で温度感をもってインタラクティブに調整していく、人間が生きたインターフェイスとして振る舞う、というニュアンスに近い。

もしもデザイナーを抱える組織の方なら、顧客との接点の場に同席させることから始めるのが良いと思う。

下手に「上流設計をさせよう」といきなり役割を変えるよりも、まずは顧客との対話にデザイン的な観点を持ち込むのだ。顧客の言語化されていないモヤモヤを、その場でラフや図解にして見せる。エンジニアやビジネス側の前提を、顧客に伝わるストーリーや画面に翻訳し直す。

次に、平均からの脱却。

これは完全にハードモードだ。
ここ数年よく言われるAI時代に大切なのは「エッジケース」「異常値」「平均の外」ってやつの話でもある。
生成 AI は、平均的な出力を得意とする。「統計的にもっともそれっぽい」ものを、それなりのスピードでポンポン出してくる。

だからこそ、人間が担うべきは異常値の探索になっていくって話。

具体どうすればいいのか、一つ好きな例を紹介する。
建築家・隈研吾さんの事務所では、隈さんの建築物を学習させたモデルがあるようで、
事務所メンバーはその AI が出す複数出力とは異なるアイデアを出さないといけないらしい。

それが当たり前になっている、と。ここまでストイックにしないにしても、
常に AI にない回答を探索して、表現することを続けるのが鍵になる。

(私は同じ課題をAIと自分でよーいどーんして、AIに推論させている間に考えて、AIの回答と重複率が高いときは落ち込むようにしている。おすすめ。
　また、外れ値をただ狙うだけのトンガリ野郎ではなく、他のベーススキルもAIで底上げされてることが戦場にたつ条件であることは忘れてはいけない。)

ここで、PhD（博士号）の有名な図解の話を思い出す。

大きな円が「人類の知識」だとして、最初はその縁に向かって少しずつ勉強していき、あるところまで行くと自分の専門分野という小さな領域ができる。さらにそこから先端まで進んでいって、最後に博士論文で、円の外側にちょっとだけ「ポコッ」と突起を作る。あの小さな突起こそが、「自分が世界に足したものですよ」という比喩になっている。
大袈裟にいうとそういう姿勢が求められる。

一方で、AI のアプデで「平均」となっていた水準がどんどん上がっているから異常値の探索はしんどいし、同時に人間が勝ちにくい・AI と共創しても価値が出しにくい領域がいくつか広がってきていることも事実だ。

例えばただ単にフレームワークや型に当てはめて、ちょっぴり思考・処理をしているだけの、量産型／準量産型ワークだ。
合理的に意味があることは、AI にとっても意味があることだから、陳腐化も速い。

ここで効いてくるのが、次の二つの筋肉だと思う。

・外れ値でも、合理性がなくてもビジョンを打ち出し、コミュニケーションして前に進めていく能力
・みんな AI でビジュアルを作れるようになる中で、「なぜイマイチなのか」を言い続けられる批評の力

合理的に意味があることは、これからどんどん AI によってコピーされていく。
だから、その手前で「これはまだ説明しきれないけど大事そうだ」「これは何か違う」という感覚をちゃんと抱え続けて、言葉や形にしていく人が強い。

そういえば、原研哉さんが「究極的にデザイナーは、何をデザインしたか明確に言えない。
何をしているかわからないが、この人がいるからうまくいくという存在だ。」という趣旨のことを言っていたなと思う。
これは、「アウトプットの一部」ではなく、場やプロジェクトそのものに対するビジョンと批評を提供する存在としてのデザイナーなのだろう。

ここまで読むと、「いや、結局こういうのって“上流スキル“の話じゃない？
本当にクラフトやってる人に、それができるの？」というツッコミもあると思う。

でも、むしろ逆で、これらの能力は、本気でクラフトをやってきた人だからこそ、自然と身についてしまう副産物だと感じている（もしくは十分な素養がある）。

長く手を動かしてきた人は、体感として知っている。その人は自然と、前の段階でモノを言わざるを得なくなっていく。「もっと早く相談してくれていれば、こういう事故は防げたのに」「もっとよくできたのに」と。
その延長線上に、「じゃあ、今後は最初から一緒に考えてよ」という上流っぽく見える役割がにじみ出てくる。

つまり、コンサル的に上流からこれができるのではなく、クラフトをやり切ってきたからこそ、上流ににじみ出てしまう、という順番だと思う。
そもそも、クラフトが楽しいからこの仕事をやっている人も多い。
そういう人たちに「これからは上流やコンサルに振り切れ」と言っても、心がついてこないし、続かないかも。

だから私は、
・無理に上流へ行き急がず、
・Human As a UI として人と人の間に立つ力を育てて、
・AI が得意な平均値の外側を取りに行くエッジの探索を続けて、
・民主化された世界でこそ必要になるちゃんと作れる職能を、自分なりに引き受けていくこと

このあたりが重要なんじゃないかっておもっている。 November 11, 2025

OpenAIに全賭けのソフトバンクグループ、Google先生のGeminiに覇権を握られそうでにわかに雲行きが怪しくなる
https://t.co/Eh04vgvEBJ November 11, 2025

昔から「AIバトルはポートフォリオ的に最終Googleが強い」と言ってるけど、単独無双できるかというと否で…
・独禁法あるので無双したくない
・OpenAIもNvidiaもカカシではないので、状況に対応してくる
などがある。Gemini3でてもゲームエンドにはならず、まだまだシーソーゲームになる感 November 11, 2025

🍌Nano Banana Pro わたし史上一番の衝撃🫨

1枚目の画像はずっと前に遊びで描いた4コマ漫画の落書きです。たしかシン・エヴァンゲリオン公開前に家の人と話しながらふざけて描いたものだと思う。

今回、その落書きが発掘されたので、何気なくNano Banana Proに読ませて、

【プロンプト】
アップロードした画像を4コマ漫画として絵を描きなおして

で清書してもらったのが2枚目の画像。

・・・すごいちゃんとしてる！！！！！😱
セリフと描き文字もしっかり使い分けてるし、
自分でさえ、たまに読めない汚い字を、文字として認識してくれてる！！！！ありがとうNano Banana😂

これは本当にびっくりしました‼️
語彙力がないのでスゴいばかりですけど、
スゴい‼️Nano Banana Pro‼️

ちなみに出力は @higgsfield_ai から行っています。
現在期間限定で65%オフセール中。

#NanoBanana2 #NanoBananaPro #PR
🍌on November 21st Higgsfield granted FREE access to Google's Nano Banana Pro Image model. November 11, 2025

Googleの時刻表検索機能、改悪されていて最悪。以前みたいに5種類ぐらい出してよ。出発時刻と到着時刻でも調べられるようにしてくれよ。 https://t.co/olzQM1BApl November 11, 2025

OpenAIが資金繰りに苦労するならGoogleもAI事業がそこまで大きくならずに、AIブーム自体が終わるため、誰が勝つか？ではなくてみんなが勝てないなら、AIブーム自体がオワコンになるんだと思っている。みんなで勝つか、みんな負けるか。誰が勝つか？ではないし、AIが本物ならゼロサムゲームになるほど小さい市場にはならない。 November 11, 2025

勝さんをGoogleで調べるとまさかの写真がトップに…笑

撮影者として責任を感じております…
#武田勝 監督
#オイシックス新潟アルビレックスBC https://t.co/dkj6sMbowG November 11, 2025

最近数学圈发生了一件很有意思的事。

世界顶级数学家陶哲轩在解决一个 Erdős（埃尔德什）的经典问题时，全流程都在用 AI 做助手——从证明草案，到简化证明，再到形式化验证。

Erdős 是20世纪最高产的数学家之一，一辈子发表了1500多篇论文，提出了无数开放问题。数学圈有个著名的"埃尔德什数"——如果你和他合作过论文，你的埃尔德什数就是1；和他的合作者合作过，就是2，以此类推。爱因斯坦的埃尔德什数是2。

后来有人专门做了一个网站，把他的很多未解决/已解决问题系统整理出来，这就是 Erdos Problems 网站。

陶哲轩讲的是其中的第 367 号问题，属于数论里的一个具体问题，专业数学研究级别的问题。

解决过程大概是这样的：

一位数学家 Wouter van Doorn 先给出一个人类手写的反例证明草案，但里面有一个关键恒等式他没完全证明，只是说：“相信有人能帮我确认一下”。

陶哲轩把这个恒等式扔给 Google 的 Gemini Deepthink 模式。大概十分钟后，Gemini 给出了一份完整证明，还顺带确认了整套论证是成立的。

Gemini 的证明用到了 p-adic 等比较高级的代数数论工具，对这个具体问题来说有点杀鸡用牛刀。于是陶哲轩花了半小时，把 AI 的证明手工转化成更基础、更易懂的版本。

两天后，另一位数学家 Boris Alexeev 用一个叫 Aristotle 的工具（基于 AI + Lean）完成了全套形式化证明，还特意手动检查最终结论，以防 AI 在形式化过程中存在编造。

陶哲轩觉得还没完，又用 Deep Research （同时用了 ChatGPT 和 Gemini）做了一轮文献搜索，看这个问题有没有前人类似工作。结果找到了若干关于连续幂数的相关论文，但没有直接解决第 367 号问题。

整个流程：人类提出猜想 → AI暴力证明 → 人类简化优化 → AI辅助形式化验证。

都在说 Gemini 3 已经到了博士生水平，看来所言非虚，这些事情真的需要数学博士级别才能做的出来，但另一方面，真正的数学家也并没有被 AI 代替：是人类决定哪个问题值得解决，是人类判断AI的p-adic方法太重了需要简化，是人类手工完成最终的形式化表述以验证 AI 的结果是否准确。

AI 做的是那些需要大量计算、符号推演、但方向已经明确的体力活。在 AI 时代，问对问题、甄别结果，比以前更重要了。 November 11, 2025

高市首相の外交映像を「生成AI」でつくって「うまくいってる」と誤情報を流す人まで登場しているのはヤバいです。GoogleのGeminiでつくったウォーターマークが入っててバレバレでも気にしない。SNSで一瞬見る人の何割かは信じてしまう。なんでもありの情報戦に。通報しました。https://t.co/zOxH02E0jn November 11, 2025

書籍販売開始は2018年。ウェブ初公開は2016年でした。
「オブスキュリティ」はAmazon、楽天、Google、あと他どこだっけ？
電書はそこら辺で読めます。
紙の本はAmazonだけの取扱いです。
あと、我が家に少し在庫あります。 https://t.co/42oisLtsrA November 11, 2025