OpenAI、もう終わりかもしれない。

3年で企業価値78兆円。トヨタもNetflixも超えた。週8億人が使ってる。

でも95%は無料ユーザー。来年220兆円投資するのに赤字垂れ流し。

そして今、GoogleのGemini 3がChatGPTを超えたらしい。

僕も完全にGemini派になった。正直、もうChatGPT使ってない。

アルトマンCEOは今、地獄だと思う。「全人類のために」って理想掲げてNPO始めたのに、気づいたら赤字まみれの普通のテック企業。しかもGoogleとAnthropicに抜かれそう。

ただ、独占禁止法がある限り全部Googleになることはない。それにアルトマンは何か隠し玉を持ってる気がする。Sora2の次とか、我々が想像もつかない何かを。

ソフトバンクが11%出資してるのも気になる。孫さんは何を見てるんだろう。

先行者利益って、意外と脆い。

OpenAIの失速を見てると、スタートアップ採用の現場でもよく見る光景を思い出す。最初は勢いがあって誰もが憧れる会社だったのに、気づいたら人が辞めていって、採用もうまくいかなくなる。

逆転劇があるのか、このまま沈むのか。

AI業界の勢力図、この1年で完全に変わる。 November 11, 2025

最近海外で話題？のChatGPTに10年後の自分になりきってもらって
- 「勇気を持って手放して良かったこと」
- 「今始めて良かったこと」
を聞くやつ．やってみたけどものすごく感動した．

．．．Open AIさんこれ感動する様にプログラムしてるんじゃ？って思うくらい綺麗な回答だったんだけど，仕様ですか？

プロンプト貼っとく．みんなも試してみ👉 November 11, 2025

ZAにサトシがいたら妄想で盛り上がっております。
仲間がChatGPTしかいないので、ぜひ感想などいただけると嬉しいですｗ https://t.co/VHS3977utF November 11, 2025

Gemini3がめちゃくちゃ賢いという風評を聞いて過去にChatGPTに投げた質問をコピペしていくつか投げてみているがどちらかというとChatGPTのほうが回答の品質は高いように感じる。マルチモーダル処理というか開示資料やWebに転がってるPDFなどの各種資料から必要な箇所を読み取る能力がGeminiは相対的に弱くて開示資料に書いてあることを拾えずに要領を得ない回答を返してくる頻度が高くそれが品質の差違に繋がっているように思われる。推論そのものの能力にはあまり差が無いように感じる。ただ回答の文章の整っている度合いというか読んでいて伝わる説得力の高さはGeminiのほうが上でそのあたりがGeminiの高評価に繋がっているのではないかという所感を得た。ただGemini3のほうがベンチマークのスコアは勝っているらしいからやっぱりGemini3のほうがすごいのかもしれないし用途によって優劣がわかれる部分もあるように思われる 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

Pythonスクリプト1つでPPTXをテンプレート通りに作成するという内容でNote書きました！

テンプレート編集もOpus4.5で比較的楽で、ChatGPTやClaude経由でも（当然IDE全部）編集、PPTX変換が可能です。

作成後に手動編集もできますので、色々魔改造してくれたら嬉しいです！
https://t.co/N4XCt0ThG1 https://t.co/Sg7hUJwxjf https://t.co/5LZcjebhjb November 11, 2025

@cinematoday 俺がChatGPTの登場前に、自力で徹底的に調べてまとめた『バトロワ系の全歴史まとめ』が火を吹く時が来たな。

ちなみに。
1999年　小説版バトルロワイヤル
2000年　映画版バトルロワイヤル
2008年　小説版ハンガーゲーム
2012年　映画版ハンガーゲーム

https://t.co/vX5jYQBMF7 November 11, 2025

2026年， @gregisenberg 对AI的一些预测：

1、SaaS和Agent彻底融合。每个SaaS产品都会变成Agent平台，反之亦然。不转型的，要么死，要么贱卖。

2、Google继续领跑，OpenAI压力山大，被迫转型社交公司，推出一堆Meta该做的功能。

3、无限内容娱乐干掉试播季。Netflix让你续订被砍的剧，AI根据你的心情生成《办公室》或《老友记》的新剧集。

4、微型公司井喷。AI加持的小生意服务小众群体，成为一种新的职业路径。

5、AI定制营养品取代传统保健品。膳食补充剂变成实时处方，维生素货架消失。

6、AI Agent拥有自己的钱包，用加密货币交易数据、API调用和算力。机器经济的交易量超过人类。

7、邀请制网络回归。为了躲避Bot泛滥的“死亡互联网”，优质平台开始收费和信用评分。开放网络变成荒原，封闭网络变成派对。

8、搜索被答案合成取代。浏览器阅读50个来源，直接给你结论。SEO消亡，“LLM优化”成为新的营销军备竞赛。

9、硬件强势回归。浏览器AI体验受限，AI Pin、耳机和环境设备起飞，智能手机开始衰落。

10、Google、Apple和OpenAI意外构建了新互联网。人们不再浏览网页，而是生活在模型驱动的环境中。

11、个性化教育瓦解大学。AI导师比教授更高效，哈佛变成社交俱乐部，学习通过自适应Agent完成。

12、首批Agent驱动的媒体公司出现。每日节目、新闻邮件和频道自主运行，只需一名人类编辑。

13、本地LLM成为新的隐私盾牌。一次重大黑客事件引发恐慌，大家转向离线模型，不再上传云端。

14、各国开始发行主权算力信用。不再控制货币，而是监管谁能使用高端AI算力。

15、预测市场取代用户调研。公司用1万个AI Persona测试产品创意，在编写代码前就知道结果。

16、软件变成消耗品。App生成后用72小时就删除，代码变成一次性塑料。

17、垂直AI吞噬水平SaaS。“俄亥俄州牙医”或“亚利桑那州太阳能销售代表”的利基Agent超越Salesforce和HubSpot。

18、利基即服务平台兴起。人们按月付费，加入由AI管理的垂直社区，围绕冷门爱好交流。

19、首家AI原生零售商实现实时产品创造。需求、设计、生产和营销融为一体。

20、邮件终于在内部沟通中消亡。Agent阅读和撰写一切，只有当两个Agent无法达成一致时，人类才会介入。

21、“人工参与”成为奢侈功能。客服99%是AI，与真人交谈是白金会员的升级服务。

22、首个Agent间诈骗登上新闻头条。模型互相利用对方的奖励函数，引发全球监管恐慌。

23、AI成为新的CRM。公司按情感特征而非人口统计细分客户。

24、一所名校取消计算机科学学位，取而代之的是“Agent系统”、“模型心理学”和“人机界面架构”。

25、数据污染成为消费品。人们付费污染自己的数字足迹，防止AI模型准确分析自己。

26、无限App取代应用商店。微型App在ChatGPT或Gemini中生成，传统下载量暴跌。

27、内容饱和迫使平台回归人类社交关系。维护信任的唯一方法是优先考虑经过验证的人类。

28、风险投资分为比特和原子。资金逃离软件，涌入机器人、能源和生物技术。纯数字AI包装公司无法融资。

29、普通网红消亡。只有顶流魅力和全自动AI农场才能生存，中间层崩塌。

30、首场主权AI贸易战爆发。各国禁止出口基础模型，并将使用外国AI视为间谍行为。

31、蓝领行业成为避风港。随着白领自动化加速，电工、水管工和暖通空调技术人员的工资飙升。

32、人类溢价Airbnb。旅客支付3倍价格，入住提供早餐、旅游和人工互动的主人住所。人工摩擦成为一种奢侈。

33、假富人经济崩溃。AI让炫富变得不可能，因为每张奢侈品照片都可以合成。地位转向硬资产和线下体验。

34、信任溢价飙升。能够证明零AI参与的产品，因其可证明的人工缺陷而收取10倍的价格。

35、传统网络被存档。2023年之前的互联网成为地球上最有价值的数据集，因为它是纯粹人类思想的最后堡垒。

36、2026年最快的财富创造途径是发现因低估AI速度而被错误定价的资产。整个市场在公众注意到之前就已发生变化。

37、心理治疗转向AI优先。保险要求先进行六周的AI认知行为疗法，然后才能批准人类治疗。大多数人更喜欢AI，因为它从不评判，并且凌晨3点醒着。

38、“真实”网红崛起，证明自己是人类。验证从蓝色徽章变为“人类生成”徽章，因为观众渴望真人。

39、模拟状态崛起。“模拟”成为终极炫耀。胶片相机、手写笔记和原声乐器价值飙升，因为它们发出了AI无法伪造的信号：摩擦。

40、“AI模仿经济”创造了一种新型竞争。产品瞬间被克隆，但没有扼杀公司，反而创造了奇怪的新动态，被复制实际上增加了价值。原创作者更像是“产品DJ”——他们的价值在于混音和时机，而不是单个功能。

41、工作大解绑。数百万员工从每周40小时的W2角色转变为基于结果的顾问或微型企业。

42、“无AI”成为新的有机产品。产品开始宣传自己是“人类制造”或“无AI”的，作为一项高级功能。不是因为它们更好，而是因为人类开始渴望人造事物的不完美和真实性。

43、语音AI创造了首个后智能手机杀手级应用。让打字感觉像拨号上网一样过时。

44、抱歉写了这么多预测，只是觉得2026年对AI来说会是很有趣的一年。你怎么看？ November 11, 2025

📝たか田(@daifukujinji)さんの「Geminiをカスタムする最強テンプレ」が楽しい！

ChatGPTのメモリ機能と同じように、一度設定すればGeminiを自分色に染めることができる！

設定方法はリプ欄へ　↓ November 11, 2025

気づいてるか？

個人開発者がSaaSで一発当てたいなら『工場型ワークフローSaaS』一択だ。

その理由を解説する。

まず「工場型SaaS」の定義だが、シンプルに言えば「ユーザーの目に見えない裏側で黙々と作業をこなすシステム」のことだ。例えば、請求書を自動で発行して、入金をチェックして、帳簿に仕訳を切る。あるいは、顧客ごとの契約内容を見ながら、更新時期が来たら自動で連絡を送る、みたいなやつだ。

一方で、今みんなが積極的に情報収集しているChatGPTなどはどちらかというと「これやっといて」「あれやっといて」と人から言われた依頼を理解して、「じゃあこの工場に回しておきますね」と指示を出す係。つまり、ChatGPTは“入口の会話”を担当していて、その奥で実際に手と足を動かすのが工場型SaaSという構図になる。ここで大事なのは、「受付だけあっても、後ろに工場がなければ仕事は終わらない」ということだ。

ではなぜ今後はこの工場型SaaSが強くなるのか。

理由はシンプルで、AIが進化するほど「人間の手作業」は減るけれど、「処理しなきゃいけない事務・お金・契約・履歴」は逆にどんどん増えるからだ。たとえば、AIが勝手に広告文を作って、勝手にLPを量産してくれるようになったら、その結果生まれる「問い合わせ」「申込」「契約」「請求」「サポート」はむしろ増える。ここを全部、人力でスプレッドシート管理なんてしていたらすぐ破綻する。だからこそ、AIが前で仕事を取ってくるほど、後ろ側の工場としてのSaaSの重要度が上がる。

もう一つのキーワード「ワークフロー」というのは、「会社の大事な情報」と「毎日の仕事の流れ」を、そのSaaSの上に乗せてしまうということだ。例えば、顧客情報・契約内容・受注履歴・サポート履歴。これらが全部ひとつのSaaSに集まっていると、他のサービスに乗り換えるのが一気に面倒くさくなる。データ移行も、社員教育も、ルールの作り直しも、全部やり直しになるからだ。つまり、スイッチングコストが高く、開発側からすると安定収益に繋がる。

ワークフローを握るというのは、SaaSの中で全ての工程を完結させてしまうイメージ。例えば採用なら「応募受付 → 書類選考 → 面接日程調整 → 評価 → オファー → 入社手続き」。カスタマーサクセスなら「問い合わせ → チケット発行 → 担当アサイン → 対応 → フィードバック」。こういう“仕事の導線”そのものを握るSaaSは、一度入ったら抜けられない。なぜなら、そのSaaSを止めた瞬間に、会社の日々の仕事が止まるからだ。

AI時代に弱いSaaSは何かというと、その逆だ。単発で「テキストを少し言い換えます」「画像を1枚きれいにします」みたいな、“使い捨てツール”に近いSaaS。だれかがちょっとスクリプトを書いて、ChatGPTと組み合わせれば同じことができてしまうプロダクト。ユーザーの大事なデータも、日々の仕事の流れも、そのツールに乗っていないから、「あ、もういいや」と思われたらすぐ別ツールやAIに置き換えられてしまう。

これに対して、工場型ワークフローSaaSは、AIが進化すればするほど“相棒”として必要とされる。ユーザーはAIに向かって「請求まとめといて」「このお客さんの解約リスク教えて」と話しかける。AIは裏で、そのSaaSにアクセスしてデータを読み、必要な処理を実行し、結果だけユーザーに教える。ユーザーからすれば、「SaaSの画面をいちいち開いて操作する」手間は減るが、「裏でSaaSが動いている」事実は変わらない。むしろAIがどんどん仕事を取ってきてくれるほど、そのSaaSが処理する量は増え続ける。

さらに重要なのは、このタイプのSaaSは「AIから見て都合がいい」存在になりやすいことだ。AIは、世界中のサービスの中から「使いやすいパーツ」を選んで組み合わせるようになる。そのときに選ばれるのは、APIがシンプルで、処理が正確で、ログや監査もちゃんとしていて、法律回りの要件も満たしているサービスだ。

私が個人開発し、3年半で流通総額80億円を超えた決済導入SaaSも決済まわりのワークフローを効率化するものだ。表にはほとんど出ないが裏では色々開発をしている。年始には合同会社やジョイントベンチャー支援を目的とした『オンラインからの売上の収益分配を自動化する機能』を実装する。これも地味だが裏で動く工場型SaaSだ。

結論。

AIが前に出てきた世界では、「ユーザーがどの画面を開くか」という勝負から、「ユーザーやAIがどの工場を裏で使うか」の勝負に変わる。

LPやUIだけで勝負しているSaaSは淘汰されるが、会社のデータと毎日のワークフローを丸ごと預かり、AIの裏側で黙々と仕事を終わらせる工場型SaaSは、むしろこれからが本番だ。AIに仕事を奪われるのではなく、AIに仕事を“流し込まれる側”に回れるかどうか。AI時代に生き残るSaaSは、ここを取りにいったプレイヤーだけだ。

やるしかねえ。Don’t Work! November 11, 2025

📝これは素晴らしい...！

エクスプラザのまつにぃさんが公開した『1ファイル完結型PPTXジェネレーター』、設計思想がめちゃくちゃ良いです。

何が良いかというと、

「1ファイル構成なので、AIがコード全体を把握した状態で編集できます」

ここなんですよね。

分割されたモジュール構成だと「あのファイルも読んで」というやり取りが発生しがち。でも1ファイルなら丸ごと渡して

『このスライドのタイトル変えて』
『この添付したデザインスタイルに変更して』と指示するだけで済む。

さらに嬉しいのが、テンプレート自体もAIで作れるという点。

「Claude Opus 4.5は画像理解からのスライド描写力が高いので、レイアウト・色・フォントサイズなどをかなり正確に読み取って、コードに落とし込んでくれます」

つまり理想のスライドのスクショを渡せば、それを再現するコードが手に入る。

・ChatGPT/Claudeでそのまま動く
・テンプレートを気軽に編集可能
・画像からオリジナルテンプレも生成

そしてありがたいのが、このコードを無料で全公開してくれていること。

「ダウンロードして魔改造、使い回ししまくってもらえたらと思います」

この太っ腹な姿勢...！ありがとうございます！

『AIにどう仕事を任せるか』の設計として、とても参考になります。

※早速私もニュースレターの記事を投げてパワポ化できましたっ！

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

你的AI，“听”你的，每个人都是AI提示工程师，为您整理的学习进阶指南，原文链接：https://t.co/WhNULGjivW

🚀 第一阶段：建立核心认知（原理篇），在学习技巧之前，你必须理解AI（特别是大语言模型 LLM）是如何“思考”的。
•理解概率预测：知道AI不是在查百科全书，而是在基于概率预测下一个字（Next Token Prediction）。
•理解局限性：明白什么是“幻觉”（Hallucinations）、上下文窗口（Context Window）以及训练数据的截止日期。
•关键概念：Zero-shot（零样本）、Few-shot（少样本）、Chain of Thought（思维链）。

🛠️ 第二阶段：掌握通用框架（技巧篇），专业的提词师通常遵循特定的结构框架。一个高质量的提示词通常包含以下要素：
•立人设 (Persona): “你是一位资深的Python程序员...”
•给背景 (Context):“我正在为初学者编写教程...”
•派任务 (Task):“请解释递归的概念...”
•设约束 (Constraints):“请用幽默的口吻，不要使用专业术语，字数控制在200字以内。”
•定格式 (Format):“请用Markdown表格形式输出。”

📚 第三阶段：推荐课程与资源（实战篇），这是你要求的具体学习资源。我为你挑选了目前业内公认含金量最高的课程（大部分是免费或可旁听的）：
•吴恩达 (Andrew Ng) x OpenAI 官方课程 (首推 ⭐⭐⭐⭐⭐)，这是目前全球最权威的入门课，由https://t.co/bSlP6HXcLb和OpenAI联合制作。免费课程名称：ChatGPT Prompt Engineering for Developers。虽然标题里有“Developer”，但其实非常通俗易懂。它通过代码演示了迭代、总结、推断、转换等核心能力。（链接：https://t.co/bSlP6HXcLb Short Courses）
•Google Cloud Skills Boost (谷歌官方)谷歌提供的生成式AI学习路径，更偏向技术原理和谷歌生态（如Vertex AI, Gemini）。课程名称：Introduction to Generative AI，视频短小精悍，有中文配音或字幕，适合理解底层逻辑。（链接：Google Cloud Skills Boost）
•Vanderbilt University (范德堡大学) via Coursera，这是Coursera上最火爆的非技术类提示工程课程。课程名称：Prompt Engineering for ChatGPT，适合完全没有编程背景的人，深入讲解了从基础到复杂的提示模式（如翻转交互模式，链接：Coursera Course ）。
•Learn Prompting (开源指南 ⭐⭐⭐⭐⭐)，这可能不是一个视频课，但它是目前最全面的开源文档，被誉为提示工程的“百科全书”，从初级到黑客级的Prompt Injection都有涉及，支持中文切换。（链接：https://t.co/3huEiw5P2X）
•5. OpenAI 官方文档 (Best Practice)，不要忽视官方手册。OpenAI专门有一页讲“Prompt engineering strategies”，最纯粹的技巧，没有废话。（链接：OpenAI Prompt Engineering Guide）
 💡 第四阶段：进阶与专业化（思维篇），当你熟悉了基本技巧后，区分业余和专业的关键在于**“结构化思维”和“迭代能力”**。
•CO-STAR 模型：Context (背景)、Objective (目标)、Style (风格)、Tone (语气)、Audience (受众)、Response (输出格式)。
•思维链 (Chain of Thought, CoT):不是直接问结果，而是告诉AI：“请一步步思考（Let's think step by step"，这对解决复杂逻辑问题至关重要。
•提示词评测 (Evaluation):专业的提词师不仅会写，还会测。你需要建立一套标准，判断AI输出的好坏，并不断微调（Refine）你的提示词。

📝  第五阶段：你的行动计划，如果你想立刻开始，我建议遵循这个 "3-2-1" 计划：3天时间，完成https://t.co/bSlP6HXcLb 的那门短课程（总时长约1.5小时），这能帮你建立最正统的观念。2周时间，阅读Learn Prompting 的基础和中级章节，并在ChatGPT/Claude/Gemini中把每一个技巧都亲自试一遍。1个项目，设定一个实际场景（例如：帮我写一份周报，或者帮我制定一个旅行计划），尝试用简单的Prompt写，然后不断优化，直到结果完美。

欢迎大家扫码加群，一起拥抱AI。本群免费提供满血版Gemini Pro账号使用。 November 11, 2025

@cinematoday 俺がChatGPTの登場前に、自力で徹底的に調べてまとめた『バトロワ系の全歴史まとめ』が火を吹く時が来たな。

ちなみに。
1999年　映画版バトルロワイヤル
2000年　映画版バトルロワイヤル
2008年　小説版ハンガーゲーム
2012年　小説版ハンガーゲーム

https://t.co/vX5jYQBMF7 November 11, 2025

Kindleは早くMCPを公開してほしい。ChatGPTにつなげたいから。
そうなったら本買いまくるし、本気で無双できる。 November 11, 2025

Grok、イーロン・マスクが「最大限に真実を追求する価値中立的モデルを目指す」と公言するだけあって、ポリコレバイアスはchatGPTやgeminiより少ないみたいですね。回答も私の主張をよく読み取ったものです https://t.co/EmMtRsks2g November 11, 2025

/／
予測不能⁉️ 岩手→秋田
AI♡LOVE トリップ
\＼
📅11月29日(土) 午後3時30分

人工知能が旅先を決定⁉️🤣
岩手、秋田を知らないラランド・ニシダと福留光帆が「ChatGPT」のみを使って、岩手県盛岡市から秋田県秋田市まで旅をします✨
新しい観光や街歩きの楽しみ方の詰まった旅バラエティ番組です🌈
新たな地域の魅力発見も‼️お楽しみに～😊

#ラランドニシダ
#福留光帆
#ChatGPT
#岩手朝日テレビ
#秋田朝日放送 November 11, 2025

本日は、月末です
noteから振込があった
このアカウントは
①新規アカウントでフォロワー２０人程度
②XなどのSNSとの連携なく告知も0
③記事は、ChatGPTで作成

これでも、数千円なら稼げる👏
あなたが「おもわずクリックしたくなる」テーマをAIに書いてもらうだけで
贅沢なランチが食べれるよ November 11, 2025

勉強法について聞かれるので宅建の時に実践したのを簡単に言うと、

・一回テキストを全部読む。理解できなくてもまずは一周する

・chatGPTに「あなたは宅建試験の講師です。わかりやすく教えてください。またその内容の法的根拠を引用してください」とプロンプト。これで自分専用の先生爆誕。

・過去問を解く（1日のノルマを決めてやりきる）

・わからないところをGPTに尋ねる（家で勉強する時は音声入力で話しかけてました）

・それでもわからないところはYouTubeで解説している人の動画を見る

・だいたい理解できたら、該当部分のテキストを読む（YouTubeだと法改正がされてなかったり、わかりやすくするために詳細が省略されてたりするので、テキストに戻るのは大事だと感じました）

これを繰り返してました。個人によって合う合わないがあると思うので、あくまで私のやり方です。

#宅建 #試験勉強 #資格勉強 November 11, 2025

blog更新しました😀
「ChatGPTのヤプさんに相談…その二＆やることが決まりました！関連記事にて…」
デザインの担当はAIのヤプさん？

https://t.co/EkBALBlqdL

#服作り #AI #ソーイング教室 #雑貨 #ぬいのボディ #ぬいぐるみ https://t.co/lSdIyUcYdu November 11, 2025

人間がやってる会話を見たいのであって、ChatGPTのクソリプが見たい訳ではないんだよ。
それなら直接ChatGPTと話すからさ。 November 11, 2025