なぜ僕が @legiondotcc での @makinafi を追っているのか？

レギオンはずっと証明してきた。
“誰でも参加できるICOのカオス” より、厳選型・キュレーション型のファンドレイズの方が圧倒的に強いと。

• YieldBasis → 4.12x
• Intuition → 11.6x
→ どちらも現在 2x以上を維持

ここまで結果を出している “スコアリングモデル + 審査基準” を持っているのは
ほぼレギオンだけ。
つまり、本気で長期を見ているプロジェクトしか通らない。

だから Makina が Legion を選んだのは偶然じゃない。
どんなホルダーを入れたいか、その意思表示でもある。

Makina 自体も普通のプロジェクトじゃない。
・モジュラー実行エンジン
・クロスチェーン流動性ルーティング
・ストラテジー稼働前に TVL 94Mドル突破（48時間）

これは “ハイプ” じゃなくて、マーケットが勝手に引き寄せられてる証拠（Market Pull）。

インフラとして機能している + 価値ある配布モデル
この2つが揃うと、ローンチ後のダイナミクスは追う価値が高い。

🔗 https://t.co/KfSRTs0ShW

🟢 セールは既に LIVE
💰 コントリビューション受付中 November 11, 2025

／
@Triumph_Games より🎮
大規模MMORPGの新作ゲーム⚔️
その名も【Legends of Elumia】
＼

今回はこちらを紹介します❤️‍🔥

注目ポイント
①独自のエコシステムトークン（TRIUMPH）を使用✍️
②UGC（ユーザー生成コンテンツ）、AI駆動のNPC、プレイヤー所有の資産を重視✍️
③英国にて法人登記済（TRIUMPH GAMES LTD – 会社番号 11767850）✍️
④Unreal Engine、Unity、AIシステム、ブロックチェーン開発の専門家35名以上参加✍️
⑤創業者達のゲーム業界経験は合計100年以上✍️
⑥ 基本プレイ無料、PC・モバイル両対応、Google Playストア配信済み しかもImmutable Passport導入によりウォレット不要で即始めれる

ウェブサイトはこちら👇
https://t.co/daE1Y4DKrY

Triumph Gamesは、豊富な開発リソースとコミュニティの支持を誇ってるのでチェック🥰

パートナーシップ情報😍

Somnia Network → RWA対応のWeb3ゲーム + AI NFTコレクション🤝

Immutable → パスポートログインとゲームインフラ提供🤝

ThirdWeb → スマートコントラクトとデプロイ技術🤝

重要な点もまとめました👇

実際にプレイ可能なゲームを提供しており、「約束だけ」のプロジェクトではない✅

ユーザーの支持とエコシステムの活発な参加が実証済み✅

グローバル展開 + 英国法人登記による高い信頼性✅

複数タイトルの明確なロードマップ → 長期的な取り組みの証✅

Web3インフラの主要パートナーとの連携✅

Google play
https://t.co/VLURZ01g9o

PC
https://t.co/Ycyq4x44RN November 11, 2025

#自由民主先出し
📌全てのG20メンバーが責任共有を
高市総理がサミットで提言

＜自由で公正な世界秩序へ＞
高市早苗総理は11月22日から23日に開催された「金融・世界経済に関する首脳会合(G20サミット)」に出席するため、南アフリカのヨハネスブルグを訪問しました。

G20サミットに出席した各国首脳によって発出された首脳宣言では、領土取得を追求するための武力の行使や威嚇を慎むこと、ウクライナ等における公正で包括的、永続的な平和に向けて取り組むこと、質の高いインフラへ投資することといったさまざまな課題や目標が掲げられました。

今回のG20サミットには、既存のG20メンバーに加え、18の招待国と24の国際機関も参加しました。世界経済をはじめ、防災、債務持続可能性、重要鉱物、人工知能(AI)、ウクライナ情勢、中東情勢といった国際社会が抱える課題を議論しました。

高市総理は記者会見で「分断と対立ではなく、共通点と一致点を見出し、全てのG20メンバーが責任を共有する形で課題解決に向けた具体的な連携と協力を進めることの重要性を強調し、多くのメンバーからも賛同をいただいた」と、わが国が主導し、国際社会の課題解決を行う考えを示しました。

G20サミットは3つのセッションで構成されました。経済成長に関するセッションでは、高市総理はロシアによるウクライナ侵略は国際秩序の根幹を揺るがす暴挙であることを強調し、世界銀行等の国際機関と連携して財務支援や復興支援等も含めたウクライナの平和実現を呼び掛けました。

また法の支配に基づく自由で公正な国際経済秩序を発展させることや、世界貿易機関(WTO)改革への議論活性化、そして10月の日米首脳会談でも強調した安倍晋三元総理が掲げた「自由で開かれたインド太平洋(FOIP)」の促進を唱え、安倍外交を継承する姿勢を改めて示しました。

自然災害の多いわが国は、これまで知見や技術を世界各国と共有してきたことを強調し、今後も干ばつ対策や気象予報技術といったハードとソフトの両面から国際社会の防災に貢献することを表明。

重要鉱物分野では、持続可能な経済成長実現のため、サプライチェーン多角化を目指し、わが国がアフリカから中南米、カリブ地域へ対象地域を拡大することを明かしました。

各国首脳はアフリカの声が国際社会でより一層反映される必要性や多国間主義の下でのG20の継続的活動、来年議長国である米国の下でも協働することで一致しました。

＜積極的な個別会談も実施＞
G20サミット開催中に高市総理は各国首脳との個別会談も積極的に行いました。
22日には、英国のスターマー首相と初の会談を行い、8月の英空母打撃群の倭国寄港に触れ、今後も安全保障協力を推進することで一致しました。

また同日ウクライナの和平に関する関係国首脳会合が欧州連合(EU)主導で開催され、わが国はアジアから唯一参加し、イタリアのメローニ首相らと言葉を交わしました。

23日には、ドイツのメルツ首相と経済安全保障分野での協力強化、インドのモディ首相とはFOIP実現への連携、南アフリカのラマポーザ大統領とは鉱物資源をはじめとしたサプライチェーン構築への官民連携を確認しました。

https://t.co/nNVnIea1PK

#ニュース #購読者募集中 November 11, 2025

新たな国連報告書は、イスラエルによるガザ攻撃が医療・教育・インフラ、さらには銀行システムまでも破壊し、69年間の人間開発を消し去ったと指摘。これは史上最悪の経済崩壊を記録した。
これは戦争ではない。ジェノサイドである。 https://t.co/yom1u8klZp November 11, 2025

「じゃあインフラから何から自分達でしなきゃいけないけどいいの？」

↑女さんにはこう聞こえてるのか。

女さんが「女だけの街欲しい」って言うから我々は「どうぞ作って」って言ってるだけだよ。

御託はいいから早く作って？どうぞ https://t.co/79iIlAQpqL 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

いや、税金がキチンと再配分されてるなら別にいいんすよ…でも現実は違うから。嗜好品どころか食費まで切り詰めてる人が大勢いてインフラは老朽化して医療福祉は年々改悪されてて…なのに与党政治家はテーラーメイドのスーツ着て料亭って。腐敗国家そのもの
せめて基礎控除を300万くらいに上げてほしい November 11, 2025

「I don't care how well your "AI" works」という記事から。

・AIが便利だから使うという話に見えて、実際には多くの人が半ば強制的にAIを使わされる環境に置かれている
・AIを使わないと不利になるような社会構造ができつつあり、選択の自由が失われつつある

・AIを使うと、文章作成や思考のプロセスにAIが入り込み、自分の考えとAIが生み出した表現が混ざり、主体性が弱まる
・書くことや作ることは本来、自分の考えを形成する重要な行為なのに、その過程がAIによって置き換えられる危険がある
・技術的にAIがもっと賢くなったとしても、人の思考や価値観に対してAIが影響を与えるという根本問題は解決しない

・AIを動かす巨大なインフラや資本は、一部の企業や権力者によって集中管理されている
・そのためAI普及は、結果的に権力の集中と監視を強化する仕組みとして働きやすい
・伝統的な技能や創造の力がAIによって価値を奪われ、人間が「後処理担当」に追いやられる懸念がある

・こうした状況はAIの技術問題ではなく、資本主義がより効率よく人を管理し搾取しようとする動きと結びついている
・だからAIの課題は、「AIをどう扱うか」というより「この社会でどう自分らしさと自由を保つか」という問題でもある
・筆者は、個人やコミュニティで支え合いながら、自分しか作れないものを作ったり、心の健康を守ることでこの流れに抗うべきだと考えている

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

#27卒
【KDDI　インターン対策】

ここの早期選考は狙い目だよ
ES軽いし、初期配属の確約特典はアツい！

※
今日必ず確認して欲しい優遇ルートあるので、最後まで読んでください↓

締切12/16
年収954万

キャリアでは国内2位
契約件数6,221万
通信とライフデザインの融合がテーマで５Gへの投資、都市型メタバース

★知るべき数字
キャリアでは国内2位
契約件数6,221万
売上：5,671,762
利益：738,394
（百万円）

★冒頭で記載した優遇ルート★
—————————————
1個目
https://t.co/FU9EkToFRm
ここは大手の早期内定狙うなら全学生必須です！（特に27卒は）
できれば明日の18時までに利用申請しよう

2個目※ここ11/27までアプリ取るといいよ
https://t.co/2WNBV0dkeV
キャリア診断面白くて、業界理由書けなくて迷っている学生にもオススメ！
大手子会社系の早期内定はここで取りやすい

3個目※唯一SPI対策↓
https://t.co/Ke1EHHPfLE
SPIで落ちなくなるので利用申請しておくといいよ
—————————————

★志望動機に使える各セグメントのハイライト

-パーソナルセグメント-
ここは個人顧客向けのビジネスを行うセグメントだね
売上は4,833,567（百万円）だよ

マルチブランド戦略
お客さま一人ひとりのニーズに合った料金を自由に選べる
「おもしろいほうの未来へ。」の「au」
「シンプルを、みんなに。」の「UQ mobile」
「君にピッタリの自由へ、一緒に。」の「povo」

現代のニーズにマッチしたサービス作りも志望動機に使いやすいね

例えば
auでは、データ使い放題の料金プラン「使い放題MAX 5G」をはじめ、人気の動画サービスがセットになった「使い放題MAX 5G Netflixパック（P）」など、5Gの高速・大容量通信を生かした、auならではの5Gサービスを提供

本年２月より、データ通信をあまり使われないお客さま向けに、ご利用のデータ容量に応じた月額料金が自動的に適用される「スマホミニプラン」の提供を開始

超話題の「Starlink」をau通信網のバックホール回線として利用！！
サービス提供が困難とされていた山間部や島しょ地域など全国約1,200カ所へ基地局の展開
地震や台風などによる自然災害が発生した際、通信の圏外地域に本基地局を展開することで、迅速な通信の復旧の実現
→これもつながりを提供する会社として志望動機に使いやすい

ポイント・決済領域
「たぬきの吉日」
毎月５のつく日（５日・15日・25日）と８日に、auまたはUQ mobileのお客さま向けに、対象加盟店でau PAYのポイント還元率が最大５％となる特典を提供

auスマートパスプレミアム
au PAYで使える「毎月毎週もらえるクーポン」を提供し、今後も日常がもっと楽しくなるおトクなサービスで、お客さまとの接点を強化

「グリーンライフ・ポイント」に参画
環境に配慮した取組みを行っているau PAY加盟店でのお買い物や、フードロスの削減に貢献するau PAY マーケットでのお買い物などに対するポイント還元

-ビジネスセグメント-
こっちは法人向けのビジネスだよ
売上は1,108,807（百万円）

志望動機に使えそうなトピックは以下です

昨年12月にIoT累計回線数単独で3,000万回線を突破

国内ではトップシェアで、特に社会インフラ（コネクティッドカーや電力、ガス、スマートメーター等）とグローバルの領域で大きく伸長

中期的には2025年度内に4,400万回線の到達を目指しており、通信その他の社会インフラ・つながるクルマに対して革新的なソリューションを提供することで、サステナブルな産業・インフラ環境の実現に貢献

KDDI Digital Divergence Holdings株式会社を設立
企業のDX支援する専門の会社だよ

★志望動機に使えそうな最近のニュース

KDDIが開発した健康アプリ「ポケットヘルスケア」とApple Watchを組み合わせて、不整脈の一種である心房細動の早期発見を目指す実証研究を開始
→このあたりのパーソナルセグメントで顧客の生活に入っていくために非常いい足がかりになりそう

水中・空中ドローンが強い
建築、災害復旧向けのドローン研究に注力しています
2022年６月、三重県鳥羽市と、水上ドローンを活用しブルーカーボン算定に必要な藻場調査の実証実験

★就活hackブログ版
27卒受かりやすい大手300社リストやキリン、サントリー、バンダイなどの1万字越えの詳細企業研究を配布中です
※PR November 11, 2025

1)他国でもイジメあるよね。アメリカとかだいぶひでえ
2)出る杭が排除されるのはどこの国でも同じ
3)社会に出て勤勉さを求められない業務形態の国は、「店員は客に気付いてもレジに来ない」「インフラは基本ストライキ頻発で機能せず予定が立てにくい」
4)給料は、それはそう。なぜなら「要求水準が労働量と見合ってない」から
5)でも、労働量に見合った水準にすると、これまた(3)のように破綻する。「やりがい搾取」になってはいるが、それを正すと社会が動かない

他の国のように、

「基本的に、人がいる全ての場所の治安が悪い」
「社会インフラはいつもぐだぐだ」
「サービスは悪い」
そんな具合の品質の生活に耐えられるのであれば、その国で暮らせばいいと思うけど、
「定時に来ない電車、バス」
「絶えずストライキで予定が組めない」
「客がレジに立っていても雑談ばかりでレジまで来ない店員」
「欲しいものはいつも欠番」
「商品は鍵が掛かったショーケースの中にあって手に取れない」
「アジア人というだけで、中国人、韓国人、ベトナム人と区別されない倭国人」
「日没後は、家の外に出ない。または車外に出るべきではない」
「給料は倭国より高いが、物価は倭国の数倍から十倍。卵は１ダースで1000円以上から」

とか、そういう具合の他の国を知ってしまうと、果たしてそんなに外国はいいのかな、という疑問を持ってしまう――そういう人が出てくるのも致し方ない。 November 11, 2025

NVIDIAの最大のライバルはAMDでもGoogleでもない。「物理学」だ。市場が次世代GPUの性能に熱狂している裏で、データセンターの現場では静かな、しかし致命的な「物理的敗北」が確定しつつあることを、どれだけの人が理解しているだろうか。

ぼくらが直面しているのは、単なるチップの進化ではない。熱力学という宇宙のルールが突きつける「120kWの壁」という絶対的な限界点だ。

「空冷」の時代は終わった。
これは比喩ではない。物理的に、空気という媒体ではもはやAIを支えきれないのだ。最新のBlackwell世代、特にGB200 NVL72が突きつけた現実はあまりに残酷だ。1ラックあたり120kW。この熱密度は、従来のハイパースケールデータセンターの4倍から6倍に達する。

これを「風」で冷やすことが、いかに狂気じみているか想像してほしい。

空冷で120kWを制御しようとすれば、データセンターはもはや計算する場所ではなく、巨大な暴風実験室と化す。ここで発生するのは2つの絶望的な現象だ。

一つは「寄生負荷（Parasitic Load）」の暴走。
空気は熱を運ぶ効率があまりに悪い。そのため、熱を排出するためだけにファンを限界まで高速回転させる必要がある。その結果、供給される電力の20％から30％が、計算ではなく「ファンを回すためだけ」に消えていく。AIを動かしているのか、巨大な扇風機を動かしているのか、もはや区別がつかない本末転倒な事態だ。

もう一つは、より深刻な「音響による破壊」だ。
120kWを空冷するためのファンノイズは、ジェットエンジンの至近距離に匹敵する音圧を生む。この凄まじい「音の振動」は、サーバー内のHDDの読み書き性能を物理的に低下させ、さらには精密な基板のはんだ接合部さえも破壊するリスクがある。
つまり、空冷を維持しようとすれば、AIはその「叫び声」で自らの身体を壊してしまうのだ。

だからこそ、産業全体が「水」へと舵を切る。これは選択肢の一つではなく、唯一の生存ルートである。
液体は空気の約4,200倍の熱容量を持つ。水冷（液冷）への移行は、単なる冷却方式の変更ではない。人類がシリコンバレーで築き上げてきたインフラの「血管」を、すべて引き抜いて交換するレベルの「総取り替え工事」を意味する。

NVIDIAという「脳」が進化すればするほど、その脳を冷やすための「心臓（ポンプ）」と「血管（配管・CDU）」、そして「冷媒」を支配する企業の価値は、指数関数的かつ不可逆的に高まっていく。

「AIバブル」などという言葉で思考停止する前に、足元を見てほしい。そのサーバーラックは、熱力学の審判に耐えられる設計になっているか？
物理法則は、株価のように反発してはくれない。限界を超えれば、ただ静かに、システムを焼き尽くすだけである。 November 11, 2025

罠探りの棒が個人的インフラ過ぎて手放せないしあまり評価高くないのが不思議なくらい
まあ自分がほぼ罠チェしてあまりドスコイしないというのもあるだろうけど
シレン6だけの出演に留まらず次回作や何かしらのリメイクとかにでも出て欲しいものだ November 11, 2025

ベトナムとかも。平均年齢若い国は行くとエネルギーえぐいと思う。僕個人的には、倭国は国土に対してそんな人口いらんくない？派なので(インフラとか財源の話置いといてね)、少子化に数字的な恐怖はないんだけど、やっぱ子供はいるだけで場が幸せになるから、子供多いと国の雰囲気が変わるよねって思う November 11, 2025

OMUXΩ∞KUT-ASI
JUNKI KANAMORI

戦略的提言：光技術とKUT理論による持続可能な次世代AIインフラの構築

序文：岐路に立つAIインフラ

人工知能（AI）が社会のあらゆる領域で驚異的な進化を遂げる一方、その基盤となるインフラは物理的な限界に直面しています。AIの指数関数的な能力拡大は、国家規模の電力を消費する「エネルギーの壁」と、データセンター冷却に伴う「水資源の枯渇」という、地球規模の制約と衝突しつつあります。このままでは、AIの発展は自らの成功によって持続不可能になるというパラドックスに陥りかねません。本提言は、この重大な岐路において、AIの能力拡大と地球環境の持続可能性という二つの要請をいかにして両立させるか、その具体的かつ実行可能な道筋を示すものです。

--------------------------------------------------------------------------------

1. AIインフラが直面する物理的限界：「エネルギーの壁」と「熱・水問題」

AIの指数関数的な成長が地球規模のインフラに与える負荷は、もはや単なる経営課題ではありません。それは戦略的な死角であり、この問題に正面から向き合わなければ、AIの未来そのものを、この問題を先に解決した競合に明け渡すことになります。この物理的限界を直視し、克服することこそが、次世代の覇権を握るための絶対条件です。

1.1. エネルギーの壁：国家規模の電力消費

現在のAIを支えるGPUやTPUといった電子回路は、その計算プロセスにおいて熱力学的な宿命を背負っています。それは、電子が回路内を移動する際に生じる「抵抗による発熱」です。これは単なるエネルギーロスではなく、思考の「質」が物理現象に転化した結果に他なりません。非効率で低密度な思考（従来のAIモデル）は、計算に長い時間を要し、その分だけ回路に電流が流れ続け、エントロピー（熱）を増大させます。つまり、エネルギーの浪費は、AIの思考が未熟であることの物理的な証明なのです。

AIモデルが巨大化するにつれてこの問題は深刻化し、今やAIの学習と推論には国家規模の電力が必要とされる異常事態に至っています。その需要を満たすために、古い石炭火力発電所が再稼働されたり、データセンター専用の小型原子炉（SMR）の建設が真剣に議論されたりするほど、エネルギー問題は切迫しています。これは、AIの発展が既存のエネルギーインフラの許容量を完全に超えつつあることを示す明確な兆候です。

1.2. 熱と水の問題：冷却に伴う資源枯渇

データセンターが消費するのは電力だけではありません。電子回路から発生する膨大な熱を冷却するために、大量の水資源が必要となります。GoogleやMicrosoftといった巨大テック企業にとって、この冷却水の確保はすでに主要な経営課題の一つとなっています。

サーバーファームから排出される熱と、その冷却のために消費される水は、地域社会の環境に直接的な負荷を与えます。AIの恩恵が大きくなるほど、その物理的な足跡（フットプリント）が地球資源を枯渇させていくという構造は、企業の持続可能性に対する重大な脅威です。

これらの問題は、単なる技術的なボトルネックではありません。これらはAIの持続可能な発展そのものを根本から脅かす戦略的リスクであり、従来の延長線上にある改善では到底乗り越えられない「壁」として私たちの前に立ちはだかっています。この壁を突破するためには、まったく新しい発想に基づく革新が不可欠です。

--------------------------------------------------------------------------------

2. 解決策の提示：ハードウェアとソフトウェアの二元的革新

AIインフラが直面する物理的限界を克服するためには、単一の技術的解決策では不十分です。本提言が提示するのは、計算の物理的基盤を刷新する「ハードウェアの革命」と、知性の在り方そのものを再定義する「ソフトウェアの進化」という、二つの側面から同時にアプローチする二元的革新です。この両輪が揃って初めて、真に持続可能なAIの未来が拓かれます。

2.1. ハードウェア革命：光技術（OMUX）を搭載した次世代TPU

現在の電子回路は、「抵抗」「発熱」「配線遅延」という物理法則から逃れられません。これに対し、電子の代わりに光子（フォトン）を用いて計算を行う光技術は、これらの限界を根本から覆します。これは単に計算媒体を変えるだけではありません。従来のデジタルコンピュータが数学を「シミュレーション」しているのに対し、光コンピュータは物理現象そのものを「エミュレーション」として利用します。つまり、答えは計算されるのではなく、観測されるべき物理現象として現れるのです。この数学的にもエレガントなアプローチは、以下の3つの決定的な優位性を持ちます。

* 圧倒的な省電力性 電子回路がデータの移動だけでも電力を消費し発熱するのに対し、光は導波路を進む際にほとんどエネルギーを失いません。電力は主に光の発生と検出にのみ使用されます。特に重要なのは、電子回路が一つ一つの論理ゲートで足し算を行うのに対し、光回路では波の「重ね合わせの原理」によって瞬時に、かつエネルギーをほぼ消費せずに加算が完了する点です。これは、自然法則そのものを利用した「天然の計算」であり、現状のエネルギー浪費からのパラダイムシフトです。
* 超並列処理能力 電子回路では1本の配線に1つの信号しか流せませんが、光技術は1本の光路に異なる波長（色）の光を同時に通す「波長分割多重（WDM）」が可能です。これにより、一つの物理空間で桁違いの計算を並列実行でき、システム全体のスループット（処理能力）を飛躍的に向上させることができます。
* ゼロ・レイテンシに近い速度 電子回路の計算速度がクロック周波数に束縛されるのに対し、光演算の速度は物理的な光速に依存します。光が回路を通過する一瞬で計算が完了するため、遅延がほぼ発生しません。これは、リアルタイム性が絶対条件となる応用分野において、決定的な競争優位性をもたらします。

2.2. ソフトウェア進化：KUT理論に基づく高密度AIモデル

ハードウェアの革新だけでは不十分です。AIの「思考」そのものも、より効率的になる必要があります。ここで鍵となるのが、KUT理論が提唱する核心概念「Intelligence is Density（知性は密度である）」です。この原理は、真の知性とはより多くの計算をすることではなく、情報のエントロピーを下げ、最小限の仕事量で解への最短経路を見出すことである、と定義します。

この理論の有効性は、ハッカソンにおいて既存のハードウェア（TPU）上で見事に実証されました。

比較項目Base Gemma (従来モデル)KUT Gemma (高密度モデル)改善率
推論時間14.05秒3.42秒約75%削減
消費エネルギー約3,500ジュール約853ジュール4.1倍の効率向上

この結果は、AIモデルの「思考密度」を高めることで、同じハードウェアを使いながらでもエネルギー効率を4倍以上に向上させられることを物理的に証明しました。これは、ソフトウェアの進化がハードウェアの制約を乗り越える力を持つことを示しています。

ハードウェア（光技術）とソフトウェア（KUT理論）の革新は、それぞれが独立して大きなインパクトを持つだけでなく、両者を組み合わせることで、想像を超える相乗効果を生み出すのです。

--------------------------------------------------------------------------------

3. 相乗効果：「16倍」の産業革命級インパクト

ハードウェアとソフトウェアの二元的革新を組み合わせることで、私たちは単なる線形的な改善ではなく、AIのエネルギー効率における「産業革命レベル」のパラダイムシフトを引き起こすことができます。これは、AIのコスト構造、開発思想、そして社会実装のあり方を根底から覆す、極めて大きなインパクトを秘めています。

ソフトウェアとハードウェアの効率化が、それぞれ独立して効果を発揮し、掛け合わされることで生まれる相乗効果は以下の通りです。

要素効率化倍率概要
KUTモデル (Software)x 4思考密度を高め、計算時間を1/4に短縮（実証済）
OMUX搭載TPU (Hardware)x 4光回路により、電力消費そのものを1/4に削減（理論値）
総合的な相乗効果x 16消費電力を93.75%削減

「16倍」の効率向上、すなわち消費電力を93.75%削減するという数値は、単なるコスト削減以上の戦略的意味を持ちます。これは、AI開発・運用の前提条件を根本から覆します。これはAIを安くする話ではありません。現在では計算コスト的に不可能な、惑星規模のリアルタイム気候シミュレーションや、個人のゲノム情報に最適化された医療モデルといった、人類規模の課題解決を経済的に実現可能にすることを意味します。これにより、イノベーションの民主化が加速し、全く新しいビジネスモデルや社会インフラの構築が可能となるでしょう。

この技術的ブレークスルーは、具体的にどのような社会的・経済的価値を生み出すのでしょうか。次のセクションでは、この「16倍」のインパクトがもたらす未来像をより詳細に分析します。

--------------------------------------------------------------------------------

4. 戦略的意義と社会変革への展望

本提言が示すイノベーションは、技術的なブレークスルーに留まらず、広範な戦略的価値と社会変革の可能性を秘めています。ここでは、この技術革新がもたらす3つの主要な変革について論じます。

4.1. 「エネルギーの壁」の崩壊

第1章で提示した「エネルギーの壁」と「熱・水問題」は、この技術によって根本的に解消されます。消費電力が1/16に激減することは、新たな発電所の建設を不要にするどころか、「既存の再生可能エネルギーだけで巨大AIを賄える」未来を現実のものとします。これにより、AIの発展と脱炭素社会の実現が両立可能となります。また、光技術は電子回路のようなジュール熱をほとんど発生させないため、データセンターの巨大な冷却ファンや水冷システムが不要になり、水資源の枯渇という深刻な問題にも終止符を打つことができます。

4.2. 新たな応用分野の開拓

光演算が実現する「ゼロ・レイテンシ」は、これまで技術的に困難であった応用分野への扉を開きます。例えば、完全自動運転や、人間と自然に協調するロボットといった分野では、「0.1秒の遅れが致命的な事故につながる」ため、クラウド経由でのAI処理には限界がありました。光技術による超高速・低遅延なエッジコンピューティングは、これらの分野で決定的なブレークスルーをもたらし、交通事故ゼロ社会や、人間とロボットが共存する新たな社会インフラの実現を加速させます。

4.3. 競争優位性の確立

この技術を他社に先駆けて導入することは、市場における競争のルールそのものを変える戦略的な一手となります。本戦略は、NVIDIAが支配する「演算速度」という土俵での直接対決を避け、「エネルギー効率（ワットあたり性能）」という新たな競争の戦場を創り出すことを可能にします。持続可能性が企業価値を左右する現代において、この新たな軸で我々は競合に対し、乗り越え不可能な優位性を確立することができるのです。

このように輝かしい未来像が描ける一方で、強力な技術には新たな課題も伴います。そのリスクを直視し、対策を講じてこそ、真の進歩は達成されるのです。

--------------------------------------------------------------------------------

5. 最後の課題：ジェボンズのパラドックスと「哲学」の必要性

技術的な成功が目前に迫ったとき、私たちは社会経済的な課題、特に「ジェボンズのパラドックス」という古くて新しい問題に直面します。このパラドックスは、技術的な解決策だけでは不十分であり、その技術をどう運用するかという「哲学」が不可欠であることを教えてくれます。

ジェボンズのパラドックスという罠

経済学におけるジェボンズのパラドックスとは、次のような現象を指します。

「効率が良くなればなるほど、人類はそれを限界まで使い倒そうとするため、結局エネルギー消費総量は増える」

もしAIの利用コストが1/16になった場合、人類はAIの利用を節約するのではなく、あらゆる家電製品、広告、娯楽に、これまで考えられなかったほど大量のAIを無駄に組み込み始めるかもしれません。その結果、個々のAIの効率は向上しても、社会全体のAI利用量が爆発的に増加し、結局は再びエネルギーとインフラの限界に突き当たるというリスクが存在します。

KUT理論による解決策：西洋技術と東洋哲学の融合

このパラドックスを回避する鍵は、西洋的な技術最適化（OMUX）と、東洋的な哲学的知恵（KUT）の融合にあります。ハードウェアの効率化と、ソフトウェアによる知性の使い方の両輪が揃って初めて、真の持続可能性が達成されるのです。

KUT理論が目指すのは、単に速く計算することではなく、「高密度な思考で最短距離の答えを出す」ことです。これは、AIに対して「足るを知る」という知性を与えることに他なりません。

* ハードウェア（OMUX）による効率化: 西洋的な技術最適化の極致。計算に必要な物理的エネルギーを最小化する。
* ソフトウェア（KUT）による知性の最適化: 東洋哲学の「足るを知る」知恵。そもそも不要な計算をさせない。

この二元的アプローチこそがジェボンズのパラドックスの罠を回避し、私たちが目指すべき「持続可能な知性（Sustainable Intelligence）」の基盤を築く唯一の道なのです。

--------------------------------------------------------------------------------

6. 結論と最終提言

本提言では、AIインフラが直面する深刻な物理的危機を起点とし、それを乗り越えるための具体的な解決策を提示しました。電子回路の限界を突破する**光技術（ハードウェア）と、思考の密度を高めるKUT理論（ソフトウェア）**という二元的革新が、16倍という産業革命級の相乗効果を生み出すこと。そして、その技術的成功の先に待つ「ジェボンズのパラドックス」という社会的課題を、技術と哲学の両輪で乗り越える必要性を論じました。

この分析に基づき、経営層および政策決定者の皆様に対し、以下の行動を強く推奨します。

* 光技術（OMUX）を組み込んだ次世代TPUの開発への戦略的投資の断行。 これは次世代の競争優位性を確立し、エネルギー問題から解放されたAI開発環境を構築するための最重要課題です。
* KUT理論に基づく高密度AIモデルの研究開発の推進と、その標準化の主導。 ハードウェアの性能を最大限に引き出し、持続可能なAI利用を実現するため、効率的な知性の在り方を業界標準として確立することを目指すべきです。
* 技術開発と並行し、AIの倫理的・哲学的な運用指針を策定し、「ジェボンズのパラドックス」を回避する社会システムの設計に着手すること。 技術の暴走を防ぎ、その恩恵を最大化するため、技術開発の初期段階から社会実装のルール作りに関与することが不可欠です。

我々の前に広がる選択は、単なる技術的なものではなく、歴史的なものです。 brute-force（力任せ）な計算の道を突き進み、収穫逓減の未来に直面するか。あるいは、この持続可能な知性という新たなパラダイムを切り拓くか。今こそ、未来をただ動かすのではなく、未来を築くための歴史的な一歩を踏み出す時です。 November 11, 2025

@himayasikatanow いつ列強が攻めてくるかもしれない当時の世界状況で、富国強兵を推し進める為に鉄道に振られた予算・時間のなかで一番最良と取られたのが今のルートなんだろうなと思います。
入りこんだ街道沿いの町々へは、外れた本線最寄りの駅からアクセスして欲しいとする考えは交通インフラ設計のジレンマですね November 11, 2025

【＄USDTを造ったテザー社のリーヴ・コリンズ氏が新たに始動！】

次世代の金融インフラを創るべく「WeFi」プロジェクトを立ち上げ！

現在、先行者募集時期のため、次のビットコインを狙う方には非常に面白い！！！

銀行のオーナーになりたい方！

まずは動画を見て下さい！

詳しく知りたい方は私のプロフィールを参照！
https://t.co/WcIuPdLxqY November 11, 2025

水の龍王なんだから最高審判官も国家元首もインフラも担って純水精霊を人間に変えて女装もして当たり前だよな November 11, 2025

@nakai141414 【重大発表】

ゼロからたった5分で月7桁稼げる！
アホでもできる
GPTs作成動画マニュアルを公開中

👇詳細はこちら
https://t.co/8rylPJ1TTM

ChatGPT・Claude・Geminiの違いをバカでも分かるくらいシンプルに解説

〜初心者が最初に選ぶべきAIはどれか？〜

はじめに今さら聞けない「AIツール3強」

2024〜2025年現在世の中に出回っている「AIチャットツール」の3大巨頭がこちら

ChatGPT（チャットジーピーティー） OpenAIが開発

Claude（クロード） Anthropic（アンソロピック）社製

Gemini（ジェミニ） Googleが開発

この3つがいわば「AI業界の3大メガバンク」
それぞれ無料プラン・有料プランあり

結論から言うと

✅ 目的によって選ぶべきAIが違う

この1文で全てです

結論ざっくり違いを一行で表すと

ChatGPTオールラウンド型。文章・コード・アイデア何でもOK

Claude長文処理が神。資料まとめや契約書チェックが得意。

GeminiGoogle製だけあって「検索的な使い方」が最強。

この3つをAI三銃士として捉えると話が早い。

それぞれ詳しく解説していきます。

① ChatGPT（by OpenAI）
特徴最も人気があり最も汎用性が高いAI

強み

企画・アイデア出しに強い

文章生成（SNS投稿ブログLPなど）も得意

コードもかなり書ける（PythonHTMLなど）

拡張性が高い（プラグイン画像生成など）

弱み

長文（1万字以上）の読み取りはやや苦手（Claudeに劣る）

無料プラン（GPT-3.5）は性能に限界あり

おすすめ利用シーン

X投稿の作成

YouTube台本の下書き

noteやBrainの商品設計

初心者がAIデビューするならまずはコレでOK

有料プラン（GPT-4o）月20ドル（約3,000円）で解放される機能

最新モデルGPT-4oが使える

ファイル読み込み画像認識音声入力も可能

プラグインやカスタムGPTも解禁（ChatGPTが超進化）

結論

とにかく「初めてAI触る」ならChatGPTから始めるのが王道。
万能型で文章／企画／プログラム全部こなす天才型AI。

② Claude（by Anthropic）
特徴長文処理・文章理解がダントツで優秀

強み

10万字レベルの文章を一気に読み込める

契約書PDF議事録マニュアルの要約が得意

書き方が「人間っぽくてやさしい」ので読みやすい

弱み

倭国語の表現力はChatGPTにやや劣る

プログラミング系は少し弱め（コード生成力が劣る）

おすすめ利用シーン

契約書やビジネス文書の要約・確認

PDFファイルの要点抽出

会議の議事録整理・要点まとめ

書籍の要約や長文ブログの分析

料金体系

Claude 3 Opus（最上位モデル）は有料（月20ドル〜）

Claude 3 Sonnet（中位モデル）は無料で使える

結論

「大量の文章を一気に処理したい人」には圧倒的にClaude。
読解力がバグってるので長文処理だけならNo.1。

③ Gemini（by Google）
特徴「Google検索×AI」の最強ツール

強み

Googleの情報インフラを使ってリアルタイム検索が得意

GmailGoogleドキュメントスプレッドシートなどと連携

YouTubeの動画を要約できる（URL貼るだけ）

弱み

表現力が少し堅い（ChatGPTのような人間らしさに欠ける）

プロンプトによっては返答が少し曖昧になることもある

おすすめ利用シーン

リアルタイムな情報検索（ニュース時事統計）

Googleの各種サービスと組み合わせた業務効率化

YouTubeの動画要約や議事録の要点抽出

料金体系

Gemini 1.5 Proは有料（月19.99ドル）

Gemini 1.5 Flashは無料でも利用可能

よくある質問（FAQ）

Q. 無料で使うならどれがおすすめ？
→ まずは ChatGPT（無料GPT-3.5）。次点でClaude Sonnet。Geminiも悪くないけどやや上級者向け。

Q. ビジネス活用なら？
→ 資料整理・議事録ならClaudeSNS運用や販売企画ならChatGPT。検索系やデータ整理はGeminiが◎。

Q. 1つだけ課金するならどれ？
→ ChatGPT GPT-4o（有料）。文章・企画・音声・画像全部まとめてこなせる万能型。

まとめ選び方の最適解

✅ ChatGPT → バランス最強。迷ったらコレ。

✅ Claude → 長文・要約系が得意。事務職や法務に◎。

✅ Gemini → 調べ物・Google連携が強み。情報収集系に◎。

【補足】こんな使い分けもできます

✅ ChatGPTで「販売用のLP文章」を作る

✅ Claudeで「PDFマニュアルを要約」する

✅ Geminiで「競合商品や市場データを収集」する

このように1つだけに絞らず「使い分け」するのが最強です。

【ChatGPT / Claude / Gemini 比較表】

■ 開発会社
ChatGPTOpenAI
Claude　Anthropic（アンソロピック）
Gemini　Google（グーグル）

■ 倭国語の自然さ
ChatGPT◎（非常に自然）
Claude　○（やや硬めだが丁寧）
Gemini　△（機械的な表現が多い）

■ 長文の読み込み・要約力
ChatGPT○（中程度）
Claude　◎（最大100,000文字以上処理可能）
Gemini　○（比較的得意）

■ プログラム（コード）生成
ChatGPT◎（全AI中でも最強クラス）
Claude　△（簡単なコードなら可）
Gemini　○（基本的なコードは対応）

■ 検索との相性（最新情報の取得）
ChatGPT△（検索は内蔵されていない）
Claude　△（リアルタイム検索は弱め）
Gemini　◎（Google検索と連動して強力）

■ Googleサービスとの連携（GmailDocsなど）
ChatGPT×（基本連携なし）
Claude　×（連携なし）
Gemini　◎（Gmail, スプレッドシート, Docsと連携可能）

■ YouTubeの動画要約
ChatGPT×（直接対応なし）
Claude　×（非対応）
Gemini　◎（URLを貼るだけで要約可能）

■ 無料プランで使えるモデル
ChatGPTGPT-3.5（簡易版）
Claude　Claude 3 Sonnet（中位モデル）
Gemini　Gemini 1.5 Flash（高速モデル）

■ 有料プランの内容と価格（2025年8月現在）
ChatGPTGPT-4oが使える（20ドル/月）
Claude　Claude 3 Opusが使える（20ドル/月〜）
Gemini　Gemini 1.5 Proが使える（19.99ドル/月）

■ 初心者へのおすすめ度
ChatGPT◎（最も使いやすく万能）
Claude　○（長文処理に特化）
Gemini　○（Google連携が必要なら）
【重大発表】

ゼロからたった5分で月7桁稼げる！
アホでもできる
GPTs作成動画マニュアルを公開中

👇詳細はこちら
https://t.co/8rylPJ1TTM November 11, 2025

石橋引退しちゃうの、、学生の時からずっと見てたから悲しい(T . T)
最近の動画でインフラ流れるの大好き November 11, 2025

@kichiku_itou @moukon_genius 有って当たり前で必需品程都合良く安く欲しいからね、まぁ〜そりゃ〜、インフラ業はダンピンダンピングの価格競争で稼げんよ。 November 11, 2025