note更新！この投稿リポストで無料に読めます #AIに仕事をさせるな。仕事そのものを疑わせろ。# AI自動化の前に自分も進化するシンプルなプロンプト術 @kazobara #note#

AIIが真似できないモートとは？、というポスト。 結論としては、非効率な人間関係こそ、AIに真似できないモートになるという話。 以下、ちょっとだけメモ。 ・信頼はささいな行動の積み重ねによって形成される ・ビー玉の瓶のように、信頼は日常の小さな出来事を通して少しずつ蓄積する ・信頼関係はお金で買えない ・瓶にビー玉がたくさん入っている顧客は多少のミスを許容してくれるが、顧客は一度の失敗で離れてしまう ・多くの銀行はコスト削減や効率性のデータだけを見て支店の閉鎖を決定している ・しかし、窓口での何気ない会話や配慮が顧客のロイヤリティを生んでいた事実は、データには決して表れない ・測定不能なものを存在しないかのように扱うマクナマラの誤謬は、組織に大きな損失をもたらす ・支店をなくして人間関係を破壊した銀行は、今度は多額の費用をかけてAIでそれを再現しようと試みている ・指標が目標になると本来の意味を失うというグッドハートの法則は、顧客満足度の数値化にも当てはまる ・携帯電話会社の店舗は販売ノルマに縛られている ・従業員が販売コミッションを優先するため、顧客は店に対して不信感や居心地の悪さを抱いてしまう ・対照的に、アップルストアには販売ノルマが存在しない ・彼らは商品を売ることよりも、来店者の生活を豊かにして心地よい体験を提供することに注力している ・大半の客が何も買わずに帰るとしても、その体験への投資が結果的に史上最高の利益を生み出している ・AIそのものは素晴らしい技術 ・しかし、誰もが同じAIを使って業務を最適化すれば、その手法自体がコモディティ化して差異は失われる ・自動化が進む現代においては、人間の手によるサービスが最大の贅沢品となる ・顧客に真の人間的つながりを提供するためには、まず企業が従業員を大切にしなければならない ・AIを人員削減の手段として使うのではない ・人間だけができる仕事に注力させるために活用した方が良い ・究極のモートとはデータやAIではなく、生身の人間による共感や気遣いに他ならないのではないか

「AIで叩き台を作る」と言っても、その時点ですでに完成品として問題ない水準まで作り込めているなら、わざわざ外注工程を挟む必要はないと思う。 「外注に出した」という実績そのものが欲しいのでもなければ、だけどね。 もっとも、AIを完成品として通用する水準まで導ける人ほど、よほど優れた外注先でなければ、そもそも頼む気にならない可能性は高そうだ。 故に自分で作れるかどうかではなく、「その人に任せれば、自分で作るより明確によくなるか」が、今後の外注先の選定基準になるとは思う。 ぶっちゃけ、AIを使おうが使うまいが、要求水準に達しない相手には発注できない。そして、手元で作れるものの水準が上がるほど、外注先の選定基準は厳しくなる。 とはいえ、今のAIにマシなものを生成させるには、おっそろしく技術がいる。だからといって、外注先がみな超一流の技術を持っていなければならない、という話でもない。 AIに任せるべき領域、人に任せるべき領域、そして自分でやるべき領域。そのあたりの塩梅を見定められる人の仕事は、今後も続いていくんじゃないかしら。

最近、日中に8時間連続で働くという感覚がなくなってきた。 グローバルチーム所属なので日本の深夜にミーティングがある、というだけではない。スマホでもパソコンでも、何か思いついたときにエージェントへパッとお願いして、できたらレビューする。仕事がそういう形になってきた。 ---- 一方で、1〜2時間くらい集中して、自分の頭で考え続けないと作れないものもある。エージェントへお願いして進められる仕事が増えるほど、こういうディープワークで何を出せるかが、その人のスキルや評価に直結するようになる気がする。 なので、ずっと仕事をしているというより、必要なときにエージェントへ指示を出し、頭の状態がいい時間に深く考える。仕事が断続的になった感じ。 ---- 3カ月くらい前は、AIを回すたびにレビューが発生して、普通に脳の負荷が高かった。エージェントを増やしたら楽になるかと思ったら、レビュー地獄が増えただけ。 ここはワークフローとハーネスを整えて、途中を逐一見なくても、入り口と出口だけレビューできるようにした。これがない状態でAlways Onにすると、ただ24時間仕事に追われる人になる。 ---- 入り口と出口だけ見ればいい状態になって、起きている間いつでも仕事を少し進められるようになった。でも、ずっと仕事のことを考えているわけではない。家族との時間や自分の時間も、むしろ前より取りやすい。 ---- 産業革命期の過酷な長時間労働への反発から生まれた8時間労働性が、AIエージェントによって変わるのではないか。連続で人間が稼働する働き方から、人は深く考える時間に集中し、その間もエージェントが仕事を進める形へ。これを健全に成立させるのは、AIのモデルの性能よりワークフローであり、ハーネスなんだろうな

Y Combinatorが7月25/ 26日にサンフランシスコでStartup School 2026」を開催しました。 ゴールデンステート・ウォリアーズの本拠地であるNBAアリーナを丸ごと貸し切りました。応募は3万人超で、選ばれた参加者は約6,000人。昨年の3倍の規模です。ベイエリア以外から来る人には渡航費の支援も出ていました。 登壇者は、NVIDIAのジェンスン・ファン、OpenAIのサム・アルトマン、MetaのAlexandr Wang、AnthropicのBoris Cherny、GoogleのJeff Dean、StripeのPatrick Collison、WaymoのDmitri Dolgovなど。チップ・モデル・データ・クラウド・開発ツールという各レイヤーの当事者が一つの場所に集まった形です。 ジェンスン・ファン（NVIDIA） 「会社を始めるのに、いまが史上最高のタイミングだ。この場にいる全員が羨ましい」。NVIDIAの初期の技術的な賭けが外れたこと、教科書で独学して軌道修正したことを語り、現実を直視することと、一日ずつ乗り切る粘り強さが何より重要だと繰り返していました。 サム・アルトマン（OpenAI） 2005年、Looptの最初のバージョンを書くのに3ヶ月かけた。今年、同じ量の仕事をコーディングエージェントが7分で出した。この圧縮こそが、目の前の参加者が過去のどの世代よりも大きな会社をつくれると彼が考える根拠だ、と。 「スタートアップは経済が停滞するのを防ぐ存在だ」「今日つくられるスタートアップは、過去のものよりも価値のあるものになる」「確信があって、かつ世間の常識が間違っていると思えることを見つけ、辛抱強く続けろ」。 推論需要については「今後何年も、世界の需要は年10倍で伸びると思う」と話していました。 パトリック・コリソン（Stripe） Stripe上で新しく立ち上がるビジネスの数が前年から増えていて、その伸び幅はStripeが記録してきた中で最大。2019年から2020年の変化より大きいそうです。しかも中央値の新規ビジネスの成績も去年より良い。数が増えただけではない、と。彼はAIが一部のラボに価値を集中させる力になると心配していたが、実際に起きているのは逆で、勝者が何千と生まれる分散的な世界を予想するようになったとも語っていました。 学生への助言として「知識を自分の頭に入れておくこと(cognitive L1 cache)」の価値を挙げていたのも印象的でした。エージェントに調べさせるより、自分の頭の中のほうが思考の往復回数が多い、と。 参加者への特典も手厚く、OpenAI、Anthropic、Cursor、xAI、AWS、Azureから合計25,000ドル超のコンピュートクレジット。Anthropicは全員に月200ドルのClaude Maxを6ヶ月分、Metaは1,000ドル分のクレジットを配りました。 一方で批判もありました。「最近のYC Startup Schoolはメガチャーチっぽい」というミームが広がり、あるVCは「金だけを崇拝する人たちのためのメガチャーチ」と評しています。「YCのブランドはステータス目当ての人を弾くようにできていたはずなのに、群衆が納屋に押し寄せている感じがする。スタジアムサイズの納屋に」という声も。これに対してYCのGPは「我々のゴールは希少性をつくることではなかった。アリーナに立つべき人、立てる人はもっとたくさんいる。だからアリーナを借りた」と応じています。 主要セッションの映像はYCが公開しています。是非見てみてください！

【本日19時】 Notion活用講座ビジネスダッシュボード構築編、本日（21日）19時です。 必要なファイル探しに、無駄な時間を取られていませんか？ ChatGPTやClaude、Geminiのおかげで、作業そのものはずいぶん速くなりました。 一方で、実際の仕事では、 「必要な資料が見つからない」 「議事録がどこにあるかわからない」 「タスクや顧客情報があちこちに散らばっている」 という時間は、まだ多く残っています。 AIで作業速度が上がった次は、 「必要な情報を、すぐ取り出せる環境」を作ることだと思います。 Notionを活用すれば、顧客情報、議事録、タスク、プロジェクトなどを一元管理でき、仕事全体の生産性を大きく向上させることができます。 AIをもっと活かしたい方にも、おすすめの内容です。 申込は本日18時まで受け付けております。 また当日の模様はいつものように録画⇒アーカイブ配信予定でおります。 この夏の情報整理にNotionスキルを身に着けてください。 7/21,28（火）19:00〜 20名限定 #Notion講座# #情報整理# #業務効率化#

けんすう と見えたAIの未来たのしー！脳汁！ 【言語化しすぎないほうが、AIはうまく動く】 AIは“個別機能の自動化”を超え、“意図推定”“連関性の理解”“主観の学習”によって、仕事の設計・ブランド・プロダクト運営そのものを書き換え始めている。 この半年で見えた「AI活用の変曲点」一実務・プロダクト・マーケティング・SaaSの再定義 この半年で、AI活用の重心がかなり変わった。けんすうさんと約90分話して見えてきたのは、AIが「作業の自動化」から「その人・その会社が大事にするものを理解するシステム」へ移り始めたこと。 特に重要だったのが、この5つ。 ・Judgment → Intelligence：社内の「こっちでしょ」「これは違う」というJudgmentを、Decision Traceとして蓄積。暗黙知だったブランドや編集方針を、AIが再利用できるIntelligenceへ。AIに任せるほど“その会社らしくなる”仕組みの構築。 ・Prompt Engineering → Intent Expansion：人間が要件を細かく分解してから渡すより、AIが長い文脈から「本当は何をしたいのか」を膨らませるIntent Expansion（意図拡張）の時代。人間の役割は、仕様書を書くことから**「違和感を表明すること」**へ。 ・ルール管理 → 周辺視野システム：「この色」「この言葉」「このKPI」だけを見るのではなく、ユーザー、ブランド、文体、過去の判断、状況まで同時に見るAI。部分最適ではなく、複数の要素の連関性（relationship）から「この場合はこれ」を判断する、いわば周辺視野システムへの進化。 ・ゼルダのような自由と成長を楽しみに変えるAIデザイン：AIでヘルプを100種類作ることが超絶簡単になった。でも、より面白いのは、ユーザーが「次はこれもできそう」と自然に成長していくUX。適度な困難、そこで手に入る新しい能力、次に広がる世界。プロダクトを使うこと自体が、自由と成長のゲームになる設計。 ・「便利なUX」→「あなたの大事なものを大事にするUX」：数字だけで最適化すると、短い記事、強い煽り、喧嘩するSNSが勝ってしまう。そこで必要になるのがAI編集長。PVでは測れない「これは読者を置いていく」「これは自分たちらしくない」という主観まで学習するAI。最終的なAI UXの競争は、あなたを効率化することではなく、あなたの大事なものを大事にしてくれること。 つまり、AI時代の競争力は、 命令のうまさ→ 意図を汲む力 ルールの多さ→ Judgmentの蓄積 機能の多さ→ 連関性の理解 そして最後は、 「このAI、私のこと分かってるな」 に集約されていく。 AIは「何でもやってくれる道具」から、自分でも言語化しきれない“大事”を守りながら、一緒に世界を広げてくれる存在へ。 ここが、この半年で起きた一番大きな変化かもしれない。おすすめー ここでの議論を最新AI技術・心理/社会/発達理論でガッチリフレームワーク化の来月講座もお楽しみに！（その片鱗はsol壁打ちでチラミセ中） 本対談だけさっくりなら オントロジーなきFDEは ただの開発屋、FDE解説など、550本のAI/DX, 起業・新規事業のオンライン私塾はこちらから

移動は機械が、思考はAIが引き受けた。人間のやることが無くなってきてる。で、使わなくなった機能はどうなるか。 削除される。 身体は、使う予定のないデータを保存しておかない。使われない機能から順に、削除されていく。 そして削除には順番がある。何から先に外注したかで決まる。 最初に手放したのは移動だ。車、エレベーター、エスカレーター。脚を使う理由が一つずつ消えた。 次に消えたのは、とっさに全力を出す場面だ。走って何かに追いつく必要も、重いものを担いで運ぶ必要もない。速筋線維——強い力を一瞬で出す方の筋肉が、出番を失った。 姿勢を保つ仕事は椅子が引き受けた。息が上がる場面も、日常から消えた。 脳も同じ経路で削られる。 AIが引き受けたのは思考の仕事だ。だが脳を働かせていたのは思考だけではない。不安定な足場でバランスを取る。地形に合わせて出力を変える。全力で動いて息が上がる。身体を制御すること自体が、脳への入力だった。 移動を手放した時点で、その入力も一緒に手放している。 下半身、速筋、腹筋、心肺、そして脳への入力。削除の対象は、外注した順に並んでいる。 日常の中に、これらを使う場面はもう残っていない。だから残す作業は、意図的にやるしかない。 【システム再構築プロトコル】 20秒ON / 10秒OFF（4種目×2周） 1. マウンテンクライマー 股関節を爆発的に稼働させ、出番を失った速筋線維を叩き起こす。心拍数を一気に跳ね上げ、心肺のキャパを力ずくで押し広げる。 2. ハイプランク→ロープランク 静止ではなく、重心を上下させる。小脳と前頭葉に高負荷をかけ、神経と筋肉の連動エラーを修正する。 3. ロシアンツイスト 360度の腹圧を再構築し、内臓の位置を安定させる。崩れた姿勢を内側から立て直す。 4. ペンギンウォーク 腹筋を収縮させたまま、側腹部をピンポイントで叩く。腹部の脆弱性を埋め、全身の出力を逃さない剛性を作る。 4分で終わる。頭も一緒に叩き起こされる。

Claude Code 周りでよく出てくるのは Boris 氏だけど、その上司の方が出ているエピソードで、良い話が大量にあった。 以下は、順番を変えての自分用メモ。内容が良かったので分量多め。 ・マネージャーが見るべきなのは、メンバーがどれだけコードを書いたかではない ・その仕事が顧客や事業にどのような成果をもたらしたかどうか ・コード行数、PR数、トークン使用量などは活動量を示すだけ（意味がない） ・ClaudeにSlack、リポジトリ、指標、顧客からのFBや意見を確認させる ・そうすれば、マネージャーは大量の情報を横断してチームの状況を把握できる ・AIによる要約は報告書の代わりにするだけでなく、メンバーとの対話を始める材料として使う ・マネージャー自身も一定期間はICとして働き、チームのコードベース、ツール、プロダクト、リリース手順を直接経験することが望ましい ・新任マネージャーが最初からマネジメントだけを始めると、現場を理解しないまま、以前の会社で覚えた手法を持ち込む危険がある ・マネジメント責任を持つ前にICとして働けば、チームメンバーとの信頼関係を築きやすくなり、現実に即した判断もできるようになる ・また、マネージャーがPRを作る目的はプロダクトや開発環境の手触りを失わないことにある ・自分でプロダクトを使えるマネージャーは、資料や指標だけでは見えない不便、品質低下、顧客体験の問題に気づきやすい ・自分ではプロダクトを使いにくい場合もある ・その場合は、顧客への訪問や利用状況を観察させてもらい、現場との距離を意識的に縮める必要がある ・AIによって一人で多くの仕事を進められるほど、チーム内の会話が減って孤独になりやすい ・なので、共同作業の機会を意図的に設計すると良い ・ペアプログラミングやハッカソンは、親睦のためだけでなく、メンバーごとに異なるAIの使い方を共有する学習機会になる ・計画の立て方も6か月のロードマップではあっさり陳腐化する ・だから、1か月単位の軽量なJITプランニングにして、役に立たなくなったプロセスは積極的に捨てる ・月単位で軽く計画し、毎週優先順位を確認する ・長期的な方向性は示しつつ、具体的な実行内容は短い周期で更新すれば、チームは一貫性と柔軟性を両立できる ・Anthropicの社員は2025年と比べて四半期あたり約8倍のコードを生み出している ・その結果、仕事の重心は書くことから検証すること、つまり、生成された大量のコードが本当に正しく動き、品質が高いかを確かめることへ移った ・モバイルの専門家でないエンジニアがClaudeを相棒にしてモバイル開発をこなすように、自分の専門外の領域にも踏み出せるようになった ・コードを書く人がエンジニアだけでなくなった ・デザイナーもPdMも全員がコードをコミットする、誰もがビルダーの時代 ・職種の境界が溶けてきている ・エンジニアはよりプロダクト志向に。PdMやデザイナーはより技術的に ・採用で求められるのは二種類 ・プロダクトに情熱を注ぎ端から端まで磨き上げる創造的なビルダーと、深いシステムの専門家 ・モデルは優秀だが完璧ではないので「信頼せよ、しかし検証せよ」という原則が貫かれる ・ここで、専門家による検証が必要な領域へ投資する ・この時代にうまく適応できる人と、恐れて抵抗する人の間にギャップが広がりつつある → これは社会全体の分断にもつながりかねない深刻な問題 ・適応の鍵は成長マインドセット

AIエージェントにコーディングを任せすぎると、開発者のコードの理解度が失われていくというRedditスレ。 ・筆者は過去半年間、ほぼAIエージェント任せのコーディングを行ってきた ・その結果、コードの深い理解が失われるという問題に直面している ・AIに仕事を外注すればするほど、システムの全体像を把握できなくなる ・エージェントが生成したコードのレビューを繰り返すうちに、設計の判断軸が狂ってくる ・次第に自分の頭で考えなくなり、過去のAIの出力を鵜呑みにして設計するように ・結果としてレビューが形骸化し、コードベースに少しずつ負債が蓄積していった ・コードの差分を読むだけでは、自分でゼロから実装したときのような深い理解は得られない ・また、AIはコンテキストに限界がある ・解決済みのバグを別の場所で再発させることもある ・ただ、エンジニア側も全体像を把握していないので、なぜ再発したのか原因が分からなくなる ・この問題の唯一の解決策は、重要なビジネスロジックを自分自身で手書きすること（という主張） ・参考書を読むだけでなく、実際に手を動かして演習する必要があるのと同じ ・AIは定型業務には非常に向いている ・しかし、その対価としてエンジニアの最も価値あるコードの理解度を支払いに使っている