これまで書いた記事

これまで書いた記事は、「Yoshiのブログ」にあります。

【Yoshiのよしなしごと】【Yoshiのブログ】

SaaSの終わり ＜当面終わらないと思う＞

年$600,000のSalesforce契約は、2ヶ月で作った自作CRMに置き換えられるのか？ 中島聡 note (2026/8/16)

中島聡氏の有料メルマガの要約。
元記事は

Curative CEO says company ditched a $600k-a-year Salesforce contract after vibe-coding a CRM in 2 months医療保険のスタートアップ Curative社がCRMをvibe-codingで内製し、Saleseforceを解約したという内容だ。

中島聡氏の要約を読むと、「SaaSの終わり」とAI使用拡大によるAIの使用量の増加について、見解を述べておられる。
機械要約の影響なのだろうか、既視感が強い記事のような感じだ。 
メルマガには、これらのテーマを深掘りしたり、別の観点があるのかもしれない。

[B! AI] なぜ日本企業のAI導入はこんなに遅いのか？｜中島聡 はてなブックマーク
はてな民は反応しているけれど、日本の会社ではAIが使えないという、ありふれた内容が多い。
もっと炎上しているのかと思ったのに．．． 

 閑話休題

「SaaSの終わり」について考えてみた。
元記事は年間60万ドルの契約を解除したという、センセーショナルな見出しだが、このケースは一般的ではないと思う。
Curative社はスタートアップだから、Saleseforceを解約して、内製したCRMに置き換えられるのだろう。

【スタートアップの特殊性】
スタートアップの間は、可用性や機密性より事業拡大が重要だから、vibe-codingで内製したシステムでも良いだろう。
保守上の問題が発生したら、改修せず、新たに作り直す方法もある。　なにしろ、2か月で作ることができるのだから。
また、セキュリティ上の問題で炎上したら、会社を閉じて別の会社を立ち上げる選択肢もある。 

【スケールしたら】
 首尾よく、事業がスケールしたときに、問題になるのは、内製したシステムのスループットやレスポンスタイムが確保できることだ。
つまり、ストレスなく使えることが必須だ。

また、保守の負担も増えるし、保守しないことのリスクも大きくなる。
さらに、セキュリティ対策の不備は、一発アウトに繋がる。

 これらの問題は、vibe-codingでは解決できない。
なぜなら、AIが持っていない、経験と知見が必要だからだ。

AIの使用によるコーディングの効率化が一般的になってきて、専門知識を持っている人も、持っていない人もAIでコーディングしている。
ところが、ただ動くだけのシステムと、可用性、保守性、セキュリティの要件を満足するシステムでは、ビジネス用途としてのクオリティが大きく異なる。

少ないトラフィック、少ないデータ、少ない個人情報しか扱わず、攻撃者に見つからない間は、差は見えないだろう。
しかし、トラフィックが増え、データが増え、扱う個人情報が増え、更に攻撃者に発見されたら、大きな差が出てくる。

だから、内製を続けるならば、サービスを継続するために、専門のエンジニアを雇用しなければならなくなる。

【SaaSのメリット】
SaaSの使用料には、可用性の確保、セキュリティ対策の費用が含まれている。
スケールアウトすると、大きなリスクを取ることができなくなるから、リスクは転嫁した方が合理的だ。

つまり、当面「SaaSの終わり」は無いと思う。

【結論】
スタートアップ企業が、SaaSを使わないという選択肢はある。
スケールすると、SaaSを使う方が合理的だ。
SaaS企業は、スタートアップが解約しても困らないだろうが、「SaaSの終わり」というイメージは払拭したいところだ。

---

最近の投稿
【Yoshiのよしなしごと】【Yoshiのブログ】【よしなしごと】【AI】

IT・情シス DXPO 東京 '26 ＜ほぼAI展＞

IT・情シス DXPO 東京 '26 に行ってきた。

【感想】
サービスの展示が多く物の展示がないため、どこも同じようなブースに見える。
説明員が多く呼び込みをやっているのだが、会社名を言われてもわからないし、サービスを言われてもありふれている。
足を止めて話を聞いたブースは、呼び込みや看板の「キーワード」で引っかかった。

作業レベルでのAIの使用は一般的なユーザまで広がってきているようだが、AIエージェントの活用についてはまだ広がっていないようだ。
AIの話題を追っているので、世間とのギャップを感じた。

【展示】
・AI電話
音声ボットが何社から出展されていた。
実用になってきた STT、TTSをAI-Chatの入出力インターフェースにするアイディアは以前からあった。
実際の問い合わせ電話に応答して、要件を聞いて担当者に取り次ぐくらいはできるようになったようだ。

・営業のプロセス"見える化"マネジメント
AIで処理する前に、プロセスの見える化が必要って、ごもっとも。
書籍をもらった。ありがとうございます。

・手書き風DMサービス
プロッターで手書き風の手紙を書くサービス。
400字くらいのサンプルがあればすべての文字が書けるらしい。

手作業にこだわる人はどう感じるのだろうか?

・電波遮蔽フィルム
IT関係ではない、遮熱フィルムが展示されていたので、話を聞いた。
IT関係の話題として、電磁波の遮蔽効果もあることを紹介していただいた。
特定の帯域だが、60dB減衰する製品は多くない。
30dBくらいだと、携帯は圏外にならない。 携帯を使えなくする用途での、引き合いが多いらしい。

• 銀行：ATM周りで使用し、振り込め詐欺対策
• コンビニ：トイレでのサボり対策
• 大学：カンニング対策

【セミナー】

・ひとり情シスによる生成AI導入しくじりのリアル
(一社)ひとり情シス協会 事務局　清水博

清水博によると、IT投資は直接的にROIや生産性、収益性に反映されるわけではなく、組織や人材に関する課題解決と組み合わさったときに効果を発揮するらしい。
技術は加速装置であるから、企業に元々あるものを増幅するとおっしゃる。
だから、AIも導入しただけでは効果は期待できない。

---

最近の投稿
【Yoshiのよしなしごと】【Yoshiのブログ】【よしなしごと】【AI】【展示会】

Copilot Coworkの従量課金 ＜RPAを使うとタダだけど．．．＞

Copilot Coworkを従量課金で使っている。
課金は青天井では心配なので、全体と個人で月間使用量の上限を設定している。
先日、短期間で個人使用量の上限に達したユーザがいた。

• 大量のファイルを定型処理
• 大量のファイルの分析
• 分析結果から資料作成

を実行したらしい。

いかにも、Copilotクレジット(課金単位)を消費しそうな重い処理だが、いずれのタスクもM365 Copilotライセンスで実行できるから、課金せずに実行することも可能だ。

定期的に実行したり、データが変化したときに自動的に実行するタスクは、従量課金されることになるから、M365 Copilotライセンスで実行可能でも無駄というわけではない。

ほぼ1人情シス的には、これまで、RPAスクリプトを作成して業務を効率化してきたので、もう少しクレジットが節約できるのではないかと思ってしまう...

つい貧乏根性が出てしまったので、効率化、費用対効果、上限の設定の観点で考えてみた。

【業務の効率化】
業務効率化の観点では効率化の効果は大きい。
今回の処理は、処理対象のファイルが大量にあるからAIを使用することで、作業時間は大幅に短縮される。
また、定型処理→ファイル作成、分析→資料化など、連続して処理できるため、業務を効率化できる。

【費用対効果】
短期間で個人の上限までクレジットを使用しているが、使用者の賃金(年収/稼働日数)と比較すると高額ではない。
一方で、処理時間は短縮されているから、費用対効果は悪くない。

【クレジットの節約】
RPAやスクリプトの作成能力があれば、クレジットを節約することは可能だ。
しかし、これらの作成能力を習得するにはコストが必要である。
つまり、コストをかけてこれらの能力を習得しなくても、AIを使用することで、業務が効率化できる時代になったということだ。

【上限の見直し】
現状で処理できないくらいのデータがあるならば、AIの使用は有効だ。
そうでない場合は、処理時間を短縮すると、余剰時間が生まれる。
問題は、発生した余剰時間を使用して、効果のない作業をやってしまうことだろう。

例えば、必要のないデータを処理したり、処理を複雑にしたり、求められていない出力を生成してしまう。
時間短縮は目に見える効率化だから、処理することが楽しくなり、手法が目的化してしまう。

これを防ぐために、個人の上限は大きく変えず、上限に達したときに、処理を見直すきっかけにしよう。
処理しているタスクにより、

• 個人の上限を引き上げる
• 組織的に処理するタスクとして別管理にする
• 他の作業の効率化を検討する

などだ。

【まとめ】
M365 Copilotライセンスがあっても多くの人は、Coworkを使用して業務の効率化に活用していない。
クレジット使用量が個人の上限に達する人は、業務を効率化しようとしている人だから応援したい。
また、情シスも現場が必要としている処理について情報を得ることができる。

データ量と処理時間と結果(出来ばえ)を、経験値として持っておくことは重要だ。
今後、一般論ではなく説得力がある説明ができたり、効果的な使い方ができるようになることを期待している。

---

最近の投稿
【Yoshiのよしなしごと】【Yoshiのブログ】【よしなしごと】【AI】

AIの出力で満足している人はセンスがない ＜「センス」が説明できない＞

「AIの出力で満足している人はセンスがない」という言葉がバズっているようだ。

元記事は、米村歩氏のXへの投稿で、自分は「センス」が無いと思っているので、引っかかってしまった。

AIの影響でデザイン業の倒産が増えているという話を聞いて、AIのデザインで満足している人はセンスがないとか言っているデザイン関係の人達を見ると、こういう人達の会社から倒産していくのではないかと感じる。「センス」という言葉で片付けて具体的に言語化しないのは致命的にセンスがないと感じる。

— 米村歩@日本一残業の少ないIT企業社長 (@yonemura2006) August 4, 2026

【結論】
自分は「センス」という言葉を理解していないことが分かった。

---

以下の観点で考えてみた。

• デザイナー業界におけるAIの影響
• AIとセンスの関係
• センスの言語化

【業界の事情】
デザイン業界は、AIの普及で業界が縮小し、会社の廃業、デザイナーの失業が発生しているらしい。
このような環境の変化には抗いようがないので、業界も個人も適応するしかないし、以前から指摘されていたことだ。

翻訳業界での似たような例について、「もうすぐ消滅するという人間の翻訳について(2025/02/18)」に書いた。

【AIとセンスの関係】
AIの出力には「センス」がないことは、多くの人が感じているだろう。
「ありきたり」とか「AI臭さ」と表現されることもある、「アレ」だ。

では、AIの出力で満足する人にはセンスがないのだろうか?

満足するかどうかは場合によると思う。
仕事で使うなら顧客の要望で決まるし、個人で使うなら使用目的で決まる。
「センス」が必要ならば、AIを使う人が付加すればよいし、「センス」が必要ないならそのまま使えば良い。

だから、AIの出力で満足する人が増えたのは、「センス」が必要ない使い方が多いということだろう。
極論すれば、これまで、「センス」が必要ない顧客に対して、高額な「センス」込みの成果物を提供していたのかもしれない。

【センスの言語化】
正直なところ、「センス」の定義がよく分からないので、言語化できない。

グラフィックデザインに関するセンスは、[デザイナー不要論の正体]、
Webデザインに関するセンスは、[【AIは知らない】WEBデザインに必要なのはセンスではなく知識という事実]
に言語化されている。(すばらしい)

では、自分の業務に関するセンスとは何か、と考えてみたのだが、ノウハウとの違いが分からない。
先に挙げた例はいずれも、特定分野のセンスだから、もう少し抽象化しなければ、自分の分野に応用できない。

【分かったこと】
分かったことは、自分が「センス」を理解していないことだ。
学ぶ必要がありそうだ。

【ところで】
冒頭の投稿は結構バズっているのだが、コメントしている皆さんは、同じ「センス」の認識で議論、コメントしているのだろうか?

---

最近の投稿
【Yoshiのよしなしごと】【Yoshiのブログ】【よしなしごと】【AI】

AIで仕事を効率化したら、なぜか僕の仕事だけ増えた話 ＜報酬の定義を変えてみる＞

AIで仕事を効率化したら、なぜか僕の仕事だけ増えた話 はてな匿名ダイアリー　(2026/08/05)

はてな匿名ダイアリーの投稿がバズっているようなので読んでみた。
AIで仕事を効率化したら、逆に仕事が増えたという、最近よく見る話題だ。

「生産性に関する経営者と労働者の認識のズレ (2026/03/17)」にも書いたのだが、
多くの労働者は、AIを使用しても生産性は向上しないどころか、効率化すると生産性が低下する。
これは、コメントにもあるようにAI特有の問題ではない。

投稿の後半に、視点を変えた考察があったので最後まで読んで、考えた。

【報酬を定義する】
元増田さんは、

誰も頼んでいないのに、勝手に会社の未来を背負っていました。

とおっしゃる。

これは昭和的価値観では正しい行動だった。
社員の労働時間に対する報酬は、賃金やポスト、表彰だ。
今時は、終身雇用で定年時の退職金を期待して働くという時代ではなくなっているから、社員が投入したリソースに対する報酬は得られなくなっている。
だから、社員が、契約で決められた報酬の範囲内で働く「静かな退職」は合理的かもしれない。

社員の選択肢として、「静かな退職」の他に「報酬を自分で定義する」という選択肢もある。
（詳しくは、「公平理論(2025/08/24)」を参照)

「静かな退職」と「報酬を自分で定義する」働き方の違いは

• 前者は旧来の価値観での働き方
• 後者は自分の価値観での働き方

という点が大きく異なる。

客観的にみると、元増田さんが体験した、

• 業務を効率化する知識と技能を得たこと
• 組織的な効率化が達成できなかったこと
• 人の働き方を考えたこと

は貴重だと思う。
「旧来の報酬」では、この経験に価値はないが、「自分が定義した報酬」次第では大きな価値になる。

課題を解決するためには共に働くメンバーを集める必要がある。
その時に、失敗経験を含めて、多くの経験を持っている人、報酬の定義を変えられる人は貴重だ。

【これから】
元増田さんは、これから

誰にも説明を求められず、役に立つかどうかも問われず、面白いからやる。

とおっしゃる。

主観だが、とても良いと思う。

自分の報酬を「仕事への興味と面白さ」と定義すれば
それを達成したときの満足感はPricelessだ。

一生同じ定義である必要はなく、この先の人生で賃金が重要な局面では、報酬を賃金とすればよい。

---

• 生産性に関する経営者と労働者の認識のズレ (2026/03/17)
• 公平理論 (2025/08/24)

---

最近の投稿
【Yoshiのよしなしごと】【Yoshiのブログ】【よしなしごと】【AI】

2026年広島市原爆死没者慰霊式・平和祈念式

今年の広島市原爆死没者慰霊式・平和祈念式はYouTubeで視聴した。
亡くなられた方のご冥福をお祈りいたします。

【核実験抗議活動】
1960年代～1970年代に大国は頻繁に核実験を行っており、被爆者団体は、その都度、広島平和公園で座り込みによる抗議活動を行っていた。
この抗議活動は無意味だという意見も多い中、1人の参加者による抗議の座り込みが行われ、メディアで報道されたことがあった。
当時、核実験への抗議活動も形骸化していたし、市民の関心も薄れていた。

そのニュースを見たときに、なぜ、1人でも抗議活動を行うのか理解できなかったのを覚えている。

記憶に残っていた人は森滝市郎氏ではないかと思い、調べてみたのだが、その記事を見つけることができなかった。

【平和の誓い】
1995年から、式典で小学生による平和の誓いが述べられている。(今年の平和への誓い）
為政者など大人に向けた言葉は無く、広島に生まれた者としての決意が述べられていた。
大人を頼らないという子供たちからのメッセージかもしれない。

「平和への誓い」の中に

平和への思いを、自分なりの方法で表現すること。
一人一人の小さな行動が、平和への後押しとなります。

という言葉があった。

たとえ、効果がわずかでも、まず自分が行動することが重要であることは、先人が身をもって示している。
その意志は、子供たちに受け継がれているようで、未来に希望が持てる。

【平和宣言】
松井一實市長による平和宣言を聞いて、マイルドになったように感じた。（令和8年（2026年）平和宣言）
市長の政治的スタンスが平和宣言に反映されることはよくあることだ。

今年の宣言に、政府に行動を求める内容はあったが、政府の公式見解に沿った内容であったように感じる。

【総理挨拶】
それを受けてだろうか、高市総理は抑揚をつけて明るい感じで挨拶された。(広島市原爆死没者慰霊式並びに平和祈念式挨拶)
被爆者の高齢化により、活動団体はイデオロギーを前面に出せなくなり、首長も政府に強い提言をしなくなった感じがする。
政府と活動団体、政府と首長との関係に緊張感がなくなったことが、総理の声が明るくなったことと関係しているのだろうか。

この式典は、原爆死没者慰霊式でもあるのだから、もう少しトーンを落としてもよかったのではないだろうか。

---

• 広島平和記念式典 (2025/8/6)
• 広島平和記念式典 (2024/09/27)
• 広島平和記念式典 (2021/8/6)
• 広島人に告ぐ！ ＜広島県人には耳が痛い＞ (2017/03/01)
• 平和記念式典の放送　＜黙祷する日は8/6でなくてよい＞ (2018/08/08)

---

最近の投稿
【Yoshiのよしなしごと】【Yoshiのブログ】【よしなしごと】

AIはクロスワードパズルを生成できるか ＜結構難しい＞

AIはクロスワードパズルを解けるか (2026/7/17)
でクロスワードパズルが解けるか試してみたら、最新モデルを使うと、盤面とヒントの画像を与えただけで解いてしまった。

クロスワードパズルを創ることができるのかとコメントがあったので試してみた。

【クロスワードパズル生成】
無料で生成してくれるサイトやアプリがたくさんあったので、AIで簡単に作れるだろうと考え、5×5マス、小学校4年を対象とした。

パズルを解くより作成する方が簡単と思っていたのだが、縦横がそろったマスに文字が入るタイプ（方眼紙タイプ）のクロスワードパズルは結構難しいようだ。
英文のクロスワードパズルのように縦横のマスにとらわれないパズルは簡単に作れる。

クロスワードパズルを解いたときに、Claude sonnetとGPT 5.6はすぐに解けたので、この2種類で試してみた。

【結果】

• Claude sonnetは賢いが、無料メッセージを使い切っても生成できなかった。
• GPT5.6 Think Deeperは生成できたが、正解がないクロスワードパズルを生成した。（作成したパズルを検証していないようだ）
• GPT5.6 ThinkDeeperで、生成するためのプロンプトを出力させて、そのプロンプトを与えると、正解できるクロスワードパズルを生成した。

【考察】

• 方眼紙タイプのクロスワードパズルは生成が難しい。
• 単語の提案、ヒントの提案など、部分的な使用なら簡単なプロンプトで使える。

【感想】

• 生成した単語とヒントが難しい。
  「ひきかえす」は難しいぞ
• ことわざや故事成語をから単語を生成した方がよい。
• 立派なプロンプトだけど。
  2000字書いても、生成した言葉もヒントもイマイチだ。
• パズルやクイズは、出題者と回答者の会話だ。
  ちょっと難しい故事成語を含めたり、今流行りの言葉入れるには、さらにプロンプトの工夫が必要だ。

〇 生成した盤面と正解

 
〇 生成したヒント (ちょっと難しいかも。)
・ ヨコのヒント
1. おなじくらいで、ちがいがないようす。
5. いちどかいたものを、もういちどかくこと。
6. ものごとのいみが、はっきりすること。
7. ひとがくらす、たてもの。
8. そとをあるくとき、あしにはくもの。
10. すわるときにつかう、あしのあるどうぐ。
11. かたちがあって、手でさわれるもの。

・ タテのヒント
1. きたみちを、もとのほうへもどること。
2. すぐよこにあるところ。
3. うみのみずからつくられる、しろいちょうみりょう。
4. かたくて、じめんなどにあるもの。
5. みると、たいせつにしたくなるようす。
8. そらにうかぶ、しろやはいいろのもの。
9. どうぶつのあたまから出ている、かたいもの。

〇AIが考えたプロンプトは以下のとおり。(▼で展開)

日本語のクロスワードパズルを1問作成してください。

【重要】最初に論理的に成立する盤面を設計
・検証し、その後で図を作成してください。
見た目を先に作ってはいけません。
画像生成AIに文字入りの盤面を直接考えさせず、確定した盤面データをもとに、プログラムまたは正確な表組みで図を描画してください。

【基本条件】
・日本語のクロスワードパズル
・対象年れいは10歳くらい
・盤面は正確に5行×5列
・黒マスは3～5マス
・答えはすべて、10歳程度が知っている一般的なことば
・答えはすべてひらがなで記入する
・固有名詞、略語、古語、方言、不自然な活用形は使わない
・同じ答えを2回使わない
・1文字だけの答えは作らない
・意味のない文字列は答えとして認めない
・「ゃ」「ゅ」「ょ」「っ」などの小さい文字を使う場合も、1文字につき1マスと数える
・できれば小さい文字や長音記号「ー」を含む答えは避ける
・すべての白マスに文字が入ること
・すべてのヨコの答えとタテの答えが、ヒントに対応する実在することばであること
・交差するマスでは、ヨコとタテの文字が必ず一致すること

【ヒントの条件】
・ヨコのヒントとタテのヒントを作る
・ヒントは10歳くらいの子どもが理解できる、短く自然な文にする
・漢字の学年判定ミスを防ぐため、ヒントはすべてひらがなで書く
・答えそのものをヒントの中に書かない
・答えが一つに決まりやすいヒントにする
・句読点は使用してよい

【番号の付け方】
・番号は、ヨコまたはタテの答えが始まる白マスにだけ付ける
・番号は盤面の左上から、右方向、下方向の順に付ける
・同じマスからヨコとタテの両方が始まる場合は、同じ番号を共用する
・答えの途中のマスには番号を付けない

【必須の作成手順】
次の順番を必ず守ってください。
1. 5×5の黒マス配置を決める。
2. 白マスの連続区間をヨコ・タテに分ける。
3. すべての連続区間が2マス以上であることを確認する。
4. ヨコとタテのすべての区間に、実在する自然な日本語の答えを入れる。
5. 交差するすべての文字が一致することを確認する。
6. 各答えの文字数とマス数が一致することを確認する。
7. 各答えに対応するヒントを作る。
8. 番号を正しい規則で付ける。
9. 下記の検証表を作り、すべての項目が合格してから図を作る。
10. 一つでも不合格なら、図を作らず、盤面を作り直して再検証する。

【必須の検証表】
すべての答えについて、次の情報を表示してください。
・番号
・方向（ヨコ／タテ）
・開始位置（行、列）
・終了位置（行、列）
・マス数
・答え
・答えの文字数
・ヒント
・マス数と文字数が一致しているかさらに、次の項目を確認してください。
・盤面が5行×5列か
・黒マスが3～5マスか
・1文字だけの区間がないか
・すべてのヨコの文字列が自然なことばか
・すべてのタテの文字列が自然なことばか
・すべての交差文字が一致しているか
・番号の位置と順番が正しいか
・ヒントと答えが対応しているか
・同じ答えが重複していないか
・答えが10歳程度の語彙か

【出力するもの】
検証に合格した場合だけ、次の順で出力してください。
A. 答え入り盤面
・5行×5列をテキスト表で表示する
・黒マスは「■」で表示する
・1マスにひらがな1文字だけを入れる
・行番号と列番号を付ける
B. ヨコの答え一覧
・番号、答え、文字数、マスの位置を表示する
C. タテの答え一覧
・番号、答え、文字数、マスの位置を表示する
D. ヨコのヒント
E. タテのヒント
F. 解答者用の空欄盤面
・白マスには答えの文字を表示しない
・答えが始まるマスの左上にだけ、小さく番号を表示する
・黒マスは黒く塗る
・正確な5×5の正方形グリッドにする
G. 正解図
・空欄盤面と同じ配置で、各白マスに正解のひらがなを1文字ずつ表示する
H. 最終検証結果
・「成立」または「不成立」を明記する
・成立の場合は、ヨコとタテの全答えを盤面からもう一度読み取り、登録した答えと完全一致することを示す

【図のデザイン】
・白い背景
・黒く明確な罫線
・黒マスは完全な黒
・子ども向けの明るく見やすいデザイン
・盤面は正方形で、5行×5列が明確に分かること
・文字は読みやすい日本語フォント
・装飾よりも正確さを優先する
・マスや文字を画像生成AIの判断で追加、削除、変更しない
・確定済みの盤面データを一字一句そのまま描画する最重要条件：完成図を出す前に、答え入り盤面を行ごと
・列ごとに機械的に読み取り、すべてのヨコ答えとタテ答えが、答え一覧およびヒントと完全に一致することを再確認してください。

【検証】
・文章による自己申告だけで「検証済み」としない
・実際に各マスの座標と文字を照合すること
・図の作成後にも、図に描かれた25マスを再度読み取り、確定した盤面データと1マスずつ比較すること
・不一致が1マスでもあれば、完成品として提示せず修正すること

---

最近の投稿
【Yoshiのよしなしごと】【Yoshiのブログ】【よしなしごと】【AI】

あ

チャットツール ＜不便なことも我慢すると不便でなくなる＞

Slackで「頼むから守ってくれ」と思う5つのこと（ガチ） もとやま note (2026/5/20)

タイトルはSlackだが、チャットツール全般に言えることだ。
もとやま氏が言う5つある原則の中で、

原則1：すべての仕事はパブリックチャンネルでやる

理由1：情報格差をなくせる
理由2：依頼が雑になりづらくなる
理由3：誰に何のボールが飛んでいるかが見える

に引っかかってしまった。
因みに、原則３以降は有料(500円)だ。

Slackではなく、Teamsのチーム内の「チャネル」へのメッセージ投稿と個別の「チャット」の2種類について考えてみた。
この2種類はよく似ているが、

• チャットはスレッド形式で投稿できない。
• チャットは添付ファイルがOneDriveに保存される。
• チャットの参加メンバーは組織的に管理されない。

という点で、大きく異なる。
この差を考えず、便利だからとチャットばかり使用すると、

• 同じような話題を扱うグループがたくさんある。
• グループチャットで合意形成されている。
• 全員に周知すべき情報がやり取りされている。

という問題が発生する。
どのような問題が考えられるか、いろいろな観点から考えてみた。

【情シスの観点】

・スレッド形式
チャットはスレッド形式の投稿がサポートされていない。
大勢が参加するグループチャットで、複数の話題が流れている場合は、話題を追うのが大変だ。
引用はできるのだが、引用が増えると鬱陶しい。しかし、まったく引用が無いと会話の流れが追えない。

・添付ファイル
チャットにファイルを添付すると、投稿したユーザのOneDriveに添付ファイルが保存される。
そのユーザがいる間は添付ファイルを開くことができるが、異動などでアカウントを削除するとOneDriveの領域も削除されるから、添付ファイルも開けなくなる。

・参加メンバーの管理
誰が管理しているかわからない。
参加してほしい人は、誰かがその都度追加するが、削除はしないので、参加メンバーが増え続け、管理できなくなる。

【組織内コミュニケーションの観点】

・グループの乱立
同じ話題を扱うグループがたくさんあるので、どこに投稿したらよいか分からない。
チームはユーザを管理する人がいるので意識しなくても良いが、チャットグループは誰が管理しているのかわからないので、参加が難しい。
そもそも、どのようなグループがあるのかわからない。

・合意形成
グループチャットで合意形成している場合は、参加していない人は認識できないし、合意形成の経緯を見ることもできない。
グループチャットに参加していない人は完全に蚊帳の外になる。
昔、重要なことが喫煙室で決まっていた、あの仕組みと同じだ。

・全員に周知すべき情報
グループチャットに参加している人は、参加していない人がいることを認識していないので、全員に周知すべき情報を投稿する。
当人は、全員に周知しているつもりだから始末がわるい。

【ナレッジマネジメントの観点】

・知見の蓄積
チャットは、過去に投稿したメッセージや共有したファイルが分からなくなるから、知見が蓄積されない。
異動してきた人が過去の経緯を知るには、人の記憶に頼らざるを得ない。
40年くらい前、ICTを使っていなかった頃と同じだ。

・AIの使用
最近のAIは、Teamsのメッセージも取得して分析できるようになった。
合意形成の経緯や、やり取りのフェーズなど動的な情報もメッセージから判断できる。
しかし、ユーザが読めない投稿は、AIも読めないから、動的な情報が取れない。
だから、AIを導入しても有効利用できない。　AI-Readyではないのだ。

【改善方法はあるのか】

不便な思いをしている人が多いが改善されないことは多い。
なぜなら、人はすぐに慣れてしまい、そんなものだと思うようになるからだ。
アクセスできない情報があったとしても、その情報の存在を知らなければ、不便と思わない。
たとえば、新幹線の存在を知らない人は、東京～大阪間を在来線で移動しても不便と思わない。そんなもんだ。フゥ．．．

不便な思いをしている人に、改善を提案すれば受入れられるが、不便だと思わない人が大半なので、いつまで経っても改善されない。

システム的な問題ならば、設定やサービスを変更するなどの対応が可能だ。
しかし、設計や使い方の問題の場合は極めて困難だ。

もとやま氏のように、嫌われても徹底的に注意するしか方法はないのだろうか?

---

最近の投稿
【Yoshiのよしなしごと】【Yoshiのブログ】【よしなしごと】【AI】

Cowork説明会を開催して分かったこと ＜作業を、業務を、組織を見ることが重要＞

MicrosoftのAIアシスタント、Copilot Coworkの説明会を開催した。
AIアシスタントの説明だから、希望者は少ないと考えていたら、結構多く2日間開催した。
そこで、分かったことを書いてみる。

【結論を先に】
AI-Assistantで業務が効率化できたと仮定して、現場の自由になる時間が増えたり、収入が増えないのであれば、AI-Assistantを使わないという選択も合理的だ。
AIの性能が向上した時に重要なことは、業務を対象化して考える能力だ。

---

【AI使用レベル】
いわゆる「AI」には使い方にレベルがある。

・AI-Chat
一問一答形式で、ユーザがAIに質問しAIが回答を返す、Google検索のような使い方だ。
例えば、Excelを使っているときに、「表の分析方法を教えて」とChat-AIに質問するような使い方だ。

・AI-Agent
特定の作業を実行させたり、補助させたりする使い方だ。
例えば、Excelに「下記の条件で、データ分析してグラフを作成して。･･･」と指示して、グラフを作成させるような使い方だ。

・AI-Assistant
複数の作業で構成される、業務フローを実行させたり、補助させたりする使い方だ。
業務の分析が必須だから、ITに関する知識だけでは使えない場合も多い。
例えば、「定期的に収集したデータを、分析して、分析レポートを、メールで送信して」と指示するような作り方だ。

【説明会での質問】
この手の説明会は、質問が出ないことが多いが、何件か質問があった。

具体的な質問がある人は、多少なりとも業務を分析して、現状を変えたいと思っているようだ。
残念なことは、AI-Assistを「機能」ととらえているので、自動実行や定期実行が目的だったりする。
自動実行や定期実行が必要ならば、RPAを使えばいいのにと思う。

具体的な使用例が知りたい人は、業務に課題を持っていないのだろう。
現状ありきで、業務フローを見直すことは考えていない。
だから、「CoworkでExcelマクロを実行する方法はありますか?」という質問があったりする。
いやいや、その業務を分析したら、Excelもマクロも必要ないのでは、と思う。

【ミスマッチ】
AI-Assistantを使うことは目的ではなく、業務の効率化という目的を達成する手段だ。
一方、AI-ChatやAI-Agentはそれを使うことが目的になっていることもある。
AIを使うことが目的になっている人は、AI-Assistantを道具として使うという考え方ができないのだろう。

だから次のような参加者にAI-Assistantを説明するのは難しいと思った。　

・AI-ChatをGoogle検索の代わりだけに使っている人。
・AI-Agentで可能な処理を、AI-Assistanntでやろうとする人。
・業務フローを分析したり変えないでAIを使いたいと考えている人。

【コペルニクス的回転】
・AI-Chat → AI-Agent
Google検索の代わりに使っている人は、AIに作業を実行させてみる。
まず、AIに「〇〇データ分析してグラフを作成するための、プロンプトを考えて」と質問してみるとよいと思う。
おそらく、AIから質問があるだろう。そして、質問に答える過程で、分析の目的や、分析結果を提示する相手、分析の切り口を考えるだろう。
つまり、考えないためにAIを使う習慣から、考えるためにAIを使うようになる。

・AI-Agent → AI-Assist
AIに作業をさせている人は、業務フロー全体を実行させてみる。
まず、「〇〇業務を効率化するための、プロンプトを作成して」と質問するとよいと思う。
おそらく、AIからの質問に答えられないだろう。そして、「おまかせで」となるだろう。
そして、実際にAIに実行させても業務は効率化されない。
AIを活用できるように業務フローを変えければならないことに気づく。

【まとめ】
AI-Assistantは、現場主導で使うものではないと思う。
業務が効率化できたと仮定して、現場の自由になる時間が増えたり、収入が増えないのであれば、AI-Assistantを使わないという選択も合理的だ。

---

最近の投稿
【Yoshiのよしなしごと】【Yoshiのブログ】【よしなしごと】【AI】

AI使用の費用対効果

「AIを使え」から「あまり使うな」へ、米企業が半年で生成AIの利用制限に動き始めた理由
小林 啓倫
JBPress

突然、「コスト超過につき、AI利用を抑制せよ」「ROIが見えない案件は停止」となった場合に備えて、
小林啓倫氏は、

• 第1に、自分の仕事のうち「どの業務をAIで処理し、その結果どんな効果が出たか」を、業務単位で簡単に記録しておくこと
  
• 第2に、いま手元で使っているモデルを「もっと安いモデルでも代用できないか」という観点で見直しておくこと。
  
• 第3に、自分の仕事の成果を「使った量」ではなく「届いた価値」の言葉で語れるようにしておくこと。
  

ことが必要だとおっしゃる。
いくらITオンチの経営者でも、とにかくAIを使えと社員の尻を叩いたとしても、成果が見えなければ、おかしいと感じるだろう。

従来1日(8h)かかっていた資料作成が2hでできたなど具体的な数値を記録しておくことが重要だ。
その数値を元に価値を説明すると信憑性が出てくるが、単に「価値があります」では信憑性が無くなる。

## ROI 費用対効果
わかりやすい数値で、費用対効果を示すことは難しい。

AIを導入する時に考えず、何か効果的な使い方が見つかるだろうと、導入してみたけれど、目に見える効果が無いという例は多いのではないだろうか？
目視でおこなっている製品の検査にAIを導入した場合は、不良率の低下、人件費の削減などの効果が期待できる。

一方で、事務などバックエンドの業務は、定量的な効果を示すことが難しい。
例えば、毎日大量のメールを処理しなければならない業務に、AIを導入して、メールの要約と返信の下書きを作成させると、人間の負担は減る。
しかし、人間が不要になるわけではないから、効果を定量的に示すことは難しい。

【ほぼ1人情シス】
「ほぼ1人情シス」の業務で考えてみた。
約4500/月の有料ライセンスを使っている。
では、それだけの効果を上げているのだろうか？

・ヘルプデスク業務
回答までの時間は短縮したことを実感している。

1. トラブルの申告をうける
   
2. 対応を調査
   
3. 対策を実施
   
4. 結果の確認

簡単なトラブルは、知識と経験で対応するので解決までの時間は変わらない。
難しいトラブルは、AIを使用することで短縮することができた。
AIを使用するまでは、Googleで検索して、複数の情報から、具体的な操作や手順を調べていたが、難しいトラブル、先例が少ないトラブルの場合は、1日から1週間程度必要だった。
この作業はAIが肩代わりしてくれるようになった。

・保守
保守業務は、手作業をRPAで自動化したので、AIを使用する作業は少なくなった。

・セキュリティ業務
脆弱性情報は手作業で収集していたが、AIが使える。
影響が大きい脆弱性の場合は、自サイトへの影響や、対応を提案してくれる。
AIに責任はないので、最終判断や、意思決定は人間が行う必要がある。【効果】

効果を説明することはできる。
説得力がある説明をするためには、客観的な数値が必要だ。

業務委託で働いていた時には、真面目に作業メモを残していた。
請求書に添付する作業報告書が書けなくなるので。

最近、作業メモがおざなりになっている。
AIが読める形でメモや記録を残しておくと、AIを使用した履歴が残る。
その履歴をAIで分析することで、AIを使用した効果を作文してくれる。
AIは「盛りすぎじゃネ」など言わない。

---

最近の投稿
【Yoshiのよしなしごと】【Yoshiのブログ】【よしなしごと】【AI】