これからの時代は、単純に技術力が高い国が強いとは限りません。 本当に強くなるのは、古い仕組みに縛られず、AIやロボットを使って一気に変化できる国だと思います。 日本は、インフラ、医療、治安、教育など、今でも非常に高い水準にあります。技術力も人材もあります。 しかし、その一方で、長い年月の中で、利権、既得権益、制度、許認可、責任、書類、資格、税金などが積み重なり過ぎました。 本来は社会を守るために作られた仕組みが、今では人の自由や行動力を奪い、新しい技術の導入まで遅らせる場面が増えています。 日本の問題は、技術がないことではありません。 新しいものを作る力はあるのに、古いものをやめる力が弱いことです。 何か問題が起きるたびに、新しい制度や規制は追加されます。しかし、役割を終えた制度はなかなか廃止されません。 その結果、社会の仕組みがどんどん複雑になり、一般の人だけでなく、専門家でさえ分かりにくい国になっています。 一方で、発展途中の国には不便さがあります。 しかし、土地が安い、規制が少ない、制度が比較的単純、新しい技術への抵抗が小さいという強みもあります。 そこへAI、ロボット、遠隔医療、リアルタイム翻訳、自動運転、デジタル行政などが入れば、本来なら何十年もかかる発展を、短期間で飛び越えられる可能性があります。 たとえば、医師が少ない国でも、AI診断や遠隔診療、将来の手術ロボットが使えれば、高度な医療を受けやすくなります。 教師が少なくても、AI教育によって世界水準の学習ができます。 言葉の壁も、リアルタイム翻訳によって大きく下がります。 つまりAIは、これまで先進国だけが持っていた、 知識、専門家、高度なサービス を、安いコストで世界中へ届けられる技術です。 そうなると、先進国の圧倒的な優位性は少しずつ薄れていきます。 その代わりに価値が上がるのは、 自然の豊かさ、広い土地、生活費の安さ、人間関係、自由度、制度の単純さです。 これまで「遅れている」と言われてきた国でも、AIやロボットが不足部分を補えば、広い土地、自然、低い人口密度、単純な社会構造が、むしろ大きな魅力になります。 ただし、どの国でも自動的に住みやすくなるわけではありません。 最低限、治安、政治の安定、電力、通信、法制度は必要です。 それでも、これからの時代は、 完成された国が強いのではなく、余白があり、変化を受け入れられる国が強くなる のだと思います。 日本はこれまで、失敗しないことを重視してきました。 しかし、AI時代では、小さく試して、失敗から学び、すぐに直す国の方が強くなります。 日本が数年かけて検討し、実証実験をし、関係団体と調整している間に、他国はすでにAIを使い始め、データと経験を積み上げてしまいます。 この差は、単なる数年の遅れではありません。 使えば使うほどAIは賢くなるため、最初の遅れが、その後さらに大きな差になります。 だから今の日本に必要なのは、新しい制度や補助金をさらに増やすことではありません。 本当に必要なのは、 古い制度、不要な許可、重複する手続き、既得権益を減らし、社会に余白を取り戻すことです。 日本の最大の問題は、技術力の低下ではありません。 変わる必要があると分かっていても、古い仕組みを壊せないこと。 これが、今の日本の多くの問題の根っこなのかもしれません。 このまま変化できなければ、日本は、 技術は先進国なのに、生活は不便で窮屈な国 になってしまいます。 反対に、古い仕組みを見直し、AIを素早く受け入れられれば、日本にはまだ十分な技術、人材、インフラがあります。 つまり日本は、力がないのではありません。 持っている力を、古い仕組みが邪魔している。 もしかしたら、それこそが今の日本の最大の問題なのだと思います。 日本は「維持」から「縮小」の時代に入ったのかもしれない 【夢が、本当の現実かもしれない】 昔と違うのは、気温よりも湿気かもしれない

最近、外で作業をする機会が増え、今の暑さは昔とは何かが違うと感じるようになりました。 昔にも今と同じくらい、あるいは今以上に暑い日はあった記憶があります。しかし、昔の暑さは11時ごろから15時ごろがピークで、夕方になれば少し楽になりました。 今は朝から蒸し暑く、夕方になっても湿気が抜けず、夜まで体に熱が残ります。 つまり、今の嫌な暑さの正体は、最高気温の高さだけではなく、湿った空気が長時間続き、汗が乾かず、体の熱が逃げにくくなったことではないでしょうか。 このことを考えるきっかけになったのが、山の近所に長く住んでいる方の話でした。 「昔より草の伸びが明らかに早くなった」 「ツル植物が増えて、土地の手入れが本当に大変になった」 と聞きました。 日本でよく見かける雑草やツル植物は、蒸し暑さそのものを好むというより、暖かく、雨や土の水分が十分にある環境で勢いよく成長するものが多いそうです。 一方で、食用の野菜は暑ければ暑いほど育つわけではありません。 つまり、暑さが厳しくなると、人間が食べるために育てる野菜は弱るのに、環境への適応力が強い雑草やツル植物は、高温と水分を利用して勢力を広げることがあります。 そして、モンゴルへ行ったことで、この違いをさらに強く感じました。 モンゴルも夏の昼間は25〜30℃近くまで上がる日があります。しかし、朝晩は10℃前後まで下がることも珍しくありません。 昼間は暑くても空気は乾燥し、雨も少ないため、日本のように雑草やツル植物が一気に繁茂している様子は、ほとんど見られませんでした。 「日本ほど育たない」という程度ではなく、日本とはまったく違う景色で、本当に驚きました。 現地の方に聞くと、年間を通して乾燥しているため、気温が高くても植物が勝手に勢いよく育つ環境ではないそうです。 そのため、野菜を育てるには水の確保や灌漑、ハウスなどが必要になります。栽培できる時期も短く、冬は非常に寒いため、多くの野菜を輸入に頼り、価格も高くなります。 実際に両方の国を見たことで、植物の成長には気温だけでなく、水分や湿気、昼夜の寒暖差、生育できる期間が大きく関係していることを実感しました。 日本では、高温、雨、湿気、夜間の冷えにくさが重なっています。 これは雑草やツル植物にとっては育ちやすい環境ですが、人間にとっては汗が乾きにくく、体温を逃がしにくい、非常につらい環境です。 昔は暑くても、夕方や夜には体を休ませる時間がありました。 しかし今は、朝から夜まで湿気が残り、少し外で作業をするだけでも疲労がたまり、体調を崩しかねない暑さになっています。 現在の科学では、人間活動による温室効果ガスが温暖化の主な原因と考えるのが最も妥当です。もちろん事実は誰にも分かりません。 しかし、草の伸び方、ツル植物の増え方、野菜が高温で育ちにくくなること、朝から夜まで続く蒸し暑さを見ると、日本の環境が昔とは変わってきていることは確かだと思います。 ドバイでは、真夏の危険な時間帯に屋外作業が制限されています。 日本もそろそろ、外仕事を早朝や夕方へ移し、最も暑い時間帯は休むなど、夏の働き方そのものを本気で見直す時期に来ているように感じます。 【夢が、本当の現実かもしれない】 今、現役の経営者だったら-最も時間を使うのは「aiの進化を知ること」かもしれない 日本は「維持」から「縮小」の時代に入ったのかもしれない

以前は、会社として利益を追い、多くの責任を背負いながら働いていました。 しかし今は、「以前お世話になった方や、自分が好きだと思える方のために、自分ができることをする」というスタイルです。 報酬についても、「いくらいただくか」は考えていません。相手に喜んでいただき、その気持ちとしていただければ、それで十分だと思っています。 もちろん、これは生活の基盤があるからこそ選べる働き方です。 今は、お金を追いかけるよりも、人とのご縁や信頼を大切にしながら、自分の経験を誰かの役に立てたいと思っています。 不思議なことに、そうした働き方に変えてからは、お金では手に入らないものが、報酬として返ってくるようになりました。 人とのつながり、信頼、感謝の言葉、思いがけないご縁。そうしたものの価値を、以前よりもずっと大きく感じています。 結局のところ、人生は、自分も相手も気持ちよく生きることが一番だと思っています。 「この記事を読んだ人におすすめ」→ 関連記事 経営者を引退してから、ちょうど6ヶ月 経営者を引退して、物についてわかったこと経営者を引退して、物を持つ基準が大きく変わりました。 「事業を引退して気づいた、借金が奪っていたものと、60歳を前にして分かった、「本当の富」」

この数日、特に思ったこと 最近、物価高が続く中で、強く感じることがあります。 今の日本は、「新しい物を次々と買う国」から、もう一度「良い物を再利用する国」へ戻っていくことが大切ではないでしょうか。 実際、今の日本には驚くほど多くの物が余っています。それも、古くて使えない物ではなく、まだ十分に使える物や、ほとんど新品に近い物まで少なくありません。 フリマアプリなどでもそうですが、地域での譲渡などをよく見ている方は、すでにこの変化に気づき始めていると思います。 私が実感している主な理由は、二つあります。 一つ目は、高齢になり、少し前に購入した物でも、体力や健康上の理由から使えなくなってしまう方が増えていることです。 高齢の方の中には、インターネットやフリマアプリを使って売ることが嫌がったり難しい方も多く、結局は信用できる人に譲るしかありません。 しかも日本は少子高齢化が進んでいるため、物を手放したい人は増えている一方で、受け取って使ってくれる若い世代は少なくなっています。 つまり、物の供給は多いのに、もらってくれる人が少ない状態になりつつあります。 二つ目は、物価高の影響で、家の中を整理したり、断捨離をしたりする人が増え、多くの中古品が市場に出てきていることです。 こう考えると、物価高は家計にとって厳しい反面、必要な物を安く手に入れたり、場合によっては無料で譲ってもらったりできるというプラスの面もあるように感じます。 実際、私のところには頻繁に「使ってくれないか」と声がかかります。 大げさではなく、物によっては選び放題に近い状況です。新品を買う前に周囲へ声をかけてみるだけで、まだ十分に使える良い物が見つかる時代になっていると思います。 一方で、家事をしているからこそ分かりますが、食料品の値上がりだけは別の問題です。 食料は毎日必ず必要なので思いのほか出費になるはずです。 生活用品や家具、道具などは、中古品や再利用である程度対応できます。しかし、食べ物は毎日必要であり、簡単に代わりを見つけることはできません。 特に、育ち盛りの子どもがいる家庭では、食費の上昇は家計に直接響きます。子どもの食事まで節約しなければならない社会は、決して健全ではありません。 だからこそ、政府が最も重点的に支援すべきなのは、食料品の負担を軽減する政策ではないかと感じます。 私は普段あまり食べないため、食費の影響は比較的小さい方です。 それでも、育ち盛りの子どもたちや子育て世代が、値段を気にしすぎることなく安心して食卓を囲める環境を守ることこそ、これからの日本に本当に必要な支援ではないかと強く感じます。 「この記事を読んだ人におすすめ」→ 関連記事 もしかしたら、これが今の日本の最大の問題かもしれない ずっと自身で「やりたい」と思っていた掃除 頭が回らない日は、頭の中の席が埋まっているだけ。

第一次から第三次産業革命までは、人間の能力を補助する技術でした。 しかし、AGIとヒューマノイドが実用化されれば、人間の知的・身体的な仕事そのものを担える存在が現れる可能性があります。 この流れは、多少の時期の前後はあっても、技術開発が継続する限り、社会が向き合う可能性が高い変化です。 問題は、「AGIが来るかどうか」ではありません。 AGIが普及した社会を、どのような制度で支えるかです。 技術の恩恵を広く社会で共有できればユートピアに近づきます。 一方で、富や生産手段が一部に集中し、多くの人が取り残される社会になれば、デストピアに近づく可能性があります。 未来を決めるのは、AGIではありません。 AGIという新しい力を、どのような制度と政策で社会に取り入れるかを決める、人間と政府です。 「この記事を読んだ人におすすめ」→ 関連記事 私は150万円のテレビで学びました。agi時代は同じ失敗をしない方がいい。 2027年末agi時代スタート――人類史上最大の分岐点。

後藤 友亮 『2027年末AGI時代スタート――人類史上最大の分岐点。』 「デストピアか、ユートピアか。未来を決めるのは、人間の選択。」 人の脳は、何かをゼロから生み出しているのではなく、どこかから情報を受信するアンテナのようなものではないか。 少なくとも私は、以前からそう考えています。 音楽、映画、発明、芸術。 天才と呼ばれる人たちは、特別な世界から届く電波のようなものを、たまたま人より強く受信できる人なのかもしれません。 人によって受信できる分野が違い、ある人は曲として、ある人は物語として、ある人は発明として形にする。 私は昔からSF映画が好きで、数多くの作品を見てきました。 そして振り返ると、かつては空想だった技術が、次々と現実になっています。 AI、ロボット、自動運転、音声対話、監視技術…。 そう考えると、SF映画は単なる空想ではなく、未来の一部を先に描いていたのかもしれません。 ただ、SF映画で描かれる未来の多くはユートピアではありません。 技術を持つ一部の人だけが豊かになり、多くの人が仕事や自由、生きがいを失っていくデストピアです。 そして今、AGIやヒューマノイドの進化を見ていると、その世界は何十年も先の話ではなく、すぐそこまで来ているように感じます。 もちろん、未来が必ずそうなるとは限りません。 しかし、技術の進歩は確実に進んでいます。 だからこそ今、私たちが考えるべきことは、「AGIを作れるか」ではなく、AGIとどう共存する社会を築くのかではないでしょうか。 未来は、デストピアにもユートピアにもなり得ます。 その分かれ道を決めるのは、技術ではなく、人間の知恵と社会の選択なのだと思います 「この記事を読んだ人におすすめ」→ 関連記事 AGI 時代は、遅かれ早かれもうそこまで 「ai・agiで国は豊かになる。でも国民は貧しくなる？-高い確率で起きる可能性がある未来、『富の分配』を深掘りする」 私は150万円のテレビで学びました。agi時代は同じ失敗をしない方がいい。

ホームページのSEO対策でAIからの指示を受けた1位　2位です。 1位は、独自性があり、実際に役に立つ記事を増やすこと。 2位は、記事同士を内部リンクでつなぎ、サイト全体を一つの情報網にすること。 この1か月、このAIからの指示のもとに記事を増やしてきました。 現在、作成した記事は約750本。 そのうち41本は下書き状態なので、実際にホームページ上で公開している記事は709本です。 なんと今日は数日前まで出来なかった709記事を、AIですべて拾い出せた ここで大きな問題がありました。 記事が10本、20本なら人間でも管理できます。 しかし、100本、300本、700本となると、どの記事とどの記事が関連しているのかを人間が把握するのは、ほぼ不可能になります。 特に内部リンクを本格的に行おうとすると、 「この記事には、どの記事を関連記事として入れるべきか？」 を毎回700本の中から探さなければなりません。 これまでは、ここが大きな壁でした。 ところが今回、AIの指示でサイトマップを利用することで、公開中の709記事について、タイトルとURLをAIで一括取得することができました。 取得結果は、 公開記事：709本 URL：709本すべて取得 重複：0本 タイトル：URLなどから復元・整理 という状態まで持っていくことができました。 「700本あるから無理」が、「AIに全部見せればいい」に変わった これは私にとって、かなり大きな変化です。 今までは、 記事数が増えれば増えるほど、管理が難しくなる というのが普通でした。 ところがAIを使うと、逆に大量の記事をまとめて整理し、 AI関連記事 モンゴル関連記事 不動産関連記事 税金関連記事 車関連記事 太陽光関連記事 経営関連記事 などに分類しながら、それぞれの記事に合う関連ページを探すことができます。 つまり、 「700記事もあるから人間には無理」 ではなく、 「700記事あるなら、AIに全部見せて選ばせればいい」 という段階に入ってきました。 SEO対策の2位「内部リンク」が現実的になった 私がSEO対策で2番目に重要だと考えているのが、記事同士を内部リンクでつなぐことです。 ただ、理屈では分かっていても、700記事を超えるサイトでこれを人間だけで行うのは現実的ではありません。 ところが今回、709記事をAIが把握できるところまで来ました。 これによって今後は、 1つの記事をAIに見せる↓709記事の中から関連性の高い記事を探す↓最適な関連記事を3〜5本程度選ぶ↓内部リンクとして追加する という作業が可能になります。 これなら700記事でも、1,000記事でも、理論上は対応できます。 本当に恐ろしいのは「AIそのもの」より、人間1人の処理能力が変わったこと 今回、一番強く感じたのはここです。 AIが賢くなったことももちろんすごいのですが、それ以上に、 人間1人が扱える仕事量の上限そのものが変わってきています。 以前なら、700ページを調べて分類し、それぞれに関連ページを設定するとなれば、かなりの人手と時間が必要でした。 場合によっては、SEO会社や制作会社に依頼するような規模の作業です。 それが今では、個人でもAIとサイトマップを組み合わせることで、現実的に扱えるところまで来ています。 これはかなり大きな変化だと思います。 私の記事は、AIだけでは作れない部分を重視している もちろん、記事数だけを増やしても意味はありません。 私が今回のSEO実験で一番重視しているのは、AIだけで作った一般論の記事を大量生産することではありません。 実際に自分が経験した、 約35年間の経営経験 モンゴルでの生活や不動産購入 海外投資 税務調査 太陽光発電 車の修理 DIY AIを実際に使った実験 など、自分自身の体験を記事の材料にしています。 AIには文章整理や調査を手伝ってもらいます。 しかし、記事の元になる経験そのものは、AIにはありません。 私はここに、これからの個人サイトの価値があるのではないかと考えています。 次は709記事を「つなぐ」実験へ これまでは、まず記事を増やすことを優先してきました。 そして今回、公開中の709記事をAIで取得し、一覧として扱えるところまで来ました。 ここから次の実験に入ります。 709記事をAIで分類し、関連記事を選び、記事同士を内部リンクでつないでいく。 そして、その結果、 Google検索からの流入が増えるのか 記事を読むページ数が増えるのか 滞在時間が伸びるのか AI検索から拾われやすくなるのか サイト全体の評価が変化するのか を見ていきます。 2026年8月20日、個人サイト制作のやり方が一段変わった 今回の実験を記録として残しておきます。 2026年8月20日。 約1か月で作成した約750記事のうち、41記事は下書き、709記事を公開。 そして、その公開済み709記事について、AIを使ってサイト全体のタイトルとURLを扱えるところまで来ました。 今日から、 「AIにサイトを見せれば、709記事すべての中から最適な関連記事を探せる」 という段階に入りました。 数年前なら、個人一人ではかなり難しかった作業です。 それが今では、AIを使えば現実的にできてしまいます。 本当に恐ろしい時代に入ったと感じます。 ただ同時に、個人にとっては非常に面白い時代でもあります。 これからは、 人間が経験する。AIが整理する。AIがサイト全体をつなぐ。 この組み合わせによって、一人でも以前とは比較にならない規模の情報サイトを作れる可能性があります。 私自身、この709記事を使って、実際にどこまでSEO効果が出るのか。 引き続き実験していきたいと思います。

これまで、世の中の進化を把握するために必要な時間は、それほど多くありませんでした。 新聞やテレビのニュースを一日数分見ていれば、社会の大きな流れから完全に取り残されることは少なかったと思います。 変化も比較的ゆっくりだったため、最初は分からなくても、周囲を見ながら少しずつ対応できました。 しかし、この数年で状況は大きく変わりました。 世の中を変化させる主役が、人間だけの時代から、人間とAIの時代へ移り始めた AI、ロボット、投資、税制、働き方、国際情勢、物価、社会保障など、生活に直結する仕組みが同時に、しかも急速に変化しています。 昨日まで正しかった常識が、数年後どころか、数か月後には通用しなくなる可能性さえあります。 情報を取らない人ほど「カモ」になりやすくなる これから最も怖いのは、単に新しい技術を使えないことではありません。 変化を知らないまま、古い常識で重要な判断をしてしまうことです。 例えば、 AIを使えば自分でできることに、高い料金を払い続ける 時代遅れになった資格や事業に、お金と時間をかけ続ける 将来縮小する仕事に、人生の大半を投入する SNSの広告や投資話を信じてしまう 制度変更を知らず、受け取れる給付や控除を逃す AIで作られた偽動画や偽情報に誘導される 自分の仕事が減り始めてから、初めて変化に気づく ということが起きやすくなります。 これからの情報弱者は、単に「知らない人」ではありません。 古い情報を正しいと思い込み、それを利用する側から狙われる人になってしまう恐れがあります。 AIによって広告、営業、詐欺、世論誘導まで高度化すれば、知識がない人だけでなく、判断基準を更新していない人も簡単に誘導されるようになります。 最も必要なのは、ニュースを見る時間ではない では、人は仕事以外の時間を何に使うべきなのでしょうか。 私の結論は、単なる情報収集ではなく、 世の中の変化を知り、自分の判断基準と行動を更新する時間 です。 情報を大量に見るだけでは十分ではありません。むしろ、情報が多すぎることで混乱する可能性もあります。 必要なのは、次の3段階です。 ① 変化を知る AI、ロボット、経済、政治、税制、社会保障など、自分の生活に影響する大きな変化を定期的に確認する。 ② 自分への影響を考える 「この技術が進化した」だけで終わらせず、 自分の仕事はどうなるのか 資産や生活費にどんな影響があるのか 今の住む場所や働き方でよいのか 家族にはどんな準備が必要か まで考えることが重要です。 ③ 小さく行動する AIを実際に使ってみる。収入源を分散する。固定費を減らす。新しい技術を試す。制度を調べる。 情報は、行動につながって初めて価値を持ちます。 これからは「毎週、自分の作戦を修正する時代」 以前は、一度進路を決めれば、同じ仕事や考え方で10年、20年と生きられました。 しかし、これからは長期計画を一度作って終わりではなく、毎週、毎月のように修正する必要が出てくると思います。 重要なのは、未来を完全に当てることではありません。 間違いに早く気づき、方向を変えられる状態を保つこと です。 例えば、仕事以外の時間を10とすれば、私なら次のように考えます。 4：社会・AI・経済の変化を知り、考える 3：健康と体力を維持する 2：人とのつながりを保つ 1：新しいことを実際に試す ただし、変化を追うことに一日の大半を使う必要はありません。情報を追いすぎると、不安が増え、何も行動できなくなるからです。 大切なのは、時間の長さではなく、定期的に考える習慣を持つことです。 政治も社会も、変化に追いつけなくなる可能性がある さらに大きな問題は、個人だけでなく、政治や行政も急激な変化に対応できなくなることです。 政治は、議論、法改正、予算、制度設計、実施までに長い時間がかかります。一方、AIや企業は数週間、数か月単位で進化します。 つまり、 技術は異次元に加速するのに、社会制度は従来の速度でしか動けない という大きな時間差が生まれます。 AIによって仕事が急速に減っても、雇用制度や社会保障の見直しが間に合わない。偽情報が急増しても、法律や教育が追いつかない。富が一部に集中しても、税や分配の仕組みが変わらない。 こうした「技術と政治の速度差」が、これからの社会を不安定にする最大の原因の一つになると考えています。 そのため、「政府が何とかしてくれるまで待つ」という姿勢は、以前より危険になります。 ただし、情報を集めるだけでも危険 ここは注意が必要です。 情報を取ることが重要だからといって、毎日SNSやニュースを何時間も見ればよいわけではありません。 現在は、正しい情報よりも、怒りや不安を強く刺激する情報のほうが広がりやすくなっています。そこにAIで作られた偽情報まで加わります。 これから必要なのは情報量ではなく、 誰が発信しているのか その人は何によって利益を得るのか 事実と予想が分けられているか 反対の立場から見ても成立するか 一次情報や数字を確認できるか を考える力です。 AIも便利ですが、間違えることがあります。したがって、AIに答えを決めてもらうのではなく、AIを使って複数の可能性を比較し、最後は自分で判断する姿勢が重要です。 結論 これから人が仕事以外で最も時間を使うべきものは、娯楽でも、資格取得だけでも、情報収集だけでもありません。 変化を知り、それが自分に何をもたらすのかを考え、自分の判断と行動を更新する時間です。 今後は、知識が多い人よりも、変化に早く気づき、考えを柔軟に修正し、小さく行動できる人のほうが強くなると思います。 これまでは、世の中の変化を知らなくても、周囲に合わせていれば何とか生きられました。 しかし、これからは違います。 情報を取らないことは、単に時代に遅れることではありません。仕事、資産、生活、そして人生の選択を、知らないうちに他人に決められてしまう危険につながります。 だからこそ、これから必要なのは「もっと働くこと」だけではありません。 仕事以外の時間を使って、世界の変化を観察し、自分の人生の作戦を定期的に作り直すこと。 これが、急激に変化する時代において、最も重要な時間の使い方になるのではないでしょうか。 【警告】今回の産業革命は「道具」ではなく「新しい労働者（人）」を生み出している

AIの分析力がここまで発達してくると、一つの疑問が生まれます。 そもそも、これからも記事を書く意味はあるのだろうか？ 現在のAIは、専門的な内容であっても、質問すれば瞬時に整理し、ある程度正確な答えを返してくれます。 私自身、AIの答えが本当に正しいのかを確認するために調べ始めたのに、答え合わせをしているうちに、逆にこちらが勉強させられていることがあります。 これまでなら、本や記事を何本も読み、時間をかけて調べなければ分からなかったことを、AIは数秒でまとめてしまいます。 そう考えると、一般的な情報を集め直しただけの記事や、「○○とは何か」を説明するだけの記事は、今後ますます読まれにくくなるでしょう。 企業が費用をかけて記事を作り、検索からアクセスを集め、広告や商品販売につなげる従来の仕組みも、費用対効果が合わなくなる可能性があります。 検索するより、AIに直接聞いたほうが早いからです。 AIに置き換えられやすい記事 これから価値が下がりやすいのは、次のような記事だと思います。 すでに公開されている情報を並べ替えただけの記事 誰が書いても内容が変わらない解説記事 実際には使っていない商品の紹介記事 検索上位の記事を要約し直しただけの記事 AIでも数秒で作れる一般論 こうした記事は、人間が時間をかけて書いても、AIの回答と大きな差がありません。 しかもAIは、質問する人の知識や目的に合わせて、説明の難しさや長さまで変えてくれます。 固定された文章を読むよりも、AIと対話しながら聞いたほうが分かりやすい場面も増えていくでしょう。 それでも残るのは「その人にしか書けない情報」 では、これからの記事には、どのような価値が残るのでしょうか。 私は、最も強く残るのは「実体験」だと思います。 例えば、実際に海外で暮らした人だから分かる生活感覚や、不動産を購入して初めて気づいた制度や習慣、仕事や投資で失敗したときの経緯などは、AI自身には体験できません。 現地で暮らして初めて感じたこと 実際に商品やサービスを使った感想 取引の中で分かった相手の対応 公式情報と現場の違い 成功するまでに起きた失敗 長年の仕事で身についた感覚 こうした情報は、統計や公式資料だけでは分かりません。 AIは、すでに公開されている情報を集め、整理し、分析することは得意です。 しかし、まだ世の中に出ていない経験を、自分で生み出すことはできません。 誰かが実際に行き、買い、使い、失敗し、驚き、それを記録して初めて、AIもその情報を扱えるようになります。 正確には「実体験だけ」ではない ただし、これから価値が残るのは、実体験だけではないとも考えています。 実際に経験した一次情報 自分で行った調査や比較 長年の仕事から得た現場感覚 成功だけでなく失敗まで書いた記録 情報の真偽を確認した検証 複数の事実をつないだ独自の分析 書いた人自身の判断や疑問 つまり、「何を知っているか」だけでなく、 なぜそう考えたのか実際に何が起きたのかその結果、どう判断したのか ここまで書かれている記事には、AI時代でも価値が残ると思います。 AIは優れた分析を出せますが、最終的な判断の責任を負うわけではありません。 また、AIの回答が正しいかどうかを確かめるためにも、信頼できる人間の記録や一次資料が必要です。 記事は「答え」から「証拠」へ変わっていく これまでの記事は、読者に答えを教えるものでした。 しかし、これからの記事は、AIが答えを作るための「証拠」や「一次資料」としての役割が強くなるかもしれません。 実際に経験したことを具体的に残しておけば、その記事を読んだ人だけでなく、将来はAIがその情報を参照し、別の誰かへの回答に生かす可能性もあります。 そう考えると、記事を書く意味がなくなるのではありません。 記事の役割が変わるのです。 一般的な答えを量産する記事から、その人にしか残せない事実を記録する記事へ。 それでも記事を残す意味 AIやCMSを使いながら、これまでの経験や、その中で生まれた疑問を記事として整理しています。 仕事、海外生活、不動産、税金、太陽光発電、車など、実際に関わってみて初めて分かったことや、予想とは違っていたことがあります。 もちろん、一人の経験がすべての人に当てはまるわけではありません。 それでも、一つの実例として記録しておけば、同じ疑問を持った人が、いつか検索したときに参考になるかもしれません。 AIに文章を整理してもらうことはできます。 しかし、その出発点となる経験、疑問、失敗、驚き、違和感は、実際に体験した人間からしか生まれません。 結論 これからは、誰が書いても同じ内容になる記事の価値は、急速に下がっていくと思います。 AIに聞けば分かる一般論を、人間が時間と費用をかけて書き直す意味は薄れていくでしょう。 しかし、記事そのものが不要になるわけではありません。 これから価値が残るのは、 「AIでも書ける記事」ではなく、「AIが学ぶ材料にもなる記事」です。 実体験、現場の記録、自分で確かめたこと、失敗、疑問、そして、その時点での判断。 多くの人に読まれるかどうかとは別に、自分が実際に見聞きしたことを正直に残しておく。 最後まで残るのは、きれいにまとめられた一般論ではなく、実際に生きた人間にしか書けない一次情報なのかもしれません。

今回は2026年8月20日時点。今週北京でが開かれており、かなり新しい数字が出ています。 結論から言うと、ロボット、とくに人型ロボットは2026年に明確に一段階進みました。 これまでの「歩く・走る・踊るデモ」から、 「工場・倉庫で本当に働かせる」 段階へ入り始めています。 ただし、ここは重要です。 まだ“人間の代わりに何でも一人でこなすロボット”には到達していません。 2026年8月・人型ロボット現在地 項目 現在地 私の評価 歩く・走る 90% ほぼ解決 転倒しにくさ 80% 工場ならかなり使える 物を運ぶ 85% 実用段階 箱・部品の仕分け 80% 実用化開始 単純な組立 65% 限定環境なら可能 手・指の器用さ 60〜70% 急激に進歩中 未知の物への対応 50〜60% まだ弱点 人間の指示理解 75% AI進化で急上昇 長時間の完全自律 40〜50% 最大の壁 家事全般 30〜40% まだ実験・初期販売 人間と同等の万能作業 20〜30% まだ先 これは公表データと実運用例を合わせた私の評価値です。 一番大きな変化①：中国が、とんでもない速度で量産に入った ここが今回調べて一番驚いたところです。 2026年前半だけで、 世界の人型ロボット出荷：約19,000台 前年同期比で、 ＋272％ です。 そしてそのうち、 中国企業が約97％ を占めています。 つまり現時点では、 人型ロボットの“量産能力”では、中国が圧倒的に先行しています。 特にAgiBotは2026年前半だけで約8,400台を出荷し、世界シェア約44％に達したとの集計があります。 ただし注意点があります。 この19,000台すべてが人間の代わりに工場で働いているわけではありません。 約65％はまだ、 研究教育展示娯楽AI学習用データ収集 などです。 ですから「19,000人分の労働者が置き換わった」という話では全くありません。 ② BMWでは、もう本当に働いている ここは未来予想ではありません。 Figure AIのFigure 02はBMWの米国スパータンバーグ工場で実際の生産工程に入りました。 10か月間で、 BMW X3 3万台以上の生産を支援 さらに、 月〜金、1日10時間勤務 という実績がBMW自身から公表されています。 そして2026年には次世代の Figure 03 へ移行しています。 ここが重要です。 去年くらいまでは、 「ロボットが工場で働く未来」 でした。 現在は、 「何台入れると採算が合うか」 という話に変わってきています。 これはかなり大きな転換です。 ③ Agility「Digit」は6万5,000時間を超えた これは個人的にはかなり重要な数字だと思います。 Agility Roboticsの二足歩行ロボット、 Digit は、 GXOToyotaSchaefflerMercado Libre などで商用運用されています。 累計稼働時間は、 65,000時間以上 9か所の顧客施設で運用実績があります。 トヨタ・カナダも2026年2月、試験ではなく商用契約へ進みました。 つまり、 「人型ロボットは働けるのか？」 という質問については、 もう答えは YES です。 問題は、 「どの仕事まで任せられるのか？」 へ変わっています。 ④ Boston Dynamics Atlasも「研究用」から「製品」へ あの宙返りするAtlasです。 2026年1月にBoston Dynamicsは、 production-ready Atlas を発表しました。 つまり研究用ロボットから、 工場向け製品 に方向転換しました。 2026年中に、 HyundaiGoogle DeepMind への配置が予定されています。 これはかなり象徴的です。 Boston Dynamicsですら、 「すごい動きを見せる研究ロボット」 から、 「金を稼ぐロボット」 へ軸足を移しています。 ⑤ Tesla Optimusは意外にも「量産開始直前」 Teslaについては誇張情報が非常に多いので、少し慎重に見ました。 2026年7月のTesla発表では、 Fremont工場で2026年中にOptimus生産開始 という段階です。 最初の機体は、 Optimus Academy でAI学習データ収集に使う予定です。 つまりTeslaはまだ、 BMW × FigureGXO × Digit ほど商用現場で実績が積み上がっているわけではありません。 ですから現状は、 Tesla＝本命候補ではあるが、実用実績ではFigureやAgilityに負けている という評価が妥当だと思います。 ⑥ Unitreeの価格が、かなり怖いところまで来た ここが「普及速度」に一番効くかもしれません。 Unitree公式価格を見ると、 R1：約4,900ドルG1：約13,500ドルH2：約29,900ドル です。 H2は、 身長180cm31自由度最大360Nm級関節トルク2070 TOPS級コンピューティング となっています。 R1なら、 現在の為替でも100万円以下の価格帯です。 もちろん、 「100万円で人間一人分」 ではありません。 まだ研究用途や限定用途中心です。 しかし、 ロボット本体の価格が“高級自動車”から“普通の設備機械”へ落ちてきた という意味は大きいです。 ⑦ 家庭用も、いよいよ始まった 1Xの家庭用人型ロボット、 NEO も2026年から量産・Early Accessが始まっています。 カリフォルニア州Haywardに、 58,000平方フィートの量産工場を作り、 すでに量産を開始しています。 価格モデルには、 月額499ドル があります。 ただし、ここも重要。 複雑な家事では、 人間の遠隔支援（Expert Mode） を使う場合があります。 つまり、 「完全自律のお手伝いロボット」 ではまだありません。 ここを広告だけ見て勘違いすると危ないです。 ⑧ 一番重要なのは「身体」ではなくAIが突然進化していること 実は私が一番注目したのはここです。 Google DeepMindが7月30日に発表した、 Gemini Robotics 2 です。 これまでロボットAIは、 「腕だけ」「掴むだけ」 といったモデルが多かった。 Gemini Robotics 2は、 足から指先まで人型ロボット全身を制御 できるVision-Language-Actionモデルになっています。 さらに、 Gemini Robotics ER 2 では、 動画理解 → 状況判断 → 複数ステップ計画 → ロボット実行 まで行います。 つまり、 昔： ロボットごとにプログラムを書く ↓ 現在： 「これを箱に入れて棚に運んで」と言葉で指示 ↓ これから： 周囲を見て自分で作業方法を考える へ変わりつつあります。 これはLLMがロボットの身体を手に入れ始めた、と考えた方が近いです。 NVIDIAも同じ方向 NVIDIAの Isaac GR00T も重要です。 GR00T N1.7は2026年から商用ライセンス付きEarly Accessとなり、 器用な手作業などを含む汎用ロボット技能を学習させる基盤になっています。 さらにNVIDIAはUnitreeと、 GR00T Reference Humanoid Robot まで作っています。 つまり構造的には、 NVIDIA / Google → ロボットの頭脳 中国・米国ロボットメーカー → 身体 という分業も始まっています。 そして、2026年最大の壁 ここまで読むと、 「じゃあ来年には全部人型ロボット？」 と思えますが、まだそうではありません。 現在最大の問題は、 「失敗したときに自力で復帰できない」 ことです。 例えば倉庫で、 箱が斜め知らない商品人が通る台車が予定外の場所にある物を落とす などが起きます。 人なら、 「あ、落とした」 ↓ 拾う ↓ 作業続行 です。 ロボットはこの 例外処理 がまだ弱い。 Reutersも2026年の焦点を、 unfamiliar objectsrepeated manipulationerror recoveryno engineer intervention つまり、 未知の物・反復作業・失敗からの回復・人間の介入なし に置いています。 ここが次の大きな壁です。 私なら現在地をこう表します 2024年 「人型ロボットは動く」 ↓ 2025年 「人型ロボットは仕事を覚えられる」 ↓ 2026年 「人型ロボットは実際に働き始めた」 ↓ 2027〜2028年 「どこまで人間なしで働けるか」 ↓ 2029〜2031年 「人間より安くなる仕事がどこまで広がるか」 この流れだと思います。 以前の「4つの定点観測」に当てはめると 定点観測 2026年8月 ① AIは人間なら何日かかる仕事を一人でできるか ソフト業務では複数日級へ ② 人間100人の会社を何人まで減らせるか ホワイトカラー中心に縮小開始 ③ AIがAI研究の何％を担当するか 急速に上昇中 ④ 人間並みに働けるロボットを年間何台作れるか ついに数万台規模へ 特に④は、前回より数字がかなり動いています。 2026年前半だけで約19,000台。 単純年率換算なら約38,000台ですが、後半に生産が増える可能性があるため、年間はさらに上振れる可能性があります。これは私の推測ですが、出荷ペースが維持・加速すれば**2026年が「数万台時代の開始年」**になる可能性はかなり高いです。 私の評価が一番変わったところ 前なら私は、 「2030年前後からロボットによる肉体労働代替が目立つ」 くらいに見ました。 今回、2026年8月まで調べると、 少し前倒しした方がよさそうです。 理由はロボット本体ではありません。 AIの頭脳の進化速度です。 Gemini Robotics 2やGR00Tの方向を見ると、 ロボット会社が一社一社すべての知能を開発する必要がなくなり始めています。 これはスマホと同じです。 Androidが出る前は、 各メーカーがOSまで作る。 Android後は、 多くのメーカーが一気にスマートフォンを作れる。 ロボットでも、 「ロボット用Android」のような基盤モデル が出てくる可能性があります。 そうなると普及速度が一段上がります。 2026年8月20日の一言まとめ ロボットはまだ人間ではない。 しかし「研究室の中」からは完全に出た。 そして今、 工場 → 物流 → 店舗 → 家庭 の順番で侵入し始めています。 特に2026〜2028年の2年間は相当重要だと思います。 「上手に歩けるか」ではなく、 ①何時間連続で働くか②何％失敗するか③人間の介入が何回必要か④1時間当たりの人件費を下回るか この4つを見るべき段階に変わっています。

AI・AGIは今どこまで来た？──2026年8月版「AI現在地」を15項目で定点観測 AIの進化は非常に速く、数か月前の常識がすぐに古くなります。 そこで今後は、ニュースを追うだけではなく、毎回まったく同じ15項目を使って「AI・AGIの現在地」を定点観測していきます。 今回がその基準となる2026年8月版です。 2026年8月時点の現在地 まず全体を5つの数字にすると、私の独自評価では次のようになります。 項目 2026年8月 AIの頭脳 90 / 100 自律性 65 / 100 AI社員化 65 / 100 ロボット身体 55 / 100 ロボット量産 35 / 100 ※100点＝人間の仕事を広範囲に、高い信頼性で自律的に代替できる状態とした独自評価。 現在を一言で表すなら、 「質問に答えるAI」から「仕事を任せるAI」へ移行し、AI社員からAIチームの入口まで来た という状況です。 OpenAIでも、2026年6月時点で企業顧客のChatGPT＋Codex出力の64％をエージェント型のCodex利用が占めるようになっています。つまり実際の企業利用でも、「質問するAI」から「仕事をさせるAI」への移行が始まっています。 1．AIの頭脳 現在地：90 / 100 文章、調査、数学、プログラミング、画像理解、データ分析、科学推論など、知的能力そのものはかなり高いところまで来ました。 現在の問題は「AIが知らない」ことよりも、 正しい判断を長時間続けられるか間違った時に自分で気づけるか現実の曖昧な状況に対応できるか へ移っています。 つまりAI革命では、頭脳そのものより信頼性と自律性が次の壁になりつつあります。 2．AIが一人で働ける時間 現在地：数時間級が実用化、1日以上の仕事も射程へ これは今後、最重要指標の一つです。 METRは「人間なら何時間かかる仕事をAIが一定確率で最後まで完成できるか」というTask Completion Time Horizonを測定しています。この指標は過去数年間、急速に伸びています。 またOpenAIでは、ChatGPT Workが必要なら数時間にわたりプロジェクトへ取り組む設計になり、Codexのヘビーユーザーでは複数エージェントを並列に動かすことで、1日60時間相当を超えるエージェント処理を発生させる例も出ています。 現時点では、 数時間 → 半日 → 1日級 が現実的になりつつあり、 次に見るべき壁は、 1日 → 1週間 です。 3．会社でできること・ロボットなし 現在地：80 / 100 ロボットがなくても、AIはすでに、 メール資料作成調査翻訳会議要約データ分析マーケティングプログラミングWeb制作経理補助契約確認カスタマー対応 など、パソコン上で行われる仕事のかなり広い範囲に入っています。 OpenAIのWorkspace Agentsでは、報告書作成、コード作成、メッセージ対応、ファイルや各種ツールをまたいだ長時間ワークフローまで対象になっています。 現在の特徴 ロボットがなくても、ホワイトカラーの仕事にはすでに大きな影響が出せる。 これが2026年の非常に重要な点です。 4．会社でできること・ロボットあり 現在地：50〜55 / 100 ロボットが加わると、 工場物流倉庫検品運搬清掃 など、物理世界の仕事へAIの対象が広がります。 Google DeepMindのGemini Robotics 2では、ヒューマノイドが歩く、しゃがむ、手を伸ばす、物を操作するといった全身動作をAIが計画・実行でき、複数ロボットの協調まで実験されています。 ただし現状は、 AIの頭脳 ＞ ロボットの身体 ＞ ロボット量産 です。 5．AI社員レベル 現在地：Level 3〜4 独自に8段階にすると、 Lv0 質問に答えるLv1 人間を補助Lv2 作業を任せるLv3 一つの仕事を完結Lv4 一職種をかなり担当Lv5 複数職種Lv6 AI部下を管理Lv7 部署運営Lv8 会社運営 現在はLevel 3〜4付近だと考えています。 一部のプログラミングや調査業務ではLevel 4にかなり近づいています。 6．AIチーム・AI管理職 現在地：60 / 100 ここも2026年の大きな変化です。 以前： 人間 → AI 現在： 人間↓AI管理役↓AI調査担当AIプログラマーAI分析担当AIチェック担当 という構造が現実になり始めています。 OpenAIも、先端ユーザーが一体のAIを使うだけでなく、複数のエージェントを管理して仕事を行わせる方向へ移行していると報告しています。 7．プログラミング能力 現在地：90 / 100 AIが最も急速に実務へ入っている分野の一つです。 現在は、 仕様理解↓コード作成↓テスト↓エラー確認↓修正↓レビュー準備 まで行えます。 Codexは大規模コードベースを理解し、変更、テスト、レビュー準備まで実行でき、2026年時点で週400万人以上が利用しているとOpenAIは公表しています。 ただし、複雑な既存システムではコードが動くだけでなく、品質や保守性まで見る必要があり、ベンチマークが実務能力を過大評価する場合があることもMETRは指摘しています。 8．AIによるAI開発 現在地：65 / 100 ここは今後、最重要になる可能性があります。 AIが、 コードを書く実験する結果を分析する別の方法を試す ところまで入り始めています。 つまり、 人間がAIを研究するから人間＋AIがAIを研究する へ変わりました。 この割合が増えるほど、 AIの進歩速度そのものをAIが加速する 可能性があります。 9．科学研究能力 現在地：65 / 100 AIは、 論文調査仮説作成実験設計コード生成データ解析実験結果の比較 まで入り始めています。 Anthropicは2026年、AIエージェントに研究アイデアを考えさせ、実験し、結果を見て改善する研究ループを自律的に回す実験を公開しました。限定された研究課題では、人間研究者を上回る結果も報告されています。 これは非常に重要な変化です。 10．ロボットの身体能力 現在地：55 / 100 現在の最先端ロボットは、 歩くしゃがむ物を取る運ぶ両手を使う周囲を理解する複数工程を計画する ところまで来ています。 Gemini Robotics ER 2では、映像を見ながら現在の状況を把握し、次の行動を計画し、複数ロボットを協調させることまで可能になっています。 ただし、 できることと毎日8時間、ほぼ失敗せず働けること にはまだ大きな差があります。 11．ロボットの量産能力・価格 現在地：35 / 100 ここはAIよりかなり遅れています。 AIはコピーできます。 しかしロボットは、 モーター減速機カメラセンサーバッテリー半導体工場整備 が必要です。 そのため、本当に重要なのはロボットのデモ映像ではなく、 人間並みに働けるロボットを年間何台作れるのか？ です。 現時点では「大量普及の入口」であり、世界の人間労働を大規模に置き換えるだけの量産体制にはまだ達していません。 12．AIの弱点・信頼性 現在地：60 / 100 現在最大の壁です。 AIは非常に賢い。 しかし、 時々間違える。 長い仕事になれば、その小さなミスが積み重なります。 METR自身も、タスク時間指標を「その時間ずっとAIが確実に自律して働ける」という意味で解釈してはいけないと注意しています。 したがって、今後AGIに向かう上では、 頭脳の進歩より99％→99.9％→99.99％という信頼性 の方が重要になる可能性があります。 13．人間100人の会社は何人になるのか？ ここは実測値ではなく、2026年8月時点の独自シナリオとして毎回残します。 業種 AI導入前 AI最大活用時の試算 Web・コンテンツ 100人 30〜60人 ソフトウェア 100人 40〜70人 事務・バックオフィス 100人 50〜75人 コンサル・調査 100人 50〜75人 営業中心 100人 65〜85人 製造・ロボットなし 100人 80〜95人 製造・ロボットあり 100人 60〜85人 建設 100人 85〜95人 介護 100人 85〜95人 これは「現在すでに平均企業がここまで人員削減している」という数字ではありません。 AIを前提に会社をゼロから再設計したら、どこまで少人数化できるかという目安です。 14．仕事への影響・雇用代替度 現在地：40〜50 / 100 現在は、 人間の仕事そのものが全部消える よりも、 一つの仕事の中にある複数の作業をAIが奪っていく 段階です。 したがって、 人間100人↓即30人 というより、 100人↓新規採用を減らす↓退職者を補充しない↓一人当たりAI利用量が増える↓80人↓60人 という形になる企業の方が多いと考えられます。 15．AGIまでの距離 現在地：私の評価 約65 / 100 私は実用AGIを、 人間から目的だけを与えられれば、ほとんどの知的仕事を長期間、高い信頼性で、人間並み以上に自律遂行できるAI と考えます。 現在は、 能力 状態 知識 ◎ 推論 ◎ 文章 ◎ プログラミング ◎ ツール利用 ◎ PC操作 ○〜◎ 科学研究 ○ AI研究 ○ 長期自律 ○ 信頼性 △〜○ 現実世界対応 △ ロボット △〜○ という状態です。 つまり2026年8月の結論は、 AIの頭脳はAGIにかなり近い。 しかし、 長期自律性信頼性現実世界への対応 がまだ追いついていない。 さらにロボットでは、 身体性能価格大量生産 が大きな壁になっています。 特に追い続けたい「4つの数字」 15項目の中でも、今後特に注目したいのは次の4つです。 ① AIは人間なら何日かかる仕事を一人でできるか？ 2026年8月現在：数時間〜1日級が現実化し、一部ではさらに長い仕事へ。 ② 人間100人の会社を何人まで減らせるか？ 2026年8月現在：業種によって大差。ホワイトカラー中心なら30〜70人程度まで再設計できる可能性もあるというのが私の試算。 ③ AIがAI研究の何％を担当するようになったか？ 厳密な世界共通統計はまだありません。 ただし現在は、 研究補助 → コード・実験 → 一部研究ループの自動化 へ進んでおり、Anthropicでは特定研究課題を自律AI研究者に任せるところまで来ています。 2026年8月の独自目安としては、 AI研究工程の10〜20％程度をAIへ渡せる研究現場が出始めた段階 と考えます。 ④ 人間並みに働けるロボットを年間何台作れるか？ 2026年8月現在は、まだ本格的な大量普及前です。 AIの頭脳はかなり完成度が高くなりましたが、 人間並みの身体能力 × 高信頼性 × 安い価格 × 大量生産 を同時に満たすヒューマノイドはまだありません。 ここが今後一気に伸びるかを追います。 2026年8月時点のまとめ 現在のAI革命を一言でまとめるなら、 2024年「質問に答えるAI」 ↓ 2025年「仕事を手伝うAI」 ↓ 2026年 「仕事を任せるAI」 ↓ 次 「AI社員」 ↓ その次 「AIチーム・AI研究員」 ↓ さらに 「AIがAIを進化させる」 ↓ そして 「AI＋ロボットの大量生産」 です。 私は2026年8月を、まだ「AGI完成」とは考えていません。 しかし、 AGIを待っている時代ではなく、AGIへ移行している途中 と考える方が現在の状況には合っていると思います。 特に今後注目したいのは、AIのIQやベンチマークではありません。 AIが何日間一人で働けるか。 100人の会社が何人になるか。 AIがAI研究をどこまで担当するか。 人間並みのロボットを年間何台作れるか。 この4つを毎月追い続ければ、AI革命が本当に社会を変え始める瞬間がかなり見えやすくなるのではないでしょうか。 次回も同じ15項目、同じ物差しで比較します。

この数日、AIの進化を見ていて、「すごい」という感覚を通り越し、少し怖くなってきました。 今は、自分の無からの販売サイト制作ですら2～3日あれば形にできる時代になった。 しかも本当にすごいのは、作れば作るほどAIが先生になり、昨日より今日、今日より明日のほうが作業が速く・楽になっていくこと。 私が感じるAIの本当の破壊力は、能力を代替するだけでなく、個人の成長速度そのものを加速させることだと思う。 会話、画像生成、プログラミング、業務支援、ロボット。 ほんの短期間で、AIは「人を助ける道具」から「人の代わりに仕事をする存在」へ近づいています。 この速度が続けば、5年後の世界は今とはかなり違っているかもしれません。 そして、その未来を考えたときに頭に浮かんだのが、昔に見た映画『エリジウム』でした。 もちろん、映画とまったく同じ未来になるとは思っていません。 ただ、AI時代に起きる格差の行き着く先を極端に描いた作品として見ると、妙に現実味を感じるようになってきました。 今回の産業革命は「道具」ではなく「新しい労働者（人）」を生み出している 過去の産業革命では、人間を便利にするものが生まれてきました。 蒸気機関は人間の力を補いました。 自動車は移動を楽にしました。 コンピューターは計算や事務作業を速くしました。 しかしAIは少し違います。 AIは、 考える。調べる。文章を書く。画像を作る。プログラムを書く。判断する。 そしてロボットと組み合わされれば、現実世界でも働き始めます。 つまり今回生まれているものは、単なる道具ではありません。 人間とは別の「新しい労働人口」です。 しかも、その労働人口は人間より条件がいい。 24時間働ける。休まない。病気にならない。能力を短期間で更新できる。同じ能力を何千、何万、何百万とコピーできる。 そして特定の仕事では、人間より速く、正確で、低コストになっていく。 ここまで来ると、問題は「AIに仕事を手伝ってもらう」というレベルではありません。 人間そのものが、労働市場でAIと競争する世界になっていきます。 AIが身体を持ったとき、本当の変化が始まる 現在のAIは、まだ画面の中にいることが多い。 しかしロボット技術が進めば、そのAIが身体を持ちます。 食料生産＝自動農業工場＝ロボット物流＝自動運転警備＝AI＋ロボット清掃＝ロボット料理＝自動化医療の一部＝AI ここまで進むと、社会を動かすために必要なものが変わります。 今までは、人間が必要でした。 これからは、 電力＋資源＋土地＋AI＋ロボット があれば、かなりのことが人間抜きで動く可能性があります。 もちろん、食料には水も土地も必要です。 ロボットには金属や半導体も必要です。 しかし、これまで社会の中心だった「人間の労働力」の重要性は確実に下がっていきます。 つまりAI時代に本当に重要になるのは、 人の数ではなく、電力・資源・AI・ロボットを誰が所有しているか。 という世界です。 本当に怖いのは「下の層の労働力すら必要なくなる」こと これまでどれだけ裕福な人でも、他人の労働を必要としていました。 運転手。料理人。警備員。清掃員。農業従事者。工場労働者。 つまり、どれだけ格差が広がっても、上の層と下の層には依存関係がありました。 上の層は、下の層の労働がなければ生活できなかったのです。 ところがAIとロボットがそれを代替すると、この関係が崩れます。 豊かな側が、貧しい側の労働力を必要としなくなる。 私はここが一番怖いところだと思っています。 映画『エリジウム』では、下級層にも工場労働があります。 しかし現実のAI社会では、その工場労働すらロボットに置き換わる可能性があります。 そう考えると、少し皮肉ですが、 現実のAI社会は、『エリジウム』よりさらに人間の労働需要が少ない世界になる可能性すらある。 のです。 「働けば生活できる」という前提が崩れる 現在の社会は、 働く↓給料をもらう↓商品を買う↓企業が利益を得る という循環で成り立っています。 しかしAIとロボットが人間の代わりに働けば、必要な労働者の人数は減っていきます。 企業にとっては素晴らしいことです。 人件費が減る。生産性が上がる。24時間動かせる。 しかし人間側から見ると、 「自分の労働力を売る」という最も基本的な収入源の価値が下がる ことになります。 ここまで来ると、AI革命の問題は「仕事がなくなる」ことではありません。 「働くこと」を前提に作られた社会制度そのものが、機能しなくなること。 これが本当の問題です。 富は本当に公平に分配されるのか よく、 「AIが生み出した富をみんなで分配すればいい」 と言われます。 理屈ではその通りです。 しかし私は、そこをあまり楽観視できません。 歴史を振り返れば、 土地を持った人。工場を持った人。資本を持った人。石油や資源を持った人。 新しい生産手段が生まれるたびに、大きな利益を得てきたのは、それを所有する側でした。 ではAIだけ、本当に違うのでしょうか。 AIも同じなら、 AI・ロボット・データセンター・電力・資本を所有する側 に、これまで以上の富が集中することになります。 そしてAIは、過去の生産設備よりさらに強烈です。 工場は一晩では100倍になりません。 しかしAIはコピーできます。 能力が上がれば、その能力を世界中へ一気に配ることもできます。 つまり、資本を持つ側の生産力が、これまでとは比較にならない速度で膨らむ可能性があります。 格差ではなく「階層」になる そうなったときに起きるのは、単純な金持ちと貧乏人の差ではないと思います。 上位層は、 資産・AI・ロボット・エネルギーを所有する。 下位層は、 仕事が少なく、最低限の給付や公共サービスに依存する。 そして最も怖いのは、 下位層が「安い労働力」としてすら必要とされなくなること。 ここまで進むと、それはもう普通の格差社会とは少し違います。 階層社会です。 一つの国の中に「二つの世界」ができる 将来の格差は、「豊かな国」と「貧しい国」の間だけではなくなるかもしれません。 同じ日本の中に、 AI・ロボット。高度医療。最高の教育。安全な住宅。安定したエネルギー。 これらを自由に利用できる人たちの世界。 その一方で、 仕事が少なく、最低限の給付と安価なサービスを中心に生活する人たちの世界。 つまり、 一つの国の中に、ユートピアとデストピアが同時に存在する。 その二つを分けるために、巨大な壁を作る必要すらありません。 住宅価格。会員資格。医療プラン。教育費。セキュリティ。移動コスト。AIサービスの利用料金。 こうした条件そのものが「見えない国境」になります。 ある地域には、十分な資産を持つ人しか住めない。 ある医療は、上位層しか受けられない。 ある教育は、上位層の子どもしか利用できない。 あるAIは、十分なお金を払える人しか使えない。 法律上は同じ国民でも、 実際にはまったく違う世界に住んでいる。 そんな社会です。 中小企業の問題ですらなくなる ここまで来ると、 「10年後、中小企業はどうなるのか」 という話ですら小さく感じます。 問題は企業ではありません。 社会そのものです。 今まで企業とは、人を雇って仕事をする組織でした。 しかしAI時代には、 人間数人＋AI数百体＋ロボット＋土地＋設備＋電力 だけで巨大な生産力を持つ企業が現れてもおかしくありません。 そうなれば、会社の規模を「従業員数」で考えること自体に意味がなくなります。 そして、人間が生産に必要なくなるほど、 雇用、所得、消費、社会保障、人口政策、都市、教育、民主主義 すべてを作り直す必要が出てきます。 5年後には、その入口が見えているかもしれない もちろん、これは未来予測です。 5年後に映画『エリジウム』そのものの世界になる、と言っているわけではありません。 しかし、この数日のAIの進化を見ていると、 「そんな未来は50年後だろう」と笑えるほど遠い話にも思えなくなってきました。 5年後。 2031年ごろ。 そのころには、 「AIで便利になった」 という話ではなく、 「人間は社会の中で何をする存在なのか」 という議論が始まっていても不思議ではありません。 そして私が一番怖いと思うのは、 AIが人類を攻撃する未来でも、 ロボットが反乱する未来でもありません。 もっと静かで、もっと現実的な未来です。 AIが人間より優秀になり、ロボットが人間の代わりに働き、それでも社会制度だけは昔のまま残る。 そのとき、 AIを所有する人にはユートピアが生まれる。 AIに仕事を奪われた人にはデストピアが生まれる。 しかも、その二つは遠い国にあるのではありません。 同じ国の中に、隣り合って存在する。 もしかするとAI時代の本当の怖さは、 未来が一つではなく、二つに分かれてしまうこと なのかもしれません。 今回の産業革命は「道具」ではなく「新しい労働者（人）」を生み出している