人間の認知容量の解除 ── 情報×AIの戦略インパクト

「1990年代、Windows95とともにPCやインターネットが普及したとき、多くの人が『ExcelとWordを使えなきゃ』『ブラウザを使えなきゃ』と講座に通いました。でも30年を振り返って世界を変えたのは、Amazon、Google、Netflix、Uberを作った人たちで、講座の受講者ではなかった。これを日本から生み出せなかったのが、いまの状況を生んでいるんです。」

「Claude講座やOpenAI活用講座はそこら中にあって、僕も感動しています。でも、それに感動しているだけじゃまずい。それを受けた人が、30年前に世界を変えたのと同じように世界を変えるかというと、その延長線上にはないと思うんです。」

「ツールとしてのAIを使うのは当然大事。でもその先に、AI前提で企業戦略を、そもそも産業構造自体を変える ― DXならぬAIトランスフォーメーションの時代を、むしろ作っていく側の人材にならなくちゃいけない。AIに置き換えられる側と、AIで新しい世界を作る側。この違いこそが分かれ目です。」

「戦略の知識理解を討議する場は経営大学院などにいくらでもできる。実際に使う側ではツールの勉強会やAI開発会社は増えている。でも『戦略×実践』の右上は、なかなか埋まらない。そこが、これからの未来に必要なんじゃないかと思っています。」

「Howを考えることは、Claude Codeも含めてとても簡単になりました。だけど、何をやるかの方がやっぱり大事なんですよね。」

「AIをどこで実装するかというレベル、企業の組織自体が変わるレベル、産業や戦略自体が変わるレベル。第1層＝実装、第2層＝組織変革、第3層＝戦略転換。今日はその最下層、[1A]人間の認知容量の解除を起点にします。回を重ねてこの15マスのカバレッジを広げていきます。」

「対話型で使う人が多いと思いますが、次は作らせる、さらにシステムから何十回・何百回・何千回と呼び出す。ここまで来て初めてスケーラビリティが出て、戦略インパクトが出る。ノンエンジニアで戦略を考える人も、押さえておく必要があります。」

「社内データは利用のハードルが高いので、今日は身近でイメージしやすいニュースを題材にします。世界中で大量のニュースが流れ続ける状況は、『人間の認知容量の限界』の一番わかりやすい例でもあるんです。」

「AIには課題をいくらでも投げられますが、現場としての課題感を持っているのは人間です。自分の業界・会社の戦略がどう変わるか、その土地勘として何が大事かに気づくことは、まだAIには十分できない。」

「これは当日時点で、過去48時間ぶんを世界10言語のGoogleニュースから集め、日本のビジネスにとっての重要性を基準に選んだ100件です。人間が全部見るのは大変ですが、AIなら読むのは一瞬です。」

「同じニュースでも目的を決めて使います。A：事業先読み（判断が後手 → 先手を打てる組織に）、B：人材育成（情報感度のばらつき → 文脈に合わせて与える）、C：取引先対応（商談相手の関心が読めない → 先回りして話題を押さえる）。自分に近いものを選んで実行してください。」

「『最強テンプレ』はもう使う必要がない。賢いモデルが自分で考えてくれるのに、わざわざ思い出して当てはめるのは時間の無駄です。大事なのは、いま自分が抱えている課題は何で、何のためにAIに何をさせたいのかをどれだけ言語化できるか。ある種の国語力ですが、誤字脱字や堅苦しさはAIが汲んでくれる別物です。」

「最新のClaudeなどは一発でかなり使えるものを出します。でも、その業界のプロほど『この分野ではもう少し良くしたい』と分かる。AIのファーストドラフトに対してフィードバックを返し、次々にレベルを上げていく ― その差が、AI時代の人材の差になります。」

「製造業（自動車部品）は、ベテランの目視・抜取検査が誇りでしたが、1回1円ほどで全数検査ができ、品質保証の前提が変わって新しい製造モデルへ。小売は、品揃えと接客の勘から、テーラーメイドを安く、需要を世界の情報からリアルタイムに掴むモデルへ。コンサルは、人月で情報を集めて解く価値がAIに置き換わる一方、論点設定と価値判断が人の価値として残る。銀行は、与信審査がAIに置き換わる代表例で、対面と質の高い対話が残る。置き換わる部分と残る部分の境目こそが、産業構造の変わり目です。」

「ノンエンジニアの方には人生初のコード実行かもしれません。エラーが出たら、そのエラー文をAIに戻して『直して』と頼めば直してくれる。多くの会社のAIトランスフォーメーションが止まるのは、ここがエンジニアの世界になってノンエンジニアに届かないから。だから半分だけAIエンジニアを体験してもらいます。」

「システムからAIを呼べば、何百回でも何千回でも、何万回でも繰り返せる。だから社内データの一括処理も顧客への個別対応も、初めてスケーラブルにできる。費用は従量課金で、1回だいたい1円弱です。」

「APIキーは入社1日目に注意されるようなもの。これさえあれば誰でもAIを使えてしまうので、人にもAIにも渡さない。大企業でキーが流出したというニュースは、まさにこの話なんです。」

「これまで専門家でなければ作れなかったものが、もう素人でも作れてしまう。つまり、競争優位性の源泉そのものがシフトしているということです。」

「5人の営業先それぞれに別のニュースをピックアップし、『この客はこれを気にしている』『こう提案すれば刺さる』『こう質問を返す』まで一括生成して各担当に配れば、各自がAIを叩かなくていい。これはもう生産性改善ではなく、AI駆動型の営業部隊かどうかで成績が変わる、会社の競争力の話です。」

「1万件のスコアリング、リスク検出、レコメンド ― そして、どの記事が大元で結果どれが起きたかという因果連鎖まで、100件の全組み合わせをAPIに投げれば一瞬で考えさせられる。昔のデータサイエンスでは不可能だったことです。」

「100件のニュースを、15部署の誰がどれを重視するかで色分けした関心マップを作りました。昔なら数千万円でデータサイエンティストを動かして作るものが、目的さえ与えればAIで作れてしまう。作る部分の差別化は消え、価値は『何を作るか』と『どう意思決定に反映するか』の両端へ一気にシフトするんです。」

「今日使ったのは一日のスナップショットですが、30日、一年と溜まれば、世界がどう動いているかの分析対象になります。顧客の声も営業日報も同じで、蓄積されてこそ意味が出てくる。」

「定期実行はGoogle Apps Scriptが手軽です（Colabは90分で消えるので恒常運用には不向き）。毎朝、部署ごとにカスタマイズしたニュースをメールやSlackに流せる。今日触ったニュース可視化アプリも、1か月前にClaude Codeへ10回ほど指示しただけで、一行も書かずに作ったものです。」

「基盤モデルは日々入れ替わります。全部をクロスして使いながら、常に一番いいものを使えるポジションを取るのがいい。世界中でAIをビジネスに組み込む人たちは、この組み合わせ方をずっと工夫しています。」

「エンジニアと戦略家が分業していては、新しいものは作れない時代です。エンジニア的なことは誰でもできるようになったからこそ、戦略を描く人もAIエンジニアを兼ね、自ら新しいものを作っていく。技術と、目指す世界像を組み合わせてこそ、戦略の物語の続きを自分で書けるんです。」

「新しい発見の旅とは、新しい場所に行くことではなく、いつもの景色を新しい目で見ること。今日のAI体験は、その『新しい目』のひとつです。別の業界に移らずとも、自分の業界が違った光景として見えてくる。」

「裏で動くファウンデーションモデルには重い／軽いがあり、数字はバージョン番号。カットオフは学習データの締め日で、それ以降のことは、検索しない限りモデルの頭の中には無い。AIを実務で使うなら必要な基礎知識です。」

「『Claude Codeで大量に作れる』と言う人は多いですが、意味のないものをいっぱい作れば、ゴミにあふれる時代になっていく。そうではなく、目的から逆算して何を作るのかが大事な時代になります。」

「個別の勉強会でもなく、ディープラーニングやTransformerの体系的座学でもなく、活用事例の共有会でもなく、大企業向けのシステム実装そのものでもない。手を動かしながら、現在進行形でAI時代の戦略を一緒に考えていく場にしたい。月次で新しいものを作り続け、『修了』というコース型にはしません。」

「第2回はAI戦略のダイナミズムに踏み込みます。AIに相談しながらビジネスアイデアを作り、プロトタイプや画像にし、10人の仮想顧客（AIペルソナ）がどれを選ぶかで磨く。さらに大手・スタートアップ・巨大プラットフォーマーの陣営に分かれ、Claude・GPT・Geminiの3モデルが審査する対抗戦も。この仕組み自体もClaude Codeで作っています。」