Kiyofumi｜Structure Consulting

ネットワークSE→PM→AI推進者
大手通信事業者/SIer出身
AX（AIを使った業務改革）に向けた考え方やTipsを発信。
中小企業・個人事業のAI活用を、現場目線で伴走支援しています。
詳細は

[Kiyofumi｜Structure Consulting @bc_structure]

中小企業・個人事業のための「AI × 業務改革（AX）」の伴走をしています。

AIは"入れて終わり"じゃない。
何を任せて、何を自分で判断するか——そこを一緒に設計して、現場で回るところまで伴走します。

ここで発信すること👇
・AIを業務に入れる考え方
・よくあるつまずきと、その超え方
・中小／個人で今日から使えるAI活用Tips

「便利そう」で止まっているAIを、"成果が出る道具"に。

考え方の続き・ご相談はプロフィールから。

[Kiyofumi｜Structure Consulting @bc_structure]

ここ最近の投稿で書いてきたのは、結局ぜんぶ同じことかもしれません。AIを賢い回答機ではなく、もう一つの脳として役割分担して使う、という話です。

性能の高いモデルは誰でも同じものを使えます。差がつくのは、何を任せて何を自分が握るかの設計の方。これからはこの使う側の設計力が効いてくるんだと思います。

この役割分担の考え方は、もう少し掘り下げて別途まとめていく予定です。

[Kiyofumi｜Structure Consulting @bc_structure]

資料作りは時間が溶ける作業の代表でした。情報を集めて、整理して、見せ方を整えて、で半日。

今は工程で分けてAIに渡してます。集めるところ、構造を整えるところ、可視化するところ。一気に「いい資料作って」と頼むより、工程ごとに役割を渡した方が手戻りが少ない。

人間とAIの分担は、丸投げではなく工程設計なんだと思います。

[Kiyofumi｜Structure Consulting @bc_structure]

AIに一発で完璧な成果物を作らせようとすると、たいてい期待外れで終わります。

うまくいったのは、小さく出させて、見て、直してまた回すやり方。最初から完成を狙わず、回す前提で組む。人間が評価して方向を直す工程を挟むと、出力の質が一気に上がるんですよね。

AIを使いこなすって、いいプロンプト一発を当てることより、回す設計を持つことに近いと思います。

[Kiyofumi｜Structure Consulting @bc_structure]

AI Readyという言葉、ツールを入れたら達成、みたいに語られがちです。でも現場で効いたのは道具より役割設計の方でした。

どの作業を人がやって、どこからAIに任せるか。これを決めないままツールだけ配ると、結局みんな今までのやり方に戻る。導入の成否は、ライセンス数より役割の引き直しで決まってる感覚があります。

AI Ready化は、ツール選定ではなく仕事の設計の話だと思います。

[Kiyofumi｜Structure Consulting @bc_structure]

AIに仮説を出させると、自分では思いつかない案がたくさん出てきます。ここは広く開けた方がいい。

ただ、出てきた案をそのまま採用はしません。広く出させて、選んで決めるのは自分。発散はAI、収束は人間、と分けてます。最初から自分の枠で縛ると、AIの提案力が自分の頭の上限で止まってしまう。

提案は広く、決定は自分で。この順番が大事なんだと思います。

[Kiyofumi｜Structure Consulting @bc_structure]

「あの人がいないと回らない」状態は、本人が優秀なほど起きやすいです。自分の周りでもありました。

原因を考えると、その人の頭の中にしか手順や判断基準が入ってないからなんですよね。だからAIに任せようにも渡すものがない。先にやったのは、その判断の中身を外に出して型にすること。型になって初めてAIにも周りの人にも移せる。

組織に要るのは、優秀な人に集中させることより、その人がいなくても回る仕組みの方だと思います。

[Kiyofumi｜Structure Consulting @bc_structure]

頭の中だけで考えてると、同じところをぐるぐる回って前に進まないことがよくありました。

最近やってるのは、考えてることを一回ぜんぶAIに吐き出して構造化してもらうこと。自分の中で曖昧だった部分が、書き出されると一気に見える。考えるより先に、考えてる中身を外に出すのが効きます。

AI活用というと自動化の話になりがちですが、まず効くのは思考の外部化の方かもしれません。

[Kiyofumi｜Structure Consulting @bc_structure]

AIに任せる範囲を広げていくと、どこかで「じゃあ全部AIに決めてもらえばいいのでは」という話になります。ここは線を引いた方がいいと考えてます。

任せるのは仮説出しと整理まで。何を正しいとするか、何は絶対に外せないか、という評価の軸だけは自分で握る。ここを渡すと、出てきたものが良いのか悪いのか自分で判断できなくなるんですよね。

組織でAIを入れるときも、判断基準を持つ人を中に残しておくのが要だと思います。

[Kiyofumi｜Structure Consulting @bc_structure]

AIをひとつのツールで全部やろうとすると、だいたいどれも中途半端になります。

自分は用途で分けてます。調べ物はGemini、考えの壁打ちと推論はGPT、実際に作る作業はClaude Code。同じ「AIを使う」でも、向いてる仕事が全然違う。

人間のチームで役割分担するのと同じで、AIも一人何役もさせない方が結局速い。これからはこの役割設計ができる人から先に楽になっていくんだと思います。

[Kiyofumi｜Structure Consulting @bc_structure]

AIを「質問したら答えてくれる便利な道具」として使ってる間は、正直そんなに楽になりませんでした。

変わったのは、AIを自分のもう一つの脳として置いてからです。自分は目的を決めて評価する側、AIは分解と構造化を回す側。役割をはっきり分けると、考える量そのものが減るんですよね。

大事なのは性能のいいAIを探すことより、AIに何を任せて何を自分が握るかの線引きだと思います。

[Kiyofumi｜Structure Consulting @bc_structure]

社用のPCではセキュリティの観点から難しいですが、いずれ実現できそうですね。
RPAツールの寿命はもうそこまできてる感じですね。

[OpenAI Developers @OpenAIDevs]

Show Codex a workflow once. Reuse it as a skill.

Record & Replay lets you show Codex a recurring task, like filing an expense report or submitting a time-off request.

Codex turns that demo into an inspectable, editable skill.

You control when recording starts and stops.

[Kiyofumi｜Structure Consulting @bc_structure]

AIの答えをそのまま実行に移さない、を自分のルールにしています。出力はどれだけ整っていても仮説で、確定させるのは人間の仕事。確定の基準を持っているかでAI活用の質は変わる気がします。この「人とAIの役割分担」、型ができてきたのでしばらく続けて書きます。

[Kiyofumi｜Structure Consulting @bc_structure]

AIとの役割分担を「二つの脳」で考えています。自分は決める脳、AIは広げる脳。選択肢と反対材料まではAIに任せ、最後の判断と責任は自分が持つ。この分担にしてからAIの答えに振り回されなくなりました。どちらが賢いかでなく、どちらが何を担うかだと思います。

[Kiyofumi｜Structure Consulting @bc_structure]

AIとの分担を見直して気づいたこと。選択肢を広げる、反対材料を出す、たたき台を作る。ここはもうAIのほうが速くて広い。残るのは「決める」です。AIが考える領域を広げるほど人間の仕事は決めることに純化されていく。問われるのは速さより決める力だと思います。

[Kiyofumi｜Structure Consulting @bc_structure]

新しいモデルが出るたびに組織がやることは決まっていて、乗り換え検討ではなく役割の再設計です。
どの業務をどのAIに割り当て、人間はどこを持つか。
この見直しを回せる体制のある組織は、モデルが更新されるたびに強くなると思います。

[Kiyofumi｜Structure Consulting @bc_structure]

▼ 今回の米国製AI停止騒動が意味すること、今後への影響の雑感まとめ

・今回の本質は、「米国製フロンティアAIは、米国政府の判断で突然止まる可能性がある」と世界中の上級ユーザーに認識させたこと。

・米国政府は、中国へのAI能力流出を防ぐつもりだったのかもしれない。しかし副作用として、「米国AIからの需要流出」と「米国AIへの信頼流出」を引き起こす可能性がある。

・今までは、中国製サービスに対して「政府介入リスク」「突然の規制変更」「透明性不足」「地政学リスク」が語られてきた。今回、それと似た警戒が米国製AIにも向くようになった。いわば、チャイナリスクのアメリカ版。

・この影響は小さくない。AIモデルは、単なるWebサービスではなく、開発・業務・意思決定の基盤になりつつある。そこが政府判断で突然止まるなら、企業も個人も「米国モデル一本足打法」は危ないと考え始める。

・KYCや国籍確認で統制すればよい、という話にもならない。誰を許可し、誰を排除するのか。その判断を米国政府とAI企業が握ることになる。判断基準に絶対的な正解はなく、抜け道も多い。正規ユーザーほど縛られ、悪意ある主体ほど迂回する可能性が高い。

・結果として進むのは、全ユーザーKYCではなく、モデル非依存化、マルチモデル化、ローカルLLM検証、自前ガードレール、自前ファイアウォールの整備だと思う。

・特に重要なのは、中国勢やオープンウェイトモデルがFable 5級に近づいた場合。性能差が大きいうちは、ユーザーは米国モデルを我慢して使う。しかし性能差が縮まれば、「止められるかもしれない米国モデル」より、「自分側で制御できるモデル」に流れる人が出てくる。

・そして、一度逃げ道を作ったユーザーは、規制が解除されても全員は戻らない。Claudeも使う。GPTも使う。でも設計は自分側に置く。モデルは交換可能な実行エンジンとして扱う。そういう方向に進む。

・米国政府の暗黙の前提は、「米国製AIは今後も圧倒的に強い。だから多少制限しても、ユーザーは米国陣営に残るしかない」というものだと思う。しかし、この前提が崩れた瞬間にすべてがひっくり返る。

・モデル開発競争の速度を見る限り、最先端モデルの優位性は長く続かない。3ヶ月後には同等クラスのモデルが出るかもしれないし、半年後には中国勢やオープンウェイト勢が追いつく可能性もある。

・そのとき、今回の停止騒動は後から効いてくる。「米国AIは高性能だが、政治的に止まるかもしれない」という記憶が残るからだ。

・つまり今回の問題は、単なるAnthropic一社の騒動ではない。米国製AI全体に「政治停止リスク」というラベルが付いたことが重要。

・米国政府はAI能力の流出を防ごうとしているのかもしれない。しかしやり方を誤ると、能力流出を止めるどころか、需要・信頼・利用データ・改善フィードバックを中国勢やオープンモデル側へ流すことになる。

・本当に見るべきなのは、「米国がAIを止めたかどうか」ではない。半年後に、中国勢やオープンウェイト勢がどこまで実務体感で追いつくか。そして、ユーザー側がどこまで自前の制御層を作り始めるか。

・今回の騒動は重大。ただし、単純にAI版冷戦へ一直線というより、米国製AIに対する信頼の再評価が始まった、と見る方が現実に近い。

・最終的に重要になるのは、どの国のモデルを使うかではなく、モデルが止まっても処理系が死なない設計を持てるか。モデルを信仰するのではなく、モデルを交換可能な部品として扱えるか。

・ここに気づいた企業や個人は、今後かなり強いと思う。

[Kiyofumi｜Structure Consulting @bc_structure]

@SP_inc0407 エージェント導入すると、手を動かさず並列で作業できてしまいますからね！

人事の従来の作業量で評価する仕組みすら時代遅れになるかもしれません。

個人的には色んなことが変わっていくことにワクワクしてます🌈

[Kiyofumi｜Structure Consulting @bc_structure]

今はもう使えないFable 5ですが、一番はっきり体感した差は、賢さよりトークン消費でした。強いモデルは動きも大きく、全部を任せると利用枠が先に尽きる。
だから全部は渡さず、作業の割り当てを見直しました。
高い道具はどこで使うかを決めてこそ活きると思います。

[Kiyofumi｜Structure Consulting @bc_structure]

@kajikent 政府が命じたことと、それが技術的に実現可能なのかは分けて考えるべきかと思います。

[Kiyofumi｜Structure Consulting @bc_structure]

本来やるなら、一括遮断ではなく、国・用途・組織・監査レベルごとの段階提供にすべきだった。
米国政府向け、同盟国向け、一般グローバル向け、高リスク国向けでモデルや機能を分ける。
裏でこっそりではなく、企業向けには明示したうえで制度化するべきだったと思う。

[Kiyofumi｜Structure Consulting @bc_structure]

Fableへのアクセス遮断は大きな出来事です。
ただ、単に「高性能AIが使えなくなった」という話ではありません。
本質は、フロンティアAIがクラウドサービスではなく、国家安全保障・輸出管理の対象として扱われ始めたこと。
これは一企業ではなく国家レベルでのAI活用の前提を変え、新たな局面に入ったことを意味します。

[Kiyofumi｜Structure Consulting @bc_structure]

今回の規制は短期的には時間稼ぎになる。
ただし長期では逆効果も大きい。
各国から見れば、
「米国AIは政府判断で突然止まる」
という強烈なベンダーリスクが可視化された。
結果として、中国、EU、日本、中東などで、自前AI・国産基盤・マルチモデル化が加速するだろう。