森 謙吾/AINative CEO/ハイマネージャー Founder

AINative CEO。「AI導入」ではなく「AI時代にあった組織OS（AINative OS）へのアップデート」を提唱。PwC人事コンサル→ハイマネージャー創業/グループジョイン→現職。海外カンファレンス年6回（NVIDIA GTC等）で一次情報を取り、日本企業の組織OS書き換えを支援。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

ターミナルから出たくない。最近、本当にそう思っています。

ずっとClaude Codeを使っていて、Claude CodeからCodexを呼び出したりもしています。APIで取ってくる。MCPで取ってくる。難しいものはブラウザを操作させる。全てのことを、ターミナル上の指示文で完成させたい。

それを実感したのが、飛行機探しでした。サンフランシスコに行く便を調べていて、Google Flightsの非公式の自作MCPと、KiwiのMCPで検索させたら、JALの往復で15万円くらいの便が見つかりました。JALなら座席も倒せる。金額面が大幅に緩和されて、すごいなと思いました。

そこから先の論点も、AIを使って整理しました。ニューヨークに寄るか。その場合、追加でいくらかかるか。木曜に出るか、金曜に出るか。その辺りもAIがいろいろ教えてくれたので、非常にありがたかったです。

自分にとって、AIを使って生活を良くすることが、根源の楽しみです。AIの前から、ITサービスもテックサービスもそうでした。こんなことできるんだ、これすげー、めっちゃ効率化される。それがずっと根っこにあります。

AIを使うことで、だいぶ生活が良くなっている実感があるし、楽になっている実感がある。本当にAI様様だなと思います。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

コンサルは、単純化すると、毎週の定例の中で論点を整理して、オプションを出して、決めていく仕事です。

PwCでこの作法を習って、非常に勉強になったと思っています。いまFDEとしてクライアントに入るときも、全部生きています。

やることはこの順番です。
・週1回の定例を持つ
・決めなきゃいけないことを洗い出す
・そこに対する打ち手を洗い出す
・打ち手を評価して、決めてもらう

話を聞いて論点を整理し、いまいちばん困っていることを聞く。じゃあ、ここと、ここと、ここに取り組むといいんじゃないか、と出して、評価して決めていく。

FDEの場合は、ここに「作る」が入ります。週に1、2回お伺いして、何に困っているか、どういうことができたらいいのか、どこに時間がかかっているのかを聞く。すぐに作って見せて、反応を得て、また直していく。業務フローを整理して、いまの形とあるべき形を整理するのが、めちゃくちゃ大事です。

そのために必要なのは、ロジカルシンキング、問題解決、そしてクライアントと相対して信頼関係を取り、前に進めていくコミュニケーションです。

そういう論点を、ずっと潰しまくっていく。それができることが、コンサルティング側から来る人の、非常に重要なところだと思います。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

自動化と、コンテンツが当たるかどうかは、全然別の話でした。

いまMacの自動実行（launchd）で、いくつかの作業を回しています。Slackの特定チャンネルの情報をDBに入れる。ローカルフォルダのうちAIネイティブに関するものだけを見て、整理してDBに入れる。カレンダー、X、noteの状況も更新して入れておく。メールマガジンも、エージェント経由のAPIで動かせるものを見つけたので契約しました。YouTubeショーツもAPI経由でAIが字幕入りで作れるようになり、1本の動画から3〜4本作って概要欄に当て込むこともできます。CapCutを使わずに、AIで調整して翻訳した字幕を付けることもできる。

ここまでは仕組みでできます。でも発信は、心が動いた感動を伝えることなので、自分が何に感動したかは自分にしか分かりません。

そこで試しているのが、Xのブックマークをバーッと見て、どこにどう心が動いたかを一言ずつ録音し、それをClaudeに渡すやり方です。いい感じの投稿ができるなら、ひたすら渡して作る。投稿は引用リポストの形にして、Claude in Chromeにやらせることもできます。帰り道に試したら、魔法のように文章が埋まって打ってくれて、非常にびっくりしました。

結局、原液が要ります。原液とは、自分が感動したこと、伝えたいこと。原液さえ作っていれば、いろんな形で出せる。PSFしてからPMFするのと同じで、刺さっているコンテンツがないと、マス向けには届けられません。

何が当たるかは、本当に試行錯誤で、やってみないと分かりません。継続も大事です。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

人間が、ボトルネックになってしまっています。

自社でAIを回していて、進まない理由はだいたいここでした。承認ができない。レビューができない。そして、まず自分が自発的にタスクを依頼しないと始まらない。それが気になって進まない、ということを多々感じます。

分かりやすい例があります。DBを見たら、自動バッチが回って「これ対応しなきゃいけないですよ」という提案が60個ぐらい上がってきていました。ところが、それをさばく層がなかった。だから毎回同じものが入ってしまう。これは自分の確認が必要、これは確認なしでやっていい、という区別もない。

そこで今やっているのは、社長としての会社のルールを定めて、上がってくるプロポーザルをさばけるようにすることです。承認を減らすのも、その一つです。

アクションプランも同じで、AIは出してくるけれど、誰がやるべきか、期日はいつか、それが本当に合っているかが分からない。ここはCodexにレビューさせてから出させる必要がありそうです。

本当は、社内にFDEがいたら頼みたいことはたくさんあります。ただ、今は自分がFDEをやっているので、一旦は自分でやらなきゃいけないのかもしれません。

もう一つが定期実行です。スキルの棚卸しをしていらないものを減らし、今持っているスキルをできるだけ全部定期実行させる。

結局、定期実行しないと仕事をしないんですよ。毎回毎回呼び出すとなると、自分がボトルネックになるので。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

自分だけができる仕事というのは、結局コンテキストがないだけ、ハーネスがないだけ、という可能性が非常に高いと思いました。

きっかけは、動画を撮りながら自分の業務を棚卸ししてみたことです。やっていることは、大きく3つに分かれました。

1つ目は、目標を立てて、外から刺激を得ること。どこを目指すのかを決めて、現在地とのギャップを見る。X、YouTube、本、人と話すこと、イベント、コーチング。やりたいことやインスピレーションが降りてくる状況を作る。

2つ目は、論点を整理して、アウトプットを準備すること。各ミーティングや定例、マーケティングでやらなければいけないことの論点を整理して、リサーチして、資料や連絡文を作る。

3つ目は、アウトプットすること。クライアントの場で話す、商談をする、発信をする、セミナーをする。

書き出してみて分かったのは、2つ目をほぼ全部自分でやってしまっていることでした。ミーティングの準備も、何をしなければいけないかを思い出して手を動かすのも、全部自分。でも、ここは本来エージェントにやらせられるところです。

いまミーティングのリサーチからネクストアクションまでは出せていますが、実行できる状態にはなっていません。DBを見て、これをこうするところまで出して、自分が許可したものは実行までやらせたい。そのためには、エージェントにいろいろなDBや権限を与えなければいけない。

コンサルティングはクライアント起点です。クライアントに対して何をしなければいけないかを明確に出して、そこをどれだけAIにやらせられるか。それが大事だなと思いました。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

10年分の体組成データをAIに渡してみた話と、そこから自分でLINEボットを作るまでの経緯を共有します。

きっかけは6月。InBodyの計測結果を写真に撮りためていたので、Googleフォトから数字を抜き出させてみました。結果、体脂肪は5kgから12kgへ、体脂肪率は8%から17.5%へ。クロスフィットに通い、トライアスロンも始めたのに、筋肉量はほとんど変わっていませんでした。体が大きくなったと思っていたのは、脂肪でした。

脂肪7kgは約5万kcal。1日200kcal減らせば1年で落ちる計算です。数字にすると難しくないので、まず食べたものをLINEで送るとPFC（タンパク質・脂質・炭水化物）を返してくれる月1.5万円のサービスを1ヶ月使いました。理由は「人が見ている」強制力です。

1ヶ月使って仕組みが分かったので、7月に自分で作りました。写真かテキストをLINEに送るとClaudeがPFCを計算して記録し、14時と19時に「今日ここまでP何g、残り何g」を押してくる。AIの費用は1日150円くらい。

作ってみて一番大きかった発見は、痩せない原因が「食べすぎ」ではなく「記録漏れ」だったことです。記録上は1日1,550kcalなのに、体重の推移から逆算すると2,600kcal食べている。抜けているのは会食、酒、ペットボトル。なので「会食ガッツリ／まぁまぁ／ちょい飲み」の4択をワンタップで記録できるようにして、こちらから押しに行く形に変えました。

9月には食品名の表記ゆれ（同じプロテインが18通りの書き方で入っていた）を名寄せするマスタも足しました。分析できるようにするには、記録の次に「言葉を揃える」が要ると分かりました。

学びは3つ。
・自分の感覚は当てにならない。データを取ってAIに渡して、初めて見える
・道具より「記録が続く設計」。押しに行く、ワンタップ、人が見ている
・体重を変えるのは意思。AIは一緒に考えてくれるが、そこは代わってくれない

体組成のデータをAIで見ている人がいたら、何が一番効いたか、次は持ち寄りたいです。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

スキルが出たことで、アプリを作る必要がなくなりました。サービスを作る必要もなくなった。Claude Code上で実行させればいいんです。

例えば、PFCスキルという食事管理のスキルを自分で作っています。食べたものを入れると、手元にCSVで持っている食品データとマッチングして返してくれて、データにないものはネットで調べて補ってくれる。その上で、目標に対して今日どれくらい食べていいかを計算してくれます。

じゃあ普通にChatGPTに聞くのと何が違うのか。記録をちゃんと持てることです。MDファイルをDBとして書き換えていってくれるので、コンテキストが消えることがない。「2ヶ月前に何を食べたか」でミスらない。それに、毎回指示しなくても勝手に見に行ってくれる。ネットで調べたり、ジムのデータを一緒に見たりもできます。

もう1つ、毎日使っているのがモーニングスキルです。Rosebudという音声日記にログインしてエクスポートし、最新の分だけを抜いて日付ごとに格納する。その内容をもとに、今日のカレンダーを見て、1日の過ごし方や振り返りを出してくれます。Slackに通知させるだけでもいいのですが、そこから対話が生まれるので、スキルにしています。

ほかにも、サウナを予約したら自動でカレンダーに入る、Amazonの配達があったら自動でカレンダーに入る、といったものをGoogle Apps Scriptで作っています。これもClaude Codeで作りました。

以前、AIダイエットサービスのようなものを調べて、作ろうかと考えたことがありました。でも、Claude Codeのスキルでいいですね。スキルがあれば、そのサービスはいらない。本当にそう思います。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

英語のインタビューが分からないのは、英語力というより、文脈が分からないからなんじゃないか。最近そう思っています。

自分はTOEICのリスニングは満点です。それでも、Sam Altmanのポッドキャストを聞いていると、何を言っているのか分からないんですよ。AIに相談していたら、英語力もあるかもしれないけれど、それよりもコンテクスト、文脈が分からないからではないか、という話になりました。

それで、よく聞いているHRテックの権威のような方、ジョシュ・バーシンの話を聞いてみたら、めちゃくちゃ分かったんですよね。やっぱり文脈が分からないのが一番大きいんじゃないかと思います。

では、文脈を先にどう入れるか。ダリオ・アモデイの50分のインタビューで試したやり方はこうです。
1. NotebookLMに入れて、全体像を出す
2. NotebookLMで資料を作ってもらって読む。図解も見る
3. Cursorで翻訳して読む
4. 最後に、ニュアンスを確認するために英語を聞く

英語を聞くのは、もはや最後の味付け。こうすると、だいぶ話が分かりました。インタビューを聞いて全然分からない、50分全部聞くのも辛い、と正直思っていたのが変わりました。

とはいえ、こうして読んで、質問して、インフォグラフィックやスライドを見てからインタビューを聞いても、理解度は6割、7割くらいです。

それでもNotebookLMは、勉強にものすごく使える。海外のコンテンツも、そういうふうにやっていくといいかなと思いました。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

全員、FDEになりましょう。新卒の方、キャリアに悩んでいる方がいれば、今FDEになっておけば問題ないです。

FDEは、フォワードデプロイドエンジニアの略です。クライアント先に行って、一挙手一投足を見て課題をつかみ、それを効率化するソフトウェアを作る。一昔前のデータサイエンティストを再燃させるような、今一番ホットな職種だと思っています。

実際、自分のクライアントでも、対面で話すかどうかで全然違うと感じます。対面すると、そもそもの課題をちゃんと理解できるし、相手が何を感じていて、現場で実際にどうやっているかを肌で感じられる。そこからソフトウェアを作って解決していきます。

では、4年後、5年後はどうなのか。FDEが難しくなるようであれば、どの職種も厳しいと思っています。

なぜかというと、FDEは一番最先端のAIを使って、コンサルティングとエンジニアの力を両方掛け合わせる職種だからです。この職種がいらなくなるなら、そもそもコンサルティングも必要なくなるし、エンジニアも必要なくなってくる。

この職種が厳しくなったときは、AGIやASIが達成されていて、基本的に人間の労働がいらなくなるところまで行っているんじゃないかと思っています。

だからキャリアで言えば、風が吹いているところに行く。その風は今AIなので、FDEになりましょう、ということです。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

@komaban_ai 停電が先に来るのはきついですね…！自分はGitHubに一部しか上げてなくて、たまたま2〜3日前に取ってた外付けのバックアップに救われました。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

Claude Codeをちゃんと使えない日が、1日と3、4時間ありました。そのときの無力感は、本当に半端じゃなかったです。

自分の生産性は、95%がClaude Codeのおかげだ。そう痛感しました。

Macが使えなくなっている間、古いMacで作業していました。でも、古いMacではまずコンテキストがないんですよね。作業しなければいけないフォルダやファイルがない。何かを更新しようにもできないし、そっちで更新したら、また元に戻さなければいけない。

復旧させたMacも、最初は全然使えませんでした。アプリがない。キーボードの設定が違って、文字の切り替えがSpotlightに取られる。Google日本語入力が入っていなくて単語変換が出ない。音声入力ができない。Chromeの拡張機能もない。ローカルに必要なファイルがないと、そもそも作業ができない。

キーボードが遅いとイライラするし、変換がちゃんとできないと大変。自分のパフォーマンスは、こういったツール類に規定されているんだということを、本当に思い知りました。びっくりするくらい、何もできなかった。

いかに自分の生活がClaude Codeに支えられているか。今回、それがよく分かりました。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

@yuichiro_ca ロボティクスの現場、熱いですね！GTCで人型ロボットに手を掴まれたんですが、想像以上に進んでいてびっくりしました。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

@mii881110 めっちゃ分かります！笑　日記の解釈をさせた時も、Claudeは気持ちよくさせてくれるのに、Codexはグサッと来ました…！

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

@Chestnut_0730 そうなんです！ただ、いきなり自動化すると失敗するので、まず一回自分の手でやって、納得できてからスキルにしてます。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

従業員は、もう雇わない。論点を整理していく中で、自分の中でそう決まりました。

人にお願いするのは、弁護士さんのリーガルチェック、アシスタントの方、いまマーケティングを手伝っていただいている方。それ以上は増やさない予定です。その代わり、AIに課金する。作業はできるだけエージェントにやらせまくる。開発もエージェントにやらせまくる。

そのためには、テストを通して、プログラムを修正して、をちゃんと回さなければいけません。簡単なものならよかったのですが、難しいものはテストコードを書かないといけない。それを全然やってこなかった。これからはCodexにちゃんとレビューさせてやろうと思っています。やらないと、きついです。

ちょうどYCが上げている動画に、2人で2億円を出している会社が2、3社ありました。会社のいろんな基盤につながるDBを作って、エージェントを作って、そこでやらせている。すごいなと。そうだよなと。

振り返ると、自分はクライアント向けの仕事を、あまりエージェントにやらせられていません。なぜかというと、それはもう人間しかできないと思い込んでしまっているからです。クライアントのAI研修もそうですし、論点を整理して、次の打ち合わせで話すことを考えるのもそう。でも、そうじゃないかもしれない。

いまのスキルを従業員として見てみると、クライアント向けには、従業員がほとんどいないんです。提案書やセミナー資料を作るスキルはあっても、それ以外はスキルになっていない。スキルにして自動で動かす。もちろんレビューはするし、Codexにレビューさせることで品質は上がるはずです。

時間的にタイトでまだできていませんが、そこもやっていきたいと思っています。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

▼お申し込み
https://t.co/AG63xbyNfZ

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

明日9/30(水)12:00から、無料のオンラインセミナーをやります。

テーマは「FDE（フォワードデプロイドエンジニア）とは何か」。
現場に入り込んで、自分で作って、成果まで持っていく職種の話です。

実際に僕が毎週入っている2社の事例つきでお話しします。
ランチしながら耳だけ参加もOKです🙏

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

夜間の実行がうまくいかなかったのは、評価のループを回させていなかったからだ、と気づきました。

寝る前にAIを動かして、noteの記事88本を全部リライトさせようとしました。結果は、8時間半くらいずっと稼働し続けて、リライトできたのは42本。半分です。

内容自体は良くなっていました。ただ、問題も出ました。
・「ぐにゃりと崩れた」「ガラガラと壊れた」のような、凝り固まった表現ばかりになる
・改行がされていなくて、めちゃくちゃ見にくい
・作った画像が枠に収まっていない

一度手動でやって納得できる形を作り、スキルを確定させてから自動で回したのに、これでした。YouTubeの字幕も同じで、3回磨けと言っているのに1回しかやっていなかった。

クオリティを担保する仕組みがないまま、夜に回していたわけです。

直すなら、チェックポイント、評価軸をちゃんと作って、それで評価させる。完了条件をちゃんと作る。今まで人間がやってきて確認してきたことを、AIにもやらせる必要があります。

評価は別のエージェントにさせたほうがいいと思っています。サブエージェントに分解して評価させる。できればCodexのような別のLLMに見させたほうがいい、という説もあります。同じエージェントでいいのかどうかは、まだよく分かっていません。

それでも夜間に回す価値は大きいです。42本のリライトを人にお願いしたら、1日2時間やって少なくとも3日はかかると思います。それが寝ている間に終わる。

だからこそ、完了条件をちゃんと決めなきゃいけないと、改めて思っています。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

エージェントが普及すると、「人と働く」ことは贅沢になるかもしれません。5月に散歩しながら考えたことですが、シルバーウィークを経て、より強くそう思っています。

自分は人事の領域をずっとやってきました。人と働くことには良さと大変さの両方があります。良さは、人間的なつながりやコミュニケーションで、人間でしか分かり合えないことがあること。大変さは、相手が一人の人間なので、その人の人生があり、考え方があり、退職のようなことも起きて、そのたびにオペレーションが変わること。

今は自分も一人では厳しいので、アシスタントの方やパートナーの方と一緒にやっています。ただ、エージェントが簡単に普及していくと、業務そのものは人を介さずに回るようになる。そうなった時に、大変さを許容してでも人と働きたい、というのは「あえて」の選択になります。贅沢、と言うと言い過ぎかもしれませんが、近いものになるはずです。

一方で、シルバーウィークに音楽フェス、麻雀のリーグ戦、湯河原の旅館、ハッカソン、サウナと人と会う予定を詰めて分かったのは、AI時代に大事なのは体験なんじゃないか、ということです。偶然知らない人に会う、旅館で一晩過ごす、というのはAIには作れません。仕事の側でも、対面で会って信頼関係を作るところはAIにできない、と6月の朝散歩でも言っていました。

まとめると、業務はエージェントに寄せて、浮いた時間を「あえて人と過ごす」に使う。これが自分の今の答えです。

[森 謙吾/AINative CEO/ハイマネージャー Founder @kengo_ainative]

自分がAIを使えるようになった瞬間は、振り返ると3つしかありません。シルバーウィーク中にほとんど触らなかったので、明けの朝に改めてそう思いました。

1つ目は、追い込まれた時です。時間がないのにアウトプットを出さないといけない時は、AIを使わざるを得ないので使います。それでうまくいくと成功体験になる。逆に言うと、連休中は強制的にAIを使う機会がなくて、ほとんど触っていませんでした。追い込まれないと人間は何もしないんだな、というのを身をもって確認した形です。

2つ目は、他の人のユースケースを見た時です。「これできるじゃん」「こんなすごいことできるの？」と自分で感じた時。最近だと、AIラボをやっている知人から「Codexだけじゃなくて、Grokもレビューに入れるといい」「開発はだいぶ自動化できている」と聞いたのがそれで、まず字幕で試したらうまくいったので、提案書のような成果物にも広げています。

3つ目は、モデルが進化した時です。新しいモデルが出ると、去年できなかったことが急にできるようになる。これは自分の努力と関係ないので、出た日に自分のデータで触るようにしています。

この3つ以外で「AIが使えるようになった」と感じたことが、自分にはありません。研修を受けた時でも、本を読んだ時でもなかったです。

なので自分は、締切を自分で作ること（時間がない状況を意図的に作る）と、すごい人の使い方を月に何人かから直接聞くこと、の2つを意識しています。