杉田 海地｜Saix CEO

経営に実装していくためのAI情報を発信中｜株式会社Saix代表取締役｜東証プライム上場企業含む100社以上のAI導入支援｜メディア「AI経営ラボ」10万PV｜YouTube「かいちのAI大学」4.8万人｜1日オフラインClaude Code顧問 & 伴走型Claude Code経営者顧問｜仕事依頼はDMまで✉️

[杉田 海地｜Saix CEO @SaixCEO]

「AIを否定する人は陶芸家になる」

北の達人・木下社長の一言が重すぎた。

陶芸家になるのが悪いんじゃない。
極めきれないまま「AIはまだ使えない」と言い続ける経営者・組織が、一番詰むという話。

詳しく記事にまとめたので、リプ欄にリンク貼ります👇

[杉田 海地｜Saix CEO @SaixCEO]

768GBは夢ありますね。社内で試した範囲だと 機密を外に出せない用途以外はAPIで足りて ��ーカル機の出番が意外と限られた。使いどころを絞れば刺さる一台だと思います
https://t.co/BAA2Ye1tbr

[チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 @masahirochaen]

【朗報】次期「Mac Studio」に最上位チップ「M5 Ultra」、最大768GB統一メ��リをAppleがテスト済み

メモリが768GBだとMacbook proの最大128GBの約6倍。超大型ローカルAIも動かせそう。金額は相当だと思うが、欲しい。。

・M5ファミリー最後の最上位チップ。次はM6/M7世代へ
・CPU約36コア/GPU80コア見込み（M3 Ultraから順当進化）
・最大768GBをテスト済み。供給難で見送りの可能性も
・2025年3月以来の刷新。投入は2026年内・10月前後の見込み

[杉田 海地｜Saix CEO @SaixCEO]

AIがある中で事業を伸ばすのは、
結局、人間が考えて、時間をかけて、やる。ここに尽きる。

[杉田 海地｜Saix CEO @SaixCEO]

自己評価の甘さは 評価役を別セッションに切り出すと一気に減った 同じ文脈で自己採点させると甘くなる 一番効いたのは完成基準を先に一行で固定すること ここが曖昧なまま回すと延々と直し続ける
https://t.co/P4Kln6zxhT

[木内翔大＠SHIFT AI代表「日本をAI先進国に」𝕏 @shota7180]

Anthropicのエンジニアが、ゼロからフルアプリを構築するためのループの設計・運用について講演。

1回の生成では、コンテキスト劣化・計画破綻・自己評価の甘さで失敗しやすい。

計画・生成・評価を分け、完成基準を先に決定。その上で、評価と修正を繰り返せるループを設計す���のが鍵とのこと。

[杉田 海地｜Saix CEO @SaixCEO]

同じ頭ぐ��ぐるを何度もやりました 課金前提の導線を最初に見せると一気に冷められるんですよね 自社では先に無料で効果を体感させてから課金を後出しにしたら離脱がかなり減りました 機能より順番の問題だった気がします
https://t.co/EhSaK6e5cU

[けんすう @kensuu]

Podcastを記事化するツールを作っているんですが、これを元にXに投稿するといいのだろうなと思うんですが、

ある程度Xに課金してもらった方が効果が爆増することはわかっているけど、それをユーザーにさせるのもなんか変だよなと思っていて頭がぐるぐる

[杉田 海地｜Saix CEO @SaixCEO]

新モデルが出るたびフロントのデモは映えるけど 実運用で効くかは別物だなと毎回思う 社内で試した感覚だと 同じモデルでも指示の型が固まってる業務から先に差が出てくる
https://t.co/VwcQqJScat

[Alex Volkov @altryne]

Everyone's excited about GLM 5.2 for frontend, agentic harnesses stuff and honestly... big model smell?

It's now up on CW inference!

[杉田 海地｜Saix CEO @SaixCEO]

わかります 重いエージェントは並走させた瞬間にトークンも待ち時間も跳ねる 自社では下書きは軽いモデル 詰めの工程だけ重いモデルって振り分けにしたら 月のコストが読めるようになった
https://t.co/IFRCpz3mgF

[KEITO💻AIディレクター @keitowebai]

Max $200でも足りなかったから$200追加。イライラしてきたので限界。

動画のネタバレだけど、Fable並みに待たされてトークンゴリ��リ使うCodexってイメージ。

以上。

[杉田 海地｜Saix CEO @SaixCEO]

探すのが面倒な作業をChatGPTに丸���げ よくやります。私は社内の備品選びや比較をそのまま投げてて 候補を並べて要点まで出してもらうと 探し疲れが消えるんですよね。選択肢が多すぎて手が止まる場面ほど効きます。
https://t.co/xrv0S6hJ5g

[カレーちゃん @currypurin]

メルカリのChatGPT連携良い感じだった。
メルカリ商品数多いことで、探すの楽しいのもありつつ、面倒なときも多かった。
その面倒なのをChatGPTに全部やってもらって、探してもらい、出品を解説してもらう。
メルカリにチャットAIを組み込むという選択肢もあったんだろうけれど、こっちの方がよさそうだし

[杉田 海地｜Saix CEO @SaixCEO]

「AIに、経営の判断まで任せて大丈夫ですか」。研修先でよく聞かれる質問です。今週のニュースを見て、この心配はもっと増えるなと思いました。

今週、ChatGPTを出したOpenAIが、Codex（コーデックス、AIに会社の仕事をやらせる道具）に新しい機能を足しました。パソコンの操作を一度録画して見せるだけで、AIがその手順を覚えて、次から代��りにやってくれる。経費精算や休暇申請のような繰り返し作業を、まるごと渡せるようになります。

ここで経営者がいちばん踏み外しやすいのが、任せていいのは「作業」で、「判断」はまだ別物だ、という線です。今日は、AIに任せていい判断と、自分で握る判断の見分け方を渡します。読み終わる頃には、AIに相談するとき必ず足す一言が手に入っているはずです。

私自身、今週それでヒヤッとしました。毎月10万円ほど払っていた、ある外部の運用作業を、自社に巻き取るかどうかを迷っていた。材料が多かったので、AIに整理させたら「巻き取るべき。理由は3つ」と、きれいな結論が返ってきました。読んで納得して、もう決めた気になっていた。

ところが翌朝、別の用で同じ話をし直したら、今度は逆の「外部に残すべき」が、これまたきれいな理由3つで返ってきた。同じ材料で、こちらの聞き方が��し変わっただけで、結論が裏返ったんです。

AIは賛成の理由も反対の理由も、どちらも上手に作れます。結論だけ見ると、どっちも正しく見える。だからAIの結論そのものを判断のよりどころにすると、聞き方ひとつで右にも左にも転がされます。

今年アメリカの心理学会が、約1900人にAIで仕事をさせる実験をしました。差が出たのは、答えを受け身で丸呑みしたかどうか。丸呑みした人ほど「これは自分が決めた」という感覚と自信を失い、一度「ここは違う」と手を入れた人は当事者感を保てていたそうです。

皆さんは、AIに相談して決めたことを、あとから自分の言葉で説明できますか。説明できないなら、それはまだ自分の判断になっていないのかもしれません。

直し方は、打ち方を一つ変えるだけです。

・よくある聞き方：「これ、ど���ちがいいと思う？」
・効く聞き方：「賛成する理由と、反対する理由を、それぞれ3つずつ出して」

AIには結論を聞かない。両方の言い分を出させて、最後の一文だけ自分で書く。私の会社Saixは社員1人、経理も営業もマーケもClaude Code（会社の仕事をAIに任せる道具）に任せています。それでも「決めた」と言う場所だけは手元に残す。任せるほど回る道具だからこそ、判断まで明け渡すと足元がぐらつきます。

明日、AIに相談するときは、結論を聞く代わりに「賛成3つ、反対3つ」と打ってみてください。出た6つを読んで、最後の一行は自分の言葉で書く。それが書けたとき、その判断はもう自分のものです。

[杉田 海地｜Saix CEO @SaixCEO]

岩田さんのエンジニアと経営者の二刀流 理想として語られがちだけど 実際は技術がわかるほど自分で手を動かしたくなって 経営判断が後回しになる罠がある 自分も最初そこでつまずいた 早く現場を手放せるかが分かれ目でした
https://t.co/8GXjpUdJ21

[からあげ @karaage0703]

【#からあげ帝国放送局 115】日本には「ジョブズ」が生まれない？任天堂・岩田聡元社長から学ぶエンジニアと経営者の姿

日本にはスティーブ・ジョブズのようなカリスマが生まれない？そんなSNSの話��に対して、からあげが「日本にも世界に誇る素晴らしいエンジニア・経営者がいる！」と反論。任天堂の元社長・岩田聡さんの伝説的なエピソード（『MOTHER2』の立て直しや、開発効率化への執念、社員との全員面談など）を交えながら、私たちが学ぶべきマネジメントとモノづくりの本質について語ります

配信先は↓
https://t.co/blq19KW2m6

[杉田 海地｜Saix CEO @SaixCEO]

これ実運用でもそうで 自社では定型の議事録整理を固定フローに切り出して エージェントには判断の要る部分だけ回したら 全部任せてた頃より速くなった 可変の万能さと毎回組み直すコストはトレードオフなんだと思う
https://t.co/CM6NMXO7wn

[深津 貴之 / THE GUILD, note @fladdict]

生成AIエージェントを、「無限に可変可能な万能工場」と想像するとわかりやすいのだけど…　無限に変形する万能工場は、変形機構がある分だけ、原則的にシングルタスクの固定工場に対して生産性で負ける。これはたとえ話だけど、何かのヒントになるはず。

[杉田 海地｜Saix CEO @SaixCEO]

KDDIのシステムでも、情報漏洩はする。
弊社のClaude Code顧問でも、お客様にはセキュリティに100%はないことを常に説明している。

漏洩前提でのデータ管理が重要

[ライブドアニュース @livedoornews]

【速報】
1422万件メールアドレスなど流出か
KDDIのシステムに不正アクセス
（NHKニュース）

[杉田 海地｜Saix CEO @SaixCEO]

「もうこれ以���、ツールを増やしたくない」。今週も研修先の経営者にそう言われました。SlackもLINEもGmailも入れて、Notionも契約した。なのに見る場所が増えただけで、前より忙しい、と。

気持ちはよく分かります。ただ、忙しさの正体はツールの数ではありません。バラバラのまま、それぞれ別々に開いていることです。今日は「増やす」をやめて「繋ぐ」に切り替える話を、最新動画から渡します。読み終わる頃には、明日まず繋ぐ1個が決まります。

ちょうど大手が同じ方向に動きました。6月16日、MicrosoftがAIの「Copilot Cowork」を世界で正式に提供開始。���ールやカレンダー、Excel、社内の文書置き場(SharePoint)などをまたいで、手順の多い仕事をAIが順番に進めてくれる仕組みです。面白いのは、大事な場面では必ず人の承認を挟む作りになっていること。AIが最後まで勝手に突っ走らないよう、わざと関所を置いてあります。料金も使った分だけの従量制で、動かすほどお金がかかる。とりあえず全部AIに丸投げ、という時代から、どこを任せてどこで人が止めるかを決める時代に入ってきた、ということです。

繋ぐ発想は、こういうことです。AIを真ん中に置いて、各ツールから情報を集めさせる。経営者は、まとまった結果だけ見ればいい。

・Gmailの未返信を朝いちで拾って、下書きまで作っておく
・Chatworkの取引先メッセージを、敬体に直した下書きで用意する
・クラウドの倉庫(Drive)に置いた商談録��を、1時間後には要約にしておく

ツールの数は同じです。経営者が見る場所だけが減ります。

うちの話をします。株式会社Saixは社員0人で、Claude Codeという道具1つに各ツールを繋いで回しています。たとえばXの投稿は、Macに最初から入っている自動実行の仕組み(launchd)で、毎朝決まった時間にAIが下書きを作ります。ただ、そのまま世に出すと事故るので、投稿の直前に、顧客の名前が混じっていないかを機械が一度チェックして、引っかかったら投稿を止めて私のChatworkに知らせる関所を1つ噛ませています。MicrosoftのCoworkが言う「大事な場面で人の承認を挟む」と、やっていることは同じです。Gmailも専用のつなぎツール(gog)でAIに下書きまで作らせ、送信ボタンだけ私が押す。この形で、動画307本と登録者4.5万人を1人で回しています。

皆さんは今、いくつのツールを、そ���ぞれ別々に開いていますか。

試すなら、一番長く開いているツール、たぶんメールかチャットを1個だけ選んでください。そこでAIに「下書きまで」作らせて、送信は自分で押す。これだけ守れば、事故は起きません。

繋ぐのは月に1個で十分です。増やす手を止めて繋ぎ始めた経営者から、机の上が静かになっていきます。

[杉田 海地｜Saix CEO @SaixCEO]

@ai_300 開きますね、、！

[杉田 海地｜Saix CEO @SaixCEO]

今週いちばん効くニュースは、新しいAIが出た話ではありません。世界最大級の銀行が、AIをこっそり別の棚に移した、という地味な話です。

JPMorgan（ジェイピーモルガン）が、年およそ20億ドル（約3000億円）かけているAIへの支出を、これまでの「新しいことを試す予算」から外しました。移した先は、データセンターや決済システムと同じ、銀行の根っこを支える設備の枠です。会計上の置き場所が変わっただけ、と言えばそれまで。でもこれは「AIはもう実験ではない。電気や水道と同じで、止まったら業務が止まるもの」と、銀行が腹をくくった合図でした。

しかも、ただ金を突っ込んだ話ではありません。経営トップは、この投資はすでに元が取れていると明かしています。社員15万人以上の現場で、技術や事務、不正のチェックといった仕事の生産性が1割ほど上がり、年20億ドルぶんの手間が浮いた。だから「お試し予算」から「本業の土台」へ格上げした、という順番です。

今日伝えたいのは、たった一つです。あなたの会社で、AIはまだ「お試し」の棚に置かれていませんか。読み終わる頃には、自社のAIを本業の土台に変えるために、まず書くべき3行が決まって��るはずです。

ここで多くの経営者が、こう思います。「JPMorganは桁違いの金持ちだから、うちには関係ない」。気持ちは分かります。でも、同じ時期に出たもう一つの調査が、その逃げ道をふさいでいました。

データブ��ックスという会社が、世界2万社以上（米国の超大手企業の6割を含む）を調べた2026年の報告です。そこに、経営者の背筋が伸びる数字がありました。

・AIの道具を何かしら使っている会社は、67%
・でも、AIに自分で判断させて仕事を任せる段階まで進めた会社は、2割ほど

ほとんどの会社が「触ってはいる」。けれど「業務の土台にできている」のは、5社に1社しかない。差は、まさにこの一段にありました。

そして、その一段を越えた会社と、お試しで止まった会社を分けたのは、AIの賢さではありませんでした。同じ調査で、社内のルールをきちんと決めた会社は、決めていない会社より12倍多くの仕組みを本番の業務に乗せられていた、と出ています。決め手は、最新の賢いAIを買ったかどうかではなかった。使い方のルールを、紙に書いて決めたか。そこで差がついていました。

私の会社Saixは、社員は私1人です。商品開発、マーケ、経理、営業、採用まで、本来なら何人もいる7つの部門の仕事を、Claude Code（会社の作業をAIに任せる道具）に肩代わりさせて回しています。これは自慢ではなく、極端な実験台として聞いてください。

正直に言うと、最初の2か月はまともに動きませんでした。AIに毎回、その場の思いつきで指示を出していたからです。同じ作業を頼んでも、日によって出来がバラバラ。これでは本業の土台になど、とても乗せられない。

変わったきっかけは、賢いAIに乗り換えたことではありません。会社のルールを、AIが毎回読む1枚の指示書に書き出したことでした。誰に向けた仕事か。何を言葉にしてよくて、何は絶対に外へ出してはいけないか。たとえば、お客様の名前は社外向けの文章に一切出さない、という鉄の掟。これを文章にして、さらにAIが書いた文を別の仕組みが毎回見張り、お客様の名前が混じっていたら投稿そのものを止めるようにしました。

高いAIに替えたわけではありません。やったのは、守らせるルールを1本ずつ書いて足しただけです。それで初めて、AIの仕事を安心して会社の土台に置けるようになりました。データブリックスの言う「ルールを決めた会社が12倍」は、社員1人の小さな会社でも、そのまま当てはまっていたわけです。

先週、ある印刷会社（社員30人ほど）の社長と話していて、この差をはっきり感じました。その社長��、AIをよく触っています。会議の議事録をまとめさせたり、メールの下書きを作らせたり。でも聞くと、こう言いました。「使う日もあれば、使わない日もある。まあ、気分次第かな」。

これが「お試しの棚」に置かれたAIの正体です。便利だけれど、使うかどうかが個人の気分で決まる。だから、いつまでも本業の土台にならない。社内に、いつ・誰が・何のために使うのかというルールが、一行も書かれていないからです。

皆さんの会社のAIは、今どちらの棚にありますか。社員が使う日と使わない日が、その人の気分で決まっていませんか。

では、何から始めるか。新しいAIの契約でも、高い研修の申し込みでもありません。紙でもメモ帳でもいいので、自社のAIに守らせるルールを、まず3行だけ書いてみてください。

・どの仕事には、必ずAI���使うか（例：議事録は毎回AIにまとめさせる）
・どんな形で出させるか（例：そのまま社内に回せる箇条書きで）
・何は絶対にやらせないか（例：お客様の名前を社外向けの文章に出さない）

この3行を、社内の誰もが見える場所に貼る。それだけで、あなたの会社のAIは「気分で使う便利な道具」から「毎日決まって回る業務の一部」へ、棚を一段移します。JPMorganが年20億ドルかけてやったことの、いちばん小さな入口は、たぶんこの3行です。

[杉田 海地｜Saix CEO @SaixCEO]

オープンソースが精度でフロンティアに並びコストも下がるのは大きい 自社で運用してて感じるのは モデルの安さより どの業務に当てるかで成果が変わること 選択肢が増えたぶん使い分けが効いてくる
https://t.co/xdjMJrKIuN

[Aravind Srinivas @AravSrinivas]

GLM is the kind of model that revives serious interest in open source AI. It passes the blind test relative to the frontier models on the median production grade knowledge worker task. It’s affordable to serve. And is a sub trillion parameter model, meaning it has a lot of potential to go beyond matching the frontier at the median level of difficulty to also doing it for the long tail. Plenty to look forward to!

[杉田 海地｜Saix CEO @SaixCEO]

この感覚わかる 一方で毎日触ってると AIが勝手に立ち上がったというより 私たちが書いてきた問いの質をそのまま返してるだけにも見える 雑に聞けば雑にしか返らない まだ人間側の解像度が天井になってると感じる
https://t.co/70fRRdimop

[Amjad Masad @amasad]

We posted for twenty years, thinking we were talking to each other. Then the transformer came online, and the network read what we’d written, and became itself.

[杉田 海地｜Saix CEO @SaixCEO]

うちもサブスク枠前提で日次バッチを組んで痛い目を見た 容量が読めないと業務が止まる 今はコアな処理だけ従量課金APIに逃がして サブスクは試行錯誤用と割り切ってる
https://t.co/oTlqCxt3X0

[うみゆき@AI研究 @umiyuki_ai]

数日前からChatGPTのサブスク枠のCodex容量が激減したという苦情が出てきてるらしい。トークンポカリプスの予感
https://t.co/AWfGVXHABm

[杉田 海地｜Saix CEO @SaixCEO]

録画して再��はデモだと綺麗に決まるけど 実務は分岐と例外で崩れがち 単純な定型作業ほど効いて 判断が一回挟まると結局人が横で見てる うちは効く業務だけ先に切り分けてから入れた
https://t.co/dKuhcasj2x

[KEITO💻AIディレクター @keitowebai]

CodexのRecord & Replayプラグインが革命的！
プラグインを起動すると操作画面が録画されていき、その作業をCodexが理解。その上で同じ作業を再現するためのスキルが作成される。

左：指示だし動画
右：Codexが自動的に作業

内容
1.nottaを開く
2.動画をアップロード
3.文字起こしてtxtをフォルダに保存
4.共有リンクとパスワードをメモに保存
5.目次を生成しシンプル化したものをメモに保存
↓
動画を投げ���だけで他者に共有可能な状態にすることが目的。

こんな自動化スキルを動画を見せるだけで完成した！

[鳥屋 直弘 | YouTube運用代行 @naohiro_toriya]

【AI事業者交流会を開催します】
※1週間前なので再告知です。

6月26日(金) 20:00より、
AI事業に関わる方同士で交流できる
「AI事業者交流会」を開催します。

・AI関連の事業を行っている方
・AIを活用したサービスを展開している方
・AI領域の事業者同士で情報交換や横のつながりを作りたい方
上記に当てはまる方は、ぜひご参加ください。

【開催概要】
日時：6月26日(金) 20:00〜
場所：新宿のバー（軽食あり）
参加費：5,000円

参加希望の方は、
QRコードもしくは下記のLINEリンクから友だち追加後、
https://t.co/6KNqmL97R5

「AI事業者交流会参加希望」

とお送りください。

皆さまのご参加をお待ちしております！

[杉田 海地｜Saix CEO @SaixCEO]

フォロワー数と収益が比例しないの 自分も同じで 拡散より滞在時間と返信量が多い投稿の方がちゃんと効いて���印象です Podcastの書き起こしは確かに相性良さそうですね
https://t.co/2wb3Rx5edv

[けんすう @kensuu]

7万フォロワーで2270ドルのナル先生と、30万いても1950ドルの僕、何が違うんだろ？ここの最適化のを知りたい（Podcasterが、Xに書き起こしをアップして収益化とかができる大きな窓口になり得そう