<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>AI | 眞本崇之</title>
	<atom:link href="https://takayuki.shinmoto.info/category/it/ai/feed/" rel="self" type="application/rss+xml" />
	<link>https://takayuki.shinmoto.info</link>
	<description>経営×AIの仕組みをつくり、現場まで届ける</description>
	<lastBuildDate>Thu, 22 Oct 2026 02:54:28 +0000</lastBuildDate>
	<language>ja</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.4</generator>

<image>
	<url>https://takayuki.shinmoto.info/wp-content/uploads/2017/07/logo-150x150.png</url>
	<title>AI | 眞本崇之</title>
	<link>https://takayuki.shinmoto.info</link>
	<width>32</width>
	<height>32</height>
</image> 
<site xmlns="com-wordpress:feed-additions:1">127951829</site>	<item>
		<title>AIに顧客情報を入れたら、情報漏洩？「保存・学習・漏洩」を分けて考える</title>
		<link>https://takayuki.shinmoto.info/2026/10/ai-input-save-learn-leak/</link>
		
		<dc:creator><![CDATA[眞本崇之]]></dc:creator>
		<pubDate>Thu, 22 Oct 2026 00:00:00 +0000</pubDate>
				<category><![CDATA[AI]]></category>
		<guid isPermaLink="false">https://takayuki.shinmoto.info/?p=11542</guid>

					<description><![CDATA[「AIに顧客情報を入れたら、情報漏洩になりますか？」 AIの相談を受けていると、こういう質問がけっこう来ます。 私の答えは「漏洩ではない。でも、社外に預けたことは確か」です。 多くの方は、「保存」「学習」「漏洩」の3つが [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>「AIに顧客情報を入れたら、情報漏洩になりますか？」</p>
<p>AIの相談を受けていると、こういう質問がけっこう来ます。<br />
私の答えは「<strong>漏洩ではない。でも、社外に預けたことは確か</strong>」です。</p>
<p>多くの方は、「保存」「学習」「漏洩」の3つが混ざってしまっています。この記事では、1つずつ分けて説明します。</p>
<h2><span id="toc1">結論：3つを分けると、やることが見えてくる</span></h2>
<table>
<thead>
<tr>
<th></th>
<th>何が起きるか</th>
<th>確認すること</th>
</tr>
</thead>
<tbody>
<tr>
<td>① 保存</td>
<td>入力した内容はAI事業者のサーバーに届き、一定期間残る（必ず起きる）</td>
<td>預け先の会社を信じられるか／契約上、外部に預けてよい情報か</td>
</tr>
<tr>
<td>② 学習</td>
<td>入力データが次のAIモデルの訓練に使われるかどうか（設定と契約しだい）</td>
<td>学習の設定がオフになっているか／法人向け・APIの契約内容</td>
</tr>
<tr>
<td>③ 漏洩</td>
<td>他人が見られる状態になること（入力しただけでは起きない）</td>
<td>共有リンク・アカウント管理などの「事故」を防げているか</td>
</tr>
</tbody>
</table>
<h2><span id="toc2">① 入力＝保存</span></h2>
<p>入力した瞬間に、内容はAI事業者のサーバーに届いて一定期間残ります。ChatGPTでもClaudeでも必ず起きることです。<br />
GoogleドライブやDropboxにファイルを保存するのと同じことですね。</p>
<p>つまり、「預け先の会社を信じられるか？」という話になります。<br />
Googleを信じますか？ Amazon（AWS）を信じますか？ 信じられないならクラウドは使うべきではないですし、どの会社を信じて使うかは、あなたの判断基準です。</p>
<p>たとえばDeepSeekの公式アプリやAPIを使う場合、データは中国のサーバーに置かれます。中国では法律にもとづいて政府がデータを見られる状態にあるため、ちょっと怖いですよね。<br />
（なお、DeepSeekのモデル自体は公開されているので、国内や米国のクラウドで動かせば、データは中国を通りません。）</p>
<h3>問題になりやすいのは「契約」</h3>
<p>ここで問題になりやすいのは、扱っている情報を第三者（外部のサーバー）に渡してはいけない契約になっている場合です。<br />
AIに関係なく、NDA（秘密保持契約）の条文や個人情報の扱い方によっては、「第三者に渡した」ことが違反になりえます。</p>
<p>だから私の場合は、仕事を始める最初に「AIへの入力やデータを、Googleドライブなどのクラウドに保存していますが、いいですか？」と確認を取ってから対応しています。</p>
<h2><span id="toc3">② 学習</span></h2>
<p>学習とは、入力したデータが次のAIモデルの訓練に使われるかどうか、です。これは設定と契約によって変わります。</p>
<ul>
<li><strong>個人向けプラン</strong>：学習に使わない設定にできることが多いです。ただし、<strong>初期設定では学習がオンになっていることが多い</strong>ので、自分でオフにしておきましょう。</li>
<li><strong>法人向けプラン・API</strong>：原則として学習に使わないのが一般的です。</li>
</ul>
<p>なお、入力したデータが学習に使われたとしても、生成AIは学習した中から確率的に言葉を選んで文章を作るので、入れた内容がそのまま出てくるとは限りません。ただ、まれに再現されることもあるので、ゼロではありません。</p>
<p>設定と契約をきちんと確認しておくことが大事です。</p>
<h2><span id="toc4">③ 漏洩</span></h2>
<p>漏洩とは、他人が見られる状態になることです。漏洩は、入力したり保存したりしただけでは起きません。</p>
<p>漏洩には、次のような別の「事件・事故」が必要です。</p>
<ul>
<li>共有リンクを「公開」にしていた</li>
<li>アカウントを乗っ取られた</li>
<li>事業者側の不具合</li>
<li>USBメモリをなくした</li>
</ul>
<p>つまり、漏洩を防ぐのは「AIを使わないこと」ではなく、共有設定やパスワード管理といった、これまでと同じ情報管理です。</p>
<h2><span id="toc5">まとめ：怖がりすぎず、何でも入れない</span></h2>
<p>怖がって使わないのも、気にせず何でも入れるのも、どちらも避けたいところです。</p>
<ul>
<li>① 保存：預け先を選ぶ。契約上、外部に預けてよい情報かを確認する</li>
<li>② 学習：設定をオフにする。法人向けやAPIの契約を確認する</li>
<li>③ 漏洩：共有リンクやアカウントの管理を、これまで通りきちんとする</li>
</ul>
<p>正しく分けて考えれば、AIは安全に使える道具だと思います🐥</p>
<p>AIのセキュリティの基本は、AI活用マップの「<a rel="noopener" target="_blank" href="https://aixmap.jp/genai-basics/security">AIセキュリティの基本</a>」でもまとめています。あわせてご覧ください。</p>
]]></content:encoded>
					
		
		
		<post-id xmlns="com-wordpress:feed-additions:1">11542</post-id>	</item>
		<item>
		<title>自分の経験やノウハウで動くAI秘書を持つ 講演動画と要約</title>
		<link>https://takayuki.shinmoto.info/2026/10/seisakuken-talk-2026-10/</link>
		
		<dc:creator><![CDATA[眞本崇之]]></dc:creator>
		<pubDate>Tue, 20 Oct 2026 10:00:00 +0000</pubDate>
				<category><![CDATA[AI]]></category>
		<guid isPermaLink="false">https://takayuki.shinmoto.info/?p=11543</guid>

					<description><![CDATA[2026年10月14日、中小企業政策研究会の10月定例会でオンライン講演をしました。題は「自分の経験やノウハウで動くAI秘書を持つ &#8211; 診断士のAI活用実践」です。録画（約2時間5分）をそのまま載せ、その下に [&#8230;]]]></description>
										<content:encoded><![CDATA[<p>2026年10月14日、中小企業政策研究会の10月定例会でオンライン講演をしました。題は「自分の経験やノウハウで動くAI秘書を持つ &#8211; 診断士のAI活用実践」です。録画（約2時間5分）をそのまま載せ、その下に話した内容を見出しごとにまとめました。</p>
<p>この記事は、AI活用マップに載せたコラム「<a rel="noopener" target="_blank" href="https://aixmap.jp/column/seisakuken-talk-2026-10">講演「自分の経験やノウハウで動くAI秘書を持つ」</a>」をブログ用にしたものです。文字起こしの全文は、元の記事に載せています。</p>
<figure class="doc-figure doc-video"><video controls preload="metadata" playsinline style="width:100%;height:auto;" poster="https://media.aixmap.jp/videos/seisakuken-2026-10-14-poster.jpg"><source src="https://media.aixmap.jp/videos/seisakuken-2026-10-14.mp4" type="video/mp4" /></video></figure>

  <div id="toc" class="toc tnt-none toc-center tnt-none border-element"><input type="checkbox" class="toc-checkbox" id="toc-checkbox-4" checked><label class="toc-title" for="toc-checkbox-4">目次</label>
    <div class="toc-content">
    <ul class="toc-list open"><li><a href="#toc1" tabindex="0">同じAIなのに、なぜ答えの質が違うのか</a></li><li><a href="#toc2" tabindex="0">生成AIの仕組みは「ガチャ」</a></li><li><a href="#toc3" tabindex="0">AI活用は4つの掛け算</a></li><li><a href="#toc4" tabindex="0">コンテキストは「手足・脳・心」</a></li><li><a href="#toc5" tabindex="0">コンテキストが整うと</a></li><li><a href="#toc6" tabindex="0">チャットとエージェントの違い</a></li><li><a href="#toc7" tabindex="0">実演した3つのこと</a></li><li><a href="#toc8" tabindex="0">今日から始めるコンテキスト</a></li><li><a href="#toc9" tabindex="0">暇になって、考えたこと</a></li><li><a href="#toc10" tabindex="0">質疑から</a></li><li><a href="#toc11" tabindex="0">文字起こしの全文</a></li></ul>
    </div>
  </div>

<h2><span id="toc1">同じAIなのに、なぜ答えの質が違うのか</span></h2>
<p>講演はこの問いから始めました。同じClaudeやChatGPTを使っていても、「仕事時間が半分になった」という人もいれば、「一般論しか返ってこない」「自分でやったほうが早い」という人もいます。道具も料金プランもほとんど同じなのに、結果がまるで違う。その差がどこから来るのかに、私なりの答えを伝えます。</p>
<p>最初に出したのは「28%」という数字です。Salesforceの調査（State of Sales 第5版、2022年・38カ国7,775人）で、営業担当者が実際に営業活動に使っている時間は、1週間のうち28%しかありませんでした。残りの72%は、見込み客の調査、顧客情報の管理、提案書づくり、準備や社内の事務です。<br />
この72%の多くを、私はいまAIに任せています。提案書は骨子を作ってもらい、面談の前には準備メモが朝にできていて、面談が終われば顧客の記録が更新されています。AIが出てくる前は、2時間の面談の報告書に、同じくらいの時間をかけていました。診断士の仕事も、事業者と話す時間より、その前後の準備や記録、連絡に多くの時間を使っています。</p>
<h2><span id="toc2">生成AIの仕組みは「ガチャ」</span></h2>
<p>生成AIは、学習した大量の文章のパターンから、次に来る確率が高い言葉を選んでつないでいるだけです。日本むかしばなしで「むかしむかし、あるところに」と聞けば、次に「おじいさんとおばあさんが」と浮かぶのと同じです。</p>
<p>AIは正解を知って答えているわけではありません。だから同じ質問でも答えが毎回少し変わりますし、もっともらしい嘘（ハルシネーション）も出ます。有名な会社の社長のことなら正しく答えられても、街の小さな会社の社長のことは、情報がないままそれらしい答えを作ってしまいます。</p>
<p>ガチャの仕組みそのものは変えられません。だから「AIを使いこなす」とは、求める答えが出る確率を上げることだと考えています。いちばん簡単な方法は、AIが知らないこと（ホームページ、面談で聞いた話など）を、こちらから渡してから聞くことです。</p>
<h2><span id="toc3">AI活用は4つの掛け算</span></h2>
<p>確率を上げるのに必要なものを、レストランにたとえました。</p>
<table>
<thead>
<tr>
<th>要素</th>
<th>レストランでいうと</th>
<th>中身</th>
</tr>
</thead>
<tbody>
<tr>
<td>①AIモデル</td>
<td>シェフ</td>
<td>ChatGPT・Claude・Geminiなど。どれも人間の専門家に並ぶ水準で、差は思うほど大きくない</td>
</tr>
<tr>
<td>②指示力</td>
<td>レシピと道具</td>
<td>プロンプトと、繰り返し使う手順書（スキル）。完成形を示しておく</td>
</tr>
<tr>
<td>③自分だけの情報</td>
<td>材料の仕入れと仕込み</td>
<td>経験・知識・記憶。これがないと誰が聞いても同じ答えになる</td>
</tr>
<tr>
<td>④索引力</td>
<td>整理されたキッチン</td>
<td>必要な情報をすぐ取り出せる環境。AIが自分で読みに行ける状態</td>
</tr>
</tbody>
</table>
<p>掛け算にしているのは、どれか1つが欠けると全体が崩れるからです。モデルは誰でも同じものが使えるので、差がつくのは②〜④、なかでも③の自分だけの情報だと考えています。</p>
<h2><span id="toc4">コンテキストは「手足・脳・心」</span></h2>
<p>AIの世界でいうコンテキストは、AIがその場で受け取る情報のことです。書いたプロンプト、添付した資料、会話の履歴もすべて含みます。コンテキストが変われば、出てくる答えも変わります。</p>
<p>コンテキストを、人間の体にたとえて3つに分けて説明をします。</p>
<ul>
<li><strong>手足（動かし方）</strong>：プロンプト（毎回の指示）、スキル（ひとつの作業の手順書）、エージェント（目的まで進める担当者）</li>
<li><strong>脳（知っていること）</strong>：データ（事実）、ナレッジ（解釈や判断）、メモリ（記憶）</li>
<li><strong>心（振る舞い）</strong>：最初に読む設定ファイル、ルール、特定のきっかけで動く設定</li>
</ul>
<p>多くの人はプロンプトだけを工夫しようとしますが、プロンプトはこの中のひとつにすぎません。講演の最初に、私はデモの準備で「報告書を作って」と会社名、ファイルの場所しか打っていません。それでも思った通りに動くのは、残りが整っているからです。</p>
<p>スキルは、一度登録すれば同じ手順を呼び出せます。メールの下書きならこのアカウントで、書き出しはこう、Notionのタスクならこのテーブルのこの項目に、といったことを先に決めておきます。いまは120個ほどありますが、使いながら1つずつ増やした結果です。GPTsやGemsは年内に終了予定と報じられていて、今後はスキルを使う方向になります。スキルもエージェントも、中身は日本語で書いたテキストファイルです。</p>
<p>脳の部分では、データは渡すほど精度が上がりますが、整理が大事です。「提案書」「提案書_最新版」「提案書_最終版」が並んでいたら、人間が迷うものはAIも迷います。ナレッジは、同じ補助金の情報でも「使うべき」「使わないほうがいい」と人によって解釈が分かれる、その解釈の部分です。メモリは5つのファイルに分けています。自分は何者か、どう動くか、何が起きたか（ログ）、何を感じているか（AIにしてもらっているコーチングの記録）、いまどこにいるか（今年のゴールと今日やること）です。</p>
<p>心の部分の設定ファイルは、ClaudeならCLAUDE.md、ChatGPTやGeminiならAGENTS.mdです。AIが動き出すときに必ず最初に読むので、言語、どこに何があるか、どう振る舞ってほしいか（エンジニアではないので噛み砕いて説明する、お世辞は言わない、反対意見やリスクも遠慮せず言う、など）を書いています。</p>
<h2><span id="toc5">コンテキストが整うと</span></h2>
<ul>
<li><strong>一般論が返ってこなくなる</strong>：「来週の面談、何を準備したらいい？」と聞くと、前回の話の続きや、送ると言ってまだ送っていない資料を挙げてくれる</li>
<li><strong>指示が減る</strong>：「報告書を作って」で動く。自動化した作業は、指示しなくても勝手に動いて終わる</li>
<li><strong>モデルの性能が気にならなくなる</strong>：1年前のモデル（Claude Sonnet 3.7）でも十分に動いていた。新しいモデルに替えるのは、速さや安さのため</li>
</ul>
<p>講演の本題は「AIはコンテキストが9割」です。<br />
差はAIそのものではなく、AIに何を渡しているかにあります。渡せるものを持っているのは、AIではなく人間のほうです。</p>
<h2><span id="toc6">チャットとエージェントの違い</span></h2>
<p>チャットは、聞かれたことに上手に答えるアドバイザーです。でも、報告書の文案をもらっても、それをWordのひな型に貼り、保存し、顧客の記録を別に入力するのは人間です。エージェントは、目的に向かって最後まで動く担当者です。文字起こしとひな型と顧客の情報を読み、Wordに書き込み、顧客情報の更新まで終わらせます。</p>
<p>私の使い方では、ClaudeやChatGPTが司令塔（メインのエージェント）で、報告書担当、リサーチ担当、顧客管理担当といった専任の担当者（サブエージェント）を呼び出します。司令塔はCodexやAntigravityにも替えられるようにしてあり、ひとつの会社のサービスに依存しないようにしています。</p>
<h2><span id="toc7">実演した3つのこと</span></h2>
<p>講演の途中で、裏でAIを動かしておき、結果を見せました（会社や人の名前はデモ用に作ったものです）。</p>
<ol>
<li><strong>面談報告書から顧客情報の更新まで</strong>：ボイスメモの文字起こしを渡して「報告書を作って」と頼むと、Wordの報告書ができ、顧客カードとNotionの面談履歴が更新され、次回のアクションも書き込まれる。最終確認と手直しは自分でするが、以前は2時間かけていたものが、長くても30分ほどで仕上がるようになった</li>
<li><strong>毎日のブリーフィングノート</strong>：朝7時に、その日の予定・面談相手の前回の話・フォローが必要な人・健康データ・セキュリティチェックをまとめた画面ができ、12時・15時・18時に更新される。今日やると決めたことが進んでいるかも、AIが見ている</li>
<li><strong>気になった記事の整理</strong>：ブラウザの拡張機能で記事を保存しておくだけで、AIが要約し、「自分の環境でできていること・できていないこと」を整理して、次にやることの案をメールで送ってくる</li>
</ol>
<p>ほかに、訪問前にホームページやGoogleマップの状態を診断したレポートをお土産に持っていくこと、名刺を撮影すると顧客カードに連絡先が入ること、フォローやお礼のメールの下書きが翌朝にできていることも紹介しました。</p>
<h2><span id="toc8">今日から始めるコンテキスト</span></h2>
<ul>
<li><strong>初級：課金して、エージェントを使ってみる</strong>。Claude Code、Codex、Antigravityなどで、人間ではなくAIが作業をする体験をする</li>
<li><strong>中級①：スキルを作る</strong>。いつもの繰り返し作業をしたら「今やったことをスキルにしておいて」と頼むだけ。うまくいかなければ手直しを繰り返す</li>
<li><strong>中級②：コンテキストを整理する</strong>。AIが読みやすいのは自分のパソコンの中の、Markdown形式のテキストファイル。私はログ→メモ→ノート→カードの4段階に分け、考えを研ぎ澄ましたものだけをAIが見ればいいようにしている。全部の情報を渡せばいいわけではなく、まず1枚のカードを見せ、足りなければGoogleドライブやNotionを見に行かせる</li>
<li><strong>中級③：既にあるパッケージを使う</strong>。Hermes Agent、Grok Bot、Dotsなど、AIエージェントを入れやすくしたものがある。私自身はどれも使っていない</li>
<li><strong>上級：自分で作る</strong>。記憶やスキルを自分のパソコンに残しておけば、サービスをやめても積み上げたものが消えない。設定ファイルの次に「どこに何があるか」の地図を読ませ、そこから人物カード、Gmail、Googleドライブへとたどれるようにしている</li>
</ul>
<h2><span id="toc9">暇になって、考えたこと</span></h2>
<p>この半年で、仕事時間が減り、圧倒的に暇になりました。以前は面談の帰りの電車でノートパソコンを開いて、忘れないうちに報告書を書いていましたが、それがなくなりました。そこで、これまでは作業をして忙しそうにしていただけなのではないか、と気づきました。</p>
<p>AIで仕事がなくなるのか、という問いには、技術が変わっても目的や問題は変わらない、と考えています。「相手とつながりたい」という目的は、電話交換手の時代からSNSの時代まで残っています。診断士の仕事もなくならず、形が変わるのだと思います。</p>
<p>誰もが同じAIを使えるようになると、作業の部分では差がつきません。スマイルカーブでいえば、真ん中の作業はAIに任せ、両端の企画や判断（AIが作ったデザインの良し悪しを決める、など）が人間に残ります。AIには、追加の費用なく動ける範囲で最大限働いてもらい、これまで手間がかかってできなかったこと（一人ひとりへのレポートや、前日のリマインドなど）にも手を伸ばす。人間は人間らしさを出し、一件一件を丁寧にやる。独立したばかりのころ、政策研の先輩の筆箱に貼ってあった「当たり前を、バカにせず、ちゃんと、できるようになる」という言葉を、いまAIと働きながらあらためて大事だと感じています。</p>
<h2><span id="toc10">質疑から</span></h2>
<ul>
<li><strong>秘密情報をAIに入れてよいか</strong>：初めてお会いするクライアントには、AIやデジタルツールの使い方と情報保護（録音すること、学習させない設定にしていること、など）を説明し、同意をもらってから使っている。Googleドライブに預けるのがよくて、同じGoogleのAIがだめという理由は、私には見当たらない。クラウドに一切入れないという方針の会社なら、AIは使わない</li>
<li><strong>上級ではコードを読めないといけないか</strong>：読めなくて大丈夫。私も読んでいない。動かしてみて変だと思ったら直してもらう、の繰り返し</li>
<li><strong>Mac miniでローカルLLMを動かしているか</strong>：使っていない。手元のMac mini（M4・メモリ24GB）では遅く、軽いモデルしか動かない。試すならメモリは32GB以上がほしい</li>
</ul>
<h2><span id="toc11">文字起こしの全文</span></h2>
<p>講演の文字起こしの全文は、AI活用マップの元記事に載せています。</p>
<p><a rel="noopener" target="_blank" href="https://aixmap.jp/column/seisakuken-talk-2026-10">コラム：講演「自分の経験やノウハウで動くAI秘書を持つ」（AI活用マップ）</a></p>
]]></content:encoded>
					
		
		<enclosure url="https://media.aixmap.jp/videos/seisakuken-2026-10-14.mp4" length="248403158" type="video/mp4" />

		<post-id xmlns="com-wordpress:feed-additions:1">11543</post-id>	</item>
		<item>
		<title>AIに依頼する入口：パソコン・スマホ・スマートグラス・スマートリングの使い分け</title>
		<link>https://takayuki.shinmoto.info/2026/10/ai-entrance-devices/</link>
		
		<dc:creator><![CDATA[眞本崇之]]></dc:creator>
		<pubDate>Tue, 13 Oct 2026 00:00:00 +0000</pubDate>
				<category><![CDATA[AI]]></category>
		<guid isPermaLink="false">https://takayuki.shinmoto.info/?p=11537</guid>

					<description><![CDATA[AIに頼む入口は増えています。僕は今、パソコン、スマートフォン、スマートグラスの3つから、同じClaude Codeに頼めるようになっています。 最近、スマートリングにも興味があって、、、順番待ちの登録だけして発売を待っ [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">AIに頼む入口は増えています。僕は今、パソコン、スマートフォン、スマートグラスの3つから、同じClaude Codeに頼めるようになっています。</p>



<p class="wp-block-paragraph">最近、スマートリングにも興味があって、、、順番待ちの登録だけして発売を待っている段階です。</p>



<p class="wp-block-paragraph">この記事では、それぞれの入口でどう頼めるのか、どの場面には合わないのかを、自分の環境の話として整理します。</p>



<h2 class="wp-block-heading"><span id="toc1">動くAIエージェントは同じ</span></h2>



<figure class="wp-block-image size-large"><img fetchpriority="high" decoding="async" width="1760" height="982" data-attachment-id="11531" data-permalink="https://takayuki.shinmoto.info/aixmap-entrance-overview/" data-orig-file="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-overview.png" data-orig-size="1760,982" data-comments-opened="0" data-image-title="aixmap-entrance-overview" data-image-description="" data-image-caption="" data-large-file="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-overview-1024x571.png" src="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-overview.png" alt="入口（スマートグラス・スマートウォッチ・スマートリング・イヤホン）から、スマートフォンやパソコンを通り、AIエージェント（Claude Code）がコンテキストを読みに行く流れの図" class="wp-image-11531" srcset="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-overview.png 1760w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-overview-300x167.png 300w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-overview-1024x571.png 1024w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-overview-768x429.png 768w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-overview-1536x857.png 1536w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-overview-120x68.png 120w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-overview-160x90.png 160w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-overview-320x180.png 320w" sizes="(max-width: 1760px) 100vw, 1760px" /></figure>



<p class="wp-block-paragraph">頼む相手はAIエージェントで、僕の場合はClaude Code（CLAUDE.md）です。Claude Codeには、メモリや人物カード、進行中の案件を読める状態にしてあります。</p>



<p class="wp-block-paragraph">図の流れは、入口、スマートフォンまたはパソコン、Claude Code、コンテキストの順です。どの入口から頼んでも、僕の状況を知っている相手に届くわけです。</p>



<h2 class="wp-block-heading"><span id="toc2">4つの入口をどう使い分けているか</span></h2>



<h3 class="wp-block-heading">パソコン</h3>



<figure class="wp-block-image size-large"><img decoding="async" width="1760" height="982" data-attachment-id="11532" data-permalink="https://takayuki.shinmoto.info/aixmap-entrance-pc/" data-orig-file="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-pc.png" data-orig-size="1760,982" data-comments-opened="0" data-image-title="aixmap-entrance-pc" data-image-description="" data-image-caption="" data-large-file="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-pc-1024x571.png" src="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-pc.png" alt="パソコンからAIエージェントを呼ぶ流れの図（イヤホンを入口にする場合）" class="wp-image-11532" srcset="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-pc.png 1760w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-pc-300x167.png 300w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-pc-1024x571.png 1024w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-pc-768x429.png 768w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-pc-1536x857.png 1536w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-pc-120x68.png 120w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-pc-160x90.png 160w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-pc-320x180.png 320w" sizes="(max-width: 1760px) 100vw, 1760px" /></figure>



<p class="wp-block-paragraph">机に座って作業するときは、パソコンです。キーボードでも声でも頼めて、結果は大きな画面で読めます。いくつものファイルを見比べたり、成果物を仕上げたりする作業は、パソコンがあれば足ります。声で頼むときは、イヤホンがマイクの代わりです。</p>



<h3 class="wp-block-heading">スマートフォン</h3>



<figure class="wp-block-image size-large"><img decoding="async" width="1760" height="982" data-attachment-id="11533" data-permalink="https://takayuki.shinmoto.info/aixmap-entrance-smartphone/" data-orig-file="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-smartphone.png" data-orig-size="1760,982" data-comments-opened="0" data-image-title="aixmap-entrance-smartphone" data-image-description="" data-image-caption="" data-large-file="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-smartphone-1024x571.png" src="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-smartphone.png" alt="スマートフォンからAIエージェントを呼ぶ流れの図" class="wp-image-11533" srcset="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-smartphone.png 1760w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-smartphone-300x167.png 300w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-smartphone-1024x571.png 1024w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-smartphone-768x429.png 768w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-smartphone-1536x857.png 1536w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-smartphone-120x68.png 120w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-smartphone-160x90.png 160w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-smartphone-320x180.png 320w" sizes="(max-width: 1760px) 100vw, 1760px" /></figure>



<p class="wp-block-paragraph">ウォーキングの最中、移動中、外出先で思いついたことを投げたいときは、スマートフォンで頼みます。僕はDiscordから、Mac mini上のClaude Codeに依頼を送っています。ただし、画面が小さいので、長い文章を読むには向きません。</p>



<h3 class="wp-block-heading">スマートウォッチ／スマートグラス</h3>



<figure class="wp-block-image size-large"><img loading="lazy" decoding="async" width="1760" height="982" data-attachment-id="11534" data-permalink="https://takayuki.shinmoto.info/aixmap-entrance-watch-glasses/" data-orig-file="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-watch-glasses.png" data-orig-size="1760,982" data-comments-opened="0" data-image-title="aixmap-entrance-watch-glasses" data-image-description="" data-image-caption="" data-large-file="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-watch-glasses-1024x571.png" src="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-watch-glasses.png" alt="スマートウォッチやスマートグラスからスマートフォン経由でAIエージェントを呼ぶ流れの図" class="wp-image-11534" srcset="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-watch-glasses.png 1760w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-watch-glasses-300x167.png 300w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-watch-glasses-1024x571.png 1024w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-watch-glasses-768x429.png 768w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-watch-glasses-1536x857.png 1536w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-watch-glasses-120x68.png 120w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-watch-glasses-160x90.png 160w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-watch-glasses-320x180.png 320w" sizes="(max-width: 1760px) 100vw, 1760px" /></figure>



<p class="wp-block-paragraph">使っているのはAIスマートグラスのEven G2です。つるを押さえながら話すとClaude Codeに依頼が届き、返事が短い文字でレンズに表示されます。歩きながら一つ聞いて、一つ答えをもらう使い方に向いています。長い返事や何往復も続くやりとりは、レンズ上だと読みづらいです。</p>



<p class="wp-block-paragraph">※スマートウォッチは持っていません。手首に小さな画面がある点はグラスと共通なので、同じような使い方になると考えています。</p>



<p class="wp-block-paragraph">図のとおり、メガネの先にはスマートフォンがあります。メガネの役目は声を拾うことと結果を見せることで、通信とAIへの接続はポケットの中のスマートフォン（アプリ）が担います。スマートフォンを取り出さずに済むだけで、持ち歩かなくてよくなるわけではありません。</p>



<h3 class="wp-block-heading">スマートリング</h3>



<figure class="wp-block-image size-large"><img loading="lazy" decoding="async" width="1760" height="982" data-attachment-id="11535" data-permalink="https://takayuki.shinmoto.info/aixmap-entrance-ring/" data-orig-file="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-ring.png" data-orig-size="1760,982" data-comments-opened="0" data-image-title="aixmap-entrance-ring" data-image-description="" data-image-caption="" data-large-file="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-ring-1024x571.png" src="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-ring.png" alt="スマートリングからスマートフォン経由でAIエージェントを呼ぶ流れの図" class="wp-image-11535" srcset="https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-ring.png 1760w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-ring-300x167.png 300w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-ring-1024x571.png 1024w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-ring-768x429.png 768w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-ring-1536x857.png 1536w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-ring-120x68.png 120w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-ring-160x90.png 160w, https://takayuki.shinmoto.info/wp-content/uploads/2026/10/aixmap-entrance-ring-320x180.png 320w" sizes="(max-width: 1760px) 100vw, 1760px" /></figure>



<p class="wp-block-paragraph">※スマートリングはまだ持っていません。</p>



<p class="wp-block-paragraph">natura社の<a rel="noopener" target="_blank" href="https://natura.inc/i/2rq2fu">Interface</a>という製品の順番待ちに登録してみました。製品側の発表では、押して話すとClaude Codeなどに指示を出せるとされています。実際に使ったことはなく、価格も発売時期も確かめていません。</p>



<p class="wp-block-paragraph">リングには画面がないため、結果はスマートフォンで受け取ることになります。グラスは話している間、片手でつるを押さえますが、リングならその手があきます。ただし、答えを読む画面は別に必要です。</p>



<h2 class="wp-block-heading"><span id="toc3">外で使うときに引っかかること</span></h2>



<p class="wp-block-paragraph">グラスやリングが役に立つのは、外にいてスマートフォンを取り出したくない場面だと考えています。机の前ならパソコン、立ち止まれる外出先ならスマートフォンで足りているからです。</p>



<p class="wp-block-paragraph">ただ、外で使うなら、表示の見え方も確かめておく必要があります。</p>



<p class="wp-block-paragraph">スマートグラスEven G2は、快晴の昼間は外が明るすぎて、表示が見えにくかったです。黒い壁や影のほうへ顔を向けると読めました。夜に試し直すと、はっきり見えました。</p>



<p class="wp-block-paragraph">声で頼む点にも制限があります。歩いているあいだは話せても、電車の中や店の中では話しにくいものです。これはグラスでもリングでも変わりません。</p>



<h2 class="wp-block-heading"><span id="toc4">使いどころは、まだ模索中です</span></h2>



<p class="wp-block-paragraph">Even G2を買ったのは2026年3月でした。普段メガネをかけないこともあり、しばらくはほとんど使っていませんでしたが、アプリのバージョンアップで、前より使いやすくなっています。</p>



<p class="wp-block-paragraph">面談中や登壇中は、グラスに原稿やメモを出す使い方もできます。ただ、相手や聴衆の前でAIに頼るのは違う気もして、どうするかはまだ決めていません。</p>



<p class="wp-block-paragraph">メガネからAIに頼むこと自体は、もうできますが、どのように使いこなしていくか、まだまだ模索中です。</p>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<p class="wp-block-paragraph">この記事の元になったコラムは、AI活用マップに載せています。<a rel="noopener" target="_blank" href="https://aixmap.jp/column/near-future-ai">コラム：そう遠くない未来のAI体験</a>。</p>
]]></content:encoded>
					
		
		
		<post-id xmlns="com-wordpress:feed-additions:1">11537</post-id>	</item>
		<item>
		<title>AI活用の成果は、足し算ではなく掛け算で決まる</title>
		<link>https://takayuki.shinmoto.info/2026/09/ai-multiplication-not-addition/</link>
		
		<dc:creator><![CDATA[眞本崇之]]></dc:creator>
		<pubDate>Wed, 30 Sep 2026 00:00:00 +0000</pubDate>
				<category><![CDATA[AI]]></category>
		<guid isPermaLink="false">https://takayuki.shinmoto.info/?p=11523</guid>

					<description><![CDATA[「AIを導入したのに、思ったほど成果が出ない」という相談を受けることがあります。話を聞いていくと、決まって出てくる答えが「もっと性能のいいAIに乗り換えましょうか」です。でも実際に中身を見ていくと、性能の問題であるケース [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">「AIを導入したのに、思ったほど成果が出ない」という相談を受けることがあります。話を聞いていくと、決まって出てくる答えが「もっと性能のいいAIに乗り換えましょうか」です。でも実際に中身を見ていくと、性能の問題であるケースはごく一部です。</p>



<p class="wp-block-paragraph">たとえば製造業の会社で、「AIに見積書のたたき台を作らせているのに、毎回一般的な文面しか出てこない」というケースを考えてみます。使っているモデル自体は最新のものだとします。ところが渡している指示が「見積書を作って」の一言だけなら、会社の商品構成も、過去の見積もりの型も、値引きの判断基準も伝わっていません。この状態では、モデルをどれだけ変えても結果は変わりません。</p>



<p class="wp-block-paragraph">AI活用の成果は、4つの要素の<strong>足し算ではなく掛け算</strong>で決まると考えています。AI基本性能・指示力・コンテキスト・索引力。どれか1つでもゼロに近づけば、他の3つがどれだけ優れていても、成果全体がゼロに近づきます。</p>



<h2 class="wp-block-heading"><span id="toc1">性能の伸びしろは、思っているより小さい</span></h2>



<p class="wp-block-paragraph">最新モデルへの乗り換えは、4つの要素の中でいちばん手を出しやすい選択肢です。「新しいモデルが出た」というニュースは目に入りやすく、契約プランを変えるだけで完結するからです。</p>



<p class="wp-block-paragraph">ですが、渡す情報さえ整っていれば、1世代前のモデルでも十分実用に足る回答が返ってくることのほうが多いです。4つの要素の中で、AIの基本性能が結果に与える重みは、体感としてはいちばん小さいものです。不満の原因をモデル選びに求める前に、残り3つを疑ったほうが、たいてい早く解決します。</p>



<h2 class="wp-block-heading"><span id="toc2">指示は「不要」になったのではなく「雑でも通る」ようになっただけ</span></h2>



<p class="wp-block-paragraph">数年前に一時期、プロンプトエンジニアリングという言葉が話題になりました。AI自体の推論力が上がったことで、多少雑な指示でも先回りして意図を汲んでくれるようになり、指示の重要性は当時より下がった実感はあります。</p>



<p class="wp-block-paragraph">とはいえ「いい感じにまとめておいて」とだけ伝えて、期待とまったく違うものが返ってきた経験は今でもあります。良い情報を渡していても、指示が曖昧なままだと、その情報は十分に活かされません。指示は不要になったのではなく、最低限の輪郭を示すだけで足りるようになった、というのが実感に近い変化です。</p>



<h2 class="wp-block-heading"><span id="toc3">コンテキストがなければ、答えは「どこかで聞いた話」になる</span></h2>



<p class="wp-block-paragraph">「集客のアイデアを出して」とだけ頼むと、「SNSで発信しましょう」「チラシを配りましょう」と、どこかで見たような一般論が並びます。自社のサービス内容、顧客層、過去にうまくいかなかった施策——こうした前提を渡してはじめて、答えは自社向けの具体案に変わります。</p>



<p class="wp-block-paragraph">先ほどの見積書の例も同じ構造です。会社の商品構成や値引きの判断基準を渡した瞬間に、AIが出す文面は一般論から実務で使える初稿へと変わるはずです。基本性能の問題ではなく、渡す情報の問題だったわけです。</p>



<h2 class="wp-block-heading"><span id="toc4">情報が増えるほど、探し出す力が必要になる</span></h2>



<p class="wp-block-paragraph">4つの中でいちばん重いのはコンテキストだと考えていますが、そのコンテキストが増えるほど必要になるのが、目的の情報を的確に探し出す「索引力」です。渡す資料が増えるほど、AIに全部を毎回読ませるのは非現実的になっていきます。</p>



<p class="wp-block-paragraph">せっかく積み上げたコンテキストも、AIが探し出せなければ、存在しないのと同じです。情報を貯めることと、貯めた情報を必要なときに引き出せる状態にしておくことは、別の作業として意識しておく必要があります。</p>



<h2 class="wp-block-heading"><span id="toc5">不満を感じたら、モデルより先に確かめること</span></h2>



<p class="wp-block-paragraph">AIの精度に不満があると、多くの人がまず考えるのは「もっと賢いモデルに乗り換える」ことです。ですがこれは4つのうち1つの要素にすぎません。指示力・コンテキスト・索引力がゼロに近いままなら、どれだけ高性能なモデルに変えても、成果はゼロに近いままです。</p>



<p class="wp-block-paragraph">次にAIの回答に不満を感じたときは、モデルを変える前に、指示は曖昧になっていないか、必要な前提情報は渡せているか、渡した情報をAIが正しく引き出せているか——この3つを先に確かめてみてください。</p>



<hr class="wp-block-separator" />



<p class="wp-block-paragraph">この考え方の元になっているコラムは<a rel="noopener" target="_blank" href="https://aixmap.jp/column/multiplication">「AI活用の成果は、足し算ではなく掛け算」</a>で詳しく書いています。4つの要素をどう仕組みに落とし込むかは<a rel="noopener" target="_blank" href="https://aixmap.jp/">AI活用マップ</a>で公開しています。</p>

]]></content:encoded>
					
		
		
		<post-id xmlns="com-wordpress:feed-additions:1">11523</post-id>	</item>
		<item>
		<title>AI導入の成果が出ない理由｜モデルを変えても変わらないとき</title>
		<link>https://takayuki.shinmoto.info/2026/09/ai-usage-is-multiplication/</link>
		
		<dc:creator><![CDATA[眞本崇之]]></dc:creator>
		<pubDate>Mon, 28 Sep 2026 00:00:00 +0000</pubDate>
				<category><![CDATA[AI]]></category>
		<guid isPermaLink="false">https://takayuki.shinmoto.info/?p=11521</guid>

					<description><![CDATA[「最新モデルに乗り換えたのに、精度が変わらない」という相談を、よく受けます。話を聞くと、たいてい原因はモデルではありません。AI活用の成果は、複数の要素の足し算ではなく掛け算で決まるため、モデル以外のどこかがゼロに近いま [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">「最新モデルに乗り換えたのに、精度が変わらない」という相談を、よく受けます。話を聞くと、たいてい原因はモデルではありません。AI活用の成果は、複数の要素の足し算ではなく掛け算で決まるため、モデル以外のどこかがゼロに近いままだと、性能をいくら上げても結果は変わらないのです。</p>



<p class="wp-block-paragraph">この記事では、その「掛け算」の考え方と、モデル選びより先に見直すべき場所を整理します。</p>



<h2 class="wp-block-heading"><span id="toc1">AI活用の成果は、4つの掛け算で決まる</span></h2>



<p class="wp-block-paragraph">AIを使いこなせるかどうかは、次の4つの要素で決まります。AIそのものの基本性能、指示の出し方、会社ごとの前提情報(コンテキスト)、そして必要な情報を探し出す仕組み(索引力)です。</p>



<p class="wp-block-paragraph">ポイントは、この4つが足し算ではなく掛け算の関係にあることです。どれか1つが0に近ければ、残り3つがどれだけ優れていても、成果全体は0に近づきます。逆に言えば、成果が出ないときに直すべきは、たいてい一番目立つ「AIの性能」ではありません。</p>



<h2 class="wp-block-heading"><span id="toc2">「モデルを変える」が一番効きにくい理由</span></h2>



<p class="wp-block-paragraph">AIの回答に不満があると、多くの人がまず検討するのは、より高性能なモデルへの乗り換えです。感覚としては分かりやすい対処ですが、4つの要素のうち、基本性能が結果に与える影響は実はいちばん小さいことが多いです。</p>



<p class="wp-block-paragraph">会社の前提情報が渡っていない、指示があいまい、必要な情報をAIが探し出せない——この3つがそろったままでは、どれだけ賢いモデルに変えても、出てくる答えは一般論の域を出ません。</p>



<h2 class="wp-block-heading"><span id="toc3">たとえば、こんな例を考えてみます</span></h2>



<p class="wp-block-paragraph">契約書のチェック業務をAIに手伝わせたい、ある士業事務所を例に考えてみます。最初は精度に不満があり、より高性能な有償モデルに切り替えたとします。ところが、指摘してくる内容はほとんど変わらなかったとしたらどうでしょうか。</p>



<p class="wp-block-paragraph">原因は、モデルではないかもしれません。事務所には、過去のトラブル事例から積み上げた「うちの事務所では、この条項は必ず赤字にする」という独自のチェック基準があったとします。長年のノウハウですが、それが所長の頭の中にあるだけで、AIには一度も渡されていなかったとしたら——これは十分に起こり得ることです。</p>



<p class="wp-block-paragraph">その基準を書き出して読み込ませれば、モデルは元のままでも、指摘の質は変わるはずです。ゼロに近かったのはモデルの性能ではなく、コンテキストのほうだった、というわけです。</p>



<h2 class="wp-block-heading"><span id="toc4">不満を感じたら、先に確かめる場所</span></h2>



<p class="wp-block-paragraph">AIの回答に物足りなさを感じたときは、モデルを変える前に、次の3つを確かめてみてください。</p>



<ul class="wp-block-list">
<li>指示が具体的か。「いい感じに」で済ませていないか</li>
<li>会社・業務ならではの前提情報を渡しているか</li>
<li>渡した情報を、AIが必要なときに探し出せる状態になっているか</li>
</ul>



<p class="wp-block-paragraph">この3つがゼロに近いままだと、モデルをいくら上げても掛け算の答えは変わりません。もう少し詳しい考え方は、AI活用マップのコラムにまとめています。</p>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<p class="wp-block-paragraph">コラム：<a rel="noopener" target="_blank" href="https://aixmap.jp/column/multiplication">AI活用の成果は、足し算ではなく掛け算</a><br>AI活用マップ：<a rel="noopener" target="_blank" href="https://aixmap.jp">https://aixmap.jp</a></p>

]]></content:encoded>
					
		
		
		<post-id xmlns="com-wordpress:feed-additions:1">11521</post-id>	</item>
		<item>
		<title>AIエージェントが機能しない理由｜スキルだけでは動かない</title>
		<link>https://takayuki.shinmoto.info/2026/09/ai-agent-skill-is-not-enough/</link>
		
		<dc:creator><![CDATA[眞本崇之]]></dc:creator>
		<pubDate>Fri, 25 Sep 2026 00:00:00 +0000</pubDate>
				<category><![CDATA[AI]]></category>
		<guid isPermaLink="false">https://takayuki.shinmoto.info/?p=11518</guid>

					<description><![CDATA[「AIに業務を任せたのに、なんだか物足りない」——最近、こういう相談が増えています。話を聞くと、たいてい原因は同じところにあります。AIに渡したのは「手順」だけで、「なぜその手順で判断するのか」が渡っていないのです。 手 [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">「AIに業務を任せたのに、なんだか物足りない」——最近、こういう相談が増えています。話を聞くと、たいてい原因は同じところにあります。AIに渡したのは「手順」だけで、「なぜその手順で判断するのか」が渡っていないのです。</p>



<p class="wp-block-paragraph">手順を整理してAIに渡せば、作業は確かに速くなります。ところが運用を続けていると、経営者の感覚とはどこかずれた判断をエージェントがするようになる。技術的には間違っていないのに、現場に馴染まない。この記事では、その原因と対処法を整理します。</p>



<h2 class="wp-block-heading"><span id="toc1">効率化した先で感じる、小さな違和感の正体</span></h2>



<p class="wp-block-paragraph">AI導入の相談で最初に出てくるのは、たいてい「この作業を自動化したい」という話です。見積もり作成、問い合わせ対応、日報の集計。手順さえ整理できれば、AIはその通りに動いてくれます。</p>



<p class="wp-block-paragraph">問題は、その先です。想定していなかった例外が起きたとき、AIは手元にある手順の中から一番近いものを選んで実行します。人間なら「これはさすがに確認したほうがいい」と立ち止まる場面でも、AIは手順通りに進めてしまう。止まる基準そのものが、渡されていないからです。</p>



<h2 class="wp-block-heading"><span id="toc2">AIが受け取れるのは「やり方」までで、「拠り所」は別物</span></h2>



<p class="wp-block-paragraph">手順（How）は、現場の担当者に聞けば言葉になります。毎日その作業をしているので、順番も判断のポイントも説明できるからです。</p>



<p class="wp-block-paragraph">ところが「なぜその順番で判断するのか」「例外が起きたとき、うちの会社は何を優先するのか」という拠り所（Why）は、現場の担当者には答えられません。これは経営者の頭の中にしかない、会社独自の判断基準だからです。効率化のスキルと、この拠り所は、まったく別の作業として扱う必要があります。</p>



<h2 class="wp-block-heading"><span id="toc3">たとえば、こんな場面を考えてみてください</span></h2>



<p class="wp-block-paragraph">製造業のある会社が、見積もり作成をAIに任せる取り組みを進めていたとします。過去の見積もりデータをもとに、標準的な価格を自動で提示する仕組みまでは、わりとすんなり組めたとします。</p>



<p class="wp-block-paragraph">ところが、大口の取引先から値引き交渉が入った場面ではどうでしょうか。AIは「過去に似た条件で通した値引き幅」をそのまま適用してしまうかもしれません。もし会社に「大口案件の値引きは、最終的に社長が見る」という不文律があったのに、それがどのマニュアルにも書かれていなかったとしたら——現場の誰もが当たり前だと思っていることほど、言葉にされていないものです。</p>



<p class="wp-block-paragraph">手順自体は正しく動いています。抜けているのは「どこまでは任せてよく、どこからは経営判断が必要か」という一線です。</p>



<h2 class="wp-block-heading"><span id="toc4">実務では、渡し先を2つに分けて考える</span></h2>



<p class="wp-block-paragraph">この一線をAIに渡す方法は、それほど難しくありません。業務の手順はスキルやルールとして渡し、経営者の判断基準や会社独自の不文律は、別のメモとして残してAIに読ませる。渡す箱を分けるだけです。</p>



<p class="wp-block-paragraph">大事なのは、この「拠り所」の部分は現場に聞いても出てこないということです。経営者自身か、それを聞き出せる立場の人が言葉にするしかありません。効率化のスキルを整えるタイミングで、この作業を後回しにしないことが、AIが「うちらしく」動くかどうかの分かれ目になります。</p>



<p class="wp-block-paragraph">もう少し詳しい仕組みの話は、AI活用マップのコラムにまとめました。</p>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<p class="wp-block-paragraph">コラム：<a rel="noopener" target="_blank" href="https://aixmap.jp/column/skill-is-not-enough">スキルを渡しても、動かないエージェントがいる</a><br>AI活用マップ：<a rel="noopener" target="_blank" href="https://aixmap.jp">https://aixmap.jp</a></p>

]]></content:encoded>
					
		
		
		<post-id xmlns="com-wordpress:feed-additions:1">11518</post-id>	</item>
		<item>
		<title>AIが8割まで作る時代に、人の仕事はどこに残るか</title>
		<link>https://takayuki.shinmoto.info/2026/09/ai-last-one-mile/</link>
		
		<dc:creator><![CDATA[眞本崇之]]></dc:creator>
		<pubDate>Wed, 23 Sep 2026 00:00:00 +0000</pubDate>
				<category><![CDATA[AI]]></category>
		<guid isPermaLink="false">https://takayuki.shinmoto.info/?p=11515</guid>

					<description><![CDATA[「AIに任せていったら、うちの仕事は最後どこに残るんですか」。AI導入の相談で、社長から必ずと言っていいほど聞かれる質問です。 私の答えは決まっています。なくなるのは「作る」工程で、残るのは「届ける」工程です。宅配で言う [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">「AIに任せていったら、うちの仕事は最後どこに残るんですか」。AI導入の相談で、社長から必ずと言っていいほど聞かれる質問です。</p>



<p class="wp-block-paragraph">私の答えは決まっています。なくなるのは「作る」工程で、残るのは「届ける」工程です。宅配で言うところの、ラストワンマイルです。</p>



<p class="wp-block-paragraph">荷物は海外の倉庫からでも、翌々日には最寄りの営業所まで着きます。そこから先、玄関のチャイムを押すまでの数キロは、いまだにドライバーが一軒ずつ回っている。輸送網が大きくなればなるほど、この最後の区間だけが重くなっていきました。AIの導入で会社に起きることも、これとよく似ています。</p>



<h2 class="wp-block-heading"><span id="toc1">「作る」工程は、先にAIへ移っていく</span></h2>



<p class="wp-block-paragraph">見積書の文面、提案書の骨子、問い合わせへの返信案、議事録の整理。こうした「何かを形にする」仕事は、条件さえ渡せばAIが先に仕上げてきます。しかも、以前なら担当者が半日抱えていたものが、待ち時間の間に出てくる。</p>



<p class="wp-block-paragraph">ここで大事なのは、AIが出してくるものが「完成品」ではなく「ほぼ完成品」だという点です。中身は整っているのに、そのまま相手に出すと妙に浮く。何が足りないかというと、その資料を受け取る相手の顔が、どこにも入っていないからです。</p>



<h2 class="wp-block-heading"><span id="toc2">「届ける」工程は、その場でしか決まらない</span></h2>



<p class="wp-block-paragraph">私自身の例で言うと、セミナーの登壇がこれにあたります。スライドの構成も、話す原稿も、いまはAIが先に組んでくれます。それでも会場に立つと、決めていた順番どおりには進めません。</p>



<p class="wp-block-paragraph">前の席で腕を組んでいる人がいれば、そこで一度、身近な失敗談を挟む。うなずきが増えたところで、用意していた事例を1つ飛ばして先に進む。終わってから名刺交換に来た人の一言で、次に会うときの話題が決まる。こうした判断は、その場の空気を見て初めてできることで、原稿にあらかじめ書き込んでおけるものではありません。</p>



<p class="wp-block-paragraph">「事前に条件を細かく渡せばAIも対応できるのでは」と思うかもしれません。ただ、相手がその日どんな気分で、何を警戒しているかは、会うまで分かりません。分からないものは、渡しようがない。届ける工程が人に残るのは、能力の問題ではなく、情報が「その場」にしかないからです。</p>



<h2 class="wp-block-heading"><span id="toc3">小さな会社ほど、ラストワンマイルで戦える</span></h2>



<p class="wp-block-paragraph">ここに、中小企業にとっての好材料があります。従業員が数人から数十人の会社では、社長や幹部が顧客と直接向き合っています。届ける工程を、いちばん判断できる人が自分でやっている。大きな会社が分業で失いがちな部分を、最初から持っているわけです。</p>


<p class="wp-block-paragraph">だとすれば、やることは3つに絞れます。</p>



<ul class="wp-block-list">

<li><strong>「作る」仕事を書き出して、AIに渡す</strong>。文面・下書き・集計のように、形にする作業から順に手放す</li>


<li><strong>空いた時間を、相手と向き合う場面に移す</strong>。訪問の回数、面談の長さ、電話の一本。ここが増えているかを見る</li>


<li><strong>「最後に名前を出す人」を決めておく</strong>。AIが作ったものでも、外に出た瞬間から責任は会社のものになる。誰がそれを引き受けるかを曖昧にしない</li>

</ul>



<p class="wp-block-paragraph">AIが強くなるほど、作る工程の値段は下がります。逆に、届ける側の値打ちは上がる。そこで勝負できる体制を先に作っておくのが、小さな会社のAI活用だと考えています。</p>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<p class="wp-block-paragraph">この話の元になったコラムは <a rel="noopener" target="_blank" href="https://aixmap.jp/column/last-one-mile">AI時代のラストワンマイルとは（AI活用マップ）</a> にあります。人だから成り立つ3つのことを、もう少し掘り下げて書いています。</p>

]]></content:encoded>
					
		
		
		<post-id xmlns="com-wordpress:feed-additions:1">11515</post-id>	</item>
		<item>
		<title>会社の記憶を、AIに預けきらない</title>
		<link>https://takayuki.shinmoto.info/2026/09/ai-memory-ownership/</link>
		
		<dc:creator><![CDATA[眞本崇之]]></dc:creator>
		<pubDate>Mon, 21 Sep 2026 00:00:00 +0000</pubDate>
				<category><![CDATA[AI]]></category>
		<guid isPermaLink="false">https://takayuki.shinmoto.info/?p=11477</guid>

					<description><![CDATA[経営相談を受けていると、AI活用が進んだ会社ほど増えてくる質問があります。「担当者が入れ替わっても、AIに教えてきたことは引き継げますか」。答えは、そのAIサービスに標準搭載された記憶機能に頼っている限り「いいえ」です。 [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">経営相談を受けていると、AI活用が進んだ会社ほど増えてくる質問があります。「担当者が入れ替わっても、AIに教えてきたことは引き継げますか」。答えは、そのAIサービスに標準搭載された記憶機能に頼っている限り「いいえ」です。</p>



<h2 class="wp-block-heading"><span id="toc1">標準搭載のメモリは、便利さと引き換えに制約がある</span></h2>



<p class="wp-block-paragraph">ChatGPTやGemini、Claudeには、会話を重ねるほど内容を覚えていく機能が標準で備わっています。毎回の説明が省けるのは確かに助かります。ただし、この機能には見落とされがちな制約が2つあります。</p>



<p class="wp-block-paragraph">ひとつは、蓄積の主導権がこちらにない点です。何を残し、何を消すかはAI側のアルゴリズムが決めていて、こちらから全体を見渡して手を入れる余地はほとんどありません。もうひとつは、書き込める量に上限がある点です。判断基準や案件の経緯を厚く積み上げようとしても、どこかで頭打ちになる設計になっています。</p>



<h2 class="wp-block-heading"><span id="toc2">移行のときに、初めて重さに気づく</span></h2>



<p class="wp-block-paragraph">この制約が実際に効いてくるのは、AIサービスを乗り換えるタイミングです。標準メモリに積み上げた内容は、乗り換えた先には一切ついてきません。使っている間は快適なぶん、その事実に気づく機会もないまま時間だけが過ぎます。</p>



<p class="wp-block-paragraph">各社が記憶機能の強化を競っている背景にも、無関係ではない事情があります。ユーザーの記憶を自社サービスの中に積み上げてもらうことは、乗り換えを遠ざける効果を持つからです。悪意という話ではなく、便利な機能の設計として、そういう性質を帯びやすいということです。</p>



<h2 class="wp-block-heading"><span id="toc3">失うと困るのは、日々のやり取りではなく判断の軸</span></h2>



<p class="wp-block-paragraph">たとえば、採用面接で外せない基準や、値引き交渉でこれ以上は譲れないラインといった判断軸を、日々のAIとのやり取りの中だけに蓄積させているケースは珍しくありません。何年もかけて積み上がったその蓄積は、契約プランが変わったり、より使い勝手のいいAIに乗り換えたりした瞬間、手元に何も残らない状態で消えます。</p>



<p class="wp-block-paragraph">失って困るのは、その日その日の細かいやり取りではありません。困るのは、時間をかけて積み上げてきた「うちの会社はこう判断する」という軸そのものです。</p>



<h2 class="wp-block-heading"><span id="toc4">核になる記憶だけは、AIの外に置いておく</span></h2>



<p class="wp-block-paragraph">対策はシンプルです。日々の細かいやり取りは標準メモリに任せていい一方、判断基準や案件の経緯といった「長く使う記憶」だけは、テキストファイルとして自分の手元に書き出しておきます。ファイルであれば、使うAIが変わってもコピーして読み込ませるだけで引き継げます。</p>



<p class="wp-block-paragraph">特別なツールや技術力は必要ありません。テキストファイルを1つ作り、そこに判断基準を書き足していくところから始められます。この線引きをしているかどうかが、数年後に会社の手元にどれだけの記憶が残っているかを分けます。</p>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<p class="wp-block-paragraph">▶ <a rel="noopener" target="_blank" href="https://aixmap.jp/column/memory-ownership">AI活用マップ｜コラム：会社の記憶を、AIに預けきらない</a></p>



<p class="wp-block-paragraph">内部メモリと外部メモリの技術的な整理は、<a rel="noopener" target="_blank" href="https://aixmap.jp/">AI活用マップ</a>で公開しています。</p>

]]></content:encoded>
					
		
		
		<post-id xmlns="com-wordpress:feed-additions:1">11477</post-id>	</item>
		<item>
		<title>AIで消えるのは「職業」ではなく「作業」</title>
		<link>https://takayuki.shinmoto.info/2026/09/job-vs-task/</link>
		
		<dc:creator><![CDATA[眞本崇之]]></dc:creator>
		<pubDate>Fri, 18 Sep 2026 00:00:00 +0000</pubDate>
				<category><![CDATA[AI]]></category>
		<guid isPermaLink="false">https://takayuki.shinmoto.info/?p=11354</guid>

					<description><![CDATA[「AIで仕事がなくなるのか」。この問いを、過去の実例から考えてみます。 消えた仕事は、3つのパターンに分かれる 職業ごと消えたもの。 電話交換手は、かけ手と受け手を手作業でつなぐ職業でした。自動交換機の普及とともに減り続 [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">「AIで仕事がなくなるのか」。この問いを、過去の実例から考えてみます。</p>



<h2 class="wp-block-heading"><span id="toc1">消えた仕事は、3つのパターンに分かれる</span></h2>



<p class="wp-block-paragraph"><strong>職業ごと消えたもの。</strong> 電話交換手は、かけ手と受け手を手作業でつなぐ職業でした。自動交換機の普及とともに減り続け、1979年に役目を終えます。ただし話には続きがあって、「電話で人が応対する」需要は消えず、受付や電話代行、コールセンターが生まれました。そのコールセンターが、いま音声AIに置き換わり始めています。</p>



<p class="wp-block-paragraph"><strong>職業は残り、作業だけ消えたもの。</strong> 駅で切符を切る仕事は、自動改札の普及でなくなりました。でも駅員という職業は残っています。消えたのは業務の中の1工程でした。</p>



<p class="wp-block-paragraph"><strong>形を変えて戻ってきたもの。</strong> 飛脚は近代郵便の登場でなくなりましたが、「届けてほしい」という需要は消えていません。いまは配達員や配送ドライバーがいます。消えたのは「人が走って運ぶ」というやり方だけでした。</p>



<p class="wp-block-paragraph">3つに共通するのは、なくなったのが<strong>手間がかかるから人がやっていた作業だけ</strong>だという点です。職業の名前が消えたのではありません。</p>



<h2 class="wp-block-heading"><span id="toc2">ただし、今回は速い</span></h2>



<p class="wp-block-paragraph">世界初の自動改札機が動いたのは1967年、阪急北千里駅でした。ところが関東では複数社にまたがる乗車券の処理が壁になり、JR東日本が東京100km圏に本格導入したのは1990年です。<strong>技術ができてから現場が変わるまでに23年</strong>かかりました。</p>



<p class="wp-block-paragraph">ただ、AIには設備の入れ替えも工事も要りません。ソフトウェアなので、置き換わる速さは比べものにならないはずです。23年かかったという事実は、「まだ大丈夫」の根拠にはなりません。</p>



<h2 class="wp-block-heading"><span id="toc3">今回は、頭を使う仕事に来る</span></h2>



<p class="wp-block-paragraph">これまで安くなってきたのは、運ぶ・作る・つなぐ・記録するといった、手を動かす側のコストでした。</p>



<p class="wp-block-paragraph">AIが安くしているのは、考える手間です。調べる、まとめる、書く、案を出す、比べて選ぶ。「頭を使う仕事だから安全」と思われてきた側に来ます。</p>



<p class="wp-block-paragraph">とはいえ、ここでも消えるのは作業です。だから立てるべき問いは「自分の職業は残るか」ではありません。<strong>自分の仕事のどの作業が、考える手間がかかるという理由だけで手元にあるのか</strong>です。</p>



<h2 class="wp-block-heading"><span id="toc4">重ならない場所へ移り続ける</span></h2>



<p class="wp-block-paragraph">AIと正面から競う選択肢はありません。疲れず、24時間止まらず、同じ品質で出し続ける相手と量を競っても勝てません。だから、重ならない場所へ移ることになります。</p>



<p class="wp-block-paragraph">移り先は4つあると考えています。AIと一緒に働く。AIを制御する。AIを教える。AIが苦手なところを引き受ける。</p>



<p class="wp-block-paragraph">ただし、<strong>どれも永続しません。</strong> いちばん早く縮むのは、おそらく「教える」です。AIの使い方を教える役目は、AI自身がいちばんうまくやれるからです。逆に「苦手なところを引き受ける」——責任を負う、関係をつくる、現場に立つ——は、身体と制度の壁がある分、置き換わるのに時間がかかります。それでも永久に安全ではありません。</p>



<p class="wp-block-paragraph">つまり、重ならない場所は毎年その形を変えます。大事なのは、どこに移るかより、<strong>移り続けられるか</strong>のほうです。いい場所を見つけて座り込んだ時点で、また追いつかれます。</p>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<p class="wp-block-paragraph">▶ <a rel="noopener" target="_blank" href="https://aixmap.jp/column/job-shift">AI活用マップ｜コラム：AIによって消えるのは「職業」ではなく、「作業」</a></p>



<p class="wp-block-paragraph">前編にあたる「AIが壊すのは思考のコスト」も、<a rel="noopener" target="_blank" href="https://aixmap.jp/">AI活用マップ</a>で公開しています。</p>

]]></content:encoded>
					
		
		
		<post-id xmlns="com-wordpress:feed-additions:1">11354</post-id>	</item>
		<item>
		<title>AI活用の差は、積み上げでしか埋まらない</title>
		<link>https://takayuki.shinmoto.info/2026/09/ai-accumulation/</link>
		
		<dc:creator><![CDATA[眞本崇之]]></dc:creator>
		<pubDate>Wed, 16 Sep 2026 00:00:00 +0000</pubDate>
				<category><![CDATA[AI]]></category>
		<guid isPermaLink="false">https://takayuki.shinmoto.info/?p=11352</guid>

					<description><![CDATA[先日、あるAI活用セミナーの受講者が書いた投稿を目にしました。 要約すると、こういう内容です。自分もいくつかのAIに料金を払って使い分けている。だから並のレベルではないつもりでいた。ところが会場で紹介された使い方の幅を見 [&#8230;]]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">先日、あるAI活用セミナーの受講者が書いた投稿を目にしました。</p>



<p class="wp-block-paragraph">要約すると、こういう内容です。自分もいくつかのAIに料金を払って使い分けている。だから並のレベルではないつもりでいた。ところが会場で紹介された使い方の幅を見て、自分との開きに愕然とした。しかも同じ内容を何百人もが同時に聞いている——。</p>



<p class="wp-block-paragraph">この焦りには根拠があります。ただ、何が差なのかは切り分けておいたほうがいい。</p>



<h2 class="wp-block-heading"><span id="toc1">他人の数か月分と、今日の自分を比べている</span></h2>



<p class="wp-block-paragraph">壇上で話される内容は、実務に当てはめては失敗し、直してきた数か月分を1時間に圧縮したものです。うまくいかなかった過程は、たいてい省かれています。</p>



<p class="wp-block-paragraph">圧縮された1時間と、自分の積み上げを並べれば、開きが大きく見えて当然です。物差しを当てる相手は、壇上の人の現在地ではなく、自分の3か月前のほうだと思います。</p>



<h2 class="wp-block-heading"><span id="toc2">払ったお金で埋まる部分は、限られている</span></h2>



<p class="wp-block-paragraph">私は、AI活用の成果を4つの掛け算だと考えています。</p>



<p class="wp-block-paragraph"><strong>モデルの性能 × 指示の出し方 × 渡す材料 × 必要な情報を引き出す仕組み</strong></p>



<p class="wp-block-paragraph">いくつも契約して使い分けるという行為が触れているのは、1つ目だけです。しかも掛け算なので、残りのどれかがゼロに近ければ、1つ目をいくら磨いても結果は変わりません。</p>



<p class="wp-block-paragraph">会場で目にした「幅」の正体は、おそらく2つ目から4つ目のほうです。<strong>その3つは、お金では買えません。</strong></p>



<h2 class="wp-block-heading"><span id="toc3">同じ話を聞いても、翌日には差が残る</span></h2>



<p class="wp-block-paragraph">もう1つ、直視したほうがいい事実があります。同じ会場にいた人のうち、翌日から同じレベルで動ける人はごく一部です。</p>



<p class="wp-block-paragraph">手順は書き写せます。ただ、使い方はその人が抱えている顧客・案件・判断の蓄積の上にしか乗りません。器だけ手に入れても、注ぐものがなければ動かない。</p>



<p class="wp-block-paragraph">怖い話に聞こえますが、裏返せば、今日から貯め始めた人にしか埋められない差でもあります。全員が明日から横並びになるわけではない、という意味です。</p>



<h2 class="wp-block-heading"><span id="toc4">効いてくるまでには、期間と量の両方が要る</span></h2>



<p class="wp-block-paragraph">私は、記録を貯め始めてから手応えが出るまでの時期を「暗黒の3か月」と呼んでいます。</p>



<p class="wp-block-paragraph">最初の1か月は、何のために書いているのか分からない。2か月目は、意味があるのか疑い始める。3か月目に続けるかやめるかの分かれ道が来て、そこを越えたあたりで、ようやく点と点がつながり始めます。本数で言えば、10本ではほとんど何も起きず、50本で薄くつながり、100本を超えたところで全体が見えてきます。</p>



<p class="wp-block-paragraph">3か月経てば誰でも、という話ではありません。<strong>その3か月に何本書いたか</strong>です。時間と量の両方が要る。この面倒くささが、そのまま真似されにくさになります。</p>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<p class="wp-block-paragraph">▶ <a rel="noopener" target="_blank" href="https://aixmap.jp/column/accumulation">AI活用マップ｜コラム：AI活用の差は、積み上げでしか埋まらない</a></p>



<p class="wp-block-paragraph">4つの掛け算の中身は、<a rel="noopener" target="_blank" href="https://aixmap.jp/">AI活用マップ</a>本編で扱っています。</p>

]]></content:encoded>
					
		
		
		<post-id xmlns="com-wordpress:feed-additions:1">11352</post-id>	</item>
	</channel>
</rss>
