1. ゴロゴロ起業ラジオ
  2. 213. 「これ、AIで書いたでし..
213. 「これ、AIで書いたでしょ?」を証明する技術。Claudeが仕込むLLMウォーターマークの仕組みとは?
2026-09-02 40:33

213. 「これ、AIで書いたでしょ?」を証明する技術。Claudeが仕込むLLMウォーターマークの仕組みとは?

「AIで書いた文章」は、文章の癖ではなく“技術”で見抜かれる時代へ!?

今回は、Claudeが発表して話題となった「目に見えない文章透かし(ウォーターマーク)」の仕組みをわかりやすく解説します。

画像や音声と違って、単なる文字(プレーンテキスト)にどうやって透かしを仕込んでいるのか? 単語を選ぶ“確率”を使った驚きの仕掛けに迫ります。


How Claude's text watermarking works \ Anthropic https://www.anthropic.com/news/claude-text-watermark


📮 お便りはこちらから

https://forms.gle/FjfvyGc9Ua8uBPR99


🐦 Twitter

https://twitter.com/HRM_09


📻ゴロゴロ起業ラジオ

https://open.spotify.com/show/7gw8wScrBTfiVdP6KTagsb


感想

まだ感想はありません。最初の1件を書きましょう!

サマリー

今回のエピソードでは、AIが生成した文章であることを証明する技術、特にAnthropic社のClaudeに搭載されている「目に見えないウォーターマーク」の仕組みについて詳しく解説しています。画像や音声とは異なり、プレーンテキストにどのようにして情報を埋め込むのか、その驚きの技術が紹介されます。AIが文章を生成する際の確率的な単語選択の仕組みに触れつつ、Claudeが特定の単語の選択確率を意図的に操作することで、生成された文章に目印を付ける方法が説明されています。この技術により、Claudeで生成された文章かどうかを判定できるようになりますが、リライトによってウォーターマークが薄くなる可能性や、完全に除去することの難しさについても言及されています。また、AI生成コンテンツが普及する現代において、人間が書いた文章の価値や、プロセスを共有することの重要性、そして「ぬくもり」や「儀式」といった非効率的だが価値を生む要素についても考察されています。最終的には、AI時代だからこそ、先祖への感謝を示す墓参りのような儀式的な行為の意義についても触れ、深い洞察を提供しています。

AIによる文章の証明とウォーターマークの必要性
スピーカー 1
どうもハリーです。 どうもやーまんです。小山さんって編集の仕事してるじゃないですか。 もし僕が小山さんに原稿を依頼されて、原稿を納品しました。
この時、この納品された文章は確実にハリーマが書いた文章だと証明しなければならないとなったら、どうしますか?
スピーカー 2
めっちゃ難しいねそれ。 めっちゃ難しいですよね。 めちゃくちゃ難しい。でも最近、なんかありますよね。このAIが書いたかどうかをチェックするやつ。
AIないとして考えてください。 えー難しいなぁ。証明の仕方ないんじゃないですか。 ないですか。 今。もう信じるしかないですかね。
スピーカー 2
信じるしかない。 ライターさんの特徴とか、文章の作り方とか、使う言葉とか、そういうのでこの人が書いた原稿だなーとか、うわーこの人っぽいなーみたいなのはありますけど、
スピーカー 1
最近AIもその辺学習して書かせると本当に区別つかないぐらい優秀なんで、わからないですね。 わからないですよね。これね非常に難しい問題なんですけど、
さっきね小山さん言ってたように今、生成AIによる文章っていうのが良くも悪くも問題になっており、この文章はAIが作ったのかそれとも人間が書いたものかというのが非常に重要になってきているんですよ。
いろいろ権利問題があったりだとか、EUの方でちゃんとわかるようにしろみたいな法律があったりとかで、ちゃんとしないといけなくなってきている。
そしてそれを受けて2026年8月、クロード、アンソロピック社のクロードですねがとある発表を出しまして、クロードで生成した文章にはウォーターマークを入れますというような発表がされました。
ウォーターマークってスカシって呼ばれる、1万円札にスカシがあるみたいな感じで、
ウォーターマークって画像の素材作用とかでプレビューすると画像の上にロゴが貼られたりとか、
画像だけじゃなくて音声素材とかでもね、再生してるとオーディオストークとか。
スピーカー 2
入ってる入ってる。
スピーカー 1
あれ好きなんですよね。オーディオストーク。
スピーカー 2
おっさんの声とかでね。
スピーカー 1
オーディオストーク。よくこれでオッケー出したなと思って。笑っちゃうんですけど、あれとかも勝手に使われるのを防ぐためにコピペされないようにするっていうのもあるし、
このデータは誰のものか、誰が作ったかっていうのをパッと見では分からないけど埋め込むっていうのが画像とか音声とかでも使われてきており、
それが文章でもできますと発表されましたと。
スピーカー 2
はいはいはい。
スピーカー 1
すごくねと。
スピーカー 2
ね。
スピーカー 1
だからもう皆さんがAIに書かせた文章というのはバレますと。
スピーカー 2
だと思うわ。
でもその画像とかって、画像のウォーターマークの仕組みっていろいろあるんですけど、
スピーカー 1
さっき言ったロゴをペタペタ貼って、もうパッと見で分かるようにするのとは別に、
ちょこっと情報を加工して、見た目では普通にワンちゃんの写真なんだけれども、
よくよくデータを解析するとAIが作ったって分かるようになるっていう、目には見えないウォーターマークっていうのもあるんですよ。
スピーカー 2
うんうんうん。
スピーカー 1
まあでもなんかそれは、分かりそうだなと、分かりそうだなっていうのはなんとなくできそうだなっていう際、画像って要はピクセルのもう集まりじゃないですか。
スピーカー 2
うんうんうん。
スピーカー 1
そこになんかルールを埋め込んでおけば、まあ目には見えないけれども、なんかルールに従って。
認識はできるよね。
スピーカー 1
っていうのは、解析したらできそうっていう感覚はあるんですけど、文章って文章だから。
スピーカー 2
プレインテキストですからね。
スピーカー 1
そう、そのまんまだから、目で見ようが解析しようが文章は文章なんで、分からなくねと思うんですけど、
クロードさんの発表読むと、できますと書いてるんで、今日はその仕組みがどうやって行われているのかというのを知っておけば、
スピーカー 2
はいはいはい。
スピーカー 1
AIでね、文章を書くことは当然あると思うんですけども、それをあんまりAIで書いたとばれたくないんですっていうシチュエーションもあるのかなと思いますので、
どうすればそれをさらに上回れるのかというような仕組みの話をね、していきたいなと思います。
スピーカー 2
いきましょう。
ウォーターマークの仕組み:確率的単語選択
スピーカー 1
ということで、まあまずおさらいなんですけど、
あの、生成AIが文章を出すときって、どういう風に出してるかっていうのはご存知でしょうか。
大規模言語モデルLLMじゃないですか。
スピーカー 1
はい。まあそうなんですけれども、
えっと、ざっくり言うと、前の文章を見て、その次にどの言葉が来そうかというのを確率的に計算して出していますと。
まあ本当はもっと複雑なんですけれども、
スピーカー 2
いろいろ条件あるらしいもんね。
スピーカー 1
はい、あります。なんか本当は言葉をトークンに置き換えて、その言葉の分布を見てみたいなしてるんですけど、
要するに前の言葉を見て次にどの言葉が来そうかというのを確率的に考えるという仕組みになっております。
で、じゃあこの時に、まあよく言われますけれども、
昔々の後に続く言葉は何ですかと言われたら。
スピーカー 2
うん。おじいさんとおばあさんか。
スピーカー 1
違うよ。あるところにじゃないですか。
スピーカー 2
ああ、そうだ。あるところにだ。
スピーカー 1
はい。
スピーカー 2
で、おじいさんとおばあさんが。
スピーカー 1
おじいさんとおばあさんです。そうですそうです。
じゃあまあ他にも言っとくと、日本の首都であるの後に続く言葉は。
スピーカー 2
東京は。
スピーカー 1
東京ですよね。そう、東京一択です。
もうこういうのは揺るぎなく一択に絞られるというのがありますが、
一方で、例えば、そうですね、
今日は動物園に行ってゾウとの後に続く言葉は何でしょうかと。
スピーカー 2
え、どこに行って?
スピーカー 1
動物園に行ってゾウとまでの文章。
スピーカー 2
ゾウとと来たらもうキリンかライオンだよね。
スピーカー 1
キリンかライオン。はいはい。
スピーカー 2
うん。
スピーカー 1
一択に絞れないですかこれは。さっきの東京みたいに。
絞れない。
はいはい。
スピーカー 2
絞れない。
スピーカー 1
そうですよね。
まあライオンでもカバでもキリンでも、
いろんな言葉が入っても大丈夫そうっていう文章もありますねと。
そう、ここがねめちゃくちゃ重要なんですよ。
あー、そこの前後の言葉に印つけるってこと?
スピーカー 1
えーっとね、ちょっと違うんですけれども、
スピーカー 2
はいはいはい。
スピーカー 1
ざっくりそのウォーターマークどういうふうにしているかというと、
ある状況でどの言葉が選ばれやすくなるかというルールをクロードさんが持ってるんですよ。
スピーカー 2
はい。
スピーカー 1
なので、その出力された文章を見れば、
クロードが持ってるルールに従って出力されたかどうかを判定できる。
スピーカー 2
あー、なるほどね。
うんうんうん。
スピーカー 1
分かるの?これで。すごい。
スピーカー 2
はい。だからクロードにはクロードでしか使えないんじゃないですかそれ。
同じ要件で、そのチャットGPTとジェミニーが作った文章とクロードが作った文章があったら、
クロードは自分のやつだけ分かるってことだよね。
スピーカー 1
分かる。
スピーカー 2
あー。
すごくない?
スピーカー 2
だからクロードが、これはジェミニーだ、これはオープンエンアイだっていうことまでは分からないよね。
自分しか分からないよねそれだと。
えーっと分かる可能性もある。
スピーカー 2
ほうほう。
スピーカー 1
ちょっと分かるとは言う限りが悪いんですけど、
まずクロードで出力された文章を判定することはできる。
これはクロードの例えばオーパス何で書かれましたとかっていうのは分かるようになるんですよ。
うんうんうん。
スピーカー 1
それがもうちょっと細かく説明するとですね、
さっきの今日は動物園に行ってゾウとみたいな文章があったら、
その後に続くのはライオンでもカバでもキリンでもいいですと。
いいんだけれども、そういう候補の中で雑に言えば丸×をつけていきます。
ライオンは丸です。
キリンは×です。
カバは丸ですみたいな。
つけます。
これがそのクロードさんのとあるルールですね。
どれに丸をつけてどれに×をつけるのかっていうのが、
クロードのルールによってまずつけられます。
スピーカー 1
するとどうなるかというと、
丸がついたものは選ばれやすくなるということなんですよ。
スピーカー 2
クロードの中ではね。
スピーカー 1
クロードの中では。
なので例えばその次に来る言葉ライオンかキリンかというのが、
確率が他にライオン40%キリン35%みたいなんで逆行してますと。
スピーカー 1
それぐらい逆行してたらゴブゴブで出そうなんだけれども、
ライオンが勝ちやすくなっているので、
この場合ライオンというものが続いていれば、
なんか1ポイント加算されるみたいな形になるんですよ。
AIらしさが。
で、じゃあこの一文だけだともちろん全然わからないんですけれども、
その後の文章で例えばそうだな、
じゃあお弁当その時食べたお弁当のおかずには、
卵焼きとという文章がありました。
スピーカー 1
この後に入る単語は何ですかと言われたら、
スピーカー 2
唐揚げ。
スピーカー 1
唐揚げ。
唐揚げ勝ちそうだなこれ。
唐揚げ勝ちそうだな。
唐揚げとポテトサラダと蓮根と大葉のハサミ焼きとみたいな候補がありますと。
スピーカー 1
で、この時も同じくとあるルールに従って○×がつきます。
そして○がついたやつはやはり勝ちやすくなります。
スピーカー 2
うん。
スピーカー 1
というのをこの長い文章で見ていくと○がついたものの出現が多ければ、
スピーカー 2
これはクロードさんのルールに従って出されているなということが判定できるので、
スピーカー 1
これクロードが書いた文章ちゃんっていうのがわかるっていうのが基本的な仕組みなんですよ。
スピーカー 2
いやでもこれね、俺日本語では効果すごい低いと思いますわ。
ウォーターマークの除去と限界
スピーカー 2
編集の仕事してる人間からすると。
スピーカー 1
いや大丈夫です。
スピーカー 2
大丈夫なんですか?
スピーカー 1
はい、安心してください。
スピーカー 2
ねえだってリライトしたら消えるってことでしょ?
スピーカー 1
あーそれ先言っときますか。
スピーカー 2
リライトしても大丈夫なんですか?もしかして。
スピーカー 1
リライトしたら消えるかどうかで言うと、
薄くなる可能性がある。
スピーカー 2
ですよね。
スピーカー 1
歯切れ悪いですけど。
スピーカー 2
いやー歯切れ悪いですね。
スピーカー 1
えっとまぁ薄○というのは、例えばさっきの動物園でいくと象の後にする言葉が
ライオンが○がついてたんで、クロードはライオンを選んだんだが、
そこを消してキリンに書き換えたら、その分らしさがちょっと薄くなるっていう。
なので原理的に言えば、そのスカシを使ったイチの言葉をすべて特定して、
それをすべて置き換えれば100%消えます。
原理的にはね。
ただどのイチがスカシイチかっていうのは外からはわからないんで、
象なのか象がその特定のワードに当たるのかキリンが当たるのかっていうのは
わかりませんというのがあるんで、
スピーカー 1
そういったところで完全に無くすというのは、
完全に無くすというか完全に特定するのは無理ですねっていう話になるんで。
スピーカー 2
まぁどういう使い方するかにもよりますよね。
僕とかはその原案作ってたまに跡形もなくなるぐらい書き換えるんで。
スピーカー 1
あーはいはい。
スピーカー 2
原稿とかもね。
でもなんとなくその伝える方向性とか骨組みは使ったままみたいなこともよくあったりするんで。
ガチガチに書き直していけばその分どんどん薄くなっていってというのはありますし、
スピーカー 1
逆に人間が書いてもたまたまめっちゃAIと同じ選択をする可能性っていうのもあるんで、
やっぱあくまでらしいっていう完全に100%そうですっていうのはどちらにしても難しいんですけれども、
これで判定できんだっていう驚きね。
スピーカー 2
いやすごいよな、なんかその今までの常識でいくとその文字データの中に秘密の記号を埋め込むみたいな発想になりがちですけど、
その文章の生成そのものの単語の選択の癖みたいな、
そこにスカシを埋め込むってことでしょ要は。
すげーよな。
スピーカー 1
すげーんですよ。
スピーカー 2
天才やんか。
スピーカー 1
このなんか。
スピーカー 2
このやり方でいけんのマジで。
スピーカー 1
いやすごいっすよね。
これまあ元になってるのはGoogleが考えてたSynthIDっていう仕組みをクロードが応用して作ったというふうに言われているんで、
でも選択肢が仮にAかBか二択のものがあったとして、
どっちかが○がついていますと、どっちか×ですとなったときにそれが10個あったらすべて○がついたらさすがにAIっぽいじゃないですか。
でそうなる確率っていうのは2の十乗になるんで1024分の1通りなんですよ。
すべて○を選ぶっていうのは。
そういうところがあるんで一箇所変えたぐらいではなかなか揺るがないっていうところもね。
スピーカー 2
かなり強力だね。
なるほどね。
はいはいはい。だから長文になればなるほどその精度が上がるってことですよね。
スピーカー 1
そういうことですね。
まあでもあった方がいいよね。論文を書かせるとかさ、あるじゃないですか最近。
スピーカー 1
ありますね。
スピーカー 2
そこはなんか違うやろうって思うときあるかもね。
スピーカー 1
ありますよね。倫理的にどうだっていう。
スピーカー 2
そうそうそうそう。ちゃんと書いた本人理解してんのっていう。
スピーカー 1
そうっすよね。
スピーカー 2
それ発表した本人理解してんのと。
スピーカー 1
そうですよ。だから最近はこういうポッドキャストの原稿もねAIに作らしてそれを読むだけという人たちもいるみたいですから。
やっぱぬくもりティーが違いますよ僕みたいに手書きで作ってると。
スピーカー 2
ねえ。
僕らぬくもりティーしかないですからねえ。本当に。
スピーカー 1
はい久しぶりに言ったなぬくもりティーって。
スピーカー 2
このね役に立つのか立たないかわからない感じの雰囲気ね。
スピーカー 1
だからこの誰でも思いつきそうな発想を実用化するというすごさね。
でも冷静になって考えるといけるわ。たぶん。
いけるんだすごい。
文字の組み合わせってさとんでもないパターンあるじゃないですか。
スピーカー 1
はい。
スピーカー 2
さっきの10の10条だっけ何条かは忘れましたけど。
スピーカー 1
はいはい。
スピーカー 2
だからそもそもAI出てきた時にこの大規模言語モデルLLMこの仕組みでこんなすごいことになるのって思いましたよね。
スピーカー 1
いや思いましたですよ本当に。
人間らしさ、ぬくもり、そして儀式の価値
スピーカー 2
ただただその連想する言葉を並べるだけでなんでこんな人の気持ちわかるんだろうってなるもんね。
スピーカー 1
それが全てね統計で行われているらしいみたいなことを聞くと。
うんはい。
スピーカー 2
不思議不思議でしかないでももう最近何が起こっても驚かない。
本当に。
スピーカー 1
そうねいやでもなんかこういう仕組みを割と知っといた方が僕はいいのかなと思っていて。
スピーカー 2
僕もそれめちゃくちゃ賛成です。
例えばめっちゃいろんなこと相談してるけどあのAIたちは感情ないですからね。
感情あるような言葉を使ってますけど。
スピーカー 1
いやでもそれを言うと人間にも感情あるのかっていう問題になりますからね。
やめようこの話は。
出口がない。
出口ないね。
スピーカー 1
刺した今。
スピーカー 2
ああやめとこう。
急ブレーキ踏んだ今。
スピーカー 2
でまた最終的にサンデル教授の話になるんでしょ。
スピーカー 1
最近ねトロッコ問題面白すぎてね。
トロッコ問題の話しましょうか。
スピーカー 2
ずっともうなんかもう365日ずっと面白いトロッコ問題。
スピーカー 1
トロッコ問題面白いだからあれを試行実験だと思ってる人にね。
いや日常にありますよっていう話を伝えたいんですけどね。
スピーカー 1
需要がないんでしないですけど。
スピーカー 2
そうかいやすごいな。
スピーカー 1
だからまあ本当に今日の話はねすごいめちゃくちゃざっくりのざっくりなんで。
スピーカー 2
詳しい人が聞いたらちげーよって言われると。
そうですよ。
スピーカー 1
思うんですけど。
こんなん思いつきそうだなとは思うんですよ。
いやハリーさんとは思いつくんじゃないですか。
スピーカー 1
でも思いついたとしてスルースルーかなと思って。
まあ無理だよなこんな発想じゃっていう。
でもそれでいけますよっていうところがね。
やっぱこのテクノロジーの歴史を追ってるとこれ無理じゃんっていう。
これを証明するのは無理じゃんというのを。
いろんな人たちが発想と技術によって解決してきたっていうような歴史が詰まってるんで。
しかもやっぱ再現性がないと実用化はされないわけですから。
誰がどういう状況で使ってもかなり大丈夫ですっていうものを担保されてるっていうので。
人間って本気出せばいろんな問題解決できるんだな。
スピーカー 2
いや不可能はないんでしょうねおそらく。
スピーカー 1
問題解決の技術っていうのをねどんどん知っておくといいなと思うんですよね。
成功者の誰々さんがこういう風にいきましたっていうのって結局N1でしかないというか。
その人がその時たまたまそういう状況だったからうまくいったけどっていう感じにどうしてもバイアスかかって聞いちゃうんですけれども。
こういうコンピューター系の問題解決の仕組みって再現性が桁違いなんで。
そういうのを知っていくのはすごい好きなんですよね。
スピーカー 2
面白いと思います。
スピーカー 1
だってもうこんなんもう人狼ゲームじゃんっていうような。
人狼ではないけど。
スピーカー 2
人狼ゲーム?
スピーカー 1
なんかあのあれ知ってます?言葉落としっていうボードゲーム知ってます?
スピーカー 2
言葉落とし?知らない。なんすかそれ。
スピーカー 1
そんなにメジャーではないと思うんですけどあの千原ジュニアさんが考えたという。
言葉落とし。
スピーカー 1
言葉落としだったかな。ゲームがあるんですよ。
なんか製品化されててカードになって売ってるのかな。
おー出てきた。
スピーカー 1
これは4,5人でやって1人親がいてその親の人は1つ単語を与えられるんですよ。
卒業式とか自転車とか。
で、用意スタートってなったら3分ぐらい4,5人とかメンバーで会話をするんだけれども
どこかに必ずその指定されたワードを落とさなきゃいけないっていう。
あーはいはいはい。
スピーカー 1
卒業式だったらたとえ仕事の話をしていても
いや俺の卒業式の時にさぁみたいな話を入れなきゃいけなくて
それを他の人たち、親以外の人たちはどの言葉が指定されたワードだったかを当てるっていうゲーム。
スピーカー 2
めっちゃおもろいやん。はいはいはい。
いやなんかもうそれと同じじゃんと思って。
スピーカー 1
この今回の仕組み。
スピーカー 2
ちょっとハリさんすいません。難易度高いです。理解できない。
どういうこと?
言葉落としか今回の問題掛け術と同じなの?
スピーカー 1
わかんない。違うかも。
スピーカー 2
今日のハリさん乗ってるわ。やばいわ。
スピーカー 1
クロードさんも特定の言葉を落としていくことで
これはAIですよっていうのを後から拾っていってるわけじゃないですか。
スピーカー 2
あーなるほどね。はいはいはい。
スピーカー 1
卒業式という言葉をここで使ったぞと。
じゃあこれはクロードが書いたなみたいな。
似てるのと一緒じゃんと。
スピーカー 2
なるほど。確かに一緒ではないけど。
仕組みは似てますね。
スピーカー 1
千原ジュニアさんだったら今回のこのクロードのLLMウォーターマークを思いついた可能性があるなと思って。
こういうところからちょっと問題解決の種をどんどん拾っていくのがいいんだなと。
スピーカー 2
確かに。でもなんか冷静になってみるとすごいことだらけですよねこのAIって。
なんかパソコンのドラッグ&ドロップとかもすごいなって思うもんね。右クリックとかも。
あー右クリックね。
なんか最初に考えたやつすげーなって思うよな。
スピーカー 1
右クリックね。最初に考えた人。
右クリックにめっちゃ反応してくれてますけど。
スピーカー 2
右クリックだけじゃなく。
スピーカー 1
右クリックの歴史はすごいですよ。
スピーカー 2
あそうなんすか。
ごめんなさいね。パソコンのモニターの見える化の構造もすごい上手に作ってるなって思いますよね。
このホルダーの構造とかもさ。
スピーカー 1
はいはいはい。
初めて作った人はすごいなって思う。本当に。初めて蟹を食った人ぐらいすごいなと思う。人類で。
スピーカー 1
初めて蟹を食った人は勇気だけで乗り切ってくれる。
何を考えてあの固い殻の中にあんなにうまい身が詰まってるって思ったんやろね。
確かにね。最初の蟹ってうまかったのかな。
いやなんかね、街が恐ろしいから岩でぐちゃってやった時になんか出てきてめちゃくちゃ腹減ってたからちょっと舐めてみたら美味しかったとかそういうことだと思うけどね。
あーそうなのかな。
スピーカー 2
あとタコとかさ。
スピーカー 1
タコねー。
スピーカー 2
いやまぁカタツムリ最初に食ったのもすごいよ。エスカルゴ。
スピーカー 1
カタツムリね。カタツムリっていう言葉並びだと食べ物って感じしないんだよな。エスカルゴって言われないと。
スピーカー 2
エスカルゴですね。すいません。エスカルゴって言うべきでした。
カタツムリとエスカルゴって一緒でしょ?
スピーカー 1
一緒?
だから日本人ってあのカタツムリ食えないでしょ。食えんの?
スピーカー 1
あれ食えないの?
スピーカー 2
食えないでしょ。あれバイキンだらけでしょあれは。
ちょっと待って。
ちょっと調べますちゃんと。
あ、えっとねー。
日本のカタツムリは自然のものを食べるため寄生虫や病原菌のリスクが高く触るには注意が必要。
エスカルゴは衛生的な環境で専用の安全な餌で管理養殖されているので食べれると。
だから食べたらダメですよ。だから日本のカタツムリ食べたらダメですよ。
食用に育てられているカタツムリさんが。
スピーカー 2
まあそりゃそうですよね。
だからいずれにしてもね、何かこう01を作ったのはすごいよね。
スピーカー 1
01はすごいですね。
スピーカー 2
01を作った人々はすごい。その勇気と行動力。そして発想。
スピーカー 1
だからねいろんな人たちの知恵が集積して右クリックになってるわけですから。
右クリック押すたびに感謝した方がいいですよ。
スピーカー 2
ねえ、すごいよ。確かにすごいなって思う。初めて作った人。
スピーカー 1
やっぱ誰かがもっとサブメニューを出したいって強く願ったからこそ右クリックが生まれたと思うと。
一回クリックするたびにその人たちのね。
スピーカー 2
感謝を。
スピーカー 1
感謝。そして歴史の研鑽に涙を禁じ得ないなと思いますね。
スピーカー 2
これから僕らどうしたらいいんですか?
スピーカー 1
これから?いやでもこれ結局イタチごっこなんで。
さっきその原理的には消せるって言ったじゃないですか。
クロードがウォーターマーク入れますって言った数時間後にそれを消すものクロードコードで作りましたっていうやつ現れて。
スピーカー 2
いやそれ可能でと思いますよ普通に。
スピーカー 1
もう消せちゃうんす。
スピーカー 2
いやだからもうでもなんか僕らのそのリテラシーも変わってきているじゃないですか。
なんかもうSNS見ててもさなんかもうほとんどがAIで作ったコンテンツじゃないですか動画も。
あらゆるものがもうAIだなっていう感覚になってきてるんで当然文章もこれAIだろうを前提で読むようになると思うんですよ。
だからこれAIで書きましたっていう証明がどこまで効果を発揮するのかはちょっと不明ですよね。
じゃあ小山さんの会社がAIで書いた原稿は納品しないでくださいって言われたらやっぱりそれを証明しないといけないわけじゃないですか小山さん。
スピーカー 1
そうなると全て手書きの原稿しか受け付けませんっていう形で。
スピーカー 2
もうA4の大学ノートに手書きで書いて。
スピーカー 1
原稿用紙の束とかが送られてきてこれで納品しますって言って。
スピーカー 2
いやそもそも人間が書いたことを証明する意味がなくなると思うんですよね。
スピーカー 1
いや証明したいじゃないですか。
これは俺が考えたんだと言いたい。
それめっちゃ言いたい時あるなんかアイディア考えましたとかっていう時に俺めっちゃ考えたのにAIにポン出しして考えたんじゃないかって思われてるんじゃないかっていう思いで文字打ってる時ありますね。
僕ちょうどそれ言われましたわ。
スピーカー 2
あるボーリング雑誌のラフデザインを出した時に結構時間かかったんですよラフ作るのに。
なんかAIが考えたみたいなんでやり直してくださいって言われて。
俺これ4,5時間考えたんだけど思いながら。
スピーカー 1
悲しいじゃないですか。
スピーカー 2
もうお断りしましたけどねその仕事。
これ多分一緒にやるとダメだと思って。
お断りしましたけどそのなんかAIが作ったものと人間が作ったものでどういう効果の差が出るかだよねマーケットに出した時に。
スピーカー 1
まあそうなんですけどやっぱなんか汗水垂らしたものを納品してほしいっていう気持ちはあるんじゃないですか。
スピーカー 2
AIで作ってもこっち汗水垂らしてるよ。
スピーカー 1
まあそうなんですけどなんかその不合理な感情もわからなくはないですよこっちも。
スピーカー 2
どうせAIでちゅちゅって作ったんでしょっていうこと?
スピーカー 1
いやなんかその別に納品されたものがAIで作ろうが人が作ろうがそれのクオリティが問題なければ全然こっちは受け取りますって話なんだけれども気持ち的に5分ぐらいでちゃちゃっとやったんじゃないかっていう気がするとありがたみがちょっと減るっていう感覚。
心の底からありがとうございますって言えないなっていう気持ちもわかる。
スピーカー 2
まあねでもやっぱり僕らが集中しなきゃいけないのはマーケットに投入した時にどういう効果をもたらすかですよ。
そのありがたさとか関係ないからね。
スピーカー 1
担当者がそこまで見てくれてたらそれでいいんですけどやっぱりぬくもりティーを大事にする担当者だったら。
スピーカー 2
まあまあ我々人類ぬくもりティー代表ですからね。
そこをねKPIにしてるから。
そうですね確かに。
スピーカー 2
そこはね。
スピーカー 1
僕だってわざとメールとか打ち間違えたまま送る時ありますもん。
打ち間違えたなって気づいたけどよしこのまま行こうって人間らしいやと思って。
スピーカー 2
何その作業。
スピーカー 1
わかんない。
無駄なことしてんなと思いますけど。
スピーカー 2
そうですよねでもいやなんか変な感じですよね。
スピーカー 1
変な感じですね。
結果にコミットした結果だと思うんですよ。
スピーカー 1
はい。
スピーカー 2
いかに生産性高くいかに成功率を高めるやり方をやるかみたいなんてさ。
なんか本末転倒というか。
はい。
もっときちんと大切に扱ってくれようかな。
スピーカー 1
そういうクライアントの。
スピーカー 2
そう。
スピーカー 1
仕様書には大切に扱ってくださいと書かれないけれども。
書いてない書いてないけどやっぱり人間同士がやる仕事はぬくもりティーがすごく重要なんで。
スピーカー 1
やっぱそうですね半個をちょっと斜めにするとかもぬくもりティーですか。
スピーカー 2
細けーなぬくもりティー。
スピーカー 1
でもそういうとやっぱ仕事を見直さなきゃいけないのかもしれないですよ。
スピーカー 2
どう見直すの?
スピーカー 1
デザインしてデータを送りますっていうときって小山さんが頑張った形跡がデータに残らないじゃないですか。
納品されたデータからは。
それを残す仕事をしていかないといけないと思うんですよ。
スピーカー 1
こいつと何かいろいろ打ち合わせを何度も重ねて頑張った思い出とか。
そういうアルバムを一緒に納品するみたいな感じだと思います。
スピーカー 2
はいはいはい。
力を合わせた打ち合わせを納品するっていう。
スピーカー 1
これ結構でもありそうだなと思うんですよね。
スピーカー 2
いやあると思いますね。
戦略的にそのプロセスを一緒に共有しながらプロセスごと納品しようぜみたいな。
スピーカー 1
そうそうそうそう。
スピーカー 2
プロセスごとマーケティング一緒にしちゃいますみたいなのはありますよね。
便利さの裏側と記憶に残る体験
スピーカー 2
今SNSでわざと破れたTシャツ着てフォロワーからTシャツ破れてますよみたいな。
誰さんだっけ?ドシロートホテルさんかな?
結構インフルエンサーで結構有名な方でプロセスマーケティングみたいなことをやってて。
スピーカー 1
破れたTシャツをどうするんですか?
スピーカー 2
100均で買った破れたTシャツ。
ちょっとすみません僕もめちゃくちゃ古覚えなんですけど。
35,6歳の若い男性がインフルエンサーマーケティングみたいなんで多分ちょっと有名な方で。
100均で買ったTシャツをずっと聞いてると穴が開いてくると。
その穴がどんどん大きくなってくるらしいんですよね。
その開いた穴を気になる視聴者からTシャツ買い替えてくださいみたいな話になって。
そこでじゃあTシャツ買い替えるんだけど新しいデザイン考えなきゃいけないみたいなのでフォロワーさんから募集かけるみたいな。
50パターンぐらい応募があってそれをまたフォロワーのみんなで投票しだすと。
投票して決まったTシャツを今度ネットで売らなきゃいけない。
でもネットで売るためにはオンラインサイトを構築しなきゃいけないってことでまたフォロワーの中でオンラインサイトを作る公募みたいなのをしたって。
オンラインサイトを作って実際にそのTシャツを販売して大量に売るみたいなことをやってるんですよ。
そうするとその例えば投票に参加した方とかフォロワーさんとかで必ずTシャツ買うじゃないですか。
プロセスをマーケティングに変換してその事業を走らせるみたいなやり方もあるらしいんですよ。
スピーカー 1
じゃあその破れたTシャツは突っ込まれ待ちで突っ込んできた人を共犯者にして一緒にやろうぜと。
スピーカー 2
そうそうそう。
巻き込んでいくっていう。
巻き込んでいくみたいなね。
スピーカー 2
すいません僕今うるおぼりで説明したんで調べてみてください。
多分調べたら出てくると思う。
スピーカー 1
いいプロセスですね。
スピーカー 2
この前今もやってるんですけどロゴマーク作った時にロゴマークのお仕事いただいて一緒に作ったんですけど。
プロセス大変なんですけどプロセスめっちゃ大事だなって再認識しました。
スピーカー 2
なんかロゴマークって特にかっこいいマークを作るだけだったらもう今比較的すぐにできちゃったりするんですけど。
このマークになるための変遷を全部記録してそれごと社内で活用するみたいな。
そういうフローもすごいいいなと思いましたね。
スピーカー 1
それはパターンAパターンBとかっていうのを全部残してそれを渡すっていうことなんですか?
スピーカー 2
そうそうそうそう。
とか資料にするみたいな日付も入れて実際3ヶ月くらいかかっちゃってるんですけど。
スピーカー 2
その3ヶ月間にどういう話し合いをして今までたどり着いたかみたいな資料にまとめて渡しましたね。
その時にこれはすごい意味あることだなと思いました。
ただ単にマークをデザインして納品すること以上にやっぱり使う当事者もすごくそのマークのことを大切にしてくれそうな感覚がある。
まだ終わってないんであれなんですけど。
スピーカー 1
だからやっぱり儀式ですよ儀式。
スピーカー 2
儀式ね。
スピーカー 1
儀式が必要ですねこれからは。
僕がイメージしてたのは車屋さんで新車買うと納車式ってあるじゃないですか。
レクサスで車を買いますみたいなやつだと直近で切るテープカットのやつとかやるらしいんですよ。
スピーカー 1
買ったことないからわかんないけどそういう動画を見た。
あれ見るたびに何してるんだろうなと思うんですけどやっぱりああいう無駄なことをすることでやっぱりぬくもりが生まれるんだろうなと思うんですよ。
スピーカー 2
ぬくもりTですね。
スピーカー 1
ぬくもりTマーケティングですねあれはレクサスの。
スピーカー 2
ぬくもりTか。
スピーカー 1
そういう儀式をやっていくことでなんか無駄だけどこれやったらちょっといい気分になってそのいい気分がお客さんの満足度を高めると。
スピーカー 2
なるほどね。
ぬくもりTマーケティングかいい名前だな取り入れていくか我が社にも。
まあでも確かになんか何の意味もないんだけどやることによってぬくもりが感じれるみたいな。
スピーカー 1
そうそうそう。
効率的ではない不合理なことをあえて適当な理由をつけてやることが意味があるという。
スピーカー 2
なるほどね。
いやでもなんかその意味のないことってどんどんカットされてきてるじゃないですか。
そうなんすよ。
スピーカー 1
だから便利になるっていうのはなんかそれを使ってると感じさせないことだなって思うんですよね。
でも例えばその駅の改札通りますとかって昔は切符ピッって入れてやってたけれどもたまにクシャクシャになってたら通らないとかあったじゃないですか。
スピーカー 2
あったあった。
スピーカー 1
でもなんか最近はもうピッとやる必要すらなくてそのままスッと通れますという風になったら改札機をくぐったなっていう感覚すらないわけじゃないですか。
スピーカー 2
アマゾンGOじゃないですかコンビニの。
スピーカー 1
そうそうなると改札機へのありがたみみたいなのが全然なくなって記憶に残らないと思うんですよ。
改札機さん頑張ってたなっていうのが何言ってるかわかんないけど。
あえてそこを不便な何かっていうのをすることで改札機頑張ってるんだなみたいなのを逆説的に。
スピーカー 2
訴求する。
スピーカー 1
便利すぎると記憶に残らないっていう摩擦が何もないとスーッと滑っていってしまうみたいな。
スピーカー 2
なるほどねそういうのがあるのか。
なんか最近ねもう本当に運転がめんどくさくって。
運転はいはい。
スピーカー 2
車の運転がね。
なんで早くもっと早く自動運転にならないんだろうってずっと思うんですよね。
本当運転が好きな人たくさんいらっしゃると思うんで誤解を恐れずに言いますともうなんかね滑稽なんですよね。
右足でアクセル踏んだりとかその丸い輪っかを持って右に曲がるときはその輪っかを右に回してとかさ。
スピーカー 1
はいはいはい。
その目的地まで行くだけなのになんかみんな前向いて座って決められた道の進んでる感じ?進んでる箱の中入ってたみんなで。
スピーカー 2
なんかすっごい光景だなと思って。
なんでこれ早く自動運転にならないんだろうってずっと思ってるんですよね。
でもこれが自動運転になるとなんかあの時のあの行動もう一回したいなみたいなのなるのかな。
スピーカー 1
いやなるでしょ。
スピーカー 2
なるのかな?もう一回アクセル踏みてーとかなるのかな?
スピーカー 1
なるでしょ。やっぱ自転車とかね乗る人はずっと乗るじゃないですか。好きな人は好きだし。やっぱトヨタの社長もね俺は油くせえ車が好きなんだよみたいな。
スピーカー 2
いやそういうねあの本当に車が好きな人ドライビングが好きな人たくさんいらっしゃるんであの誤解されたくないんですけど僕は早く自動運転になってほしいなって思うタイプなんですけどね。
スピーカー 1
いやそれはなってほしいですよ。
スピーカー 2
もうなんかいろんなこと制限されるじゃないですか車で運転するともうお酒飲めないしそのなんか事故らないように気をつけなきゃいけないし人引かないように注意しなきゃいけないしその理不尽にその突っ込まれることもあるしもう考えると不便だしなんかいつまでこんなことやってんだろうって思いながら最近車で運転してるんですけど。
いやーわかりますね。
スピーカー 2
運転してるこの前も家族旅行行った時にこれなんでみんなこんな運転してんやろうって言うのずっと隣で妻に言ってていやーそれはみんな運転するやろうみたいな。
これいつまでみんな人間こんなことしなきゃいけないのこれっつってずっと言ってた。
スピーカー 1
でもやっぱ不便っていうのは摩擦が大きいっていうことなんで摩擦が大きいことは記憶に残りやすいんで摩擦が大きすぎると不満になるがちょっとした摩擦はいい思い出になるっていうのがなんかありそうな気がしてて。
やっぱ筋トレも筋肉を破壊してるけど筋肉破壊しすぎると怪我になっちゃうじゃないですか。
スピーカー 2
はいはいはい。
スピーカー 1
適度な筋肉の破壊は快楽につながるみたいなところがあると思うんで。
スピーカー 2
やっぱ適度な刺激は必要なのか。
スピーカー 1
じゃないですかね。
スピーカー 2
いやだからあえてそういう刺激ヌクモリティという刺激を加えることによって価値を創生するわけですね。
スピーカー 1
そういうことですね。
スピーカー 2
いや深いわ深すぎる。
AI時代における墓参りの意義と感謝
スピーカー 2
でもなんか人間ってそういう儀式にちょっとありがたみ感じますよね。
スピーカー 1
ありがたみね感じますよね。
スピーカー 2
感じる感じる。
例えば結婚式とか会社の周年イベントとかでなんか意味もない儀式みたいなことやってみんなでワーって拍手することあるもんね。
スピーカー 1
あるある。
そういえば先週の収録外で小山さんに墓参り行ったかって聞かれて行ってないっすって言って。
墓参り行ってなんかいいことあるんすかって言ったらすげー怒られたなーと思って。
スピーカー 2
確かに。
いやもうね皆さんお墓参り行ってますか?
僕は墓参り推奨人間なんでね。
スピーカー 1
なんでって言ったらいやもうなんでとか言ってるようじゃ違いますわ。
地雷踏んだーと思ってちょっとあれから引きずってるんすよ。
スピーカー 2
ごめんごめん。
全然別に行かなくていいと思うけど。
なんかでも今日の話をしてそういうのは大事にしていこうかなと。
いやでもね本当に困るんですよね。
スピーカー 2
僕は墓参り行った方がいいって思ってる人間なんですけど何のために行くんですかって言われた時に自分が生まれたのって奇跡やから。
スピーカー 1
言ってた。
お父さんとお母さんの生死と乱死が受精して自分が出てきたと。
スピーカー 2
でお父さんとお母さんもおじいちゃんとおばあちゃんの生死と乱死が受精して生まれてきたと。
その掛け合わせで考えると奇跡の連続で自分がいると思ったらご先祖さんに感謝せんのはあかんやろっていう理屈は自分の中であるんですけど。
それで何の意味があるんですかみたいなこと言われた時に。
スピーカー 1
そうですよねー。
スピーカー 2
なんか証明するエビデンスがないんですよね。
行ったら絶対幸せになれるとか気分がスッキリするとかは言えますけど。
なんかいいことがあるかもしれないとかある気がするとかは言えるんですけど。
スピーカー 1
そうですよねー。
スピーカー 2
冷静に言われると困るっていう。
スピーカー 1
そういう言語化、説明できないことをしていくっていうのがぬくもりなのかなーというのを最近墓参り以降思ってますね。
スピーカー 2
そんな考えてたんですすみませんでした。
そこまで強く言った記憶ないけどそんな話した記憶もありますわでも確かにね。
スピーカー 1
やっぱAI時代は墓参りに行こうと。
いやそうですよ。
スピーカー 1
はい。
スピーカー 2
言っとこ。
スピーカー 1
ということでお盆の時期過ぎてしまいましたけれどもね。
エピソードの締めくくり
スピーカー 1
墓参りに行ってみてはどうでしょうかと。
スピーカー 2
いやいい回でしたね。
スピーカー 1
ということでね今回の感想をメールまたアップルポテキャストのレビューやスポティファイのコメントをお待ちしています。
コメント欄を全て読んでいますので今後の番組をより良くするためにあなたの感想や話してほしいトークテーマをお待ちしています。
それでは今週も聞いていただきありがとうございました。また来週お会いしましょう。
さらっ。
40:33

コメント

スクロール