00:00
もし、あなたがですね、あのミシュラン三星の天才シェフを雇ったとしますよね。
はい、すごいシェフを。
でも、自分の家のこの狭いキッチンにそのシェフが立ってくれなかったら、まあぶっちゃけ何の役にも立たないじゃないですか。
そうですね、宝の持ち腐れというか。
ですよね。それよりも、なんかうちの冷蔵庫のどこにマヨネーズがあって、どのフライパンが焦げつきやすいかみたいなことを知ってくれている近所の料理人の方が、
毎日の生活には圧倒的に助かるはずなんですよ。
ああ、すごくよくわかります。本日のディープダイブのテーマにぴったりの例えですね。
今回の特集ではですね、リスナーのあなたと一緒に、あるITエンジニアの方がまとめた、2026年6月9日時点のAIエージェント日時速報というレポートを読み解いていきたいんですけれども。
はい、非常に興味深い記録でしたね。
これ7つの最新プロダクトの動きが記録されているんですが、どれもこれもAIが賢くなりましたっていうアピールじゃないんですよね。
ええ、そうなんです。もうAIの競争軸が完全に変わったことを示しています。
つまり賢さじゃなくて、あなたの仕事の現場のどこに入り込むかっていうところにフォーカスしているのが本当に面白いなと。
まさにそこです。これまではAI単体の知能がいかに高いかというIQの競争でしたよね。
はい、どこのモデルが一番賢いかみたいな。
ええ、でも今はその賢い知能を私たちの実際の業務プロセスのどこに置けるかという配置と仕組みの勝負に明確に切り替わっています。
なるほど、置き場所の勝負になっていると。
そうなんです。まずは業界を牽引する巨大なAIたちが、どのように私たちのための作業デスクを用意しようとしているのかを見ていくとその変化がよくわかります。
作業デスクですか?
はい、例えばオープンAIのコーデックスの動きですね。
あ、コーデックス。もともとはソフトウェア開発用のコードを書くのを手とたってくれるツールっていうイメージでしたよね。
そうですね。
でも今回の動きを見ると、役割別プラグインとか共有サイツといった機能が打ち出されていて。
はい、大きな変化です。
これってつまり真っ白なチャット画面を開いて、私に何をして欲しいですかって聞かれる時代が終わろうとしているってことですかね。
まさにその感覚です。最初からデータ分析担当者のデスクとか営業担当者のデスクがAI側に用意されているという感じですね。
最初からデスクがある。
そして重要なのは、その用意されたデスクの上に何が置かれているかというメカニズムなんですよ。
何が置かれているか。
コーデックスのプラグインや共有サイツは単によく使うプロンプトを保存しておく機能じゃないんです。
あ、違うんですか。
特定の業務に必要な社内アプリのAPIとか、過去の議事録のデータベースとか、どのツールをどの順番で呼び出すかというワークフロー全体があらかじめ一つに束ねられているんです。
なるほど。いちいち細かく指示を出さなくても、AI側が最初から仕事の文脈とか必要な道具を手に持った状態でスタンバイしてくれているわけですね。
03:02
そうです。企業が新しいメンバーを受け入れるときって、業務マニュアルを渡すじゃないですか。
はい、まずはこれを読んでねって。
これからはマニュアルを作る代わりに、コーデックス上でこの役割なら最初にこのダッシュボードを見て、こういう形式のレポートを返すという業務の入り口そのものを設計できるようになるんです。
いやー、それは実務ですごく強力ですね。
非常に強力な仕組みです。
で、オープンAIがそうやって作業デスクを作っている一方で、アンスロポリックのクロードコードは少し違う角度からアプローチしていますよね。
ええ、アプローチが違いますね。
先日のAWSサミットでの発表を見たんですが、データ分離とかゼロ保持とか、完全な監査症跡とか、なんだかとてもお堅い言葉が並んでいて。
はい、ガバナンスの話ですね。
ここがすっごく面白いなと思ったんですが、AIの最新ニュースなのに、かっささのアピールが一切ないんですよね。
そこが確信なんですよ。
オープンAIがデスクを作っているのだとすれば、アンスロピックはそもそも、そのAIが企業のオフィスビルに入管できるかという根本的なセキュリティ問題を解決しようとしています。
オフィスに入管できるかどうか。
はい。現場でAI導入のプロジェクトが止まる最大の理由は、モデルのかっささ不足じゃないんです。
あ、違うんですね。
ええ。コンクライアンスやかんさの壁なんです。どんなに優秀なシェフでも、衛生管理のルールやセキュリティチェックをクリアできなければ、厨房には絶対に入れてもらえないですよね。
ああ、なるほど。確かにそれはそうですね。
だからこそ、クロードコードは入力された社内の機密データを次の学習に絶対に回さない、ゼロ保持を技術的に担保したりしているわけです。
誰がいつコードを生成させたかっていうログも残るみたいですね。
ええ。完全に追跡可能にしています。金融や公共機関のような規制の厳しい業界では、このかんさに頼りる統制された作業面であることが調達における絶対条件になるんです。
なるほどな。企業が安心してAIを使うための干渉をどう突破するかというリアルな戦いなんですね。
まさにその通りです。
さて、じゃあ無事にオフィスの入管審査をパスして、専用のデスクも用意されたとします。
となると、次に気になるのは、実際に私たちが手を動かす現場の画面がどう変わるのか、ですよね。
ユーザーインターフェースの部分ですね。
ええ。ここでジェンスパークのワークスペース4.0の動きを見ると、すごく踏み落ちる部分がありました。
あなたのAI従業員が今やどこにでもというコンセプトのやつですね。
はい。ワードとかエクセル、あるいはブラウザにAIが直接入り込んでくるんですよね。
そうです。
リスナーのあなたも日々感じていると思うんですが、わざわざ別のAIアプリを立ち上げて、
プロンプトを打ち込んで。
そうそう。で、出てきた回答をコピーして、また元のドキュメントに貼り付けるという、
アプリ間を反復横飛びする作業って本当に面倒じゃないですか。
あの摩擦をゼロにすることが今の最大のテーマなんです。
06:00
ジェンスパークは、普段使っている業務アプリに直接AIを追いかぶせる形ですね。
つまり、アプリを移動せずにワードの文章を直したり、エクセルの計算をしたりできると。
はい。このシームレスな体験がチームへの定着率を劇的に引き上げるはずです。
摩擦をなくすという点では、資料に出てくるマナスの動きも強烈ですよね。
マナスはすごいです。もうアシスタントの枠を超えて仕事を完遂する場になっていますから。
特にスラックコネクタとか、メールマナスの機能を見ると、人間が今までやっていた中継作業を完全に代わりにしてくれそうで。
マナスの新骨頂は、複数のタスクを自律的に連携させるメカニズムにあるんです。
自律的にですか?
はい。例えば、あなた宛にメールで、来週の競合他社の動きをリサーチしてまとめておいて、という依頼が来たとします。
いつもなら、ブラウザを開いて、自分で検索して、要約を書いて、スラックでチームに共有するという流れですよね?
マナスはそれを全部一人でやります。バックグラウンドでメールを受信したのに気づいて、
はい。
依頼の意図を解釈して、自分でブラウザを立ち上げて検索するんです。
自分で検索するんですね?
そうです。そして要約レポートを作って、スラックのAPIを叩いて勝手に投稿まで完了させます。
え、じゃあ人間が間に入ってプロンプトを打つこともないんですか?
全くないです。データの入り口から出口までAI自身が換送する。これが仕事を完遂するということです。
聞けば聞くほど、私たちの仕事の大部分って、実はA地点からB地点へ情報を運ぶだけの中継だったんだなって気づかされますね。
本当にそうですね。
ただ、そうやって各社が強力なツールを出している中で、Googleのアンチグラビティという動きが少し気になりまして。
Googleのエコシステムですね?
ええ、エンジニア向けの黒い画面とか、視覚的なデスクトップ画面とか共通基盤という構成を作っているそうですが。
はい、非常に興味深いアーキテクチャです。
でも少し疑問なんです。チームのメンバーがそれぞれ好きなAIツールを個別に使えばいいだけの話じゃないですか。
なぜわざわざ同じ基盤の上に複数の画面を用意する必要があるんでしょう?
それはですね、組織全体での知識の共有とロックインという観点から説明できます。
ロックインですか?
もしチームのみんながバラバラのツールを使っていると、それぞれのAIが学習した記憶や文脈が分断されてしまいますよね。
ああ、確かに。隣の人が何を聞いたが共有されないですね。
だから、アンチグラビティは裏側のAIの基盤や記憶は一つに統合しておいて、触る面だけを各自の好みに合わせているんです。
なるほど、裏側の脳みそは一つに繋がっているんですね。
そういうことです。エンジニアはターミナルからキーボードだけで叩きたいし、企画の人はマウスで操作したい。
好きな画面を使えるから便利だと。
はい。全員が一番心地よいインターフェースからアクセスできる。これが結果的に組織全体をそのシステムに丸ごと依存させるための強力な戦略になるわけです。
09:01
非常に納得しました。個人単位の便利さじゃなくて、組織全体をどう飲み込むかというプラットフォームの戦いなんですね。
そうですね。
さて、ここまでインターフェースの華やかな裏側を見てきましたが、レポートの最後の方には、実は一番重要かもしれない現場の泥臭い運用のリアルが書かれています。
オープンソース、OSSの動きですね。ハーメスエージェントとかオープンクローとか。
ええ。スケジュール監視とか、軽量インストールとか、API認証の更新処理とか。
非常に地味なアップデートが並んでいます。
正直に言うとですね、数秒で感動的な動画を生成しますみたいなニュースに比べると圧倒的に地味ですよね。
客観的に見れば驚くほど地味です。でも、システムを毎日安定稼働させている現場の担当者からすれば、これこそが宝なんですよ。
宝ですか。
はい。実際にAIを既存の業務フローに組み込んでみるとわかりますが、連携先のAPIのトークンが突然期限切れになったり。
ああ、よくありますね。
想定外のデータが来てプロセスが途中で止まったりと、システムとの境界部分で必ずと言っていいほどほころびが出ます。
デモ画面では完璧に動いていたのに、いざ現場に入れるとエラーの連続みたいな。
そうなんです。だから、ハーメスエージェントのようなプロジェクトは、プロセスが死んだときに安全に再起動するメカニズムとか、境界のほころびを自動で修復することに注力しているんです。
なるほど。
一時的な派手さよりも、こうした泥臭いエラーに耐えうる足腰の強いモデルこそが、結果的に企業の中で長く使われ続けるんです。
天才シェフの話に戻ると、どんなに美味しい料理が作れても、毎日決まった時間にお店を開けてガスや水道のトラブルがあっても、確実に回してくれなければビジネスにはならないってことですね。
その通りです。インフラとして機能するには、非日常の魔法よりも日常の安定性が求められます。
さて、ここまで7つのプロダクトを見てきました。AIがいかに私たちの業務に入り込んで置き場所の勝負になっているかが見えてきました。
はい。大きなパラダイムシフトですね。
リスナーのあなたにとって、このディープダイブの情報を明日からの仕事にどう活用していくか、ここを整理しておきたいんですが。
現場にAIを導入して、単なる道具から仕組みへと変えるために、私たちが自問すべき3の重要な問いがあります。
3の問い、ぜひ教えてください。
1つ目は、依頼はどこから入るか。
仕事のトリガーですね。メールなのかスラックなのか。
はい。2つ目は、成果物はどこにも出すか。
単発でプロンプトを打って終わるのではなく、自動化された運用サイクルにできるかどうか。
なるほど。どれが賢いかを選ぶカタログショッピングから、自分たちの業務をどう設計するかという思考に切り替える必要があるわけですね。
そうですね。入り口と出口、そして運用を言語化できたヒームから、AIは本当の意味でインフラになっていくはずです。
今日は本当に目が覚めるような視点でした。リスナーのあなたも、ぜひご自身の作業面を見直すきっかけにしてみてくださいね。
12:02
自分たちの業務プロセスを主語にして考えると、摩擦がなくなる場所が見えてくると思います。
本日のディープダイブ、いかがでしたでしょうか。最後に1つ、あなたに少し想像してみていただきたいことがあります。
もしこの先、AIがワードやスラック、あるいはシステム全体の裏側に完全に溶け込んでしまって、私たちがその存在を意識すらしない見えないインフラになったとしたら。
ええ、その未来はもうすぐそこまで来ていますね。
私たちが毎日している仕事の決断のうち、どこまでが自分自身の直感や思考によるもので、どこからが裏側にいるAIによってあらかじめ最適化され、無意識のうちに誘導された選択なのか。
なるほど。
その境界線を私たちはどうやって見分ければいいんでしょうか。
あの見知らんのセフが、いつの間にか私たちのキッチンの壁の裏に完全に同化して、誰が今日のレシピを決めたのかすら分からなくなっているような状態です。
非常に深く根源的な問いですね。
テクノロジーが環境そのものになったとき、人間の主体性はどこに残るのか。
次回お会いするときまでに、ぜひご自身の今の仕事環境を見渡しながら考えてみてください。
本日も最後までお付き合いいただき、ありがとうございました。
ありがとうございました。
それではまた。