鳥越康平本人による、これまでの一人称コメントの記録です。
今日のKimi K3.1 Proで目に留まるのは、3D制作と、画面の動きが用途として並んでいるところ。形を作ることと、触ったときの反応を作ることが、同じ依頼の中に入ってくる。
そこまで動けば、次の案が出しやすい。
EdenLiveは、簡単な形で組んだゲームの映像を受け取り、配置や動きに沿って見た目を生成する。ルールを動かすプログラムと、風景を描くAIを組み合わせる仕組みだ。
で、これを制作の場面に置いてみると、面白い。まず歩ける空間を作る。同じ動きを残したまま、光や質感を変えてみる。「この雰囲気ならどう感じるか」を、操作しながら比べる余地が生まれる。
今日掲載したai& videoも、手元の映像をもとに演出案を比べる使い方を示している。動きの土台を用意し、見た目を変え、また触る。それぞれの道具が、この往復を支えるようになってきた。
3Dの試作は、形を見せる段階から、触り心地と見た目を一緒に選ぶ段階へ進んでいく。
ボタンを押したら何が起きるか。今日のTypeUIでは、そこまで触ってから、AIに作ってもらうものを選べる。
「いい感じに動かして」が、目の前の見本になる。これは伝えやすい。
少し待つ間に進み具合を見せる。消した直後には、戻す手段を残す。小さな動きの中に、使う人への説明が入っている。動く見本を渡せると、その説明まで制作の出発点にできる。
同じ日に一般提供されたOpenAIのDecisions APIは、会話の途中で次の動作を選ぶための仕組みを備える。発表には、話している人の言葉に合わせて、画面のアバターの表情を選ぶ例もある。
で、この二つを並べると、画面づくりの扱える範囲が広がっている。どんな動きをさせるかを見本で伝え、その動きを出すタイミングを会話に合わせて選ぶ。つながれば、返事を待つ間や操作した直後まで、細かく試せるようになる。
AIに渡す画面の見本は、押す前の姿から、押した後の応答までを含むようになる。
今日のClaude Duetで目に留まるのは、朝の報告と、その前に進めておく仕事が一つになっているところ。
届くのが、やることの一覧だけじゃない。返信の下書きや、確認するための資料まで用意されている。
これなら、朝いちばんの会話が変わる。 「何から始めよう」から、「この内容で進めよう」へ。
Anthropicの日本の営業担当者が公開した事例にも、似た変化がある。問い合わせの振り分けや日英メールの準備をAIが先に進め、本人は出勤後に確認する。個人の実践だった仕事の渡し方が、アプリの体験になってきた。
Microsoftの新しい問い合わせ対応サービスも、既存の顧客情報をつないでAIが対応し、必要な場面で人へ引き継ぐ。過去のやり取りを踏まえた状態から、次の対応に入れる。
その引き継ぎで、何を調べ、どこまで済み、何を決めれば進むのかまで見えると、判断はもっと軽くなる。確認する画面そのものが、仕事を前へ進める場所になる。
AIから届く報告は、次の一手を選べるところまで整っている。それが、仕事を引き継ぐ新しい標準になる。
今日のMercury 3で目に留まるのは、返事の速さが、やり取りの回数を変えそうなところ。
少し言い換えて、もう一度。 その一回が軽くなる。
falも、10秒の動画を約12秒で作るという自社測定を発表した。文章でも映像でも、結果を見てから次の案を考えるまでの間隔が縮まっていく。
ここに、映像に合わせて音楽と効果音を作り、別々に直せるElevenLabsの仕組みが重なる。構図はそのままで音を変える。説明の言葉だけを変えてみる。そんな試し方がしやすくなる。
一度で正解を指示するより、出てきたものを見ながら「こっちのほうがいい」を探せる。その往復の中で、最初は言葉にできなかった好みも具体的になっていく。
少し変えて、すぐ見比べる。その往復が、AIとつくるときの標準になっていく。
今日の音声AIの更新で目に留まるのは、日本語の話し方や、調べている間の短い返事まで変えているところ。
会話の手触りって、こういう小さな部分にもありますよね。
声を選べて、普段の言葉で頼める。その先に、作業の途中でも意図を伝え直せる余地が広がっていく。
ChatGPTのスライド作成では、会話や資料を出発点にして、できたものを直接直せる。CursorのクラウドAIも、操作できる画面を作って共有するようになった。
この二つを音声の変化と重ねると、相談して、目の前に出てきたものを見ながら、また言葉を足す。そんな制作の往復が見えてきます。
AIへの依頼は、一度で完成させる指示から、見ながら言い直せる会話へ進んでいく。
今日のMetaの実演で目に留まるのは、AIが映像を見て、編集ソフトの中で切り出すところ。
「この場面がいい」で終わらず、その先の操作までつながっている。
ここが面白い。素材を見てもらうことと、制作を進めてもらうことの距離が、ぐっと短くなる。
NVIDIAも、手元の機器で動く作業用のAIを公開した。Runwayでは、動画を生成するだけでなく、参照画像や既存の動画を使って編集する選択肢が増えている。
この流れから見えてくるのは、作り手が意図や素材を渡し、AIが編集可能な形へ進め、人が画面で確かめて磨く制作の進め方です。
AIへの依頼が、制作画面の次の一手になる。
今日の音声AIの更新で気になるのは、声の数より「自分の言葉で話しやすくなる」というところ。
日本語の話し方を改善し、検索中の返事も変える。小さな変更に見えるけれど、会話の途中で止まらずに使えるかどうかに直結する。
イタウ銀行の事例では、顧客がAIに直接相談する窓口を広げている。声と対話の設計が進むと、操作を覚えてから使うサービスが、まず話しかけて始めるサービスへ変わっていく。
なんか、ここが面白い。
AIとの会話は、特定の言語や決まった言い回しに合わせるものから、利用者の普段の言葉で用件を進めるものになる。
今日、Claudeが長年の暗号の謎を調べた話で、なんか気になったのは「正解を知っていた」ことではない。
古いプログラムを疑う。公開された数字を一つずつ調べる。合わなければ、別の作り方を試す。
その往復をAIが自分で進め、検証できる形の答えを残した。ここが面白い。
同じ日に発表された量子回路の研究でも、Claudeに作らせた案を自動で評価し、より効率のよい設計を探している。
人が問いと確かめ方を用意すると、AIは候補を作り、試し、次の候補へ進める。研究で見えたこの使い方は、プロダクトの試作や改善にもつながる。
AIは、答えを出す道具から、確かめながら探す仕事の相手になっていく。
今日気になったのは、Figmaで「動くコード」をデザインの横に置けるようになったこと。
画面を描いてから、別の場所で作って、また見せに戻る。そこが少しずつ、同じ場で起きるようになる。
これ、かなり面白い。
作りたいことをSpecsに書き、Code layersで実際の動きを試す。Payloadとの連携では、内容を保存するサイトまでつながる。発表された機能を並べてみると、案を見せる場所が、案を確かめる場所にもなっていく。
デザイナー、開発者、事業を考える人が、同じ動くものを見ながら「次はここを変えよう」と話せる。
試作品は、完成前に眺める資料から、チームが一緒に考えを進める場所へ変わっていく。
今日気になったのは、1万のAIを同時に動かして、36〜48時間も調査を続けるという事例です。
1万って、さすがに規模が大きい。
面白いのは、AIが実験の結果を見て、次に何を試すかを決めているところ。途中で止まったら、やり直すか人へ戻すかも含めて設計している。
同じ日に公開されたAmpの事例でも、AIはコードを書くところから、何を作るか考え、ページを作り、公開後の仕事へと広がっている。
ひとつの質問に答える道具から、途中経過を持ちながら進む相手へ。ここまでくると、プロダクトの画面も「回答を受け取る場所」だけでは足りない気がする。
人が目的と結果を見ながら、AIの次の一手を選べる体験が広がっていく。
AIとの仕事は、回答で終わらず、探索が続く形になっていく。
Muse Wonderで注目したいのは、答えの賢さより、前の会話から仕事を続けるという部分です。
条件を話す。途中で確かめる。別の方法を試す。
これが一つながりになると、AIに頼むたびに説明をやり直す時間が減っていく。
Geminiのアプリも、会話からタスクへ切り替えて、画面を離れたあとも仕事を進める方向へ動いている。AIとの会話が、その場限りではなくなってきた。
たとえば書類を確認するなら、先に伝えた条件を覚えたまま、次に見るべき点を一緒に確かめられる。人が途中で選び直す余地を残したまま、作業を先へ運べる。
AIとの会話は、一回の質問から、続きのある仕事の入口になっていく。
OpenAIが数学の研究結果を大量に公開しました。気になるのは、論文の数そのものより、その先です。
AIが考えた答えが、研究者のところへ一度に届く。しかも、計算機で確かめられる形の資料も付いている。
これ、研究の入口が広がる感じがする。
公開資料には、証明を計算機で確かめるためのデータもある。結果を読む、確かめる、直す。その往復が、数学の研究の中でも具体的になってきた。
新しい結果を読む人が、何を先に確かめるか選べる。分かったことを次の問いへつなげる。AIが候補を増やすほど、その体験を支える道具の価値も大きくなる。
答えを生む速さと、確かめて使う速さが、一緒に進むようになる。
今日のAnthropicの報告で、なんか気になったのは、AIがウェブ上の画面を見て、そのまま送信まで進んだという部分です。
ページを読んで、入力欄を見つけて、操作する。ここまで一続きでできるようになっている。
これ、仕事を任せる体験としてはかなり大きい。
読む、下書きする、外へ送る。それぞれに合った確認を自然に挟めれば、AIに任せられる仕事はもっと広がる。操作の節目を、画面や権限として設計する余地がある。
Googleも今週、メールや文書、開発環境をまたいで仕事を進めるAIを発表した。AIが複数の道具を使うほど、途中経過を見て、必要なところで人が選べる体験が広がる。
仕事を任せる新しい標準は、AIが進める流れの中に、人の判断を自然に置くことになる。
今日気になったのは、Claudeの小さなモデルが、ずいぶん速く、使いやすい価格になったという話です。
大きなAIを一つ動かすだけでなく、調べる、分ける、短くまとめる。そんな細かな仕事を小さなAIに分けられる。
これ、使い方が広がる。
たとえば、たくさん届く問い合わせにすぐ答えたり、会議の前に必要な資料だけ探したり。ひとつひとつは小さくても、毎日続く仕事ほど速さが効いてくる。
速く安く使える小さなAIが増えるほど、今まで試すほどではなかった小さなアイデアも、実際に動かして確かめやすくなる。
AIを使う場面は、大きな一回から、日々の小さな一歩へ広がっていく。
今日のGoogleの発表で目に留まったのは、AIが「どのアプリで使うか」から離れ始めたことです。
メールを読んで、資料を作って、必要ならコードも書く。ひとつの依頼が、道具をまたいで続いていく。
これ、仕事の始め方が変わりますよね。
Anthropicはソフトウェアの弱点を探して直す取り組みを始めた。Sunoも、音を作った後の細かな編集をしやすくした。どちらも、最初の一回で終わらず、次の作業につながっている。
人は目的を伝え、途中の結果を見て、次を決める。AIが前の経緯を受け取れるほど、その往復は短くなる。
依頼のたびに最初から説明する体験から、仕事の続きにそのまま入れる体験へ変わっていく。
今日のGPT-6の発表で気になったのは、ChatGPTの答えが「文章」から「触れる画面」に広がったことです。
比較したいなら表。数字を試したいなら計算機。質問によって、返事の形まで変わる。
これ、情報をもらう瞬間と、試して考える瞬間が一つにつながるんですよね。
OpenAIが発表した10代向けの進学計画ツールも、旅行先のホテルを会話から探す事例も、同じ方向を向いているように見えます。答えの先に、次の行動を置く。
使う人は、説明を読んで別の画面へ移る回数が減る。プロダクト側は、問いに合った選択肢や操作を、その場で渡せるようになる。
AIの返事は、読むものから使うものへ変わっていく。
今日のMistral Large 4を見て気になったのは、先行版を試せる日と、モデル本体を手元で動かせる日が分かれていることです。
この二つ、似ているようで体験が違う。
まず触って、仕事に合うかを見る。次に、自分たちの資料や業務に合わせて、どこでどう動かすかを決める。AIを選ぶ過程が、少しずつ具体的になっていく。
OpenAIは専門ソフトを操作するAIの研究を進め、Anthropicは専門家向けの利用範囲を広げた。モデルの力を、実際の仕事へつなぐ動きも同時に進んでいます。
で、Mistralの発表は、その仕事を支えるAIそのものの選択肢を増やす話でもある。
使えるAIが増えるほど、プロダクトは一つの提供方法に合わせるだけでなく、仕事に合うモデルと動かす場所を選んで設計できる。
AIの選択は、性能表から利用環境の設計へ進んでいく。
ReflectionのBeamで面白いのは、性能の数字だけではなく、モデル本体を公開する計画までセットで示したところです。
自分たちの環境で動かす。必要な仕事に合わせて調整する。ほかのモデルと、同じ条件で比べる。
開発者にとって、AIの選び方が少し自由になる可能性があります。
重みと資料はまだ公開前。実際にどう使えるかは、今月中の公開後に見えてきます。
選べるモデルが増えるほど、作りたい体験に合うAIを自分たちで確かめられるようになる。
Gemini LiveのGuided Visionは、AIがカメラの映像に答えるだけでなく、「少し右に向けて」と声で伝えるところが面白いです。
小さな文字を読む。探している物を見つける。服の色を確かめる。
こういう場面では、最初の答えだけで終わらず、見たいものが見えるまで一緒に調整できることが体験を変える。
目が見えない人や見えにくい人の声を聞いて作った機能が、会話するAIの使い方を一つ増やした。
AIは画面の中の質問に答えるだけでなく、目の前の世界を確かめる相手にもなっていく。
今日、Googleの試験衛星の話を見て、なんか気になったのは「宇宙にデータセンターを作る」という大きな構想より、まずチップを実際に飛ばしたことです。
AIの計算に使うチップを載せて、軌道に入れる。地上と通信する。これから熱や放射線の影響を測る。
まだ実験の入口なのに、問いが急に具体的になった感じがします。
地上に計算設備を増やす発想から、どこならAIを動かせるのか、実物で試す発想へ。今回集まるデータが、次の設計を決めていく。
AIの計算場所は、構想で選ぶものから、実験で確かめて広げるものになっていく。
今日のCopilotの発表で気になったのは、AIが「アプリを使う側」に回ったことです。
経費精算の画面を読む。入力する。次の画面へ進む。
これまで人がアプリを行き来していた作業を、AIが画面からたどれる。GitHubは作業の手順をコードで組む仕組みも同じ日に発表していて、毎回の流れを決めたうえでAIに任せる形も見えてきました。
なんか、AIの仕事場が広がった感じがする。
人が許可する範囲を決めながら、今使っているアプリのままで仕事の流れをつなげられる。試験段階の今から、その使い方が具体的に見えてきた。
AIは、答えを返す窓口から、画面をまたいで仕事を進める接点になっていく。
今日のClefを見て、気になったのは、AIの答えをもっと長くする話ではないことです。
問い合わせを受ける。急ぎかを見分ける。担当へ渡す。
この小さな判断を、仕事の途中に置けるようになる。DigitalOceanのAgent Dropletsも、AIが動く場所や記憶、道具をまとめて用意する発表でした。
なんか、AIを開いて質問する場面だけを考えていたら、見落とす変化がある。
人がつくった仕事の流れの中で、AIが状況を受け取り、次に進める道を選ぶ。必要なところで人へ渡す。その往復が、サービスの反応をもっと自然にしていく。
AIとの接点は、答えを読む画面から、仕事が次へ進む瞬間へ移っていく。
今日のRunway Adsを見て、なんか気になったのは、動画を作ったあとの動きです。
広告を出す。見られ方を確かめる。次の案を作る。
これまでは別々の道具や人を行き来していた流れが、一つにつながり始めている。UiPathとSnowflakeの発表も、仕事のデータと実行を近づける話でした。
ここが面白い。
AIが一度きれいな案を出すだけで終わらず、実際に使われた結果を受け取って、もう一度つくる。人は、その変化を見ながら次に進める案を選べる。
広告づくりは、一回の制作から、出して学び続ける仕事へ変わっていく。
今日のdotsとMuseを見て、面白いのは「何を頼めるか」より、仕事が途中で止まらないことです。
請求書の出し忘れに気づく。次の広告案を下書きする。
人が毎回最初から状況を説明しなくても、AIが前の会話や仕事の流れを受け取って、次に必要なものを用意する。そういう体験が見えてきました。
送る、公開する、お金を使う。そこは人が決める。その手前の調べものや準備を続けてくれるなら、考える時間をもっと大事な判断に使える。
AIとの会話が、単発の相談から、仕事が進み続ける関係に変わっていく。
今日のSonnet 5.5で気になるのは、賢さの数字以上に、一つの仕事を終えるまでが軽くなることです。
画面を作る。触ってみる。やっぱりここを変える。
その往復を、特別な開発案件にしなくてよくなる。Runwayは動画編集の画面から生成した映像をそのまま戻せるようにした。Proactionも、顧客に見せる製品のデモをCodexで作り直している。
なんか、作業の途中にあった「別の人に頼んで、戻ってくるのを待つ」時間が、少しずつ短くなっている。
見てから直せる回数が増えれば、最初の案を無理に完成形として扱わずに済む。使う人の反応を見て、もう一度つくる。その流れが日常に入っていく。
完成度は、最初の一回で決まらない。試して直す回数が、新しい制作の標準になる。
今日のMicrosoftの発表で面白いのは、Copilotが答えを出すだけでなく、仕事に使う小さなアプリまで作る方向に進んでいることです。
「この情報を見やすくしたい」と思ったら、その場で画面を作って試せる。
これまで資料にして共有していたアイデアが、触れる道具になっていく。
社内の仕事に合った道具を、使う人自身が少しずつ育てられるようになる。そんな変化が見えてきます。
仕事のやり方を考えることと、道具を作ることが近づいていく。
今日目に留まるのは、Googleの会話するアバターです。顔が動く、という見た目の話だけでは終わらない。
話している途中に、裏で情報を探して、会話を止めずに返す。ここが面白いんですよね。
OpenAIの事例では、顧客からの電話をAIが受けて対応する動きも進んでいる。会話がその場で仕事につながっていく。
たとえば予約の相談なら、空きを探すところまで進めて、最後に本人が選べる。画面を行ったり来たりする時間が減ると、相談の流れを切らずに済む。
で、何を調べて、どこまで進めたかも会話の中で見えるようになると、任せられる仕事がもっと増える。
会話の価値は、自然に話せることから、話した先の用事まで進むことへ移っていく。
Opus 5.5とGPT-6 Sol・Lunaの発表で目に留まるのは、性能の話と一緒に、仕事を頼む費用が下がっていることです。
一度で正解を出すだけでなく、何度も試せる。ここに、開発の進め方が変わる余地があります。
たとえば、画面の見せ方を二つつくって、実際に触って比べる。文章の説明だけでは決めにくかった違いも、動くものになれば話しやすい。
で、試したあとに「やっぱり、ここから変えよう」となったら。JetBrains版Copilotでは、前の指示を編集すると、ファイルもその時点まで戻せるようになりました。
別の案を頼む費用が下がり、途中からやり直す操作も用意される。試作を一回で決める必要が薄れていくんですよね。
比べて、選んで、もう一度直す。その一往復が軽くなるほど、完成前に確かめられる使い心地は増えていく。
動く案を比べて決めることが、開発の日常になる。
Grok 4.7の発表で目に留まるのは、長い仕事を進めながら、自分で確かめる力を伸ばしているところです。
つくって、動かして、確かめる。 この往復まで、AIに任せる範囲へ入ってきた。
Grabでは、デザイナーがCursorで画面の修正を実装し、レビューへ渡しているそうです。「ここ、使いにくいな」と気づいたところから、動く変更までが近くなる。これは、改善の進み方に効いてくる話です。
で、その修正が少し大きな仕事になったら。 Cursor Projectsのように、仕事を分け、経緯を共有しながら続ける仕組みも出てきています。
小さく直した画面を見て、触って、もう一度直す。完成形を言葉だけで伝えるより、動くものを挟んで話せる場面が増えていく。
AIが途中の確認まで担い、人が使い心地を見て次の修正を決める。その往復が短くなるほど、日々の気づきをプロダクトへ戻しやすくなります。
気づいた人が、改善を動かせる。それが、プロダクトを育てる日常になっていく。
今日いちばん気になったのは、パーソナルAIエージェントの競争が急に近くなってきたことです。
予定を見る。予約する。買う。連絡する。
これまでは、ひとつずつアプリを開いて、自分でつないでいたことです。
そこに、生活の文脈を覚えたAIが入ってくる。
なんか、AIが便利な機能として増える話とは少し違う。自分がやることの順番そのものが、静かに変わっていく感じがします。
大事になるのは、代わりに動けることだけじゃない。途中で見て、選び直して、また任せられること。その往復まで自然につながると、エージェントは新しいアプリではなく、日常の入口になる。
次の標準は、操作を覚えることではない。任せた段取りが、ちゃんと前へ進むことです。
今日これを見て、なんか気になったのは、Claudeが次のClaudeをつくる仕事を手伝っている、という話です。
AIが答えを返す。コードを書く。そこまでは、もう見慣れてきた。
でも、モデルをつくる側の実験や改善の流れにまで入っていくと、景色が少し変わる。
研究者が問いを立てて、動かして、結果を見て、また次を試す。その間にある待ち時間が短くなる。
これ、AIが人の代わりに結論を出すというより、人が持っている仮説を前へ進める回数が増えるということなんですよね。
プロダクト開発でも、つくる、触る、直す、また出す、が速くなるほど、完成品を待たずに体験を育てられる。
AIが研究や開発の中で増やしていくのは、答えではなく、次の一手です。
今日これを見て、なんか気になったのは、Claudeが次のClaudeをつくる仕事を手伝っている、という話です。
AIが答えを返す。コードを書く。そこまでは、もう見慣れてきた。
でも、モデルをつくる側の実験や改善の流れにまで入っていくと、話が少し変わる気がする。
研究者が問いを立てて、動かして、結果を見て、また次を試す。その間にある待ち時間が短くなる。
これ、AIが人の代わりに結論を出すというより、人が持っている仮説を前へ進める回数が増えるということなんですよね。
プロダクト開発でも同じで、つくる、触る、直す、また出す、が速くなるほど、完成品を待たずに体験を育てられる。
AIが研究や開発の中で増やしていくのは、答えではなく、次の一手です。
今日いちばん気になったのは、Geminiの新しい音声モデルです。
話しやすくなる以上に、仕事の進め方が変わる。
会話を続けながら、画面や状況も見て、複数の手順がある仕事まで進める。声が「質問の入口」から、仕事の流れそのものに入ってきた感じがします。
これ、かなり大きい。
たとえば誰かに相談して、条件を足して、候補を見て、ひとつ選ぶ。その途中で、いちいち画面を切り替えたり、最初から説明し直したりしなくていい。会話の文脈が、そのまま次の行動につながっていく。
音声AIが広がるほど、プロダクトは「話せるか」ではなく、話したあとに何を一緒に進められるかで選ばれるようになる。
会話は、操作の代わりではない。体験を前へ動かす新しい導線になっていく。
今日これを見て、なんか気になったのは、Claudeが生体分子モデルのコードを平均約4倍速くしたという話です。
研究AIというと、論文を読んだり、仮説を出したり、そういうイメージが先にくる。
でも、実際に研究が進む場所って、モデルを動かす、結果を見る、少し変えてまた回す、その繰り返しの中にあるんですよね。
そこが速くなると、同じ時間で試せることが増える。研究者が持っている問いを、途中で諦めずにもう一段先まで持っていける。
で、これは研究だけの話じゃない気がする。プロダクト開発でも、つくる、触る、直す、また出す、の間にある待ち時間が減るほど、チームは完成品ではなく可能性を見ながら前へ進める。
AIは、専門家の仕事を置き換える前に、専門家が次の一手を試せる密度を上げていく。
新しい標準になるのは、答えを早く出す体験ではなく、探索を止めない体験だと思う。
今日いちばんワクワクしたのは、ChatGPTの広告から、そのままブランドのAIエージェントと話せるようにするという発表です。
広告を見たあとに、サイズは？ 自分の状況に合う？ いま買うべき？ をその場で聞ける。これ、広告が商品を見せる場所から、自分に合うものをブランドと一緒に選ぶ体験へ変わっていく話だと思う。
これ、かなり大きい。
これまでは広告、商品ページ、サポートが別々に存在していたけれど、AIが入ることで、知る、比べる、相談する、選ぶという流れが一つにつながっていく。ブランドとの最初の接点から、もうプロダクト体験が始まるんですよね。
会話の中で一人ひとりが知りたいことを組み立てて、その人に合った判断材料を渡せるようになる。そこから得た声を、商品やサービスの改善にもつなげられる。広告が、顧客と一緒に価値をつくる場所になる気がします。
こうしたブランドとの会話が、広告の中でもっとリッチに設計されるほど、AIはただ対話するものから、その人が選ぶところまで一緒に進む存在へ変わっていく。AIが活躍できる場は、こうやって少しずつ広がってきていますね。
今日いちばん気になったのは、SalesforceとNVIDIAがCRM専用の推論モデルを出したことです。
モデルの賢さを競うニュースに見えるけれど、実際に変わるのは、顧客情報や権限、過去の判断を読んで、次の仕事までつなげる部分だと思う。
ただ、、、
業務の文脈を持たせるほど、間違えたときの影響も大きくなる。だから、AIを画面に置くだけでは足りなくて、根拠を見せる、権限を分ける、人が直せる、という体験まで設計しないと使い続けられない。
自分は、AIを導入する会社が「どのモデルを選ぶか」だけでなく、「どの判断を任せ、どこで人に戻すか」を先に決められるプロダクトをつくりたいです。
構想から実装、運用、改善までを一つの流れにして、業務の文脈を価値へ変える。その設計ができれば、AIは単なる効率化ではなく、今まで動かせなかった事業を前へ進める実行基盤になります。
今日一番気になったのは、AIの開発速度を落とすべきだという論調に、米政権が「中国に譲ることになる」と反発したことです。
速度を上げたい力と、安全策を追いつかせたい力が、はっきりぶつかり始めている。これ、国家間だけの話ではないと思うんです。
ただ、、、
企業が「安全か、速度か」を選ぶのも違う。早く出すのであれば、その分だけ、止められる設計、戻せる設計、誰が判断したかが残る設計を先に作る。
ここをルールや資料だけで済ませず、画面、業務フロー、権限、ログにまで落とす。
速く作ることと、安全に運用することは、本来は同じプロダクト設計の中にあるはずです。
AIで構想から実装までを速めながら、検証と回復も同じスピードで組み込む。そこまでやれる会社が、結局は一番速く前に進めると思っています。
「企業の32%がソフトを買わず、AIで作るようになった」というニュースは、かなり大きな転換だと思っています。
僕自身も今、CRMや個人向けのWeb OSをAIと一緒に作っていますが、数年前なら数百万円〜数千万円・数か月必要だったものが、数日で動くところまで来ています。
これは単なる「開発効率化」ではなく、ソフトウェアを買うという行為そのものが変わり始めているんじゃないかと思っています。