ケンフィー

ひと昔前までは、テキストデータに情報が圧縮されていて、映像化も画像化もテキストを分かりやすくするために情報量を増やしてきたけど、その原液のテキストデータを作り出すのが音声配信っていうことですね！ AIが発達したおかげで、音声配信からテキストデータを作り出すことが簡単に精度高くできるようになってしまったからこそ、 人間にとってテキストで残すことよりも自然な音声（ポッドキャスト）が注目されているのかもしれない。

【デジタルを活用できない本当の理由——300件以上の相談から見えてきたこと】 毎月、無料のデジタル相談会を開催して3年半が経ち、これまでに300〜400件近くの相談に答えてきた中で、「デジタルを活用できない理由」には共通したパターンがあることが見えてきました。 大きく分けると、2つの理由があると感じています。 ひとつは既存のやり方へのこだわりです。 「うちはずっとこのやり方でやってきた」——これ自体は悪いことではありません。 ただ、市販のデジタルツールやサブスクサービスは、特定の会社や個人に完全に合わせて作られているわけではなく、 月額数千円で使えるツールが存在できるのは、多くのユーザーに共通する部分だけを機能として提供しているからです。 逆に言えば、それぞれのやり方に100%合わせたツールを作ろうとすると、カスタム開発が必要になり、100万円以上のコストがかかることも珍しくありません。 AIも同じです。 ChatGPTやClaudeが月3,000〜1万円程度で使えるのは、決められたインターフェースの中で使う前提だからで、 自分のワークフローに完全に合わせた、自分だけのAIを作ろうと思えば、OpenAIやAnthropicが行っているような膨大な投資が必要になります。 大切なのは、ツールを自分に合わせようとするのではなく、ツールに合わせて自分のワークフローやルーティンを見直すことです。デジタルツールを入れてみて、それを使いながら自分のやり方をアップデートしていく——この順番が重要なのではないかなと思います。 もう一つの理由が、変化への抵抗です。 デジタルツールやAIを本当に活用しようとすれば、自分のワークフローを変え、ルーティンをアップデートしなければなりません。しかし人間の脳は、変わらないことの方が居心地よく感じるようにできています。 （ホメオスタシスと呼ばれるものですね！） その結果、「デジタルを活用すれば得られる恩恵」よりも「変えることへの負担」の方が大きく感じられてしまい、現状維持を選んでしまい、デジタルを活用できずになってしまいます。 一方で世界的にデジタル化をはじめ、最新のテクノロジーが一気に進む現象を「リープフロッグ（leapfrog）」と呼びます。 古い技術を習得する前に新しい技術が登場し、一気に最新のものへ飛び越えていく現象です。 わかりやすい例が、アフリカのスマートフォン普及です。光ファイバー回線を引く前に、スマートフォンと基地局によるモバイル通信が普及したことで、インターネット利用者が爆発的に増えました。古い技術への投資がなかったからこそ、最新技術へ一気に移行できました。 しかし日本では、このリープフロッグが起きにくい状況にあります。光回線はすでに全国に張り巡らされ、スマートフォンも普及している。これまでに確立されたワークフローや商習慣もあります。既存の仕組みが整っているからこそ、新しいツールを入れても「そこまで大きな差はない」と感じられてしまい、変化のモチベーションが生まれにくいわけですね。 そんな変化への抵抗に対して、無理やり、デジタル化を推進しようとすれば必ず反発が生まれます。 だからこそ重要なのは、どうすれば自然な形で変化を受け入れてもらえるかを考えることだと思うし、僕が無料のデジタル相談会を続けているのも、そのためなのかなと思っています。 どこでつまずいているのかを直接聞くことで、「このツールなら自然に使ってもらえるかもしれない」「無料で試してもらえれば、デジタルの恩恵を実感してもらえるかもしれない」というヒントが見えてくる気がしています。 だからこそ、僕も無料のデジタル相談会をこれからも続けていきたいし、続けていく価値があるんだろうなと思います。 もし相談があればお気軽にお声がけくださいね！少しでも参考になれば幸いです。

【デジタル相談室を続けて良かったこと】 3年前から続けている、月に1回のデジタル無料相談会、本日は2名の方の相談に乗りました。 1人の方はJimdoの更新方法が分からないとのことで、もう1人の方は子どものスクリーンタイムの設定に関して聞きたいとのことでした。 僕1人だけがデジタルを使いこなせるようになっても、社会全体がデジタルを使いこなせるようにならないと便利にならないという想いから、 「誰もがデジタルを活用できる世の中にする」と決めて、無料のデジタル相談会を開催していますが、 どこで躓いているのかをリアルな声として知ることができるのは、「誰もがデジタルを活用できる世の中にする」という目標を目指す上でありがたいなと思います。 どんなにWebサービスが発展しても、デジタル技術が進化しても、社会・地域にちゃんと実装できなければ便利さを十二分に発揮できないと思うので、 これからも引き続き、デジタル相談室を開催し続けていこうと思います。

width: stretch を使うと、box-sizingを指定しなくてもレイアウトがずれないってことですね！

Claude Codeが月額$100以上のプランしか使えなくなったと話題ですが、 反復作業を生成系AIでプログラミングを書けばほとんどの人が生産性の向上を実感できると思うので、多くの人は悲観しなくてもいいと思う🤔

ノーコードで作るぐらいなら、AIに作らせたほうがいい時代になってきてますね！ GWに実際に使ってみて、レビューしてみようかな🤔

毎月決まった日、曜日に行くと1400円で見れるところが多いけど、 ムビチケ前売り券が1500円なので、安く映画を観たい人は前売り券を買う理由がないですよね😓 特定の日の料金や前売り価格を全て含めて、料金体制をイチから見直した方がいいのではないかと思ってます🤔

これまで期日前投票や不在者投票しか行ったことがなかったけど、初めて当日投票に行ってきました🤗 家からも近くて、全く混んでなかったので、当日投票もいいですね！ ただ、ほぼ全ての候補者がWEBやSNSで発信していなくて、県外出身の僕にとっては選びにくい選挙でしたが、 エコーチェンバー（フィルターバブル）時代では、告知したいからSNSやWEBで発信するのではなく、日々の活動をアーカイブ化（可視化）するために発信するという姿勢が求められるのかなと思いました🤗 #藤枝市議会議員選挙

YouTube動画が自動再生されるようになっているので、YouTubeにアップしてXにそのリンクを貼るというのが、現時点での最適解なのかもしれない。

このポストに勇気をもらえました🥹 気持ちが折れてもおかしくない状況下でも、地道に努力を続け、一筋の光が見えるところまで持っていく姿は、中々見れるものではないし、 「ラクして成果を得る」という情報がSNSに溢れているからこそ、このポストに、すごく勇気をもらえるんだと思いました🤗 ブロードウェイの共同プロディーサーを務めるなど海外戦に勢いのあった昨年は、オンラインサロンから離れていましたが、 その挑戦をエンタメとして楽しんでいた一方で、その背中が遠ざかっていくような、フィクションのような、そんな感覚を覚え、離れていたのかもしれません😓 映画「 #えんとつ町のプペル 〜約束の時計台〜 」をきっかけに、作品の内容だけでなく、プロモーションを通じても、勇気を与えてもらえるのは、本当に恵まれているなと感じました☺️

自治体と住民間の公式な連絡ツールにまで発展したLINEのセキュリティリスクを総務省が数年前に忠告して、ようやく実現したという点では大歓迎ですが、 元々、LINEの大枠のシステム開発はネイバー社によるものなので、システム分離後に新規機能の技術開発が進むかどうかが気になるところですね😅 現時点でYahoo!Japanとのシステム統合もしばらく続きそうだし、 既存のシステム改修やセキュリティリスク対策で精一杯で、新規サービスへの開発・投資がなければ、LINEもメールと同様、レガシーになってしまう可能性はあるのかなと🤔

【ローカルLLMが当たり前になる時代——AIはクラウドからデバイスへ】 「ローカルLLM」とは、Apple Intelligenceのようなデバイスの中で完結するAIのことで、処理がすべてデバイスの中で完結するため、データが外に漏れないのが特徴です。 セキュリティの観点から見ると、非常に魅力的な選択肢です。 今月に入り、GoogleがGoogle AI Edge Galleryというサービスを発表しました。Apple IntelligenceがiPhoneユーザーに限られているのに対し、Google AI Edge Galleryはどのデバイスでも利用することができます。 ただし、ここで注意点があります。 ChatGPTやClaude、Geminiなどのクラウド型AIは、端末のスペックが低くても問題なく動作します。AIの処理はすべてサーバー側で行われるからです。 しかしローカルLLMは、AIの処理を端末内部で行います。つまりAIを駆動できるほど高性能なデバイスが必要になります。 日常的な簡単なタスクであれば、現在のハイエンドスマホでも対応できますが、高度な推論や大規模なモデルを使いたい場合は、さらに高性能な端末が必要です。 そうなると20〜30万円のデバイスが必要になるケースもあり、ChatGPTやClaudeに月額3,000円払い続ける方が安いという判断になることもあります。 もう一つ、見ておくべき流れがあります。 ──AIの従量課金化です。 AI企業のほとんどは現在、赤字を垂れ流しながらサービスを提供しています。 OpenAIのSora 2が半年でサービス終了になった理由も、開発コストをユーザーの課金だけでは賄えず、賄える算段がつかなかったからです。 またOpenAIのサム・アルトマン氏も「AIはインフラになると同時に従量課金になる」と述べています。 電気代や水道代、スマホの通信料と同じように、使えば使うほど料金がかかるモデルに移行していくということです。 電気を使う人が電気代を多く払うように、AIをたくさん使う人がたくさん払う——これは企業の利益追求というより、社会インフラとしての自然な姿なのかもしれません。 AIが従量課金化すれば、ガッツリ使いたい人にとってはコストがかさみます。 そこでローカルLLMが現実的な選択肢として浮上しています。 さらにセキュリティの面でも、自社のデバイスの中でAIを動かせれば、情報漏洩のリスクを大幅に下げられることもあって、 将来的には、MicrosoftオフィスやInternet ExplorerがWindowsに組み込まれて販売されていたように、ローカルLLMがデバイスに組み込まれた状態で販売される時代が来るのではないかと思っています。 現在、デバイス本体の機能がコモディティ化し、iPhone 17が10万円以下、MacBook Neoが10万円以下で買える時代になりましたが、 ローカルLLMが主流になれば、デバイスのスペックが直接AIの性能に直結します。 高性能なスマホ・PCへの需要が高まり、ハイスペックデバイスへの投資が当たり前になる時代が来るでしょう。 クラウド型AIからローカルLLMへ。 これは、セキュリティへの需要とAIの従量課金化という2つの大きな流れがあります。 どちらが良いかという話ではなく、選択肢を持っておくことが、これからのAI時代を賢く生きる一つの方法ではないでしょうか。 少しでも参考になれば嬉しいです。

スペックがコモディティ化しつつあったスマートフォンも、これからはスペックにこだわる時代になっていきそう🤔 かつてのパソコンの【最新版Office入ってます】と同じように、【Gemma-4-E4B-it入ってます】というのが、これからのスマホの選び方になるのかな

【レコメンド時代のSNS戦略——情報を届けるための3つのアプローチ】 今のSNSは、自分が興味を持っていることしか情報が届かない仕組みになっています。 アルゴリズムが自動的に最適化してくれるからこそ、逆に言えば興味のない人へ情報を届けることが難しくなっています。 ビジネスでSNSを使う理由の一つは、まだ自分のことを知らない層——いわゆるライト層——へ情報を広げることでした。しかし今は、それが本当に難しい時代になっています。 では、そんな時代にどうやって情報を届けていけばいいのか。 大きく分けて、3つのアプローチがあると思っています。 １：人を通じて情報を届ける アルゴリズムがレコメンドするのは「興味のあること・もの・人」です。 ここで注目したいのが「人」という要素です。 自分が好きな人、信頼している人が発信している情報であれば、普段は興味のないテーマでも自然と気になってしまう——そういう経験は誰でもあるはずです。 つまり、誰が発信しているかがますます重要になっています。フォロワー数が少なくても影響力を持つ「マイクロインフルエンサー」という概念が広まっているのも、まさにこの流れを反映しています。 情報の中身だけでなく、発信者への信頼や共感が、情報を届ける力になる時代です。 ２：リアルを通じて情報を届ける ネットの世界はアルゴリズムによって、自分に合った情報だけが届く空間になっています。新しいものとの偶然の出会いが生まれにくい構造です。 だからこそ、リアルの場が持つ力が見直されています。 目の前にあるポスター、手渡されたチラシ、イベントで耳に入った言葉——興味がなくても自然と目に入るのがリアルの情報です。 そこで初めて「気になる」という感情が生まれ、SNSで調べて、やがてファンになる。そういった流れは、ネットだけでは生まれにくいものです。 SNSの発信と並行して、リアルの接点を意識的に作ることが、情報を届ける上で有効な手段になっています。 ３：目先の数字にとらわれず、発信し続ける これが3つの中でもっとも大切なことかもしれません。 わかりやすい例がM-1グランプリです。 毎年1万組以上が出場する中で、決勝に進んだコンビのYouTubeチャンネルが軒並み伸びるという現象が起きています。注目すべきは登録者数だけではありません。 3〜4年前に投稿したネタ動画が、決勝進出をきっかけに急に再生され始めるのです。 当時は大きく再生されなかった動画が、「興味を持ってもらえるタイミング」が来た瞬間に一気に回り始める。これは今のSNSの構造を逆手に取った考え方です。 興味を持ってもらうタイミングは、今日ではなく1年後や数年後かもしれない。でもその時に「過去のコンテンツ」がなければ、ファンになりようがありません。 発信し続けることは、将来の出会いへの投資でもあります。 目先のいいね数やフォロワー数に一喜一憂するより、まずベースとなる発信を積み上げ続けること。 そしてその上で、どう届けるかを考えていくのが正しい順番だと思っています。 これからのSNS戦略をまとめると、次の3つです。 人を通じて届ける ——誰が発信しているかが情報の届き方を左右する。 リアルを通じて届ける ——偶然の出会いはオフラインにある。 発信し続ける ——将来興味を持ってくれる人のために、今からコンテンツを積み上げる。 この3つを意識しながら、まずは発信し続けることを優先する。興味を持ってもらった時に過去の投稿を見やすい形で整理しておく。そうすることで、出会いがファンへとつながりやすくな流と思います。 少しでも参考になれば嬉しいです。

【AI自動化を始める前にやるべきこと——まずはGASとマクロから】 AI自動化に興味を持ち始めて、SNSで調べてみると、「Claude Codeをパソコンにインストールして、フォルダやファイルをAIで操作する」という方法を見かけると思います。 しかし正直に言うと、これはエンジニアやプログラマー以外の人にはハードルが高い。 AIに聞けば教えてくれるとはいえ、根本的な知識がないとエラーが出た時の対処ができないし、なぜつまずいているのかも分からない。 だからこそ、まず取り組むべきはGoogleスプレッドシートやExcelのGAS（Google Apps Script）やマクロを AIで作ることだと思っています。 GASやマクロは、業務自動化の効果がすぐに目に見えます。設定してボタンを押せば動く——その手応えがモチベーションにつながります。 そしてGASやマクロを作って実際に動かすという手順は、Claude Codeのインストールや環境構築と比べると、難易度が格段に低い。 AIエージェントやClaude Codeを使いこなすには、GASやマクロで「AIが書いたコードを実行する」という体験が前提になります。 そこをすっ飛ばして高度な自動化に挑んでも、うまくいかないケースがほとんどです。 GASはGoogleのサービスなのでGeminiとの親和性が高く、GASを作る際には、GeminiにAIで相談するのがおすすめです。 際に僕も、AIが登場する前からGASやマクロをよく使っていました。今ではGeminiに「こういうGASを作りたい」と伝えるだけで、すぐに使えるコードが返ってくることが多く、業務効率化に役立っています。 僕が実際に使っているGASの例を紹介します。 スプレッドシートで見積書や請求書を作成した後、PDFとして保存してGoogleドライブにアップロードするという作業は、地味に手間がかかります。 そこで印刷レイアウトを調整して、PDF保存して、アップロードする——このフローをボタン1つで完結させるGASを作りました。 今はスプレッドシートに入力するだけで、請求書のPDFが自動的にGoogleドライブに保存されます。 こういった「ちょっとした手間」を自動化するだけで、日々の業務負担は大きく変わります。 ここでGASを作る際のコツを紹介しておくと、いきなりコードを依頼しないことです。 まず「要件定義」から始めることが大切です。要件定義とは、プログラムの設計図のようなものです。 今の業務フローをAIに説明し、「これを自動化するとしたらどんな設計になりますか？」と聞く。 返ってきた設計を確認して、「このフローで自動化できそうだ」と納得できたら、「GASのコードを作ってください」と依頼する。 部分的に修正したい場合は「この部分の要件をこう変えてください」と伝えてからコードを依頼する。 この順番で進めると、意図した通りに動くGASがスムーズに作れます。 まとめると、 Claude Codeのような高度なツールを使う前に、まずはAIでスプレッドシートやExcelのGAS・マクロを開発することから始めてみることをおすすめします。 その自動化の小さな成功体験を積み重ねることが、AI活用を本当の意味で自分のものにする一番の近道だと思っています。 少しでも参考になれば嬉しいです。

【朝活・タスク管理アプリを自作してみた】 いろんな朝活アプリやタスク管理アプリを使ってみたけど、自分に合うものがなく、長続きしなかったので、3ヶ月前にアプリを自作して日々使っているんですが、 都度改良できることもあって、継続して活用できてます。 （都度改善できるのは自作の強みですね） データベースとしてはものすごく簡単な仕様になっていて、ポイントデータは端末内に保存、タスクデータはスプレッドシートに保存する感じになってます。 タスクデータをスプレッドシートに保存することによって、 その日計画したタスクの所要時間の見積もりと、その日実施タスクを振り返れて、タイムマネージメントの向上に役立っているように感じます。 さらに、朝活や日々の習慣でポイントが貯まるだけでなく、タスク完了でもポイントが貯まり、その貯まったポイントは、例えば「サウナに行ける権利」「ゲームできる権利」「新幹線の指定席にアップグレードできる権利」などと交換できるようになっているのも、僕が継続できるひとつの理由かも。 タスク管理や習慣化って、各個人の生活習慣やモチベーションの源泉が違うのと、 今はAIを使えば誰でもアプリ開発できる時代なので、 自分に合ったアプリを作って運用するのが一番いいと思います。

【AI時代のSaaS競争——LINE HarnessとLステップから見えてくること】 最近話題になっている野田修一さんが開発した「LINE Harness」を、僕もインストールしてみましたが、今回は「LINE Harness」によって何がもたらされたかについて深ぼってみようと思います。 「LINE Harness」とは、簡単に言えば、これまで月額で利用していたLステップの機能を誰でも無料で使えるようにしたものです。 厳密には完全無料ではなく、使用するサーバーのストレージが10GBを超えると従量課金が発生しますが、それまでは実質無料で運用できます。 AI領域の著名人からも「Lステップの代替になる」と多くの人が発信されています。 その一方でLINE Harnessが注目を集めた直後、LステップはAPI連携機能を急遽開放しました。 おそらくですが、Lステップの契約者には、クライアントの公式LINE構築を請け負う業者が多く含まれています。そうした業者がオープンソースの使い方を習得してしまえば、Lステップを使わなくなる可能性がある——その危機感が、緊急対応につながったのではないかなと見ています。 「LINE Harness」のおかげで、Lステップが機能拡充したとも見れますよね。 しかしLステップはすでに完成度の高いシステムを持ち、大手企業での導入実績もあります。一方「LINE Harness」は、実際に安定運用できている事例がまだ少なく、信頼性という面では差があります。 そのため公式LINEを本格運用するなら、実績のあるLステップの方が安心——そう判断する企業はまだまだ多いはずです。 ただ完全な代替でなくても、代替の可能性があるだけで市場は動きます。 これはインターネットの歴史を振り返っても同じです。 GoogleもLINEも、長年使われ続けることで機能が増え、システムが複雑化し、代替が難しい存在になりました。 代替サービスが生まれにくいからこそ、企業の機能開発のモチベーションが薄れ、消費者は機能に不満を持ちつつ、ただ高い月額料金を払うしかない状況が生まれてしまいます。 しかしそこに「安く使える代替の可能性」が現れると、既存サービスは黙っていられなくなります。今回のLステップのAPI開放はまさにその動きですね。 つまりAIやオープンソースによる代替の登場は、既存サービスの品質向上を促す圧力になることを示してくれたいい例なのかなと思っています。 もう一つ重要な視点があります。 それは「既存サービスには機能が多すぎる」問題です。 長年運用されてきたSaaSは機能が肥大化しがちで、小規模な事業者にとっては「使わない機能にお金を払っている」状態になりがちです。 そこにチャンスがあります。 AIを活用してシンプルな機能に絞ったツールを安く提供する——これが新たな価値になります。 大手サービスは既存のシステム規模があるため月額を下げにくい。しかしスモールスタートなら、必要な機能だけを低コストで提供できます。 完全な代替は難しくても、特定のニーズに特化したサービスとして十分勝負できるわけです。 まとめると、 AIやオープンソースによって、既存SaaSの代替可能性が生まれつつある。それが既存サービスの機能改善・競争力向上を促す。そして「機能を絞って安く提供する」という新しいビジネスモデルのチャンスが広がっている。 AIの恩恵は、新しいサービスを作ることだけでなく、既存サービスの質を底上げするところにも現れています。 少しでも参考になれば嬉しいです。

今でもレビューの星の数は ・良くない　＝　星１個 ・良かった　＝　星４〜５個 の評価がほとんどで、あまり機能していないように思うので、AI時代使われなくなるのは納得ですね！ 粗品さんのこのネタもレガシーになっていくのか…..

NFCもその部分だったんだ🤭 クレジットカードの90%の面積が、 特に機能もないってことですね😂笑

【AIを活用するほど、脳への負担が増える？脳科学的に考えてみた】 SNSを開けば、Claude CodeをはじめとするAIツールの話題で溢れています。面倒な作業をAIが代わりにやってくれるなら、人間はもっと別のことに時間を使える——それ自体は良いことです。 ただ、今の段階でAIを活用しようとすればするほど、実は体への負担が増えてしまうのではないか、と感じています。 その理由を脳科学の観点から3つ紹介します。 １：「やり始め」のエネルギーコストが高すぎる 人間の脳は、何かを始めるタイミングが最もエネルギーを消費します。 習慣化の文脈でよく言われる話ですが、朝ランニングに行くなら、前夜にランニングウェアを着てシューズを枕元に置いておく——そうすることで「始めるためのエネルギー」を小さくできるという話は有名ですよね。 AIの活用も同じです。 AIに指示を出すにはプロンプトを考えなければならない。エージェントを構築しようとすれば、業務フローを洗い出してシステムに組み込む作業が必要です。 これは「やり始めのコスト」が非常に高い。 普通にタスクをこなす場合と比べて、AI活用に踏み出すためのエネルギーはまだまだ大きい。 Googleで検索するのと同じ感覚でAIを使える時代にはいずれなるかもしれませんが、今はまだそこまで来ていません。 ２：スイッチングコストが積み重なる 人間はマルチタスクができないことが脳科学的にわかっています。 マルチタスクに見えているのは、シングルタスクを短いスパンで切り替えているだけです。そしてこの「切り替え」自体にもエネルギーがかかります。 AIを使って作業をする典型的な流れはこうです。 指示を出して、待ち時間の間に別の作業をして、AIの出力が返ってきたら確認・修正してまた投げる——。 このスイッチングを繰り返すことで、脳は想像以上にエネルギーを消耗しています。集中して取り組みたい作業があるときほど、AIを挟むことでかえって効率が落ちているケースもあるはずです。 ３：期待値と現実のギャップが体を追い詰める 「1ヶ月かかった仕事が1週間で終わる」 「AIで自動化すれば楽になる」 ——そんな話が広まれば広まるほど、周囲からの期待値も上がります。 しかし現実には、AIの出力をそのまま使えるケースはまだ少なく、人間による編集や判断が必要な場面が多く残っています。 AI活用のコスト（指示を出すコスト・スイッチングコスト・システム構築コスト）を抱えながら、さらに短い期間での成果を求められる。 これでは体への負担が増えるのは当然です。 だからといって、AIを使うなという話ではありません。 文章の下書き、コードのベース作成、ネット検索の代わりに調べ物をする——こういった用途では、AIは非常に有効です。今まで検索エンジンで調べていたことは、AIに聞けばいい。 ただ、それ以外の部分では人間の作業が残るし、無理にAIを活用しようとすることで余分なコストが発生するなら、従来のやり方の方が結果的に効率が良いケースもあります。 AIを活用することによって体の負担が大きくなり、その結果として人間はそれほど長く働けなくなるのではないかと思っています。 エージェント化が進むことよりも先に、「人間がAIに合わせて動くことの限界」が来るのではないかと。 タスクスイッチングやマルチタスク化によるエネルギーの消耗の結果として、人間の体力の限界から労働時間は自然と減っていく——それが現実的なシナリオではないでしょうか。 AIは積極的に使いつつも、自分の体とエネルギーのコストを意識した上で、本当に使うべき場面を選ぶ。 それがAI時代の、賢い向き合い方だと思います。 少しでも参考になれば嬉しいです。