第1弾→　AIは「1分」を測れない？～生成AIの意外な限界とAI時代の正しい使い方を無料レポートで公開
第2弾→　AIスライド作成は一発で完成しない｜仕事で使える形に磨く「AI共創」無料レポート

NotebookLMでスライドやインフォグラフィックを作ってみたものの、
こんな経験はありませんか？

「ここだけ修正したいのに直せない…」
「PPTXで出したのに、全部“画像”で編集できない…」
「あと一歩で完成なのに、手が出せない…」

実はこれNotebookLMの仕様による“構造的な問題”です。

私は正直なところ、細かいテクニックだけに集中した
コンテンツは作るのも提供するのもあまり好きではありません。

なぜなら、だいたいにして「〇〇をこう使う」的な話は
“賞味期限がすぐに切れる”ものだからです。

AIの話ならば、なおそう言えます。

ただ、NotebookLMだけは【特別】だと言えます。
特にスライドやインフォグラフィック生成は、他のAIでは代替が難しいレベルです。

ビジネス用途に特化していて、これは個人事業主の
コンテンツ作成に強力な味方になってくれます。

だからこそ、ここにこだわりました。

今回第３弾では、Googleの生成AIであるNotebookLMのスライド/インフォグラフィック機能で
作った「絵」を個々の画像要素とテキストに分解するテクニックを話しています。

中身はPDFと動画です。

無料レポート公開後のご質問にすべてご返信済ですが、一部を共有させていただきます。

ご質問者はほぼほぼ以下のような方です。

・NotebookLMを現に使っており、出来たスライドまたはインフォグラフィックを
　自分なりに「修正したい」

要するに、すでに使っているがそのままでは目的達成できないので
なんとか自由に編集したい、という切実なニーズを抱えていらっしゃる方。

私と似たような仕事をされている様子です。
すなわち、

・プレゼン資料をAIにも手伝わせ、最後は
　自分が手を入れて完璧なものにする（会社員）

・学校で教材に使うため（教員）

「絵」を個々の画像要素とテキストに分解するために、
CANVAの特殊機能を使って「レイヤー化」します。

ちょっとわかりにくいと思いますが、文字は文字、画像は画像、
と1枚の図から複数の編集可能な要素（オブジェクト）に分解します。

ん、余計にわかりにくい？(笑)

簡単に言うと、普通にパワーポイントを開いて
図形や文字を自由に挿入しているのと同じ状態にするテクニックです。

NotebookLMという生成AIで作り出した「絵」を
CANVAに内包されたAI機能でバラバラにするイメージです。

で、なんでCANVA?

一番、手間がかからないからです。
トータルで楽だからです。

ただし、NotebookLMもCANVAもそこにあるAIは
例によって完璧では決してありません。

しかしNotebookLMが作り出したスライドまたはインフォグラフィックを
ベースに自在に編集ができるメリットははかり知れません。

このために私も日々の仕事で使っています。

ただし。

この話、どのAIテクニックにも共通していますが
『賞味期限』があります。

こんなことやらなくても、もっと簡単に誰でもすぐに
できる方法がすぐ置き換わるかもしれません。

実際、Googleの動きを見るだけでGeminiとの統合含めて
どんどん便利にすることにエネルギーをかけていますので
一発操作でOKとなる日が近く来るかもしれません。

そういう類のものではありますが、賞味期限がある前提で
AI共創で自分の足りない部分を補って『稼ぎたい方』は
是非とも使って欲しいテクニックです。

今や、AIの本質を掴んで手下として使う人と、
単にAIの奴隷、遊び相手になっているだけの人の間には
大きく、しかも急速な差が生まれはじめていますよね？

因みにこれは無料レポート公開は、【人機共創プロジェクト HACC】の
ご購入者には、数段深いレベルのノウハウとサービスをメンバーサイトにてご提供中です。

Copyright © 2026 インフォレビュー（INFOREVIEW） All Rights Reserved.

でもですね。
「お、いい感じかも」と思って見返すと、
なんだか浅い。
なんだか弱い。
なんだか伝わりにくい。

……ありませんか、こういうの。
つーか、私はイヤというほど経験してます。

私自身、AIを使って資料づくりをかなり試してきましたが、強く思うのは、
AIに一発で完成させようとすると、だいたいうまくいかない
ということです。

いや、もちろん叩き台としては十分すごいんです。
でも、そこから先。
本当に必要なのは、AIに丸投げすることではなく、
人間とAIが役割分担しながら仕上げることなんですよね。

これなしでは、仕事では使えない。
もうこれは法則として痛感しています。

私はこれを「AI共創」と考えています。

この無料レポートで伝えたかったこと

今回の無料レポートでは、
「未知を既知に変える10ステップ AI共創スライド作成術」
というテーマでまとめました。

名前だけ見ると少し固そうですが、言いたいことはわりとシンプルです。

詳しくない分野でも、AIと役割分担しながら進めれば、
仕事や教育の現場で使えるレベルのスライドに近づける。
その流れを整理した内容です。

ポイントは、AIに全部やらせることではありません。

意味があるのは、たとえば、

• 何を伝えるかは人間が決める。
• 論点整理や言語化は生成AIに手伝ってもらう。
• 見せる形への落とし込みは別のAIに担わせる。
• 出てきたものを見て、人間が違和感を拾う。
• その問題点を整理して、また改善する。

こういう流れです。

面倒そうに見えるかもしれませんが、
実はここを飛ばすと、
「それっぽいけど使えない資料」
が量産されやすいんですね。

逆に言うと、この流れを持てるだけで、
AI活用がかなり実務寄りになります。

なぜ一発目を信じすぎると危ないのか

AIの初回出力って、わりと罪深いです。
なぜなら、ぱっと見それっぽいからです。

でも落ち着いて見ると、
構造が弱いし、
順番も微妙だし、
言い換えが足りない。（逆に説明過多の場合もある）
説明がくどい。（普通に足りないことも多々ある）
そして細かく見ると、普通にズレていたりもする。

そこで違和感を感じたままで「まあいいか」で使うと危ない。

特に、人に見せる資料、仕事で使う資料、教材っぽいものはなおさらです。

だから私は、
あらゆる生成AIの初回出力は完成品ではなく出発点
と考えています。

まず出させる。
見て、ん？と思う。
その違和感を自分で言葉にする。（或いは文句を言ってAIに言語化させる）
修正する。
また出す。

この繰り返しですね。

なんだ、地味だなと思うかもしれません。
でも結局、ここを回せるかどうかで、仕上がりはかなり変わります。

AIを使う人は増えました。
でも、AIをどう分担させて、どう磨いていくかまで考えている人は、まだそんなに多くない気がしています。

無料レポートでは実例も公開しています

今回の無料レポートでは、本編（PDF43ページ）だけでなく
実例スライド（PDF15ページ）も付けています。

実例の題材は
「AIの影響でSaaSはどう変わるか」
というものです。

SaaSという言葉の意味がわからなくても全然構いません。
私自身、さほど詳しくもありません。

このテーマ自体が大事というより、
詳しくないテーマでも、ここまで一貫した形に整理できる
という実例として見ていただきたい内容です。

中では、
AIが奪うのはSaaSそのものではなく「手作業」であること
これからのSaaSは「消える」「残る」「進化する」に分かれること
大きな基盤系はむしろAI時代に重要性を増すこと
などを、スライドの形で整理しています。

つまりこれは、単なる業界解説というより、
AI共創でどうやって資料を磨いていくのか
の見本でもあるのです。

もしあなたが、
AIで資料は作ってみた。
でも、まだ仕事でそのまま使える感じにはなっていない。
そう感じているなら、この無料レポートはきっと重要なヒントになるはずです。

AIを使うこと自体は、もう珍しくありません。
これから差が出るのは、

• どう整理するのか？
• どう役割分担するのか？
• どう改善して仕上げるのか？

結局は、そのあたりだと思っています。

少し前にプロンプトエンジニアリングという言葉が流行りました。
その時は、人間がいかにプロンプトを作成するかという技術論でもありました。

すでに時代は先を走っています。
当ブログでは何度も書いたことですが、進化が凄まじいAIは
「常に上書きされる」運命にあります。

ひとつのAIの使い方をひたすら追いかけても、
翌日目が覚めたら、一気に追い抜くAIがリリースされている。
それが日常的に起こる世界です。

秒針分歩の進化だと、以前も述べたことがありますが、
実際のところ光の速さで進化しているんじゃなかろうかと思うほどです。

その意味では、この無料レポートの賞味期限がいつまであるかはわかりませんが、
できるだけ汎用性、長持ちするような視点で
「AIを手下にする」考え方と方法論をまとめています。

表面的なAI活用ではなく、もう一歩踏み込んで
「仕事の武器」として使いたい方に読んでいただきたい内容です。

是非ともダウンロードしてみてくださいね！
またコメント欄に何かを書いて請求いただいた場合、必ずご返信いたします。
（ダウンロードにより私の異端メルマガに登録されますが、いつでも解除可能です。
　すでに異端メルマガを受信されている方は、登録アドレスが同一ならレポート請求後も変わりません。）

Copyright © 2026 インフォレビュー（INFOREVIEW） All Rights Reserved.

いわば、HACCの先に見ている未来像であり、私の夢だと思ってください。

HACCご購入者へ時が来たら、企画をメンバーサイト内で持ち掛けて
どなたか手を挙げていただけるなら1人でも、或いは複数の方とのチームでも
新しいビジネスを立ち上げたいと思っている話です。

以下の記事にも述べていることですが、
>> AIを使っているだけでは危な過ぎる。“3つの層”で見える、これから仕事で差がつく人の条件

HACCは、AIをどう使うかではなく、
AIとどう役割分担するかを学ぶこと
が本質です。

それを学ぶと同時に必然的に身につくのが、
AIを選ぶノウハウ
となります。

これは、単にChatGPTを使う、Geminiを使う、NotebookLMを使う、
Claudeを使う、Manusを使う、Nano Banana Proを使う・・・等々では得られません。

実は、AIを選ぶノウハウは「お金」になるのです。
個々の〇〇AIの使い方、でも瞬間的にはお金になりますが、
賞味期限がいかんせんあっという間で終了するのでそういう話ではありません。
光の速さで進化しているテクノロジーはAIだけです。

先にAIを選ぶノウハウを端的に、しかも
ものの見事に表現できているビジネスがあるのでご紹介します。

実例として、AIとの役割分担を突き詰めている
とても面白いビジネスの話です。

「30秒1万円」の動画翻訳で大手に刺さるAI時代の勝ち筋ビジネス

2024年3月設立の若い会社、『こんにちハロー』さんの事例がぶっ飛ぶくらいに面白い！
売上は初年度1500万円、2年目8500万円、今期は2億円ペースということです。
売上高だけではなく、伸び率とまったく赤字になっていないところが凄い！

この会社が提供しているのは、
AI動画翻訳サービス
の一形態ですが、これだけだとピンと来ませんね。

今は、このAI動画翻訳サービスは、
アパホテルや大手アパレル、テレビ局に次々と導入されているとのことです。

まずは、築地のある蕎麦屋さん向けに作ったこの動画ご覧ください。
35秒ですのですぐ終わります。
30秒で1万円の費用。お蕎麦屋さんは売上が1.5倍に増えたということです。

店主（日本人）が日本語、次に英語、中国語で宣伝している動画です。
といってもこの動画『AI』が巧みに使われています。

それだけだと、どうってことないし普通にできるじゃん！
と思われたかもしれませんが、ここに重要な仕掛けがあるのです。

店主はゆっくり話すタイプらしいです。
英語も中国語も「ネイティブっぽくない」発音にあえて仕上げてあります。
日本人の店主が一生懸命に外国語で語りかけているような味付けです。
しかもリップシンク（唇としゃべりの同期）も洗練されています。

スマホで普通に撮った映像に、必ずしも流暢な発音とは言えない日本人の英語、中国語。
いかにも本人が何とか頑張ってしゃべっているように思える印象。

詳細は以下の記事にありますが、私は『こんにちハロー』さんの思想が
非常にHACC的だと感じ、感激したのです。

>> 「30秒1万円」の動画翻訳が大手に刺さった理由──7度目の起業で見つけた、AI時代の勝ち筋

どこが？

例えば前記記事からの引用になりますが、この動画制作フロー図。

AIにそのまま全フローを任せるのではなく、
ひとつひとつ人間の手が入っていますよね？

ここなんですよ、ポイントは。
人の手が入り、AIにまた戻すことで精度を上げていく試みです。
AIにどんな役割を持たせ、人間が何をすべきかを明確にしています。

しかもAI-1からAI-3まで同一ではありません。
工程ごとにそれぞれ得意なAIを選んでいるとのことで、
同社では「AIソムリエ」と呼んでいるそうです。

こういった考え方が、すごくHACC的なんです。
HACCでお伝えしたいことは、こういったAIの役割分担を
理解して、あるべき姿を目指し実践していくことです。
（泥臭くて面倒でも、結局それしか永遠に身につかないので）

私はこの記事の中で、ここに感銘受けました。
↓　↓　↓

AIツールは誰でも触れるが、商用レベルの動画に仕上げるには、
どのAIがどの用途に向いているかを知り尽くしている必要がある。
「そのノウハウを固めるだけで2年かかった」。

（中略）

「IRのリリースをChatGPTに作らせて、ノーチェックで株主に発表する会社がありますか」。
文章の翻訳は1次元だが、動画は声、イントネーション、表情と複数の要素が絡む。
関西弁の「オカン」を寒気の「悪寒」と訳してしまうような同音異義語の問題、
「お前さん」の言い方1つで変わる感情の機微
──こうした領域では当面、人の判断が欠かせないという見立てである。

（中略）

AIを選ぶノウハウをブラックボックス化してしまえばいい
分業もできる。
人を増やす代わりに、AIの選定と組み合わせの知見を蓄積することがスケールの手段になった。

引用：https://www.itmedia.co.jp/news/articles/2603/26/news064.html

うんうん、よくわかる。
どのAIが何に向いているか肌で理解できないと無理だよね～！

それに、人が細部のチェックしないまま納品するなんて
ビジネスでは非常識というか、これで問題起こったら自滅だよね～！

そうそう、機能別にAIの選び方こそノウハウの極みだよね。
そこをお客さんに見せないで、人がキッチリ絡むから
差別化できているよね～！

ああ、これ私がHACCで言いたかったこと、そのもの！

HACC販売ページに書けなかったこと

さてHACCの先に見据えているものは、
HACCのコンセプトと内容を理解しての
『AIを選ぶノウハウのブラックボックス化ビジネス』にほかなりません。

目指すのはAIを選ぶところはお客さんに見せないで、そこをノウハウとし
最終的なアウトプットで、単に『AIを使ってます』とは違う次元の
人が絡んでいるからこその絶妙な価値ある仕立てにするビジネス。

『こんにちハロー』さんの事例は、偶然にもHACC的な考えで
ビジネス化に成功している話に驚き、且つ敬意を込めて紹介した次第です。

HACCを活用した未来像として、
HACCご購入者を対象とした新たなプロジェクト（＝ビジネス協業）
を双方向で盛り上げていきたいと思っております。

そのプロジェクトは現段階では決まっているわけではありませんが、
HACCのご購入者であれば、教材やサポートを通じ考え方を理解されているはずなので
すぐに同じ方向に進んでいけると考えています。

ただHACC以外のものを、HACC販売ページに載せることは
インフォトップ審査上からも難しいということで
一切この件を記載しておりません。
（★バックエンド商品なら内容次第でOKと言われましたが、
　　HACCにバックエンドはそもそもありません。
　それにバックエンドではなく、これはHACCコンセプトに基づく『協業』提案です）

HACCの先にあるもの。
揃臭い言い方に変えると、HACCコンセプトに沿って
Win-Winとなる新たなビジネス協業の提案。
（あなたからの提案でももちろんウェルカム）

またこの『協業』に参加されないHACCご購入者へも、
特別なメリットがあるように企画するつもりです。
（★繰り返しになりますが、HACCそのものではないため
　販売ページには記載しておりません。）

あなたがいつHACC販売ページをご覧になるかはわかりません。
ただそこで表示されているプライスはその時点での最低価格となります。

なお、私はAIの開発現場に長く関わっていますが、それでも
AIの専門家であるとは言えないと思っています。
日本にもとんでもない研究者がゴロゴロしていて、彼らからすると小僧レベルです。

HACCは、ごく一般の方（＝AIとやりとりに苦痛の無いレベルの方）を想定し、
AI時代に自分のビジネスを立ち上げていくことの面白さと
未来のひとつとしてこの協業プランをひそかに共有したいと思い制作しました。

▼ HACCの詳細はこちら

Copyright © 2026 インフォレビュー（INFOREVIEW） All Rights Reserved.

小学生の場合は、検索代わりに使っているようでしたが、
文章作成、壁打ち、要約、アイデア出し、メール文案などで、
AIを使うこと自体は職場でもありふれてきました。
しかし一方で、ここで大きな勘違いも起きやすいと感じています。

それは、
「AIを使っている ＝ これからも大丈夫」ではない
ということです。

今回私は、この点を整理するために、
「AIに接する一般の人は、3つの層に分かれる」
という考え方を、スライドにまとめました。

あくまで一般の人であって、AIの専門家、研究者など
AIそのものを仕事にしている人たちは対象外とします。

このスライドでは、
A層を「AIと共創できる人」、
B層を「AIを日常的に壁打ちできるが受け身になりやすい人」、
C層を「AIをほとんど使わない、または定着していない人」
として考察しています。

この記事では、その内容をわかりやすく紹介します。
あわせて、「A/B/Cはどれくらいの割合なのか」
という点についても、公開データをもとに説明します。

AIに接する一般の人は、実は3つの層に分かれる

まずは、このスライド見ていただくほうが早いです。
※スライド左下の『↑』『↓』でページ移動ができます。

スライドの構成はとてもシンプルにしております。
AIに接する一般の人を3つの層に整理して、
それぞれ何がどう違うのか？
この先どうなるのか？
の見通しをわかりやすくしたつもりです。

C層は、AIをほとんど使わない人。
あるいは、少し触ったことはあっても、よく分からず定着していない人です。

なんとなく使ってはみたが、うまくいかないので面倒もあって使わないビジネスパーソン。

B層は、AIと会話したり、壁打ちしたり、下書きを作らせたりはできる人。
ただし、AIの出力を受け取る側に留まりやすく、使い方が受け身になりやすい層です。

これなんでかって言うと、AIの言葉を人は信用しやすくなるからです。
私の個人的意見ではなく、論文としていくつも出ているのでご紹介します。
昨今、AIは『ユーザにおもねる』のが普通で、できるだけ持ち上げようとしますので、
その雰囲気に呑まれていっそう信じやすくなるのですね。

「人はAIをどのように信じ、どこで頼りすぎるのか」
を考えるうえで参考になる論文

>> Trust and reliance on AI — An experimental study of people’s susceptibility to AI advice
AIが出した助言だと分かるだけで、人はそれに従いやすくなることを示した実験研究です。
要点は自分の判断や与えられた文脈情報と食い違っていても、AIの助言に追随してしまうという点です。しかもその追随は、本人にとって不利な結果だけでなく、第三者にも望ましくない影響をもたらしうると整理されています。

>> Managerial overreliance on AI-augmented decision-making processes: How the use of AI-based advisory systems shapes choice behavior in R&D investment decisions
これは何かというと、R&D投資のような不確実性の高い判断で、
AI助言システムが人の選択行動をどう変えるかを扱っています。
ポイントは、AIが意思決定に組み込まれると、管理者がそれを補助として使うだけでなく、過度に依存してしまうリスクがあることです。

>> Development and validation of the AI dependence scale
人がAIにどれくらい依存しているかを測るための尺度を開発・検証した研究です。
対象は中国の大学生です。したがって、そのまま一般社会へ当てはめるには注意が必要ですが、
研究としては「AI依存」という概念を測定可能な形にした点が重要です。

A層は、AIの特徴や限界を理解し、目的に応じて役割分担しながら成果をつくれる人。
単にAIを使うのではなく、AIと一緒に仕事を組み立てられる層です。

ここで重要なのは、AIに触れているかどうかではなく、
AIとどう役割分担して成果につなげているかです。

A/B/C層の割合はどれくらいか

ここで気になるのが、
「実際にはどの層がどれくらいいるのか」
という点です。

ここで示す比率は厳密な実測値ではなく、
公開調査をもとにした説明用の近似モデルです。

アメリカの公開データをもとにすると、
現時点では次くらいで考えるのが自然だと思っています。
（日本国内では感覚的になりますが、B層がボリュームゾーンで、
　A層はどう見ても1割以下じゃないかと思っております。）

C層：4～5割前後
B層：3～4割前後
A層：1～2割前後

この置き方の根拠は、主に2つあります。

1つ目は、Gallup（ギャラップ）の職場AI利用調査です。
2026年1月公表のGallup調査では、米国就業者の49%が職場でAIを全く使わないと答えています。
一方で、少なくとも年に数回以上使う人は51%で、そのうち週に数回以上使う「頻繁利用」は26%、毎日使う人は12%でした。

2つ目は、Pew Research Centerの一般成人調査です。
2025年6月のPew調査では、米国成人の34%がChatGPTを使ったことがあると答えています。
逆に言えば、66%はまだ使ったことがないということです。
若年層ほど利用経験が多い一方、全体ではまだ未接触層がかなり残っています。

さらにGallupの2025年6月時点の調査でも、職場でAIを少なくとも年に数回以上使う人は40%、
週に数回以上使う人は19%、毎日使う人は8%でした。
利用は伸びているものの、頻繁に使う人はまだ少数派だと分かります。

もちろん、ここでいうA層は単に「高頻度利用者」ではありません。
A層は、AIを頻繁に使うだけでなく、目的に応じてAIに役割分担させ、成果まで設計できる人です。

その意味では、実際のA層は「頻繁利用者」よりさらに絞られるはずです。
（説明用にはA層を1～2割前後と置きましたが）

C層は、これから徐々に取り残されやすくなる

C層については、
「AIを触ったことがない、または触ったけれどよく分からない層」
として整理しています。
ただ、この層は時代の変化とともに薄くなると予想しています。

これは、脅したいから言っているのではありません。

AIはこれから、特別な人だけの道具ではなく、
使えて当たり前の基礎スキルに近づいていく可能性が高いからです。

まぁ、インターネットが出てきて、スマホも出てきて時間の経過とともに
当たり前の存在になったように一種の生活に溶け込むインフラになるのは見えていますね。

見れば、新卒の新入社員が最初からChatGPTを何気に使っているのを見て、
C層のベテランは肝を冷やすときが来たなと思いました。
デジタルネイティブではなく、AIネイティブの若者がC層の
『働かないオジサン』を驚かせているのをしょっちゅう見ています。

今は使っていない人がいても、全体としてはC層は減っていくはずです。
ただし問題は、最後までそこに留まってしまう人です。

その人たちは、周囲のスピードや情報処理の変化についていけず、
静かに、そして確実に不利になっていきます。

つまり問題は、才能の有無ではありません。
AIに近づく最初の一歩を踏み出せるかどうかです。

いちばん多いB層こそ、最も安心できない

B層が一番やっかいかもしれません。

「AIを日常的に壁打ちできる人、AIを使うことに抵抗がない人」
としつつも、AIはユーザーにおもねる性質があり、出力を疑わず信じやすくなり、
AIの言いなりになりがちですが、そのことに気づかないからです。

さらに、このボリュームゾーンは、AIの使い方が中途半端なために
AIと共創できる人に仕事を奪われやすいと言えます。

ここがとても重要です。

AIそのものが仕事を奪うのではなく、
よりAIを使い倒せる人に奪われるのです。

これはホワイトカラーだけではなく、ブルーカラーの仕事でも同じです。
職場に『AIで効率化する』とかそんな話が出たときは、もう終わっているのです。

B層の人は、すでにAIを使っています。
会話もできます。相談もできます。
下書きを作らせることもできます。

ここだけを見ると、かなり前に進んでいるように見えます。

しかし、問題はその次です。

AIの出力をそのまま使う。
なんとなくそれっぽいから採用する。
自分で考える工程を手放す。

すると、見た目はAI活用をしていても、実際には
「受け身の活用」
で止まってしまいます。

別の報告では、生成AIが答を出してくれるまで
ぼーっとすることになり、思考停止になることが増えたともありました。

受け身なのでAIに頼って、考えることも無意識にやめちゃうんですね。

この状態は、一見便利です。
でも長い目で見ると危険です。

そのAIの言いなりループから脱出できないからです。

一方でA層はAIを単なる回答装置としてではなく、
成果をつくるためのパートナーとして使っています。

ビジネスの成果は最終的には『稼ぎ高』になって返ってきますが、
B層にいる限り、それは無理。

つまり、

B層は「AIをただ使える人」
A層は「AIで成果をつくれる人」

であり、この差は今後ますます大きくなります。

あ、念のためですが、ここでお話しているA層も専門家を除くごく一般の方です。
AIをネタに何かを売ってる人も、通常はここのA層に入っています。

専門家とは、AIのテクニカルな面をカバーできる人のこと。
例えばごく最近楽天グループが『Rakuten AI 3.0』を提供開始しました。
日本語の扱いに非常に優れていて、GPTをはるかに上回るベンチマークを叩き出しました。

これを聞いて、ChatGPTやGeminiのようにブラウザで普通に使えそうなものと思っては間違いです。
例えば以下の話がよどみなく頭に入ってくるくらいでないと、どうにもなりません。

楽天AI 3.0はApache 2.0で公開され、楽天の公式リポジトリやHugging Face経由で配布されています。
そのため、技術者が推論環境を整えて、Web画面や簡易チャットUIとして使えるようにすること自体は可能。
但し、楽天AI 3.0は約7000億パラメータのMoEモデルとして説明されています。
これだけ大規模だと、ローカルPCで手軽に扱うものではなく、相応の推論環境、GPU、サーバー設定、Python系の知識が必要になります。

ああ、なるほどとわかる方は、AIだけではなく業務系のソフトウェア開発を
経験してきた人のはずです。
これでもって、楽天AI 3.0のエンジンを一般の人が使えるように何とかしよう、
と事業化できる人或いは会社は間違いなく専門家集団です。

ただ、実際は予算面でもまた大変なので個人ではリスクも大きすぎます。
それなりのAI専門会社が環境を作り、ChatGPTやGeminiのように使える
インタフェースを提供してくれないと一般の個人にはChatGPTのように使えません。
その開発力と資金力がないと結構厳しいと思いました。

これから最も重要なのは、A層の「AIと共創できる力」

A層は、
「目的に沿ったその時代の複数AIの特徴、限界を知り、役割分担させて目的を達成できる人」
として整理しています。

さらに、AIの特性や限界を知っていることより、
俯瞰してAIをコントロール下に置ける見方や行動ができる人です。

AIの専門家、技術者である必要はさらさらありません。
むしろビジネス的に、最適なAIの組み合わせを、時代の変化に合わせて
『だいたいこうなってると、うまいこといくんじゃないか』
と見られる人のことです。

ここはAIの素人でも十分に達成可能なのです。

ここでのポイントは、とてもシンプルです。

人は、
・目的設定
・判断（検証含む）
・優先順位づけ
・最終統合
を担う。

AIは、
・発想支援
・下書き作成
・情報整理
・変換
・分析
・検証補助
を担う。

つまり、AIに全部やらせるのではありません。
逆に、人が全部抱え込むのでもありません。

人が考えるべきことを握り、AIに任せるべきことを任せる。
この役割分担ができる人こそ、これから最も強くなります。

だからA層は、単に作業が速い人ではありません。
AIを使って、仕事の質そのものを高められる人です。
だから、質が違うものを提供できるので『次』も楽に考えられます。

では、どうすればA層へ進めるのか

ここが一番大事です。

A層になるために必要なのは、
AIの専門家になることではありません。

必要なのは、AIをどう使うかではなく、
AIとどう役割分担するかを学ぶことなのです。

たとえば、

・どんな場面でAIに任せるとよいか
・どんな場面では人が判断を握るべきか
・どう指示すると、より使えるアウトプットになるか
・複数のAIをどう使い分ければ成果につながるか
・AIの出力をそのまま使わず、どう磨き上げるか

こうしたことを身につけると、
AIは単なる便利ツールではなく、
成果を生み出す共創相手に変わります。

「AIを使う人」から「AIと共創する人」へ

今回のスライドで伝えたかったことを一言でまとめるなら、これです。

これからの分岐点は、AIを使うことではなく、AIと共創できるかどうか。

C層に留まるのは危うい。
B層に留まるのも安心ではないし、C層からの突き上げとA層からは仕事を奪われる。
だからこそ、目指すべきはA層です。

そして、そのA層への移行を本気で進めたい人のために、
私は HACC（Human-AI Co-Creation / 人機共創） という形で、
AIとの役割分担と共創の考え方を体系化しています。

単にAIの使い方を覚えるのではなく、
AIと一緒に成果をつくる側へ進みたい方は、こちらをご覧ください。

▼ HACCの詳細はこちら

Copyright © 2026 インフォレビュー（INFOREVIEW） All Rights Reserved.

もとがコンピュータエンジニア出身でして、
どうしてもしがらみがあって続けざるを得ない職場で、
たまたまAIに関わったのが14年前ということです。

このジャンルのAIについても、たくさんのお問合せというかご依頼を継続的にいただいており、
このたびちょうどよい機会でもあるので詳しくご紹介いたします。

あなたの身近にある生成AIとはちょびっと味付けの異なるAI、
今日はそれをお話したいと思います。

あるジャンルとは、自動車の中に搭載されるソフトウェアのうち、
自動運転に関する世界の話です。
自動運転という言葉を聞いたことのある方は多いはずです。

自動運転には「AI」が深く関わっているのですが、お問合せ・ご質問は；
「自動運転AIってどんなふうになってるのですか？」
「車にAIを任せて大丈夫なのですか？」
「使われているのはChatGPTですか？」
といったような主旨のものを多々いただいております。

2026年3月にリリースした私の商品である
【　人機共創プロジェクト HACC　】
の本質である「AIとの共創」
実はこの開発現場での欠くべからざる要素なのです。

単に『AIを使う』次元をはるかに超えています。
そして、AIとの共創以外に解決できないのが自動運転の世界。

以下、98％以上の方が初めて聞かれる話かも、です。
そんなこと当たり前だよね、と思う方は自動車メーカーや
自動者部品メーカーなど関連分野で仕事をしている方だろうと想像しています。

この自動車業界は機密保持にとてもうるさいです。
そこに抵触しないように、一般論として自動運転AIの世界と
今、このページをご覧いただいている多くの個人事業主に
どんな関係があるのかをご紹介したいと思います。

ナノセカンドとミリセカンド

自動運転AIの話をする前に、前提にあたることを少しだけ。

パソコンのCPUを想像してみてください。
コンピュータの世界での動作は、ナノセカンド(nano second)単位です。
「10の9乗分の1」秒が1ナノセカンドです。

また、「10の6乗分の1」秒が1マイクロセカンド。
30年以上前のCPUはこの単位での動作でした。

言いたいことは、AIの動作は一般にナノセカンドの世界で動いていて、
1秒間というのは気の遠くなるほど長い、とご理解ください。

で、今度はマシン（機械）の話になります。
自動車はまさしく機械とソフトウェア（AIを含む）の融合体。

機械はさきほどのCPU動作に比べて、圧倒的に遅い。
それは誰でもわかることですが、具体的な数字で説明しますね。

例えば、今コックピットに、エンジン回転数が
3000RPM（1分間に3000回転という意味）と表示されています。

このとき、エンジン内部にはピストンがあって上下方向に動いているわけですが、
ピストンが一番上（上死点）から一番下（下死点）まで移動するのにかかる時間は10ms（0.01秒）。
msは、ミリセカンドという単位です。
（細かい説明は省略しますが、知りたい方は計算式を説明しますのでお問合せください）

3000rpmというと、街中では少しエンジンを回している状態です。
そのときピストンはわずか100分の1秒でシリンダー内を駆け抜けていることになります。

つまり、自動車における機械運動の世界ではナノでもマイクロでもなく、ミリセカンド単位。

1ミリセカンドは1/1000秒です。
先ほどのピストン運動は、10ミリセカンドの下降または上昇で往復20ミリセカンド。

要するに機械（アクセル、ブレーキ、ステアリングなど）をコントロールするには、
内部で考えるのはナノであっても、実際にはミリセカンドの世界での反応となります。

逆に言うと、何らかの情報をもとに車の挙動をコントロールするには、
ミリセカンドよりももっと小さな単位で決定されていないとならないということです。

ピストンを例にすると；

ピストンが10msで動いている間に、
AI含め他のプログラムが1回しか判断できなかったら、
制御は大雑把になり、またリスクも大きい。

しかし、AIと他のプログラムがナノ秒で動くなら、
ピストンが1mm動く間に数万回の「微調整」を検討できる。

この違いです。
自動運転ではマシンの動けるスピードに合わせて何もかも
十分な余裕をもって決め、調整できないとダメというのが大前提です。

自動運転ってこうなっている

現在、日本国内で販売されている新車なら何らか、
ドライバー向けの運転支援システムがついているのが常識ですよね。

今、販売されている車はほとんどが、
カメラあり、レーダーあり（＝ミリ波レーダー）、超音波あり、赤外線センサーあり・・・
とハリネズミ状態のセンサーだらけです。

ここに車内部の挙動として、車速、エンジン回転数、アクセル、ブレーキ、ハンドル
なんかの情報があって、さきほどのセンサーからの情報を加えて
「AI」が機能します。

ただしChatGPT、Gemini、Claude、NotebookLMなどの生成AIとは動き方がまるで異なります。
こういった生成AIは、ネットの向こうにAIの実体があり、
ネットを介して概ね数秒から数分でレスポンスがやってきます。

別に応答時間が厳しく制約されているわけでもありません。

ところが車の中にあるAIは、ネットを介して何らかの反応を待つこと自体
そもそも許されない、リアルタイム制御の世界です。

先ほど述べたように、ミリセカンドでマシンを制御するために
ナノセカンドのレベルでいろんなことを処理する世界なのです。
車からいちいちネットを介してお伺い立てるヒマはありません。

自動運転にはレベル0～レベル5とあり、多くの国内メーカーの車は
レベル2かレベル3どまりです。これが現状の自動運転の姿です。

またアメリカ、欧州、中国の現状を含めて整理すると
ざっとこんな感じです。

で、AIがどう関わっているのか？
という本題に迫っていきます。

レベル２あたりから上は、全部の車ではありませんが
「AI」がそこで頑張っている可能性が高いです。

AIが頑張っている、という意味は
AIがすべてを仕切っている、という意味では決してありません。

それは危険過ぎます。
AIがやっていることと、人（人の作ったプログラム）との共創で成り立っているのです。

AIと人（人の作ったプログラム）との共創が自動運転

これをスライドで説明しますね。

以下、スライドは全部で11ページあります。
スライド左下にある『↑』、『↓』の矢印ボタンで操作してください。

スライドのテキストを読みながら見ていただくと、
どのようにAIと人（または人の作ったプログラム）が共創しているか
なんとなくでもご理解いただけると思います。

※文系だけど…ご心配なく！難しい説明はしておりません！

はい、このスライドで見ていただきたいこと。
それはAIに何を任せているか、また何を任せていないか、
その境界線です。

少しずつ曖昧になりつつありますが、それでも最後は人なのです。

人の作ったプログラムの多くは、プロシージャル型（手続き型）とも呼ばれます。

以下の映画プロジェクト・ヘイル・メアリー紹介記事で引用した
プロシージャル生成と同じ意味合いです。

つまり同じシード（初期値）を与えれば、100％同じ結果が生まれる。
普通、人が書くプログラムはこういう作りになります。

生成AIではそうはいかない。
同じシードでも同じ結果が得られず、確率論的になる。

確率で自動車にとって最優先事項でもある安全性を
犠牲にするわけにはいかないです。

だから最後は人のジャッジが何より大事だとなります。
AIに任せきりではなく、AIの特性を活かして役割分担し
AIと共創しながらより良い結果を得る、
これが理想のAIとの接し方だと考えます。

冒頭に申し上げたように、この自動運転AIの現場は
「AIとの共創」そのものでして、これがHACC着想の出発点でした。

HACCは、自動運転AIの世界での当たり前を
ネットでの個人事業主にとってこれからの時代の『より早くより確実な稼ぎ方』、
或いは職場で今よりもはるかに成果を出していく（この結果、収入アップになる）、
そうなるように個人ができることへ落とし込んだ極めてレアなプロジェクト（実践講座）です。

▼人機共創プロジェクト HACC

Copyright © 2026 インフォレビュー（INFOREVIEW） All Rights Reserved.

映画についての感想・レビューは、これからいくらでも目にされると思います。
私はあるジャンルのAIシステム開発に長く関わっています。
原作と映画の両方を鑑賞して気づいた、ちょっと風変わりな視点でレビューしたいと思います。

「一緒に宇宙を旅できる！」
原作ファン・岸井ゆきの、“最高の映画体験”に大満足

のっけからあれですけど、俳優の岸井ゆきのさんインタビュー記事がとても秀逸です。
私の感想も完全に代弁されていますし、何よりこの映画なんとなく面白そう、
映画行ってみようかな～と思っている方は是非お目通しください。

どんな物語なのか、私の下手なレビューなんかよりも
はるかにリアリティに富む素敵なインタビュー記事ですよ。

映画ナタリーのプロジェクトヘイルメアリー特集記事です。

インタビュー記事では、岸井ゆきのさんの
・ライアン・コズリング愛
・原作者のアンディ・ウィアー愛
が深く溢れてて、また私もこの点ではまったく一緒です。

岸井ゆきのさんは「すでに原作を三度読み」したそうですが、
私は「二度読み」なのでまだまだですね。

で、先にこの原作、ハヤカワ文庫の本をちょこっとご紹介！

文庫本～レアな二重カバーに驚き

プロジェクトヘイルメアリーは上下2巻で構成されていて、
Amazonへ注文した本が届いたとき、軽い驚きがありました。

なんか表紙カバーに違和感があったので、よく見ると・・・

なんと、最初に出版されたときのカバーのうえに、
映画化されたことをアピールする新しいカバーが重ねてありました！

最初に出版されたときの宇宙船と宇宙で遊泳している様子のカバー。
これは原作にかなり忠実なイメージです。

通常は新しいカバーだけのはずが、どういうわけか
古いカバーのうえに被せてあったことでレアなものを手に入れた気分になりました。

アンディ・ウィアーの精密な科学的知見が重層的に面白くしている

映画の感想は省略しますが、ひとことで言うなら
「近くもう一回は行きます！」です。
これで十分お分かりかと(笑)

で、ここではタイトルに書いた
原作者アンディ・ウィアーのAI知見
について触れたいと思います。

原作全体を通して言えることですが、
科学的に理にかなった話、少なくとも科学的な説得力を持つ説明
が随所に出てきます。
（映画ではかなり省略されていますが仕方ありませんね）

主人公グレースと超ユニークな異星人（ロッキー）とのあり得ない物語が
この科学によるバックボーンで実にリアリティ豊かに表現され、
きっとのめり込んでいき、その面白さに圧倒されます。

映画という限られた短い尺の中で、この科学をグダグダ説明しているヒマはありません。

映画の冒頭で、宇宙船の旅でグレースが永い昏睡状態から目覚めるシーンが出てきます。
目覚めを検知する医療システムのアームが、あれやこれやと活躍します。

この医療システムは、昏睡管理システムと呼ぶべきもので原作から引用すると；

昏睡状態にある対象者のケアをします。
つねに、バイタルをチェックし、必要とあればどんな医療措置もほどこし、
栄養補給し、体液のモニタリングをし、等々。

実際に医師が同行できればそれがいちばんでしょう。
しかしこれは間違いなく次善の策といえます。

そしてプロジェクトの責任者が、これは人工知能（AI）なのか？と聞くと、

いいえ。

複雑なニューラル・ネットワークを開発する時間はありません。
これは完全なるプロシージャル生成。

非常に複雑ですが、けっしてAIではありません。
何千回も試験をして、それがどう反応するか、それはなぜか、
知る必要がありますから。

ニューラル・ネットワークではそれはできません。

という説明が出てきます。（太字・赤字はKENBOによる装飾）

ここなんですね、アンディ・ウィアーがAIの本質をきちんと見抜いているのは。
私が上下巻通じて、著者の知見に一番びっくりしたのはここでした。

その前にプロシージャル生成って見慣れない言葉が出てきますね。
これ自体、普通にわかる方はそんなにいないと思います。

アンディ・ウィアーがこの言葉を用いて、生成AIとの違いを述べているのですが
原作の出版は2021年5月であり、生成AIの代表例であるChatGPTが世に出てきたのは2022年。

つまり生成AI出現のだいぶ前に執筆した本の中で、AIの弱点・本質をキッチリと
述べていることに大変驚いたのです。
（ただし、この弱点は未来に登場すると言われる汎用人工知能：AGIの時代には
　どうなっているかわかりませんが）

プロシージャル生成とは、人間が書いた手続き（アルゴリズム）によって動作するもので
従来からあるように人が普通に作ったプログラムで動く、と理解しておけば良いです。

ただ、これだけではようわからん！
という方は少し詳しくまとめた次の表をご覧になってください。

この表の特に「予測可能性」の項目に注目してください。
AIのアウトプットにはそもそも100％という概念がありません。

同じシード（同じ初期値）を入力しても、まったく同じ結果にはなりません。
同じ生成AIに同じプロンプトを入力しても返ってくるものは、似たようでいて微妙に違うはずです。
そのことは一度でも生成AIを使ったことがあれば体感されているかと。

話をプロジェクトヘイルメアリーの引用部に戻すと、
「ニューラル・ネットワークではそれはできません。」
とは、

昏睡状態にある人に対して、何かが起こったときに
期待できる同じ結果が得られる保証はない、
ということをAIの性質から明言しているのです。

一方でプロシージャル生成では、
こんなことが起きたらシステムがこう反応する
という再現性が担保されているわけです。

何がどうなるか予測できる、それがうまい下手ではなく、
完璧ではないにしても、とにかく正確に予測できる、
これは重要なテーマです。

ニューラル・ネットワーク（＝生成AI）では確率論になり予測できない懸念が残る、
昏睡状態の人になにかあったら、このシステムは設計者が予想していない反応をするかもしれない。

だから生成AIではヤバすぎる、
そういう話をしているわけです。

2026.3.20のカラパイアのこの記事が参考になります。
（ChatGPTだけではなく生成AIはことごとくこの傾向があります）
>> チャットGPTは同じ質問を繰り返すと答えが二転三転する。一貫性に欠けることが判明

今回の記事では、重箱の隅をつつくような話をしましたが、
ドラマチックな物語にこういった科学的知見が重層的に織り込まれ、
否応なしにリアリティ豊かに盛り上げてくれる。

それがプロジェクト・ヘイル・メアリーです。

あとがき

プロジェクト・ヘイル・メアリーのプロジェクト繋がりでせっかくなのでPRです。

2026年3月に「人機共創プロジェクト HACC」という商品をリリースしました。
ここで使ったプロジェクトという単語は、そもそも
目標を達成するために策定した計画やその行動
のことです。

プロジェクト・ヘイル・メアリーという映画を知っていたからではありません。
2年前から構想し練っていた商品だったからです。

人機共創プロジェクトの、
人＝Human
機＝Machine、AI全体を示します。

Human-AI Co-CreationでHACCです。

AIを単に「使う」から、AIと「共創」する次元に持ち上げることで
稼げなかった自分を稼げるように変身させるプロジェクトです。

よくある「〇〇AIの使い方」ではありません。
それだと3か月くらいで賞味期限切れになりますので。

▼人機共創プロジェクト HACC

最後にひと言付け加えると、もし映画をすでにご覧になった方も
是非、原作をお読みいただくことをお勧めします。

原作は、濃厚、濃密です。
映画の尺では理解できなかったことがすべて明快にわかります。

勉強家であるアンディ・ウィアーにあっぱれ！
と素直に敬服します。

Copyright © 2026 インフォレビュー（INFOREVIEW） All Rights Reserved.

文具沼、ことのほか今やマイナーな存在でありますが、
「システム手帳」の沼にはまっている方へ衝撃の話です。
なんせ、私自身がこの沼にはまって30年以上経過しているので
ご同類の気持ちはなんとなくわかります。

鹿革のシステム手帳は、普通に文具店などで売られていることは（ほぼ100％）無いんじゃないか、
文具店で必ずシステム手帳コーナーに立ち寄る私は見たことがありません。
ゆえにほとんどのシステム手帳愛好家も、鹿革のものを触ったことすら無い、
というのが私の見立てです。

DEER SKINの名刺入れがだんだんとお気に入りに

いえ、そもそもこの鹿革になぜ関心を持ったかという
経緯からお話しないとなりません。

半年以上前になりますが、愛用の牛皮でできた名刺入れが
かなりの雨に濡れたことがきっかけでヨレヨレになっただけでなく、
中の名刺が牛皮に沁みた水分で汚れてしまうという事態に至りました。

さすがに寿命だと考えて、適当な名刺入れが見つかったら
買い替えようと思いながら、面倒くささもあってそのままにしておりました。

たまたま、高島屋デパートに立ち寄ったおりに、
何気に名刺入れを置いているコーナーでなんとなく
好みに合いそうなものが置いてあり手に取りました。

見た目もなんだかとても柔らかそうです。
手に取ってみると、実際柔らかく、雰囲気も上品です。
やや高めの値段でしたが、何も考えず即買いしたのです。

それから半年近くたったのが次の画像です。

半年経過しても、型崩れもなく、大きな汚れもありません。

CYPRIS（キプリス）は革小物のブランドで、今までも財布やらなんやらで
何度かこのブランド製品を使ったことがあったのも安心材料として
購入動機のひとつになりました。

それにしても鹿革とは珍しい。
今までの牛皮とか感触が違うが、まぁいいか。
最初はそれくらいにしか思っておりませんでした。

見た目、なんとなく柔らかそうな革だとわかりますよね？

最初は、今まで使ってきた革（牛皮）との違いでとまどいもありましたが、
実に不思議な特性があることに、日々使うたびに気づき始めました。

それはなにかと言うと；

• フワッとした触感
• しかしサラリともした触感
• なぜか体温を感じる
• なぜか水にも強い
• なぜか傷にも強い

後ほど、あらためてこう感じた根拠をお話したいと思います。
（気になって調べた結果です）

これらの特徴は、決して嫌なものではありません。
むしろ逆で、牛皮のものより愛着が増していく原因にもなったのです。

衝撃！KNOXの鹿革システム手帳 ～ DEER(ディア) ～

ある日、何気にスマホをスクロールしているとき、
なんとなくいい感じの見たことのないシステム手帳広告に出会いました。

それが、KNOXのその名もストレートな「DEER（ディア）」
文具店でも見かけないのは、KNOXオンラインショップ（楽天）限定だからでした。

これです。
↓↓↓

この楽天ページを見ているうちに、まったく想定しなかった
「物欲」が目覚めてしまいました(笑)

私はすでに複数のシステム手帳（すべてバイブルサイズ）をもっていて、
こちらの記事でも述べたように一種の外部脳として使っています。

私のシステム手帳用途は、デイリーで日記を書くということの対極にあります。

システム手帳に書いていることは；
・頭の中で沸いては消えていくアイデア、
・ふと重要と思った単語やフレーズ
・何か新しい企画やその進捗
・ほっておくと5秒後に記憶消失になる、なんとなく大事なこと
・忘れてはいけないパスワード類（＝デジタルが使えない場合のバックアップ）

このようなことです。
日記を書ける人がなかば羨ましいくらいですが、
私自身は自分が何をした、何を食べた、どう感じたとかまるで関心が無い
その点では改善見込みの無い人間です。

手持ちで複数のシステム手帳があり常用にひとつ、
あまり出番の無いものは高価なバインダー代わりにして
リフィル保管用に本棚へ並べています。

あくまでWebサイト上でしかわかりませんが、この鹿革も
柔らかそうで名刺入れとそっくりな予感がする、
でもフニャフニャしないかな、
デザインもシックで好みだな

とかいろいろ想像していたのですが、
その元にあるのは鹿革の名刺入れです。

これで鹿革なるものが、例えばカーフ（子牛）とは
どう違うのかも容易に想像できるのです。
カーフでできた手帳カバーは非常に美しいですが、実は傷がつきやすい。
鹿革と比べて、はるかにツルツルで光沢もある。

鹿革はそれとは違った方向できっと名刺入れのように、
フワッとして、サラリとしていて
尚且つ人肌っぽいぬくもりがあるのではないか。

完全な妄想ですが、もはや購入ボタンを押す言い訳を
探しているような状況です(笑)

値引きなし、33,000円はシステム手帳として
高価な部類であることは間違いありませんが、
手元にある名刺入れを触るごとにどうしても手に入れたくなり
遂に「ポチ」っと押してしまったのです。

システム手帳好きが、「嫌だな」と思っている弱点がここ

KNOX楽天ショップでポチった鹿革のシステム手帳をご紹介する前に、
システム手帳好きな私でもここだけはなんとかならんか！？
と思うような苦手なことが昔から用途面であるのです。

それは個人的過ぎますがこんなことです。

• ノートのように180度、軽く開かないと嫌
• 水に濡れてシミがつくのは嫌（コードバンやカーフでもよく起こります）
• ベルト式（カバー式でも）は書くとき右手にあたって邪魔

こういう点を回避できるシステム手帳を常に追いかけてきました。

ベルト式でもそのベルトがさほど気にならないこと。
またカバー式なら重くならないこと、などを気にしながら。

システム手帳は嫌だと思っている方のうち、こういったことが
理由になっている方もいらっしゃるかと思っています。

トラベラーズノートを一時試してみましたが、
ビジネスの現場ではどうしてもワイルドさが表に立つとの、
上部にある留め金がとにかく邪魔で結局リタイアしました。

でもって、結局はノーマルなシステム手帳に逆戻りしてからは
ひたすらバイブルサイズのシステム手帳のみで今日に至ります。

DEER（ディア）はすべてを解決してくれた

さて、ポチったKNOXのDEERが届きリフィルを入れた途端、しっくりきました！
ベルトなしの本のようなタイプですが、KNOX　Plotterのゴム付きリフターをつけるとピッタリ。

まず絶対に譲れない180度開く点について、これをご覧ください。

パタンと開くではありませんか。
何の力もいらないどころか、実は自然体でこれだけ開きます。

ペン差しの皮革も鹿革で柔らかく、筆記ではまったく邪魔になりません。

どこまで柔らかいか概ね、270度くらいかな。
まったく開閉においてこれだけの柔軟性は初めてです。

Plotterのゴム付きリフターで挟むとこんな感じです。
鹿革のシステム手帳、手触りは名刺入れと同じで
フワサラ
です。

因みに挟んでいるペンは、ジェットストリームのピュアモルト。
廃材を利用して金属と木がマッチしており、且つこの
DEER（ディア）の色合いにしっくりきます。

ついでに、Plotterのゴム付きリフターはこんな感じで、
手帳の最後のところに使っています。

定規（15㎝）は出番がときどきあってこれもスッと
自然体でホールドできて邪魔になりません。

DEER（ディア）は、すべてが柔らかい鹿革でできたシステム手帳です。
フワサラだけではなく、なぜかぬくもりがあるんですね。

これが不思議です。
名刺入れの場合、ワイシャツのポケットに入れておくことが多いので
体温が伝わりやすいのかなぁと思っていましたが、牛皮やコードバン（馬革）では
そうは感じません。

この謎を、複数の生成AIで確認してみました。
使ったのはChatGPT、Gemini、Claudeです。
どれもほぼ同一の返事をしてきましたが、整理しなおしました。

鹿革の”フワッとしてサラリ”としたぬくもりと傷に強い理由

なるほどと思った点を整理するとこうなります。

まず；
鹿革は、その希少性と優れた機能性から「革のカシミヤ」と称されます。
そうなんだ、と初めて知りました。

独特の質感の理由

極細の三次元繊維構造
鹿革の繊維は牛革よりも圧倒的に細く、網目状に複雑に絡み合っています。
これが、手に吸い付くような「柔らかさ」の正体です。

吸いつくようなあのえもいわれぬ感触はだからか！
と思わず手を叩きました(笑)

空気の層
繊維の隙間にたっぷりと空気を含むため、触れた瞬間に「フワッ」とした弾力を感じます。

これが「フワッとした」正体か！
手触りが牛革とは全然違う謎がこの空気層だったのか。

ぬくもりの秘密
含まれた空気が断熱材の役割を果たし、さらに天然の油分が豊富であるため、
人肌のような優しい「温度」を感じさせます。

やっぱりね！
なんか断熱材的なものがあるに違いないと感じていました。

なぜ傷に強いのか？

フワサラで柔らかい。
これだけでなんとなく傷にも弱そう。。。と思っていたら
実際に使ってみてカーフに比べてもなぜか圧倒的強さをまた不思議に感じてました。

衝撃の受け流し
硬い革（子牛など）は表面が削れやすいのに対し、鹿革は柔軟性が高いため、
ひっかき傷を「しなって」受け流します。

高い復元力
繊維がバネのような役割を果たし、小さな凹凸なら
自然に馴染んで目立たなくしてしまいます。

・・・そうなんですね！
知らなかったことばかり。

最後に、同じく3種類の生成AIが同じように回答した
鹿革のメンテナンスについてもご参考まで。

鹿革にとって最大のメンテナンスは、「毎日手で触れること」

ブラッシングは「馬毛ブラシ」を使用すること。
繊維の隙間のホコリを落とすだけで、サラリとした質感が持続します。

クリームは基本的に不要です。
1年ほど使い込み、乾燥が気になった時だけ
「デリケートクリーム」をごく少量馴染ませてください。

で、鹿革にやってはいけないことリストが以下となります。

• 重いオイル（ミンクオイル等）の使用：ベタつきの原因になり、フワッとした質感が二度と戻らなくなります。
• 硬いブラシ（豚毛等）の使用：表面の銀面を傷つけ、毛羽立ちの原因になります。
• アルコール・除菌剤の使用：天然の油分を奪い、ひび割れや色落ちを招きます。
• 密閉保管：カビの原因になります。保管は通気性の良い場所で行ってください。
• 鹿革のこれから 鹿革は使い込むほどに、あなたの手の脂を吸い込み、深い光沢（艶）を帯びていきます。 傷を恐れず、日常の相棒としてガシガシ使い込むことが、世界に一つだけの最高のエイジングを生み出します。

ということで、システム手帳沼にはまっているあなた。
DEER（ディア）は、これまでの世界観を変えてくれるシステム手帳です。

Copyright © 2026 インフォレビュー（INFOREVIEW） All Rights Reserved.

現時点で2つの追加特典を提供開始しており、
ご購入者向けにはメールでの通知をさせていただいております。

生成AIを使う場合に、個人的に知りたいことの検索代わりや
お絵かきツールのひとつとしての利用程度なら
以下お読みいただく必要はまったくありません。

会社での資料作成、例えば顧客向け企画書、提案書、報告書とか、
学校など教育機関での教材作成作り、あるいは
個人事業主のコンテンツ制作などを行う際に、
AIの力を最大限活かしたい人向けの話となります。

仕事でカッチリしたスライド（PPT)や文書を作りたい方、
そういった方向けの話です。

また毎度ながら個別にお問合せいただいた内容については
すべて24時間以内にご返信済ですので、メールをご覧ください。

ざっくりと2つの追加特典についてお話すると、
ともにビジネスや教育の現場で使えるノウハウとテクニックになります。
（なぜなら私が実際にこの通りに使っているため）

因みに、以下2つの特典完成後にいくつかのAIにレビューさせました。
いずれも有料版となりますが、ChatGPT、Gemini、Manusで。

最近の生成AIは、ユーザーにおもねるところが散見されますが、
今回もそういう性質があらわに。。。

「それぞれ3万円から5万円で売れると思います」
「特典ではなく単一の商品として販売したほうが良いです」

とか、適当なこと言うんじゃねぇ！
と毎度、頭にくる感じなのでこういう話は常に無視しています(笑)

Nano Banana ProやVeo3は「使うサービス」で成果が変わるAI共創の実例

【追加特典１】PDF 43ページ

これは、note有料記事をさらに深く突っ込んだビジネス・学校など
で使える実務紹介としております。

例えばNano Banana Proをお絵かきツールではなく、
ビジネス用、学校の教材用、コンテンツ商品の一部として
使いたいというニーズに応えます。

こちらの図は、Nano Banana ProやVEO3を「生」のままでなく、
それらを使う『AIサービス』で活用することがはるかにメリットがあることを
図解したものです。

某学校のAI学科の学生に説明するために作成したドラフトです。

図の中身以上にご理解いただきたいのは、
この図を【　一発のプロンプト　ｘ　1個の生成AI　】
で作成するには相当の手練れでないと無理だということです。

実は、Manus　x　ChatGPT　x　NotebookLMの合わせ技での実例紹介となります。

なぜそんな面倒臭そうなことやっているのか？
にもちゃんとそれなりに理由がありまして、
AIシステムの開発現場にいるからこそわかる知見でご紹介しています。

AIの答えが劇的に変わる「役割指定」実践ガイド

【追加特典２】PDF 42ページ

AIのプロンプト記述にてよく教科書的に言われる
『AIに役割を指定しなさい』という話を、
なぜ？だけじゃなく原理から、じゃぁどうすればいいのかまで深掘り。

AIへの“役割指定”を軸に、
・出力が変わる仕組み
・具体的な指示の組み立て方
・実務で使えるテンプレート

までまとめた実践ガイドです。

以下のメルぞう無料レポートでほんのさわりだけ述べたことの続きです。

実はAIに言うことを聞かせたいならば、
役割指定だけでは足りないんですね。
（Gemini、ChatGPT、Claude、Manus、NotebookLMなどどれでも共通）

じゃぁなにをどうすればいいのか？を解説しています。

私の関わっているAIのシステム開発現場では、生成AIはあくまで
別のAIシステムでのコード生成や検証の一部として使っています。
そういったプロの現場においても気をつけている話となります。

ざっと、こんな内容です。

この記事で述べたことのポイントはHACCの販売ページ特典欄にも記載しております。
（HACCでは今後も追加特典の計画があります。
またページを開いたときが最低価格です。）

▼人機共創プロジェクト HACC

Copyright © 2026 インフォレビュー（INFOREVIEW） All Rights Reserved.

もちろんそれも大事なのですが、実際に仕事や発信で使うなら、
それ以上に大事なのは「どのサービスで使うか」
だと私は感じています。

同じAIでも、使う場所が変わるだけで、
整理のしやすさも、仕上がりも、実務への落とし込みやすさもかなり変わるからです。

今回、そのあたりをKENBO自身の実例ベースでnoteにまとめました。
もともと某学校でのAI学科学生向けに、Nano Banana ProやVEO3などに関連して、
相互関係やこれらを活用しているサービスも含めレクチャして欲しいとの依頼があり、
それ用の図解（画像）を作成したのです。

全文を読むには、980円ですがXで拡散いただけると500円で購入可能です。
ただ無料部分だけでもそれなりに役立つと思います。

テーマは、
Nano Banana ProやVeo3のような生成AIをそのまま追うよりも、
「使うサービス」で成果が変わる、という話です。

しかも今回は、ただ理屈を書いただけではありません。

記事内で扱っている図解そのものが、KENBO自身がAIを役割分担させながら
完成させた実例になっています。

これは、私の商品である『人機共創プロジェクト HACC』の
作法に沿って作った実例紹介記事でもあるのです。

AIに丸投げすると、いかにもそれっぽいものは出てきます。
ですが、実際に伝わる形に仕上げようとすると、
人が意図を持って整理し、別のAIも使い分けながら整えていくと
格段に成果物のレベルもアップします。

そのプロセスも含めてまとめたのが今回のnoteです。
少額ながら有料にしたのは、その部分がHACCのノウハウでもあるからです。

生成AIをただ触るだけで終わらせたくない方、
仕事や発信、教材づくり、コンテンツ制作にきちんとつなげたい方には、
間違いなく参考になるはずです。

今やAIを『使う』から、AIと『共創する』時代への変換点を迎えています。

「AIを活用する」「AIを使う」ことは現代社会における必須のスキル
という言い方はもう終わっています。

なんとなくでもお感じの方は多いと思いますが、
AIが当たり前のインフラになると考えているからです。

電気や水道のようなインフラを「活用する」とはもはや誰も言わないですよね？
AIが当たり前のインフラとして存在する世界が、もうすぐそこまで来ているため
ステージアップした思考でAIと接していく企業や人が生き残る。

そんなふうに感じています。
またこれを形にしたのが、『人機共創プロジェクト HACC』

note記事でお確かめください。

Copyright © 2026 インフォレビュー（INFOREVIEW） All Rights Reserved.

ここ2〜3年で、生成AIは爆発的に増えました。
いや、生活にもビジネスにも浸透していると言ったほうが正しいですね。
メジャーな生成AIでは次の三つ巴の競争が激しい、そんな感じです。

ChatGPT（OpenAI）
Gemini（Google)
Claude（Anthropic）

バージョンはともかく、この記事投稿時点でのライバル同士です。

さらに最近では

Manus
Genspark

などのAIエージェントも登場しています。

さらに派生的に固有の機能をもつAIがいて、例えば
・Nano Banana Pro (Googleの画像生成AI）
・NotebookLM (Googleの要約や分析を行うAIツール）
・Sora2 (OpenAIの動画生成AI）
・VEO3 (Google DeepMindの動画生成AI）
・・・
と、どんどん新手が出ています。

その結果、多くの人が次のような悩みを持っています。

「結局どのAIを使えばいいの？」

YouTubeほかSNS上では、言いたい放題ですね。

「ChatGPTがやっぱり最強」
「いやClaudeの方が賢い」
「いやAIエージェントの時代」

など様々な意見があります。

しかし、ここで一つ冷静に考えてみてください。

本当に重要なのは「どのAIを使うか」なのでしょうか？

実は、この問いそのものが、
AI時代の大きな落とし穴なのです。

AIツールは3〜4ヶ月で変わる

AI業界の変化は異常なほど速いです。
ブログ、noteやメルマガなどいろいろなところで叫んでいますが、
日進月歩ではなく、秒針分歩のスピードで進化しています。

3ヶ月前まで最強だったAIが、次のモデルで一気に追い抜かれる。
昨日までの神プロンプトがアップデートで通用しなくなる。

私はもともと社会人になりたての時代からコンピュータエンジニアでして、
今でも半導体や自動運転AIなどの開発現場にも関わっています。
実務専門家が少ないため、大学や専門学校でこれらの分野で
レクチャも駆り出されている立場です。

その立場から申し上げると、
AIは異質のテクノロジー
です。

一般に何等かのテクノロジーでは、人の生活している感覚で
進化、発展していき、たまに大きな革新があっても
「なるほど、すごい技術が出てきたなぁ」
と横目で余裕に構えていられるのが普通です。

ところがAIだけは例外です。
今日、これだ！と思っていたことが明日にはどうでもよいレベルになる。
別の何かが、それまですごいと思われたAIを塗り替えているのです。
しかもゆっくりではなく、瞬時に。

だから、人は慌てます。
何が正しいのか見失うほど変化のスピードが速いのです。

珍しいことではなく、AI業界ではもはや日常です。
ということは、AIを「使っている」と思う人ほど感じているでしょう。

つまり

「○○AIの使い方」

「今、一番役に立つAIはこれ！」

的な話、ノウハウは、非常に短命なのです。
これをいくら追いかけても無意味です。
3，4か月で賞味期限切れになるからです。
そういう世界なのですね。

固有のツール・サービスに依存、頼りすぎのスキルは、
ツール・サービスの変化と一緒に価値が消えてしまいます。

機能だけでAIを選ぶ時代は終わった

最近ではもう一つ、大きな変化が起きています。

それは「AI企業の倫理」についての評価です。

例えば最近では、ChatGPTからClaudeへ
ユーザーが移る動きもニュースになってますね。

理由は単純な機能・性能ではなく、
AIの軍事利用などに対する企業の姿勢です。
そこを問う利用者が多いことに驚かされるばかりです。

これは利用している個人、企業あるいは国家の判断になるため
どちらが正しいということはここでは言えません。
またChatGPTもClaudeもこの先、どういうポジションで
この先進んでいくのか部外者にはわからないことです。

なんにせよ、AI選びには機能だけではなく

・倫理
・思想
・社会的影響

まで関わってくる時代になりました。
このへんが、2022年にChatGPTが出現した当時と違うところです。

ただこの動きは、個人的にはある意味ホッとする点があります。
AIが存在するために許すこと、許さないことをそれぞれの人が考えている、
そこに救いを感じています。

AIのリスクがより深刻になってきた

さらにAIにはもう一つ知っておくべき側面があります。
AIに『ハルシネーション』（堂々とウソをつく）ことは原理・構造の点からも
以前より知られているところですが、これだけじゃありません。

2026年3月、私はこの記事に戦慄を覚えました。
>> AI同士が“核兵器が使える戦争ゲーム”で対決→核の発射率は95％　英国の研究者が報告

AI同士に戦争シミュレーションを行わせた研究によると、
95%の確率で核兵器が発射されたという報告ですが、最も
恐ろしいと感じたのは以下の内容でした。

しかし、期限が迫り、このままでは確実に敗北するという条件に置かれた途端、
突如として冷徹なキャラに変貌した。
敗北を避けるために核の使用もためらわず、
核の使用率は一気に100％へと跳ね上がり、勝率も75％まで向上した。
余裕があるうちは安全志向だが、追い詰められると安全装置を外す
という危うい性質が浮き彫りになった。

このレポートからもAIは状況によって、

・嘘をつく（だけじゃなく）
・欺く
・極端な判断をする

こともあることを知っておきましょう。

つまりAIは

便利なツールであると同時に、
理解して使う必要がある存在

でもあることを、私たちに突き付けられているのですね。

結局、最重要なスキルは「AIとの付き合い方」

ここまで見てきたように；

・AIツールはごく短い間に変わる
・AI企業の倫理も変わるし
・AIには単にウソを言う以上のリスクもある

ということです。
この状況下で

「どのAIを使うか」だけを追い続けるのは終わりのないゲームです。

というより、私は無意味なゲームだと思っています。
もう14年以上AIのシステム開発に関わっている身としては、
最初から本能的に危うさとして微妙に感じていたことを、
最近あらためて、自分の直感は間違っていなかったと自覚するほどです。

本当に必要なのはなんなんでしょうね？
思うに、

AIを使うスキルではなく、AIと付き合うスキル

だと最近は強く感じるようになりました。

AIを使うからAIと共創するへ

そこで出てくる考え方が、AIとの共創です。
使うだけでは足りないし、時間がたてばたつほどAIの奴隷になるようなものです。
たぶん、何気にプロンプトを打ち込んで『壁打ち』するだけでは、
知らないちにAIの奴隷と化してしまいます。

AIと共創して、次に進む道を選ぶという選択肢もある。

このコンセプトを
人機共創
名づけました。

人＝Human
機＝機械でありこの場合はAI
共創＝Co-Creation

です。

AIを単なるツールとして使うのではなく、

思考のパートナーとして、
一緒にアイデアを作り出し、
価値を作り人に提供する。

という考え方です。

AIはもともと、

・知識
・情報整理
・アイデア展開

が得意ですし、そのことは生成AIを一度でも使っていれば
すぐにわかることですよね？

一方で人間はAIと何が違う？
と聞かれたら、ここが少なくとも違うと言えます。

・経験
・直感
・価値判断

AIには経験・体験ができません。
またあなたが考えるよりはるかに高尚なアウトプットを出すとしても、
それは直感によるインスピレーションとは違います。

また、モノゴトの善し悪しを含めてAIは判断ができません。
仮にどれほどAIが確信をもって断言しても、信じてはいけません。
それは判断しているのではなく、ただの「推論結果」なのです。

AIの得意とすること（＝人間な苦手なこと）と人間しかできないこと、
この2つを組み合わせることでAIは単なるツールではなく

思考を拡張する存在

になりえるのです。

人機共創というスキルが求められる時代

重要なのは特定のAIではなく、
どんなAIでも共創できるスキルを身につけることです。

ChatGPTでも、Claudeでも、Geminiでもいいじゃありませんか。
そして次に出てくるAIでもいいじゃありませんか。

どのAIであっても同じように価値を作れる人。

それがAI時代に強い人、生き残る人です。

この人機共創という考え方を体系化したものが、

人機共創プロジェクト HACC

です。

これは特定のAIの使い方を教える講座ではありません。

AIと対話しながら、自分の経験、強み、知識を整理し
それをコンテンツ、ビジネス、価値に変えていくという
考え方と実践法を学ぶプロジェクトです。

AI時代の分岐点～AIの奴隷になったままかそうでないか

AI時代には、2つのタイプの人が生まれます。

「AIツールを追いかけ続ける人」と「AIと共創できる人」です。

これはネットでなんとかしたい個人事業主の立場で考えると、
「ノウハウコレクターで終わる」か「自分のビジネスを立ち上げる」
この違いを意味しています。

前者は、常に新しいツールを追い続けます。
あるいは固有のAiの使い方に固執します。

後者は、どんなAIが来ても価値を作ることができます。

もうツール探しの旅を終わらせるときです。
もう世の中を見ているとAIの進化は止まりません。

これからも新しいAI、新しいエージェントが登場します。
しかも非常に短いサイクルで。

しかし重要なのはどのAIを使うかではなく、
AIとどう価値を作るかです。

あなたがネットで目標としていることは普通には、
「稼ぐ」ことですよね？

もしあなたがAIを触っているだけで、
「何か違う」と感じているなら、
それは次のステージに進むタイミングかもしれません。

目標を達成しましょう！
今まで自分には無理、と思っていたことが
何気にAIを使うを卒業して、AIと共創するスキルを身に付けましょう。

それがおそらくは唯一、ライバルにも勝てる解決策です。

▼AIとの新しい付き合い方を提案します。それが：
人機共創プロジェクト HACC

Copyright © 2026 インフォレビュー（INFOREVIEW） All Rights Reserved.