投稿者: MyEix

  • AIを使うほど仕事が増える人が出てくる理由

    AIを使うほど仕事が増える人が出てくる理由

    AI疲れは「使えない人」の問題ではない

    AI疲れは、AIに弱い人だけの問題ではなく、むしろ、AIを真面目に追う人ほど感じている。

    2025年は「AIを使えるか」が論点だったものが、2026年は「AIを使い続けられるか」に移ってきており、その理由はAIツールが増えすぎたから。

    文章生成、検索、議事録、画像、動画、資料作成など、用途ごとにツールが分かれ、さらに、毎月のように新機能が登場。

    結果として、仕事は減るだけではなく「選ぶ」「試す」「覚える」「比較する「作業が増えます。

    McKinseyの2025年調査でも、企業はAIへ投資している一方、AI活用が成熟していると考える企業は1%にとどまっていて、導入数と成果は一致していないようです。 

    生産性が上がらない理由は、判断が増えるから

    AIは、作業時間を短くしてくれるのですが、判断時間までを消してくれるわけでもなく、資料作成ひとつにおいても、

    • AIに構成案を出させる。
    • 表現を直す。
    • 事実を確認する。
    • 社内向けに調整する。
    • 最後に責任を持って提出する。

    この流れの中で、下書きは圧倒的に速くなるのですが、確認作業は残りますし、場合によっては確認が増えます。

    まず、AIが出した答えを疑う力は必須であり、AIはハルシネーションが多い。

    またプロンプトも改善する必要も出てきますし、複数ツールの出力も比べる必要があるでしょう。

    これは「時短」ではなく、作業の移動であり、手を動かす時間は減ったのですが、その分、判断する時間が増えています。

    2026年の研究では、AI疲労を認知的過負荷、意欲低下、身体的負担、注意の分散などに分けて整理しています。対象は学生となっているのですが、仕事でAIを使う人にも近い構造があります。 

    つまり、AIは疲労を消す道具ではなく、使い方を間違えると疲労の種類を変える道具になります。

    「AI活用術」より「AIとの距離」が必要になる

    これまでのAI記事は、活用術が中心で、プロンプト、便利ツール、時短テクニックなど、導入初期には有効でしたが、ツールが増えた今、必要なのは使うAIを減らすこと。

    AI活用術は、できることを増やしてくれたのですが、現在のAIとの付き合い方は、やらないことを決めることが必要で、AI活用術が攻めの知識であったものが、現在の使い方はいかに消耗を防ぐかの設計となります。

    毎日新しいAIを試す人は情報量で疲れ、用途を3つに絞る人は運用が安定します。

    「検索はこのAI」「文章の下書きはこのAI」「画像生成はこのAI」

    この程度まで使い方を絞っていくほうが、仕事では力を発揮しますし、最新機能を全部追うより、使う場面を固定したほうが成果につながります。

    AI Sprawlといって、AIツールの乱立も問題になってきています。

    企業がAIを入れても、戦略や教育がないと成果は出にくいですし、明確な戦略がある組織ほど成果を感じやすいとされています。 

    向いている人、向いていない人

    AI関連の事業開発者、マーケター、エンジニア、メディア運営者などは、変化を追うこと自体が仕事の一部でもあるので、AIを積極的に追うべきではあります。

    一方で、全員が同じ速度で追う必要もなく、営業、経理、人事、教育、医療、現場管理などの仕事では、最新ツールより安定運用が大事で、毎週ツールを変えると、確認と教育の負担が増えていくだけです。

    ここで見るべき基準として「そのAIは、翌月も使う業務」に入るかどうか。

    入らないなら、追いかける優先度は下げていいですし、情報収集だけで仕事時間が削られるなら、本末転倒。

    AI疲れへの対策は、AIを否定することではなく、使う場面を絞ること。

    「全部使う人」より「使う場面を決めた人」のほうが消耗しませんし、結果にも繋がりやすく、2026年のAIテーマは、導入ではなく運用の見直しとなるでしょう。

    自分の仕事で、AIを使わない領域を決める。ここを決めない限り、AIは時短ではなく追加業務になっていくだけです。

  • AIエージェントと生成AIの違いは「作るか、動くか」にある

    AIエージェントと生成AIの違いは「作るか、動くか」にある

    生成AIは文章や画像を作る道具で、AIエージェントは、目的に向けて作業を進める仕組み。

    この違いを分けないと、AI導入の判断を誤ります。

    ChatGPTに文章を書かせるだけなら生成AIで足りますし、調査、比較、入力、連絡までを任せたいのであれvば、AIエージェントを検討する段階と言えます。

    IBMは生成AIを「テキスト、画像、動画、音声、コードなどを作るAI」と説明していて、AIエージェントについては「ユーザーや別システムの代わりに、自律的にタスクを実行するシステム」としています。

    生成AIは「出力」を作る

    生成AIの役割は、依頼に対して成果物を出すことで「メール文を作る」「会議メモを要約する」「SNS投稿案を出す」「画像やコードを生成する」など、人間が作業の流れを決めます。

    AIの存在は、その一部を担当する形になっていて、メリットは分かりやすさ。

    使う目的が明確で、失敗しても修正しやすいので、文章作成、企画案、調査メモの下書きには向いています。

    AIエージェントは「手順」まで持つ

    AIエージェントは、単に答えを出すだけではなく、目的に対して、その」手順を組み立てます。

    Google CloudはAIエージェントを、目標に向けてタスクを完了するソフトウェアと説明しており、推論、計画、記憶を使い、一定の自律性を持つ点も特徴となっています。

    営業リストを作る場合であれば、生成AIなら、リスト作成の方法を説明し、AIエージェントなら、条件をもとに候補を探し、表にまとめ、重複を消し、メール文まで作る設計になります。

    ここでの強みは、作業の連続性であり、人間が毎回指示しなくても、一定範囲を進めることができます。

    ただし、リスクも増え、間違った情報をもとに動くこともあり、不要なメールを送ったり、社内データを誤って扱うことや、最悪の場合データさえも削除する場合があります。

    仕事で先に使うべきなのは生成AI

    多くの職場では、先に使うべきなのは生成AIで、その理由は、効果とリスクを見やすいから。

    文章作成、議事録要約、FAQ作成、資料のたたき台などの範囲なら、人間が最終確認しやすいですし、失敗しても、業務全体への影響は限定されます。

    AIエージェントの場合は、問い合わせ対応、経費処理、採用候補者の整理、定型レポート作成など作業量が多い職場に向いているのですが、導入前に見るべき注意点もあります。

    • どこまで自動で実行するか
    • 誰が最終確認するか
    • 失敗した時に止められるか
    • 使うデータの範囲を制限できるか

    ここを決めずに入れると、便利さより管理負担が増ることになります。

    Reutersは、Gartnerの見通しとして、2027年末までにエージェントAIプロジェクトの40%超が中止されると報じていて、その理由というのが、コスト増と事業価値の不明確さ。

    判断基準は「任せたい範囲」で決める

    生成AIとAIエージェントは、上下関係ではなく、使う場面が異なります。

    考える基準は単純で、成果物だけ欲しいなら生成AIm作業の流れまで任せたいならAIエージェントとなります。

    個人なら、まず生成AIで十分で、、メール、要約、調査、文章作成で効果が発揮され、企業なら、AIエージェントは業務単位で検討すべき。

    「人の代わり」ではなく、「確認可能な作業の一部」を任せる設計が現実的です。

    AIエージェントを導入する前に見るべきなのは、AIの賢さではなく、止め方、確認者、データ範囲の3つを決められない業務には、まだ入れない方がいいでしょう。

  • 健康管理は「診断AI」より「予防AI」が主役に

    健康管理は「診断AI」より「予防AI」が主役に

    健康管理の主役は、診断AIから予防AIへ移っていく。

    その理由は明確で、今、AIが見る対象が、病院内の検査データから、日常データへ広がっているから。

    睡眠、心拍、活動量、ストレス傾向など、これらを毎日記録できる機器が増えてきており、さらに人々も注目してきている。

    その結果、AIは「病気を見つける技術」だけではなくなり「異変の前兆を知らせる技術」になっていく。

    なぜ予防AIが広がるのか?

    予防AIが広がる理由は3つあって、1つ目は、健康状態を「点」ではなく「線」で見られること。

    これまでの健康診断は、年1回の測定が中心であり、その日の血圧、体重、血液検査の数値を見ることが前提で、重要なことではあるが、日常の変化は見えにくい。

    なにせ1/365の数値なのだから。

    一方、スマートウォッチやスマートリングは違う。

    睡眠時間、心拍、活動量を毎日記録できるうえ、体調の変化を時系列で見ることができる。

    • 安静時心拍が数日続けて高い
    • 睡眠時間が短い状態が続いている
    • 活動量が急に落ちている

    こうした変化は、1回の検査では拾いにくいが、毎日のデータなら見つけやすくなる。

    予防AIの強みは、異常値だけを見ることではなく、その人の「普段の状態」から外れた変化を見ることであり、同じ心拍数でも、人によって意味は変わるし、普段から高めの人もいる。

    また、普段より急に上がった人もいる。健康診断などでは緊張のあまり高まることもあるだろう。

    2つ目は、医療費と生活負担を下げやすいこと。

    病気になってから治療する場合、負担は大きくなる。
    通院、検査、薬、入院、手術は、本人の時間も、家族の時間も奪ってしまう。

    しかし、悪化前に対処できれば負担は小さく「睡眠を増やす」「運動量を戻す」「食事を見直す」「早めに受診する」などこの段階なら、生活改善で対応できる可能性も出てくる。

    重要なのは、予防AIが治療を置き換えることではなく、治療が必要になる前に「行動を促す」ことであり、安静時心拍が上がっていたり、睡眠の質が落ちていたり、活動量が減っていることが数日続けば、AIが通知し、本人は早めに休んだり、必要なら早期に受診することも可能となり、体調悪化を放置しにくくなる。

    診断AIは、医療現場で価値を出し、予防AIは、医療現場に行く前に価値を出す。

    この違いが、医療費だけでなく生活負担にも効く。

    3つ目は、AIの役割が「医師の補助」から「本人の行動支援」へ広がること。

    これまでの医療AIは、診断支援が中心で、画像診断AIがその代表例で、レントゲンやCT画像を分析する ことで、医師が見落としを減らす。

    これは重要な使い方ではあるが、その利用場所は病院が中心になるうえ、大掛かりなものとなる。

    一方、予防AIであれば、その利用場所が全く異なり、病院ではなく、日常生活の中で利用されることになる。

    • 睡眠が乱れている
    • 心拍が普段より高い
    • 活動量が急に落ちている
    • ストレス傾向が続いている

    こうした変化をもとに、AIが本人へ通知することで、休息、運動、受診などの行動に繋がっていく。

    つまり、予防AIは病気の名前を当てる技術ではなく、生活の中で判断材料を渡す技術であり、診断AIの主な利用者は医師であり、予防AIの主な利用者は本人となる。

    ここが大きな違いとなり、医師向けAIは、医療判断の精度を上げ、本人向けAIは、行動のタイミングを早めていく。

    この役割の違いが、AIヘルスケアの広がりを決める。

    AIは何を見て異変を判断する?

    予防AIが見るのは、先ほども言ったように、単発の数値ではなく、毎日の変化であり、次のような変化を見る。

    • 睡眠時間が短くなった
    • 安静時心拍が上がった
    • 活動量が落ちた
    • 夜間の呼吸に乱れがある
    • ストレス指標が高い状態が続く

    重要なのは、1日だけの異常ではなく、本人の通常状態から外れた変化を見ることであり、健康診断が年1回だけの、その日の診断しか見れないこととは異なり、予防AIは毎日見続ける。この違いは大きい。

    診断AIとの違い

    診断AIは、病気の可能性を判断し、主な利用場所は病院や検査現場であり、予防AIは、異変の兆候を拾い、主な利用場所は自宅や職場だ。

    診断AIのメリットは精度と専門性で、医師の判断を補助しやすいことだが、なにより力を発揮するのは受診後であり、病院へ行く前の段階では無力と言ってもいい。

    予防AIのメリットは、日常で使える点であり、小さな変化を早く見つけやすく早期受診に繋がる。

    とはいえ、診断AIほどの精度と専門性があるわけでもなく、誤検知もあり、ストレスや疲労の推定には、まだまだ限界がある。

    実際、スマートウォッチのストレス指標は自己申告との相関が弱いという研究報道もある。 

    つまり、予防AIは医師の代わりではなく、受診のきっかけを作る技術だと捉えることが正しい。

    スマートリングが重要になる理由

    毎日着けやすいスマートリングは、予防AIと相性がいい。

    時計より軽いうえ、睡眠中も使いやすく、睡眠、心拍、体表温、活動量などを長期間記録することができる。

    スマートウォッチは通知や運動管理に強く、スマートリングは睡眠と継続記録に強い。

    この役割分担は今後も進んでいくように思われる。

    医療データの扱いが課題に

    とはいえ、予防AIで最も重要な課題はプライバシー問題であり、健康データは、購買履歴より重い。

    心拍、睡眠、病歴、ストレス傾向は個人情報の中でも圧倒的に機微性が高い。

    注意点は、健康データの扱い。

    予防AIは便利だが、扱うデータは重い。

    歩数だけなら影響は小さいが、睡眠、心拍、体温、ストレス傾向は違う。

    体調や病気の兆候につながる情報であるうえ、さらに問題になってくるのは、医療記録との連携で、ウェアラブルアプリが病院の医療記録とつながると、情報の価値は上がり、検査結果、処方薬、既往歴、日常の心拍や睡眠をまとめて見られるようになる。

    これは本人にとってメリットであり、体調管理の精度が上がり、医師に説明しやすくなるし、過去の記録を見ながら生活改善もしやすい。

    しかし、その一方で、リスクもあり、医療機関の中にある情報は、医療データとして保護されるが、本人がその情報を消費者向けアプリに移すと、保護の枠組みが変わる場合がある。

    Axiosも、医療記録をウェアラブルアプリに移すことで、HIPAAの保護対象外になる可能性を報じている。 

    つまり、同じ健康データでも置き場所で扱いが変わってくる。

    • 病院の中にあるデータ
    • アプリ会社のサーバーにあるデータ
    • AIサービスが分析するデータ

    この3つは同じではなく、予防AIを使う前に見るべき点は明確となる。

    データの保存先、第三者提供の有無、広告利用の有無、自身で削除できるか?医療記録と連携するか?

    特に重要なのは、削除方法で、使い始める時よりやめる時の条件を見るべき、これは予防AIだけに限らず、どんなサービスにおいても言えることだが・・・。

    もう1つの注意点は、医療機器かどうかで、スマートリングやスマートウォッチの健康機能は、すべて医療機器とは限らず「健康管理用」と「医療判断用」は別物。

    たとえば、睡眠スコアを表示する機能は生活改善に役立つが、それだけで病気を診断できるわけではない。

    一方で、FDAはAI搭載医療機器の一覧を公開していて、このリストは、米国で販売が認められたAI搭載医療機器を確認するためのもので、FDAは、医療従事者や患者がAI利用の有無を把握できるよう、透明性を高める目的も示している。 

    ここから分かることは1つ。

    AIが入っているから安全なのではなく、医療機器として確認されているかが重要となります。

    消費者向けデバイスのメリットは、毎日使いやすいことで、価格も比較的安く、生活に取り入れやすいが、医療判断には限界があり、通知が出ても、それは診断ではなく、あくまでも目安として受け止めること。

    医療機器のメリットは、用途や性能が規制の対象になり、医療現場で使う前提で確認される。

    当然、利用場面が限られるうえ、価格や導入条件も重くなりやすい。

    つまり、予防AIは「便利だから使う」ではなく、何を測り、どこに保存し、誰が使い、何に使われるかまでを見る必要がある。

    健康データは、あとから取り戻しにくく、機能より先にデータ管理を見るべきだ。

    誰に向いているか?

    予防AIは、健康不安が強い人より、生活改善を続けたい人に向いているものであり、特に向いているのは次のような人。

    • 睡眠の質を改善したい人
    • 運動不足を把握したい人
    • 心拍や体調変化を記録したい人
    • 家族の健康変化を早めに知りたい人

    一方で、数値を見ると不安が強くなる人には向かない。通知に振り回されるリスクがある。

    今後、健康管理は、病院での診断だけに依存しなくなり、AIが、日常の睡眠、心拍、行動データから異変を拾い、健康管理は「治療後」から「悪化前」へと移っていく。

    ただし、あくまでも予防AIは医師ではないので、判断の代行ではなく、受診や生活改善のきっかけとして使うべき。

    今後選ぶべき健康デバイスは、機能数では決まらない。見るべきなのは、精度、継続性、データ保護の3つ。