MyEix

投稿者: MyEix

  • サブスクは「入りやすさ」より「やめやすさ」で選ばれる

    サブスクは「入りやすさ」より「やめやすさ」で選ばれる

    サブスク事業者が見るべき指標は、契約数だけではなく、今後は、解約手続きの簡単さも評価対象になりそう。

    2026年7月、ニューヨーク市が契約と同程度に簡単な方法で解約できる「Click to Cancel」規則を採用したのだそうです。

    オンラインで契約できるサービスは、オンラインで解約できる仕組みが必要で、規則は2026年7月23日から発効されるようです。

    解約画面は、企業姿勢が表れる場所に

    これまで多くのサービスは、契約の入口をできるだけ短く簡単にされてきました。

    メールアドレスとカード情報を入力すれば、数分で利用を始められなんていうのは当たり前で、手軽にサービスを利用できる状況。

    しかし、その一方、解約には別の手続きが必要でした。

    • 電話をかける。
    • 営業時間内に担当者と話す。
    • 複数の画面を移動する。
    • 引き留め案内を何度も断る。

    契約は簡単でも、解約には時間がかかる設計は、どこの世界でも同じ。

    この仕組みは「ローチモーテル」と呼ばれるダークパターンの一種で、入るのは簡単ですが、出るのは難しいという設計で、企業側には、解約率を下げられるという最大の利点があります。

    しかし、利用者が手続きを諦めて料金を払い続けているという状況であれば、大きな問題であり、サービスの本質から外れてしまいます。

    契約者数は維持できるかもしれないが、信頼は失われる。

    アメリカでは連邦規則が止まり、市単位の規制が進んだ

    米連邦取引委員会も2024年、同様の「Click to Cancel」規則を決めていたのですが、2025年、連邦控訴裁判所が手続き上の不備を理由に規則を無効としました。

    無効となったのは規制内容そのものではなく、事前の影響分析が不足していたことが主な理由で、今回のニューヨーク市の規則は、この空白を市の消費者保護制度で埋める動きとなります。

    解約規則は、解約方法を契約方法と同程度に簡単にする制度。

    退会を止めるより、戻る理由を作る方が強い

    解約を難しくする設計と、再契約される設計は全く異なっているといってもいいでしょう。

    前者は、手続きの負担で顧客を残し、後者は、価格や機能への納得で顧客を戻します。

    短期の売上だけを見れば、解約の壁を高くする方が有利なのは当然なのですが、長期的には、問い合わせ対応が増えるうえ、SNSで批判される余地も生まれます。

    一方、解約しやすいサービスは、一時的に解約率が上がるとはいえ、契約時の心理的な負担を下げられるうえ、「いつでもやめられる」と分かっていれば、また簡単に試しやすくなります。

    今後、利用者が確認すべき項目は価格だけではありません。

    • Web上で解約を完了できるか
    • 自動更新前に通知が届くか
    • 無料期間の終了日が明確か
    • 休止やプラン変更ができるか
    • 必須料金を含む総額が表示されるか

    企業側も、これらを利用規約の中へ隠すべきではなく、契約画面と同じ場所で確認できる設計が基準が必要となってきます。

    サブスクを選ぶとき、申し込みボタンを押す前に、解約ページまでを確認するようにしておくことが、自分を守るための秘訣とも言えます。

  • 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。