カテゴリー: AI仕事・働き方

価格が下がっていないか確認する。

予約に空きが出ていないか調べる。

決まったニュースを毎朝探す。

仕事に必要な情報を定期的に集める。

一つひとつは難しくなくても、同じページやサービスを何度も開く作業には手間がかかりますよね。

これまでの生成AIも、こうした確認を手伝ってくれていたので、便利なことに変わりないのですが、毎回、人がチャット画面を開き、質問や依頼を入力する必要はありました。

しかし、その関係が少しずつ変わり始めてきています。

人が毎回AIを呼び出すのではなく、最初に条件や頻度を決めておけば、AIが継続的に確認し、必要な変化が起きたときだけ、人間へ知らせてくる。

今や、生成AIが「聞けば答える道具」から「放っておいても動く道具」へ近づいてきているんです。

ChatGPTでは、単発や定期実行に加え、状況の変化を確認し、重要な更新があった場合だけ通知するタスクを設定できますし、ChatGPT Workも、長時間の作業や接続アプリ、ファイルを利用した処理に対応し、Scheduled Tasksによる定期処理や条件監視が可能になっています。

これはOpenAIだけの話ではなく、Googleの情報エージェントも、バックグラウンドで情報を継続的に確認し、設定した条件に合う変化が起きた場合に通知する設計となっていて、2026年夏以降、Google AI ProとUltraの利用者へ順次提供される予定となっています。

複数の大手サービスが同じ時期に定期実行や変化監視へ進んでいることは、生成AIの役割が広がる兆候といえるでしょう。

従来のチャットAIでは、人間が作業の開始点であり、知りたいことがあれば質問し、その回答を受け取り、必要になれば再び質問する。

AIは便利でも、人が操作しない時間には何も起こらないというものでした。

しかし、常駐型に近いAIでは、最初に「何を」「どの頻度で」「どのような条件になったら知らせるか」を設定することで、その後の確認はAIが引き受け、人間は変化が起きたときにだけ対応するということになります。

この違いは、単純にAIに質問する回数が減るというだけではなく、これまで人間が繰り返していた「見に行く」という行動自体を、AIへ渡せる可能性が出てきたということなんです。

価格チェックなら、同じ商品を何度も検索するのではなく、条件に合う変化を待つ。

ニュース確認なら、毎朝複数の情報を探しに行くのではなく、決めた頻度でAIに調べさせる。

予約の空きや仕事の定例処理も、必要な条件を先に設定できれば、毎回同じ確認を繰り返す必要はなくなる。

「AIエージェント」という言葉だけでは、生活がどう変わるのか想像しにくいのですが、「毎朝決まった情報を調べる」「変わったときだけ知らせる」と置き換えると、利用場面はかなり具体的になってくるのではないでしょうか？

これは、生成AIを使う時間が増えるのではなく、AIを開く時間が減り、人がチャット画面に向き合っている間だけ働く道具から、画面を閉じたあとも設定された仕事を続ける道具へ変わっているんです。

この点が、従来の生成AIとの大きな違いといってもいいでしょう。

ただし、確認作業をAIへ渡しても、人間の仕事がすべてなくなるわけではないことにも注意が必要。

何を監視対象にするのか？どの程度の変化を通知させるのか？どこまでAIへ任せるのか？不要になった処理をいつ止めるのか？

こうした管理は人間側に残ります。

通知条件が広すぎれば、必要性の低い情報まで届く可能性もありますし、反対に条件を絞りすぎれば、知りたかった変化を拾えないことも考えられ、誤検知や過剰通知を含め、AIを動かしたあとの状態を人間が確認する必要は必ずあります。

つまり、生成AIとの関わり方は「上手な質問を考えること」だけでは済まなくなり、これからは、継続して動く処理をどのように設計し、管理するかが重要になってきます。

次のAI競争を見るうえでも、回答の速さや賢さだけでは優劣をつけにくくなり、必要な仕事を人が操作しなくても続けられるのか？条件に合う変化だけを知らせられるのか？安心して放っておける範囲をどこまで広げられるのか？

その性能が、AIの使いやすさを左右する要素になっていくはずです。

「AIを使う」というのは、毎回チャット画面を開くことではなくなり、必要な条件を伝え、あとは変化が起きるまで任せておくことになり、いま現れている定期実行や条件監視という小さな兆候は、「何を答えられるか」から「何を安心して任せられるか」へ、生成AIの価値が移り始めていることを示しています。

最初「AIへの指示文を送るため」「言葉の区切りや重要性を知らせるため、Markdownファイル（拡張子 .md）を使いはじめた。

その時点では、ほんの一回限りの用途にすぎず、ここにきて、テキストエディタのデフォルトを.mdにすることまでは想像していなかった。

ブログを書くときにもマークダウンは便利だったし、txtでは表現しにくい、文字の価値観の差をつけられるところは優れていると思うし、なによりエディタ上で色分けされるから視認性もよく、文章の中で自分が今どこにいるのかも一瞬でわかる。

見た目の助けがあるだけで、編集のしやすさは大きく変わるし、htmlタグをいちいち打って閉じるより、先頭に記号を置いて空白を入れるほうがずっと簡単。

マークダウン対応のブログサイトなら、そのまま記事の形に近づいていくわけだし、制作スピードも段違い。

とはいえ、最初の頃は、AIの指示文として便利だからという単純な理由で、そこにあったのは、あくまで局所的な効率だった。

でも、ファイル修正する場面が増えてくると、txtより.mdのほうが人間にもやさしいと感じるようになった。

色分けや文字サイズの違いがあるだけで、どこが見出しで、どこが本文で、どこが強調なのかがつかみやすい。

残念ながら、txtはこれが見づらい。

軽量なのは認めるが、長文を読み返すようなことにでもなると、少し嫌になるところがある。

ここで強くなっていたのは、保存性というより流通性だったのだと思う。

txtは余計な物を付随しないから、いろんなところで再利用しやすく、別の場所へ持っていきやすい。

しかし、その汎用性は今やMarkdownファイルに奪われているような気がする。

一部のブログであれば、そのまま流してもいいし、仕様書や議事録の下地にもなるうえ、AIへの入力にはもってこいといってもいいだろう。

その感覚は、txtをデフォルトにしていた頃と比べるとよく分かる。

余計な手間や作業が減り、扱いやすくなった。

無駄を極力なくしつつ、構造化できる。

AIや機械との相性がいいのはたしかだが、今のところそれは人間にとっても同じ。

他のプログラミングほど難しいものでもないし、少しの学習で、仕事の能率が驚くほど上がる。

そう思うと、.mdの強さは、単に「きれいなテキスト」だからではない。

とはいえ、ここで言い切りすぎるのも違う。

少なくとも書き手の実感としては、.mdで困った場面はないが、それはまだ個人の使い方の範囲でもあるからかも。

多くのメモが本当に再利用されるのか、それとも結局は読み捨てられていくのかは、別に確かめる必要がある。

mdがデフォルトになっていく気がする、という感覚も、まだ予感の段階。

それでも、以前の「シンプルさ」と今の「シンプルさ」は同じではない。

昔は余計な装飾がないことがシンプルだったが、今は、AIにも人間にもそのまま渡せて、構造まで見えることがシンプルになっている。

現状ではシンプルさの意味合いは変わってきていて、.mdが強いのは、その変化をいちばん素直に受け止める形式だからなのかもしれない。

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。