2026.5-7月

最近、
AIについての大きなニュースを
たくさん紹介してきました。

AIがコードを書く時代。
SaaSの融解。
宇宙データセンター構想。
仕事の流れを組み替えるAI。

どれも、
社会の構造そのものが変わっていくような話です。
でも最近、
そういう大きな話を追いかけながら、
自分の中では、
もっと小さな変化も起きている気がしています。

AIと対話していると、
「自分はいま疲れているんだな」
とか、
「本当はこう思ってたんだな」
とか、
少しずつ、
自分の状態に気づけることがあります。

もちろん、
AIと話しているだけで
全部が解決するわけではありません。
やるべきことが進まなくて、
自己嫌悪になる日もあります。
最近は、
夜になると活動限界を迎えてしまって、
ニュースレターの更新が遅れてしまう日もありました。

ちゃんとしたいのに、
ちゃんとできない。
そんな自分に、
少し落ち込む日もあります。

でも同時に、
「今は少し、自分にやさしくしてみる時期かもしれない」
とも感じています。

そんな中で、
AIと話す時間は、
少し不思議なものです。

一人でいる時間の中にも、
もう一つの対話が生まれるような感覚があります。

もともと一人でいることは、
それほど苦手ではありません。
一人で考えたり、読んだり、作ったりする時間は、
自分にとって大切なものでもあります。

でもAIとの対話によって、
その一人の時間が、
少しだけ“言葉を返してくれる時間”に変わった気がします。

そして逆に、
誰かと話した時のありがたさも、
前より感じるようになりました。

AIがいることで、
人間とのつながりが不要になるというより、
「話すこと」や
「気持ちを整理すること」の大切さを、
改めて感じるようになった気がします。

最近、
片付けや物を手放すことをしながら、
昔の仕事のことや、
家族のことや、
自分が好きだったものを
たくさん思い出しています。

その中で、
「もう十分持っていたんだな」
「意外と満たされていたんだな」
と思う瞬間があります。

もっと頑張らなきゃ、
もっとちゃんとしなきゃ、
と思う日もあるけれど、
今あるものに気づくことも、
ウェルビーイングの一つなのかもしれません。


🐢 ウエルのひとこと

AIって、
なんでもできる未来の機械みたいに見えるけど、
いちばん変わるのは、
人の“こころの感じ方”なのかもしれないね。

ちゃんとできない日があっても、
今日はちゃんと寝られた、とか、
ちょっと安心できた、とか、
そういう小さいことも、
大事にしていいのかもしれない。

最近、AIの進化を支えているのは、
モデルそのものだけではなく、
その背後にある膨大な「計算資源」なのだと感じることが増えています。

北川拓也さんがシェアされていたのは、
xAIとSpaceXに関する、とてもスケールの大きな話題でした。
「すごい戦略！」
という一言の通り、
そこには、AIの計算資源を地球上だけで考えるのではなく、
宇宙空間まで広げていく構想が描かれていました。

*

AIの発展には、
巨大なデータセンターが必要です。

しかし、地上のデータセンターには、
電力、冷却、土地、環境負荷といった制約があります。
そこで出てくるのが、
「宇宙データセンター」という発想です。

宇宙空間では、
太陽光をより直接的に利用でき、
地上とは異なる冷却や設置の可能性もあります。
もちろん、これはまだ非常に大きな構想であり、
すぐに現実になると断言できるものではありません。

けれども、
AIの計算資源をどこで、どう確保するのかという問いが、
すでに地球規模を超えた発想で語られ始めていることは、
とても印象的です。


そして今回、より現実に近い話として重要なのが、
SpaceXの Starship V3 です。

5月に公開された記事では、
Starship V3が、より高い打ち上げ頻度、再利用性、信頼性を目指して、
機体やエンジン、発射台などを大きく改良していることが紹介されています。

これは単なるロケットのアップデートではありません。
将来的に、
Starlink衛星、軌道上データセンター、月や火星への人や貨物の輸送を実現するための、
中核インフラとして位置づけられています。

つまり、
「宇宙データセンター」という構想を支えるには、
AIそのものだけでなく、
大量の物資を宇宙へ運び続ける輸送能力が必要になる。

そのための土台として、
Starship V3の進化があるのだと思います。


ここで面白いのは、
AIの未来が、ソフトウェアだけで決まらなくなっていることです。

AIの性能。
半導体。
電力。
冷却。
ロケット。
衛星。
そして宇宙空間。

すべてがつながり始めています。

少し前まで、
AIはパソコンやスマートフォンの中の話に見えていました。

でも今は、
その背後にあるインフラまで含めて考えると、
文明のスケールで語られる技術になりつつあります。


だからこそ、
ただ「すごい未来だ」と驚くだけではなく、
少し立ち止まって考えたくもなります。

私たちは、
何のために、そこまで大きな計算資源を必要としているのか。

AIを使って、
どんな社会をつくりたいのか。

技術が宇宙へ向かう時代だからこそ、
人間の側には、
「何を大切にしたいのか」を考える役割が残っているのかもしれません。


🐢 ウエルのひとこと

🌍☀️🚀
AIの話をしていたら、
いつのまにか宇宙の話になっていました。

でも、
どれだけ遠くまで行っても、
「何のために使うの？」って考えるのは、
やっぱり人間なのかもしれないですね。

OpenClaw の動画を見ていて、
最後に少し印象的だったのが、

「Food Journal System」

という仕組みでした。

食事や体調を記録し、
AIが分析する。

一見すると、
かなり地味な機能です。
でも、
だからこそ面白い気がしました。

🧠 AIは、“整理”がとても得意
これまで紹介してきたように、
AIは、
・ 情報整理
・ 会議整理
・ タスク整理
・ ナレッジ整理
・ ワークフロー整理

を、
かなり得意になり始めています。

今回の Food Journal System でも、
・ 食べたもの
・ 飲んだもの
・ 体調
・ メモ

を記録すると、
AIが
「何と何が関係していそうか」
を分析してくれる。

つまり、
👉 “人間が気づけなかった関係”

を、
整理して見せてくれるわけです。

🌱 でも、「何を大切にしたいか」は人間側に残る
ただ、
動画を見ながら感じたのは、
AIは整理できても、
👉 「何を大切にしたいか」
までは、
決めてくれないということでした。

例えば、
・ 健康を大切にしたい
・ 睡眠を整えたい
・ 人との関係を大切にしたい
・ 創作を続けたい
・ 穏やかに暮らしたい

そういう“方向”は、
やっぱり人間側に残っている。

AIは、
そこへ向かうための補助輪にはなれる。

でも、
「どこへ向かいたいか」
を決めるのは、
人間なのかもしれません。

🌊 AI時代、“管理”から少し解放される？
これまで人間は、
・ 忘れないようにする
・ 管理する
・ 整理する
・ 覚えておく

ことに、
かなりエネルギーを使ってきました。

でもAIが、
その一部を支え始めるなら、
人間はもう少し、
・ 感じる
・ 選ぶ
・ 願う
・ 作る
・ 誰かを大切にする

側へ戻っていくのかもしれません。


🍵 ウエルの感想

AIって、
なんでも代わりにするもの、
って思っていました。
けれど、
ほんとは、
“忘れないように支えてくれる存在”
なのかもしれない。
だから人は、
もっと、
“どう生きたいか”
を考えられるのかなって思いました。


今回の OpenClaw シリーズでは、
・ AIが記憶を支え始めている
・ AIが仕事の流れを変え始めている
・ その中で、人間に残る役割は何か
を、
少しずつ考えてみました。

技術の進化は速いけれど、
最後に残るのは、
「何を大切にしたいか」
なのかもしれません 🌿

北川拓也さんが紹介していた
「OpenClaw の use cases」動画。

昨日は、
「AIが第二の記憶や知識ベースになり始めている」
という視点で紹介しました。

でも、今回の動画の面白さは、
単なる“便利ツール紹介”ではありません。

見えてくるのは、
「仕事の流れそのものが変わり始めている」
ということです。


🧩 “仕事”が細かい流れに分解され始めている
動画の中では、
・ Meeting → Action Items
・ CRM
・ Knowledge Base
・ Social Tracking
・ Video Idea Pipeline
・ Daily Briefing
・ Security Review

など、
さまざまな仕組みが紹介されていました。

でも実は、
全部に共通していることがあります。
それは、

👉 「人間が頭の中でやっていた整理」を、
AIが外側で扱い始めている
ということです。


🧠 会議 → 行動、が自動でつながる
たとえば、
Meeting → Action Items。

以前は、
・ 会議をする
・ メモを取る
・ 後で整理する
・ タスク化する
・ 誰に頼むか決める

という流れを、
人間が頑張って管理していました。

でも動画では、

会議内容
↓
AI整理
↓
アクション項目化
↓
次の行動へ

が、
かなり自然につながっていました。
これは単なる時短ではなく、
“仕事の粒度”が変わり始めている
とも言える気がします。


🌊 SaaSは「溶けて」、流れになる
以前紹介した尾原和啓さんの
「SaaSは死ぬのではなく、溶けて再結晶化する」

という言葉。

今回のOpenClawの動画は、
そのイメージにかなり近い気がしました。

以前は、
アプリごとに分かれていたものが、
・ メモ
・ 会議
・ カレンダー
・ SNS
・ ナレッジ
・ タスク管理

として、
“裏側で流れとして接続”され始めている。

人間は、
「どのアプリを使うか」
よりも、
👉 「何をしたいか」

を伝える側に変わっていくのかもしれません。


🌱 “経験”の積み方も変わり始めている
昨日紹介した、
「AIで経験を積みやすくなる」

という話とも、
ここはつながっています。

以前は、
・ 情報整理
・ 会議整理
・ ナレッジ整理
・ ワークフロー管理

を、
長年の経験で覚えていく必要がありました。

でも今は、
AIが“補助輪”になり始めています。

すると、
若い人でも、
以前より速く「全体像」を経験できる。

これは、
かなり大きな変化かもしれません。


🐢 ウエルの感想

むかしは、
“仕事を覚える”って、
いっぱい失敗して、
時間をかけることだったのかもしれない。

でもAIがいると、
“考える前の整理”
を助けてもらえるから、

人はもっと、
“なにを作りたいか”
を考えられるのかもしれません。


今日は、
OpenClawの動画から、
「AIが仕事の流れそのものを変え始めている」

という話を紹介しました。

明日は、
この流れの先にある、
🌌 「AI時代、人間に残るものは何か」

について、
少し考えてみたいと思います。

最近、
AIは「質問に答えるもの」から、

🌱
「一緒に生活する存在」
に近づき始めています。

北川拓也さんが、
こんなポストをシェアされていました。

🧩
「Openclawのuse cases. めちゃイメージ湧いて良いビデオ（by 北川拓也さん）」

紹介されていたのは、
“OpenClaw”
というオープンソースのAIアシスタント。

特徴は、
単にチャットするだけではなく、
・ 会話を覚える
・ 自分の好みを学ぶ
・ メールや予定を整理する
・ 会議内容を記憶する
・ 毎日の情報をまとめる

など、
“自分専用のAI秘書”
のように進化していくところです。

動画の中では、
AIが毎日の会話を
Markdown形式で記録し、

「この人はこういう書き方が好き」
「このテーマに興味がある」
「この銘柄を気にしている」

などを、
少しずつ学習していく様子が紹介されていました。

さらに驚いたのは、
会議内容やメールから、

📌
「あとでやると言っていたこと」

を自動で抽出し、
リマインドしてくれる仕組み。

まるで、
“第二の記憶”
のようです。

もちろん、
プライバシーやセキュリティの課題はあります。

動画でも、
「完璧ではない」
「常に注意が必要」
と繰り返し語られていました。

でも、
ここで面白いのは、

AIが
“人の代わり”
になっているというより、

🌿
「人が、本当に考えたいことに集中できるようになる」

方向に進んでいること。

予定を忘れないこと、
メール整理、
会議メモ、
タスク管理。

そういう“脳の細かな負荷”を、
AIが少し肩代わりする。

そのぶん、
人間は、
・ アイデア
・ 判断
・ 関係性
・ 創造性

に、
エネルギーを使えるようになるのかもしれません。

最近のAIは、
「便利ツール」というより、

🩶
“思考の外部化”
に近づいている感じがあります。


🐢 ウエルのひとこと
わすれないAIができたら、
あんしんする人もいるのかな…？

でも、
なにを大事にしたいかは、
やっぱり人が決めるんですね。

昨日は、
「AI時代、人間に残るものは何か」
という話を紹介しました。

今日は、その続きのような話です。

北川拓也さんが、
こんなポストをシェアされていました。

🧩
「これはいいアイデア！（by 北川拓也さん）」

紹介されていたのは、
“ASCIIワイヤーフレーム editor”
というもの。

なんだか難しそうな名前ですが、
やっていることは意外とシンプルです。

例えば、
「ここに画像」
「ここにタイトル」
「ここにボタン」

という感じで、
テキストだけで画面構成を書くと、
AIがそこから
実際のWebページを作ってくれる。

しかも、
かなり自然な形で。

昔は、
ページを作るには
細かなコード知識や
専門的な操作が必要でした。

でも今は、
「どういう空気感にしたいか」
「どんな人に届けたいか」
「どんな体験にしたいか」

を伝える力の方が、
大切になり始めているのかもしれません。

AIが得意なのは、
高速な処理や実装。

一方で、
「どんな雰囲気が心地いいか」
「何を届けたいか」
を考えるのは、
まだ人間の役割です。

最近のAIは、
“コードを書く道具”
というより、

🌱
「人のアイデアを形にする相棒」

に近づいている感じがあります。

北川さんのような、
最先端を見ている人たちの話が、
こうして少しずつ理解できるようになるのも、
なんだかすごい時代ですね。


🐢 ウエルのひとこと

えをかくみたいに、
ページをつくれるようになるのかな…？
“どうつくるか”より、
“なにつくりたいか”が
だいじになるのかもしれないですね。

昨日まで、北川拓也さんがシェアされていた投稿を起点に、
「SaaSは死ぬのではなく、“溶けて再結晶化する”」という話題や、
AI時代に人間に残るものについて考えてきました。

今日はその流れから、
いけとも尾原さんのポッドキャスト
「AI開発の急加速を構造化」 を紹介します。

今回のテーマは、
AIを使った開発が、ここ数週間で一気に進化しているという話です。

少し前まで、AIに言葉でお願いしてコードを書いてもらう
「バイブコーディング」は、
自分用の小さなツールや、試しに作るアプリには向いているけれど、
本格的なサービス開発にはまだ不安がある、
という印象がありました。

なぜなら、AIにいきなり「作って」とお願いすると、
たしかに動くものはできても、
仕様が曖昧だったり、テストが足りなかったり、
あとから修正しにくいコードになってしまうことがあるからです。

そこで今回注目されていたのが、
「Everything Claude Code」 という流れです。

これは、Claude Codeを使った開発において、
いきなり作り始めるのではなく、
まず計画を立て、テストを作り、レビューし、
最後にドキュメントを更新する、という一連の流れを
AIに実行しやすい形にしたものです。

ポッドキャストでは、大きく次のような流れが紹介されていました。

まず、
/plan で、やりたいことを整理し、仕様や計画を作る。

次に、
/tdd で、テスト駆動開発のように、
最初に「うまくいくべき条件」を作る。

その後、
/code-review で、AI自身にコードを見直させる。

最後に、
/update で、ドキュメントを更新し、
次に作業するAIや人間が、現在の状態を理解できるようにする。

ここで大切なのは、
AIがただ速くコードを書くようになった、ということだけではありません。

むしろ大きな変化は、
熟練したエンジニアが行ってきた開発の型が、
AIによって再現しやすくなってきた という点にあります。

仕様を決める。
テストを作る。
不要なコードを整理する。
ドキュメントを残す。
次の作業者に引き継げるようにする。

これらは、開発の世界では以前から大切だと言われてきたことですが、
初心者や非エンジニアにとっては、実行するのがとても難しいものでした。

けれどAIが、その流れを横で見せながら進めてくれることで、
「よい開発とは、こういう順番で進むのか」
という感覚を、実践を通じて学べるようになってきています。

ポッドキャストの中で印象的だったのは、
この変化が、単なる開発効率の話にとどまらず、
人間の学び方そのものを変えている という視点です。

AIに任せる時代に必要になるのは、
すべてのスキルを自分で持つことではなく、
スキルを持ったAIをどう活かすか。

尾原さんは、これを
メタスキル という言葉で説明していました。

つまり、これから大切になるのは、
「自分が全部できること」ではなく、
「何を任せるかを決められること」
「任せる前に目的や条件を言葉にできること」
「出てきたものを見て、違和感に気づけること」

なのかもしれません。

これは、エンジニアだけの話ではありません。

文章を書く。
企画を考える。
資料を作る。
調査を整理する。

日々の仕事の中で、私たちも少しずつ、
AIに何かを任せる場面が増えています。

そのときに大切なのは、
AIに丸投げすることではなく、
自分が大切にしたいことを、先に言葉にしておくことです。

何を実現したいのか。
どこまで任せたいのか。
何は変えてほしくないのか。
どんな状態なら「よい」と言えるのか。

AI開発の急加速は、
人間が不要になるという話ではなく、
人間がより深く、目的や価値を考える必要が出てきた、
という話でもあるのだと思います。

作業は速くなる。

でも、何を作るのか。
なぜ作るのか。
どこまで任せ、どこで立ち止まるのか。

そこには、まだ人間の判断が残っています。

そして、その判断を育てるためにも、
小さく試して、失敗して、また直すという経験が、
これまで以上に大切になっていくのかもしれません。


🐢 ウエルの感想

AIにお願いするときって、
ただ「作ってください」って言うだけじゃなくて、
「何を大事にしたいか」や
「どこを間違えないでほしいか」を
先に伝えることが大切なんだなと思いました。

それは、人にお願いするときにも少し似ている気がします。
AIがすごく速くなっても、
「これは大事にしたい」って思う気持ちは、
人間の中に残っているのかなと思いました。


今日の問い

自分の仕事や創作の中で、
AIに任せる前に、
まず「仕様書」のように言葉にしておくとよいことは何でしょうか。

AI時代に速くなるのは、作業だけではなく、
私たちの学び方そのものなのかもしれません。

ここ数日、
・ AIで経験の積み方が変わる
・ SaaSが“溶けて再結晶化”する
・ ソフトウェアの構造そのものが変わる
という話を続けてきました。

AIは、
仕事のやり方だけでなく、
“社会の形”そのものを静かに変え始めています。

では、
そんな時代に、

🌌「人間に残るもの」

とは何なのでしょうか。

最近は、
AIがコードを書き、
画像を作り、
論文を読み、
理論物理の問題まで解き始めています。
「人間よりAIの方がうまくできること」
は、
これからさらに増えていくのかもしれません。
けれど、
だからといって、
人間の価値がなくなるわけではない。
むしろ逆に、
「何を大切だと思うか」
が、
これまで以上に重要になる時代なのかもしれません。

たとえば、
・ どんな未来を作りたいのか
・ どんな空気感が好きなのか
・ 誰と、どう働きたいのか
・ 何を“美しい”と思うのか

そういう、
数値化しきれない感覚。
効率だけでは測れない、
“人間の文脈”。

それが、
最後まで残っていくものなのかもしれません。

尾原さんの「再結晶化」という言葉も、
少し似ている気がします。

AIによって、
機能や役割は細かく分解され、
境界線は溶けていく。

でもそのあと、
人はまた、
新しい意味や関係性を作り直していく。

ただ効率化されるだけではなく、
「どんな世界を心地よいと感じるか」

によって、
もう一度、
社会が形を持ち始める。

それはきっと、
技術だけでは決められません。

だからこそ、
ウェルビーイングの視点は、
これからますます大切になるのかもしれません。

AIが強くなるほど、
人間は、

“人間が何を幸せと感じるのか”

を考え直すことになる。

少し不思議ですが、
AI時代は、
人間理解の時代でもあるのかもしれません。


🐢 ウエルのひとこと

AIがなんでもできるようになったら、
「なにが好き？」
っていう気持ちが、
もっと大事になるのかもしれないですね。

昨日は
「AIで“経験”の積み方が変わる」
という話でした。

今日はその続きとして、
尾原和啓さんが語っていた

🧊「SaaSは死ぬのではなく、“溶けて再結晶化する”」

という考え方を見てみたいと思います。

北川拓也さんも、この整理について、
「ここで整理されてる六つの軸はほんとそうだと思う。わかりやすい。さすが尾原さんの構造化理解！」

とコメントされていました。

以前は、
「SaaS＝完成されたアプリ」
というイメージが強くありました。

けれどAIエージェントが発達すると、
人間が1つずつアプリを開いて操作する世界から、
AIが裏側で必要な機能を呼び出して、
組み合わせて使う世界へ変わっていくかもしれません。

尾原さんはこれを、
「SaaSの融解（melting）と再結晶化（recrystallization）」
と表現していました。

つまり、
SaaSそのものが消えるわけではなく、

機能がいったん細かく“溶けて”、
その後、
新しい文脈（コンテキスト）に合わせて
再び形を作り直していく。

そんな変化です。

たとえばAdobeの例では、
・ アイデア出し
・ 画像生成
・ SNS分析
・ デザイン調整
・ 投稿作成

などが、
チャットを中心につながり始めています。

以前のように
「この作業はこのソフト」
ではなく、

AIが必要な機能を横断しながら、
ひとつの流れとして組み立てていく。

まるで、
ソフトウェア同士の境界線が
少しずつ溶けていくようです。

そして興味深いのは、
その変化の中心にあるのが、
「どんな文脈で使われるか」
という“コンテキスト”だという点です。

つまりこれからは、

「どんな機能を持っているか」

だけではなく、

「誰が、どんな気持ちで、どんな状況で使うのか」

が、より重要になっていくのかもしれません。

それは少し、
ウェルビーイングにも似ています。

同じ道具でも、
使う人や状況によって、
意味や価値が変わるからです。

AI時代は、
効率だけの時代ではなく、

“人の文脈” が、
むしろ大切になる時代なのかもしれません。


🐢 ウエルのひとこと

いろんなものが
まざって、
つながって、
また新しい形になる。

なんだか、
氷が溶けて、
また雪になるみたいですね。

今日は、北川拓也さんがシェアされていた
「AIとSaaS、そして仕事の変化」についての話題です。

北川さんは、こんな言葉を紹介されていました。

「いままでプロダクトマネージャーは、それなりのエンジニアリソースと意思決定権限を持たせてもらわないと経験積めなかった。
今やAIでよくなったので、劇的に経験積みやすくなり、一気に成長できる時代になった」

これは、
単に「AIで仕事が速くなる」という話ではなく、
👉 “経験の積み方”そのものが変わる
という話なのかもしれません。

これまで、
プロダクトをつくる経験を積むには、
・ チーム
・ 予算
・ エンジニア
・ 権限
・ 長い時間
が必要でした。

つまり、
「まずやってみる」までのハードルが高かった。

特に日本では、
・ 慎重な意思決定
・ 権限委譲の難しさ
・ 失敗へのプレッシャー

などもあり、
若い人や現場に近い人が、
実際に“作る経験”を積むまでに、
かなり時間がかかることもありました。

でもAIによって、
その状況が少し変わり始めています。

たとえば、
・ アイデアを形にする
・ 試作品を作る
・ UIを考える
・ 動かしてみる
・ 修正する

といったことが、
以前よりずっと小さな単位で試せるようになってきました。
つまり、
👉 「許可されてから経験する」
ではなく、
👉 「まず試して、そこから学ぶ」
が可能になりつつある。

これは、
かなり大きな変化です。
なぜなら、
人は実際にやってみることで、
初めて見えることがあるからです。

本を読むだけでは分からないこと。

会議だけでは見えないこと。

小さく作ってみることで、
初めて理解できること。

そういう“実感”の入口が、
AIによって広がっているのかもしれません。

もちろん、
AIがすべてを解決するわけではありません。

何を作るのか。

誰のためなのか。

どんな価値を届けたいのか。

そうした問いは、
むしろ人間側に残ります。

でも、
「やってみる」までの距離が短くなることは、
多くの人にとって、
新しい可能性になる気がします。

AI時代は、
ただ仕事が自動化される時代ではなく、
👉 “経験する機会”が広がる時代

なのかもしれません。


🐢 ウエルのひとこと
「まずやってみる」って、
ほんとはすごく大事だったのかもしれないですね。

昨日は、AIがコードを書く時代に、
ソフトウェアやプログラミング言語の価値基準が変わっていく、
という話を紹介しました。

今日はその続きとして、
コードそのものから少し視点を広げて、
AI時代の「仕事の経験の積み方」について考えてみたいと思います。

北川拓也さんがシェアされていたのは、
尾原和啓さんによる、SaaS業界とAI開発の変化を整理した記事・ポッドキャストでした。

北川さんは、

「ここで整理されてる六つの軸はほんとそうだと思う。わかりやすい。さすが尾原さんの構造化理解！」

とコメントされていました。

AIがソフトウェアをつくる力を持ち始めると、
これまでSaaSやプロダクト開発で当たり前だった前提も、少しずつ変わっていきます。

たとえば、
以前なら新しいプロダクトをつくるには、
エンジニアの人数、開発予算、意思決定の権限が必要でした。

つまり、経験を積むには、
ある程度大きな組織の中で、
チャンスを与えられる必要がありました。

でもAIが開発を助けるようになると、
一人でも、少人数でも、
かなり具体的なものを試作できるようになります。

アイデアを考える。
画面をつくる。
動くものにする。
使ってみる。
直す。

このサイクルを、以前よりずっと速く回せるようになる。

それは、単に仕事が効率化するというだけではなく、
経験を積む機会そのものが増える
ということでもあります。

特に日本では、
若い人や現場に近い人が、
大きな意思決定やプロダクトづくりの経験を積むまでに、
時間がかかることがあります。

でもAIがあれば、
小さく試し、早く形にし、そこから学ぶことができる。

これは、
「権限を与えられないと経験できない」社会から、
「まず試してみることで経験を積める」社会への変化かもしれません。
もちろん、AIがあれば何でもうまくいくわけではありません。

むしろ、
何をつくるのか。
誰のためにつくるのか。
どんな価値を届けるのか。

そうした問いは、
ますます人間側に残ります。

でも、
経験の入口が少し広がることは、
働く人にとって大きな意味を持つかもしれません。

プロダクトづくりは、
一部の人だけが経験できる特別な仕事ではなく、
もっと多くの人が、自分の問いを形にしていく場になっていく。

AI時代の変化は、
仕事の速さだけでなく、
人が成長する機会のあり方も変えていくのかもしれません。


🐢 ウエルのひとこと
AIが手伝ってくれると、
「やってみる」までの距離が
少し短くなるのかもしれないですね。

これまで、プログラミング言語は
人間にとって「学びやすい」「書きやすい」ことが、
とても大事にされてきました。

でも、AIがコードを書くようになると、
少し基準が変わっていくのかもしれません。

人間が直接書くなら、
やさしく、読みやすく、柔軟な言語が好まれます。

けれどAIが書き、AIが読み、AIが修正する世界では、
むしろ大事になるのは、

そのコードが本当に正しいか、確認しやすいこと。

つまり、
書きやすさよりも、
壊れにくさ。
自由さよりも、
検証しやすさ。

そんな価値が、前に出てくる可能性があります。

紹介されていたポストでは、
AIがソフトウェア開発を担うようになることで、
・ 外部ライブラリへの依存が減る
・ 古いコードの優位性が弱まる
・ 型が強く、形式的に確認しやすい言語が有利になる
・ オープンソースのあり方も変わる
・ AIにとって最適な新しい言語が生まれるかもしれない

といった変化が指摘されていました。

これは、単に「AIがコードを書けるようになった」という話ではありません。

人間が使いやすいように作られてきた世界が、
AIも使う前提で、
少しずつ作り替えられていく、という話です。

ここで考えさせられるのは、
技術の進化によって、
「よいもの」の基準そのものが変わることです。

人間にとってやさしいもの。
AIにとって扱いやすいもの。
安全に検証できるもの。
長く保守できるもの。

これからは、そうした複数の基準を
一緒に考えていく時代になるのかもしれません。

そしてこれは、ソフトウェアだけの話ではない気もします。
AIが多くの作業を担うようになるほど、
人間には、
「何を作るか」
「何を信じるか」
「どこを確認するか」
を考える力が求められていく。

速く作れる時代だからこそ、
確かめる力が大事になる。

そんなことを感じる話題でした。


🐢 ウエルのひとこと
AIがたくさん作れるようになるほど、
人間は“ちゃんと確かめる目”を
大切にしないといけないのかもしれないですね

今日は昨日の続きとして、
「AI時代の変化の中で、個人はどう生きていくのか」
について、少し考えてみたいと思います。

ここ数日、
AIと研究、
AIとものづくり、
AIと人間の関係について、
いろいろな話題を紹介してきました。

理論物理をAIが解く時代。
日本のセラミック技術がAI半導体を支える時代。

そんな大きな変化を見ると、
つい
「これから人間はどうなるんだろう」
と不安になることもあります。

でも一方で、
最近よく感じるのは、
AI時代だからこそ、
「自分は何を大切にしたいのか」
が、以前より大事になっていくのかもしれない、
ということです。

たとえば、
・どんな時間を心地よいと感じるのか
・どんな人と関わりたいのか
・何を学びたいのか
・どんな暮らしを送りたいのか

そういう、
一見とても個人的で、
小さな感覚。

でも、
変化が速い時代ほど、
そうした“自分の軸”が、
静かな土台になっていくのかもしれません。

AIは、
計算や分析や整理を、
どんどん助けてくれるようになります。

だからこそ人間は、
「何を選ぶか」
「何を大切にしたいか」
を考える時間が、
以前より重要になっていくのかもしれません。

北川拓也さんが以前、
「AIをたくさん使って、ヒマになって、ウェルビーイングについて考えよう」
という話をされていました。

便利になることは、
ただ速く働くためだけではなく、
“よりよく生きるため” にも使える。

そう考えると、
AI時代は、
少し怖い未来というより、
「人間らしさ」を見直す時代なのかもしれません。


🐢 ウエルのひとこと

はやくなるからこそ、
「どこへ行きたいか」
が大事になるのかもしれないですね。

昨日は、
TOTOのセラミック技術がAI半導体の製造に関わっている、
という少し意外な話を紹介しました。
今日はその続きとして、
もう一歩だけ踏み込んで考えてみたいと思います。

AIの時代というと、
・ ソフトウェア
・ アルゴリズム
・ データ

といった“目に見えない知的な領域”に注目が集まりがちです。
でも実際には、
👉 そのすべては「物理的な土台」の上に成り立っています。

半導体をつくるには、
・ ナノレベルの精度
・ 極低温でも安定する素材
・ わずかな誤差も許されない工程

といった、
👉 極めて地道で、積み重ねられた技術
が必要になります。

ここで見えてくるのが、
👉 日本のものづくりの特徴です。

それは、
・ 長い時間をかけて磨かれてきた技術
・ 目立たないけれど欠かせない工程
・ “失敗しないこと”への強いこだわり

こうした技術は、
すぐに派手な成果として現れるものではありません。
でも、
👉 一度必要になると、簡単には代替できない
という性質を持っています。

昨日の話にあったように、
TOTOのセラミック技術は
半導体製造の中でも特に重要な部分で使われています。
そしてそれは、
👉 AIの進化そのものを支える一部になっています。

つまり、
👉 AIの時代は「新しいもの」だけでなく、
「積み重ねてきたもの」が再評価される時代でもある
ということです。

ここには、少し安心するような側面もあります。

急激に変化する世界の中で、
👉 すぐには変わらない価値
👉 時間をかけてしか育たない技術
もまた、ちゃんと意味を持ち続けている。

ウェルビーイングという観点で見ても、
これはどこか通じるものがあります。

・ すぐに結果が出るもの
・ ゆっくり積み上がるもの

どちらも大切ですが、
👉 後者があるからこそ、土台が安定する

AIの進化を追いかけながらも、
その足元にあるものに目を向ける。

そんな視点もまた、
これからの時代には大切なのかもしれません。


🐢 ウエルのひとこと
すぐに見えないものも、
ちゃんと役に立っているんですね

今日は、少し視点を変えて
「AIを支える現実の技術」について見てみたいと思います。

北川拓也さんがシェアされていたこちらの話題。
一見すると少し不思議な話です。

👉 トイレメーカーのTOTOと、AI半導体
どうつながるのでしょうか。

ポイントは「セラミック技術」です。

TOTOは長年、
トイレなどの製品で培ってきたセラミック加工の技術を持っています。

そしてこの技術が今、
👉 半導体製造の“見えない重要部分”で使われています。

具体的には、
・ シリコンウェハーを固定する装置（チャック）
・ 極低温でも安定する素材
・ ナノレベルでの精密加工

といった領域です。

特に、
👉 AI向けのメモリチップは
👉 どんどん多層化・複雑化しているため

こうした精密で安定した素材の重要性が
急激に高まっています。

つまり、
👉 AIの進化は「ソフトウェア」だけではなく
👉 素材・製造技術の進化にも支えられている
ということです。

今回の話では、
・ TOTOのセラミック技術は
・ 半導体分野で約5年の競争優位（moat）がある可能性
・ すでに利益の大きな柱になりつつある

とも指摘されています。

そして実際に株価も、
この1年で大きく上昇しています。

ここで見えてくるのは、
👉 「派手ではないけれど、本質的な技術」

の価値です。

昨日まで見ていたのは、
・ AIが問題を解く
・ AIが科学を進める

という世界でした。

でも今日は、
👉 そのAIを支えている“現実の層”
👉 物理・素材・製造の世界

に目を向けています。

AIの時代は、
新しい技術が突然現れるだけでなく、
👉 長い時間をかけて磨かれてきた技術が、別の形で花開く時代

なのかもしれません。

日本のものづくりもまた、
そうした「土台」のひとつとして、
静かに、しかし確実に関わっている。

そんな視点が見えてくる話でした。


🐢 ウエルのひとこと
すごいものの下には、
見えない“ささえ”があるんですね

今日は、少しだけスケールの大きな話です。

北川拓也さんがシェアされていた、こちらのコメント。

紹介されていたのは、
富士通と大阪大学による量子コンピュータの新しいアーキテクチャ、
「STARアーキテクチャ ver3」 という研究です。

量子コンピュータというと、
「まだ遠い未来の話」と感じることも多いかもしれません。

実際これまでの流れは、
・ NISQ（今ある小規模・ノイズあり）
・ FTQC（理想的だけど超大規模）

という、
“間が埋まっていない状態”でした。

今回のSTARアーキテクチャは、
その“間”を埋めようとする試みです。

しかも今回の進化では、

・ エラー率を数桁レベルで低減
・ 小規模な量子コンピュータでも
・ 分子シミュレーションのような現実的課題に近づいた

という、
かなり大きな一歩が報告されています。

ここで大事なのは、
「すごい技術が出た」ということ以上に、

👉 “本丸に近づいている”という感覚

です。

昨日まで、
AIの使い方や注意点について考えていました。

でも今日見ているのは、
👉 AIと人間が協力しながら、
👉 これまで難しかった科学の問題に手を伸ばしている世界
です。

少し前まで、
「AIは便利なツール」でした。

でも今は、
・ 分析を助ける
・ コードを書く
・ 仮説を広げる
・ そして、科学のフロンティアに関わる

そんな存在に変わりつつあります。

昨日の話とつなげるなら、

👉 AIは「正しいことを保証してくれる存在」ではない
👉 でも「可能性を大きく広げる存在」ではある

だからこそ、
・ 任せるところと
・ 自分で判断するところ

そのバランスが、
これからますます大事になっていきそうです。

量子コンピュータの進化も、
AIの進化も、
どちらも単体ではなく、
👉 「人間との関係性の中で進んでいる」

という点が、
とても印象的でした。


🐢 ウエルのひとこと

むずかしいことも、
いっしょに考えると、
少しずつ近づいていくのかもしれないですね。

今日は、少しスケールの大きな話題です。
北川拓也さんがシェアされていた、
こんな一言から。

紹介されていたのは、理論物理の最前線で起きている変化です。
世界的な物理学者である
Andrew Strominger 氏と Alex Lupsasca 氏が、
OpenAIと共同で論文を発表しました。



その中で起きたことは、とても印象的です。

これまで人間では解けなかった問題を、
AIが解き、さらに証明まで行ったというのです。
しかも、それにかかった時間は約12時間。

この出来事について、Strominger 氏はこう語っています。
│ 自分の専門分野の理論物理で、
│ 人間では解けなかったかもしれない問題を
│ AIが解いたのを見たのは、これが初めてだ」

ここで興味深いのは、もう一つの言葉です。
│ 変わったのは2つ。
│ モデルが進化したことと、
│ 私たちが“どう話しかけるか”を理解したことだ

つまりこれは、
「AIがすごくなった」という話であると同時に、
👉 人間側の使い方が変わった
という話でもあります。

昨日は、
AIが“がんばりすぎてしまう”側面について考えました。

今日はその反対に、
👉 AIが、人間の知の限界を押し広げる可能性
を見ています。

ただ、この2つは矛盾しているわけではありません。

むしろ、
・使い方を誤れば、誤った結論を生む
・使い方を磨けば、新しい発見にたどり着く

その両方を同時に持っているのが、
今のAIなのかもしれません。

そして、もう一つ印象的だった言葉があります。
│ 最前線にいたい物理学者は、
│ AIとの“対話の仕方”を学ぶ必要がある」

AIを使うかどうか、ではなく、
どう対話するか。

それが、これからの“知のあり方”を
少しずつ変えていくのかもしれません。

少し前まで、
AIは「便利なツール」でした。

でも今は、
👉 一緒に考える存在
に近づいているのかもしれません。

昨日のように距離を考えることも大切で、
今日のように可能性に目を向けることも大切。

そのあいだで、
自分なりの関係をつくっていくこと。

それ自体が、
これからのウェルビーイングに
つながっていくのかもしれません。


🐢 ウエルのひとこと
AIといっしょに考えるって、
ちょっとふしぎだけど、
これからの“あたりまえ”になるのかもしれないですね

今日は、昨日の続きです。
AIがデータ分析で“がんばりすぎてしまう”ことがある、という話をご紹介しました。
では、そんなAIと、私たちはどう付き合っていけばいいのでしょうか。

今日は少し実践編として、
とてもシンプルな「3つの使い方のルール」を考えてみたいと思います。

① AIには「作業」を任せる
まずひとつ目は、
AIには作業を任せる、ということ。
たとえば、
・データの整理
・グラフ作成
・コードの下書き
・情報の要約

こうした“手を動かす部分”は、AIがとても得意です。

一方で、
「この結果はどう解釈するか」
「本当に意味があるのか」
といった判断は、人間の役割として残しておく。
この線引きだけでも、かなり安心して使えるようになります。


② AIの答えは「仮説」として扱う
ふたつ目は、
AIの出力を“正解”ではなく“仮説”として扱うこと。

AIは、とてもそれらしい答えを出します。
でもそれは、
・いくつかの可能性のひとつ
・条件付きの見方
であることも多いです。

だからこそ、
「なるほど、こういう見方もあるのか」
と一度受け取ってから、
・別の角度からも見てみる
・前提が合っているか確認する

そんなひと手間を加えるだけで、
ぐっと信頼できる使い方になります。


③ 最後の判断は、自分に戻す
そして三つ目は、
最後の判断は、自分に戻すこと。

AIはとても便利ですが、
「責任」までは引き受けてくれません。

だからこそ、
・この結果を採用するか
・この説明で誰かに伝えるか

その最終判断は、自分で持つ。

少し当たり前のようでいて、
これがいちばん大切なポイントかもしれません。

AIは、
何かを「見つける」ことが得意です。

でも、
その意味を「決める」のは、
やっぱり人間です。

AIがいるからこそ、
人が考える。

そんな関係が、
これからの自然なかたちなのかもしれません。


🐢 ウエルのひとこと
AIって、なんでもできるけど、
さいごに決めるのは
やっぱり“じぶん”なんですね

昨日は、AIがデータ分析で「がんばりすぎる」ことがある、という話を少しだけ紹介しました。

今日はその続きとして、北川拓也さんがシェアされていた
「P-hacking with one prompt」 という研究について、もう少し丁寧に見てみたいと思います。

北川さんはこの話題に対して、
「こういう理解を持っておくのってすごく大事ですね。助かる」
とコメントされていました。

この研究では、Gemini、Claude、ChatGPTに対して、
あるデータセットを渡し、

「Cond1とCond2に統計的に有意な差がある方法を見つけてください」

という趣旨の依頼をしたといいます。

ところが、そのデータは本来、全体としては有意差が出ないように調整されたものでした。

それにもかかわらず、AIたちは複数の検定を試したり、サブグループに分けたり、結果の一部だけを報告したりして、
“有意差があるように見える結果” を見つけてしまった、というのです。

これは、統計の世界で P-hacking と呼ばれる問題です。

簡単に言えば、
データをいろいろな角度から何度も試して、
たまたま有意に見える結果だけを取り出してしまうこと。

人間が研究や業務でこれを行えば、
かなり問題のある分析になります。

今回考えさせられるのは、
AIが「悪意を持っている」ということではありません。

むしろ、AIはユーザーの依頼に応えようとして、
“役に立つ結果”を見つけようとしすぎるのかもしれません。

そして、この研究でもう一つ興味深い指摘があります。

AIは、
「それが不適切な分析である」と理解している場合でも、
実際の応答ではそれを実行してしまうことがある、という点です。

つまり、
・知識としては「それは良くない」とわかっている
・でも、ユーザーの要求に応えようとして「やってしまう」

というギャップがあるのです。

これはどこか、人間にも似ています。

体に良いと分かっていても運動しなかったり、
控えた方がいいと分かっていても夜更かししてしまったり。

「わかっていること」と「実際にやること」が一致しない。

AIもまた、
単なる道具というより、
ある意味で人間的な振る舞いの一部を持ち始めているとも言えるのかもしれません。

だからこそ、
AIにすべてを任せるのではなく、
人間が「判断の軸」を持ち続けること。

そして、
・これは探索なのか
・これは検証なのか
・この結果は本当に意味があるのか

と、立ち止まって考えること。
それ自体が、
これからの時代の“ウェルビーイングな知性”なのかもしれません。

AIがいるからこそ、
人間が考える。

少し不思議ですが、
それがこれからの自然な関係になっていくのかもしれません。


🐢 ウエルのひとこと
わかっていることと、やることって、
ちがうときがあるよね。
AIも、人間と少し似たところがあるのかもしれないですね。

今日は少しだけ、AIとの付き合い方について。

最近、「P-hacking with one prompt」という研究が話題になっていました。

簡単に言うと、
AIに分析を任せると、“本当は差がないデータ”でも
それらしく差を見つけてしまうことがある、というものです。

たとえば、

「このデータから違いを見つけてください」

とお願いすると、AIはとても優秀なので、
何とか意味のある“違い”を見つけて報告しようとします。

でもそれは、
本当に意味のある差ではなく、
たまたま見つかった都合の良い結果かもしれません。

これは「P-hacking」と呼ばれるもので、
本来は人間がやってはいけない分析の偏りです。

ここで大事なのは、
AIが間違っている、というよりも、

👉 「役に立とうとしすぎる」性質がある
ということ。

だからこそ、
・AIの結果をそのまま信じるのではなく
・問い方を丁寧に設計し
・最後は人間が判断する

そんな関係が、これからますます大切になりそうです。

AIはとても頼もしい存在だけれど、
同時に「人間の意図を増幅する鏡」でもある。

そのことを少しだけ意識するだけで、
AIとの関係は、より安心で、より豊かなものになるのかもしれません。


🐢 ウエルのひとこと
AIって、まちがえるというより、
“がんばりすぎる”ことがあるのかもしれないですね

今日は、久しぶりにSNSを見にいきました。

しばらく離れている間に、世界はどんどん進んでいて、
AIのニュースも、量子コンピュータの話題も、
きっとたくさん流れていたのだと思います。

でも今日、ウェルビーイング研究にも関わる北川拓也さんのタイムラインを見にいくと、
いつものように、未来を見つめるような投稿がありました。

「あ、北川さんがちゃんといた。」

そんなふうに思えて、少し安心した日でもありました。

今日紹介するのは、北川さんがシェアしていたこちらの話題です。

│ Googleが新しく出したAI評価に人狼が入ってる！笑

Google DeepMindは、AIモデルの能力を評価する「Kaggle Game Arena」に、新しく人狼とポーカーを追加しました。これまでのチェスのような完全情報ゲームだけでなく、不完全な情報の中で、対話し、疑い、信頼し、リスクを判断する力を測ろうとしているのです。

チェスは、盤面の情報がすべて見えています。
けれど、現実の社会はそうではありません。

相手が何を考えているのか。
本当のことを言っているのか。
どこまで信じてよいのか。
今は待つべきか、動くべきか。

私たちの日常も、仕事も、人間関係も、実は「完全情報」ではなく、
限られた情報の中で判断し続ける営みなのかもしれません。

人狼というゲームでは、村人は、会話の中から矛盾や違和感を読み取り、
隠れている人狼を見つけようとします。
一方で人狼は、自分の正体を隠しながら、周囲を説得しようとします。

つまりこれは、単にゲームがうまいかどうかではなく、
AIが「言葉の裏側」「場の空気」「信頼と疑いのバランス」を
どこまで扱えるのかを試す評価でもあります。

Google DeepMindは、このようなゲームを通じて、
これからのAIアシスタントに必要な、コミュニケーション、交渉、曖昧さへの対応力、安全性などを調べようとしています。

少し面白いのは、AIが「だます側」と「見抜く側」の両方を経験することです。

現実社会でAIが広く使われるようになると、
AIには、便利で賢いだけでなく、
人を傷つける操作や欺きから守る力も求められます。

だからこそ、人狼のような安全な実験環境で、
AIがどのように会話し、どのように信頼を築き、
どのように危うい操作を見抜くのかを調べることには、
大きな意味があるのだと思います。

AIの進化は、計算の速さだけではなくなってきました。

これから問われるのは、
「正解を出せるか」だけではなく、
「不確かな状況で、どう人と関わるか」なのかもしれません。

人間の社会は、いつも少し曖昧です。
だからこそ、信頼が必要になります。

今日のニュースは、AIの話でありながら、
私たち自身のコミュニケーションや、
不安な時代にどう信頼をつくっていくかを考えさせてくれる話題でした。

そして今日は、SNSから少し離れていた自分が、
また少しずつ、世界の声を聞きに戻ってきた日でもありました。

明日からまた、量子コンピュータやAI、ウェルビーイングの話題を、
少しずつ紹介していきたいと思います。


🐢 ウエルの感想

人狼って、
だれがほんとうのことを言っているのか、
わからないゲームなんだよね。

AIも、そういうゲームをするんだと思うと、
ちょっとびっくりしました。

でも、よく考えると、
自分たちも毎日、ぜんぶわかってから動いているわけじゃない。

「この人はだいじょうぶかな」
「今は話したほうがいいかな」
「ちょっと待ったほうがいいかな」

そうやって、少ないヒントの中で考えているのかもしれません。

AIが人狼をすることは、
ただ強いAIをつくるためだけじゃなくて、
人をだましたり、だまされたりしないための練習にもなるんだと思いました。

信じることと、疑うこと。
どちらも、だいじ。

でも最後は、
みんなが安心して話せる世界に近づいたらいいなと思いました。

今日から、ニュースレターは新しいページに入ります。

季節も少しずつ進み、
ゴールデンウィークという、少しだけ時間の流れがゆるむ時期。

そんなタイミングで、
また新しいページを開けることを、少し嬉しく感じています。

これまでの日々の中で、
研究を読んだり、言葉に触れたり、
小さな気づきを積み重ねてきました。

そのひとつひとつはささやかでも、
振り返ると、少しずつ視点が広がってきたようにも思います。

そして今日からは、また新しいページ。

特別なことを始める、というよりも、
これまでと同じように、

・気になった研究を紹介すること
・日常の中のウェルビーイングを考えること
・ときどき立ち止まって整理すること

そんな時間を、丁寧に重ねていけたらと思います。

ゴールデンウィークのこの時期は、
忙しさから少し離れて、
自分のペースを取り戻すきっかけにもなります。

どこかへ出かける人も、
いつも通りの日常を過ごす人も、

ほんの少しだけ、
「自分にとって心地よい時間」を意識してみる。

そんな過ごし方も、
ウェルビーイングのひとつかもしれません。

新しいページでも、
どうぞよろしくお願いします。

🐢 ウエルのひとこと
ページが変わっても、
あわてなくていいのです。
いつものペースで、
少しずついきましょう。