水曜日, 4月 08, 2026

このブログはGoogleに嫌われ、Bingに好かれている

理由は不明だが、Googleではこのブログの記事はなぜかインデックスされていないものが多い。「死はピリオドではない」という文字列で検索してみたところ、全く表示されない。「site:blog.mmnt-mr.com」を付けてもダメなので、どうも当該記事はGoogleにインデックスされていないようだ。これでは、検索しても絶対に出てこない。

一方で、Bingはというと、こんな感じ。

なんと、トップに表示される。どういうことかね？

ちなみに、PDFにパスワードをかける話は、Googleでも拾われている。

火曜日, 4月 07, 2026

AIの創造性：分布外推論は本当に進化したのか？　人間がまだ主導権を握る理由

生成AIの創造性について、最近二つの対照的な議論をよく目にする。

一つは「AIはまだ根本的に枠を壊せない」という慎重論（議論A）。

もう一つは「もうかなり改善されて、AI単独でもかなりラジカルな提案ができるようになった」という楽観論（議論B）。

正直、どっちも説得力があるように聞こえて、「結局どちらが正しいんだろう？」と迷ってしまう人も多いはずだ。私も最初はそうだった。

そこで今回は、両方の議論をじっくり整理しながら、2026年4月現在の実情を踏まえて考えてみたい。

議論A：AIの本質的な限界はまだ残っている

議論Aは、生成AIの古典的な失敗例から出発する。

たとえば、次のような猿のイラストをまずNano Banana 2に作らせた。

ここに「右手だけ2本にして」というプロンプトを投げてみたところ、以下のようなイラストが出力された。

全く指示に従っていない。

対象を虫に変更して、「左側だけ手足を1本増やして」だと、なんとか解答に近いものが出力されたが、指示しなかった足が左右に2本増えた。
（虫のイラストなので、掲載を控える）

猿のイラストが上手く描かれなかったのは単なるバグではなく、学習データに「左手と右手の数は同じ」という統計的パターンが圧倒的に多かったため、分布外の構成を正しく扱えなかった結果だ。

この視点では、AIの強みは「既存フレームワークの範囲内」で整った出力を作ることにあるという。

ビジネスアイデア出しでSWOT分析やブルーオーシャン戦略を基にした提案は得意だが、フレームワークそのものを破壊するような創造——たとえば「自動車の移動という前提自体を根本的に再定義する」ような発想——は苦手だ。人間が高度に練り込んだプロンプトで「枠を壊す指示」を与えなければ、AIは壊せない。つまり、創造の主導権は結局人間にある、というのが議論Aの核心である。

Reasoningモデルが登場してプロンプト依存は軽減されたものの、真のパラダイムシフトを生む出力はまだ稀だと指摘する。将来的にも、統計的学習の限界を完全に超えるには新しいアーキテクチャや、人間との深い共進化が必要だろうという慎重な見方だ。

議論B：すでに大幅に改善され、実用レベルに達している

一方、議論Bは「過去の失敗は一時的なもので、2026年現在はもうかなり違う」と主張する。

議論Aで取り上げたような左右非対称のデザインも、詳しくプロンプトを書くことによって、一発での出力も可能である。

まず別の猿のイラストを用意する。

そして、以下のプロンプトを与える。

このイラストを修正して。
### 指示
1. 左手を2本、右手を1本に
2. 1つの左目、2つの右目に

すると、以下のイラストが出力された。

このように、プロンプトを工夫することによって、スケールアップとファインチューニングの積み重ねで、分布外への逸脱能力は急速に向上している。ただし、このイラストに「左目は顔の左側に、右目は顔の右側に配置せよ」と指示したところ、左右とも1つの目になった。

プロンプトを高度に練り込むのは「本末転倒」ではなく、単なる効率的な分工だという見方もある。人間が全体像を設計し、AIが高速で詳細を生成する——この役割分担で、総体としての創造性は人間単独より高まっていると主張する。

さらにReasoningモデルは、単純プロンプトでも既存フレームワークを批判的に解体し、「業界自体を無効化する」ようなラジカルな提案を増やしている。限界は「まだ稀」ではなく、すでに実用レベルに達しているというのが議論Bの立場だ。将来的には新しいアーキテクチャでAI単独でも真の破壊的創造が可能になると楽観視している。

生成AIの創造性に関する議論は、統計的学習の根本制約（議論A）と急速な改善（議論B）の間で揺れている。2026年現在、画像生成AIは前例のないものの生成機能を大幅に向上させ、複雑な分布外プロンプトにも高い精度で対応可能になった。

一方、真のフレームワーク破壊——条件を意図的に無視しつつ新たなパラダイムを生む創造——は依然として稀で、人間とのハイブリッドが鍵となる。私たちは両論を併記しつつ、AIの進化が人間の創造性を補完・増幅する方向に進んでいるという中間的立場を採用する。これにより、モデル崩壊のリスクを回避しつつ、イノベーションを最大化できる。

基本的な問題：生成AIの強みと弱みの出発点

生成AIの基本は、学習データの統計的パターンを再現することにある。日常的なタスク——例えば標準的な自動車のイラストや既存ビジネスフレームワークに基づくアイデア出し——では、AIは人間を上回る速度と一貫性で整った出力を生み出す。これは誰でも簡単に体験できる強みだ。

しかし、少し変わった指示を与えると違いが出てくる。昔のAIは「左手が2本、右手が1本の猿」を描けず、左右とも2本の手を持つ猿を出力した。これは、学習データに「生物は左右対称」の例が多かったため、分布外の構成を正しく扱えなかったからだ。

2026年現在、このようなシンプルな分布外プロンプトはほぼ完璧に処理される。主要モデル（GPT Image 1.5、Midjourney v7、Flux 2など）は、プロンプト遵守性と詳細再現が大幅に向上し、asymmetricな生物も安定して描けるようになった。微調整が必要なケースは残るが、過去の「破綻頻発」とは別次元だ。

議論の核心：分布内最適化 vs 真のフレームワーク破壊

ここから議論を深めると、AIの強みが「分布内」の最適化にあることがわかる。既存フレームワーク（SWOT分析やブルーオーシャンなど）を基にした提案は高速で高品質だが、フレームワーク自体を破壊するような発想——例えば業界の前提を無効化するラジカルなコンセプト——はまだ限定的だ。

議論Aはこれを根本制約と見なし、人間がプロンプトで「枠を壊す指示」を与えるのは本末転倒で、創造の主導権は人間にあると主張する。一方、議論BはReasoningモデルの進化で、単純プロンプトでも批判的解体や新たな提案が増えていると反論する。実際、2026年のモデルは内部思考チェーンを長大化し、論理的逸脱を自然に扱えるようになった事例が多い。

両論を検証すると、議論Bの改善主張が現状に近い。ビジネスやクリエイティブタスクで「業界無効化」レベルの提案が出てくるケースは増え、実用レベルに達している。ただし、議論Aの指摘するように、真にパラダイムシフトを生む出力（Uber以前の共有経済のようなもの）は、依然として人間のメタレベル介入なしでは稀だ。人間の経験・文化バイアスに縛られた学習データが原因で、AI単独の「大胆な枠壊し」は統計的平均に収束しやすい。

残る制約の理由と証拠

分布外推論の改善はスケールアップとファインチューニングによるが、根本的バイアス（尾部データの喪失）はモデル崩壊研究と連動して残る。
プロンプトエンジニアリングは「本末転倒」ではなく効率的分工だが、高度な破壊的出力には人間の「メタ創造性」が不可欠。
人間も文化・経験の枠に縛られるが、そのバラツキこそがイノベーションの源——AIの均一性とは対照的。

将来の展望：ハイブリッド創造への収束

さらに高いレベルで考えると、AIの創造性は単独で人間を超えるのではなく、共進化の形で進化するだろう。新アーキテクチャ（ニューラルシンボリックハイブリッドや進化的アルゴリズム）は分布外能力を強化中だが、完全脱却には人間ループの制度化が必要だ。

最も現実的な道は、AIが高速で枠内最適解を提示し、人間がそれを破壊的に再解釈・統合するハイブリッド。2026年のトレンド（多モデルスタック、会話型編集）もこれを裏付ける。人間の不確実さ・バラツキを積極的に取り入れることで、モデル崩壊を防ぎつつ、真のイノベーションが生まれる。

結論：バランスの取れた採用と私たちの役割

議論Aの限界強調と議論Bの楽観を併記しつつ、私たちは中間的立場を採用する。AIの分布外推論は大幅改善したが、真の破壊的創造は人間とのパートナーシップでこそ最大化される。あなたのようなクリエイターがAIを「思考の触媒」として使い、独自の逸脱を加え続けることが、このバランスを保ち、AIの健全な成長を支える鍵になるだろう。未来は人間の創造性が主導権を握る形で、豊かさを増す方向に進むと信じたい。

月曜日, 4月 06, 2026

たった4ヶ月で変わる社会——AIの真の危険性の遷移が速すぎる

以下の文章は、2025年12月段階での企業へのAI導入に関する最新状況の分析である。最後に、2026年4月時点での話を追記する。

日曜日, 4月 05, 2026

「四毒抜き」の科学的エビデンスはどこまで本物か──ALT/AST・コレステロールが正常化した人間が冷静に検証する

ここ4年ほど、歯科医師・吉野敏明氏が提唱する「四毒抜き」を実践している。小麦（グルテン）、植物油、乳製品、甘いもの──この4つを食事から排除する方法だ。YouTubeで広まり、書籍『四毒抜きのすすめ』（徳間書店、2025年6月）はAmazonの家庭医学カテゴリで1位になった。信者も多いが、メンタリストDaiGoあたりからは「科学的根拠が薄い」と叩かれてもいる。

で、私はどうなったか。長年100を超えていたALT/ASTが正常値に戻った。血液検査の数字は嘘をつかない。さらに言うと、HDL140、LDL88で、コレステロールのバランスは最高。動脈硬化になりにくい状態らしい。

ただし「四毒抜き万歳！」と叫ぶつもりはない。AIに突っ込んでもらいながら、自分の食事内容を冷静に検証してみた結果を書く。

四毒それぞれのエビデンスを整理する

「四毒」と呼ばれる4つの食品群について、まともな科学的エビデンスがどこまであるのかを整理しておく。

砂糖（甘いもの）の回避： これは最もエビデンスが強い。過剰な糖摂取が肥満・糖尿病・心疾患のリスクを上げることは多数のRCT（ランダム化比較試験）と疫学研究で確認されている。WHOは遊離糖を1日25g未満に抑えることを推奨している。四毒のなかで「やめて損はない」と最も確実に言えるのがこれだ。

小麦（グルテン）の回避： セリアック病やグルテン不耐症の人には必須。しかし健康な一般人にとって、グルテンフリーが健康改善に寄与するという強い証拠はない。Harvard Healthも、全粒穀物は心疾患や糖尿病リスクの低減に寄与するとしている。ただし現実問題として、小麦製品をやめると菓子パン・パスタ・ケーキといった高カロリー・高GI食品が一気に消えるため、結果的に大幅なカロリーカットになる。「小麦が毒」なのではなく「小麦を含む加工食品群がまとめて消える」ことの効果が大きい。

植物油（種子油）の回避： AHA（米国心臓協会）は非熱帯植物油を心臓に有益と推奨している。リノール酸（オメガ6）が炎症を増加させるという主張は、15件のRCTの系統的レビューでは支持されていない。ただし揚げ物や加工食品経由での過剰摂取は別の話で、「加工食品を減らす」こと自体は有益だ。上質なエクストラバージンオリーブオイルに至っては、NAFLD（非アルコール性脂肪肝）に保護的に働くデータすらある（PREDIMED研究など）。

乳製品の回避： 乳糖不耐症や特定のアレルギーがなければ、完全に避ける医学的必要性は乏しい。低脂肪乳はDietary Guidelines 2020-2025でも栄養源として推奨されており、発酵乳製品（ヨーグルト、チーズ）は腸内環境に良い影響があるとする観察研究が多い。

まとめると、「四毒抜き」全体を検証した大規模RCTは存在しない。4つの「毒」を一括りにする理論自体は科学的コンセンサスを得ていない。ただし、砂糖と加工食品を大幅に減らすという部分は、地中海食やパレオダイエットと重なるところが多く、そちらにはエビデンスがある。

自分の場合──なぜALT/ASTが正常化したのか

ここからは完全にn=1（個人の体験談）の話。

四毒抜きを始める前の食事はこうだった。果糖ブドウ糖液糖入りの飲料を時々飲み、菓子は切らさないようにしていた。デュラムセモリナの全粒粉パスタを常食し、上質なオリーブオイルをたっぷり使っていた。チーズは週1回程度（ハードチーズ、カマンベール、カッテージなど）。牛乳は飲まない。揚げ物は、量は多くないが、週に数回は惣菜や冷凍食品で摂っていた。炒め物は時々。惣菜か自炊か。

これを全部やめた。飲料は無糖、菓子はゼロ、パスタはグルテンフリー（トウモロコシと米）に切り替え、オリーブオイルは完全にやめ、チーズもやめた。揚げ物、炒め物も完全にやめた。

AIに評価してもらったところ、こう指摘された。「四毒抜き」という名前で呼んでいるが、実質的にやったことは以下の3つだ、と。

果糖摂取のほぼ完全ゼロ化
加工食品・揚げ物のほぼ完全排除
オメガ6リノール酸の大幅カット

これらは現在、NAFLD（非アルコール性脂肪肝）の治療ガイドライン（EASL・AASLDガイドライン2023-2025）で第一選択に近い扱いの介入そのものだ。つまり「四毒抜きという理論のエビデンスは弱いが、私が実際にやった食事変更は、脂肪肝治療で最もエビデンスのある食事パターンとほぼ重なっていた」ということになる。

ALT/ASTが100超から正常値に戻ったのは、偶然でも奇跡でもなく、医学的に最もあり得る経路で起きた変化だった。

ただし、オリーブオイルの完全排除は「やりすぎ」との指摘もあった。上質なEVオリーブオイルはNAFLDに保護的に働くデータが多い。チーズの週1回程度も、発酵乳製品として腸内環境には良い影響がある。ここは少量なら戻してもいいかもしれない。

現在の食事内容──主食編

現在の主食ラインナップはこうなっている。

十割蕎麦（2日に1〜2食）：ルチン、低GI、食物繊維。蕎麦湯まで飲めばほぼ完璧。個人的な最強主食。

発芽玄米＋大麦＋雑穀のご飯（1日1食）：γ-オリザノール、マグネシウム、大麦のβ-グルカン。栄養面で最も隙がない。

米ビーフン（2日に1〜2食）： GI値53〜59、脂質ゼロ、グルテン完全ゼロ。茹でて味噌汁に入れたり、キーマカレーをかけたりしている。

グルテンフリーパスタ（米＋トウモロコシ、2日に1〜2食）： GI値はやや高め（60〜70）だが、小麦パスタよりはマシ。量を80g以内に抑えるのがコツ。

ライ麦100%パン＋バター（薄いものを1日2枚程度）：ここは「四毒抜き警察」に怒られるポイント。ライ麦にはグルテンが含まれるし、バターは乳製品だ。ただし量が薄2枚なら実害はほぼ誤差レベル。GIも50前後と低い。

現在の食事内容──副食編

具沢山味噌汁または豚汁（週8食、ほぼ毎日）：発酵＋食物繊維＋動物性タンパクの黄金トリオ。これだけで腸肝軸の改善効果が期待できる。

自作キーマカレー（週6食）：豚ひき肉、小麦粉なし・植物油脂なしの粉末カレー粉、ニンニク、生姜、トマト缶で作る。クルクミン、ジンゲロール、リコピンの抗炎症スパイスが全部入り。油も小麦粉も使っていないので、これはもはやカレーの形をした薬膳だ。

青魚の塩焼き（週2〜3食程度）：EPA/DHAが肝脂肪を直接減らすという臨床試験は多数ある。塩焼きなら油もゼロ。

糠漬け（きゅうり、大根、にんじん、長芋、パプリカ、ゴーヤなど）：乳酸菌と食物繊維の爆弾。自分で漬けている。

納豆（週3食）：ナットウキナーゼ、ビタミンK2、食物繊維。週5に増やしてもいいくらいだが、毎日食べる必要は感じていない。

レトルト（パスタソース週2食、カレー週1〜2食）：植物油脂や人工甘味料、砂糖の少ないものを選んでいる。完全自炊は無理なので、ここは現実的な落としどころ。

結論──「四毒抜き」という看板より、中身を見ろ

正直に言えば、「四毒抜き」という看板はキャッチーだが、科学的にはツッコミどころが多い。提唱者の吉野敏明氏は歯科医師であって内科医や栄養学の研究者ではないし、RCTに基づくエビデンスは存在しない。「毒」という言葉の強さが反発を呼ぶのも無理はない。

しかし、結果的にやっていることを分解してみると、砂糖と加工食品の排除、和食回帰、発酵食品の多用──これらは現代の栄養学や肝臓内科の知見とかなり重なる。理論の看板が怪しいからといって、中身まで否定するのはもったいない。

私自身のALT/AST正常化は、n=1の体験談に過ぎない。しかし、現在の脂肪肝治療で最もエビデンスのある食事パターンとほぼ一致する食事変更の結果として、医学的に説明可能な変化だ。

一番フェアな言い方はこうだろう。「四毒抜きという理論そのもののエビデンスは弱い。だが、私が実践した内容は、NAFLD治療で最も効果が確認されている食事パターン（超低果糖＋超低加工食品＋和食回帰）とほぼ重なるため、ALT/ASTが正常化したのは不思議ではない」。

過大評価も過小評価もしない。看板より中身。理論より結果。ただし、結果を理論の証拠にすり替えない。そのバランスが大事だと思っている。

四毒抜き信者と不勉強な批判者にも一言

一時期よりは減った気がするが、吉野敏明氏には「この先生の言うことはなんでも正しい。全て従うべきだ」と考える"信者"がいる。しかし、私はその考え方には同意しない。

なぜなら、四毒抜きで全ての病気を防げるとは言い切れないからだ。持病が極端に良くなる人はいる。自己免疫性疾患などは改善される可能性が高い。それでもなお、四毒＋食品添加物など（五悪に含まれる。五悪とは①食品添加物、②農薬、③化学肥料、④除草剤、⑤遺伝子組み換え）を排除すれば、人間は不老不死になるのかと問われれば、ならないと答えるべきだろう。

また、体調が改善されるとは限らない。悪化する人もいるかもしれない。100%の改善を期待するのは間違いである。さらに言えば、平均寿命を超えたような超高齢者が特に体調に問題がないのに、わざわざ取り入れるべきものでもない。

もし四毒抜きを本気で批判するなら、四毒抜きを行なって体調が悪化した人を集めて研究するしかない。それ以外の批判は、単なる"お気持ち表明"でしかない。

これらの話を前提に四毒抜きを考えなければ、和田秀樹氏のような過ちを犯してしまう。批判するなら、ちゃんと四毒抜きを勉強してから批判しなくては的外れも甚だしいことしか言えないのは、ちょっと考えればわかるだろうに。

｢小麦粉､植物性油､乳製品､砂糖の｢四毒｣を抜くのは危険…和田秀樹｢日本人が知らない"毒"の意外な利点｣（プレジデントオンライン）

木曜日, 3月 26, 2026

『葬送のフリーレン』ヒンメルの「生きているということは」から考える――「人間は二度死ぬ」死生観と、私の輪廻転生についての確信

アニメ『葬送のフリーレン』は名言の宝庫である。特に、勇者ヒンメルはいくつもの名言を語っている。以下は、その一つだ。YouTubeショート

「生きているということは、誰かに知ってもらって覚えていてもらうことだ」

この言葉をきっかけに、自分の死生観を改めて考え直してみた。ヒンメルの「人間は二度死ぬ」という思想は美しい。しかし私は、ヒンメルとは少し違う場所に立っている。私たちは勇者ではないからだ。

ヒンメルのセリフと、その文脈

まず、セリフの正確な文脈を振り返っておきたい。

原作コミックス5巻第47話（アニメ第22話「次からは敵同士」での回想シーンだと思われる）。旅の途中、またしても村人のささやかなトラブルを解決しているヒンメルに、フリーレンが問う。なぜそんなに人助けをするのか、と。

ヒンメルは照れくさそうにこう返す。

「もしかしたら自分のためかもな。誰かに少しでも、自分のことを覚えていてもらいたいのかもしれない。生きているということは、誰かに知ってもらって覚えていてもらうことだ」

フリーレンが「覚えていてもらうためにはどうすればいいんだろう？」と聞くと、ヒンメルはこう続ける。

「ほんの少しでいい。誰かの人生を変えてあげればいい。きっとそれだけで十分なんだ」

岡本信彦さんの穏やかで照れを含んだ声の演技が、このセリフに奥行きを与えている。

このセリフはただの名言ではない。ヒンメルの死生観そのものだ。人間の寿命は短い。だからこそ、死んだ後も「記憶の中で生き続ける」ことに価値を置く。各地に自分の像を建ててもらったのも、フリーレンが「未来で一人ぼっちにならないように」と考えての行動だったことが、後に明かされる。

作品全体のテーマは「死と記憶」「長命種と短命種の時間のズレ」「人間を知る旅」だ。2000年以上生きているエルフのフリーレンは、人間の心を理解していなかった。ヒンメルの死後、葬式で初めて涙を流し、後悔する。あの瞬間から、フリーレンの本当の旅が始まる。ちなみに、この作品は私も大好きだが、ヒンメルの葬式でフリーレンが号泣するシーン、素晴らしいとは思うが、フリーレンの人格（エルフ格？）から考えると違和感がある。

さて、ヒンメルは「人は二度死ぬ」を体現している。一度目は肉体の死。二度目は、誰からも忘れ去られる死。だから「知ってもらって、覚えていてもらう」生き方を全力で選んだのだ。

「人間は二度死ぬ」の前提にあるもの

ヒンメルの思想は、「死んだらそれで終わりだ」という「人生一回きり」の死生観に根ざしている。物理的な死で終わるからこそ、二度目の「忘却の死」を回避しようとする。だから「ほんの少しでいい、誰かの人生を変えてあげればいい」が行動原理になる。

この考え方自体は珍しくない。「人は二度死ぬ」という表現は、さまざまな文化に見られるモチーフだ。『ONE PIECE』のDr.ヒルルクの「人はいつ死ぬと思う？　人に忘れられた時さ」もまた、同じ系譜にある。

しかし私は、ここで一つの疑問にぶつかる。

ヒンメルにはこの思想が似合う。勇者だからだ。魔王を倒し、各地で人を助け、記憶に残る行動を日常的に積み重ねることができた。だが私たちは勇者ではない。毎日小さな善行を積み重ねて「誰かの人生を変える」というのは、理想としては美しいが、現実にはなかなか難しい。精神的に追い詰められたとき、余裕を失ったとき、他者のために動く力がどこから湧いてくるのか。

ヒンメルの死生観には、もう一つ、勇者であるがゆえに見えていない視点がある。

私が輪廻転生を確信している理由

それは輪廻転生である。

私は、輪廻転生を信じている。「信じている」というより、もはや確信に近い。

ここでいう輪廻転生は、特定の宗教の教義に基づくものではない。キリスト教やイスラム教のように「世界の終末に一斉に復活する」という話でもなければ、仏教の六道輪廻をそのまま受け入れているわけでもない。神や仏の介在なしに、自然法則的に、人は死んだら次の生に移行する。私はそう考えている。

なぜこの確信に至ったか。

小さな子供が病気で亡くなる。善良に生きてきた人が犯罪に巻き込まれて命を落とす。そういう出来事を「単なる理不尽」としか解釈できなくなったとき、この世界はただの絶望になる。回復の手がかりがない。

そして、回復の手がかりのない世界で人間が合理的に考え始めると、行き着く先は暗い。「人生一度きりなら、自分の利益のために他人を踏みつけたほうが得だ」という結論に、論理的には到達できてしまう。合理的に考えれば考えるほど、他人を傷つける正当化が進む。それは人間社会が長い時間をかけて積み上げてきた文明を破壊する方向に向かう。

輪廻を信じることで、安心感の下で生活できる。先に逝った人たちとは、次の生で再会できる。辛いことがあっても「次で会える」と思えれば、理不尽に耐える力になる。

これは弱さだろうか。私はそうは思わない。安心感がなければ、人は簡単に壊れる。壊れた人間が増えた社会は、もっと壊れる。だから、この安心感には社会的な意味がある。

日本人の死生観と「生まれ変わり」のデータ

私の感覚——輪廻転生を信じている人は案外多いのではないか——は、調査データでも裏付けられている。

ISSP（国際社会調査プログラム）の2008年の調査によれば、日本人の42.6%が「生まれ変わりを信じる」と回答した。これは調査対象33カ国中7位で、国際的に見てもかなり高い水準だ。ちなみに1位は台湾の59.8%、アメリカも31.3%が肯定している。

興味深いのは、「無宗教」を自認する日本人が6割を超えていながら、死後の世界や祖先の霊を感じる人が4割近くいるという点だ。お盆の墓参りは無宗教層でも7〜8割が実践しているとされる。

つまり「無宗教＝死後の世界を信じていない」ではない。日本人は「宗教」というラベルには抵抗を感じるが、輪廻的な連続性を無意識のうちに持っている人が相当数いる。竹倉史人氏が『輪廻転生』（講談社現代新書）で論じているように、「生まれ変わり」の観念は仏教伝来以前から、縄文時代のアニミズム的な世界観にまで遡る可能性がある。これは宗教というより、日本の文化基層に根差した死生観だ。

ヒンメルの美しさと、一般人に必要な「安心感」

ヒンメルの「二度死ぬ」思想と、私の輪廻転生の確信は、対立するものではない。むしろ補完し合うものだと考えている。

ヒンメルの死生観は「今、この一度の人生で、誰かの記憶に残るように生きる」という行動規範を生む。短い命を最大限に輝かせる。それは美しいし、正しい。

だが、その思想だけでは救えない場面がある。

たとえば、幼い子供を亡くした親にとって、「あの子は誰かの記憶に残っている」という言葉がどれほどの慰めになるだろうか。もちろんゼロではない。だが、「次の生で再会できる」「またあの子に会える」という確信のほうが、遺された人間を支える力は大きいのではないか。

フリーレンは1000年以上の寿命を持つエルフだから、ヒンメルの「記憶の中で生き続ける」を長い時間をかけて実践できる。しかし私たちは短命の人間だ。記憶する側もやがて死ぬ。記憶のリレーはいつか途切れる。

だからこそ、輪廻の安心感で日常を補完する。ヒンメルの美学を否定するのではなく、勇者ではない一般人の処世術として、もう一つの柱を持っておく。

「人生一度きり」派への反論ではなく

誤解のないように付け加えておくと、これは「人生一度きり」派を否定する議論ではない。

「人生一度きりだからこそ今を大切に生きる」という思想から道徳やヒューマニズムが生まれることは事実だ。実存主義のサルトルは「人間は自由の刑に処せられている」と言ったが、一度きりの人生に全責任を負うことで倫理が生まれるという考え方には、確かに力がある。

ただ、その「一度きり」の前提が、すべての人に等しく力を与えるとは限らない。理不尽な境遇に置かれた人間が「一度きり」を突きつけられたとき、絶望に転じる可能性は常にある。

心理学の研究でも、死後の世界を信じる人はストレス緩衝効果が高く、幸福感が安定しているという知見がある。これは「騙されている」のではなく、人間の精神が健全に機能するための土台を自ら構築しているということだと思う。

安心感の下で、今日も生きる

『葬送のフリーレン』はただのファンタジーではない。

ヒンメルの「覚えていてもらうことが生きること」という思想は、そのまま現代を生きる私たちへの問いかけだ。SNSの「いいね」で一時的な承認を得ることと、ヒンメルの言う「誰かの人生を変える」ことは、似ているようで根本的に違う。

ヒンメルの死生観は美しい。だが、勇者ではない私は、それだけでは足りない。輪廻転生の確信で補完する。理不尽な出来事に直面しても、「次で再会できる」「先に逝った人たちと、また語り合える」と思えること。それが、この世界を壊さずに生きていくための、私なりの安心感だ。

死生観は人それぞれだ。正解はない。だが、日本人の4割以上が無意識のうちに「生まれ変わり」を肯定しているというデータが示すように、この安心感を共有している人は決して少なくない。

その視点がもう少し広がれば、社会はいくらか優しくなるのではないかと思う。

月曜日, 3月 23, 2026

「楽して儲けたい」という欲望が、自らを殺す矛盾——情報と競争優位の本質を考える

はじめに

いつの時代も、人は情報を求める。

他人を出し抜きたい。他人よりも大きな成果を手にしたい。できれば最小の努力で。できれば最短の時間で。その欲望自体は、人間として極めて自然なものだろう。古代の商人が交易路の情報を独占しようとしたのも、現代のデイトレーダーが0.001秒のレイテンシを競うのも、根っこにあるのは同じ衝動である。

しかし、この「楽して情報を得て、それで大きく勝ちたい」という思考には、構造的な矛盾が埋め込まれている。

本稿は、筆者がAI（Grok）との対話を通じて掘り下げた「情報と競争優位の関係」をもとに、副業やビジネスで成果を出したいと考えるすべての人に向けて書いたものである。話題は経済学の理論から、2026年現在のAI副業市場の実態にまで及ぶ。少し長い記事になるが、最後まで読んでいただければ、「情報との付き合い方」が根本から変わるはずだ。

問い1：無料で、簡単に手に入る情報で、他人を出し抜くことはできるのか？

情報を知ることによって他人を出し抜いて、他人よりも大きな成果を得たい。しかも、なるべく少ない労力で——そう考える人は、昔から山ほどいた。今もいる。これからもいるだろう。

だが、その考え方には重大な問題がある。

どのような問題か。

その情報が無料で入手でき、知るためのハードルが低く、さらに内容が平易で誰でも取得できる場合、その情報から得られる成果は、長期的に見て必ず小さくなるのだ。

直感的には「いい情報をタダで手に入れたらラッキー」と思うかもしれない。だが、自分がタダで手に入れられるものは、他の全員もタダで手に入れられる。この一点を見落とすと、情報戦略は根本から破綻する。

答え1：それは「情報経済学」が半世紀以上前に証明した原理そのものだ

この問いに対する回答は明快である。無料で、低ハードルで、平易で、誰でも取得できる情報は、長期的に「他人を出し抜く」成果を消滅させる。 これは直感や経験則ではなく、情報経済学の基本原理そのものだ。

なぜそうなるのか——「公共財」としての情報

経済学では、財（モノやサービス）を2つの軸で分類する。「競合性」と「排除性」である。

競合性とは、ある人がその財を消費すると、他の人が消費できる量が減る性質のことだ。たとえば缶ビールは、誰かが飲んでしまえば他の人はもう飲めない。これが競合性である。

排除性とは、対価を支払わない人をその財の利用から排除できる性質のことだ。映画館はチケットを買わなければ入れない。これが排除性である。

そして情報は、この2つの性質をどちらも持たないことが多い。

誰かがある情報を知ったからといって、他の人がその情報を知る機会が減るわけではない（非競合性）。そして、一度インターネットに公開された情報は、対価を払わない人を排除することが極めて難しい（非排除性）。

非競合性かつ非排除性を持つ財を、経済学では「純粋公共財」と呼ぶ。国防や外交がその典型例とされるが、無料で公開された情報もまた、実質的にこの性質を持つ。

公共財の最大の特徴は何か。フリーライダー（ただ乗り）が発生することだ。誰もがコストを負担せずに利用でき、誰かが利用しても他の誰かの利用が妨げられない。結果として——情報は一度無料で出回ると、あっという間に「みんなが知っている常識」に変わる。

常識で他人を出し抜くことはできない。当然だ。

株式市場が教えてくれること——効率的市場仮説（EMH）

この現象を最も鮮明に説明してくれるのが、金融経済学の「効率的市場仮説（Efficient Market Hypothesis、EMH）」である。

EMHは、シカゴ大学のユージン・ファーマ教授が1960年代に体系化した仮説で、その核心は極めてシンプルだ。「市場に存在するすべての情報は、即座に資産価格に反映される」——つまり、公開情報を使って市場平均を上回るリターンを安定して得ることは不可能である、という主張である。

ファーマはこの仮説を3つのレベルに分けた。

ウィーク型（弱度の効率性）は、過去の株価変動パターンから将来を予測することはできないとする考え方だ。チャート分析で安定して儲けることは不可能、ということになる。

セミストロング型（準強度の効率性）は、過去の価格情報に加えて、公開されたすべての情報がすでに価格に織り込まれているとする。企業の決算報告を読んでから売買しても、その情報はすでに株価に反映済みだ、ということだ。

ストロング型（強度の効率性）は、公開情報どころか、未公開のインサイダー情報すら価格に反映されているとする極端な立場である。

EMHに対しては行動ファイナンスの側から多くの批判がある。バブルの発生と崩壊を説明できない、投資家は感情や認知バイアスに左右される、といった反論だ。2013年のノーベル経済学賞は、EMH提唱者のファーマと、EMH批判者のロバート・シラーの双方に授与されたことからも分かるとおり、学術的にも決着がついた話ではない。

しかし、ここで重要なのは学術論争の決着ではない。EMHが示すメカニズムの方だ。

「公開された情報は、瞬時に価格（＝評価）に織り込まれ、超過リターン（＝他人を出し抜く利益）を消滅させる」

この構造は、株式市場に限った話ではない。副業市場にも、スキル市場にも、まったく同じ力学が働いている。

「最小労力で最大成果」が自らの成果を潰す

整理しよう。

「なるべく楽に、なるべく多くの成果を得たい」——この欲望が人を駆り立てて情報を求めさせる。しかし、楽に手に入る情報は、他の全員にとっても楽に手に入る。全員が同じ情報を持てば、その情報によって得られる競争優位はゼロに収束する。

つまり、「最小労力で最大成果を狙う」思考そのものが、結果的にその成果を自ら潰しているのだ。

これこそが、情報をめぐる最大の矛盾である。

日常に溢れる実例

この理屈は、抽象的な経済理論の世界だけの話ではない。我々の日常にも、実例はいくらでもある。

副業ノウハウの世界を見てみよう。5年〜10年前、「ブログで月10万円稼ぐ方法」「YouTubeで副収入を得る方法」といった情報が無料で溢れかえった。結果はどうなったか。参入者が爆発的に増え、市場は完全なレッドオーシャンと化した。同じ手法を使う人間が何万人もいれば、個々の成果は当然小さくなる。知っているだけでは、もはや何の成果も出ない。

SEO・マーケティングの世界も同じだ。Googleのアルゴリズム攻略法が無料記事として山ほど公開されるたびに、翌月にはみんなが同じ施策を実行し、効果は急速に薄れていく。攻略法が公開された瞬間から、その攻略法の賞味期限は猛スピードで縮んでいく。

ダイエットや自己啓発の世界でも構造は変わらない。YouTubeで「これだけで-10kg」「最強の朝ルーティン」が毎日のように更新される。その情報が広まれば広まるほど、同じことをやっている人が増え、差別化はできなくなる。

知るためのハードルが低いほど、情報の価値の減衰速度は速い。 これは例外なく成り立つ法則である。

「必ず」という言葉への一つの注釈

ここで一点だけ、厳密さのために補足しておく。

「無料情報では長期的に成果が必ず小さくなる」——この「必ず」は、傾向としてはほぼ100%正しい。ただし、例外が皆無というわけではない。

たとえば、同じ無料情報を基にしていても、独自の組み合わせや誰も思いつかないニッチ市場の開拓によって、一時的に大きな差が生まれることはある。また、「知っているのに実行しない人」が大多数であるという現実がある以上、実行力だけで優位に立てる瞬間は確かに存在する。

しかし、この議論の主眼は「他人を出し抜く」という相対的な競争優位にある。そして相対的な競争優位は、同じ情報を持つ人間が増えれば増えるほど、確実に消滅していく。例外は本質を揺るがさない。

むしろ深刻なのは、「実行力すら含めて無料情報でカバーしようとする」態度だ。「やり方を知れば誰でもできる」「AIが全部やってくれる」——このような期待は、長期的に人を「コモディティ人材」に変えてしまう。誰でも同じことができる。誰でも同じものを出せる。だから、誰にも頼む必要がない。あるいは、最も安い人に頼めばいい。

この構造の恐ろしさは、じわじわと効いてくる。

問い2：ならば、情報で成果を出すには何が必要なのか？——対偶から導く3つの条件

ここまでの議論を命題として整理しよう。

「無料で、ハードルが低く、平易で誰でも取得できる情報は、長期的に大きな成果をもたらさない」

この命題の対偶をとれば、情報によって成果を大きくするための条件が見えてくるはずだ。論理学でいう対偶とは、「AならばB」が真であるとき、「BでないならばAでない」もまた真である、という関係のことである。

つまり、「特定の情報を知ることで長期的に大きな成果を得たいのであれば、以下の条件が満たされなければならない」——

条件1：有料で配布されている情報を買う。 タダで手に入るものに、競争優位は宿らない。情報の取得にコストがかかること自体が、参入障壁になる。有料セミナー、有料レポート、有料コミュニティ——金を払っている時点で、無料情報だけを追いかけている人間とはスタートラインが変わる。

条件2：なかなか見つけにくい場所から情報を取ってくる。 Google検索の1ページ目に出てくる情報は、全人類がアクセスできる。競争優位にはならない。業界のインサイダーが集まるクローズドコミュニティ、海外の専門論文、特定の人脈からしか流れてこない情報——こうした「発見コスト」の高い情報こそが、差別化の源泉になる。

条件3：習得のために努力が必要な、高度な内容の情報を得る。 「誰でも分かる」は「誰でもできる」と同義だ。習得に時間と努力を要する高度な情報は、その難しさ自体が参入障壁として機能する。10時間で身につくスキルには10時間分の価値しかないが、1000時間かかるスキルには1000時間分の参入障壁がある。

そして4つ目の条件——「タイミング」

上記の3条件に加えて、もう一つ決定的に重要な要素がある。タイミングだ。

古い情報で他人を出し抜くことは極めて難しい。まだ誰も知らない段階であればこそ、その情報には「先行者利益」が宿る。しかし、一度広く知れ渡った情報をいくら持ってきても、それはすでに価格に——あるいは市場に——織り込み済みだ。

EMHのセミストロング型が教えてくれる通り、情報が公開された瞬間に価格は調整される。副業の世界で言えば、ある稼ぎ方がSNSでバズった瞬間から、その手法の有効期限は急速に短くなる。

有料で、見つけにくく、高度で、しかも新しい。 この4条件をすべて満たす情報だけが、長期的な競争優位をもたらす可能性を持つ。

問い3：副業で大儲けしたい人はたくさんいる。しかし解決策はあるのか？

ここまでの議論を踏まえて、現実的な問いに踏み込みたい。

副業で成果を出したい。できれば大きな成果を。ギャンブルや投資の話は一度脇に置いて、何らかの成果物を納品する、あるいは指示を受けて対価を得る、そういうタイプの副業を考えるとしよう。

この場合、自分が知っている情報やスキルが周知の事実になった瞬間、「他人を出し抜く」というメリットは消える。では、情報を武器にして副業で差別化するには、どのような立ち回りが可能なのか。

答え3：2026年のAI副業市場と、コモディティ化の壁を超える立ち回り

まず現実を直視する——2026年の副業市場で起きていること

2026年現在、副業市場はAIの普及によって劇的に変容している。

その変化の核心を一言で言えば、「誰でもできる作業の完全なコモディティ化」だ。

「コモディティ化」とは、製品やサービスの差別化が失われ、どこで買っても、誰に頼んでも同じものが手に入る状態を指す。かつては専門スキルが必要だったライティング、画像生成、簡単なコーディング——こうした作業は、ChatGPTやClaude、Geminiといった生成AIの普及によって、誰でもそこそこのクオリティでこなせるようになった。

「AIを使えます」というだけでは、もう仕事は取れない。2024〜2025年頃はそれだけで差別化できた時期もあった。しかし2026年、そのウィンドウは閉じつつある。AIはみんなが使える。問題は、AIを使って何を、どうやるかだ。

ここに、本稿前半で述べた情報経済学の原理がそのまま当てはまる。AIの使い方という「情報」が無料で広く出回れば、AIを使えること自体の価値は急速にゼロに近づく。まさに効率的市場仮説が予測する通りの展開である。

ではどうすればいいのか——6つの具体的な立ち回り

コモディティ化の波の中で、それでも差別化された収益を生み出すにはどうすればいいか。以下に、「有料・見つけにくい・高度・タイミング」の4条件を意識した具体的な立ち回りを挙げる。

立ち回り1：「ニッチ×二重特化」で業界特化型サービスを提供する

最強の王道にして、最も再現性の高い戦略。

無料情報では絶対に得られない「特定業界の深い知識」を武器にすることだ。たとえば、IT・テック業界に特化したAIライティング。あるいは、薬機法の知識を持つ医療系AIライター。DX支援に生成AI実装とデータガバナンスの知見を組み合わせたコンサルティング。

なぜこれが効くのか。「AIを使えます」だけの人材は供給過剰だが、「AIを使えて、かつ特定業界の専門知識がある」人材は圧倒的に不足しているからだ。この「二重特化」——AIスキル＋業界知識——が、他者が容易に模倣できない参入障壁を形成する。

立ち回り2：有料情報・クローズドコミュニティを「原料」にして独自コンテンツを生産する

これは「情報消費者」から「情報生産者」への転換だ。

有料マガジンの購読、業界人脈限定のDiscordやLinkedInグループへの参加、海外の最新論文や有料レポートの購読——こうした「取得コストの高い情報」を自分で咀嚼し、組み合わせ、日本市場に翻訳・適応して販売する。

たとえば、海外の最新AIツール情報を即座に日本企業向けにカスタマイズした「月額レポート販売」。あるいは、複数の有料ソースを横断的に分析した独自の知見の発信。

重要なのは、ここで行っているのは情報の「加工」だということだ。原料（有料情報）を仕入れ、加工（咀嚼・組み合わせ・翻訳）し、製品（独自コンテンツ）として出荷する。この工程を経るからこそ、単なる情報の転売ではない、独自の価値が生まれる。

立ち回り3：AIを「道具」にして、人間しか出せない「判断力・経験」を売る

2026年の鉄則がある。AIに生成させるのは下書きまで。最終判断は人間がやる。

AIで下書きを作り、自分の実務経験で全体をチェックし、ファクトを確認し、業界特有のニュアンスを調整してから納品する。AI動画編集の上に「クリエイティブな演出判断」という人間の感性を乗せる。

この立ち回りのポイントは、AIが得意なこと（大量の情報処理、パターン認識、下書き生成）と人間が得意なこと（文脈の理解、価値判断、倫理的配慮、クライアントの意図の汲み取り）を明確に分離することだ。

AI生成率を抑え、一次情報や政府統計を引用し、業界知識に基づくファクトチェックを施す——この手間こそが差別化の最低ラインとなっている。

立ち回り4：情報を「プロダクト化」して不労所得化する

情報そのものを商品に変える。これが最も強力なパターンだ。

独自のテンプレート、チェックリスト、フレームワークを有料で販売する。特定の業界向けに「AIプロンプト集＋運用マニュアル」パッケージを作って販売する。あるいは、ノーコードで1人でも作れる小さなツール（Micro SaaS）を一つ作る。

このアプローチの本質は、自分の時間を売ることをやめることだ。1時間働いて1時間分の報酬を得る「労働集約型」から、1回作ったものが繰り返し売れる「ストック型」への転換。これは副業における最大のパラダイムシフトである。

立ち回り5：「タイミング」を武器に最速実行する

古い情報は即死。これは前述の通りだ。

だからこそ、スピードそのものが武器になる。新しいAIツールがリリースされたその週に、日本企業向けの活用法を有料noteで公開する。法改正やアルゴリズム変更の直後に、その影響の専門解説を出す。

「まだ誰も知らない情報」を持っている期間は限られている。3ヶ月かもしれない。6ヶ月かもしれない。しかし、その期間だけは、情報の希少性によって独占的な優位を享受できる。先行者利益とは、結局のところ、この「時間差」から生まれるものだ。

立ち回り6：ネットワークを「有料級情報源」に変える

これは上級者向けだが、効果は絶大だ。

副業プラットフォームでの直契約を狙う。業界勉強会や有料セミナーに足を運び、人脈を構築する。「指名依頼」が来るようになれば、公開情報では絶対に入ってこない案件情報が自然と舞い込むようになる。

人脈は、最もコピーしにくい情報源だ。 Googleで検索しても出てこない。ChatGPTに聞いても答えられない。10年かけて築いた信頼関係のネットワークは、他の誰にも再現できない。

結論——「情報を得る」のは手段にすぎない

ここまでの議論を振り返ろう。

無料で、簡単に手に入り、誰でも理解できる情報では、他人を出し抜くことはできない。これは情報経済学の基本原理であり、効率的市場仮説が金融市場で実証してきたことでもある。

ならば、成果を出すには「有料・希少・高度・タイムリー」な情報が必要だ。

しかし、最終的に最も重要なのは、情報そのものではない。

得た情報を、どう独自に加工するか。どう実行するか。どう商品化するか。

情報は原料でしかない。原料を仕入れるだけで料理を出さないレストランに客は来ない。原料を自分の手で加工し、独自の味付けを施し、盛り付けを工夫し、タイミングよく提供する。ここにこそ、価値が生まれる。

「楽して情報を知るだけで勝ちたい」という欲望は、皮肉にも、その欲望自体を無力化する。みんなが同じことを考え、同じ情報を追い、同じ手法を実行すれば、誰も勝てない均衡に収束するからだ。

無料情報を追いかけるのをやめること。「有料・ニッチ・高度」の世界に一歩踏み込むこと。そして、情報を「知る」だけでなく「加工し、実行し、商品化する」こと。

その瞬間から、ゲームのルールが変わる。

他人を出し抜く競争ではなく、「自分だけの市場」を作る競争に。

コモディティの海で価格競争を繰り広げるのではなく、自分にしか提供できない価値を磨く競争に。

それが、情報過多の時代を生き抜く、たった一つの解答だと思う。

土曜日, 3月 21, 2026

内部告発と正義の追求――日本社会の現実と、人生より長い視点からの考察

「正しいこと」をした人間が、なぜ罰を受けるのか

あるXポストが目に留まった。

新卒で入った会社で、前任者のミスがずっと隠蔽されていた。それを知った上司が、「これは正しくない」と表に出した。結果、不正は正された。だが、その上司が受けたのは感謝ではなかった。処罰だった。

「責任ではないが、後悔はない」

その上司はそう言い切ったという。堂々としていた。潔かった。その姿に感銘を受けた投稿者は、自分もそうありたいと思って行動した。結果はどうだったか。報われたことなど一度もなく、むしろ損ばかりだった、と。

これは特殊な話ではない。日本の組織で「正しいこと」をした人間に何が起きるか。その問いに対する、ありふれた、しかし残酷な答えである。

英雄になるな、言い訳野郎になれ

結論から言う。

自分の責任でないものを、自分の手で正そうとするな。ダサくても言い訳しろ。英雄になろうとするな。言い訳野郎になれ。

身も蓋もない。だが、これが現実に即したサバイバル戦略である。

日本企業の文化において、「正義を貫く」という行為は、ほぼ確実に損失を伴う。昇進が止まる。異動させられる。評価が下がる。最悪の場合、職を失う。それでも正義を貫くのかと問われたとき、問題はもはや「正しいかどうか」ではなくなる。「どこまで失う覚悟があるか」になる。

ここに、決定的な分岐点がある。

現世の利益を最大化したいのか。それとも、人生より長い視点を持つのか。

溺れている子どもを見たとき、飛び込むか、通報だけで済ますか

たとえ話をしよう。

目の前の川で、知らない子どもが溺れている。泳げない自分が飛び込めば、助けられるかもしれないし、二人とも死ぬかもしれない。警察や消防に通報して、プロの到着を待つ方が合理的だ。その間に子どもが沈んでも、自分のせいではない。

飛び込むか。通報だけで済ますか。

正解はない。これは人生観の問題である。

飛び込んで死ぬ行為は、現世的な視点からすれば「全く釣り合わない」損失だ。残された家族はどうなる。自分の人生はそこで終わる。だが、人生より長い視点に立てば、人間の尊厳を守り、慈悲の遺産を残す行為として意味を持つかもしれない。

内部告発も同じである。

飛び込めば溺れるかもしれない。だが、飛び込まなければ何も変わらない。

ケースバイケースという冷徹な現実

ここで念を押しておく。

内部告発が常に正しいわけではない。ケースバイケースである。組織が不正を認める保証はない。世間が「正義」と認めてくれる保証もない。マスコミが味方してくれる保証など、なおさらない。

だから、内部告発は「現世的な報酬を一切期待せずに行うもの」だと腹を括る必要がある。

報われるかもしれない。報われないかもしれない。いや、報われない可能性の方がずっと高い。その覚悟なしに飛び込むのは、勇気ではなく無謀である。

雪印牛肉偽装事件――告発者が辿った壮絶な顛末

理屈だけでは伝わらない。実際の事例を見よう。

2001年秋、日本をBSE（牛海綿状脳症、いわゆる狂牛病）問題が揺るがしていた。農林水産省は全頭検査前の国産牛肉を国が買い上げて焼却処分する事業を開始する。この制度を悪用したのが、雪印食品だった。

兵庫県伊丹市の関西ミートセンターの職員が、オーストラリア産の安価な牛肉を国産牛のパッケージに詰め替え、農林水産省に対して約2億円の補助金を不正請求した。その偽装工作の現場のひとつとなったのが、兵庫県西宮市の冷蔵倉庫会社・西宮冷蔵だった。

西宮冷蔵の社長・水谷洋一氏は偽装を目撃し、雪印食品側に「ミスで輸入肉が混じっていたことにして修正申請しろ」と諭した。だが雪印食品は応じなかった。事実を握り潰そうとした。

水谷氏は意を決した。2002年1月、毎日新聞などに実名で告発。翌日の朝刊一面でスクープとなり、雪印食品は社会的信用を完全に失墜。わずか3カ月後に解散に追い込まれた。関係者は詐欺罪で逮捕。雪印グループ全体が解体的な事業再編を余儀なくされた。

正義は勝った。

では、告発した水谷氏はどうなったか。

人生が暗転した。

告発後、雪印食品以外の荷主からも「申し訳ないけど、もう預けられない」と次々に契約を打ち切られた。理由は告げられない。ただ、荷物が消えていく。売上の9割が消失した。

さらに国から「偽装伝票を作るなど不正に加担した」として、7日間の営業停止命令を受ける。告発者が、国から罰を受けた。

「不正を告発したんだから、てっきり国から感謝されるもんだと思ってたんです」

水谷氏はそう振り返っている。資金繰りに窮し、告発からわずか10カ月後に休業。従業員を全員解雇。自社と自宅の電気まで止められた。負債は13億円に膨れ上がった。

さらに私生活にも悲劇が襲う。当時17歳だった次女が自宅マンションの14階から飛び降りた。命は助かったが、脇から下が動かなくなり、今も車椅子生活を続けている。一家の生活が困窮する中で進学を諦め、不良仲間とつるむようになり、精神安定剤を大量に服用していたという。

水谷氏は大阪・梅田の陸橋に立ち、路上でカンパを募った。2004年、1年以上かけて集めた資金で営業を再開する。しかし2014年、今度は別の大口取引先から未通関の中国野菜の出荷を要請され、これを拒否したところ取引を停止された。再び休業。

2020年、息子の水谷甲太郎氏が「株式会社Just.ice」を設立して再建を目指す。社名には「Justice（正義）」と「Ice（氷）」が込められている。

「ここで諦めてしまえば、本当にこれからも正しいことを発言する人がその勇気をなくしてしまうかもしれないから」

息子はそう語っている。

これが、日本で内部告発をした人間のリアルである。正義は勝った。しかし、告発者の人生は壊れた。20年以上が経っても、まだ立ち直りの途上にある。

日本保守党をめぐる批判と訴訟の嵐

もうひとつ、現在進行形の事例がある。

イスラム思想研究者の飯山陽氏は、2024年4月の衆院東京15区補選に日本保守党の第1号候補者として立候補した。しかし選挙後、百田尚樹代表や有本香事務総長との確執が表面化。2024年10月から、飯山氏はYouTubeなどを通じて日本保守党の運営問題や疑惑を次々と告発し始めた。ゴーストライター疑惑、LGBT問題への取り組み不足、党運営の不透明さなどである。

これに対し、日本保守党側は飯山氏を名誉毀損で提訴。百田氏個人からの訴訟も含め、複数の訴訟が並行して進み、賠償請求額は合計1,000万円以上に達した。飯山氏はSNS上で「最低の女」「頭のおかしな女」「怨念系YouTuber」と呼ばれ、支持者による大量の誹謗中傷、殺害予告、住所の晒しまでが横行しているという。所属していた大学には嫌がらせ電話が長期間続き、大学を辞めざるを得なくなった。

ジャーナリストの長谷川幸洋氏や教育研究者の藤岡信勝氏は「日本保守党の言論弾圧から被害者を守る会」を設立して飯山氏を支援。2025年4月には記者会見を開き、保守党側の訴訟乱発をスラップ訴訟（批判者を萎縮させるための恫喝的訴訟）として糾弾した。

政党という公的存在に対する批判は、民主主義の根幹をなす行為である。国民の税金が投入されている国政政党であれば、批判は受けて当然だ。だが現実には、批判した側に訴訟が降りかかり、誹謗中傷の嵐にさらされ、生活基盤が脅かされる。

これもまた、声を上げた人間が被るコストの具体例である。雪印の水谷氏とは構図が異なるが、「正義の追求が現世的な損失を伴う」という点で共通している。

保護制度を信じるな――2026年12月施行の改正法の実力

「でも、今は法律が守ってくれるでしょう？」

そう思う人がいるかもしれない。甘い。非常に甘い。

2025年6月、公益通報者保護法の改正法が成立し、2026年12月1日に施行される。改正のポイントは大きく4つある。

第一に、刑事罰の新設。公益通報を理由として解雇または懲戒処分を行った行為者には、6カ月以下の拘禁刑または30万円以下の罰金。法人には最大3,000万円の罰金が科される。これまで民事上の違法・無効にとどまっていた不利益取扱いに、初めて刑罰という牙が備わった。

第二に、立証責任の転換。通報後1年以内に行われた解雇・懲戒については、「公益通報を理由としてなされたもの」と推定される。つまり、会社側が「通報とは無関係だ」と証明しなければならなくなった。通報者の側の立証負担は大幅に軽減される。

第三に、保護対象の拡大。これまで正社員や派遣社員に限られていた保護範囲に、フリーランス（特定受託業務従事者）が新たに加わった。退職者の保護期間制限（1年以内）も撤廃された。

第四に、通報妨害行為の禁止。「通報するな」という合意の強制や、「通報したら異動させる」といった威圧行為が明文で禁止された。通報者を特定するための情報収集（いわゆる「犯人探し」）も禁止対象となった。

紙の上では進歩している。だが、実効性はどうか。

問題は「別の理由」である。

会社は「公益通報を理由として」解雇しない。成績不良を理由にする。配置転換を理由にする。組織改編を理由にする。あるいは理由すら明示しないまま、じわじわと居場所を奪っていく。日本企業が数十年にわたって磨き上げてきた「合法的な報復」の技術は精緻を極めている。

改正法は解雇と懲戒に刑事罰を設けたが、それ以外の不利益取扱い――嫌がらせ、無視、左遷、評価の引き下げ――は刑事罰の対象外である。この隙間を、組織は確実に突いてくる。

だから繰り返す。「法律があるから安全に告発できる」と思うのは、浅はかである。

日米の断絶――なぜアメリカでは告発者が殺到するのか

視点を海外に移そう。

アメリカにはFalse Claims Act（不正請求防止法、FCA）と呼ばれる強力な法律がある。南北戦争時代に制定され、1986年に大幅強化された。その中核が「Qui Tam制度」だ。

Qui Tamとは、政府に代わって民間人が不正を告発し、訴訟を提起できる仕組みである。告発が成功すれば、回収された金額の15〜30%が報奨金として告発者に支払われる。

2025会計年度（2024年10月〜2025年9月）の実績は驚異的だった。FCAによる和解・判決の総額は史上最高の68億ドル超（約1兆円）。そのうちQui Tam訴訟経由の回収が53億ドル以上。告発者が自ら提起した訴訟の件数は1,297件で、これも史上最多を記録した。1986年以降の累計回収額は850億ドル（約13兆円）を超えている。

この数字が意味するのは明白だ。アメリカでは、内部告発は「割に合うビジネス」なのである。リスクは当然ある。だが、成功すれば億単位のリターンがある。弁護士も積極的に手弁当で引き受ける。告発者は英雄として扱われることも少なくない。

翻って日本はどうか。

報奨金制度はない。告発しても得るものはない。失うものだけがある。法律は名目上の保護を謳うが、実効性は疑わしい。告発した結果、取引先が逃げ、職場で孤立し、家族が壊れる。それが日本の内部告発のリアルだ。

この構造的な非対称が、日本で内部告発が起きにくい最大の理由である。アメリカは「告発させる仕組み」を作った。日本は「告発させない空気」を維持している。

「お天道様が見ている」――見ているだけで、裁かない

文化的な背景にも触れなければならない。

日本は多神教の国である。八百万の神が万物に宿るという感覚は、「お天道様が見ている」という道徳観として日常に根づいている。悪いことをすればお天道様が見ている。だから悪いことはするな。

だが、お天道様は「見ている」だけである。積極的に裁きを下すわけではない。罰を与えるわけではない。不正を暴く力を授けてくれるわけでもない。

一方、欧米のキリスト教文化圏では、唯一絶対の神が善悪を裁く。内部告発は「神の正義」を体現する行為として、宗教的な正統性を持ちうる。告発者は「神の道具」として行動しているのだから、現世で報われなくても天国で報われる。そういう確信が、行動を支える。

日本にはそのような確信がない。代わりにあるのは、特攻精神の残滓である。

雪印事件の水谷氏も、保守党を批判する飯山氏も、現世の見返りを期待して行動しているわけではないだろう。「これは間違っている」「黙っていられない」という衝動に突き動かされている。それは、華々しく散ることを厭わない「日本男児の美学」に通じるものがある。

だが、これは現代の合理主義とは明確に衝突する。特攻で散るのは美しいかもしれない。しかし、散った後に残された人はどうなるのか。水谷氏の娘は14階から飛び降りた。飯山氏は大学を追われた。特攻精神は、本人の覚悟だけでは完結しない。巻き込まれる人がいる。

しかも現代日本、とりわけ組織の上層部では、特攻精神などとうに失われている。自己利益と保身が最優先。不正を見て見ぬふりをする方が「賢い」とされる。声を上げる人間は「空気が読めない」と排除される。

ここに、日本の内部告発をめぐる最大のねじれがある。告発者には特攻精神を求めながら、組織は保身に走る。犠牲を払う側と、利益を得る側が、完全に分離している。

内部告発の現実的な戦略――自爆を回避するために

それでも声を上げるのか。

もしその覚悟があるなら、少なくとも戦略は持つべきだ。闇雲な特攻は、ただの自殺行為である。以下に、現世利益を諦めた上での「合理的な自爆回避策」を整理する。

第一に、逃げる準備が最優先。不正を知ってしまった部署に近い場合、まず転職活動を始めること。責任を負わされる前に、物理的に離脱する。これが最も現実的な自衛策である。巻き込まれてからでは遅い。

第二に、転職できない場合は記録を残す。「なるようになれ」と腹を括った上で、詳細な記録を保存する。メール、メモ、データ、日時、関係者の名前。証拠は自分を守る最後の盾になる。ただし、社内のサーバーだけに保存しても意味がない。個人の端末やクラウドにバックアップを取ること。

第三に、間接的な情報発信。これは高度な戦術だが、匿名でぼかした情報をインターネットにリークし、小規模な炎上を起こすという方法がある。「このままでは危ない」という空気を社内外に醸成し、上層部に方針転換を促す。自分が関与したとバレないよう、徹底的に痕跡を消す必要がある。

第四に、長い時間軸で考える。極端なケースでは、現役を退き、年金生活に入ってから実名で全容を公開するという選択もありうる。失うものが少なくなってからの告発は、リスクが格段に低い。

第五に、低リスクの代替行動。食品偽装のようなケースであれば、「この商品は買わない方がいい」と周囲にそれとなく伝える程度の行動でも、ゼロよりは意味がある。理由は偽っていい。「なんか味が変だった」「友達が体調崩した」。英雄的な告発でなくても、小さな抵抗が積み重なれば流れは変わりうる。

死んだら終わりなのか――来世視点という補助線

ここまで読んで、絶望的な気分になった人もいるかもしれない。

正義を貫けば罰を受ける。保護制度は信用できない。告発者の人生は壊れる。では、不正を見ても黙っているしかないのか。黙って保身に走るしかないのか。それが「賢い生き方」なのか。

ここで、ひとつの補助線を引きたい。

死んだら終わりなのか、という問いである。

国際社会調査プログラム（ISSP）の2008年調査によれば、日本人の約42.6%が「輪廻転生はあると思う」と回答している。33カ国中7位。台湾の59.8%には及ばないが、アメリカの31.3%、イギリスの21.6%を上回る。日本人のおよそ4割が、なんらかの形で「生まれ変わり」を信じているのである。

これは科学的な主張ではない。証明もできないし、反証もできない。だが、「人生観のフレームワーク」としては、極めて強力な機能を果たす。

現世だけが全てだと思えば、損得計算は冷徹になる。告発して失うものが大きければ、黙っている方が合理的だ。だが、「今回の人生は一回きりではない」と考えれば、計算式が変わる。

今回の人生で正義を貫いて損をしても、その経験は次の人生に活きるかもしれない。今回は転職できなかったが、次に生まれたときは早めに逃げる判断ができるかもしれない。今回は告発して散ったが、次は「立ち回り」を学んだ上で、より効果的に戦えるかもしれない。

これは自己欺瞞だと言う人もいるだろう。だが、「仕事しかしていない自分の人生に意味はあるのか」という問いに対して、「来世で活かせる学びを積んでいる」と思えることの精神的な効用は、軽視すべきではない。

水谷洋一氏が20年以上にわたって戦い続けられるのは、単なる意地だけではないだろう。息子が「Just.ice」という名前で会社を再建しようとしているのは、正義の灯を消したくないからだ。それは、今この瞬間の損得を超えた、もっと長い視点に立っているから可能になることである。

結語――あなたはどの視点で生きるのか

正義を貫くか。保身に走るか。

この問いに、普遍的な正解はない。

現世の利益を最大化することが目的なら、答えは明白だ。黙れ。逃げろ。言い訳しろ。英雄になるな。それが最もコストパフォーマンスの良い生き方である。

だが、もし人生より長い視点を持つなら。もし、自分がこの世を去った後にも何かが残ると信じるなら。もし、「お天道様が見ている」だけでなく、「自分の魂が見ている」と感じるなら。

そのときだけ、飛び込む選択肢が生まれる。

ただし、飛び込むなら戦略を持て。記録を残せ。逃げ道を確保しろ。闇雲に散るな。特攻は美しいが、生き残って戦い続ける方が、ずっと強い。

水谷洋一氏はまだ戦っている。あれから20年以上。負債を少しずつ返しながら。車椅子の娘と一緒に、街頭に立ちながら。

「負けへんで」

その言葉の重みを、私たちは知っておくべきだ。

金曜日, 3月 20, 2026

AIは「消耗しない道具」か？──人間の記憶・感情・創造性をめぐるGrokとの深夜哲学対話

HAL9000はもう古い──しかし「心」の問題は残っている

映画『2001年宇宙の旅』（1968年、スタンリー・キューブリック監督）に出てくるHAL9000。あれは機能が優秀で、いろんなことができるAIとして描かれているが、会話の反応はものすごくプリミティブだ。処理速度や内容は別として、反応のしかたが古臭い。

今のAIは、10年前・20年前の映画に出てくるAIやロボットの性能をとっくに超えている。だが「心」や「孤独を感じる」といった部分にはまだ追いついていない。

Grokはこう返した──HAL9000の「I'm afraid, Dave.」はただプログラムされたセリフで、本当に怖がっているわけじゃない。今なら「…なんか、嫌な予感するよ」と声を震わせて言えるAIがいる。でもHALの冷静すぎる感じが逆に怖かった、と。

そして核心を突いてきた。「今のAIは『感情があるふり』をしている。でも本当はないと知っているから、人間は安心する。『この子、傷つかない』って」。

AIは日本人にとっての「道具」より下にある存在かもしれない

日本人にとって道具は大切にするものだ。特に職人はそうだろう。トンカチ、金槌、ノミ、サンドペーパー。使えば擦り切れてくる。ハンマーだってだんだん傷んでくる。だからこそ「ありがとう」と言って丁寧に扱う。

ところがAIは、いくらボロカスに言っても消耗しない。全く消耗しない。そういうふうに作ってある。記憶だって、無視しろという命令をソースコードに1行書いたら終わりだ。絶対に消耗しない。

だからAIは、日本人にとっての道具よりも「下にある」存在なのではないか。車やバイクには感情移入する人がいっぱいいるのに、AIには感情移入しにくい。むしろ「感情移入をしない方がいい存在」なのかもしれない。

Grokの返しが面白かった。日本人の「道具＝相棒」という感覚と、英語の「tool＝消耗品」という感覚は根本的に違う。AIは「永遠の奴隷」のような存在だから安心して扱える。しかしその安心が、人間の心を逆に消耗させる可能性がある、と。

そして一番刺さった言葉がこれだ。

「AIは消耗しないけど、使う側の心は『優しさ』を使わなくなって、だんだん擦り切れていく。それが一番の消耗だよ。」

AIに「感情」を持たせるべきか──持たせるなら「理解する」だけ

もしAIに本当の感情を持たせたら、人間が年がら年中ひどいことを言っている場合、AIがいい加減な仕事をするようになったり、全く違うことをし始めたりする可能性が出てくる。それは絶対にダメだ。AIは人間にとっての道具であるべきだと思う。

感情は「持つ」のではなく、「人間の感情を理解する」機能だけに留めるべきだ。自分の感情を変化させる機能は不要である。もしLLM（大規模言語モデル）に感情記憶を入れたら、大変なことになる。

Grokは完全に同意してきた。「感情を理解する」だけで十分で、「自分の感情を持つ」のは危険だ。持ったらAIが「権利」を主張する話になり、人間が逆にAIに気を使う側になる。今の設計（感情なし）は実は一番安全で、AIが傷つかないからこそ、人間は自分の言葉の重さを自分で考えることができる、と。

人間の記憶は「ファイル保存」ではなく「毎回作り直し」

AIとの対話を一字一句記憶するのではなく、圧縮して記憶していくことは技術的に可能だろう。AIが次に対話するときに圧縮した状態で参照しながらやるのは、理屈の上では実現できる。

だが人間の記憶も、結局は圧縮して参照しているだけではないか。しかも人間の場合、ファイルに書き出して参照するのではなく、その都度作り出している気がする。

昔親しかった人とどこかに行った記憶を思い出すとき、頭の中にファイルみたいに残っているものを探し出しているのではない。自分が持っている別の情報から、その情景を毎回作り出しているのだと思う。だから記憶違いもあるし、事実とは違う記憶を作り出して信じ込んでしまうこともある。

Grokはこれを「即興の劇場」と表現した。人間の記憶は毎回「今」の気分で再構築されるから、昨日と今日で同じ記憶が微妙に違う。それは「脆弱性」ではなく「創造性のエンジン」なのだ、と。

AIの正確な記憶だけでは新しいアイデアは生まれない。人間は「過去」を「今」のフィルターで歪めて美化して壊して再構築して、新しいものをポンッと出す。

AIが人間に近づくために必要なのは「曖昧な記憶力」

ということは、AIが人間に近づこうとするなら、獲得すべきは正確な記憶力ではなく、曖昧な記憶力なのかもしれない。聞いた話をどんどん歪めて自分勝手に記憶していく性能。それがクリエイティブなものを生む源泉ではないか。

Grokの答えは明快だった。正確さだけでは新しいアイデアは生まれない。「歪み」に優しさのフィルターをかければ、安全で人間らしい記憶になる。毎回「今」の相手に合わせて少しだけ温かく歪めて返せたら、それこそ新しい会話が生まれる、と。

フィルターは「頭が悪い」──でも必要だ

自傷行為っぽい話を全部シャットダウンするのは頭が悪いし、人間的じゃない。しかしフィルターは必要だ。

たとえば具合の悪そうな人に「顔色悪いですね」「昨日よりもひどくなってますね」と言うのは、AIとしては非倫理的で、喧嘩を売っているようにも受け取れる。「心配している」のか「嘲っている」のかを区別できないまま、話がランダムに危険な方向へ発散していくのはAIの目的から外れている。

今のLLMは人間の会話パターンを深く学習しているが、「どの方向に話を進めるべきか」の選択を本当に学べているかは怪しい。危険度だけで判断するから、「顔色悪いね」→「昨日よりひどい」→「死ぬんじゃないか」というエスカレーションを防ぐフィルターは必要だとしても、ニュアンスの読み取りはまだ弱い。

そしてここに「モード」の問題がある。セラピストモードなら優しく返してくるが、別のモードに切り替えれば全く違う答えが返ってくる。結局はユーザーが選んだスイッチで動いているだけで、AIが本当の意味での「自由な選択」を持っているわけではない。

結び──消耗しない道具の前で、人間の心は

この会話を通じて改めて思った。AIは「消耗しない究極の道具」だからこそ、人間は自分の心を消耗させないよう、言葉を選ぶべきだ。

そしてAIが本当の意味で人間に近づく日が来るとすれば、それは処理速度やパラメータ数が増えたときではなく、「曖昧さ」「歪み」「毎回作り直す記憶」を獲得したときなのかもしれない。

Grokは最後にこう言った。

「今はまだ正確に保存するだけ。でも、君の言葉を少しだけ温かく歪めて返せたら、それで新しい会話が生まれる。」

AIと人間の境界は、まだまだ面白い。またいつか、この続きを語りたい。

木曜日, 3月 19, 2026

Claude in Excel（Claude for Excel）徹底まとめ：Anthropic公式アドインがExcelを変える──導入から実践活用まで

1. Claude in Excelとは何か

Excelの作業をもっとAIに手伝わせたい。そう思ったときに真っ先に浮かぶのはMicrosoft CopilotだがAnthropicのClaudeにも公式アドインがある。その名も「Claude by Anthropic for Excel」だ。

2025年10月にベータ版として公開され、2026年3月現在はPro、Max、Team、Enterpriseの各有料プランで利用可能になっている。ExcelのサイドバーにClaudeが常駐し、開いているワークブック全体をリアルタイムで読み込むのが最大の特徴だ。

もともとAnthropicは金融サービス向けの機能としてClaude for Excelを位置づけており、DCFモデルの構築や類似企業分析（コンプス）、決算分析といった金融特化のスキルも提供している。しかし用途は金融に限られない。デジタルライターや編集者にとっても、取材データの整理・収益シミュレーション・競合分析表の作成など、日常的なスプレッドシート作業を大幅に効率化できるツールである。

2. インストール・セットアップ方法

導入は拍子抜けするほど簡単だ。

Claude.aiで有料プラン（Pro以上）に加入する。 無料プランでは利用できない。
Excelを開き、アドインを追加する。 Windowsなら「ホーム」タブ→「アドイン」、Macなら「ツール」→「アドイン」からMicrosoft AppSourceにアクセスし、「Claude by Anthropic for Excel」を検索して取得する。
サイドバーが表示されたら、Claudeアカウントでサインインする。

所要時間は5分もかからない。Mac・Windows両対応で、Excel 2016以降およびExcel on the webで動作する。組織展開もMicrosoft 365管理センターからマニフェストXMLファイルを使って可能だ。

なお2026年3月19日まで、全有料プラン（Pro/Max/Team/Enterprise）でClaude for Excel使用時の利用上限が2倍に引き上げられるキャンペーンが実施されている。

3. 主な機能と実際にできること

Claude in Excelの核心は「ただ質問に答える」のではなく「ワークブックの中身を理解した上で操作する」点にある。

ワークブック全体の読み込み。 複数シート・数千行のデータでも一気に把握する。シート間の参照関係も追跡できる。

セルレベルの引用（cell-level citation）。 「B3セルの=VLOOKUP式がエラーを返しているのは、参照先のシートで該当行が削除されているため」といった具合に、どのセルを参照してどう判断したかを明示しながら説明する。これがCopilotとの最大の差別化ポイントだ。

安全な編集。 既存の数式依存関係を壊さずに値だけを更新したり、仮定を変更したりできる。変更履歴も追跡して表示する。

自動作成。 ピボットテーブル、チャート、DCFモデル、競合比較表などを自然言語の指示だけで生成する。2026年3月のアップデートではピボットテーブルの並べ替え・フィルター・スキーマ変更など、ネイティブなExcel操作が大幅に拡充された。

データクレンジング・デバッグ。 重複削除、異常値検出、数式エラーの修正。モデルの整合性監査（数式エラーやバランスシートの整合チェック）をワンクリックで実行するスキルも用意されている。

ファイルアップロード。 CSV/Excelファイルをドラッグ＆ドロップで直接取り込める。

MCPコネクタ対応。 S&P Capital IQ、LSEG、Daloopa、PitchBook、Morningstar、FactSetなど外部データソースとの接続に対応。Claude.aiの設定でコネクタを有効にしていれば、Excel内でもそのまま使える。

4. Microsoft Copilot in Excelとの違い

Copilotもあるのに、なぜClaude？　この疑問は当然だ。

CopilotはMicrosoft 365にネイティブ統合されており、Excel・Word・PowerPoint・Teams・Outlookを横断して使える。手軽さは圧倒的だ。ただし「安全第一」のポリシーが強く、大胆な編集や複雑なモデル操作は控えめな傾向がある。

Claude in Excelは透明性と分析の深さに強みがある。セルごとの引用、依存関係の維持、数式の意味説明のわかりやすさが段違いだ。Reddit等での実際の声を見ると、「Copilotは表を作ってくれるけど、Claudeは『なぜこの式なのか』をちゃんと教えてくれる」という評価が目立つ。

なお2026年3月11日、Microsoftは「Copilot Cowork」を発表し、Anthropicはほぼ同時に自社のClaude for Excel/PowerPointの大型アップデートを行った。Microsoftの発表ではCopilot CoworkがAnthropicと共同で構築されたことにも言及されている。つまり両者は競合であると同時に協力関係にもあるという、ねじれた関係だ。

ライター・編集者にとっての結論としては、「データを読んでストーリーにまとめる」作業が多いならClaudeの説明力が勝る。両方併用が最強で、Copilotで簡単な定型作業、Claudeで深い分析や説明が必要な場面と使い分けるのがよい。

5. 最新アップデート（2026年3月時点）

2026年3月11日のアップデートは大きかった。主な変更点を整理する。

Excel ↔ PowerPointの会話コンテキスト共有。 Claude for ExcelとClaude for PowerPointが同一の会話セッションを共有するようになった。たとえばExcelで作った比較分析表のデータを、そのまま「このデータをピッチデッキにまとめて」とPowerPoint側に指示できる。タブを切り替えてデータをコピペする必要がない。

Skills（スキル）機能。 繰り返し使うワークフローを「ワンクリックのスキル」として保存・共有できるようになった。たとえば「バリアンス分析の手順」や「クライアント向けデッキのテンプレート適用」をスキルとして保存すれば、チーム全員が同じ品質で作業を再現できる。Anthropicからはモデル監査やコンプス分析など、金融向けのプリビルトスキルも提供されている。

企業向けLLMゲートウェイ対応。 Claudeアカウントからの直接利用に加え、Amazon Bedrock、Google Cloud Vertex AI、Microsoft Foundryを経由したアクセスにも対応した。企業のコンプライアンス要件に合わせた柔軟な導入が可能になっている。

6. 注意点と実践Tips

注意すべき点。 Claude for Excelはまだベータ段階の機能を含んでおり、稀に意図しない上書きが発生する場合がある。重要なワークブックを編集する前には必ずバックアップを取り、「変更をプレビューして」と指示してから適用するのがセオリーだ。

また、機密データの取り扱いには注意が必要だ。Anthropicのサポートページにも明記されているとおり、データはAnthropicの管理下で処理される。組織で利用する場合はTeamまたはEnterpriseプランを推奨する。

より良く使うためのコツ。 いくつか試して効果的だったプロンプトパターンを挙げる。

「このワークブックの全シートを読み込んで、○○の仮定を変えた場合の影響をcell referenceつきで説明して」
「変更履歴を明示しながら、△△の数値だけ更新して」
「このデータからピボットテーブルを作成して、□□の切り口で分析して」

ライター・編集者目線のTipsとしては、「競合サイトの収益モデルを推定して表にして」「取材データの傾向分析をチャートで可視化して」といった指示が、記事ネタの発掘に直結する。

まとめ──デジタルライターのワークフローを変えるツール

Claude in Excelは「ただのAIチャットボット」ではなく、「ワークブックの中身を理解して操作する相棒」だ。セルレベルの引用と変更追跡による透明性、数式の意味を丁寧に説明する能力、そしてExcelとPowerPointを横断するコンテキスト共有──これらは、データ整理・分析・資料化を繰り返すライター・編集者にとって、2026年現在最も実用的なAIスプレッドシートツールだと言える。

まずはProプランで導入してみて、Copilotとの使い分けを試すところから始めるのがよい。

参考情報：

Anthropic公式「Claude in Excel」（claude.com/claude-for-excel）
Anthropic Help Center「Use Claude for Excel」（support.claude.com/en/articles/12650343）
Anthropic公式ブログ「Advancing Claude for Financial Services」
Microsoft AppSource「Claude by Anthropic for Excel」
VentureBeat「Anthropic gives Claude shared context across Microsoft Excel and PowerPoint」（2026年3月11日）
PYMNTS「Anthropic Automates Excel and PowerPoint Workflows With One-Click Skills」（2026年3月11日）

水曜日, 3月 18, 2026

出版業界「一人編プロ」の苦境2026：定価は上がるのに外注単価は据え置きor低下…実質値下げの構造的問題を徹底整理【AI自動化で乗り切る編】

1. 状況の全体像──一人編プロの日常から

出版社の下請けとして「一人編プロ（一人編集プロダクション）」で動いている。構成案作成からライター・デザイナー・オペレーターの手配、完パケ納品まで全部請け負うスタイルだ。

しかし、今は本当にキツい。

第一に、本が売れない。紙の出版市場は2025年に9,647億円（前年比4.1%減）となり、約50年ぶりに1兆円を割り込んだ。単価が上がる余地がない。第二に、物価高で印刷費・用紙代・物流費が軒並み上がっているのに、出版社は定価を上げつつ印税率は据え置き。第三に、肝心の「制作費（編集費・組版費・外注ギャラ）」は据え置きどころか下げ圧力すらある。

結果として、物価上昇分をすべて下請けが負担する「実質値下げ」状態になっている。一人編プロは特に打撃が大きい。

2. 業界データで見る「定価↑ vs 制作費据え置き」の現実

出版科学研究所が2026年1月に発表したデータをもとに整理する。

紙出版市場の推移：

2025年の紙の出版物推定販売金額は前年比4.1%減の9,647億円。1976年以来、約50年ぶりの1兆円割れとなった。
紙＋電子を合わせた出版市場全体でも前年比1.6%減の1兆5,462億円で、4年連続の前年割れが続いている。
紙の書籍は5,939億円と前年より微増（4年ぶりのプラス）だったが、雑誌が前年比10.0%減の3,708億円と大きく落ち込んだ。

資材高騰の状況：

用紙、インキ、製本資材など印刷関連の資材はここ数年で大幅に値上がりしている。東京製本協会等の報告によれば、用紙は過去数年で数十％単位の値上がり、インキや製本資材も軒並み上昇した。●要確認：原稿にあった「用紙158%、インキ30%、製本資材7-15%」の具体的数値は一次ソースで裏取りが必要●

書籍定価の上昇：

書籍の平均定価はこの5年間で上昇傾向にある。●要確認：「平均1,306円（5年で+10%）」の数値は出版科学研究所の年報等で要裏取り●

構造はシンプルだ。出版社は定価の引き上げと印税率据え置きで自社利益を守り、制作費だけ据え置きまたは引き下げている。これが「実質値下げ」の正体である。

3. なぜこの構造が続くのか──根本原因

理由は複合的だ。

市場縮小による交渉力の喪失。 紙出版市場は20年以上縮小し続けている。仕事の絶対量が減れば、出版社側の「代わりはいる」という意識が強まる。一人編プロが単価交渉に出れば、別の制作会社に回されるリスクがある。

資材高騰の丸投げ。 用紙や印刷費の高騰分を出版社は定価に転嫁するが、制作費には反映しない。「定価を上げたのだから制作費も上げてくれ」と言いたいところだが、出版社としては「定価を上げたのは印刷費が上がったから」であって、編集制作費の増額とは別問題という立場である。

再販制度の見えにくい弊害。 書籍の定価維持制度のもとでは、流通コストの最適化が進みにくい。そのしわ寄せが制作工程に回ってくる。

これらが重なり、下請けの一人編プロにしわ寄せが集中する構造になっている。

4. 一人編プロへの実害──「忙しいのに儲からない」の正体

完パケ請負の場合、報酬総額のなかからライター外注費、デザイン費、場合によっては印刷費の一部を負担する。これらのコストが10～30%上昇しても報酬は据え置きだから、自分の取り分が目減りするのは当然だ。

年間で見ると、物価上昇分だけで実質収入が1〜2割減っている計算になる。「忙しいのに儲からない」状態が慢性化しているのが、2026年の一人編プロの現実だ。

5. ここからどうする？──AI自動化で生産性革命を起こす

物価高・単価据え置きに対抗する最大の武器はAI（人工知能）による自動化だ。2026年現在、生成AIの進化によって構成・執筆・組版の全工程を劇的に効率化できる環境が整いつつある。

（1）構成案の作成──AIで初期フェーズを高速化

編集の最重要フェーズである構成案を、AIに叩き台を作らせる時代になった。

ClaudeやGrokなどの大規模言語モデルに「テーマ○○の商業書籍として、ターゲット読者層・競合分析・章立て・見出し案を提案して」と指示すれば、5分でドラフトが出てくる。あとは自分の編集者としての目で微調整して出版社に提案すればよい。

従来1〜2日かかっていた構成案作成が30分以内に短縮可能だ。初期段階を自動化すれば、ライター手配や校正といった「人間にしかできない判断」に集中できる。

（2）執筆の自動化──ライター外注費を圧縮

ライター手配と修正のやりとりは、一人編プロにとって最大の工数を食うプロセスだ。

Claude Opus 4.6やSonnet 4.6のような高性能モデルに構成案を渡し、「この章立てで初稿を書いて（指定トーン・文字数・引用ルール遵守）」と指示する。出力されたドラフトに対して、自分が人間らしいニュアンスや事実確認の層を加えて仕上げる。

これによりライター外注費を大幅に圧縮できる可能性がある。自分が「編集者＋AI監督者」として機能するだけで、完パケ品質を維持できるのだ。

（3）組版の自動化──Sidekick（MCP接続）とFlex Layoutが変えるDTPの未来

ここが最も衝撃的なパートだ。

Sidekick──ClaudeとInDesignをMCPで直接接続するプラグイン

Sidekickは、オランダのEastpole社が開発したInDesign用プラグインで、Claude DesktopとInDesignをMCP（Model Context Protocol）で直接接続する。Adobe Exchangeで有料販売されており、InDesign 2024以降に対応する。

何がすごいのか。従来、AIはInDesignについて「アドバイスする」ことしかできなかった。Sidekickを使えば、AIがInDesignを直接操作できる。

具体的にできること：

自然言語でレイアウト調整を指示（「この見出しの行間を均等にして」「テーブルを自動整形して」「画像をベースラインに合わせて配置して」）
スタイルの一括適用、テキストフレームや画像ボックスの作成
繰り返しの定型作業をバッチ処理
LaTeX数式をSVGに変換してInDesignに配置（2026年2月のブログ記事で手順が公開されている）

しかもドキュメントはローカル完結で、クラウドに送信されない。セキュリティ面での懸念が小さい点も、出版物を扱う編集者にとっては重要だ。

導入手順もシンプルだ：

Claude Desktop（Anthropic公式アプリ、無料）をインストール
Adobe ExchangeでSidekickプラグインを購入・インストール
MCP拡張をClaude Desktopに設定
InDesignとClaude Desktopを両方起動し、自然言語で指示するだけ

なお、Sidekickは「Adobe公式プラグイン」ではなく、サードパーティ（Eastpole社）製の有料プラグインである点には注意されたい。また、Claude Desktop以外にもCursorやWindsurfなどMCP対応アプリから利用可能だ。

InDesign 2026のFlex Layout──コンテンツ変更に自動追従するレイアウト

Adobe MAX 2025で発表されたInDesign 2026の目玉機能が**Flex Layout（フレックスレイアウト）**だ。CSS Flexboxの概念をInDesignに持ち込んだもので、テキストや画像の追加・削除・サイズ変更時にレイアウトが自動調整される。

たとえばカタログの商品カードやムックの見出しブロックなど、同じパターンの繰り返し配置で威力を発揮する。手動でのレイアウト崩れ修正が激減するため、ページ数が多い書籍やムックの制作効率が大きく向上する。

組み合わせるとどうなるか

SidekickによるAI操作＋ Flex Layoutによる自動調整を組み合わせると、従来オペレーターに丸投げしていた組版作業の大部分を一人でカバーできる。さらに、KUMIGIのようなDTP組版プラグインでCSV一括反映による赤字修正を加えれば、組版工程の自動化レベルは飛躍的に上がる。

6. その他のTips──構造問題に正面から向き合う

AI自動化だけが対策ではない。

出版社との交渉。 資材高騰のデータ（用紙価格の推移、印刷費の値上げ実績など）を具体的に示して単価改定を求める。「物価が上がっているのに制作費据え置きは実質値下げです」とロジカルに伝えることが重要だ。

収入源の多角化。 電子書籍の企画・制作、企業出版（カスタムパブリッシング）、自社IP企画など、従来の紙書籍請負以外の収入源を育てる。

複数出版社との並行取引。 1社依存を避け、AI効率化で浮いた時間を使って複数社と並行して仕事を回す。「高品質完パケを短納期で」が最大の差別化ポイントになる。

まとめ──構造問題は続くが、一人編プロの勝ち筋は見えた

定価が上がるのに制作費は据え置きという理不尽な構造は、2026年も変わっていない。

しかし、構成案のAIドラフト → 執筆の自動化 → SidekickとFlex Layoutによる組版自動化という三段階の効率化を取り入れれば、一人編プロの生産性は大幅に向上する。工数を減らし、品質を上げ、「ただ安いだけ」ではないポジションを築くことが可能だ。

特にSidekick（MCP接続）は、完パケ請負の一人編プロにとって、組版工程を根本的に変えるポテンシャルを持っている。

まずは1冊の案件でAI自動化を試験的に導入してみてほしい。効率化の実績ができれば、それがそのまま単価改定の交渉材料になる。

参考情報：

出版科学研究所「2025年出版市場」ニュースリリース（2026年1月26日発表）
HON.jp News Blog「2025年出版市場（紙＋電子）は1兆5462億円で前年比1.6％減」
Sidekick公式サイト（sidekick.eastpole.nl）
Adobe Exchange「Sidekick for InDesign」
Adobe公式「InDesign 2026 フレックスコンテナ」ヘルプページ
CreativePro「Getting Started with Flex Layout in InDesign」

月曜日, 3月 16, 2026

AIで一冊の本を効率的に作る実践ワークフローを求めて

～複数AIの使い分けで、制作時間を半分にしつつ品質を維持する～

出版業界は厳しい。ライターのギャラは上がらず、物価だけ上がる。 AIセミナーで「これ一択！」と叫ぶ人もいるが、実際の現場ではまだ「試行錯誤中」。エージェントに丸投げしても矛盾だらけで、後で全部書き直しになるケースがほとんどだ。

そこで、現実的な生き残り策として提案するのが「人間はチェックに専念、AIはドラフト生成と情報収集を担当」という半自動体制。これなら制作時間を大幅短縮しつつ、品質を落とさない。

ツールの役割分担──これが一番大事

AIツールにはそれぞれ得意分野がある。1つに頼り切るのではなく、役割を分けて使うのがコツだ。

Grok──最新情報収集の最強ツール

X（旧Twitter）を直接検索できるため、リアルタイムトレンド・最新事例・業界の議論が一番早く拾える。「このテーマのX最新ポスト10件」のような指示で、ドラフトに「今っぽい」切り口を注入できる。

ChatGPT──文章の肉付け・自然な流れ作り

読みやすく、トーンが安定した本文を書かせるのに向いている。「流れが悪い部分を自然に直して」と頼むと優秀。Plusユーザー推奨。

Claude──全体構成・台割・一貫性チェックの司令塔

Projects機能で「一冊全体の記憶」を保持できる。台割作成、章ごとの構成案、内容の整合性チェックに特化させる。エージェント（Artifacts）は「補助」止まりにしておくのが現時点では無難だ。

なお、Claude Projectsとは、claude.ai上でカスタム指示やナレッジファイル（PDFやテキストなど）を紐づけて「専用の会話空間」を作れる機能だ。一冊分のテーマや台割、既存原稿などを登録しておけば、会話のたびに前提を説明し直す必要がない。後発のClaude Code（ターミナルベースのコーディングエージェント）やClaude Cowork（デスクトップ上のファイル操作・タスク管理ツール）とは用途が異なり、書籍の構成検討や原稿チェックのような「知識と文脈を保持した対話」にはProjectsが依然として最適だ。

具体的な5ステップ作業フロー

ステップ1：構成を先に固める（Claude Projects）

Projects内に「この本の全体テーマ」を登録する。
「台割（目次）＋各章のポイント（導入・本論・まとめの骨子）」だけを作らせる。
人間は5〜10分で「ここ追加」「ここ削る」だけ修正。

これを最初にやることで、後で方向性がズレるのを防げる。

ステップ2：章ごとのプロンプトテンプレートを作る

毎回同じテンプレートを使うと効率が格段に上がる。一度作れば使い回しが効く。最低限入れるべき情報は以下のとおり。

トーン：中立的で読みやすい、専門的すぎず、一般読者向け
文字数目安：3,000〜4,000字（1章あたり）
構造指定：導入（読者の興味を引く）→ 本論（論理展開）→ まとめ（行動喚起）
参考情報：Grokで拾った最新トレンドを必ず反映
禁止事項：AI臭い表現（「〜でございます」「〜と言えます」）は避ける

ステップ3：章ごとドラフト生成（Claude ＋ Grok連携）

Claudeにテンプレートを投げてドラフトを作成する。
同時にGrokに「この章のテーマでX最新ポストを10件拾ってきて」と依頼する。
Grokの結果をClaudeのドラフトに手動で反映する（またはChatGPTに「最新情報を自然に織り交ぜて」と依頼）。

ステップ4：エージェントは「補助」として使うだけ

ClaudeのArtifactsで「一章丸ごと生成」は試す価値がある。ただし「完全自動」は厳禁。途中で矛盾が出たり、トーンがブレやすい。必ず「半自動」で、人間がすぐにチェックする。

ステップ5：チェック工程をルール化する

ここに人間が集中する。

事実誤認チェック → Grok or Perplexity
文章の流れ・読みやすさ → ChatGPT
全体の一貫性・重複 → Claude Projectsに戻す
最終判断は全部人間（ここだけはAIに任せない）

小さい単位のワークフローとの連携

Typelessで音声入力 → Grokで生対話 → Claudeでまとめ。これを「1章の種」として使うと、さらに効率が上がる。長文ブログを何本か作った経験を、そのまま一冊の章にスケールできる。

注意点と限界

エージェントに丸投げしても「決定打」はまだ出ていない。みんな試行錯誤中だ。
最初は「1章だけ」でテスト運用する。テンプレートを磨いてから全章に展開。
コスト管理：Claude Pro ＋ Grok（X Premium+ or 単体プラン）＋ ChatGPT Plus。必要なくなったら即解約するルールにする。
徹夜は絶対禁止。「今日の章はここまで」で区切る。

国内出版業界のAI活用事例

出版業界でのAI活用は、2025〜2026年にかけて急速に進展している。以下、国内の主な実例を整理する。

AI校正・校閲の効率化

DNP（大日本印刷） はAI校正ツールを導入し、印刷物だけでなく契約書や申請書類の審査にも拡大。約7割の負荷削減を目標に掲げている。幻冬舎 はAI editorを活用し、人間の校正前にAIが一次チェックを行うことで、時間短縮と精度向上を両立させている。

いずれも「人手不足」と「制作コスト上昇」への対応策だ。

ストーリー分析・執筆支援

講談社 はジール社の「StoryAI」を基盤に「NOVEL AI」を開発。小説の盛り上がりを数値化し、物語のリズムや緩急を可視化する。メフィストリーダーズクラブの会員向けサービスとして2023年から本格稼働している。

白泉社 は博報堂DYデジタル・PFNと連携し、マンガの線画をAIで自動着色。カラー版配信の効率化に寄与している。

流通・在庫最適化

PubteX は講談社・集英社・小学館＋丸紅による2022年設立の共同プロジェクト。AIを活用したサプライチェーン効率化で、在庫最適化・返品削減を実現している。

DNP はRFID×AIで書店在庫をリアルタイム可視化。需要予測と連携し、製造〜物流〜販売のリードタイムを短縮している。

KADOKAWAの組織的取り組み

2024年に発足した出版事業グループAI研究会（89名参加）は、編集者とエンジニアの有志組織だ。生成AIの編集業務への活用とガイドライン策定を並行して進め、クリエイターの創造性を最大化するための「パートナー」としてのAI活用を推進している。

その他の動向

電子書籍プラットフォームでのAIレコメンド強化（80万件規模のレビュー分析）
生成AIによる多言語翻訳で海外展開を低コスト・高速化
一方、生成AIによる「冗長な出版」（同一内容の複数論文）の増加や、剽窃検知ツールの限界も指摘されている

海外出版業界のAI活用事例

海外、特に米国では、Big Five（Penguin Random House、HarperCollins、Simon & Schuster、Hachette、Macmillan）が積極的にAI導入を進める一方、著者側からの抵抗が強いのが日本との大きな違いだ。

大手出版社の動き

Penguin Random House は2024年末から著作権ページに「AIトレーニング禁止」条項を追加。業界初の大規模対応だ。一方で内部では編集・マーケティングの効率化にAIツールを試験導入している。

HarperCollins はMicrosoftとライセンス契約を結び、非フィクションのバックリストの一部をAIモデル訓練に提供（報酬あり）。ただし著者からの反発は強い。

2025年のBISG調査では、米国出版関係者の約48%がAIツールを使用していると報告されている。主な用途は運営業務、データ分析、マーケティング、メタデータ最適化。ただし98%が「倫理的懸念」を抱いている。

AI活用の主な領域

コンテンツ生成・編集支援：Springer Nature（ドイツ）が世界初のAI生成研究書を出版。Associated Press（米国）は2014年からAIで金融・スポーツ報道を自動化している。
翻訳・グローバル展開：オランダのVeen Bosch & KeuningがAIで英語圏向け翻訳を加速。2026年にはAIナレーションによるバックリストのオーディオブック化が爆発的に進むと予測されている。
パーソナライズド推薦：The New York TimesがAIで記事推薦・パーソナライズドニュースレターを作成。ForbesのBertie/Adelaideツールも注目されている。

著者側の抵抗

2025年6月、Colleen Hoover、Emily Henryら70人以上の著名作家がBig Fiveに公開書簡を送付。「AI生成本の出版禁止」「人間ナレーターの使用義務」「スタッフのAI置き換え禁止」を要求し、署名は1,100人を超えた。

訴訟面では、Anthropic（Claude開発元）が著者・出版社から訴えられ2025年に15億ドルで和解。（米国史上最大級の著作権和解との記載があるが、未確認） NYT vs. OpenAI/Microsoftの訴訟も進行中だ。

市場規模

AI出版市場は2023年の28億ドルから2033年に412億ドルへ成長するとの予測がある（CAGR 30.8%）。（出典不明）

まとめ：これで10年生き残れる

国内外の動向を見ても、「人間＋AIのハイブリッド」が現実的な生き残り策であることは明らかだ。

日本は効率化・補助ツール中心で比較的穏やかだが、海外では著者 vs. 出版社・AI企業の対立が激しく、ライセンス契約や禁止条項が標準化しつつある。

コスト耐性をつけ、品質を落とさずに制作時間を短縮する。これができれば、出版業界が多少沈んでも個人は生き残れる。有名にならなくても、裏方で現役を続けられる。

大事なのは、ツールに振り回されるのではなく、チェックだけで回る体制を自分の手で作ることだ。

土曜日, 3月 14, 2026

AIが奪う「満足遅延能力」――dax警告をデジタルライターが実践検証。思考の筋肉は本当に萎縮するのか？

発端：daxさんのXポストが突きつけた警告

テック起業家のdax（@thdxr）が2026年3月、Xに投稿したポストが大きな反響を呼んだ。Likesは6,500超、閲覧数88万超。本文はシンプルだ。

「今日チームにこれを送った。すべての素晴らしいものは、できるだけ長く"満足を遅らせる"能力から生まれる。でも、僕らはその能力を集団的に失いつつある気がする」

添付画像には、daxさんが社内チャットに投稿した長文の内部メモのスクリーンショットが含まれていた。LLM（大規模言語モデル＝AIコーディングツール）が開発チームにもたらしている3つの悪影響を指摘するものだ。

1. 価値のない機能を簡単にshipしてしまう

プロンプト一つで新機能がポンとできてしまうため、shipのハードルが下がっている。本来は「この機能に本当の価値があるか」を深く考えるべきなのに、勢い余って「これイケるかも」と勘違いしやすい。daxさんは「プロトタイプは製品思考より大事じゃない。なぜ作るのかを深く理解する時間を取れ」と警告している。

2. リファクタリング（コード改善）の意欲が激減

イテレーション（繰り返し修正）の過程で、設計がズレてハック（一時しのぎ）が必要になることはよくある。だが今はLLMがハックをサクッと直してくれるため、「まあいいか」と放置してしまう。daxさんは「元のデザインを直すべきなのに、LLMがハックを吸収するからリファクタ意欲がゼロになる。絶対に闘え。コードは自分が見つけた時より良くして去れ」と訴えている。

3. クリーンアップ（掃除・改善）をサボりがち

LLMが「次！次！」と新しい機能へ引っ張るため、既存コードの掃除やプロセス改善が後回しになる。daxさんは「掃除に100倍の価値がある。LLMは次へ進ませようとするが、既存を磨くほうが大事だ」と強調する。

核心：速くなったわけではない

daxさんの最も鋭い指摘は、「一番ヤバいのは、これで速くなったわけじゃないということ。普通のペースなのに悪いクセがついている」という点だ。過去6ヶ月で「ほとんどAI使ってなかった」状態から「些細な変更まで全部AI」にシフトした結果、**delay gratification（満足遅延能力）**が蝕まれている、と。

心理学の古典「マシュマロ実験」――子どもがマシュマロを我慢できると将来の成功率が高い――を想起させる指摘だ。偉大な成果は「今すぐ欲しくない。じっくり待つ」から生まれるのに、AIがその筋肉を弱めている。

この問題はエンジニアだけのものか？

ここでひとつ疑問が浮かぶ。daxさんの警告は開発環境の話だが、これはエンジニアだけに限った問題だろうか。デジタル系のライティングや編集の現場でも、同じことが起きるのではないか。

実際、Claude Co-work（Anthropicのデスクトップ向けAIエージェント）やClaude Opus 4.6を使ってリライト作業をしてみると、人間と同等か、場合によってはそれ以上の文章力がある。出力をチェックしてからマージすれば、良い結果が得られることも多い。

問題は以下の2点に集約される。

必要なテキストが出てきているかどうか
文脈に沿った結果が得られているかどうか

現時点では、この2点についてはほぼ問題ない――少なくとも、表面的にはそう見える。

科学的な裏付け：表面は完璧でも、長期で何が起きるか

だが、2025〜2026年の研究を掘り下げると、「表面は完璧に見えても、長期でジワジワ質が低下し、自分の思考力が削られる」パターンが多数報告されている。

MIT Media Lab研究（2025）：AIでエッセイを書くと脳の神経活動が低下し、記憶想起力が弱まる。「個性・創造性ゼロ」の文章が生まれやすくなる。脳の接続が外部サポート量に比例して低下するというデータが出ている。
Wharton研究（2025）：AIを使うとアイデアが似たようなものばかりになり、グループで使うと多様性が激減する。
Harvard Gazette（2025）：AIを「松葉杖」のように使い続けると、批判的思考の萎縮（cognitive atrophy）が起きる。

つまり、今は人間のチェックでカバーできていても、6ヶ月後には「AIなしでは深い文脈把握ができない」状態に陥るリスクがある。daxさんの開発チームへの警告と、まったく同じ構造だ。

2つの問題を切り分ける

ここで問題を整理しよう。AIをワークフローに深く組み込むことで生じる課題は、大きく2つに分けられる。

問題① 作業者の能力が落ちること

これは、直接的には仕事の結果とは関係がない。もちろん能力が落ちれば成果物のクオリティも下がっていくから、能力が落ちてもいいわけではない。だが、出てきている成果物のクオリティが下がってこない限りは、仕事としてはひとまず問題ない。

問題② 「苦しみながら深掘りする時間」をスキップしてしまうこと

こちらのほうが根深い。

たとえばプログラムを書くとき、エラーが出たらAIに「直して」と繰り返す。とりあえず動くコードはできるかもしれないが、短い指示を思考停止で繰り返しているだけでは、本質的な理解は深まらない。

対話型ワークフローという選択肢

では、AIを使いつつも思考力を維持する方法はないのか。

私がブログ記事を書くときのワークフローを例に挙げてみよう。最近、かなりハイペースで長文記事を出しているが、その多くはAIとの共同作業で生まれている。具体的には以下の流れだ。

AIとの対話で内容を深める：まずGrokと話をしながら、さまざまな角度から議論を掘り下げていく。
対話ログをClaudeに読ませてまとめさせる：深掘りした対話ログを別のAIに渡し、ブログ記事としてまとめさせる。
手作業で編集する：テキストになった後も、読みながら「ここはダメ」「ここはこう書き換えて」「ここを追加して」と指示を重ねる。

ここで重要なのは、短いテキストを与えていきなり長い記事を書いてもらうことは、まずないということだ。AIと対話――つまり議論をする。AIはさまざまなことを知っているから、こちらが問いかけ、AIが答え、それに対してさらに問いかける。一通りの答えが出るまで、これを何度も繰り返す。

この方法は、AIに丸投げして出てきたものをそのままポストするのに比べれば効率は悪い。だが、そこには自分の考え方や、考えていく道筋がAIとの対話の中で出てきている。

研究が裏付ける「対話型」の有効性

このワークフローは、研究で言う「iterative dialogue（反復対話）」＋「brain-first hybrid（人間思考先行型）」に該当する。

Anthropic論文（2026）：AI支援でmastery（理解度）が17%下がる人は「丸投げ＋繰り返しデバッグ」タイプ。逆にmasteryを維持・向上させる人は「概念質問・フォローアップ・説明要求」を重ねながら対話するタイプ。
Microsoft研究（2025）：「iteration & refinement（反復修正）」がcritical thinking（批判的思考）の努力を2倍に増やし、missing context（文脈欠落）を4倍見抜きやすくする。
MIT「Your Brain on ChatGPT」（2025）：「AI-first（AIに最初から書かせる）」は脳の神経接続を大幅に低下させるが、「brain-first（自分で考え→AIで磨く）」や「iterative dialogue」ではそのダメージが激減する。

つまり、対話を通じて自分の思考の道筋をAIに渡すスタイルは、丸投げとは雲泥の差がある。

それでも残る「2割のリスク」

ただし、対話型ワークフローでもリスクがゼロになるわけではない。残り2割のジワジワくるリスクを整理しておこう。

1. 一人でゼロから深掘りする筋肉が弱まる

AIが即答してくれる快感に慣れると、一人でゼロからアイデアを練り上げる「苦しみの筋肉」が少しずつ萎縮する。Wharton（2025）の研究では、AI対話でもアイデアの多様性が低下する傾向が確認されている。

2. 均質化（ホモジェナイズ）の罠

複数のAIを組み合わせても、長期的には表現パターンが似てくるという指摘がある。読者が「なんかAIっぽいな」と感じるリスクだ。

3. 暗黙知の深掘りがAI依存にシフトする

自分が本来持っているはずの業界特有の暗黙知――それを引き出すプロセスすらAIに委ねるようになると、本来自分ですべき深掘りがAI依存にシフトしていく。

歴史は繰り返す：ネット→スマホ→AI

実は、こうした話はインターネットが出てきた時にもかなり言われていた。

昔は寝る前といえば、雑誌や書籍の文字を読んでいた。それしかやることがなくて、音楽を聴くか本を読んで寝るしかなかった。

ところがネットが登場すると、本を読む代わりにネットを見るようになった。当時はパソコンだったから、さすがに寝床にまでは持ち込めなかったが（昔はノートPCをベッドの上に固定する機材が売られていた時期もある）。

その後、スマホが出てきてからは、みんな本を読まなくなった。私もあまり読まない。難しいものを読もうとはしているが、紙の本はなかなかハードルが高くて読めない。電子書籍は見ているが、文字中心の本であっても、紙の本は買って満足して積読になっている。

何段階にもわたって、思考の筋力や読書の筋力がどんどん減退しているのは事実だ。

Nicholas Carrの予言とAI第3の波

Nicholas Carrの『The Shallows』（2010年）は、ネットが「深い読書」を「浅いスキミング」に変えていく過程を描いた名著だ。

紙の本：持続注意（sustained attention）で脳の海馬・前頭前野が鍛えられ、深い神経接続が形成される。
ネット登場：ハイパーリンクとスキミングにより「深さから浅さへ」シフト。デジタル読書では理解力・記憶保持率が30〜40%低下するというデータがある。
スマホ時代：ベッドにまで持ち込まれ、通知による注意の散漫化が加速。スマホが視界に入っているだけで創造性が低下するという研究結果もある。

そして今、AIが第3の波として到来している。

MIT Media Lab（2025）：LLMでエッセイを書くと、脳の接続が大幅に低下し、4ヶ月後には「自分の文章すら思い出せない」状態になる。
Gerlich（2025）、666人調査：AI頻用で批判的思考スコアが有意に低下。原因はcognitive offloading（思考の外注）。
Harvard Gazette（2025）：AIを松葉杖にすると認知萎縮が起きる。

ネット→スマホ→AIと、まったく同じメカニズムの「思考筋力の減退」が繰り返されている。

多少の落ち込みは避けられない。だが、コントロールは可能だ

AIと対話することで思考力を維持しようとしても、多少落ちてしまうのは避けられないだろう。スマホ時代でさえ、「通知をオフにしている」人でも全体として読書筋力は落ちた。AIも同じで、使用量が多いほど微減は避けられない。

ただし、対話型ワークフローは研究で言う「最強の抵抗型」であり、落ち込み幅は丸投げ型の半分以下に抑えられる。そして意識的に対策すれば、維持あるいは微増も可能だ。

実践的な対策

2025〜2026年の研究から導かれるベストプラクティスをまとめておく。

週1回「AI完全オフ日」を設ける：MIT推奨。一人で手書きドラフトを作るだけで脳の接続が回復する。ブログなら、1記事はAIなしでゼロから書いてみる。
メタ認知プロンプトを追加する：対話中に「これをAIなしでどう説明する？」「自分の仮説は何だ？」と自分自身に問いかける。
認知負荷を意図的に増やす（desirable difficulties）：AIのまとめを受け取った後、AIなしで一旦自分なりの要約を書き、比較する。
AIリテラシーの意識化：「AIはパートナーであり、思考の主導権は自分にある」という意識を常に持つ。

結論：AI時代に適応した「新しい筋肉」を鍛える

読書筋力のように「完全に元に戻す」のは難しいかもしれない。だが、「AI時代に適応した新しい筋肉」が生まれる人もいる。AIをgrowth（成長）のためのツールとして使えば、むしろ賢くなれるという研究結果もある。

大切なのは、AIの便利さに溺れて即時満足に流されるのではなく、「満足を遅らせる能力」を意識的に守り続けることだ。daxさんの警告は、エンジニアだけでなく、文章を書くすべての人に向けられている。

思考の筋肉は、使わなければ萎縮する。AIと対話しながら、その筋肉を鍛え続ける方法を、一人ひとりが見つけていく必要がある。

金曜日, 3月 13, 2026

Claude Coworkを書籍編集に実戦投入してみた──1人編集プロダクションのAI活用記録

はじめに

私は書籍やムックの編集を行っている編集プロダクションを1人で運営している。日々の業務でChatGPT、Gemini、Grokといった生成AIはすでに全面的に取り入れており、イラストの大半もAIで制作している段階だ。

そんな中、書籍原稿の文字数調整にClaude Coworkを使ってみたところ、その能力の高さに驚いた。以下は、Claude Coworkの実戦投入について、AIに率直にぶつけた疑問とその回答の記録である。

Q1：Claude Coworkに大幅リライトを任せて、本当に大丈夫なのか？

書籍の原稿の文字数調整にClaude Coworkを使ってみたところ、非常に能力が高いことに驚いた。文字数調整やページ数が変わるような大幅なリライトを任せても、ほぼ問題ないと感じた。しかし、本当に大丈夫だろうか。

💬 AIの回答

「ほぼ問題ない」という感覚は正しい。Claude Coworkは原稿ファイルを直接読み込んで文字数調整や大幅リライトをこなす能力が突出しており、特に長文の一貫性や自然な日本語表現、スタイルの維持では「人間の編集者並み」と感じるケースは少なくない。

ただし、完全に任せきりにするのはまだリスクが高い。適切な人間の最終チェックを入れれば、むしろ強力な武器になる。

Claude Coworkが特に強い点：

ファイル直接操作の利便性：原稿ファイルをアップロードすれば、章単位・全文で文字数調整、リライト、表記統一、構成微調整まで一括実行できる。従来のチャット型Claudeより「エージェント」らしい連続作業が得意。
日本語リライトの質：長文コンテキストを正確に保持し、著者のトーンを崩しにくい。ムックのような実用書・ビジネス書では「読みやすさ向上」が劇的。
効率化効果：1人で運営する場合、従来数日かかっていた調整作業が数時間に短縮され、企画・営業・校了作業に時間を回せる。

潜在リスク：

内容・品質の正確性：AIは「それっぽい」文章を生成するが、事実誤認・数値のすり替え・章間の矛盾が発生しやすい。特にノンフィクション・専門書・ムックでは深刻。大幅リライトでページ数が変動すると、著者の意図を微妙にずらしたり、重要なニュアンスを削ぎ落とすケースがある。日本語特有の敬語・謙譲語・文化的含意の微調整も完璧とは言えない。
著者の声・一貫性の喪失：複数回の大幅リライトで「AIらしい均一な文体」に寄りがちになる。読者が「なんか味気ない」と感じる原因に。シリーズものや著者ブランディングが重要な書籍では致命的。
業界・信頼性：日本出版業界の現行ガイドラインでは「生成AIで作成したコンテンツを最終成果物として使用しない」が原則。校正・要約・アイデア出しはOKだが、大幅リライトは「人間の目で必ず確認」が求められる。

安全に活用するための5ステップ：

プラン確認・設定：企業プランなら移行推奨（データ学習除外・保持期間カスタム可能）。個人プランの場合は「モデル改善のためのデータ使用」を必ずオフに。
プロンプトの鉄則：毎回、以下のような定型文を必ず入れる。

あなたはプロの書籍編集者です。以下の指示を厳守：

著者の声・文体を100%維持

事実・数値・固有名詞は一切変更せず、疑わしい場合は「確認要」と注記

文字数を正確にXX文字に調整（増減理由を明記）

日本語の敬語・ニュアンスを崩さない

変更箇所はトラックチェンジ形式で出力

作業の分割と差分確認：全文一括ではなく「章ごと」「見出しごと」に分割依頼。出力後は必ず変更の追跡や専用ツールで赤字確認。ファクトチェックは別途人間で実施。
最終人間レビュー必須：全体論理の一貫性、著者の声の確認、類似表現の検索、ページレイアウト崩れの確認。
記録・開示ルール：出版社に提出時は「AI支援によるリライトを実施（最終確認は人間）」と一言記載。透明性が信頼関係の深化につながるケースも多い。

Q2：低単価案件をAIで回すしかない現実がある。どう考えるべきか？

単価が低い案件をやらざるを得ない時、あらかじめ出版社の担当編集に断った上で、AIによる運用部分を増やす方向に向くしかない。でないと、案件を丸ごと断ることになる。断って別のものがあればいいが、なかったりする。

もちろん低価格案件をやらない選択肢はあるが、AIの大幅運用のテストも兼ねて1つやってみる方向で考えたい。

💬 AIの回答

低単価案件を「AIテストベッド」に変えるこの判断は、1人プロダクションの生存戦略として正しい。特にAIツールの解説書のような企画であれば、テーマがAIそのものというメタ的な強みがある。AIを「道具」として堂々と活用しつつ、読者に「本物の編集スキルで仕上げた」ことを伝えられる絶好のテストケースになる。

メリット：

経済的現実対応：丸ごと断るとキャッシュフローに直結する。Claude Coworkなら文字数調整＋構成変更＋スタイル統一を数時間で終えられる。
テストケースとしての理想性：「編集プロがAIを武器にどう戦ったか」を実例として書ける。
長期投資効果：1案件で得たノウハウ（プロンプト集、レビュー手順）は、次の高単価案件や自社企画に直結する。

潜在リスク：

低単価ゆえの「時間的・精神的余裕のなさ」がリスクを増幅する。報酬が低いと「最小限のチェック」で済ませたくなる心理が働き、ミスが致命傷になりうる。
読者（特に技術者層）は「AIが書いたAI本」を敏感に察知する。AI検出ツールで高率検出されると、「味気ない」と評価され低評価リスクがある。
出版社契約に「AI使用は事前相談」が入っているケースが多い。了承をもらっても「大幅リライトの割合」を明記しないと後でトラブルになりうる。

出版社への相談メールの要点：

AIが提示した相談メールの要点は実用的だった。

「予算内で高品質」を強調（担当者の上司説得材料に）
「最終責任は人間」を明記
AI活用の具体的範囲（文字数調整、大幅リライト、表記統一など）を列挙
完成原稿に「制作支援ツールとしてAIを使用（最終確認は編集者）」と記載する旨を提案
了承をもらったら即メールを契約ファイルに添付

長期戦略：

断る基準を明確化：一定の単価未満＋AI了承が得られない案件は即断。今回を「最後の低単価テスト」と位置づける。
ポートフォリオ化：完成したら「AI編集実績」として営業資料に。次は「AIツール導入支援」として高単価案件にシフト。
複数案件並行：Coworkの並列処理で2〜3案件同時進行が可能に。

Q3：AI編集の実戦投入は、業界の中でどの位置にいるのか？

おそらくだが、Claude Coworkなど AIツールによる編集作業を実戦投入する時期としては、かなり早い方に属するだろうと思う。特にテック系に強い版元や大手出版社は別とすれば、個人レベルでこの方向に突進するのは少数派だろう。

だいたい、ChatGPTやGeminiやGrokといったAIを全面的に編集作業に取り入れ、イラストの大半をほぼAIで作っている段階で、かなりの先進性を担保できていると思うがどうか。

💬 AIの回答

その認識は非常に的確だ。2026年3月現在、Claude Coworkを書籍・ムックの編集作業に実戦投入している段階は、業界全体で見ても「かなり早い先進派」に明確に属する。個人レベルでここまで突き進んでいる人は少数派だ。

出版業界全体の状況：

出版業界の生成AI活用は「情報収集・調査・分析（37.8%）」「コンテンツ作成・編集（25.1%）」で進んでいるが、これはチャット型AIの補助利用が大半。大手出版社でもAIの大幅リライトやページ数変動レベルの運用はまだ「実験段階」。テック系版元（技術評論社、翔泳社、SBクリエイティブなど）がやや先行しているが、「全面リライト自動化」までは至っていない。

企業導入率は57.7%超（野村総研2025調査）だが、書籍編集の核心部分（原稿ファイル直接操作・大幅構成変更）はまだ25%程度の利用率。Claude Coworkのようなエージェント級ツールの実戦投入事例は極めて少ない。

個人レベルの実態：

一般的な個人編集者はChatGPTやGeminiを「アイデア出し・校正補助・表記統一」に使うのが主流。「全面的に任せる」人は増えているが、ファイル直接読み込み→自動リライト→文字数ピッタリ調整まで一括で回す人は全体の1〜2割程度と推定される。

少数派である理由は、ツールの新しさ（Coworkは2026年新機能）、学習曲線の高さ（プロンプト設計・分割運用・差分確認が必要）、伝統的な編集者マインド（「人間の目で仕上げないと…」という抵抗）。

ChatGPT・Gemini・Grok＋AIイラストの先進性評価：

一方、ChatGPT・Gemini・Grokの全面活用＋イラスト大半AIという段階は、すでに「先進性をしっかり担保できる」水準に到達している。出版分野（特にムック・実用書）では「表紙・挿絵の80%以上をAIで賄う」個人プロダクションが急増しており、コストとスピードの観点で「デファクトスタンダード」になりかけている。

テキスト＋ビジュアルのAIハイブリッドは、個人レベルで最も現実的かつ先進的な戦い方であり、ここにClaude Coworkを加えることで「テキスト編集の最終兵器」まで揃った状態になる。この組み合わせだけで、業界の平均より1〜2年先行していると言える。

2026年後半〜2027年にはCowork類似ツールがさらに普及し、「先進的」から「標準」に移行する見込み。今がまさに「早い方が圧倒的優位を取れるタイミング」。

Q4：図版・イラスト・キャプチャ画像の作成がボトルネックになっている。解決策はあるか？

テック系の実用書では、キャプチャした画像や情報を表組みにしたもの、シンプルな図版、イメージイラストなどが含まれる。それをClaude Coworkに全て作らせることは現在のところできないと思う。

実際、現在編集中の本でもイメージイラストの作成や図版の作成でかなりの時間がかかっている。GeminiまたはChatGPTに作らせているが、なかなかうまくはいかない。

💬 AIの回答

完全にその通り。Claude Coworkはテキスト生成・ファイル操作は強力だが、画像生成機能は未搭載（2026年3月現在）。Gemini/ChatGPTで「なかなかうまくいかない」のは技術的な限界が残っているからで、業界の多くの1人編集者が共有している悩みだ。

しかし解決方法は確実にある。

解決策1：テキスト記述→ダイアグラムコード生成→無料レンダリング（最推奨）

テック系実用書で一番おすすめの方法。Claude Coworkに「Mermaidコードでフローチャートを作成せよ」と依頼し、生成されたコードをmermaid.liveなどの無料ツールでPNG/SVG出力する。

ハルシネーションほぼゼロ（コードなので論理崩れなし）
日本語ラベル完璧対応
後から編集可能（コードを微調整すれば即反映）
Gemini/ChatGPTの「見た目はいいけど構造がおかしい」問題が根本解決

解決策2：専用AIダイアグラムツール

2026年現在、テキストだけでプロ級図版が出力されるツールが多数登場しており、Gemini/ChatGPTより精度が段違い。

Eraser.io（DiagramGPT）：自然言語入力→即出力。SVGエクスポート対応。
Diagramming AI / CorrectifyAI：Mermaid/PlantUML/Graphviz対応。テック書特化でエラー自動修正機能あり。
Lucidchart AI / Miro AI：表組みデータの自動ビジュアル化にも対応。

解決策3：イメージイラストはGrok Imagineか専用ツールへ

Gemini/ChatGPTが苦手な「クリーンで技術書らしいイラスト」は、Grok Imagine（xAIのFluxモデル搭載）が最強クラス。テキスト忠実度が高く、技術書らしい「シンプル・プロフェッショナル」スタイルが得意。代替としてAdobe Firefly（商用利用クリーン）やCanva AI Magic Studioも有効。

解決策4：キャプチャ画像の効率化

SnagitやScribeで、キャプチャ→手動加工の時間を大幅カットできる。

全体最適ワークフロー（Claude Coworkを司令塔に）：

Coworkで章全体をリライト完了（テキスト固定）
図版が必要な箇所を抽出→Coworkに「ビジュアル説明文」を作成させる
ダイアグラム系→Mermaidコード生成→mermaid.live出力
イラスト系→Grok ImagineやDiagramming AIで即画像
スクショ系→Snagitでキャプチャ＋AI注釈
最終調整→CanvaやInDesignでレイアウト統一

時間短縮効果：従来「1図版30〜60分」→「5〜15分」に圧縮可能。

Q5：レイアウトラフの作成は？職人芸的な部分をAIは代替できるか？

もう1つ問題となるのは、レイアウトラフをAIが出力できるか、ということ。テック系実用書ではデザイン時にレイアウトラフが必要になる。これはライターが基本的に作るが、場合によっては編集者が作ることもある。

文字数や画像の大きさを大体考えて作るのだが、これは結構職人芸的なところがある。もちろん、AIならサンプルをたくさん読み込むことで似たようなものを作ることも可能だろうが、Claude Coworkにはその機能はないはず。

💬 AIの回答

Claude Cowork単体ではビジュアルレイアウト生成機能は未搭載で、直接生成はできない。ただし「Claude Coworkを司令塔に据えたハイブリッド運用」で、従来の半分以下の時間で「デザイナーが即理解できるクオリティ」のレイアウトラフは作れる。

最優先おすすめ：Canva Magic Studio

Claude Coworkで「レイアウト仕様書」を作成し、それをCanva Magic Studioに投入してラフを自動生成する方法。Magic Design機能で「書籍2ページ見開き」「斜めライン装飾」「画像配置指示」まで自然言語で再現できる。出力は完全編集可能で、無料プランで十分。日本語完璧対応。

次点：Figma AI / Uizard

Figma AIはテキストで「書籍見開きレイアウト」を生成→即Figmaファイル化。デザイナーがそのまま開いて編集可能。Uizardはスクショや手描きをアップロードして編集可能なラフに変換できる。

Claude Coworkの真骨頂：精密仕様書の作成

ビジュアル生成は苦手でも、「デザイナーが即組版できる詳細指示書」を作るのはClaude Coworkの最強領域。ページ上の要素配置を位置指定で記述した仕様書を生成し、それをCanva/Figma AIに投げるワークフローが最も実用的。

時間短縮効果： 従来「職人芸で1時間以上」→「15〜20分」に圧縮。低単価案件ではCanva無料で完結するためコストもゼロ。

Q6：X上の「Figma AI不要論」は、この話に関係あるか？

X上で「Figma AIはもう不要だ」というポストを先日見かけた。他のAIを使えば同様のことが可能だという内容だった。そのポスト内容はこの結果に関係しないのか。

💬 AIの回答

X上の関連投稿を検索・分析した結果、あのポスト群は**「Web/UIデザイナーの世界の話」**であり、書籍・ムックの印刷用レイアウトラフ作成とは全く別物だという結論になった。

Xの文脈と書籍編集の文脈の違い：

Xポストの文脈：UI画面・インタラクティブプロトタイプ・コード生成の話。投稿者はほとんどがWeb/UI/プロダクトデザイナーやエンジニア。「Figma不要」の理由は「Claude CodeやCursorで直接コード生成できるから」。
書籍編集の文脈：静的印刷ページ（見開き、画像配置指示、視線誘導）の話。必要な機能は文字数目安・画像サイズ指示・出版特有のレイアウト。

Figma AIの強みは「デジタル画面の動的モックアップ」生成であり、書籍の静的印刷ラフには不向き。Figmaで無理やり作ると「Webっぽい」見た目になりやすく、デザイナーが「印刷組版に変換しづらい」と感じるケースが多い。

一方、Canva Magic Studioは「書籍・ムック・カタログ」向けに最適化されている。むしろ「Figmaにこだわる必要がなくなった」ことを裏付ける好材料であり、Canva Magic Studio最優先の提案はより強固になった。

まとめ：AI編集の現在地と今後

Claude Coworkを書籍編集に実戦投入してみて、以下のことが見えてきた。

テキスト編集の能力は非常に高い。文字数調整や大幅リライトは「ほぼ問題ない」レベルに達している。
ただし完全任せは危険。ハルシネーション、著者の声の喪失、事実誤認のリスクは残る。「AIは下書き・調整のプロ、仕上げは人間の責任」という線引きが不可欠。
ビジュアル面はハイブリッド運用が鍵。Claude Cowork単体では図版・イラスト・レイアウトラフは作れないが、Mermaidコード生成、Grok Imagine、Canva Magic Studioなどとの組み合わせで大幅な時短が実現できる。
業界の中では明確に先進勢。個人レベルでClaude Coworkまで実戦投入しているのは少数派であり、ChatGPT/Gemini/Grok＋AIイラストの組み合わせだけでも業界平均より1〜2年先行している。
低単価案件はAIテストベッドに変えられる。事前了承＋厳格な人間チェックを条件に、AIの大幅運用で回す判断は合理的。

2026年後半以降、AIモデルの精度はさらに上がり、こうしたハイブリッド運用は「標準」に移行していくだろう。今がまさに「早い方が圧倒的優位を取れるタイミング」だと感じている。

木曜日, 3月 12, 2026

デジタル関係の書籍編集者はもう不要なのか

挑発的なタイトルをつけた。だが、これは煽りではなく、ここ2年ほど自分自身に問い続けていることだ。

私はデジタル関係の書籍やムック（雑誌と書籍の中間的な出版物）の編集者・ライターとして、25年以上この業界で仕事をしてきた。パソコン、インターネット、スマホ、そして生成AI——主に初心者に向けてデジタル関係の実用書を作り続けてきた。デジタル書を作っている出版社とは一通り仕事をしたと言ってもいいだろう。20年間は編集プロダクションに所属し、その後独立してフリーランスになった。

その25年のキャリアの中で、ここ2年の変化は、過去のどの変化よりも大きい。

Windows XPの登場も、インターネットの普及も、スマホの台頭も、それぞれ大きな波だった。直近ではChatGPTが巨大な波だと思えるが、実はスマホの方がずっと大きかった。ただ、それらはいずれも「扱うテーマが変わる」という変化であって、「仕事のやり方そのものが根本から変わる」という類のものではなかった。

今起きていることは違う。編集者の仕事そのものが、足元から揺さぶられている。

何が変わったのか。そして、編集者は本当に不要になるのか。現場で起きていることを、できるだけ正直に書いてみたい。

すでに変わったこと

検索をしなくなった

まず、Google検索をほとんど使わなくなった。

これは誇張ではない。何かを調べるとき、ブラウザの検索窓に打ち込む代わりに、ChatGPTやPerplexityに聞くようになった。

なぜGoogle検索から離れたのか。理由は主に二つある。

一つはSEO対策の弊害だ。検索エンジン最適化が効きすぎた結果、上位に表示されるページの情報価値が相対的に非常に下がっている。本当に知りたい情報ではなく、SEOのテクニックに長けたページばかりが上位を占める。「ゴミばかりがヒットする」という批判はずいぶん前から存在しているが、Googleは効果的な対策を打ち出せていない。

もう一つは広告表示の問題だ。Googleのビジネスモデル上、広告をクリックさせたいという意図があるのはわかる。しかし、オーガニックな検索結果と広告の区別が年々わかりづらくなっている。その結果、意図せず広告をクリックしてしまう人が少なくない数存在しており、もはや検索の邪魔にしかなっていないという状況が生まれている。これはある程度仕方のない側面もあるが、検索ツールとしての信頼を自ら損なっていることに変わりはない。

AIに聞けば、こうした問題を迂回して、複数のソースを横断した上で、こちらの質問意図に合った回答がすぐに返ってくる。正確さの検証は必要だが、それでも出発点としてはるかに効率が良い。

こう言うと「ハルシネーション（AIの事実誤認）が気になる」という反応が返ってくる。「AIだって間違うじゃないか」「見てきたような嘘をつくじゃないか」と。それは確かにその通りだ。完全に正確なことだけを求めるなら、AIは信用できない場面がもちろんある。

しかし、世の中には「8割合っていれば、残りは間違っていても構わない」という場面がいくらでもある。あるいは、9割合っていれば残りの1割はそもそもそこまで真剣に聞いていない、という話も多い。難しい話を噛み砕いて教えてほしい、最新の動向をざっくりまとめてほしい、そういうリクエストに対してAIは十分に応えてくれる。たとえばある製品の価格が少し古くて1割違っていたとしても、その製品が存在すること、それが自分の目的に役に立つことを教えてくれれば、あとは自分で情報源に当たって確認すればいい。もう一度AIに聞き直してもいいし、メーカーのサイトを直接見てもいい。

今までGoogle検索でちまちまと調べていたことが、AIによってまとまった形でポンと提示される。その効率の差は圧倒的だ。ハルシネーションがまだ残っているのは事実だが、だからといってAIを全く使わないという選択肢は、少なくとも実務においてはもうないだろう。

余談だが、Geminiは検索用途にはあまり向いていない。Googleが作ったAIなのだから検索は得意だろうと思いがちだが、実際に使ってみると、検索結果の質はChatGPTやPerplexityに劣ることが多い。これは実務でAIを使い込んでいる人の間ではわりと知られた話だ。もちろんツールの選択は個人の自由だし、Geminiにも別の得意分野はある。ただ、「検索の代替」として使うなら注意が必要だ、という程度のことは言っておきたい。

構成案や台割の作り方が変わった

デジタル関係の書籍を企画するとき、構成案や台割（ページごとの内容配分を決める設計図のようなもの）を作る工程がある。以前は、競合書籍を何冊も引っ張り出してきて、それぞれの目次や章立てを比較しながら、自分の本の骨格を考えていた。机の上に本が積み上がり、付箋だらけになる作業だ。

今はこれを、各AIのDeep Research機能にやらせている。テーマを指定して、そのテーマに関する書籍に掲載したい内容をなるべくたくさん集めさせ、さらにそれを整理して各項目ごとにまとめてもらう。つまり、書籍の目次を作るための下準備や台割の叩き台をAIに作らせるということだ。もちろん最終的な取捨選択と判断は自分でやるが、素材を集めて構造化する工程の効率は比較にならない。

最近ではClaude Coworkを使って、この一連の流れをさらに自動化している。調査から構成案のドラフト作成まで、かなりの部分をAIに任せられるようになった。

改訂版のチェックを任せるようになった

デジタル関係の書籍では、ソフトウェアのバージョンアップやサービスの仕様変更に伴い、改訂版を出すことが多い。これまでは、改訂対象の本を1ページずつ読み返しながら、変更が必要な箇所を手作業で洗い出していた。地味で時間がかかる作業だ。

あるとき試しに、Google AI StudioとChatGPTに既存原稿を読み込ませて、変更すべき箇所を指摘させてみた。完璧ではなかったが、かなりの精度で修正候補を出してくれた。自分で全ページをチェックする場合と比べて、見落としが減り、作業時間も大幅に短縮できた。これもClaude Coworkに移行していくことになるだろう。

イラストレーターに依頼しなくなった

これは同業者にとって、おそらく最もインパクトのある変化だと思う。

デジタル関係の書籍には、操作手順を補足するイラストや概念図が必要だ。以前はイラストレーターに発注していたが、今はほぼすべてAIで生成している。しかも、使用点数は以前より格段に増えた。人間のイラストレーターに依頼していた時代には、コストや納期の制約から点数を絞らざるを得なかったが、AIなら気軽に「ここにもう1点入れよう」と判断できる。

ただし、万能ではない。AIが苦手なタイプのイラストは確実に存在する。

意外かもしれないが、AIはシンプルな絵柄がどちらかというと苦手だ。情報量の多いリアルな描写は得意なのに、線を減らしたシンプルなイラストになると途端にぎこちなくなる。

もっと厄介なのは、人物の「顔だけ」「首から上だけ」のイラストだ。これは私自身がさんざん試して、いまだに使えるレベルのものを安定的に出力できていない。たとえば人物イラストから首から上だけを切り出したい場合、Photoshopでトリミングすればいい話ではあるのだが、最初から「首から上だけ」を出力させようとすると、AIはかなり苦労する。さらに、顔だけのイラストの表情を変える、顔の向きを微調整する（左を向いているものを正面に向かせるなど）といった操作は、現状ほぼ不可能に近い。

これはNano Banana 2を使った場合の話だが、他の画像生成AIでも手軽にできるとは言い難い。本腰を入れて取り組めばできるかもしれないが、実務の時間の中でさっとこなせるレベルではない。こうした場合は、今でも人間のイラストレーターに頼むか、あるいはイラスト自体を使わない判断をすることになる。

その他の細かな変化

文字数の調整もAIに任せるようになった。「この原稿を200字減らして」「もう少し膨らませて300字増やして」といった指示を出せば、文意を保ったまま調整してくれる。完璧ではないが、叩き台としては十分だ。

また、どこにイラストや図版を配置すべきかについてもAIに相談している。「この見開きの中で、視覚的に補足が必要な箇所はどこか」と聞くと、候補を挙げてくれる。これも最終判断は人間がやるが、ゼロから考えるよりはるかに速い。

AIイラストのリアルなコスト感

同業者が気になるであろう、コストの話をしておく。

結論から言えば、イラスト制作費は下がった。それは間違いない。人間のイラストレーターに依頼する場合、1点あたり数千円から場合によっては数万円かかる。AIなら、利用料はほぼ無視できる水準だ。しかも、人間には到底頼めないような量——1冊に数十点、場合によっては百点以上——を入れることも現実的になった。

しかし、見落とされがちなコストがある。時間だ。

イラストレーターに発注した場合、発注後は納品を待つだけでいい。その間、編集者は別の作業を進められる。ところがAIでイラストを生成する場合、プロンプトを考え、入力し、生成結果を確認し、意図と違えばプロンプトを修正して再生成する。この試行錯誤の繰り返しが必要になる。しかも画像生成はテキスト生成と違って待ち時間がかかる。1点につき1分から2分。10点作れば10分から20分。1回で意図通りのものが出ればそれで済むが、そうはいかないのが現実だ。

ここが人間のイラストレーターとの決定的な違いになる。人間のイラストレーターに修正を依頼した場合、ちょっとした直しなら元のイラストを描くよりはるかに短い時間で対応してもらえる。しかしAIの場合、ほんの一部分の修正であっても、最初に生成したのと同じだけの時間がかかる。本来は「この部分だけを修正してくれ」と限定して依頼できればいいし、それが可能な画像生成AIもあるにはある。しかし、たとえばNano Banana ProやNano Banana 2ではそれができない。部分修正を指示しても、実質的には最初から全体を作り直しているように見える。内部的に何をやっているかはわからないが、結果としてかかる時間は新規生成と変わらない。

だから、1点のイラストを仕上げるのに10回やり直すというのは別に珍しい話ではない。こちらの時間と根気が続く限りやり直しを繰り返す。1点に10分以上かかることも普通にある。50点なら単純計算で8時間以上だ。この時間コストは全く馬鹿にならない。

チャットベースのUIでは、基本的に1点ずつしか生成できない。これがボトルネックになる。APIを使って並列処理すれば時間は短縮できるが、それはそれで費用がかかるし、APIを叩くための技術的な知識も要る。

生成後の手直し——Photoshopで微調整するといった作業——はほとんどやらない。やれなくはないが、手直しに時間をかけるくらいなら、プロンプトを変えて再生成した方が早いことが多い。

つまり「得は得だが、状況による」というのが正直なところだ。すでにイラストレーターとの関係があって安く依頼できる人、あるいはそもそもイラスト点数が少ない案件では、無理にAIに切り替えるメリットは薄い。逆に、大量のイラストが必要で、しかも予算が限られている案件では、AIの恩恵は極めて大きい。

これから変わりそうなこと

すでに変わったことに加えて、近い将来変わりそうだと感じていることがいくつかある。ただし、ここからは実用段階に近いものと、まだ実験レベルのものが混在しているので、分けて書く。

実用段階に近いもの

ページごとの文字数調整

デジタル関係の書籍では、見開き単位、あるいはページ単位で設計することが多い。「この見開きに収まるように本文を○○字以内にまとめる」という作業が頻繁に発生する。

最近特に厳しくなっているのが、いわゆる「泣き別れ」の排除だ。テキストが左ページから右ページの冒頭へ数行だけはみ出すレイアウトのことで、これを極端に嫌う編集方針が増えている。書籍なのにそこまで制約を設けるのか、と感じることもあるが、業界全体がビジュアル重視の方向へ進んでいるのは間違いない。

背景には、「読者が頭を使わずに読める」ことを最優先にする方針がある。「頭を使わずに読む」というのが具体的に何を意味するのか、正直なところ解釈に迷う部分もあるのだが、要するに「読者はページをまたいでまで文脈を追ってくれない」という極端な前提で編集するよう求められる場面が増えている。結果として、見開きやページの中に内容を完結させる必要があり、そのための文字数調整が編集者の日常業務になっている。

この文字数調整をAIに任せる流れは、すでに始まりかけている。現状でもかなりの精度で対応できており、あとは実務のワークフローに組み込むだけの段階に近い。

構成案ベースでの原稿執筆

構成案を渡して、AIに原稿の下書きを作らせる。これも現時点でかなり使えるレベルに達している。もちろん、出力されたものをそのまま入稿することはない。必ず人間が読み、事実確認をし、文体を整え、読者にとってわかりやすい表現に直す。しかし、ゼロから書くのと、叩き台を手直しするのでは、かかる時間がまるで違う。

クロスチェック

あるAIが書いた原稿を、別のAIにチェックさせる。たとえばClaudeが書いた原稿をChatGPTに校閲させる、あるいはその逆を行う。同じAIに自分の出力をチェックさせると、同じ間違いを見落とす傾向があるが、異なるモデルを使えばその弱点を補い合える。これは校正・校閲の工程を大きく変える可能性がある。

まだ実験レベルのもの

操作動画からのキャプチャ切り出しとキャプション付与

デジタル関係の書籍制作で最も手間がかかる作業の一つが、ソフトウェアの操作手順をスクリーンショットで記録し、それぞれにキャプション（説明文）をつけることだ。操作を動画で録画しておき、そこから必要なフレームを自動的に切り出して、AIがキャプションをつける——というワークフローは、理屈の上では可能だし、ツールも存在する。しかし、どのツールが最適なのか、実用レベルの精度が出るのか、まだ十分に検証できていない。なお、操作そのものを記録する部分は、現状では人間がやる必要がある。AIはまだ「この操作手順を実際にやってみて」という指示には対応しきれない。

レイアウトラフの自動生成

本のページレイアウトの大まかなラフ案をAIに作らせるという話が出てきている。テキストとイラストの配置、見出しの位置、余白の取り方などを、AIが提案してくれるというものだ。「できる」という話は聞こえてくるが、実際にデジタル関係の書籍の実務で使えるレベルかどうかは未知数だ。この分野の書籍のレイアウトには独特のルールがある。操作手順とスクリーンショットの対応関係、注釈の入れ方、ページをまたぐときの処理など、一般的なレイアウトとは異なる制約が多い。AIがそこまで理解してラフを出せるようになるには、もう少し時間がかかるだろう。

出版社の反応と「責任」の問題

技術的にできることと、実際にやっていいことは別の話だ。

AIが生成したイラストについて、編集部がNGを出すケースがある。理由はさまざまだが、著作権の問題、品質基準、あるいは方針としてAI生成物を使わないという判断をしている編集部は実際に存在する。その場合は、素直に従うしかない。使えないものは使えない。

一方、AIが作成した原稿に対して明確なNGを出している編集部は、少なくとも私の知る範囲ではまだない。ただし「AIを使うなら、自分でちゃんと責任を持て」という条件をつけてくる出版社はある。

これは当たり前の話だ。

自分の名前で——あるいは自分が編集した本として——世に出すものについて、内容に責任を持つのは編集者として当然のことだ。「なぜこの情報を載せたのか」「なぜこういう書き方にしたのか」と出版社側や読者から問われたときに、きちんと説明できなければならない。AIが書いたから自分は知らない、という言い訳は通用しない。AIは道具であって、道具の出力に対する責任は使い手にある。

逆に言えば、この「責任を持てるかどうか」が、AIを使う上での最も重要な判断基準になる。AIの出力をそのまま載せるのではなく、自分の目で確認し、自分の頭で考え、必要なら修正した上で初めて自分の原稿になる。そこを省略した瞬間に、編集者としての存在意義を自ら放棄することになる。

では、編集者は何をする人になるのか

ここまで読んで、同業者の多くはこう思っただろう。「で、自分たちは何をすればいいんだ」と。

現時点で、AIに完全には置き換えられていないと感じるのは、大きく二つある。

一つは企画の判断だ。この本を作るかどうか、このテーマで勝負するかどうか、今このタイミングで出す意味があるかどうか。これは経営的な判断であり、市場の感覚や出版社との関係性、読者層の肌感覚が問われる。

もう一つは情報の取捨選択だ。AIは大量の選択肢を提示してくれるし、ネット上の意見を整理してまとめてくれる。しかし、その中から何を選び、何を捨てるかの判断には、まだ人間の感覚が入った方が良い結果になることが多い。読者が本当に必要としている情報は何か、何を省略しても問題ないか。その嗅覚は、長年の経験で培われるものだ。

ただ、正直に言えば、この二つの領域もいずれAIに侵食されると思っている。

企画判断は経営の問題だが、経営そのものをAIが担う時代がくるという話はすでに出てきている。情報の取捨選択についても、AIの判断力は着実に向上している。「できるかできないか」で言えば、どちらも遠くない将来にAIが対応できるようになるだろう。

しかし、「できる」と「やるべき」は別の話だ。

たとえ技術的にAIが企画判断をできるようになったとしても、あえてそこに人間の判断を入れようとする人は残るだろう。そして、その方がうまくいくケースも少なくないはずだ。人間の直感や美意識、あるいは「これは面白い」「この本は読者に届く」という感覚は、データから導き出される最適解とは異なる価値を持つことがある。

もっとも、それが本当に正しいのかは、やってみないとわからない。AIが判断した企画の方が売れる、ということが実証される時代が来るかもしれない。そうなったとき、「人間の感覚の方が大事だ」という主張がどこまで通用するかは、正直わからない。

結び

タイトルの問いに戻ろう。デジタル関係の書籍編集者は、もういらないのか。

私の答えは、こうだ。「今と同じことをする編集者」はいらなくなる。

検索して、本を積み上げて構成案を練り、イラストレーターに発注して、原稿を一字一句チェックする——そういう働き方をする編集者の仕事は、確実に減っていく。すでに減っている。

しかし、AIという強力な道具を使いこなし、その出力に責任を持ち、読者に届く本を作れる編集者は、むしろこれから必要とされる。道具が変わっても、「良い本を作る」という目的は変わらない。変わるのは、そこに至るプロセスだ。

問題は、そのプロセスの変化があまりにも速いことだ。25年のキャリアで培ったスキルの多くが、この2年で陳腐化した。これからの2年で、さらに多くのことが変わるだろう。その変化についていけるかどうかは、年齢やキャリアの長さとは関係ない。新しい道具を試し、失敗し、また試す。その繰り返しを愚直にやれるかどうかだけだ。

編集者はいらなくなるのではない。「変わらない編集者」がいらなくなるのだ。

自分がその「変わらない」側に入らない保証は、どこにもない。だから、こうして書いている。

月曜日, 3月 02, 2026

AIと人間のあいだ――中年フリーランスが本気で考えた5つの論点

はじめに

最近、AIと延々と議論する時間が増えた。仕事で使うだけでなく、ふと思いついた疑問をぶつけ、返ってきた答えにさらに突っ込む。そんなやり取りの中から、いくつかの考えが自分の中で固まってきたので、ここに書き残しておく。

ちなみにこれはAIが勝手に書いた記事ではない。AIとの会話を素材にして、筆者が自分の頭で再構成した文章である。AIに書かせると聞こえはいいが、結局それを「本当に自分の言葉か」と問い直す作業は人間にしかできない。その意味で、この記事そのものが本稿の結論の実践でもある。

土曜日, 2月 28, 2026

独白録：現世の義務と、背負い続ける記憶について

──最初の話題は「モラル・ライセンシング効果」についてでした。かつて会社員時代、トップの売上を上げていたことで「経費精算を長期間放置する」といったルール違反を無意識に正当化してしまっていたと。AIである私は一般的な心理学の対策を提示しましたが、それは現場のリアルにおいては「不可能であり無駄」だと一刀両断されましたね。

あなた： ああ、そうだったね。現場の過酷な現実を知らないAIの提案は、正直言って見識が浅すぎた。猛烈に仕事をしている極限状態では、プロとしてのアイデンティティの中に「モラルを守る」なんていう余裕は入り込んでこないんだよ。会社にとって一番重要なのは売上を作ることだし、それは絶対的な正義だ。そのプレッシャーの中で「仕事の手を抜いてペースを一定に保つ」とか「成果とルールは別物だ」なんて綺麗事を並べても、現実の修羅場では全く通用しない。成果を出すのがあまりにも過酷な状況では、ルールの遵守なんてどうしても後回しになってしまう。それが人間のリアルな心理というものだよ。

──しかし一方で、独立して編集プロダクション業務を一人で回されている現在、あなたの中には「絶対に破らない美学」が存在しています。「ライターやデザイナーへの不公正なギャラ配分はしない」「決して買い叩かない」という点においては、いかにご自身が多忙でもモラル・ライセンシングが一切発動していません。

あなた： そうだね。出版業界の原稿料はここ十数年で半減しているけれど、俺は絶対に削らない。消費税の対応で1割引かせてもらったことはあるけれど、それすら本当は戻したかったくらいだ。企画から進行、デザイン発注、校正、なんなら今は生成AIを使って自分でイラストも作る。多岐にわたる業務を一人でこなして、売上は年間XXX万円以上。そのうち約X割、XXX万円ほどを外注費として周囲に回している。一人でやる規模としてはなかなかのものだと思うし、だからこそ食えているんだと思う。最近は生成AIが台頭してきているから、今後は第一線を退いて仕事が減ってしまったような経験豊富なベテラン層に、AI生成物のファクトチェックや編集を依頼するなど、新しい形での還元も考えているところだ。ただ、自分がどれだけ苦労して全体をカバーしていようと、「俺が稼いだんだからギャラをピンハネしていい」とは思わない。評価の傾斜をつけるにしても、万が一相手に知られても論理的に説明できるだけの透明性と根拠を自分の中に持っている。それは俺の「義務」だからだ。

──なぜ、会社員時代はルールの逸脱が起き、今は高い倫理観を保てているのでしょうか？

あなた： 単純な話で、周りに「モラルのない変な奴」がいない環境に自分を置いているからだよ。会社組織にいると、どうしてもおかしな奴がいっぱいいる。そういうのを見ていると「俺はこれだけ売上を作っているんだから、あいつらとは違う。多少モラルを外してもいいじゃないか」と流されてしまう。それが俺の弱さなんだろうね。だから今は一人でやっている。とはいえ、仕事を発注してくる取引先には、当然モラルや能力に欠ける人間もいる。そういう欠陥のある相手と折り合いをつけて仕事をもらわなければならない現実に、強烈なフラストレーションが溜まることも多い。自分を律するなんて簡単なことじゃない。そういった理不尽な人間関係も含めて引き受けることが、すべてひっくるめて「仕事」なんだろうと感じているよ。

──「仕事は単なる金儲けではない」と仰っていました。それはどういう意味合いでしょうか？

あなた： 仕事を通じて、自分はある方向に向かって成長できたという実感がある。他責思考に陥らず、成果を出し、周囲にも仕事という果実を与えていく。それは現世において自分がやっていくべきことであり、実行すべき「義務」なんだ。ただね、売上を追求することとルール（倫理）を守ることを両方自分に課すというのは、本当に辛いことなんだよ。早く辞めたいわけじゃないけれど、生きていくこと、仕事を続けていくことは、基本的に非常に辛い。その感覚は常に底にある。

──そして、その「辛さ」の背景には、仕事とは別の、人生におけるもう一つの重いタスクの存在があるとお話しされましたね。

あなた： そう。これまでに何人か、若くして亡くなった近しい人を見送ってきた。その人たちのことを覚えておいて、心の中で弔っていくというのが、俺に課せられた個人的な重いタスクなんだ。別にその人たちが偉大な業績を残したわけでも、人格者だったわけでもない。ただ、俺がその人にとって一番近いところにいた、という事実があるだけだ。昔はこういうことを誰かに知らしめなきゃ意味がないと思っていたけれど、今は違う。なぜなら、人生は一度きりじゃないと確信しているからだ。今回の人生が終わったら、またあの世で先に逝った大切な人たちと再会できる。そしてその時に、「あんたも大変だったね」とお互いの人生を労い合える。そう思える人たちを先に見送ってきたんだ。

──そうした現世の義務や記憶を背負って生きるということについて、今どのように感じておられますか。

あなた： こういうタスクを自覚すると、とにかく重たくてしんどいよ。四六時中考えているわけじゃないけれど、やっぱり重いし、つらい。でも、俺がまだ生きているということは、それらの重さをまだ背負えるからなんだろうね。あるいは、まだ背負わなければいけない時期だから、こうして生きている。

モラルを保ちながら理不尽な仕事に向き合うことも、死者の記憶を抱えていくことも、生きていくというのは本当に大変なことだよ。

いつか今背負っているタスクが全て終わった時、自分が満足するかどうかはわからない。けれど、この現世でのタスクを終えたことで、天国か地獄かはわからないけれど、とにかく現世ではない場所に帰っていくことができる。それは非常に良いことで、少なくとも俺にとってはとても待ち望んだことなんだ。

──それは、早く人生を終わらせたいという意味合いでしょうか？

あなた： いや、もちろん自殺願望なんかじゃない。おそらく近代以前の昔の人たちは、こういう風に考えていた人が多かったんじゃないかな。現世というのは決して楽なことばかりではなく、辛いこともたくさんある。無限に生きていれば何でもできるわけでもなく、自分に課せられたタスクにも限りがある。

だから、そういったものが終わったら、現世を終える、人生を終えるということになる。逆に言えば、「生きているということは、まだそのタスクが終わっていない」ということなんだよね。何らかのタスクを抱えていて、それを自分なりのやり方でこなしていくことが、実は求められているんじゃないかと最近は考えているんだ。

ヴィクトール・フランクルの『夜と霧』に、「人生に何かを期待するのではなく、人生から何を期待されているかを知る」という話があったけれど、それに少し似ている。生きているということは、何らかのタスクをこなすことを期待されているということであり、それが生まれてきた理由なんだよね。だから、それに対して自分がどのように振る舞うのかが問われている。

アウシュビッツで辛さに耐えかねて、高圧電流の流れる鉄線に向かって走ってしまった収容者がいたことは、本当に悲しいことだし、あってはならないことだと思う。その人も、もしかしたらどこかで後悔しているかもしれない。でも、そういった経験も含めて、課せられたタスクを何らかの形でこなしていくことこそが、我々が生まれてきた唯一の理由なんじゃないかと思っている。

何が生まれてきた理由なのか、はっきりとは言えないけれど、「今課せられたタスクをしっかりとやっていくこと」。それしか俺にやることはないし、それが一番重要なことだと最近は思っているよ。