← ブログ一覧へ戻る
2026-11-21 思考ノート・暮らしTHOUGHT · けんさんの思考ノート#エッセイ・仕事観#自分OS・整理術#役割設計
K
Ken's Thought & Philosophy
Night Thinking Note
TDW Night Header Background
Thinking Note · 2026.11.20

AIの近未来と、人間が積み上げるべき資産

仕組みをつくる時代から、文脈・判断・実現力を育てる時代へ —— 流れには抗わず、舵を手放さないための思考ノート。

2026年11月20日 対話記録 思考整理と仮説のノート

形は変わる。姿勢は変えない。

流れには抗わない。舵は手放さない。

AIの進化によって、これまで個人が工夫して組み立ててきた汎用的な仕組みは、モデルや開発環境の標準機能へ徐々に取り込まれていく。この記録は確定した未来予測ではなく、今見えている変化から「人間は何を手元に残し、育てていくべきか」を整理した仮説ノートである。

Part 01 · Why Pause Now

1. 立ち止まる理由 —— 進化の速度への違和感

けんさん けんさん

1年前、半年前、3か月前、そしてたった1か月前と比べても、AIの能力や周りの環境が大きく変わっているんだよね。少し前までは、自分が工夫して組み上げた指示書やスキルがそのまま武器になっていた。でも最近、その工夫自体が最初からツール側に備わり始めているのを見て、ふと立ち止まって考えたくなったんだ。

Thinking Path · 思考の転回点 「仕組みの作り込み」から問い直す
  1. 最初の前提:自分で仕組みを組み立てる時代

    コンテキスト設計やハーネス設計、AGENTS.md での細かな指示、GitHub由来の汎用スキル、複数モデルの分担、参照先や引き継ぎの制御。これらを自前で組むことが技術的優位性になっていた。

  2. 引っかかり:自作の工夫が標準機能へ溶けていく

    計画と実行を別のモデルへ割り振るオーケストレーション(例:Antigravityのオーケストレーション機能の観察)のように、個人の裏技だった構成がプラットフォーム側の標準機能になり始めた。「進化の速い仕組みを資産として作り込み続けることは、今後も合理的なのか?」という問いが生まれた。

    ※製品・モデル構成の記述は対話中の認識に基づく観察であり、最新仕様の検証記録ではありません。

  3. 考え直した結論(中心仮説)

    長期的に積み上げる資産の中心は、「AIを上手に動かすための仕組み」から、「AIに何を実現させるかを定めるための固有の情報・経験・判断力」へ移っていく。

これから人間側に積み上げるべき6つの固有資産

顧客理解と関係性:相手を知る中で得た知識、信頼、背景事情。

業務・業界の構造理解:表面の作業ではなく、全体のつながりを捉えた専門知識。

目的・品質・優先順位の軸:何をもって良しとし、何から手をつけるかの判断基準。

試行と修正の実体験:実務で試し、失敗し、直してきた泥臭い経験。

意思決定の記録:過去に何を検討し、なぜその決定をしたのかの軌跡。

言語化前の違和感と問い:まだ言葉になりきっていない引っかかりや構想の種。

※「実装が完全に無価値になる」「スキルがすべて不要になる」という話ではない。何が標準化され、何が固有の価値として残るかの境界線自体が動き続けているため、持つものと任せるものを更新し続けることが要になる。

Part 02 · Shifting Center of Gravity

2. 積み上げる資産の重心が移る

Concept Spectrum · 境界線が動き続ける二つの領域

「汎用的な能力」と「その人・その仕事に固有の文脈」

標準化が進みやすい側(やり方)

多数の利用者に共通する手順・検索・コード実装・ツール連携。モデルや開発環境が改善しやすい領域。

固有の資産として残る側(文脈と判断)

特定顧客の事情、現場の摩擦、過去の失敗、本人の価値観と判断履歴。標準機能を入れただけでは手に入らない領域。

ただし単純な二分法にはしない。再現性の高い独自業務、専門分野の厳密な手順、セキュリティ上の境界、監査可能性などは、今後も利用者側で明示的に設計する価値が残る。

「何を積み上げるか」5つの観点の変化

システム軽量化にとどまらない変化
観点 これまで重視していたこと これから重視したいこと
主な蓄積対象 指示文、スキル、連携手順、エージェントの構成 顧客理解、仕事の背景、判断基準、実務経験、意思決定の履歴
AIへの関わり方 正しく動かすための手順を細かく設計する 目的・制約・判断材料を渡し、解決方法は柔軟に任せる
差別化の源泉 特定ツールの使いこなしや独自の仕掛け 現実の文脈を理解し、適切な問いと判断を生み出す力
情報の管理 AIに何をどう読ませるかを中心に設計する 何を記録し、残し、更新し、捨てるかを設計する
人間の仕事 AIの作業を詳細に制御する 課題設定、方向づけ、評価、責任の引き受けを担う
Pruning & Boundaries

AGENTS.md とスキルをどう考え直すか

推論能力が高いモデルほど、手順の固定が選べる解決策を狭めることもある。「すべて削る」のではなく、結果に不可欠な原則を残し、手段の選択は任せる。

残す(守られないと成果・信頼に影響)

目的、責任の所在、品質基準、権限、顧客情報の扱い、禁止事項。

簡素化する(自律判断で満たせるか検証)

一律の作業順、逐一の参照指示、過剰な書式指定。

標準機能へ任せる(同等以上の能力か確認)

一般的な検索、実装、ツール連携、作業分担。

独自に保持する(他環境でも再利用価値あり)

固有の業務手順、顧客固有の制約、専門性の高い検証方法。

様子を見る:新しいオーケストレーションや記憶機能は、実務での信頼性と移植性を確かめてから組み込む。
けんさん けんさん

ここだけははっきり分けておきたいんだよね。モデルが賢くなったからといって、セキュリティや外部送信、権限、公開・削除、機密保持まで曖昧にはしない。「作業方法への過剰な介入を減らすこと」と「責任境界をなくすこと」は、まったく別の話だからね。

Part 03 · External Brain & Reorganization

3. 外部化した脳(TDW-OS)と「睡眠」のような再編成

情報の寿命と役割による6レイヤー

TDW-OSは単なるAI向け指示ファイル群ではなく、人間の思考や仕事の状態を外部へ取り出して保持し、複数のAIから利用できるようにする仕組み。大切なのはファイル名自体ではなく、「何のための情報で、どれだけ有効で、誰がいつ参照し見直すか」を区別すること。

01 · 長期的な基準

価値観、仕事の原則、優先順位、品質基準

identity.md / 最小限の AGENTS.md / 方針文書

02 · 長期的な知識

業務知識、顧客理解、繰り返し使う知見

分野別・顧客別ファイル / 必要な SKILL.md

03 · プロジェクトの文脈

目的、進捗、決定事項、保留理由、関係者

案件概要 / 作業記録(WORKLOG.md など)

04 · 現在の作業状態

直近の課題、次の行動、待機中の事項

TODO.md / HANDOVER.md

05 · 意思決定の証跡

選択肢、採用・不採用の理由、結果

決定ログ / 振り返り / プロジェクト履歴

06 · 未整理の素材

気づき、違和感、思いつき、まだ曖昧な論点

一時メモ / インボックス / 会議の議題

ローカルに「舵」を残す理由

モデルの得意分野も利用条件も変わり続ける中では、重要情報を一つのサービスへ全面的に預け切らない方が安全。可搬性のある形式で手元に保持し、必要に応じて複数のAIへ渡す。「永久にローカル最善」と決める話ではなく、保存場所と実行手段を現時点で不可逆に一体化しないことが選択肢を残す。

けんさん けんさん

記録ってね、ただ増やし続けるだけだと逆に動けなくなることがあるんだ。人間が睡眠を通じて昼の経験を整理するみたいに、AIとの定期的な「会議」を挟んで情報を編集し直す時間が必要なんだと思うんだよね。

Reorganization Cycle · 情報の編集サイクル

記録を増やすためではなく、価値を判断して編集する5段階

01 蓄積する

結果だけでなく保留事項や失敗・判断理由も残す

02 仮に仕分ける

タスク・案件固有・長期知識へ粗く置く

03 会議で振り返る

何が進み変わり、何を忘れないか検討する

04 昇格・整理

長期記憶へ移し、不要情報をアーカイブ

05 次の行動へ

整理された状態から仕事へ戻る

人間関係、現場の空気、本人の感覚、言語化前の違和感などは、端末とネットワーク越しの情報だけでは捉えきれない。こうした現実世界の文脈を議論へ持ち込むことも、定期会議の大きな役割になる。

Part 04 · Human Foundation & Market Reality

4. 人間に残る基礎能力 ——「問い」と「具体」の往復

Abstract ⇄ Concrete · 往復の思考

目の前の出力をそのまま受け取らず、新しい「問い」を立てられるか

抽象(問いを支える7つの基礎能力)
  • 1. 専門知識の土台:何が問題になり得るかを知っている
  • 2. 構造的な理解:全体の中の位置と関係性を捉える
  • 3. 論理的な思考:条件・原因・結果・矛盾を整理する
  • 4. メタ視点・客観視:自分の前提や判断を外から疑う
  • 5. 相手の立場への想像力:顧客や関係者の見え方を想像する
  • 6. 問いを立てる力:不足情報や隠れた条件に気づく
  • 7. 評価と決断:案を比較し目的に照らして優先を決める

※知識なしで質問力だけで十分ではない。最低限の専門知識と全体像の土台に視点の切り替えが加わって初めて質の高い問いが生まれる。

往復
具体(ウェブサイト制作の例:完成画面の先を見る7つの問い)
  • 1. 目的:何のためにあり、誰に何をしてほしいか
  • 2. 顧客・利用者:訪れた人に意味があり理解しやすいか
  • 3. 機能:問い合わせは送信され、メールが確実に届くか
  • 4. 集客・発見:検索から見つけてもらえる設計か
  • 5. 運用:公開後に誰が更新し、障害にどう対処するか
  • 6. 品質・責任:速度・アクセシビリティ・安全性・法務を誰が確かめるか
  • 7. 成果:「存在する」と「事業に役立つ」の差をどう測るか

「それらしくできた」で止まると問題にすら気づけない。何を作るべきか・何が成功か・どこに不具合の恐れがあるかを定義し成果に責任を持つ。

※複雑な連携、性能、障害対応、セキュリティなどの実装自体にも専門性は要るため、実装すべてが代替されるわけではなく、定型的な部分ほど標準化の影響を受けやすいと捉えるのが妥当である。

Overlap of Values · 個人事業主・フリーランスの二つの軸
軸A:専門的な成果物を生み出す

Web制作、写真撮影、企画・編集・情報整理など、自分の専門性を土台にAIを活用。実装や事務の負荷が減る分、企画・品質・顧客理解・結果へ重点を移す。

軸B:やりたいことを形にする力を高める

抽象的な精神論ではなく、構想を整理して専門作業をAIへ分担させ、従来なら複数人要した情報処理や制作の一部を一人で成果物・行動・事業へつなげる実現力。

交差点:専門性で成果を出す力と、自ら課題を発見し実現する力は対立せず、重なり合いながら高められる

※「人間の能力を育てる」観点は教育プログラムの設計が主題ではなく、近未来のAIと使い手に残る価値を理解するための論点として出てきたものである。

忘れないでおきたい区別:人間の能力 ≠ 市場で対価になる価値

論理的思考や問いの力は優れた仕事の基礎だが、それ自体に直接お金が払われるわけではない。顧客が価値を感じるのは「コードを書いた時間」ではなく、見つけてもらえて信頼を生み、問い合わせや売上へ寄与し、安心して運用できることかもしれない。顧客固有の事情理解・複数領域の接続・判断理由の説明・完成後の責任が差別化の候補になる一方、市場での値付けは予算や競争、実際の成果によって変わり続ける点も冷静に見ておく。

Part 05 · Horizon & Steering Criteria

5. 1年先までの見立てと、舵取りの判断目安

1か月・3か月・半年・1年先をどう見るか(仮説シナリオ)

確定的な技術予報ではない
1か月先

変化:既存ツールの更新で、個別の工夫が不要になる場面がさらに出る

価値が増す行動:使っているルール・スキルの必要性を再点検する

3か月先

変化:作業分担、ツール利用、文脈参照がより自然に統合される

価値が増す行動:仕事の目的、データの置き場、判断材料の整理を進める

半年先

変化:汎用的な制作・事務・実装の一部がさらに低コスト化する可能性

価値が増す行動:顧客理解、専門知識、決定履歴など移植可能な資産を育てる

1年先

変化:複数工程を横断して進めるAIの実用領域が広がる可能性

価値が増す行動:問題設定、方向づけ、品質評価、責任を担う能力を磨く

製品差・価格・プライバシー・信頼性・権限管理・物理世界との接点により普及速度は異なる。特に現場の非言語情報や人間関係は、端末上の情報が増えるだけで直ちに取り込めるものではない。未来を一点で予測するより、何が標準化しても使える資産を増やしつつ運用を更新する構えが現実的である。

Decision Criteria · 導入と手放しの判断目安

新しい仕組みを入れる前に通す「6つの問い」と「5つの扱い分け」

1. 汎用性 多くの人に共通する課題か、自分の仕事に固有か
2. 代替可能性 別のAIや標準機能でも同程度に再現できるか
3. 蓄積価値 使うほど自分の知識・経験・判断が深まり残るか
4. 移植性 ツールを変えても保持・再利用できるか
5. 責任・リスク 誤った際に人間が明示的に管理すべき部分か
6. 維持負担 更新や修正にかかる手間に十分な見返りがあるか
保持・深化:顧客情報・判断基準・決定ログ・専門知識 簡素化:古い弱点補完だけの細かな指示 標準機能へ移行:十分代替できた一般手順 独自スキル維持:固有ノウハウ・重要な検証工程 実験・保留:新機能は小さな実務で品質確認

判断の難しいものは、いきなり消さずアーカイブしたうえで比較する。「仕組みを減らすこと」自体を目的にしない。

けんさん

ちなみに、僕なら(全面改造じゃなく、静かな運用更新)

1. 判断を短く記録する

なぜ必要か/誰のどの問題か/根拠と不採用案/想定と結果の差/次に参照すべき点

2. 会議で5点を編集する

優先事項の変化/長期知識への昇格/古い前提の掃除/深まった理解/次に検証する問い

3. 仕組みを棚卸しする

残す・短くする・任せる・保留するで見直し、実際の質と安全性が下がらないか比べる

「汎用的な『やり方』はAIへ委ねる。固有の『目的・文脈・判断』は自分の資産として育てる。」
— AIに任せる範囲は変わり続ける。だからこそ、舵を握るための情報と能力を積み上げる。
Part 06 · Open Questions

6. まだ答えを出さない論点

すべてを今の時点で結論づける必要はない。これからも現場で観察を続けたい7つの問いを、そのまま残しておく。

問い 01 · 標準化の境界

どの能力が、どの条件で「誰でも使える標準」になったと言えるか。

問い 02 · 固有知識の形式

顧客理解や暗黙知を、陳腐化させずにどこまで文章化できるか。

問い 03 · 人間の判断の位置

AIが課題の発見や評価まで担えるようになったとき、人間は何を引き受けるか。

問い 04 · 物理世界との接点

AIが現実の場面や関係性を直接理解する能力は、どの速度で変わるか。

問い 05 · 情報管理の負担

外部記憶が増えるほど、整理・検索・更新自体が重荷にならないか。

問い 06 · 事業上の対価

顧客が求める成果と、それに対して実際に支払う価値はどう変わるか。

問い 07 · 個人の実現力と協働

一人でできる範囲が広がったとき、どこを自分で担い、どこで他者と協働するか。

けんさん
Thinking Residue · 今日の問い

いま時間をかけて作っている「仕組み」のうち、1年後も手元に残したい「自分の資産」はどれだろう?

「特定のツールやスキルは、進化に合わせて手放してもいいと思うんだよね。でも、お客さんを理解してきた時間や、なぜそれを選んだかという理由、失敗から掴んだ感覚、そして『何を実現する価値があるのか』『誰にとって意味があるのか』『これで十分なのか』と問い直す力は、AIが賢くなるほど大事な土台になっていく。このメモ自体もまだ仮説の途中だから、次の会議でまた景色を見ながら書き換えていこう。」

← ブログ一覧へ戻る
CONTACT

この話、あなたの現場ではどうですか。

記事の話題そのままで構いません。「あの記事の件で聞きたい」——それだけで最初の一言になります。

相談のながれを見る →