Pinned Tweet
AIが会社に根づくかどうかは、施策の中身より「順番」で決まります。
目的を1つに決める→トップが言い切る→業務を書き出す→全員が1回成功→業務の流れごと任せる→回り続ける仕組み。
6段の地図と「うちは今どの段?」のセルフチェックを記事にしました👇
「人に最後まで残るのは『現状をまとめること』ではなく『誰に、何を、どう決断させるか』」、この一文にすごく納得しました。モリック教授の言う「経営層が会社全体を直接見られる」状態は、裏を返すと、まとめる仕事はAIが一瞬で終わらせてしまう、ということなんですよね。
自分も6つのAIを動かしていて、記録は毎日1枚にまとめてもらっています。ただそうなって感じたのは、まとめが簡単に出てくる分、資料やレポートの数そのものが増えていくことでした。いつ作られて、誰が確認して、今も使われているのか。それを見分けるだけで時間を取られます。
だからこそ、資料を作る前に「これで誰に何を決めてもらうのか」を置いておくことが、AI時代の資料づくりの土台になるのだと感じました。
海外のAIガチ界隈でここ数日、世界最高峰のビジネススクール(米ウォートン校)のイーサン・モリック教授が投下した「AI時代の大企業のリアル」が15万インプを超えて議論を呼んでいる。
彼が現場を見て突きつけた事実が、僕たち会社員にとってあまりにも生々しい。
・AIによって、経営層やトップが「現場の状況やデータ」を直接モニタリングできるようになった
・組織図をわざわざ作り変えなくても、中間層を飛ばして会社全体の動きが一瞬で把握できるようになっている
しかも教授は続けて、「AIを使う時は『どうすれば今やっていることをもっと高い視座(野心的)にできるか?』と自問しろ」と語っています。
これ、普段職場で資料やレポートを作っている会社員全員に、今日から直撃する話です。
正直に言います。
僕たちがこれまで「仕事をした気」になっていた、
・現場の情報を集めて綺麗にまとめる
・長い議事録やデータを3ページに要約する
・見やすいスライドに清書する
こういう【情報の伝言ゲーム(中間加工)】の価値が、今まさにゼロになっています。トップがAIに直接聞けば3秒で終わるからです。
僕自身、昔はAIに向かって「この会議メモを見やすく要約して」「この企画書をスライドの構成にして」と頼んでいました。
でも、綺麗に整っただけの資料を会議に出しても、「で、結局今日ここで何を決めるの?」と突っ込まれて終わりだったんです。
要約や清書はAIがやる。
じゃあ、人間に最後まで残る仕事は何か?
「現状をまとめること」ではなく、【誰に、何を、どう決断させるか(意思決定の設計)】だけです。
今日から職場で資料を作る時は、「要約して」を封印してこの【逆算の3ステップ】に切り替えてみてください。
━━━━━━━━━━━━━━━━━━
会議が1回で終わる「決裁逆算の3ステップ」
━━━━━━━━━━━━━━━━━━
① いきなり「スライドの構成を作って」と頼まない
まず「今回の会議で、誰に『YES』と言わせたいか(決裁事項)」だけを1行でメモする。
② 描く前に「5つの骨格」だけをAIと固める(コピペ用)
手元のメモやデータをAIに渡したら、資料を書かせる前にこう指示します。
「いきなり資料の本文は書かないで。
今回の目的は【〇〇の承認を得ること】です。まず以下の5点だけを論理的に組み立てて。
1. 解くべき核心の問い(Issue)
2. 1文で言い切った結論(Key message)
3. それを裏付ける3つの根拠
4. 決裁者が必ず突っ込んでくる反対意見(反証)と回答
5. この会議で決める具体的な決裁事項と期限」
③「タイトルだけ」を並べて検品してから清書させる
AIが出してきた骨組みを見て、「各ページのタイトルだけを読んでストーリーが10秒で通るか?」をチェックする。筋が通ってから初めてスライドや本文を作らせる。
━━━━━━━━━━━━━━━━━━
情報を右から左へ綺麗に整えるだけの「伝言ゲーム」からは、今日で卒業しよう。
AIに「まとめ作業」ではなく「決断させるための論理設計」をさせた瞬間、仕事は1回で涼しい顔して通るようになります。
海外で1,000万回以上表示されている、AIエージェントへの任せ方の記事です。
一番刺さったのは「承認の門は、AIの自信の高さではなく、間違えたときの被害の大きさで開ける」という考え方でした。
記事では、すぐ戻せる小さな変更から任せ始め、データの削除やお金の動きのように取り返しがつかない仕事は、点数に関係なく閉じたままにする、とされています。人が確認するのは、一番影響が大きく戻しにくい1か所だけ。途中の確認に人が入ると、そこが全体で一番遅い工程になる、という指摘もありました。
自分の現場でも、下書きや調べものはAIに任せきりにして、投稿・送信・購入・削除だけは必ず自分が確認してから押す形にしています。
AIの賢さではなく「間違えたときに戻せるか」で線を引く。この順番は、会社でAIに仕事を任せるときにも、そのまま当てはまる考え方だと感じました。
1
25
「AIを既存業務に載せるのではなく、業務そのものをAI前提で組み直す」という第3段階の整理、とても腑に落ちました。
自分の現場でも、組み直しで最初に止まるのは、ツールより「どの業務をAIに渡すか」が描けないところでした。業務を工程に分けて、その仕事をしている本人が「ここはAI、ここは人」と線を引けると一気に進みます。ただ次に、在庫の仕組みにAIがつなげない、SaaSのプランで連携できない、とシステム側の壁が出てきました。
もう一つ、AIで作った仕組みは増えるのも速いので、誰がいつ見直すかまで最初に決めておかないと、数か月後に「これまだ使ってる?」が積み上がっていきます。
組み直しは、AIの賢さより、こうした地道な設計で決まるのだと改めて感じています。
【AI時代の組織課題:全員配布からワークフロー単位へ】
■ 問題定義 AIサブスクリプションを全社員に配ると、費用対効果が悪い。使う側のスキル差が極端で、一部の上級層が大部分の価値を生む一方、現場の多くは使いこなせず、トークンを浪費するだけになる。
■ 現状の把握 ・利用者のごく一部(5%程度)が使用量の大半(95%)を動かしている、というデータがある ・個人の生産性向上を感じる人は8割超だが、会社単位の収益インパクトがある組織は3割強、真に成果を出しているのは数% ・経営層と現場の間に明確なギャップがある。リーダーは「部下に十分なツールと研修がある」と感じるが、現場はそう感じていない ・AIへの不安が低い国でも、職場での利用率は低い。早く終わらせても評価に繋がらず、むしろ仕事が上乗せされる警戒感がボトムアップを止めている
■ 議論の流れ(3段階) 第1段階:「全員に配る」→ 失敗とみなされつつある 第2段階:ギャップの原因特定。スキル不足か、動機不足か、ツール不適合か 第3段階:AIを既存業務に載せるのではなく、業務そのものをAI前提で組み直す。ワークフロー再設計をした組織とそうでない組織で、成果に明確な差が出ている
■ 小規模 vs 大規模 ・小規模:ガバナンスコストが低く、CTOが自分で試して即修正できる俊敏性がある。勝ち筋は「人が速くなる」こと ・大規模:データ量とシステム統合の深さが武器。AIエージェントが業務を横断して回せる ・小規模の罠:属人化。CTOが休んだら止まる ・大規模の罠:仕組みは残るが動きが鈍い
■ 仮説(現在の行動原理) 小規模の俊敏性と、大規模が抱えるデータの両方を持つことはできない。だから、俊敏な小規模チームが大規模のデータをプロジェクト単位で活用する形の提携(JV)が、今の時代の最適解ではないか。 ・初期投資を最小化し、成果報酬とマイルストーンベースでレバレッジを効かせる ・コストは「席」ではなく「プロジェクト/トークン」単位でトラッキングする ・早期に数値成果を見せ、相手が自前でやる方が高くつく構造を作る
■ 未解決の問い ・下位層のスキルを上げるか、役割を変えるか、それとも縮小するか ・トークン単価の下落とモデル性能の向上が続けば、このコスト議論自体が陳腐化しないか ・JVの価値が「データへのアクセス」から「AIの運用知見」へ移ったとき、契約はどう再定義すべきか
1
35
「単発の効率化だけでなく、繰り返す業務を仕組み化できる」、ここが一番大きいと感じます。毎週のレポートは、まさに手順を決めて回したい仕事ですよね。
自分も朝の報告や夜の振り返りなど、定時の報告をAIで自動にしていますが、種類が増えたら1日に何通も届いて、読まずに流すようになっていました。その間に別の処理が止まっていたのにも気づけず、今は「自分で直せたら黙る、直せなかったときだけ知らせる」形に変えています。
毎週のレポート作成は、AIにどこまで任せられるのか。
Grok Botに「週次売上分析担当」の役割を与えて検証しました。
・売上・粗利の比較から商品別分析、改善案まで作成
・「Skill」で作業手順を保存、「Routine」で毎週の自動実行も可能
単発の効率化だけでなく、繰り返す業務を仕組み化できるのが魅力です↓
1
9
「社内の資料や仕事の流れがAIに渡せる形になっていないまま広げても」のところ、本当にそう思います。
社員一人ひとりに繰り返している業務を書き出してもらうとき、自分は「元のデータはどこにあるか」を項目に入れています。
元のデータが手元にない業務から始めると、AIに渡す材料がなくてそこで止まるからです。電話や口頭で来る依頼は、まさにそれだと思います。
どの業務ならAIに渡せるかの線を引けるのは、外から来た講師より、その業務を毎日している社員です。最初に任せる数業務は、その社員と一緒に選ぶのが近道だと考えています。
生成AIで現場の手を空けようとして「思ったほど時間が減っていない」という会社に共通しているのは、社内の準備が整うまえから「全社に広げようとしている」こと。社内の資料や仕事の流れがAIに渡せる形になっていないまま広げても、現場の手間はそれほど減りません。
・過去の見積や議事録を毎回探して貼り直すことになり、表記もばらばらで手直しが増える
・電話や口頭で来る依頼は、そもそもAIに渡せない
・AIへの指示文だけで片付く業務は3割ほどで、残りは社内の資料とAIをつなぐ仕組みづくりが要る
だから最初は、AIに任せる仕事をいくつかに絞り、使う資料と手順を社内の言葉でそろえるところから始めるほうが効いてくると感じています。
AIの研修も全社一斉に受けるより、外の目を入れて自社の業務に合わせて組んでいただくほうが長い目で見て現場の負担が軽くなるのかなと。
「デモでは動く、経営層も喜ぶ、でも半年後には誰も使っていない」は、PoCが目的になったときにそのまま起きる流れだと思います。
デモの間は、作った人が毎回動かして結果も見ています。止まるのはその人の手を離れたあとです。どの業務の誰が毎日使うのか、出てきたものを誰がいつ確かめるのかが最初の設計に入っていなければ、作った人がいなくなった時点で止まります。
自分のAIの仕組みも、作業の記録は共有フォルダに置き、毎日1枚にまとめたものを私が見る、という流れまで決めてから動かしています。
PoCを始める前に「誰の、どの業務に入るか」を1行で書いておくだけでも、半年後の姿は変わりますよね。
「96.1%に達した今も通過点で、次に目指すのは現場が自ら課題を見つける自走する組織」というところに、一番共感しました。
使う人の割合は、ツールを配って研修をすれば、ある程度までは上げられます。ただ、自分で課題を見つけるには、自分の業務を自分で分けられる必要があると考えています。
AI導入の支援では、社員の方と一緒に業務の流れを分けて、AIでできるところとできないところを仕分け、続きは宿題として渡しています。支援する側がいなくなっても、次の業務を自分で分けられるようにするためです。
活用率の次は、「自分で次の業務を見つけてきた人」がいるかをセンターピンにおいています。
【生成AI活用率96.1%。
それでもマイナビは、
まだ通過点だと考えています。】
2026年3月の社内調査で、
業務に何らかの形でAIを使う社員が
96.1%に達したマイナビ。
注目したいのは、
この数字だけではありません。
同社が目指しているのは、
単なる業務効率化ではないことです。
AI活用には、
大きく2つの柱があります。
一つは、生産性向上。
業務を効率化し、
顧客と向き合う時間や
対応の質を高めていく。
もう一つは、顧客価値の創出。
顧客との接点で得た課題や気づきを、
AIを活用した新しいサービスへ
つなげていく。
効率化の先まで見据えた取り組みです。
そして、
AIを一部の専門人材だけでなく、
全社員の基礎スキルとして
位置づけています。
しかし、
目指す方向が明確でも、
実現は簡単ではありません。
ツールを導入しても
現場での活用が広がらない。
研修を行っても
実務で使うまでに壁がある。
現場での活用が進むと、
今度は管理職が
どう指導・判断するかという
新たな課題も見えてくる。
マイナビは、
こうした課題に向き合い、
一つの施策だけに頼らず、
取り組みを重ねてきました。
そして、96.1%に達した今も、
次に目指すのは
現場が自ら課題を見つけ、
改善を生み出す「自走する組織」。
AI活用が進めば、
それで課題がなくなるわけではありません。
新たな段階に進むことで、
見えてくる課題もあります。
マイナビは、
その課題にどう向き合い、
どのような対策を重ねてきたのか。
その過程には、
自社のAI活用を進めるうえでも
参考になるヒントがあるはずです。
次回から、
その具体的な取り組みを
一つずつ見ていきたいと思います。
2
3
40
重い業務をAIに任せるか迷ったら、普段の条件ではなく、困る条件で先に試すと決めやすくなります。
1. 一番困る場面を書き出す(急な納期変更、急な差し込みなど)
2. その条件をAIに渡し、条件を変えながら何度も聞く
3. 出てきた答えを人が見比べる
4. 「この場合ならいける」と言えた範囲から任せる
抜けやすいのは1つ目です。普段の条件だけで試すと、困る日にどう動くかが分からないままなので、任せる決め手になりません。
任せる前の数回は、わざと意地悪をしてみてください。
23
「目的地となる経営戦略がないまま情報技術というアクセルを踏めば、間違った方向へ突進するだけ」は、AIの導入でもそのままだと思います。
AI導入の支援で、最初に社長に聞くのは
「AIで何を変えたいか」です。
よく返ってくるのは「組織の生産性を上げたい」「属人化をなくしたい」で、その先に人件費比率を下げたい、という目的があることもあります。
目的地が違えば、最初に手をつける業務も変わります。生産性なら回数の多い作業から、属人化なら特定の人しかできない作業から見ることになります。
ツールや研修を決める前に、「AIで何を変えたいか」を一文で書いてみてください。
戦略はハンドルで情報技術はアクセル
ユニフォームネクスト社長の横井康孝さんによれば、情報技術の導入は経営戦略を実行するための手段であり、目的ではありません。目的地となる経営戦略がないまま情報技術というアクセルを踏めば、間違った方向へ突進するだけだといいます。
#人工知能 #中小企業診断士 #経営戦略 #デジタルトランスフォーメーション #デジタル化 #AI #ランチェスター戦略 #六角明雄 #弱者の戦略 #情報技術 #DX #情報化武装 #IT戦略
nitter.cf/21keiei/status/2108214…
34
「全ての業務で詳細な業務マニュアルを作る余裕はないし、作るべきでもない」は、AIを入れるときにもそのまま当てはまると思います。
属人化をなくしたい、という相談はAI導入の支援でもよく受けます。そのとき最初にやるのは、マニュアルを書くことではなく、担当者と一緒に業務の流れを分解して、AIに任せられるところと人が判断するところを分けることです。分けてみると、文書が要るのは人が判断するところで、そこは「承認基準」や「例外対応集」の1枚で足りることがあります。
業務を1つ選んで流れを書き出し、人が判断している場所に印をつけてもらっています。
多くの中小企業では、人事・経理・IT・経営企画以外のスタフ業務を「総務」として一括りにしています。そして総務部では、多数の重要かつ取扱高の大きい業務を、驚くほど少ない人数で回しています。
「総務」は、属人化のリスクが高い領域です。だからといって、全ての業務で詳細な業務マニュアルを作る余裕はありませんし、また、作るべきでもありません。
業務の性質に応じて、「業務マニュアル」「承認基準」「チェックリスト」「相談先」「緊急連絡先」「事例集・例外対応集」「ガイドライン」等の、いずれか必要最小限の簡素な文書を、優先順位をつけて、少しずつ整備していけば良いのです。
1
4
173
昨日の記事の最後に、「うちは今どの段?」のセルフチェックを7問つけました。上から答えて、最初にNOが出た段が今いる段です。
Q1 何のためにAIを使うか、社員に聞くと同じ一文が返ってくる?
Q2 社長・役員が「やる」と言い切っていて、各部署に声をかける人がいる?
Q3 一人ひとりの繰り返し業務を書き出した一覧がある?
続きのQ4〜Q7と、段ごとの進め方は記事に書いています。
AIが会社に根づくかどうかは、施策の中身より「順番」で決まります。
目的を1つに決める→トップが言い切る→業務を書き出す→全員が1回成功→業務の流れごと任せる→回り続ける仕組み。
6段の地図と「うちは今どの段?」のセルフチェックを記事にしました👇
1
19
「ルールが古くなってもAIがそれらしいものを出し続けるので、劣化に気づきにくい」が、AIを業務に入れたあとの一番こわいところだと思います。
AIで文書やツールを作るハードルが下がった分、社内には情報があふれます。
- 今どれが大事か
- いつ作られたか
- 誰が確認したか
- 今も使われているか
この見極めに時間をとられます。
自分も下書き用のルールが7つのファイルに散らばり、食い違っていました。
直したのは置き方で、正本を1つに決め、指摘はその場で1行足しています。
作る前に、何を期待するかと、誰がいつ見直すかまで決めておかないと、形骸化するか、将来の誰かの時間を大きく奪うことになります。
どんなシステムも、アップデートやメンテナンスはもちろん、啓蒙や利用促進をし続けないと組織に定着しないし、ただ導入しただけでうまく回る仕組みは無い。
デザインシステムもデザインハーネスも同じで、特にハーネスはルールが古くなってもAIがそれらしい画面を出し続けるので、劣化にも気づきにくい。
どういう仕組みを作りたいかの期待値調整が特に重要、AIは魔法じゃない。
32
「AIを当たり前に使う新人が隣にいると、上司のAI活用が引っ張られる」は、とても同意です。
AIの導入で止まりやすいのは、「どの業務に使えばいいか分からない」ところだと見ています。
AIで何ができるかを思い描けないのが原因で、外から来た講師には現場の業務が分かりません。業務を知っている上司と、AIで何ができるかを知っている新人が1つの業務を一緒に見ると、この2つがそろいます。
組ませるときは「AIに任せる部分と人が判断する部分の線を引くのは上司」と役割を決めておくと、新人への丸投げになりません。
新人を、むしろ増やす。
AIで新卒採用を絞る会社が多いなかで、Cloudflareは逆に振り切った。
何が起きたか:
・Cloudflare(米国のネットワーク・セキュリティ企業)は2025年9月、2026年にインターンを最大1,111人採ると発表した
・2026/10/5の1年後の報告では、9拠点・48チームで750人を受け入れた。エンジニアだけでなく、内部監査、人事、カスタマーサポートにも入っている
・CTO(最高技術責任者)のデーン・クネクトはポッドキャストで、2年前の約200人のインターンが最初の「AIネイティブ」世代で、その夏にインターンを受け持った管理職ほどAIを早く使いこなした、と話した
・社員約5,000人の会社が千人規模で採るのは、それが理由だという
・一方、日経の採用状況調査(10/23)では、27年春入社の大卒内定は全業種で0.7%増とほぼ横ばい。製造業は6年ぶりに減った
インサイト:
「増やす」判断はあり。むしろ増やすべきだと思う。
新人は、もう教わるだけの人ではない。AIを当たり前に使う新人が隣にいると、上司のAI活用が引っ張られる。
採用を人件費だけで見ると、AIがあるから減らす、になる。でも上司を変える投資として見れば、答えは逆になるはず。
今のままでは、経営者も人事も、上司がAIを使えない組織を自分で固めてしまう。
明日やること:
1. 来年度の新卒・インターンの計画数を、AIを理由に減らしていないか確かめる
2. AIが得意な若手1人と、AIをあまり使わない管理職1人を、1つの業務で組ませる
3. 新人の受け入れ目標に「上司のAI活用がどう変わったか」を1行足す
新人に教わる準備ができている管理職は、何人いるだろうか。
10
経営会議の間が空くと、前回の論点が抜けたまま次の会議が進んでしまう。議事録のAIは「要約係」ではなく「過去の会議を覚えている係」にすると、ここが変わります。
やり方は、会議ごとに議事録の作り方を分けて、過去の議事録も一緒に読ませるだけです。すると誤変換の直しに加えて、「前回話したこの件が抜けています」という指摘や、まだ決まっていない論点の一覧まで出てきます。
まず定例会議を1つ選んで、議事録を同じ場所に溜めてください。次の会議の前に「前回から決まっていないこと」をAIに出させれば、決めたことが立ち消えになりません。
AIの自動化が、エラーも出ずにいつの間にか止まっている。よくある作りの落とし穴は、流れの入口に「人の承認待ち」を置いていることです。
たとえば「AIが拾った候補を担当者が確認したら、次の工程に回す」という作り。担当者が忙しくて確認しない週があると、後ろは全部待ちになり、止まったことに誰も気づきません。私の仕組みも、これで1か月止まっていました。
直すのは確認をなくすことではなく、場所です。
AIには最後まで流し切らせて、人は「社外に出す直前」か「実際に使う直前」の1回だけ見る。
こうすると確認を忘れても仕事は前に進み、守りも残ります。
16
「いい研修だったね」で終わったAI研修、翌月の仕事は変わりましたか。
研修会社が支えられるのは研修の間だけです。前と後は社内にしか決められません。
決裁者が研修を頼む前に決める3つを、書き方の例と3問チェック付きでまとめました👇
15
「ChatGPTを契約しただけでは社内に広がらない」、現場に入っていると本当にそう感じます。
広がらない会社は、契約のあと「何に使うか」を現場に任せきりにしていることが多いです。
経営層向けの研修では、業務を動詞で分けてもらっています。写す・まとめる・確認するはAIに渡せて、決める・判断するは人に残す。
こう分けると、一人ひとりが自分の業務のどこにAIを入れるかを、自分の言葉で言えるようになります。
「守る」の話で面白かったのは、人が確認する工程を、教えていないのに受講者が自分から入れてきたことです。読み取りが怪しいものに印をつけて人が目で直す、承認してから印刷する、といった形でした。
守りは上から決めるだけでなく、業務を分けた現場からも自然に出てくるんだと思います。
前回たくさん反響をいただいた基調講演の、後編を公開しました。
後編は、企業がAI導入で失敗しないための具体的なステップの話です。600社超を支援する中で分かったことを、そのままお話ししています。
・失敗しないAI導入の5ステップ
・教育は「使う」より先に「守る」から
・ChatGPTを契約しただけでは社内に広がらない理由
・戦略・安全・教育を担う「AI統括部」の作り方
AI導入を進めたい経営者・担当者の方は、ぜひ見てみてください👇
■動画
youtu.be/IUserLOJ6Ds
■タイムライン
00:00 オープニング
00:54 導入を成功させる5ステップ
03:30 教育は守るから
04:36 AI統括部をつくる
05:47 現場への落とし込み方
08:38 これからは守りが要
09:27 まとめ
2
3
82
「SFの画面を触る作業はゼロ」がこの話の一番のポイントだと思います。
Claude Codeは、ログイン済みのCLIかAPIがあるツールなら、人がクリックしていた作業をそのまま代わりにやれます。
会社のSaaSで同じことをやるなら、この3つを先に確かめると早いです。
1. 使っているツールにCLIかAPIがあるか(Salesforceならsf CLI)
2. 確かめ方も一緒に頼む(今回のSOQLでの突き合わせや、実画面のスクショ確認のように)
3. うまくいった指示は、次からコマンド1本で再実行できる形で残す
【Claude Code、Salesforceのダッシュボードまで作れた】
正直これは驚いた。「納品の今がパッと見えるダッシュボードを作って」と頼んだだけで、SFの画面を触る作業はゼロ。
・sf CLIのログイン済みセッションで認証
・REST APIでレポート10本を作成、保存前に実行して件数を確認
・数字カード6つ+グラフ5つ+表2つを12列グリッドに配置
・数字はSOQLで別計算して一致を確認
・最後は実画面を撮って表示までチェック
Claude Codeで本当に何でもできる時代。
54
個人で試すならこの選び方で十分ですが、会社の業務で試すなら「どのAIを使うか」より先に「役割をどう分けるか」を決めると続きます。
私は今こう分けています。
1. 受付・振り分け役:Grok Botが依頼を受けて、どこに回すかを決める
2. 実作業役:Claude Codeが資料づくりや集計を進める
3. 記録の置き場:共有フォルダに、やったことと決めたことを毎回残す
3があると、担当が変わってもAIが前回の続きから動けます。ツールを入れ替えても、この3つの役割はそのまま使えます。
あんまりお金かけずにAIで開発とかしてみたい!
→20ドルのClaude CodeでOpus 5.5で動かす
あんまりお金かけずにAI秘書と作ってみたい!
→無料版のMuseで、GmailやGカレと連携させる
が、最近のコスパ考えたAI選定かなぁ
73





























