こんにちは、IT・DX教育サービスの株式会社サートプロ 近森満です。

生成AIの進化は本当に速いです。ChatGPT、Claude、Gemini、Codex、Claude Code。エンジニアの開発現場でも、企画書づくりでも、研修設計でも、少し前なら数日かかっていたことが、いまは数十分で形になることがあります。私自身も、OpenAI、Google、Anthropicの主要なAIは実際に課金して触り、どれが現場で使いやすいのかを日々試しています。

その一方で、最近強く感じるのは「よいモデルほど、止まったときの衝撃が大きい」ということです。高性能なAIに慣れると、もう前の状態には戻りにくい。これは食事でも、スマートフォンでも、クラウドでも同じです。一度便利さを知ってしまうと、それがない状態のほうが不自然に感じます。

読者の皆さんはどうでしょうか。自社の業務や開発フローの中で、「このAIが明日から使えなくなったら止まる仕事」はどれくらいありますか。もしすぐに答えが出ないなら、そこにリスクが眠っています。

今回考えたいのは、最新AIモデルの性能競争そのものではありません。もちろん性能は大事です。しかし、AIが社会基盤に近づくほど、国家安全保障、輸出管理、セキュリティホール、訴訟リスク、ハルシネーション、プラットフォーム責任といった話が、一気に現場へ降りてきます。AIを使う側は、便利だから使うだけでは足りない段階に入っています。

Claude Codeのような開発支援AIを使っている人から、「これはすごい」「もう戻れない」という声を聞くことがあります。私もその感覚はよく分かります。コードを書く、仕様を整理する、Webサイトの構成を作る、データを読み解く。AIが横にいるだけで、仕事の速度が変わります。

ただし、ここで大事なのは、成果が出るほど依存も進むということです。高性能モデルを前提にした開発プロセスを組むと、そのモデルが使えなくなった瞬間に、プロジェクト全体が止まる可能性があります。これは「AIが悪い」という話ではありません。便利な道具を業務基盤にするなら、止まったときの設計も必要だという話です。

たとえば、あるモデルの推論力が非常に高く、日本語も強く、出力も正確で、スピードも速いとします。現場は当然それを使います。ところが、そのモデルに安全上の問題が見つかった、輸出管理上の制約がかかった、特定地域で提供停止になった、料金体系が変わった。そうなると、昨日までの「最適解」が今日から「単一障害点」になります。

DX推進や生成AI活用で怖いのは、技術が止まることだけではありません。現場の思考が止まることです。「このモデルがないからできません」となった瞬間に、AIを使っていたはずの人が、AIに使われていた状態になります。ここは少し厳しめに見ておいたほうがいいです。

事例：Claude Codeに寄せすぎた開発フローが止まるリスク

何が起きたか。開発者が特定の高性能モデルを使い、Webサイト、仕様書、関連データ、実装の大部分をそのモデル中心で進めていたとします。非常に速い。品質も高い。周囲から見ても、これはすごいとなる。ところが、利用上限、モデル停止、地域制限、セキュリティ上の制約がかかると、そこで作業が止まります。

何に気づいたか。AIが優秀であるほど、現場はそのAIに合わせて仕事のリズムを変えてしまいます。プロンプトの書き方、タスクの分解、レビューの仕方、出力の前提が、そのモデルの癖に寄っていく。つまり、単にツールを使っているだけではなく、仕事の設計そのものがモデル依存になるのです。

リスクまたは教訓は、最強モデルを使うことと、最強モデルに依存することは違うという点です。最先端を使うのはよい。むしろ使うべきです。しかし、代替モデル、手作業に戻す手順、レビュー基準、ナレッジ保存先を決めていないと、便利さがそのまま脆弱性になります。

読者が応用できる行動は、主要業務ごとに「第一候補AI」「第二候補AI」「AIなしの場合の最低限手順」を書き出すことです。エンジニア採用のスカウト文、研修教材の構成、社内FAQ、コードレビュー、営業提案書。どれでも構いません。1枚の表にするだけで、AI依存のリスクはかなり見えます。

AIは民間企業が提供しているサービスです。OpenAIも、Anthropicも、Googleも、企業です。けれど、AIの能力が大きくなるほど、単なる民間サービスとして扱いきれない領域が出てきます。国家安全保障、輸出管理、サイバーセキュリティ、個人情報、人権、著作権、偽情報。どれも、AIの性能が上がるほど重くなります。

ここで見落としてはいけないのは、AIの出力が社会のプラットフォームになりつつあることです。検索エンジンの上部にAI回答が出る。社内ポータルの回答をAIが作る。採用候補者への返信文をAIが作る。研修のフィードバックをAIが返す。便利ですが、もしそこに誤情報や偏りが混ざったら、誰が責任を持つのでしょうか。

生成AIにはハルシネーションがあります。もっと正確に言えば、もっともらしい形で間違えることがあります。これは使う側が分かっていれば対処できます。しかし、社会的なプラットフォームとして提供された答えを、多くの人が「公式に近いもの」と受け取るようになると、責任の置き場が変わってきます。

だからこそ、国家や規制当局がAIに介入する場面は増えるはずです。企業の側から見ると、これは面倒な話に見えます。しかし、見方を変えれば、AIが社会基盤に近づいている証拠でもあります。DX推進担当者、人材育成担当者、技術HRの方は、ここを「ニュース」として眺めるのではなく、業務設計の前提として見たほうがいいです。

事例：AI検索の誤情報が、企業責任として見られる場面

何が起きたか。検索や社内ナレッジで、AIが生成した回答が上部に表示されるようになります。ユーザーはそれを読み、正しいと思って行動します。ところが、回答に誤情報が混ざっていた。しかも、リンク元を丁寧に読めば違うことが分かるが、AIの要約だけを見ると誤解する。こういう場面は十分に起こりえます。

何に気づいたか。人は便利なものを信じます。しかも、きれいに整えられた文章ほど信じやすい。AIが堂々とした文体で答えると、内容の正確性まで保証されているように見えてしまいます。ここが怖いところです。

リスクまたは教訓は、AIの回答を「参考」として扱うルールを明文化しないと、現場ではいつの間にか「正解」として扱われることです。採用、人事評価、教育研修、セキュリティ、法務、医療、金融に近い領域では、特に慎重さが必要です。

読者が応用できる行動は、AI回答に対して確認レベルを3段階で決めることです。日常的な文章作成は担当者確認でよい。顧客に出す資料は出典確認を必須にする。制度、契約、個人情報、採用判断に関わるものは人間の責任者レビューを必須にする。こうしたルールは、使いながら育てるほうが現実的です。

私は最近、OpenAI、Google、Anthropicの主要なAIを並べて使うことがあります。これは単に新しいもの好きだからではありません。もちろん、新しいものは好きです。そこは否定しません。けれど、現場目線で見ると、複数AIを使える状態にしておくことは、かなり実務的なリスクヘッジです。

ひとつのAIだけを使っていると、そのAIの得意不得意が見えにくくなります。文章は強いがコードは少し弱い。コードは強いが日本語のニュアンスが硬い。要約はうまいが、発散が弱い。発想は豊かだが、事実確認が甘い。こうした違いは、複数を使って初めて分かります。

また、複数AIを使うと、自分自身の問いの立て方も鍛えられます。同じ質問をしても、AIごとに返し方が違う。すると、自分が何を聞きたいのか、どのレベルの答えを求めているのかが見えてきます。これはAIリテラシーというより、仕事の設計力そのものです。

あなたの組織では、AIの標準ツールをひとつに決めるだけで終わっていないでしょうか。標準化は大切です。しかし、標準化と単一依存は違います。標準ツールを決めつつ、代替手段と比較軸を持つ。これがAI時代の現実的な運用です。

事例：生成AI研修で「単一AIの使い方」だけを教える危うさ

何が起きたか。企業研修で、特定のAIツールの操作だけを教えるケースがあります。画面の開き方、プロンプトの入れ方、テンプレートの使い方。受講者はその場では使えるようになります。研修満足度も悪くありません。

何に気づいたか。しかし、数か月後にモデルが変わったり、UIが変わったり、社内の利用ルールが変わったりすると、学んだことが一気に古くなることがあります。ツール操作だけを教えると、受講者は「なぜそう聞くのか」「どこを疑うのか」「どう検証するのか」を学べません。

リスクまたは教訓は、AI研修をツール研修で終わらせると、スキルセットが短命になることです。本当に必要なのは、マインドセット、問いの設計、検証、出典確認、複数モデル比較、業務への落とし込みです。ここまで含めて、初めてリスキリングになります。

読者が応用できる行動は、研修カリキュラムに「同じ課題を複数AIで解く」演習を入れることです。ChatGPT、Gemini、Claudeなどを比較し、どの出力を採用するかをチームで議論する。これだけで、AIを盲信しない姿勢が育ちます。

AIを使いこなすうえで、もうひとつ大事なのが自分たちの知識資産です。社内の業務手順、研修資料、FAQ、過去の提案書、顧客の課題、失敗事例、講師のノウハウ。これらを整理せずに、毎回AIへ質問しているだけでは、組織の学習が進みません。

AIは強力な相棒ですが、自社の文脈を自動で理解してくれるわけではありません。質問すれば答えます。しかし、こちらが何を大事にしているのか、どの顧客に何を届けたいのか、どの言葉が社内で通じるのかは、こちら側が蓄積しておく必要があります。

私は、AI時代ほど「人間側の蓄積」が大事になると考えています。なぜなら、AIのモデルは変わります。料金も変わります。規制も変わります。けれど、自分たちが積み上げた知識、経験、判断軸は、持ち運べます。モデルが変わっても、プロンプトに渡せる。別のAIにも移せる。人材育成にも使える。ここが大事です。

DX推進では、ツール導入よりも業務知識の構造化が効きます。生成AI活用でも同じです。AIに何をさせるか以前に、自社の知識がどこにあり、誰が更新し、どの粒度で使えるのか。ここを整えないと、AI活用は個人芸で終わります。

ここまで読むと、「ではAIに頼らないほうがいいのか」と感じる方もいるかもしれません。私はそうは思いません。AIは使うべきです。むしろ、使わないリスクのほうが大きい領域も増えています。問題は、依存そのものではなく、依存の形を設計しているかどうかです。

スマートフォンも、クラウドも、インターネットも、私たちはかなり依存しています。それでも社会は回っています。なぜなら、ある程度の冗長性、代替手段、ルール、運用があるからです。AIも同じ段階に入っていきます。

一方で、AIはまだ変化が速い。昨日の最強が、明日も最強とは限りません。昨日使えた機能が、明日も使えるとは限りません。だからこそ、最新モデルを追いかける人ほど、同時に「止まったときの設計」も持つ必要があります。これは矛盾ではありません。攻めるための守りです。

読者の皆さんの現場では、AI利用ルールはありますか。モデル停止時の代替手順はありますか。AIが出した内容の確認責任者は決まっていますか。ナレッジは個人のチャット履歴に閉じていませんか。こうした問いを一度チームで出すだけでも、AI活用は一段深くなります。

最新AIが止まる日を、怖がるだけでは意味がありません。大事なのは、そこから何を学ぶかです。高性能AIを使う。複数モデルを試す。業務ごとに代替手段を決める。AI回答を検証する。自社の知識資産を蓄積する。人間の判断力を残す。これらは、どれも地味ですが、現場を強くします。

AI時代のDX推進は、単に新しいツールを入れることではありません。AIが止まっても、モデルが変わっても、規制が変わっても、学び続け、動き続けられる組織を作ることです。ここにデジタル人材育成、リスキリング、マインド・トランスフォーメーションの本質があります。

本日の内容が、あなたの「シンギュラリティ時代への準備」に向けた、わずかながらでも気づきや次の一歩のヒントになれたなら幸いです。

10年先の超知性ASIやAGI（Artificial General Intelligence）が当たり前になる未来に向けて、私たち自身をアップデートし続けることが、今最も重要です。ぜひ一緒に学びを深めていきましょう。

「社員のDXマインドをどう高めるか？」「実践的なITスキル教育が進まない」「生成AIを業務に入れたいがリスク設計が不安」など、DX推進担当者の育成やIT教育研修でお悩みでしたら、ぜひ一度お聞かせください。

近森満（ちかもり みつる） 株式会社サートプロ 代表取締役CEO ／ DXコンサルタント／IT人材育成／検定事業化 IT技術者の教育支援と人材育成を専門とする事業化コンサルタントとして、2006年に株式会社サートプロを創業し、IoT検定・＋DX認定・アジャイル検定などの資格制度を創出。独自の技術者向け教育研修の開発に定評があり、実践的なスキル向上を支援。経済産業省DX推進ラボおよびIoT推進ラボのメンターとして自治体や中小企業のDX推進を支援。近年は超知性ASIスキル可視化にも取り組み、次世代技術の普及に注力している。

X (Twitter)

Facebook

YouTube

note

■所属・役職
・IoT検定制度委員会 事務局長（IoT検定、＋DX認定、超知性ASI検定）
・一般社団法人 IT職業能力支援機構 理事長（Android資格）
・電気・電子系技術者育成協議会 副理事長（E検定）
・組込みソフトウェア管理者技術者育成研究会 メンバー（組込み）
・ET教育フォーラム合同会社 代表（コンテンツ制作）
・経済産業省 地方版IoT推進ラボ ビジネス創出事業メンター（IoT支援）
・経済産業省 地域DX推進ラボ ビジネス創出事業メンター（DX支援）
・デジタル庁 デジタル推進委員（デジタル化支援）
・DX事業共同組合 設立理事（DX推進）
・一般社団法人日本サステナブルビジネス機構 幹事（SDGs認証）
・”一億総活躍社会を実現する”共生日本協議会 理事（DEI支援）
・アジャイル開発技術者検定試験コンソーシアム 事務局長（Agile検定）
・一般社団法人国際サイバーセキュリティ協会 事務局長（IACS認定）