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。

AnthropicのFable5が期間限定で使えるようになったという話題を見て、私はあらためて「生成AIの進化をどう受け止めるか」を考えていました。呼び方としてはFableなのかフェイブルなのか、私自身は映画の印象もあってファブルと呼んでいます。ここは少しゆるい話ですが、こういう細かな言い方の揺れも含めて、新しい技術が日常に入ってくるときの空気感だと思うのです。

ただ、呼び方以上に大事なのは、モデルが新しくなったときに私たちの仕事や学びがどう変わるのかです。Fable5は、国家機関向けに話題になったMythos5の民間利用版に近い位置づけとして語られています。もちろん、私は外から見える範囲でしか語れません。けれども、少なくとも2026年7月2日時点で、7月7日までの期間限定でサブスク内から試せるというニュースは、多くの人に「触ってみよう」という行動を起こさせました。

ここで読者の皆さんはどうでしょうか。新しいAIモデルが出たとき、まず触る側でしょうか。それとも、SNSで流れてくる反応を見てから判断する側でしょうか。

私は、どちらが偉いという話ではないと思っています。ただ、DX推進やデジタル人材育成に関わるなら、少なくとも「なぜ周囲が驚いているのか」を自分の手で確かめる時間は必要です。驚きは幼稚な反応ではありません。できなかったことができるようになった瞬間、人はどうしても言葉が粗くなります。「すごい」「やばい」という表現になるのは、ある意味では自然です。

新しいAIを触った人の反応を見ていると、巷では「また騒いでいる」「大げさだ」「そんなに驚くことか」と受け止められることがあります。たしかに、毎日のように新モデル、ベンチマーク、AIエージェント、Agentic AIという言葉が流れてくると、少し距離を置きたくなる気持ちはわかります。

しかし、私はその驚きを雑に切り捨てないほうがよいと考えています。なぜなら、体験した人にしかわからない世界があるからです。自転車に乗れなかった子どもが、ふっとバランスを取れて前に進めるようになったときの感覚に近いのです。周りから見れば「ただ自転車に乗れただけ」かもしれません。でも本人にとっては、視界が変わるほどの出来事です。

生成AIも同じです。昨日まで自分には難しかった調査、文章化、設計、コード生成、資料のたたき台づくり、業務フローの整理が、今日のモデルでは一段階なめらかにできる。これを体験した人が「すごい」と言うのは当然です。問題は、そこで止まるか、そこから現場の業務改善に変換するかです。

私は研修の現場で、受講者が初めて生成AIを実務に結びつけられた瞬間を何度も見ています。最初は「プロンプトをどう書けばいいかわからない」と言っていた人が、自分の業務課題を前提として言語化できた瞬間、急に目の色が変わるのです。これは単なるツール操作ではありません。自分の仕事の見方が変わる瞬間です。

ある研修で、受講者の方が生成AIに議事録整理を依頼していました。最初の出力はそれなりに整っていましたが、本人はあまり納得していませんでした。そこで私は、いきなり制約を増やすのではなく、まず前提を書き出してもらいました。会議の目的、参加者の立場、次回までに決めたいこと、曖昧なまま残してよい論点、上司に報告すべきリスクです。

何が起きたか。生成AIの出力は急に業務に近づきました。単なるきれいな文章から、次のアクションに使える資料へ変わったのです。本人も「これなら自分の仕事で使える」と言いました。ここで気づいたのは、AIの性能だけでなく、人間側の前提設計が成果を決めるということです。

応用できる行動はシンプルです。プロンプトテンプレートを増やす前に、自社の業務ごとに「目的」「判断基準」「使ってはいけない情報」「確認すべき根拠」を1枚に整理することです。これだけで、生成AI活用は単なる試用から、再現性のあるスキルセットへ近づきます。

Fable5が期間限定で解放されたというニュースは、単独のモデルアップデートに見えます。しかし、私はここに2026年下半期のAI競争の構図を見ています。Anthropic、OpenAI、Google。この主要プレイヤーが、これからも新しいLLMやアップグレードを仕掛けてくる流れは止まりません。

OpenAIは次世代モデルへの期待を集めていますし、GoogleもGeminiやGoogle Workspace、AI Studioなど、自社サービスにAIを深く組み込む方向へ進んでいます。MicrosoftもCopilotをOffice製品に組み込み、Word、Excel、PowerPointといった多くの企業が日常的に使う環境を押さえています。ここで重要なのは、モデル単体の性能比較だけではありません。

AIが「別アプリ」ではなく、業務環境そのものに入り込むということです。カレンダー、ドキュメント、スプレッドシート、メール、社内ナレッジ、CRM、基幹システム。こうした業務の入口にAIが入ると、働き方は静かに変わります。だからこそ、DX推進担当者や人材育成担当者は、単に新しいAIの名前を覚えるだけでは足りません。

参考: FDE検定制度委員会のリリースでは、AI時代に現場で成果を出す人材の必要性が示されています。これはまさに、モデルの進化を業務実装へ変える人材像と重なります。

www.iotcert.org/info/fde_kentei_release20260601/

AIが高度になり、AIエージェントや自動化が広がるほど、現場では新しい役割が必要になります。私はそれを、FDE、Forward Deployed Engineer的な動きとして捉えています。日本流に言えば、現場で責任を持って実装し、成果に結びつける人です。

外部コンサルタントに依頼することは悪いことではありません。むしろ、専門家の力を借りるのは自然です。ただし、すべての企業が十分な予算を持っているわけではありません。中小企業や部門単位のDXでは、自分たちで何とかしなければならない場面が多いのです。そのときに必要なのが、AIを知っているだけの人ではなく、自社の業務、自社の制約、自社の人材の状態を理解したうえで、AI活用を落とし込める人です。

ここで人材育成のテーマが出てきます。デジタル人材という言葉は広く使われていますが、これからは単なるITスキルだけでは足りません。スキルチェンジ、キャリアパス、マインドセット、マインドシフト、マインドチェンジ、そしてマインド・トランスフォーメーションまで含めて考える必要があります。

読者の皆さんの会社では、「あなたの会社のFDEは誰ですか」と聞かれたとき、すぐに顔が浮かぶでしょうか。もし浮かばないなら、それは危機でもあり、同時に育成のチャンスでもあります。

別の現場では、生成AIを業務に入れたいが、基幹システムと直接つなぐのは怖いという相談がありました。APIがない、セキュリティ審査が重い、個人情報や機密情報を扱う、ハルシネーションが怖い。こうした懸念は当然です。勢いだけでAIエージェントを入れると、便利になる前に事故の種を増やすことがあります。

何が起きたか。最初から基幹システム連携を狙うのではなく、まずはデータを切り出して、限定された検証環境でAIを使うところから始めました。対象業務を小さくし、入力データを匿名化し、出力を人間が確認する前提にしたのです。すると、現場の抵抗感が下がりました。AIは危ないものではなく、扱い方を設計すべきものだと理解され始めたのです。

ここでの教訓は、生成AI活用は「全部つなぐ」か「何もしない」かの二択ではないということです。小さく試し、リスクを見える化し、うまくいった部分を業務標準へ組み込む。これが現実的なDX推進です。読者の皆さんの部署でも、まずは安全に切り出せる業務データを一つ選んでみてください。

応用できる行動としては、AI活用の対象業務を「低リスク」「中リスク」「高リスク」に分け、低リスク領域から研修講座・eラーニングと実務演習を組み合わせることです。最初から全社展開を狙わず、成果が見えた業務を横展開する。この順番が、現場の納得感を作ります。

生成AIの進化は速すぎます。だからこそ、個人の驚きを組織の学びに変える仕組みが必要です。新しいモデルを触った人が「すごい」と言う。別の人が「何がすごいのかわからない」と言う。この溝を放置すると、AI活用は一部の人の趣味で終わります。

私は、ここに人材育成・教育支援の役割があると思っています。たとえば、社内で週1回のAI活用共有会を開く。成功例だけでなく、失敗例も出す。プロンプト、前提、出力、確認した根拠、使えなかった理由を短く共有する。これだけでも、組織の超知性リテラシーは上がります。

もちろん、AIを過信してはいけません。Fable5であれ、ChatGPTであれ、Geminiであれ、出力は必ず検証が必要です。とくに法務、財務、人事評価、採用、医療、セキュリティ、個人情報に関わる領域では、AIの答えをそのまま使うのではなく、人間が責任を持って確認する設計が欠かせません。

一方で、過度に怖がって何もしないのもリスクです。AIを使う企業と使わない企業の差は、単なる効率差ではなく、学習速度の差になります。AGI（Artificial General Intelligence）やASI（Artificial Super Intelligence）が当たり前になる未来を待つのではなく、今の段階から自分たちの業務で何が変わるのかを試し続ける必要があります。

私は、DXを進めるうえで技術だけを見ていては足りないと考えています。デジタル3兄弟とマインド3姉妹という言い方をしていますが、つまり技術、データ、業務プロセスに加えて、マインドセット、マインドシフト、マインドチェンジを同時に扱う必要があるということです。

Fable5のような新しいAIに触れると、技術の進化に目が行きます。しかし本当に問われるのは、私たちの側の変化です。新しい道具を前にして、過去のやり方を守るだけなのか。小さく試して、学んで、業務へ戻すのか。これはマインド・トランスフォーメーションの問題です。

現場で見ると、AI活用に積極的な人ほど、最初から完璧な答えを求めていません。試して、間違えて、直して、また試す。このサイクルを楽しめる人が伸びます。逆に、最初から正解だけを求める人は、AIの不完全さに腹を立てて止まりがちです。生成AIは魔法ではありません。けれども、学習する人の速度を上げる道具にはなります。

ここまでの話を、企業のDX推進に引き寄せて整理すると、私は三つの実装ポイントがあると考えています。一つ目は、モデルの性能差を追いかけるだけでなく、業務の入口を決めることです。新しいAIモデルが出るたびに全社員へ「使ってみてください」と言うだけでは、現場は動きません。営業なら提案準備、人事なら研修設計、開発なら仕様整理、経営企画なら市場調査というように、最初の入口を具体化する必要があります。

二つ目は、AIの出力を評価する人を育てることです。生成AIは、もっともらしい文章を出すのが得意です。だからこそ、正しいかどうか、使ってよいかどうか、根拠があるかどうかを判断する人間側の力が問われます。ここは、単なるIT研修では足りません。業務知識、データリテラシー、セキュリティ意識、そして説明責任をセットで育てる必要があります。

三つ目は、驚きを記録することです。新しいモデルを触った瞬間の「これは使える」「ここは危ない」「この業務には合わない」という感覚は、時間が経つと薄れます。私は、社内でAI活用メモを残すことをおすすめしています。日付、モデル名、試した業務、うまくいった点、失敗した点、次に試すこと。この程度で十分です。こうした小さな記録が、後から組織の学習資産になります。

参考: FDE検定に関するPR TIMESのリリースでも、AI時代に成果創出人材を育てる必要性が示されています。資格や検定はゴールではありませんが、何を学び、何を証明するかを整理するうえで有効な枠組みになります。

prtimes.jp/main/html/rd/p/000000011.000082328.html

私は、AI活用の成熟度は「何のモデルを使っているか」だけでは決まらないと思っています。むしろ、現場の人がどれだけ自分の業務を言語化できるか、失敗を共有できるか、次の改善へつなげられるかで決まります。高性能モデルを導入しても、業務の前提が曖昧で、責任分界点もなく、検証もなければ、成果にはつながりません。逆に、モデルが多少古くても、目的と検証がしっかりしていれば、現場は前に進みます。

では、明日から何をすればよいのでしょうか。私は、まず一つの業務を選ぶことをおすすめします。会議後の論点整理、研修教材のたたき台、FAQの更新、顧客提案の初稿、社内規程の比較など、低リスクで効果が見えやすいものがよいです。そして、AIに任せる前に、人間側で評価基準を決めます。これができると、生成AIは単なる話題のツールではなく、業務改善の相棒になります。

Fable5の期間限定解放は、単なるニュースではありません。AI競争の後半戦が始まっていること、そして企業がAIを業務環境にどう組み込むかが本格的に問われることを示しています。

大事なのは、驚きを恥ずかしがらないことです。新しいものに触れて驚く。できなかったことができてうれしくなる。そこまでは自然です。そこから一歩進めて、なぜ驚いたのか、どの業務に使えるのか、どんなリスクがあるのか、誰が責任を持って実装するのかを考える。ここでDX推進の力が問われます。

「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」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。当社では「DX推進人材教育プログラム」として初回無料のコンサルティングを提供しています。

www.certpro.jp/dxconsulting/

本日の内容が、皆さんの生成AI活用、AIエージェント導入、リスキリング、そして自社らしいFDE型人材育成の一歩につながればうれしいです。次回の記事も、どうぞお楽しみに！

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。

■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）

X (Twitter)

Facebook

YouTube

note