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。

最近の生成AIの進化を見ていて、私は一つの大きな転換点を感じています。

それは、AIが「質問に答える道具」から「仕事を完遂する相棒」へ変わり始めている、ということです。

ChatGPTが登場した初期の使い方は、とてもわかりやすいものでした。

この流れです。

「この文章を要約してください」
「この企画を整理してください」
「このメールを丁寧に直してください」
「このコードを書いてください」

人間が問いを投げ、AIが返す。これはこれで、ものすごい変化でした。私たちの仕事のスピードも、学び方も、情報整理の仕方も大きく変わりました。

しかし、GPT-6 Astra、Claude Fable 5.1、Gemini 3.8のような最新AIモデルを見ていると、もう一段階違う世界が見えてきます。

こういう流れです。

これは単なる「高性能なチャット」ではありません。仕事の受け渡し方そのものが変わる話です。

これまでの生成AI活用は、どちらかといえば一問一答でした。

人間が聞く。AIが答える。人間がその答えを見て、次の指示を出す。AIがまた答える。

もちろん、これは今後も残ります。調べもの、壁打ち、文章のたたき台づくり、コードの相談などでは、対話型AIは非常に便利です。

ただ、最新世代で重要なのは、「答えを出す」だけでなく「仕事を進める」方向へ向かっていることです。

OpenAIの公式発表「GPT-6 Astra: A new generation of intelligence」では、GPT-6 Astraについて、computer use、browsing、software engineering、science、professional workなどで最先端の能力を持つモデルとして説明されています。さらに、オンラインフォーム入力、CRMの顧客情報更新、カレンダー整理、オンライン調査、文書エディタやメールでの要約作成、Webサイト制作、フロントエンドQA、ソフトウェアのインストールやテストまで例示されています。

参考: OpenAI「GPT-6 Astra: A new generation of intelligence」
https://openai.com/index/gpt-6-astra/

ここで大事なのは、「AIが賢くなりました」という話だけではありません。

AIがブラウザを使い、PC上のアプリケーションを操作し、調査し、作り、確認する。つまり、仕事の流れに入り込むということです。

私はここに、DX推進の次に来るAX、つまりAIトランスフォーメーションの現場感覚を見ています。

DXは、紙をデジタルに置き換えることではありません。業務、意思決定、組織文化、ビジネスモデルを変えることです。同じように、AXも「AIツールを導入しました」で終わる話ではありません。

AIに何を任せるのか。
どこまで権限を渡すのか。
どこで人間が確認するのか。
最後に誰が責任を持って承認するのか。

この設計ができて初めて、生成AIは本当の意味で仕事の成果につながります。

GPT-6 Astraで象徴的なのは、知能だけではなく、コンピューターを使って仕事をする能力です。

これまで私たちは、AIに「Excelの使い方」を聞いていました。

これからは、AIに「Excelでこの集計を終わらせて」と頼む方向へ進みます。

少し乱暴に言えば、こういう変化です。

「Excelの使い方を教えるAI」から「Excelで仕事を終わらせるAI」へ。

GPT-6 Astraの公式発表では、Webフォーム入力、CRM更新、オンラインリサーチ、Webサイト制作、フロントエンドQA、データ分析、文書・表計算・プレゼン制作、ソフトウェアのインストール・テストといった仕事が挙げられています。

これは、企業の現場にとってかなり大きな意味を持ちます。

たとえば営業部門であれば、顧客情報をCRMへ入力し、商談メモを整理し、次回提案の論点をまとめる。人事部門であれば、求人票の初稿を作り、面談メモを分類し、研修アンケートを読み込み、スキルマップのたたき台を作る。Web担当であれば、サイトの変更案を作り、ページを実装し、表示崩れやリンク切れを確認する。

もちろん、すべてを無条件に任せてよいわけではありません。

むしろ、任せられる範囲が広がるほど、権限設計と検証設計が重要になります。

GPT-6 Astraの発表では、複雑な仕事を依頼から成果物まで進める方向性が示されています。同時に、ユーザーの意図や作業範囲を守るアラインメント、安全性、境界線の扱いも強調されています。

ここは非常に大事です。

PCを操作できるAIは便利です。しかし、PCを操作できるからこそ危険もあります。間違ったデータを入力する、意図しないフォームを送信する、古い情報をもとに資料を作る、社外に出してはいけない情報を扱う。こうしたリスクは、AIが「回答するだけ」の時代より現実的になります。

だから企業では、AI活用を個人の工夫に任せるだけでは足りません。

業務ごとに「AIに任せてよい作業」「人間の確認が必要な作業」「AIには任せない作業」を分ける必要があります。これはAIリテラシーであり、超知性リテラシーであり、これからのデジタル人材に求められる基本スキルセットです。

次に注目したいのが、Claude Fable 5.1です。

Anthropicの公式ドキュメントでは、Claude Fable 5.1は「demanding reasoning and long-horizon agentic work」、つまり高度な推論と長期的なエージェント型作業向けのモデルとして紹介されています。仕様として、100万トークンのコンテキスト、最大128Kトークン出力が示され、長時間実行されるエージェント型コーディング、マルチステップのリサーチ、ドキュメント・スプレッドシート・スライド作業をより強力にこなすモデルと説明されています。

参考: Anthropic「Claude Fable 5.1」（platform.claude.com）
Claude Fable 5.1 の概要：用途、各プラットフォームでのモデルID、コンテキストウィンドウ、出力上限、料金。

100万トークンという数字だけを見ると、少し技術者向けの話に見えるかもしれません。

でも、現場目線で見ると、これはかなり実務的です。

大量の仕様書。
過去の議事録。
ソースコード。
顧客とのやり取り。
調査資料。
社内ルール。
既存の提案書。

こうした長い文脈をまとめて読み込み、理解し、調査し、開発し、修正する。これは単発の質問に答えるAIとは、仕事の質が違います。

たとえば、技術人事や人材開発の現場で考えてみましょう。

エンジニアのスキル定義を見直すとき、単に「AIエンジニア研修を作ってください」と頼むだけでは弱いです。既存の職種定義、評価制度、研修履歴、現場マネージャーの声、採用要件、事業戦略を読み込んだうえで、「この会社にとって必要なAI時代のスキルチェンジは何か」を整理する必要があります。

Claude Fable 5.1のような長文脈・長期タスク型のAIは、こうした複雑な仕事に向いています。

ただし、ここでも人間の役割は消えません。

AIが大量の文書を読めるようになるほど、人間は「何を読ませるのか」「どの観点で整理させるのか」「どの結論を採用するのか」を決める必要があります。

長時間考えて働くAIに任せる時代ほど、人間側の問いの質が問われるのです。

3つ目はGemini 3.8です。

Googleの開発者向けページでは、Gemini 3.8 Flashは、長期的なソフトウェア開発、自律エージェント、複雑なエンタープライズワークフロー向けに設計された、最も知的なFlashモデルとして説明されています。入力はテキスト、画像、動画、音声、PDFに対応し、コード実行、Computer use、File search、Function calling、Search grounding、URL contextなどもサポートされています。

参考: Google AI for Developers「Gemini 3.8 Flash」（ai.google.dev）
Learn about Gemini 3.8 Flash from Google。

またGoogle Blogでは、Gemini 3.8 Flashを、ソフトウェアエンジニアリング、エージェントタスク、専門領域の複数ステップ推論で3.7 Flashから改善したモデルとして紹介しています。金融領域のVals Finance Agent V2や、法律領域のHarvey’s Legal Agent Benchmarkにも触れられています。

参考: Google Blog「Introducing Gemini 3.8 Flash and 3.8 Flash Cyber」（blog.google）

ここから見えてくるのは、「GPTだけが万能になる」という競争ではない、ということです。

GPT-6 Astra、Claude Fable 5.1、Gemini 3.8は、それぞれ方向性が少し違います。

GPT-6 Astraは、PC操作やブラウザ操作を含めて、仕事を最後まで進める力を強く打ち出しています。

Claude Fable 5.1は、長い文脈を読み込み、長時間のエージェント型作業を続ける力に特徴があります。

Gemini 3.8 Flashは、高速性とコスト効率を意識しながら、長期的なソフトウェア開発や自律エージェント、企業ワークフローへ広げていく方向です。

つまり、各社が競っているのは、単なるチャットの自然さではありません。

この掛け算です。

企業のAI導入では、「どのモデルが一番か」ではなく、「どの仕事に、どのAIを、どの条件で任せるか」を考える必要があります。

これはツール選定ではなく、仕事設計です。

私は、この記事でいちばん大事なのはここだと思っています。

AIが変わっているのではありません。

人間の仕事が変わっているのです。

これまでは、こうでした。

これからは、こうなります。

Beforeで求められていた能力は、検索する、文章を書く、資料を作る、コードを書く、データを入力する、といった実行力でした。

もちろん、これらの力は今後も大切です。基礎がなければ、AIの出力の良し悪しも判断できません。

ただし、Afterでより重要になるのは、目的を定義する、AIに権限を与える、途中で方向修正する、成果物を検証する、責任を持って承認する、という力です。

ここで、AIとの関係も変わります。

以前は「プロンプトを書く → 回答を待つ」でした。

これからは、「仕事を任せる → 途中で指揮する → 成果物を検証する」に近づいていきます。

OpenAIはGPT-6 Astraの説明の中で、タスクが進む途中でユーザーが新しい要件や方向修正を加えても、元の目的を落とさずに作業を続ける能力に触れています。これは、いわばAIとの関係が、検索窓ではなく、チームや部下を動かす感覚に近づくということです。

もちろん、私は「AIを部下扱いすればよい」と単純に言いたいわけではありません。

AIには感情も責任もありません。判断の責任を取るのは人間です。顧客に説明するのも、社内で承認するのも、最終的に意思決定するのも人間です。

だからこそ、AI時代の人材育成では、プロンプトの書き方だけを教えても足りません。

必要なのは、目的設定、業務分解、権限設計、検証、倫理、セキュリティ、そしてマインドセットです。

これはリスキリングであり、スキルチェンジであり、キャリアパスの再設計です。

そして私は、ここにマインド・トランスフォーメーション、つまりMXの必要性を感じています。

技術は変わります。モデル名も変わります。GPT-6 Astra、Claude Fable 5.1、Gemini 3.8の次にも、新しい名前が出てくるでしょう。

しかし、組織が変われるかどうかは、結局、人が変われるかどうかです。

企業研修やDX推進の現場でよく感じるのは、AIの使い方以前に、仕事の目的が曖昧なままになっていることです。

「提案書を作ってください」
「研修資料を作ってください」
「採用向けの文章を考えてください」

こうした依頼は一見わかりやすいのですが、GPT-6 Astra、Claude Fable 5.1、Gemini 3.8のような高性能AIに投げるときには、まだ粗いことが多いです。

誰に向けた提案なのか。
相手は何に困っているのか。
今回の資料で相手にどんな判断をしてほしいのか。
制約条件は何か。
使ってはいけない表現はあるのか。
どの情報源を根拠にするのか。

このあたりが曖昧なままAIに任せると、見た目は整っているけれど、使いどころの弱い成果物が出てきます。

逆に、最初に仕事のゴールを一文で書ける人は強いです。

「この資料は、技術部門の管理職に対して、GPT-6 Astra、Claude Fable 5.1、Gemini 3.8の比較を入口に、生成AI研修を単発講座ではなく継続的なリスキリング施策として導入する判断を促すものです」

このくらいまで言語化できれば、AIの出力は一気に現場に近づきます。

AIエージェント時代のスキルセットとは、プロンプトの小技だけではありません。目的を言語化し、成果物の条件を決め、途中でズレを修正する力です。

もう一つ大事なのは、最新モデルを追う前に、自社の仕事を棚卸しすることです。

どの業務はGPT-6 AstraのようなPC操作型AIに任せられるのか。
どの業務はClaude Fable 5.1のような長文脈AIに向いているのか。
どの業務はGemini 3.8 Flashのような高速・実用型AIで回すべきなのか。
どの業務は人間の確認が必要なのか。
どの業務は法務、品質、セキュリティの観点で慎重に扱うべきなのか。

この整理なしに「とにかく最新AIを入れましょう」と進めると、現場は混乱します。

たとえば、人事部門であれば、求人票の初稿、面談メモの整理、研修アンケートの分類、スキルマップのたたき台づくりなどはAIと相性が良い領域です。

一方で、候補者の評価、処遇に関わる判断、個人情報を含むデータ処理、組織課題への最終提案は、人間の責任と確認が不可欠です。

AIは速いです。だからこそ、間違った方向にも速く進みます。

ここで必要になるのが、マインドセットです。AIを魔法の箱として見るのではなく、目的に合わせて使う道具として扱う。しかも、道具でありながら、かなり優秀な相棒として扱う。この距離感が大事です。

AGI（Artificial General Intelligence）、つまり汎用人工知能という言葉も、以前より現実味を帯びて語られるようになってきました。さらにその先には、ASI（Artificial Super Intelligence）、超知性AIという言葉もあります。

私は、この流れを過度に怖がる必要はないと思っています。ただし、軽く見るのも違います。

生成AIが、文章を作る、調べる、要約する、コードを書く、資料を作るという領域を超えて、仕事を進める存在になっていく。そうなったとき、人間に必要なのは「AIより詳しい知識を全部持つこと」ではありません。

人間に必要なのは、問いを立てる力です。

何を実現したいのか。
誰のための仕事なのか。
どこまでをAIに任せ、どこから人が見るのか。
成果物が本当に現場に合っているのか。
その判断に責任を持てるのか。

ここが人間の仕事として残ります。むしろ、ここがより重要になります。

私がマインド・トランスフォーメーション、つまりMXを大事にしているのもこのためです。技術が変わるだけでは、組織は変わりません。人の考え方、学び方、判断の仕方が変わって初めて、AIは現場の成果につながります。

人や組織の変化で詰まったときの参考図書として、私の著書『マインド・トランスフォーメーション AI時代の思考革命』も、必要に応じて手に取っていただければと思います。

AIを無料で触る人は増えています。これは良いことです。まず触ってみる、試してみる、遊んでみる。ここからしか始まりません。

一方で、有償で使い込み、仕事の中に本気で組み込んでいる人や企業は、まだ限られています。

ここに差が出ます。

AIは、たまに触るだけでは「便利な検索の延長」で止まります。毎日の仕事に組み込み、失敗し、直し、また使うことで、ようやく自分のスキルになります。

これはリスキリングにも似ています。研修を一回受けただけで人は変わりません。資格を取っただけで現場の成果が出るわけでもありません。

学びを仕事に戻し、行動を変え、経験を積み重ねていく。その繰り返しが、スキルチェンジやキャリアパスの更新につながります。

だから私は、AI時代の人材育成・教育支援では、単にツールを教えるだけでは足りないと考えています。AIを使う目的、判断の基準、現場での試し方、失敗の扱い方まで含めて設計する必要があります。

私は、早めに手をつけることが大事だと思っています。

完璧に理解してから使うのではなく、触りながら理解する。怖がりすぎず、かといって丸投げもせず、小さな仕事から任せてみる。

たとえば、今日の自分の仕事を一つ選んで、AIにこう頼んでみるだけでもよいです。

「この仕事の目的を整理してください」
「この作業を三つの手順に分解してください」
「この成果物のチェックリストを作ってください」
「この文章を、相手が判断しやすい形に直してください」
「GPT-6 Astra、Claude Fable 5.1、Gemini 3.8の違いを、当社の業務に引きつけて比較してください」

こうした小さな使い方を積み重ねることで、AIは単なるツールではなく、仕事の相棒になっていきます。

そして、その相棒をどう使うかを決めるのは、やはり人間です。

2023年、AIは「答えてくれる人」でした。

2026年、AIは「仕事を任せられる人」になり始めました。

GPT-6 Astra、Claude Fable 5.1、Gemini 3.8を見ていると、この変化はかなりはっきりしています。

GPT-6 Astraは、PC操作やブラウザ操作を含めて仕事を進める方向へ。
Claude Fable 5.1は、長い文脈を読み込み、長時間の仕事を続ける方向へ。
Gemini 3.8 Flashは、高速性とコスト効率を保ちながら、エージェントや企業ワークフローへ。

次に問われるのは、AIの性能だけではありません。

私たち人間が、何を任せ、何を自分で判断するのかです。

DX推進も、AXも、MXも、結局は人が変わる話です。デジタル3兄弟とマインド3姉妹のように、技術と人の両方を見ながら、自分たちの仕事をアップデートしていく必要があります。

今日からできることは一つです。

いま抱えている仕事の中から、「AIに最後まで任せるとしたら、どんな指示と検証が必要か」を考えてみてください。

その一文を考えるだけで、自分の仕事の目的が見えてきます。そこから、AI時代の本当のリスキリングが始まります。

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」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。初回無料の「DX推進人材教育プログラム」コンサルティングにご応募いただければ、あなたの組織の課題解決に必ずお役に立ちます。
https://www.certpro.jp/dxconsulting/

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。

X (Twitter)

Facebook

YouTube

note