2025/05/24

AIはインフラになる

目次
  1. 気づけばインフラだった
  2. インフラとは何か?
  3. 採用面接の現実
  4. AIを使える人、使えない人
  5. コードを書く速度だけじゃない
  6. まだ間に合う、でも急げ
  7. では、どうすればいいのか?
  8. インフラ化の波に乗れ
  9. 最後に

気づけばインフラだった

今や、ビジネスパーソンにとってインターネットが使えないことは「ハンディキャップ」ではなく、もはや「致命的な欠陥」として扱われる。PCが使えない、Excelなどの表計算ソフトが使えない、そんな人を採用する企業はほとんどないだろう。

AIもまさにそうなろうとしている。

インフラとは何か?

インフラストラクチャー(Infrastructure)という言葉を改めて考えてみよう。社会の基盤となる設備やシステムのことだ。電気、ガス、水道、道路、鉄道、そしてインターネット。これらがない生活なんて、もはや想像できない。

忘れがちなのは、これらのインフラは段階的に「当たり前」になっていったということだ。

電気が普及し始めた頃、「電気なんて贅沢品だ」と言っていた人もいただろう。インターネットが登場した時も、「そんなもの、仕事に必要ない」と言っていた経営者がたくさんいた。でも気がつけば、これらなしには1日も過ごせなくなっている。

採用面接の現実

想像してみてほしい。今、採用面接でこんな人が来たとする。

「私はPCを使えませんが、そろばんがとても得意です。表計算ソフトは使えませんが、紙の伝票計算なら誰よりも速いです!」

この人を採用する会社がどれくらいあるだろうか?おそらく、ほとんどないだろう。なぜなら、PCや表計算ソフトを使える人と使えない人では、生産性に圧倒的な差があるからだ。どんなにそろばんが上手くても、Excelを使える人の生産性の何十分の一にしかならない。

これと全く同じことが、AIについても起こりつつある。

AIを使える人、使えない人

しばらく前から採用面接でAIをどの程度活用できるかを必ず聞くようにしている。

「どんなAIの使い方をしていますか?」

答えは本当に様々だ。

ある候補者は「GitHubのCopilotでTDD開発を効率化していて、テストケースの洗い出しとエッジケースの特定をAIに任せています。あと、レガシーコードのリファクタリング時に、デザインパターンの適用提案やパフォーマンス最適化のアドバイスをもらっています。APIドキュメントの自動生成とSwagger定義の品質チェックも活用しています。最近だと、SQLクエリの最適化とインデックス設計の検証もAIに相談しています」と具体的に答えてくれる。
一方で、「ChatGPTでたまにコードレビューをお願いしたり、英語の技術文書を翻訳してもらったりする程度です。基本的な質問しかしていないので、もっと活用できそうだとは思うんですが…」という人もまだまだ多い。

前者と後者、どちらの生産性が高いかは言うまでもない。AIを使いこなしている人は、確実に1.5倍、2倍、時には10倍の生産性を発揮している。

コードを書く速度だけじゃない

AIの活用範囲は、もはやプログラミングだけに留まらない。

  • 企画書の叩き台作成
  • 議事録の要約
  • メールの文章チェック
  • プレゼン資料のアイデア出し
  • データ分析の方向性検討
  • マーケティング戦略の考察

これらすべてで、AIを使える人と使えない人では圧倒的な差が生まれている。

まだ間に合う、でも急げ

幸い、今はまだ過渡期だ。「AIを使えない人」でも、まだギリギリ社会で働いていける。でも、この状況がいつまで続くかは分からない。

3年後、5年後の採用面接を想像してみてほしい。

「AIは使えません」 「何か宗教的な理由でもあるんですか?」

こんな会話が普通に交わされるようになるかもしれない。

では、どうすればいいのか?

まずは触ってみることだ。ChatGPT、Claude、Gemini、なんでもいい。日常の小さなタスクからAIに任せてみる。

  • 長いメールの要約を作ってもらう
  • 会議の議事録を整理してもらう
  • アイデア出しのブレインストーミング相手になってもらう
  • 英語の文章をチェックしてもらう

慣れてきたら、もう少し複雑なタスクも任せてみる。

重要なのは、AIを「完璧な答えを出してくれる魔法の箱」として期待しないことだ。AIは「めちゃくちゃ有能だけど、時々間違えるアシスタント」として付き合うのが正解だ。

インフラ化の波に乗れ

電気が普及した時、それを活用した企業が勝った。インターネットが普及した時、それを活用した企業が勝った。

AIのインフラ化も同じだ。

個人レベルでも、組織レベルでも、AIを使いこなせるかどうかで明確な競争優位が生まれている。

最後に

15年前、「スマホなんて仕事に必要ない」と言っていた人たちがいた。10年前、「クラウドなんて危険だ」と言っていた人たちがいた。

そして今、「AIなんてまだ実用的じゃない」と言っている人たちがいる。

歴史は繰り返す。新しい技術がインフラになる時、それを受け入れた人と拒否した人の間には、埋めがたい差が生まれる。

AIはインフラになる。もうすでになりつつある。この波に乗り遅れないためにも、今すぐにでもAIとの付き合い方を学び始めるべきだ。

関連記事


icon-loading

Sora 2:物理法則を操るAIがもたらすディープフェイクの民主化

Sora 2は従来の映像生成AIを超え、物理法則を再現することでリアルな映像を生み出す。Cameo機能を使えば、わずか10秒の動画で誰でもディープフェイク映像の主役になれる。本記事ではSora 2の技術的特徴と、ディープフェイクの民主化がもたらす可能性とリスクを解説する。

icon-loading

LLMが賢くなった方法:穴埋め問題を永遠に解いたAIの進化

大規模言語モデル(LLM)は国語の穴埋め問題を無限に解き続けることで賢くなった。さらに画像生成も同じ仕組みで進化。GoogleやMeta、中国企業がデータを握りAI開発で有利になった背景を解説する。AIはまだ序章にすぎない。

icon-loading

6年間で小学生AIが博士号AIへと成長、その一方で「寄り添う大学生AI」が恋しい人類

AIはわずか6年で小学生レベルから博士号レベルへと進化した。スケール則に裏付けられた指数的成長は、2030年前後にノーベル賞級の発見をもたらし、自己改善による加速時代を迎える可能性がある。一般ユーザーに寄り添う大学生AIと、ビジネスを変革する博士号AIの違いを解説する

icon-loading

データは新たな石油、でも精製しないとただのドロドロ?

AI時代の「データは新たな石油」というフレーズの本当の意味を解説。石油大国の投資事例やイリヤ・サツケヴァーの発言、データ精製・合成の重要性まで、AIを使いこなすための実践的視点を紹介します

icon-loading

議事録AIと固有名詞の戦い:「やましたとしちか」問題

現在のGruneで運用している議事録AIの実装方法と、日本語特有の同音異義語問題への対処法を詳しく解説。LINE WorksのAI NoteとNotebookLMを活用した具体的な運用手順と、固有名詞リストを活用したプロンプト設計のコツを、実際の運用経験をもとに紹介。

icon-loading

原子爆弾からAIへ:アメリカが世界を制覇する投資戦略

日本企業のAI投資が米国の1%という衝撃的事実から、アメリカの歴史的投資姿勢、ウクライナ戦争で実証されたAI技術の重要性まで、企業存続に必要なAI投資の緊急性を解説。量子コンピューターを含む次世代技術への投資が企業の命運を分ける理由とは。