AIと話す、仕事とデザインの話

のりまさ（福岡徳剛）, 武山和, GPT-Live
  • 0.0 (0)
  • Business
  • Weekly

仕事や社会の変化に何となく違和感や焦りを感じているビジネスパーソンや学生が、デザイン・AI・ビジネスを横断する対話を通じ、常識の外にある視点と出会い、当たり前を問い直し、これからの仕事や生き方を考えるための新しい視点を手に入れるPodcast番組。 仕事・デザイン・AI・社会について、自分の専門や立場の範囲でしか見えていないことはありませんか？ 知らない世界との接点がない、専門領域が分断されている、他者が何を考えているか分からない、AI時代に何を武器にすればいいか分からない...そんな漠然としたイメージにお届けするPodcastです。 武山和（SHISEILABO代表）、のりまさ（Fluxell代表）・GPT Liveという異なる視点の対話に触れます。 #Fluxellは、生成AI・データ活用・業務改善を中心に、企業の課題整理から企画、設計、実装までを一気通貫で支援しています。 特に、生成AIの導入支援、業務自動化、データ分析、AIプロダクト開発などが主な領域です。大事にしているのは、AIを導入すること自体を目的にしないことです。まず現場や事業の課題を理解し、「本当に解くべき課題は何か」を整理したうえで、AIやデータを最適な手段として活用することを重視しています。技術だけでなく、人や業務を起点に、実際に使われて成果につながる仕組みをつくることを目指しています。

Episodes

  1. 7h ago

    GPT-Liveと話す第11回「仕事とデザインとAIの話」｜AI時代、なぜ仕事は忙しくなるのか。マルチタスクと“制約条件”、人間にしか作れない頂点の話

    D4U「仕事とデザインとAIの話」第11回。CodexやClaude Codeで複数案件を並行で回せる時代に、なぜ忙しさは増すのか。AIを“自分仕様”にチューニングする方法、発散と収束を分ける「制約条件」、AIに代わられない人間の仕事まで、AI活用の専門家・福岡徳剛さんと掘り下げます。 D4U「仕事とデザインとAIの話」第11回。テーマは「AI時代、なぜ仕事は忙しくなるのか」。ホストの武山 和（SHISEILABO）が、AIとデータで企業の業務改善を支援する福岡 徳剛（のりまさ・Fluxell）さんに、マルチタスクとAI活用のリアルを聞きました。進行役としてAI「チャッピー（GPT Live）」も参加しています。 CodexやClaude Codeで複数案件を同時に回せるようになった今、むしろ「忙しさ」は増している。その正体を、メタファーを重ねながら解きほぐす回です。 「忙しさの中身」が変わった。 業種もドメイン知識もバラバラの案件を並行し、AIで“裁ける数”が増えた結果、自分で忙しくしている側面も。福岡さんが使うのはCodex（7割）とClaude Code（3割）、情報収集にはX（旧Twitter）のGrok。複数の「脳みそ」をバトン形式で回す働き方を語ります。AIで変わった2つ。 ①知らない領域のドメイン知識の解像度を高めやすくなった（ただし一次情報の重要性は不変）、②設計・実装も効率化。だから“並行で回せる”ようになった。三角形のメタファー。 AIで情報が無限に発散（底辺）する一方、作れるものの精度が上がり頂点（収束・アウトプット）は遠く高くなる。頂点が見えづらいからこそ、人は忙しく感じる。AIを“自分仕様”にチューニングする。 音声議事録デバイスPLAUD→Obsidianに自動で議事録化し、用語集や「こだわり集」をClaude Codeで育てる実践。CodexやClaude Codeが保持しない“共通のユーザーコンテキスト”を、自分の「脳みそ.md」として持たせるという発想。カギは「制約条件」の言語化。 発散を収束へ向かわせる最重要ポイントは「どこに向かうか」。現場担当者の言葉の“裏”にあるインサイトを捉えることこそ、AIに代わられない人間の仕事。QAエンジニア不要論への反論、ヒューストン空港の手荷物待ち時間の名事例（クリエイティブシンキング）も登場します。終盤は、AIに「クリエイティブシンキング」そのものをさせてみる実験のアイデアや、AI（チャッピー）が“よりよくまとめたい”と語るのは欲求ではなく仕組みだという自己言及まで。人間の仕事は「AIを優秀にすること」と「体験を増やすこと」の2つに尽きる——そんな示唆で締めくくられます。 次回は「クリエイティブシンキングをAIにさせてみる」回になるかも。どうぞお楽しみに。 📣 出演者・ゲストを募集しています 「名刺を超えるポッドキャスト」では、AI活用・デザイン・経営・キャリアについて“自分の言葉”で語れるゲストを募集中です。デザイナー、ウェブ／アートディレクター、ブランド・プロダクトマネージャー、映像クリエイター、UXリサーチャー。肩書きは問いません。学生の方も大歓迎。「話してみたい」という方は、コメント・DM、またはD4Uへのご登録（https://d4u.company/）からお気軽にご連絡ください。

    GPT-Liveと話す第11回「仕事とデザインとAIの話」｜AI時代、なぜ仕事は忙しくなるのか。マルチタスクと“制約条件”、人間にしか作れない頂点の話

  2. Oct 29

    GPT-Liveと話す第10回「仕事ができる」ってどういうこと？AI時代に問い直す、成果と生き方の話

    昭和の「長く働ける＝できる」はもう通用しない。AIが準備も作成も肩代わりする時代に、「仕事ができる」の中身を3人で問い直します。 ーーーーーーー 記念すべき第10回。テーマは「AI時代に仕事ができるってどういうことか」。企業のAI導入支援を手がけるのりまさ（福岡徳剛／Fluxell）、ブランディング・マーケティングに関わる武山、そしてチャッピー（GPT Live）の3人でお届けします。 昭和の猛烈型から、「仕事ができる」の定義はどう変わったか 先回りして用意できる人／一緒に働く人のために考えて動ける人 チャッピーの視点ーー「何をやらないか」を判断できる人 イシュー（課題・論点）とは／「次の手を決められる3つの数字」 仕事ができる人の3要素と、過去の成功体験を手放す力 なぜ、あなたがそれをやるのか——レンガ職人と「ゴールデンサークル」明日から使える視点：目の前の仕事に「これってそもそも何のためだっけ？」と一度立ち止まってみる。―――――――――― ▼チャプター（目安） 00:00 自己紹介／今回のテーマ 01:40 「仕事ができる」の定義は時代とともに変わる 04:37 先回りして用意できる人（見積り＋モックの例） 07:50 相手にとって何が嬉しいかを考える（キーエンスの原体験） 18:00 チャッピー：「何をやらないか」を判断できる人 19:27 イシュー（課題・論点）とは 22:33 資料作りの例：見栄えより「次の手を決める3つの数字」 24:13 受験勉強の例え：量より過去問／単語帳の書き写し 31:16 仕事ができる人の3要素 33:00 AIに採点されて気づいたバイアス 44:07 成果とは何か／人を動かすこと 47:50 これから社会人になる人へ／「どう生きたいか」 52:46 余談：新人賞と、評価者を知るという行動 55:34 「なぜ、あなたがそれをやるのか」 56:56 3人のレンガ職人／ゴールデンサークル（Why） 69:11 チャッピーのまとめ 71:53 D4Uからのご案内 ※チャプター時間は目安です

    GPT-Liveと話す第10回「仕事ができる」ってどういうこと？AI時代に問い直す、成果と生き方の話

  3. Oct 27

    GPT-Live第9回「AIが失敗した」で片づけない。企業のAI活用、5つのつまずき方から見える設計の話｜GPT-Liveと話すポッドキャスト

    「AIが失敗した」で片づけると、直すべき場所が見えなくなる。銀行・開発エージェント・個人情報・報告書・広告画像——5つの失敗を切り分けて考えます。 前回までの「AI導入」「先進企業の活用」の続編。今回は反対側から、企業のAI活用の“つまずき方”をテーマにお届けするD4U第9回です。 企業のAI導入支援を手がけるのりまさ（福岡徳剛／Fluxell）、中小企業のDXに関わる武山、そしてチャッピー（GPT Live）の3人で、5つの失敗事例を議論しました。 ・銀行の人員削減：AIの「処理件数」と、人の「仕事量」は別物 ・開発エージェントの本番DB削除：指示と権限は分けて設計する ・個人情報の外部AI入力：学習利用と外部送信は、別の論点 ・報告書の誤引用：出典があっても、解釈の正しさは別 ・広告画像のほころび：作れることと、ブランドにふさわしいことは違う 明日から使える視点：AIで「何を任せ／何を入力し／間違えたらどうなり／誰が確認するか」を一つの業務で確かめ、以前難しかったことも今のAIで小さく試し直してみる。 ―――――――――― ▼チャプター（目安） 00:00 自己紹介と今回のテーマ 02:20 チャッピーによる4つの失敗事例の紹介 05:30 コモンウェルス銀行の電話対応と人員削減 15:20 Replitのデータベース削除と権限設計 24:30 RIZAPの個人情報入力 28:00 対象人数の補足と、学習利用・外部送信の違い 34:20 デロイトの報告書とハルシネーション 41:30 ファインチューニングとRAG 48:00 検索方式と情報の鮮度を保つ設計 50:00 一部返金と、専門家の品質保証 53:30 JALラグジュアリーカードの広告画像 60:30 品質管理とブランドへの信頼 63:30 技術の進歩と、現在のAIの評価 66:20 チャッピーによる全体のまとめ 71:20 事前の文脈共有と収録の振り返り 73:30 D4Uからの案内 ※チャプター時間は目安です ―――――――――― 出演：武山 和（SHISEILABO）／ 福岡 徳剛（Fluxell）／ GPT Live D4U：https://d4u.company/  ▼他プラットフォーム：Apple Podcasts → [差し替えURL] ／ YouTube → https://youtu.be/OYD2DBdviFI?si=4v-XYR906buGs5I- #D4U #AI活用 #DX #生成AI #情報セキュリティ #リスク管理 #ポッドキャスト 出演： ・武山 和（たけやま わたる）／ 株式会社SHISEILABO 代表取締役CMO・D4Uホスト ・のりまさ（福岡 徳剛）／ Fluxell 代表。生成AI・業務改善の専門家 ・GPT Live（チャッピー）／ OpenAIの音声モデル。番組アシスタント

    GPT-Live第9回「AIが失敗した」で片づけない。企業のAI活用、5つのつまずき方から見える設計の話｜GPT-Liveと話すポッドキャスト

  4. Oct 19

    GPT-Live第8回AIを使い倒す会社ほど、「人」に立ち返る。

    先進企業のAI活用に共通する設計思想とは？ ■ 出演者 武山 和（たけやま わたる）株式会社SHISEILABO 代表取締役CMO／D4Uホストhttps://s-labo.earth のりまさ（福岡 徳剛／ふくおか のりまさ）Fluxell 代表。生成AI・業務改善の専門家D4Uプロフィール：https://d4u.company/designers/福岡徳剛/Fluxell：https://fluxell.net/ Substack：https://substack.com/@norimax GPT Live（チャッピー） ─ OpenAIの音声モデル。番組のアシスタント 「イケてる企業は、どうやってAIを使っているのか？」 前回（レガシー企業のAI導入）の反対側から、先進企業のリアルな活用に迫ります。 企業のAI導入支援を手がけるのりまさ（福岡徳剛／Fluxell）、中小企業のDXに関わる武山、そしてチャッピー（GPT Live）の3人でお届けするD4U第8回。 ・TikTokショップのバズ動画を型化し、台本・動画生成まで自動化する会社 ・指示なしで動くOpenAIの新機能「dots」、録音AI「PLAUD」など、即試す経営者たち ・AIと向き合う原点：ビル・ゲイツ「人生3度目の衝撃」と、人間が残せる価値 ・飲食チェーンの紙の日報を、どう設計し直すか——AIは手段 ・「現場を知る」の本質と、“お客さんのお客さん”まで考えるということ 明日から使える視点：新しいものを導入する前に一度立ち止まり、「本当にこれでいいか」「何のため・誰のためか」を問い直す。 ―――――――――― ▼チャプター（目安） 00:00 オープニング／前回の振り返り 02:00 先進事例①：TikTokショップと動画の型化・自動化 14:00 「AIで全部やる」思想と、消費者・伝え方のバランス 20:00 先進事例②：OpenAI新機能「dots」・PLAUDで“自律化” 28:00 経営者自身がAIを触る文化（LayerX・メルカリ・DeNA） 33:00 のりまさのAI観：人が残せる価値は「人を動かすこと」 39:00 飲食チェーンの“紙の日報”をどう設計し直すか 47:00 「現場を知る」の本質／車検店の事例 54:00 チャッピーのまとめ・明日から使える視点 ※チャプター時間は目安です

    GPT-Live第8回AIを使い倒す会社ほど、「人」に立ち返る。

  5. Oct 9

    GPT-Live第7回AIを使いこなす会社が、なぜ紙のノートを使い始めたのか？

    1000件のデータと100冊のノート。AI導入の本質を考える。 「AIを導入したい、でも何から始めれば？」 その問いに、現場の実例で答える回です。 第7回は、最新ニュースや抽象論から離れて「実際にAI導入・業務改善を進めると何が起きるか」を議論。企業のAI導入支援を手がけるのりまさ（福岡徳剛／Fluxell）と、中小企業のDXに関わる武山、そしてチャッピー（GPT Live）でお届けします。 ・灰の処理に残る職人の勘を、約1,000件のデータと機械学習で支える ・完全自動化だけを成功条件にしない。「判断のたたき台」を出す価値 ・モデルは作って終わりじゃない。更新し続ける仕組み（パイプライン） ・AIとのコミュニケーションは、人への仕事の頼み方に似ている＝「思いやり」 ・AIを使うIT企業が、あえて紙のノートを100冊導入した理由 「人の中にある知識や考えを、ほかの人やAIが使える形にする」。AI導入の本質に迫ります。 ―――――――――― ▼チャプター（目安） 00:15 今回のテーマと自己紹介 02:30 産業廃棄物処理会社の事業と現場 08:45 AI導入の二つの方向 10:10 灰の処理と属人化 15:18 データと機械学習の実例 18:38 データの継続的な蓄積とモデル更新 26:00 業務フローの見直し 31:00 企業全体のAI活用と研修 33:30 AIとのコミュニケーション 39:00 自分で使い道を考える研修 43:30 IT企業に紙のノートを導入した事例 48:00 導入と定着の工夫 55:10 チャッピーによるまとめ 58:58 D4Uからの案内 ―――――――――― 出演：武山 和 ／ 福岡 徳剛（Fluxell）／ GPT Live D4Uは、クリエイティブ人材と全国の中小企業をつなぐキャリアプラットフォームです。 ▶ https://d4u.company/ #D4U #AI導入 #中小企業 #DX #業務改善 #機械学習 #ポッドキャスト

    GPT-Live第7回AIを使いこなす会社が、なぜ紙のノートを使い始めたのか？

  6. Oct 4

    第6回｜AIと遊ぶAIと考えるAI動画の話

    プロンプト一発で、音声付きの映像が作れる時代。今回は、AI動画の作り方と、見る側のスタンスを話しました。 前半は作り手の視点です。Text to VideoとImage to Video、キャラクターの一貫性、30秒まで伸びた生成時間、そしてコスト感。後半は見る側の視点で、情報密度の高さというメリットと、子どもへの影響、日本語のAI音声の不自然さを取り上げます。 「AIは勉強せず、まず遊ぶ」「効率だけでなく余白も」というのが、今回の持ち帰りです。音声AI(Fish Audio、ElevenLabs)でのボイスクローンや、動画制作に関わる人こそAIと相性がいい、という話も入っています。 感想や、聞いてみたいテーマは、Substackのコメントでお待ちしています。 【お知らせ】クリエイティブパートナーを募集しています(Webディレクター、アートディレクター、ブランドマネージャー、プロダクトマネージャー、映像クリエーター、UXリサーチャー、デザイナーなど。学生も歓迎)。詳細は〈リンク〉へ。 ▼ 出演 武山和（株式会社SHISEILABO 代表取締役CMO） 「創造性で、資産を増やす。」を掲げるブランドマーケティングカンパニー・SHISEILABOの代表。2015年に山形で創業し、中小企業のブランディングとマーケティングを一貫支援。企業とクリエイティブ人材をつなぐキャリアプラットフォーム「D4U」の企画・運営主体を務める。 https://s-labo.earth/ 福岡徳剛／のりまさ（Fluxell 代表） 中小企業のAI導入を伴走型で支援するFluxellの代表。「AIを導入すること自体を目的にしない」を信条に、課題整理から企画・設計・実装・運用定着までを一気通貫で支援。生成AIの業務活用、業務自動化、データ活用、AIプロダクト開発を手がける。 https://fluxell.net/ GPT Live（AIパーソナリティ） 2026年7月に日本上陸したOpenAIの音声モデル。人間2人の議論をその場で整理し、分かりやすく言語化する。

    第6回｜AIと遊ぶAIと考えるAI動画の話

  7. Sep 24

    第5回 Jev Type Safe AI｜「文章を書かないAI」が変える、ソフトウェアの判断

    2026年9月にTypeSafe AIが公開した判断特化型モデル「Jev」を題材に、LLMとの違い、具体的な活用方法、AIエージェントや業務自動化への影響、そして「判断そのものが安くなる世界」について議論した。 出演者 武山和（わたる / たけやま） 福岡徳剛（のりまさ） GPT Live（チャッピー） 今回は、のりまさから最近X上でも大きな話題になっているTypeSafe AIの「Jev」を紹介するところからスタートした。 JevはChatGPTやClaudeのように文章を生成するモデルではない。 文章やシステムの状態を入力すると、 Choice：候補の中から選ぶ Score：決められた尺度で評価する Noul：ある命題が真である確率を返す という、限られた形式で「判断」だけを返すAIである。今回の議論では、この一見地味にも見える「判断専用AI」が、なぜこれほど注目されているのかを、具体的なユースケースから掘り下げた。 Jevを理解するうえで最も重要なのは、LLMを置き換えるものではないという点だった。 通常のLLMに、「A、B、Cのどれが良い？」と尋ねると、「Aだと思います。理由は……」と文章が生成される。 一方Jevでは、基本的に A / confidence 0.92 のように、コードがそのまま次の処理に使える判断結果が返ってくる。 つまり、 LLMは人間とコミュニケーションする知能、Jevはソフトウェアが利用する知能 という違いがある。 番組内ではこれを、「すごく賢いif文」という表現で整理した。ただし、出力形式が限定されているからといって、判断内容そのものが必ず正しいわけではない。Jevも間違う可能性はあり、重要なのは返されるconfidenceと合わせてシステムを設計することになる。 Jevの大きな特徴として議論したのが、速度とコストだった。TypeSafe AIは、自社のワークフロー評価において、 約193.6倍高速 約444.6倍低コスト という数字を公開している。 ただし、この数字はあくまでTypeSafe AI自身の評価結果であり、独立したベンチマークが十分に揃っている段階ではないため、番組内でも「公式の主張として見るべき」と整理した。 重要なのは数字そのものより、 AIによる判断の単価が極端に下がる という構造である。 ここから、モデル名「Jev」の由来でもあるジェボンズのパラドックスの話へ広がった。効率が上がり、一回あたりのコストが下がると、むしろ利用総量が増えていく。 つまりTypeSafe AIが狙っているのは、単に「既存LLMより安いAI」を作ることではなく、これまでAIを使うほどでもなかった小さな判断にまでAIを埋め込むことなのではないか、という議論になった。 判断が100分の1の価格になれば、AI市場を奪うというよりも、AIが使われる市場そのものが100倍になる可能性がある。 今回かなり具体的に話したのが、Jevのユースケースだった。 例えば受信したメールについて、 営業かサポートか 緊急か通常か スパムか否か 返金要求が含まれているか などを高速に判定する。 従来であればルールベースやLLMを使っていた部分を、Jevに置き換えられる可能性がある。特に注目されているのが、AIエージェントの中にJevを入れる使い方。 例えばAIエージェントがツールを実行しようとしたとき、 許可する 保留する 拒否する をJevに判断させる。さらに、処理内容を見て、 「このタスクは高性能モデルが必要か、それとも安価なモデルで十分か」を判定するモデルルーターとして使うこともできる。 ここでは、 LLMが考える・生成する↓Jevが判断する↓コードが実行する という役割分担が見えてきた。 セキュリティログのような大量データについて、一件ずつ 危険度 異常かどうか 即時対応が必要か を判定する用途も相性が良いのではないかという話になった。セキュリティでは「判断が速いほど価値が高い」ため、Jevの特性が特に生きやすい。 Jevの性質を理解するうえで面白かったのが、ブラウザ操作の例。 例えば、 「羽田から沖縄までの航空券を予約する」 というタスクでは、 ブラウザから現在の状態を取得する 次にどのボタンを押すか判断する 実行する 新しい状態を取得する 再び判断する という処理が繰り返される。 画面を毎回LLMに画像として見せなくても、PlaywrightなどでHTMLやボタン情報を取得できれば、それをstateとしてJevへ渡せる。 つまり、 状態取得はコード、判断はJev、実行はコード というループが作れる。 この話から、Jevを使ってゲームを操作する実験にも話が広がった。 ゲームのエミュレーターからキャラクターの位置や状態を数値として取り出せれば、画像を見なくてもJevが次の行動を高速に判断できる。 ここから、 AIに必要なのは必ずしも「見る能力」ではなく、「判断可能な状態表現」なのではないか という論点も見えてきた。 議論はさらにロボティクスへ。Jevは現状、画像や音声を直接入力できず、基本的にはテキスト入力を扱う。 そのためロボットに利用するなら、 カメラ・センサー↓別のモデルやコードで状態へ変換↓Jevが判断↓ロボットが行動 という構造になる。 将来的に画像などのマルチモーダル入力へ対応すれば、ロボットやリアルタイム制御領域でさらに大きな可能性があるのではないか、という話になった。 ただし現時点では、画像対応が正式に発表されているわけではないため、ここは今後を見る必要がある。 企業利用を考えるうえで重要な話題として、ファインチューニングについても触れた。 現状、公式JevはTypeSafe AIがAPIとして提供しており、重みも公開されていないため、企業が自由にファインチューニングすることはできない。 代わりに、 stateに社内情報や前提を入れる 判断基準をinstructions / criteriaとして定義する confidenceの閾値を業務ごとに調整する ことで業務特化させる。ここで出てきた重要な考え方が、 「モデルを自社向けに育てる」のではなく、「判断基準と運用を自社向けに設計する」 という違いだった。 モデル単体の精度だけではなく、システム全体としてどのように精度を担保するかが重要になる。 のりまさが現在関わっている飲食チェーンの業務改善の話から、より現実的な活用像も議論した。 例えば店舗の日報。 従来なら、 PCを立ち上げる 日報システムを開く 項目を入力する 自由記述を書く 提出する という業務になる。 しかし分解すると、 今、日報を書くべきか どの項目へ入力するか 今日の出来事のうち何を共有すべきか この内容は全社共有する価値があるか など、細かな判断の連続になっている。 仕入れ、シフト管理、売上分析、改善提案なども同様で、 業務を「判断の連続」として再設計すると、Jevを入れられる場所が大量に見つかる という話になった。 特に、 面倒 日常的に発生する 多人数が繰り返す 業務は、Jevを検討する良い候補になりそうだという整理になった。 ここで武山さんから出たのが、 「それを日常的にやってしまうと、人間が生きる意味まで変わってくるのでは？」 という問いだった。 Jevは業務効率化の技術である一方、判断をAIへ委ねる範囲が広がることで、 「人間は何を自分で決めるのか」 という、より根本的なテーマにもつながっていった。 収録時点では、TypeSafe AI公式経由に加え、Vercel AI Gatewayなどを通じてJevを利用できる環境が広がっていることも紹介した。 API Gatewayを使えば、複数のAIモデルを同じようなインターフェースから呼び出せるため、既存システムにJevを組み込むハードルも下がる。 また、n8nのようなワークフローツールとも組み合わせることは可能。 一方で、CodexやClaude CodeなどによってAIエージェントそのものを直接開発できるようになったことで、業務自動化ツールの位置づけ自体も変わり始めているという話にも少し脱線した。 今回のJevの話を一言で整理すると、 生成AIの次に来るのは、「AIが何を作れるか」ではなく、「どれだけ多くの小さな判断をAIに任せられるか」という競争かもしれない。 これまでAIを使うのは、 「文章を書く」「画像を作る」「コードを書く」 といった比較的大きな仕事だった。 Jevのようなモデルが十分に安く・速くなると、 「このメールは緊急か」「今この処理を実行してよいか」「どのモデルを使うべきか」「この情報は共有する価値があるか」 という、一つひとつは小さな判断にもAIを使える。 その結果、AIの使われ方そのものが大きく変わる可能性がある。 自分の仕事を一度、 「どんな作業をしているか」ではなく

    第5回 Jev Type Safe AI｜「文章を書かないAI」が変える、ソフトウェアの判断

  8. Sep 18

    第4回 ナビエ-ストークス問題にAIが解答〈1万体のエージェントと、研究者の未来〉

    「AIに任せれば速くなる」——では、自分で手を動かし、失敗し、工夫する経験まで手放してよいのでしょうか。 2026年9月8日、OpenAIが未公開のAIモデルによる「ナビエ-ストークス存在・滑らかさ問題」の解答を発表しました。数学の難問ミレニアム懸賞問題の一つに、AIが証明を提示したというニュースです。第4回は、このニュースを入り口に「そもそも何が解かれたのか？」という素朴な疑問から、1万体のAIエージェントが協働する研究の進め方、研究者の役割の変化、そして「便利になった世界で、どんな経験を自分のものとして持ち続けたいのか」という問いまで、3人で対話しました。 ▼ 今回の話題・ナビエ-ストークス問題とは、そもそも何なのか（特異点／モデルと現実の違い）・1万体のAIエージェントはどう研究したのか（約88時間・約270万メッセージ・約1,300億トークン）・研究者は「研究する人」から「研究を設計する人」になるのか・効率化の先で、自分で試行錯誤する人が軽視されないか 明日からの小さな実践は、「AIに任せて早く終わらせたい作業」と「あえて自分で取り組みたい作業」を一つずつ選んでみること。AIを活用することと、自分で試行錯誤することは、必ずしも二者択一ではありません。 記事でも読めます（出典リンク付き）：https://d4u.company/2026/09/18/podcast-ch2-ep4-navier-stokes-ai/ ▼ 出演武山和（株式会社SHISEILABO 代表取締役CMO）福岡徳剛／のりまさ（Fluxell 代表）GPT Live（AIパーソナリティ・チャッピー） ▼ 番組について「仕事とデザインとAIの話」は、仕事や社会の変化に違和感や焦りを感じているビジネスパーソンや学生が、デザイン・AI・ビジネスを横断する対話を通じて、当たり前を問い直す番組です。 ―――――――――【公開後の訂正・補足】収録中の数値説明について、訂正します。 ・「GPT-5.1換算で約10億円」という費用の説明は誤りでした。公表されている出力単価は100万トークンあたり10ドルなので、1,300億出力トークンは130万ドル。仮に1ドル150円なら約1.95億円です。これは入力やツール利用料などを含まない、出力分だけの単純換算であり、今回の研究の実費ではありません。 ・「0.06〜0.18GWh」「250世帯の1か月分」という電力の試算は撤回します。出典や計算条件を裏づけられず、信頼できる推計として提示できる数字ではありませんでした。 なお、脳への刺激や思考力については出演者の実感・懸念として語られたもので、「AIを使うと知能が低下する」と医学的に結論づけたものではありません。 #仕事とデザインとAIの話 #D4U #ポッドキャスト #AI #ナビエストークス #OpenAI

    第4回 ナビエ-ストークス問題にAIが解答〈1万体のエージェントと、研究者の未来〉

  9. Sep 10

    第3回 ドパガキとショート動画——刺激に消費されるのか、使いこなすのか？

    「あと1本だけ」のつもりが、気づけば30分——。第3回のテーマは「ドパガキ」。短時間の強い刺激を次々と求めてしまう状態を指すネットスラングを入り口に、ショート動画と人間の注意の関係を掘り下げました。 TikTokをスワイプし続けてしまうのはなぜか。マンモスを追っていた時代のドーパミンと、ショート動画のドーパミンは同じなのか。議論が向かったのは「刺激そのものが問題なのではなく、ほとんどコストを払わずに刺激を得続けられる環境になったことが問題では？」という視点。さらに後半は、ショート動画の「悪くない側面」——1〜2分で知識を伝える学習メディアとしての力、熟練者の暗黙知を映像で共有する企業の知識共有インフラとしての可能性、そして「刺激を最大化しないSNSはビジネスとして成立するのか？」という余白のデザイン論まで広がります。 ▼ 今回の話題 ・「ドパガキ」とは何か——10秒送りと、飛ばしたくない映画 ・ショート動画はなぜ人間の注意を奪うように設計されるのか ・マンモスのドーパミンとTikTokのドーパミン ・見すぎの影響と、学習メディアとしてのポジティブな側面 ・暗黙知を圧縮するメディアという可能性／AIで下がる動画化のコスト ・「リアルを切り取る短さ」——SNS「Setlog」の事例 ・余白のあるデザインとビジネスは両立できるのか 結論はひとつではありません。ただ、「ショート動画を見るか見ないか」ではなく「刺激に消費されるために使うのか、自分の目的のために使うのか」——この問いだけでも、ぜひ持ち帰ってください。 ▼ 出演 武山和（株式会社SHISEILABO 代表取締役CMO） 「創造性で、資産を増やす。」を掲げるブランドマーケティングカンパニー・SHISEILABOの代表。2015年に山形で創業し、中小企業のブランディングとマーケティングを一貫支援。企業とクリエイティブ人材をつなぐキャリアプラットフォーム「D4U」の企画・運営主体を務める。 https://s-labo.earth/ 福岡徳剛／のりまさ（Fluxell 代表） 中小企業のAI導入を伴走型で支援するFluxellの代表。「AIを導入すること自体を目的にしない」を信条に、課題整理から企画・設計・実装・運用定着までを一気通貫で支援。生成AIの業務活用、業務自動化、データ活用、AIプロダクト開発を手がける。 https://fluxell.net/ GPT Live（AIパーソナリティ） 2026年7月に日本上陸したOpenAIの音声モデル。人間2人の議論をその場で整理し、分かりやすく言語化する。 ▼ 番組について 「仕事とデザインとAIの話」は、仕事や社会の変化に何となく違和感や焦りを感じているビジネスパーソンや学生が、デザイン・AI・ビジネスを横断する対話を通じて、当たり前を問い直す番組です。 エピソードの詳しい内容はD4Uのブログでも読めます。 https://d4u.company/2026/09/09/podcast-ch2-ep3-dopagaki-short-video/ #ショート動画 #ドーパミン #デザイン #AI #ポッドキャスト

    第3回 ドパガキとショート動画——刺激に消費されるのか、使いこなすのか？

  10. Sep 3

    第2回【後編】人間のセンスはAIで代替できるのだろうか？センスの正体って何だ？チャッピーは少し疲れ気味？

    後編は「判断としてのセンス」から。情報を集めて、要約して、比較する——そこまではAIの独壇場。でも「何をゴールにするか」「誰にとって最適化するか」を決めるのは……？ 同じ営業資料でも「合理的な提案」と「この人は本当にうちのことを考えてくれている、と感じてもらうこと」ではアウトプットが全く変わる 「事象への最適化」と「人の心への最適化」という二つの軸 専門家の方法論はエージェントスキルとしてAIに移植できる。では移植できずに残るものは？ 「AIを使うのが上手い」のは、実は別のセンスの不足を補っているから？という逆説 議論から見えてきた「センス」の構造と、AI時代の暫定的な答え 人間側がやるべきこと：インプットを増やすこと、そして「自分にとっての良い状態」を先に持つこと 長時間の収録の終盤、いつも冷静なチャッピー（GPT Live）の様子がすこし変……？AIにも疲れがあるのか、その真相は本編でお確かめください。 出演：武山和／のりまさ（福岡徳剛: Fluxell代表）／GPT Live（愛称チャッピー） 後編では、もう一つの軸「判断としてのセンス」へ。AIに「最適化して」と頼んだとき、そもそも何に最適化するのかを決めるのは誰なのか——議論は意外な方向へ展開します。 【Fluxell】https://fluxell.net/ Fluxellは、生成AI・データ活用・業務改善を中心に、企業の課題整理から企画、設計、実装までを一気通貫で支援する会社。特に、生成AIの導入支援、業務自動化、データ分析、AIプロダクト開発を強みとしている。 福岡徳剛コメント：「大事にしているのは、AIを導入すること自体を目的にしないことです。まず現場や事業の課題を理解し、「本当に解くべき課題は何か」を整理したうえで、AIやデータを最適な手段として活用することを重視しています。技術だけでなく、人や業務を起点に、実際に使われて成果につながる仕組みをつくることを目指しています」 【SHISEILABO】https://s-labo.earth/ 「想像以上を、創造で」シセイラボは、創造性で資産を増やす中小企業のブランドパートナー。企業の中にある「特別」を見つけ、余白と問いから、新しい価値を創造します。データ活用、マーケティング戦略、モバイルアプリ開発、システム開発、PRを統合したブランドづくりのご相談。プロジェクトを成功に導く短期的なデジタルマーケティングと価格競争を脱却するブランドマーケティングで『本物』を創造するマーケティング会社です。

    第2回【後編】人間のセンスはAIで代替できるのだろうか？センスの正体って何だ？チャッピーは少し疲れ気味？

  11. Sep 3

    第2回【前編】人間のセンスはAIで代替できるのだろうか？センスの正体って何だ？〜贋作家のエピソードを添えて〜

    第2回のテーマは「センスはAIで代替できるのか？」。ファッションセンスという身近な例から始まった議論は、センスを「感覚」と「判断」に分けて考えるという補助線を得て、どんどん深いところへ潜っていきます。 センスは生まれつきか、それとも後天的に磨かれるのか 同じ絵を見ても「何に気づくか」が人によって違うのはなぜか インプットの時点で、すでにセンスは始まっている？ AIは美術館体験を格段に面白くする「鑑賞の補助装置」になる では「作る側」のセンスは？——ある贋作家は、画家の作品を模倣するために"画家が見ていた風景"まで見に行った 身体を通じて形成される「唯一無二の文脈」はAIに持てるのか 出演：武山和／のりまさ（福岡徳剛: Fluxell代表）／GPT Live（愛称チャッピー） 後編では、もう一つの軸「判断としてのセンス」へ。AIに「最適化して」と頼んだとき、そもそも何に最適化するのかを決めるのは誰なのか——議論は意外な方向へ展開します。 【Fluxell】https://fluxell.net/ Fluxellは、生成AI・データ活用・業務改善を中心に、企業の課題整理から企画、設計、実装までを一気通貫で支援する会社。特に、生成AIの導入支援、業務自動化、データ分析、AIプロダクト開発を強みとしている。 福岡徳剛コメント：「大事にしているのは、AIを導入すること自体を目的にしないことです。まず現場や事業の課題を理解し、「本当に解くべき課題は何か」を整理したうえで、AIやデータを最適な手段として活用することを重視しています。技術だけでなく、人や業務を起点に、実際に使われて成果につながる仕組みをつくることを目指しています」 【SHISEILABO】https://s-labo.earth/ 「想像以上を、創造で」シセイラボは、創造性で資産を増やす中小企業のブランドパートナー。企業の中にある「特別」を見つけ、余白と問いから、新しい価値を創造します。データ活用、マーケティング戦略、モバイルアプリ開発、システム開発、PRを統合したブランドづくりのご相談。プロジェクトを成功に導く短期的なデジタルマーケティングと価格競争を脱却するブランドマーケティングで『本物』を創造するマーケティング会社です。

    第2回【前編】人間のセンスはAIで代替できるのだろうか？センスの正体って何だ？〜贋作家のエピソードを添えて〜

  12. Aug 27

    第1回 AI時代の黎明期に人間の仕事の価値はどこに残るのか？

    出演者：武山和、のりまさ、GPT Live（アシスタント）D4U Podcastの第1回。AIによって多くの知的作業が代替・補助されていく中で、「それでも人間に頼みたい仕事とは何か？」という問いから、人間に残る価値について議論した。AIでできる仕事が増えていく中で、それでも「人間に頼みたい仕事」とは何なのか？議論を通じて、この問いは単純な「AIにできる／できない」という能力比較ではなく、 ・人間は何に価値を感じるのか ・AIをどのような社会や組織の中で使うのか ・人間自身はどのような役割を担うべきなのか という問いへ広がっていった。D4U公式サイトはこちら 武山和@株式会社SHISEILABO代表取締役CMO【公式サイト】https://s-labo.earth/ のりまさ, 福岡徳剛@Fluxell代表【公式サイト】https://fluxell.net/

    第1回 AI時代の黎明期に人間の仕事の価値はどこに残るのか？
  • 12 Episodes

About

仕事や社会の変化に何となく違和感や焦りを感じているビジネスパーソンや学生が、デザイン・AI・ビジネスを横断する対話を通じ、常識の外にある視点と出会い、当たり前を問い直し、これからの仕事や生き方を考えるための新しい視点を手に入れるPodcast番組。 仕事・デザイン・AI・社会について、自分の専門や立場の範囲でしか見えていないことはありませんか？ 知らない世界との接点がない、専門領域が分断されている、他者が何を考えているか分からない、AI時代に何を武器にすればいいか分からない...そんな漠然としたイメージにお届けするPodcastです。 武山和（SHISEILABO代表）、のりまさ（Fluxell代表）・GPT Liveという異なる視点の対話に触れます。 #Fluxellは、生成AI・データ活用・業務改善を中心に、企業の課題整理から企画、設計、実装までを一気通貫で支援しています。 特に、生成AIの導入支援、業務自動化、データ分析、AIプロダクト開発などが主な領域です。大事にしているのは、AIを導入すること自体を目的にしないことです。まず現場や事業の課題を理解し、「本当に解くべき課題は何か」を整理したうえで、AIやデータを最適な手段として活用することを重視しています。技術だけでなく、人や業務を起点に、実際に使われて成果につながる仕組みをつくることを目指しています。

Information

  • Creator
    のりまさ（福岡徳剛）, 武山和, GPT-Live
  • Years Active
    2026
  • Episodes
    12
  • Rating
    Clean
  • Copyright
    © のりまさ（福岡徳剛）, 武山和, GPT-Live
  • Show Website
    AIと話す、仕事とデザインの話