伊藤信博｜AIと組織の顧問

JTCにいますが、丁寧な言葉遣いで指示待ちする若手より、言葉は少し生意気でも「何かやらせてください」と言える若手の方が圧倒的に伸びますね。言葉遣いに引っかかるのはこちらのプライドですが、大事なのは本人の意欲です。小綺麗なマナー指導をするより、勢いがあるうちに仕事を渡して成功体験を積ませる方が、人は一瞬で化けます。言葉遣いにムカつくのは避けられませんけどね。

Anthropicのエンジニアがコーディング面接は死んだ。選考から外したとのこと。 Claudeが面接のプログラミング課題を解ける今、その成績だけでは、仕事で成果を出せる人か判断しづらくなった。 今は、応募者が実際に作ったアプリなどを見ているそうです。ユーザーのことを考えて作られているか、機能や設計にどんな意図があるか、といった点に注目しているとのことです。

データ基盤をLv.0〜3に段階的にレベルアップさせ、AIエージェントが大半の仕事を担う世界へ移行するためのリアルな戦略と実践。 ・データ基盤のレベル定義（0:散乱 → 3:AI主導）と適切な優先順位での育て方 ・ LLMエージェント「Socrates」を支えるBasic Tables（定義・品質・権限を揃えたデータインターフェース） ・Analytics Catalog（Action TaxonomyからKnowledge Baseまで）による行動・データ・指標・知見の一元管理とEDA Agentsによる自動化 自社のデータ基盤の現状レベルを診断し、AIエージェントに仕事を移譲するためのインターフェース整備やカタログ設計の優先順位を決められます。 メルカリ現場の「過去→現在→未来」の時系列と具体的な構成要素が公開されており、理論ではなく「今からどう進めるか」の実務的な道筋が見えます。 speakerdeck.com/na0/ai-shi-d…

Anthropicが10月26日にIPO申請書類（S-1）を公開しました。財務内容を見ると、AIビジネスの収益性に対する見方が大きく変わりそうです。 2026年上期の売上高は162.9億ドルで、前年同期の約14倍。一方、営業損失は6.9億ドルまで縮小し、営業利益率は2025年通期の-175.8%から-4.3%へと大幅に改善しました。営業キャッシュフローも39.3億ドルの黒字です。 特に興味深いのは、売上と計算資源コストの伸び方です。 2026年Q2の売上高は前年比+1,368%だったのに対し、計算資源費用は+300%にとどまっています。AI利用の拡大に伴い、計算資源費用1ドル当たりの売上が大きく増えていることになります。 AIは需要が急増しても、それに比例してGPUやデータセンターへの支出が増え続け、利益が残りにくいのではないか。こうした懸念に対して、Anthropicの実績はかなり前向きな材料です。 既存顧客の売上継続率（NRR）も約900%と驚異的です。初期利用から本格導入へ移る顧客が多い、この成長段階ならではの数字とはいえ、企業内でAIの利用が急速に広がっている様子がうかがえます。 一方、AI事業の収益化が進んでも、巨額のインフラ投資を長期的に回収できるとはまだ言えません。 Anthropicは数千億ドル規模の長期計算資源契約を抱えると報じられています。今後の需要拡大を見込んで計算能力を確保するものですが、契約上の支払いは将来にわたって発生します。 現在の営業キャッシュフローが黒字でも、将来の計算資源調達費用を十分に賄えるかは、売上成長率や計算資源の稼働率次第です。 今回のS-1は、AI需要の強さだけでなくAI企業が実際に利益を生み出し始めている可能性を示した点で非常に興味深い開示です。AI産業への巨額投資を評価するうえでも、従来より具体的な判断材料が出てきました。

日本でのハッキング問題はさらに深刻化していくのは確実だと思っていますが、根本的要因のひとつがこれです。 日本のIT業界で深刻なのは、人手不足ではなく「技術者にお金が届かない構造」だと自分自身考えています。 4次下請けの技術者が実際の設計を担い、2次・3次より高い付加価値を生んでいるケースまであります。 それでも発注構造は、 発注元　→ 元請け　→　2次　→ 　3次　→　4次……と、時には6層に及ぶこともあるようです。 階層が一つ増えるたびに管理費や利益が差し引かれ、最後に実際のコードを書き、システムを動かす人へ届くお金は薄くなります。 これでは「中小企業も賃上げを」と言われても限界があります。 さらに怖いのは、元請け自身が「誰が実際にシステムを作っているのか？」を把握していないケースがあることです。 これは賃金だけの問題ではありません。 サイバー攻撃やシステム障害が起きた時、 誰が作ったのか？　誰が保守しているのか？　どこに責任があるのか？ それさえ分からなくなるわけです。あまりに馬鹿らしい話です。 多重下請けは、人件費を安くする仕組みであると同時に、責任の所在まで薄める仕組みになりかねません。 日本が本気でDXやAIで競争力を高めるなら、必要なのは技術者を増やすことだけではありません。 価値を作った人に、価値に見合った報酬が直接届く構造へ変えること。「IT人材不足」と言う前に、優秀な技術者が何層もの中間業者の下に埋もれてしまう仕組みそのものを見直すべきだと思いますね。

なぜなぜによる情シス分析 A なぜ古いシステムを使い続けるの？ B 予算がないからです A なぜ予算がないの？ B 経営が投資を認めないからです A なぜ投資を認めないの？ B 今も動いているからです A なぜ動いていると問題ないの？ B 障害が起きていないからです A なぜ障害が起きるまで対策しないの？ B 障害が起きる前に対応した人は評価されないからです 真因：評価制度

明日からAI活用の最先端にいきなりついていく方法を教えます。再現性100%。 1. AIに課金する まず、初心者でも触りやすく、なおかつ性能が最高性能のClaudeかCodexに課金します。 とりあえずは一番安いプランでも大丈夫。 使えるようになってきてから、どんどんプラン上げたくなるんで。 スマホだけだと本来の実力の1%ぐらいしか出せないので、パソコン必須です。 パソコン持ってない人は危機感が圧倒的に足りないので。 最低限、メモリが32GB以上あるパソコンを今すぐ買いましょう。メモリはあればあるほどいいです。 何もわかんない人はMac買っておきましょう。Macはリセール良いですし、コスパもいいです。 中古品とか修理品でも全然大丈夫です。 ただ、メモリだけは多めにしましょう。 2.学習必須単語をAIに聞く。 言葉を知るということは、概念を知るということです。これがないと何もできません。 初心者が最低限、覚えるべき単語を書いておきますので。この単語をAIに飲ませて、一個一個覚えましょう。 【AI初心者が最低限覚えるべき20の用語】 ■ AIの基礎 1. LLM 2. プロンプト 3. コンテキスト 4. トークン 5. ハルシネーション 6. AIエージェント ■ PC・ファイルの基礎 7. ファイルパス 8. 拡張子 9. Markdown 10. JSON 11. ターミナル（CLI） ■ GitHub・開発の基礎 12. GitHub 13. リポジトリ 14. README 15. OSS 16. Git ■ AIの活用・連携 17. API 18. APIキー 19. MCP 20. Skills プログラミングができる必要はありません。 でも、これらの意味を知っているだけで、AIに頼める仕事の幅が大きく変わります。 まずは「聞いたことがある」から「AIに説明できる」を目指しましょう。 3.自分の作りたいものを作る パソコンにCodexまたはClaude Codeっていう名前のソフトウェアを入れましょう。 慣れてくるとターミナルっていうところで動かすようになるんですけど、最初は触りやすいGUIのアプリでOK。 それができたら、自分の作りたいものをとにかく作りましょう。 最初は簡単なものでOK！ CodexやClaude Codeを使えば、プログラミング未経験でもいろんな作品を作れます。 ・自分だけのRPGを作って遊ぶ ・音楽に合わたてかっこいいMVをつくる ・オリジナルのロゴやポスターを作る ・オリジナルアニメを作る ・超かっこいいモーショングラフィックスを作る ・3D演出を使った個性的なサイトを作る ・日常の面倒な作業を自分専用のツールで自動化する もう何でもいいです。 大切なのは、勉強してから作るのではなく、作りたいものを作りながら学ぶこと。 「こんなの作れたら面白そう！」っていうワクワク感が一番大事なんだよな。 ぶっちゃけ。もうAIに聞いたらやり方を教えてくれるどころか、勝手にやり始めてくれるんで。 情熱をエンジンに爆裂ドライブしましょう。 自分にはどうせできないとか、もうマジでいらないっす。 作るために必要なパーツが最初は足りてないことも多いんですが、それもAIに聞いたら何を揃えればいいか教えてくれるので。 まずは自分の趣味や興味のあるものから！ 大切なのは、プログラミングを勉強してから作るのではなく、作りながらAIに教えてもらうこと。 最初から完璧なものを目指す必要はありません。 「こんなのあったら便利だな」をAIに伝えて、実際に動くものを作ってみましょう。 それやってるだけで楽しすぎて、ゲームも買わなくなり、飲み会にも行かなくなるので、無駄な金を使う量が減り、AIに課金した代金が余裕でペイできます。 4.私をフォローして過去のPOSTを見る 自分で言うのもなんですけど、かなり質の高いAI情報をPOSTしてるんですけど、48時間でTLに流れなくなるんで。 割と過去のやつもいいこと書いてると思います。 ちなみに、XのURLをAIに渡したらいろいろ興味ありそうなもののみ調べるとかやってくれますよ。 AIは何かを作るっていうのも非常に大事ですけど、学習速度が爆裂上がるっていうところが、私は一番AIのおもろいところだと思っているので、まず何かを作りながら学んでいく。 私をフォローするっていうのは冗談入ってるんですけど、Xの情報は速度、質とともに完全に最先端に行ってるんで、YouTubeとかでは知れない情報いっぱいあります。 これ、本当に大事なんで作りながら分からないことがあったらAIに聞いて、XでAIクラスをフォローして最新情報をキャッチアップすると、1、2ヶ月あれば最先端までついてこれるっすよ。