btrax CEOのブランドン・ヒルさんとの対談を公開しました。btraxは2004年に創業し、サンフランシスコと東京を拠点とするデザイン会社で、ブランディングやサービスデザインを支援しています*1。シリコンバレーで長く日米のビジネスを見てきたブランドンさんと、AIのこれからをかなり本音で話しました。
テーマはフィジカルAI、ツール選び、浮いた時間と残業代、SIerの役割、AI生成コンテンツへの嫌悪感の5つです。先に結論を言うと、AIで変わるビジネスの論点は「どのツールを使うか」ではなく「浮いた時間・内製化・AI生成物をどう扱うかのルールを誰が先に決めるか」に移っています。この記事では対談で話した論点を、企業の担当者が社内で判断するための材料として整理します。
この話題は、私もXで紹介しました。
今なら、生成AIの基礎知識から社内導入の6ステップ・定着のポイントまでを1冊にまとめた「はじめての生成AI社内導入ガイド」を無料で配布中!何から始めればいいか分からない方でも、これ1冊で導入の流れがつかめます。
目次
ビジネスとは|AIで変わる「作る・届ける・対価を得る」の5つの論点
ビジネスとは、価値を作って顧客に届け、その対価を受け取る活動です。生成AIはこのうち「作る」のコストを大きく下げましたが、次は物を動かす現場や、働く時間と給与の関係、外注と内製の線引きにまで影響が広がっています。対談ではまさにこの広がりが話題の中心でした。
下の表は、対談の5つのテーマと、私が企業の担当者に考えてほしいことをまとめたものです。気になる論点から読んでください。
| 論点 | 企業が考えること |
|---|---|
| ソフトの次はロボット | 自社の現場作業のどこにフィジカルAIが入りうるか |
| 日本企業の勝ち筋 | ハードと現場データという強みをどうAIにつなげるか |
| まずはChatGPTでいい | ツール選びの前に全社で1つのAIを使い切れているか |
| 空いた時間と残業代 | 生産性が上がった分を誰にどう還元するか |
| SIerはなくなるのか | 内製する範囲と外部に任せる範囲の線引き |
| AI生成物への嫌悪感 | 社外に出すコンテンツでAIをどう使い、どう開示するか |
どの論点も「AIを使うかどうか」はもう前提になっていて、問われているのは使った後の配分やルールです。ここからは論点ごとに、私の考えと判断材料を書いていきます。
ソフトの次はロボット|中国のフィジカルAIと日本企業の勝ち筋
対談の冒頭と終盤で繰り返し出てきたのが、AIの主戦場が画面の中から現実の物を動かす領域に移るという話です。カメラやセンサーで周りを認識し、ロボットやクルマを動かすAIはフィジカルAIと呼ばれています。
数字で見ると中国の存在感は明らかです。国際ロボット連盟(IFR)によると、2024年に世界で新たに設置された産業用ロボットは54万2,000台で、そのうち中国が29万5,000台と世界の54%を占めました*2。同じ年の日本の設置台数は4万4,500台で、前年から4%減っています*2。
| 項目(2024年) | 台数 | 補足 |
|---|---|---|
| 世界の新規設置 | 54万2,000台 | IFR World Robotics 2025 |
| 中国の新規設置 | 29万5,000台 | 世界の54% |
| 日本の新規設置 | 4万4,500台 | 前年比4%減 |
ただ、私は日本企業に勝ち筋がないとは思っていません。ロボットを動かすAIには、現場で何がどう動いたかというデータと、壊れにくいハードを作る力が欠かせないからです。この2つは日本の製造業や物流、建設の会社がすでに持っている資産です。
- 現場データ — 作業手順や不良の記録、熟練者の動きなど、AIに学ばせる材料を整理して残しておく
- 部品とハード — ロボット本体を自前で作らなくても、精度の高い部品や周辺機器で関わる道がある
- 導入ノウハウ — ロボットを現場に入れて安全に回す運用の知見は、海外製のロボットを使う場合でも価値になる
私が実際に深圳と杭州で人型ロボットのメーカーを回ったときの様子は、以下の記事で解説しています。
フィジカルAIとは?中国の人型ロボット4社を深圳・杭州で見た|活用事例と比較
まずはChatGPTでいい理由|AIエージェントとAIブラウザが変えるビジネスと生活
AIツールは毎週のように新しいものが出ていて、企業の担当者からは「どれを選べばいいか分からない」という相談を本当によく受けます。対談でも話しましたが、私の答えは「まずはChatGPTでいい」です。最初の1つは、社員の多くがすでに触ったことがあり、情報も多いツールを選ぶ方が定着しやすいからです。
大事なのはツールの性能差より、全社で1つのAIを毎日使う習慣を作ることです。1つを使い切った社員は、新しいツールが出たときに「何が違うのか」を自分で判断できるようになります。逆に最初から複数を入れると、教育もセキュリティの確認も分散してしまいます。
AIエージェントとAIブラウザは何を変えるのか
とはいえ、チャットの先にある変化も押さえておく必要があります。代表的なのが、AIが自分でWebを調べて手順をこなすAIエージェントと、ブラウザそのものにAIを組み込んだAIブラウザです。たとえばGensparkは2025年6月10日にAIブラウザを公開し、どのWebページでもエージェントを呼び出せる仕組みや広告ブロックを用意しました*5。DiscordやGitHub、Notion、Slackなど700以上のツールとつなぐMCP Storeも打ち出しています*5。
| 種類 | できること | ビジネスでの使いどころ | 生活での使いどころ |
|---|---|---|---|
| チャット型AI | 質問への回答、文章作成、要約 | メール・資料の下書き、議事録 | 調べもの、文章の相談 |
| AIエージェント | 複数の手順を自分で進める | 競合調査、リスト作成、定型レポート | 旅行の計画、手続きの下調べ |
| AIブラウザ | 見ているページの上でAIが動く | Web上の情報収集や比較を短縮 | 商品比較、レビューの読み込み |
| コーディングエージェント | コードを書き、実行し、直す | 社内ツールや業務自動化の内製 | 個人の小さなツール作り |
表の下の段ほど、AIに任せる範囲が広くなります。その分、どのアカウントで何にアクセスさせるかという権限の設計が重要になります。まずチャット型で社内の使い方とルールを固めてから、エージェントやAIブラウザを部署単位で試す順番が現実的だと私は考えています。
AIの世界シェアの変化と、ChatGPT・Gemini・Claudeの立ち位置は、以下の記事で解説しています。
ChatGPTのシェアが初の50%割れ、Gemini・Claudeが急伸——AI市場は「3強時代」へ
AIで浮いた時間と残業代|生産性の伸びを誰にどう返すか
対談で一番盛り上がったのがこの話題です。AIで仕事が早く終わるようになると、残業が減って残業代も減ります。会社にとってはコスト削減ですが、社員から見ると「頑張ってAIを覚えたら手取りが減った」と感じかねません。
ここを放置すると、社員がAIで浮いた時間を申告しなくなったり、あえてAIを使わなくなったりします。AI活用が定着しない会社の多くは、ツールではなくこの評価と還元の設計でつまずいていると見られます。
- 評価に入れる — AIで業務を短縮した事例や社内に共有したプロンプトを、人事評価の項目として扱う
- 時間の使い道を決める — 浮いた時間を新規事業や顧客対応、学習にあてることを会社として明示する
- 還元の形を示す — 削減できた残業代の一部を賞与や手当、研修費として戻す方針を出す
- 計測する — どの業務で何時間減ったかを記録し、還元の根拠にする
アメリカでは成果で評価される働き方が多く、早く終わればその分次の仕事に進むのが自然です。一方で日本は労働時間と給与の結びつきが強いので、AIの導入と同時に評価制度も見直す必要があります。私は、AI導入の計画書に「浮いた時間の使い道」の1行を必ず入れるよう勧めています。
Claude Codeで内製化は進むのか|SIerとの役割の違いを比較
4つ目の論点は、AIで開発の内製化が進むとSIerの仕事はどうなるかです。Claude Codeは、コードベースを読み込んでファイルを編集し、コマンドを実行し、開発ツールとつながるAnthropicのコーディングエージェントです*4。ターミナルだけでなくIDEの拡張機能やデスクトップアプリ、ブラウザからも使えます*4。
公式ドキュメントでは、テストの作成やバグの修正、gitでのコミットやプルリクエストの作成、MCPを通じた外部ツールとの連携まで扱えると説明されています*4。社内の業務ツールや小さな自動化なら、エンジニアでない社員が自分で作れる場面がすでに増えています。
| 観点 | これまで(外注中心) | これから(AIで内製が増える) |
|---|---|---|
| 小さな業務ツール | SIerに見積もりを取って発注 | 現場の担当者がAIと作って試す |
| 要件定義 | 発注前に文書で固める | 動くものを作りながら詰める |
| 基幹システム | SIerが設計・構築・保守 | 引き続き専門家の関与が必要 |
| セキュリティ・運用 | SIerの責任範囲 | 社内にもレビューと管理の役割が要る |
私の考えでは、SIerがなくなるのではなく、仕事の中身が変わります。小さな開発は社内に戻り、SIerには基幹システムや大規模な連携、そして社内で作られたツールのレビューや運用の支援が求められるようになると見られます。発注する側も「全部任せる」から「どこまで自分たちでやるか」を決める側に変わる必要があります。
非エンジニアがClaude Codeを始める手順は、以下の記事で解説しています。
Claude Codeデスクトップアプリの使い方ガイド|非エンジニアでも始められる10の理由
既製のAIツールの組み合わせでは足りず、自社の業務やデータに合わせた仕組みを作りたい方もいると思います。法人向けAIリスキリングサービスの導入社数No.1*の弊社デジライズが、AIコンサルティング&開発のサービス資料を無料でお送りしています。既製のAIサービスでは要件が満たせず、自社に合わせたシステム構築や環境の検討が必要な場合の進め方をまとめています。
※出典:株式会社東京商工リサーチ「法人向けリスキリングサービスに関する調査」(2026年5月/調査期間:2026年3月26日〜4月17日/調査方法:デスクリサーチおよびヒアリング/2026年3月末時点)
アメリカでAI生成コンテンツが嫌がられる理由|日本企業の注意点
最後の論点は、アメリカでなぜAI生成コンテンツが嫌がられるのかです。現地で話していると、AIで作った広告や画像に対する反発は日本で感じるより強い印象を受けました。
調査でもその傾向は出ています。米Pew Research Centerが2025年6月9〜15日に米国の成人5,023人に聞いた調査では、日常生活でAIが増えることについて「期待より懸念が大きい」と答えた人が50%で、2021年の37%から増えました*3。「懸念より期待が大きい」は10%にとどまっています*3。
同じ調査では、53%が「AIは人の創造的に考える力を弱める」と答えています*3。また76%が、画像や動画、文章がAIと人のどちらによって作られたかを見分けられることを「非常に重要」または「とても重要」と答えました*3。嫌われているのはAIそのものより、作り手が分からないことや人の仕事が手抜きに見えることだと私は受け止めています。
- 社内用と社外用を分ける — 社内資料や下書きではAIを積極的に使い、広告やブランドの表現は人が最終判断する
- 開示の方針を決める — AIを使った制作物をどこまで明記するか、部署ごとにばらつかないよう基準を作る
- 海外向けは特に慎重に — 米国市場向けの広告やSNSでは、AI生成の画像をそのまま使うと反発を招く可能性がある
- 人の関与を見せる — 取材や体験、専門家の判断など、人にしか出せない部分をはっきり見せる
日本企業が海外に出るとき、この感覚の差は見落とされがちです。日米両方の市場を知るブランドンさんの話は、海外展開を考える担当者にとって参考になるはずです。
まとめ
- フィジカルAI — 2024年の産業用ロボット設置は中国が世界の54%を占め、日本は現場データとハードの強みをどう生かすかが問われています。
- ツール選び — 最初の1つはChatGPTのような定番で十分で、全社で使い切る習慣を作ってからエージェントやAIブラウザに広げるのが現実的です。
- 働き方と還元 — AIで浮いた時間と減った残業代をどう戻すかを決めないと、社員がAIを使わなくなるおそれがあります。
- 内製化とAI生成物 — Claude Codeで小さな開発は社内に戻り始めており、SIerとの役割分担と社外向けコンテンツの開示ルールを先に決めることが大切です。
私のおすすめは、まず対談で話した5つの論点のうち自社に一番近いものを1つ選び、社内で30分だけ議論してみることです。ツールの比較を何時間も続けるより、浮いた時間の使い道やAI生成物の扱いを決める方が、AI活用はずっと前に進みます。ブランドンさんとの対談の動画もあわせて見てみてください。
参考資料
- *1 btrax「About Us」
- *2 International Federation of Robotics「World Robotics 2025 report – Global Robot Demand in Factories Doubles Over 10 Years」
- *3 Pew Research Center「How Americans View AI and Its Impact on People and Society」
- *4 Anthropic「Claude Code overview」
- *5 TestingCatalog「New Genspark browser brings AI assistant to every webpage」
