📖 内容

今回のポイント

① 2026年2月、三大生成AIの勢力図はどう変わった？
・2025年7月時点では「なんだかんだChatGPT」という空気感だった
・7ヶ月でGemini・Claudeが急伸し、三国時代に突入
・「最強はどれか？」ではなく「どの用途に強いか？」で見る時代へ

② 客観データで見る現在地（LMArena・AI自己評価）
・Gemini 3 Proがランキング上位に浮上
・Claudeは文章品質と文脈理解で評価が高い
・ChatGPTは総合力とエコシステムの広さが武器
ただし、ベンチマーク＝実務最適とは限らない

③ 実務で使ってどうだった？6つの検証シーン
・アイデア出し： 速度はGemini/ChatGPT、質はClaude
・文章要約 ： 少ない指示で空気を読むClaude
・ビジネス文書作成：Claudeが実務転用レベル
・コーディング：LP作成で検証。Claudeのプレビュー体験が強み
・リサーチ：速度はGemini、整理力はClaude
・文章校正：校正/校閲を分けたGeminiが好印象

④ ChatGPT一強時代の終わり？
・ChatGPTは依然として総合力が高い
・しかし、特定領域では明確に追い抜かれている
・用途別に複数AIを併用するのが現実解になりつつある

⑤ Deep Research時代に必要なのは「設計力」
・AIに丸投げではなく「何を調べたいか」を定義する力
・プロンプトの質がアウトプットの質を決める
・AIは思考の代替ではなく、思考の増幅装置

⑥ これからのAI活用スタンス
・「どれが勝つか」ではなく「自分の仕事にどう組み込むか」
・文章重視ならClaude、速度重視ならGemini、総合運用ならChatGPT
・半年後にはまた勢力図が変わる可能性も高い

まとめ・2026年2月時点で三大生成AIは完全な群雄割拠状態
・用途別最適化の時代に入り、使い分けが前提になる
・AIは比較するものから、戦略的に組み合わせるものへ

🎙️ パーソナリティISHIKAWA　@ISHIKAWA696736浪花祐貴　@naniwan721

🗒️ 参考記事（note）

『三大生成AI（ChatGPT、Claude、Gemini）の現在地（2026年2月時点）』

📖 内容

今回のエピソードから、AIゼロイチラジオは新シリーズとして
「AIの基礎編」 をスタートします。

これまでのAIトレンド中心のディスカッションから一歩進み、
AIを理解するための“土台”を、教科書的になりすぎない形で解説していきます。

最新トピックと基礎知識をつなぐことで、AIの見え方を立体的にする狙いがあります。

① AIブームは実は「4回」あった

• AIにはこれまで 4度のブーム が存在

  • 第一次：探索と推論

  • 第二次：知識・エキスパートシステム

  • 第三次：ニューラルネットワーク／ディープラーニング

  • 第四次：生成AI

• 今回はその全体像を俯瞰し、まず第一次ブームから丁寧に解説

② 第一次AIブーム（1956年〜）：人工知能という言葉の誕生

• 1956年の ダートマス会議 で「Artificial Intelligence」という言葉が生まれる

• ジョン・マッカーシーが命名

• チェス・迷路・パズルなど、明確なルールがある問題をコンピューターが解ける ようになった時代

③ ルールベースAIの限界

• 人がすべてのルールを事前に書く必要があった

• 複雑な現実世界（例：人や猫の認識）には対応できない

• 「フレーム問題」などの技術的壁に直面

• 期待値に対して成果が追いつかず、ブームは沈静化

④ 第二次AIブーム（1980年代）：エキスパートシステム

• 医療・保険など 専門分野に特化したAI が登場

• スタンフォード大学の「MYCIN」などが代表例

• 専門家レベルの判断を一部再現できたが、

  • ルール作成・メンテナンスが膨大

  • 暗黙知（職人の経験など）を扱えない

• 結果的に運用コストの壁で再び停滞

⑤ 第三次AIブーム：ディープラーニングの登場

• ニューラルネットワークを基盤に、AIが自ら学習する仕組みが実用化

• 2000年代以降、計算資源の進化とともに急成長

• 画像認識・音声認識などでブレイクスルーが起こる

⑥ 第四次AIブーム：生成AIは「延長線上」にある

• 2022年以降、生成AIが一般社会に一気に普及

• ChatGPTや画像生成AIは、
  ディープラーニングの成果を応用した存在

• 研究者だけの技術から、
  誰もが日常的に使うツールへと変化

⑦ 今回の生成AIブームは終わるのか？

• 「ブーム」というより、社会に溶け込んだムーブメント に近い段階

• 現状の社会への浸透具合に鑑みると、AIが使われなくなる未来は想定しづらい。

• AGIやシンギュラリティについては、今後の議論へ持ち越し

🔖 おすすめポイント

• AIブームを「4つの時代」で一気に整理できる

• 生成AIを歴史の流れの中で理解できる

• なぜ過去のAIは失敗したのかが腑に落ちる

• 技術だけでなく、人間の期待と限界にも触れる構成

🎙️ パーソナリティ

ISHIKAWA　@ISHIKAWA696736
浪花祐貴　@naniwan721

📖 内容

今回のエピソードでは、
「2026年の今、AIは私たちの仕事や生活をどう変えたのか？」をテーマに、実体験ベースで振り返ります。

• AIで変わったのは「量・質・幅」より“スピード”

  • 仕事の幅が広がった実感が強い

  • 量や質よりもすべてが速くなり、結果として「余力（暇）」が生まれた。

• AIが最も効いたユースケース

  • 利用規約・法務ドキュメントのたたき台作成

  • インタビューの文字起こし・要点抽出・一次示唆の整理

  • ポッドキャスト発話をAIで分析し、自分たちの話し方や癖を可視化する試み

• 結局、日常で使われ続けるツールは？

  • さまざま試した結果、ChatGPTに戻ってくるという2人の共通認識

  • Claude・Geminiなどは用途次第で使い分けるフェーズへ

• AIのデメリットと違和感

  • 情報量が増えすぎて読む・考える負荷が上がった

  • AIやSNSに触れる時間が増え、読書などの深い思考時間が減る感覚

  • 「AIに飽きてきた」という率直な感想も共有

• それでも未来はどうなる？

  • 真のインパクトは、家庭にロボットが入るようなフィジカルAIかもしれない

  • 過度に期待も悲観もせず、距離感を保ちながら付き合う姿勢が大切

🔖 おすすめポイント

• 「AIで何が変わったか」を冷静に言語化した実感トーク

• 効率化の成功例だけでなく、疲れ・飽き・違和感も正直に共有

• AI時代の「仕事量」「余力」「人生の時間配分」を考えるヒントになる

• ツール論では終わらない、AIとの向き合い方が見える回

🎙️ パーソナリティ
ISHIKAWA　@ISHIKAWA696736
浪花祐貴　@naniwan721

📖 内容

今回のエピソードでは、「2026年、AI BPOは何を変えるのか」をテーマに、AIが業務を“肩代わりする”時代のリアルを、具体例を交えて整理します。

① AI BPOとは何か
AI BPOとは、これまで人や外注先に任せていた経理・ヘルプデスク・問い合わせ対応などの業務を、人ではなくAIにアウトソースするという考え方。
単なるSaaS導入ではなく、「業務そのもの」をAIに委ねる点が特徴です。

② 従来のBPOとの違い
従来のBPOは、人に業務を委託するモデル。
AI BPOでは、AIエージェントが書類作成・メール作成・処理フローを自動で進め、人は「判断」と「最終確認」に集中します。

③ 経理業務で見るAI BPOの具体像
見積書を渡すだけで、発注書作成・承認フロー準備・メール文作成までAIが対応。
人は最後にチェックして送信するだけ、という業務体験に変わります。

※LayerXの事例などを参考

④ なぜ“完全自動”にはしないのか
AIは確率的に動き、同じ入力でも結果が揺れるため、重要な判断や送信には人の介入がまだ必要。
この考え方を Human in the loop と呼びます。

⑤ アンビエントエージェントという考え方
人が逐一指示しなくても、裏側で複数のAIエージェントが自律的に業務を進行。
人が意識しないところで仕事が進む、新しい業務体験です。

⑥ なぜAIエージェントは広がらなかったのか
業務ごとに「どこをAIに任せるか」を企業側が設計する必要があり、導入のハードルが高かった。
AI BPOは、その設計をプロダクト側が肩代わりします。

⑦ 導入が進みやすい領域
まずはコールセンターや経理など、多くの企業で共通するホリゾンタル業務から普及。
企業固有の業務への展開はこれからが本番です。

⑧ 企業が今から備えるべきこと
AIツールの基本理解、
人とAIの役割分担を考える設計力、
ガバナンスとデータ整備、
AI前提のオペレーション体制づくり。

⑨ 仕事は奪われるのか
ルーティン業務はAIに任せ、人は判断・改善・創造的な仕事へ。
仕事が「消える」のではなく、「役割が移る」という視点が重要です。

まとめ
AI BPOは人を減らすための技術ではなく、人の使いどころを変える技術。
2026年に向け、業務の前提そのものが静かに書き換わり始めています。

----------

🔖 おすすめポイント

• AI BPOを「流行り言葉」で終わらせず、業務視点で理解できる

• 経理業務を例に、導入後の変化が具体的にイメージできる

• 「完全自動にしない理由」がわかり、現実的な導入像が見える

• AIに奪われる不安ではなく、役割転換として捉え直せる

• 企業・個人が今から何を準備すべきかが明確になる

---------------

🎙️ パーソナリティ

ISHIKAWA

　@ISHIKAWA696736
浪花祐貴　@naniwan721

📖 内容

今回のテーマ
生成AIが進化する今、アートの世界で「人間にしかできないこと」とは何か？
画像生成AIと人間の表現の違いを、具体例を交えて深掘りします。

① 画像生成AIはどこまで来ている？

• Googleの「Nano Banana」やOpenAIの「GhatGPT Image 1.5」により、写真・イラストのクオリティは人間と見分けがつかないレベルに到達

• タッチや構図、スタイルの再現性はすでに“好みの差”の領域へ

② それでも「人の絵」が違って見える理由

• 美術館で実物を見ると感じる“エネルギー”や“存在感”

• 絵そのものだけでなく、誰が・どんな人生で・どんな文脈で描いたか が強く影響している

③ アートの価値を決めるのは「文脈（コンテキスト）」

• ゴッホ展などでは、作品同士をつなぐストーリーが体験価値を高める

• 研究でも「絵だけを見ると人とAIの評価は拮抗する」ことが示唆されている

• つまり、文脈を外すとAIと人の差はほぼ消える

④ もしAIが“物語”も作れたら？

• 架空のストーリーでも、人は感情移入して評価してしまう可能性がある

• アートは「事実」よりも「信じられる物語」に影響される側面がある

⑤ それでも人間が有利な領域とは

• 人生経験・価値観・偏愛・社会へのメッセージ

• 「その人にしか生きられなかった時間」が表現に染み込むこと

• 時間をかけ、苦労して作ったものの希少性そのものが価値になる

⑥ AI時代の“人間の創作”のあり方

• 効率化できる部分はAIを使ってよい

• ただし、思い・文脈・本気で向き合う時間は手放さない

• アートに限らず、デザイン・プロダクト・文章にも共通する視点

まとめ

生成AIは「上手なアウトプット」を大量に生み出せる時代。
それでも人間の価値は、人生・文脈・時間・思いを背負った表現に宿る。
AIと競うのではなく、自分の経験をどう表現するかが問われています。

🎙️ パーソナリティ
ISHIKAWA　@ISHIKAWA696736浪花祐貴　@naniwan721

📖 内容

本エピソードでは、「暗黙知」をキーワードに、“AIに置き換えられない個人の価値とは何か”を前後編構成で議論します。

今回のポイント

① AIで仕事は楽になった？実は忙しくなっている

• AIで作業スピードは上がった

• でも仕事量が増え、結果的に忙しさはあまり変わらない

• 「生産性が上がる＝暇になる」わけではない現実

② AI時代でもまず必要なのは「AIを使えること」

• 生成AIを使えないとスタートラインに立てない

• 実際、生成AIを使っている人は全体の約3割

• 基本的なAIツールを使えるだけで、まだ少数派に入れる

③ AIに代替されにくいのは「暗黙知」

• 暗黙知＝経験や感覚で身についている、言葉にしにくい知識（例：子育てで「今日はこの対応が正解」と自然に判断できる感覚）

• こうした知識は、AIが学習しにくく個人の強みになりやすい

④ 暗黙知は「言語化」すると武器になる

• 仕事や生活の中に、自分だけのやり方や判断基準がある

• それを言葉にして残すことで、価値が見えるようになる

• ただし、多くの人が言語化するとAIに置き換わる可能性もある

⑤ AI時代に伸ばすべき力・手放すべき力

• 単純作業・定型作業はAIに任せる

• 人は「考える」「判断する」「つなぐ」役割へ

• 広い知識＋自分ならではの経験が差別化につながる

⑥ 若手の皆さんへのメッセージ

• 議事録作成などはAIに任せてOK

• その先の「要点整理」「次の一手」を考える力が重要

• 流れ作業のスキルより、自分の「コア」を見つけることが大切

まとめ

• AIは使えて当たり前の時代

• その上で、自分だけの暗黙知を見つけ、言葉にすることが生存戦略

• AI時代でも、人の経験や個性は価値を持ち続ける

🎙️ パーソナリティ
ISHIKAWA　@ISHIKAWA696736浪花祐貴　@naniwan721

📖 内容

これまで「企業視点」で語ってきた生成AI時代の競争戦略を、今回は“個人”に置き換えて考える回です。

これまでのおさらい（企業視点での競争戦略）

• 日本のAI国力は世界4位から9位へ低下

• 日本のAIスタートアップは依然として健闘し、投資額は増加傾向

• 競争の軸は「モデル性能」ではなく業界特化・日本独自のデータ・ローカルな業務知識

• GAFAが取りにくい、未公開・機密性の高い業務データに価値がある

今回の本題：個人の競争戦略

ポイント①：生成AIを使いこなすことが前提条件

• 生成AIツールの利用率は約28%

• 使えないと、そもそも差別化のスタートラインに立てない

ポイント②：個人の「暗黙知」が武器になる

• 仕事や生活の中にある、言語化されていない知識や経験

• AIが学習しにくい“自分だけの資産”になりうる

• ただし「本当に暗黙知か？」を見極める視点が重要

次回は、暗黙知をどう見つけ、どう形式知にし、どう競争力に変えるのかをさらに深掘りします。

🎙️ パーソナリティ

ISHIKAWA　@ISHIKAWA696736

浪花祐貴　@naniwan721

📖 内容

今回のエピソードでは、日本のAIスタートアップ特集の続編として、LegalOn Technologies とThird Intelligenceの2社を中心に、いま勢いを増す日本のAI企業の動きを掘り下げます。

まず取り上げるのは、LegalOn Technologies。
旧社名 LegalForce をご存じないリスナーも多いかもしれませんが、実は日本のリーガルテック領域を牽引する存在です。
AIによる契約書チェック、法務の生産性向上をテーマに、2025年7月には 71億円超のシリーズE調達 を完了。
累計調達額は 286億円 に達し、プロダクトとしても技術としても成熟しつつあるフェーズにいます。
資金はリーガルAIの強化、AIエージェント開発、そしてグローバル展開へ充てられる予定で、「リーガル × AI」の日本代表ともいえる企業です。

続いて紹介するのは、創業わずか数ヶ月で 80億円 を調達した注目株、Third Intelligence。
AGI（汎用人工知能）を“一人一人が所有できる未来”を掲げるスタートアップで、
松尾豊教授が経営陣に入り、エウレカ（Pairs運営会社）でCTOを務めた石橋さんがCEOに就任するなど、
人材のバックグラウンドの強さが投資家から高く評価されています。
「第3の頭脳をつくる」というコンセプトは強烈で、シード〜アーリーにも関わらず破格の資金調達を成功させた日本における稀有な例として、面白いスタートアップです。

後半では、2社を踏まえて “日本のAIスタートアップ環境” を考察。
日本国内では、大型資金調達をしている企業は毎年10〜20社規模 に留まっている。
しかし、調達額そのものは年々増えており、「企業数は伸びていないのに、投資の深さは増している」という現象を解説します。

また、日本が世界と戦う上での戦略として
「汎用ではなく特化型AIで勝負する」という視点も議論。
高齢化・人手不足・教育格差といった日本固有の社会課題に最適化したAIを作ることで、巨大モデルを競争軸とする米中とは違う勝ち筋があるのではないか、という提案が語られます。

最後は、

「日本は遅れているというイメージを持ちがちだが、実は勝ち筋はまだ残っている」
という前向きなメッセージで締めくくります。

🔖 おすすめポイント

• LegalOn と Third Intelligence、対照的な2社から見える“日本AIの強みと可能性”

• 71億円、80億円の大型調達の裏にあるリアルな評価ポイント

• 「特化型AI」という日本の勝ち筋を深掘り

• スタートアップ数は伸びていないのに投資額は増えている現象を解説

• 日本のAI未来図を考える上でヒントがつまった回

🎙️ パーソナリティ

ISHIKAWA @ISHIKAWA696736

浪花祐貴 @naniwan721