CRYPTO & AI
無料で登録
AI

AIと仕事:消えるのは職ではなくタスク。日本は一番AIに向いている国かもしれない

「AIに仕事を奪われる」という話を、アメリカと日本に分けて考えた回です。

「AIに仕事を奪われる」という話を、アメリカと日本に分けて考えた回です。

アメリカでは失業が生活実感になっていて、TikTokに「無職日記」というジャンルができるほどアンチAIの空気が強い。一方、日本ではその手のコンテンツをほとんど見かけません。人をクビにできず、そもそも人手が足りないからです。

消えているのは「職」ではなく「タスク」で、そのタスクの集合体だった仕事から先になくなっていく。だとすると、日本はAIを入れるのに世界で一番向いている国かもしれない——という話まで、データと実感を行き来しながら話しています。

チャプター

  • 0:00 DEBUNKという番組について
  • 0:36 今日のテーマ:AIエージェント時代の仕事
  • 1:01 アメリカは「AI大嫌い」
  • 1:57 ディズニーの解雇と「無職日記」
  • 4:37 作っている側は何と言っているか
  • 6:19 データで見る現在地
  • 7:16 いま自分たちは何にAIを使っているか
  • 9:24 消えるのは「職」ではなくタスク
  • 11:58 エージェント化で範囲が広がる
  • 12:57 若手の雇用だけが減っている
  • 15:29 レイオフしたお金がAIに回る
  • 16:14 トークン費用は「人件費」なのか
  • 17:46 「毎回そう言われてきた」という反論
  • 18:14 ATMは銀行の窓口を減らさなかった
  • 19:23 便利になるとマーケットが広がる
  • 21:24 でも今回は規模が違う
  • 22:50 ワクワクしている側の話
  • 23:33 逆に一時も休めなくなった
  • 24:24 社会が変わる速度は思ったより遅い
  • 26:33 日本はどうなっているのか
  • 28:22 いつの間にか減っている
  • 29:46 ジュニア層が育たなくなる
  • 30:39 日本にアンチAI動画がない
  • 32:06 日本はAI導入に一番向いた国かもしれない
  • 33:16 ドラえもんと八百万の神
  • 35:13 「机さんがかわいそう」と言う国
  • 37:30 LOVOTは日本にしか作れない
  • 39:31 勝てるのはデザインのレイヤー
  • 41:53 まとめ:エージェントが会社になる
  • 43:03 「社長一人」と広がる格差
  • 44:37 それでも楽しいと思える理由
  • 45:18 今日のまとめ

出典(本編で触れた主な数字・事実)

出演

  • mitsui(DEBUNK編集長)
  • 沙羅ジューストー(Aww CCO・ラジオパーソナリティ)
TOPICS 動画

DEBUNK編集長

あわせて読みたい用語解説

用語解説をすべて見る →
【NPU】AI向けの計算チップ「NPU」とは何か、GPUと何が違うのか11/8のNVIDIAの発表に出てきた「NPU」を、GPUとの違い、推論での使いどころ、よくある誤解とあわせて整理します。【苦い教訓】AI研究の70年を、Richard Sutton氏はどう要約したのかRichard Sutton氏が2019年に書いた随筆「The Bitter Lesson(苦い教訓)」の主張と、いま起きている論争を、原典の記述にそって整理する記事です。【ベンチマーク】点数が高いのに「使えない」が起きる理由を、飽和と実行環境から読むAIの成績表であるベンチマークの点数が、なぜ実際の使い心地とずれるのかを、新しいコーディング評価 Co-Design Bench の結果とあわせて整理します。【スケーリング則】計算・データ・パラメータを増やすと、AIの性能はどこまで予測どおりに伸びるのかAIの開発各社が計算資源に巨額を投じる理由になっているスケーリング則を、Kaplanらの2020年の論文とChinchillaの2022年の論文、その後の使われ方、よくある読み違いとあわせて整理します。【プロンプトインジェクション】AIエージェントが読んだ文章に指示を紛れ込ませる攻撃と、防ぎきれない理由AIエージェントが外部の文章を読んで動くときに起きるプロンプトインジェクションを、直接型と間接型の違い、根本的に防ぎにくい理由、各社の対策の現状とあわせて整理します。【トランスフォーマー】いまのAIの土台になった仕組みと、注意機構が並列の学習を可能にした理由ChatGPTをはじめ、いまの言語モデルの土台になっている「トランスフォーマー」を、注意機構の考え方、並列に学習できる理由、その弱点と最近の改造とあわせて整理します。【拡散モデル】ノイズから画像や動画を作る仕組みと、トランスフォーマーとの組み合わせ画像・動画の生成AIの多くが使う「拡散モデル」を、ノイズを足して消す仕組み、文章で指示する方法、トランスフォーマーとの組み合わせ、速くする工夫とあわせて整理します。【合成データ】AIの学習に使う「作られたデータ」の仕組みと、モデル崩壊の議論AIの学習に使う「合成データ」を、言語モデル・シミュレーター・表データという3つの作り方、モデル崩壊の議論、いまの使われ方とあわせて整理します。