---

オペレーションとは情報伝達のプロセスであり、コミュニケーションコストの最小化こそが組織効率の本質である。

複雑系とは「多数の要素の相互作用から、誰も設計していない全体的性質が生まれる系」

選択圧とは「環境が何を生き残らせるかを決める力」。強度・方向・種類の3軸で理解する

6理論はすべて「線形・平均的・直感的」な思考の限界を突破するための道具

規制が入るのは「消費者の選択の自由が損なわれている」ときだけ。その原因は必ず依存・情報格差・独占のどれか

RelianceがAIを電話やアプリに統合し、500万人以上のユーザーに新たな価値を提供。

ボトルネックの正体: 「知っている語彙」≠「聞いて認識できる語彙」の乖離が第一障壁

AIが「実行」を担うほど、「何を実行するか」を決める提案力の価値が跳ね上がる

宗教が満たすニーズは一様ではなく、**複数の独立した研究系統が「人によって型が違う」ことを裏づけ**ている。動機の三類型（宗教そのものが目的／安心や仲間など実利目当て／問い続けること自体を重視）、神への愛着のあり方（安定した人ほど神も安定と

対話の価格プレミアムは「情報の価値」ではなく「変容の触媒としての機能」に払われている

「得意・好きを起点に始める」やり方には名前がある——**エフェクチュエーション（手段起点の起業ロジック）**。ただしこれは「始め方」を教えるだけで、それ単独では稼げない。需要への接続が別途要る。

「好きを仕事に」は**熟達（腕を磨くこと）には合理的**だが、**経済的成功には外部需要の方が圧倒的に効く**——この直感は研究でも裏付けられる。世界の起業家の約74%は「市場機会を見つけたから」起業しており、機会主導型は必要主導型より成長

「市場を先に定義する」行為には学術的な裏付けがある。機会は発見するものではなく創るものだとする「機会創造論」と、バラバラの兆候を結びつける「パターン認識」研究がその核心。

生成AIは年間2.6〜4.4兆ドルの経済価値を生み出す潜在力を持つ。63ユースケースの75%はカスタマーオペレーション・マーケ/セールス・ソフトウェアエンジニアリング・R&Dの4機能に集中。過去の自動化が肉体労働・定型業務を対象にしたのに対

米国労働者の **80%** が、LLM導入により少なくとも10%のタスクに影響を受ける

ILOとポーランドのNASK研究所が2025年5月に発表した職業露出指数の改訂版。2,861タスク・52,558データポイントの人間評価をベースに、世界雇用の24〜25%が生成AI（GenAI）に何らかの形で露出すると推計。ただし「完全自動

GPT-4を使ったBCGコンサルタントは「AIが得意なタスク（Frontier内）」では品質+40%・速度+25%・完了率+12%の向上

2030年までに1.7億件の新規雇用が生まれ9,200万件が消失（ネット+7,800万件）。

臨床設定52件・87条件を統合分析。医療AIは臨床医のパフォーマンスを単体で底上げできる。しかし「1+1>2（=真の補完性）」——つまりAIと人間のチームが双方の最良値を超えること——は極めて稀。83/87条件は「Complementary

2025年版AIインデックス（400ページ超）の核心：AIは「短期集中タスク」では人間の4倍の速度で動くが、「32時間の深い思考」では人間が逆に2倍勝る。ベンチマーク（性能評価指標）はほぼ全域でAIが急上昇中だが、複雑な推論と長時間スケール

「AI＝情報処理の延長線上にある高度な予測機械」という通説を正面から否定する論文。AIは過去データの確率分布から次を予測するだけで、本質的に後ろ向き。人間の認知は「理論化（theorizing）」——因果構造を仮定し、まだ存在しないデータを

190件の神経放射線・全身領域症例で、放射線科医（専門医8人）61% vs GPT-4V 49% vs Gemini Pro Vision 39%という精度差が確認された。統計的には放射線科医とGPT-4Vの差はボンフェローニ補正後に有意差

トルコの高校生約1,000人を対象にRCT（無作為比較試験）を実施。AI無制限グループは練習中は48%スコアが上がったが、AI抜きの後続試験では逆に17%低下した。一方、ガードあり（ヒント誘導型）GPT-4グループは練習中127%向上しつつ

2,310名を人間-AIチームと人間-人間チームにランダム割り当て。11,138本の広告を制作させた大規模 RCT（ランダム化比較試験）

「人間+AIチームが単体を上回る」という現象（補完的チームパフォーマンス／CTP）は実際にはほとんど観察されていない。

LLMは「反事実推論（もし〜だったら）」の4段階プロセスを分解すると、**因果変数の特定**と**介入後の結果連鎖追跡**の2点で深刻に失敗する。GPT-4oでさえ複雑タスクのF1スコアが55〜63に落ちる。根本原因は「論理処理の欠陥」では

英国666名を対象とした混合法研究。AIツールの利用頻度が高いほど批判的思考スコアが低下する（r = -0.68）。この関係は「認知オフロード（cognitive offloading）」が媒介する——AIに思考を委ねるほど自力で考える筋力

Kambhampatiの主張は一文で言える——「LLMはステロイド付きn-gramモデルであり、推論でも計画でもなく『汎用的近似検索』をしているだけ」。

LLMは「正しいアルゴリズムを教科書的に説明できるが、そのアルゴリズムを確実に実行できない」。この矛盾は知識不足ではなく、Transformerアーキテクチャに埋め込まれた構造的欠陥——著者は「計算的分裂脳症候群（computational

106研究・370効果量のメタ分析（MIT、2024年12月、Nature Human Behaviour）

ChatGPT（GPT-3.5）へのアクセスで、ホワイトカラーの作業時間が40%短縮・品質が18%向上（いずれも統計的有意）

AIをどこに使うかは「自動化か拡張か」の二択でなく、タスク難度に応じた三層配置が最適。

AIアシスタント導入で全体平均+14%の生産性向上（1時間あたり解決件数）

最も繰り返し出てくる発見: AIは「低スキル者を底上げ」するが「高スキル者には補完効果が薄い/わずかに負」

文献は大きく4系統: ①哲学・認知科学の古典（Dreyfus/Polanyi系）②身体化認知・社会的認知（Varela/Damasio系）③労働経済学のタスク分類（Acemoglu/Autor系）④LLM時代の最新研究（Mollick/Va

「対象が構造化されているか否か」が人間/AI優位性の最大の分岐点。数値異常検知はAI圧倒的優位、自発的表情の異常検知は人間有意優位（AI 75-80% vs 人間 90%）

産業分類（政府統計）は「供給側の製品カテゴリ」で切るため、実際の競合関係を38%しか捉えられない（6桁NAICS比較）

「投資家」というカテゴリは認知操作の分析には無意味。バフェットとシモンズは同じ「成功した投資家」でも、脳内でやっていることが根本的に異なる

タイミング（市場機会）はスタートアップ成功の第1因子（42%）。チーム32%、アイデアの独自性28%より上位

**アーレントの結論**: 工場のベルトコンベアや事務処理は構造的に「labor（繰り返しの消費行為）」であり、「work（創造的製作）」でも「action（公共的活動）」でもない。これを意味付けで転換しようとするのは概念的に不誠実

**地位財問題**: やりがいある職業の多くは「希少性」によって価値が成立する。全員が漫画家になれば漫画家の地位は消える。この構造は技術進歩では解消できない

脳の「分析ネットワーク（CEN）」と「創造ネットワーク（DMN）」は通常、一方が活性化すると他方が抑制される拮抗関係にある

「行為同定理論（Vallacher & Wegner, 1987）」が動詞の粒度問題を直接扱う核心理論。行為には「どうやるか（低次）」〜「なぜやるか（高次）」の抽象度階層がある。中間レベル（何をするか）が動機・アイデンティティの最適点になる

Biederman & Vessel（2006）: 腹側視覚野の高次領域ほどμオピオイド受容体が密で、「パターンが理解できた瞬間」に快感が生じる。「見えること」自体が報酬

「構造を理解する」「パターンを抽出する」という認知活動が動機として発火するかどうかは、目的語（対象）だけでなく少なくとも6〜8の条件軸で決まることが既存研究で裏付けられた

三種の推論は「どの方向に論理を動かすか」が根本的に違う。演繹=規則→結果、帰納=事例→規則、アブダクション=観察→原因仮説

01_認知活動_動詞ではなく頭の中の活動を見る.pdf

鍵は「プロンプト設計」ではなく「コンテキスト設計」——自分の判断軸・過去の意思決定・目的をシステムプロンプトに埋め込み、汎用AIを「自分専用AI」に変換する

継続できる仕事の核は「単一の動詞」ではなく「2〜3の動詞の束」として記述される。分解できないほど絡み合った行為の連動こそが、他者に模倣不可能な独自性の源泉になる

農業機械の修理を支援するAIアシスタントの構築事例を分析します。

LovableのAI技術が非技術者を支援し、ビジネス構築を加速。年間収益500Mドルを達成。

市場規模（TAM）と新規参入者の価値獲得可能性は独立した変数である。金融・医療・不動産のような巨大市場でも、補完資産・規制・信用蓄積の非対称性が新規参入者を締め出す

吉田松陰は「金ゼロ・2年間・90名」で明治政府の骨格を作った。思想の純度と人材輩出こそが彼の唯一の目標設定だった

GoldmanとMeta出身の創業者が新興市場向けに音声AIを開発し、日々17,000件以上の通話を処理。

テクノロジー起因の「二次的社会変化」は分類体系がある。「選択肢追加・意思決定コスト変化・関係性再編・権力均衡変容・知覚変化」の6メカニズムが特定されており、身体知の再評価はこの複数を同時作動させる

AI技術を活用したドローンスウォームの運用効率化とその経済的効果を分析。

「職業的視野（プロフェッショナル・ビジョン）」という概念が示す通り、専門家は訓練によって文字通り「異なる現実」を知覚する。同じ土、同じ街路、同じ市場データから全く異なる情報を抽出する

「言語値」（命題的・テキスト的な知識）はLLMの登場で急速にコモディティ化し、ホワイトカラー職の雇用に構造的な圧力がかかっている（Goldman Sachs: 3億人分の自動化ポテンシャル、72%がホワイトカラー）

Windborne SystemsがAIを用いて政府の予報を数日先まで上回る精度を達成。

同じ街路を11人の専門家と繰り返し歩き、「専門知識が注意のフィルターを書き換える」ことを体験的に実証した科学ポップノンフィクション（2013年、Scribner）

この概念は「ミッショナリー型起業家」「カテゴリー・デザイン」「カルトブランド・エバンジェリズム」として経営学・投資論で体系化済み

このジャンルが少ない構造的理由: 「答えが読者の内部からしか来ない」問いは著者が解を提供しにくく、出版社もROIを示しにくい実用書を優先するため

ジョブ理論（JTBD）は「既存のジョブを精密に発見する」ツールとして強力だが、「ジョブが存在しない段階で市場をどう立ち上げるか」という問いには答えていない

WEFによると2030年に1.7億件の雇用が新たに生まれる一方、成長するスキルの上位4つはすべて「創造的思考・適応力・好奇心・リーダーシップ」という人間固有の能力

ドーパミンは「快楽」ではなく「欲求（動機づけ）」を司る——ベリッジの実験でドーパミンを99%枯渇させたラットは食べなくなったが、口に砂糖を入れると「好き」の反応は正常だった。「欲する」と「好き」は別の脳回路

カテゴリー創造型企業（カテゴリーキング）はカテゴリー全体の時価総額の76%を独占する（Play Bigger社2016年分析）。勝者総取りになるが、先行参入者の失敗率は47%でファストフォロワーの8%より高い——リスクが非対称

フロー状態は「スキルと挑戦が高水準でバランスしたとき」に生じる完全没入の最適体験で、1975年チクセントミハイが命名

「情報の価値 ＝ 認知効果 ÷ 処理コスト」という数式が学術的に確立されている（関連性理論、Sperber & Wilson 1986）——これがそのままInformation vs Intelligenceの区分基準になる

「富の最大化」イデオロギーの起源は1970年のフリードマン・ドクトリン。それまで「目的」だった人間的豊かさが、「手段」である金融指標に置き換えられた歴史がある

---

AIが情報コンテンツを代替し始めた証拠は揃っている。CNET・Sports Illustrated・BuzzFeedがAI量産路線で失敗、Google AI OverviewによるニュースサイトへのトラフィックはDigital Trends

情報の非対称性が「残り続ける」構造は3種類に分類できる——①構造的封印（法的・契約的に公開不可）、②センサー所有権（物理デバイスが情報の源泉）、③責任の引き受け（専門資格と賠償責任の一体化）

知性・ユーモアは「身体的遺伝的質（対称性・体格）」とは別の遺伝子群を反映するため独立した変数として扱われる。「体の丈夫さ」と「頭の丈夫さ」は別のシグナル

知名度は既存のシグナルに「加算」するのではなく**「乗算」する増幅器**として機能する。同じユーモア能力でも全国放送の芸人 vs 無名の面白い人では信頼シグナルの強度が桁違いに異なる

男性の配偶価値シグナルは大きく「良い遺伝子（good genes）」と「良い資源（good resources）」の2系統に分類される

筋トレ1回でその日の集中力・作業記憶・問題解決力が向上し、効果は最大24時間持続する（UCL 2024研究）

設計の出発点は「CLAUDE.md（常駐ルールファイル）を200行以内で書く」——これだけで毎セッションのコンテキスト説明が不要になる

最先端の構造は「逐次・インタラクティブ型」から「並列・バッチ指示型・エージェント監督型」への転換

新市場創造型（ブルーオーシャン）参入はわずか14%だが、業界全体の利益総額の61%を独占する（INSEAD調査、108件分析）

ジョブクラフティングとは、従業員が自発的に仕事の「タスク・人間関係・意味づけ」を作り直す行動で、2001年にWrzesniewski & Duttonが提唱した

「目標の見つけ方」は存在する。ACT療法のブルズアイ・ワークシート / VIA強み診断 / ジョブクラフティング / ナラティブ・ライフレビューという4手法に実証的根拠がある

1960年NY生まれ。哲学×テクノロジー×MBAという三層の教育が「概念設計者」を形成した

末期の人の90%が「他人の期待通りの人生を生きた」ことを後悔している。後悔の第1位は常にこれ

公開情報（インフォメーション）では競争優位は生まれず、「行動につながる情報」＝インテリジェンスにこそ差別化の源泉がある

Verizon ConnectがAIを活用し、膨大なフリートデータを行動可能な洞察に変換した事例を紹介。

---

---

---

---

GleanはAIによる企業検索で年間収益を3倍にし、経費削減を実現。

---

---

---

---

RemoteはAI導入により従業員あたりの収益を50%増加させ、ARRが$300Mを超えた。

Flock SafetyがAI技術を活用し、年間100万件の犯罪を解決する仕組みを解説。

---

AIカメラが温室を常時監視し、週1巡回のIPM専門家より先に病害虫を検出。農薬コスト25%減・収穫ロス30%減を達成。

英国最大の損保AvivaがMcKinsey QuantumBlackと共同で請求処理をAI化。NLP＋生成AIが事故査定を自動化し、年間120億円相当を削減。

太陽光で動くAI自律ロボットが作物と雑草を識別し除草剤なしで除草。スーパー雑草問題ごと無効化し2024年の予約が即日完売。

---

---

---

---

---

---

比較優位論をAIと人間に適用すると、人間はAIが現時点でできないことだけでなく「近い将来もAIに取って代わられない領域」のみに認知資源を集中すべきである。

情報が均質化した市場では、アルゴリズムや論理性での差別化は限界があり、競争の本質は「どの情報を入力として持っているか」の違いに移行している。

AI/LLMは「言語・推論処理コストをほぼゼロにした」供給サイドの外生変化であり、その波及は多段構造（インフラ需要ボトルネック → ボトルネック解消産業 → さらなる変化）で伝播する。

既存ビジネスの「不在」は市場の拒絶シグナルであり、誰かが試して失敗したか、収益性が低いとみなされて参入されなかった証拠である。

「事業ドメインから選ぶ」より「得意な集客チャネルから選ぶ」方が再現性が高い——この仮説を学術文献・反論・Nick Shackelford / True Classic の実事例で深掘り。Nick Shackelfordの「Creative IS the targeting」発言が仮説を最も直接的に言語化している。

ドーパミンは「初めて」だけでなく「期待を超えた体験」にも同等に反応する（Schultz 1997）。後発者が1番手を逆転できる神経科学的条件を、iPod・Facebook・Dyson・Netflixの4事例で解剖。

「データがあれば新規性を事前に計算できる」という仮説を、Fristonの自由エネルギー原理・KLダイバージェンス・Parrot Analytics等の実装事例の3方向から検証。部分的に正しく、部分的に限界がある。

「カテゴリーで初めて見た広告」と「見慣れた広告」のCTR差を実測する実験設計を探索。A/Bテストの限界と代替設計案を文献と事例で整理。バナーCTR 44%→0.05%という30年間のマクロ実証も。

ShokzとNokiaを分ける変数は何か。プロトタイプ地位の持続と崩壊を決める「同時進化・カテゴリー定義権・競合革新速度」の3変数を文献と事例で解析。

「1〜2文で説明できる新規性は先行者有利」という仮説を検証。Gourvilleの9倍ルール・類推距離・Rogersの複雑性変数を接続し、Band-Aid / Segway の事例で構造を整理。

反応率・購入率を最も大きく動かす変数は「新規性」か。カテゴリー1番手優位の経済合理性を学術文献・反論・実事例で深掘りした起点考察。

使用のたびにメール通知が届くと支出が可視化され、使いすぎ防止になる。Gmailにたまった明細データはGeminiなどのAIに読ませることで支出分析やカード番号特定にも活用できる。

血流が悪くなれば免疫力低下・しびれ・疲労など全ての不具合が起きる。服装・入浴・食事・スポーツのあらゆる判断軸を「血流を阻害しないか」に置けば健康管理がシンプルになる。

環境や目的が変われば優先順位も変わる。過去の投資（サンクコスト）に引きずられず、常にゼロベースで「今何を優先すべきか」を問い直すことが大切。

続かない原因は意志の弱さではなく「楽しくない＝報酬が出ない」こと。ジムが続かなければゴルフシミュレーターに変えるなど、楽しい代替手段を探すことが正解。

行動を妨げる「ちょっとしたハードル（摩擦）」を取り除くことが継続の鍵。ログインが面倒でやめたChatGPT、タグ取りが嫌な洋服——摩擦ゼロが行動力を生む。

世の中には物を増やす広告しかなく、物を減らす広告はほぼ存在しない。意図的に物を減らす方向に動く努力が不可欠。

AIや本から得た知識は、実際に体を動かして失敗しないと本物の「生きた情報」にならない。座学は入り口に過ぎず、実践してこそ意味がある。

即座に報酬（嬉しい体験）が得られないことは続かない。食事改善も運動も、まず「楽しく続けられる形」を探すことが先決。

「認知的柔軟性」とは過去の考えに固執せず新しい状況に対応できる頭の柔らかさ。マグカップをマイクスタンドとして使う発想転換が典型例だ。

やらなければいけないことは完了するまで視界に残し続ける。振り込み用紙をデスクに置き続ける、Google Keepで固定表示するなどの方法が有効。

めんどくさいと感じても、ちょっとだけ手を動かすと「作業興奮」が起きて自然に続けられる。行動できない時は作業量が足りていないサインだ。

全ての物事はうまくいかないことが前提だと考えよう。自信過剰だからこそ安全マージンと二重化を設けて、果敢にチャレンジする。

音声入力をベーシックにして、キーボードは修正用のサブツールとして使う。OpenAI Whisper + GROQで秒速入力が実現。

AIの回答は確率的な仮説。20〜30回のキャッチボールを繰り返すことで、ようやく自分が知りたい情報が結晶化してくる。

大事な認知リソースは好きなことに使う。レンタカーは自宅と同じ車種、服はエアークローゼット——認知負荷を下げる工夫。

自慢話は人の気持ちを下げる。SNSは他人が真似しやすい「お得な情報」を共有する場として使う。

Googleマップと交通系ICカードの普及でバスは劇的に便利になった。駐車場不要、冷暖房完備、キャッシュレス対応。

体重の5%を超えた荷物を持つと体のバランスが崩れて疲れる。60kgなら2.5〜2.7kg以内が快適に歩ける上限。

水に含まれるカルシウム・マグネシウムが家電に蓄積する。月1回のクエン酸洗浄でヘルシオや加湿器の性能を維持。

ギリギリからほんの少し上のジャストスペックを意識する。パソコン、ホテル、バイク——身の丈に合うと身軽になれる。

脳はなるべく思考を節約しようとする。感情を動かしながら意図的に思考に負荷をかけ、思考体力を鍛えることが大切。