AI時代を生き抜くための普通の人の10の法則

在場：約六十人——起業家、エンジニア、プロダクトマネージャー、投資家、新卒生、そして数人の「ちゃんと考えをまとめる前に、まずは聞いてみて」と自称する人たち。

主講：Alan Walker、シリコンバレーの連続起業家、3つのサイクルを当事者として経験してきた人で、いまはブラックコーヒーしか飲まない——疑問符はいらない。

時間：2026年4月、Project Glasswing 公開の1週間後。

方法論でもないし、職場のテクニックでもない。

生物種レベルの大転換のなかで、どうやって自分が生き残り、そしてうまく生きるか。

開場 · ALAN WALKER

「来る前にメッセージして、『AIan、AIが来たけど、一般人にまだチャンスはあるの？』って聞いた人がいる。Alanは返事をしなかった。この問い自体が、そもそも間違っているからだ。

1440年、グーテンベルクの活版印刷機が登場する前、ヨーロッパで最も価値のある職業は何だった——書写職人。修道院では、ベテランの書写職人の立場は、今日で言う上級エンジニアに相当し、知識の生産と流通を握っていた。印刷機が登場したあと、彼らの一部は消えた。別の一部は編集者、出版業者、著者、教師になった。彼らは消えてはいない、ただ移動した。

今日ここにいる一人ひとりは、その書写職人たちの子孫だ。君たちの祖先は印刷機に消されなかったから、今こうしてここでこの問いをできる。ここに座って、この問いをできる人は、人類史上で最も幸運な一団だ。問題は「チャンスがあるか」ではない。「チャンスがどこにあるかを、君は見定める覚悟があるか」だ。

今日は君たちに10個渡す。無駄口はなし——それぞれ、僕はちゃんと考え抜いた。」 - シリコンバレー ALan Walker

Law I · 対戦相手はAIではない。AIを使う人だ

淘汰されるのは職業ではない。「これは自分には関係ない」と信じた人たちだ。

まず直感に反する事実を言う：どんな技術革命でも、消し去るのは仕事ではない。消し去るのは学ぶことを拒む人だ。これは励ましではなく、歴史の記録だ。1900年、アメリカには輸送の仕事を担う馬が4100万頭いた。自動車が来たあと、馴馬師は消えた。しかし機械工、ガソリンスタンドの作業員、道路工事のエンジニア、自動車保険の損害算定者、交通警察官はすべて誕生した。増えたのであって、減ったのではない。

1997年、Deep Blueがカスパロフに勝ち、みんなは「チェスの職業が死ぬ」と思った。2005年、「半カマ（ヒューマン＋PC）チェス」と呼ばれる大会が登場した——普通のアマチュア棋士と普通のPCで、トップのグランドマスターとスーパーコンピューターの組み合わせに勝てる。最強の人が勝ったのでも、最強の機械が勝ったのでもない。最も機械と連携できる人が勝った。この結論は2026年のあらゆる業界にそのまま当てはまる。1文字も変える必要がない。

ALAN · 現場

今日の君の競争相手は、ClaudeでもGPTでもGeminiでもない。君の隣に座って、すでにこれらのツールを使って仕事をしているのに、君だけが「このツールは本当に大丈夫か？」とぐずぐずしている人だ。技術ツールの採用曲線は、人によって決して同じではない。印刷機が登場したあと最初の数年でそれを先取りで掴んだ人たちが、これから200年の知識生産の構造を定義した。今日の「窓」は、おそらくその時よりずっと短い。

AIが君を置き換えるのではない。AIを使う人が君を置き換える。この2つの言葉は似ているように聞こえるが、君のまったく違う対応戦略を決める。

Law II · AIは、君が踏んだ「地雷」は盗めない

大規模言語モデルは、書き残されたあらゆる知識を学んで、歩き方まで習得できる。しかし書かれていない部分は学べない——そして、その部分こそが、君が本当に価値があるところだ。

哲学者マイケル・ポランニーは1966年に、薄い百ページほどの本を書いた。『暗黙知』Polanyi 1966。核心命題は一文だけ：「私たちが知っていることは、私たちが言えることよりも、常に多い」。例を挙げる：君はある顔を見て、それが誰かを見分けられるが、どうやって見分けたのかを僕に説明できない。この能力は君の神経系に存在していて、言語化できない。だから教えることもできず、複製することもできない。

大規模言語モデルの本質は、人間がすでに言語として表してきた知識を、極限まで圧縮して検索することだ。そこには書き残されたすべてが吸収される：教科書、論文、コード、対話。しかし触れられない種類の知識がある。18回失敗したプロジェクトで積み上げた判断力、ある状況を3回経験したあとに生まれる予感、ある業界で泥くさくやり抜いた後に培われた人性の嗅覚。これらは、どんな文書にも書き込まれたことがない。神経回路の形として君の脳内にあり、経験が引き金にならない限り起動せず、言語では伝達できない。

だからこそ、役に立たないと思っていた経験こそが、AI時代における本当の堀（城壁）になる。通ってきた遠回り、踏んだ地雷、誤った判断——それらが、AIでは触れられない希少な資産を形成している。前提は、それらを意識的にシステム化することだ。書き残す、話す、他人に教える。

ALAN · 現場

僕は18年間飲食をやっている人を知っている。Excelも使えず、コードも書けない。普通話もぎこちない。でも彼は、新しい店が開業する前のたった30分で、1周して回り、君にこう言える。「今日この料理が問題になる」「今日このスタッフは状態がおかしい」「今夜の回転率はだいたいこれくらいだ」。彼はどうやって知っているのか？説明できないと言う。でもその「説明できない」は、数百万円の価値がある。AIは、飲食の管理マニュアルを一通り作れても、彼が踏んだ18年分の地雷を知らない。

君が踏んだ地雷をシステム化する。君の失敗例を言語化する。これは回想録を書くことではない。AI時代における、最も過小評価されている堀を鍛造することだ。

LAW III· 深さは証明で、越境こそが武器

AIは、どんな単一分野でも「使える」状態にできる。できないのは、2つの領域の底層ロジックを重ねて、第三の可能性を見つけることだ。

経済学には「比較優位」という概念がある。Ricardo 1817。意味はこうだ：君はすべてのことにおいて他人より強くなくていい。特定の組み合わせで、他人より効率が高ければよい。これを今日に当てはめると、比較優位の源泉は単一スキルから「領域をまたぐ組み合わせ」へ変わる——君の生物学の背景＋金融の直感＋プロダクトの思考、という具合に、それらはAIが単一の学習データだけでは再現できない視点を作る。

人類史のなかで本当に構造を変えるイノベーションの多くは、ほとんどが学問内部では起きない。境界上で起きる。メンデルは修道士で、統計学を使ってエンドウ豆を研究し、遺伝学を築いた。シャノンは数学者で、熱力学のエントロピー概念を使って通信を理解し、情報理論を創った。ジョブズは禅修者であり、美学者でもあって、人文と工学を溶接し、消費テクノロジーを定義した。AIがあらゆる単一分野を素早く覆う時代において、越境して連結する力は、人間の最後の認知的優位の1つだ。

› 君の最も深い領域を見つける——それがアンカーで、他は浮き草にすぎない

› 隣接する2〜3の相互に関連した、あるいは対立する領域に「足りる」だけの知識を意図的に作る。精通は不要

› 「連結の直感」を鍛える：その領域の底層ロジックで、あの領域の現象を説明できるか

› AIは検索を手伝う、君が連結する——これは分業であって競争ではない

ALAN · 現場

僕が見た最も厳しい投資家は、金融が一番強い人ではない。金融が十分にできて、技術にリアルな感覚があり、人性に洞察があり、歴史を記憶している人だ。この4つの次元が組み合わさったものは、AIが今日では再現できない——なぜなら「洞察」の核心は統合であり、統合は現実世界で異なるシステム同士がぶつかって得るものであって、学習データから取り出すパターンマッチングではないからだ。君の複雑な経験は、AIが（当面）植民地化できない場所だ。

深さだけで幅がないなら、君は一本の井戸だ。越境があれば、君は網になる。AIは水だ。水はすべての井戸へ流れる。しかし網は、君自身が編む。

LAW IV· 注意力は、AI時代における唯一の本当の希少資産

AIは情報生産コストをゼロに近づける。つまり情報そのものが、価値をほぼ失っていく。それに対する希少な補完物——集中した注意力——が、この時代で最も硬い通貨になりつつある。

ハーバート・サイモンは1971年に一文を書き、「情報の豊富さは、必然的に注意力の不足につながる」と今日のSimon 1971を予言した。彼はインターネットが生まれる前にこの言葉を言った。当時は、最も基本的な経済学のロジックを使っただけだった：何かが極端に豊富になれば、そのもの自体の価値は下がり、その希少な補完物の価値が上がる。

今日、AIが毎日生産するコンテンツ量は、人類がそれまでの数百年にわたり生んできた総量を超えている。だが君の脳はアップグレードされない。注意力の総量は固定だ。注意力を何に与えたか、それが投票になる。そして、どんな能力を育てるかが決まる。断片的な情報の中で毎日3時間浮遊している人は、時間を浪費しているだけではない。能動的に認知システムを「消費端末」に格下げしている——受け取るだけで生み出せない、反応するだけで考えられない。

ここに、常識に反する結論がある：AI時代には「深い読書能力」は、プログラミング能力より希少で、より価値が高い。AIはコードを書け、情報を検索でき、レポートも作れる。だが、君が本を本当に理解し、それを自分自身の判断体系として統合するところを、代わりにやることはできない。長時間集中し、独立して考え、自分で判断できる人は、AIの前では協力者だ。一方で、断片を消費するだけの人は、AIの消費端末だ。端末は考える必要がない。端末に必要なのは受け取ることだけ。

ALAN · 現場

僕にはテストがある：君が重要だと思う本を1冊選び、座って2時間読み、スマホには触れない。もしそれができないなら、注意力はすでに植民地化されている。これは道徳判断ではなく、認知能力の評価だ。AIが全員の生産効率を平準化する時代で、深い集中を保てる人は「認知の貴族」だ。もっと賢いからではない。大多数の人がすでに捨ててしまったものを、彼らが守っているからだ。

注意力を守ることは、認知の主権を守ることだ。注意力を手放すことは、自らAIの消費端末に降格することであり、AIの協力者になることではない。

LAW V· 信用はAIが唯一、バッチ生成できないもの

AIは君の履歴書を生成し、君の文体を模倣し、君の声まで偽造できる。しかし、現実の関係の中で何度も約束を果たしたことによって積み上がった、その信頼は偽造できない。

信頼の本質は何か。ゲーム理論の観点から言えば、信頼とは反復ゲームの結果だ。Axelrod 1984。二人がお互いに、十分な回数だけ相互作用するなかで、「言ったことを守る」確率が十分に高いと互いに検証できたため、防御コストを下げ、より効率的な協力状態に入る。だがこのプロセスは圧縮できず、偽造できず、バッチ生成もできない。なぜなら本質が「時間の中での果たし続けた記録」だからだ。

AIがあらゆるコンテンツを生成し、あらゆるスタイルをシミュレートできるとき、実在の人同士の対人信用には逆説的な価値上昇が起きる。AIが氾濫するほど、「本物の人で、しかも頼れる」ということが希少になり、価値が上がる。君の評判は、AI時代で唯一の防偽タグだ。

さらに深く：信用は「約束を守ること」だけではない。「相手が、あなたに不確実性を預ける意志があること」だ。ある人が、結果が分からない仕事を君に任せるのは、君なら成功すると彼が確信しているからではない。君が全力で取り組み、正直にフィードバックし、いなくなったりしないと信じているからだ。この信頼関係は、AIが入り込めないプライベート契約であり、対面の、感情の、そして歴史の積み重ねだ。

ALAN · 現場

僕はそういう人を知っている。名門校の背景もなく、大企業の看板の経験もない。英語もぎこちない。でも彼にあるのはただ一つ：過去15年で彼が約束したことは、1つもできなかったことがない。今、彼がメッセージを送るたびに、50人が優先的に返事する。これをAI時代で何という——「信号の貫通力」だ。AIが無限のノイズを作り出す世界で、彼の信号は明瞭だ。この50人の誰もが、彼の履歴書が派手だからそうしているのではない。

毎回の約束の履行は、AI時代で最も価値の高い投資だ。毎回のドタキャンは、AIでは作り直せない資産を焼き捨てることになる。

LAW VI· 答えは下落する。良い問いは上昇する

AIは3秒であらゆる質問に答えられる。だが、どの質問が問われる価値を持つかは知らない。その「知らない」は、君の立ち位置を示している。

人類の教育システム全体は、300年ずっと同じことを訓練してきた：標準的な答えを返す能力。試験では答え、面接では解き方、業績では成果を出す。この仕組みの根底にある前提はこうだ：問題は固定で、答えは希少だ。AIが登場したあと、その前提は完全にひっくり返った。答えはもう希少ではない。良い問いが希少品になった。

アインシュタインは言った。もし自分に、生死に関わる問題を1時間で解決する猶予があるなら、彼は55分を問題の定義に使い、5分で解決策を探す Einstein, attributed。この言葉の意味は、2026年では変わった：その5分は、AIに外注できる。残りの55分は、君にしかできない。

では、良い問いとは何か。良い問いには3つの特徴がある。第一、それが君の見えていなかったものを見せる。第二、会話の相手に、自分自身の仮説を見直させる。第三、それが既にある答えの境界を狭めるのではなく、新しい可能性空間を開く。こうした能力を育てるには、大量の読書、大量の対話、異なるシステムの間を往復することが必要で、「当然だ」と思い込むことに対して、本能的に不信感を持てるようになるまで続ける。

ALAN · 現場

AI時代で最も競争力のある働き方はこうだ：君は良い問いでAIを起動する。AIが10個の答えを生成する。次に、もっと良い問いで10個のうちから第11の答えを掘り当てる——AI自身が思いつかなかった方向だ。このクローズドループでは、君が監督で、AIは俳優だ。もし君がAIの出力を受け取るだけなら、君は観客になる。観客は監督にお金を払わない。世界は永遠に、良い監督を足りないままだ。観客は不足しない。

「答える」ことを学ぶより「質問する」ことを学ぶほうが価値が高い。AIは何でも答えられるが、何を聞くべきかは分からない。その「分からなさ」は、君の領域だ。

LAW VII· 「人がいるからこそ価値がある」場所を見つける

すべての効率化が最適化されるべき価値ではない。ある種の価値は、まさに非効率であること、そして真人が必要であることゆえに、ますます高くなる。

ヴェブレンは1899年に、奇妙な種類の商品を記述した Veblen 1899——価格が高いほど需要が増える。高値自体が価値の一部だからだ。今日、人間の参加が、ある種のサービスのヴェブレン的な属性になりつつある：真人がいるから価値がある。希少であるほど価値がある。

考えてみて：あなたの状況を本当に理解してくれる医師の判断と、AIが生成した診断レポートは、何倍もの差がある。あなたがいちばん大変なときに、目の前に座ってくれる友人と、どんなAIの伴走アプリでも、どれだけ不可代替性があるか。目の前で意思決定し、すぐに結果を引き受ける決定者と、AIが最適化した提案書には、本質的にどんな違いがあるのか。これらのシーンに共通するのは、次の点だ：人間の「その場にいること」自体が価値の一部であり、しかも切り離せない部分だ。

人類の進化の観点からすると、これは不思議ではない。人間は超社会的な動物で、神経システムは、現実の人間の存在に反応するよう設計されている。オキシトシン、ミラーニューロン、表情認識システム——こうした仕組みはAIに反応しない。AIが「あなたの気持ちは分かる」と言っても、周辺のシステムは、それが偽物だと知っている。たとえ理性の脳が一時的に説得されていてもだ。人間は、人間の存在に対して、デジタルに置き換えられない生物学的な欲求を持っている。

ALAN · 現場

僕は、AI時代に逆風でも大きく伸びる業界を予測している：終末期ケア（ホスピス）。AIが情報や付き添いを提供できないからではない。自分の人生の最後の時に、相手がスクリーンであることを誰も望まないからだ。これは「人間プレミアム」の極端な例だが、普遍的な法則を示している。自動化されるほど空洞に感じる領域を見つけること——それが君のチャンスだ。より高効率で、より冷たいところほど、人間の温度が価値になる。

自分に問いなさい：もしこのことをすべてAIがやったら、顧客は何を失うのか。その「失われるもの」こそが、君の永久の堀だ。

LAW VIII· 不確実性は敵ではない。最後の優位性だ

進化は「最強」を報酬しない。変化の中で最も長く生き延びたものを報酬する。不確実性が高い環境でも行動力を保てる人こそ、AI時代の本当の強者だ。

ナシーム・タレブは『反脆弱性』で、世界観を変えた枠組みを提案した Taleb 2012：世界には3種類のシステムがある。脆弱なシステムは、ストレスで崩壊する。健全なシステムは、ストレス下でも維持される。反脆弱なシステムは、ストレス下でさらに強くなる。彼は、自然が報いるのは「健全」ではなく「反脆弱性」だと言う。筋肉はストレスで成長し、免疫システムは感染で強化され、経済は創造的破壊のなかで前進する。

AI時代の不確実性は構造的で、消えない。数か月ごとに新しいモデル、新しい能力の境界、新しい業界が作り替えられる。これは一時的な混乱ではなく、新しい安定状態だ。次のカードは予測できない。できるのは、次のカードが分からない状況でも、行動し、学び、方向感覚を保てるよう自分を訓練することだ。

さらに根底の真実：不確実性は、一般の人が大組織に対抗するための最後の武器だ。大企業、大政府、大資本は、不確実性がない世界では絶対的に有利だ。彼らには資源があり、規模があり、堀がある。だが高速で変化する不確実な環境では、彼らの規模は負担になり、プロセスは足かせになり、歴史は荷物になる。そして、君は72時間で意思決定でき、1週間で完全に方向転換できる個人として、不確実性の中で大組織が決して複製できない柔軟性を持っている。

ALAN · 現場

もう少し具体的に言う：小さく賭けて、素早く反復し、どの単一判断にもall-inしない。間違いを吸収できる生活構造を作る。ずっと永遠に正しい必要のある生活構造を作らない。失敗のコストを、君が耐えられる範囲に収め、学習のスピードを、君が維持できる最高水準まで引き上げる。AIが次にどの業界を覆すかは予測できない。でも、覆されるその日に、興奮で臨めるように、恐怖ではなくなるように自分を訓練できる。大組織が不確実性を恐れるのは、重すぎて回らないからだ。君は軽い。君は回れる。これは君の最後の構造的優位性だ。不安でそれを浪費するな。

不確実性は、一般の人が大組織に対抗するための唯一の構造的優位性だ。大組織はそれを恐れる。君はそれを愛すべきだ。

LAW IX· 継続的にアウトプットし、認知を公開資産に変える

AIによって誰もが「コンテンツを生産」できるようになる。だがコンテンツと、見解（オピニオン）は別物だ。独自の見解を持ち、それを継続的に表現する人は、AIノイズの中で指数関数的な可視性を生み出す。

経済学には「ネットワーク効果」という概念がある。Metcalfe 1980——ネットワークの価値は、そのノード数の2乗に比例する。君の公開発信は、人類の知識ネットワークにおける君のノードだ。記事を1本書くたび、講演を1回するたび、どの見解を述べるたびにも、君の接続数が増える。そしてノードの価値は、独自性から来る。数ではない。

AIがコンテンツ制作のコストをゼロに近づける前は、希少だったのは「生産能力」だった。それ以降は、希少なのは「信頼されるに値する独自の見解」だ。誰でもAIで「AI時代の生存ガイド」を生成できるが、読み終えたときに「この人は本当に現実の世界を見てきた」と思わせる文章を書けるのは誰でもではない。後者に必要なのは、真の経験、独立した判断、継続的な思考——この3つであり、AIは代わりにできない。

もっと根本のロジックはこうだ：君がアウトプットしなければ、君は存在しない。デジタル時代では、存在は見られることに等しい。見られてはじめて、価値が流れる可能性が生まれる。頭の中にたくさんの良いアイデアがあっても一度も発信しない人と、何も知らない人は、世界の情報の流れの中では等価だ——どちらも透明だ。君の認知を公開資産に変えることは、AI時代で最も過小評価されている複利行動だ。

ALAN · 現場

僕は二線都市で工場管理をしている人を知っている。名門校の背景もなく、派手な経歴もない。3年前、彼はネットで工場運営に関する「本物の経験」を書き始めた——方法論ではない。血の通った失敗例と、そこから導いた結論だ。今日、彼には20万人の読者がいる。3つの工場が主導で彼に相談し、出版社が彼に本を出させようとしている。彼は賢くなったわけではない。元々頭の中にしまっていたものを、世界に出しただけだ。世界が見たことで、価値が彼に向かって流れ始めた。君がアウトプットしなければ、世界は君が存在することを知らない。

頭の中のものを世界に出すこと。見せびらかすためではない。世界に君の存在を知らせ、価値がどこに見つかるかを世界に分かってもらうためだ。

LAW X· 時間ではなく、エネルギーを管理する

時間管理は工業時代のロジックだ——工場は安定した生産が必要だから、君は時間を製品に換える。AI時代に必要なのは、創造的な認知の爆発だから、管理すべきは時間ではなくエネルギーだ。

工業時代の中核仮説はこうだ：時間は生産の関数である。君が8時間働けば、8時間分の価値が出る。このロジックはライン作業の上では成立する。ラインは線形で、積み重ね可能で、ピーク状態を必要としないからだ。しかし創造的な仕事は線形ではない。ピーク状態の2時間は、疲れ切った状態の20時間でも出せないものを生むことがある。

神経科学はすでにこれを確認している Kahneman 2011：人間の高次の認知機能——深い分析、創造的な連結、複雑な判断——は、前頭前野が高い活性状態にあることに依存する。この状態は極めてエネルギーを消費し、毎日利用できる時間枠は限られている。ほとんどの人は、この最も高価な時間枠を、メール処理、ソーシャルメディアの閲覧、低品質な会議の処理に使い、残りの疲れた状態で深い思考が必要な仕事をし、そのうえで「効率が低い」「創造力がない」と不満を言う。

AI時代では、このミスはさらに致命的になる。なぜならAIは、低認知コストのタスク——情報検索、形式の整理、データの要約、標準的な文章——をすべて処理できるからだ。君が置き換えられないのは、君の高認知ピーク状態で生み出せる判断、洞察、連結、そして創造だ。もしピーク時間を低価値のタスクに使っているなら、最も高価なものを最も安い仕事に使っており、しかも本当に君が必要な仕事を最悪の状態に回していることになる。

ALAN · 全体の締め

僕は毎朝、だいたい3時間がピーク状態だ。その3時間は、メッセージを見ない、会議をしない、メールを返さない。やることは1つだけ：今日いちばん重要な問いについて考えること。ほかのすべてのこと——大量の作業を含め——はAIで処理するか、午後に回す。これは怠けではない。理性的な配分だ。1日の中でいちばん高価な3時間が、何に使われるかで、その価値は決まる。AIが来たあと、この問いの答えは以前よりずっと極端になった：使い方が正しければ、ピークの生産は普通の人の10倍。使い方が間違っていれば、君の落ち込みはAIと何ら変わりがない。アイザック・アシモフが「ロボット三原則」を書いたのは、機械に境界を与えるためだった。今日、僕が君たちに渡した10個は、人が自分の位置を取り戻すためだ。君の居場所は、ピークにある。ライン作業ではない。

君はさらに時間を必要としていない。君の最良の時間を守る必要がある。君にしかできないことに使うためだ。

「AIは君の天井ではない。君のレバレッジだ。

君の居場所はピークにある。ライン作業ではない。」

I 君の対戦相手は決してAIではない。AIを使う人だ

II AIは、君が踏んだ地雷は奪えない

III 深さは証明で、越境こそが武器

IV 注意力はAI時代における唯一の本当の希少資産

V 信用はAIが唯一、バッチ生成できないもの

VI 答えは下落する。良い問いは上昇する

VII 「人がいるからこそ価値がある」場所を見つける

VIII 不確実性は敵ではない。最後の優位性だ

IX 継続的にアウトプットし、認知を公開資産に変える

X 時間ではなく、エネルギーを管理する

-Melly