大手企業が新卒の大卒採用を絞り始めた今、「景気が戻れば売り手市場に戻る」という前提は崩れています。AIで仕事のかたちが変わった構造を読み解き、コモディティ側に落ちないために個人と企業がやるべきことを技術顧問の視点で整理します。

先日、夜空を見上げてふと思ったんですよ。 「なんで太陽系の惑星の軌道って、円じゃなくて楕円なんだ？」 学校でケプラーの法則は習った気がするんですけど、「なぜそうなるか」を腹落ちして説明できるかと言うと、できない。気になったので、その場でスマホを開いてAIに聞いてみました。 返ってきた答えと、そこから続いた数十分の対話で...

情報量が多い領域ほどAIは得意になる。ならば世に出ていないCOBOL・メインフレームこそAIが最後まで苦手とする領域だ。金融基幹系を開発してきた立場から、AIに任せていい仕事と任せてはいけない仕事の分かれ目を解説する。

生成AIは個人の生産性を上げても、放置すると「個人の時短」で止まり経営に届きません。MITやパーソルの調査データをもとに、9割が失敗する理由と、AI駆動型企業へ近づくPhase 0〜4の段階的な導入設計を解説します。

最新VLM「Qwen3-VL」を、Ollamaで家庭用PC（RTX 3090）に導入し、写真から物体の座標をJSONで出す手順を実演。PowerShellの罠、思考オフが効かない既知バグ、座標は推論で導かれる事実まで、実際に動かした記録をまとめます。

VLMとVLAの違いを、フィジカルAIを実務（AGRIST×Microsoft）で実装した経験から解説。画像から座標を出す方式と、座標を経由せず動作を直接出す最新VLAの違い、個人のGPUで試せるようになった経緯までまとめます。

AIが進化した先に人間の仕事は残るのか。残るのは『信頼・所属・意味』という堀です。仕事が消えず律速が移る理由、AIに埋められない3つの領域、そして自社の堀をどこに作るかを、経済原理から整理します。

「面白い技術なのに事業にならない」のはなぜか。登山アプリなど身近なサービスを観察して見えた、当たる画像認識プロダクトの3条件（大勢が使う／ちょっと怖い／見なきゃ分からない）を、技術顧問の視点でまとめます。

最新モデルYOLO26のセマンティックセグメンテーションを、ClaudeにコードさせつつWindows+RTX 3090で動かした全手順。エージェントが選んだ作り方をvenv隔離・GPU切り替えへ指示し直した判断と、X投稿できるmp4の書き出しまで解説します。

日本企業や自治体が生成AIを急速に導入できた理由を公開情報で整理。無料と法人プランの学習ポリシーの違い、著作権補償、ISMAPなど、稟議とセキュリティで押さえる点を経営層・DX担当向けにまとめます。