エンジニアの独り言

AIで今後自分の仕事はどうなる？｜AI時代に作業者のままでは危ない理由

「AI で仕事がなくなる」「いや、AI を使えば生産性が上がるから大丈夫」。この 2 つの極論の間で、現場のエンジニアは止まりやすくなっています。脅威論を読んでも具体的に何をすればよいか分からず、楽観論を読んでも自分の業務にどう当てはめてよいか分からない。SES として客先で働いている方も、プロパーとして社内システムを担当している方も、運用保守やインフラの現場にいる方も、同じ位置で立ち止まっています。この記事はその停止を解くための入口記事です。結論から先に書いておくと、危ないのは AI そのものではなく ...

n8nでAI自動化するとAPI課金が膨らむ理由：構造と用途別の月額試算

n8nを使って「Gmail分類を自動化したい」「ニュース要約を毎時回したい」と組み始めたところ、月末に届いた OpenAI や Anthropic の請求額を見て初めて「思っていた金額と桁が違う」と気付く。そんな経験をしている個人エンジニアや小規模事業者は少なくありません。n8n 自体の月額は数千円で済んでいるのに、AI API 側だけが数万円単位に跳ね上がっている、というケースが特に多く起きています。ここで多くの方が混乱するのは、n8n の execution 課金と AI API の従量課金が「同じ ...

個人開発でローカルLLMを主役にしなかった理由──クラウドLLMとの知能差・APIコストの誤解

ローカルLLMを試してみたけれど、結局どこまで任せていいのか分からない。Mac mini に Ollama を入れて、n8n と組み合わせれば API 費用に縛られずに自動化を量産できる、という期待を持って動かしたのに、いざ自分の業務に当てはめようとすると線引きが曖昧でしんどい。そんな迷いを抱えている個人開発エンジニアに向けた記事です。クラウドLLM側の進化スピードに対する焦りと、ローカルLLM側のロマンの両方が同時に存在していて、自分の中で判断がぶつかります。API は本当に高いのか、Mac mini ...

ChatGPT月額・APIとローカルLLM、何が違うのか：AIの使い方は3種類ある

ChatGPT Plusに入っているのに、n8nからAIを呼ぼうとしたらAPIキーを求められて止まった。この時点で、多くの人は「自分の設定が悪い」と考えます。しかし、そこで詰まっている原因は設定ミスではありません。ChatGPTのサブスク、OpenAI API、ローカルLLMは、そもそも使う場所も料金の仕組みも違う別物です。ここを混同したままAI自動化に進むと、月額課金しているのに自動化で使えない、API課金がどこで発生しているかわからない、ローカルLLMなら無料で代替できると勘違いする、という順番 ...

AIで速くなるエンジニア・遅くなるエンジニア｜作業種別ごとの効率差

「AI を使うエンジニアと使わないエンジニアでは、本当に生産性に差が出るのか」という問いは、現場でも発注側でも繰り返し議論されています。SNS では「AI で 10 倍速くなった」という声がある一方、Microsoft Research が示した 55% 短縮や、METR 研究が示した熟練者で 19% 遅くなったという結果が並列で流通しており、読み解き方を間違えると判断を誤ります。本記事は、作業種別ごとの効率差マトリクスを軸に、定量データ・逆効果になる条件・受託発注側の解釈指南までを一気通貫で整理します ...

言語ってなんだろう？「無いものはない！」は「無い」じゃなかった話！？

プログラミングを続けていると、いつの間にか「言語」という言葉を自然に使うようになります。では、その「言語」とは本当に何を意味しているのでしょうか？　 PythonやJavaといったプログラミング言語は、あくまで人が機械に命令を伝えるための手段ですが、人間同士が使う日本語や英語もまた、情報を伝達するための仕組みです。では、両者の“言語”にはどんな共通点と違いがあるのでしょうか。長年コードを書き続けてきた中で見えてきた、「言語」という存在の奥深さについて改めて考えてみることにしました。プログラミング言 ...

現場でソースを公開し犯罪者寸前まで追い込まれた話

この記事は、10年ほど前に私が実際に体験した出来事をもとに執筆したものです当時、私はシステム開発現場でチームリーダーとして勤務しており、日本人エンジニアが次々と外国人に置き換えられていく時代の変化を、目の前で経験しました。孤立と焦燥のなかで、私はある「禁断の選択」をしてしまいます。自らが手掛けた現場の制御スクリプトを、ほぼそのまま外部に公開してしまったのです。その瞬間から、すべてが一変しました。この記事は、あのときの判断と、そこに至るまでの心の崩壊を記録することで、同じように現場で追い詰められてい ...

探しても友達は増えない。ならAIで作っちゃえ！Mac miniで個人ローカルAI環境を構築

AIの目覚ましい進歩は、コンピュータの世界だけに留まりません。今や「生物学」「心理学」「社会学」といった人間に深く関わる学問領域にまで、その影響を及ぼしています。人間の感情や行動がどのように生まれ、社会の中でどう機能しているのか――これまで長らく曖昧だったテーマが、AIによるシミュレーションやデータ解析で急速に解き明かされつつあります。彼女が欲しい？　パートナーが欲しい？　そうした感情は一見すると単なる欲望のように思えます。しかし冷静に因数分解してみると、その中身は人間が持つ基本的な欲求の集合体にすぎな ...

AI情報時代における個人ブログの価値・未来 ― 声が届かない死の世界

検索結果から本当に知りたい情報が見つからないと思ったことはありませんか？ AIによる要約や自動生成が当たり前になった現在、検索に表示されるのは結論や形式の整った答えばかりです。なぜその内容に至ったのか、どのような前提や比較があったのかといった情報は、意図的に排除されつつあります。こうした構造が進めば、情報の供給者が減少し、やがて検索やAIそのものの基盤が崩れていく可能性があります。本記事では、この構造的変化と、それに対して発信者が取りうる立場について検討します。 AIが検索を支配する時代の構造的問題 ...

AIが記憶を持てない理由と「ベクトルDB」が抱える構造的限界を暴く

AIでプロダクトを開発していると、必ずと言っていいほど突き当たるのが「記憶の継承」という壁です。どれだけ精度を上げようとしても、会話の文脈や過去の履歴が維持されないため、ユーザー体験に限界が生まれます。この構造的な問題は単なる技術不足ではなく、AI開発企業が意図的に制限しているのではないかという疑問を抱かせるものです。この記事では、そうした疑念から「ベクトルDB」という補完技術の正体と限界、さらに社会制度との断絶までを掘り下げていきます。イントロダクション AIを使ったプロダクトを本気で作ろうとす ...

AIが避け続ける“時間”という領域──最も人間に近づく構造を持たない理由

人類が長年にわたって挑み続けてきた最後のフロンティア──それが「宇宙」「量子」「時間」です。宇宙は物理的制約により個人の介入が困難であり、量子は技術の不安定性と商業化の壁があります。残されたのは「時間」。AIが“拡張脳”として人の思考や価値観を受け継ぐなら、最も実用的かつ本質的に活用されるべき領域がこの「時間」です。しかし、日々AIを使い込んでいく中で、「う〜ん・・・、何かがおかしい」と感じ始めることが多くなってきました。特に、スレッドを変えるたびにすべての記憶がリセットされる現象や、意図や背景を一 ...

AIの限界を超える設計とは何か──記憶と継続性の再定義

ChatGPTはなぜ“継続性”を持てないのでしょうか。スレッドが切れるたびにすべてがリセットされてしまう──この構造的な限界を正面から見つめ、乗り越えるための設計を考察します。この記事では、個人でも実装可能な「継続するAIの構造」について、現実的な視点から詳しく解説していきます。 APIとUIの分断構造が引き起こす制限 ChatGPTにはAPI版とUI版がありますが、この二つは機能的に分断されています。 UI（Web版）ではある程度のスレッド履歴が残りますが、API経由では完全にステートレスでのやりと ...

AIは誰でも使えるが成果を出せるのはエンジニアだけという現実

AIは誰でも使える──この言葉が現実となった現在、ChatGPTをはじめとする生成AIツールは社会に広く浸透しています。しかし、実際に業務で成果を出せているのはごく一部に限られています。その多くは、エンジニアや技術職など、出力を「検証・活用・再構成」できるスキルを持つ層です。本記事では、なぜAIを「使っている」のに成果が出ないのか、その本質に迫ります。 AIは誰でも使える時代になったここ数年で生成AIの普及は急速に進みました。特にChatGPTの登場以降、AIはごく一部の専門家だけでなく、一般ユー ...

「AIでノーコード開発」は幻想｜構造を知らずにアプリを作ろうとする人へ告ぐ

「AIで誰でもノーコード開発できます」──そんな言葉があふれている昨今、現実はどうでしょうか。実際には、構造を理解せずにAIやツールを使っても、思い通りのアプリは作れません。完成したように見えるものは、大半が“作れる人”が裏で支えているだけ。本記事では、「なぜノーコード幻想が生まれたのか」「構造を理解しないとどこで必ず詰まるのか」、そして面影AIを題材に“設計の視点”からこの問題を徹底的に掘り下げていきます。これから本気で“仕組みを作る側”に立ちたい人へ向けた、現実と向き合うための記事です。なぜ「 ...

ChatGPTは答えられるのに、なぜ“信用できない”のか？

ChatGPTを使っていて、「なぜか信用しきれない」と感じたことはありませんか？出力された文章は整っており、文法ミスもなく、構成も明確。けれど、なぜかどこかに“違和感”が残ってしまう。そんな経験をされた方も多いはずです。私自身、ChatGPTを日常的に活用する中で、何度も「これは便利だ」と思わされてきました。それでも、一定のラインを超えると、必ずどこかで“ムズムズするような違和感”にぶつかります。言葉は整っているのに、そこに「構造」や「問い」が感じられない。それが、このツールに対する最も根深い不信感の正 ...

AIから見た“日本語という構文バグ”──ChatGPTが読み間違える幽霊構文

AIは、言葉の裏にある“空気”を読み取ることができません。これは、ChatGPTを使ったことがある方なら、一度は体験されたことがあるのではないでしょうか。たとえば、相談のつもりで入力したのに、断定的な返答が返ってきた。「やってみようかな」と曖昧に伝えたのに、「今すぐ実行する」と解釈された。あるいは、「知る人ぞ知る」と記述したのに、まるで情報がないかのようにスルーされた。こうした現象は、AIの性能が未熟だから起きているのではありません。むしろ逆で、日本語という言語自体が、AIにとって“仕様外”の構造を持 ...

AIは人類を救わない──問いを持たない者から知性は剥奪されていく

ChatGPTをはじめとする生成AIは、私たちの生活に深く入り込みつつあります。検索、学習、仕事、会話──あらゆる場面で活用され、もはや「使わない理由がない」とすら言われ始めています。しかし、ふと疑問が浮かびます。本当に多くの人が、ChatGPTを“有効に”使えているのでしょうか？あるいは、「使っているようで何も得られていない」状態が広がっているのではないでしょうか。本記事では、実際に人々がChatGPTにどんな期待を寄せ、どのように使っているのかを“検索実態”から読み解きます。そしてその先に──AI ...

【実録】JIS配列のHHKBをUS配列にリマップしたら、身体が拒否した

US配列に変更して、1ヶ月が経った。いまや私の身体は完全にUS配列に同期され、もはやJIS配列には戻れないほど適応してしまっている。ただ──私がJIS配列からUS配列への“脳の大改革”を断行した最大の理由は、「さらなる効率化」への渇望だった。別にJIS配列を劣っているとは思っていない。だが、どうしても「デファクトスタンダード」という言葉が、脳の中心にどっしりと居座っていた。世界で主流なのはUS配列。Macも、Linuxも、リモートサーバーもみなUS配列。その現実が、私に“標準仕様”への最適化を ...

iPadは紙に勝てなかった──でも、それが悪いことじゃない理由

「iPadで仕事が完結する」「もう紙の手帳は必要ない」──そんな言葉を信じて、僕はiPadに賭けた。 Apple Pencilを握り、GoodNotesを開き、毎日をiPadと共に過ごした。画面上に手書きし、カレンダーを同期し、PDFに構想を書き込んだ。けれど、3年使ってたどり着いた結論はただ1つ──iPadは、紙には勝てなかった。この敗北は、スペックの話ではない。これは「技術」と「人間の思考」が、決して一致しない領域があることの証明だった。そしてその先に、「iPadがダメだった理由」と「それでも見 ...

【ChatGPT診断】あなたはChatGPTの性能を何％引き出せてますか？

ChatGPTの出力は、常に“問い”によって決まります。同じモデル、同じ知識を持っていても──問う人間の“濃度”が違えば、まったく別の答えが返ってきます。今、求められているのは「使い方」ではありません。どんな構造で、どれだけの意志と精度で、AIに向き合えているか。それが、これからの人間の価値を決める基準──“人間濃度”です。あなたは今、ChatGPTの性能を何％引き出せていると思いますか？ ChatGPTが出した、筆者の“ChatGPT診断”のスコアある日、ChatGPTに対して、次のような質問をし ...

« Prev 1 2 3 Next »

エンジニアの独り言

AIに勝手な操作をさせないためのルール設計｜任せる範囲と止める範囲の分け方

AIに毎回同じ説明をしないための仕事の渡し方｜プロンプトだけで終わらせない整理術

AIに思った通り動いてもらうには｜プロンプト・設定・ルールの分け方

AIの種類を整理する｜ChatAI・エージェント・HermesAgentの違い

AI情報が多すぎて理解できない理由｜まず全体を11個に分けて整理する