昔の買い物には、今思うとかなり無駄が多かった。

• レビューを何十件も読む
• 店を何軒も回る。

比較サイトを見ているうちに何を買いたかったのか分からなくなる。

効率だけで考えれば、あまり褒められた行動ではなかったからこそ、AIの登場は理想的だった。

• 予算を伝える
• 用途を伝える
• 条件を伝える

すると数秒で「あなたにはこれです」と候補が出てくる。

昔なら数時間かかった作業が数十秒で終わり、合理的に考えれば、これ以上ない進歩だ。

なのに、少し不思議なことが起きていて、買い物はラクになったはずなのに、以前ほど楽しくないのである。

---

失敗したくない。

これは今の消費者心理を説明する大きなキーワードだと思う。

• 物価は上がる
• 使えるお金は限られる
• SNSでは誰かの失敗談が大量に流れてくる

だからこそ「一番評価が高いもの」を選ぶ。

レビュー4.8。ベストバイ。AI推奨。

選択の理由も説明しやすいし、もし失敗しても「みんなが良いと言っていたから」という保険がある。

これでは、自分で選ぶというより、失敗の責任を分散している感覚に近い。

しかし、とても合理的な行動だ。

ただ、その合理性の中で少しずつ失われているものもある。

---

もともと買い物は、商品を手に入れる行為だけではなく、探す時間そのものが体験だったはず。

たまたま見つけた店、誰も知らないブランド。

レビューは少ないけれど妙に気になる商品。

本来の目的とは違うものを買ってしまう寄り道。

そういう遠回りの中に、小さな興奮があり「見つけた」という感覚は意外と重要だったのかもしれない。

なぜなら人は結果だけで満足しているわけではなく、発見した過程にも楽しみがあるから。

---

AIは選択コストを劇的に下げ「比較しなくていい」「調べなくていい」「迷わなくていい」という労力から解放してくれた。

しかし見方を変えると、それは発見コストまで削ったとも言える。

• 本屋で偶然知らない本に出会う。
• 中古ショップで予想外の掘り出し物を見つける。
• 動画サイトを目的なく漂う。

そうした「何が見つかるか分からない時間」は、効率化の観点では無駄とも言えるが、人間は昔から、その無駄の中で楽しさを感じてきたはず。

それは、宝探しに近い。

宝が欲しいだけなら誰かに場所を教えてもらえばいいが、それでも自分で探したくなる。

面倒なのに、非効率なのに、でも楽しい。

---

最近のAIは、かなり高い確率で正解に近いものを提示してくれるから、選択そのものは簡単になる。

一方で、自分の好みを発見する機会は減っていく。

というのも好みは、最初から分かっているものではないし、いろいろ失敗して、予想外のものに触れ、寄り道を繰り返してからこそ、結果として形成されていく。

最適化は「今の好み」には強いが、「まだ知らない好み」を見つけることには向いていない。

---

もしかすると今後は、何を選ぶかより、どこまで効率化するかが新しい選択になるのかもしれない。

全部AIに任せる、それも一つの正解だろうし、忙しい日常では助かる場面も多い。

ただ、ときにはレビューを閉じて、AIに聞かずに店を歩いてみる。

目的もなくネットショップをブラブラと眺めてみる。

そんな時間は非効率そのものといってもいい。

しかし、人間が感じる楽しさの一部は、もともと非効率の中にあった。

失敗を減らすために生まれた技術が、発見の喜びまで消してしまう。

その矛盾が、最近の買い物にどこか物足りなさを感じる理由なのかもしれない。

最適解を手に入れることと、自分だけの「これだ」を見つけること。

その二つは似ているようで、案外別の体験なのだ。

ここ1年ほど、AIの話題はずっと「何ができるようになったか」だった。

• 文章を書く
• 画像を作る
• 調査をする
• プログラムを書く

新しいモデルが登場するたびに、性能比較が繰り返されてきたのだが、最近のAI業界を見ていると、少しその空気感が変わってきている。

焦点は「AIの能力」から「AIの管理」へ移り始めていて、これは一見地味な変化に見える。

しかし、働き方への影響はむしろこちらのほうが大きいかもしれない。

AI業界の関心が変わり始めている

これまでの生成AIは、基本的には質問に答える存在であり、人間が指示し、AIが返答するという、関係は比較的シンプルなものでした。

ところが、現在広がり始めているAIエージェントは少し違う。

複数のアプリを操作し、調査を行い、資料を作り、スケジュールを調整し、場合によっては購入判断まで補助する。

つまり、AIは「考える道具」から「動く道具」へ変わり始めている。

その結果、企業が向き合う課題も変わってきて、どう活用するかではなく、どう制御するかという新しいテーマが生まれてきている。

AIが働くほど増える確認作業

面白いのは、AIによって仕事が自動化されるほど、人間の確認作業が増えてきていることで、企業では、

• ID管理
• アクセス権限
• 監査ログ
• 行動履歴
• 承認フロー

といった管理体制の整備が急速に進んでおり、やっていることは人間の社員管理とかなりよく似ている。

AIに権限を渡す以上、「何をしたのか」「なぜそう判断したのか」を後から確認できなければなりませんし、AIが1人増えるたびに、管理対象も1つ増える。

ここに自動化の少し不思議な側面があり、仕事を減らすための技術が、別の種類の仕事を生み出している。

人間の仕事は実行から監督へ

この変化をひと言で表すなら、人間の役割が「実行者」から「監督者」へ移るということだろう。

• 自分で資料を作る
• 自分で調査する
• 自分で分析する

そうした仕事の一部はAIが担当するようになり、代わりに人間は「方向性を決め」「途中経過を確認し」「異常を検知し」最終責任を持つ。

そうした仕事の比重がどんどんと高くなっていく。

実際、AIを積極的に導入している組織ほど、「監視」「レビュー」「承認」の重要性が増しているという報告もあり、AIが優秀になるほど、人間は判断の最後の砦となっていく。

そんな構図が少しずつ現実になり始めている。

人間がネットを見る時代からAIが見る時代へ

今週、話題になっていたのが、インターネット上のトラフィックの過半数をボットが占めたという報告で、この数字そのもの以上に象徴的なのは、人間以外がネットを利用する割合が急速に増えていること。

これまでは、インターネットは人間向けの空間だったものが、今後は、AI同士が情報を取得し、処理し、判断する場所へ変わっていく可能性がある。

• 検索の形も変わる
• 広告の形も変わる
• Webサイトの作り方も変わる

変化はAI業界の中だけで完結することなく、インターネット全体の前提そのものに広がり始めている。

次の競争は性能ではなく統制になる

ここから数カ月〜数年で注目されるのは、AIの性能競争だけではなく、むしろ重要になるのは統制競争であり、どこまで任せるのか？どこで止めるのか？誰が責任を持つのか？

AIが仕事を行う時代になればなるほど、この問いは重くなっていく。

その結果として「AI監査ツール」「AIガバナンス」「利用ルール整備」「権限管理」「運用監督」といった領域が存在感を増していく可能性が高い。

少し前までは「AIを使える人」が評価されたものだが、これからは「AIを安全に運用できる人」が評価される場面も増えていくであろうし、AI時代の競争は、利用者同士の競争ではなくなり、どれだけ多くのAIを動かせるかではなく、どれだけ適切に管理できるかにかかってくる。

業界の視線は、少しずつそちらへ向き始めている。