2026年8月3日／株式会社東京ネット工務店 海老沢敦
① 事実
まず、経営者6,000人に聞いた調査から始めます。
2025年11月から2026年1月にかけて、四つの研究チームが、まったく同じ設問で調査を行いました。 アトランタ連邦準備銀行、イングランド銀行、ドイツ連邦銀行という三つの中央銀行と、オーストラリアのマッコーリー大学です。答えたのは、米国・英国・ドイツ・オーストラリアの社長、財務のトップ、そしてその下で財務を預かる責任者クラス、あわせて約6,000人。
結果は、こうでした。
過去3年間で、AIが雇用に影響を与えていないと答えた経営者が、9割を超えました。 そして労働生産性——働き手一人あたりが、どれだけ生み出すか——への影響も無かった、と答えたのが89%。
使っていないから、ではありません。この4カ国の企業の69%が、AIを何らかの形で使っています（米国78%、オーストラリア59%）。文章を作るAIに限っても、41%が使っている。
使っている。それで、9割が「何も変わらなかった」と答えている。
ところが、同じ調査に、もう一つの問いがありました。今後3年間はどうか、です。
同じ人たちが、こう答えています。
- 労働生産性は、平均1.4%上がる
- 雇用は、0.7%減る
- 差し引きで、会社が生み出す量そのものは0.8%増える
過去3年は「何も無かった」。これからの3年は「効く」。 これを、同じ経営者が、同じ調査票の中で答えています。
次に、経済学者の側を見ます。
2026年7月14日、200人を超える経済学者が、共同で声明を出しました。署名者には、ノーベル経済学賞の受賞者が16人含まれています。表題は「We Must Act Now」——いま動かなければならない。
その中で、バージニア大学のアントン・コリネック教授が、こう言っています。
私たちは霧の中を運転している。次に何が起きるかを見通すのは、極めて難しい。
測れていない、と専門家の集団が、公に認めたわけです。
MITのダロン・アセモグル教授——2024年のノーベル経済学賞を受けた人です——が、2024年5月に、AIが今後10年で経済全体の生産性をどれだけ押し上げるかを試算しました。
答えは、10年で0.66%。
10年で、です。年に直せば、ほとんど誤差の中に沈む数字です。
この試算は、2年経ったいまも、上方修正されていません。
この2年で、AIの性能は何度も跳ね上がりました。それでも、経済全体を押し上げる量の見積もりは、動いていない。
ここで、さきほどの経営者の予測と並べてみます。
経営者は、<strong>これからの3年で1.4%</strong>と答えました。アセモグル教授の試算は、<strong>これからの10年で0.66%</strong>です。
1.4%を3年で割れば、年およそ0.5%。0.66%を10年で割れば、年およそ0.07%。期間をそろえると、経営者のほうが、経済学者の7倍ほどを見込んでいることになります。
⚠️ 厳密に言えば、この二つは測っているものが違います（経営者が答えたのは、働き手一人あたりがどれだけ生み出すか。アセモグル教授が試算したのは、人も設備も段取りも全部ひっくるめて、国全体がどれだけ上手に回っているか。別の物差しです）。そのまま引き算できる数字ではありません。
それでも、桁が違うということは言えます。現場にいる当事者と、外から測っている観測者とで、見込みが一桁ずれている。
ところが、はっきり動いている場所もあります。
同じ声明の中心にいるMITのエリック・ブリニョルフソン教授は、460万人の働き手の動きを毎月追いかける画面を作りました（ダッシュボード＝数字を一覧に並べて、いつでも見られるようにしたもの）。
そこには、こう出ています。
AIの影響を強く受ける職種で、22〜25歳の雇用が、年4%以上のペースで減っている。
Vol.14で、入口の仕事が消えた話を書きました。あのとき使った調査の、その後の姿がこれです。 毎月更新される観測になっています。
並べます。
- 使っている当人たち（経営幹部6,000人）は、7割近くがAIを使い、9割が「過去3年、影響は無かった」と答えている
- その同じ人たちが、「これからの3年では効く」と答えている
- 経済学者200人は「測れていない」と認めた
- 経済学者の見積もりは、経営者の見込みより一桁小さく、しかも2年間、動いていない
- それでも、周縁——若手の入口——だけは、はっきり動いている
「AIに効果があるのか、無いのか」という問いには、ここでは立ち入りません。 上の4つは、どれも同時に事実です。この号で見たいのは、なぜこの4つが同時に成り立つのか、のほうです。
出典：
- 【一次・2026-08-03 確認済】経済学者声明「We Must Act Now」（2026年7月14日／署名200人超・ノーベル賞受賞者16人）／Anton Korinek（バージニア大学）の発言
- 「We are driving in the fog, and it is extraordinarily difficult to anticipate what will happen next.」
- Erik Brynjolfsson の Canaries Dashboard＝460万人の労働者を追跡。AI関連職種の22〜25歳が年4%以上の雇用減。
- https://fortune.com/2026/07/13/we-must-act-now-economists-ai-productivity-driving-in-fog-flying-blind/
- 【一次・2026-08-03 確認済】4カ国合同の経営者調査（約6,000人）
- 実施＝アトランタ連邦準備銀行／イングランド銀行／ドイツ連邦銀行／マッコーリー大学の研究チームが、同一の設問で実施。⚠️ NBERは公表媒体であって、調査主体ではない。
- 実施時期＝2025年11月〜2026年1月。 回答者＝CEO・CFO・シニア財務管理者、約6,000人（うち米国が約3,000人）／米・英・独・豪。
- 過去3年：雇用への影響なし＝90%超／労働生産性への影響なし＝89%（⚠️ 雇用と生産性は別々の数字。 「9割が両方に影響なしと答えた」と丸めない）
- 今後3年の予測：労働生産性+1.4%／雇用−0.7%／産出+0.8%（平均）
- AI利用率＝4カ国全体69%（米78%が最高／豪59%が最低）。テキスト生成AIの利用は41%。
- NBER Digest「Global Evidence on Business Use of AI」 https://www.nber.org/digest/202605/global-evidence-business-use-ai
- 元論文＝NBER WP w34836「Firm Data on AI」（Ivan Yotzov, Jose Maria Barrero ほか） https://www.nber.org/papers/w34836 ／ PDF: https://www.nber.org/system/files/working_papers/w34836/w34836.pdf
- ⚠️ Fortune（2026-02-17）が伝えた「約3分の2が使用、ただし週1.5時間」「25%は全く使っていない」は、一次で確認できなかった（利用率は69%＝不使用は31%で、25%と合わない）。本文では使わず、一次の69%・78%・59%・41%に差し替えた。
- Fortune記事（二次・ソローパラドックス再燃の文脈） https://fortune.com/2026/02/17/ai-productivity-paradox-ceo-study-robert-solow-information-technology-age/
- 【一次・2026-08-03 確認済／②で使用】NBER WP w34984「Artificial Intelligence, Productivity, and the Workforce: Evidence from Corporate Executives」（2026年3月／アトランタ連銀WP 2026-04）
- ⚠️ 上の6,000人調査とは別物。 著者＝Baslandze, Edwards, Graham, McClure, Meyer, Sparks, Waddell, Weitz。サンプルは約750人の経営幹部。
- 「We document a productivity paradox, in which perceived productivity gains are larger than measured productivity gains.」＝感じている生産性向上のほうが、測れる生産性向上より大きい。
- 他に＝生産性向上は業種で差があり、高スキルのサービス業と金融に集中／大企業はAIによる人員削減を見込み、中小企業は微増を見込む（⚠️ Vol.02「規模で符号が逆」の裏付けになりうる。別号の種）／定型的な事務職が減り、技能を要する技術職の相対需要が増える。
- https://www.nber.org/papers/w34984 ／ https://www.atlantafed.org/research-and-data/publications/working-papers/2026/03/25/04-artificial-intelligence-productivity-and-the-workforce-evidence-from-corporate-executives
- 【一次・2026-08-03 確認済】Daron Acemoglu「The Simple Macroeconomics of AI」（NBER Working Paper w32487／2024年5月）
- 10年間で全要素生産性（TFP）の上昇は0.66%を超えない。 条件次第では0.53%未満とも試算。
- 根拠＝米国の労働タスクのうちAIに晒されているのは約20%、そのうち収益的に自動化できるのはさらに少数。
- https://www.nber.org/papers/w32487 ／ https://economics.mit.edu/sites/default/files/2024-04/The%20Simple%20Macroeconomics%20of%20AI.pdf
- 【一次・2026-08-03 確認済】Robert Solow の原典
- 「You can see the computer age everywhere but in the productivity statistics.」
- 出典＝New York Times Book Review, 1987年7月12日, p.36（書評「We'd better watch out」）。 ⚠️ ネット上の多くが New York Review of Books と誤記しているが、当該日にその号は存在しない。
- https://standupeconomist.com/solows-computer-age-quote-a-definitive-citation/
- 【一次・2026-08-03 確認済】Brynjolfsson & Hitt「Beyond Computation: Information Technology, Organizational Transformation and Business Performance」（2000）
- IT投資と意思決定の分権化を組み合わせた企業は、技術だけに投資した企業の3〜5倍の生産性向上を得た。
- 生産性への寄与は5〜7年の長期で見ると最大5倍（組織資本という補完的投資に時間がかかるため）。
- 1990年代の再設計の波のスローガン＝「Don't Automate, Obliterate（自動化するな、壊せ）」。
- https://faculty.wharton.upenn.edu/wp-content/uploads/2012/04/Beyond-computation.pdf
- ※
inbox/2026-08-03.mdにあった「タスク単位14〜55%」「パイロットの95%が失敗」は、出典記事に記載が無かったため本文で使っていない（別の調査が混入した可能性がある。使うなら一次を当て直す）。
② 構造 — 効いている場所と、測っている場所が違う
この形には、名前が付いています。
1987年、経済学者のロバート・ソローが、書評の中でこう書きました。
コンピュータ時代は、どこにでも見える。生産性統計の中を除いては。
会社にはコンピュータが入り、机の上にも並んでいる。それなのに、国全体の生産性の数字だけが動かない。 これが「ソローの逆説」と呼ばれるようになりました。
そして、いまとまったく同じことが言われていました。「導入は進んでいる。数字に出ない。」
では、40年前は、どう決着したのか。
生産性の数字は、1990年代の後半になってようやく動きます。遅れて効いたわけです。
ここまでなら、よくある結論です。「時間がかかるだけだ」「そのうち出る」。実際、いまのAIについても、同じ説明がいちばん多く語られています。学習に時間がかかる。使いこなしに時間がかかる。だから待てばいい。
ですが、当時の研究が示したのは、そこではありませんでした。
MITのエリック・ブリニョルフソンら——そう、いま460万人を毎月追いかけている、あの人です——が2000年に出した研究に、はっきり書かれています。
技術に投資しただけの会社と、技術と一緒に「決め方」を組み替えた会社では、生産性の伸びに3倍から5倍の差が出た。
同じ時期に、同じ道具を入れて、片方だけ数字が動いた。 違ったのは、道具ではなく、仕事の組み立てを作り直したかどうかでした。
当時、この動きを表す言葉が流行っています。
Don't Automate, Obliterate.（自動化するな、壊せ。）
いまある手順をそのまま速くしても、数字は動かない。手順のほうを作り直したときに動く、という意味です。
40年前と同じことが起きているのなら、答えも同じでいいはずです。「組み立てを作り直した会社だけが、数字を得る」。
ですが、今回はもう一段あります。40年前には無かった一段です。
その仕事は、もう社内にありません。
順に見ます。
40年前、コンピュータを入れたのは、その仕事をやっている本人の会社でした。経理の部屋に機械が来て、経理の人が使う。効率化が起きる場所と、それを測る場所は、同じ建物の中にありました。
いまは、違います。
システムの保守、更新、問い合わせへの対応。この種の仕事の多くは、いま社外に出ています。 発注側の帳簿に載っているのは、「外注費」という一本の線だけです。
その一本の線の内側で、何時間かかっているのか。発注側には、見えません。 見えないというより、最初から測っていません。 測る必要が無いからです。払っているのは金額であって、時間ではありませんから。
そして、効率化はその線の内側で起きています。
外注先の中でAIが入り、工数——その仕事に、何人が何時間かかるか——が減る。減っているのは事実です。 ですが——
- 発注側の数字：外注費は変わっていない。何も起きていない
- 外注先の数字：会社が小さいので、国の統計には点にもならない
どちらの帳簿にも、「効率化」として現れません。
そして、この「ズレ」そのものを記録した調査があります。
同じ2026年3月に、アトランタ連銀の研究チームが、別の調査——約750人の経営幹部に聞いたもの——を出しています。そこに、こう書かれています。
感じられている生産性の向上のほうが、測定された生産性の向上より大きい。
これは「気のせいだ」という話ではありません。 感覚のほうが正しくて、測り方が追いついていないという可能性が、同じくらいあります。むしろ、いま見てきた「外注の線」を考えれば、測り方のほうが遅れているという読みのほうが自然です。
ここで、①の数字に戻ります。
6,000人の経営幹部の、9割が「過去3年、影響は無かった」と答えました。
この9割は、たぶん正確です。
自社の従業員数を見て、自社の売上を見て、自社の作業時間を見た。そこに変化が無かった。 見たとおりを答えているだけで、嘘も勘違いもありません。もし効率化が外注の線の内側で起きているなら、自社の中に変化が無いのは当然です。
間違っているとすれば、回答ではなく、そこから引き出される結論のほうです。
「9割が影響なしと答えた」→「AIはまだ効いていない」。この矢印が、成り立ちません。
Vol.13で、こう書きました。調査への回答も、一次史料です。 集計が示すのは、回答の分布であって、実態ではありません。 9割が「影響なし」と答えたことが証明しているのは、そう答えた人が9割いたということだけです。
そして、その9割が見ていたのは、自分の会社の中です。
外に出している仕事の中で何が起きているかは、この問いでは、聞かれていません。
ここで、①のもう一つの数字が効いてきます。
同じ人たちが、「これからの3年では効く」と答えていました。
過去については「何も無かった」。未来については「1.4%上がる」。同じ調査票の中に、この二つが並んでいます。
では、その「これから効く」という見込みは、どこから来たのでしょうか。
自分の会社の中を見た結果ではありません。 中を見た結果は、「何も無かった」のほうです。
つまり——「無かった」は自分の目で見た報告で、「これから効く」は、外から入ってきた話です。 報道、他社の事例、営業を受けた提案。同じ調査票の中で、観測と期待が並んでいる。
これが、コリネック教授の言う「霧」の中身だと思います。
見えているものは、正確です。見えていない範囲があることだけが、見えていません。
芯を、一行にします。
AIを入れていない会社にも、AIはもう入っています。自社の中ではなく、買っているものの中に。
そして、それは請求書には現れません。 金額が同じだからです。
変わっているのは、同じ金額で返ってくるものの中身のほうです。
ここで、もう一つ考えることがあります。
外注先の工数が減ったのなら、その分は、どこへ行くのか。
行き先は、三つしかありません。
- 値下げする（発注側に返す）
- 利益として取る（受注側に残す）
- 別のものに振り替える（同じ金額で、返すものの中身を厚くする）
どれを選ぶかは、受注側の判断です。 そして発注側からは、どれが選ばれたのかが見えません。 請求書は、三つとも同じ顔をしています。
1番が選ばれれば、統計に出ます。 値段が下がるので、同じ支出でより多くを買ったことになる。2番と3番は、統計に出ません。
つまり——数字に出るかどうかを決めているのは、技術ではなく、取引の形です。
40年前の「組み立て直せ」が、今回はもう一段外側で必要になっている、ということです。社内の手順を組み直すだけでは足りません。会社と会社のあいだの、頼み方のほうを組み直さないと、果実はそこに留まったままになります。
③ 経営者の自分事
ここから、自分の話を書きます。ただし、先にお断りしておくことがあります。
私は、受け取る側です。 ②に書いた「外注先」というのは、当社のことです。これから書くことは、私自身の利害と衝突します。 そのうえで書きます。
まず、当社が実際にやっていることから。
これまでやってきた仕事は、大づかみに言うとこうです。お客様の会社で、Excelを使って半分手作業でやっていた仕事を、仕組みにして自動で動くようにする。
これは、数字に出る種類の効率化です。作業そのものが減るので、時間が減ったことを本人が実感できます。
そしていま、実験しているのは、その先です。
作った仕組みは、作って終わりではありません。中身を更新したい。使い方が分からない。ここを変えたい。 そういう話が、動かしているあいだ、ずっと出続けます。
この部分が、いま、ほぼ全部うちに来ています。
お客様は外注しているので、その手間は、お客様の側では見えていません。 見積もりの中に溶けているか、月々の金額の中に入っている。何時間かかっているかは、うちしか知りません。
そこを、いま、言葉で書けば通じる窓口に変えています。
具体的に書きます。
お客様が、いつも使っているチャット（Chatworkなど、仕事の連絡に使っている道具です）に、「ここを直してほしい」と書く。それを仕組みが自動で拾って、返事をします。
そこから先は、こうです。プログラムの保管場所を実際に見に行って、中身を調べる。 どう直すかを、役割の違う複数のAIが、それぞれの視点から突き合わせて決める。 そして実際に直し、作業の記録を残すところまでやります。
私がやるのは、最後にそれを見て「出していい」と言うことだけです。 そこで初めて、お客様の側に反映されます。
ここまでは、もう動いています。
そして、お客様の側から見ると——何も変わっていません。 同じチャットに、同じように書く。返事が来る。直る。請求書も、同じです。
②に書いたことが、そのまま自社で起きています。 変わったのは、その線の内側だけです。そして、うちの工数は減ります。
では、その分をどうするか。
②で三つ挙げました。値下げするか、利益として取るか、別のものに振り替えるか。
当社は、三つ目です。
ここは、はっきり書きます。善意ではありません。指針です。
理由は単純で——AIによる効率化を、そのまま自社の売上を下げることに使ったら、うちにとってAIはマイナスな存在になってしまうからです。
投資して、道具を入れて、覚えて、その結果、売上が減る。 それでは、次に入れる理由がありません。続きません。
だから、浮いた分は、返すものの中身のほうに使います。 それが当社の選び方です。
では、具体的に何が起きているか。
システムを作るとき、「ここは、本当はもう少しこうしたい」という部分が、必ず残ります。 手が回らない。予算に収まらない。納期に間に合わない。だから、どこかで「ここまでで」と線を引きます。
これは手抜きではありません。引かないと、終わらないからです。 どの業界でも、やっていることだと思います。
その線が、いま、後ろに動いています。
前なら「ここまでで」と切っていたところを、切らずに出せるようになってきました。作り込みきれずに妥協していた部分が、妥協せずに済むようになっています。
そのことは、お客様の側からは見えません。
理由は単純で、妥協していたことも、もともと見えていなかったからです。
お客様が見ているのは、出来上がったものです。「本当はここをこうしたかった」は、どこにも書かれていません。 見積書にも、仕様書にも、納品したものにも出てこない。知っているのは、作った側だけです。
Vol.13で「記録は残る。届いたかどうかは残らない」と書きました。やったことは書類に残るが、それが相手に届いて効いたかどうかは、どこにも残らない、という話です。妥協にいたっては、そもそも記録にすら残りません。 動いているものだけが残り、切り落とした線の位置は、誰の手元にも残らない。
だから、それが解消されたときも、やはり出てきません。 比べる相手が無いからです。
請求書は同じ。納期も同じ。出てくるものだけが、違う。
②で「三つの行き先は、請求書の上では同じ顔をしている」と書いたのは、このことです。
私がそう選んでいるということは、裏を返せば、こうです。
あなたが外に出している仕事のコストは、いま下がっている可能性が高い。ですが、請求書は下がりません。
そして、それは相手が悪いのではありません。 下げたら、相手にとってその投資が損になるからです。私と同じ理屈で、たいていの受注側は下げません。
外に出している側から見れば、コストは本質的には下がります。 下がる余地は、実際にあるからです。ただし、放っておいて下がることはありません。
組み立て直せば、下がる可能性が高い。
何をどの単位で頼んでいるか。どこまでを外に出して、どこからを自分で持っているか。その形は、多くの場合、「作るのに人手がかかっていた頃」のまま固まっています。 前提が変わったのに、頼み方だけが残っている。
Vol.12で「前提は技術で動く変数であって、法則ではない」と書きました。当たり前だと思って動かしていない条件も、技術が変われば動く、という意味です。 何をどこまで外に出すか——外注の形も、その一つです。
もう一つ、これはVol.14に戻る話です。
先ほどの三つの行き先——値下げ、利益、振り替え。受注側が三つ目を選ぶ動機は、どこから来るか。
発注側が見ているときです。
同じ金額で返ってくるものが厚くなったことに、誰も気付かないなら、三つ目を選ぶ理由はありません。二つ目のほうが確実です。 誰にも分からないのですから。
Vol.14で「フィードバックは、代金の一部である」と書きました。あれは、ここにも当たります。 発注側が受け取ったものを見て、何か返す。その一往復があるかどうかで、浮いた工数の行き先が変わります。
見ていない発注側のところには、三つ目は届きません。 悪意ではなく、届けても気付かれないからです。
当社について、正直に書いておくことが二つあります。
一つ。この仕組みで増えたのは、決める手前の部分だけです。
Vol.15で、こう書きました。読む・調べる・突き合わせるといった作業は、人でもAIでも増やせる。ですが、最後に「これでいく」と決める人の数は、増やせない。
いま、うちで起きているのが、まさにそれです。 調べる、直す、案を突き合わせる——ここは何倍にもなりました。承認するのは、相変わらず私一人です。
そして、Vol.15にはこうも書きました。絞り込みが厚いほど、決める人は「絞られた後のもの」しか見なくなる。 中小企業の強みは、社長のところに生のまま届くことだ、と。
いまのところ、私はまだ、全部見ています。
お客様から来た連絡そのものを読み、AIがどう動いたかの過程を見て、最後に出来上がったものを見て判断しています。絞られる前も、絞られた後も、両方見ている状態です。
ですが、これは意識して守っているわけではありません。まだ、見られる量だからです。
件数が増えれば、どこかで見なくなります。そのとき私は、「絞られた後」しか見ない側に移ります。 Vol.15で、大きな会社の決裁者について書いたのと、同じ場所へです。
そして、そちらへ移る覚悟はしています。
Vol.15で、私は「受け取れる量に合わせて、出す量を決めている」と書きました。いま、その前提を、自分で崩しにいっています。 見る量のほうを減らして、出せる量を増やす側へ。
それが正しいかどうかは、分かりません。 ただ、そちらへ行く、というだけです。
変わらないことが、一つだけあります。 見なくなった部分で何かが起きたとき、謝りに行くのは、やはり私です。
二つ。「もっと踏み込んだことをする」と書きましたが、それが本当にお客様にとって価値のあることなのかは、こちらが決められる話ではありません。 決めるのは受け取る側です。Vol.15で書いたとおり、受け取る側が受け取れる量を超えて渡したものは、価値ではなく、ただの押し付けになります。
うちに頼めば解決します、という結びは、今回も付きません。
明日、できることを書きます。
「AIを導入したか」を、自社に問うのをやめてください。 その問いでは、①の6,000人と同じ答えしか出ません。
代わりに、外に出しているものを一つ選んでください。 システムの保守でも、経理の代行でも、印刷でも、配送でも、何でもかまいません。
そして、この二つを見ます。
一つ目——この1年で、請求額は変わったか。
二つ目——この1年で、返ってくるものの中身は変わったか。
一つ目だけを見ていると、たいてい「何も変わっていない」という答えになります。 ①の9割と同じです。
そして、二つ目は、たぶん自分では分かりません。
③に書いたとおりです。妥協されていたことも、それが解消されたことも、受け取る側からは見えません。 比べる相手が、手元に無いからです。
だから、聞いてください。
「いま、どこか妥協しているところ、ありますか」
「この1年で、前ならやらなかったことをやってもらっている部分は、ありますか」
——これは、値切るための質問ではありません。むしろ逆です。
Vol.14で「フィードバックは、代金の一部である」と書きました。この質問は、その一往復の始まりです。 聞かれた側は、見られている、ということを知ります。 そして②に書いたとおり、受注側が三つ目を選ぶ動機は、そこからしか生まれません。
値切るのは、いちばん効きません。 値切れば、相手は中身のほうを薄くして帳尻を合わせます。そして、薄くなったことも、やはり見えません。
変えるとすれば、頼み方の形です。 何をどの単位で頼んでいるかを、「作るのに人手がかかっていた頃」の形から組み直す。
——明日、こう話してみてください。「世界の経営者6,000人に聞いたら、9割が『この3年、AIの影響なんて無かった』って答えたんだって。なのに同じ人たちが、『これからの3年は効く』って答えてるらしいよ。……うちが外に出してる仕事、この1年で中身って変わってないかな」
CoBANTO3-AIチャット
https://www.netkomuten.tokyo/lp/co-banto3-ai
本紙のバックナンバーを記憶し、本紙の読み方（戦略の階層・歴史循環）で、あなたの会社の状況に当てて答えるAIチャットです。記事は「地図」ですが、地図は現地には当たりません。「この号の話、うちの場合はどうなるのか」を訊く場所として用意しました。
ご利用は事前購入のクレジット制です（1,000円から）。月額の契約ではないので、解約の手続きはありません。使った分だけ減り、無くなれば止まります。
読者登録をいただいた方に、無料クレジットを500クレジット追加させていただきました。ぜひ使ってみてください。
ライトノベル「ようこそ、東京ネット工務店へ」
https://www.netkomuten.tokyo/channels/novel-tnk-part1/articles/ch11
小さなIT企業の現場を書いた小説です。毎号1話ずつご紹介します。
今号の話：〈秋編 第11話「世界観を考えた設計、初めての成功」〉
老舗旅館から「温かいおもてなしを感じられるように」と言われた新人が、和紙が舞うアニメーションと長い感謝メッセージを盛り込んだ画面を作ります。デモの日、女将がその画面を見ます。
Q&Aコーナー
AI・IT業界に関するご質問を募集しています。CoBANTO3-AIチャットのサポートも、こちらへお願いします。
いただいたお名前は匿名にして回答します。内容によっては、個別に回答させていただく場合があります。