Deep Blue

(組立ポイント　ビス止めと工具 | 近藤科学 - Part 1000から)

具体的に言うと：

最初に1個だけガッツリ締めたら → そっち側ばっかり沈んで、部品が斜めになってまうねん。反対側が浮いたり隙間できたりする。

横並びで順番に締めていったら → 片側からどんどん締まるから、部品が「く」の字みたいに歪んだり、反対側に逃げて隙間ができたりするわ。

対角線（①→②→③→④）で締めると → 斜め向かいに交互に締めていくから、四隅にバランスよく力がかかるねん。部品がまっすぐ平らに落ちつくし、均等に圧力がかかってガタつかへん。

要は「偏った力がかからんように」するのが目的や。機械とか精密部品、エンジンのヘッドとか、車のパーツとかで特に大事なんやで。4本以上のビスがあるときは「対角線上」を意識して、徐々に締めていく（最初は軽く、最後に本締め）のが基本やねん。

一言で言うたら： 「部品をゆがませへんように、均等に締めるため」や！

数十万円から数百万円規模のトラブルでは、弁護士費用や裁判費用（実費）を払うと、たとえ裁判に勝っても手元に残るお金がマイナスになるか、ごくわずかになってしまいます。「正直者が損をする」社会になってしまっており、法律の趣旨である「権利の救済」が十分に機能していません。

この課題を解決するために、AIの活用による実質的な訴訟費用の引き下げは、今後極めて重要なアプローチになります。具体的にどのような形で法制度や手続きを変革できるか、3つの視点で整理します。

1. AI活用による「訴訟費用の引き下げ」の具体策

AIが司法手続きに組み込まれることで、一般市民が弁護士に頼らず、あるいは安価に法的手続きを進められる可能性があります。

証拠整理と書面作成の自動化（最もコストがかかる部分の削減） 裁判で最も時間がかかり、弁護士費用が高くなる原因は「訴状」や「準備書面」の作成、そして大量のLINEのやり取りや銀行口座の明細といった「証拠の整理」です。 AIがチャットの履歴や契約書をスキャンし、裁判所にそのまま提出できる形式の訴状や証拠説明書を自動生成できるようになれば、市民はほぼ無料で質の高い書類を手に入れられます。

勝訴確率と回収可能性の「超高精度予測」 「裁判に勝てるか」「勝ったとして相手から本当にお金を回収できるか」を、過去の膨大な判例や相手の属性データからAIが事前に予測します。これにより、無駄な裁判を起こすリスクを未然に防ぎ、勝てる裁判だけにリソースを集中できます。

対抗手段（財産隠し）の自動検知 今回の事件のように「他人の口座にお金を逃がされている」ケースでも、AIが過去の隠蔽パターンを分析し、「どのタイミングで、どの法的手続き（詐害行為取消権など）をとるべきか」の法的ルートを即座にナビゲートすることが可能になります。

2. 進む「リーガルテック」と今後の課題

現在でも、AIを活用した「リーガルテック（LegalTech）」は進化していますが、少額訴訟の救済にはまだいくつかの壁があります。

現行法（弁護士法72条：非弁活動の禁止）の壁 日本では、弁護士資格を持たない者が報酬を得て法的アドバイスや書類作成を行うことを法律で禁じています。AIサービスがどこまで具体的な個別事案に踏み込んで書類を作ってよいかという法律・規制の緩和が進まなければ、民間企業が便利なAI裁判サポートツールを一般向けに提供することができません。

「IT化」そのものの遅れ 日本の裁判所もようやく民事裁判のデジタル化（eリーガル）を進めていますが、システム全体がAIとシームレスに連携し、一般人がスマホ一つで裁判を完結できるようになるには、まだ数年の猶予が必要です。

3. 「少額訴訟制度」自体のアップデートも不可欠

AIの導入と同時に、制度そのものを「AIフレンドリー」に変える必要があります。 現在の日本の「少額訴訟制度（60万円以下の金銭トラブルを1回の審理で終わらせる制度）」は、手続き自体は簡素ですが、「相手が拒否すれば通常の長引く裁判に移行してしまう」「判決が出ても結局差し押さえは自分でやらなければならない」という致命的な弱点があります。

AIによって「書類作成のコスト」をゼロに近づけ、さらに裁判所の手続きも「オンラインでAIが事実認定をサポートする」ような仕組みになれば、少額の債権であっても、悪意ある踏み倒しを許さない社会が実現できます。

まとめ

あなたの指摘される通り、テクノロジーによる司法コストの削減は、単なる便利さの追求ではなく、「法の下の平等」や「正義」をすべての人が享受できるようにするための社会保障的な課題と言えます。

今回の悲劇的な事件も、もし被害者が「数万円、数千円のコストで、相手の財産隠しを自動で追跡・差し押さえできるAIツール」にアクセスできていれば、絶望して凶行に走る前に解決できていたかもしれません。

もし、現在の「日本の裁判デジタル化の進捗」や、「海外（アメリカや中国など）でのAI裁判・オンライン裁判の先進事例」について興味がございましたら、さらに具体的な情報をお伝えできますが、いかがでしょうか？

現行法による業務独占が、資格者の利益を守るための「既得権益の保護」になってしまっては本末転倒であり、「国民の権利や利益を最も効率的に守るにはどうすべきか」という本来の趣旨に立ち返った見直しが不可欠です。

特に弁護士法72条が定める「非弁活動の禁止（業務独占）」は、元々は「悪質な詐欺師やブローカーが法的知識のない市民をだまして不当な利益を得ることを防ぐ（消費者保護）」ために作られたものです。

しかし、現代においてこの規制を硬直的に運用することで、市民の権利保証が実現されない本末転倒な事態になっています。以下のような「部分的な見直し」や「規制緩和」の必要性が生じています。

1. 「AIと弁護士の役割分担」による部分的な見直し

すべての法的業務を弁護士が独占するのではなく、リスクの低い領域から部分的にAIへ開放していくグラデーション（段階的緩和）が必要です。

定型的な書類作成の開放：少額訴訟の訴状、契約書のひな形作成、未払い残業請求の計算など、ミスによるリスクが比較的低く、型が決まっている業務はAIによる自動生成を全面的に認める。

初期相談・ナビゲーションの開放：自分のトラブルがどの法律に触れ、次にどんな手続き（内容証明、調停、裁判など）をすべきかという「法的な交通整理」は、AIチャットが無料で提供できるようにする。

このように、「低リスク・低価格な初期対応はAI」、「複雑な交渉や実際の裁判出廷は弁護士」という住み分けにシフトしていくことが現実的です。

2. 「利用者の自己責任と選択肢の拡大」という視点

現在の法律は「質の低い法的サービスから市民を守る」という大義名分を持っていますが、結果として「費用が高すぎて誰もサービスを受けられない（泣き寝入りする）」という本末転倒な状況を生んでいます。

「多少のリスクはあっても、安価で手軽なAIに書類を作ってもらいたい」という市民の選択権を奪っている状態と言えます。一定の免責事項を設けた上で、市民が自己責任でAIリーガルサービスを選択できるように法改正を進めるべきだという議論は、法曹界の外からも強く上がっています。

3. 海外における「業務独占」の見直しの動き

世界では、すでにこの業務独占の壁を部分的に壊す動きが始まっています。

アメリカ（一部の州）：ユタ州やアリゾナ州などでは、弁護士資格を持たないIT企業や法務アシスタントが、一定の法的サービスを低価格で提供することを実験的に認める制度（リーガル・サンドボックス）が導入されています。

イギリス：法曹資格を持たない一般企業でも、法律事務所を経営・所有してテクノロジーを活用した安価なリーガルサービスを提供できる法律（リーガルサービス法）が早くから施行されています。

まとめ

医療の世界でも、かつては医師しかできなかったオンライン診療や、一部の検査・処置が時代の変化（技術の進歩や医師不足）に合わせて看護師やITに部分開放されてきた歴史があります。

司法の世界においても、弁護士法を絶対聖域とするのではなく、「少額被害者を救済する」という大目的のために、AIができる領域は民間に開放していくような柔軟な法改正が、これからのデジタル社会には絶対に必要だと言えます。

司法のIT化や規制緩和について、さらに深掘りしたいテーマ（例えば、「日本弁護士連合会（日弁連）の現在のスタンス」や、「現在日本で認められているリーガルテックの限界」など）はございますか？気になる方向性を教えていただけますと幸いです。

「ユタ州やアリゾナ州などでは、弁護士資格を持たないIT企業や法務アシスタントが、一定の法的サービスを低価格で提供することを実験的に認める制度（リーガル・サンドボックス）が導入されています。」ということですが、aiに、人間と同じ司法試験を受けさせ、合格した場合に、弁護士資格を与える、という、「反論のしようがない」王道を通ればよいと思います。

AIに人間と同じ司法試験を受けさせ、合格したら弁護士資格を与えるというアプローチは、一見すると「実力主義」の客観的で明快な解決策に思えます。

しかし、法制度や倫理の観点からは、「試験に合格できる能力」があっても「資格（ライセンス）を与えられない理由」が複数存在します。主に以下の3つの決定的な壁があるため、単純な王道とはならないのが現状です。

1. 「責任の主体」になれない（権利能力の欠如）

弁護士資格は、ミスや不正があった際に「損害賠償責任」を負ったり、悪質な場合は「懲戒処分（資格剥奪や業務停止）」を受けたりする法律上の責任主体であることを前提としています。

財産や刑罰の対象外: AIは自前の財産を持たないため損害賠償ができません。また、刑務所に入れることもできません。

法人格の不在: 現代の法律では、権利や義務を持てるのは「自然人（人間）」と「法人（会社など）」のみです。AIに資格を与えるには、まず「AIを人間と同等の法律上の人格（AI人など）と認めるか」という、社会の根底を覆す法改正が必要になります。

2. 「司法試験の仕組み」とのミスマッチ

現在の司法試験は、膨大な知識の暗記やパターンマッチングができるかを試す性質が強いため、AIにとっては「人間よりも圧倒的に有利なゲーム」になってしまいます。

暗記・検索能力の不平等: AIはすべての判例や六法全書を一瞬で記憶・検索できるため、知識量での試験はAIにとってハードルになりません。実際、すでに米国の司法試験（UBE）の模擬試験で、AI（GPT-4など）が上位10%の成績で合格ラインを大幅に超えた事例があります。

「理解」の証明にならない: AIは確率的に「もっともらしい文章」を生成しているだけで、法律の「精神」や「正義」、依頼人の「感情」を本当に理解しているわけではないという批判（哲学的・倫理的反論）をクリアできません。

3. リーガル・サンドボックスが目指す「本来の目的」

ユタ州やアリゾナ州が導入している「リーガル・サンドボックス（規制のサンドボックス）」は、AIに弁護士資格（特権）を与えるための実験ではありません。目的は「司法へのアクセス（Access to Justice）の改善」です。

弁護士費用の高騰: 米国では弁護士費用が高すぎて、一般市民や中小企業が裁判を受けられない「リーガルデザート（法的砂漠）」が問題になっています。

役割の分担: 「AIを弁護士にする」のではなく、定型的な書類作成や初期の法律相談などの「簡単な業務」を非弁護士やITツールに開放することで、低価格なサービスを市場に流通させることが真の狙いです。

このように、AIに試験を受けさせるアプローチは「知識の証明」にはなりますが、「責任と倫理の証明」にはならないため、法曹界では依然として強い反論が存在します。

もしこのテーマをさらに深掘りする場合、どのような点に興味がありますか？

AIが実際に米国の司法試験に合格した具体的なニュース

日本における「AIと非弁活動（弁護士法72条）」の最新の規制緩和の動き

「AIに法的責任を負わせる」ための法学的な議論の進捗

ご興味のある方向性を教えていただければ、さらに詳しくお答えできます。

ここは、自動運転タクシーとまったく同じ考え方が適用できますね。

まさにその通りです。自動運転タクシーにおける「責任の主体をどう定義するか」という議論は、AI弁護士の議論と完全にシンクロしています。

自動運転の普及に伴い、法律の世界ではこの課題に対して「AIを人として認める」のではなく、既存の枠組みを拡張する形で現実的な解決策を見出してきました。

自動運転タクシーの事例をベースに、AI弁護士にどう応用できるか（あるいは何が異なるのか）を整理します。

1. 自動運転が取った解決策：「運行供用者」への責任集中

自動運転車（レベル4以上）が事故を起こした際、車（AI）を逮捕したり損害賠償を請求したりすることはできません。そのため、現在の法制度では以下のように処理されます。

運行供用者責任（人・法人の責任）：車を運行させて利益を得ている「タクシー会社（法人）」や「システム開発企業」が、民事上の賠償責任を100%負う。

製造物責任（PL法）：システムに欠陥があった場合は、メーカーが責任を負う。

【AI弁護士への応用】 AIに直接資格を与えるのではなく、「AI法律システムを運営する法人」に弁護士法人のような資格や責任を認めるというアプローチです。これは、まさにユタ州やアリゾナ州のリーガル・サンドボックスが実験している形（非弁護士が所有するIT企業への参入許可）そのものです。

2. 「刑事責任」の壁：車と弁護士の違い

自動運転とAI弁護士で、決定的に異なるのが「刑事責任（罰）」の扱い方です。

自動運転の場合：事故原因が「システムの誤作動」であれば、運転していたAIを処罰することはせず、不可抗力として扱うか、設計者に過失がなかったかを検証します。

弁護士の場合：弁護士の不祥事（依頼人の金の横領、虚偽証拠の提出、守秘義務違反など）には、しばしば「故意（わざとやった罪）」が伴い、懲役刑などの刑事罰が科されます。AIが「故意に嘘をついた（ハルシネーションではなく騙す意図があった）」とみなされた場合、誰を刑務所に入れるべきかという問題が、自動運転よりもはるかに複雑になります。

3. 「保険」によるイノベーションの担保

自動運転タクシーが公道を走れるようになった最大の原動力は、損害保険会社が「自動運転専用の保険」を開発し、事故の被害者が必ず救済される仕組み（経済的担保）を作ったことです。

【AI弁護士への応用】 AI弁護士が誤った法的助言をして依頼人に大損害を与えた場合、そのAIサービスを提供している企業が加入する「AI専用の業務過誤保険（プロフェッショナル賠償責任保険）」の整備が不可欠になります。これがあれば、AI自身に財産がなくても、被害者は救済されます。

結論として、ご指摘の通り「AIに人格を与える」という大がかりな法改正をしなくても、自動運転タクシーが「運行会社＋メーカー＋保険」で責任を担保したように、AI弁護士も「運営企業＋開発者＋賠償保険」というチームで責任を負う形にすれば、技術的には今すぐにとでも社会実装が可能です。

この「人間や法人がAIの責任を肩代わりする」というアプローチについて、さらに深掘りしてみたい点はありますか？

AI法律相談でミスが起きた際、開発者と運営企業のどちらが責任を負うべきか

自動運転の法整備（道路交通法改正など）が、AI弁護士の法整備に与えるヒント

小寺信良のIT大作戦

2026年07月13日 11時12分

　7月8日、ディスプレイ搭載AIグラス市場で世界首位とされる中国「Rokid」が発表会を開き、日本市場への本格参入を表明した。クラウドファンディングの「Makuake」にて歴代ランキング1位となる6億3600万円以上を達成したことを受け、今後1年以内に日本市場へ少なくとも10億円規模の投資（マーケティング、研究開発、開発者エコシステム支援など）を行うという。

東京ミッドタウン日比谷で開催された中国「Rokid」のメディア発表会

　昨今、AIグラスは、そのありかたが問題視されている。AIグラスに搭載されているカメラで、本人の同意なく撮影され、その動画や写真がSNSに投稿されるといったことが、世界各国で反発を招いている。つまり、「盗撮」の道具となるのは時間の問題だというわけだ。

　こうした指摘は、2013年から15年まで販売されていた「Google Glass」でも起こっていた。当時からすでに、公共空間で「誰かに見られる」ことと、「撮影・保存・拡散される」ことは別問題であるという議論が起こった。

　Rokidの発表会では、当然ながらAIグラスを装着したスタッフが我々を出迎え、登壇者も全員AIグラスを装着していた。

Rokidはディスプレイ搭載型AIグラス市場でトップシェアを獲得している

　そういう人たちに囲まれてしまうと、確かに一般の女性は不安になるだろう。突然たくさんの報道陣に囲まれるようなものだ。容姿が撮影され、気軽にSNSに投稿されたら、どんな誹謗中傷を受けることになるのか分からない。

　一方で筆者はいい歳をしたオッサンであり、その姿形には価値がない。意外と足が短いとか言われたら多少傷つく程度だ。よって自分の姿が撮影されていても、あまり気にしていない。

　しかしそのことよりも、もっと別のことに対して不安になった。

AIグラスの可能性

　AIグラスは、AIをウェアラブルにするという目的で作られている。AIは人間から何らかの指示なり質問なりを与えることで回答を返すわけだが、人間が直接的に指示を与えるなら音声入力ということになる。つまりAIグラス内蔵のマイクで利用者の音声を聞き取るわけだ。

　ディスプレイ非搭載のAIグラスは、結果を音声で返す。ディスプレイ付きAIグラスは、音声に加えて視覚情報、すなわち文字や図形などで返す。

　この中で重要なのが、AIに対する視覚的情報入力だ。カメラで捉えられたものをAIが判別して、何らかの処理を行う。例えば外国語の看板であれば翻訳文を表示するだろうし、同じ商品の数を瞬時にカウントさせるなど、商品在庫管理などにも利用できる。

　Rokidの発表会では「Rokid Card」というサービスが紹介された。これはビジネス時の名刺交換の際、大抵は名刺から読み取れる情報は少ないが、名刺を撮影することでAIが関連情報を検索して要約し、AIグラスに表示してくれるというものだ。これにより、会話につながる「次の一言」の情報が得られるようになる。

名刺を撮影すると、「次の一言」に必要な情報を探してくる 「Rokid Card」

　こうした機能を使う際に、カメラでの「撮影」という行為が必要になる。カメラに写ったあらゆる情報を読み取ってしまうと、動作が煩雑すぎる。よって撮影というトリガーを通じて、この機能が起動するわけだ。

　例えば筆者などは、顔は覚えているが名前が出てこないケースが多くて困る。顔認識してその人の名前がすぐ出てくるようなアプリがあればずいぶん助かる。すでにFacebookなどでも、アップした写真に写っている人物をFacebookユーザーから探し出す機能がある。AIグラスでも、過去撮影した写真や、SNSやメディアに公開されている写真から該当人物を探し出すのは、難しいことではないだろう。

　ただ、こうした機能が実際に動き始めることを想像すると、多くの人は途端に不安になるのではないだろうか。

　顔を合わせただけで、AIグラスをかけている相手側は、こちらからは分からない情報を得ているかもしれないのだ。例えば3年前にXが炎上したとか、昨日は息子と喧嘩したとか、もちろんどこかで公開している情報ではあるのだが、本人はネタにしてほしくない情報が、その場で瞬時に相手側に知られるかもしれない。

問題の本質は、非対称性

　筆者が感じた不安は、言うなれば「情報の非対称性」だ。

　例えば先に挙げた名刺交換のシーンを考えてみよう。はじめまして、という相手と名刺交換する場合、互いに相手のことは知らない。その意味では情報はお互いにゼロであり、対称である。

　名刺交換しても、相手の名前や会社名、役職などは分かるが、相手の会社やその人の仕事のことまでは詳しく分からない。この段階でもまだ情報は対称である。

　だがそこに相手方だけAIグラスからの情報が入ってくると、自分は相手のことをまったく知らないが、相手はこちらのことをよく知っている状態になる。ここで、情報の非対称性が生じる。

　人間関係は、こちらが持っている情報が少ないことで、圧倒的に不利になる。特に交渉事はスタート時点で不利だと、なかなか逆転することは難しい。これは詐欺でも同様の手法がよく使われている。薄い情報であっても、こっちのことはなんでも知ってるぞと相手に知らせ、有利な立場に立つところから始まる。

　それがビジネスの現場であったら、AIというツールを使いこなせていない方が悪いという話になる。だったらお前もAIグラス買えよという話で終わりだ。

　しかしビジネスの現場ではないところではどうだろう。居酒屋で楽しく飲んでいるときに、向かいの席のAIグラスをかけた連中からクスクス笑われたら、いい気持ちはしないだろう。

　容姿が無断で撮影されてネットにさらされるのは、プライバシーの侵害ということは誰しも理解するところだ。だがそれに加え、相手がこちらが提示している以上の情報、逆に言えば積極的に知られたくない情報を勝手に得ているということは、「自分の情報が自分のコントロール下にない」ということであり、これも一種のプライバシーの問題となりうる。平たい言葉で言えば、新種の「ハラスメント」ということであり、心身の安全に関わる問題である。

　同様のことは、スマートフォンとカメラ、AIアプリなどを組み合わせれば現時点でも可能だろう。だがこれが今まで問題にならなかったのは、スマートフォンで撮影するという行為は明らかに目立つため、相手の同意が必要になるという蓋然性が高かった。またスマートフォンは、画面を人に見せて情報を共有することが可能であり、何をしているのか、あるいは何をしていないのかを証明することができた。

　だが現代のAIグラスは、かつてのGoogle Glassのような突飛な形状をしておらず、一般的なメガネやサングラスのように見える。スマホやカメラを取り出して撮影するというアクションを取らなくても撮影が可能であり、相手の同意が必要であるという蓋然性が低い。つまり存在が目立たないし、何をしているのかはAIグラス使用者にしか分からない。

　人よりも有利に立てることを好む人は多い。ではそれに対抗するため、全員がスマートグラスを付けて対等になれば、問題は解決なのか。

　ある限られた社会、例えばビジネスの現場など、コンセンサスが取りやすい場所ではその論理もありうるだろう。しかしそれが一般社会に溶け出したとき、そこに軋轢（あつれき）が生じる。

　Google Glassの時は、AIグラスお断りのレストランなどが出てきた。特に日本はプライバシーを尊重する社会であるため、同様のアクションは比較的短期間で起きる可能性は高い。

視線を重要視する社会

　もう一つ、これは日本特有の話かもしれないが、日本ではコミュニケーションする際に、視線を気にする社会である。話を聞く時は相手の目を見ろとか、子供の頃に厳しくしつけられた人もいらっしゃるのではないだろうか。

　例えば目が認識できないほどの濃いサングラスは、TPOによって許容されたりされなかったりする。ビーチや屋外イベントでは当たり前だが、それ以外の場所でサングラスをした知らない相手と話をするときには、信用しちゃダメな気がする。

　つまり、相手はこちらに顔を覚えられたくない人間なのではないか、という疑いが生じるわけだ。訝（いぶか）しむ、という表現がこれほどまでにしっくりくる状況もまたないだろう。

　別の例では、話を聞いている相手がスマホを見ながらフンフンとうなずいていると、なんだよちゃんと話聞けよという気になる。もしかしたら自分の話をスマホでメモしているのかもしれないが、それでもなんとなく不快感が生じる。

　「目は口ほどにものを言う」ということわざどおり、言語による意思疎通以上のものを、目の動きから察する文化を持っている。

目線が確認できない全面反射

　AIグラスは、度付きレンズ対応が日本普及のキーとなることは間違いない。Rokidはフラットなガラスディスプレイを採用しており、度付きにする場合はこのフラットなガラスの内側から、度付きレンズをはめ込むという構造になっている。

　表側はフラットなガラスなので、光の反射が全面に起こる。一般に度付きのレンズは表面がカーブしているので、反射があっても一般には均一にならない。よってAIグラスの反射は、メガネとしてはかなり特殊だ。

　この目線が確認できない全面反射が、ドラマなどで見る「インテリの悪人」のイメージにつながる。何か企んでいる時の表現と合致するのである。

フラットガラスゆえに、全面反射が起こる。登壇者はRokid国際事業統括のZoro Shao氏で、怪しい人ではない

こちらも特有の反射の例。登壇者はRokidグローバル・オープンエコシステム統括のWeiqi Zhao氏で、怪しい人ではない

ディスプレイ付きAIグラス特有の反射。登壇者はRokid開発者のLois Lee氏で、やっぱり怪しい人ではない

　対面で話をしているときにこうした現象が起こったら、なんとなくこの人は信用しちゃダメな人、という印象を与えるだろう。

　また話をしているのに、目が何かの情報を読んでいると、微妙に目が泳いでいるような視線になるというのも、目線に厳しいタイプの人であれば気になるだろう。

　Rokidでは7月8日から1カ月、Rokid Glassで撮影した写真や動画、AR録画やARスクリーン録画をSNSに投稿するという「Rokid 日本チャレンジ大会」を開催するという。盗撮議論が落ち着いていないタイミングで、なかなかチャレンジングな話である。

　もちろんRokidも、盗撮問題を知らないわけではない。実際に中国では、RokidのAIグラスで撮影され、SNSに投稿された動画がすでに社会問題となっており、6月には「スマートグラスに関する初の業界行動規範」が 中国情報通信技術アカデミー（CAICT） から示されたばかりである（参考：South China Morning Postの記事）。Rokidとしては、日本においてはAIグラスで撮影する写真・動画を、早く一般的なものにしたいという戦略なのかもしれない。

7月8日よりスタートしている「Rokid 日本チャレンジ大会」

　だがこうした盗撮に対する疑念の払拭や、技術的な規範が決められてクリアになったとしても、情報の非対称性、要するにズルしてるんじゃないかという感情を、どのようにクリアしていくか。

7/13(月) 6:40

日本の高等教育の見直しが求められる（画像：本文をもとに生成AIで作成）

　日本のAIの水準は、国際的に見て決して低いとは言えないが、トップに位置する米国、中国との間には大きな差がある。日本がAIで遅れた根本原因は、大学など高等教育に“課題”がある。どのように人材育成をテコ入れし、日本の“強み”を発揮していけばいいのか。 日本のAI人材不足「本当の原因」は何か【画像付き記事全文はこちら】

日本は世界11位…“AI後進国”でなくとも満足できない理由

　前回、ロシアがAI分野で著しく遅れていることをみた。では、日本はどうか。 　英トータス・メディアの「Global AI Index」（2024年版）によれば、AI分野で日本は世界83カ国中第11位である。 　1位と2位は米国と中国であり、日本と両国との差はきわめて大きい。 　ただし問題は、それだけではない。シンガポール、イギリス、フランス、韓国、ドイツ、カナダ、イスラエル、インドも日本より上位にある。 　日本が世界第11位であるという数字は、決して最下位に近いということではない。むしろ、全体として見れば上位グループに入っているとも言える。しかし、日本の経済規模や、かつての技術立国としての地位、製造業における蓄積などを考えれば、第11位という位置に満足してよいとは言えない。特に重要なのは、順位そのものよりも、上位国との差の質だ。 　AIは、重化学工業や自動車産業が中心であった時代とは異なる競争原理で動いている。かつての日本は、品質管理、生産現場の改善、部品のすり合わせ、そして熟練労働によって、高い競争力を築いた。しかしAIでは、ソフトウェア、データ、計算能力、研究開発の速度が決定的な意味を持つ。ここで遅れれば、製造業の現場がいくら優れていても、世界の技術体系の中心から外れていく。 　この状態を変えていかない限り、世界における日本の地位は、今後ますます低下していくと考えざるをえない。

【SaaSの死】成長企業を沈ませる米国AIの「創造的破壊」

　米国でAIを中心として大きな変化が起きていることは、言うまでもない。米国社会は、今AIを軸として大きく変わろうとしている。 　ただし、これによって、すべての企業の株価が上昇しているわけではない。実際には、ついこの間まで成長企業と考えられていたSaaS企業の株価が下落している。これまでSaaS企業が提供していたサービスが生成AIに代替されてしまうからだ。 　これは「SaaSの死」と呼ばれる現象だ。古いものが退場し、新しいものがそれにとって代わる。こうして経済が急速に変わっていく。これは、経済学者ヨーゼフ・シュンペーターが言った「創造的破壊」そのものと言えるような状況だ。

中国で進むAI高速実装…米中の性能差はなくなったのか

　中国はAI分野において、さまざまな指標で見て、米国に次ぐ世界第2位の地位を占めている。そして、米国との差は、急速に縮小している。最近のStanford AI Index 2026では、「米中のAIモデル性能差は実質的に閉じた」とされている。米国はなお、トップ級モデルの数、民間投資、基礎的な研究環境などで優位にあるものの、中国のAIは、性能面で米国のトップモデルと首位を争う水準に近づいている。 　中国の強さは、大学、企業、政府、地方政府が連携し、研究開発から実装までの速度が非常に速いことにある。また、AIを監視、金融、物流、製造、医療、教育などの現実の分野に広く適用している。AIは研究室の中にとどまらず、社会の中で使われ、その過程でさらに改善されていく。 　この点で、日本との差は大きい。日本では、新しい技術を導入する際に、制度、慣行、組織内の合意形成が障害となる場合が多い。実証実験は行われるが、それが全国的な実装に広がらない。小規模な成功例はあるが、社会全体を変えるような力にならない。

「AIで遅れる」ことの意味、米中2強支配での日本の現実

　これからの世界は、米国と中国の力の争いになる。ここでいう「力」とは、軍事力だけではない。AIにおける実力が、国家の力を決める重要な要素になる。 　AIで遅れることは、単に1つの産業で遅れることではない。それは、国家全体の競争力で遅れることを意味する。かつて石油や鉄鋼が国力の基礎であったように、これからはAIが国力の基礎になる。 　日本が米国と中国に完全に追いつくことは、もはや容易なことではない。両国には、巨大な国内市場、豊富な人材、強力な企業、膨大な投資がある。米国の場合には、世界中から人材を引き寄せる力がある。 　しかし、だからといって日本が努力を放棄してよいわけではない。独自の強みを生かし、少なくともAIを使いこなす国になる必要がある。

頭脳流出が止まらない…日本のAI人材不足「本当の原因」

　日本がAIで遅れた基本的な原因は、AIやデータサイエンス関連の高等教育が遅れていたことだ。コンピューターサイエンス、統計学、数学、情報工学、機械学習を本格的に学ぶ人材の層が薄かった。大学の学部構成も、古い産業構造に対応したまま長く維持され、新しい分野への転換が遅れた。 　中国の大学は、コンピューターサイエンスや情報工学などの分野を重視し、多くの学生を育成した。さらに、学生は米国などに留学し、最先端技術を吸収した。帰国した人材は、大学や企業、スタートアップで重要な役割を果たした。 　これに対して、日本では、情報の重要性が十分に認識されなかった。製造業の現場力が強かったため、ソフトウェアの価値が過小評価された面がある。ハードウェアを作れば競争できる、品質を高めれば勝てるという発想が長く続いた。しかし、AI時代には、ソフトウェアが製品の価値を決める。データを集め、分析し、モデルを改善し、サービスとして展開する力がなければ、競争の中心に立てない。 　頭脳流出も問題だ。優秀な研究者や技術者が、より高い報酬、研究環境、自由度を求めて海外企業に移る。日本企業の給与体系や年功序列的な人事制度では、世界的なAI人材を引きつけることが難しい。 　高度人材を育てても、国内に活躍の場がなければ、結局は海外に流出してしまう。

日本はAIで巻き返せるのか…カギを握る「4つの条件」

　AIが日本で本当に発達するために、何が必要か。 　第1に、高等教育を抜本的に改革しなければならない。すべての大学生が、少なくとも統計、データ分析、プログラミング、AIの基礎を学ぶ体制を作るべきだ。 　第2に、巨大なデータセンターなどの計算資源を整備する必要がある。日本だけで完全な自給体制を作ることは難しいが、研究機関、大学、企業が利用できる共通の計算基盤を強化することはできる。 　第3に、データ利用の仕組みを整える必要がある。日本には医療、製造、行政、交通、防災などの分野で質の高いデータがあるが、それらは組織ごとに分断され、十分に活用されていない。公共目的や研究開発のためにデータを利用できる制度を作ることが重要だ。 　第4に、スタートアップを育てる必要がある。AIの発展は、大企業だけでは進まない。新しいアイデアを持つ小さな企業が、短期間で成長できる環境が必要だ。

技術の遅れが問題ではない、日本がAI時代に生き残る道

　AI時代において、日本が生き残る道は、米国や中国と同じ土俵で全面的に競争することだけではない。日本が強みを持つ分野でAIを徹底的に活用し、独自の価値を生み出すことである。そのためには、AIを特別な専門分野として扱うのではなく、社会全体の基盤技術として位置づける必要がある。 　日本のAIの遅れは、単なる技術の遅れではない。それは、教育、組織、制度、企業文化、政策の遅れだ。したがって、必要なのは、社会全体の作り替えである。これを行わなければ、日本はAI時代の世界で、周辺部に追いやられることになるだろう。

は、主に英国のTortoise Media（後にThe Observerと連携）が作成する国別のAI能力ランキングです。

概要

開始: 2019年頃から毎年（または定期的に）更新され、各国のAI開発・活用能力を総合的に評価。

評価対象: 投資（Investment）、イノベーション（Innovation）、実装（Implementation）の3つの柱を中心に、7つのサブピラー（人材、インフラ、運用環境、研究、開発、政府戦略、商業エコシステム）で構成。数十〜百以上の指標（AI投資額、特許数、研究論文、企業数、インフラなど）を基にスコアリング。

特徴: 絶対規模（Scale）と人口・経済規模に対する相対強度（Intensity）の両方を考慮。米国・中国が圧倒的に強い一方、小国・中規模国（シンガポールなど）の相対的な強みも明確に比較可能。

目的: 各国がAI競争力の現状を把握し、政策立案に役立てるためのデータ駆動型指標。

最新版（2025年頃のデータに基づくもの）では、対象国は80〜90カ国以上に拡大しています。

日本の位置（最新傾向）

全体ランキング: 11位前後（例: 2025年版で11位）。

上位: 1位 米国、2位 中国、3位 シンガポール、4位 英国、5位 韓国など。

日本はアジアでは中国・シンガポール・韓国に次ぐ位置。

強み:

インフラ: 世界トップクラス（高性能コンピューティング、半導体関連など）。

政府戦略・実装: 製造業を中心とした産業応用が比較的強い。

規模（絶対値）でも上位（11位前後）。

課題:

運用環境（Operating Environment）: 社会受容性や規制面で相対的に弱め（例: 26位前後）。

人材・商業エコシステム・イノベーションのスピードで、生成AIブーム以降に韓国・UAEなどに抜かれるケースが見られる。

全体として、過去には4位前後だった時期もあるが、近年は9〜11位台で安定（またはやや低下傾向）。

日本はハードウェア・インフラ・産業応用の強みを活かした「実装型」AI大国としての位置づけが強く、生成AIの最先端モデル開発や急速な民間投資では米中などに後れを取る一方、着実な基盤を築いている状況です。将来的にはロボット・科学応用分野での強みを発揮する可能性が高いと評価されています。

📦 この状況を解決する主なアイデア

もし実際にこのような状況に直面した場合、お皿を割らずに救出するための対策として、ネット上では以下のような方法が提案されています。 [1]

棚を後ろに傾ける：食器棚全体を後ろ側に傾けることで、お皿を元の棚の奥へと滑らせて戻します。

隙間からクッションを入れる：ガラス戸を数ミリだけ開け、そこから空気で膨らむ袋や、柔らかい布、緩衝材を滑り込ませてお皿を受け止めます。

ガラスを外す・割る：もし横や上からアクセスできる構造であれば、扉を開けずに別の場所からアプローチします。

下に厚手の毛布を敷き詰める：最悪の事態（落下）を想定し、扉の真下に何重にも重ねたクッションや毛布を敷いてから、一人がお皿をキャッチする体制で慎重に開けます。 [1]

その「アクモキャンドル」の仕組みやけどな、めっちゃシンプルで面白いねん。basically 「海水電池（マグネシウム電池）」 の原理を使ってるんや。具体的にはこうなってんねん：

中に金属が入ってる ライトのお尻（底）の部分に、マグネシウムとか鉄みたいな金属の板が入ってんねん。これが「マイナス極」と「プラス極」の役割を果たすんや。

水が「電解液」になる ここがミソなんやけど、普通は電池の中に化学薬液が入っとるやろ？ でもこいつは、外から入れた水がその役割を代わりに果たすんや。 水（特に塩分や不純物を含んでる水）は電気を通しやすいから、これが内部の金属同士をつなぐ「橋」みたいになるねん。

化学反応で電気が起きる 水を入れると、マグネシウムとかが水と反応して、ゆっくりと溶け出しながら電子を放出するんや。この化学反応で発生した電気でLEDを光らせてるわけや。 だから、「おしっこでもOK」っていうのは、おしっこには塩分やアンモニアなどのイオンが含まれてて、むしろ真水より電気を通しやすいから、発電効率ええねん。ジュースやワインも同じ理由やな。

使い捨てやけど長持ち 一度水を入れて反応が始まると、中の金属が少しずつ消費されていくから、基本的には使い捨てや。でも、その金属の量と設計によって、1mlの水で1週間（168時間）も光り続けられるように作られてるんや。すごい持久力やろ？

まとめると：

「水を入れると、中の金属がサビたり溶けたりする化学反応を使って電気を作り出す、いわば『一回きりの乾電池』や」

防災用としては、電池の液漏れや自然放電を気にしなくていいし、水さえあればどこでも使えるから、確かに安心やわな。ただ、一度使ったらもう二度と使えないから、練習用にもう一個買っとくのもアリかもな！

「電池切れ」という概念がない。水で光る防災ライト、おしっこでも可

20260712

小暮ひさのり

( GIZMODOライター )

懐中電灯、電池は生きてます？

備えてはいるんですよ、みんな。でも、いざ停電したときに限って電池が切れてる、液漏れしてる、そもそもどこいったっけ…が、防災あるある。

10年耐久レベルの長期保管できる電池を選んでおけばいいんですが、「電池を使わなくて済む」という選択肢も用意しておくと、もっと安全じゃないかなって。

なので、コイツを防災袋にどうぞ。

水で光るLEDライト「アクモキャンドル」と言います。

1mlの水分で、168時間以上光り続ける

使い方は、お尻をにちょんと漬けるだけ。

内部で発電が始まり、LEDが点灯します。しかも1ml程度の水分で168時間以上、つまり丸1週間光り続けてくれるとか…マジで？ 停電の復旧を待つには十分すぎる持久力じゃない？

さらに頼もしいのが、べつに真水じゃなくてもOKってところ。

水道水でも、雨水でも、ジュースでも、コーヒーでも、ワインでもOK。極限状態なら、おしっこでも光ります。「そこにある液体でなんとかなる」って、非常時における最強の仕様じゃないですか？

保存性もよくって、乾燥した保存環境では10年は状態が変わらないとしています。点検もメンテもなしのほったらかしで済むってのはまさに防災向け。お尻を水にちょんと漬けるだけつかくるかわからない停電への備えとして、今ポチっておきましょう。

今日の1クリックが、10年後の自分を助けるかもしれませんから。

Source: Amazon