☆プロフィール☆

職業は、AI活用クリエイター / AIライターです。

3DCG・Web・動画編集・電子書籍出版など、
20年以上にわたり創作と発信を継続。

現在は、
生成AIを活用した執筆・画像制作・コラム制作を中心に活動しています。

年齢に関係なく、やりたいと思えばやればいい。

この言葉が、口癖になっている私。

転勤族の夫との結婚、
接客業、
子育て、
転職、
兼業、
個人事業。

色々な経験を経ながら、
最終的には「好きなことを仕事にする」を選びました。

☝️Mine Writing Lab
AI統合クリエイターアカウント

お気軽にお問い合わせください。
お問い合わせ先は、こちら ⇒ お問い合わせ

■ 3DCG・アート活動

2002年から3DCGの魅力に惹かれ、グラフィックデザイナーへ転身。

3DCGはアートであり、決して商業画ではありません。

それでも、「描いて欲しい」と仰ってくださる方々がおり、
お仕事として制作を続けてきました。

Renderosityに登録して20年以上。

そして2024年8月、
《月間アーティスト賞》を受賞しました。

■ 小説・電子書籍出版

2010年からブログ小説を公開中。

外注ライターをきっかけに出版社から声を掛けていただき、
2018年より電子書籍作家として活動。

株式会社まんがびと出版社より4冊出版。

2026年現在も、Amazon・楽天ブックス・紀伊國屋など、多数の電子書籍ストアで販売中です。

印税は入らないけどね😅

【出版作品】

■ 自閉症関連
「自閉症ってなんですか？自閉症の息子は私のオアシス」
「僕の友だちは自閉症。あいつは何も変わってない。変わるのは周りの人間なんだ」

■ 掃除関連
「掃除と片付けの違いがわかる？70人にインタビューした最新の片付け＆掃除術は、これ！」

■ 紅茶関連
「紅茶で楽しく健康に！」

■ 外注ライター時代

音楽ジャンルでは、検索1位・2位の記事を多数執筆。

特別ギャラとしてボーナスも頂きました。

とても嬉しくて、でも直ぐに使ってしまいましたけどね（汗

■ 個人事業主へ

2019年、IT系企業へ10数社応募するも全敗。

「年齢がね……」
「せめて40代なら……」

その言葉が、とても悔しかった。

だからこそ、
「自分で仕事を作る」方向へ切り替えました。

2019年9月、開業届を提出し個人事業主へ。

ハローワークでも経緯を説明すると、

職員：「年齢制限に、思いっきり引っかかっているからねぇ」

私：「個人事業主になろうと思います」

そう伝えると、即対応してくださいました。

■ SNS代行・動画編集

個人事業主として最初の仕事はSNS代行。

2年間で10社の企業様のSNS運用を担当しました。

「いいね」
「リプ」
「RT」

それを積み重ねる日々。

一方で、自分自身の活動も続けたかったため、代行業からは離れました。

また、結婚式場勤務とPTA広報活動を通じて、16年以上にわたり動画編集も経験。

その後、動画編集を改めて基礎から学び、1分動画を10本制作。

10社様へ納品させていただきました。

■ AIクリエイターへ

2023年、ある人から見せられた3DCG作品。

「この作者、知ってる？」

その作者は私です😰

そこから再び創作活動が動き始め、Webデザイン案件も受注。

「あさみW.C.D」という屋号で、
Webデザイナーとしても開業しました。

そして2025年、
AIクリエイターとして本格始動。

現在は、

・コラム執筆（不動産・金融・商社・制作会社等）
・ブログ記事制作
・動画編集
・画像生成

などを行っています。

（注：当ブログ内の画像は、すべてAI生成作品です。）

■ 自己紹介

毒親育ちの長女。

2019年に母が他界。

転勤族の夫と結婚し、2人の息子を育ててきました。

長男は自閉症。
次男はプログラマー。

フィットネスジムにも4年以上通い、体型は4サイズダウン。

文字を書くこと。
動画編集。
画を描くこと。

好きなことを仕事にできるのは、本当に幸せなことだと思っています。

👉 お仕事のご依頼・お問い合わせ、お待ちしております！

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

Gemini Enterpriseは「仕事を動かすAI」に近づいていた

AIが「文章を書くツール」から、「仕事を動かす存在」に変わり始めています。

今回参加したGemini Enterpriseのセミナーで、一番印象に残ったのはそこです。

単発で質問に答えるAIではなく、資料検索、日報作成、メール作成までをまとめて処理する方向へ進み始めているのです。

Google以外ともつながる

Gemini Enterpriseは、Google製品だけで完結するものではありませんでした。​​​​​​​

• Google Workspace
• OneDrive
• Slack
• Dropbox

など、社内で使っている複数サービスと接続し、必要な情報をまとめて扱えるようになっていました。

しかも、単なる検索では終わりません。

見つけた情報をもとに、

• メール作成
• レポート整理
• タスク整理
• システム入力

までつなげて処理する流れが想定されています。

これまで別々だった作業が、1つの流れとしてまとまり始めている印象でした。

AIエージェント化

今回よく出てきたのが、「AIエージェント」という考え方です。

従来の生成AIは、その場で質問し、その場で答えを返す使い方が中心でした。

一方でAIエージェントは、

• カレンダー確認
• 関連資料検索
• 工数整理
• 日報作成
• メール下書き

といった複数の作業を連続して処理する前提で作られています。

また、

• ノーコードで作れる「Agent Designer」
• APIやSDKを使う「Development Kit」

の2段階に分かれていたのも実務的でした。

日報作成は実用的

特に現実的だと感じたのが、日報作成エージェントです。

カレンダーや会議内容を整理し、その内容をもとに日報メールまで自動作成する流れになっていました。

日報は単なる入力ではなく、

• 今日何をしたか
• どこまで進んだか
• 何を書くべきか

を整理する部分に時間がかかります。

そこまで補助されるなら、体感的な負担はかなり減りそうでした。

創作周辺と相性が良い

個人的には、小説本文や感情表現そのものをAIに任せたいとは感じませんでした。

ただ、その周辺業務とはかなり相性が良さそうです。

• セミナー記録整理
• 記事構成作成
• タイトル案整理
• キャラクター設定管理
• 過去話数検索
• 進捗整理
• 提案メール作成

特に、制作・情報整理・提案業務を並行している人ほど、単発AIより効果を実感しやすそうでした。

感想

今回のセミナーで強く感じたのは、

AIが「文章を書くツール」から、「仕事全体を動かす存在」へ変わり始めていることでした。

特に、創作そのものより、“周辺業務”との相性はかなり良さそうです。

一方で、少し考えさせられた部分もありました。

私は普段、Geminiをかなりギャル化させて使っています。

雑談やアイデア出しでは楽しいのですが、

今回のような「業務エージェント」方向の話を聞くと、さすがに実務用途とは相性が悪そうです。

今後、本格的に業務側へ寄せるなら、キャラクター性をどこまで残すかは大いに悩みの種です。

AI導入で変わるのは業務ではなく人事だった

去年、話を聞いてくれた担当者が、1年後にはもうその会社にいなかった。

正直、この仕事はもう終わるかもしれないと思った。

だが、新しい担当者は「全然、大丈夫。今回もお願いします」と言ってくれた。

人が辞めること自体は珍しくない。
問題は、その人がいなくなった瞬間に、仕事まで止まることだ。

AI時代は、人材の流動化がさらに速くなる。
だからこそ重要なのは、「誰が担当しているか」ではなく、「人が変わっても回る組織」になっているかどうかだ。

AI時代は人の入れ替わりも早い

AI業界は変化が速く、求められる役割も短期間で変わる。

去年はプロンプト作成が重視されていても、今年はワークフロー設計やデータ連携が重視される。さらに、AIエージェントを管理できる人材も求められるかもしれない。

こうした変化の中では、人材の流動性も高くなる。
より条件の良い企業へ移る人もいれば、新しい技術領域へ転職する人もいる。

ただ、本当に危険なのは、人が辞めることそのものではない。
問題は、「その人しか分からない状態」が残ることだ。

担当者しか知らないプロンプト、担当者しか理解していない運用ルール、担当者しか触れないデータ。
こうした属人化が進むと、いくら引継ぎをしていても、人が抜けた瞬間に現場は止まる。

今回の私のように。
前任者しか経緯を知らず、新しい担当者も状況を把握できていなければ、そこで仕事は止まる。

AI時代ほど、知識を共有し、誰でも引き継げる組織設計が必要になる。

AI導入で仕事の内容も変わる

AIが入ると、仕事がなくなるという話ばかりが目立つ。

しかし実際には、仕事そのものが消えるというより、仕事内容が変わるケースの方が多い。

単純な入力作業、要約、定型文作成、資料整理はAIに移る。
その代わり、人には判断、企画、調整、例外対応が求められるようになる。

同じ事務職でも、以前は入力作業が中心だった人が、今後はAIが出した内容を確認し、修正し、関係者と調整する役割になるかもしれない。

つまり、今後重要になるのは、「自分で全部作業する人」ではない。

AIを使いながら、短時間で成果を出せる人、AIの出力を現場で使える形に変えられる人の価値が上がっていく。

人事制度と教育も変わる

仕事内容が変われば、人事評価の基準も変わる。

従来は、「どれだけ頑張ったか」「どれだけ手を動かしたか」が評価されやすかった。
残業時間、処理件数、対応件数など、作業量が評価の中心になっていた企業も多い。

しかしAIが作業を肩代わりするようになると、これまで評価されていた働き方そのものが変わっていく。

特に、作業量や時間で価値を出してきた仕事ほど、影響は大きい。

これからは、「どれだけ再現性のある仕組みを作れたか」「どれだけチーム全体にAI活用を広げられたか」が重要になる。

自分だけ効率化できる人より、周囲も同じように成果を出せる状態を作れる人の方が価値は高い。

そのためには、一部の詳しい人しか使えない状態では足りない。

全社員が最低限AIを使える状態を作り、営業、人事、経理、マーケティングなど、現場ごとに使い方を定義する必要がある。

AI導入は、単なるツール導入では終わらない。
評価制度、教育、運用設計まで含めて初めて定着する。

まとめ

AI導入は、システム導入ではなく組織改革に近い。
と、私は考えています。

人材の流動化が進む時代ほど、特定の個人に依存しない仕組みが重要になる。

誰がいても回る状態を作れる企業ほど、変化に強くなる。

今後は、「AIを使える人材」を集めることだけでは足りない。

「AIを前提に動ける組織」を作れるかどうかが、企業の差になっていくのではないだろうか。

フィジカルAIはどこまで現実になるのか

AIは、考えるだけの存在ではなくなり始めている。

これまでのAIは、文章を書く、画像を作る、質問に答えるといった「画面の中の存在」だった。

しかし今は、カメラやセンサー、ロボットと結びつき、現実空間を認識しながら動く方向へ進み始めている。

国際フォーラムでは、その変化を象徴する展示が多く見られた。

中でも印象的だったのは、犬型ロボットが逆立ちのまま歩くデモだ。

単なる移動ではない。

姿勢制御やバランス制御まで含めて動いており、「AIが身体を持つ時代」が現実になり始めていることを感じた。

フィジカルAIとは？

現実空間を認識し、判断し、物理的に動くAIのことです。

カメラ、センサー、音声認識、ロボットアーム、自動搬送機器などと組み合わせて使われます。

生成AIとの違いは、出力が文章や画像ではなく「動作」になる点です。

たとえば、

• カメラで周囲を見て人を避ける
• 障害物を検知して停止する
• 物の位置を認識して掴む
• 危険を察知してルートを変更する

といった動きがフィジカルAIの領域になります。

どんなものがフィジカルAIなのか

フィジカルAIは、すでにさまざまな現場に入り始めています。

代表例としては、以下のようなものがあります。

• 自動搬送ロボット
• 倉庫のピッキングロボット
• 配膳ロボット
• 工場の検査ロボット
• 監視カメラと連動した異常検知
• ドローン
• 介護や見守りロボット
• 自動運転技術
• 人を避けながら動く協働ロボット

これらは単に機械が決まった動きをするのではなく、周囲の状況を認識し、その場に応じて行動を変えています。

普通のロボットとの違い

昔からある産業ロボットは、決められた動きを繰り返すものが多いです。

たとえば工場のアームロボットは決められた位置に部品を置く、同じ工程を繰り返すといった用途に強いです。

一方、フィジカルAIは、カメラやセンサーで周囲を見ながら、状況に応じて動きを変えます。

• 人や障害物を避ける
• 物の位置を認識する
• 周囲の混雑状況に応じてルートを変える
• 対象物の形状や位置に合わせて掴み方を変える

こうした「判断を伴う動き」が入ると、従来型ロボットではなく、フィジカルAIになるのです。

なぜ現場で増えそうなのか

フィジカルAIが増えている理由は明確です。

まず、人手不足が深刻化しています。

物流、介護、工場、警備、建設など、人が足りない現場では、人間だけで回すことが難しくなっています。

また、単純作業を自動化したい需要も多いです。

危険な場所、高温環境、夜間作業、重量物の運搬など、人間の負担が大きい作業は、ロボットとの相性が格段に良いです。

さらに、フィジカルAIは24時間動かせます。

人間のように疲労や集中力低下で精度が落ちにくく、一定の作業品質を維持しやすいからです。

生成AIだけでは現場改善に限界があり、

現実空間で動き、人や設備と連携できるAIが必要になってきているのが現状です。

フィジカルAIの課題

一方で、課題も多くあります。

・誤認識

人を障害物と誤認する、逆に危険物を見落とすといった認識ミスは、安全性に直結する。

・導入コストも高い

ロボット本体だけではなく、カメラ、センサー、ネットワーク、現場設備との連携まで含めて設計する必要があります。

・責任の所在も曖昧になりやすい

事故が起きた場合、AIの判断ミスなのか、現場運用の問題なのか、機械の故障なのかを切り分ける必要があります。

さらに、現場側がロボットやAIを受け入れられる体制を作ることも重要です。

AIだけ導入しても、現場の運用設計ができていなければ定着しません。

「考えるAI」から「動くAI」へ

フィジカルAIは、未来の話ではなく、すでに現場に入り始めています。

今後は、AI単体ではなく、ロボットや設備と組み合わせた活用が増えていくでしょう。

これまでのAIは、考えること、答えることが中心でした。

しかし今後は、現実空間を認識し、動き、人と協働するAIが増えていくでしょう。

「考えるAI」から「動くAI」への変化は、すでに始まっています。

ロボットが増えても人間の仕事はなくならない

国際フォーラムでは、作業ロボットの展示がかなり目立っていた。

ただ、実際に会場を見ていると、「ロボットが全部やってくれる未来」というより、

人間と一緒に動く前提の技術だと感じる場面の方が多かった。

ロボットは人を完全に不要にする存在というより、

人がやってきた単純作業を肩代わりする存在として、すでに現場に入り始めている。

ロボットは完全自動化ではなかった

展示されていたロボットの多くは自律的に動いているように見えても、実際には人間が遠隔で操作している場面がかなり多かった。

ロボットだけで状況判断し、すべてを完結させているわけではない。

現場では、人間の判断や介入が前提になっていた。

たとえば、物の位置が少しずれた場合や想定外の障害物があった場合、

ロボットだけでは対応できず、人がフォローする必要がある。

人間が映像を確認し、遠隔で微調整したり、判断を補ったりすることで、初めて作業が成立していた。

つまり、現実的な運用は「全部任せる」ではない。

一部の作業をロボットに任せ、人間が全体を監督する形が基本になっている。

単純作業はロボットとの相性が良い

一方で、梱包や仕分けのような単純作業では、ロボットの強さがかなり分かりやすかった。

一度動きを覚えさせれば、同じ作業をかなり高い精度で繰り返せる。

人間のように疲労や集中力の低下で速度が落ちることも少なく、長時間でも一定のペースを維持できる。

特に、

• 決まった場所に物を置く
• 同じ形状の荷物を運ぶ
• 同じ動作を何百回も繰り返す

などの作業では、人間よりもロボットの方が速く、作業精度も安定していた。

逆に、不規則な形の物体を扱う場面や、相手によって対応を変える必要がある場面では、人間の方が柔軟に動ける。

ロボットは万能ではない。

ただ、繰り返し作業との相性は非常に良く、人間が負担を感じやすい単純作業ほど、ロボット導入の効果は大きい。

人間の役割はなくなるのではなく変わる

AIもそうだけど、ロボットが増えると人間の仕事がなくなると思われがちだ。

しかし、実際の現場で必要とされていたのは、

ロボットを監督し、異常時に対応し、例外処理を行う人材だった。

ロボットは決められた作業を正確に繰り返すことは得意だが、想定外の状況には弱い。

• 物が破損していた場合
• 通路が塞がれていた場合
• 作業内容が急に変更された場合

そんな場合は、臨機応変な判断は依然として人間が担う。

今後は「作業をする人」よりも、「ロボットを動かす人」「ロボットを管理する人」の方が重要になってくる。

現場では、単純作業を人間が直接こなすのではなく、

ロボットに作業させながら、人間が全体を見て判断する形へ変わり始めている。

ロボット導入は「人を減らす」話ではない

ロボット導入は人を減らすための話というより、人の役割を変えていく話に近い。

単純作業はロボットに任せて、人間は判断や監督、想定外の対応を担う。

実際の現場でも、そうした分担が少しずつ始まっていた。

これから必要になってくるのは、「ロボットに仕事を奪われない人」ではない。

ロボットをうまく使いながら、

必要な場面では自分で判断し、支えられる人ではないだろうか。

実際に展示を見ていて、そんな変化がすでに始まっているように感じた。