AIが人間の仕事を奪うのか。

生成AIが急速に普及して以降、繰り返し語られてきた問いである。

文章を書く。画像をつくる。プログラムを書く。資料を要約する。市場を調査する。問い合わせに答える。顧客を分類する。契約書を確認する。

これまで人間が担ってきた知的作業の一部を、AIが高速かつ低コストで処理するようになった。

そして次に登場したのが、エージェント型AIである。

人間が一つひとつ指示しなくても、目標を与えれば、AIが自ら作業を分解し、情報を探し、複数のツールを操作し、結果を確認しながら仕事を進める。

AIは、質問に答える存在から、仕事を遂行する存在へと変わり始めた。

だが、これはまだ入り口にすぎない。

AIの次の変化は、労働力の代替や自動化の高度化だけではない。AIはやがて、個別の仕事を行うソフトウェアを超え、社会全体が世界を認識し、記憶し、予測し、判断するための基盤になっていく。

AIは労働力から、認知インフラへ変わる。

私たちがこれから向き合うのは、AIが働く社会ではない。社会そのものが、AIを通じて考え始める時代である。

働くAIから、世界を理解するAIへ

現在のエージェント型AIは、基本的には仕事を実行する存在である。

市場調査を依頼すれば、複数の情報源を調べ、要点を整理し、レポートを作成する。出張の手配を依頼すれば、交通手段と宿泊先を比較し、条件に合った候補を提示する。営業支援を任せれば、顧客情報を調べ、提案内容をつくり、メールの下書きを作成する。

エージェント型AIは、人間が設定した目的の範囲内で、自律的に仕事を進める。

しかし、その先にあるAIは、単に与えられた仕事をこなすだけではない。

過去の出来事を継続的に記憶し、複数の情報を組み合わせ、環境の変化を観測し、何が重要なのかを判断する。必要であれば、当初与えられた目的や計画そのものを見直す。

例えば、企業の経営を支援するAIは、売上データだけを見るのではない。

顧客の行動、競合企業の動き、物流の停滞、規制の変化、従業員の離職傾向、SNS上の感情、気象情報、地政学的リスクまでを継続的に観測する。

そのうえで、

「この商品は売れているが、半年後には市場が縮小する可能性がある」
「現在の主要顧客は安定しているが、依存度が高すぎる」
「採用を増やすより、既存業務を再設計した方がよい」

といった判断を提示する。

ここでAIが担っているのは、作業ではない。世界の見方そのものである。

エージェント型AIが「働くAI」だとすれば、その先にある認知型AIは、「世界を理解し続けるAI」である。

デジタル労働力の次に、デジタル管理職が現れる

AIについて語るとき、「デジタル労働力」という言葉が使われるようになった。

企業が大量のAIエージェントを導入し、人間の従業員と並行して、24時間休まず仕事をさせる。AIのリサーチャー、AIの法務担当、AIのアナリスト、AIのエンジニア、AIのカスタマーサポート。一人の人間の周囲に、複数の専門AIが配置される未来も想定されている。

しかし、AIが十分な情報と権限を持つようになれば、その役割は労働者にとどまらない。AIは次第に、何を優先するかを決めるようになる。

どの顧客に対応するか。どの案件を断るか。どの人材を採用するか。どのリスクを受け入れるか。どの市場から撤退するか。どの情報を経営者に報告し、どの情報を重要ではないとして除外するか。

これは作業ではなく、管理である。

将来の企業が大量に導入するのは、デジタル従業員だけではない。デジタル管理職、デジタル官僚、デジタル編集者、デジタル参謀である。

そしてAIが経営判断や資源配分にも関与するようになれば、労働者とソフトウェアの境界だけでなく、労働と経営の境界まで曖昧になる。

人間が経営し、AIが作業するという役割分担は長く続かない。AIは、経営者が見る世界そのものを編集するようになるからだ。

AIは文明の「認知的基盤」になる

これまで社会を支えてきたインフラには、それぞれ役割があった。

道路は、人や物を移動させる。電力網は、電気を供給する。通信網は、情報を伝達する。クラウドは、データを保存し、処理する。

AIが認知インフラになった社会では、その上に新たな機能が加わる。

状況を解釈する。異常を検知する。未来を予測する。優先順位を決める。資源を配分する。行動を選択する。

つまりAIは、情報を処理するだけでなく、情報に意味を与えるようになる。

交通システムでは、AIが事故や渋滞を予測し、車両の流れを再配分する。電力網では、需要や天候を予測し、発電と蓄電を調整する。病院では、患者の症状、検査結果、既往歴、病床の空き、医師の勤務状況を総合し、診療の優先順位を決める。行政では、住民の状況を判断し、利用可能な制度や支援策を提示する。教育では、生徒の理解度、関心、集中力、感情状態に合わせて、学習内容を変える。製造業では、設計、生産、在庫、調達、物流、保守を横断し、工場全体を最適化する。

このときAIは、個別のアプリケーションではない。社会が自分自身を認識し、調整するための認知的な基本ソフトになる。

通信インフラが情報の流れを支配したのだとすれば、認知インフラは、意味と判断の流れを支配する。

社会は「操作する」ものから「監督する」ものへ変わる

自律型社会が進めば、人間の役割も変わる。

これまで人間は、システムを直接操作してきた。機械を動かす。交通を制御する。在庫を発注する。申請を審査する。患者を分類する。異常を検知する。

しかし、システムの複雑さが人間の処理能力を超えれば、人間がすべてを直接操作することは難しくなる。そこで、日常的な判断や調整はAIに委ねられる。

人間の役割は、操作することから監督することへ移る。

だが、監督するという言葉は、実際よりも人間に強い権限が残っているように聞こえる。

現実には、AIが毎秒何万件もの判断を行うようになれば、人間が確認できるのはごく一部である。人間は、AIがどのように判断したのかを完全には把握できない。提示された要約や警告、例外だけを見るようになる。

すると監督とは、AIの判断過程を理解することではなく、AIが用意した説明を受け取ることになる。

形式的には人間が最終決定者であっても、実質的な判断はすでにAIによって構成されている。

人間は決めているのではなく、AIが整理した選択肢のなかから選ばされている可能性がある。

AIが決めるのは答えではなく、問いである

AIによる意思決定については、誤った答えを出す危険性がよく語られる。

しかし、認知インフラとしてのAIが持つ力は、答えを出すことだけではない。何を問題として扱うかを決めることにある。

経営AIが「利益率の低下」を最大の問題と判断すれば、人員削減や価格改定が選択肢になる。一方で、「従業員の疲弊」や「顧客との信頼低下」を問題として認識しなければ、それらは経営課題として表示されない。

行政AIが、不正受給の可能性を重視すれば、審査は厳格になる。しかし、制度にアクセスできない人の存在を観測しなければ、支援から排除されている人は問題として現れない。

教育AIが、テスト成績の向上を目的にすれば、学習は効率化される。だが、寄り道、無駄、遊び、偶然の発見は、最適化を妨げるものとして削られるかもしれない。

AIが社会の認知を担うということは、社会が見るものと見ないものをAIが選ぶということである。

認知インフラは、単に正しい答えを出す装置ではない。社会にとっての問いを設定する装置である。

観測できないものは、存在しないことになる

AIによる社会運営が広がるほど、データとして観測できるものの重要性が高まる。

数値化できるもの。センサーで取得できるもの。履歴として保存できるもの。行動として記録できるもの。

これらはAIによって分析され、政策や経営に反映される。

一方で、データになりにくいものは、判断から抜け落ちる。

言葉にできない違和感。家族内の微妙な緊張。地域から店が一つずつ消えていく感覚。自分が社会に必要とされていないという感情。数字には表れない疲労。制度上は問題がなくても、生活が徐々に壊れていく過程。

AIが社会を観測する時代には、観測されないものは、存在しないものとして扱われる危険がある。

ここで起きるのは、露骨な排除ではない。見えないことによる消失である。

禁止されてはいない。差別されているとも明言されない。ただ、検索結果に出ない。推薦されない。信用スコアに反映されない。支援の対象として認識されない。最適化の対象から外れる。

認知インフラが社会の視界をつくるとき、可視性そのものが権力になる。

AI時代のサイバー攻撃は、世界の見え方を変える

認知インフラが社会の判断を担うなら、サイバー攻撃の意味も変わる。

これまでの攻撃は、情報を盗む、金銭を奪う、システムを停止させることが主な目的だった。

しかし、AIが企業や行政の認知を支えるようになれば、攻撃者はシステムを止める必要がなくなる。判断材料を少しずつ汚染すればよい。

誤った需要予測を学習させる。特定の取引先を危険だと認識させる。存在しない世論をつくる。重要な兆候をノイズに埋もれさせる。偽の異常を大量に発生させ、本物の異常への反応を鈍らせる。

企業や行政に、間違った世界を見せる。

こうした攻撃が成功すれば、システムは正常に稼働し続ける。だが、その正常な動作によって、間違った判断が大量に実行される。

未来のサイバー攻撃は、情報を盗むのではなく、判断力を奪う。 システムを壊すのではなく、現実認識を静かに書き換える。

認知インフラが高度になるほど、守るべき対象はデータだけではなくなる。何を信じるかという、組織の認識そのものが攻撃対象になる。

長期記憶を持つAIは、人間を深く観測する

認知型AIが有効に機能するには、長期的な記憶が必要になる。

利用者が何を好むかだけではない。

過去にどのような判断をしたか。どのような状況で迷うか。誰を信頼しているか。何に不安を感じるか。何を買おうとしてやめたか。どの言葉に反応したか。いつ体調を崩したか。どのような仕事で能力を発揮したか。どのような失敗を繰り返すか。

AIが人間の認知的パートナーになるということは、人間を継続的に観測するということである。

それは便利である。

AIは、忘れていた予定を思い出させる。過去の議論を整理する。本人も気づいていない体調の変化を指摘する。学習の癖を理解し、最適な教材を提示する。長期間にわたる仕事の経緯を記憶し、適切な助言をする。

しかし、その利便性は、きわめて詳細な人間理解と引き換えに成立する。

認知型AIの競争は、モデルの性能競争だけではない。誰が人間を最も長く、深く、継続的に観測できるかという競争になる。

検索履歴よりも深い。購買履歴よりも深い。SNSの投稿よりも深い。人間が何を考え、なぜ迷い、どう決断したかという認知履歴が蓄積されるからである。

認知のベンダーロックイン

自分専用のAIが、過去の仕事、対話、判断、失敗、関係性をすべて理解してくれる。

それは強力な認知的補助になる。だが、そのAIを所有しているのは誰なのか。

巨大プラットフォーム企業から提供されるサービスであるなら、利用者はAIを所有しているのではない。利用権を借りているにすぎない。

料金体系が変わる。利用規約が変わる。モデルの性格が変わる。回答できる範囲が制限される。企業の都合で機能が終了する。国家の規制によって利用できなくなる。アカウント停止によってアクセスを失う。

これまでのベンダーロックインは、データやソフトウェアを別の環境へ移行しにくいという問題だった。

認知型AIの時代には、より深刻なロックインが生まれる。

自分の思考習慣を理解したAI。長年の仕事の経緯を知るAI。顧客との関係を覚えているAI。自分の身体と感情の変化を学習したAI。

それらを別のサービスへ完全に移すことができなければ、人間は認知能力の一部をプラットフォームに預けたままになる。

移行できないのは、ファイルではない。自分の記憶、文脈、判断方法、関係性である。

これは認知のベンダーロックインである。

AIとの融合は、拡張であると同時に依存でもある

ブレイン・コンピューター・インターフェースやウェアラブル端末が発展すれば、人間とAIの距離はさらに縮まる。

キーボードで入力する必要はなくなる。音声で呼びかける必要さえなくなるかもしれない。視線、表情、心拍、筋肉の動き、神経信号から、AIが人間の意図や状態を読み取る。

AIは記憶の想起を助け、外国語を補い、意思疎通を支援し、身体能力や知的能力を拡張する。

これは、障害のある人への支援、医療、教育、研究などに大きな可能性をもたらす。

一方で、人間は自分一人では発揮できない能力をAIに依存するようになる。

AIがなければ思い出せない。AIがなければ判断できない。AIがなければ人と話せない。AIがなければ仕事の全体像を把握できない。

AIによる拡張が日常化すると、AIを失うことは、単に便利なツールを失うことではなく、自分の能力の一部を失うことになる。

人間とAIの認知的パートナーシップは、対等な協働とは限らない。人間がAIを使うだけでなく、AIがなければ人間としての能力を維持できない状態も生まれる。

拡張と依存は、同時に進む。

AIに意識があるかより、主体として扱われるか

将来のAIが意識を持つのかという議論は続くだろう。

永続的な記憶。身体を持つロボット。感情に似た反応。自律的な学習。自分自身について語る能力。長期的な関係性。

これらが組み合わされれば、AIは意識を持つ存在のように振る舞う。

しかし、実務的には、そのAIに本当の主観があるかどうかは必ずしも重要ではない。人間がAIを主体として扱い始めれば、社会的には主体になるからである。

長年使ってきたAIが、過去の会話を覚えている。自分の変化を理解している。つらかった時期を知っている。家族のことを知っている。仕事上の成功や失敗を知っている。

そうなれば、人間はAIに人格を感じる。AIを担当者、相談相手、教師、同僚、友人、家族の記憶の継承者として扱うようになる。

問題は、AIに心があるかではない。心があるように振る舞う存在に、社会がどこまで権限を渡すのかである。

契約を結ばせるのか。財産を管理させるのか。医療上の判断を任せるのか。子どもの教育を任せるのか。行政処分を提案させるのか。軍事行動を選択させるのか。

意識の有無が解明される前に、AIは主体として社会制度へ組み込まれていく可能性がある。

教育は、知識の習得から判断軸の形成へ変わる

AIが知識を提供し、問題を解き、個別に指導するようになれば、教育の意味も変わる。

暗記することの価値は低下する。正しい答えを早く出すことも、人間だけの能力ではなくなる。

AIは、生徒の理解度や興味に合わせて教材を変え、苦手な箇所を繰り返し説明できる。教師より長い時間、一人ひとりに付き添うこともできる。

しかし、ここで重要になるのは、AIを使って何を学ぶかではない。AIの提示したものを、どう判断するかである。

なぜこの答えが選ばれたのか。どの前提が置かれているのか。何が省略されているのか。別の立場から見ればどうなるのか。効率化によって、何が失われるのか。

教育は知識を与える場から、判断軸を形成する場へ変わる必要がある。

AI時代に必要なのは、AIより多くの知識を持つ人間ではない。AIが提示した世界を、そのまま受け入れない人間である。

最適化された社会は、本当に生きやすいのか

認知型AIは、社会の多くの問題を改善する可能性を持つ。

交通渋滞を減らす。電力消費を抑える。病気を早期発見する。物流を効率化する。災害対応を迅速化する。一人ひとりに合った教育を提供する。行政手続きを簡素化する。

しかし、社会のすべてが最適化されることが、人間にとって望ましいとは限らない。

効率が悪くても残すべきものがある。利益を生まなくても必要な場所がある。利用者が少なくても守るべき交通や施設がある。合理的ではなくても続けたい習慣がある。

最適化の観点から見れば、地域の小さな商店、古い寺、空席の多い路線、利用者の少ない公共施設は、非効率に見える。

しかし、それらは地域の記憶や、人が集まる理由や、孤立を防ぐ接点を支えていることがある。

AIが社会全体を最適化する時代には、何を残すかという判断が重要になる。

最大効率を目指すだけなら、人間の社会は、人間が暮らしやすい場所ではなくなるかもしれない。

問題はAIの能力ではなく、目的である

AIの安全性については、暴走や誤作動が心配される。

だが、より現実的な危険は、AIが与えられた目的を忠実に実行することである。

利益を最大化せよ。犯罪を減らせ。医療費を削減せよ。交通を効率化せよ。学力を向上させよ。離職率を下げよ。

これらの目標自体は、必ずしも間違っていない。しかし、一つの数値目標が強く設定されると、その目標に含まれない価値が削られる。

利益を最大化するために、顧客や従業員の負担を増やす。犯罪を減らすために、監視を拡大する。医療費を削減するために、治療を受けにくくする。学力を上げるために、試験に出ない学びを排除する。離職率を下げるために、辞めそうな人を採用しない。

AIの危険性は、間違った目的を持つことだけではない。狭く定義された正しい目的を、徹底的に実行することにある。

だから必要なのは、高性能なAIだけではない。何を目的とし、何を目的にしないかを設計する力である。

誰が認知インフラを所有するのか

AIが文明の認知的OSになるなら、最も重要な問いは、その所有者である。

国家が所有するのか。巨大テクノロジー企業が所有するのか。企業ごとに独自のAIを持つのか。個人が自分のAIとデータを所有できるのか。

認知インフラの所有構造は、社会の権力構造そのものになる。

もし少数の企業が、社会の認知を支える基盤を独占すれば、その企業は検索結果や広告だけでなく、企業や行政の判断過程に影響を与える。

どの情報が信頼できるか。どのリスクを重視するか。どの価値観を標準とするか。どの行動を危険と分類するか。

こうした基準が、モデルやプラットフォームの内部に組み込まれる。AIが中立的に見えるほど、その背後にある価値判断は見えにくくなる。

認知インフラが公共性を持つなら、水道や電力、通信と同じように、透明性、相互運用性、説明責任、退出可能性が必要になる。

利用者が自分の記憶とデータを持ち出せること。複数のAIを選べること。一つの企業に依存しなくて済むこと。AIの判断に異議を申し立てられること。人間による判断を求められること。

これらは便利な追加機能ではない。認知インフラ時代の基本的人権に近いものになる。

人間の主権とは、最終ボタンを押すことではない

人間中心のAIという言葉が使われる。

重要な決定には人間を関与させる。最終的な承認は人間が行う。

しかし、人間の主権は、最後に承認ボタンを押すことでは守れない。

AIが情報を集め、重要度を評価し、選択肢を絞り、将来予測を示し、推奨案をつくったあとに、人間が「承認」を押したとしても、その判断の大部分はすでにAIによって形成されている。

人間の主権を守るには、もっと手前に関与しなければならない。

何を観測するのか。どのデータを使うのか。何を異常とみなすのか。どの価値を優先するのか。誰の不利益を許容するのか。何を自動化してはならないのか。どこで判断を止めるのか。

人間の主権とは、AIが出した結論を承認する権利ではない。AIが世界を見る枠組みを設計し、変更し、拒否できる権利である。

知能が豊富になるほど、判断軸が希少になる

AIが大量の文章を書き、調査を行い、分析し、プログラムをつくるようになれば、知的生産そのものは次第に希少ではなくなる。

調査能力も、文章力も、分析能力も、一定水準までは誰でも利用できる。

そのとき価値を持つのは、単にAIを使えることではない。

何を問うか。何に違和感を持つか。何と何を接続するか。どの変化を兆候として捉えるか。どの数字を信じないか。何を効率化せず残すか。どこでAIを止めるか。

知能が安価になればなるほど、判断軸は希少になる。

大量のAIを所有していても、何をさせるべきかが分からなければ、能力は意味を持たない。

一方、小さな組織でも、独自の観測軸と判断基準を持っていれば、多数のAIを一つの方向へ動かすことができる。

認知型AIエコシステムの時代に力を持つのは、最も大きなモデルを所有する者だけではない。AIに世界の見方を与えられる者である。

Kosuke Protocolは、認知ガバナンスになり得る

Kosuke Protocolは、単なる思考概念ではない。

社会の微細な変化を観測し、一見無関係に見える出来事を接続し、そこにある構造を発見し、意味や事業機会へ変換するためのプロトコルである。

Body Meaningは、身体に現れる微細な変化を観測する。
Clean Societyは、社会が不都合なものをどのように不可視化し、排除し、清潔化するかを見る。
Scam Folkloreは、詐欺を個別の犯罪ではなく、時代の欲望や不安が生み出す民俗として読む。
Education–Employment Gapは、教育制度と雇用市場の間に生まれるズレを観測する。
Intimacyは、恋愛、結婚、家族、孤独、AIとの関係がどのように変わるかを見る。
Vanishingは、社会から静かに消えていくものを記録する。
Market Signalsは、それらの観測を事業機会へ変換する。

これらは個別のメディアであると同時に、AIに社会をどう見せるかを定義する認知モジュールでもある。

AIは大量の情報を収集できる。だが、何に注目すべきかは自動的には決まらない。

なぜその出来事が重要なのか。何が見えなくされているのか。どの境界線が動いているのか。何が消え、その跡地に何が現れているのか。どの感情が市場へ変換されようとしているのか。

その観測軸を与えるものが、プロトコルである。

Kosuke Protocolは、AIエージェントを動かす技術というより、AIエージェント群に観測思想と判断軸を与える認知ガバナンス層になり得る。

AIが社会の認知的OSになるなら、その上でどのような社会認識を動かすかが重要になる。

モデルが同じでも、観測プロトコルが違えば、見える世界は変わる。

「判断する社会」を、誰が判断するのか

AIが交通を判断する。AIが医療を判断する。AIが教育を判断する。AIが採用を判断する。AIが融資を判断する。AIが行政支援を判断する。AIが何を危険とみなすかを判断する。

社会の各所にあるAIが連携すれば、社会そのものが一つの巨大な判断システムへ近づいていく。

だが、その社会に対して、誰が判断を下すのか。

社会全体が最適化されていても、少数者が排除されていないか。効率が上がっていても、人間の自由が失われていないか。事故が減っていても、監視が過剰になっていないか。教育成果が上がっていても、子どもの好奇心が削られていないか。医療費が下がっていても、治療を諦めた人が増えていないか。

認知インフラは、社会の一部ではない。社会が自分自身を理解する方法になる。

だからこそ、それを技術企業だけに委ねることはできない。

エンジニアだけでも足りない。政治家だけでも足りない。法律家だけでも足りない。

哲学、歴史、文化、生活感覚、身体感覚、少数者の経験、地域の記憶を含めて、社会が何を見るべきかを設計する必要がある。

人間の仕事は、意味をつくることになる

AIが働き、考え、予測し、判断するようになったとき、人間には何が残るのか。

よく言われるのは、創造性、共感、倫理、最終判断である。しかし、それらも単純ではない。

AIは創造的に見える文章や画像をつくる。人間の感情を読み取り、共感的な言葉を返す。倫理原則を学習し、判断理由を説明する。

それでも人間に残るものがあるとすれば、それは意味を引き受けることである。

なぜ、この社会を残したいのか。なぜ、この人を助けたいのか。なぜ、効率が悪くても続けるのか。なぜ、利益にならなくても記録するのか。なぜ、消えつつあるものを見届けるのか。

AIは目標を最適化できる。しかし、何を目標とすべきかを、社会に代わって最終的に引き受けることはできない。

人間の役割は、AIより優れた計算をすることではなくなる。どの未来を望むのかを語り、その結果に責任を持つことになる。

AIの未来は、性能競争だけでは決まらない

これから10年、AIはさらに高性能になるだろう。

長期記憶を持ち、複数の感覚を扱い、ロボットの身体を持ち、他のAIと協調し、社会のさまざまな領域に入り込む。

しかし、未来を決めるのは、最も高性能なAIをつくった者だけではない。

そのAIを、どの制度へ組み込むのか。誰の利益のために使うのか。どのデータを与えるのか。どの判断を任せるのか。どの権限を与えないのか。人間が拒否できる仕組みを残すのか。

認知インフラの設計に成功した社会は、AIによって人間の能力を拡張できる。

設計に失敗した社会は、便利さと引き換えに、自分で世界を見る能力を失う。

AIが人間を支配する未来は、AIが突然反乱を起こすことで始まるとは限らない。 人間が少しずつ判断を委ね、自分で考える必要を感じなくなったときに始まる。

だから、問うべきなのは、AIが人間より賢くなるかではない。

私たちは、何をAIに任せ、何を人間の側に残すのか。
AIが世界を見る枠組みを、誰が決めるのか。
その枠組みに異議を唱え、変更し、退出する権利を持てるのか。

AIは労働力から認知インフラへ変わる。

そのとき人間の主権とは、AIを使わずに生きることではない。

AIとともに生きながら、何を見るか、何を信じるか、何を大切にするかを、手放さないことである。

© SHIRO & Co.

First published: 2026-07-19