Todd Fisher（トッド・フィッシャー）氏はCallTrackingMetricsの共同創業者兼CEOである。
2022年末にChatGPTが登場した時、私の興味は即座に引き付けられた。効率性向上の可能性だけでも十分魅力的だったが、実際に使い始めると、この技術にはさらに多くの可能性があることに気づいた。
他のモデルが登場すると、それらも試し始め、やがて生成AIを日常業務に取り入れるようになった。これらのツールを使えば使うほど、それぞれを最大限に活用する方法を見つけ出そうという決意が強まった。
AIワークフローを日々実験した数カ月の結果、最も効果的なアプローチは1つのプラットフォームに忠実であることではなく、各AIを専門的なチームメイトとして扱うことだとわかった。ChatGPTはあらゆる検索に、Grokは迅速な反復のためのコーディングパートナーとして、Geminiは文書が多い調査プロジェクトの忍耐強い分析者として、そしてClaudeは主要ツールが行き詰まった複雑な問題の信頼できるバックアップとして活用している。
これらのAIプラットフォームを使えば使うほど、どのタイミングでどれを使うべきかを洗練させることができ、より良い出力と理解につながっている。
遅れをとるリーダーシップの克服
マッキンゼーの最近のレポートによると、「今後3年間で企業の92%がAI投資を増やす計画」だという。しかし、この強気なアプローチにもかかわらず、現在のAI投資が成熟段階に達していると考えている企業はわずか1%—そう、たった1%—にすぎない。このレポートは、この不一致が従業員の消極性や変化への抵抗によるものではないと結論づけている。実際、従業員は経営陣が考えている以上に、約3倍もGenAIを使用している。
従業員はAIの準備ができている。AI成功への道における最も顕著な障害は、リーダーシップなのだ。
リーダーはこの課題を認識し、透明性を保つことでそれを克服するよう努める必要がある。私にとって、それは率先垂範し、成功と失敗の両方について正直であることを意味する。チームに強調したいのは、誰も一夜にしてAIの専門家になる必要はないが、継続的な実験のマインドセットを育てることが、より良い結果への道を開くということだ。
効果的なAI統合には、仕事に対する考え方を再考する必要がある。なぜなら、AIは多くのAI悲観論者が予測したように人間の代替ではなく、私たちがすでに持っている能力を強化するためのツールだからだ。
組織のAI対応力の実現
組織のAI成功の鍵は、トップダウンの命令ではなく、好奇心の文化を促進することにある。
最も技術に精通した従業員が必ずしもAI導入の先頭に立つとは限らない。むしろ、最良の結果を見つけるために試行錯誤を受け入れ、実験を推進する人々が、これらのツールで最も成功するだろう。懐疑的な姿勢ではなく、熱心で探究心旺盛な姿勢でAIに取り組むことで、より賢く、より効率的に働く方法をより早く発見できるようになる。
これらのツールの実用的な使用を実証することは、躊躇している人々を励ます別の方法だ。AIを使って管理業務を削減できれば、より優先度の高いタスクに集中する時間が増える。AIを使えば、報告書をゼロから書く必要はない。代わりに、これらのプラットフォームの一つを使って考えを構造化し、それをきっかけとして人間の思考でその情報をより深く分析することができる。
AIは、より差し迫った定型的なタスクに対処している間、後回しにしていた複雑で戦略的な問題に取り組むための精神的な余裕を生み出すのに役立つ。真のROIは、今や高いインパクトのある取り組みに捧げることができる思考の質にある。
異なるモデル、異なる強み
私がAIを活用する最も重要な方法はコーディングなので、異なるモデルについての私の考えをいくつか紹介しよう。AIモデルを選ぶ際に最も重要なのは、今日の作業に最も効果的なツールが、先月のものとは異なる可能性があるということだ。これらの異なるモデルは常に能力において互いに追い越し合っているため、これらのツールの新しい開発に注目することで、どれがあなたのユースケースに最適かを判断するのに役立つだろう。
私にとって、LLMを選ぶ際の2つの最大の要因は、モデルの品質と既存の技術エコシステムへの統合能力だ。私の経験では、AnthropicのClaudeが最も統合しやすく、次いでOpenAIのCodexが続く。Codex（GPT-5）はコーディングにおいて断然最高のモデルであり、次いでGrok 4（xAI）、そしてClaude Opus 4.1が僅差で続く。Gemini（Google）は遅れをとっているが、Gemini 3が登場すれば状況は急速に変わる可能性がある。ただし、Geminiは現在コーディングに最適ではないものの、依然として非常に優れている。このモデルが2年前に登場していたら、私たちはそれを魔法だと思っていただろう。
結局のところ、今日の競争は、モデルを世界にどのように最適に統合するかにかかっている。
仕事の未来は、単に「最良の」AIを選ぶことを超えている。成功は、それらすべてを戦略的に使用する能力にかかっている。私にとって、AIの旅は効率性向上への関心から、複雑な課題へのアプローチと対処方法の根本的な変化へと進化した。結局のところ、よりスマートなAI活用ワークフローの構築は目的地ではなく、継続的な発見のプロセスなのだ。
