＼買うなら Office 2024搭載 PC ／

高性能CPUと大容量メモリ搭載で、サクサク動作を実現❗️16型大画面で生産性UP🚀
さらにDell Care Plusで安心を提供します✨

💻DELL ND86-FWM3SCYD を…
🎊抽選で【1名様】にプレゼント‼️

🔁応募方法：フォロー＆リポスト
📅締切：11月27日(木)まで❗️ November 11, 2025

Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

この本は革命だと思う。
これまでうっすら感じてた「能力って体力じゃね？」いう予感が確信に変わりました。体力のある人、ない人、落ちてきた人、（もちろん障害の有無も）色々いるのが現実なのに、社会には“ふつうはこれくらいだよね”という思い込み・規範がはびこり、弱い人は生産性の呪いに押し潰されようとしている。そういう社会に一石を投じるとても大事な一冊だと思いました。（自分も虚弱なのでかなり熱くなってますが…）
そして筆者の文章がうますぎて引き込まれます。たくさん読まれてほしい。

体調が悪い時の後ろめたさ、病欠の連絡をする時の自己嫌悪、これらはいずれも「生産性の呪い」から来ていると思う。もう少し「体力は人それぞれだし、幸福も人それぞれだぞ！」という前提を持ちたいし、「おとなの義務教育」にしてほしい。

📚『虚弱に生きる』（絶対に終電を逃さない女） November 11, 2025

そもそも人口418万人
これは倭国の30分の1
基本的に人口が多いと一人当たりのGDPは不利なうえ、金融立国やらタックスヘイブンやってる人口小国が上位になる
ルクセンブルグにモナコ公国なんかは典型的
なお、「国家の生産性指標」でも同様 https://t.co/CXiOdHMCG1 November 11, 2025

アメリカのAIへの本気度がヤバい。

米国政府のAIマンハッタンプロジェクトこと、「Genesis Mission」がついに正式始動しました。

これはバイオ、材料、エネルギー、宇宙など、科学的発見を加速させるためのAI駆動型研究プラットフォームです。

その衝撃的な詳細を3つのポイントにまとめました。

1. 科学研究を加速させる統合プラットフォーム
連邦政府が保有する膨大なデータセット、HPC（高性能計算）インフラ、AIモデル、そして自動化されたラボシステムを完全に統合します。これらを組み合わせることで、研究の生産性を劇的に向上させる狙いです。

2. 分野横断的なイノベーション
対象分野はバイオテクノロジー、材料科学、エネルギー、宇宙、量子科学、マイクロエレクトロニクスと多岐にわたります。単一の分野にとどまらず、科学全体の進歩をAIで底上げする壮大な構想です。

3. 異次元の実行スピード
従来の数年単位の研究サイクルではなく、60日から270日という極めて厳格な期限でプロトタイプ実証を目指します。この迅速な実行計画こそが、Genesis Missionの真骨頂です。 November 11, 2025

ポジショントークの記事ではあるけど、YC 3社の Claude Code の活用記事が面白かった。

・AIを使った開発ではエンジニアの生産性が上がりすぎて、組織マネジメントが新たな課題に
・AIを使った開発の成功の秘訣として調査と計画と実装のセッションを混ぜないことが挙げられている
・AIに余計な文脈を与えないよう工程ごとに新しいチャットを立ち上げるのが有効
・プロンプト内に矛盾した情報が含まれていると出力の品質が下がる

・AIの思考プロセスを監視し、間違った方向に進み始めたら即座に中断させるべきだ
・間違った作業を最後までやらせるよりも初期段階で止めるほうが時間の節約になる

・従来ソフトウェア開発に必要だった技術力やチーム規模という障壁が崩れ去った
・これからの競争優位性は明確な思考力と問題を分解する能力に移り変わっている

・非技術者でも論理的な指示ができれば高度なシステムを構築できる時代になった
・AIにコードを書かせることで創業者は顧客の課題解決により集中できるようになった
・3社ともClaude Codeの登場がなければ現在の成功はあり得なかったと語っている

https://t.co/MOk7qVIbAL November 11, 2025

建設DXという文脈はよく聞くが、一向に業界全体に普及しないし、生産性向上の欠片もない理由が詰まっていると思う。
建設業の場合、業種が多く、かつ、多重下請け構造により各階層での課題が違うので全ての人にとって使い勝手が良い仕組みを作るのは不可能に近い。
システム開発する側もそのことに気付いていて、現場の声を聞くために各職種に合わせて、下流の施工会社にヒアリングをしようとするのだが、そういう会社はシステムに金を払う余裕がない。
だから、システム開発しようとしてもマネタイズできなくて、頓挫する。
要は現場の声を聞いたシステムを作っても、金にならないのだ。
そして、元請けゼネコンに合わせたシステムだけが生き残る。
元請けゼネコンは協力会社に強制的に使わせる。
しかし、協力会社にとっては使い勝手が悪く、元請けゼネコンから指示された使用期間が終わったら、即解約する。
結果、根付かない。
建設DXという文脈を浸透させるには業界の再編が先だと感じる今日この頃。 November 11, 2025

変化が激しい、この時代だけど改めて思うが、
唐突だけど「光合成」って
いろんな種類ある事、知っている？

無駄を削り、最適化して、生産性を最大に。
そのため光合成もいろんな方法があったりする。

自然界の進化を見てると、
「効率だけを追い続けるのってむしろ危ないんじゃ？」
と思ってしまう代表格が植物の光合成の進化。

私たちがよく知ってる光合成は「C3型」
ほとんどの作物がこのタイプで、
一見めちゃくちゃ効率的。

でも弱点がある。

高温に弱い。乾燥に弱い。
CO₂が少ないと一気に効率が落ちる。

で、地球って昔から
何度も環境が変わってきたわけで、

CO₂が低くなったり、乾燥した地域が
広がったりすると、C3植物はピンチに。

そこで植物は “別の生き方” を進化させた。

C4型：ターボエンジン型
トウモロコシやサトウキビ。
彼らは体の中でCO₂を“濃縮”する特殊回路を持ってる。
だから暑くても乾いてても平気。

CO₂が薄い環境でもガンガン光合成できる。

CAM型：ハイブリッド節約型

サボテンやパイナップル。
夜にだけCO₂を吸い込み、
昼は気孔を閉じて水分を守る。

めちゃくちゃ乾燥地帯では最強のスタイル。

しかも近年の研究で分かってきたのが、

C4もCAMも、世界中で何度も独立に
進化してきたということ。

つまり “最適解は1つ” じゃない。
環境が変われば「効率」の形も変わる。

これ、ビジネスでも全く同じだと良く思う。

景気がいい：攻めの投資＝C4型
不況：守り＋節約モード＝CAM型
安定市場：バランス型＝C3型

環境やリソースで“最適解”は変わる。
効率化は強い。

でも効率“だけ”を信じると、
環境が変わった瞬間に負ける。

植物は3つの光合成方式を武器にして進化してきた。

幸い、植物は長年かけないと変化できないけど、
人間や会社は変化させようと思えば、
行動や思考など何かしら工夫できる生き物。

状況に合わせて“戦略そのもの”を切り替える
柔軟さが改めて必要だと常々思う。

（続く１ November 11, 2025

歴史的な円安で訪日客の“爆買い”が話題だが、これは単に「倭国が安くなった」だけではない。
実際、欧米やアジアの一部では賃金や所得が上昇しており、訪日客の財布が以前より厚くなったという要因もある。

しかし問題は、
倭国の賃金がほぼ横ばいのまま30年止まっているため、
その差が“倍の速さ”で開いてしまったことだ。

つまり
外国人が贅沢になった＋倭国が安くなった
このダブル効果で、寿司もホテルも「激安」に見えてしまう。

観光客が大奮発できるのは良いことだが、
それが“倭国の経済力の低下”を背景としているなら手放しでは喜べない。

必要なのは円安バブルではなく、
賃金と生産性を上げ、
「強い通貨の国」を取り戻すことだ。

https://t.co/hiaTcFLSIj November 11, 2025

■【今夜のコア（核）】
「倭国社会は“目的”を失い、手段と儀式だけが残り、国家も個人も握力（目的を握り続ける力）を喪失しつつある」

これが全体を貫く一本の線です。

以下、今夜の主要テーマをすべて並べ直すと、一本につながります。

■1　原発・安全保障・外交

・泊原発の再稼働
・中国・米国・台湾の三角構造
・高市首相の発言と、外部からの圧力
・倭国の立場の弱さ
ここでの共通点は、
倭国が“国家としての目的（戦略）”を握りきれていない。
外交・安全保障が外圧に左右されやすくなる。

■2　女性リーダー論、緒方貞子の例

・女性の指導者が軽視される構造
・政治文化の過剰な根性主義
・「目的なき努力」が支配する現場
・緒方貞子級の人材を総理にできなかった倭国

結論は、

目的より“形式と慣習”が優先する社会は、人材を活かせない。

男女の問題ではなく、構造の問題。
■3　死生観、医療、孤独死
・90歳への過剰延命
・死を“失敗”とみなす文化
・自然な死を許容できない制度
・若い世代への投資不足
ここでも、

目的（QOL向上・世代間の最適配分）が曖昧で、手段（延命・儀式）だけ残る。

■4　倭国文化の宿痾（しゅくあ）

・握力が弱く目的を落とす
・昔の農村的な上下関係の再生産
・暴走族でさえ“自由時間なのに自由でない”
・ブラック企業の構造
・「なぜやるのか？」が消える社会

ここも同じ。

目的が消えると、気合いと儀式だけが残り、幸福度も生産性も下がる。
■5　外交記事の分析（台湾系メディアの寓話）
・中国・米国の電話会談を物語化
・高市首相“叱責説”の演出
・“戦後秩序論”のフレーム
ここでも、

政治を寓話化して本質（大国の目的）を見失う危険性。

■■まとめ：
今夜の全テーマはすべて「目的の喪失」と「手段の暴走」という一つの問題に収れんする。

国家の目的
社会の目的
政治の目的
企業の目的
人生の目的

これらが薄まり、
“気合い”“儀式”“上下関係”“過剰延命”“慣習”“空気読み”
などの「手段」だけが独り歩きしている。

つまり、
■【今晩のコア】

**倭国は“目的思考”から“手段思考”へ劣化しており、その副作用があらゆる領域に出ている。
これを修正しないと、国家も個人も握力を取り戻せない。** November 11, 2025

40を超えたあたりから、生産性よりも無駄だと思える時間や馬鹿なことができている時間のほうが生きていると感じる。 November 11, 2025

駅前で奉仕つってパーソナリティ食ってる奴らのほうがよほど生産性がある November 11, 2025

@cobta お前みたいな批判だけの生産性ない害悪は消滅して欲しい November 11, 2025

今や当たり前になった自動ブレーキシステム。その先駆けはSUBARUの「インサイト」。でも、実は開発秘話は周りが見ているようなハッピーではなかった。10年間お荷物扱いされていたらしい。10年…途方もない時間だ。きっとその間に同期や後輩はどんどん出征していっただろう。でも、彼は諦めなかった…

彼の中の何が不遇の10年を支えたのかわからないが、こういう話はマジで好きだし、他人の評価なんて当てにならないってことよね

僕は発信活動も同じだと思っている。特に個人はなおさら。効率化、パワープレイ、生産性、そういうので勝負したら大手に負けるに違いない。仮に出し抜けたとしてもすぐに「カネ」のチカラで巻き返される。

自分のチカラで
自分の視点で
積み上げるしかない。

1年とかで辞めるくらいの”何か”なら会社員で良いと思うよ。てか、会社員の方が幸せだと思う。別にポジショントークではない。僕の素直な気持ちです November 11, 2025

2025年を総括しよう！今年の開発生産性を振り返る大忘年会【D-Plus Tokyo #20】 に参加を申し込みました！ https://t.co/AgrX7PMVLw #でぃーぷらすトウキョウ November 11, 2025

ま、減税の8%と為替の8%を混同するなって言われたそうなんだけどさ
言いたいのは円安が投資効率を下げるのは事実だし、一律減税は即効性は高いけど非効率的で生産性の向上に結びつかないケースが想定されると言いたい訳
今回制約条件が多いので効率上げないと必ず失敗するよ
それだけは断言できる November 11, 2025

今の仕事本当に楽しいんだけど体がついて来ないせいで生産性が下がってるのわかるのが辛い、体力のせいで能力が落ちてる November 11, 2025

@izumino_hasya @akibanosub 帰属意識ないと生産性が上がんないかっていうとそういうわけでもない気がするなあ。働きやすさとかやりがいの部分とか、他の部分も関わってくるだろうし。。。
自分自身のスキルアップに重点を置いてる人もいる、とか？

まあ正直、社会に出てみないと難しいよ、これ。 November 11, 2025

@kom4_33 @VIMhyzl2Pb20384 この会話に生産性ないし、もうブロックします。今後は関わりたくないし
でもなんかるるーりとか邪神と違ってまぁまともに話せる人でよかったです November 11, 2025

最低限の仕事しかしない。

これは本人の資質や性格というより、幼少期からの教育の問題ですよね。

対価を得られるから働くのではなく、
働くから対価が得られる。

順番を理解している人は、進んで仕事をして、報酬を上げていく。

この考え方をいかに社内に浸透させるかで、業績も生産性も変わる。 November 11, 2025