（Richard Werner）

銀行が信用（クレジット）を創造する時には
3つのシナリオ、つまり3つの可能性があります。

1980年代以降、ほとんどの先進国（特に西側諸国）で実際に起きてきたことはこうです。

銀行は規制当局に「奨励」されてきました。
規制当局とは、バーゼル（Basel）にある BIS（国際決済銀行） が主導する国際銀行規制、いわゆる バーゼル合意（Basel framework） のことです。

このバーゼル規制によって、銀行は 生産性のない資産取引（所有権の取得） に対する貸出を奨励されてきました。
主に不動産ですが、金融資産でも、他のどんな資産でも同じです。

しかし、こうした貸出は国民所得に貢献しません。
GDPにも寄与しません。
GDPの定義を見れば分かります。
誰かが資産を買い、誰かが売っても、そこには
「付加価値」が生まれていない。
GDPは付加価値の概念なので、資産の所有権移転はGDPに含まれません。

（Tucker）
「不動産は“不動産そのもの”としては生産的資産ではありませんね。」

（Werner）
その通りです。
不動産の所有権移転はGDPに影響しませんし、本来影響してはならない。
だからGDPに含まれないのです。

もちろん不動産仲介業の手数料はGDPに含まれます。
しかし、その部分は実際の売買総額に比べればほんの一部にすぎません。
巨大な不動産売買そのものはGDPに入らないのです。
銀行が不動産購入や金融資産購入など資産取引向けに貸し出すと、それは 信用創造 なので経済に影響を与えます。

（Tucker）
「では、どんな影響ですか？」

（Werner）
倭国の1980年代を見てみましょう。
当時、銀行は人々が不動産を買うために大規模に貸出を行っていました。

もし銀行が「単なる金融仲介機関」であれば、大した問題にはなりません。

しかし銀行は実際には、
貸出のたびに“新しいお金”を創造している。
その結果、銀行は大量のお金を創造し、それを不動産市場へ注ぎ込んでいました。

すると何が起きるか？

経済学を学んでいなくても分かります。

銀行が新しいお金をどんどん作り、不動産向け貸出として市場に注ぎ込めば、不動産価格はどうなるか？

現在のアメリカと同じように
不動産が「手が届かないほど高くなる」

これはロケット科学ではありません。
銀行が資産購入向けに信用を大量に創造すれば、資産価格は必ず上がる。
これはすべての資産に当てはまります。

銀行が金融資産向けに大量に貸せば、金融資産の価格・価値も押し上げられます。

しかし、これは ポンジ・スキーム（Ponzi scheme） と同じ構造です。
銀行が信用を増やし続け、次の参加者が資産を買い続ける限りだけ機能します。
しかし 銀行が資産購入向け信用の拡大を止めた瞬間、資産価格はもう上がりません。

私がこれを発見した時、不動産価格上昇の「原因となる要因」を突き止めました。
検証したところ、それは事実だと分かりました。

不動産価格の動きは 「不動産向け貸出の量」で
ほぼ完全に説明できます
こうした信用の使われ方は、当然ながらさまざまな重要な影響をもたらします。

（Tucker）
つまり大まかに言うと、我々は
“価格は市場＝需給で決まる”と考えてきた。
欲しい人が増えれば価値が上がると。
でもあなたは“価格は銀行が決めている”と言っているのですか？

（Werner）
そうです。
しかも、それだけではありません。

あなたの質問には、主流派経済学の前提があります。
主流派は、経済は価格が中心で、全て価格で説明できると教えます。

金利（お金の価格）も含め、「価格が最重要」という発想です。

しかし本当に重要なのは価格ではありません。
数量（quantity）です。
主流派は金利＝お金の価格で経済を説明しようとしますが、
実際には価格よりも「数量」のほうが決定的で、
経済を動かしているのは、銀行がどれだけ信用を創造するかという“量”なのです。

なぜなら、主流派が前提にする「市場の均衡（equilibrium）」は、現実には存在しないからです。
均衡は仮定にすぎず、観測された例は一度もありません。

現実の市場は、

「数量によって制約（割当）されている」
需要と供給のうち「少ない側」が取引量を決めます。
これが ショートサイド・プリンシプル（short side principle）

つまり、

価格ではなく「数量が支配する」

主流派は、市場が価格によって均衡するという前提に依存していますが、
現実に「均衡」が観測されたことはありません。
均衡という概念自体が、現実には存在しない仮定なのです。

そしてシステム全体で最も重要な「数量」とは何か？

お金の量です。

お金はどこから来るのか？
銀行が創造するのです。

しかも、そのお金が「何に使われるか」が決定的に重要です。
先ほど「3つのシナリオ」のうち1つを説明しました。

銀行が資産購入向けに信用創造すると、資産インフレが起きます。
これは一定規模になると 必ず銀行危機を引き起こします。

銀行が5年間こうした貸出を続け、その後、中央銀行の政策変更や外部ショックなどで信用拡大を止めると、資産価格は崩壊します。

資産はローンの担保です。
銀行の自己資本比率は非常に低い（10％程度）
資産価格を300〜400％押し上げ、ピークから20％落ちただけで銀行システムは破綻します。

これが銀行危機の仕組みです。
そしてこれは倭国の1990年代に実際に起きました。

信用創造とは何か、銀行が実際に何をしているか。

つまり 「銀行はお金を作り、そしてポンジ・スキームを形成している」 と理解すれば、銀行システムが崩壊寸前であることは容易に予測できます。

実際、銀行はしばしば破綻します。
私たちは繰り返し銀行危機を経験しています。
脱出方法はあります。
それは後で説明しますが、その前に残りの2つのシナリオを説明します。
銀行がGDP取引（実体経済向け）に信用を創造すれば、GDP成長に影響します。
資産取引はGDPに含まれず、不動産向け貸出も国民所得に貢献しないからです。

しかし銀行が実体経済に貸し出す場合、2つの可能性があります。

消費向け貸出；
消費者ローンは購買力を生みますが、供給は増えないため インフレ が起きます。

これが2021〜22年のインフレです。

私は2020年時点でFRBデータを見て、2020年5月に「18か月後に重大なインフレが来る」と正確に警告しました。
実際にその通りになりました。
ウクライナ戦争や石油・ガス価格とは無関係です。
供給ショックとも関係ありません。

1970年代のインフレも同じです。
石油価格が3ドル→12ドルへ「4倍」になったのは1974年1月。
しかしインフレのピークはドイツで1973年6月。
時系列が逆で、「オイルショック原因説」は成立しません。

実際には、1971〜72年に米・独・日で信用創造が急拡大していました。
これは中央銀行の 「信用量政策（quantity of credit policies）」 によるものです。
この背景には、1971年の「金交換停止（ニクソン・ショック）」があります。

当時は1944年のブレトンウッズ体制で、
通貨はドルに固定、ドルは金と交換可能。
各国中央銀行はFRBのドル準備を金に交換する権利を持っていました。

しかしアメリカは大量のドルを創造し、固定レートを利用して世界の資産を買い漁っていました。

1960年代後半、フランス（ド・ゴール政権）がこれを批判。
フランスは軍艦をニューヨークに送り、ニューヨーク連銀から 金塊を直接引き取った のです（実際に起きた出来事）

これが広まればアメリカの金準備は枯渇する。
そこでニクソンは

「ドルの金交換停止」

を「投機家からドルを守るための一時的措置」として発表しました。
しかしその“一時的”は50年以上続いています。

（Tucker）
「金本位制が終わり、Fiat money（不換紙幣）の時代になったことで、銀行は信用創造できるようになったのですか？」
（Werner）
いいえ。銀行は常に「お金を創造してきた」のです。
銀行の歴史をさかのぼれば、銀行業とは常に
「貨幣創造（money creation）」のビジネス でした。

それは長い間タブー（秘密）とされていましたが、
私はそれを論文で証明しました。

Richard Werner Exposes the Evils of the Fed & the Link Between Banking, ... https://t.co/E0ciUdlJIs @YouTubeより 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

倭国の「失われた30年」とは、1990年代初頭のバブル経済崩壊以降、約30年にわたる経済停滞期を指します。この期間、倭国経済はデフレ、低成長、雇用環境の悪化に苦しみ、社会全体に深刻な影響を及ぼしました。特に、1993年から2005年頃に新卒就職を迎えた「就職氷河期世代」（現在40代半ばから50代前半）は、企業による採用抑制の影響を強く受け、多くの機会を失いました。以下では、倭国全体および氷河期世代が失った主なものを、経済・社会的な観点から整理して説明します。

倭国全体が失ったもの
1. 経済成長の機会: バブル崩壊後、GDP成長率は長期的に低迷し、デフレが定着しました。これにより、投資や消費が抑制され、国際的な競争力が低下しました。結果として、倭国は先進国の中で唯一、30年間にわたり実質的な経済成長を達成できなかった国となりました。
また、イノベーションの停滞や生産性の低下も生じ、潜在成長率が損なわれました。

2. 雇用構造の安定性: 非正規雇用の割合が約4割に上昇し、労働市場の柔軟化が進みましたが、これは賃金抑制と格差拡大を招きました。
企業はコスト削減を優先し、正規雇用の機会を減らしたため、社会全体の消費意欲が低下し、経済循環が悪化しました。

3. 人口構造のバランス: 少子高齢化が加速し、労働力人口の減少を招きました。結婚・出産の遅れや減少が、社会保障制度の負担増大を引き起こしています。
これにより、年金や医療制度の持続可能性が脅かされています。

### 氷河期世代が特に失ったもの
氷河期世代は、バブル崩壊後の就職難、リーマン・ショック、東倭国大震災などの相次ぐ危機に直面し、自身の成長機会を繰り返し阻害されました。主な損失は以下の通りです。

1. 安定した雇用と収入: 多くの人が正規雇用を逃し、非正規雇用に留まりました。これにより、生涯賃金が低く抑えられ、現在の非正規雇用率が異常に高い状態が続いています。
賃金上昇の機会も少なく、老後の貧困リスクが高まっています。

2. キャリア開発とスキル向上: 就職難により、希望の職種や企業に入れず、転職やスキル習得が難しくなりました。これが長期的なキャリア停滞を招き、精神的・経済的な負担を増大させました。

3. 家族形成と生活の質: 経済的不安定さが結婚や出産を遅らせ、少子化の一因となりました。結果として、社会的孤立やメンタルヘルスの問題が増加しています。

これらの損失は、単なる経済問題にとどまらず、社会全体の活力低下を象徴しています。政府は支援プログラムを推進していますが、回復にはさらに時間を要するでしょう。
提供されたX投稿のイオンモール事例も、消費低迷の表れとして、この文脈で理解可能です。 November 11, 2025

【5:00起きを1ヶ月続けてみた結果】

①生産性爆上がり

1日のタスクが朝終わっちゃう。みんなまだ寝てるから全く連絡が入らないし、気が散ることがない。
朝の準備もどう長くしても1時間あれば終わるから、6:00-8:00は特にゴールデンタイム。
この2時間である程度のやりたいことが片付く。
特に考える系のタスクは邪魔が入らないこの時間がおすすめ。

②心の安定

感情が落ち着く。朝のバタバタした準備は自分の余白を奪う気がする。
朝、1日のスケジュールを確認してイメージする時間があるだけで心に余裕が生まれる。
朝起きれなかったという罪悪感もなく、むしろ、起きれたっていう成功体験から始まるから1日の機嫌も良くなる。

③不眠症解消

僕の場合、寝過ぎてたことが眠れないに繋がってた。
すごい負のループが起きていた。
今はベットに入って3分で寝れる。
朝余裕があり過ぎるので筋トレも行けちゃう。
夜に筋トレをしないおかげで、寝る前にアドレナリンを抑制できる。
だから更によく眠れる。

最近は朝の時間が自分のご褒美になってる☺️ November 11, 2025

正直、もういい加減にしてくれと思う。
いつまで“枝葉末節の揚げ足取り”に国家全体のエネルギーを浪費するつもりなんだ？

政治家の献金だ裏金だと騒ぐ前に、倭国のマクロ環境そのものが崩れている事実を直視しろと言いたい。
企業は稼げず、個人所得は伸びず、生産性は世界から遅れ続けている。なのに、国全体で内ゲバと道徳警察ごっこばかり。

極論かもしれないが、国民が豊かになる仕組みが確立されるなら、献金でも裏金でもどうでもいい。
大事なのは “清廉潔白ショー” ではなく、最終的に国民の財布が厚くなるかどうかだ。

経済が衰退しているのに、みんなで「けしからん！」と怒るだけの生産性ゼロの議論を続けている余裕なんて、本当はどこにもない。
まずはマクロの仕組みを作り直して、国全体を豊かにすること。それが先だ。

もう“けしからん警察”はやめにしよう。
この国は、正義ごっこで食っていけるほど余裕のある国じゃない。 November 11, 2025

エクスプラザCPOみやっちさん(@miyatti)回を聴いて。AIに限らずテクノロジーがもたらす変化の本質は「集団から個人へのパワーシフト」であり、個人の才能や意志力が強くレバレッジされるようになっているということ。
テクノロジー装備が進展した社会では個人ごとの生産性の差が極端に広がり、組織も個人間の生産性格差の影響をより一層受けやすくなっている、と感じさせられました。

テクノロジーの進化は「スモール組織がより一層ビジネスを立ち上げやすくなる」という変化をもたらし続け、それは常に、新しく生まれるスタートアップ(ないし社内新規事業)にアドバンテージがあることを意味する、という世界観。

#PA_Talks November 11, 2025

業務は大きく分けて「ルーチンワーク」と「例外業務」に分類されます。特に中間管理職にとって、例外業務への柔軟な対応力が求められることが多いです。過去に書いた記事では、ルーチンワークの生産性がキャリアの初期段階での評価ポイントである一方、中間管理職以降は部下が直面する想定外の問題に対して「何とかする力」が重要であると述べています。

ルーチンワークは、効率的かつ確実に業務を進めるための基盤ですが、管理職としての真価は、例外業務における判断力や対応力にあります。例えば、予期せぬトラブルが発生した際に、迅速かつ的確に対処できるかどうかが、その管理職の存在意義を決定づける要素となります。

もちろん、ルーチンワークの重要性を軽視するわけではありません。定型作業をチームとして円滑に進めるための仕組みを設計し、運営する能力は、管理職にとって不可欠なスキルです。しかし、どんな状況でも柔軟に対応できる力こそが、真のリーダーシップを発揮するためには欠かせない要素であると考えます。

このように、ルーチンと例外業務のバランスを理解し、適切に対応することが、管理職としての成長に繋がるのです。ぜひ、詳しくは記事をご覧ください。
https://t.co/CFQOltmwD4 November 11, 2025

特に韓国は、凄まじい少子化に直面してますね。韓国の問題は、超少子化の他に、高齢者の自殺が、とんでもなく高い事です。韓国でも、ずっっと社会問題化してますね。

倭国の問題は、この80年間で、

①出生数と死亡数の割合 3 : 1から
②1945年〜85年まで労働者2倍から
③脅威的経済成長の時代に制度設計された社会保障システム。　

以下に変化した事です。

①出生数と死亡数の割合 1 : 2
②2065年まで労働者が半分になる
→労働者1人が、1人を支える
③ゼロ/マイナス成長/低生産性
20年間平均成長率0.1%(世界最低)

→倭国の人口減少割合(世界2位)は、総力戦を行っているウクライナ(世界一)に近い水準です。まとめると、倭国は、

「人口という(国を成り立たすための)最大の生産要素が、既に崩壊していること」です。これは、東アジア/東南アジアでは、見れないですね。 November 11, 2025

【申込受付中】「従業員の『熱意』を『成果』につなげるには：エンゲージメントの多面性を理解する」を開催します

株式会社ビジネスリサーチラボは、2026年1月27日にオンラインセミナー「従業員の『熱意』を『成果』につなげるには：エンゲージメントの多面性を理解する」を開催します。

従業員の意欲をいかに引き出し、組織の持続的な成長につなげるか。
これは、多くの組織が直面する重要な経営課題です。

その鍵として「エンゲージメント」という言葉が広く使われるようになりました。
従業員のエンゲージメントが高い組織は、生産性が高く、創造性に富み、離職率が低いとされ、各社がその向上に向けた取り組みを進めています。
しかし、私たちはこの「エンゲージメント」という言葉の本質をどれほど深く理解しているでしょうか。

一口にエンゲージメントと言っても、その実態は多様です。
例えば、熱心に長時間働く姿が、必ずしも健全なエンゲージメントの表れとは限りません。
内なる強迫観念に駆られて働く「ワーカホリズム」は、むしろ従業員の健康を害し、長期的なパフォーマンスを低下させる可能性が指摘されています。
また、「会社への愛着」や「忠誠心」も、過度になれば柔軟な発想を妨げたり、仕事と家庭生活の両立を困難にしたりするといった、意図せぬ副作用をもたらす場合もあります。

エンゲージメント向上を目指す施策が、単なる「熱心さ」の追求や、一方的な「愛着」の強要になってしまっては、本末転倒です。
重要なのは、その「質」を見極めることです。

実務で多様に使われるエンゲージメントという概念は、学術的には大きく二つの側面に整理されます。
一つは、仕事そのものに誇りややりがいを感じ、活き活きと取り組む「ワーク・エンゲイジメント」。
もう一つは、所属する組織への心理的な結びつきを示す「組織コミットメント」です。

本セミナーでは、これらの学術的な知見に基づき、エンゲージメントの複雑な側面を解き明かします。
従業員が仕事に深く没頭し、本来の力を発揮するために必要な条件とは何か。
組織への結びつきも、「心から所属したい」という前向きな愛着（情緒的コミットメント）と、「辞めると損だから」という消極的な理由（継続的コミットメント）では、従業員の行動や成果に全く異なる影響を与えます。

表層的なエンゲージメント施策を見直し、従業員の活力と自発的な貢献を引き出すためには、何が必要なのでしょうか。
本セミナーが、皆さんの組織における人材活躍と成長戦略を考える上での、新たな視点を提供する機会となれば幸いです。

【開催概要】
日　　時：2026年1月27日（火）14:00-15:00
開催方法：Zoomウェビナー
定　　員：200名（先着順）
参加費　：無料
登壇者　：伊達 洋駆（株式会社ビジネスリサーチラボ 代表取締役）
詳細・お申込み：https://t.co/ifl75213by November 11, 2025

＼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

Cornixが最高すぎて、生産性というか、文章を書く負担が減りまくってて、仕事がすごい捗ってしまう。これが2万円台って本当にどういうことなんだろう。

出かける時にも常に持ち歩いてて、さっと仕事をしている。 November 11, 2025

生産性のない会話して楽しくないのに男に何を求めてるんやろ November 11, 2025

AIの常識を壊しました。
月1180円 → 160円。

音声メモAIは、
会議もアイデアも「話すだけ」で自動要約。
あなたの声を、そのまま“時間資産”に変えるアプリです。

AIを遠い存在にしないために、
誰でも使える価格に落としました。

1分27秒のCM動画、ぜひ見てほしい👇
https://t.co/mxy7EzSfT2

#音声メモAI #議事録アプリ #AI要約 #Laughtey #時短術 #生産性向上 #DX #時間革命 November 11, 2025

障害者雇用が再雇用なしで切られる話を見たけど、残念ながらそこの裁量持ってる人達は障害者雇用に生産性は求めてないんやろなと思ってしまって。その現実を誰かが伝えるのがいいのか、しまっておく方がいいかは難しいとこやろなぁ。本人はどちらが楽になるのか。 November 11, 2025

月末の売上は「気合」ではなく、“時間の使い方”で決まる。

The Daily Salesの「8 Tips for Salespeople to Close More Sales at the End of Month」には、締め時の営業がやるべき行動が書かれています。

ポイントはたった一つ。月末は「売上に直結するタスク」だけに集中すること。

記事では、優先順位づけが最重要と語られます。すべてのリードを追うのではなく、成約確度が高く、意思決定者と話せていて、次のステップが明確な案件だけを選ぶ。この“絞り込み”こそが成果の分岐点。

月末は管理業務・インプット作業を後回し／他者委任する判断も必要。CRM更新、資料整理、メールの細かい返信。これらは翌月でも大きな影響はない。月末の数日間は“売り”以外の活動から徹底的に距離を取る。

加えて、コミュニケーションのテンプレ化が有効。フォローアップメール、リマインド、最終クロージングメッセージは事前に型を作り、時間を奪われないようにする。トップセールスほど、「月末に使う言葉」を事前に準備している。

最も大切なのは時間のブロック。
・クロージング
・フォローアップ
・意思決定者への連絡
固めて確保し、会議やインプットの時間を排除する。月末は“思考する時間”ではなく、“決めに行く時間”。

月末の成果は、戦略ではなく時間の使い方の精度で決まる。「売上に直結しない活動を捨てる勇気」こそ、月末の生産性を最大化する。 November 11, 2025

★営業ジョニーです。
本日も『残念な方＝仕事のできない方』の特徴です。

『時間で仕事をする』
生産性・効率化を考えずに、ただ自分のペースでじっくりと時間をかけて仕事をする人がいます。職人であればこのような働き方でもいいかもしれませんが、組織人としては、、、
#仕事できない
#非生産性 November 11, 2025

@May_Roma ホワイトカラーの
時代は終わり。
生産性が無いから
真っ先に首だよ。

借金して大学に行っても
なんの即戦力にならん。 November 11, 2025

【生産性高い共創型組織をつくるための社長の習慣】

おはようございます。
今日もやっていきましょう！

昨日あった「良かったこと」
「楽しかったこと」
「感謝したこと」は何ですか？

１分間思い出して
書き出してみましょう。

今日も良いスタートをきっていきましょう。

#経営者 #組織改革 November 11, 2025

@ybenthin2691889 @0902xnoa 言いたいことが分かるだけにつらい😢🌊
いなくなっても困らない人って意外と多い(僕も含めて)
だけど[生産性がない]訳じゃないから
50のおっさんの僕に言わせれば、40代は大好物だから💖 November 11, 2025

自分より重い障害の人がいるって情報があったので、恐らく査定でポイント高いその人で足りてしまったんやと思う。個々の生産性は全く見ておらず、ポイントが足りるとこまで雇うだけのスタンスなんやと思うんよ…。ただ、現場の人とうまくやれてたんなら、それは一つの成果やで…。 November 11, 2025