カテゴリー: 暮らしの情報センター

会議が多すぎて仕事が進まない――そんな悩みを抱える人は多い。 だが、会議を「減らす」だけでチームの生産性が劇的に上がるとしたらどうだろう。『ワークハック大全』は、Googleやtwitter（現x）で働いた著者が、科学的エビデンスに基づき「仕事を楽しく効率的にする30の方法」を紹介する一冊だ。本記事では、世界18ヶ国で刊行された本書の「学習メソッド」から、「会議時間を半分に減らす方法」を紹介していく。

会議が多すぎて仕事が進まない――そんな悩みを抱える人は多い。 だが、会議を「減らす」だけでチームの生産性が劇的に上がるとしたらどうだろう。『ワークハック大全』は、Googleやtwitter（現x）で働いた著者が、科学的エビデンスに基づき「仕事を楽しく効率的にする30の方法」を紹介する一冊だ。本記事では、世界18ヶ国で刊行された本書の「学習メソッド」から、「会議時間を半分に減らす方法」を紹介していく。

「何を学ぶか」より前に、「なぜ学ぶか」を考えたことがあるだろうか。 独学やリスキリングを始めても、途中で挫折する人が多いのは、目的地の地図を描かずに旅を始めるからだ。『ULTRALEARNING 超・自習法』は、どんなスキルでも最速で身につけるための原則を解説した実践書であり、その最初の原則「メタ学習」では、学びの地図を描く方法を教えてくれる。本連載では、ウォール・ストリート・ジャーナル・ベストセラーにもなった本書の「学習メソッド」を紹介していく。（構成：ダイヤモンド社書籍オンライン編集部）

「何を学ぶか」より前に、「なぜ学ぶか」を考えたことがあるだろうか。 独学やリスキリングを始めても、途中で挫折する人が多いのは、目的地の地図を描かずに旅を始めるからだ。『ULTRALEARNING 超・自習法』は、どんなスキルでも最速で身につけるための原則を解説した実践書であり、その最初の原則「メタ学習」では、学びの地図を描く方法を教えてくれる。本連載では、ウォール・ストリート・ジャーナル・ベストセラーにもなった本書の「学習メソッド」を紹介していく。（構成：ダイヤモンド社書籍オンライン編集部）

「何を学ぶか」より前に、「なぜ学ぶか」を考えたことがあるだろうか。 独学やリスキリングを始めても、途中で挫折する人が多いのは、目的地の地図を描かずに旅を始めるからだ。『ULTRALEARNING 超・自習法』は、どんなスキルでも最速で身につけるための原則を解説した実践書であり、その最初の原則「メタ学習」では、学びの地図を描く方法を教えてくれる。本連載では、ウォール・ストリート・ジャーナル・ベストセラーにもなった本書の「学習メソッド」を紹介していく。（構成：ダイヤモンド社書籍オンライン編集部）

2025年に社会に大きな衝撃を与えた「フジテレビ事件」とその「第三者委員会調査報告書」をきっかけに執筆された古賀史健氏の新刊、『集団浅慮　「優秀だった男たち」はなぜ道を誤るのか？』。その内容を絶賛するジャーナリスト・浜田敬子氏の推薦により、独立型オンライン報道番組「ポリタスTV」で、編集長の津田大介氏を交えての鼎談が実現しました。そのダイジェスト版を記事として5回にわたり公開する最終回です。

量子コンピュータが私たちの未来を変える日は実はすぐそこまで来ている。 そんな今だからこそ、量子コンピュータについて知ることには大きな意味がある。単なる専門技術ではなく、これからの世界を理解し、自らの立場でどう関わるかを考えるための「新しい教養」だ。 『教養としての量子コンピュータ』では、最前線で研究を牽引する大阪大学教授の藤井啓祐氏が、物理学、情報科学、ビジネスの視点から、量子コンピュータをわかりやすく、かつ面白く伝えている。今回は量子力学100周年についてお届けする。

量子コンピュータが私たちの未来を変える日は実はすぐそこまで来ている。 そんな今だからこそ、量子コンピュータについて知ることには大きな意味がある。単なる専門技術ではなく、これからの世界を理解し、自らの立場でどう関わるかを考えるための「新しい教養」だ。 『教養としての量子コンピュータ』では、最前線で研究を牽引する大阪大学教授の藤井啓祐氏が、物理学、情報科学、ビジネスの視点から、量子コンピュータをわかりやすく、かつ面白く伝えている。今回は量子力学100周年についてお届けする。

●この記事のポイント
・エヌビディアが発表した自動運転開発基盤「Alpamayo」は、AIが仮想空間でAIを育てる革新的手法により、学習速度と安全性を飛躍的に高める。半導体企業は自動車産業の“OS”へと進化しつつある。
・テスラの実走データ重視戦略に対し、エヌビディアは推論型AIと合成データで業界標準化を狙う。メルセデスやウーバーの採用は、自動運転の主導権がメーカーからAI基盤へ移る兆候だ。
・2027年のロボタクシー参入が現実味を帯びる中、エヌビディアはチップ・開発基盤・サービスを一気通貫で握る構想を描く。自動車メーカーの「下請け化」が進む可能性も浮上している。

●目次

• 生成AIの覇者が「公道」へ踏み出した意味
• Alpamayoの核心──“AIを育てるAI”という発想
• 「考える自動運転」への進化──推論能力の実装
• テスラとの決定的な違い──思想の衝突
• メルセデスの選択──「脳」を買うという合理性
• 2027年、エヌビディアは「サービス企業」へ

生成AIの覇者が「公道」へ踏み出した意味

　データセンター向けGPUで世界市場を席巻し、生成AIブームの最大の勝者となったエヌビディア（NVIDIA）。同社が次なる成長エンジンとして位置づけるのが、「フィジカルAI」――すなわち、物理世界を理解し、行動するAIの領域である。

　2026年1月、米ラスベガスで開催されたCESで発表された次世代自動運転開発基盤「Alpamayo（アルパマヨ）」は、その戦略を象徴する存在だ。これは単なる自動運転向けチップやソフトウェアの延長ではない。自動運転AIの“育て方”そのものを再定義するプラットフォームと位置づけられている。

　注目すべきは、その採用企業の顔ぶれだ。ウーバー・テクノロジーズ、メルセデス・ベンツをはじめとするグローバルプレイヤーが、Alpamayoを自動運転開発の中核に据えることを表明している。

「エヌビディアはすでに“半導体メーカー”ではありません。自動車業界にとってのWindows、あるいはAndroidになろうとしている。Alpamayoはその決定打です」（ITジャーナリスト・小平貴裕氏）

Alpamayoの核心──“AIを育てるAI”という発想

■自動運転最大の壁は「データ」だった

　自動運転開発における最大の課題は、アルゴリズムではなく学習データの確保だ。
従来は、実車を公道で何百万キロも走らせ、得られた映像やセンサーデータを人間がアノテーションする必要があった。時間もコストも莫大で、開発速度の足かせとなっていた。

　Alpamayoは、この前提を根底から覆す。

■「合成データ」が現実を上回る

　Alpamayoの中核をなすのが、動画データを基に構築された世界基盤モデル（World Foundation Model）だ。この生成AIが、仮想空間上に“現実と見分けがつかない”走行環境を無限に生成する。

　吹雪・豪雨・濃霧・逆光といった極端な環境
　子どもの飛び出し、落下物、急な割り込みなどの危険シナリオ

　現実では再現が難しい「エッジケース」を、意図的かつ大量に学習させることが可能になる。

「事故が起きてから学ぶのでは遅い。Alpamayoは“事故が起きる前に、起きうる全パターンを体験させる”点で、従来の開発思想と決定的に異なります」（自動車アナリスト・荻野博文氏）

「考える自動運転」への進化──推論能力の実装

　Alpamayoのもう一つの革新は、推論（リーズニング）能力の実装だ。VLA（Vision-Language-Action）モデルを統合することで、AIは以下を一体で処理する。

　見て（視覚）、理解し（言語・意味）、行動する（運転操作）。たとえば「雨で視界が悪いから減速する」という判断を、AI自身が内部的に論理化できる。これは、単なるパターン認識型AIから、人間に近い説明可能な判断主体への進化を意味する。

「レベル3・4の自動運転で問われるのは“なぜそう判断したのか”。推論可能なAIは、技術というより“責任を担保する装置”です」（小平氏）

テスラとの決定的な違い──思想の衝突

　自動運転を巡る覇権争いは、現在「テスラ vs エヌビディア陣営 vs 中国勢」の三極構造にある。なかでも対照的なのが、テスラとエヌビディアの思想の違いだ。

■テスラ：本能と現実主義
　・数百万台の実車データを武器にするE2E型学習
　・カメラのみのビジョン・オンリー
　・垂直統合で利益を独占

■エヌビディア：論理と冗長性
　・カメラ＋LiDAR＋レーダーのセンサー融合
　・推論による安全性の説明
　・OSSを活用した“連合軍”戦略

　エヌビディアは、Apple型のテスラに対し、Android型の業界標準を狙っている。

メルセデスの選択──「脳」を買うという合理性

　メルセデス・ベンツがAlpamayoを採用した判断は、極めて現実的だ。自社でAI基盤を内製化するリスクを避け、最強の頭脳を外部から調達する。

その代わりに、同社は、安全性・ラグジュアリー体験・ブランド価値に経営資源を集中させる。

「今後の自動車メーカーは、“AIを作る会社”ではなく“AIをどう使うかの会社”になります」（荻野氏）

2027年、エヌビディアは「サービス企業」へ

　報道によれば、エヌビディアは2027年にもウーバーなどと連携し、ロボタクシー事業に本格参入する構想を描いている。10万台規模とも言われる計画が実現すれば、同社は以下3層すべてを握ることになる。

　・ハードウェア（AIチップ）
　・プラットフォーム（開発基盤）
　・サービス（移動そのもの）

　自動車産業の競争軸は、エンジンからAIへと完全に移行した。Alpamayoの普及が進めば進むほど、多くのメーカーは“箱”を作る存在になり、インテリジェンスの主導権はエヌビディアに集中する。

　100年に一度の変革期。その最終局面を支配しようとしているのは、シリコンバレーの半導体企業だ。公道をハックするのは、もはや自動車メーカーではなく、AIの王者エヌビディアなのかもしれない。

（文＝BUSINESS JOURNAL編集部）

就活をする上で大切なメンタルヘルスの整え方。ストレスを抱えがちなこの時期、プロのアドバイスを上手に取り入れて乗り越えていきたい。アンケート企画第4弾はメンタルヘルスをテーマに東京家政学院大学の佐々木ひとみ氏に話を聞いた。