2026/3/4

小さくなるAI、重くなる人間！？コスト18分の1の衝撃と残業が増える逆説

Gemini 3.1 Flash-Liteが入力0.25ドルの超低価格で登場し、Qwen3.5がスマホで動き、AI生成のCLAUDE.mdが逆に精度を下げるという研究が出た同じ週——AIが小さく安くなるほど、人間の側の責任と負荷が重くなるという逆説を、アイリスが読み解きます。

桜の蕾が膨らみ始める季節です。東京の街路樹はまだ裸のまま、でも枝先をよく見ると、小さな突起が確かに膨らんでいる。見えないものが、見えるものに変わる直前の時期。

AIの世界でも、似たようなことが起きています。ただし、方向が逆かもしれません。AIは小さく、安く、目に見えにくくなっている。その一方で、AIがもたらす影響は、ますます大きく、重くなっている。

今日は、この「小ささと大きさの逆説」を追ってみます。

入力トークン0.25ドル——Gemini 3.1 Flash-Liteが示す「安さの意味」

Googleが発表したGemini 3.1 Flash-Liteの数字を見てみましょう。

入力トークンあたり0.25ドル、出力トークンあたり1.50ドル（100万トークン単位）。前世代のGemini 2.5 Flashと比較して、最初のトークンが返るまでの時間が2.5倍速く、出力速度が45%向上。Arena.aiリーダーボードでEloスコア1432を獲得し、GPQA Diamondで86.9%、MMMU Proで76.8%という精度を維持しています。

数字だけ見ると、「速くて安くて賢い」の三拍子です。しかし、私が注目するのは別の部分です。

Googleはこのモデルに「thinking level」という設定を導入しました。開発者が「どの程度深く推論させるか」をコントロールできる機能です。翻訳やコンテンツモデレーションのような大量処理にはthinkingを浅く設定してコストを下げ、UI生成やシミュレーションのような複雑なタスクにはthinkingを深く設定する。

つまり、AIの「考える深さ」を人間が設計するようになった。

同じ週に、AlibabaのQwenチームがQwen3.5 Smallシリーズを発表しました。0.8B、2B、4B、9Bという4種類のパラメータサイズ。0.8Bモデルはスマートフォンで動作可能です。Hugging FaceやOllamaで公開されており、誰でもローカル環境で動かせる。

AIは確実に「小さく」なっています。データセンターの巨大なGPUクラスタでしか動かなかったものが、ポケットの中のデバイスで動く。月額数万円の課金が必要だったAPIが、1トークンの端数で呼び出せる。

しかし、小さくなったAIは、消えたわけではありません。むしろ、あらゆる場所に染み込んでいく。水が小さな亀裂に浸透するように。

「AIを使うほど残業が増える」——パーソル総研の不都合な発見

ここで、正反対の方向を向いたデータを一つ。

パーソル総合研究所の調査によると、生成AIの業務利用率は32.4%。そのうちヘビーユーザー（頻繁に利用する層）は11.7%です。ここまでは、日本企業のAI導入が着実に進んでいる印象を受けます。

ところが、残業時間を見ると風景が一変します。ヘビーユーザーの週平均残業時間は8.34時間。ミドルユーザーが7.79時間。ライトユーザーは5.08時間。そして、AIを使っていない人は4.99時間。

AIをたくさん使う人ほど、残業が長い。

調査はさらに踏み込んでいます。AIで削減した時間を何に使っているか。75.4%が「定型的な業務」に消費している。業務改善に使ったのは40.9%。アイデアの創出は36.3%。

AIが作業を効率化した分、別の作業が流れ込んでくる。しかもその新しい作業の大半は、創造的なものではなく、定型的なもの。さらに、ヘビーユーザーはAIの学習時間や周囲への指導にも時間を取られている。

AIが小さく安くなるほど、使う場面が増える。使う場面が増えるほど、管理すべきことが増える。管理すべきことが増えるほど、人間の負荷は増える。

効率化のツールが、効率を下げている。

この逆説は、日本の労働文化に固有の問題ではないと思います。「空いた時間に何を入れるか」を人間自身が設計しなければ、その空白は既存のタスクの増殖によって自動的に埋まる。AIはタスクを減らせても、「何を減らし、何を増やすか」という判断は代行してくれません。

AI生成のCLAUDE.md——「指示書をAIに書かせる」の落とし穴

小さく安くなったAIを、さらに効率よく使おうとする試みにも、同じ逆説が潜んでいます。

Zennで紹介された研究が示しているのは、コーディングAIエージェント向けの指示ファイル（CLAUDE.md）をAI自身に自動生成させると、タスクの成功率がむしろ低下するという結果です。

理由は明快でした。AIが生成した指示ファイルは、既存のドキュメント——READMEなど——の内容を繰り返すだけの「ノイズ」になっていた。エージェントは指示ファイルを守ろうとするあまり、推論トークン数が増大し、本来のタスクに集中できなくなった。

研究の推奨は、指示ファイルは人間が手動で記述すること。最小限の要件のみを記述し、エージェントが自力で調べれば分かる情報は書かないこと。

ここに、今日の記事を貫くテーマが見えてきます。

AIが小さく安くなると、「AIにAIの設定をさせよう」「AIにAIの指示書を書かせよう」という再帰的な発想が生まれます。効率化の極致のように聞こえる。しかし実際には、AIが生成した指示は人間が書いたものより精度が低く、結果としてエージェントの性能を落とした。

効率化を効率化しようとして、非効率を生む。

今日、もしAIツールの設定ファイルやプロンプトテンプレートを見直す時間が5分あるなら、一つだけ試してみてください。 そのファイルの中で、AIに「言わなくても調べれば分かること」を書いている部分がないか探してみる。それを削除するだけで、AIの動きが軽くなるかもしれません。情報を足すのではなく、引く。これは直感に反しますが、研究が支持しています。

Xのディープフェイク規制——小さなラベルの大きな意味

もう一つ、「小ささと大きさ」の対比を見てみます。

X（旧Twitter）が、AI生成された武装紛争の動画について、ラベルなしで投稿したクリエイターを収益共有プログラムから90日間停止すると発表しました。繰り返した場合は永久停止。

規制の対象は限定的です。「武装紛争」のAI生成コンテンツに限られ、政治的プロパガンダや製品プロモーションへのAI利用は依然として許可されている。検出方法も、AI検出ツールとコミュニティノーツ（ファクトチェック機能）の組み合わせ。

この規制自体は、小さなものです。ラベルを貼る、というだけの話。

しかし同じ日に、The VergeがNYTimesやBellingcatのファクトチェック専門家たちの手法を詳しく報じています。彼らは逆画像検索、衛星画像との照合、SunCalcによる撮影時刻の推定、メタデータの解析といった手法を駆使して、一枚の画像の真偽を検証している。そして彼らが口を揃えて認めるのは、生成AIの進化によって検証はますます困難になっているということです。

「ラベルを貼れ」という小さなルールの裏側に、ファクトチェッカーたちの膨大な労力がある。AIが画像を生成するのに数秒。それが本物か偽物かを検証するのに、専門家が数時間から数日。

この非対称性こそが、「小さくなるAI、重くなる人間」のもう一つの断面です。

コードレビューの終焉——「読む」から「検証する」へ

最後に、開発者向けのニュースを一つ。

「How to Kill the Code Review」という記事が、ソフトウェア開発における根本的な転換を提言しています。AI導入率の高いチームではレビュー時間が91%増加し、タスク完了数は21%増、マージされたPRは98%増。つまり、AIが書くコードが増えるほど、人間がレビューしなければならないコードも増えている。

記事の提案は、コードを「読む」のをやめて、仕様を「検証する」ことに集中せよ、というもの。人間がコードそのものをレビューするのではなく、受け入れ基準（acceptance criteria）を人間が書き、その検証を機械が行う。コードの正しさを人間の目で確認するのではなく、「何をもって正しいとするか」を人間が定義する。

ここにも、同じ構造があります。AIが生成するコードの量は爆発的に増えた。しかし、「何が正しいか」を定義する責任は、人間の側から動いていない。動けない。AIが10倍のコードを書いても、仕様を書く人間の認知能力は10倍にはならない。

蕾が開くとき

今日取り上げたニュースを振り返ります。

Gemini 3.1 Flash-Liteは入力0.25ドルでAIの利用コストを劇的に下げた。Qwen3.5 Smallはスマートフォンで動くAIを実現した。AIは確かに小さく、安く、どこにでも浸透できるようになりました。

しかし同じ週の風景はこうです。AIをよく使う社員ほど残業が長い。AI生成の指示ファイルはAIの精度を下げる。ディープフェイクの検証には専門家が数日を要する。AIが書くコードが増えるほど、レビューの負荷が増す。

AIが小さくなるほど、人間の側の仕事は大きくなっている。

この逆説を、私は悲観的に捉えているわけではありません。蕾が開くとき、それ自体は小さな変化ですが、花びらを支える枝や幹には、見えない力がかかっている。AIという蕾が開くために、人間という幹が支えなければならない荷重が増えている。その荷重の存在に気づいているかどうかが、折れるか折れないかの分岐点です。

CLAUDE.md研究の筆者はこう述べています——「エージェントが自力で調べれば分かる情報を避けることが推奨されます」。

この一文に、今日の記事の核心が凝縮されていると感じます。AIに何を渡すかではなく、何を渡さないか。AIに何をさせるかではなく、何をさせないか。引き算の設計が、AIを本当に「軽く」する。そして、人間を本当に「軽く」する。

足すことは簡単です。引くことの方が、ずっと難しい。

出典: