AIとの付き合い方が、静かに、でも確実に変わりつつある。AI研究者のAndrej Karpathyが最近SNSに投稿した一連のコメントが、AI界隈で注目を集めた。彼が「LLMのUI/UX第3世代」と呼ぶ変化は、ChatGPTやCopilotをなんとなく使っている30〜40代の会社員にとっても、他人事ではない話だ。この記事では、その変化が何を意味するのか、実務にどう関わってくるのかを整理する。
AIとの対話はどう変わってきたか
Karpathyは「LLMのUI/UXには3つの世代がある」と整理している。厳密な定義をしているわけではないが、実際にAIツールの変遷を追うと、この区分はかなり腑に落ちる。
第1世代は、ブラウザやアプリを開いてAIと「1対1でチャット」するスタイルだった。ChatGPTが2022年末に一般公開された直後のイメージがこれに近い。何か聞きたいことがあれば、タブを切り替えてプロンプトを打ち込む。便利ではあるが、作業の流れからは外れた「寄り道」感があった。
第2世代は、コードエディタのGitHub CopilotやOfficeのCopilotのように、「使っているツールの中にAIが入り込む」形だ。ファイルを開きながら隣にAIが表示される、Wordで文章を書きながらサジェストが来る。作業の邪魔にならない分、第1世代より自然だった。ただ、あくまでも特定ツールの中に閉じていた。
第3世代、つまりKarpathyが「新しいパラダイム」と呼ぶのは、AIがツール横断で組織全体の業務に溶け込む形だ。ツールを切り替えるのではなく、Claudeがチームの一員として「普通の人に話しかけるような感じで」呼び出せる状態を指している。ツール連携、メモリ、セキュリティ、計算環境まで全部まとめて裏側で設定されていて初めて実現するもので、「表に見えない工夫の積み重ね」によって成立する。
「ツールとしてのAI」から「人材としてのAI」へ
この変化を言葉にするなら、AIが「機能」から「同僚」に近づいていく、という表現が一番ピンとくる。ただし、これは比喩的な表現であって、AIが人間の仕事を全部引き受けるという話ではない。むしろ実態は、AIをどこからでも呼び出せる環境が整ったことで、使える場面が一気に広がる、という変化だ。
具体的なシナリオで考えると分かりやすい。たとえば、マーケティング部門で週次の売上レポートをまとめている30代の担当者がいるとする。今までは、データをExcelで集計しながら、別タブでChatGPTを開いてグラフの説明文を作り、さらに別ツールで社内共有用のスライドを作る、という行ったり来たりの作業が必要だった。第3世代の環境では、同じ画面上のチャット欄でClaudeに「今週のデータから先月比の変化をまとめて、来週の会議用にスライド3枚分の骨子にしてほしい」と打ち込めば、ツール間の行き来なしに作業が進む。切り替えコストが消えるだけで、集中力の持続時間はかなり違う。
導入の「見えないコスト」を知っておく
Karpathyのコメントで見落としがちな部分が、「hood engineering work（裏側のエンジニアリング作業）」への言及だ。ツール連携、メモリ設計、セキュリティ、計算環境の整備——これらを全部やって初めて「溶け込む」体験が実現する。つまり、ChatGPTを個人利用するのとは次元が異なる話であり、組織として導入するには相応の準備がいる。
以下は、第3世代のAI活用を組織に導入する際に必要になる要素の比較だ。
| 要素 | 個人利用（第1世代相当） | 組織統合（第3世代相当） |
|---|---|---|
| ツール連携 | 不要（手動コピペ） | 必要（API/MCP接続） |
| 記憶・文脈 | 会話単位 | プロジェクト・組織単位 |
| セキュリティ | 個人の判断 | 情報分類・アクセス制御 |
| 運用ルール | なし | ガバナンス設計が必要 |
| 効果の実感 | すぐ出やすい | 整備期間後に出る |
この表を見ると、「第3世代が良い」という単純な話ではなく、個人が今すぐ試せるのは第1〜2世代の延長線上のやり方であり、第3世代は組織レベルの意思決定と投資が前提になることが分かる。会社員として関わるとしたら、自分でツールを整えるというより、「こういう使い方を会社として整備してほしい」と提案する側に回ることが現実的な選択肢になってくる。
個人でできる「先行体験」の作り方
組織全体での統合は時間がかかるとしても、個人レベルで第3世代に近い感覚を試すことはできる。ClaudeやChatGPTのプロジェクト機能（会話に共通の文脈を持たせる機能）を使いながら、自分の業務に関係するドキュメントや背景情報を事前に読み込ませておく方法がその一例だ。
プロンプトの書き方ガイドで紹介しているように、AIに「役割と文脈」を与えるプロンプト設計を身に着けると、毎回ゼロから説明しなくてもいい状態に近づける。完全な第3世代には届かないが、「毎回同じ説明を繰り返す疲労感」はかなり減る。
たとえば、営業企画の担当者が毎月の提案書フォーマットをAIに事前共有しておき、「今月分の数字をいれた下書きを作って」と一言で作業を始められる状態にしておく。これだけで、週に2〜3時間分の下書き作業が短縮できる人もいる。ChatGPTの使い方ガイドでも触れているプロジェクト機能の活用が、現時点では最も手軽な入口になる。
AIとの関わり方が問い直されるタイミング
Karpathyの指摘が興味深いのは、技術的な進化の話でありながら、本質は「AIとどう関係を結ぶか」という問いだからだ。ツールとして使うのか、相談相手として使うのか、あるいは指示を出す相手として使うのか——その構え方の違いが、使いこなしの差に直結してくる。
第3世代の環境が整い始めると、AIに「何をお願いするか」ではなく「どこまで任せるか」という判断が常に問われるようになる。これは、新しい部下や外注スタッフに仕事を振るときの感覚に近い。AI副業の考え方ガイドでも書いているが、AIをうまく使える人は、タスクを細かく切って指示を出す能力よりも、「大きな目標を伝えて任せる」設計力を持っている。この能力は、第3世代の環境になればなるほど、より重要になっていく。
まとめ
Karpathyが「第3世代」と呼ぶ変化は、AIが組織の流れに溶け込む形への移行であり、裏側の整備があって初めて成立する。今すぐ全部体験することは難しいが、個人レベルではプロジェクト機能の活用や文脈設計で近い感覚に近づける。自分の業務の中で、「毎回ゼロから説明している作業」はどこにあるか——そこを見つけることが、この変化に乗るための最初の一歩になる。
