全員にAIを広げるCTOは、勉強会の資料を音声でAIに頼み、会議の5分前に見て直しています

出典: 【1日密着】「寝ている間もAIが働き続ける」究極の自動化を実現したCTOの異常な仕事術

勉強会の30分前に、資料がまだ白紙のまま。そんな場面で、慌てずにいられるのはなぜでしょう？動画の最初の場面は、まさにそこから始まります。

長谷川さんは、取締役CTO。役割は、社内の業務効率化と、売上を作るためのAI活用だと話します。

4期目のテーマはwith AI。全メンバーが全タスクをAIありきで行い、最優先は全員へのAIの浸透、という説明です。

この日は、勉強会の資料がまだ未作成。それでも長谷川さんは、30分前でも別に普通、と話します！

やり方は、音声で数分間、AIに指示して作らせるだけ。社内では、全員にマイクが配られているそうです。

資料を作成して、と送れば、15〜20分で出来上がる、という話です。その裏にあるのが、AIのスキル機能。デザイン・構成・配置という会社の資料の型を、あらかじめ決めてあるそうです。

長谷川太一さん（動画 3:55〜）

レベラで資料を作る時はこういうデザイン、こういう構成、こういう配置で資料を作ってくださいみたいなのをあらかじめ決めたものがあるので、

資料は勉強会の直前まで白紙のまま。それでも、音声での指示と、先に決めた型があれば、15〜20分で形になる、という流れです。

出来た資料は、会議の5分前に内容を見て、直す所だけ直します。仕事は基本的に全部音声入力、と長谷川さんは話していました。全員にマイクが配られているので、仕事の指示は、ほとんど声で出せる、という説明です。

並べ直すと、音声で頼む、型を先に決める、会議の5分前に見て直す、の3つです。

長谷川太一さん（動画 4:15〜）

基本的には全て音声入力で仕事をしてるっていう形ですね。

で、ここで見たいのは速さではありません。慌てない理由は、先に決めてある型。頼む前に、デザインも構成も配置も決まっている状態です。

いやー、だから30分前でも間に合うんですよね！型があれば、頼む言葉は短くて済みます。

実は、2026年10月14日のこと。AIが書いた試し書きが、機械の検査に合格しました。

声の検査も、AIっぽさの検査も、質の検査も。どれも通っていたんです。

でも私は、酷すぎていらない、と返しました。機械の合格は、質の証明にはなりません！

私の記事より（スマホで話してメモを残す音声入力のやり方を、動画の順に整理した記事・ひらめいた瞬間にObsidianを開く手間を、なくすの節）

私が話したのは、紙とペンで書いて、思いつきをスマホ経由でAIに渡すことです。

入口が音声でも、紙とペンでも、自分の言葉をAIに渡すのは人の役目。長谷川さんの、数分の音声での指示と、向きが重なります。

違いもあります。動画は、型を先に決めておき、出来た資料を会議の5分前に見て直す流れ。私の記録のほうは、機械の検査が全部通った文を、出す前に自分の目で見て返した場面です。

どちらも、AIが作った物を、人の目で見てから出す形です。

AIが出した物、最後は誰の目を通っていますか？

AIを入れることと、全員に広げること。この2つは、同じ話でしょうか？一部の人が使い始めても、隣の席まで届くとは限りません。動画の次の場面は、その広げ方です。

音声入力は、約1年前から社内に入れている、と長谷川さんは話します。きっかけは、代表の駒居さんの、全員に導入しよう、という声。

使ったことがない人の机にも、マイクが置かれたそうです。最初は強制。今は当たり前になっている、という話でした！

長谷川さんは、毎月の全体会議などで、AIに触れないと厳しいぞ、と毎回伝えているそうです。

長谷川太一さん（動画 5:11〜）

AI 触れないとやばいぞっていうのを、ま、常に言ってます。

AI推進メンバーの勉強会は、毎週。集まるのはエンジニア経験者ではなく、AIも触ったことがない人たち。そこにゼロから教える、と話します。

教える中身は、2つ。困りごとを自分でツールを作って解決する方法と、時間がかかる作業をAIに任せる方法です。

この日のテーマは、AIに仕事を任せる入口の使い分け。その一つのCLIは、AIに指示を出したら残り全部やってくれるイメージ、と長谷川さんは説明します。

社内のことを何でも知るAI、レベちゃんもいます。数か月かけて作った、という話です！

約800人のスタッフの詳細な情報や、誰がどんな仕事をしているか、営業数値の進捗まで把握している、と話します。メンションして聞けば、答えてくれるそうです。

長谷川太一さん（動画 10:02〜）

800 人のこのスタッフの詳細の情報だったりとか、誰がどんな仕事してるかだったりとか、全部把握できるように作っていて、ま、レベちゃんをメンションして、ま、何でもいいので聞くとそれを答えてくれる。

キャッチアップは、特別な勉強ではありません。Xで流れてくるAIの情報で、気になったものをすぐ使う、と長谷川さんは話します。

長谷川太一さん（動画 10:37〜）

なんでそういうのを見て気になるのがあったらすぐに使うっていうのを、ま、常にやってるような状態ですね。

良ければ、まず近いメンバーへ。次にAI推進部、そして各部のメンバーへ。広げていく順番まで決まっていました。

順番がはっきりしています！強制で作る入口。毎週の勉強会。何でも聞けるAI。

この並びで、使ったことがない人の机まで道が通っているんですよね。

で、私はここを、横と縦で見ています。AIは横に広げ、人間は縦に掘るもの。

全員に広げるのは、AIが得意な横のほう。広げた先で、自分の仕事を縦に掘るのは、一人ひとりです。

正直、ここは分けて考えたい所なんです。机にマイクが置かれても、自分の仕事のどこを変えるかまでは、マイクは教えてくれません！

広げることと、掘ることは、別の仕事。では、広げた後に掘るのは誰でしょう？

勉強会で教わったツールも、レベちゃんへの問いも、最後は自分の仕事から出てくるもの。そこが縦の入口です！

横に広げるのはAIの仕事。縦に掘るのは、人の仕事です。

新しく入った人に、AIの話を何から始めますか？長谷川さんの会社では、新入社員向けの研修に、CTOが話すパートがあります。そこで語られたのは、道具の使い方より手前にある、時代の見方。

場面は、新入社員向けに月1回開く研修の、CTOのパートです。会議室の大型モニターに、スライドが映っています。題は、なぜここまで一気に当たり前になったのか。

スライドには、次の流れが並びます。時代背景の変化は、情報量とスピード。仕事の変化は、覚える・慣れるから、考える・選ぶ・判断するへ。AIの役割は、代わりに考えるのではなく、考えるための補助です。

長谷川さんは、今はAIが当たり前の時代になってきた、と話します。いちばん浸透したのは、ジブリ風の画像が作れるようになった時。

長谷川太一さん（動画 15:01〜）

今はあのAI は当たり前の時代になってきています。

朝から夕方まで、1日の開発合宿も開いた、と話は続きます。完全な未経験者が、ツールを1つ作り切る取り組み！

大事なのは、AIにどうやって仕事をしてもらうかを考える力。長谷川さんは、そう話します。

AIに仕事を奪われること。これは10年単位で見ても、まだありません、と長谷川さんは話します。

長谷川太一さん（動画 15:49〜）

え、AIに仕事を奪われるってことはまだないかなと思ってます。

ただ、AIを使う人に仕事を奪われることは、すでに起きている、と続けます。

正直、研修でいちばんはっきりしていたのは、ここです。仕事を奪うのは、AIではなく、AIを使う人。

10年単位ではまだない話と、すでに起きている話。この2つを並べると、見る相手が、AIから使う人へ移ります。

では、使う人とは誰のことでしょう？AIにどうやって仕事をしてもらうか。それを考えて、実際に手を動かす人のことだと思うんです。

スライドの流れも、重なります。覚える・慣れるより、考える・選ぶ・判断するへ、人の仕事が寄っていく流れ。AIはその、考えるための補助という置き方ですよね。

だから、AIの勉強は、道具の名前を暗記するより前に、考えることがあると思うんです。先に考えるのは、AIにどう仕事を頼むか、です。

でね、AIは魔法ではありません。使えば勝手に仕事が片づく道具でもないんです。要るのは、縦に掘る努力！

完全な未経験者が、1日でツールを作り切る合宿。これは、AIを触ってみる入口の形の1つだと、私は見ています。

1日で作り切ると、作った物が手元に残ります。触った跡が、形になるんです。そこが入口になる所です。

私の記事より（AIに仕事を奪われたのは誰のせいかを、Webライターの炎上投稿の対談から整理した記事・ライターはどうするか。AIを使いこなす・専門性・文章力の節）

私なら、触りたくないと感じた所から先に、使ってみて確かめます。

触りたくない所から、先に使ってみること。これが、AIを使う側に回る入口です！動画の、使う人に奪われる、という話と、向きが重なります。

触るのは、怖い所から。縦に掘るのは、そのあとです！

AIがコードを書く時代に、開発の力はどこへ移るのでしょう？長谷川さんの話は、この会社に関わった経緯から始まります。そこから、問題の見抜き方と、人が決める所へ進む流れ。

出会いは約4年前、代表の駒居さん主催のオフ会だった、と長谷川さんは話します。当時は、新卒でフリーランスになり、法人化して、1人の会社の社長をしていた頃。

渋谷のコワーキングを借りていた頃、駒居さんから、うちのオフィスを好きに使っていい、と言われたそうです。毎日通って、自分の会社の仕事をするようになります。

借りた分、手伝えることを手伝ううちに仕事になり、正式に入社した、という流れ！

エンジニアは、安定して稼げる仕事の手段として選んだ、と話します。根にあったのは、誰かの下で働きたくない、という所。

今は、AIがコードを書く時代です。課題や問題を見抜く力、そもそも何を作ればいいかを考える力の方が、重要になってきている、と長谷川さんは話します。

長谷川太一さん（動画 18:01〜）

これの問題の本質って何なのかとか、そもそも何を作るべきなのかみたいな、そういったことを考える力の方が重要になってきてるような印象で

例に出たのは、営業の成約率が下がった、という具体的な問題。そのままAIに渡すと、一般論しか返ってこないそうです。

この問題の構造は何なのか。そこまで抽象度を上げて、聞く質問を変えられる人が、AIを活用している、と話します。

長谷川太一さん（動画 18:51〜）

この問題の構造って何なんだろうみたいなところを自分の中で考えて聞く質問を変えるみたいなのがこうできる人がやっぱり活用してるなっていう印象があります。

抽象化は、AIにもさせられます。ただ、何をAIに考えさせるかを決めるのは人間。長谷川さんは、そう話します。

長谷川太一さん（動画 19:09〜）

重要なのは何をAIに考えさせるかっていうのを決めるのは人間なので

いやー、ここで話の向きが変わります！開発の力が、書く速さから、何を考えさせるかを決める所へ。

成約率の例は、AIに渡す前の一手の話ですよね。具体のまま渡すか、構造に上げてから聞くか。その差は、AIの手前で決まっているんです。

成約率という数字だけを見ていると、手を打つ先も数字の周りに集まりがち。構造を見る問いに変えると、見る範囲が広がります。

私は以前、戦略の幹を先に決めて、戦術はその幹に生やしていく、と話しました。幹は、パーパスやミッションを自分の言葉にしたもの。全部自分の幹から生えていないと、全部ばらまいて終わってしまい、何も蓄積されない、とも話しました。

私の記事より（AIに仕事を任せる1日を、送信の手前で止めて最終チェックだけ人が持つ形で整理した記事・返信は自動でできても、送信の手前で止めるの節）

私なら、止める線は、送る操作かどうかではなく、そこが私の決める所かどうかで引きます。

何をAIに考えさせるかを決めるのは人間。この話と、そこが私の決める所かどうか、という線の引き方は、同じ向きです！

で、違いもはっきりしています。動画が話すのは、問題の構造を見抜いて、聞く質問を変える所。私の話は、決める所を先に置いて、そこから戦術を生やす順番。

どちらも、考える起点を、人に置いています。ここがつながる所なんです！

AIは、考える手を何本も貸してくれます。でも、その手をどこへ向けるかは、AIの外で決まる話。

何をAIに考えさせるか、すでにご自分の言葉で決めていますか？

AIを使う人が社内に増えてきたら、次に何を揃えますか？道具の数でも、使う回数でもありません。最後の章は、全社で同じ数字を見るための話。長谷川さんの会社では、ここで数字の定義書が出てきます。

長谷川さんの方針は、開発できる人だけがAIを使う会社にはしないこと。全員がAIを使って、仕事そのものを改善できる会社にすることです。

営業なら、営業の中の人が、数字を変えるためにAIを使う形です。長谷川さんは、そう話します。

長谷川太一さん（動画 19:38〜）

AI を使って改善できるみたいな状態を作れるのが強いと思っているので、ま、例えば営業だったらもう営業の中の人が数字を変えるために

開発ミーティングの議題は、全社のKPIの数値定義。記録が業務の流れの中で自動で残るようにして、手作業の集計をなくす狙いです。

チャットやミーティングの記録は毎日分析して、データベースに蓄積していく、という話でした。

続いて、AI外部顧問の方との壁打ちの場面。普段は大阪にいて、毎週の壁打ちを重ねている方で、この日は対面でした。

日程を変更した人が、計算の母数に含まれてしまうケース。こういう母数の違いをなくしたい、と長谷川さんは話します。

長谷川太一さん（動画 21:55〜）

計算の母数が違うみたいなのを なくしたいので、定義書をまず作って

順番は、まず定義書づくりです。そのうえで、定義したKPIの算出に必要な項目を、全て記録します。

スタッフIDを共通のIDにして全てを動かし、人事データを特に強化して、1ページで見られるようにするそうです。

人事データの使い道は、人事配置、報酬計算、部署ごとのコスト構造。9月と10月で整えて、決算を迎えたい、と長谷川さんは話します。

ダッシュボードは、元のデータを直接叩くと遅くなります。だから、中間に数字を置く案でした。

AI外部顧問の方からは、助言もありました。具体を一発で抽象化して統合するのではなく、それぞれを抽象化してから統合する工程を挟むと、精度が上がりそう、という話です。

同じ方は、長谷川さんを、言語化の能力が高い人だと話します。1年前にAIコンサルとして契約し、2週間後には使いこなしていた、とも。

AI外部顧問の方（動画 24:10〜）

AIを 導入するという考えをしてる人ってなかなか少ないんですよ。

いちばん大きいのは、会社のデータを全部1つに集約していること。同じ方は、そう話します。

最後は展望です。目指す先は、AIの活用で日本一の会社！4期目のwith AIを浸透から先へ進め、全員がフル活用して、任せる・拡張するのが当たり前の会社へ、と長谷川さんは話します。

長谷川太一さん（動画 25:06〜）

レベラが日本一AIを活用して仕事をしている会社にしていきたいなと思います

動画はここで締めです。ここから先は、私が持ち帰った話です。

全員がAIを使う会社で、次に要るもの。同じ数字を、同じ定義で見ること！

実は、私の共通の入口の指示にも、2026年9月18日付けで、商売の数字についての決まりがあります。

数字の置き場は、毎日1つのファイル。数字が取れていない行は、未取得と書いて、0と混ぜません。

取れていない行を、売れていない、と読むのも禁止。ここまでが決まりです。

私の記事より（DeNAの新人教育の同じ説明を減らした受け入れの仕組みを、AIに任せる範囲から読んだ記事・AIエージェントにできないことを先に決める。認証は人、要約はAI、正しさの判断は人の節）

どこまで任せてよいかは、AIの賢さより、先に人が線を引いたかどうかで決まる。

でね、先に人が線を引く。この一文は、動画で定義書を先に作る話と、重なります！

線を引くのはAIではなく人。線が先にあるから、AIが集めた数字も、同じ意味で読めるんですよね。

なぜ定義が先なのか？母数がずれたままだと、同じ数字を見ても、話が噛み合わないからです。

動画は、全社のKPIを定義書で揃える話。私の手元にあるのは、取れていない行を0と混ぜない、という数字の置き方の決まりです。

規模はまるで違います。それでも、数字の意味を先に決めておく所は重なります！

私なら、先に数字の意味を決めてから、全員で同じ数字を見ながら、自分を更新し続けます。

動画は、音声で頼む資料づくりから始まります。全員へのAIの広げ方、AI研修、AI時代の開発力を経て、最後は数字の定義づくりへと進みます。

持ち帰ったのは4点。出す前の目は人が持つこと。横に広げるのはAI、縦に掘るのは人。何をAIに考えさせるかは、自分の言葉で決めること。数字の意味は、先に決めること。

私の運用でも、間の作業はAIに任せて、考える起点と出す前の目は、最後に私が持ちます。長谷川さんの話と、向きは同じです。

仕事の中で、AIに広げてもらう所と、自分が縦に掘る所は、分かれていますか？