はじめに
人工知能（AI）が一般に普及してから約2年半が経過し、実験段階を超えて多くの職場で日常的に活用されるようになっています。本稿では、The New York Timesの「21 Ways People Are Using A.I. at Work」という記事をもとに実際の現場でAIがどのように使われているか、その具体的な活用方法と効果について詳しく解説します。
参考記事
- タイトル：21 Ways People Are Using A.I. at Work
- 著者：Larry Buchanan、Francesca Paris
- 発行元：The New York Times
- 発行日：2025年8月11日
- URL：https://www.nytimes.com/interactive/2025/08/11/upshot/ai-jobs.html
要点
- アメリカの労働者の約5人に1人が仕事でAIを少なくとも半定期的に使用している
- 活用分野は創作支援から事務作業、専門的な分析まで多岐にわたる
- 時間短縮効果が顕著で、多くの事例で作業時間が半分以下になっている
- AIは完全な代替ではなく人間の補助として機能している
- 検証と懐疑的な姿勢が重要で、AIの出力を鵜呑みにしない使い方が求められる
- 業界固有の課題解決にAIを適用する事例が増加している
詳細解説
各分野ごとの活用事例の概要
以下に示すように様々な分野で活用されています。
創作・デザイン分野での活用
視覚的な創作活動において、AIは新たなツールとして定着しつつあります。デザイナーのDan Frazier氏は、Adobe PhotoshopのGenerative Fill機能を使用し、商品写真の反射除去や背景の拡張などを行っています。従来20分かかっていた作業がわずか20秒で完了するようになったと報告しています。
一方、視覚芸術家のMarya Triandafellos氏は、AIを「ミューズ」として活用しています。自身の作品をAIに学習させ、新しいアイデアのきっかけとなる画像を生成させる手法です。重要なのは、AIが最終作品を作るのではなく、人間の創造性を刺激するツールとして使われている点です。
教育・学習支援分野
教育現場では、カリキュラム作成と管理業務の効率化が進んでいます。ESL教師のManuel Soto氏は、ChatGPTを使用して5日間の授業計画を作成し、準備時間を半分に短縮しています。具体的なプロンプト例も紹介されており、教育標準に準拠した詳細な授業計画が自動生成されています。
高校英語教師のMatthew Moore氏は、Magic School A.I.やChatGPTを使用してワークシートや評価基準を作成する一方で、学生のAI使用を検出する目的でも同じツールを使用しています。これは現代の教育現場が直面する複雑な課題を象徴しています。
医療・ヘルスケア分野
医療分野では、記録作成の自動化が大きな効果を上げています。プライマリケア医のMatteo Valenti氏は、Abridgeというツールを使用して患者との会話を自動的に医療記録に変換しています。これにより1日約1時間の時間短縮を実現し、患者との対話により集中できるようになったと報告しています。
心理療法士のAlissa Swank氏は、構造化されていない診療メモをSOAP形式（主観的・客観的・評価・計画）に変換するためにAIを活用しています。週に数時間の時間短縮効果があり、後回しにしがちな文書作成作業の完了率向上にも寄与しています。
研究・学術分野
研究分野では、文献調査と分析の効率化が注目されています。医療画像科学者のMichael Boss氏は、ChatGPT、Perplexity、Undermindなどの複数のツールを使用して関連文献を特定しています。AIが完全な要約を提供するのではなく、読むべき文献の特定を支援する役割を果たしています。
認知神経科学の研究者Adam Morgan氏は、特に興味深い活用方法を報告しています。大規模言語モデル（LLM）を疑似的な脳として使用し、言語処理に関する仮説を事前にテストしています。実際の脳実験は時間と被験者が限られているため、この手法により研究の優先順位付けを効率的に行えるようになっています。
ビジネス・管理分野
レストラン経営者のSam McNulty氏は、ワインリストの選定にChatGPTを活用しています。膨大なワイン販売業者のカタログをAIに分析させ、価格帯や地域などの条件を指定して推奨リストを作成させています。結果は「驚くほど良好」で、従来の選定プロセスに比べて大幅な時間短縮を実現しています。
法執行機関では、Harris County District Attorney’s officeのChris Handley氏が逮捕関連書類のチェックを自動化するカスタムLLMを構築しています。書類の誤記や不備を事前に検出することで、法的手続きの遅延を防いでいます。
技術・エンジニアリング分野
ソフトウェア開発では、コード生成の自動化が広く普及しています。DraftPilotのCTO Chris O’Sullivan氏は、Anthropic のClaude Codeを使用して「タスクを与えて立ち去ることができる」レベルの自動化を実現しています。
インフラ管理では、Digital Water SolutionsのTim J. Sutherns氏が水道管の漏水検知にAIを活用しています。消火栓内のセンサーが収集する音響データを機械学習モデルで分析し、漏水の早期発見を行っています。自律型機械学習により、個別のシステムに応じた最適なモデルを自動生成できるため、小規模な水道システムでも導入可能になっています。
活用事例の概要
1. 飲食業界：レストランのワイン選定
クリーブランドでレストランやパブを経営するSam McNulty氏は、ChatGPTを使用してワインリストを作成しています。販売業者の膨大なワインカタログをAIに読み込ませ、価格帯や地域などの条件を指定することで、推奨リストを自動生成しています。結果は「驚くほど良好」で、従来の販売員との打ち合わせや試飲会に費やしていた無数の時間を節約できたと報告しています。唯一惜しまれるのは「試飲の楽しみ」だけだといいます。
2. 学術研究：植物標本のデジタル化
Missouri Botanical Gardenの Jordan Teisher氏は、800万点の乾燥植物標本の識別にAIを活用しています。植物の葉が反射するスペクトルデータを分析し、経験豊富な分類学者でなければ識別できない標本を事前に分別するシステムを構築しました。AIが確実に識別できる一般的な種と、専門家の判断が必要な稀少種や新種の可能性がある標本を自動的に振り分けることで、専門家の時間をより価値の高い作業に集中させています。
3. グラフィックデザイン：画像編集の自動化
デザイナーで小規模事業主のDan Frazier氏は、Adobe PhotoshopのGenerative Fill機能を使用して、商品写真の反射除去や背景拡張を行っています。従来20分かかっていた作業がわずか20秒で完了するようになりました。政治家のヘッドショットでシャツの見える部分を増やしたり、自作のバイクヘルメットの写真により適切なモデルの顔を合成したりと、細かな調整作業を効率化しています。
4. 英語教育：授業計画の作成
プエルトリコのESL教師Manuel Soto氏は、ChatGPTを使用して詳細な授業計画を作成し、準備時間を半分に短縮しています。プエルトリコ教育省の基準に準拠した5日間の授業計画を生成させるプロンプトを使用し、各日の目標、基準、導入、展開、まとめ、出口チケットまで含む包括的な計画を自動作成しています。同時に、学生のAI使用の増加に対応するため、来年度からはAIを授業に組み込む予定です。
5. 学術文献：参考文献の作成
18世紀フランス文学の研究者Karen de Bruin氏は、Claudeを使用して参考文献リストを作成しています。MLA、APA、シカゴスタイルなど複雑な引用形式のルールを覚える必要がなくなり、「ハンドブック、ガイドブック、チートシート、Purdue Owlを参照する必要がなくなった」と述べています。18世紀に書かれた複数巻の作品の引用など、特殊なケースでも適切な形式を提供してくれます。
6. 心理療法：治療記録の構造化
心理療法士のAlissa Swank氏は、構造化されていない診療メモをSOAP形式に変換するためにAIを活用しています。SOAP（主観的・客観的・評価・計画）は医療提供者向けの標準的な文書形式で、週に数時間の時間短縮効果があります。より重要なのは、後回しにしがちな文書作成作業を完了させる動機につながっていることです。
7. 視覚芸術：創作のインスピレーション
視覚芸術家のMarya Triandafellos氏は、AIを「ミューズ」として活用しています。自身の作品数十点をAIに学習させて自分のスタイルを理解させ、新しい抽象画像を数百点生成させます。それらを「インクブロットテスト」のように解釈し、テーマごとに分類してより完成度の高い作品の基盤として使用しています。AIに美術評論家として作品を評価させることもあり、「人間の美術評論家ほど繊細ではないが、作品の重要な側面を読み取ってくれる」と評価しています。
8. インフラ管理：水道システムの漏水検知
Digital Water SolutionsのTim J. Sutherns氏は、消火栓内のセンサーを使用した漏水検知システムを開発しています。水が配管を流れる際の音響データを機械学習モデルで分析し、漏水を示すパターンを検出します。自律型機械学習により、パイプの材質、サイズ、圧力が異なる個別のシステムに対して、事前知識なしに最適なモデルを自動生成できます。通常2週間程度で既存の漏水を検出できるようになります。
9. ソフトウェア開発：コード生成
法律AI企業DraftPilotのCTO Chris O’Sullivan氏は、Anthropic のClaude Codeを使用してコード生成を行っています。「タスクを与えて立ち去ることができる」レベルの自動化を実現し、契約書レビューを支援する法律AIシステムの開発に活用しています。AI エンジニア自身がAIツールを日常的に使用している現状を表しています。
10. プライマリケア：医療記録の自動化
プライマリケア医のMatteo Valenti氏は、Abridgeツールを使用して患者との会話を自動的に医療記録に変換しています。電子医療記録システムに組み込まれたこのツールは、患者との対話を聞き取り、構造化された診療記録を作成します。1日約1時間の時間短縮効果があり、糖尿病の診察で患者が腰痛について言及した場合など、忘れがちな詳細も確実に記録されます。人間の医療秘書の代替となる可能性への懸念もありますが、予算が限られたプライマリケア提供者にとっては重要なツールとなっています。
11. 認知神経科学：脳の言語処理研究
ポストドクター研究員のAdam Morgan氏は、大規模言語モデル（LLM）を疑似的な脳として使用して言語処理研究を行っています。脳外科患者の脳が露出している限られた時間での実験では、研究テーマの優先順位付けが重要です。LLMと人間の脳が類似した方法で言語を処理するという証拠に基づき、LLMの中間層で特定の言語特性への感度をテストし、実際の脳実験で検証すべき仮説を事前に絞り込んでいます。
12. 動物保護：養子縁組促進のアイデア生成
動物保護コンサルティング会社Outcomes for PetsのCEO Kristen Hassen氏は、シニアペットの養子縁組促進アイデアをAIに生成させています。「家を失った高齢ペットに焦点を当てた養子縁組促進のアイデアを50個教えて」というプロンプトに対し、「生涯の愛：長年の家族を失ったペットの過去と現在の写真を並べ、再び愛を与えてもらうよう呼びかける」などの具体的なアイデアを得ています。
13. 法執行機関：逮捕書類のチェック
ヒューストンのHarris County District Attorney’s officeの運営責任者Chris Handley氏は、逮捕書類の誤りを検出するカスタムLLMを構築しました。警察が作成した事件報告書を自動的にチェックし、誤字、不足情報、不正確な罪名、性的暴行被害者の氏名記載（イニシャルにすべき）など、後に裁判官が指摘する可能性のある問題を事前に発見します。同僚のテストでは作業時間が50%削減され、現場の警察官向けのシステム展開も検討しています。
14. 一般事務：多様な管理業務の効率化
健康保険コンサルタント会社のプロジェクトコーディネーターSara Greenleaf氏は、ChatGPTを使用して幅広い事務作業を効率化しています。長いメールチェーンからのアクションアイテム要約、メールの校正、契約テンプレート作成、給付金要約などの長文書検索、文書間の細かな違いの比較などを行っています。ただし、以前の職業がピアニストだった経験から、「創作活動では決してAIを使用せず、芸術への影響を非常に心配している」と述べています。
15. 医療画像研究：文献調査の効率化
医療画像科学者のMichael Boss氏は、ChatGPT、Perplexity、Undermindなどを使用して医学文献調査を行っています。「介入研究で使用される前立腺癌における関連画像バイオマーカーとその再現性をICC、CCC、またはwCVによる証拠として特定せよ」といった専門的な質問に対し、関連する科学文献のリストを取得しています。AIの要約には依存せず、読むべき文献の特定に重点を置いた使用法を採用しています。
16. 繊維芸術：材料選択の支援
繊維芸術家のNicole Goldman氏は、Claudeを使用して材料やツールの選択を支援しています。特定のプロジェクトに最適な安定剤、接着剤、針のサイズ、糸の種類などの技術的情報を迅速に取得しています。以前はGoogleで検索して膨大な情報を整理する必要がありましたが、AIが情報を簡潔に整理してくれるため、作業効率が大幅に向上しました。ディジュリドゥのパターンを依頼した際は、最終的に鳥のような形になりましたが、AIとの「コラボレーション」として楽しんでいます。
17. 音楽教育：学生への配慮ある通知
競争の激しい高校ジャズプログラムの音楽教師Deb Schaaf氏は、オーディションで不合格になった学生への通知文をAIで改善しています。ドラマーを解雇する必要があるメッセージでより外交的な表現を求めた際、最初の結果は「気持ちを良くする内容で膨らまされ、長さが2倍になり、問題点がほとんど曖昧になった」ものでした。最終的に「もっとジェネレーションX風にして」というプロンプトで、「思慮深いが、モリーを服用したミスター・ロジャースのような響きではない」直接的なメッセージを得ることができました。
18. 公的機関：コールセンター支援
カリフォルニア州税務手数料管理局のThor Dunn氏は、Claudeベースのシステムでコールセンター業務を支援しています。年間数十万件の税務相談電話に対応するため、通話の実況中継を読み取り、16,000ページ以上の税務・手数料参考資料から適切な回答を提案するシステムを構築しました。人間のオペレーターは提案された回答と関連資料を確認し、正確性を判断します。初期テストでは通話処理時間が1.5%改善され、オペレーターがシステムに慣れるにつれてさらなる改善が期待されています。
19. 古典音楽：歴史的歌詞の翻訳
Philadelphia Baroque Orchestraの共同ディレクターRichard Stone氏は、17-18世紀のルネサンスやバロック声楽作品の歌詞翻訳にAIを活用しています。現代のイタリア語、フランス語、ドイツ語、ラテン語は理解できますが、数百年前の標準化されていない版は困難です。自分で初期翻訳を行い、AIを「コンサルタントや家庭教師」として確認作業に使用しています。「懐疑的な姿勢を保つことが重要」と強調し、疑問を感じた際はAIに質問で返すようにしています。
20. 法律実務：専門用語の平易化
弁護士のDeyana Alaguli氏は、Google Geminiを使用して法律文書の理解しやすさを確認しています。「あなたが弁護士ではないことは理解していますが、この段落から一般人はどのようなことを理解するでしょうか」というプロンプトで、自分の法律文書が混乱を招いていないかをチェックしています。また、公聴会の準備や最終弁論の練習にも活用し、「同僚よりも速く、偏りなく、感情を害する心配もない」議論相手として使用しています。
21. 教育現場：AI検出とワークシート作成
高校英語教師のMatthew Moore氏は、Magic School A.I.とChatGPTを使用してワークシート、評価基準、画像、教育ゲームを作成する一方で、学生のAI使用を検出する目的でも同じツールを使用しています。文法的に完璧で課題の2倍の長さのエッセイを提出した9年生の事例では、内容が課題と完全に異なっていたため、AI生成であることが明らかでした。現在はGPTZeroやQuillBotなどの検出ツールを使用していますが、「1年以内に教師がAIによる文章と学生の文章を合理的に区別できなくなる」と予測し、将来的には手書きかテスト条件下での課題のみが可能になるとしています。
AIの限界と注意点
記事では成功事例だけでなく、AIの限界や失敗例も紹介されています。多くの使用者が「懐疑的な姿勢を保つことが重要」と強調しており、AIの出力を盲信せず検証作業を怠らないことの重要性が繰り返し言及されています。
特に、医療画像科学者のBoss氏は、ChatGPTが自身の研究を存在しない人物に誤って帰属させた経験を報告し、「グループシンクの要約」的な傾向への警戒を呼びかけています。
また、高校教師のMoore氏は、AI検出ツールの精度低下を指摘し、近い将来に手書き以外の課題提出が困難になる可能性を示唆しています。
まとめ
現在のAI活用は、完全な業務代替ではなく人間の能力を拡張する補助ツールとしての位置づけが主流となっています。成功している事例の共通点は、AIの出力を鵜呑みにせず適切に検証し、人間の専門知識と組み合わせて活用していることです。
時間短縮効果は確実にあり、多くの事例で作業時間の50%削減が報告されています。しかし、それ以上に価値があるのは、AIが雑務を処理することで人間がより創造的で高度な作業に集中できるようになったことです。
今後のAI活用においては、技術的な進歩だけでなく、適切な使い方の習得と検証体制の構築が重要になると考えられます。AIは強力なツールですが、その効果を最大化するためには人間の判断力と専門知識が不可欠であることが、これらの実例から明確に示されています。
