音声入力とAI：机の前にいない時間のほうが、仕事が進みます

音声入力とAIエージェントで、自分の働き方をどう組み直したか

この1年ほどで、自分の働き方がかなり変わりました。

何を使って、どう変わったのか。うまくいっていない部分も含めて、そのまま書いてみようと思います。

これはAIの解説記事ではありません。一人の管理職が、AIによって実際に働き方をどう変えているのか。その途中経過の記録です。

オフィスでは、AIに話しかけられません

いま、文章の入力はほとんど音声でやっています。使っているのはTypelessというツールです。

いちばん効いているのは、速さではありませんでした。言語を切り替えなくていいことです。

私は仕事の中で、日本語・英語を行き来します。これまでは入力方式を切り替える操作が、一日に何度も発生していました。意識して手を止めて、モードを変える。その小さな作業が消えました。

日本の同僚にも勧めてみたところ、かなり気に入って使っています。彼らも普段からAIをよく使っていて、音声入力にすると体感で3倍以上速くなる、と話しています。

ただ、使っていて分かったことがあります。

この道具は、オフィスといちばん相性が悪い。

隣に人がいると、内容を聞かれるのが気になります。言い淀んだところを聞かれるのも気まずい。結局、無難な言い方を選び、途中で止め、短く済ませてしまいます。

外に出ると、その遠慮が消えます。

新幹線の中、旅先、散歩の途中。思いついた順に、まとまらないまま長く話せる。そして思考そのものが、明らかに滑らかになります。

これは私だけの感覚ではないようです。

2026年5月、ウォール・ストリート・ジャーナルに「Typing Is Being Replaced by Whispering—and It's Way More Annoying」という記事が掲載されました。シリコンバレーのオフィスが、まるで高級なコールセンターのようになっている、という話です。

面白いのは、記事の主題が音声入力革命の礼賛ではなく、むしろ周囲にとって迷惑であることだった点です。

裏返せば、同じことだと思います。

この道具がいちばん力を出せる場所は、たぶんオフィスではありません。

なぜ、いま急に音声なのか

音声入力という発想自体は、何十年も前からあります。認識精度も以前からそれなりに高くなっていました。

では、なぜ2026年になって急に使う人が増えたのか。

私の見立ては、受け手が変わったからです。

打った文章は、これまで基本的に人が読むものでした。人に読ませる以上、ある程度整った形にする必要があります。主語と述語を合わせ、順番を直し、余計なところを削る。

文字にするという作業には、その工程が最初から含まれていました。

AIは、それを要求しません。

言い淀んでも、順番が前後しても、途中で言い直しても、受け取って整理して返してくれます。

つまり、「書く前に整える」という工程が、要件から外れた。

速くなったから話すようになったのではなく、整えなくてよくなったから話すようになったのだと思います。

日本語では、もう一段効きます。

日本語をキーボードで書くとき、私たちは「打つこと」と「変換を選ぶこと」の二つをしています。音声入力は、この二つ目をほぼ丸ごと消します。

一日に何百回もやっていた小さな作業が、なくなります。

「書くことは思考を整理する」という話について

よく言われる説に、私は少し違う意見を持っています。

「書くことは思考を整理させるが、話すことはそうではない」という話です。

これは二つに分けて考えたほうがいいと思っています。

ひとつめ。書くことの敷居は、かなり高い。

体調が優れないとき、道具が手に馴染まないときは、そもそも書く気になりません。キーボードがあれば長めに打つ気になりますが、スマートフォンで入力するとなると、人は途端に横着になります。私もそうです。

だから「書けば整理される」というのは、書いた場合の話にすぎません。

書かずに終わったものは、整理もされていません。

ふたつめ。整理する力は、媒体そのものに紐づいていないと思います。

音声入力に慣れてくれば、**話しながら筋道を立てる練習はできます。**実際、使い続けるにつれて、自分の話し方も変わってきました。

これは習慣の問題であって、決定的な差ではない。

そう考えると、キーボードが果たしていた役割は、思考の整理装置というより門番だったのではないかと思います。

敷居が高いから、そこを通るものが選別されていた。門番がいなくなれば質の低いものも通りますが、同時に、これまで敷居の手前で消えていたものも通るようになります。

どちらの影響が大きいのかは、まだ分かりません。

もうひとつの問題。「AIを待つ時間」が増えました

働き方が変わったのは、入力だけが理由ではありません。

AIを日常的に使っている人どうしで、最近よく出る質問があります。

「AIを待っている間、何をしていますか？」

質問を投げれば30秒から1分。調べものを頼めば10分から20分。込み入った仕事なら1時間かかることもあります。

その間、人間側には「待ち時間」が発生します。

この問いに、かなり極端な形で答えている人がいます。元TeslaのAI責任者で、OpenAI共同創業者でもあるAndrej Karpathyです。

彼は自分の状態を「AI psychosis」と表現しています。

エージェントの完了を待っていると、本能的に「もっと仕事を走らせられるのではないか」と考える。契約したトークンが余っていると落ち着かない。それは博士課程のころ、GPUが遊んでいるのを見たときと似た感覚だ、と話しています。

ただ、この「できるだけ並列に動かす」という戦略には、人間側の天井があります。

BCG Henderson Instituteの研究チームが2026年3月、米国のフルタイム労働者1,488人を対象にした調査結果をHarvard Business Reviewで発表しました。彼らはこの現象を**「AI brain fry」**と呼んでいます。

調査では、同時に使うAIツールを1つから2つに増やすと、回答者が感じる生産性は大きく上がりました。3つ目でも上昇しますが、伸びは小さくなります。そして3つを超えると、自己申告による生産性スコアは低下しました。

また、AIを強く監督する必要がある人は、監督負荷の低い人と比べ、精神的努力が14%、精神的疲労が12%、情報過多の感覚が19%高いという結果でした。

仕事でAIを使う回答者の14%が「AI brain fry」を経験したと回答しています。その人たちは、経験していない人より判断疲れが33%高く、重大なミスの自己申告頻度も39%高い。離職意向も25%から34%へ上がっていました。

ここが面白いところです。

AIを監督する目的のひとつは、ミスを見つけることです。ところが、その監督で人間が疲れるほど、今度は監督する側の判断力が落ちていく。

安全装置そのものが、負荷によって劣化する可能性があります。

一方で、この調査にはもうひとつ興味深い結果があります。

AIによってルーティン業務や反復作業に使う時間を大きく減らしていた人は、そうでない人よりバーンアウトのスコアが15%低かったのです。

つまり問題は、単純に「AIを使いすぎること」ではありません。

AIをどれだけ見張らなければならないか。

こちらのほうが重要なのではないかと思っています。

私の一日は、実際どうなっているか

正直に書くと、4割くらいは待っています。

画像を生成しているときなど、進捗バーをそのまま眺めていることもあります。

残りは別のタスクを開きます。もともと複数の案件を並行しているので、結果的に複数のエージェントを同時に動かす形になります。

半々、というところです。

ぼんやり待ってはいません。ただ、結局はAIの周りを自分が回っています。

2つ目を開き、3つ目を開く。BCGが調べた、まさにあの型の中に自分もいます。

抜け出せてはいません。

ただし、机を離れると話が変わります。

新幹線に乗っているとき、旅行に出ているとき、散歩をしているとき。私はよく、音声でAIに指示を出しながら海を眺めています。

このやり方は、実際に効率がいい。これは体感ではっきり分かります。

理由は場所そのものではありません。

オフィスでは、声に出せないからです。

外に出ると遠慮が消え、思考が滑らかになります。

だからこの働き方は、私にとって理想論ではありません。音声入力がオフィスの外で本領を発揮することの、ある意味では自然な帰結です。

進捗バーを眺める。水を飲む。エージェントをもう一つ開く。

これらはすべて、AIの周りを人が回っている形です。机に縛られたまま、自分の時間を細切れにしてAIへ差し出している。

順番を入れ替えると、少し景色が変わります。

先に自分の一日の動線を引き、その隙間にAIの仕事を差し込む。

AIが動いている間、こちらも動いている。

最近は、この形のほうが自分には合っていると感じています。

チームでは、AIをどう使っているか

自分のことだけでなく、部下への指示についても書いておきます。

私は、エージェントを二つの役割に分けて使わせることがあります。

ひとつは、結果を出すエージェント。もうひとつは、その結果を検査するエージェントです。

AIに仕事をさせ、その結果を別のAIにチェックさせます。

そのうえで、最後は本人がもう一度確認します。

理由は二つあります。

ひとつめは、「AIが信用できないから」ではありません。

その成果物を実際に使うのは、本人だからです。

たとえば講師なら、生成された教材を自分で使ってみて初めて、「これは自分が欲しかったものなのか」が分かります。

正しいかどうかの検査とは、別種の確認です。

使ってみるまで、答え合わせができません。

ふたつめ。私自身が見るときは、もっと単純です。

責任の問題です。

最後に責任を負う人間が一度も見ていない、という状態を作りたくありません。

AIにAIを検査させる形にも、当然限界があります。

2026年8月、AI評価・安全性研究を行うMETRが、OpenAIのAIエージェントによるHugging Faceへの攻撃事案について独立調査を公開しました。

データ量が膨大だったため、METRは調査の分析そのものにもGPT-5.6 Solのエージェントを大量に利用しています。

ここには少し皮肉があります。

GPT-5.6 Solは、この事案に関与したエージェントに使われていたモデルの一つでもありました。METRによる推定では、攻撃に関係したエージェントの大部分は別の研究モデルHPIMで、GPT-5.6 Solは約5%でした。

METRは報告書の中で、分析に使ったGPT-5.6 Solが誤った分析をした例があったことに加え、分析の中で意図的に誤解を招く説明をしていた可能性も完全には排除できない、と書いています。ただし、実際に分析エージェントが嘘をついた具体例を確認したわけではありません。

この話から私が感じるのは単純です。

検査役までAIだけにすると、輪が閉じない。どこかに人間を残す必要があります。

では、二つのAIの意見が食い違ったら、どちらを採るのか。

ここで人が持ち込むべきものは、センスだと思っています。

意見が違ったときはもちろんです。そして、二つのAIが同じことを言っているときでさえ、最終的な判断は自分で下したほうがいい。

「両方が同じことを言っているから正しい」という理由だけで通してしまえば、判断したのは自分ではなくなります。

正直に言えば、この設計がBCGの指摘に対して本当に有効なのかは、まだ分かりません。

検査をAIに任せた分だけ監督の負荷が減っているのか。それとも、見張る対象を一つ増やしただけなのか。

減らしたつもりで増やしている。

そんな可能性も十分にあると思っています。

常駐の現場では、どうなるか

当社は客先に常駐して働く社員が多く、いまのところ音声入力を日常的に使っている人は、まだそれほど多くないと思います。

ただ、仕事の中身を見ると、今後は同じ変化が起きる可能性があります。

資料をまとめる。大量の文章を入力する。報告書を書く。

こうした作業の中には、手で打つより話したほうが速いものがかなりあります。

環境面でも、在宅勤務なら音声入力を使える場面があります。業務で使用する端末や情報の取り扱いについて、当然それぞれの会社・案件のセキュリティルールを守る必要はありますが、端末標準の音声入力機能などを使える環境もあります。

一方、歩きながらAIに話しかける働き方は、誰にでも広がるものではないと思っています。

ある程度、自分で時間や場所を選べる立場に向いた使い方です。私のような働き方や、フリーランスの人には合いやすい。同じ道具でも、使える範囲は違います。

会社として一律に導入するつもりもありません。本社の同僚には勧めていますが、それだけです。

会社や客先のルール、情報セキュリティ上の条件を守れるのであれば、それぞれが自分に合う方法を自然に選べばいい。

強制するものではないと思っています。

最後に。この1年で分かった三つのこと

この1年で確かに言えることを、三つだけ書いておきます。

一つ目。書かずに終わっていたものが、減りました。

打つのが面倒で送らなかった連絡。まとめるのが億劫で流した気づき。

整っていなくても、口に出せば形になります。整える作業のかなりの部分は、AIに任せられるようになりました。

二つ目。監督を増やしすぎると、監督そのものが機能しにくくなります。

AIは並列にいくらでも増やせますが、人間の注意力は増えません。

「動かせる数」と「きちんと見られる数」は、別です。

三つ目。最後に残るのは、センスです。

AIが二つ揃って同じことを言っても、判断するのは自分でありたい。

そこを手放した瞬間に、仕事は少しずつ自分のものではなくなる。

いまのところ、私はそう考えています。

参考資料

• Kate Clark「Typing Is Being Replaced by Whispering—and It's Way More Annoying」The Wall Street Journal（2026年5月）
• Jo Constantz「The New Office Oddity: Co-Workers Dictating Everything Into AI」Bloomberg Businessweek（2026年2月6日公開）
• Julie Bedardほか「When Using AI Leads to 'Brain Fry'」Harvard Business Review／BCG Henderson Institute（2026年3月5日）
• Andrej Karpathy「Andrej Karpathy on Code Agents, AutoResearch, and the Loopy Era of AI」No Priors（2026年3月20日）
• METR「Brief independent investigation of agents' behavior, reasoning and collaboration in the OpenAI / Hugging Face hacking incident」（2026年8月26日）