朝、SNSを開く。
「GPT-5がついに」「エンジニア不要の時代へ」「AIで月収100万」。
閉じる。
また開く。
今度は「3億人の雇用がAIの影響を受ける」というGoldman Sachsのレポート。
HRリーダーの89%が「2026年にAIが仕事を再形成する」と回答したという調査結果。
正直、しんどいです。
17年間Webを作ってきて、自分の手でデザインし、コードを書き、クライアントと対話してきました。
それが揺らいでいる。
ポモドーロを試し、朝活を始め、AI講座に申し込んだ。
ポモドーロ・テクニックが効かない本当の理由にも気づきました。
でも、不安が消えない。
なぜか。
個別の対処法を試しても、不安の「全体像」が見えていなかったからです。
何に不安を感じているのか、その構造がわからないまま手当たり次第に動いていました。
2025年にはフロリダ大学の研究者がAIRD（AI代替障害）という臨床概念を提唱するほど、AI時代の不安は個人の気持ちの問題を超えつつあります（まだDSMには未収録の提案段階です）。
この記事では、AI時代の漠然とした不安を4つのPhaseに分解します。
情報疲労、能力的不安、実験と検証、脳のパフォーマンス。
全部つながっています。
構造が見えれば、自分がどこにいるかわかる。
どこにいるかわかれば、次の一歩が見えます。
不安を4つのPhaseに分解する
AI時代の不安は1つではありません。
調べてみると、情報が多すぎて疲れる人もいれば、自分のスキルが通用しなくなる恐怖を抱えている人もいます。
実際に何かを試したいけど踏み出せない人もいれば、集中力が落ちて何も手につかない人もいる。
これらは別々の問題に見えて、実は段階的に積み重なっています。
- Phase 1: 情報疲労 — AI情報の洪水に溺れている
- Phase 2: 能力的不安 — 自分のスキルは通用するのか
- Phase 3: 実験と検証 — 実際に試して、失敗して、学ぶ
- Phase 4: 脳のパフォーマンス — テクニックの前に土台を整える
自分がどのPhaseにいるか。
それだけ特定できれば、この記事の役割は果たせます。
Phase 1: 情報疲労 — 情報に溺れている状態を整理する
AI関連のニュース、ツール、チュートリアル、成功事例。
毎日のように新しい情報が流れてきます。
ここで大事なのは、「情報が多い」こと自体が問題なのではないということです。
問題は、その情報が構造化されていないこと。
何を先に知るべきで、何は後回しでいいのか。
その優先順位が見えないから、全部追いかけようとして疲弊します。
不安の裏に潜む隠れた完璧主義が、「全部知らなきゃ」という衝動を強化していることもあります。
研究でも、長期的なAI使用が精神的疲労や情報過多と有意に関連するというデータが出ています。
しかも習慣的なインターネット使用は、深い思考よりも浅い情報処理を優先する方向に脳を変容させる可能性がある。
情報疲労は気のせいではありません。
このPhaseにいる方は、以下の2本から読んでみてください。
- AI情報が多すぎて疲れる原因を構造で分解する — 情報の「量」ではなく「構造」の問題として整理します
- AIについていけないと感じる心理構造を分解する — 動けない正体は恐怖×完璧主義×比較疲れの複合構造です
Phase 2: 能力的不安 — 自分のスキルは通用するのか
情報疲労を乗り越えた先に待っているのが、もっと深い問いです。
「自分のスキルは、これからも通用するのか」。
WEFのFuture of Jobs Report 2025によると、2030年までに9,200万の仕事が消失する一方、1億7,000万の新しい仕事が生まれます。純増7,800万。
数字だけ見れば増えています。
ただし、必要スキルの39%が変化するとも言われています。
ここで重要な視点が1つあります。
MIT Sloan Management Reviewが指摘しているのは、消えるのは「職業」ではなく「タスク」だということです。
仕事を丸ごと奪われるのではなく、仕事の中の特定の工程がAIに移ります。
逆に言えば、AIが苦手な工程——文脈を読む力、判断する力、共感する力——は、むしろ人間の側に集中していきます。
40代、50代の方。長年の経験で培った「文脈理解力」は、実はAI時代に最も価値が上がる能力かもしれません。
- 40代の文脈理解力がAI時代に活きる理由 — AIが苦手な領域こそ、経験が武器になります
- 消えるのは職種ではなく工程 — 工程分解で見え方が変わる — 職種単位ではなく工程単位で自分の仕事を分解してみる
Phase 3: 実験と検証 — 実際に試して、失敗して、学ぶ
構造が見えたら、次は動く番です。
ただ、ここで正直に言います。
僕は330記事書いてPVが800でした。
ぶっちゃけ、量を書けば何とかなると思っていた。
でも構造を分析してみたら、欠けていたのは量でも質でもなく「誰のどんな痛みを解決するか」という設計でした。
完璧な計画は要りません。
小さく試して、失敗して、構造を分析する。
そのサイクルが回れば、次の実験の精度が上がります。
AIツールを実際に仕事に投入してみたら、プロンプトの書き方より「タスクの分解」のほうがずっと大事だということがわかりました。
AIに渡す前に、自分が何を作りたいのか明確にする。
その力は、Phase 2で触れた経験値と直結しています。
実験を続けるには習慣を意志力ではなく仕組みで設計する方法も助けになります。
- 330記事書いて800PVだった失敗の構造分析 — 量でも質でもなく「設計」が欠けていた話
- Claude Codeで実際に仕事を回した1週間の実験記録 — プロンプトよりタスク分解が大事だった実験ログ
Phase 4: 脳のパフォーマンス — テクニックの前に脳のOSを整える
Phase 1〜3を進めるには、前提があります。脳が動ける状態であること。
集中力が続かない。
午後になると頭が回らない。
これは意志が弱いのではなく、構造の問題です。
研究によれば、中断後に完全な集中を取り戻すまで平均23分15秒かかります。
タスク切り替えで生産性が最大40%低下するというデータもあります。
1日平均1,200回アプリを切り替えるデジタルワーカーは、年間約5週分の作業時間を失っているという試算もある。
AIスキルを学ぶのも、実験を回すのも、脳が消耗しきった状態では成果が出ません。
栄養、睡眠、血糖値。
地味ですが、これがパフォーマンスの土台です。ソフトウェア（スキル）をインストールする前に、ハードウェア（脳と体）を整える。
- 集中力が続かないのは情報過多の構造問題 — 意志の弱さではなくコンテキスト切り替えの負荷が原因
- AIスキルの前に脳のOS（栄養・睡眠・血糖値）を整える — パフォーマンスの基盤をハードウェアから見直す
脳のパフォーマンスを栄養面からもっと深く知りたい方は、脳のパフォーマンスを栄養から考える「精密栄養シリーズ」もあわせてどうぞ。
まとめ: 不安の正体は、構造が見えないこと
4つのPhaseを振り返ります。
- 情報疲労 — 情報の洪水を「量」ではなく「構造」で整理する
- 能力的不安 — 消えるのは職業ではなく工程。経験の価値を再発見する
- 実験と検証 — 完璧な計画より小さな実験。失敗を構造で分析する
- 脳のパフォーマンス — スキルの前に脳のOSを整える
全部を一度に解決する必要はありません。
自分が今どのPhaseにいるか。それだけ特定してみてください。
以前、AI時代の不安を希望に変えた体験を書いたことがあります。
あの時はまだ、自分の不安を構造化できていませんでした。
4つのPhaseという形で整理できたのは、自分で実験を繰り返した後のことです。
不安やストレスを敵ではなくシグナルとして捉え直す——その姿勢が、構造を見つける力になりました。
不安の正体は、構造が見えないこと。
構造が見えれば、最初の一歩が見える。
参考になれば幸いです。
AI時代の不安を構造で分解するシリーズ
AI時代の不安・焦り・パフォーマンス低下を「構造」で分解し、対処の糸口を見つけるシリーズです。
