【AI導入の落とし穴】4つのAIを契約していても仕事は止まる｜リスク分散と「主権」の話
こんにちは。現役IT講師のきっちゃん先生です。
今回はいつもと少し毛色を変えて、まず大人の仕事の話から入ります。
先生も保護者の方も、ご自身の仕事でAIを使う場面が増えているはずです。授業の準備、資料づくり、メールの下書き。
実はそこに、子供に教えるべきことと同じ落とし穴がありました。
私が実際につまずいた話から始めます。
資料を作っている途中で、画面にこう出ました。
上限に達しました。しばらく待ってから再開してください。
その瞬間、作業が止まりました。ChatGPT・Gemini・Claude・Copilotの4つを使い分けているのに、です。
この記事で分かること
- 複数のAIを契約していても仕事が止まる理由
- AIを仕事に入れるときに見落とされがちなリスク
- 道具を借りながら判断だけは手放さない「主権」という考え方
- 同じことが子供の学びでも起きるという話（記事の最後に）
結論：リスクは「使いすぎ」ではなく「1つ頼み」
先に結論をお伝えします。
AIを仕事に入れるときの本当のリスクは、使いすぎではありません。ある1つのサービスの中で作業が完結していて、それが止まった瞬間に手が止まることです。
AIは自社の設備ではありません。よその会社から借りている場所です。
借りているものは、いつでも同じ条件で使えるとは限りません。
実際に何が起きたか
止まった原因は利用量の上限でした。AIのサービスには「一定の時間にここまで」という枠があり、使い切ると回復するまで待つことになります。
ここで紛らわしいのが、AIの「上限」には種類が違うものが2つあることです。
| 種類 | 何の上限か | 回復のしかた |
|---|---|---|
| 利用量の上限 | 一定期間に使える量 | 時間が経つと戻る |
| コンテキストの上限 | 1つの会話で扱える文章量（トークン） | 新しい会話を始める |
私が引っかかったのは前者です。待てば戻ります。それでも、その日の作業の流れは切れました。
4つ契約していても止まりました
「4つも使い分けているなら平気では」と思われるかもしれません。私もそう思っていました。
ところが、その日の作業は1つのAIの中で完結していました。
- そこまでの指示のやりとり
- 途中まで書いた資料の下書き
- 前提として読ませた参考資料
全部その中にありました。だから止まった瞬間、続きから進められなくなったのです。
ここで気づきました。複数契約しているだけでは、分散になっていないのだと。
契約が分かれていても、仕事の流れが1本に集中していれば、単一障害点（そこが壊れると全体が止まる一点）は残ったままです。
なぜ上限があるのか
そもそも、なぜ制限があるのか。
AIを動かすには、大量の計算をする専用のコンピューターが要ります。その台数には限りがあり、世界中の利用者が分け合っています。
つまり上限は不具合ではなく、仕組みそのものです。当面はなくならないと考えたほうがよさそうです。
ビジネスに組み込むと、影響はもっと重い
個人の作業が数時間止まるだけなら、待てば済みます。
問題は、AIを業務フローに組み込んだあとです。
| 組み込んだ先 | 止まったときに起きること |
|---|---|
| 問い合わせ対応の下書き | 返信が滞る |
| 提案書・見積書の作成 | 納期に影響する |
| プログラムの生成・レビュー | 開発が止まる |
| 議事録・文字起こし | 会議の記録が残らない |
止まる理由は、上限だけではありません。
- 仕様変更：使っていた機能が別物になる、なくなる
- 価格改定：想定していた費用で回らなくなる
- サービス終了：移行先を探すところから始まる
さらに厄介なのがベンダーロックイン（1社のサービスに縛られて、簡単に乗り換えられなくなる状態）です。
そのAIの中に、指示の書き方も、過去のやりとりも、社内の知識もたまっていく。便利になるほど、抜けられなくなります。
「主権」という考え方
ここで一つ、言葉を置かせてください。主権です。
かたい言葉ですが、中身は単純です。自分のことを自分で決められる状態のことです。
AIを使うこと自体は、まったく問題ありません。むしろ使うべきだと思っています。問題は決める側にいるかどうかです。
| 決めているのは | |
|---|---|
| AIが出したものを、そのまま通す | AI |
| AIが出したものを見て、自分で選ぶ | 自分 |
| 手順もデータもAIの中だけにある | AIの提供元 |
| 手順もデータも自分の手元にもある | 自分 |
| AIが他社のサーバーにしかない | AIの提供元 |
| AIが自分のパソコンの中にもある | 自分 |
道具は借りてかまいません。プロの料理人も、厨房を借りて働くことがあります。
でも「何のためにやるのか」と「これでいいと決めること」、そして仕事の資産は、自分の側に置いておく。それが主権です。
目的が自分にあれば、道具は替えられる
私が仕事でも教室でも大事にしているのは、「何を作るか」の前に「なぜ作るのか、誰のために作るのか」を決めることです。
遠回りに見えますが、ここが効きます。
「いい提案書を作って」とAIに丸ごと預けている場合、そのAIが止まれば次の一手がありません。目的まで預けているからです。
「この客先の、この不安を解消する提案書を作る」と自分で決めている場合は違います。AIが使えなければ、別のAIに切り替える、過去の資料を流用する、手で書く。やり方はいくらでもあります。
目的が自分の側にあるので、道具を替えれば進めます。
これが、AI導入がツール選定の話ではなく仕事の組み立て方の話である理由です。
明日からできるリスク分散4つ
1. 同じ仕事を、2つのAIで走らせてみる
まず1回でいいので、同じ指示を2つのAIに入れてみてください。
出てくるものが違います。得意不得意も、癖も違う。
これを知っておくと、いざ止まったときに「じゃああっちで」と切り替えられます。乗り換え先を持っていない状態が、いちばん危ないのです。
2. 中間成果物を、AIの外に出す
作業の途中経過を、AIの画面の中だけに置かないことです。
下書きはドキュメントに。参考資料は手元のフォルダに。決まったことはメモに。
止まってもコピーして続けられる状態を作っておく。これだけで復旧の速さが変わります。
3. 指示の書き方と手順を、自分の資産として残す
うまくいった指示の文面は、あなたのノウハウです。
AIの履歴の中に置いたままにせず、自社のドキュメントに転記しておく。
そうしておけば、乗り換え先でもほぼそのまま使えます。ベンダーロックインから抜ける一番の近道は、ここだと思っています。
4. AIなしの手順を、1つだけ残しておく
すべての業務でなくてかまいません。止まると一番困る仕事を1つ選び、AIなしでも回る手順を残しておく。
完全でなくていいのです。品質が落ちてもいいから止まらない、という状態を用意しておく。
止まる前提で構えておけば、止まっても慌てません。
さらに一歩：自分のパソコンの中にAIを持つ
ここまでは「借り方を工夫する」話でした。最後に、借りずに持つという選択肢を紹介します。
ローカルLLM（自分のパソコンの中だけで動くAI）です。
私はOllamaというソフトを使って、Qwen3.6というモデルを自分のパソコンに入れました。インターネットにつながっていなくても動きます。契約も、上限もありません。
仕事で効いてくる3つの利点
1. 止まりません
上限がないので、使いたいだけ使えます。サービス側の障害も関係ありません。
2. データが社外に出ません
これがビジネスでは一番大きいと思います。顧客情報、見積の中身、社内の未公開資料。外部のサービスに入力できない情報は、どの会社にもあるはずです。
自分のパソコンの中で完結するなら、その制約がなくなります。
3. 値上げにも終了にも影響されません
一度手元に入れたモデルは、提供元の都合で消えたりしません。私が使っているQwen3.6の27BモデルはApache 2.0で公開されています。商用利用も認められているライセンスです。
正直な限界も書いておきます
いいことばかりではありません。
性能は、クラウドの最上位モデルには届きません。複雑な調べものや長い文章の作成は、まだクラウドのほうが上です。
手間もかかります。モデルの更新も、動かないときの原因調べも、自分でやることになります。クラウドなら提供元がやってくれていた部分です。
もう一つ。ローカルにすれば情報漏えいがゼロになるわけではありません。パソコン自体の管理が甘ければ、別の経路でリスクは残ります。
ですので置き換えではなく、二重化と考えるのが現実的です。ふだんはクラウド、止まったときと機密データはローカル。この使い分けが、いまのところ一番現実に合っています。
AI用のパソコンは、もう必需品です
もう一つの制約が、パソコンの性能です。
Windowsのノートパソコンでは荷が重く、グラフィックボードを積んだデスクトップが現実的です。モデルを軽くする処理（量子化）をしても、20GB前後のメモリが目安になります。
ただし例外があります。Apple Siliconのパソコン（M1以降のMac）です。CPUとGPUが同じメモリを共有する仕組みのため、ノートでも実用的に動きます。Ollamaも2026年からApple Silicon向けの高速化に対応しました。
必要なスペックはモデルによって変わります。導入前に公式のモデルページで確認してください。
安い買い物ではありません。ただ、仕事でAIを使うならAI用のパソコンは必要経費になりつつあるというのが実感です。
止まらない環境と、社外に出せないデータを扱える環境。この2つを自前で持てるかどうかは、これから効いてくると思います。
参考：私の開発環境
いま私が開発で使っているものを、役割ごとに並べてみます。
| 役割 | 使っているもの |
|---|---|
| メイン | Claude Code |
| ローカル（止まらない・社外に出さない） | Qwen3.6（Ollama） |
| サブ | Google Antigravity |
| エディタの中での補完 | VS Code ＋ GitHub Copilot |
ここで冒頭の話に戻ります。
4つあるから安心なのではありません。役割が分かれているから止まりにくいのです。
以前の私は、契約は分かれていても作業は1つの中で完結させていました。だから止まりました。
いまは、メインが止まってもローカルに逃げられます。ローカルで足りなければサブに回せます。分散すべきは契約数ではなく、仕事の置き場所と役割でした。
教育にも、同じことが言えます
冒頭でお伝えした「子供に教えるべきことと同じ落とし穴」の話です。
同じことが、子供の学びでも起きます。「分からなければAIに聞けばいい」だけで進めてきた子は、AIが使えない日に手が止まります。
しかも子供は、代わりの手段を自分で思いつくのが難しい。大人なら別のAIに切り替えられますが、そこで止まってしまう子は少なくありません。
では、どう伝えるか。主権は、言葉で教えても伝わりません。選ぶ場面を用意することでしか育たない、というのが私の実感です。
家庭でできる第一歩は、大人と同じです。同じ質問を2つのAIに入れて、答えを見比べてみる。
答えが違うと分かった瞬間に、大事なことが伝わります。「AIの答えは1つの正解ではない」「どちらを使うかは自分が決める」。説明ではなく、体験として入ります。
まとめ
複数契約していても、仕事の流れが1本に集中していれば止まります。分散すべきは契約ではなく、作業の置き場所です。
道具は借りてかまいません。目的と判断、そして仕事の資産だけは自分の側に置いておく。それが主権です。
借りる工夫の先には、自分のパソコンの中にAIを持つという選択肢もあります。止まらない環境と、社外に出せないデータを扱える環境が手に入ります。
同じ指示を2つのAIに入れてみる。この1回から始められます。
