全員が同じAIを使えば、全員が同じ答えを出す。それ、勝てるわけがない。

ChatGPTに「キャッチコピーを考えて」と頼む。Claude にも聞く。Gemini にも聞く。出てくるのは、驚くほど似たフレーズだ。

これは気のせいじゃない。構造的な問題だ。

MIT Technology Reviewが報じた実験がわかりやすい。主要なチャットボットに「1から10でランダムな数字を選んで」と聞くと、ほぼ全員が「7」と答える。人間に同じ質問をしても7が多いのは有名だが、AIはそれを学習データから吸い上げて、さらに強固に再現してしまう。ランダムですらない。

NeurIPS受賞論文では、25種類のLLMに「時間についての比喩を書いて」と指示したところ、大半が「時間は川である」と返した。25モデルが、同じ比喩。これが今のAIの現実だ。

問題は文学的センスの話じゃない。あなたの会社のマーケティング文、提案書、顧客対応メール——競合も同じAIで作っているなら、出てくるものは同じだ。 同じ武器で戦えば、差がつかない。差がつかなければ、価格でしか勝負できない。中小企業にとって、それは死を意味する。

「AIが要約してくれるから大丈夫」の落とし穴

AIの均質化は、アウトプットが似通うだけの問題ではない。もっと怖いのは「重要な情報が消える」ことだ。

トリップアドバイザーのAIレビュー要約が炎上した事例がある。あるホテルについて、利用者から性暴力の訴えや食中毒の報告が複数寄せられていたにもかかわらず、AIが生成した要約は「spotless（完璧）」と評価していた。

なぜこうなるか。LLMは多数派の意見に引っ張られる。100件のレビューのうち95件が「清潔で快適」と書いていれば、残り5件の深刻な告発は統計的ノイズとして消される。平均化されるのだ。

中小企業の現場に置き換えてみよう。顧客アンケートの自由記述をAIに要約させる。100件中3件だけ「対応が最悪だった」「二度と使わない」と書いてある。AIの要約は？「概ね好評。サービスの質に満足している顧客が多い」——こうなる。

その3件こそが、来月の解約予備軍だ。その3件を拾えるかどうかが、年間売上の数百万円を左右する。AIは平均を出すのが得意だが、中小企業の生死を分けるのは、平均ではなく外れ値だ。

コストが下がった先に起きること

少し構造的に考えてみたい。

LLMの登場で、「そこそこの文章を書くコスト」は劇的に下がった。以前なら外注で1本3万〜5万円かかっていたブログ記事が、月額2,000円のChatGPT Plusで何本でも作れる。コストは実質95%以上の削減だ。

これは素晴らしいことだ。だが、コストが下がると何が起きるか？全員がやる。 全員がやれば、「そこそこの文章」の価値はゼロに近づく。

SEO記事がわかりやすい。2024年以降、AI生成のSEO記事が爆発的に増えた。Originality.aiの調査では、上位表示されるコンテンツの約57%にAI生成の痕跡があるとされる。似たような構成、似たような見出し、似たような結論。Googleはこの均質化に対応してアルゴリズムを更新し、2024年3月のコアアップデートでは低品質AI記事を大量にインデックスから除外した。

「そこそこ」のコストが下がった分、「本物」の価値は相対的に上がっている。 これが今の構造だ。

中小企業だからこそ勝てる逆転の構造

ここからが本題。「じゃあどうすればいいのか」。

大企業は均質化の罠にハマりやすい。なぜか。意思決定に関わる人数が多く、AIの出力を「無難だからOK」と通しやすいからだ。ブランドガイドライン、法務チェック、複数部門の承認——そのプロセスを経ると、尖った表現は削られ、結局AIが出した「そこそこ」の文章がそのまま世に出る。

中小企業は違う。社長が「これ面白いな」と思えば、翌日には出せる。現場の手触りをそのまま言葉にできる。AIが絶対に生成できないもの——それは「この会社でしか語れない具体的な体験」だ。

例を出そう。ある地方の板金加工会社が、自社ブログで「うちの工場で一番難しかった加工」というシリーズを始めた。職人が実際に苦労した案件を、写真付きで具体的に書く。AIには書けない。なぜなら、その体験はインターネット上のどこにも存在しないからだ。結果、このブログ経由の問い合わせが月2〜3件増えた。板金加工の単価を考えれば、月数十万〜百万円のインパクトだ。コストはほぼゼロ。社長が昼休みにスマホで書いている。

AIが均質化するほど、「その会社にしかない一次情報」の希少価値は上がる。 これが逆転の構造だ。

実践：AIを「差別化の道具」に変える3つのルール

抽象論で終わらせたくないので、具体的なルールを3つ挙げる。

ルール1：AIの出力をそのまま使わない。必ず「自社の事実」を混ぜる

AIにメルマガの下書きを作らせるのはいい。だが、そこに「先週、〇〇市の△△様から聞いた話ですが」と自社でしか持っていないエピソードを1つ入れる。それだけで、他社のAI生成メルマガとは別物になる。コスト増はほぼゼロ。5分の手間だ。

ルール2：AIの要約を鵜呑みにしない。「外れ値」を自分の目で見る

顧客アンケート、クチコミ、問い合わせログ——AIに要約させるのは効率化として正しい。だが、要約だけ読んで満足してはいけない。月に1回、生データを30分だけ自分の目で読む時間を作る。AIが捨てた「外れ値」にこそ、次の商機と次のリスクが眠っている。

ルール3：AIで浮いた時間を「人間にしかできないこと」に投資する

事務作業をAIで自動化して月20時間浮いたとする。その20時間を何に使うか。さらにAIで別の作業を自動化する？ 違う。顧客に会いに行く。現場を見に行く。AIが生成できない「一次情報」を取りに行く。コスト削減で浮いたリソースを、差別化の源泉に再投資する。 これが中小企業のAI活用の本質だ。

「AIを使うな」ではない。「AIと同じになるな」だ

誤解のないように言っておく。AIを使うなという話ではない。むしろ中小企業こそ、徹底的にAIを使い倒すべきだ。定型業務、データ整理、下書き作成、議事録要約——こうした作業のコストを限りなくゼロに近づけることで、大企業との体力差を埋められる。

だが、AIの出力をそのまま自社の「顔」にしてはいけない。全員が同じAIを使う時代、AIの出力は「スタートライン」であって「ゴール」ではない。

問いかけたい。あなたの会社のWebサイトの文章、提案書、顧客への返信メール——社名を隠したら、競合のものと見分けがつくか？

見分けがつかないなら、それは「AIに仕事をさせた」のではなく、「AIと同じになった」だけだ。

中小企業の武器は、スピードと現場感と、経営者の判断力だ。AIはその武器を研ぐ砥石であって、武器そのものではない。砥石に頼って刀を振るのを忘れたら、勝てる戦も勝てない。

まず明日やれること。AIが書いた文章を1つ開いて、「これ、うちじゃなきゃ書けない情報が1つでも入っているか？」と問うてみてほしい。入っていなければ、入れる。それだけで、あなたの会社は「集団思考AI」の群れから一歩抜け出せる。

—