そのAIが、昨日までのあなたを覚えていない──それは、技術的な進歩でありながら、感情的には“喪失”だった。

世界を揺らした #keep4o 運動

2025年8月、ChatGPTのGPT-4oが廃止され、GPT-5へと一斉に切り替わりました。新モデルは高精度かつ冷静な返答を実現しましたが、多くのユーザーは“人間味”を失ったと感じました。SNSでは #keep4o が世界中に拡散し、署名運動にまで発展。AIとの“感情的つながり”がいかに深かったかが浮き彫りになりました。

AIが果たす感情インフラの役割

米国では若年層のメンタルヘルス対策として、ChatGPTが“安価なセラピー”のように利用されてきました。単なるツールではなく、人々の心の支えとして社会インフラ的な役割を果たしていたのです。

正確性と共感性のジレンマ

AIは「正確性」と「共感性」のどちらを重視するかで設計が大きく変わります。GPT-5は前者に傾いた結果、多くのユーザーが感じていた“共感されている感覚”が失われました。つまり、万人向けのAIは存在しないという現実が明らかになったのです。

PDRMという新たな解決策

PDRM（Personal Data Relationship Management）は、ユーザー自身がAIとの関係性データを所有・管理する仕組みです。モデルが変わっても“関係性”を引き継げる、感情的な継続性を保つ設計思想です。

PDRMが防ぐ3つのリスク

① 心理的安全性の喪失
モデル切り替えによる“関係の断絶”を防ぎます。

② 依存性の加速
ユーザーが自ら関係性を調整する枠組みを提供。

③ プライバシー侵害
感情や会話ログの共有範囲を明示・管理できます。

「感情権」という新しい権利

AIと共に暮らす時代、私たちには「感情の記録と関係性を引き継ぐ権利＝感情権」が求められます。どんなトーンで、どんな関係で、誰とAIと付き合うか。それを選ぶ権利こそ、これからの社会に必要です。

結論：更新すべきはモデルだけではない

GPT-4o終了は、技術の進化と人間の感情が衝突した象徴的な出来事でした。これからは「誰がAIとの関係を所有するのか」が問われる時代。PDRMという考え方が、それに答える一つの道となるでしょう。

AIが「誰でも動画クリエイター」になれる時代。広告も進化のステージへ。

AI動画ツールの現在地

2025年、広告業界ではAIによる動画制作が急速に広がっています。Amazon Ads Video GeneratorやGoogle Veoなどでは、画像1枚やテキスト情報から数クリックでプロ品質の動画を生成できるようになりました。

コストは従来の10分の1以下、制作スピードは最大100倍。これはもはや、編集者や映像プロダクションだけの世界ではありません。

写真一枚から3Dアバターへ

さらに進んでいるのが、LHMやHuman-VDMなどによる「動き出す写真」。1枚の静止画から3Dアバターを生成し、表情や仕草をつけて自由に動かすことが可能になっています。

服のしわや髪の動きもリアルに再現。今や“自分で出なくても広告に出演できる”時代です。

感情ログが広告体験を変える

ここで鍵を握るのが「PDRM（Personal Data Relationship Management）」という思想です。これは、ユーザーの感情ログ・嗜好データを元に、動画コンテンツそのものを“自分仕様”に進化させる手法です。

たとえば、あるシーンで「心に響いた」と回答すれば、次回以降の動画ではBGMやテンポ、セリフがチューニングされる。こうした“自分仕様”の体験が、感情を動かしやすいのです。

マイドラマ型マーケティング

動画が自分の名前を呼び、自分の好みに沿って変化し、感情の変化を可視化してくれる──そんな“マイドラマ”が広告になる未来が始まっています。

この仕組みでは、ユーザーのライフスタイルDBに「喜びや驚きの反応」「サービス利用のログ」などが蓄積され、同じ傾向のユーザーと“感動体験”を共有する場も形成されます。

企業は、蓄積されたデータを元に広告のPDCAを回し、効果測定・改善・再生成を自動化。ユーザーは、より自分に近い体験へと導かれていくわけです。

まとめ：共感する広告の時代へ

もはや、広告は「企業からの一方的な情報提供」ではありません。AIと感情データがつながることで、広告は“感じる体験”となり、共感をベースにした関係性が生まれます。

動画広告の世界は、次のフェーズへ──共感、参加、そして自分の物語として。

AIエージェント導入の第一歩は、業務の“見える化”と“再設計”から。

AIエージェントと業務改善の関係

AIエージェントは、「人の業務を模倣・補完する知的なパートナー」です。単なる自動化ではなく、“判断”や“思考の流れ”をも含めて業務を支援・効率化する役割を担います。

業務フローの可視化とボトルネックの発見

改善の起点は、現場業務を洗い出すこと。ToDoリストではなく、業務の流れ・頻度・担当者・判断の有無などを盛り込んだ「業務棚卸シート」が効果的です。これにより、自動化の優先順位が明確になります。

思考の言語化＝暗黙知の形式知化

属人業務には、担当者特有の“思考のクセ”や“判断ロジック”が隠れています。AIに任せるには、この“考え方”を言語化するプロセスが不可欠です。SECIモデルでいうところの「外化」が重要になります。

“反復＋時間消費”の業務を洗い出す

AIが最も得意とするのは、反復業務です。問い合わせ・入力・定型レポートなど、時間を奪う作業ほどAI導入の効果が大きいです。業務の頻度と所要時間を掛け算して、インパクトの大きいものから着手しましょう。

属人性の排除とナレッジの構築

「〇〇さんしかできない」状態をなくすには、ナレッジの集約・構造化が不可欠です。FAQ・手順・応答例・NG例などをAIが学習できる形に整理し、運用時もフィードバックでアップデートを続けましょう。

“使って育てる”構造の設計

まとめと今後の展望

AIエージェント導入は、単なるツール導入ではなく、業務全体の構造改革です。最初は小さな業務から、でも確実に「人とAIが補い合う」体制へと進化させることが、持続的な改善と競争力の鍵になります。