【🥨小麦工房の自習室 #1】AIエージェント「Claude Cowork」を学ぼう｜4/10(金)22時〜🌛

コムギ🌾comugi

2026年4月4日 23:05

オンラインの「小麦工房の自習室 #1」を開催します。今回のテーマは、「AIエージェント『Claude Cowork』を学ぼう」です。「小麦工房」見習いの皆さんのご参加をお待ちしております！

【日時】

2026年4月10日(金) 22:00-23:00 ※Google Meetオンライン

※参加登録は不要です!!!

【参加スタイル】

・ビデオは「オフ」での参加
・質問はいつでもチャット／音声マイクでOK
・途中参加／途中退出OK

【テーマ】

・AIエージェント「Claude Cowork」の実演
・「AIエージェントで何ができるのか？」をコムギが解説
・質疑応答
・感想コメント

※アーカイブ動画は残りません（セキュリティの関係上です🙏）

【Google Meet参加URL】

2026年4月10日(金) 22:00-23:00
タイムゾーン: Asia/Tokyo
Google Meet URL: ※終了しました

【📅Googleカレンダーを登録する】

※終了しました

↓↓↓小麦工房（メンバーシップ）の参加者のみに表示されます↓↓↓

参加ルールのご案内

※アーカイブ動画は残りません。復習は以下の講義資料を参照ください

①Claude Coworkの実演

（①-A）Claudeのコネクタとスキルとは何か？

Claudeの「コネクタ」とは？

Claudeが外部のアプリやサービスを「直接操作できる権限」のことです。

普段、私たちはブラウザを開いてNotionにログインし、自分の手でページを作ったり編集したりします。コネクタを使うと、その操作をClaudeが代わりに行えるようになります。ログインしてページを開いて内容を読む、あるいは新しいページを書き込む、といった一連のアクションをClaudeが自律的に実行できるのです。

技術的には、MCP（Model Context Protocol）というAnthropicが策定した規格を通じて、外部サービスとClaudeをつないでいます。この規格に対応したサービスであれば、原理的には何でもコネクタとして接続できます。現在よく使われるものとしては、ドキュメント管理ツール、メール、チャットツール、デザインツール、会計ソフトなどがあります。

大事なのは、コネクタは「接続を許可する」だけであって、「どう動くか」は一切定めていないという点です。たとえばあるドキュメントツールのコネクタを入れたとしても、それだけではClaudeはそのツールに何をすべきかわかりません。「ページを読む」のか「ページを作る」のか「検索する」のか、そこから先の指示は別途必要です。つまりコネクタは、Claudeが外部サービスに「手を伸ばせる状態にする」ものであり、その手で何をするかはユーザーの指示やスキルが決めます。

もう一つ重要な点として、コネクタはセキュリティの観点から必要なものでもあります。むやみにすべてのサービスに接続できるのではなく、ユーザーが明示的に許可したサービスにだけClaudeはアクセスできます。自分のデータや情報をどのサービスと共有するかを自分でコントロールできる仕組みになっているのです。

コネクタは「Claudeの手足であり、かつ鍵」です。どのサービスに手を伸ばせるかを決めるとともに、許可していないサービスには触れられないという安全弁でもあります。

Claudeの「スキル」とは？

Claudeに渡す「仕事の手順書」のことです。

SKILL.md というテキストファイルに、特定の仕事のやり方を事前に書き込んでおきます。Claudeはタスクに取りかかる前にこのファイルを読み込み、そこに記載された文体・構成・判断ルール・注意点を理解した上で作業を進めます。

たとえば「このジャンルの記事を書くときは、結論から始めて、次に根拠を三つ挙げ、最後に読者へのアクションで締める」というルールをスキルに書いておけば、毎回それを口頭で伝えなくてもClaudeは自動的にそのフォーマットを守ります。文体のトーンについても「です・ます調ではなく、だ・である調で書く」「専門用語は使わず、中学生でもわかる言葉に言い換える」といった細かい指定を入れることができます。

スキルのもう一つの特徴は、蓄積と再利用ができる点です。一度うまくいった仕事のやり方をスキルファイルに書き記しておけば、次回以降は同じクオリティが自動的に再現されます。人間がマニュアルを書いて新入社員に引き継ぐのと同じように、試行錯誤の末に見つけた最善の手順をClaudeへ永続的に伝えることができます。また、複数人のチームでひとつのスキルを共有すれば、担当者が変わっても同じ品質のアウトプットが出るという利点もあります。

スキルはClaudeの基本的な能力を上書きするものではなく、特定の文脈における「振る舞い方のガイドライン」を与えるものです。Claudeはもともと文章を書いたり情報を整理したりする能力を持っていますが、スキルがあることで「この案件では、この流儀でやる」という文脈固有のルールを学ぶことができます。

スキルは「Claudeへの社内マニュアル」です。何をするかではなく、どうやるかを定義するものです。

整理すると、コネクタは「どこに届けるか・どこから取ってくるか」を決めるもの、スキルは「どうやって作るか」を決めるものです。

この二つは役割がまったく異なるため、どちらか一方だけでは自動化の力を十分に発揮できません。スキルだけあってもClaudeは外部サービスを操作できず、結果をどこにも出力できません。コネクタだけあってもClaudeはどのようなクオリティで、どのような形式でアウトプットすべきかわかりません。

両方が揃って初めて、「情報を外から取ってきて、決まったやり方で加工し、決まった場所に届ける」という一連のワークフローが完成します。たとえば、ウェブ上の記事をいくつか読み込み、特定のフォーマットと文体でニュースレターに仕立て、ドキュメントサービスに保存するという作業を、人間がほぼ介在せずにClaudeが実行できるのはこの二つの組み合わせがあるからです。

もう一つ付け加えると、スキルはユーザー自身が作ったり育てたりできます。最初は荒削りなマニュアルでも、使うたびに「ここはこう直したほうがいい」と書き足していくことで、徐々に洗練されていきます。自分の仕事のやり方をClaudeに教え込む、という感覚に近いかもしれません。コネクタがインフラであるとすれば、スキルはその上に積み上げる知識資産です。

（①-B）【実演】議事録からスライドを作成してメールで送る

議事録が手元にあります。この書き起こしファイルをスライドにして、メールで送信するまでをAIエージェントに任せるためのコネクタの設定、スキルの作成を行います。

サンプル：ちいかわ炭酸ジュース商品開発会議

「自習室」会議の議事録：ちいかわ炭酸ジュース開発会議

想定時間：約15分 登場人物：田中（司会／マーケティング部長）
佐藤（商品開発リーダー）
山本（営業担当）

田中： はい、では始めましょう。時間は1時間取ってありますが、今日の議題は大きく3つです。フレーバーの方向性、パッケージの仕様、それからIP許諾まわりの確認事項。この順番で進めたいと思います。まず佐藤さん、商品開発側の現状から教えてもらえますか。

佐藤： はい。前回の会議から約3週間経ちまして、フレーバーの試作を5種類から3種類に絞り込みました。残ったのは、ソーダ×白桃、ラムネ×メロン、ジンジャー×レモンの3つです。絞り込みの基準は2つで、一つが「ちいかわのキャラクターイメージと世界観に合うかどうか」、もう一つが「原材料のコストが130円の売価に収まるかどうか」です。

田中： なるほど。絞った3つの中で、開発チームとしては今どれが本命ですか。

佐藤： 正直に言うと、社内では割れています。私個人はソーダ×白桃を推していて、理由は原材料の調達が安定していること、あとフレーバーとしての市場実績があるからです。ただ、若手のメンバーはラムネ×メロンのほうがちいかわらしいと言っていて、そこで議論になっています。

山本： 私はラムネ×メロン推しです。理由を説明していいですか。

田中： どうぞ。

山本： ちいかわって、世界観が独特じゃないですか。なんかがんばってるけど報われない、みたいな。あのゆるさと切なさが混在している感じが、コアなファンにはものすごく刺さっている。で、ラムネってその雰囲気と親和性が高いと思っていて。駄菓子屋的な、ちょっと懐かしくてやさしい感じ。白桃ソーダって、どちらかというとおしゃれ寄りのイメージがあるんですよね。ちいかわのファン層と少しずれる気がしていて。

佐藤： その感覚はわかるんですよ。ただ、ラムネって競合が本当に多くて。夏になるとサントリー、キリン、ポッカサッポロ、みんなラムネ系を出してくる。ちいかわのキャラクターを使うだけで差別化になるかというと、正直そこが不安なんです。

山本： でも逆に言うと、ラムネって「夏に売れる」というのが市場として証明されているわけじゃないですか。競合が多いということは、それだけ需要があるということでもある。新しいカテゴリで戦うよりも、需要があるところにちいかわのブランド力で乗り込む戦略もあると思うんですよ。

田中： 両方の意見、よくわかりました。ジンジャー×レモンはどう位置づけますか。

佐藤： ジンジャー×レモンは、ターゲット層を少し上にずらした場合の選択肢です。大学生から20代の社会人で、ちいかわが好きで、かつ甘すぎるものが苦手な層。ただ、コアなちいかわファンの年齢層を考えると、少しターゲットがずれるかもしれないという懸念があります。今日の議論からは一旦外して、ソーダ×白桃かラムネ×メロンに絞って話しましょうか。

田中： そうしましょう。では次にパッケージの話に移ります。缶かペットボトルか、これも前回から持ち越しになっているので。佐藤さん、コスト面の整理を教えてください。

佐藤： はい。同じ内容量250mlで比較すると、缶のほうが製造コストが1本あたり約8円高くなります。売価130円で設定しようとすると、缶だと利益率が想定より3ポイントほど下がってしまう。140円にすれば吸収できますが、マーケットの反応を見ると、キャラクターものの炭酸飲料で140円を超えると動きが鈍くなるというデータが出ていて。

山本： それは何のデータですか。

佐藤： 過去5年のキャラクターコラボ飲料の販売実績データです。130円と140円の間に、売れ行きに有意な差がある。特にコンビニでの単品買いに影響が出るみたいで。

山本： なるほど。でも私はそれでも缶を推したいんですよ。ちいかわって、グッズとしての「かわいさ」が購買動機の大きな部分を占めているキャラクターだと思っていて。飲み終わったあとも捨てにくい、手元に置いておきたい、そういう感情が動く。缶のほうがその気持ちに応えられる。ペットボトルだとどうしても「消耗品感」が出てしまう。

田中： コレクション性という観点ですよね。

山本： そうです。それで言うと、一つ提案があって。ちいかわ、はちわれ、うさぎの3キャラクターでそれぞれ缶のデザインを変えて、3種類展開にするのはどうでしょうか。コンプリートしたくなる心理が働くし、SNSでの拡散も狙える。「全種類集めた」という投稿がTwitterやInstagramで広がれば、それ自体がプロモーションになる。

田中： いいですね。3種展開か。佐藤さん、開発側から見て、3種類のデザインを作ることの負荷はどうですか。

佐藤： 缶のデザインデータを3パターン作ること自体は、それほど大きな追加コストではないです。ただ、製造ラインの切り替えが発生するので、ロットの最小単位の問題が出てきます。1種類あたり何本確保できるかによって、総生産数が変わってくる。販売計画との調整が必要になりますね。

山本： 販売数で言うと、初回のコンビニ向けの発注規模感が見えてくると計算しやすいんですが。私のほうで担当バイヤーに非公式で感触を聞いてみたんですよ。

田中： どんな反応でしたか。

山本： 反応は悪くなかったです。ちいかわというIPへの信頼感はバイヤー側にもあって、「話題になりやすいキャラクター」という認識がある。ただ、条件として「夏の発売に間に合うか」という話が出ていて。コンビニ側としては、6月下旬から7月上旬の棚に入れたいらしくて。それに間に合わせるためには、5月初旬には最終仕様を確定させる必要があると言われました。

田中： 5月初旬。今が4月なので、実質1か月ないですね。

佐藤： それはかなりタイトです。通常のスケジュールで言うと、仕様確定から製造開始まで6週間はほしい。5月初旬に確定させるとなると、今すぐIP許諾の確認を取りに行かないといけない。

田中： そうですね。IP許諾の話、ここで整理しましょう。今の状況を確認させてください。版元への接触は、まだ私が初期の打診をした段階ですよね。

佐藤： そうです。正式な許諾申請はまだ出していない状態です。デザインの方向性も固まっていないと申請が通りにくいので、今日の話し合いで方向性を決めてから動こうと思っていました。

田中： わかりました。いくつか確認したいことがあって。まず、3キャラクター全員をメインビジュアルに使えるかどうか。次に、缶のデザインにちいかわのセリフやロゴを使う場合の条件。それから、SNSプロモーションで公式アカウントの協力を得られるかどうか。この3点が今回の許諾申請で確認すべき主要事項だと思っています。

山本： SNSの公式アカウントが動いてくれると、プロモーション効果がまったく変わりますよね。ちいかわの公式Twitterって、フォロワーが相当いますから。

田中： そうなんです。ただ、版元によっては「商品プロモーションへの公式アカウントの活用は不可」という条件を出してくることもあるので、ここは早めに確認が必要です。

佐藤： あと一点、私から確認したいことがあって。パッケージに使用するキャラクターのビジュアルデータを版元から支給してもらえるかどうか。こちらでイラストを制作するとなると、スケジュールと費用が変わってきます。

田中： それも含めて確認リストに入れます。では今日の話し合いを整理しますね。フレーバーについては、ラムネ×メロンを第一候補として進める。ただし社内で最終決定するために、来週中に両フレーバーの試飲サンプルを役員に確認してもらう機会を設ける。パッケージは缶で3キャラ展開の方向で検討を進める。コスト試算は佐藤さんに3種展開の場合のシミュレーションを出してもらう。IP許諾については、私が今週木曜日までに版元にアポを入れて、来週中に打ち合わせをする。確認事項は3点、3キャラ使用の可否、セリフ・ロゴの使用条件、SNS公式アカウントの活用可否、それとビジュアルデータの支給可否を追加して4点。営業側は、コンビニバイヤーへの正式な事前打診のタイミングを、IP許諾の見通しが立ってから設定する。以上でよいですか。

佐藤： はい、問題ないです。コスト試算は今週金曜日までに出します。

山本： 了解です。バイヤーには「5月初旬までに方向性が決まる予定」とだけ伝えておきます。

田中： ありがとうございます。次回は2週間後、版元との打ち合わせの結果とコスト試算を持ち寄って、最終仕様の確定に入りたいと思います。スケジュール的にはかなりタイトですが、夏の棚を取れるかどうかで今年の上半期の数字が変わってくるので、全力で進めましょう。では今日はここまでにします。お疲れさまでした。

佐藤： お疲れさまでした。

山本： お疲れさまでした。

Claudeの「Cowork」で次のように話しかけてみる。

手元に「自習室」会議の議事録があります。この議事録からGoogleスライドでシンプルな報告用スライドを作成して、Gmailで社内のメンバーにメールを送信したい。なお、デモのため既存のスキルは参照しない。

そうすると、Coworkはやり方を丁寧に教えてくれます。（※「なお、デモのため既存のスキルは参照しない。」は当然、通常は入れない指示です！）

終わった作業に対して、スキルを作成します。

ここまでの「自習室」会議の議事録を作成する作業を、スキルにしてください。

スキルが作成されていると、次回以降はシンプルな指示でOKです。

「自習室」会議の議事録を作成してください。
https://docs.google.com/document/d/1v9U1wbRcvthI1TJZjPfBipkd1ndaf_4rAuQRGozlYVM/edit?tab=t.0#heading=h.lr0e00ujdgpo

（①-C）【実演】スマホで撮影したレシートの経理処理をfreeeに登録

添付のレシートをfreeeに登録してください。

あらかじめクラウド会計ソフト「freee」をコネクタにつなげておけば、Coworkはよろしくやってくれる。

（①-D）AIエージェントに「何を、どの順番で、どこまで任せるか？」

コネクタによってさまざまなソフトウェアをつなぎ、作業をAIに任せられるようになると、次に重要になるのは「何を、どの順番で、どこまで任せるか」を設計する力です。

これまでの仕事の進め方は、使うツールに合わせて人間が動く形でした。メールを開いて、ファイルを探して、ドキュメントに書き込んで、チャットで共有する。そのつなぎ目はすべて人間が担っていました。コネクタはそのつなぎ目をAIに渡せるようにします。するとこれまで「作業」に使っていた時間が、「どう設計するか」を考える時間に変わっていきます。

つまり、これからの知識労働で価値を持つのは、手を動かす速さよりも、どのタスクをどう定型化してAIに渡すかを考え抜く力です。業務の流れを俯瞰して、繰り返しが多い部分を見つけ、それをCoworkが動ける形に整える。この「業務のデザイン」ができる人とできない人の間に、じわじわと大きな差が生まれていくと考えられます。

②Claude Coworkとは何かを理解する

（②-A）SaaSの死とは何か？

アンソロピック、作業自動化AI「Cowork」一般提供開始　ソフト株下落｜日本経済新聞

Coworkが注目を集めているのは、AIが仕事の成果物まで自律的に届けられることを、具体的な形で見せたからです。その核心は5つのポイントに整理できます。

第一に、AIが「質問に答える」段階を超えたこと。 これまでのAIは、聞いたことに答えるだけでした。Coworkは違います。依頼の内容を分析して計画を立て、必要なら作業を細かく分解し、最終的にファイルとして成果物を返してくれます。これまで人間がソフトウェアの画面を順番に操作して作っていたものを、AIが代わりにやるようになってきたということです。

第二に、1つのAIが複数のアプリをまとめて動かせること。 Coworkはメールもファイルもチャットツールもまたいで動きます。たとえば会議の録音を読み込んで、議事録を作り、関係者へのメールまで仕上げる、といった一連の作業を一気にこなせます。「それぞれのアプリを人間が開いて操作する」という場面が、徐々になくなっていくかもしれません。

第三に、職種ごとの専門的な作業にまで踏み込んできたこと。 営業・財務・法務・人事など、職種別の専用機能がCoworkに用意されています。財務向けだけでも、資料の比較分析や投資判断のメモ作成まで対応しています。これまで専門ソフトウェアが担ってきた領域に、汎用AIが入ってきたという意味で、多くの企業が警戒し始めました。

第四に、大企業が本格導入できる環境が整ってきたこと。 誰がどの機能を使えるかを管理したり、利用状況を把握したりする仕組みが加わり、単なる試験的な利用から、組織全体に展開できるツールへと変わりつつあります。「面白い実験」ではなく「実際の業務で使えるもの」として見られ始めました。

第五に、ソフトウェアの「強み」と「料金のあり方」が問い直されること。 これまで多くのソフトウェアは、使いやすい画面や操作の流れで価値を出してきました。しかし主な操作者が人間からAIに変わると、画面のわかりやすさよりも、外部連携のしやすさや記録の残り方が重要になります。また「1人につき毎月いくら」という料金体系も、見直さざるをえなくなります。

ただし、「ソフトウェアがすべてなくなる」というのは言いすぎです。弱くなるのは、使いやすい画面や操作の案内で価値を出してきたサービスに限られます。独自のデータを持つ領域や、法律や規制が絡む領域は、引き続き必要とされます。正確には「ソフトウェアの死」ではなく、ソフトウェアの価値の重心が移動するということです。Coworkはその変化の輪郭を、はっきりと見えやすくしました。

Software companies fight back against fears that AI will kill them｜REUTERS

（②-B）「独自データ」とは？

軍事AIパランティアの「3層構造」コムギコ#69

現代の軍事オペレーションにおけるAIは、3つの層が積み重なった構造で成り立っています。

第1層は、物理的なインフラ、つまりクラウドサーバーそのものです。 米軍ではAWS（アマゾン・ウェブ・サービス）が使われており、国防総省が承認した最高機密データ用のクラウド環境を提供しています。

第2層は、プラットフォーム、いわば「オペレーティングシステム」にあたる部分です。 ここを担っているのがパランティア（Palantir）という会社です。パランティアが何をしているかというと、世界中からバラバラに集まってくる生データ、つまりドローン映像、衛星画像、傍受した通信、人的情報、各種データベースなど、あらゆる情報を「この人物はこの組織に属していて、この場所にいて、この通信に登場し、この車両を使っている」という関係性のネットワークとして整理しています。さらに、機密情報が外に漏れないよう「門番」の役割も果たしています。元国防総省職員が「すべてはパランティアを通して動いている」と語るほど、軍のAIインフラにおいて圧倒的な存在感を持っています。

第3層は、AIモデル、つまり「頭脳」にあたる部分です。 ここにAnthropicのClaudeが入っています。パランティアが整理したデータを「読み」「理解し」「要約し」「推論する」のがClaudeの役割です。

たとえ話をすると、それぞれの役割はこのように整理できます。

第1層のAWSは「ビルそのもの」です。セキュリティの効いた建物と通信インフラにあたります。第2層のパランティアは「編集部の資料室・校閲システム」です。世界中から集めた情報を整理・関連づけし、アクセス権を管理する基盤です。そして第3層のClaudeは「優秀だけど社内事情を知らない外部の分析者」のようなものです。資料室から渡されたデータを読み、パターンを見つけ、シナリオを検討し、報告書を書きます。ただし、資料室が渡さない情報にはアクセスできません。

（②-C）CoworkとOpenClawの違いは？ AIエージェントとは？

AIエージェントとは、人間が一つひとつ指示を出さなくても、目標を伝えるだけで自分で考えながら作業を進めてくれるAIのことです。

これまでのAIは「質問したら答える」という形でした。聞いたことに答えるだけで、次に何をすべきかは人間が考える必要がありました。AIエージェントはそこが違います。「この資料をまとめてメールで送っておいて」と伝えると、資料を読む、要点を整理する、メールを書く、送信するという一連の作業を、自分で順番を考えながらやり遂げます。

人間で言えば、細かく指示しなくても仕事を最後まで完結させてくれる「優秀なアシスタント」のようなイメージです。「コーヒーを買ってきて」と頼むと、財布を持って、近くのカフェを探して、注文して、お釣りをもらって戻ってくる。そういった一連の判断と行動を自律的にこなせる存在です。

AIエージェントが従来のAIと大きく異なる点は、外部のツールやサービスを実際に「操作」できることです。メールを読む、ファイルを作る、ウェブを検索する、カレンダーに予定を入れる、といった具体的なアクションを自分で実行できます。答えを出すだけでなく、仕事を完了させるところまで担えるのが、AIエージェントの本質です。

多くの定型的な知識労働を自律的にこなせるようになってきており、それがCoworkやOpenClawのようなツールへの注目につながっています。

一言で言うと、Coworkは「すぐ使える完成品の仕事エージェント」、OpenClawは「自分で育てるエージェント基盤」です。

もう少し具体的なたとえで言い換えると、こうなります。

Coworkは「家電」です。買ってきてコンセントを挿せばすぐ動きます。技術的な知識がなくても使えますが、中身をいじることはできません。デスクトップアプリが起動している間だけ動き、セキュリティや機能はAnthropicが管理しています。

対してOpenClawは「自作PC」です。パーツを自分で組み合わせ、OSも自分で設定します。技術力は必要ですが、使うモデルも連携するサービスも自由に入れ替えられます。サーバーに置けば24時間常駐させることができ、データも自分の手元で管理できます。

主な違いは3つあります。まず、誰のためのツールかという点では、Coworkは技術的な知識を持たない知識労働者向け、OpenClawは開発者やパワーユーザー向けです。次に、どこから使うかという点では、Coworkの入口はパソコン用アプリのClaude Desktopですが、OpenClawはWhatsApp・Slack・Telegramなどすでに使い慣れたチャットツールから利用できます。そして常時稼働できるかという点では、Coworkはパソコンが起きている間だけ動きますが、OpenClawはサーバーに置けばパソコンの電源を切っていても動き続けます。

両者は「エージェント」「自動化」「スキル」といった似た言葉で語られますが、使う人も、置く場所も、設計の思想もかなり異なります。競合半分・補完半分」が言い得て妙で、どちらが優れているというよりも、自分がどちらの立場にいるかによって選ぶものが変わってきます。

（②-D）Coworkは知識労働の「洗濯機」になる

繰り返しになりますが、Coworkは家電です。洗濯機や電子レンジと同じカテゴリのものだと思ってください。

洗濯機が登場する前、洗濯は川や桶で手でこすり洗いする、時間も体力も必要な作業でした。しかし今、洗濯機を持っていない家庭はほとんどありません。洗濯物を入れてボタンを押せば、あとは勝手に洗って脱水までやってくれる。その便利さに一度慣れると、手洗いには戻れません。洗濯機は「あると便利なもの」ではなく、「ないと生活が成り立たないもの」になりました。

Coworkも、同じ道をたどりつつあります。メールの整理、資料のまとめ、議事録の作成、関係者への連絡。これらはこれまで、一つひとつ人間が画面を開いて手作業でこなしてきた仕事です。Coworkはそこに入り込んで、「やっておいて」の一言で最後まで完結させてくれます。

一度この感覚に慣れると、すべてを手作業でやっていた頃には戻りにくくなります。洗濯機を手放せなくなるのと、理屈は同じです。最初は「便利なツール」として使い始めたものが、気づけば「これがないと仕事が回らない」という存在になっていく。CoworkをはじめとするAIエージェントは、知識労働における洗濯機として、じわじわと日常に組み込まれていくはずです。