人間が蒸留されている 🧪👤➡️🤖
先日、中国の工場で働く人が、頭にカメラを装着して作業している映像を見ました 📹
最初は「監視カメラの一種かな」と思ったんですが、違いました。あれは作業手順そのものを収集している。集めているのは映像ではなく、手の動き、力加減、段取りです。ロボットに教えるために。
そして2026年7月29日、Microsoft が skill-recorder という道具を公開しました。あなたがパソコンで作業する様子を録画して、その手順をAIエージェント(=人の代わりに作業を進めるAI)が再利用できる形に変換するツールです。
工場の頭部カメラと、デスクの画面録画。方向は同じでした 😨
今日は、この「人間が蒸留されている」という現象を、感想ではなく数字で追いかけます。
🧪 まず「蒸留」という言葉について
AIの世界には知識蒸留(=knowledge distillation) という正式な技術用語があります。2015年にGeoffrey Hinton(=AI研究の大御所、ニューラルネットワーク研究の第一人者)らが提唱したもので、意味はこうです。
大きくて賢い「先生モデル」の答え方を、小さな「生徒モデル」に写し取る。 そうすると、生徒は小さいまま、先生に近い性能を出せる。
お酒の蒸留と同じ発想です 🍶 大きな樽から、成分だけを抜き取って、小さな瓶に濃く詰める。樽そのものは要らなくなる。
今起きているのは、この先生モデルの位置に人間が座っている状態です。しかも先生への報酬は、たいてい一度きりです。
🏭 第一層:身体の蒸留(中国・インドの工場)
まず、冒頭のあの映像の正体から。
Rest of World の取材によると、中国では具身智能(=ぐしんちのう、embodied intelligence。身体を持ったAI、つまりロボットのこと) が国家の優先課題になっていて、地方政府が40か所の訓練センターに資金を出しています 🏢
そこで何が行われているか。
- 👷 労働者が VRヘッドセット + 腕のエクソスケルトン(=外骨格。腕に装着する機械のフレーム) を着ける
- 🔁 洗濯物をたたむ、テーブルを拭く、といった動作を 1日に数百回繰り返す
- 📹 広東省では、データ収集業者が数十の電子機器・包装工場と組み、労働者に 頭部カメラと手首センサーを装着させている
規模を具体的に示すと、AgiBot(智元機器人)という中国のロボット企業が作ったデータ収集工場はこうです。
- 🏭 敷地 — 4,000㎡超(=25mプールおよそ10個分)、実物の生活用品 3,000点以上
- 📦 収集量 — 100万件を超える動作の軌跡、データ量 850TB
- 🤖 機材 — ロボット1台にカメラ8台 + 6自由度の器用な手
- 🌐 公開 — AgiBot World としてオープンソース公開(家庭・食事・産業・小売・オフィスの5領域、80以上のスキル)
そして EC大手の JD.com は、自社従業員 10万人 + 外部労働者 50万人をデータ収集に参加させる計画を持っています。上海の張江地区には 2026年7月に約5,000㎡(=小学校の体育館5〜6個分)の訓練センターが開業し、十数社の100機種以上のロボットが入りました。
これは実験ではなく、産業です。
同じことはインドでも起きていて、工場労働者が頭部カメラを着けている映像が拡散しました。そのときの見出しがこれです。
Training their AI replacement?(自分の代替を訓練している?)
しかも Gizmodo の報道によれば、シリコンバレーのベンチャーキャピタルが、インドの労働者の頭部カメラからデータセットを集めるスタートアップに投資しています 💰
💸 賃金の階層が、そのまま「蒸留される順序」になっている
ここが、私がいちばん背筋が寒くなった部分です。
データ収集コストの2026年ベンチマークを見ると、こうなっています。
| 誰が | 時給 |
|---|---|
| 🇨🇳 中国の住民(自宅の家事を1日6時間撮影) | 20元 ≒ 3ドル |
| 🌏 データ収集作業全般 | 5〜20ドル |
| 🇮🇳 インド・フィリピン・東欧のオペレーター | 22〜55ドル |
| 🇺🇸 米国の専門知識を持つオペレーター | 65〜120ドル |
読み取れることは単純です。
安い人から順に、先に蒸留されている。
機材のほうは1台 5万〜15万ドルもするのに、1人が1日に取れるデータは200件未満。だから人海戦術になる。そして人海戦術のコストを下げるには、賃金の安い場所を選ぶしかない。
CNN の記事の見出しが、この構造を残酷なくらい正確に言い当てています 📺
How filming your chores could train the android butlers of the future (あなたが家事を撮影することが、未来のアンドロイド執事を育てるかもしれない)
家事を撮影して、時給3ドル。そのデータで動くロボットは、いくらで売られるでしょうか。
💻 第二層:画面の蒸留(先進国のオフィス)
さて、冒頭の Microsoft の道具に戻ります。
skill-recorder は、ざっくり言うとこういう流れで動きます。
- ⌨️ ショートカット(
⌘⇧R)を押して、いつも通り仕事をするだけ - 🧠 録画をAIが読んで、「要はこれがやりたくて、手順はこの順番」という形に再構成する
- 🪄 承認すると、AIエージェントが繰り返し実行できるスキルになる
ここで、正確に書いておきたいことがあります。ネットでは「全部Microsoftに送られる」と言われがちですが、README を読むとそうではありません。
Recording, storage, frame extraction, and optional narration transcription all happen on your computer; nothing leaves while you record. (録画・保存・フレーム抽出・ナレーションの文字起こしは、すべてあなたのパソコン上で行われる。録画中は何も外に出ない)
録画中はローカル(=手元のパソコン内)で完結します。 ここは公平に書くべきところです。
問題は次です。
Only when you choose Analyze does Skill Recorder send the event timeline (window/document titles, URLs, and clipboard previews), extracted screen images, and narration text to GitHub's cloud (Analyzeを選んだときだけ、イベントの時系列 —— ウィンドウ/文書のタイトル、URL、クリップボードのプレビュー —— と、抽出した画面画像、ナレーションのテキストをGitHubのクラウドに送る)
つまり「解析」ボタンを押した瞬間に送られるものの中に、こういうものが含まれています。
- 🪟 開いていたウィンドウと文書のタイトル
- 🔗 訪問したURL
- 📋 クリップボードのプレビュー ← ここが怖い
- 🖼️ 画面の画像
- 🎙️ しゃべった内容のテキスト
クリップボード、つまり「コピーした内容」です。作業中に一度でもパスワード、APIキー(=サービスに接続するための鍵文字列)、顧客名をコピーしていたら、それが乗ります 😱
そして、解析しなければこの道具は何の役にも立ちません。「押さなければ安全」は、実質「使わなければ安全」と同義です。
ライセンスは MIT(=かなり自由に使える、寛容なオープンソース条件)。「録画を製品改善に使う」という記述はありません。ただし使わないとも書かれていないし、保存期間も保存場所も書かれていません。
🏗️ そして skill-recorder は入口にすぎない
ここが今日の記事でいちばん伝えたい部分です。単体のツールとして見ると小さな話ですが、Microsoft が2026年に並べたものを順番に置くと、絵が変わります。
🎥 skill-recorder — 「手順」を集める
クリック、画面の遷移、しゃべった内容。2026年7月29日に公開。
🧠 Work IQ — 「文脈」を集める
メール、会議、ファイル、チャット、カレンダー、SharePoint。2026年1月発表の、M365 の知能層。
🤖 Scout — 上の2つを使って自律的に動く
誰と働いているか、どのプロジェクトが生きているか、どこで決定が止まっているかを自動で把握します。Build 2026 で発表、一般提供は10月。
⚙️ Copilot Cowork — 長時間・複数ツールにまたがる作業を実行する
約4,000ファイルを比較させた実例があります。2026年6月に一般提供済み。
並べると分かります。
手順(skill-recorder)と文脈(Work IQ)が揃うと、「何を、なぜ、どの順で」が全部揃う。
工場で頭部カメラが集めているのが「手の動き」なら、こちらが集めているのは「仕事の段取りと判断の理由」です。層が違うだけで、やっていることは同じです。
なお Microsoft には前科があります。以前「Productivity Score」という機能で炎上し、作り直しました。当時プライバシー擁護派はこう呼んでいます 🔥
🕶️ 第三層:日常の蒸留(西側は、もっと上品にやる)
「これは中国と中国系企業の話でしょう」と思った方へ。西側も同じことをしています。ただし研究という言葉を使って。
Meta の Project Aria は、頭に装着するカメラ付きの眼鏡です。仕様がよくできています。
- 👓 重さ 約75g。設計目標として「長時間かけていても、自然な行動を変えない」ことが明示されている
- 📊 これを使った Ego-Exo4D というデータセットは、800人以上の参加者、13都市、131の場面、合計 1,422時間の映像
- 👁️ 記録するのは映像だけではありません。視線・頭の姿勢・周囲の3次元点群(=空間の形状データ) まで取ります
「自然な行動を変えないように設計されている」——これ、目的を考えると少し不気味です。普段どおりに振る舞ってもらわないと、学習データとして使えないからです 🫥
そしてこのデータは、すでにロボット学習の研究(EgoVerse)で使われています。
⚖️ 公平に書く:便利になっているのも事実です
ここまで警戒の話ばかり書いたので、逆側もきちんと出します。この技術で実際に楽になっている人がいるのも本当です。
- ✅ GitHub Copilot を使うと、開発者が完了させるタスクが 26%増える。しかも経験の浅い人ほど恩恵が大きい
- ✅ 契約書レビューの時間が 60〜80%短縮、コード作業が 55%高速化した事例がある
ただし、逆の実測もあります。
- ⚠️ 経験豊富なオープンソース開発者がAIツールを使ったところ、19%遅くなったという研究結果
- ⚠️ 東京のある法律事務所は2026年3月、AIが契約レビュー・デューデリジェンス(=買収前の調査)要約・規制申請を処理し始めた結果、若手弁護士の3分の1を配置転換した
- ⚠️ Deloitte の推計では、OECD諸国の知識労働者の作業のうち 40%が、今のAIで技術的に自動化可能
そして Work AI Index 2026 の数字が、現場の空気をよく表しています。
- 🤖 AIを使える状態に保つための作業(botsitting =ボットのお守り。足りない前提を教える、出力を検算する、間違いを直す)に、週平均6.4時間
- 😰 2025年に自分の仕事が安全だと感じた米国の労働者は 5人に1人
- 🔧 29%が、勤務先のAI導入を意図的に妨害したと認めている
- 📉 経営層の約半数が既に「脱スキル化」を観測しており、60%以上が3〜5年以内に現実の脅威になると予想している
特に最後の「脱スキル化」は重い話です。AIに頼って新しいライブラリ(=よく使う機能をまとめた部品集)を学んだプログラマーは、速度はほとんど上がらなかったのに、自力でコードを読み・不具合を直す能力は落ちたという結果が出ています。
蒸留された側は、薄くなる。 これは比喩ではなく、測定されています。
👻 これは新しい話ではない — ゴーストワークという前史
実は「人間が学習データを供給する」構造は、まったく新しくありません。
人類学者の Mary Gray と計算社会科学者の Siddharth Suri が ゴーストワーク(ghost work) と名付けた領域が、すでにあります。データのラベル付け、コンテンツの選別、校正 —— AIの裏側で人間がやっている、外からは見えない労働のことです 👻
TechEquity の調査によると、
- 💰 この市場は2030年までに 137億ドル規模になる見込み
- 😔 52%の労働者が「他人の仕事を置き換えるAIを訓練している」と考えている
- 😨 36%が「自分の仕事を置き換えるAIを訓練している」と考えている
- 🪙 データラベラーの多くは、8時間労働で時給1〜2ドル
では、今回の話は何が新しいのか。違いは一点です。
ゴーストワークは「そういう仕事」として雇われた人がやっていた。 今起きているのは、普通に自分の仕事をしている人の画面と身体から取ること。
訓練データを供給しているという自覚がないまま供給する。ここが変わった点です。
🧭 じゃあ、どうするか
説教くさい結論は書きたくないので、実際に効くことだけ書きます。
1. 送信ボタンの手前で、何が送られるか読む 📄
skill-recorder の例で言えば、「Analyze を押すとクリップボードのプレビューが飛ぶ」は README に書いてありました。読めば分かることでした。便利なツールほど、この確認をとばしがちです。
2. ローカルで完結する選択肢を、意識的に残す 🏠
ちょうど先月、Xbox のサーバーが長時間落ちて、ディスクを持っている人までゲームで遊べなくなるという事故がありました。買ったつもりのものが、実は借りていただけだった、という話です。データも同じです。手元で完結する道具を1つでも持っておくと、相手のサーバーが落ちた日に効いてきます。
3. 自分の判断だけは、外に出さないで持っておく 🧠
手順は真似されます。文脈も集められます。でも「なぜその手順にしたか」「どこで違和感を持ったか」は、まだ人間の側にあります。少なくとも、そこを自分で言語化できる人は、蒸留されても薄くなりにくい。
脱スキル化の研究が示していたのは、まさにこれでした。AIに任せて速くなった人ではなく、自分で読めなくなった人が薄くなった。
まとめ 📝
- 🏭 中国では地方政府が40の訓練センターに出資し、労働者が頭部カメラと外骨格を着けて1日数百回の動作を繰り返している
- 💸 家事の撮影は時給3ドル。米国の専門オペレーターは65〜120ドル。安い人から順に蒸留されている
- 💻 Microsoft は画面の手順(skill-recorder)と仕事の文脈(Work IQ)を同時に集め、10月には自律エージェント Scout が一般提供される
- 👻 ゴーストワークという前史があり、36%の労働者は「自分の代わりを訓練している」と既に自覚している
- ⚖️ 一方でジュニア開発者の生産性は 26%上がっている。便利になっているのも本当のこと
- 📉 ただし脱スキル化は測定済み。経営層の半数がすでに観測している
「蒸留」というAIの技術用語は、先生モデルから成分だけ抜き取って、小さな瓶に詰め直すことでした。そして蒸留が終わったあと、樽は要らなくなります。
いま世界中で、たくさんの樽が、自分で自分の中身を注いでいます 🍶
自分がどの樽に立っているのか、たまに確認したほうがいい。私はそう思っています。
📚 参考にした記事
- In Chinese data factories, workers teach humanoid robots boring tasks — Rest of World
- How China is using human labor to win the humanoid robot data race — Rest of World
- Silicon Valley VCs Invest in Head-Mounted Cameras on Workers in India — Gizmodo
- How filming your chores could train the android butlers of the future — CNN
- AgiBot World 高質量データセット — 国家数据局
- Humanoid Robot Data Collection Costs: 2026 Real Benchmarks — DataX Power
- microsoft/skill-recorder — GitHub
- Connect agents to Microsoft 365 with Work IQ — Microsoft Learn
- Microsoft Scout and the agentic upgrade coming to Teams and M365 — UC Today
- Microsoft Makes Copilot Cowork Generally Available Worldwide — Redmondmag
- Introducing Ego-Exo4D — Meta AI
- Ghost Workers in the AI Machine — TechEquity Collaborative
- Work AI Index 2026 — Glean
- Microsoft Revamps 'Invasive' M365 Feature After Privacy Backlash — Threatpost
- How AI Agents Reshape Knowledge Work — arXiv