＊このエピソードには『イメージとしての例え』が多く語られます。番組のサラリーマンなホストが勤務先の会社で実践していることではなく、プライベートで仮想の会社を見立てた環境を構築し、実践しています。
1. 自宅AIサーバー構築の背景とスペック筆者は、機密データの保護やコスト削減、そして「自分専用のAI」を日常業務のパートナーにするために、自前環境の構築を決意しました。• ハードウェア: GMKtec社の「EVO-X2」というミニPCを採用。128GBという大容量メモリとAMD Ryzen AI Max+ 395プロセッサを搭載し、1000億パラメータを超える大規模言語モデル（LLM）も扱えるスペックを誇ります。• ソフトウェア環境: Windows 11 Proを基盤に、WSL2（Linuxサブシステム）とDockerを併用することで、最新のAIツールを柔軟にデプロイ・管理できる環境を整えています。2. 自宅AIスタックを構成する主要ツール単一のAIを使うのではなく、役割の異なる複数のオープンソースソフトウェア（OSS）を組み合わせています。• Ollama: ローカルでLLMを実行する「自宅AIの頭脳」。• AppFlowy / AFFiNE: ローカルファーストのノート・知識管理ツール。AIと連携し、思考の整理や図解に活用。• Plane: プロジェクト管理ツール。AIにタスクの自動生成や議論をさせ、プランナーとして活用。• Qdrant: 過去の資料を検索可能にするベクトルデータベース。自前のRAG（検索拡張生成）環境を実現。• n8n: これら全てのツールを繋ぎ、ワークフローを自動化する**「ハブ」の役割**を担います。3. AIオーケストレーションによる仕事の変化複数のAIツールを「編成（オーケストレーション）」することで、業務プロセスそのものが刷新されました。• 提案作成の高度化: 過去の膨大なナレッジをAIに検索・要約させ、数分でドラフトを作成。人間の固定観念に囚われない発想も得られるようになりました。• 思考の定着: 会議メモの即時要約や、AIとの対話を通じたアイデア出しにより、インプットからアウトプットへのサイクルが劇的に速まりました。• ナレッジの共有: 個人の経験を「AIが読める形」で蓄積することで、属人的な知識をチームの共有知として再利用しやすくなっています。結論筆者は、AIを単なるツールとしてではなく、特定の役割を持つ**「エージェント」として連携させる「AIオーケストレーション」**こそが、未来のワークスタイルの鍵であると述べています。まずは小規模な環境からでも、AIを「自分の一部」として組み込む発想を持つことを推奨しています。--------------------------------------------------------------------------------
