【結論を先に】
AIに指示や相談をするなら、打つより「しゃべる」方がいい。
しゃべる速さは打つ速さの約3〜4倍。まず口を動かすのが、いちばん速く頭の中を外に出す方法です。
【出し方の速さを並べてみる(打つ=1倍で比較)】
これは「頭の中にあるものを、どう外に出すか」というアウトプットの話です。
今いちばん使う「打つ」を基準(1倍)にして、速さを1分あたり・1時間あたりの語数で並べます。
・打つ(タイピング)※基準 … 約40語/分 (約2,400語/時) → 1倍
・しゃべる(話す) … 約150語/分(約9,000語/時) → 約3〜4倍
・(参考)書く(手書き) … 約20語/分 (約1,200語/時) → 約0.5倍
―――――――――――――――――――――――――――――
・(参考・上限)考える … 約400語/分(約24,000語/時)→ 約10倍
「打つ」と「しゃべる」の間で、速さは一気に約3〜4倍に跳ね上がります。
【なぜ「しゃべる」が速いのか】
「打つ・書く」は手のスピードが上限。「しゃべる」は口のスピードなので、けた違いに速い。
スタンフォード大学の実験でも、音声入力はキーボード入力の約3倍の速さ(音声153語/分 vs
キーボード52語/分)で、しかも入力ミスは20.4%も少なかった。会話の平均速度(約150語/分)と
平均的なタイピング(約40語/分)で比べても、約3.7倍です。
しかもこの「約3〜4倍」は、話しながら「えっと、あれ」「これ、なんだっけ」と
詰まってしまう分も込みの数字。つまり、多少つっかえても、なお打つより3〜4倍速いのです。
【なぜ詰まるのか——頭は口より速いから】
頭の中で考えるスピードは、しゃべるのさらに約2〜3倍速い(頭の中の言葉は約400語/分、打つの約10倍)。
頭は先に走っていて、口があとから追いかける。だから「あれ」「これ」「あの件」と、
言葉が出てこない瞬間が必ず出てきます。ここが、しゃべるの唯一の弱点です。
【結論——これから伸びるのは”しゃべる”だから、今から基本にしておく】
いま出てきているのが、この”詰まり”を補完してくれるAIです。
「あれ」「これ」と曖昧に話しても、文脈から固有名詞や言いたいことを推測して埋めてくれる。
言い間違いや口ごもりも整えてくれる。
これが効いてくると、今の「打つの3〜4倍」が、5〜6倍、7〜8倍へと伸びていきます。
打つ(手のスピード)はこれ以上速くなりませんが、しゃべるはAIのおかげで
どんどん精度と効率が上がっていく。伸びしろがまるで違うのです。
だから今から「しゃべる」を基本にしておくのが正解。
使えば使うほど、打つとの差は開いていきます。AIには、まずしゃべりましょう。
―――――――――――――――――――――――――――――
【参考:速度の出典】
・しゃべる vs 打つ(音声はキーボードの約3倍・音声153語/分 vs キーボード52語/分・ミス20.4%減)
スタンフォード大学 Ruan et al. (2016)
https://news.stanford.edu/stories/2016/08/stanford-study-speech-recognition-faster-texting
(原論文:https://hci.stanford.edu/research/speech/paper/speech_paper.pdf )
・しゃべる(会話の平均速度 約150語/分)
National Center for Voice and Speech / Human Interaction Speeds
https://www.humanfactors.com/newsletters/human_interaction_speeds.asp
・打つ(平均タイピング 約40語/分)・書く(手書き 約20語/分)
Words per minute(Wikipedia・各種研究のまとめ)
https://en.wikipedia.org/wiki/Words_per_minute
・考える(頭の中の言葉 約400語/分)※測定が難しい推定値。
人間の情報処理の”上限”を情報理論で分析した研究として:
Zheng & Meister, “The Unbearable Slowness of Being”, Neuron (2024)
https://www.caltech.edu/about/news/thinking-slowly-the-paradoxical-slowness-of-human-behavior
ISAOの管理部門のAI導入事例
AIは、こうした小さな「動かない」でつまずきます。ISAOは、その先——実際の業務に
AIを乗せて回すところまでを、お客様の管理部門と一緒に進めています。
月次決算の工数を50%以上削減|東証グロース上場企業A社
少人数の経理財務部門で、決算業務を1本ずつAI化。外注に頼らず社内で決算を完結
できる体制をつくりました。(Claude Cowork/Microsoft 365 Copilot)
全社でAIを使わない日がない状態へ|医薬品・上場準備企業
ツールを配って終わりにせず、顧問として伴走。安全に使える環境の整備から
リテラシー向上まで。G検定の合格率は100%。
収益認識の判定をAIエージェント化|創薬支援CRO
月100件を超える契約の収益認識判定を、監査証跡を保ったままAIがドラフト。
ドラフト・レビュー工数を75%以上削減しました。
「AI管理部長」を数年かけて共同研究|東証上場のIT企業
管理部門の業務をAIが担う仕組みを研究。汎用LLMで足りる部分と、自社で作り込む
べき部分の線引きを実務で検証しています。
