また明日、世界が変わる話。

■ AIは考えるだけじゃ動かない

GPT-5が2025年8月8日午前2時に発表されると報道された。

待ち望まれてきた大型アップデートであり、世界がまた一段ギアを上げる瞬間だ。

ただ、ここで一つ冷静に問い直したい。

いくら賢くなっても、そのAI、ちゃんと使い分けてますかね？

性能が上がるほどに、設計力の差が露わになる。今はそういうフェーズに入った。

万能モデルに夢を見てるだけじゃ、現場は回らない。

その理由を、あらためて共有しておきたい。

■ GPT-5が示すものは思考力より組み合わせ力

今回のGPT-5は、より高速な応答、感情表現を含むマルチモーダル対応、継続的な文脈保持（Memory）などが期待されている。

つまり、人間のように会話し、人間のように考え、人間のように話す。

ここまで来たか、という印象すらある。

けれど現場で使っていると、こうも感じる。

あれこれ考える前に、とりあえず決めてくれ。動いてくれ。

そう思ったこと、正直あるでしょ？

■ LLMはコンサルタント。SMLは職人。

GPT-4やGPT-5のような大規模AIモデルは、LLM（Large Language Model）と呼ばれる。

対して、SML（Small or Specialized Model）は、小型もしくは業務特化型のAIモデルだ。

両者の違いを一言で言えば、LLMは考える、SMLは決める。

LLMは情報を整理し、背景を捉え、代替案を提示してくれる。頼れる。でも話が長い。

SMLは条件を満たせばYes、違えばNo。迷わずに判断してくれる。

要するに、LLMは戦略会議で頼りたい存在、SMLは現場で即断即決してくれる職人。

実務の世界では、どちらも必要だ。

■ NVIDIAが語ったSMLの未来

GPUのトップ企業・NVIDIAがこう語った。

これからはSMLの時代になる、と。

彼らが研究レポートや公式発信で繰り返し強調しているのは、

大規模モデルをすべての業務に使うのは非効率だという指摘だ。

・小型モデルの方が速くて軽くて安い

・ローカル環境で動作できるのでセキュリティリスクも低い

・タスクごとにSMLを使い分けることで全体最適が実現できる

NVIDIAは明確に言っている。

LLMはすべてを担う司令塔ではなく、必要なときに呼び出す存在になるべきだと。

これは見方によっては、企業組織と同じ構造だ。

■ 私の現場での使い分け設計

私はAIを活用した業務設計や自動化支援を複数の企業で行っている。

実感として、LLMだけで回そうとすると破綻する。

実務での分担はこんな感じだ。

・履歴書のスコアリング → SML

・面接案内メールの生成 → LLM

・社内規定Q&Aの対応 → SML

・NotionやPDFをもとに回答する → RAG構成

・占い鑑定の解説文生成 → LLM

・命式の条件判定と相性判定 → SML

要するに、考えさせたいことはLLMに任せて、

瞬時に判断させたいことはSMLに振っている。

これを一体のAIに全部やらせたら、スピードもコストも現場感も壊れる。

■ SMLの強みは黙って結果だけ出すところ

SMLの利点は、正確さ、速さ、軽さ、コストゼロ、そしてオフライン運用が可能なこと。

・セキュリティを気にする医療現場

・通信が安定しない物流センター

・とにかく即答が求められる現場対応

こういったシーンでは、GPT-5でさえ過剰スペックになる。

SMLは余計なことを言わない。

それが、信頼につながるときもある。

■ GPT-5の熱狂の裏で、設計できる人間が試される

AIの進化は止まらない。GPT-5が来ても、さらに凄いものが出てくるだろう。

けれど重要なのは、どのモデルが強いかではない。

どこで何を使い、どう連携させるかを設計できるかだ。

NVIDIAはそこを明確に言語化した。

私はそれを、現場で実感している。

大きいAIが使えることは、もはや当たり前。

これから問われるのは、AIをどう分けて動かすかの構成力だ。

■ 終わりに

GPT-5に期待するのは当然だと思う。

でも、すべてを万能AIに投げる時代はもう終わっている。

AIを使いこなす側に立ちたいなら、

SMLという黙って仕事をこなすAI職人の存在に目を向ける必要がある。

でかい脳みそより、よく動く手足が必要なとき。

そのとき、どんなAIを配置するか。

それを決められる人間が、これからの現場を動かしていく。