A Principle by Satoshi Yamauchi
人とAIの共創黄金比「10:80:10」の法則
人とAIの共創黄金比「10:80:10」の法則とは、人間と AI の共創構造である。
最初の10%で人間が方向を定義し、中間の80%をAIが実行し、最後の10%で人間が判断する。
The Three Layers
10%
The Will — HUMAN
最初の10% — 方向を定義する(人間)
「何を作るか」「なぜ作るか」「誰のためか」の定義。
AIは問いと仮説を生成できない。人間が設計するのは、What(何を生み出すか)/ Why(なぜ必要か)/ Who(誰に届けるか)/ Constraint(何をしないか)/ Quality Bar(何をもって完成とするか)。
この10%を省略すると、方向が間違った高速処理となり、大量の「もっともらしいが本質を外した」出力を生む。低速処理よりも有害な状態を招く。
80%
The Acceleration — AI
中間の80% — 実行する(AI)
リサーチ・分析・ドラフト・構造化・コーディングを AI が圧倒的速度で処理する。
人間は丸投げではなく「オーケストレーション」する。この80%の特性は、速度と量である。
10%
The Decision — HUMAN
最後の10% — 判断する(人間)
出力の批判的評価と最終責任。
LLMは確率で言葉を紡ぐ機械であり、ハルシネーションを原理的に消せない。責任を取れるのは、最初の10%で「何をしたいか」を定義した人間だ。事実関係の検証、論理的整合性の確認、不要な部分の削除、最終的な「公開する/しない」の判断がここに含まれる。
この10%を省略すると、AIスロップ(AI slop)として社会問題化する。人間がAIの出力を無批判に受け入れることで、誤った方向に高速で進んでしまう。
Evidence
10:80:10 は「根拠のない経験則」ではない。以下の実証研究が、10/80/10 という境界設計の必然性を裏付ける。
| 研究 | 規模 | 主要な発見 |
|---|---|---|
| Gallup 調査 | 22,368名 | 米国就業者を対象とした経時追跡調査(2025年 Q4)。 AIを職場で使用している労働者は 46% に達したが、毎日使う層はわずか 12% にとどまる。 Gallup レポート(AI in the Workplace) |
| McKinsey 調査 | 組織単位 | 65% の組織が生成AIを定常利用しているにもかかわらず、44% が導入によるネガティブな結果を経験。 McKinsey レポート(The State of AI) |
| Harvard Business School × BCG フィールド実験 | 758名 | BCG コンサルタントを対象にした大規模実験。AIが得意な領域では AI を使った人間が圧倒的に高いパフォーマンスを発揮した一方、AIが苦手な領域では、AIを使った人間がかえってパフォーマンスを落とした。 HBS Working Paper 24-013(Dell'Acqua et al.) |
| Stanford SCALE ライティング実験 | 453名 | AI使用により作業時間が 40% 短縮され、品質が 18% 向上した。 Science 論文(Noy & Zhang) |
| Navigating the Jagged Technological Frontier | — | AIの能力の境界線が「ギザギザ(jagged)」な形状をしていることを示した。 AIが優れる領域と劣る領域の境界設計の必要性が、10:80:10 の理論的裏付けとなる。 HBS Working Paper 24-013(Dell'Acqua et al.) |
Not to be confused with
「10:80:10」という数比を用いる類似概念が2系統存在する。
本ページの「10:80:10の法則」は、それらのいずれとも本質的に異なる。
| 概念 | 委任先 | 判断根拠 | 提唱者 |
|---|---|---|---|
| 人とAIの共創黄金比 「10:80:10」の法則 | AI | AIの能力境界 | ビジネスデザイナー&AIストラテジスト 山内 怜史 |
| リーダーシップの 10-80-10(権限委任) | 人間のチーム | リーダーシップ論 | スティーブ・ジョブズに帰属 (諸説あり) |
| 災害心理学の サバイバーズ・クラブ | (委任概念なし) | 行動心理 (パニック時の反応比率) | 特定の提唱者なし (古典的観察) |
