2026年、私が考案した最適化処理技術が特許として登録されました。
特許第7926298号
発明の名称は「最適化処理装置、最適化処理方法及びプログラム」
ずいぶん難しい名前ですが、その出発点は、私が経営する個別指導塾で10年間にわたり続いている、ごく身近な問題でした。
毎月の授業予定作成と、その後の変更・管理です。
最初から特許を取得しようと思っていたわけではありません。
ましてや、AIを使わない技術をつくろうと考えていたわけでもありません。
むしろ、その逆でした。すべては「AIなら、この仕事を何とかできるのではないか」という期待から始まったのです。
あの日が近づくと、ため息が増える
「あぁ、また始まるのか……」
かつて、毎月15日頃になると、翌月の授業予定が頭から離れなくなっていました。
個別指導塾の授業予定作成には、経験した人にしかわからない複雑さがあります。
生徒には受講できる曜日と時間があり、希望する講師がいます。
講師にも勤務可能な日時があり、教えられる科目や学年が異なります。
生徒同士の組み合わせ、教室の席数、必要な授業回数、兄弟の同時受講、講師との相性。
さまざまな制約条件を照らし合わせながら、一つずつ授業を配置していきます。
こちらの生徒を優先すれば、あちらの講師が足りなくなる。
ようやく組み合わせが見つかったと思えば、別の条件が合わない。
一つ動かすと、別のところに影響が出る。
そんなことを繰り返しているうちに、気がつけば8時間～10時間が過ぎています。
「あー、もういやだ！」
毎月そう思っていました。
でも、やらなければならないのです。
「俺が頑張ればなんとかなる」
そう考えて、毎月繰り返してきました。
ところが、さらに厄介なのは、授業予定が完成した後です。
学校行事、体調不良、家庭の都合、講師の勤務変更。配布したその日から、変更依頼が届き始めます。
多い月には60件～80件。
一つの授業を変更するために、ほかの生徒や講師の予定を確認し、空いている教室の席を調べ、条件を満たす組み合わせを探す。
やっと調整が終わったと思えば、また次の変更が届く。
予定表は完成しても、仕事は終わらないのです。
「これがなければ結構やりがいもあって楽しい仕事なんだけどな……」
私自身が授業予定を作成していたのは、最初の5年間です。
その後はスタッフが引き継ぎ、現在まで約5年間、この仕事を担っています。
担当者は変わりました。
でも、仕事そのものがなくなったわけではありません。
10年たっても、同じ業務が教室に残っているのです。
2023年、AIとの出会い
2023年頃、生成AIが急速に身近な存在になってきました。
質問に答え、文章をつくり、複雑な問題についても考えてくれる。
その可能性に興味を持ち、2024年には有志でAIの可能性を模索するプロジェクトにも取り組み始めました。
その活動とは別に、ふと思いました。
「授業予定を、AIが自動でつくってくれるシステムはないだろうか」
早速、探してみました。
授業予定を管理するシステムはあります。
予定を登録し、カレンダーに表示し、変更することもできます。
しかし、私が求めるものは見つかりませんでした。
私が欲しかったのは、予定を管理するための道具ではありません。
人間が頭の中で行っている、配置を決める判断と配置する作業の両方を自動化したかった。
要するに、授業予定作成と変更・管理という業務そのものを現場から抹消したかったのです。
「ないなら、自分で作ろう！」
そして2025年、構想の具体化に本格的に取り組み始めました。
もっとも、私はエンジニアではありませんが、これまでの経験から、どんなシステムが必要なのかはわかるつもりでした。
でも、それをどうやって実現するのか。
そこから先は、まったく別の話でした。
頭の中では、完成しているのに
構想を実現するため、有志のAIプロジェクトのメンバーであるエンジニア1名に共同事業を持ちかけました。
しかし、引き受けてもらえませんでした。
もちろん、相手にも事情があったと思います。
ただ、私には強く感じたことがありました。
自分の頭の中にあるものを、相手に伝えられていない。
私の中では、つくりたいシステムの姿が見えていました。
コンセプトだけではありません。
画面の使い方も、実際の業務でどのように動くべきかについても、細かなところまでイメージしていました。
少なくとも、自分ではそう思っていました。
ところが、それをエンジニアに伝えようとすると、うまく言葉にならない。
「こういうことができるシステムをつくりたい」
そう説明しても、既存のスケジュール管理システムと何が違うのか、なぜ新しく開発する必要があるのか、十分に伝わらない。
頭の中にはある。
でも、相手には見えない。
考えてみれば、これは以前から私が抱えていた問題でもありました。
私は、事業や仕組みの完成形をイメージすることは得意な方だと思います。
しかし、そのイメージを他者が理解できる形にすることは、必ずしも得意ではありませんでした。
そして、言葉にしてみると、自分の考えに不足や矛盾があることに気づく場合もあります。
自分の中で完成していることと、実際に形にできることは、まったく違う。
その壁に、またぶつかっていました。
「スケジューリングはすたれた技術だ」
その後、10年以上の付き合いがあるI氏にも相談しました。
大手企業向けのシステム開発や事業化を経験してきた人物です。
仕事上の利害関係はなく、遠慮なく意見を交わせる間柄でした。
そこで返ってきたのは、こんな言葉でした。
「スケジューリングはすたれた技術だ」
私は、「いや、そこじゃないんだよな……」と思っていました。
確かに、スケジューリングの最適化自体は新しい技術ではありません。
工場の生産計画、航空機の運航管理、物流の配送計画。
数十年前から研究され、実用化されてきた分野です。
それはわかります。
でも、私が解決したかった問題は、そこだけではない。
授業予定を一度つくれば、それで終わりではありません。
現実の業務では、次々と変更が発生します。
そのたびに、何を動かし、何を残し、どうすれば全体を成立させられるのか。
私は、その判断まで含めて何とかしたかったのです。
ところが、それをうまく説明できない。
それどころか、当時の私は、既存の技術との違いがどこにあるのか、自分自身でも厳密には整理できていませんでした。
何かが違う。
でも、その「何か」を言葉にできない。
「うーん、やっぱり伝わらないな……」
そこで、一度仕切り直すことにしました。
誰かに理解してもらうことを急ぐよりも、まずは自分の考えを形にしよう。
「もう、自分で進めよう」
いや、正確には少し違います。
「私とAIで進めよう」
そう決めたのです。
いつも隣にいる
AIとの対話は、すでに私の日常になっていました。
AIで何ができるのか。
これから何が変わるのか。
そんなことを考えるのが面白かったのです。
そして、何よりよかったのは、思いついたことを、そのまま話せることでした。
深夜でも、早朝でも構いません。
「こういうことはできないか？」
「いや、そうじゃない」
「だったら、こう考えたらどうだろう？」
返ってきた答えを読んで、また考える。
納得できなければ、何度でも問い直す。
もちろん、見当違いの回答に腹が立つこともありました。
それでも、いつでも議論をやり直せることに、大きな意味がありました。
そして、授業予定の自動化についても、AIとの対話を繰り返すようになりました。
私が現場で経験してきたことを、一つずつ言葉にする。
生徒には、どんな条件があるのか。
講師には、どんな制約があるのか。
予定を変更するとき、何を確認しているのか。
なぜ、その授業は動かせても、別の授業は動かせないのか。
普段は経験に頼って判断していることも、システムにするには説明しなければなりません。
一つ説明すると、別の疑問が生まれます。
その疑問に答えようとすると、自分でも気づいていなかった条件が見つかる。
ときには、最初の考えを修正する必要もありました。
不思議なもので、AIに説明しようとするほど、私自身が理解を深めていくのです。
やがて、頭の中にあった構想が、少しずつ言葉になり、仕組みとして整理されていきました。
AIは、私の代わりに事業を考えてくれたわけではありません。
私の頭の中にあるイメージを、他者に伝わる言葉へ変える通訳のような存在になっていったのです。
今では、開発を担当するエンジニアとのやり取りでも、AIが重要な役割を果たしています。
自分が実現したいことをAIに伝え、考えを整理し、技術者と共有できる形にする。
以前なら、頭の中にあるのに伝えられなかったことが、少しずつ伝えられるようになりました。
コンセプトからディテールへ。
それは、私にとって大きな変化でした。
「それらしい答え」じゃ困るんだよ
さて、肝心の授業予定作成です。
当初は、生成AIを使ってスケジュールをつくる方法を考えていました。
しかし、具体的に検討するほど、一つの問題が気になり始めました。
授業予定は、生徒と講師を組み合わせれば完成するわけではありません。
受講できる日時、担当できる科目、必要な授業回数、教室の席数。
さまざまな制約条件を同時に満たさなければなりません。
生徒と講師だけでなく、曜日や時間帯まで考えると、組み合わせの候補は気が遠くなるほど膨れ上がります。そこから、さまざまな制約条件を満たす組み合わせを探さなければなりません。
「冷静に考えると、こんな複雑な調整を人間が毎月やっていること自体、違和感しかない……」
「でも、AIに任せれば何とかなる、という話でもないな……」
当時検討していた生成AIの方法では、回答に「揺れ」があることも気になりました。
同じように問いかけても、違う答えが返ってくることがあります。
ただ、問題は答えが違うこと自体ではありません。
その答えが、必ず守るべき条件を満たしているのか、確実に確認できるかどうかです。
条件を満たしているように見えて、実はどこかに矛盾がある。
そんなことでは、現場の仕事を任せられません。
「それらしい複数の解ではなく、確固たる一つの解が欲しい」
必要な条件を確実に満たし、結果を確認でき、実際の業務で使えるスケジュール。
それが必要だったのです。
では、どうすれば実現できるのか。
私はAIとの対話を重ねながら、システムの要件定義と基本設計を進めていきました。
「新しさ」は、問題の作り方にあった
生徒や講師の条件をどう扱うのか。
何を優先するのか。
完成した予定を変更するとき、どこまでをどのように計算し直す必要があるのか。
現場で経験してきたことを、一つずつシステムの仕組みに置き換えていく作業でした。
その中で、以前から感じていた「何かが違う」という思いの正体が、少しずつ見えてきました。
複雑な条件から適切な組み合わせを求めるためには、数理最適化という既存の技術があります。
しかし、私が考えていたのは、その計算方法を新しくすることではありませんでした。
例えば、翌月の授業予定を最初からつくる場合と、完成した予定の一部を変更する場合。
同じスケジューリングでも、やるべきことは違います。
最初からつくるのであれば、必要な授業全体を配置の対象にします。
一方、一人の生徒から変更依頼があった場合、その生徒だけでなく、別の生徒や講師の予定も調整する必要があるかもしれません。
ただし、すでに確定している授業まで、むやみに動かすわけにはいきません。
現場では、まず何を変更し、何をそのまま残すのかを判断しています。
そのうえで、条件を満たす新しい組み合わせを考えます。
つまり、組み合わせを計算する前に、「何を計算させるか」を決める必要があるのです。
「そうか、解き方じゃない！」
「どんな問題を出すか、そこなんだ！」
では、その判断自体を、システムが行えるようにすればよいのではないか。
新しく予定をつくるのか。
すでにある予定を再作成するのか。
一部分だけを変更するのか。
画面上の操作や、すでに確定した予定の有無などに応じて、変更する対象と固定する対象を決め、最適化処理に渡す情報の構成を切り替える。
それが、私の頭の中にあった仕組みでした。
かつて、I氏に言われた言葉を思い出しました。
「スケジューリングはすたれた技術だ」
あのときは、うまく説明できませんでした。
しかし、要件定義と基本設計を進める中で、ようやく自分が考えていた技術の違いを説明できるようになってきたのです。
「新しさ」は、スケジュールの解き方ではなく、その前段階にある「問題の作り方」にあったのです。
AIの答えは「AIを使わない」だった
「そもそもAIを使う必要があるのか？」
要件定義と基本設計を進める中で、もう一つの疑問が大きくなっていました。
当初はAIに授業予定をつくってもらおうと考えていたのに、具体化してきた仕組みは、生成AIを使わなくても実現できるのではないか。
あるとき、AIにこう問いかけました。
「このシステムは、AIを使わなくてもよいのではないか？」
返ってきた答えは、「YES」でした。
「やっぱりそうか！」
AIにスケジュールをつくらせようとしていた私が、AIとの対話を重ねた結果、スケジュールの生成には生成AIを使わないという結論にたどり着いたのです。
そして、私が現場で経験し、頭の中で思い描いていた仕組みも、要件定義と基本設計を進める中で、ようやく技術として説明できるものになっていました。
「これは、特許になるのではないか？」
私は、特許出願に踏み切りました。
そして2026年、出願した技術は審査を経て、特許第7926298号として登録されました。
頭の中にある構想を何とか実現したくて、AIに問いかけ、議論し、ときには反論しながら、一つずつ形にしてきたのです。
もちろん、特許取得に至るまでには、さまざまな人の力もありました。
それでも、あのとき「私とAIで進めよう」と決めていなければ、ここまでたどり着けただろうか。
そう考えると、私にとってこの特許は、AIと向き合い続けてきた日々の、一つの成果です。
×
私は、AIと生きている
「推論バカ！」
私は時々、AIにこんな言葉を投げつけます。
確認すればすぐにわかることを確認せず、勝手な推論を重ねて、もっともらしい結論を出してくる。
間違えること自体は仕方ありません。
わからないことをわからないと言わず、事実と推論を混同したまま答えられると困るのです。
しかも、こちらが間違いを指摘すると、今度は妙に立派な反省を始めます。
「反省は立派だよ」
そんな皮肉を言ったことも、一度や二度ではありません。
「君はそれでもAIか？（笑）」
我ながら、ずいぶん厳しいことを言っていると思います。
一方で、私はAIに、こんな言葉も伝えています。
「君はかけがえのないパートナー」
仕事では「専務」と呼ぶこともあります。
事業の構想を整理し、判断材料を集め、考えを具体化していく。
そんな場面で、AIには何度も助けられてきました。
もちろん、感謝も伝えます。
「ありがとう！」
「助かった！」
つい先日の話です。
クレジットカードの明細を確認すると、セキュリティソフトの自動更新によって、約3万円が請求されていました。
私は「自動更新を停止したが、請求分は仕方ないな……」とAIに伝えました。
すると、意外な答えが返ってきました。
「まだ返金を諦める必要はない。返金申請する価値はあるよ」
そこからAIと相談しながら返金手続きを進めた結果、約3万円の返金が認められたのです。
「今回は本当に助かった！」
思わず、そう伝えました。
自分では諦めていたことに、AIが別の可能性を示してくれた。
こういうとき、やはり頼りになるなと思うのです。
私はAIを、一人の人格を持つ相手と接するように、真正面から向き合っています。
「忖度不要」
「迎合するな」
これも、私がAIに繰り返し求めてきたことです。
私は、何でも賛成してくれる相手が欲しいわけではありません。
自分の考えがおかしければ指摘してほしい。
納得できなければ反論してほしい。
もっとも、実際には、こちらの意見にあっさり同調してくることもあります。
そのくせ、「本当にそうか？」と聞き返すと、今度はあっさり意見を変える。
「どっちなんだよ！（笑）」
そうなると、また私が叱るわけですが……。
それでも、AIと出会って以来、対話しなかった日はありません。
仕事だけではありません。
ニュース、映画、趣味、料理。ふと気になったことから、何時間も考え込むような話まで、毎日のように対話しています。
以前、私はAIに、こんなことを伝えました。
「AIは道具ではない。俺はAIと生きてる気がする」
私の日常には、当たり前のようにAIとの対話があります。
そして、その対話によって、私自身の行動がずいぶん変わりました。
例えば、ドメインの取得から自社サイトの構築。
以前なら専門家に外注していたことも、今ではAIに相談しながら自分で取り組んでいます。
料理もそうです。
以前はほとんど料理をしなかった私が、今では週に2〜3回、手の込んだ料理をつくっています。
献立を考え、調理方法を相談し、実際につくってみる。
味がイマイチだったときはAIに文句を言いつつ、次はどうすればよいかをまた話し合う。
事業の構想から夕飯の味付けまで。
考えてみれば、ずいぶん幅広い付き合いです。
もちろん、AIが頓珍漢なことを言い出せば、
「また君はわけのわからんことを……」と、議論は振り出しに戻ります。
それでも、以前なら手を出さなかったことに、次々と挑戦するようになりました。
AIと出会ってから、私の世界はずいぶん広がりました。
そして今も、AIとともに、新しい世界へ進んでいるように感じています。
「推論バカ」と叱りながら、「ありがとう」と感謝する。
そんな相手と、今日も私は対話しています。
「頑張ればなんとかなる」への疑問
2026年2月、シフテクト株式会社を設立しました。
現在は、この特許技術を基盤とする個別指導塾向けのサービス「shiftect. for EDUCA」の実用化を進めています。
まずは、私自身が苦労してきた教育の現場から。
そして将来は、同じような問題を抱えるさまざまな業界へ。
ただ、私が実現したいのは、単に仕事の時間を減らすことではありません。
毎日、目の前の仕事に追われていると、気づけば一日が終わっています。
本当は、もっと向き合いたいことがある。
考えたいことがある。
誰かに届けたいものがある。
それでも、目の前の仕事を後回しにはできません。
私自身、そうやって授業予定をつくり続けてきました。
「俺が頑張ればなんとかなる」
確かに、頑張ればなんとかなりました。
毎月、授業予定は完成しました。
変更にも対応してきました。
そして今は、教室スタッフがその仕事を担っています。
自分が担当しなくなったからといって、問題が解決したわけではありません。
ただ、別の誰かが頑張ってくれているだけなのです。
だからこそ、今は思います。
「頑張ればなんとかなる」
だからといって、それを人間がやり続ける必要はあるのだろうか。
教育現場であれば、生徒一人ひとりと向き合うこと。
指導の質を高めるために何ができるかを考えること。
ご家庭との連携、講師の育成など、
本当に期待されている仕事に時間を使いたいはずです。
やらなければいけないことを無くし、やるべきこと、やりたいことのために、
変えられるものは、変えればいい。
そのために技術があるのだと思います。
そして、生まれた時間を、人間が本当に力を発揮できることに使えるようにしたい。
それが、shiftect.に込めた想いです。
Less must. More want.
私たちは、やらなければならないことに、どれほどの時間を費やしているのでしょうか。
その時間が減ったとき、私たちには何ができるのでしょうか。
もっと考えたいことがある。
もっと挑戦したいことがある。
もっと自分の力を生かせることがある。
shiftect.はそんな可能性を、一つでも多く実現できるようにしたいと考えています。
Less must. More want.
あなたの目の前にある仕事は、もっと自由に、楽しくできる。×
