# ワークスロップ、ガラスの崖、そして不安を「お茶に招く」こと――Carly Taylor との対談

- 番組: [Super Data Science: ML & AI Podcast with Jon Krohn](https://ai-curator.jp/podcasts/shows/cmv3z5c0j000j5o10v3e8e8p9)（Jon Krohn）
- 元のタイトル: 1035: Workslop, Glass Cliffs and Inviting Your Fears to Tea, with Carly Taylor
- 配信日: 2026年10月13日
- 長さ: 1時間7分
- 要約作成日: 2026年10月13日
- トピック: [#AI slop](https://ai-curator.jp/topics/AI%20slop) [#Workslop](https://ai-curator.jp/topics/Workslop) [#エンジニアリングリーダーシップ](https://ai-curator.jp/topics/%E3%82%A8%E3%83%B3%E3%82%B8%E3%83%8B%E3%82%A2%E3%83%AA%E3%83%B3%E3%82%B0%E3%83%AA%E3%83%BC%E3%83%80%E3%83%BC%E3%82%B7%E3%83%83%E3%83%97) [#キャリア](https://ai-curator.jp/topics/%E3%82%AD%E3%83%A3%E3%83%AA%E3%82%A2) [#AIエージェント](https://ai-curator.jp/topics/AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#ガラスの崖](https://ai-curator.jp/topics/%E3%82%AC%E3%83%A9%E3%82%B9%E3%81%AE%E5%B4%96)
- URL: https://ai-curator.jp/podcasts/cmv6l4tn200005o0zk7xg3tbv

## 要約

Rebel Data Science 創業者の Carly Taylor が、Jon Krohn と再び対談。AI の未来を追いすぎると分析麻痺に陥るため、データの品質や顧客理解といった基礎に立ち返るべきだと述べる。AI が生む「slop」は職場の暗黙の約束を破るという指摘、不快な状況を自ら選ぶキャリア観、仏教の「マーラをお茶に招く」考え方、女性リーダーが危機時に登用される「ガラスの崖」も語られた。

## ポイント

- 未来を予測しすぎると分析麻痺に陥る。Joe Reis の言う「基礎は重力」の通り、データの品質やステークホルダーの課題理解は変わらないと述べている。
- AI slop の問題は、送り手が内容を確認せず、検証の負担を受け手に押し付ける点にある。組織全体の負荷が増えるという指摘もあった。
- AI は思考の壁打ちや中間工程の加速に使ってよいが、最終成果物への責任は自分にある。冗長さや「これは○○ではない」という不要な断り書きが slop の特徴だと説明した。
- 運用維持（KTLO）にかける時間を最小化し、チームが革新に取り組める余地を最大化することがリーダーの目標。今は革新しないわけにいかないという立場を示した。
- 不安は押しのけず、仏教の「マーラをお茶に招く」ように受け入れて通り過ぎるのを待つ。決断しないことは最悪の選択だと語った。
- ガラスの崖とは、組織が危機のときに限って女性を指導的立場に昇進させる現象。うまくいっている時にも専門性で選ぶべきだと訴えた。

## 章立て

- [04:07] **2026年に有効なマインドセット** — 未来を追いすぎると分析麻痺になる。データ品質や顧客理解など、変わらない基礎に立ち返ることの重要性を語る。
- [06:25] **モデルの乗り換えとAIコーディング** — Claude や Codex などモデルの選択で振り回されず、決断して貫くべきだと述べる。Jon は書籍執筆での AI 活用体験を紹介した。
- [15:16] **LinkedIn での「unhinged」な発信** — 企業的な無個性を脱し、素の自分で投稿し始めた経緯と、それが得られた立場ゆえの特権でもあるという自覚を語る。
- [22:02] **Workslop と社会的な約束** — 確認なしの AI 生成物は検証負担を受け手に押し付け、組織全体の仕事量を増やすと指摘する。
- [28:49] **探索と維持、不快さを選ぶキャリア** — Call of Duty から Databricks の営業職へ移った経緯、KTLO を最小化して探索時間を確保する考え方を語る。
- [35:00] **恐れと向き合う：マーラをお茶に招く** — 公開講演前の不眠など自身の不安を例に、不安を受け入れつつ決断し続ける姿勢を説明する。
- [43:43] **聴衆からの質問：エージェントの通信とAI活用の線引き** — AI だけの通信プロトコルの話題や、AI で思考を磨くことと slop の違いについて回答した。
- [56:30] **ガラスの崖と本の推薦** — 女性リーダー登用の課題としてガラスの崖を解説。最後に Dungeon Crawler Carl を推薦した。

## 解説記事

Super Data Science Podcast の第1035回は、Rebel Data Science 創業者の Carly Taylor が再登場し、Jon Krohn と語り合った回である。Activision でゲームセキュリティを率い、Microsoft や Databricks でも要職を務めた彼女が、AI 時代のリーダーシップ、職場の AI slop、不安との付き合い方、女性とリーダーシップをめぐる問題を、ユーモアを交えて話した。

#### 未来を追いすぎない：基礎は重力

Carly は、AI の将来像を教えてくれる誰かを求める人が多いが、誰も正解を知らないと述べる。そのため見立ては「教育された推測」で十分だという。未来ばかり考えると、データの世界でおなじみの分析麻痺に陥るか、ネットで終末論を語り続ける人になってしまうと警告した。

拠り所として挙げたのが、Joe Reis の言葉「基礎は重力」である。データをきれいに保つこと、ステークホルダーや顧客の本当の課題を理解することは変わらない。顧客の課題解決に壮大な AI ソリューションが必ずしも要るわけではなく、ずっと目の前にあった単純な変更で済むこともある、と語った。

Jon は、基盤モデルをゼロから学習するのは多くの場合愚かであり、ファインチューニングも半年後のモデルに追いつかれうると補足した。Carly は、モデルを頻繁に乗り換えようとするとチームが振り回されるので、決めたらコミットすることも大切だという立場である。

#### Workslop が破る「社会的な約束」

前回配信で扱われた workslop（Jeff Hancock と Kate Niederhofer が Harvard Business Review で提唱した語）を受け、Carly は slop を社会的な約束の侵害と捉えた。誰かに何かを送るなら、それは自分の考えか、自分が確認した内容であるべきで、正確さを担保する責任は生成した側にある。ところが確認されていない文章が送られると、受け手がその誤りを検証する負担を負う。Jon は、送り手の労力が減る一方で、受け取る10人の負荷が増え、組織全体では悪化すると補足した。

聴衆からの質問に対しては、AI で思考を鍛えること自体は歓迎し、中間工程の加速に問題はないと答えた。ただし最終成果物の責任は常に自分にある。Carly が slop の特徴として挙げたのは、不必要に長く冗長で、同じ主張を三つの箇条書きに水増しする書き方である。特に「これは○○ではない」という節が増えたと指摘した。AI にプロンプトで与えた否定的な文脈を、そのまま読み手にも伝えてしまう現象だと説明している。

#### 探索を選び続けるキャリアと KTLO

Carly は自身を「グラインダーではない」と言い、不快になる領域へ踏み出すことでキャリアを築いてきたと述べる。約6年で9本の Call of Duty 作品を出荷したが、時間の半分以上が既知の領域になったところで離れ、Databricks でゲーム業界向けの営業職に就いた。結果として営業は好きではないと分かったが、試す必要があったという。現在はエンジニアリングに戻っている。

リーダーの目標は、KTLO（Keep The Lights On、システムを稼働し続ける保守作業）をきちんとこなしつつ時間を最小化し、チームの革新に回すことだとする。ただ、システムが増えるほど保守も膨らむため、常に追いかける目標であって完全な答えはないと認めた。今は革新しないことのほうが高くつくという認識も示している。

#### 不安をお茶に招く

Carly は今でも、登壇前夜は眠れず、3時間の睡眠で舞台に立つことがあると明かした。そこで紹介したのが、仏教の「マーラをお茶に招く」という考え方だ。疑念やインポスター症候群を押しのけず、招き入れて同席させ、「しばらくはいていいが、ずっとはいられない」と伝えるものである。不快感は一時的で、いつか過ぎると語る。

リーダーには、AI が分からないと言い出せない人も多く、それが革新を殺すと指摘した。決断しないのは、自分のものではない決断をしているのと同じであり、間違えても結果を引き受けて前に進むことが重要だという。

#### ガラスの崖

女性のキャリアに関する質問に、Carly は「ガラスの崖」を挙げた。組織が苦境にあるときに限って女性が昇進し、失敗が避けられない立場に置かれる現象だ。感情面の対応に長けているという期待で選ばれることも多いが、それは性別を問わない能力だと述べる。うまくいっている時にも、専門性で最適な人を選ぶべきだと訴えた。

#### まとめ

この回の核は、変化が速い時代こそ基礎と決断が重要だという点にある。日本の読者にとっては、AI の成果物への責任を自分が持つこと、そして生成物を相手に押し付けない配慮が実務上の指針になる。不快さを避けず小さく試し続ける姿勢や、登用の仕方を見直す視点も示唆に富む。なお、モデルや事例に関する発言は話者の見解として受け取りたい。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Super Data Science: ML & AI Podcast with Jon Krohn「1035: Workslop, Glass Cliffs and Inviting Your Fears to Tea, with Carly Taylor」