UXドリル 第3回 ―企業の競争力を高める真のAI×UX人材とは

【解説】

AIの普及以前、ツールやサービスをつくれるのは、プログラミング言語などの技術を扱える一部の専門人材に限られていました。しかし現在一般的なAIツールには、私たちが⽇常的に使っている「⾃然⾔語」を⽤いて指⽰を出せるため、専⾨⼈材でなくとも⼀定⽔準のアプリやチャットボットを作成できるようになりました。この変化は一般に、「技術の⺠主化」と呼ばれています。このことは、「つくりたいものをつくれない」という技術的な制約を大幅に軽減しました。

多くの個人や企業が、手軽につくりたい体験を具現化できるようになったことで、開発競争における差異化のポイントは「どれだけ早く / 安くつくれるか」から「どれだけ良い体験を設計できるか」へと移っています。

以上を踏まえて3つの選択肢を見比べると、「AIモデルを選定するスキル」「プロンプトを設計するスキル」は、体験設計そのものではなくそれを具現化するための技術的なスキルに類するものです。特に、選択肢2で言及しているプロンプトは、あくまで自然言語で構成されているため、上司や同僚に質問できる程度のスキルさえあれば、AIは一定の水準で使いこなすことができます。

これに対して選択肢3の「つくるべき体験を構想するスキル」は、体験設計そのものを担うスキルです。技術の制約が薄れた今、何を作るべきかを構想する⼒こそが、アウトプットの品質、ひいては企業の競争⼒を左右する要因になっていると⾔えます。

【解説】

この問題において比較対象としている「計算能⼒」も、かつては専⾨⼈材だけが持つ希少なスキルでした。しかし電卓や表計算ソフトが普及した現在では、「速く正確に計算できる」こと⾃体の価値は⼤きく下がっています。同じことが、AIの活⽤スキルにも起きつつあります。ChatGPTが登場した当初は、AIを使いこなせること⾃体が先進的な人材の特徴と⾒なされていましたが、各⽤途に特化した使いやすいAIツールが増えた現在、単に「AIを使える」というだけのスキルはコモディティ化しつつあります。

選択肢1「『AIを使いこなせること』自体が希少なスキルであり続ける」は、逆の未来を想定するものです。実際には、ツールが使いやすくなるほど誰もがそれを使えるようになるわけなので、「使いこなせること」の希少性は失われていきます。

選択肢3「AIの登場によってユーザ理解の⼒も不要になる」における誤りは、スキルを扱う目的や背景を見落としている点にあります。電卓の登場で不要になったのは、あくまで「⼿計算そのもの」であり、「何のためにその計算をするのか」を考える⼒まで不要になったわけではありません。同様に、⽣成AIによって具現化の負担が下がったとしても、「どんな場面で何を具現化すべきか」を問う能力は不要にはならず、その問いを追求する上では「ユーザを理解する」ことが不可欠だと言えます。

AI活⽤が投資フェーズから収益化・投資回収フェーズへ移⾏していく中では、コモディティ化したスキルを育成する意義は薄れていき、「誰もが使えて当たり前」の存在となったAIを、より有効に使うための力を育成することが重視されていくでしょう。

【解説】

⽣成AIへのインタビューや、そこから⽣まれたプロトタイプへの社内レビューは、いずれも仮説の解像度を⾼めるうえで役⽴つプロセスです。しかしどちらも、実際のユーザの反応を代弁するものではありません。⽣成AIの受け答えはあくまで、AIの学習した「過去」のデータを参照した結果に過ぎませんし、社内レビューの参加者もまた、開発の背景や意図を知る「⾝内」の視点で判断してしまいがちです。

選択肢1は、この検証の⽋如を無視してそのままリリースに進むものであり、最もリスクの⾼い選択です。選択肢3も、社内という同じ⽴場の⼈間の意⾒を集める点では変わらず、根本的な検証にはなりません。

⽣成AIへのインタビューや社内レビューで⾼めた仮説の解像度を、実際のユーザに使ってもらう機会を通じて確かめる。一見⼿間に見えるこのステップを挟んで、ようやく今この瞬間を生きる、生身のユーザの実態とのギャップを捉えることができます。裏を返すと、この過程を飛ばしてAIによるロールプレイだけに頼ってしまうと、リリース段階での市場動向や社会状況にそぐわないサービスや機能を世に出すことになってしまい、結果としてビジネスとしての成功が遠のいてしまいます。

【解説】

選択肢1が示す「ユーザ理解に基づくサービス設計においてはビジネスKPIを分けて考えるべきである」という見方は、ユーザ志向であろうとする中で生じがちな、「ユーザ志向は、企業の自己犠牲によって成り立つ」という誤解を反映したものです。ユーザのための活動も、あくまでビジネスとしての妥当性が担保された中でこそ持続可能なものであり、ユーザへの貢献性とビジネスとしての収益性とは両立を追求すべきものです。選択肢3は、企画の具体化・実装⾯の詰めの⽢さを指摘していますが、設問の状況からそこまでは読み取れません。今回の問題は、機能の中⾝以前の、そもそもの前提となるユーザ像の置き⽅にあります。

商品を購⼊し、⼝コミで広め、ファンコミュニティにまで参加してくれる。そんな好意的なユーザ像を描いたとして、実際にその条件に当てはまるユーザが実在するのかを検証しないまま話を進めてしまうと、実態から離れた楽観的な前提の上に企画を積み上げてしまうことになります。選択肢2は、まさにこの点を指摘しています。

ビービットでは、ユーザの視点から⾒た「景⾊」、つまりユーザが実際に⾒聞きし触れる対象や、それにまつわる思考・判断・⾏動を、そっくりそのままトレースするスキルを「ユーザ憑依スキル」と呼んでいます。このスキルが不⾜していると、サービス提供者にとって都合の良い「操り⼈形」のようなユーザ像を、無⾃覚に前提としてしまいます。

【解説】

管理職の利⽤が少ないという⾏動を⾒て、「使い⽅を知らないからだろう」と考え勉強会を開く。これは事実の裏返しに過ぎない対応であり、それらしく⾒えて実は、「対症療法」に過ぎません。選択肢1・2は、いずれもこの「勉強会」という対応をそのまま強化・徹底しようとするものですが、「そもそも使い⽅を教えることが本当に有効な施策だったのか」を検証していないという点で不適切です。

勉強会の後も利⽤率が変わらなかったという結果からは、「使い方が分からない」以外にも利用を避ける理由がある可能性が読み取れます。たとえば、管理職の業務は部下への指⽰や意思決定が中⼼で、⾃ら⽂章やデータをつくる機会⾃体が少ない、といった業務内容そのものに起因する事情があるかもしれません。いくら使い⽅を教えても、そもそも使う場⾯が存在しなければ、利⽤率は上がりません。

こうした背景を確かめ直さないまま、うまくいかなかった施策を強化する⽅向に進んでしまうと、時間や労⼒をかけても成果につながりにくくなります。選択肢3のように、⾏動の裏側にある業務や状況をあらためて具体的に調べ直すことが、次にとるべき最も適切なアクションだと⾔えます。管理職の日々の業務の中における、「本来ツールが必要なはずの場面」や「その場面でツールの利用を妨げている要素」を捉えられれば、より実際の業務に活きるツールへと改善することができるかもしれません。

ビービットでは、観察した⾏動をトレースする⼒を⼀歩進め、その⾏動を、ユーザの置かれている周囲の状況や⼈間関係の中で捉え直し、「なぜそうなるのか」を説明できるようにするスキルを「幽体離脱スキル」と呼んでいます。⾏動の理由を構造的に説明できて初めて、その⾏動を促す・変えるための具体的な施策を考えられるようになります。