生成AI時代、UXはどう変わる？AI-UXの設計を考える

1. AI UXとは何か？従来のUXとの違い

UXの定義と、AIが変えたもの

UX（ユーザーエクスペリエンス）とは、ユーザーが製品やサービスを利用する際の総合的な体験を指します。単なる使いやすさ（ユーザビリティ）にとどまらず、感情・文脈・期待まで含めた体験全体の質を高めることが、UX設計の本質です。

従来のUX設計は、ユーザーの行動を「予測して、設計する」アプローチでした。ペルソナを作り、カスタマージャーニーを描き、ユーザーテストで検証する。このプロセスは今も有効ですが、AIの登場でその前提が一部変わりました。

AIは、ユーザーの行動を「リアルタイムに観察して、動的に応答する」ことができます。これは「設計された体験を届ける」から「ユーザーとともに体験を生成する」への転換です。

従来のUXと、AI時代のUXの違い

この「不確実性」こそが、AI UX設計の解決すべき課題です。AIの出力は毎回異なるからこそ、「AIが何をしても、ユーザーが安心して使い続けられる体験」を設計する必要があります。

さらに、この進化の先にあるのが、AX（Agentic Experience） という概念です。AIが単に応答するのではなく、ユーザーの意図を解釈して自律的にタスクを実行し、人間は「結果の確認と承認」に専念する、という役割の逆転を指します。

AXが機能するためには、AIの動作をユーザーが直感的に認識できるよう4つの能力をUIで表現する必要があります。知覚（何を処理しているか）、推論（どんな根拠で動いているか）、記憶（ユーザー固有の文脈を保持しているか）、自律性（タスクがどの段階にあるか）。この4つが見えないAIは、どれだけ賢くてもユーザーに信頼されないでしょう。

2. ビッグテック6社の公式ガイドラインから読む、AI UX設計の共通原則

生成AIは革新的なスタートアップがクローズアップされがちですが、大規模で汎用的なAIモデルを投入するビッグテックの動向も見逃せません。各社のAI UX戦略を比較すると、「AI UXの方向性」が浮かび上がってきます。

GAFAMに共通しているのは、AIを「新しい画面」として追加するのではなく、既存の体験のなかにAIを溶け込ませる設計思想です。ユーザーが「AIを使っている」と意識せずに恩恵を受けられる体験こそが、AI UX設計の到達点のひとつといえます。

3. 国内外の先進事例から見るAI UXの勝ち筋

AIを機能として追加するのではなく、体験に溶け込ませる。この設計の違いが、ユーザーに使われるプロダクトとそうでないプロダクトを分けています。国内外の先進事例から、その具体的な実装を見ていきましょう。

国内事例

メルカリ／「何を書けばいいか分からない」を消した出品体験

出品時のボトルネックは、写真撮影より後にあります。タイトル、状態、カテゴリ、説明文—を埋める作業が、出品を諦める最大の理由でした。

メルカリの「AI出品サポート」は、ユーザーが商品写真を数枚アップロードすると、AIが画像を解析して商品名・説明文・適正価格のシミュレーションまでを自動入力します。「スターバックスの限定ブラックタンブラー」であれば、正確な製品名と型番をAIが割り出す精度です。結果として、最短3タップで出品が完了します。

このUXで注目すべきは、自動入力された項目を薄緑色でハイライトしている点です。「どこがAIの推定か」が一目でわかることで、ユーザーはAIの出力を盲信するのではなく、自分の判断で確認・修正できます。透明性とフィードバックという2つの原則が、UIの細部に実装されているのです。

LayerX（バクラク）／「転記する人間」をなくした確認・承認型UX

従来の経理処理では、請求書を受け取るたびに人間が目視確認し、請求書番号・振込先・金額・勘定科目をフォームに手入力していましたが、ミスが起きれば差し戻し、差し戻せば時間を無駄にします。

バクラクのAI UXはこの前提を変えることに成功しました。PDFをアップロードすると、AIがメタデータを抽出し、仕訳データと振込フォーマットの下書きを生成した状態で画面を表示します。ユーザーがやることは、元PDFとAI出力を見比べて、承認ボタンを押すだけ。

「人間が検索し、フォームを埋め、ダッシュボードを読み解く」UIから、「AIが下書きを作り、人間が確認・承認する」UIへの転換。これが前述のAX（Agentic Experience）の具体的な姿です。Human-in-the-Loopの「人間が介在する箇所」を、業務フローの設計段階から明確に決めているからこそ、このシンプルさが成立していると言えます。

海外事例

Walmart（アメリカ・EC）／ 検索窓は変えず、検索の前提を変えた

ECサイトの検索は長らく「正確なキーワードを知っているユーザー」のためのUIでした。「スターバックス タンブラー 500ml ステンレス ブラック」と入力できるユーザーは検索で辿り着けますが、「夏のバーベキューに必要なもの全部」という状況しか浮かんでいないユーザーは、そもそも検索を使いこなせないでしょう。

Walmartのアプリに実装されたAI検索は、この前提を崩しました。曖昧な言葉を入力しても、AIがユーザーの「状況」を解釈し、炭・着火剤・トング・紙皿といった商品セットを文脈ごとに提案します。検索窓というUIは変えずに、検索窓が受け取れる言葉の幅を広げたのです。

ユーザーに「正確に入力する」スキルを求めるのをやめ、ユーザーが自然に持っている「状況の言葉」をそのまま受け取る。この方向転換が、検索を使いこなせなかった層を体験のなかに引き込んだと言えます。

P&G（アメリカ・消費財）／「ちょうどいい」と「気持ち悪い」を分けるもの

パーソナライズは、精度が上がるほど「ちょうどいい」と「気持ち悪い」の境界が問われるようになります。ユーザーが「なぜこれを勧められたのか」を想像できる範囲に収まれば好意的に受け取られ、その想像を超えた瞬間に監視されているような不快感に襲われます。

P&Gは、ライフステージ・購買履歴・季節といった文脈を統合しながら、提案の根拠をユーザーが直感的に理解できる範囲に調整することに注力してきました。「赤ちゃん用品を最近よく買っているから」「この季節に合わせて」など、想像できる提案は受け入れられます。扱うデータ量が膨大になるからこそ、それ以上に解釈の透明性を高めることに設計の重心を置いている点が、同社のパーソナライズUXの特徴です。

AIが持てるデータは増え続けますが、ユーザーの信頼は、データ量ではなく「この提案は自分のことを分かってくれている」という感覚から生まれます。

Meta（アメリカ・SNS）／「AIを使う」という行動そのものをなくした

AIアシスタントの多くは、「専用の画面を開いて、質問を入力する」という動線を前提にしています。ユーザーはAIを使いたいとき、いったん今やっていることを中断してアプリを切り替えなければなりません。

MetaがメッセンジャーにAIアシスタントを統合したのは、その中断をなくすためです。友人と旅行の計画をテキストでやり取りしている流れのなかで、そのままAIに「京都でおすすめのランチを教えて」と問いかけられる。会話を抜けてアシスタントを開く必要はありません。

「AIを使いに行く」から「会話のなかにAIがいる」への転換。これはUIのレイアウトの問題ではなく、ユーザーがどんな文脈でAIに触れるかという設計の問題です。ユーザーの文脈に先に入り込んでおくことで、AIへのアクセスコストがほぼゼロになります。

事例に共通する「勝ち筋」

これらの事例はすべて異なる業界・文脈ですが、設計の方向性は一致しています。

共通しているのは、「AIがすごい」を見せようとしていない点です。AIの存在をできるだけ意識させず、ユーザーがやりたいことに集中できる状態を作ることに、設計のエネルギーが注がれています。

4. AI時代のUX設計の5原則

事例の背景にある設計の思想を整理すると、AI時代のUXを成功させる5つの原則が浮かび上がります。

原則1：透明性（AIが何をしているかを伝える）

AIの推論・提案・判断の根拠をユーザーが理解できるようにします。「なぜこの提案をされたのか」が分からない体験は不安と不信感を生むからです。「あなたの過去の購入履歴に基づいて」「よく似た状況のユーザーが選んでいる」といった一言が、AIへの信頼を大きく変えます。

原則2：信頼性（AIが「外れる」ことを前提に設計する）

AIの出力は常に正確とは限りません。「AIが間違えたとき、ユーザーはどうなるか」を設計の起点に置きましょう。エラーメッセージ・代替案の提示・人間へのエスカレーション経路など、これらをUXの一部として設計することが、長期的な信頼につながります。

原則3：制御可能性（ユーザーが主導権を持てる）

AIがどれだけ賢くても、「自分が決めた」という感覚をユーザーに残すことが重要です。AIの提案を受け入れる・修正する・無視する、そのいずれも自然にできる設計が制御可能性を生みます。「AIに操られている」と感じた瞬間、ユーザーはサービスから離れるでしょう。

原則4：適切なフィードバック（AIの動作を可視化する）

AIが処理中・学習中・適応中であることをリアルタイムに示します。「なぜ今日の提案は昨日と違うのか」をユーザーが理解できると、AIへの適応が進むでしょう。フィードバックはエラー時だけでなく、「正常に機能している」状態にも必要です。

原則5：エラーへの寛容性（失敗を学習に変える）

AIが間違えたとき、それを失敗で終わらせるのではなく「学習のインプット」にするUXを設計しましょう。ユーザーが「これは違う」と教えられる仕組みを作ることで、AIとユーザーがともに育つ体験が生まれます。

5. UXデザイナーの役割はどう変わる？

生成AIの登場で、UXデザイナーに求められる役割は変化しつつあります。ただし「なくなる」のではなく、「より上流に移動する」というのが正確な表現です。

「作る」から「設計する」へ変わる

AIデザインツールの登場により、「プロンプトを入力してUIを生成する」という作業は劇的に速くなりました。以前は数日かかっていたワイヤーフレームが、今では数分で生成できるのはみなさんもご存じのとおりです。

しかしUX専門会社のNNGroupt※8が指摘するように、「速く作れること」と「良い意思決定ができること」は別問題です。AIが生成したUIの「良し悪しを判断できる能力」こそが、これからのUXデザイナーの重要スキルになります。

プロンプト設計力が問われる

AIへの指示（プロンプト）の質が、アウトプットの質を直接左右します。「ECサイトのトップページを作って」と「20代女性・美容アイテム中心・スマホ利用メイン・発見体験を重視」では、AIのアウトプットは大きく異なります。

ユーザーリサーチで得た知見・ペルソナ情報・NSM（ノーススターメトリック）を適切にプロンプトに組み込む能力。これはコピーライティングに近い言語設計のスキルです。

ユーザーの課題を特定する能力が必要なのは変わらない

AIがどれだけ進化しても、「ユーザーが本当に困っていること」「解決すべき本質的な課題」を特定する能力はデザイナーの専売特許です。AIは与えられた問いには答えられても、「問いを立てる」ことは苦手だからです。

UXリサーチ・文脈理解・共感。これらはAIへの指示を設計するための「問いを立てる能力」の源泉であり、AI時代においてむしろ価値が高まる領域と言えます。

メンバーズが考えるAI時代のUXデザイナー像

AIが「作る作業」を担うようになった分、UXデザイナーには以下の3つの役割がより強く求められるでしょう。

メンバーズでは、UXデザイナー・データアナリスト・エンジニアなどの高度デジタル人材が、顧客企業のDX・AI活用の現場に入り込み、体験設計の上流から支援するモデルを提供しています。生成AIの実装支援にとどまらず、「ユーザーにとって意味のあるAI体験とは何か」を起点に置いたUX設計が重要です。

ビッグテックの事例が示すように、AI UXの本質は「AIを溶け込ませる体験設計」にあります。その実現には、AIの技術力だけでなく、ユーザーを深く理解するデザインの専門性が不可欠です。