業界を問わず見られるのに、あまり語られていないパターンがあります。AIから最も大きな恩恵を受けるのは、多くの場合、もともと最もAIを必要としていた人たちだということです。
専門家ではありません。ベテランでもありません。初心者です。
そして、すでに自分の仕事に熟達している人ほど、AIが思ったほど役に立たないことに驚くかもしれません。
研究が示していること
ウォートン・スクールのイーサン・モリック教授は、著書 Co-Intelligence の中で率直にこう書いています。「調査を重ねるごとに、AIから最も大きな恩恵を受けるのは、もともとの能力が最も低い人たちであることがわかる。AIは成績の振るわない人を、成績の良い人に変えるのだ」
これは、職場でのAI活用について行われた研究の中でも、特に厳密なものの一つによって裏付けられています。2023年、ハーバード、MIT、ウォートンの研究者たちが、BCGのコンサルタント758名を対象にフィールド実験を行いました。AIを使ったグループは、こなしたタスクが12%多く、作業時間は25%短く、成果物の品質評価は40%以上高くなりました。しかし、その恩恵は均等に分配されてはいませんでした。成績の低かったコンサルタントは劇的に向上しました。では、成績の高かったコンサルタントは?向上の度合いは明らかに小さかったのです。
AIは格差をならす存在です。平均的な人と卓越した人との差を縮めます。デザイナーとしての私自身の経験もこれを裏付けており、それは想像するよりもずっと具体的なものです。
デザイナーとしての私の経験
私はUI/UXデザインに10年間携わってきました。デザイン思考には精通していますし、インタラクションパターンも使いこなせます。情報を空間的に整理する感覚にも自信があります。私が何かをデザインするとき、デザインを作るプロセスそのものが、デザインについて考えるプロセスになっています。この二つは同時に起きているのです。
そのやり方を変えようと、私はFigmaのワークフローにAIを取り入れてみました。具体的にはFigma Make、そして最近ではClaude CodeとFigma MCPの組み合わせです。実際に起きたことは次のとおりです。
プロンプトを書くには時間がかかる。 プロンプトは手早く、手間なく書けるものだという思い込みがあります。しかし、視覚的なアイデアを、AIが役に立つ仕事をできるほど正確に言葉へ置き換えるのは、本当に難しいことです。私にとっては、AIに説明するよりも、Figmaで直接アイデアを形にするほうが速いのです。
デザイン思考はデザインしながら起きる。 手作業でデザインしているとき、私は同時にさまざまな判断を下しています。この情報は本当にユーザーに必要か、横に並べるべきか縦に並べるべきか、段階的に開示すべきか、このユーザーフローはここで分岐させるべきか、それとももっと後か。こうした判断は、デザインするという行為を通じて自然に生まれてきます。AIはそのループを断ち切ってしまいます。結局、同じ判断をすべて下さなければならないことに変わりはなく、ただそれが事後になるだけです。
アウトプットはどのみち修正が必要。 AIが生成したデザインがそのまま本番で使えることはめったにありません。それはスタイルやレイアウトのずれのせいだけではなく、もっと重要なことに、ありきたりだからです。ユーザーのメンタルモデルも、プロダクト固有の制約も、私のデザイン哲学も反映されていません。どの画面も、一度ばらばらに解体しなければならない出発点にすぎません。そこで正直な疑問が浮かびます。それは本当に、ゼロから始めるよりも速いのでしょうか?私の場合、たいていはそうではありません。
複数画面の生成でも、この問題は解決しない。 Google StitchやUizardのようなツールは、一度に画面一式を生成できます。デザイナーの実際の仕事の進め方に近いように聞こえます。しかし、根本的な問題は残ります。これらのツールは 何を は示してくれても、なぜ は教えてくれません。プロダクトの説明、参考画像、ざっくりとしたブリーフなど、プロンプトでコンテキストを与えたとしても、欠けているのは情報ではなく、意図 なのです。デザインの背後にある判断が透明ではないため、評価すべき理由づけはなく、受け入れるかやり直すかしかないピクセルがあるだけです。
実は、これは理にかなっている
タスクのレベルでは、AIは足場を提供し、自分だけでは十分にこなせないことを人ができるよう手助けします。レイアウトに自信のないジュニアデザイナーなら、AIが出発点を与えてくれます。分析の組み立てに苦労するコンサルタントなら、AIがフレームワークを与えてくれます。
しかし、すでに熟達していて、直感もスピードも備えているなら、足場は必要ありません。すでに確かな地盤の上で作業しているからです。全体の生産性の数字は目を見張るものがあります。しかし、経験豊富な働き手にとって、その恩恵の分配は不均等なのです。
では、これは何を意味するのか
次のAI統合の波が、経験豊富なプロフェッショナルに本当の価値をもたらすものになるなら、それは表面的なタスクの自動化にとどまるものであってはなりません。
本当に役立つのは、もっと深いものです。プロンプトから画面を生成するAIではなく、実際のデザインパイプラインの中で機能し、ユーザーリサーチとビジネス上の制約を同時に念頭に置き、プロダクト全体にわたってUXの原則を一貫して適用し、そして自らの理由づけを記録して、デザイナーが自信を持ってそれを評価し、異を唱え、覆せるようにするAIです。
それこそが、システムレベルで本当に協働できるパートナーです。そしてその存在価値は、個々のアウトプットで専門家より速いことによってではなく、一人の人間が一度に頭の中に保持しきれないほどの複雑さのレベルで機能することによって生まれるのです。
私たちはまだそこまで到達していません。しかし方向性は明確であり、それは私が考え続けてきた、より大きな変化とつながっています。つまり、タスクを実行するものとしてのAIから、デザインプロセスに組み込まれた思考のパートナーとしてのAIへの移行です。これに関連する考えを、プロダクト開発の文脈でこちらに書きました。最良のアイデアを要件ではなく仮説として扱うことこそが、AIを活用した迅速な実験を本当に機能させる、という主張です。
おわりに
AIが偉大な平等化装置であることは、本当に良いことです。スキルの格差が縮まり、より多くの人が足がかりを得られるのですから。しかしそれは同時に、AIツールを導入することが、経験豊富な働き手にとって自動的に競争優位になるわけではないことも意味します。場合によっては、AIを介したワークフローがかえって非効率になることさえあります。
より正直な問いは「AIを使っていますか?」ではありません。「あなたのワークフローのどこで、AIは自分でやるよりも良いものをもたらしてくれるのか?」 です。本当の価値はそこにあります。
次のAI統合の波が実際にどのような姿になりうるのか、つまりタスクの自動化を超えて、よりシステム的なものへと進むことが何を意味するのかについて、今後さらに掘り下げていくつもりです。興味があれば、ぜひフォローしてください。