AIデザインの公式はまだ存在しない

AIデザインのプレイブックを探すのはやめましょう。Auth0がサイクルタイムを50%削減するAIネイティブデザインの機能をどのように構築したか紹介します。

本記事は「The AI Design Formula Doesn't Exist - Yet」を翻訳した記事です。

今年確認したすべてのAIデザインフレームワークには同じ欠陥があります。実際に必要なものを見つけ出すチームの能力を構築する代わりに、何をすべきかを指示している点です。

些細な違いではありません。問題のすべてです。

現在の市場には90日間の変革プランや認定AIデザインスプリント、ステップバイステップのワークフローが溢れています。すべて他のチームやツール、ビジネスを中心に構築されています。アイデアが悪いからではなく、コンテキストを無視できる変数として扱っているため、大部分に欠陥があります。

Auth0ではプレイブックを採用しませんでした。機能を構築しましたが、道のりは読んだどの文献とも異なっていました。明確さを生み出したのは、選んだ特定のツールや実行したプロセスではありません。どこに向かうか決める前に、現在の状況について正直になることでした。

学んだことは、戦術は規定されていないということです。結果は規定されています。

AIネイティブデザインの4つのステージ

AIネイティブデザインの各ステージには明確な結果があります。どのように到達するかは人材やツール、ビジネスコンテキストに依存します。到達方法は自ら解明すべきであり、そうあるべきです。

The Four Stages of AI-Native Design

ステージ1: アクティブなAIワークフローを確立する

アクティブなAIワークフローは、チームがAIツールを使用して貢献を強化し、AIが作業の摩擦を減らす特定の瞬間をマッピングできる場合に発生します。プロセスには人間の関与が必要であり、デザイナーはタスクを完全に委任するのではなく、監督や検証、判断を提供する必要があります。

「デザイナーがAIを実験している」はマイルストーンではありません。開始条件です。本当の結果は好奇心から実践へと移行したチームです。つまりAIが摩擦を減らす特定の瞬間とそうでない瞬間をマッピングしたチームです。Auth0ではデザイナーが本番環境のプレッシャーから離れてAIツールを使用し、機能した内容を文書化して結果をチームに持ち帰る低リスクの環境を作成しました。組織でどのように見えるかはリスク許容度やツールへのアクセス、チームにすでに存在する心理的安全性の程度に依存します。見つけ出すための近道はありません。

結果: チームは機能するAIワークフローを持ち、どこで破綻するかを正確に把握しています。

ステージ2: 根拠のあるツール戦略を策定する

ツールの世界は、各社の主張が入り乱れて混沌としています。すべてのツールが問題を解決すると主張しています。適合するものよりも人気のあるものを追いかけて反応的に採用するチームは時間と信頼を失います。問題はどのツールが最適かではありません。どのツールが現在の専門知識と一致し、既存のスタックと統合し、実践が成熟するにつれて拡張できるかです。チームが説明できる原則に基づいたスタックは、誰も理解できない最適なスタックよりも価値があります。本記事での明確さは他のすべての場所で価値を生み出す時間を作り出します。

結果: 組織は明確な根拠を持って意図的にツールを選択しました。

ステージ3: デザインのためのAIインフラストラクチャを構築する

AIとデザインに関するほとんどの会話が浅いままになるのはこの部分です。より速いバリアント生成はノイズ削減です。本当の機会は構造的な非効率性にあります。戦略的価値を生み出すことなくデザインの能力を消費する作業です。ユーザーリサーチの統合やプロトタイプの反復、QA、検証ループです。Auth0では2週間のラピッドプロトタイピングパイロットを実行し、アイデア出しと評価のフェーズを25週間から12.5週間に短縮しました。サイクルタイムの50%削減です。適切なツールを見つけたからではありません。チームの専門知識を中心に適切なインフラストラクチャを構築し、デザインが結果の品質を導くようにしたからです。パイロットからの教訓はAIが生成を容易にするということです。しかし正しくあることを容易にはしません。デザインがインフラストラクチャを所有するとき、チームはタスクを実行するのをやめ、結果の形成を開始します。

結果: 反復的で時間のかかるデザイン作業が自動化され、チームはより高次の貢献に集中できます。

Ideate & Evaluate Phase - Cycle Time Reduction

ステージ4: デザインが貢献する場所を再定義する

これは不快なものであり、意味を正確に把握する価値があります。デザイナーがエンジニアに取って代わることではありません。ハンドオフだけでなく、製品ライフサイクルのすべての段階でデザインが意味のある貢献を所有することです。アイデア出しやプロトタイピング、検証が含まれます。さらに品質や指標、本番環境のPRに本番対応のコードを出荷することも含まれます。実践しているチームはエンジニアリングをスキップしているわけではありません。より早く流動的に、より多くの共有コンテキストを持ってエンジニアとペアを組んでいます。領域全体で活動するデザイナーは不可欠になります。伝統的な領域にとどまるデザイナーは、どれほど熟練していてもボトルネックになります。

結果: デザインはインサイトから本番環境までフルサイクルで貢献します。

正直な出発点

チームは実際に4つのステージのどこに位置していますか。2026年の今、理想ではなく現実としてです。

話を聞くほとんどのチームはステージ1と2で進歩しています。ワークフローを持ち、ツールをテストしています。しかしインフラストラクチャの構築には時間やツール、組織の信頼への投資が必要であり、証拠なしに要求するのはリスクが高いと感じるため、ステージ3の前に停滞しています。パイロットデータは役立ちます。しかし要求は依然としてどこかから発生する必要があります。

専門知識やツール、リスク許容度の評価は唯一の正当な基盤です。近道を売る人は解決策ではなく、独自の公式を売っています。

重要になるデザインチームは適切なプレイブックを見つけていません。チームが必要とするものを知るための判断力と、提供するためのインフラストラクチャを構築しました。

作業はフレームワークではなく正直さから始まります。人間とエージェントの両方のエクスペリエンスの品質をどのように維持するかについて詳しく知るには、Developer Experience Principlesを確認ください。

Frequently Asked Questions

大部分は他のチームのコンテキストに合わせて構築された戦術を規定しています。実際には専門知識やツールの制約、ビジネスの実際の状況に適合しないツールやワークフローを採用することを意味します。結果として導入が停滞し、サイクルが無駄になります。
デザイナーがより高次の貢献に集中できるように、リサーチの統合やプロトタイプの反復、QAループなど反復的で時間のかかる作業を処理するエージェントや自動化されたワークフロー、システムを指します。重要な違いは単にツールを使用するのではなく、システムを構築することです。
ステージ3はステージ1と2、つまりアクティブなワークフローと原則に基づいたツール戦略が整っていることを前提としています。基盤を飛ばしてインフラストラクチャに飛びつくと、通常は不安定な実践の上に構築された自動化になります。構築する前に評価してください。
AIネイティブなチームは製品ライフサイクル全体で活動し、すべての段階でAIを使用して貢献を強化します。アイデア出しやプロトタイピング、検証が含まれます。さらに品質や指標、本番対応のコードも意味します。UIデザインだけではもはやデザインの貢献の全範囲ではありません。

About the author

Micheal Lopez

Micheal Lopez

Vice President, Design & Research (Auth0)

Micheal Lopez spent 20 years designing at the intersection of developer experience and technical platforms. In his current role as Vice President of Design at Auth0, Micheal leads the product design, user research, and design operations functions. He is known for uniting cross-functional teams to deliver cohesive, end-to-end customer experiences that bridge marketing and product. Prior to Auth0, Micheal was Vice President of Brand & Design at Data.ai, and held design leadership roles at Segment and Google. He's currently developing the Design Builder model: a new kind of practitioner who prototypes in code, runs synthetic user tests with AI personas, and ships directly to production. He writes about what AI-native design actually requires, and why most design teams are asking the wrong questions.

View profile