AIでワークフローを改善する10の方法
ほとんどの人と同じように、私もAIが私の日常生活にどのような影響を与えるのか、興味がある一方、AIに私の仕事をとられる可能性があると考えると、少し不安になることもあります。
デジタル プロダクト デザイナーとして私が行っている作業の多くは、自動化できる可能性があります (そしてそうすべきなのです)。ブリーフィング、エンジニアへの引き継ぎ、QAなどのタスクはすべてAIで効率化できます。ただし、アウトプットの品質は、インプットの品質に大きく依存します。だからこそ、私の意見はこうです。
特定のタスク向けにAIモデルを指導し、トレーニングするには、訓練された目と、そのトピックに関する深い専門知識を備えた人材が今後も必要である。
現在、Chat GPTやStable Diffusion (MidJourney/Dalle) などのツールは主に生産性ツールであり、将来の開発の可能性があります。そうは言っても、来年の今頃は私たち全員がまだ仕事を持っていると仮定して、デザイナーとしてこれらのツールをどのように最大限に活用してワークフローを改善し、効率を高め、本質的な問題解決やクリエイティブなことより多くの時間を確保できるかに焦点を当てましょう。
AIを使ってワークフローを改善し、効率を向上させる10の方法
1.インサイトの収集
インサイトの収集は、定性的および定量的な観点からユーザーのニーズ、問題点、傾向、行動を必要に応じて理解するため、製品デザインプロセスにおける重要なステージです。インサイトはロードマップに影響を与え、取り組みの優先順位付けを行い、私たちの問題解決についての考え方にも影響を与え、最終的にはソリューションを定義します。
この分野におけるAI活用の最大の利点は、リアルタイムで公平なインサイトを提供できることです。予測分析やその他の手段を使用するかどうかに関係なく、AIはユーザーの行動パターンを特定し、データに基づいて推奨事項を作成し、インサイトの収集と解釈に現在かかる時間を10倍も合理化し、デザイナーがより良く、より多くの情報に基づいたデザインを行うのに役立ちます。
2. デザインタスクの自動化
とにもかくにも自動化。自動化は、サイズ変更やファイルのエクスポートから、カラー パレットやフォントの提案に至るまで、デザインワークフローのさまざまな部分にすでに影響を与えています。
テクノロジーの進歩により、将来的にはさらに多くのタスクが自動化されることが予想されます。
ブリーフ作成 (例：目標に関連して解決すべき特定の問題を分離する)
プロジェクトの複雑さと生産性に基づき、スコープとスケジュールをより正確に見積もる
デザインのシステムとフローの自動割り当てを含んだスターター キットの生成
開発効率化のために必要なパラメータや定型文をすべて含んだプロジェクトを設計
ステークホルダーのレビューに備えたプレゼンテーションスライドを生成
最終的に、デザインプロセス全体のあらゆる紆余曲折で繰り返しを減らし効率を向上させ、デザイナーたちがより複雑なチャレンジ、クリエイティビティ、問題解決に集中できるようにします。
3.デザインシステム
デザインシステムは、デザインプロセスを効率化し、一貫性を確保し、生産をスピードアップするためのアプローチとしてますます人気が高まっています。私はAirbnbのDLSが始まって以来の大ファンです。しかし、デザインシステムについてはこれだけ語られていますが、次のような場合には本質的に欠陥があります。
メンテナンスされていない場合
体系化されていない場合
デザイン系がプロダクションとずれている場合
AIを使用すると、デザインシステムの作成と維持の可能性がさらに高まる可能性があります。AIは、デザインの使用パターンを分析し、不一致を特定したり、ユーザーのニーズ、ビジネスおよびチームの要件、またはマーケットトレンドの変化に基づいて更新または新しいコンポーネントを推奨できます。さらに、AI は、デザイントークンの作成と管理、デザインからコードへの変換の自動化、デザインドキュメントの生成、すべてを同期するための自動更新をサポートします。これぞマジック！
4.ユースケース（フロー）の生成
ユースケース (フロー) 生成は、AI がデザインプロセスの改善に役立てるもう 1 つの分野です。デザイナーとして、私たちは多くの場合、エンドユーザーにシームレスなエクスペリエンスを保証するために、ユーザーフロー、ワイヤーフレーム、プロトタイプのマッピングに多くの時間を費やします。
ただし、これは、複数回のフィードバックと改訂を必要とする、時間のかかる反復的なプロセスになる可能性があります。AI は、ユーザーの行動を分析し、従来の常識、使いやすさ、不和に基づいて潜在的なユースケースとフローを自動的に生成することで、デザイナーをサポートします。
AIを活用して一般的な使われ方、試行およびテストされたユースケースを生成することで、デザイナーは毎回最初から始めるのではなく、最も有望なフローの改良と反復に集中できます。たとえば、新製品を作成するたびに消費者のログインフロー、さらに言えば支払い、予約、顧客フィードバックのフローを再設計する必要はありません。
5.コンテンツ&トーン
コンテンツとトーンは、ブランドのメッセージやバリューをユーザーに伝える上で重要な役割を果たします。従来、これはコピーライターやコンテンツストラテジストの仕事であり、デザイナーと緊密に連携して、全体的なUXがブランドビジョンと一致していることを確認してきました。しかし、AIの助けを借りて、デジタル製品のコンテンツとトーンが大幅に改善される可能性があります。
自然言語処理 (NLP) やその他のAI を利用したツールは、ユーザーのフィードバックとエンゲージメントデータを分析して、さまざまな状況で使用する最も効果的な言葉とトーンを決定できます。企業のブランドのトーンやガイドラインに基づいてAIをトレーニングすることもでき、デザイナーやコンテンツ作成者が製品全体で一貫したトーンを維持できるようになります。
6.コラボレーション
コラボレーションはあらゆるデザインプロセスにおいて重要な要素であり、AIの導入に関しても例外ではありません。デザインのワークフローにおける AIの普及が進むにつれて、デザイナーとエンジニア間、およびデザイナーと AI間のコラボレーションがますます重要になります。デザイナーは AIシステムと緊密に連携して、アウトプットしたものがデザイン意図と一致し、プロジェクトの目標を満たしていることを確認する役割を担います。さらにデザイナーはエンジニアと協力して、AIによって生成されたデザインが実現可能であり、製品の技術的制約内で実装できることを確認することも必要です。
AI Co-creation (COAi™) は面白いコンセプトであり、GPT4+ テクノロジーを活用してプロンプトに基づいて UIデザインを生成するいくつかの有望な Figmaプラグインはすでに登場しています。たとえば、「DesignLingo」プラグインは、デザイナーがより効果的なデザイン概要を書くのに役立つデザイン用語を生成します。「Design Me」プラグインは、キーワードや形容詞に基づいてデザイン コンセプトを生成し、デザイナーにデザインの出発点を提供します。
将来的には、詳細な概要を入力すると、AI が最新のコンポーネントを含むデザインフロー全体を生成する世界を想像するのはもう難しくありません。これにより、デザイナーの役割はデザイン ディレクターに近くなり、望ましい結果を達成するためにAIと共同制作することになります。
しかし、私の心の中の最大の疑問の 1 つは、デザイン経験のない人が、AI を使って、デザインを持っている人と同じレベルのデザインを共同作成できるかどうかです。それには「訓練された目」が必要でしょうか？🤔
7.デザインのレビューと承認
私は、メンバーやステークホルダー、CEOに自分の作品をプレゼンすることと、他のデザイナーにフィードバックを与えることの両方の側面を経験してきました。レビューには多くの利点がありますが、製品やエンジニアのワークフローにボトルネックが生じることが多く、スピードとMVPsを何よりも優先するプロダクトマネージャーにとってはフラストレーションの原因となります。デザイナーは、ユーザーと品質にフォーカスしながら、デザインチームの要求を満足させるという緊張感の中で仕事を進めなければなりません。
AIは、この課題に対する解決策を提供できる可能性があります。デザイン理念を体系化し、フィードバックから主観性を排除し、ステークホルダーに合意形成をとる、場合によってはレビューの必要性を完全に排除します。
8.エンジニアリングの引き継ぎと QA
長年にわたるデザインツールやシステムの進歩を考慮すると、デザイナーがエンジニアへの準備として自分の作業に「赤線」を付けているのを今でも見かけます。にもかかわらず、エンジニアは依然としてデザインを正確に複製できず、品質問題、デザイン負債、そして最悪の場合、不幸なデザイナーを生み出します！ では、なぜこの時代において、私たちは「赤線」を超える進化を遂げていないのでしょうか。AIはどのような役割を果たすことができるのでしょうか？
エンジニア、PM、製品デザイナー (デザインシステムの専門家を含む) の通常の組み合わせで構成されるデザインチームについて考えてみると、新しい製品や機能を構築して出荷するためのワークフローと手法が存在するはずです。この世界では、AIが生産プロセス全体にわたる「品質保証ガイド」として機能する可能性があります。実際、エンジニアはコーディングやコードレビューに関してはすでにAIシステムを導入しています。モックを解釈してコンポーネントやデザインパターン、インタラクションを推奨したり、単一のビューやユースフローの足場を構築したりするデザインシステムのAIをトレーニングすることは、それほど遠い話ではないように思われます。
品質保証AI (QAAI™) は、レビューにかかる時間を何千時間も節約し、実際に出荷されるエラーやバグの数を減らし、エンジニアの時間を短縮し (PM ならこれを喜んで受け入れるはず)、全体的にエンドユーザー エクスペリエンスを向上させることができます。双方にとって有利です。
9.データ分析
データ分析は、従来の製品デザインのワークフローからは少し外れているかもしれませんが、インサイトの収集に有意義な効果があります。現在、私たちはデータとUXリサーチを組み合わせて製品ロードマップを作成していますが、私の経験ではデータの方がより重要な役割を担っています。中核となる指標の分析は、アナリストとプロダクトマネージャーがダッシュボードに目を通し、最新の実験や本番環境から重要なインサイトを抽出し、プロダクトチームに報告するという面倒な作業です。
もし、製品の内部構造を学習したAIが、推奨事項とともにリアルタイムでフィードバックを提供し、技術者以外のスタッフにも分析プロセスを浸透させ、製品チーム全体がその場で問題解決できるようになったらどうでしょうか？
10.価値観と理念
多くの場合、私たちは個人的な信念、価値観、理念、または集団的な使命に基づいてデザインの問題に取り組みます。企業の世界では、これはマクロレベル (企業) とミクロレベル (個人) の両方で起こります。理想的には、意見の相違や相反する価値観間の複雑化を避けるために、両方の意見が一致することが望まれます（ただし、集団的思考に挑戦する場合には、少しの反対意見は大いに役立つと私は強く信じています）。
企業レベルでは、北極星的なビジョンとなるミッション（例：Airbnbの「Belong Anywhere」）、そしてコアバリューや理念（例：「ホストであれ」「冒険を受け入れよ」、もっと有名なところでは「素早く動き、破壊せよ！」）を定義することが多いようです。
企業の理念や価値観を詳細にトレーニングされた、企業レベルの AIが存在し、企業をその目標に近づけ、定められた使命を達成するために導入 (または常駐) できるとしたらどうなるでしょうか?
AI でワークフローを改善できる 10 の方法 (要約):
インサイト収集の重要な段階でAIを活用
AIによるデザインタスクの自動化
AIを使用してデザインシステムを作成・維持することで、デザインプロセスを効率化
AIを活用したユースケース（フロー）生成
AIを活用してデジタル製品のコンテンツとトーンを向上
AIとのコラボレーションを仕事に組み込む
レビューと承認にAIを活用
エンジニアへの引き継ぎと品質保証 (QA) にAIを組み込む
AIでデータ分析を効率化
企業のミッションやバリューに基づいてトレーニングされた企業レベルのAIを探索
AI が仕事を奪う可能性があるという考えは神経をすり減らすものかもしれませんが、AI が繰り返しを減らし、効率を向上させ、問題解決とクリエイティビティにより多くの時間を割けるようにすることで、デザインプロセスに革命を起こす可能性を秘めていることは否定できません。
IMO によると、デザインにおけるAIの最大のチャンスには、公平なリアルタイムのインサイト収集、より多くのデザインタスクの自動化、およびエンジニア向けのドキュメントの作成、反復と冗長性を排除するための共通のユースケースフローの生成などが含まれます。 ブランド ボイスやトーンに合わせてコンテンツを改善し、引き継ぎプロセスをより効率的かつ正確にして QA の必要性を排除することで、デザインとエンジニア間のコラボレーションを促進します。
まだまだ長い道のりはありますが、AI はすでにデザインにおいて大きな進歩を遂げています。過去25年間、テクノロジーの多くの波に乗ってきたデザイナーとして、変わらないことは、デザイナーのスーパーパワーは、テクノロジーを最大限に活用して、より優れた、よりインパクトのある製品とユーザー エクスペリエンスを生み出す能力にあります。
AI が製品デザインにどのような影響を与えるか、他に予測がある方は、ぜひお話を聞かせてください！
原文⏬
クリエイティブにおすすめの記事⏬
エイクエントの無料登録・キャリア相談⏬