From the Visible Crossroads: Turning Outputs into Outcomes

KNOTS 2026 登壇資料

「職種の交差点から見えた、アウトプットからアウトカムへの道筋」
デザインマネージャーとして、デザイナー・エンジニア・PdMと3職能間の交差点に立ち「エンジニア向けのプロダクト」をつくってきました。そこで見えたのは「AIによってアウトプットは増えた。しかし、アウトカムは生まれているのか？」という共通する問いでした。本セッションでは、3職能を同時に見てきた立場だからこそ語れる、問いと、アウトカムにつながる共創のヒントを探ります。

Transcript

1. KNOTS 2026 職種の交差点から見えた、 アウトプットからアウトカムへの道筋 ファインディ株式会社 デザインマネージャー たかなこ @mrt_kanako
2. 今日は、KNOTSのテーマと向き合い について お話ししたいと思います。 職種の交差点から見えた、 アウトプットからアウトカムへの道筋
3. ファインディ株式会社 CTO室 Matchingチーム デザインマネージャー たかなこ（髙井 香菜子） @mrt_kanako Findy、Findy Freelance、Findy AI Career 担当 コミュニケーションデザイナー出身 コムデ&プロデのマネジャー 編み物にハマってます！
4. さらに、マネジメントだけでなく、 自分自身もプロダクトデザインの現場に入りながら、 日々奮闘しています。 その結果、 に立って、 仕事をしています。 デザイナーだけでなく、 エンジニア、PdMの交差点 Engineer PdM Designer
5. Philosopfy 経営理念 つくる人がもっとかがやけば、 世界はきっと豊かになる。 Vision ビジョン 挑戦するエンジニアの プラットフォームをつくる Our Business　事業一覧 事業開始：2016年7月 社員数：478名（2026年1月時点）
6. Findyは、2025年1年間で イベント 155回主催 イベント参加者 42,899名 メディア 201記事 Findyは、2025年1年間で イベント 155回主催 イベント参加者 42,899名 メディア 201記事
7. Product Management Summit 2026. 4.28( ) 火 JPタワーホール＆カンファレンス （東京・丸の内） @ 『INSPIRED』著者や Google Cloud BigQuery Data & AI責任者を お呼びしたProduct Management Summitを開催予定
8. 私の仕事、そしてファインディの事業 日常的に があります。 デザイナー、エンジニア、PdM 3つの職種と接点
9. そんな中で、
 みなさんも記憶に新しい、
 2025年のAIの躍進がありました。
10. デザイナー・エンジニア・PdMのどの職種でも
 仕事の進め方や これまでの仕事のあり方が 大きく変わった1年だったと思います。
11. AIでできることが増えた結果、 これまで人が担っていた仕事は代替され、 しました。 アウトプットの量やスピードは 大きく向上
12. そのため、一見すると、 AIによって
 生産性は上がっているように見えます。
13. しかし、日々AIと協業する中で、 私は、ある を持つようになりました。 「問い」
14. 「AIでアウトプットは増えた。 しかし、アウトカムにつながっているのか？」 ...という「問い」
15. 1. AIで、何が起きているのか アウトカム 課題解決による成果 アウトカムの定義
16. ただ、この が本当にそうなのかは 確信が持てずにいた日々 「問い」 問い：AIでアウトプットは増えた。 しかし、アウトカムにつながっているのか？
17. 改めて向き合うことにしました
18. まずは、全体感を知る
19. 2025年、国内企業のAI導入が進み 作業時間の効率化や、アウトプット量の増加を実現 国内企業の 41.8% がAI導入済み 導入企業の 89.5% が効果を実感 出典：株式会社Mer「Japan RevOps Report 2025 Autumn」
20. つまり、AI導入によって 効率化したと実感する企業が多い アウトプット量の増加 作業時間の短縮
21. 一方で、世界1,250社以上の企業を対象にしたBCG調査によると AIによって「実質的な価値」を出している企業はごく少数との結果が 出典：BCG, The Widening AI Value Gap（2025） 5% AIで大きな財務的価値を 出せている企業 35% 一部価値を 出し始めている企業 60% 価値創出に 至っていない企業 AI導入と 価値創出の ギャップ
22. つまり、AI導入したが アウトカムまで至っていない企業が大半 収益改善・事業成長には未接続 業務効率化／PoC止まりが多数
23. 国内や海外の調査を見ても AIによってアウトプットは増えたが は といえることがわかりました アウトカムへの創出 これから
24. この事実を知り デザイナー、エンジニア、PdMの 「変化」と「現在地」を 更に見ていくことにしました
25. デザイナーに起きている変化 リサーチや素材生成での活用が 進んでいる デザイン実作業での利用は と AI活用まだ限定的 31% 出典：Figma「Figmaの2025年 AIレポート」
26. AIによって、アウトカムへつながる実感はまだまだ伸び代がある AIによって仕事の質が向上する 出典：Figma「Figmaの2025年 AIレポート」 多くのデザイナー（約8割）が将来の成功にAIスキルは不可欠だと感じているものの、 現状のAIのアウトプットをそのまま信頼できると答えたのは32%に過ぎません。 したがって、『品質（Outcome）』の責任は依然として人間にあると考えるデザイナーが多い 0（％） 10 20 30 40 50 40% 0（％） 10 20 30 40 50 47% AIによって、より優れたプロフェッショナルになれる
27. エンジニアに起きている変化 88.7%が業務内でAIを利用 エンジニア領域では、 AI活用は、すでに当たり前に 出典：Findy「エンジニア調査レポート（2025年12月版）」
28. AIによってコード生成は速くなり、PRは出しやすくなった。 一方で、レビューや意思決定にかかる負荷は増えている アウトプットは増えた しかし、アウトカムへの意思決定が複雑化した しかし、アウトプットがアウトカムに比例していると言いづらい 出典：Findy「エンジニア調査レポート（2025年12月版）」 コード生成 AIによって増加した アウト カム 人間による レビュー
29. PdMに起きている変化 AI導入のROIとして 70%以上の組織が 『アウトプット増加』 『コスト削減』を指標をおいており PRD作成で週4時間近い短縮の報告もある
30. AIによって、アウトカムへつながる実感はまだまだ伸び代がある 出典： AI in Product Management: Survey Report & Key Trends （2025） アウトカム測定の遅れ: ARRなどの「ビジネス・アウトカム（成果）」 まで測定できているのは40% 長期的なビジネスインパクトの測定は 「効率の測定よりも時間がかかる」と 説明されている
31. AI活用によって デザイナーも、エンジニアも、PdMも アウトプットが増えた 3職能のファクトからわかること Engineer PdM Designer
32. AI活用によって デザイナーも、エンジニアも、PdMも アウトプットが増えた 一方で、アウトカムはまだ...かな？ 3職能のファクトからわかること Engineer PdM Designer
34. じゃあ、 って どうやって出していくの？ アウトカム
35. ここからは アウトカムにつながっている 事例を見ていきます
36. UI変更・キャンペーンの検証リードタイムを “6週間→7日”に短縮し数百万ドル規模のコストダウン 「画像制作依頼→修正→実装」というリードタイムをAIによって短縮 デザイナーを通さず、マーケやPdMがアセットを生成できる 体制を作り、圧倒的なスピードとコストダウンを実現 Before After 制作してから反映 → 検証 が遅延、手戻りが多い 最小工数で制作 → スピード向上、コスト削減 AI AI
37. 上級者向けコンテンツをAIを活用して作成 LTVの最大化に貢献 課金意欲はあるが教材不足で離脱するユーザーが多くいた 一方で重要なコンテンツ作成は非常にコストがかかる 作成者がエンジニアおよびAIと共につくることでLTVに貢献 Before After 専門家しか手が 出せない領域 職能を超えて共に コンテンツを作成 AI AI
38. 確かに、AIを用いて アウトカムに繋がっている
40. では、具体的に 私たちはどうしたら いいのだろう？
41. PdM(Mk) エンジニア デザイナー AI AI AI AI AI AI 多くのAI活用
42. PdM(Mk) エンジニア デザイナー AI AI AI AI AI AI AI AI PdM(Mk) エンジニア デザイナー 2社の事例 多くのAI活用
43. 職能間を潤滑にする役割で AIを利用している
44. 2社の事例だと... 専門家のナレッジをエンジニアと共に AIを用いて解き明かし、仕事の進め方を変革した キャンペーンやUI変更のたびに発生する 「画像の制作依頼→修正→実装」というリードタイムの 課題をAIによって摩擦をなくした
45. ここでみなさんお気づきでしょうか
46. 冒頭にご紹介した 3職能のAI活用とは 種類が違う
47. 先ほどのベン図を 別の角度から見てみると
48. 3職能の例では、職種ごとにアウトプットが最大化され 各々の範囲で価値提供が早くなっている。 これ自体もとても大事だが されている 価値提供のフローが分断 PdM AI AI デザイナー AI AI エンジニア AI AI
49. PdM デザイナー エンジニア アウトカムが出る事例は 価値提供フロー全体が早まっている →価値提供ができる確度が格段に上がる AI AI AI AI
50. 当たり前だが 価値の提供は 1職種だけではできない
51. ただしその壁を越えるのは容易ではない
52. しかし、先ほどの事例のように AI時代だからこそ していける デザイナー、エンジニア、PdMは もっとクロス
53. まとめ
54. まとめ AIによって、 デザイナー、エンジニア、PdMの アウトプットは増えました。 一方で、アウトカムには必ずしも紐づいていない
55. まとめ その背景には AIを価値提供フローのどこに活かすかが 重要という点がありました
56. まとめ 全てではありませんが そう感じています AIを価値提供フロー全体に活かすことで アウトカムに近づける
57. つまり、
58. 職能をクロスさせて みんなでつくろう！
59. ご清聴ありがとうございました