個人のツールから組織の骨組みへ プロセスに溶け込むAI活用

Transcript

1. 0 個人のツールから組織の骨組みへ プロセスに溶け込むAI活用 植田 香梨 2025.04.09
2. 1 自己紹介 大学で経営学を専攻し、在学中に独学でデザインとプログラミングの技術を習得。 卒業後はITベンチャー企業にてマーケティングオートメーションサービスの立ち上 げに従事し、UIデザイン、フロントエンド、PdMを経験。 その後、ビジョナル株式会社に入社しHRMOSタレントマネジメントの立ち上げを 担当。 株式会社ラクスでは勤怠管理、給与管理、請求管理など複数の新規事業の立ち上 げに加え、評価制度の設計などデザイン組織の構築も推進。 2024年7月より株式会社ログラスに参画。 株式会社ログラス プロダクトデザイナー 植田 香梨 Kaori Ueda
3. 2 ログラスのこれから
4. 3 ログラスのこれから 事業ドメインの複雑化 ・ 組織の拡大に伴う属人化 効率的な業務プロセスと 知識共有の仕組みが必要
5. 4 問題と解き方による分類 暗黙的 形式的 定型的 探索的 自動化領域 明確なルールと答えがある問題 → AIによる完全自動化が有効。 パターン生成領域 経験や暗黙知に基づく創造的作業が中心の問題。 パターン生成と最適解の選択が求められる。 → AIによる創造的支援と暗黙知の形式化が有効。 分析領域 情報を多角的に分析し構造化する必要がある問題。 専門知識の適用と複雑な情報処理が求められる → AIによる情報整理と分析支援が有効。 知見統合領域 文脈依存性の高い問題。 人間の判断と知見の統合が不可欠。 → AIによる思考の拡張や多角的視点の提供が有効。 問題の性質 アプローチの性質
6. 5 問題と解き方による分類 暗黙的 形式的 定型的 探索的 自動化領域 明確なルールと答えがある問題 → AIによる完全自動化が有効。 パターン生成領域 経験や暗黙知に基づく創造的作業が中心の問題。 パターン生成と最適解の選択が求められる。 → AIによる創造的支援と暗黙知の形式化が有効。 分析領域 情報を多角的に分析し構造化する必要がある問題。 専門知識の適用と複雑な情報処理が求められる → AIによる情報整理と分析支援が有効。 知見統合領域 文脈依存性の高い問題。 人間の判断と知見の統合が不可欠。 → AIによる思考の拡張や多角的視点の提供が有効。 問題の性質 アプローチの性質 • デザインシステムについて回答するbot • 自社UIライブラリを利用した画面モックアップ の自動生成 • デザインパターンの自動生成 • 要求を満たす要件のバリエーションだし • MVP要件と判断基準のパターン出し • リバースエンジニアリングによるサービスの仕様調査 • 競合のデモ動画から特徴分析 • 要望データもとにユーザーストーリーマップの作成 • 仕様案の壁打ち • MVPと長期ビジョンのバランス調整 • 要求・要件・ユーザーストーリーなどを統合した実例 マッピング
7. 6 自動化領域での活用事例 • Slack上でメンションをつけて質問するとデザインシステムについて 回答してくれる • 質問を重ねてもコンテキスト踏まえて回答してくれる • コンポーネントの動作確認用にデモ環境のリンクを教えてくれる • 回答できなかった時はNotionのDBに収集 デザインシステムについて教えてくれる社内bot （通称：デザえもん）
8. 7 自動化領域での活用事例 Step1：知識ベースの作成 JSON Markdown レギュレーション.md
9. 8 自動化領域での活用事例 Step2：チャットbotによる応答 質問メッセージ Claude API 回答メッセージ @bot ボタンの使い分けを教えて！ @user.name ボタンの使い分けは… • チャットbotへの指示 • 知識ベースになるデータ • 回答するメッセージ • スレッドでのメッセージの場合は これまでやり取りしたメッセージ全部
10. 9 プロセスに溶け込む設計 既存ワークフローへの自然な統合 わざわざチャットサービスを開くステップはワークフローを分断する → デザイナーが日常的に使うSlackから直接アクセス可能に 継続的改善サイクルの組み込み 回答できなかった質問は自動的にDesign Opsのバックログへ → ツールが組織成長プロセスの一部になる 組織文化への配慮 「デザインシステム警察」ではなく親しみやすいキャラクターを採用 → デザインシステムをポジティブに捉える文化の醸成 Design Ops 問題解決 改善 連携