【JAPAN AI】Human-AI Collaboration Architect / Japanese
Human-AI Collaboration Architect / Japanese
エージェント体験 (AX) の設計
エージェント対話フロー・インタラクションパターンの設計
不確実性の可視化・信頼度表示の UI 設計
可逆操作 (Undo / 修正) ・権限付与 UI の設計
エージェント行動のトレーサビリティ表示設計
Human-in-the-Loop 評価 UI・フィードバックループの設計
エージェントのパーソナ (性格・振る舞い・トーン) の設計
ユーザーリサーチ
ユーザーインタビュー、ユーザビリティテスト、A/B テストの設計・実施
定性・定量データに基づくデザイン判断
ペルソナ・ジャーニーマップの作成・更新
AI エージェントに対するユーザーの信頼度・満足度の測定
デザインシステム・プロトタイピング
AI プロダクト向けデザインシステムの構築・運用
高速プロトタイピング (Figma、コードプロトタイプ等)
情報アーキテクチャ (IA) 設計
デザインパターンのドキュメント化・チーム間共有
【業務シナリオ例
※以下は想定される業務シナリオの例です
● シナリオ 1 : 稟議承認 AI の信頼度表示 UI 設計 JAPAN AI STUDIO の稟議承認ワークフローで、AI エージェントが「この稟議を承認すべき」と判断した際、ユーザーが「この判断はどの程度信頼できるか」を直感的に判断できる UI を設計。
信頼度スコア、参照した過去の承認パターン、判断根拠の表示方法をプロトタイプし、ユーザビリティテストで検証。
「AI が参照したデータソース (楽々精算の金額データ + SmartHR の部門予算データ)」を可視化することで、エージェント信頼度スコアが 20% 向上。
● シナリオ 2 : SaaS 横断ワークフローの可逆操作 UI 設計 JAPAN AI STUDIO で AI エージェントが楽々精算 → SmartHR → Salesforce を横断して自律的に実行したアクション (経費承認、人事データ更新、CRM 記録更新) に対し、ユーザーが安心して「取り消し」「修正」できる UI を設計。
複数の SaaS にまたがるアクションの Undo / Redo のインタラクションパターンを定義し、「どの SaaS のどのデータが変更されたか」を一覧で確認できるトレーサビリティ表示を実装。
エラー回復成功率が 35% 向上。
● シナリオ 3 : 「企業の脳」のデザインシステム構築 9 つのプロダクトで一貫した「企業の脳」体験を提供するため、エージェント対話コンポーネント (チャットバブル、ツール呼び出し表示、SaaS 連携進捗インジケーター、信頼度バッジ、可逆操作ボタン等) を標準化したデザインシステムを構築。
コンポーネント再利用率が 60% 向上し、新機能のデザイン工数を 40% 削減。
●ミッション
「企業の脳」を信頼できる存在にする
人間と AI エージェントの間に「信頼」を生むインタラクションを設計し、透明性・可逆性・説明可能性を備えたエージェント体験 (AX) を実現する。
●Human-AI Collaboration Architect とは
Human-AI Collaboration Architect は「人と Agent の信頼を設計する人」です。
従来の UX デザイナーとは以下の点で根本的に異なります。
従来のUXデザイン
ユーザーの操作に対して確定的な結果を返す
UIの動作は予測可能
エラーは明確 (404、入力ミス等)
ユーザーが操作する
一貫した UI で信頼を構築
・Human-AI Collaboration Architect
AI の出力は確率的で、毎回異なる可能性がある
エージェントの行動は不確実で、説明が必要
エラーは曖昧 (「回答が不正確かもしれない」)
エージェントが自律的に行動し、ユーザーが監督する
透明性・可逆性・説明可能性で信頼を構築
●期待する役割について
Human-AI Collaboration Architect として、JAPAN AI の全プロダクト (STUDIO / CHAT / SPEECH / AGENT 等) における AI エージェント体験の設計をリードしていただきます。
エージェントの対話フロー・インタラクションパターンを設計し、ユーザーが AI を信頼して業務に活用できる体験を実現する
不確実性の可視化、信頼度表示、可逆操作 (Undo / 修正)、トレーサビリティ表示など、AI 特有の UX 課題を解決する
ユーザーリサーチ (インタビュー、ユーザビリティテスト、A/B テスト) に基づくデータドリブンなデザイン判断を行う
AI プロダクト向けデザインシステムを構築・運用し、プロダクト横断で一貫した体験を提供する
エンジニア・PM・AI 研究者と密に連携し、技術的制約を理解した上でデザインする
●成果責任 (KR/メトリクス)
ユーザータスク完了率
エージェント信頼度スコア (ユーザーサーベイ)
エラー回復成功率 (ユーザーが自力で修正できた割合)
ユーザーリテンション率
デザインシステムコンポーネント再利用率
●チーム体制
約120名が開発組織に在籍しています。
密接に連携する役割:
Product Manager — プロダクト設計・要件定義
Agentic Product Engineer — エージェント機能開発
AI QA Specialist — 品質評価・ユーザビリティ
Research Engineer — AI 技術の最新動向・制約の理解
●開発環境
デザイン : Figma, FigJam
プロトタイピング : Figma Prototyping, Framer
リサーチ : Maze, Hotjar, Google Analytics
コラボレーション : Slack, Confluence, Linear, Google Workspace, Notion
AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin
作業環境 : Mac (Apple Silicon) , デュアルモニタ対応
