アーム代表の伊藤です。
生成AIは、UIデザインの見た目とたたき台までならすでに数十秒で作れます。一方で、業務理解、情報設計の優先順位、画面をまたぐ一貫性、リリースの責任判断は、まだ人が担う領域です（2026年7月時点の線引き）。
この記事では、この境界をアームの実案件で起きた失敗例を交えて具体的に示し、どこをAIに任せてどこを人に残すか、外注か内製かの判断軸まで整理します。
見た目とたたき台までは生成AIで作れる。その先は人が担う
- 配色や余白は整った画面ですぐ出る
- 何を作るかの定義は人が担う
- 出す判断は人の意思決定に残る
できることと、まだ人が担うことを、先に表で示します。
領域 | 生成AIが得意（速く作れる） | まだ人が担う（使われる設計） |
|---|---|---|
見た目・トーン | 配色や余白の整った画面をすぐ出せる | ブランドや現場に合っているかの判断 |
たたき台 | ワイヤーフレームや初期案の量産 | そもそも何を作るべきかの定義 |
情報設計 | 要素をきれいに並べる | 何を優先し、何を捨てるかの取捨 |
一貫性 | 1画面の中の整合 | 画面をまたいだ規則の統一 |
責任判断 | 複数案の提示 | 「これで出す」という意思決定 |
つまり生成AIは、UIデザインの前半（見た目とたたき台）を圧縮し、後半（業務理解と意思決定）はまだ人に残る、というのが2026年7月時点の現実的な線引きです。以降で、得意な領域から順に掘り下げます。
そもそも生成AI UIデザインとは
生成AI UIデザインとは、テキストの指示（プロンプト）や参考画像から、画面のレイアウトやコンポーネントをAIが自動で生成する手法です。Google StitchやFigma Make、v0といったツールがこれにあたります。要件を文章で伝えるだけで、それらしい画面が数十秒で立ち上がります。
生成AIがUIデザインを速くする場面、得意な2つ
- 初期案を数十秒で複数パターン出せる
- ログインや設定の定型UIが得意
- 利用経験率は1年で26.7%から52.2%へ
ここからは、生成AIがUIデザインで速さを発揮する場面を順に見ていきます。過小評価すると、逆に人の時間を無駄づかいすることになります。
数時間の初期案が、生成AIで数十秒になる
いちばん差が出るのがここです。これまでデザイナーが数時間かけていた初期のワイヤーフレームや画面案を、生成AIは数十秒で複数パターン出します。ゼロから白紙に向かう時間が消えるので、議論の出発点を早く用意できます。
アームでも、要件が固まった後の初期案出しでは、生成AIをスケッチ代わりに使う場面があります。
ログインや設定画面は、コードの下地まで出せる
ログイン画面、設定画面、一覧とフォームのような、世の中に事例が大量にある定型UIは、生成AIの得意分野です。v0のようにコードまで出力するツールを使えば、簡単な画面はそのまま実装の下地にできます。手を動かす前の「とりあえず動く形」を、早く触れるのは大きな利点です。
背景：生成AIの利用経験率は1年で26.7%から52.2%へ
背景として、生成AIは使う人そのものが急速に増えています。
総務省の調査では、日本の個人の生成AIサービス利用経験率は、20歳以上でみると2024年度の26.7%から2025年度は52.2%へと、1年で25.5ポイント上昇しました（総務省「令和8年版 情報通信白書」第1章 個人におけるAI利用（2026年7月公表））。
同白書は、2023年度及び2024年度の個人向け調査では調査対象の年齢を20歳以上としていたが、2025年度調査では新たに15歳から19歳を調査対象に加えたと注記しています。
そのため15歳以上を母数にした2025年度の数値は58.8%ですが、前年度と同じ母数で増加幅を比べられるのは20歳以上の値のほうです。作る道具が広く行き渡り、たたき台のコスト自体が下がった、という前提でこの記事を読んでください。
生成AI UIデザインツールは4つ、選ぶ基準は用途で決まる
- 一貫編集はFigma Make、発想はStitch
- コード出力までならv0が候補
- Figma公式も生成後の編集を機能と明記
ツールは用途で分かれます。編集まで一貫して触るならFigma Make、発想出しならGoogle Stitch、コードまで欲しいならv0が候補です。
4ツールの向き不向きを、比較表で一覧
仕様や料金は頻繁に変わるため、導入前には各公式ページで最新の内容を確認してください（本記事は2026年7月時点）。
ツール | 傾向 | 向いている場面 |
|---|---|---|
説明から編集可能なUIを生成 | デザイナーがたたき台から仕上げまで一貫して触りたい場面 | |
モバイル/ウェブUIを生成 | 初期の発想出し、方向性の比較 | |
動くアプリを生成しコード連携 | エンジニアが動く画面を早く用意したい場面 | |
複数画面プロトタイプ/サイトマップ生成 | 構成レベルの叩き台づくり |
- Figma Make：入力した説明にもとづきインターフェースを構築し、UI要素はすべて編集可能と公式が説明（2026年7月時点）
- Google Stitch：モバイルとウェブ向けのUIを生成し、デザインの発想を速く進められると公式が説明（2026年7月時点）
- v0 by Vercel：動くアプリケーションを生成し、GitHubへのコード連携や公開までつながると公式が説明（2026年7月時点）
- Uizard / Relume：Uizardはテキストから複数画面の編集可能なプロトタイプを、Relumeはサイトマップとワイヤーフレームの生成を、それぞれ公式が掲げる（2026年7月時点）
Figma公式も「生成後は編集が必要」と明記している
Figmaの公式は、Figma Makeについて「入力された説明に基づいて完全なインターフェースを構築します」「AIが階層構造、アライメント、スペーシング、応答性を処理します」「UI要素はすべて編集可能です」と説明しています（Figma公式「AI UIジェネレーター（Figma Make）」（2026年7月時点））。
注目したいのは、公式自身が「生成した後に編集できること」を機能として掲げている点です。生成はゴールではなく、人が手を入れる出発点だと、ツール側も位置づけています。
生成AIでは埋まらない、実務でつまずく4つの穴
- ラベルとアイコンの食い違いは業務理解不足
- 検索とリセットの隣接配置で誤操作
- リリースのGO判断は事業の当事者が持つ
ここからが本題です。生成AIに渡しきれていないものを、アームが実案件で繰り返し見てきた具体で説明します。ここを人が埋めないと、「似ているのに使いにくい」画面ができあがります。
AIは「ブックマーク」に必ずハートを当ててしまう
AIは「それらしさ」は再現できても、その現場の業務までは知りません。ある管理画面の改修では、生成された画面でラベルが「ブックマーク」なのに、アイコンはハートになっていました。
世の中の事例では「お気に入り＝ハート」が多いので、AIは自然にそう補完します。ですが、その業務では「ブックマーク」は後で見返す一時保存で、「お気に入り」とは別の機能でした。名前と印がずれると、現場は毎回迷います。
この画面が何のためにあり、担当者がどんな言葉で仕事をしているか。それは、業務を聞き取らないと分かりません。業務システムのUIをどう設計するかは、業務システムUI/UXデザインでも詳しく扱っています。
検索とリセットを同じ重さで並べてしまう
生成AIは、渡された要素をきれいに、均等に並べます。ところが実務では、どれを目立たせ、どれを引っ込めるかが体験を左右します。別の案件では、生成された画面で条件検索の実行ボタンのすぐ隣に、同じ見た目のリセットボタンが並んでいました。
結果、検索したつもりが入力を全消しする誤操作が続きました。情報設計の優先順位は、業務を知っている人にしか決められません。AIは渡されたものを平等に扱います。あえて差をつけるには、どれを目立たせたいのかを人が渡す必要があります。
閉じるボタンが画面ごとにキャンセルと×でばらつく
1画面ずつ生成すると、その画面の中では整っていても、画面をまたぐと規則が崩れます。
あるプロダクトでは、モーダルを閉じる手段が、ある画面では下部の「キャンセル」、別の画面では右上の「×」だけ、また別では両方あって片方が動かない、という状態になっていました。画面をまたいだ一貫性は、1枚ずつ作るほど崩れていきます。
一貫性はデザインシステムのような「全体の規則」で担保するもので、これは1枚の生成では生まれません。
本番に出してよいかは、AIが決められない
最後が、いちばん見落とされる点です。AIは案も根拠も出せますが、「この画面で本番リリースしてよい」と決める立場にはいません。
ユーザーが実際に迷わず使えるか、事業の数字（登録完了率や解約、問い合わせ件数）をどう動かすかは、公開して測るまで分かりません。AIと詰めるほど案は良くなりますが、GOを出すのは事業の当事者です。誰がGOを出し、外したときに直すのか。ここは人の仕事として残ります。
生成AIとどう分業するか、5工程の役割分担
- フローは5工程、AIが担うのは1つ
- 課題定義から検証まで人が担当
- 生成AIが速くするのは工程だけ
では、生成AIをどう組み込むと品質を落とさずに速くできるのか。人が担う工程と、AIに任せる工程を分けたフローを示します。
- 1. 課題定義（人）：誰のどの業務の、どんな困りごとを解くのかを言語化する。ここがずれると、後工程を速くするほど間違いに速く着きます。
- 2. たたき台生成（AI）：定義した要件をプロンプトにして、画面案を複数出す。白紙の時間をここで消します。
- 3. 情報設計の再構成（人）：出てきた案の優先順位を組み替える。何を目立たせ、何を捨てるかを決める。
- 4. 一貫性の担保（人と仕組み）：画面をまたぐ規則、コンポーネントの共通化をそろえる。デザインシステムの考え方で全体を締める。
- 5. 検証と意思決定（人）：使ってもらい、数字で確かめ、直す。リリースの責任を持つ。
見てのとおり、AIが入るのは主に2の一箇所で、前後はすべて人です。生成AIが速くするのは工程であって、意思決定ではありません。
作った画面が本当に使われるかまで見届ける設計は、SaaS・アプリのUIデザインのように、公開後の改善まで含めて考える必要があります。UIを直しても成果が出ない理由は、こちらでも整理しています。
たたき台をそのまま出すと起きる、生成AI活用の失敗
ここで、生成AIをUIデザインに使うときにありがちな失敗を、先に挙げておきます。自己点検にお使いください。
- たたき台をそのまま製品に載せるのが、いちばん多い失敗です。見た目が整っているぶん、検証を飛ばしてしまいます。
- 見た目の完成度を、品質と取り違える。整っていることと、使いやすいことは別です。
- 一貫性を後回しにする。1画面ずつ足していくと、全体でちぐはぐになります。
- 業務のヒアリングを省く。AIは一般解を出すので、その現場固有の事情は反映されません。
- 誰がリリースの判断をするかを決めないまま進める。責任の空白が、そのまま品質の空白になります。
生成AI時代に外注か内製か、決め手は作業量でなく難しさ
- 判断軸は作業量ではなく課題の難しさ
- 定型的な画面は内製、特殊業務は外部
- 見る数字は完了率・解約率・問い合わせ工数
「AIで作れるなら、外注をやめて内製に切り替えるべきか」。よくいただく問いです。判断の軸は、作業量ではありません。外注か内製かは、作業量ではなく課題の難しさで決めます。生成AIで作業が速くなるほど、残る難所（業務理解・情報設計・一貫性・責任）の比重が上がるからです。
状況 | 向いている進め方 |
|---|---|
定型的で、事例が豊富な画面が中心 | 生成AIを使った内製で速く回す |
業務が特殊で、現場の言葉を設計に落とす必要がある | 業務理解を持つデザイナーと組む |
複数画面で一貫性を保つ必要がある | デザインシステムを設計できる外部と組む |
リリース後の数字で改善を回したい | 公開後の運用まで見る相手に頼む |
見るべきは、画面が動かす数字だった
判断材料は「その画面が動かす数字」です。オンボーディングの完了率、解約率、問い合わせ工数。ここが動く画面ほど、たたき台の速さより設計の確かさが物を言います。たとえば月間300人が登録する製品で、オンボーディングの完了率が1ポイント動くと、増減は月3人です。年間契約単価を仮に5万円とすれば、この1ポイントの差は年間180万円に相当します（数字は仮の前提を置いた試算です）。たたき台を1日早く出す価値と、この1ポイントを取りこぼす損失は、桁が違うことがあります。
安く速く作れても、使われずに解約が増えれば、コスト削減どころか事業の穴になります。費用をどう見積もるかは、アームの料金ガイドで、作業量ではなく課題の難しさから考える前提として整理しています。
これからの生成AIとUIデザイン
今後、生成AIの精度はさらに上がり、たたき台の速さは当たり前になります。そのとき差がつくのは、ツールの使い方ではなく、何を作るべきかを決める力です。
誰もが同じAIで似た画面を出せる時代は、裏を返せば、均質化して埋もれやすい時代でもあります。デザイナーの役割は、手を動かす人から、意図を設計する人へ移っていきます。
AI時代に変わることと変わらない本質は、ブランディングの視点からも掘り下げています。
生成AIをどこまで使うか、アームがまず聞くこと
- 何のために作るかを問う姿勢は不変
- 一気通貫体制で伝言ゲームが起きない
- 公開後も数字で確かめて直す
生成AIが入っても、何のために作るかを最初に問う
アームは、事業の課題を分解してデザインに翻訳することを強みにしています。生成AIは、その翻訳が終わった後の「形にする」工程を一緒に速く回す相手です。作る前に、誰に選ばれ、どの数字を動かすために作るのかを問う姿勢は、AIが入っても変えません。
案出しはAIと一緒に、優先順位と判断は人が引き受ける
アームでも生成AIは日常的に使います。要件が固まった後の初期案出しやパターンの検討は、AIと一緒に一気に進めます。情報設計の優先順位づけ、画面をまたぐ一貫性、リリースの判断は人が引き受けます。
伝言ゲームが起きない一気通貫の体制なので、課題を聞いたデザイナーがそのまま設計まで通せます。
公開して終わりにしない
UIは、公開してからが本番です。使われ方を見て、数字で確かめ、直す。この改善まで含めて設計するから、たたき台で止まらず、使われる画面に育てられます。
生成AIをどこまで使い、どこを人に頼むかの整理から相談する。要件が固まっていない段階からで構いません。
よくある質問
生成AIだけでUIデザインは完結できますか？
見た目のたたき台までは、ほぼ生成AIで作れます。ただし、業務理解にもとづく情報設計、画面をまたぐ一貫性、リリースの責任判断は人が担う領域です。そのまま製品に載せると、使いにくさが後から表面化します。
生成AIのUIデザインツールは、どれを選べばよいですか？
用途で分かれます。編集まで一貫して触るならFigma Make、発想出しならGoogle Stitch、コードまで欲しいならv0が候補です。仕様は頻繁に変わるので、2026年7月時点の情報として各公式で最新を確認してください。
AIで作れるなら、デザイナーへの外注は不要になりますか？
作業の速さは上がりますが、残る難所（何を作るか、優先順位、一貫性、責任）はむしろ比重が上がります。外注か内製かは作業量ではなく、解きたい課題の難しさで判断するのがおすすめです。
生成AIで作った画面を、そのまま本番に使って大丈夫ですか？
定型的で事例の多い画面なら下地に使えますが、業務が特殊な画面や、複数画面で一貫性が要る場合は、人による再設計を前提にしてください。見た目の完成度と、使いやすさは別物です。
生成AIを使うと、UIデザインのコストは下がりますか？
たたき台の工程は下がります。一方で、安く速く作っても使われなければ、解約や問い合わせ増でかえって損失になります。動かす数字から逆算して、どこにコストをかけるかを決めるのが結局は近道です。
生成AIのUIデザインは、見た目は速く作れても線引きは人の判断に残る
生成AIはUIデザインの見た目とたたき台を、驚くほど速く作れるようになりました。一方で、業務理解、情報設計の優先順位、画面をまたぐ一貫性、リリースの責任判断は、まだ人が担う領域です。まずは、自分たちの画面のどこをAIに任せ、どこを人に残すかを、一度線引きしてみてください。
使われる画面に育てるための進め方を相談する。AIで作った画面を見せていただくところからで構いません。
