ノート。

AI がデザイン労働市場に与える影響を、タスクベースモデル（Acemoglu & Restrepo）、職業の二極化（Autor）、情報財の経済学（Shapiro & Varian）、創造経済の経済学（Caves / Throsby）、プラットフォーム経済学（Rochet & Tirole）、Baumol のコスト病の6理論で横断的に分析する地図ノート。各理論が照らすデザインの構造変化を特定し、実証データ（BLS統計、フリーランス市場DID分析）と対照する。

「デザイン≠クラフト」を産業3ペルソナ(ファーム/コンサル/独立オフィス)と学術3critic(理論/教育/産業キャリア)が同時討議。テイストの請求不能/人月モデル崩壊/担い手再生産断絶の産業側3詰みと、身体的反復の不可欠性/歴史的偶然vs概念的必然/SO理論の素材性欠落の学術側3論点を対立表として可視化。R1-R3の全ラウンドを記録

ジェネラティブアートの著作権・市場・ツール・実務家証言を3ティアで整理した産業調査ノート

デザイナーの報酬がエンジニア・PM・DSに比べて停滞する構造的理由を査読論文34件から整理。6つの構造的要因: (A)専門職化の未達成（Abbott管轄権理論/Larson市場クロージャー）、(B)文化的創造性の賃金ペナルティ（Hwang 2014: 技術型CCI＞文化型CCI）、(C)Throsbyの「内円」ほど低収益（Been et al. 2023: オランダ行政データ全数）、(D)プレカリティの常態化（副業率2倍/「無賃金的生」/フレキシプロイテーション）、(E)デザイン思考の商品化が管轄権を侵食（Johansson-Sköldberg 2013）、(F)AI脱スキル化が交渉力を減殺（Shukla CHI 2025/Jiang CHI 2026: 54%影響力低下）。

デザイナーの報酬がエンジニア・PM・データサイエンティストと比較して停滞する構造的理由を、BLS公的統計（T1: 18件）、産業調査（T2: 18件）、実務家証言（T3: 19件）の計55件で整理。グラフィックデザイナー中央値$61,300はSWE $133,080の46%水準。10年成長率はGD +2%、SWE +15%、DS +34%。構造要因: 供給過多（ブートキャンプ卒年6,500-6,900人）、レイオフ不均衡（期待の1.7倍）、計測困難、C-suite不在、プラットフォーム底辺競争。McKinsey Design Indexは企業価値の相関を示すがデザイナー報酬への言及はゼロ。

AI時代に価値が出るデザイナーのキャリアパスを、求人・報酬データ（BLS/Glassdoor/LinkedIn）、コンサル調査（McKinsey/BCG/WEF）、ベンダー動向（Figma/Vercel）、デザインリーダーの見解（Maeda/Zhuo/Nielsen/Spool）の計47件で整理。成長領域: AI Experience Designer/Design Engineer/Content Designer。縮小領域: グラフィックデザイナー/UXリサーチャー（ピーク比-89%）。

AI時代にデザイナーのキャリアがどう変容するかを、査読論文37件から整理。5つの構造的変化を同定: (1)役割が執行→方向付け・キュレーションへ移行、(2)GenAIは創造性を拡張もするが固着も増やす両刃、(3)ジュニアの脱熟練リスクが顕著、(4)デザイン判断・不確実性対処が中核コンピテンシーに、(5)フリーランス市場で置換効果が実証済み。

AI の実際の能力とユーザー期待のギャップを UX で埋める産業界の取り組みを、ベンダーガイドライン（Google PAIR / Microsoft HAX / Apple HIG / IBM / OpenAI / Anthropic / Meta）、公的調査（Pew / Stanford HAI）・コンサル調査（McKinsey / BCG / Deloitte / Gartner）、実務家パターンの3系統33件で整理。

AI が実際にできることとユーザーが期待することの乖離（expectation-capability gap）を UX で解消する手法に関する学術文献 32 件のレビュー。信頼キャリブレーション、メンタルモデル、説明可能性、認知的強制機能、期待違反理論の5領域で整理。

デザインコンサルティングのビジネスとしての生成AI共存を、産業ペルソナ3者（ファーム/戦略コンサル/独立系オフィス）が儲かるか・請求できるか・効率化の3観点だけで論じ、学術critic 3者がSO理論へ接続・裁定。4論点（サービス線引き/課金モデル/脱中間化/ジュニア育成）を掘り下げた討議録。

デザインとクラフト（craft）の関係を、文化政策・ラグジュアリー産業・Maker Movement・デザインファーム/テック企業・日本のものづくり・ソフトウェアクラフト・AI時代の工芸の7系統で収集した産業概観。出典追跡・ポジション判定つき。

vibe coding（Karpathy 2025-02）から agentic engineering（Karpathy 2026-04）、context engineering（Lutke 2025-06）、harness engineering（Anthropic）まで、AI 時代のエンジニアリング実践を5段階で整理し、各段階でデザインが関与すべき領域を特定する。ボトルネックが「作る」から「判断する」へ移行するなかで、コンテキスト設計と監視構造設計がデザインの新しい職能として浮上している。

AX（Agentic Experience）とデザインの交差を、学術36件と産業73件の計109件のソースから横断的に対照する。産業と学術が一致する3点（エージェンシー分配が中心問題、透明性だけでは不十分、コンテキストが精度の上限を決める）と、産業が語らず学術が指摘する3点（ジュニアの学習経路、探索の終局化、監視UIの構造的限界）を整理。AXという術語自体の学術的地位は未定だが、問題構造は human-agent interaction として急速に研究が進んでいる。

2025-2026年、AXという概念が産業界でどう受容・定義・実装されているかを73件の産業ソースから整理。4つの構造が浮かぶ。(1)「UXからAXへ」の転換を全ベンダーが語るが定義は分裂（Maeda=判断面、Nielsen=Intent Layer、Salesforce=双方向設計、Apple/Google=宣言型プリミティブ）。(2)設計原則は「透明性・制御・意図優先」に収束するが介入タイミングの粒度が異なる。(3)ハイプと実態の乖離が定量的に裏付けられている（Gartner: 40%中止予測、Forrester: 真の自律性はまれ、McKinsey: ハイパフォーマー6%）。(4)開発者証言が明かす構造的制約（93%承認疲労、マルチエージェント15×コスト、コンテキスト不足が成敗を分ける）。

「UXからAXへ」（Maeda 2026）の学術的裏付けを探るレビュー。AXという術語自体の査読論文は2026年時点でほぼ存在しないが、隣接する human-agent interaction / AI delegation / agentic AI UX 研究は CHI・CSCW・DIS を中心に急増している。36件の文献から浮かぶ構造は3つ。(1)エージェンシー分配の設計が中心問題（誰が・いつ・何を制御するか）。(2)信頼と監視のトレードオフ（中間確認が最適だが完全な正確性は保証しない）。(3)産業の宣伝と実際のUXの乖離（102件商用エージェントのSR+31名テストで実証）。レビュー論文7件、CHI/CSCW/DIS実証研究12件を含む。

MCP（Model Context Protocol）が2025〜2026年にデザインツール間の共通接続層として急速に普及。Figma MCP サーバー（2025-06ベータ）、Figma Config 2026 Connectors、Claude Design のデザインシステムインポートにより、デザイン-コード間のエージェントループが閉じつつある。構造的な発見は2つ。(1)デザインシステムの成熟度がエージェント出力精度の上限を決める（Figma 公式認定）。(2)最良のエージェントは最少ツールで動作する（Vercel 実験: 15ツール→1ツールで成功率80%→100%、速度3.5倍）。MCP はツール間のプロトコルであると同時に、デザインシステムを『エージェントのコンテキスト層』に転換する装置である。

Karpathy が2025年2月に投げた 'vibe coding' の一言が1年で産業用語になった。v0 / Bolt / Lovable / Replit Agent 等のUI生成エージェントがその基盤を担うが、Willison の 'vibe engineering'、Osmani の 'AI-assisted engineering' との区別が制作品質の分水嶺になる。プロトタイプは時間単位に短縮された一方、本番品質には設計判断・テスト・レビューの人間的工程が残り、ボトルネックが「作る」から「判断する」に移行した。デザイン制作では、生成されたUIの品質を評価できる能力がエージェント活用の前提になる。

2026年前半に Figma / Adobe / Canva / Anthropic が一斉にエージェント機能を投入。4社とも「エージェントが実行し人間が判断する」を設計原則に掲げるが、判断の粒度と介入タイミングが異なる。Figma はキャンバス上の発散→選択、Adobe は60+ツール横断ワークフロー→レビュー、Canva は1プロンプト完成品→微調整、Claude Design はコード⇄デザイン双方向同期。共通の構造制約は「デザインシステムの成熟度がエージェント出力精度の上限を決める」点。

2026年6月時点の生成AI 産業トピックを10個挙げ、『デザイン職能・キャリア全体（役割・単価・雇用・組織）への作り変え度』で序列化した分析ノート。評価軸は①中核作業の置換 ②単価・課金・指名 ③雇用・ジュニア・組織 ④射程の確実性。上位は生成UI／労働のコモディティ化／vibe coding／agentic化／ジュニア侵食、下位は画像・動画生成／規制／ツール市場／エンタープライズ導入。序列は『ツールの派手さ』でなく職能・キャリアの構造変化で付ける。単価・指名の解釈は [[democratization-recommodification-paradox]]／[[design-pricing-vs-ai-commoditization]]／[[so-theory-livelihood-gap]] に、役割討議は [[designer-role-ai-roundtable]]／[[ai-design-near-term-flashpoints]] に接続。産業数値の多くはベンダー/listicle 由来で要一次確認のため断定せず [要確認] を明示。

デザインファーム／戦略コンサル／独立系スタジオの各リード（business-only）が『1〜3年でほぼ確実に火種になる』AI論点を独立列挙（R1）→相互反論（R2）→クライアント反証で成果物課金の危険を認めR2撤回（R3）→そこそこ層を大量に抱えるオフィスの生存処方（R4）→学術criticと二段でSO理論を当てSO理論は診断できるが処方できないと判明（R5）まで展開した討議ログ（hub）。再利用される横断知見は atomic ノート3本に抽出: SO理論の3空白＝so-theory-livelihood-gap／民主化＝再商品化の逆説＝democratization-recommodification-paradox／課金モデルのAI耐性＝design-pricing-vs-ai-commoditization。数値はポジショントーク・相関≠因果の注記つき。

Zenn記事(pdfractal)『AIは賢い人をより賢く、頭が悪い人をより浅くするのか』を、学術界の系譜(査読研究)と産業界の系譜(実務が読む公的機関・リサーチ会社・コンサルのトレンドレポート)で討議。対立は『学術 vs 産業』ではなく『認知科学派(劣化・拡大) vs 産業レポート派(=労働経済の中継＝圧縮・底上げ)』。記事は認知科学派の少数側。和解の鍵は記事§6『境界の内/外』=メタ認知で、jagged frontierと産業レポート自身の警戒信号(幻滅期・リテラシー不足)と握手する。

AIが探索/制作を民主化（裾野拡大）すると、中位（そこそこ層）が請求根拠にしていた相対的希少性が蒸発する。希少性は『AIに作れない一握りの上位』へ移り、上位のレント（囲い込み・象徴資本）だけが強化される。下位の参入障壁は下がるが上位の閉鎖装置には触れないため格差が非対称に拡大。民主化が担い手の生計を破壊する逆説。

課金モデルのAI耐性は『成果連動 ＞ 時間/人月 ＞ 成果物（モノ）』（F/Cで人月と成果物の順は割れる）。成果物を物として定義した瞬間、価格はAIの限界費用へ滑る。運用常駐は複製困難だがそれは『切られにくさ』であって『高く請求』ではない＝スイッチングコスト≠粗利。黒字化は業種特化の指名＋運用を安い頭/AIに落とす（＝頭数削減）が前提。番人ビジネスは上位(規程設計=億)と下位(検品=床価格)に割れて崩壊。

マルチエージェント(複数AIエージェント協調)をエンドユーザーにサービスとして提供する際、業務効率化以外の新価値は何かを、産業3ペルソナ(business-only)×学術3 critic(SO理論)で討議。核心は『最もbillableな代理実行＝探索を閉じる効率化の極北で新価値ではない』『産業の儲けとSO的新価値は逆相関し、学習が成立するほど解約されるためサービス化と矛盾する』。

デザインファーム／戦略コンサルのデザインリード／独立系デザインオフィスの産業ペルソナ3者が、儲かるか・請求できるか・AI で効率化できるか の3観点だけ（学術ゼロ）で論じ、学術 critic 3者がそれを理論・SO 理論へ接続・裁定した合同討議録。役割分担＝産業は損得、学術は理論。

デザイン／クリエイティブ産業の AI 活用を、公的機関・一次情報（労働統計・導入率・著作権/標準）、シンクタンク/コンサルの事実部分（ポジショントーク除去）、製品開発者の一次証言（Figma/Adobe/Canva/Vercel）の3系統で収集した統合要約。

デザイン（UX/UI・プロダクト・グラフィック・教育）における AI／生成AI／LLM 活用の学術文献 37 件を軽量スコーピングで収集した統合要約。共創・UI生成・評価自動化・創造性影響・役割変容・教育の7クラスタで整理。

2026年のデザイン領域における最新AI活用事例の調査レポート（生成UI・エージェンティックAI・Figma・合成ユーザー・アクセシビリティ）