Shuichiro Ogawa

Notes ・ updated 2026-06-27

Agentic Experience（AX）の産業言説：ベンダー・コンサル・実務家は何を語っているか

2026年前半、AI エージェントが自律的にタスクを遂行する「Agentic Experience（AX）」が産業界の主要議題になった。 John Maeda の Design in Tech Report 2026 が「UX から AX へ」を提唱し1、同年 Figma Config 2026、Adobe MAX、Canva Create、WWDC26 で各社がエージェント機能を投入した。

しかし、AX という術語の定義は統一されていない。 各社・各有識者が異なる切り口で AX を語り、実装している。 本ノートでは73件の産業ソース（T2 アナリスト24件、T1v ベンダー18件、T3 expert-opinion 16件、T3 developer-voice 15件）から、AX の産業言説を整理する2。

関連: agentic-experience-literature（学術的基盤）／agentic-experience-design-synthesis（学術×産業対照）／design-agent-tools-landscape-2026（ツール動向）／mcp-design-agent-integration（MCP 統合）／multi-agent-end-user-value（マルチエージェントの価値）。

「UX から AX へ」の定義は分裂している

AX を語る主要な声は4つの系統に分かれる。

Maeda の「判断面」論。 Maeda は AX を「画面が作業面から判断面に変わる」転換として定義した3。 UX が「どう操作するか」を問うのに対し、AX は「何が欲しいか、そのまま言えば届くか」を問う。 エージェントは action → outcome → feedback → correction のループとして設計すべきであり、AX の3層は Capabilities（エージェントができること）、Trust（制御維持の方法）、Protocols（システム接続の方式）だとする。 「Laws of Simplicity」第10法則（「明白なものを引き算し意味あるものを足す」）の具現化としても位置づけている4。

Nielsen の「Intent Layer」論。 Jakob Nielsen は UX の死ではなく「変態」を主張する5。 Conversational UI（プロンプト待ちのパッシブなツール）から Delegative UI（自律的に計画・実行・反復するエージェント）への転換として整理し、新たな設計対象として「Intent Layer」を提唱した6。 Intent Layer はゴール・予算・制約を伴う使命定義であり、usability の定義自体が書き換えられているとする。 設計対象はポリシー面（権限・コスト上限・倫理的境界）、信頼コンベア（出所チップ・不確実性メーター・ロールバック）、システムの「気質」設計（プロアクティブか待機型か）に移る。

Salesforce の「双方向設計」論。 Salesforce は AX を「AI エージェントが効率的に動作し人間中心の成果をオーケストレートできるようデジタル環境を開発・最適化すること」と公式に定義した7。 「エージェントのための設計」と「エージェントによる設計」の双方向を含む点が特徴で、デザイナーの役割を「インターフェースアーキテクト」から「エクスペリエンスオーケストレーター」に再定義した。 設計要件として Intent-first architecture、Cross-platform agent orchestration、Real-time capability discovery の3つを挙げている8。

Apple / Google の「宣言型プリミティブ」路線。 Apple は App Intent Domains（WWDC25）と Dynamic Profiles（WWDC26）で、エージェント体験を UI ナビゲーションではなく構造化された Intent の直接呼び出しとして設計した9。 Google は A2UI（Agent-to-UI）プロトコルで、宣言型 JSON によってエージェントが UI を定義する設計を選択した10。 DESIGN.md（ブランドルールを YAML で記述するマークダウンファイル）のオープンソース化は、デザインシステムをエージェントの永続コンテキストに変換する試みである11。 両社とも「実行コードではなくデータで体験を定義する」という技術的アプローチで AX を体現している。

NNg は AX という術語を直接採用せず、「AI エージェントをユーザーとして設計対象に含める」というフレーミングと、「コンテキストアーキテクチャ」（情報アーキテクチャの原則を AI に適用する分野）の概念で対応している1213。

設計原則の収束と介入粒度の分岐

定義は分裂しているが、設計原則は「透明性・制御・意図優先・人間判断の維持」に収束している。

Microsoft は「透明性・制御・一貫性」の3原則を明示し、「エージェントはユーザーを補助し判断を置き換えない」と定義した14。 Anthropic は「ヒューマンコントロール維持、透明性、価値観整合、プライバシー、エージェント間セキュリティ」の5原則を掲げた15。 OpenAI は「ユーザーは常に制御下にある」を原則とし、行動前の許可要求と任意のタイミングでの中断・停止を設計した16。 Figma の Sheta Chatterjee（Head of UX）は「ユーザーの焦点は常に目標に置かれるべきであり、AI の管理に置かれてはならない」と述べた17。 Adobe は「クリエイターがビジョン・判断・方向性、エージェントがオーケストレーションと実行」という役割分担を明文化した18。

原則は収束しているが、介入の粒度は各社で異なる。 Harrison Chase（LangChain）は「leash length」の概念を用い、v0 を short leash（すぐ返す）、Cursor を middle、Devin を long leash と位置づけた19。 この概念は agentic-experience-literature で整理した Zhou et al.（2026）の「最適確認頻度」の学術的知見に対応する。

ハイプと実態の乖離：定量的裏付け

アナリスト調査が AX のハイプと実態の乖離を定量的に裏付けている。

Gartner は agentic AI プロジェクトの40%超が2027年末までに中止されると予測した20。 同時に「エージェントウォッシング」（既存製品を実質的なエージェント機能なしにリブランディング）を警告し、数千のベンダーのうち実質的機能を持つのは約130社と推定した21。

Forrester は2026年中盤の評価で、大半の「agentic」体験はまだ会話型であり真の自律性はまれ、ハイプが消費者行動を先行していると述べた22。 企業の1/3が時期尚早にエージェントを展開しブランドと CX を毀損するという予測も出している23。

McKinsey の調査（1,993名、105カ国）では、62%が AI エージェントを実験中だが、EBIT の5%超のインパクトを達成する「ハイパフォーマー」は約6%にとどまる24。 約2/3の組織が実験/パイロット段階にとどまっている。

Deloitte の調査（3,235名シニアリーダー、24カ国）では、23%が agentic AI を中程度以上使用中だが、成熟したガバナンスモデルを持つのは21%のみ25。 ガバナンスがスケーリングに追いついていない構造がある。

Forrester の別データも示唆的である。 AI 意思決定者の78%が AI 出力を信頼できると回答する一方、過去12ヶ月で EBITDA 向上を報告したのは15%のみ26。 信頼は高いが成果は出ていない、というギャップがある。

開発者が語る構造的制約

開発者の一次証言は、設計原則の裏にある構造的な制約を明かしている。

承認疲労と監視の形骸化。 Anthropic はユーザーが permission prompt を93%承認するという実測データから、per-action 承認モデルが監視として機能していないと判断し、「事前に定義された境界の中で自由に動く」モデルに設計を変更した27。 「モデル層の防衛は100%有効にはならない」という認識のもと、VM による隔離を導入したが、これはエンタープライズのエンドポイント検出と構造的に摩擦する27。

マルチエージェントのコスト構造。 Anthropic の実測では、マルチエージェントシステムはチャット比で約15×のトークンを消費する28。 ハーネス（エージェントの監督・反復構造）のコストは単独生成比で20×（$200 vs $9）になる事例もある29。 初期の失敗事例として「単純なクエリに50サブエージェントを乱立」「SEO 記事を権威ソースより選好」が公開されている。

コンテキストが成敗を分ける。 Harrison Chase は「成功も失敗もコンテキスト次第」と述べ、モデル能力が閾値を超えた現在、差は入力コンテキストの設計で生まれると主張した30。 Figma の Thomas Lowry も「ファイル構造・レイヤー名が不明瞭だと AI が設計を誤解し下流に問題を生む」と証言している31。 Anthropic の Applied AI チームは、コンテキストウィンドウを大きくするだけでは解決しない（attention の逼迫とコンテキスト汚染は窓のサイズによらず発生する）ことを構造的制約として認識している32。

自己評価の限界。 Anthropic の Prithvi Rajasekaran は「エージェントに自分の生成物を評価させると、品質が明らかに低くても自信を持って称賛する」傾向を報告し、ジェネレータとエバリュエータの役割分離を設計上の必須事項とした29。

「フロアとシーリング」の比喩

Dylan Field（Figma CEO）の「AI はフロアを下げたがシーリングを上げていない」という Config 2026 での発言は、産業界で広く引用されている33。 Andrej Karpathy も同じ構造を「vibe coding はフロアを上げ、agentic engineering はシーリングを上げる」と表現した34。 Karpathy はエージェントを「インターン」と呼び、人間は美意識・判断・テイスト・監督に責任を持ち続けるとした。

Simon Willison は「致死のトリフェクタ」（プライベートデータアクセス＋信頼できないコンテンツ露出＋外部通信能力の3要素同時存在でデータ窃取が可能になる）というセキュリティリスクモデルを提唱し、エージェント設計の構造的制約を示した35。 Willison は「Agentic Engineering Patterns」をリビングドキュメントとして公開し、agentic engineering を専門的な技術領域として位置づけている36。

産業が語らないこと

73件の産業ソースを横断して、語られていない論点が浮かぶ。

  1. ジュニアの学習経路: ベンダーは「フロアを下げる」（参入障壁を下げる）を喧伝するが、フロアが下がった先でジュニアが設計判断を学ぶ経路については語っていない。学術側（agentic-experience-literature の Li et al. 2024、Luo et al. 2025）はこのリスクを実証的に指摘している。

  2. 探索と終局化: multi-agent-end-user-value で論じた「代理実行は探索を閉じるか開くか」の問いは、産業界では扱われていない。ベンダーは「効率化」と「人間の判断維持」を並置するが、効率化の極北が探索の終局化に至る可能性は論じない。

  3. エージェントウォッシングの構造的原因: Gartner は「ウォッシング」を警告するが、なぜ起きるかの構造分析（既存の SaaS ビジネスモデルがエージェント的機能を名乗るインセンティブ）は産業ソースでは希薄である。

  4. コスト転嫁の構造: Figma は粗利益率が92%から86%に低下したことを開示しているが（design-agent-tools-landscape-2026 参照）、推論コストの持続可能な転嫁モデルについての産業言説はまだ少ない。

参照文献

Footnotes

  1. Maeda, J. 2026. “Design in Tech Report 2026: From UX to AX.” https://johnmaeda.medium.com/design-in-tech-report-2026-from-ux-to-ax-f9d83164f4d2 ↩

  2. コーパス全件は source/review/design-agent-academic/industry.md に記録。 ↩

  3. Maeda, J. 2026. “What is AX?” https://maeda.pm/2026/06/11/what-is-ax/ ↩

  4. Maeda, J. 2025. “Simplicity and Agentic Experience (AX).” https://johnmaeda.medium.com/simplicity-and-agentic-experience-ax-0087553b73d8 ↩

  5. Nielsen, J. 2025. “No More User Interface?” https://jakobnielsenphd.substack.com/p/no-more-ui ↩

  6. Nielsen, J. 2026. “Intent by Discovery: Designing the AI User Experience.” https://jakobnielsenphd.substack.com/p/intent-ux ↩

  7. Holmes, K. 2025. “Welcome to a New Era of Agent Experience Design.” Salesforce Blog. https://www.salesforce.com/blog/agent-experience-design/ ↩

  8. Salesforce. “How to Embrace the Great UX Paradigm Shift to Agentic Experience Design.” https://www.salesforce.com/blog/ux-shift-to-agentic-experience-design/ ↩

  9. Apple. WWDC25 Session 244 “Get to know App Intents.” https://developer.apple.com/videos/play/wwdc2025/244/ ↩

  10. Google. “Introducing A2UI.” https://developers.googleblog.com/introducing-a2ui-an-open-project-for-agent-driven-interfaces/ ↩

  11. Google Labs. “Stitch’s DESIGN.md format is now open-source.” https://blog.google/innovation-and-ai/models-and-research/google-labs/stitch-design-md/ ↩

  12. NNg. “AI Agents as Users.” https://www.nngroup.com/articles/ai-agents-as-users/ ↩

  13. NNg. “Context Architecture.” https://www.nngroup.com/articles/context-architecture/ ↩

  14. Microsoft Design. “UX design for agents.” https://microsoft.design/articles/ux-design-for-agents/ ↩

  15. Anthropic. “Our framework for developing safe and trustworthy agents.” https://www.anthropic.com/news/our-framework-for-developing-safe-and-trustworthy-agents ↩

  16. OpenAI. “Introducing ChatGPT agent.” https://openai.com/index/introducing-chatgpt-agent/ ↩

  17. Figma. “How to Design Agentic Tools for Work.” https://www.figma.com/blog/how-to-design-agentic-tools-for-work/ ↩

  18. Adobe. “The age of creative agents.” https://blog.adobe.com/en/publish/2026/04/15/the-age-of-creative-agents-rise-creative-director ↩

  19. Chase, H. 2025-2026. Sequoia Capital Podcast. https://sequoiacap.com/podcast/context-engineering-our-way-to-long-horizon-agents-langchains-harrison-chase/ ↩

  20. Gartner. 2025-06-25. “Gartner Predicts Over 40 Percent of Agentic AI Projects Will Be Canceled by End of 2027.” https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027 ↩

  21. 同上。判定基準は非開示 [要一次検証]。 ↩

  22. Forrester. “The State of Agentic Commerce in Mid-2026.” https://www.forrester.com/blogs/the-state-of-agentic-commerce-in-mid-2026/ ↩

  23. Forrester. “Predictions 2026: B2C Marketing, CX, & Digital Business.” https://www.forrester.com/press-newsroom/forrester-b2c-marketing-cx-digital-2026-predictions/ ↩

  24. McKinsey/QuantumBlack. “The State of AI.” 2025年6-7月調査、1,993名、105カ国。https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai ↩

  25. Deloitte. “State of AI in the Enterprise 2026.” 3,235名、2025年8-9月。https://www.deloitte.com/us/en/about/press-room/state-of-ai-report-2026.html ↩

  26. Forrester Predictions 2026。標本・期間は検索スニペットから不明 [要一次検証]。 ↩

  27. McGuinness, M. et al. 2026. “How we contain Claude across products.” https://www.anthropic.com/engineering/how-we-contain-claude ↩ ↩2

  28. Hadfield, J. et al. “How we built our multi-agent research system.” https://www.anthropic.com/engineering/multi-agent-research-system ↩

  29. Rajasekaran, P. “Harness design for long-running application development.” https://www.anthropic.com/engineering/harness-design-long-running-apps ↩ ↩2

  30. Chase, H. Sequoia Capital Podcast. ↩

  31. Lowry, T. “Why You Should Care About Design Context.” https://www.figma.com/blog/why-you-should-care-about-design-context/ ↩

  32. Rajasekaran, P. et al. “Effective context engineering for AI agents.” https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents ↩

  33. Field, D. Config 2026 keynote. https://www.youtube.com/watch?v=2ZCc4k_IV5w ↩

  34. Karpathy, A. 2026. Sequoia AI Ascent 2026. https://karpathy.bearblog.dev/sequoia-ascent-2026/ ↩

  35. Willison, S. 2025. “The lethal trifecta for AI agents.” https://simonwillison.net/2025/Jun/16/the-lethal-trifecta/ ↩

  36. Willison, S. 2026. “Agentic Engineering Patterns.” https://simonwillison.net/2026/Feb/23/agentic-engineering-patterns/ ↩

← Notes 一覧 ・ ホーム