UIから考える業務システムのAIネイティブ化。生成AI導入を最適化するためのUX/UI設計とは？

「システムの新機能として生成AIを導入したものの、結局チャットボットが置かれただけで有効に使われていない……」
このような課題に直面している方も多いのではないでしょうか？

ビジネスにおけるAI活用は、単にAIチャット機能を付け加えるフェーズから、「業務プロセスそのものにAIをどう溶け込ませるか」という新たなフェーズへと移行しました。
しかし、業務システムへのAI組み込みは変化の激しい未知の領域であり、手本となる先行事例が少ないのが実情です。

また、AI利用が先行する海外サービスを参考にする場合も、そのUIパターンをそのまま持ち込むだけでは日本の現場には浸透しません。
日本独自の「稟議・承認フロー」とのシームレスな連携や、敬語表現の細かなニュアンスなど、日本特有のビジネスコンテキストを考慮した設計が不可欠です。

本セミナーでは、自社サービス（SaaS）や自社業務システムにAI機能を取り入れようとしている開発者・責任者の方を対象に「単にAIチャットを足すだけではなく、AIを本当に使える機能としてユーザーに届けるためのUX/UIデザイン」を解説します。

競争力を高めるためにAIネイティブなシステムへの進化を目指すことは欠かせません。
しかし、AIがいきなりすべてを代替するわけではありません。コストや精度のバランスを考慮し、「人が主導権を握りながら、AIを相棒として使いこなす」ための現実的な落とし所はどこにあるのか。
これらをUI設計の初期段階からどう組み込むべきか、国内外の最新事例を交えて「実践的なUIパターン」と知っておきたい「9つの原則」を解説します。

主な内容
・AIネイティブ化の必然性： なぜ今、システム全体をAI前提で再設計すべきなのか
・「全自動」の幻想を捨てる： コストと効果のバランスを最適化する「部分導入」の指針
・脱・チャットUI： ユーザー体験（UX）を損なわない、業務特化型のUIパターン集
・ローカライズの重要性： 日本の商慣習・ワークフローにAIを適応させる設計手法
・実践ケーススタディ： 国内外の成功事例から学ぶ、AIと既存機能の「黄金比」

こんな方におすすめ
・自社SaaSにAI機能を組み込み、プロダクトの競争力を高めたい事業者様
・スクラッチ開発した社内システムをAIで効率化したいIT部門・DX担当者様
・「AIをどうUIに落とし込めばいいか分からない」とお悩みのPM・ディレクターの方

1. UIから考える業務システムのAIネイティブ化。 生成AI導入を最適化するためのUX/UI設計 とは？ NCDC Online セミナー 2026 / 5 / 26 NCDC株式会社
2. 講師紹介 2 スマートシティ住居者向けのサービスデザイン、コンシューマー向けアプリのUX/UIデ ザイン、業務用アプリのUX/UIデザインなど幅広い実績を持つ。ブランディングやクリ エイティブデザインの領域から、サービスデザイン、業務システムのUI設計などの領 域までカバーするNCDCのデザインチームを、豊富な知識と経験で牽引するマネージ ングデザイナー。 経歴 デザイン専門学校卒業後、ソフトウェアメーカーでプロジェクトマネージャーとして、マーケティング、セール スを経験する一方で、国内トップのユーザー数を誇る3DCGソフトウェアのUXデザインを担当。 2014年からデザイン制作会社にてUI、UXに止まらず、プロダクトデザインやコーポレートブランディングな ど活動な幅を広げる。 2015年には、日本BtoB広告賞 経済産業大臣賞を受賞。 菅原 慎也 NCDC株式会社 マネージングデザイナー
3. NCDCのご紹介
4. Business 新規事業立ち上げからの伴走 業務改革やIT改革の支援 Design ユーザ視点での設計 Technology 技術による課題解決 Innovation Consultant デザイナーやエンジニアと協力して、新規 サービス立案の支援や新規性の高いシス テムの要件定義を行う。プロジェクト全体の マネジメント役も担う。 UX/UI designer UIデザインはもちろん、デザイン 思考やUXデザインのフレーム ワークを用いて上流工程（サービ ス全体のUX設計）を担う。 Engineer モバイルやWeb、クラウド、IoTやAIな ど、新しい領域の技術に特化。つくる だけでなく技術コンサルティングがで きる知見を持つ者も多数在籍。 ⚫ AWS サービスパートナー ⚫ AWS Lambdaパートナー ⚫ 内製化支援推進AWSパートナー NCDCの事業領域 ⚫ 3領域でサービスを展開 ⚫ 各領域のスペシャリストを社内に 揃える体制 4
5. デジタルビジネス立ち上げを一元的にサポート ⚫ デジタルビジネスに必要な企画から開発まで、一元的に提供しています。 ⚫ スモールスタートでの検証から、本開発・継続的な改善までサポートします。 5 ワークショップを中心とした合理的 なプロセスで、ビジネスモデルの検 討からUXデザインまで、迅速に行 います。 関係者が多数いる場合の組織横断、 会社横断のファシリテーションも得 意です。 新規性の高いプロジェクトでは MVP （ Minimum Viable Product）を用いた検証を行う など、目的に応じて段階的な開 発を企画します。 早い段階でモックやプロトタイ プを用意してユーザの評価を確 認します。 ユーザとのタッチポイントとなる各種デバイスのフ ロントエンドデザインから、クラウドサービスを駆 使したバックエンドの開発まで。多様なテクノロ ジーをインテグレーションします。 ⚫ AI / IoT ⚫ モバイル・ウェブ アプリ開発 ⚫ クラウドインテグレーション ⚫ システムアーキテクチャコンサルティング など ビジネスモデルのデザイン スモールスタート・PoC システム・インテグレーション ユーザ視点を大切にした アイデア・企画 モックやプロトタイプ の開発・検証 システム・アプリ開発 継続的な改善
6. ⚫ デジタルサービス開発の知見を活かしたNCDC独自プロダクトを複数運営。 ⚫ 自社プロダクトの経験で得た知見をお客さまへの支援に還元。 プロフェッショナルサービスとプロダクト開発の両輪 6 プロジェクト支援SaaS PJ Insight 隠れたプロジェクトの本質を見抜くためのツール。 従来の進捗報告手法では把握できなかった品質や納期など に対するメンバーの本音・不安をオンラインの定期アンケー トで収集し、時系列データでプロジェクトの状況を可視化しま す。 建設業向けSaaS ミエルコウジ 土木や建築の工事現場で実測値を収集するIoT機能 とWEBアプリやAPIで構成されるプラットフォーム。 現場でのデータ収集やシステムへの登録 ・確認にか かる手間を大幅に削減し 、他部門 ・他社への情報共 有を圧倒的なスピードで実現します。 「社内の情報×生成AI」を実現。 法人専用 BizAIgent AIが外部データと連携する標準プロトコルMCPを活用し、企 業が社内で利用しているシステムと生成AIを連携。 販売管理、生産管理、顧客管理等の業務システムのほか SharePoint、Teams、Box、Googleドライブ、Slack、Backlog、 GitHubなど多様なSaaSと連携可能。 法人専用 AIチャット
7. 本日のウェビナーの流れ ⚫AI機能のUX/UIが業務効率に与える影響とは ⚫AI機能におけるの9つのUI原則 ⚫AI機能のUIパターン解説 ⚫日本の業務システムにAIを導入する際の3つの固有要件 ⚫まとめ ⚫Q&A 7
8. AI機能のUX/UIが業務効率に与える影響とは ⚫ AIを搭載したが現場で使われないシステムで発生しがちな問題 ⚫何をどう入力すれば望む結果が出るか分からず、試行錯誤で時間を浪費する ⚫AIの回答が正しいのか間違っているのか判断する手段がなく、結局自分で調べ直す ⚫AIが一括処理した結果のミスに気づかず、修正コストが従来の手作業より大きくなる ⚫「AIは使えない」という印象が定着し、結局AI機能があるのに使わず、従来の手順で業務を 続ける ⚫スマホアプリやAIチャットサービスに慣れた若者にとって、業務システムのAI機能は制約が 多く、期待とのギャップが大きいと感じやすい 8
9. AI機能における9つのUI原則 9
10. AI機能における9つのUI原則 No. UI原則 要点 UIパターン 1 機能と品質の明示 ユーザーに「何ができて、どの程度頼れるか」を事前 に理解させる 構造化プロンプトフォーム / プレビュー＆ドラフトモー ド 2 「魔法」より「構造」 自由なチャット（生テキスト）は操作の手がかりを無く し、指示の曖昧さを生む 構造化プロンプトフォーム / @メンション / 選択範囲 ベースプロンプト 3 プロセスの提示と省略 AIの推論やツール利用ログ、引用元を示すことで ユーザーとの信頼を築く ツール利用の可視化 / インライン引用 / タスク進捗タ イムライン 4 確信度の正直な調整 偽りの権威（ハルシネーション）によるユーザーの誤 解や過信を防ぐ 根拠表示バッジ / フォールバック・拒否UI 5 すべてのアクションを可逆に 元に戻せない操作や不可逆な生成は、ユーザーの システムへの不信感に直結する バージョン履歴 / 選択範囲編集＋差分 / ロールバッ ク 6 「修正」のための設計 呼び出しやすさよりも、出力された「悪い回答」をいか に手軽に修正できるかの方が重要 選択範囲編集＋差分 / マルチターン明確化 7 AI・出所・データフローの開示 法規制（METI、EU AI Act等）の遵守と、企業利用に おけるブランド信頼構築に必須 根拠表示バッジ / データソース開示 / インライン引用 8 制限とコストの尊重 コンテキスト窓やレート制限など、UIで見えない制限 をユーザーは自己管理できない 利用量メーター / コンテキスト上限警告 9 記憶（メモリ）のグローバル制御 AIが会話から学習した事実（個人情報等）に、ユー ザー自身が管理権を持つべき メモリ管理 / カスタム指示 Google PAIR、Microsoft HAX Guidelines、Apple HIG、NN/g、学術HCI研究に共通して現れる原則に基づいます
11. AI機能のUIパターン解説
12. 構造化プロンプトフォーム 12
13. @メンション 13
14. 選択範囲ベースプロンプト 14
15. プレビュー＆ドラフトモード 15
16. ツール利用の可視化 16
17. 構造化アウトプット 17
18. インライン引用 ／ 根拠表示バッジ 18 インライン引用 根拠表示バッジ
19. 選択範囲編集＋差分 19
20. マルチターン明確化 20
21. フォールバック／拒否UI 21
22. 実行前プラン提示 22
23. タスク進捗タイムライン 23
24. 重要操作の承認フロー 24
25. ロールバック 25
26. ⚫海外設計をそのまま適用すると現場が動かない理由 日本の業務システムにAIを導入する際の3つの固有要件 26 • 日本企業の承認文化では、AIが生 成した文書や設定の文言・数字レ ベルまで承認者が確認することが 標準です。「方針レベルで承認した ら細部はAIに任せる」という委任が 起きにくい。 • 承認の階層数も多く、稟議が4〜5 段階に及ぶこともある。AIのUIとし て、各承認ステップで何を確認する かを明示し、差分を細かい粒度で 見せる設計が求められます。 • 日本企業ではAIが出力した結 果に対して「誰が最終判断した か」を後から監査・説明責任の ために参照する頻度が欧米より 高い傾向があります。 • UIとして、AI生成と人間承認の 区別を画面上で視覚化し、承認 履歴を残す設計が必要です。 • 英語の「フォーマル カジュアル」の2 択では日本語業務に対応できませ ん。 • 相手（社内同僚・上司・社外顧客・取 引先）と場面（日常連絡・提案書・ク レーム対応）の組み合わせで丁寧語 ／尊敬語／謙譲語を切り替える設 計が必要です。 • また日本語入力（IME）の変換中にAI のストリーミング補完が発火すると 入力が壊れるため、変換確定までは 補完を抑制する制御が必要です。 ① 承認の粒度と多段階性 ② 「誰がいつ何を承認したか」の 証跡要件 ③ 日本語の出力品質要件
27. ⚫UIに組み込む4つの具体策 日本の業務システムにAIを導入する際の3つの固有要件 27 「AI下書き→担当者確認→上長 承認→最終確定」をUIのステッ プとして実装する。各ステップで 確認すべき差分を絞り込んで提 示し、承認疲れを防ぐ。 「この結果はAIが生成し、田中一 郎が承認しました」という二者の 役割を画面上で明確に区別する。 承認履歴を後から参照できる設 計をデフォルトで組み込む。 相手軸（社内・社外・上司・取引 先）と場面軸（日常連絡・提案書・ クレーム対応）を組み合わせて敬 語レベルを自動調整する。ユー ザーが毎回プロンプトで指示しな くてもよい状態を作る。 ① 多段階承認を UIの構造に組み込む ② 承認者と生成者を UIで分離して表示する ③ 敬語制御を2軸の パラメータで提供する ④ AI開示は規約に 沿った形で組み込む 実行前プラン提示＋承認フロー 根拠表示バッジ ＋ 承認フロー 構造化プロンプトフォーム 総務省「AI事業者ガイドライン」に 基づき、AIが使われていることを 明示する。スパークルアイコンが 日本における「AIここ」の表示規 約として業界に定着しつつある。 根拠表示バッジ
28. まとめ
29. 本日のまとめ：生成AI導入を最適化するためのUX/UI設計とは？ ⚫ パターンは道具、原則は判断基準 ⚫ 今日紹介したUIパターンは設計の道具箱です。しかし道具を持っているだけでは設計はできません。「こ の場面ではどのパターンを使うべきか」を判断するのが9つの原則です。道具と判断基準をセットで持つ ことが、AI UIを設計する第一歩です。 ⚫ 「呼び出しやすさ」より「修正しやすさ」を設計する ⚫ AIは必ず間違えます。指示を出すUIに開発リソースを偏重させるのではなく、間違った出力をいかに簡 単に直せるか・戻せるか・確認できるかに投資することが、長期的な定着率を決めます。 ⚫ 日本の文脈は自分たちで定義する ⚫ 海外のパターンをそのまま輸入しても現場では動きません。多段階承認・証跡要件・日本語の出力品質 ——日本の業務システムが求める固有要件をUI設計に組み込めるかが、AI導入の成否を分けます。 ⚫ 今日紹介したパターンは「2026年5月時点の最適解」です ⚫ AI技術の進化とともにUIパターンも変わります。重要なのは個々のパターンを覚えることではなく、9つ の原則という判断基準を持ち、新しいパターンが登場したときに自分で評価・選択できる力を身につける ことです。 29