メインコンテンツへスキップ
見出し画像

AI時代のクラフトマンシップについて考える

    この記事は「Goodpatch Design Advent Calendar 2025」の記事として執筆しました。他のGoodpatchメンバーの記事もぜひ読んでみてください。

    AIが可能性を何倍にも広げてくれる時代。でも、その中から何を選ぶのかは人間が決めます。
    「クラフトマンシップ」と聞くと、職人やものづくりを思い浮かべるかもしれません。でもこの記事は、製造業に限った話ではありません。戦略を練る人、計画を立てる人、設計する人、企画する人…何かを考え、何かをつくる全ての人に関係する話です。


    「論理的だけど心が動かされない」

    ある日のことです。
    キャラクタービジネスというテーマのディスカッションの中で、ターゲットペルソナを考える際に、AIを使って生成してみました。

    プロンプトには事業の対象領域、想定している課題のみを入力。どんなペルソナ像があり得るだろうか?と問いかけると、わずか6秒で3つのペルソナが出力されました。
    年齢、職業、ライフスタイル、抱えている課題、購買行動のパターン。通常なら数日かけて市場調査とインタビューを重ねて得られる情報が、それっぽく整然と並んでいます。

    しかも、自分では思いつかなかった要素も含まれていました。
    「なるほど、そういう切り口もあるのか」。発想が広がります。

    画像
    インスタントペルソナが秒速で誕生

    しかし、これをその場にいた人たちに共有した時、そこに流れる空気感は「あーなるほど…確かに…」というYESでもNOでもない、曖昧な感じです。
    論理的だしありそうだけれど、どこか心が動かない。
    心からの「いいね!」を誰もしない。しないというか、できない。

    なぜだろうか?


    私はGoodpatchのデザインストラテジストとして、事業構想とデザインの交差点で仕事をしています。
    新卒では大手電子機器メーカー、その後大手白物家電メーカーで工場と隣り合わせの現場で「モノ」をゴリゴリつくり、コンサルティング業界を経て、今のデザイン会社にいます。

    プロダクトデザイナーからデザインストラテジストへ。
    扱うものは有形から無形へ変わりましたが、「つくる」ことの本質は変わっていません。

    最近、AI関連のツールを使う機会が増えてきました。というか、AIと向き合わざるを得なくなってきたという感覚に近いかもしれません。
    とはいえ、長文処理にClaude、推論検討にGPT、ラフイメージづくりにNano-Banana…可能性は確実に広がりました。

    でも同時に、何か大切なものを失いつつあるんじゃないか、というちょっと言葉にできないモヤッとした感覚もあります。

    この記事では、そんな私がメーカーで「モノ」を作っていた経験を振り返りながら、AI時代の「つくる」ということについて言葉にしてみたいと思います。
    会社のアドカレ参加を機に、数年の間"読む専"だったnoteにいよいよ己の筆を走らせます。


    データは「何が売れそうか」を教えてくれるけど

    ふと、メーカー時代を思い出しました。
    新しい家電製品を企画するとき、マーケットデータだけで作ったプロトタイプは、なんとなく何かが足りず、本当にこれが「いいもの」なのか?という疑念がなぜか拭いきれません。でも、実際にユーザー宅を訪問して、冷蔵庫の使い方を観察したり、話を聞いて話ぶりに熱がこもった瞬間を感じ取ったりした後に考え直したモデルは全く違うものになりました。

    AIが生成したペルソナも、当時のデータドリブンなプロトタイプも、「生身の人間の顔」が欠けていることが「論理的だけど心が動かされない」理由なのかもしれません。

    データは「何が売れそうか」を教えてくれる。でも、「何が本当に必要とされているか」は、生身の人間と接しないと見えてきません。
    (無論、AIペルソナを否定する意図はなく、それを元に生身の人間の情報を付加していく材料としては有用であると考えています。)

    「クラフトマンシップ」について

    クラフトマンシップ(craftsmanship)という言葉があります。日本語では「職人気質」「職人魂」などと訳されることが多いです。

    社会学者リチャード・セネットは著書「クラフツマン」の中で、クラフトマンシップを「それ自体のためによい仕事をしようとする欲求」と定義しています。

    ここで重要なのは、道具や素材ではなく、作り手の姿勢だということです。素材と向き合い、試行錯誤を重ね、より良い形を探し続ける。その態度こそがクラフトマンシップの本質です。

    メーカー時代、工場で金型設計者と議論したことを思い出します。「ここの樹脂の厚みを2mmにできませんか」「厚すぎて無理だね。まあ部分的であればいけるかもしれないけど」。そんなやり取りを何度も重ねて、製品の形が決まっていきます。

    今、事業構想や戦略を考えるときも、本質的には同じことをしているのではないかと思うのです。
    「この市場には参入障壁が高すぎる」と言われたとき、「じゃあ、別の切り口からアプローチできないか」と探ったり、予算や組織の制約の中で、「ここは譲れない」「ここは諦めよう」と判断を重ねながら、戦略の形を削り出していったりと、 道具が変わっても制約と向き合いながら“形”を探っています。

    粘土をこねる陶芸家も、Figmaでピクセルを調整するUIデザイナーも、Keynoteで事業構想を練るストラテジストも、道具が変わっても「意図」と「判断」を積み重ねながら形を探るという営みは変わりません。
    完璧な答えから始まるのではなく、むしろ、不完全なところから始めて、試行錯誤しながら形を探します。

    【よいクラフツマンの条件】
    よいクラフツマンはスケッチの重要性を知っている。すなわち、始めるときは何をしているのかよくはわからないということ。

    「クラフツマン:作ることは考えることである」より抜粋

    デジャヴのような興醒め感

    ふと、ここまでテキストを打ちながら思い出した話があります。
    冒頭のAIペルソナに感じた興醒め感、実はこの感覚は以前にも味わったことがありました。

    コンサル時代、ビジネスモデルキャンバスやSWOT分析といったフレームワークを使って戦略を練ったとき。プロセスは論理的で完璧。でも、出てきた戦略は「悪くはないけどわくわくしない」ものばかりでした。

    画像
    もはや知らない人の方が少ないのでは?というビジネスモデルキャンバス

    AIが生み出すペルソナと、フレームワークで出した戦略。この2つの興醒め感はとても似ています。

    誤解のないように言っておくと、フレームワークは必要です。戦略という曖昧で複雑な思考プロセスを、組織で共有可能な形に構造化するために欠かせないツールです。AIも同様に、膨大な市場データから仮説を提示してくれる強力なツールです。

    問題は、道具そのものではなく、私たちの使い方にあります。

    AIの出力を見たとき、完全に信じているわけではありません。「本当に理屈が合っているのか?」「情報の信憑性は?」そんな疑念は常にあります。

    でも、AIは自分にない発想を出してくるし、それっぽく理屈を整えてきます。それが重なると「すごい」と感じ始めて、いつの間にか自分で考える行為がおざなりになります。

    フレームワークも同じです。「このフレームワークに沿って考えれば完璧」とは思っていなくても、「ちゃんとした方法論だから」「理屈の積み重ねだから論理的」…と、ちょっと寄りかかりたくなります。

    特に、迷走し始めたときに「寄りかかる」「信じる」方向に舵を切ってしまいがちになります。

    結果的に疑念を抱えながらも寄りかかってしまうという、この微妙な心理状態が続くと思考停止を招くのではないかと思うのです。


    AIは「可能性をN倍に広げる」ツール

    ここで一度、AIの価値を改めて確認したいと思います。
    誤解のないように言っておくと、AIは素晴らしいツールです。視野を広げ、可能性を大量に生成し、知識を即座に統合し、言語化を助けてくれます。
    一人では到底たどり着けない量の選択肢を提示してくれます。 道具の進化は、いつの時代も可能性を広げてきました。製図板からCAD、ハンドメイドから3Dプリンター。AIも同じです。人間の思考を拡張してくれる、強力なパートナーです。

    画像
    ちなみにこれが製図板。紅の豚でフィオが使っていたアレ
    画像
    CAD。フィオもポルコもびっくり

    AIで可能性を広げ、人間が制約と格闘する

    画像
    人生は判断の連続だなあと

    さて、すでに長々語りましたがここからが本題です。
    AIが可能性をN倍に広げてくれます。使い方次第で何倍にも。
    これは素晴らしいことです。でも、同時に新しい挑戦が生まれています。

    扱う情報量がN倍になった。
    選択肢がN倍になった。
    ということは、判断すべき機会も増えたということです。

    メーカー時代を振り返ってみます。
    金型設計者に「2mm厚の樹脂は無理」と言われた時。これは“制約”です。でも解決の道筋はある意味シンプルでした。厚くできないなら、構造を変えるか、材質を変えるか…と、選択肢は限られていました。

    制約が、判断の範囲を絞り込んでくれていたのです。
    ところがAIを使うと状況が変わります。

    「新規事業の方向性は?」と問うと、AIは求める数だけ選択肢を出してきます。それぞれに説得力のあるデータと理由がついています。
    自分一人で思いつける選択肢は数個でした。その中から選べばよかった。
    でも今は、10個、20個…それ以上の選択肢がある。しかも、どれもそれらしく見える。どれも「正解」に見える。
    つまり、選択肢が増えたからこそ、判断の難易度が上がったと感じるのです。

    そして、ここが重要なのですが、選択肢が増えただけでなく、判断の「質」が問われるようになりました。
    メーカーで金型の制約と格闘していたとき、判断の良し悪しは明確でした。コストが下がったか、製造できるようになったか、品質が保てるか。
    でも、AIが出してくれた10の事業構想から1つを選ぶとき、何が「良い判断」なのかは自明ではありません。
    データ的には全部正しそう。論理的には大体は筋が通っていそう。

    だからこそ、「この会社にとって」「この事業にとって」「今の市場環境において」…等々、何が最も重要なのかという本質を見極める力が求められます。

    つまりAI時代のクラフトマンシップとは、無限に広がる可能性の中から何を選び、何と格闘するかを決める力なのではないか?
    そう思うようになりました。

    【昔のクラフトマンシップ】

    • 限られた素材、限られた道具の中で、与えられた制約と格闘する

    • 制約は基本的に外部から与えられる

    【AI時代のクラフトマンシップ】

    • 無限に広がる可能性の中から、自分で選び、自分で制約を設定し、格闘する

    • 制約を基本的に自分で選ぶ

    つまり、判断の機会が減ったのではなく判断の機会は爆発的に増えた。だからこそ、判断の質が問われる時代になったのだと考えています。


    手を動かすことで見えてくるもの

    メーカー時代、私は手を動かしてモノを作っていました。スケッチを何十枚も描き、発泡スチロールでモックアップを削り出す。3Dプリンターで試作を作り、実際に手に持ってみる。「あ、この形状は太すぎる」「このボタンは押しにくい」。そんな気づきは、手を動かさないと得られませんでした。

    この「素材との対話」が、私のデザインの本質でした。 今、事業構想や戦略を扱うようになっても、本質は変わっていません。

    冒頭のキャラクタービジネスでも同じことが起きています。
    AIが出したペルソナ「子供がハマったのをきっかけに自分もハマり始めた親」。データ的には魅力的です。市場規模も大きそうですし、購買意欲も高そうですね。

    でも、実際に身近な人に話を聞いてみると、違う景色が見えてきました。

    「確かに最初は子どもがきっかけだったけど、基本的に自分の好みでグッズを買っている。結局自分が財布を開くわけだから、子どもが欲しいと言っても自分が欲しくないと思ったら買わない。家の中に気に入っていないグッズがあるのはちょっと嫌」

    AIが描いた像とはずれていました。もちろん、AIが描いたような人もいるかもしれませんが、少なくとも私が話を聞いた人は違っており、異なる人物像が見えてきました。

    データの裏側にある手触りは実際に人と話さないと分かりません。
    AIが広げてくれた可能性の中から、「この方向で進もう」と選ぶのは自分です。そして、その判断のために、データではなく生の声を聞きに行きます。

    メーカー時代に学んだ「素材との対話」は、今は「社会や企業組織との対話」になっていますが、やっていることの本質は同じなのです。
    そして、AI時代にはこの「判断力」がより重要になっていると感じます。

    ちなみにGoodpatch独自のフレームワーク「BusinessDesign Review」も、机上の空論で空欄を埋めることは容易ですが、結局生の声を拾って手触り感のある情報を前提の設計としています(宣伝)


    判断の質を高める4つの実践

    どうすれば判断の質を高められるのだろうか?と、毎日悩んでいます。

    例えば事業戦略を考える場面において、正直に言えば、初期段階では特に、戦略というものは絵に描いた餅でしかないです。完璧な市場データが揃っているわけでもないですし、実現可能性が100%保証されているわけでもない。
    でも、検討を進めざるを得ないときに問われるのは「では何があれば進められるのか」「何は一旦置いておいていいのか」という判断です。
    AIが広げてくれた可能性の中から、「これは必須」「これは後回し」「これはやらない」と判断していく。
    AIが広げてくれた無限の可能性の中から、何を選び、何と格闘するか。

    その判断の質を高めるために、私が実践していることを、冒頭のキャラクタービジネスの例で具体的に紹介します。

    1. AIには「選択肢」を出させ自分で「絞る基準」を持つ

    私はAIに「新規事業の戦略を立案してください」のように丸っと頼むのではなく、段階的に使います。

    【キャラクタービジネスの例】
    AIに「(あるキャラクター)の事業を考える場合、(ある課題)を抱えてい得る顧客セグメントを挙げてください」と問いかけました。
    すると、AIは複数のペルソナを出してくれました。

    ・コアファン層(グッズコレクター且つイベント活動家)
    ・ライトオタク層(イベントには行かないけどグッズは買う)
    ・子供がハマったのをきっかけに自分もハマり始めた親
    ・キャラクター入門層(SNSで見かけて気になり始めた人)

    ここで重要なのは「絞る基準」を自分で持つことです。
    結果的に我々はこの中から2つに絞りました。

    • 深いファン予備軍層(ライトオタク→コアファンへの成長過程)

    • 入門ユーザー層(これから触れ始める人)

    絞った基準(一部)
    「コアファン層は既に独自の世界観を持っており、課題があったとて大きな弊害はなさそう。それよりも、これから成長する層をどう育てるかを考えたときの課題解決に重要性がある」

    AIは選択肢を広げてくれます。しかし何を基準に選ぶかは人間が決めます。

    2. 「違和感」を言語化し検証する

    AIが出してくれたペルソナを見たとき、データ的には正しそう。でも、どこか"引っかかる何か"がありました。

    【キャラクタービジネスの例】
    AIが出したペルソナの中に、こんな記述がありました。

    「ライトオタク層。新作グッズやコラボ情報には敏感で、発売日にチェックする」

    ライトオタクってそこまで敏感か?という違和感があります。加えてもう一つ。

    「子供がハマったのをきっかけに自分もハマり始めた親。
     購買行動:子供が『これがいい』と言ったものを基準に買う」

    自分もハマったのであれば、もう少し自分主体の購買判断になるのではないか?という違和感があります。
    違和感はこの二つだけではありませんが、これらの違和感を大切にして検証しました。

    あるキャラクターに「子どもがハマったことをきっかけに自分もハマった親」が身近にいたので話を聞いてみました。
    結果、 AIのペルソナとはちょっと違いました。

    「確かに最初は子どもがきっかけだったけど基本的に自分の好みでグッズを買っているし、結局自分が財布を開くわけだから、子どもが欲しいと言っても自分が欲しくないと思ったら買わない。家の中に気に入っていないグッズがあるのはちょっと嫌」とのこと。

    実際にAIが生成した通りの人物もいるかもしれませんが、AIが広げてくれた可能性の中から「これは検証が必要だ」と直感的にでも感じ取って行動をしてみることは非常に大事です。
    ...とは言いつつ、私も一人で見ていたところで違和感には気づきにくいです。

    だから、誰かと一緒にペルソナを見ながら「本当にこんな人いるもんかね?」と声に出すだけでデータと自分の経験のギャップが見えてくることは多いと思います。もし違和感を覚えなければそれはAIの出力を信じて進めるでもいいと思います。このプロセスが訓練となり、違和感を拾う力が育つものだと考えています。

    3. 制約を“後から”加えて優先順位をつける

    次に、2つのセグメント(深いファン予備軍層 vs 入門ユーザー層)に絞った後、どちらを優先するかを決める必要がありました。

    【キャラクタービジネスの例】
    ここで問うたのは以下の通り。

    • リーチしやすさ: どちらの方が接点を作りやすい?

    • 共感: 「確かにいそう」と思えるのはどっち?

    • アクセシビリティ: 自分の身近にもそういう人いるか?

    結果、 入門ユーザー層を優先することにしました。理由は以下の通りです。

    • SNSで偶然キャラクターを見かけて気になり始めた、という入り口は誰でも経験がある

    • 自分の身近にも「最近(キャラクター)が気になってる」と言ってる人がいた

    • 接点を作りやすい(SNS、ポップアップ、コラボカフェなど)

    捨てたものは、深いファン予備軍層へのアプローチ。彼らは既にある程度情報収集能力があるので、入門層ほど手厚いサポートは不要(後回しでいい)と判断しました。

    何を捨てるか、何を後回しにするか、何を最優先するか。この判断という行為こそが重要です。

    4. 「なぜこれを選んだのか」を言語化する

    最後に、なぜ「入門ユーザー層」を選んだのか、言語化しました。

    【キャラクタービジネスの例】
    データ的には深いファン予備軍層の方が購買単価が高そうだったが、入門ユーザー層を選んだ。理由は2つ。

    1. 共感: 『ああ、確かにいそう』『自分の身近にもそういう人いる』と思えた

    2. アクセシビリティ: 実際に接点を作りやすい

    判断の理由を言語化すると、次の判断の質が上がります。自分の判断の癖が見えてきます。そして、判断の基準が洗練されていきます。

    この場合の癖は、「データより実感を優先する」でした。これは良い癖なのか悪い癖なのか、次の判断で意識的に確認できます。

    メーカーでも同じでした。「なぜこの形状にしたのか」を提案書に書く。後で見返したとき、良い判断だったのか悪い判断だったのかを振り返れます。その積み重ねが判断力を磨きます。

    AI時代のクラフトマンシップ

    道具は進化していいと思います。むしろ進化すべきだと思います。

    陶芸家だって電動ろくろを使います。大工だって電動ノコギリを使います。ストラテジストがAIを使うのも自然な流れだと言えます。
    道具は進化し続けましたが、「いい製品を作りたい」「顧客を喜ばせたい」「自身の取り組みをいい社会を作る一助にしたい」という思いは変わりません。

    大切なのは、道具に使われるのではなく道具と対話することです。
    AIの強みを最大限活かす。可能性を10倍に広げてもらう。自分では見えていなかった視点を見せてもらう。
    でも、その広がった可能性の中から、「これだ」と選ぶのは人間です。そして、その選択の質が、これまで以上に問われる時代になりました。

    AIで可能性を広げ、人間が制約と格闘する。

    選択肢が増えたからこそ、判断の機会が増えました。判断の機会が増えたからこそ、判断の質が問われます。
    効率を求めながらも判断する時間は手放さない。可能性を広げてもらいながらも選ぶ責任は自分が負う。現場に出て違和感を拾い上げ、自分の基準で選ぶ。
    ツールが変わっても、何かを“つくる”者の「眼」と「手」と「判断」がある限り、クラフトは続いていきます。

    問われているのは、道具の良し悪しではなく、私たち自身の姿勢です。
    それ自体のためによい仕事をしようとする欲求を、どう守り、どう育てていくかです。

    最後に

    メーカーで製品を作っていたときは、金型や素材という「制約」と格闘していました。
    今は、AIが広げた「無限の可能性」の中から、何を選び、何と格闘するかを決めています。
    制約の形は変わりました。でも、制約と向き合い判断を重ねながら、より良い形を探し続ける。その本質は変わっていません。

    この記事は Goodpatch Design Advent Calendar 2025 の11日目の記事です。他の記事もぜひご覧ください。


     
     
    エンゲル係数高い系。 Goodpatchのデザインストラテジストでありプロダクトデザイナー。

    あなたへのおすすめ