¿Cómo cambiará la UI/UX de los productos después de la realización de AGI?

Overview

AGI（Artificial General Intelligence（汎用人工知能））が実現すると、人々の生活は大きく一変し、プロダクトのUIUXに求められる要件も大きく変わることが予想されます。本稿は、主要AI開発企業・コンサル会社・研究機関などの高く信頼できる文献をもとに、Generative UI（GenUI）と「使い捨て」インターフェース、対話型から委任型UIへのシフト、監査インターフェース、ソフトウェアの「ヘッドレス化」、成果志向デザイン、動的なダッシュボード、マルチモーダル統合という7つの変化を整理します。結論としては、今後はAIエージェント搭載が前提のシステムが大部分となることが想定されるため、新たな形のUIUXに対応していく必要があります。

はじめに

いまのAI（ChatGPT、Gemini、Claudeなど）でも十分に一般的な専門家よりも知識があると言えますが、その性能がさらに一般化されたAGI（Artificial General Intelligence（汎用人工知能））が実現すると、人々の生活は大きく一変することが予想されます。
ここでは、プロダクトのUIUXにどのような変化が起きるのかを整理します。

参考文献

AGIに関しては様々な情報がありますが、以下の著者のように高く信頼できる文献に限定して、情報を整理しています

• 主要AI開発企業：OpenAI、Googleなど
• 主要コンサル会社：McKinsey & Company、BCGなど
• 主要証券・投資会社：Goldman Sachs、Sequoia Capitalなど
• 主要研究機関：Harvard University、Stanford Universityなど
• 主要学術誌：Nature、Scienceなど
• 国際機関：World Economic Forum、OECDなど

以下の文献の内容を踏まえて整理をしています。内容の詳細はこれらの文献をご覧ください。

• Amble, S. (2026). Is Software Losing Its Head? Andreessen Horowitz (a16z).
• Butler, J., Jaffe, S., Janßen, R., Baym, N., Hecht, B., Hofman, J., Rintel, S., Sarrafzadeh, B., Sellen, A., Vorvoreanu, M., & Teevan, J. (Eds.). (2025). Microsoft New Future of Work Report 2025. Microsoft.
• Cahn, D. (2024). AI's $600B Question. Sequoia Capital.
• Flinders, M. (2025). What is AI product design? IBM.
• IDC. (2025). Charting the Agentic Future: 10 Vision Statements for 2030. IDC.
• Leviathan, Y., Valevski, D., Lumen, D., Kalman, M., Natchu, V., Nygaard, V., Manyika, J., Matias, Y., Segalis, E., Molad, E., Pasternak, S., & Venkatachary, S. (2025). Generative UI: LLMs are Effective UI Generators. Google Research.
• Li, Y. (2025). Emerging Developer Patterns for the AI Era. Andreessen Horowitz (a16z).
• Moran, K., & Gibbons, S. (2024). Outcome-Oriented Design: The Era of AI Design. Nielsen Norman Group.
• Nielsen, J. (2026). 18 predictions for 2026. UX Tigers.
• Patel, D. (2025). Dwarkesh Patel Podcast.
• Schmidt, J. (2025). Trading Margin for Moat: Why the Forward Deployed Engineer Is the Hottest Job in Startups. Andreessen Horowitz (a16z).
• Wobig, E., Kiral, B., Miller, M., Ribera, M., Kwon, Y., & Mishra, S. (2025). Farewell, SaaS: AI is the future of enterprise software. AlixPartners.

1. Generative UI (GenUI) と「使い捨て」インターフェースの台頭

• リアルタイム生成と消滅: 全てのユーザーに同じ固定の画面を提供する従来のデザインは時代遅れになります。AIがユーザーのその瞬間の意図、文脈、履歴を読み取り、リアルタイムで最適なUIを動的に生成する「Generative UI（GenUI）」が普及します。そして、タスクが完了すれば生成されたインターフェースは消滅（Disposable）します。
• 「平均」から「個」への完全なパーソナライズ: これまでのUIデザインは「大多数が使いやすい」最大公約数的なものでしたが、GenUIによって「個人のための」デザインが可能になります。例えば、読字障害を持つユーザーに対しては、自動的に特別なフォントやコントラストを備えたUIが生成されるなど、アクセシビリティも飛躍的に向上します。
• マッスルメモリーの喪失: UIが毎回ユーザーの文脈に合わせて変化するため、ユーザーが「ボタンの位置を体で覚える（マッスルメモリー）」という体験は不可能になります。ユーザーは、AIが常に適切なUIを提供してくれることを信頼して操作するようになり、UIの固定的な一貫性よりも「即時性」や「適切さ」が優先されるようになります。

2. 対話型（Conversational UI）から委任型（Delegative UI）へのシフト

• 「質問」から「目標の委任」へ: AIとの関わり方は、チャットボットに質問を投げかけるだけの「Conversational UI」から、自律型AIエージェントに最終的な目標を与えて計画と実行を任せる「Delegative UI（委任型UI）」へと進化します。
• ユーザーの役割の変化: ユーザーはソフトウェアを細かく操作する実務者から、複数のエージェントを束ねて指示を出す「マネージャー（Vibe CEO）」のような役割へと変化します。日常業務の大部分をAIが自律的に処理し、人間はより高度な戦略的判断や方向性の決定に集中することになります。

3. 監査インターフェース（Audit Interface）と「レビュー疲れ」への対策

• 「作る」から「確認する」への変化: AIエージェントが複雑なワークフローを自律的にこなすようになると、人間の主な役割はAIの作業結果の「検証と承認」になります。
• レビュー疲れ（Review Fatigue）のリスク: AIが行った何十もの複雑な思考プロセスや作業結果を人間がすべて確認することは、自分で作業するよりも認知的負荷が高く、「レビュー疲れ」を引き起こす危険性があります。
• Audit Interfaceの重要性: この問題を防ぐため、AIがどのようなロジックで行動したかを要約し、人間が一目で安全確認や意思決定を行えるようにする「監査インターフェース（Audit Interface）」の設計が、今後のUXにおける最大の課題となります。

4. ソフトウェアの「ヘッドレス化」と競争優位性（Moat）の移動

• UIを介さないエージェントの活動: 従来、ソフトウェアは人間が操作するためにUIを必要としていましたが、AIエージェントはブラウザのUIを介さず、直接APIやデータレイヤーにアクセスして処理を実行します。
• バックエンドへの価値移行: この「ヘッドレス化」により、ダッシュボードやUIの使い勝手そのものが持つ価値は相対的に低下します。それに代わり、独自のデータ、閉じた実行ループ、権限管理（パーミッション）、ワークフローのロジックといった「バックエンドの仕組み」がプロダクトの防御力や価値の源泉となります。

5. 成果志向デザイン（Outcome-Oriented Design）への進化

• 「画面」の設計から「制約」の設計へ: UI/UXデザイナーの役割は、ボタンやレイアウトを一つ一つ配置することから、AIがインターフェースを動的生成する際の「パラメータ」や「制約（ガードレール）」を定義することへと変わります。
• プロセスから成果（Outcome）へ: AIがユーザーの目的達成までのプロセスをショートカットするため、デザイナーは「ユーザーがどのように操作するか（マイクロインタラクション）」の設計よりも、「最終的にどのような成果（Outcome）を得るべきか」に焦点を当てる「成果志向デザイン」を重視するようになります。

6. 動的なダッシュボードとプロアクティブな協働

• Synthesis（合成）としてのダッシュボード: 大量のデータやグラフが固定で並ぶ従来のダッシュボードは、AIによって動的に合成される対話型のインターフェースに進化します。ユーザーが「昨日のエラーの原因は？」と自然言語で尋ねるだけで、必要なデータとグラフがリアルタイムで構成されます。
• チームメイトとしてのAI: AIはユーザーからの指示を待つだけでなく、自らシステムの状態を監視し、「エラー率が上昇しています。これが原因と推奨される修正案です」と自発的（プロアクティブ）に介入・提案を行うようになり、単なるツールを超えた「チームメイト」としての役割を果たすようになります。

7. マルチモーダル統合と普遍的インターフェースの台頭

• Large World Model (LWM) への移行: テキストだけでなく、音声、視覚、動画などを第一級のオブジェクトとしてシームレスに統合して処理するAIモデルが主流になります。これにより、ユーザーは音声で指示を出しながら画面上の要素を直接操作・編集するといった、直感的なインタラクションが可能になります。
• アクセシビリティAPIの新たな活用: AIエージェントが既存のソフトウェアを「見る」ための手段として、アクセシビリティAPI（視覚・運動障害者向けの操作補助機能）が活用されます。これにより、AI専用のAPIが用意されていないレガシーなシステムであっても、エージェントが人間と同じようにUIを意味的に理解し、操作できるようになります。

おわりに

AIの進展によって、プロダクトの機能だけでなくUIUXの求められる要件も変わってきます。今後は、AIエージェント搭載が前提のシステムが大部分となることが想定されるため、新たな形のUIUXに対応していく必要があります。