タブレット導入など、UXが変化している回転寿司店を事例として考えてみる。
取り組みの前提とする目的、目標及び具体的課題が明確で実行プロジェクトが
承認され、リダー及びチームメンバーが選定されプロジェクトが開始される。

現状把握や問題点や改善のポイントを見つけ出す事とし、ユーザーストリーマッピングに取り組む。ユーザーストリー抽出が進まない。グループワークはファシリテーターを
必要とする。ファシリテーターを用意できないのでAIでユーザーストリーの
テンプレート（たたき台）を作成する。gimini(google無料利用可能）を使って見る。
”回転寿司レストランにおける顧客の時系列ストーリー”を質問として投げかける。

UX/UIの取り組みは、顧客経験の圧倒的な向上する目的で実行するので一様な方法は
ない。多様な事業があり、多様な顧客がいることから、個々の取り組みには明確な
目的、目標、具体的な課題が設定されることが必要である。

実行に当たり、組織が取組を認定すること、権限を付託したリダー及び組織横断的な
体制がなければ成功しない。
取り組みには、現場、現実、現物に即して進めることが肝要であり、第三者へ委託して
導入しても成功は望めない。

現場の感覚や新技術や手法なども必要なので、展開はグループワークが必要です。
グループワークを展開するのは難しく、検討を進めるドラフト的なものが必要と
考えています。取り組みの全体を概要図にしてみました。

近年では多くの店でタブレットが導入されておる飲食業を例に挙げて事例として扱います。UXの変化が生じています。

AIの活用を語る前に、UX/UIについて共通の理解をしておきたい。
UXは利用者の経験をより良くすることへ焦点を置いて、現行のやり方を
変えること。UIは新しいやり方において、利用者（ユーザー）が接する方法の
親和性を向上させること。

最近ファミレスや回転寿司など多くの飲食店でiPadが導入され、注文をする店が
増えています。
これなどはUX/UIを理解するのに良い具体事例です。
この事例でも、旧来の作法（パターン）から新しい作法へ変わったものです。
旧来の作法から移行するには、関係者の理解／共有が鍵となり、理解／共有なしでは
新しいやり方へ移行することができません。　移行できても中途半端なものになる。

UX刷新には、
１）新しいやり方（作法）を生み出すこと
２）関係者が新しいやり方を理解／共感し共有する方法が実施されること
３）改善を継続して、新しやり方を定番として定着させること
が必要となります。

私の経験を振り返ると、新しい方法を検討する段階から、関係者が何らかの関与を
することが大事です。実務者だけでなく管理者の関与が必要です。
よくあるケースですが、管理者が実務者へ検討と提案の要求をし、結果を判断すると
伝えて、検討状況や実務者の葛藤に関心も関与もしない。このケースでは、管理者は
旧来の作法の世界にいて、旧来作法の改善意識である。従って、どんなに良い
新しいやり方でも実行へ移せない訳です。日本の管理者の多くは判断することが
自分の仕事だと思ってる。判断は必要だが、何を判断基準とするかに心していない。
これでは、新しいものは生まれない。欧米では、20年以上前から、１）２）３）を
進める手法が開発され、普及してきました。（デザイン思考、U理論）

日本はコンサル流行で、外部コンサルタントへ丸投げのケースが殆どである。
色々なUXを体験するが、現場がわかっていない。現物や現実と乖離している事例も
多い。その場に馴染んでいないのである。
外部コンサルタントへ丸投げ事案かと感じることが大変多い。

次の③では、UX実行においてAIを活用する方法を記述します。

何年も前から政府の成長戦略や多くの企業の施策に、DX( Digital Transformation)の
記述があります。趣旨は、デジタルとそれを活用し旧来の作法から脱却して、
より良い作法へ転換する。事例としてマイナンバーカードがあります。
医療DXを実現のためには、マイナンバーカードの普及が不可欠であると政府は
強弁しています。しかし、具体的な作法の刷新（DXの姿）を提示していませんし、
今のままでは見通しがありません。保険証の代わりのマイナンバーカードであり、
旧来の作法が継続されると思います。

医療DX を目指すなら具体的な業務繋がりと関係性による新しい作法が提示され、
患者、医師、病院、行政など、関係者が新しい作法を共有・共感する必要があります。全ての関係者がいままでのやり方（作法）を変える覚悟が必要です。負荷や利益（利便性も含め）の配分が変わることを受け入れることになります。この件で足りないのは、新しい作法の提示であり、関係者の理解と共感です。従って今のままでは、
医療DXが成り立ちません。

どのようなDX（行政／教育／企業／・・）においても、関係者が新しいやり方（作法）を理解し共感すること、加えて、負荷や利益配分が変わることの覚悟が必要です。
この２点が無ければDXはできません。
人は変わることを嫌います。これは習性ですから、許容できる変化であることが
大事いなります。立場の違う関係者が多いほど新しい作法へ移るのが困難になります。
困難な状況をどのよう対処する件は別途⓶で述べます。
②では、DXと同じくUXという取り組み、UXの事例と実現具合について書きます。

AIが生成した医療DXのスケッチ

人型ロボットが２足歩行するホンダのASIMOを覚えていますか？
かなり昔のことで、２５年ほど前になります。
AIが進化したことで、人型ロボットは飛躍的な発展があります。
AI（人工知能）の進化の鍵は、学習にあり、どのような形で学習させるか、
50年ほどの間色々な試みがなされてきました。OPEN AIが一昨年公開したLLMによる
生成AIで状況が変わり、多様なLLMが開発されています。学習も材料を与えることで
AIが相互作用して学習を進める。学習の結果が７０００億パラメータ
（解析／生成のベース）まで到達しています。
この方法は人型ロボットへ展開できます。このような状況で簡単な家事を手伝う
人型ロボットは開発されており、2年以内に発売されそうです。

今主流のLLM方式で人型ロボットは進化するとしたら、取り巻く環境／状況を
パラメーター化して蓄積する必要があります。そうすると５０倍、１００倍の
パラメータへと膨らみます。そうなるとコンピュータの能力問題が生じます。
それで、実現不可能かと言うと、そうでもありません。量子コンピュータの開発も進んでおり、能力問題は対応出来る。少し時間がかかりますが、平均的な人以上の知識を持つ人型ロボットが早ければ5年程度で実現するかもしれません。
普及には、多様な個別ストリー対応、ネットワークの高速且つ安定化なども必要で、10年以上先になると考えています。

社会の変化（進化）は細かな作法の更新である。新技術、社会環境の変化（災害、疫病、戦争など）及び政治・経済の状況から、作法の更新は余儀なくされる。
AI（人工知能）は新技術であり沢山の作法へ影響を与えて、多くの作法は更新されると
思う。

コンピュータが誕生し、ハードウェアとソフトウェアに分けて扱う技術が現れた。
以前は、技術というとハードウェアが中心であり、その範疇で多くの
暮らしの作法を更新した。冷蔵庫やテレビを始めとした家電がその一つである。
戦争で旧来の作法が更新された日本では、暮らしの作法を更新する家電が創られ易い環境であったため、世界向けて提供し、受け入れられた。
しかしながら、この成功が色々な作法となって日本社会へ浸透した。
ソフトウェア技術に基づく、暮らしの作法を更新するものを作り出せなかった。
ソフトウェア技術の知識が日本へ入ってこない訳でなく、新たな作法を生むアイデアが
なかったわけでもない。作法の更新を生む製品やサービスを認めない決定者のせいである。各企業の決定者達は、共通したハードウェア中心の作法に従っていた。

日本でのAI取り組みは他国に比べると今のところ盛んではない。決定者の問題である。
この問題は、社会文化の中心的な所で非常に厄介である。
年功序列社会であり、年功者は新技術を知らないし、技術の意味することへの見識もない。更に、日本の年功者は学習もしない。判断する基準を持っていない。

AIの可能性・利便性やAI社会懸念を語る前に過去３０年以上の停滞が生じた事と
向き合い、脱却の対策が必要となる。
AIは多くの社会作法を更新することは間違いない。一方的に他国に追従する状態となる心配がある。
次の記述でどんな活用ができるのか、事例で考えてみる。
加えて、その事例は受け入れられる作法の範疇かを考察する。

注）作法やパターンに気づいたのは、英国の建築家クリストファー・アレキサンサーが
1977 パターンランゲージを発表したことにある。都市計画中心であったが、
ソフトウェアや社会問題へ応用され、発展している。

AIの普及が進み意識せず、色々なことに利用される日も遠くありません。
今日の時点では、使うための手続き、設定が必要ですし、AIに指示する（プロンプト）
やデータの提示（アップロード）が必要ですから、AIを面倒に感じられて
利用していない人が沢山います。皆さん、検索（ググる）は利用しています。
この検索がAI型へ変わります。知りたい事をそのまま伝えて、結果を知る事が出来て
検索が大変容易になります。今年から、検索のAI化が急速に普及し浸透が始まる。

次のスケッチは、「桜並木の中を歩く人影・・・、色鉛筆のスケッチ風・・・」などの
指示を出してAIが作画したものです。

AIはあらゆるデータ（デジタルになる）に起因することに利用されます。会議や講演の録音から文章作成し、更に要点を整理した纏めを追加する、翻訳する。
業務の内容を記述して課題を伝えて改善計画を提案させる。作文や小説などを書かせることも出来きる。あらゆるデータに起因することは、AIが結果をデータで
返してくれる。
このサイトでも、このページへ誘導するプログラムはAIで作成したものです。

AIで社会が進化するか？良い社会になるか？　便利になる事は間違いありません。
一方、懸念される事もあります。ネットの普及で流行が一瞬に拡散して、それをフォローする、単純、単一化が進んでいますが、更に加速され、個が埋没する懸念、
窮屈で生き辛い社会になる心配をします。AIとどう向き合うか、懸念事項などは
別途記述します。

今日は散歩をお休みです。
昨日の散策中、浮石に乗って軽い足首捻挫です。

生成AIがブームで多くのサービスが話題となっており、無料のものが沢山あります。
アップルのSIRIが日本語で使えるようになり、MICROSOFTのcopilot、Googleのgiminiなど、検索と同じく手軽に使える。その他、沢山のAIサービスを利用出来ます。

人工知能は人の知識活動と比べられない、使い物にならないする人も多くいます。
しかしながら、次のことを考察するとAIも有効であることがわかります。

人の知識活動を考えて見るに、経験や学習、人から聞いた事などが脳へ蓄積され、
ある課題が認識された時、蓄積されたこと使って考えて答えを導き出します。AIは要求（課題）が与えられると、蓄積された知識要素（LLM=ラージ・ランゲージ・モデル）をベースにして答えを生成します。LLMの要素数は3000億以上で1兆に到達する勢いです。LLMはインターネット上の情報や論文からの学習が休む事なく続いています。
従って、個人の蓄積した知識要素よりLLMが優れていることは理解できる。

では、AI至上で良いのか、向き合い方が大事と強く思います。
長くなるので次の機会へ回しますが、鍵は”感覚ー６感”的な事が欠ける所と考えます。もう一つは”人の脳は都合よく忘れる”ことにあるかも知れません。AIにも”忘れる”機能は付加出来るので、究極は感覚の問題となるかも。