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。