AI Lightning Talk · 2026.10

来る前に、
決まっている

AIが調べて、比べて、まとめてくれる。
では、人に残る仕事は何か

ヤエノワロゴ
株式会社ヤエノワ 代表取締役
吉田 勝大
About Me

自己紹介

ヤエノワロゴ
吉田 勝大
Yoshida Katsuhiro
株式会社ヤエノワ
代表取締役
  • 金融・EC領域の業務システムを、設計・開発から運用保守まで担当
  • 基幹システムとEC・OMSの連携設計が専門(SAP連携など)
  • 2025年4月にヤエノワを設立。要件定義・設計を軸に、生成AI活用・アプリ開発まで
要件定義システム設計基幹システム連携EC・OMSPM生成AIShopify生成AIパスポート

yaenowa.co.jp

00 · Discovery

AI経由で来た顧客は、よく買う

+60%
購入率(AI以外の流入と比べて)
+53%
1訪問あたりの売上

なぜここまで違うのか。顧客の動き方から考えてみます

出典: Adobe Digital Insights(2026年7月のデータ。2026-08-19公表)

01 · Insight

「比べて選ぶ」は、来店前にAIで済んでいそう

これまで 検索や広告で、いくつものお店を知る 気になるお店を順に見て回る A店 B店 C店 D店 1人が何店舗も回って比べる 1店で買う お店との出会いは多いが、買われるのは一部 AI経由 AIとの会話の中で比べ終わる 予算・用途・候補の絞り込み A店 B店 C店 D店 足を運ぶお店は少なくなる 来たら、買う人が多い 出会いは減るが、1回の来店が濃くなる

1人の顧客が足を運ぶお店の数が減り、そのぶん来店1回の重みが増しているのだと思います

01 · More Cases

旅行や部屋探し、スマホ選びでも同じことが起きそう

旅行

旅程の案をAIに出してもらう

目的と地域と日数がある程度決まれば、回る場所やルート、順番の案がAIからいくつも出てきます。

お部屋探し(見立て)

あとは契約しに来るだけの顧客

家賃や駅、間取りの希望をAIと整理して物件を絞る。不動産会社には、契約しに行くだけになると思います。

スマホの機種選び(見立て)

機種を決めてから来る顧客

新機種の比較はAIで済ませ、お店では実物を確かめて契約するだけ。そんな買い方が増えそうです。

地域の専門店(見立て)

条件の合う、少数の顧客

検索では上位に出にくい小さなお店も、AIは条件に合うかどうかで探してくれます。合う人に来てもらう商売には追い風だと思います。

私の妄想に近いですが、比較サイトや仲介が担ってきた「比べて紹介する」役割まで、AIが食ってしまうかもしれません

01 · Abstraction

選ぶのが大変な商売ほど、来る前にAIに頼りそう

要件を決める仕事(ヤエノワの領域) ほかの業界 参考
来る前にAIに頼りそうな領域 選択肢の多さ → ↑ 検討の重さ(時間・金額・失敗の痛さ) 日用品 アパレル 住宅 小売EC(出発点) お部屋探し 旅行 スマホ選び 地域の専門店 システムリプレース システム導入 HP制作
02 · Requirements 1/3

HP制作では、構成案のたたき台をAIで作ってきそう

顧客がAIで作ってきそうなもの

構成案と文章のたたき台

AIと一緒に作ってから来られる方が増えそうです。

一緒に決めること

そのたたき台が、ブランドと運用に合うか

トーンや言葉づかいがそろっているか、更新し続けられるか、AIに読まれる情報設計になっているか。

02 · Requirements 2/3

システム導入では、困りごとをAIで整理してきそう

顧客がAIで整理してきそうなこと

今の業務と困りごと、候補の製品

業務の流れや聞きたいこと、候補になりそうな製品まで、AIで整理してから相談に来られると思います。

一緒に決めること

その候補が、本当に業務に合うか

要件の抜け漏れも含めて、その会社の業務を知らないと決められないことです。

02 · Requirements 3/3

リプレースでは、不満の洗い出しにAIが使われそう

顧客がAIで整理してきそうなこと

今の不満と、残したい機能

こうした下ごしらえをAIで済ませてから、相談に来られる方は増えそうです。

一緒に決めること

AIが知らない現場の事情

基幹連携、データ移行、切替の段取り。今のシステムを見ないと決められません。

AIが一般論を引き受ける分、その会社ならではの事情を扱う仕事に集中できる

03 · Risk

ただし、AIの答えはもっともらしく間違える

顧客の側

前提を間違えたまま来る

古い価格、ない機能、ずれた相場。AIで調べてきた人ほど、その思い込みも強いと思います。

お店・会社の側

信頼を落とすのはこちら

AIが商品について間違えると、そのブランドへの信頼が下がる。米英の買い物客の58%がそう答えています。

AIが自社をどう説明するか、確かめておく

決まっているように見えても、間違いうる。会社の事情に照らして確かめるのが人の仕事です

出典: Rithum「The New Discovery Engine」(Business Wire 2026-03-25)

03 · Verify

自分でAIを使うときも、確かめるのは人に残る

ある画面づくりで、前提を書いた基本設計書とレイアウト図をClaude Codeに渡して試しました

これまで
約5時間
開発に依頼して戻るまで約3時間、直しを入れて約5時間
→
Claude Code で
約5分
基本設計書とレイアウト図から動くモックを作り、挙動の直しまで

Anthropicの実験では、AIに手伝ってもらった人は作業時間にはっきりした差がないまま、理解度テストの点が低く(50%対67%)、いちばん差が出たのは間違いを見つける問題でした

作業時間は発表者の実例 / 実験: Anthropic(2026-01。52人の無作為化比較試験。初めて使うPythonライブラリの課題を、チャット型のAIに手伝ってもらって解く。Claude Codeは対象外)

03 · Takeaways

明日から試せること

01

前提を書いて渡し、動くモックで確かめる

設計書とレイアウト図に前提を書いてAIに渡し、できたモックを人が触ってから作り始める

02

自社のことをAIに聞いて、答えを確かめる

顧客が聞きそうなことをAIに聞き、価格や対応範囲が古ければ、公開している情報を直す

03

顧客がAIで整理してきた内容は、たたき台として受け取る

価格・機能・前提が合っているかを、最初の打ち合わせで確かめる

Message

調べる、比べる、まとめる仕事は、
AIに移ってきました。
人に残るのは、
確かめる仕事だと思います。

References

出典(2026年10月10日時点)

※ 4枚目の図、5枚目の「見立て」の例と比較サイト・仲介の話、6枚目の業界の配置、7〜9枚目の顧客の動きは、出典のない私の見立てです

← → / 左右の余白をクリックで移動 · F で全画面