Human-AI Collaboration Architect / Japanese

必須

• プロダクトデザイン/UXデザインの実務経験 : 5年以上
• AI/LLM搭載プロダクトのデザイン経験 : 1年以上
• 会話型UI/対話型インターフェースの設計経験
• ユーザーリサーチ (定性・定量) の実施・分析経験
• プロトタイピングツール (Figma等) の高い習熟度
• 情報アーキテクチャ (IA) 設計の経験
• 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル)

歓迎

• Conversational Design / Voice UI の経験
• Responsible AI / AI 倫理に関する知識
• フロントエンド実装能力 (HTML / CSS / JS / React 等) — コードでのプロトタイピングに活用
• デザインシステム構築・運用経験
• エージェントのパーソナ設計・トーン設計の経験
• 英語での技術コミュニケーション能力

使用ツール

募集背景

• 「企業の脳」が信頼されるかどうかは、デザインで決まります。
• JAPAN AI STUDIO が稟議を承認し、リソースを配置し、見込み顧客を探索する — AI が企業の業務を自律的に実行する世界では、AI の出力は確率的で、間違えることもあり、ブラックボックスになりがちです。ユーザーが「この AI に任せていい」と感じるか、「信頼できない」と感じて使わなくなるか — その分岐点はデザインにあります。
• AI エージェントが自律的に稟議を承認したとき、ユーザーはその判断根拠を確認できるか。AI が間違えたとき、ユーザーは安心して取り消し・修正できるか。複数の SaaS を横断して処理が進行しているとき、ユーザーは今何が起きているかを把握できるか。
• JAPAN AI では、この「人と AI エージェントの信頼関係」を設計する専門職として Human-AI Collaboration Architect を募集します。従来の UX デザイナーの枠を超え、AI エージェント時代の新しいデザイン領域 — AX (Agent Experience) — を切り拓くポジションです。

ミッション

• 「企業の脳」を信頼できる存在にする
• 人間と AI エージェントの間に「信頼」を生むインタラクションを設計し、透明性・可逆性・説明可能性を備えたエージェント体験 (AX) を実現する。

Human-AI Collaboration Architect とは

• Human-AI Collaboration Architect は「人と Agent の信頼を設計する人」です。従来の UX デザイナーとは以下の点で根本的に異なります。
• 従来のUXデザイン
• ユーザーの操作に対して確定的な結果を返す
• UIの動作は予測可能
• エラーは明確 (404、入力ミス等)
• ユーザーが操作する
• 一貫した UI で信頼を構築
• Human-AI Collaboration Architect
• AI の出力は確率的で、毎回異なる可能性がある
• エージェントの行動は不確実で、説明が必要
• エラーは曖昧 (「回答が不正確かもしれない」)
• エージェントが自律的に行動し、ユーザーが監督する
• 透明性・可逆性・説明可能性で信頼を構築

期待する役割について

• Human-AI Collaboration Architect として、JAPAN AI の全プロダクト (STUDIO / CHAT / SPEECH / AGENT 等) における AI エージェント体験の設計をリードしていただきます。
• エージェントの対話フロー・インタラクションパターンを設計し、ユーザーが AI を信頼して業務に活用できる体験を実現する
• 不確実性の可視化、信頼度表示、可逆操作 (Undo / 修正)、トレーサビリティ表示など、AI 特有の UX 課題を解決する
• ユーザーリサーチ (インタビュー、ユーザビリティテスト、A/B テスト) に基づくデータドリブンなデザイン判断を行う
• AI プロダクト向けデザインシステムを構築・運用し、プロダクト横断で一貫した体験を提供する
• エンジニア・PM・AI 研究者と密に連携し、技術的制約を理解した上でデザインする

このポジションの魅力

• AX という新しいデザイン領域 : 「人と AI の信頼関係」という、まだ正解のないデザイン領域に挑戦できる。業界の先駆者になれる
• 9つのプロダクトを横断 : JAPAN AI STUDIO / CHAT / SPEECH / AGENTなど、多様なAIプロダクトのデザインに携われる。1つのプロダクトに閉じない幅広い経験
• デザインシステムをゼロから構築 : AIプロダクト向けのデザインシステムを設計・構築できる。コンポーネント設計からインタラクションパターンまで、基盤を作る仕事
• ユーザーリサーチの実践 : 約200社の顧客に対して、インタビュー・ユーザビリティテスト・A/Bテストを実施し、データに基づくデザイン判断ができる
• 急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、デザインの意思決定に大きな裁量を持てる

エージェント体験 (AX) の設計

• エージェント対話フロー・インタラクションパターンの設計
• 不確実性の可視化・信頼度表示の UI 設計
• 可逆操作 (Undo / 修正) ・権限付与 UI の設計
• エージェント行動のトレーサビリティ表示設計
• Human-in-the-Loop 評価 UI・フィードバックループの設計
• エージェントのパーソナ (性格・振る舞い・トーン) の設計

ユーザーリサーチ

• ユーザーインタビュー、ユーザビリティテスト、A/B テストの設計・実施
• 定性・定量データに基づくデザイン判断
• ペルソナ・ジャーニーマップの作成・更新
• AI エージェントに対するユーザーの信頼度・満足度の測定

デザインシステム・プロトタイピング

• AI プロダクト向けデザインシステムの構築・運用
• 高速プロトタイピング (Figma、コードプロトタイプ等)
• 情報アーキテクチャ (IA) 設計
• デザインパターンのドキュメント化・チーム間共有

業務シナリオ例

• ※以下は想定される業務シナリオの例です

シナリオ 1 : 稟議承認 AI の信頼度表示 UI 設計

• JAPAN AI STUDIO の稟議承認ワークフローで、AI エージェントが「この稟議を承認すべき」と判断した際、ユーザーが「この判断はどの程度信頼できるか」を直感的に判断できる UI を設計。信頼度スコア、参照した過去の承認パターン、判断根拠の表示方法をプロトタイプし、ユーザビリティテストで検証。「AI が参照したデータソース (楽々精算の金額データ + SmartHR の部門予算データ)」を可視化することで、エージェント信頼度スコアが 20% 向上。

シナリオ 2 : SaaS 横断ワークフローの可逆操作 UI 設計

• JAPAN AI STUDIO で AI エージェントが楽々精算 → SmartHR → Salesforce を横断して自律的に実行したアクション (経費承認、人事データ更新、CRM 記録更新) に対し、ユーザーが安心して「取り消し」「修正」できる UI を設計。複数の SaaS にまたがるアクションの Undo / Redo のインタラクションパターンを定義し、「どの SaaS のどのデータが変更されたか」を一覧で確認できるトレーサビリティ表示を実装。エラー回復成功率が 35% 向上。

シナリオ 3 : 「企業の脳」のデザインシステム構築

• 9 つのプロダクトで一貫した「企業の脳」体験を提供するため、エージェント対話コンポーネント (チャットバブル、ツール呼び出し表示、SaaS 連携進捗インジケーター、信頼度バッジ、可逆操作ボタン等) を標準化したデザインシステムを構築。コンポーネント再利用率が 60% 向上し、新機能のデザイン工数を 40% 削減。

成果責任 (KR/メトリクス)

• ユーザータスク完了率
• エージェント信頼度スコア (ユーザーサーベイ)
• エラー回復成功率 (ユーザーが自力で修正できた割合)
• ユーザーリテンション率
• デザインシステムコンポーネント再利用率

チーム体制

• 約120名が開発組織に在籍しています。
• 密接に連携する役割:
• Product Manager — プロダクト設計・要件定義
• Agentic Product Engineer — エージェント機能開発
• AI Quality Scientist — 品質評価・ユーザビリティ
• Research Engineer — AI 技術の最新動向・制約の理解

開発環境

• デザイン : Figma, FigJam
• プロトタイピング : Figma Prototyping, Framer
• リサーチ : Maze, Hotjar, Google Analytics
• コラボレーション : Slack, Confluence, Linear, Google Workspace, Notion
• AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin
• 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応