---

「なんか違うんだよね」と上司にダメ出しされた経験はありませんか。

その「言語化できないセンス」こそ、いまAIが猛烈な勢いで肩代わりし始めた領域です。

Anthropicの「Claude Design」、AdobeのBrand Intelligence、そしてOpenAIのGPT Image 2。

2026年4月、わずか1週間ほどの間に世界の最前線から飛び出してきた発表を、生成AI活用の最前線に立つ2人が語り尽くしました。

ラスベガス深夜1時、2人の興奮が止まらない

いけとも：今日はClaudeの「Claude Design」、Adobe、Canva、GPT Image 2と、デザインアウトプット系が一気に熱いテーマでやりたいんです。

尾原：めっちゃいいですね。僕はちょうどラスベガスでAdobe Summit 2026に来ていて、Day 2のキーノートが終わったばかり。Adobeの話もできますけど、やっぱり一番話題になったのはClaude Designでしょう。

いけとも：4月17日に発表されたばかりで、ホヤホヤです。私も早速動画で取り上げましたが、体験がすごくいい。

AIでクリエイティブを作るのが全社共通の関心になっているいま、Claude Designはデザインシステムとかブランドカラー、ロゴといった「前提」をちゃんと組み込めるのが気持ちいい。

しかも、アイデアはあっても表現方法を言語化できない私たちに、ちゃんと質問して選択肢を出してくれる。「この方向でどう？」って導いてくれるんです。

AIが「センス」を言語化してくれる時代へ

尾原：そうなんですよ。デザインが良くなったというより、「その人にフィットするデザインをいかに探り当てるか」がうまくなった、という側面が大きい。

前提として、GPT Image 2やNano Bananaのように、AIが画像をネイティブに学習したことで、生成（ジェネレート）の前に「理解（コンプリヘンション）」の革命が起きている。

ベンチマークで言うとGeminiの画像・UX理解力が跳ね上がっていて、その上で「あなたにフィットするデザインは何か」を当てに行く段階に進化しているイメージです。

いけとも：解像度がめちゃくちゃ上がりましたよね。作り終わった後の微調整も、フォントサイズやヘッダーの有無、グラフの形式なんかをリアルタイムで調整できる。

Claude Designには「Tweaks」というパネルがあって、色やタイポグラフィのスライダーが生成結果ごとに自動で出てくる。ワンクリックというより、スライダーで感覚的に触れるのが気持ちいいんですよ。

サーチ型 vs ディスカバリー型、AIの進化は2つに分かれる

尾原：面白いのが、AdobeとClaudeは「サーチ型」、Canvaは「ディスカバリー型」を狙っているということ。

サーチ型って、みんな検索ワードを思い浮かべるけど、元リクルートの発想だと違うんです。お客さまに「あなたは何の選択軸で選ぼうとしているんですか」と、選択軸をこちらから提案する。

ペットと住める家を探したいとか、アルバイトでまかないがあるかどうかとか、本人が言語化できていない軸を代わりに言語化してあげる。それが本当のサーチの本懐です。

いけとも：SUUMOがまさにそれですね。条件ボタンを押すだけで、自分が気づいていなかった軸で選べる。

尾原：そう。Claude Codeに「AskUserQuestion」という対話型ツールが入って、筋のいいデザインに仕上げるための質問能力がえぐく上がった。これがデザイン特化でパターン化された感があります。

いけとも：面白いのは、Claude Designのトップ、Mike Krieger（マイク・クリーガー）さんという方。Anthropicの元CPOで、2026年1月からAnthropic Labsの共同リードに移って、Claude Designを立ち上げた。

しかも彼、2025年7月からFigmaの社外取締役もやっていて、競合プロダクト開発が報じられた4月14日に取締役を辞任している。Adobeが約200億ドルで買収を試みて、2023年12月に欧州委員会の競争懸念で断念したあのFigmaです。

Adobeの目玉「ブランドインテリジェンス」が仕掛けるゲームチェンジ

尾原：で、Adobe Summit 2026の目玉が「Brand Intelligence」。4月20日のDay 1キーノートで発表されたんです。

これがえぐい。Adobeはポストプロダクション業界の伝説的な人を引き抜いていて、たとえば北野武監督の「北野ブルー」や新海誠監督の空のような独特のカラーリングをAIに学習させる。

それを「ブランドオントロジー」という知識グラフで管理して、そのブランドらしさを自律的に再現できるようにしていく。

いけとも：Adobeがポストプロダクションを分析して、監督らしさを勝手に言語化してくれるわけですね。

尾原：そうです。たとえばコカ・コーラ。「コカ・コーラらしさ」が一度定義できると、ブラジルで展開するときは「ここは守って、ここはずらす」まで自動でできる。

Adobeがすごいのは、ワークフローの中にすでに深く入り込んでいること。作ったランディングページやバナーを上司がレビューするコメント、ABテストでユーザーがどこで離脱したかというフィードバック。

全部が業務ワークフローの中に埋め込まれているので、そのログをそのまま「センスがズレないためのWiki」に昇格させる発想です。

「上司のダメ出し」が学習データになる未来

いけとも：つまり、これまで「上司の最終チェック」で担保されていた判断の領域が、AIに自動で取り込まれていくわけですね。

尾原：そうなんですよ。上司に「なんか違うんだよね」と言われて苦しんでいたところを、Claudeは「AskUserQuestion」で明確に質問し、Adobeは途中の意思決定やABテスト結果からどんどんルール化していく。

いけとも：先週のビジネスインサイダーだったかで「コンテキストグラフ」の記事がありましたよね。

SalesforceにはSlackやメールや口頭で交わされた「なぜその決定をしたか」が残っていなかったけど、それをきちんとデータに残せれば、学習データになってその会社らしい判断ができる。

法律と判例の関係に似ています。法律はミニマムな最低限しか書いていなくて、判例がコンテキストグラフの塊。これまで非構造化で整理できなかったものを、LLMが扱えるようになった。

尾原：そうそう。ちょうど4月初旬に、Andrej Karpathy（アンドレ・カルパシー）さんが「LLM Wiki」というアイデアをGitHub Gistで公開して、48時間で約5,000スターが集まって夢中になるトレンドになっている。

あらゆる知識をリンク構造の簡潔なWikiに変換すると、文脈判断がえぐく上がるという話です。KarpathyさんはOpenAIの設立メンバーですね。

失敗を許せる企業ほど、AIで跳ねる

いけとも：Salesforceに結果は残っていても、その過程で誰が何を考えて、どんな議論でボツになったかは残っていないケースが多い。ここを貯めると、会社特有のイレギュラー判断まで再現できるようになるわけですね。

尾原：おっしゃる通りで、Bloombergの報道ではOpenAIの「Project Mercury」で元JPMorganやGoldman Sachsの投資銀行家100名以上に時給150ドルでAI訓練をさせている。

外部ベンチャーが業界固有のコンテキストグラフを猛烈に作りにいっているのが、いまの実態です。

結局、失敗を許せる企業ほどAIエージェントに任せられる。人間なら1回しか失敗できないタスクを、AIなら10倍、100倍、1時間単位で失敗できる。

意図的にリスクコントロールした失敗を積むことで、「自分のブランドとは何か」「自分のお客さまは何を良いセンスと思うか」の言語化が進んで、どんどんエクセレントになっていく。

いけとも：マーケティングでも「一人マーケチームで10人分働きます」というのが数ヶ月前から出ていましたが、余計に加速しそうですね。

GPT Image 2が登場。Nano Bananaを超えた？

いけとも：ちょっと話が戻るんですけど、GPT Image 2が4月21日にリリースされて、自分のサムネイルや資料を何十種類も比較してみたんですよ。

明らかにGPT Image 2のほうが「映える」。同じプロンプトなのに、魅力が段違いなんです。

尾原：えっ、Nano Bananaちゃんよりも映えるということですか。

いけとも：圧倒的に映える。日本語の表現力も格段に高い。Nano Banana 2では文字数が数百字に達すると文字化け率が何%か出ていたんですけど、GPT Image 2ではほぼゼロ。

尾原：フォントサイズが11ポイント以下で文字数が多いと、Nano Banana 2は高確率で文字化けしますもんね。

Blackwellが効いた。画像生成の跳ね上がりの裏側

いけとも：ここまで映えるクオリティが出てきた裏側、Blackwellの効果もあるんじゃないかと思っているんですが。

尾原：そうですね。Blackwellは2026年時点ですでに主力世代として出荷されていて、次のVera Rubinも1月のCES 2026で正式発表、2026年後半から出荷開始予定です。

Blackwellで何が大きいかというと、Floating Pointの制御がやりやすくなったことで、マルチモーダル学習が荒っぽくてもできるようになった。

もう1つは安定性。巨大モデルを学習すると、途中でGPUが熱暴走したりノイズが走ったりして、5億円分の学習データがぶっ飛んでステップバックせざるを得ないことがある。

Blackwellで安定性が上がって、Vera Rubinになるとさらに誰でも学習環境を作りやすくなる。今までインフラ構築の特殊なエンジニアが必要だった領域が、どんどん民主化されているんです。

Canvaは「学習データのコミュニティ化」で勝負

いけとも：Canvaも4月16日にLAのSoFiスタジアムで「Canva AI 2.0」を発表しましたよね。ブランドデザインを意識しながら、マーケティング用に複数サイズを一気に作ってくれたり、文字と画像の配置も調整してくれる。

尾原：Canvaはコミュニティを持っているのが強いんです。ユーザーがテンプレートをアップして、使われると収益還元される仕組みになっているので、稼ぎたい人たちが隙間を埋めるテンプレートをどんどん作る。

結果的に網羅的なトレーニングデータが自動生成される。しかもユーザーが「誕生日用」「会社の意思決定用」と用途を書き込むので、アノテーションまで勝手に進む。

ここがディスカバリー型の真骨頂で、ユーザー自身が「誕生日カードならこちら」と選ぶたびに、緻密な学習データが溜まるわけです。

結論：「言語化できなさ」こそ、次の主戦場

いけとも：結局、デザインという「見れば判断できるけど言語化できない領域」が、いまの主戦場になっているわけですね。

尾原：そうです。デザインは分かりやすい事例だけど、本当は判例や、日常の食事用食材の提案、バーティカル領域全般で同じことが起きる。

「センス」という言葉で片付けてきたものを言語化するループを、いかに早く回せるか。それが企業の競争力そのものになっていく。

Adobeはワークフローに深く入り込んで、ブランド学習のループを回し始めた。ClaudeはMike Kriegerさんがデザインという「選択軸の専門家」として乗り込んできた。

Canvaはコミュニティがアノテーションごと回してくれる。それぞれ戦略は違うけれど、向かっている方向は同じです。

いけとも：「なんか違うんだよね」と言われて苦しんでいた時代が、そろそろ終わりそうですね。

ポッドキャスト（いけとも尾原のディープなAIニュース）はこちら：

■合わせて読みたい

■関連記事