Claude Design・Adobe・Canva──デザインAIの「センス急上昇」を支えるバーティカル戦略の正体

マルチモーダルLLMが起こした「理解→生成」の順番

02:00 から再生する

尾原さんはまず、デザインAIの進化を語るうえで「生成の前に理解（Comprehension）の革命が起きている」という点を強調しました。ChatGPTのImage ToolsChatGPT上で画像生成・編集ができる機能群。GPT Image 2で大幅に品質が向上した。や、その前段のNanoBananaChatGPT内部で使われていた画像生成モデルのコードネーム。NanoBanana 2として改良版が登場した。など、AIがテキスト以外の画像・音声を「ネイティブに」学習するようになった結果、まず理解力・言語化力が飛躍的に上がったとのことです。

AIが画像を「理解」し、それを言語で記述できるようになると、その記述に基づいて高品質な画像を「生成」できるようになります。つまりComprehension → Generationという順番がデザインAI進化の大前提だと尾原さんは整理しています。

サーチ型の革新──Claude DesignのAskUserQuestion

00:41 から再生する

池友さんはClaude Designを実際に使い、体験の良さをこう語りました。デザインシステムやブランドカラー、ロゴなどを事前に登録したうえでアウトプットを作る体験が優れているだけでなく、「自分のイメージを言語化できていなくても、AIが適切な質問で導いてくれる」ところに感動したそうです。

尾原さんはこの体験を「サーチ型」と呼びました。一般にサーチ＝キーワード検索を想像しがちですが、元リクルートの視点では「あなたは何の軸で選びたいのか」という選択軸を先回りして提案し、言語化を助けることこそがサーチの本懐だといいます。SUUMOでペット可や賄い付きバイトといった選択軸が提示されるように、Claude Designもデザインの選択軸を提案してくれるわけです。

さらに池友さんは「Tweaks」と呼ばれる機能にも注目。デザイン完成後に文字サイズ、ヘッダーの有無、グラフの表現形式（円グラフかバーチャートか）などの微調整ポイントを事前に聞いておき、ワンクリックで切り替えられる仕組みです。

Figma社外取締役がAnthropicのラボを率いる

こうした質の高いデザイン体験の背景には、人事面の動きもあります。Claude Designのトップは、FigmaブラウザベースのUIデザインツール。2022年にAdobeが約200億ドルで買収を試みたが規制当局の懸念で断念。デザイナーのデファクトスタンダード。の社外取締役を務めていた人物で、もともとAnthropicのCPOとしてプロダクト全体を統括していたそうです。

Anthropicには「ラボ」と呼ばれるチームがあり、ベースモデルだけでなく業務特化ツールを開発しています。最初の成功例がClaude Code、続いてClaude CoWorkと展開し、そのラボのトップにこのデザインエキスパートが就任。Claude Design発表と同時にFigmaの取締役を辞任し、Figmaの株価にも影響が出たとのことです。

Adobeのブランドインテリジェンスとコンテキストグラフ

08:47 から再生する

映画の色彩をAIが学ぶ──ポストプロダクションの革新

ラスベガスでAdobe Summitに参加していた尾原さんは、まず「地味だけど衝撃的な話」から切り出しました。映画には監督固有のカラーリングがあります。北野ブルー映画監督・北野武作品に特徴的な青色の使い方。青の配置だけで北野作品だとわかるほど独特。を見れば北野武だとわかり、新海誠アニメーション映画監督。『君の名は。』『天気の子』などで知られ、空や光の描写に独自の美しさがある。の空を見ればすぐに彼の作品だとわかる。Adobeはこうした監督固有の色彩パターンを徹底的に学習し、誰でもAIで再現できるツールを発表したそうです。

しかも、ポストプロダクション映像制作の後工程。撮影済み素材に色調補正（カラーグレーディング）やVFXを加え、最終的な映像に仕上げる作業。の「伝説的な人物」をAdobeが引き抜き、カラーリングのパターン学習と、誰でも調整できるUX設計を主導しているとのことです。

ブランドインテリジェンス──レビューログからブランドルールを自動抽出

尾原さんが「今回のAdobeの目玉」と評したのがBrand Intelligence（ブランドインテリジェンス）です。これは、マーケティングのワークフロー上に残るレビューコメントやABテスト結果から、「そのブランドらしさ」をAIが自動的にルール化していく仕組みです。

たとえばコカ・コーラのブランドルールが一度定義できれば、ブラジル向けには「ここは守りつつ、ここはローカライズする」といった応用も自律的に行えるようになるとのことです。

コンテキストグラフとLLM Wiki──判例主義のAI版

池友さんはビジネスインサイダーの記事を引き合いに、コンテキストグラフ意思決定の文脈（場所、顧客属性、状況など）をグラフ構造で記述したデータ。従来のRAGが「検索結果の断片」を使うのに対し、文脈の全体構造を保持する。の重要性を指摘しました。これまでのSaaSは行動の「結果」は記録できても、「なぜその判断をしたか」は分散していたと。その文脈データをちゃんと蓄積し学習に使えば、大枠のルールだけでなくイレギュラーケースにも対応できるようになります。

尾原さんはこれを「法律と判例」に例えました。法律はミニマムなルールしか書いていないが、判例が積み重なることで「このシチュエーションなら有罪、このシチュエーションなら情状酌量」といった細かい判断ができるようになる。まさにコンテキストグラフは判例集のAI版です。

さらに尾原さんは、最近のトレンドとして「ファクトグラウンディング（事実の正確さ）よりもコンテキストグラウンディング（文脈の正確さ）が重視されつつある」と指摘。文脈さえ正確であれば、多少のハルシネーションはむしろクリエイティブに働くという見方もあるそうです。

池友さんは「OpenAIやAnthropicが時給150ドルで外部の専門家を雇ってモデルを作っている」という現状にも触れ、業界特化の判例データは大手AIベンチャーが自前で構築し始めていること、社内で運用する企業にとっては自社独自の判例集がそのまま競争優位になることを示唆しました。

GPT Image 2が「映え」で圧倒した理由

23:13 から再生する

話題はちょうど日本でリリースされたGPT Image 2OpenAIがChatGPT上で提供する最新の画像生成モデル。従来のNanoBanana 2を大幅に上回る画質と日本語テキスト描画精度を持つ。へ。池友さんは自身のサムネイルや資料をNanoBanana 2とGPT Image 2の両方で同じプロンプトを使って数十種類比較したところ、「圧倒的にGPT Image 2の方が映える」という結論に至ったそうです。

ただし欠点もあります。出力サイズが正方形と3:2の3パターンしかなく、サムネイルでよく使う16:9に対応していないため、上下をトリミングする手間が残るとのことです。日本語のテキスト描画精度については「ほぼ文字化けがなかった」と池友さんは驚いていました。NanoBanana 2では文字数が増えたりフォントサイズが11pt以下になると高確率で文字化けしていたのが大幅改善です。

尾原さんはこの急激な品質向上について、裏側で決定論的アプローチ（プログラムによるレイアウト制御）と確率論的アプローチ（AIによるクリエイティブ生成）のブレンドが行われている可能性を指摘しました。画角を限定することでレイアウトの学習がしやすくなり、まず限定空間で突き抜けた品質を出してから徐々に拡張する戦略かもしれない、と推測しています。

ディスカバー型の雄──Canvaのネットワーク外部性

29:57 から再生する

尾原さんの整理では、Claude DesignやAdobeが「サーチ型」（ユーザーの意図を質問で掘り下げる）であるのに対し、Canvaオーストラリア発のオンラインデザインツール。非デザイナーでもプロ品質のクリエイティブが作れることを目指し、テンプレートのマーケットプレイスを持つ。は「ディスカバー型」の戦略をとっています。

Canvaにはテンプレートのマーケットプレイスがあり、ユーザーがテンプレートを投稿して他のユーザーに使われると収益が還元される仕組みです。お金を稼ぎたいクリエイターたちが隙間を埋めていくので、網羅的なテンプレートが自然に生成されていきます。

さらに重要なのは、ユーザーがテンプレートを選ぶ行動自体がアノテーション（ラベリング）になる点です。デザインの中に書かれたテキストから「誕生日カード」「会社の意思決定資料」といったユースケースがわかり、「アメリカのZ世代は誕生日カードでこのテンプレートを選びやすい」といった細かな嗜好データが、ユーザーの自然な行動から蓄積されていきます。

尾原さんはこうしたCanvaの仕組みをバーティカルSaaS事業者が学ぶべきモデルとして位置づけ、デザインに限らず食品や法務など様々な領域で「センスで片付けていたものを言語化するループ」を作ることの重要性を強調しました。

Blackwell・Vera Rubinが変えるGPU周辺環境

27:46 から再生する

池友さんが「GPT Image 2の知識カットオフが2025年12月で、ちょうどBlackwellNVIDIAの最新GPUアーキテクチャ。前世代のHopperに比べ学習効率と安定性が大幅に向上。2024年後半から順次出荷が始まった。の立ち上がり時期と重なる」と指摘したことで、GPUインフラの話題に。

尾原さんによると、Blackwellの恩恵は大きく2つあります。

次世代のVera RubinNVIDIAが開発中の次世代GPUアーキテクチャ（Blackwellの後継）。学習環境のセットアップがさらに容易になるとされる。ではさらに学習環境の構築が容易になり、従来は必要だったインフラ専門エンジニアや、ミス学習時のステップバック処理を行う特殊エンジニアの需要が減っていくと尾原さんは見ています。バーティカルSaaS事業者にとっては、巨大モデルでなくとも独自のドメイン特化モデルをトレーニングしやすい環境が整いつつあるということです。

まとめ

Claude Design、Adobe、Canva、GPT Image 2──ここ2週間で立て続けに登場したデザインAIの進化は、単に「画像が綺麗になった」話ではありませんでした。その裏には、マルチモーダルLLMによる理解力の革命、AskUserQuestionやブランドインテリジェンスによるセンスの言語化、コンテキストグラフとLLM Wikiによる判例的知識の構造化、そしてBlackwell以降のGPU環境進化という多層的な要因が重なっています。

尾原さんが繰り返し強調したのは、これらの動きがデザイン領域にとどまらないということです。「センスで片付けていたものをいかに言語化し、学習ループを回すか」は、あらゆるバーティカルSaaSが取り組むべき戦略的課題です。サーチ型で質問力を磨くか、ディスカバー型でコミュニティのネットワーク効果を活かすか。デザインAIの競争は、バーティカルAIの生き残り方そのものを映し出しているのかもしれません。