AIスタック | UX TIMES

AI スタックとは、AIを活用したサービスをつくり、動かし、改善し続けるために必要な技術の積み重ねを、階層（レイヤー）構造で整理する考え方である。AIモデルという「頭脳」だけでなく、計算基盤、データ、開発環境、運用、そしてユーザーが触れる画面までをひとつながりで見渡す点に特徴がある。

AIスタックはソフトウェア開発の世界で使われてきた「テクノロジースタック（技術の積み重ね）」という発想を、AIの領域に当てはめた実務的な表現であり、特定の提唱者はいない。Webサービスがサーバーやプログラムの積み重ねで動くように、AIサービスもまた、複数の技術が重なって成り立っている。

AI スタックの仕組み

AIサービスをハンバーガーに例えると分かりやすい。

これらすべてが順番に重なって、はじめて「おいしいハンバーガー（便利なAIサービス）」として完成する。この重なり合いの構造がAI スタックである。

AIスタックをハンバーガーに例えると

AI スタックは、一般的に下から順に4つのレイヤーで構成される。

AIが働くための「工場」である。大量のデータを扱い、複雑な計算を実行するためのハードウェア（GPUなど）やクラウド環境を指す。この層の性能が、AIの「応答速度」に直結する。

データから規則性を学び、予測、分類、生成、認識といった処理を実行するモデルそのもの。ChatGPTの裏側で動く大規模言語モデルなどもここに位置する。

AI開発と運用を効率化する仕組み。AIは作って終わりではなく、運用しながらデータを集めて改善し続ける必要がある。そのための実験管理やデータ管理を担う。

利用者が直接触れる表層部分。検索、要約、チャットなどの形でサービスに組み込まれる。どれほど高度なモデルを使っていても、この層の画面や操作性が使いにくければ、成果にはつながらない。

AIスタックにおける4つの層

UXデザインにおいてAI スタックの視点を持つことは、AIの「技術的な限界」を「ユーザーの安心感」に変えるために不可欠である。

たとえば、精度の高いモデル（モデル層）を採用しても、計算処理（インフラ層）に時間がかかれば、ユーザーは画面の前で待たされて不安を感じる。この時、UXデザイナーはAI Stack全体を見渡し、「AIが今何をしているか」を画面（アプリケーション層）で分かりやすく伝える工夫をする必要がある。

AIの能力だけでなく、裏側にある仕組みや限界を理解しておくことで、ユーザーが迷わず安心して使える体験の設計につながる。

UXデザインにおけるAIスタック

プロダクトやコンテンツデザインの観点では、AI スタックの考え方を用いることで、次のような課題を解決できる。

AIが画像生成や長文要約を行う際、数秒の待ち時間（インフラ・モデル層の限界）が発生する。この時、ただ読み込み中のアイコンを回すのではなく、「今、社内資料を検索しています」「情報を分かりやすく整理しています」といった進捗テキストを出す。これにより、ユーザーのストレスを軽減できる。

AIにもビジビリティオブステータスが大事

AIには間違った情報を出力するリスク（モデル層の限界）がある。これに対し、回答のすぐ横に「参照元のURL」や「根拠データ」を表示するUI（アプリケーション層）を設計する。ユーザー自身が事実確認できるようにすることで、システム全体としての信頼性を高められる。

回答の根拠を示すことで、ユーザーも安心する

AIが生成した文章が最初から完璧とは限らない。そこで、画面上に「もっと短く」「ビジネス向けに」「箇条書きにする」といった調整ボタン（アプリケーション層）を配置する。ユーザーが難しい指示（プロンプト）を考えなくても、直感的に結果をコントロールできるようになる。

AIが出力した内容を編集しやすいデザインに

実務において、AI スタックは「自社がどこに競争優位を置くか」を決める戦略の地図になる。

すべての層を自前で作る必要はない。莫大な資金が必要な「インフラ層」や「モデル層」は、MicrosoftやGoogleなどの外部サービス（API）をそのまま借りればよい。その代わり、自社は「アプリケーション層」に全力を注ぎ、顧客の業務に最もフィットする使いやすい画面やUXをデザインする。

このように、自社がどの部分に注力し、どの部分を外部に任せるかを見極めることが、現代のビジネスにおいて最も現実的で賢い戦い方である。

自社が注力すべき層はどこか