「作ること」がタダになったとき、センスが唯一の護城河になる——そして、それは鍛えられる
まず、今まさに起きていることを認めよう：「モノを作る」という行為が、ほぼ無料になりつつある。
コードを書けない人でも、一言でAIに動くアプリを作らせられる。専業エンジニアなら、そのスピードはさらに非常識なレベルだ。参入障壁は崩れた。そして新たな問いが浮かび上がる——誰でも作れるなら、なぜあなたが作ったものが優れているのか？
速度はもう差別化にならない
かつて「速さ」は競争力だった。より速く作れた者、より速くリリースできた者が勝った。
その優位性は消えつつある。AIがすべての人のスピードを底上げしたからだ。誰もが午後一日で五つのバージョンを作れるなら、「速さ」はもう希少ではない。それは天井ではなく、床になった。
では天井は何か？2026年の業界コンセンサスは驚くほど一致している：判断力とセンスだ。「作る」コストがゼロに近づくほど、「正しく選ぶ」責任は逆に急騰する。デザイン界の一言が正確に射抜いている：センスが、新しいボトルネックになった。
センスとは何か
センスは神秘ではない。それは**「良い」と「まあまあ」の間にある細い境界線を見分ける**能力だ。
- 同じ機能なのに、なぜこのUIは使いたくなり、あちらは閉じたくなるのか？
- 同じ意味なのに、なぜこのコピーは思わず微笑ませ、あちらはスクロールされてしまうのか？
- 同じく動くプロトタイプなのに、なぜこれは「これだ」と感じさせ、あちらは何か物足りないのか？
コードを書くことも、ツールを使うことも、AIが手伝える。だが**「これは正しいか、良いか」というその一瞬の判断**は、AIには与えられない。それがセンスであり、センスは今最も価値がある。
最も逆説的な真実：センスは鍛えられる
多くの人がセンスを才能だと思っている——生まれ持つ人と、そうでない人がいると。
違う。センスは習得できる能力だ。大量のインプット＋刻意的な分析＋継続的なアウトプットによって育つ。
これはまさにIra Glassの有名な言葉が指摘することだ：あなたのセンスは、あなたの実力より先に育つ。 最初のうち、自分が作るものは自分の目に見える水準に届かない。このギャップが自分を苦しめる。そのギャップを埋める唯一の方法は、インスピレーションを待つことではなく、量をこなすことだ——作り続けることで、ようやく実力がセンスに追いつく。
AIネイティブPMがセンスを鍛える方法（具体的なやり方）
- 「高シグナル参照ライブラリ」を育てる。 毎日、自分が「これは極めて優れている」と感じるものを一つ二つ集める——あるUI、あるコピー、あるインタラクション、あるプロダクト判断。評価は後回し、まず蓄積する。
- 毎日一つを解剖する。 一つ選んで、自問する：なぜ良いのか？情報の階層はどう設計されているか？状態（ローディング/空/エラー）はどう処理されているか？コピーのリズムはどこにあるか？「なんとなく良い」を「具体的にどこが良い」に翻訳する——このステップが、センスが育つ場所だ。
- 継続的にアウトプットし、積極的に批判を求める。 多く作り、多く指摘される。そうしてはじめてギャップが縮まる。見せずに抱え込むと、センスはいつまでも止まったままだ。
- AIをセンスを鍛えるジムとして使う。 AIに一気に五つのバージョンを作らせ、自分が選び、批評し、「これは違う、こうあるべきだ……」と言う。かつてセンスを鍛えるにはプロジェクトの機会を待つしかなかった。今は午後一日で数十の本物の選択肢を比較できる。 AIが判断を代わりにするのではない——AIはあなたが判断を下す回数を、百倍に増やしてくれるのだ。
doaimpmに落とし込む
これがまさにdoaimpmが一貫して言い続けてきたことだ：AIが「作ること」を引き受けた後、あなたに残るのは**「正しく選び、正しく作る」**ことだ。
- コードを知らないことが障害ではなく、センスがないことが障害だ。 実装できる必要はない。良し悪しを見分け、何が欲しいかを明確に伝えられる必要がある。
- ハイフィデリティ優先は、センスを鍛える最良の環境だ。 動く本物を直接作って比較することは、ワイヤーフレームを眺めて空想するより、判断力を十倍速く磨く。
- 安全網があるから、大胆に試せる。 不可逆な操作は人間に委ね、プロトタイプには本物のデータを入れない——だから安心して五つのバージョンを作り、四つを捨てられる。センスを育てるのは、まさにこの「大量に試し、大胆に否定する」サイクルだ。
誰でも作れるとき、何を作るか、どう作るかが唯一の違いになる。AIが強くなるほど、あなたのセンスが価値を持つ——そして、それは鍛えられる。
センスを本物の制作物で鍛えたいなら、メソドロジーセンターと言出法随 操作手册から始めよう。
延伸閲覧
ディスカッション