ChatGPTをはじめとする生成AIの普及によって、UXリサーチの前提は大きく変化しました。従来のUXテストでは、「画面を正しく操作できるか」を中心に確認していましたが、AI時代では「ユーザーがAIへどう指示を出し、どう解釈し、どこで不安を感じるか」まで観察する必要があります。特に生成AIは毎回異なる結果を返すため、固定的なシナリオだけでは本当のUX課題を発見しづらくなっています。現在のUXリサーチでは、AIを活用して仮説やシナリオを高速生成しつつ、最終的な解釈や判断を人間が担う形へ移行しています。本記事では、AI時代のUXリサーチで重要になる考え方、シナリオ設計、AI特有の評価軸、実務で使われる改善プロセスまで詳しく整理します。

日本におけるデジタルトランスフォーメーション（DX）の加速に伴い、IT人材不足と開発体制の拡張ニーズが高まっています。そのため、Offshore開発およびHaken（派遣）モデルは重要な解決策として広く活用されています。

近年、日本のIT業界では高度IT人材不足が深刻化しており、SES（System Engineering Service）モデルへの需要が急速に高まっています。SESサービスは、企業が必要なタイミングで柔軟に技術者を確保できるだけでなく、開発体制の最適化やプロジェクト推進の効率化にも大きく貢献しています。

世界的にデジタルトランスフォーメーション（DX）とテクノロジー活用が加速する中、国際的なIT企業同士の連携はますます重要性を増しています。近年では、単なるアウトソーシングにとどまらず、製品開発、市場拡大、技術力向上を目的とした長期的なパートナーシップを求める企業が増えています。

近年、人工知能（AI）は世界的に重要なテクノロジートレンドとなっており、AIプロジェクトを推進するための高度な技術力を持つエンジニアチームへの需要が急速に高まっています。特に日本市場においては、AI分野における優秀なIT人材の確保が大きな課題となっています。 このたび、Hachinet は、日本のお客様を弊社へお迎えし、現在お客様側で進行中のAIプロジェクトに関する人材ニーズについて、直接意見交換を行う貴重な機会をいただきました。

ユーザーテストでは、単に「操作できるか」を確認するだけでは十分ではありません。ユーザーがどんな状況で、どんな目的を持ち、どのような感情でサービスを使うのかまで再現できて初めて、本当に改善につながるインサイトが得られます。その中心になるのがユーザーテストシナリオです。良いシナリオは、参加者を自然な行動へ導き、UIや導線の本当の課題を可視化します。本記事では、ユーザーテストシナリオの基本から、設計の考え方、実践テンプレート、業種別サンプル、AI時代に求められる新しい視点までを体系的に解説します。