AIで作ったものが、どこかで見た成果物にしか見えない理由
AIは学習データの平均を返すため、同じモデルを使うチームは似た成果物しか作れません。AI出力が均質化する理由と、自社の仕事を差別化する本当の要素を解説します。
AIが生み出す成果物が、なぜどれも似通って見えるのか。
クリエイティブディレクターがAIで生成した30案を開く。どれを選ぶべきか、決め手が見つからない。どれも及第点ではある。しかし互いに入れ替え可能で、しかも来週、隣町の代理店が持ち込んでくる案とそっくりに見える。
これはプロンプトが下手だからではありません。この技術がそもそもそう動くようにできているのです。
FigmaのCEOダイラン・フィールドは、2025年10月のLenny's Podcastでその仕組みをこう説明しました。AIが最初に返してくるものは定義上ジェネリックだ、なぜならそれはAIが見てきたすべての平均だからだ、と。Merriam-Websterは2025年の「今年の言葉」に「slop」を選び、AIが大量生産する低品質なデジタルコンテンツと定義しました。この言葉が定着したのは、人々が説明する前から「同じさ」を感じ取っていたからです。
平均化という問題
モデルはプロンプトに対して最も確率の高い出力を返します。確率が高いということは、ありふれているということ。ありふれているということは、他の誰もが同じものを手にするということです。
これが集団に何をもたらすかについての研究があります。アニル・ドーシとオリバー・ハウザーが2024年にScience Advancesに発表した研究では、書き手にAIによる支援を与え、その結果を測定しました。AI支援ありの作品は、支援なしの作品より創造的だと評価されました。ところが作品同士を比較すると、AI支援ありのグループは明らかに互いに似通っていた。個々では優れているのに、全体としては幅が狭くなっていたのです。
これこそ、いま多くのチームが気づかないまま受け入れているトレードオフです。一人ひとりのアウトプットは向上する。しかし会社全体のアウトプットは、他社と同じ地点へ収束していく。
なぜこれが損失になるのか
代理店の商品とは、他所では手に入らないものです。ブランドの強みは識別できること。ゲームスタジオが生き残れるのは、誰にも真似できないルックがあるからです。
AIがすべての競合に同じ平均値を配っているなら、量では差がつきません。誰もが量を出せるからです。残るのは、30案を眺めて「平均ではないこの1案」を選び取る人間の判断。あるいは30案すべてを捨てる決断です。
かつてこの選択はプロジェクトの最後の5分にすぎませんでした。いまはそこにこそ、価値のほとんどが宿ります。
誰も選ばない、という問題
会議の光景はこうです。30の案、どれも及第点、決定打がない。全員がなんとなくの推しを持っている。でも残り29案を切り捨てたい人はいない。会議は「少し寝かせよう」で終わり、案はフォルダに収まり、結局いちばん無難なものがそのまま世に出ます。
ここで起きたことに注目してください。誰も「ジェネリックにしよう」と決めたわけではない。誰も反対しなかったから、ジェネリックが勝ったのです。
センスとは実務のなかでは、こういうことです。ムードではありません。30の実現可能な案を前にして、「これだ、理由はこう、残りの29案はもう死んだ」と言い切れる人がいること。誰かがその議論を声に出して引き受ける覚悟を持つことです。
チームにはその議論の場所がない
案はSlackのスレッドに一列に積み上がり、5つ目にたどり着く頃には1つ目を忘れている。あるいはDriveに1ファイルずつ収まり、記憶を頼りに比較することになる。
UCサンディエゴのデイビッド・カーシュは、人間が頭の外にあるモノを使ってどう思考するかを何十年も研究してきました。結論はシンプルです。人はすべてを一度に、目の前に並べて見られるときに、いちばんよく考える。スレッドではそれができません。フォルダでもできません。
だからチームは実際には比較していない。画面に映ったものに順番に反応しているだけです。声の大きい意見が勝つか、締切が勝つか。半年後にはなぜこの方向に決まったのか、誰にも再構成できません。
いまのツールはそのままでいい
デザインはFigmaで。ファイル管理はDriveで。タスクはJiraで。ワークショップはMiroで。どのツールも、30案がテーブルに並び、そのうち29案を切り捨てる瞬間のために作られてはいません。
私たちが作ったもの
ALLOは、まさにその瞬間のためのキャンバスです。ブリーフや参考資料と並べて、選択肢を横に一望できる。フィードバックはスレッドを漂うのではなく、対象そのものに紐づく。チームは全体を同時に見て、成果物の前で議論し、決断できます。決定は根拠と一緒に残るので、半年後でも「なぜそう決めたのか」がそのまま辿れます。
ALLOが成果物を生成するわけではありません。制作はいままで通り、慣れたツールでどうぞ。
モデルはこれからも進化し、AIが差し出す「平均」もどんどん上手になります。それでも、それが平均であることは変わりません。あなたの仕事をあなたのものに見せる唯一の条件は、誰かが選んだ、という事実です。
よくある質問
なぜAI生成コンテンツはどれも似て見えるのですか。 モデルは最も確率の高い出力を返します。それは学習データの平均です。似たモデルを似た使い方でプロンプトすれば、結果も似てきます。Figmaのダイラン・フィールドも、AIの最初の出力は定義上ジェネリックだと述べています。
AIはチームの創造性を下げますか。 個人単位では下げません。ドーシとハウザーが2024年にScience Advancesに発表した研究では、AI支援ありの作品は支援なしより創造的と評価されました。ただし作品同士は互いに似ており、個々の質は上がっても集団としての独自性は下がりました。
AIの仕事をジェネリックに見せないためには。 誰かが平均を却下する必要があります。つまり、人またはチームが選択肢一式を一緒に見て、直接比較し、いちばん無難ではない案を理由とともに選び取ることです。
「AI slop」とは。 Merriam-Websterの2025年の今年の言葉で、AIが大量生産する低品質なデジタルコンテンツを指します。技術的には及第点でも、まったく記憶に残らないアウトプットを表現する言葉です。
ALLOはFigmaやMiroの代わりになりますか。 なりません。制作はFigmaで、ワークショップはMiroで続けてください。ALLOはその後、選択肢を比較し方向性を決めるための場所です。作った後、世に出す前の工程を担います。