デザイナーがコードを本番に出し始めた：DoorDash、Watershed、Fluxはレビューの関門をどう設けているか

デザイナーがAI生成のコードを本番環境に出し始めると、本当の問いは「できるか」ではなく「誰が止めるか」になる。State of AI Design 2026のCraft章には、DoorDash、Watershed、Fluxのほか、社名非公開の数社の取り組みが載っている。本稿はそれらを一本の軸に並べて比べる。先に断っておくと、このレポートのパートナーにはAnthropicが含まれ、Anthropicのプロダクトデザイン責任者Joel Lewensteinも引用されている。内容は回答者の自己申告であり、不具合率や事故のデータはない。

まず調査が示していること

レポートによると、回答者の50%がAI生成のコードを本番環境に出した経験があるが、自分をデザインエンジニアだと認識しているのは20%だけだ。企業の段階別では、初期が68%、成長期が50%、上場企業が33%で、創業者は70%、経営幹部も半数近くが出荷している。オーナーシップについては、40%が完全に自分のもの、43%がほぼ自分のもの、9%が切り分けにくいと答えた。AIでコードを書くデザイナーは、より創造的で有能だと感じる確率が2倍で、品質基準も高いと報告した。これらは自己申告の感覚であり、プロダクト品質の測定ではない。

三社、三種類のゲート

DoorDashは、デザイナーをエンジニアと同じプロセスに乗せている。コンシューマー体験デザイン責任者のShali Nguyenは「Everything goes through GitHub PR approvals」と述べ、デザイナーはエンジニアと同じ本番品質の基準を求められる。さらにデザインレビューの手順を加え、タグ付けされたデザイナーがUI変更を承認する。Watershedのデザイン責任者Hannah Hudsonは、全デザイナーが本番のPRを出した経験があり、エンジニアと一緒にコードをレビューすると言う。この二社に共通するのは、マージ前に人間が関門になる点だ。

Fluxは軸の反対側にある。スタッフプロダクトデザイナーのBrooks Solveigは、AIリスクスコアリングと複数のAIボットによるレビューを併用した事後のPRレビューを行っており、自分のPRを監督なしでマージできる場合も多いと述べる。つまり関門はマージ前からマージ後に移り、自動化が責任の一部を担う。レポートには社名非公開の例もある。AIリスクスコアで低リスクの変更を自動反映する、エンジニアレビュー用のサンドボックスを設ける、エンジニアがプロトタイプを作り直す、といったものだ。StripeのKatie Dillは、自問の基準として「これを作るのに一週間かかったとしても、満足できるか」を挙げる。

AnthropicのJoel Lewensteinはもっと率直で、最終的な提供プロセスに深く関わらない言い訳はもうないと述べる。Anthropicはレポートのパートナーであり、引用された事例でもあるため、この発言は中立な証拠ではなく立場の表明として読むべきだ。

この軸が教えてくれないこと

これらの事例が答えるのは「どう統治しているか」であり、「うまくいっているか」ではない。マージ前の人間による関門と、マージ後の自動レビューのどちらが、差し戻しやロールバック、事故を減らすのかという比較は、レポートにない。Fluxの方式はリスクスコアリングの精度に依存するが、その誤判定率も明かされていない。したがって、この三つのモデルが存在するとは言えても、どれが優れているかは言えない。

あなたのお金にとって何を意味するか

デザイナーがコードを提出し始めるなら、ツールより先に、どの種類のゲートにするかを決めたい。人間のゲートのコストはエンジニアのレビュー時間で、自動化のコストはリスクスコアリングやボットレビューの構築と保守の作業だ。どちらもゼロではない。事後レビューのほうが安いことを示すデータも、危険であることを示すデータもない。

低コストの実践的な出発点は、低リスクの変更（文言、スタイル）から始め、人間のレビューを残し、差し戻し率を記録することだ。他社の事例を借りるより、自分たちで積み上げたデータのほうが信頼できる。