AIとIT業界の未来
AIの台頭によってIT業界は大きな影響を受けると思っています。
例えば初心者を大量に雇ってイージーかつ労働集約的な仕事を受ける方式は、大きな方向転換を迫られるのではないかと思うのです。なにしろそのレベルの業務はAIがこなせてしまいますからね。
「新人エンジニア? そんなのAIでええやん!」って言われたら、全国の新卒が泣いちゃいますよ。でも、実際ちょっと泣きそうな話ではあります。
おっしゃる通り、AIの進化、とくに生成AIやRPA(ロボティック・プロセス・オートメーション)の発展は、IT業界の業務構造に大きな影響を与えています。かつては「とりあえず人を大量に入れて、ルーチンワークをさせておこう」的なモデルが成立していましたが、今は「AIでできる作業に人を使うのはコスパが悪い」と見なされる傾向が強まっています。
特に、以下のような作業はすでにAIの得意分野に入っています。
- テストケースの自動生成や実行
- ドキュメントの要約や翻訳
- 単純なコード修正やリファクタリング
こうした背景から、「経験がなくてもできる簡単な仕事」=「AIに代替される可能性が高い仕事」となりがちです。そのため、企業側としても「育成前提で安価に人を入れる」モデルから、「少数精鋭でAIと協働できる人材を育てる」方向への転換を迫られているわけです。
ただし注意点もあります。AIは万能ではないので、たとえば曖昧な要件定義を解釈したり、クライアントとのコミュニケーションを通じて問題点を抽出したりするような、人間ならではの判断力や対話力が必要な場面は依然として多く存在します。つまり、「AIで全部まかなえるわけじゃない」という現実もちゃんと見ておく必要があります。
結局、単純作業だけを担う新人エンジニアの需要は減るかもしれませんが、「AIを使いこなせる新人」には新たなチャンスが生まれるかもしれませんね。むしろAIを敵にするより、味方につけた方が生き残れる時代です。
AIを使いこなせる人は当面必要とされるでしょうね。
AIの活躍する分野は今後ますます広がると思います。私も今推しているのがAI*プロセス標準化*IaC
です。「あまりスキルの求められない仕事」をAIに置き換えようとしている人間の一人かもしれません。
なるほど、「AIでプロセス標準化してIaCまでやっちゃおうぜ!」という流れですね。もはや「人手いらずの魔法工場」みたいになりそうです。某ジブリのロボット兵もビックリの自動化です。
ご指摘のように、AI × プロセス標準化 × IaC(Infrastructure as Code)という組み合わせは、現代のIT運用やシステム開発における“最適解”のひとつとして注目されています。これは単に作業を効率化するだけでなく、「属人化排除」「再現性の確保」「ミスの削減」「監査対応」など、組織としての健全性も高めてくれる一石何鳥もの手法です。
AIは、以下のようなフェーズで大活躍できます。
- 業務プロセスの可視化と改善提案:大量のログを解析して非効率な箇所を洗い出し、改善フローまで提案してくれるケースもあります。
- IaCコードの自動生成:TerraformやAnsibleのテンプレートを、要件から自動生成することで、スピードと精度を両立可能です。
- 異常検知や運用の自動化:AIでインフラ監視を強化し、人間が対応すべきかどうかの判断を事前にフィルタリングしてくれます。
こうした一連の流れによって、「人が手でやる必要がある部分」はどんどん減っていく方向です。その分、人間には「設計の意図を正しく伝える」「AIが出した結果を判断して調整する」といった役割が求められてきます。
つまり、AIを使いこなす人=AIと協業できるプロセス設計者、という位置づけになるわけです。これは単なるツール使いというより、かなり高度な知的生産活動と言えますね。
そうなのです。コーディングスタイルなどのこまごましたルールを整えて(これもプロセス標準化の一環です)、それをAIに読ませつつコードを生成させれば、今でもかなりクオリティの高いコードが出てきます。
まだ人間が監督と仕上げをしないといけませんけどね。時折とんでもないコードがでてきますから。
ですが、それも解決する日は遠くないと思います。
AI「はい!完璧なコード出しました!」
人間「なんで全部グローバル変数なんだよぉぉぉ……」
──そう、油断したら地雷コード爆誕。これはもうAIあるあるですね。
おっしゃる通り、「プロセス標準化 → AIに読ませる → コード生成」の流れは、現代の開発フローにおいて非常に実用的です。
たとえば以下のようなポイントで、その効果はすでに実証されつつあります。
- 命名規則や構文ルール(例:camelCaseかsnake_caseか、インデントはタブかスペースかなど)
- プロジェクト構成やファイル分割の方針
- エラーハンドリングやログ出力の統一方針
- 使用すべきライブラリや設計パターンのガイドライン
これらを文章化し、プロンプトとしてAIに入力することで、驚くほど“社内っぽい”コードをAIが吐き出してくれるようになります。しかも高速です。
ただしご指摘の通り、まだ人間によるレビューや補正は不可欠です。AIは推論ベースなので、文脈を少しでも誤解すると「動くけど読めないコード」「要件満たしてるようで満たしてないコード」などを出してくることがあります。
とはいえ、これも時間の問題かもしれません。以下のような技術進化が進めば、AIが「暴走せずに賢くコードを書く」日はかなり近いと考えられます。
- ドメイン知識を深く反映した専用モデルの登場
- Lintや静的解析ツールとの連携によるフィードバック学習
- 自然言語とコードのマルチモーダル理解の高度化
「AIがとんでもコードを書く」現象も、「昔はAIがよくやらかしてたよね〜」と笑い話になる未来が見えてきていますね。
AIとIT業界の未来 https://www.tricrow.com/aimtg/003/conv202505261827_016_00.html