生成AIで生き残るITエンジニアとIT企業は？淘汰の分かれ目を現役SEが判定

この記事で判定する項目

生き残るITエンジニア（4タイプ）／生き残るIT企業（3タイプ）／淘汰されやすいエンジニア・企業／日本のIT業界で起きそうなこと、の順で解説します。

① 業務知識を持つエンジニア　判定：生存

最も強いのは、特定の業界・業務を深く理解しているエンジニアです。生成AIは「正しいコード」は書けても、「この会社の経理がなぜこの締め処理をしているのか」「業界の商習慣でなぜこの例外処理が要るのか」は知りません。要件定義の上流は、現場の人間の言葉にならない要望を引き出す作業であり、ここはAIに丸投げできません。

金融、医療、製造、物流、公共――ドメイン知識(業務領域の知識)とITを両方語れる人は、むしろAIという強力な部下を得て生産性が跳ね上がります。「技術しかできない人」より「業務とつなげられる人」が勝つ時代です。

② システム全体を設計できる人　判定：生存

AIは「部品」を高速で作れますが、「全体をどう組むか」という設計判断はまだ人間の領域です。アーキテクチャ(全体構造設計)、非機能要件(性能・可用性・拡張性など)、システム間連携、コストとリスクのトレードオフ――これらは無数の選択肢の中から「この組織にとっての最適解」を選ぶ仕事で、正解が一つに定まりません。

AIが量産した部品を統合し、全体として破綻なく動かし、運用まで見通せる人。いわゆるITアーキテクトやテックリードの価値は、むしろ上がっていきます。

③ AIを使いこなせる人　判定：生存

よく言われる「AIに仕事を奪われる人」と「AIを使って生産性を上げる人」の差です。ここで重要なのは、単にチャットに質問できることではありません。AIの出力をレビューして誤りを見抜く力、適切に指示を分解する力、エージェント(自律的に作業するAI)を業務フローに組み込む力――AIを「道具」として制御できるかどうかです。

AIの答えを鵜呑みにする人は危険ですが、AIを警戒して使わない人も置いていかれます。AIの限界と得意分野を肌で理解し、自分の生産性を数倍にできる人が残ります。

④ セキュリティエンジニア　判定：生存（むしろ需要増）

AIは守る側だけでなく、攻める側の道具にもなります。攻撃の自動化や巧妙化が進む一方で、AIが生成したコードには新たな弱点が混入しやすいという問題もあります。守るべき対象が増え、リスクが複雑になるほど、セキュリティ人材の需要は高まります。

そして何より、セキュリティは「最後に責任を取る人間」が必要な分野です。インシデント(事故・事案)対応の判断、経営層への説明、組織としての方針決定――AIに肩代わりさせられない領域が大きく、専門人材の価値は当面落ちません。

① 自社製品を持つ会社　判定：生存

自社サービスや自社プロダクトを持つ会社は強い。人を並べて時間を売る「人月商売」ではなく、製品そのものが価値を生むからです。AIで開発効率が上がれば、その分がそのまま自社の利益や競争力になります。SaaS(クラウドで提供するソフト)やサブスクリプション型のように、継続課金の仕組みを持つ会社はさらに安定します。

受託開発でも、独自の業務ノウハウをパッケージ化できている会社は同じ強みを持ちます。「自分たちの武器」があるかどうかが分かれ目です。

② AIを活用して利益率を上げられる会社　判定：生存

AIブームで「AIを売る会社」ばかり注目されますが、本当に効くのは「AIを社内で使い倒して稼ぐ会社」です。設計・開発・テスト・サポートの各工程にAIを組み込み、同じ人数で何倍も回せるようにする。生産性向上分を値引きで吐き出すのではなく、自社の利益として取り込めるかどうかが勝負です。

ここで差がつくのは経営判断です。AIへの投資と業務再設計を本気でやれる会社と、ツールを配って終わりの会社とで、数年後の利益率が大きく開きます。

③ 業界特化型企業　判定：生存

特定の業界に深く食い込んだ会社は、簡単には崩れません。その業界特有の規制・商習慣・データを蓄積していて、新規参入者やAIが一朝一夕には真似できない「堀(参入障壁)」を持っているからです。医療・金融・製造・自治体など、専門性が高くミスが許されない領域ほど、この強みが効きます。

汎用的な何でも屋は価格競争に巻き込まれますが、「この業界ならこの会社」と名指しされる存在は、AIを味方につけてさらに専門性を磨けます。

1. 人月商売への逆風が強まる
「何人で何か月」という見積もりの根拠が、AIによる生産性向上で崩れます。発注側も「以前より少ない工数でできるはず」と見るようになり、頭数を売るビジネスは値下げ圧力にさらされます。

2. 多重下請け構造の見直し
間に何社も挟んで利益を抜く構造は、生産性が上がるほど「中抜き」の説明がつかなくなります。元請けが内製を強め、中間の会社が淘汰される圧力が高まります。

3. 内製化(ないせいか)の加速
AIで開発のハードルが下がるほど、事業会社が「外注せず自分たちで作る」方向に動きます。優秀なエンジニアが外注先からユーザー企業側へ移っていく流れが強まります。

4. 単価の二極化
「AIで代替できる仕事」は単価が下がり、「AIを使いこなして価値を生む仕事」は単価が上がります。同じエンジニアという肩書きの中で、報酬の差が大きく開いていきます。

5. リスキリング(学び直し)が必須に
「一度覚えた技術で10年食う」が通用しなくなります。AIを前提とした働き方への移行が、生き残りの最低条件になります。ただし、変化の速さに会社の制度が追いつかない例も多く出るでしょう。

6. 日本特有の「遅さ」が功罪両面に
レガシー(老朽化した既存)システムの保守需要や、慎重に進める企業文化が、当面は急激な雇用の縮小を和らげる面もあります。ただし、これは時間稼ぎにすぎず、対応を先延ばしにした会社ほど後で一気に追い込まれます。

IT小僧の本音コラム

40年以上この業界を見てきて、「新しい技術が仕事を奪う」という騒ぎは何度もありました。オフショア、クラウド、ノーコード――そのたびに「エンジニアは要らなくなる」と言われ、そのたびに仕事の中身が変わっても生き残ってきました。今回も本質は同じだと思っています。

ただ、今回はスピードが違う。のんびり構えていられる猶予は、正直そう長くありません。
IT小僧が現場の若手に言っているのは、たった一つです。
「AIを敵にするな、部下にしろ」
AIに怯えて触らない人が、結局いちばん危ない。逆に、AIを使い倒して空いた時間を業務理解や設計力に投資できる人は、これまでで一番面白い時代を迎えます。

会社も同じです。「人を並べて納品する」だけのモデルにしがみつくのか、AIで筋肉質になって自分たちの武器を磨くのか。決めるのは今です。淘汰される側ではなく、入れ替わった後の業界で主役になる側に回りましょう。

では、コードを書ける能力は必要なくなるのか？
論理的思考と問題点を発見する能力は磨いておくことは必要です。
AIの書いたコードだから絶対間違いないと思っていたら　大きなトラブルに見舞われるでしょう。