AI時代にいらなくなるエンジニアはあなたかもしれない
AI が実装を量産するほど、古い働き方のままのエンジニアから先に苦しくなる
次にいらなくなる側に、自分も普通に入っている
AI の話になると、すぐに エンジニアは不要になるのか という議論に寄りがちだ。ただ、最近の自分の感覚はもう少し生々しい。エンジニアという看板が消えるかどうかより先に、いまの自分の働き方のままなら、普通に自分から先に価値が薄くなる という怖さの方が大きい。
前提として、自分はこの話を安全圏から書いているわけではない。実装量で安心したい気持ちもあるし、AI の出力を だいたい合っている で流したくなる瞬間もある。だからこの記事は、誰かを雑に断罪したいのではなく、自分を含めてかなりの人数がもう消耗戦の入口に立っている という前提で書く。
まず、足元の数字だけ並べても、状況はかなり不穏だ。
Stack Overflow Developer Survey 2025 では、開発プロセスで AI ツールを使っている、または使う予定だと答えた人は 84% に達した。一方で、AI 出力の精度を 信頼する 側は 33% に対し、不信 側は 46% だった。普及はしているのに、丸ごと信じられてはいない。
METR の 2025 年の実験も、このねじれを補強する。経験豊富な OSS 開発者は AI 利用時に 実測では 19% 遅くなった。しかも本人たちは、使う前は 24% 速くなると予想し、使った後でさえ 20% 速くなったと感じていた。体感と実測がズレる。
Anthropic の社内調査でも、エンジニアは Claude を頻繁に使っている一方、完全に任せられる仕事は 0〜20% という回答が多数だった。高レベルの設計や戦略判断、組織文脈が必要な意思決定は、依然として人間側に残る。
DORA 2025 も、AI は組織の強みと弱みを増幅するだけだと整理している。つまり、AI で必要なくなるのは コードを書く人 ではなく、AI 導入前の前提でしか価値を出せない人 だと思った方が現実に近い。これは厳しい言い方をすると、今まで通りちゃんと働いているだけの人から順に危うくなる、という話でもある。
この記事で置きたい中心メッセージは一つだ。AI 時代に苦しくなるのは、実装量だけで自分の価値を説明し、検証を外し、文脈を運ばないエンジニアである。 しかも厄介なのは、その条件に当てはまる人の中に、自分もかなり高い確率で入っていることだ。これは未来予測というより、すでに始まっている選別の話として読んでほしい。
先に結論を書くと、危ないのはこの3類型
「いらなくなる」という言葉は強すぎるので、少しだけ正確に言い換える。ここで言うのは、明日いきなり全員が解雇されるという単純な話ではない。もっと嫌な形で進む。評価されにくくなる、代替されやすくなる、難しい仕事が回ってこなくなる、気づいた時には市場価値の更新が止まっている。そういう形だ。
大きく 3 つに整理できる。
| 類型 | 一言でいうと | なぜ AI 時代に弱いか |
|---|---|---|
| 1. 実装量だけで価値を語る人 | 書いた行数、閉じたチケット数が主戦場 | AI が最も増幅しやすいのがそこだから |
| 2. 検証を手放す人 | AI の答えをそのまま受け取る | 生成速度より監督能力の方が希少になるから |
| 3. 文脈を言語化できない人 | 仕様、制約、意図を他者に渡せない | AI も人間も、曖昧な入力をそのまま増幅するから |
順番に書く。
類型1: 実装量だけで価値を語る人
AI の恩恵を最も受けやすいのは、定義しやすく、局所的で、すぐに形になる仕事だ。コード生成、テストのたたき台、ドキュメント整形、既知パターンの実装は典型だと思う。
Anthropic の調査でも、日常的な利用上位はデバッグ、コード理解、新機能実装だった。Claude によって 前はやらなかった小さな改善 が増えたとも書かれている。これは良い変化だ。ただ同時に、実装量の増加それ自体は差別化要因になりにくくなる。
Stack Overflow 2025 でも、AI を使う予定が低い業務は Project planning と Deployment and monitoring だった。前者は 69.2%、後者は 75.8% が 使う予定がない と答えている。能力不足というより、責任と文脈の問題だと思う。壊れた時の説明責任まで AI に移せない。
つまり、これから希少になるのは たくさん実装できる人 だけではない。むしろ、
- 何を実装しないかを決められる
- どこまで AI に渡してよいかを切れる
- 出力をプロダクトや運用の責任に接続できる
人の方が価値を持ちやすい。
AI 前は、実装速度そのものが強い評価軸だった場面が多かったはずだ。AI 後は、実装速度は依然重要でも、単独では説明力が落ちる。たくさん書けること から、何を通し、何を止めるかを決められること へ評価軸が動く。
類型2: 検証を手放す人
自分がいちばん危ないと思っているのはここだ。正直に言うと、いちばん自分に刺さるのもここだ。
METR の結果は、単に AI は遅いこともある という話ではない。もっと嫌なのは、遅くなっているのに、本人は速くなったと感じる ことだ。これは、AI 活用が感覚だけでは最適化しにくいことを示している。
Anthropic の調査でも、社員の多くは Claude を頻繁に使いながら、完全委任できるのは 0〜20% と答えている。さらに、AI を安全に使うには監督能力が要るのに、AI に頼りすぎるとその監督能力自体が鈍るという paradox of supervision まで指摘している。
ここで苦しくなるのは、AI を使う人ではない。AI の答えを検証せずに受け取る人 だ。
この類型の行動は、たとえばこういう形で出る。
- 動いたから OK にする
- 生成結果の設計意図を自分の言葉で説明できない
- テストが通ったことを品質保証と取り違える
- AI が出した選択肢の比較条件を持たない
Stack Overflow 2025 の AI solutions that are almost right, but not quite が 66% という数字も象徴的だ。AI はゼロから何も出せないわけではない。むしろ、8 割合っているが 2 割危ない 出力を高速に量産する。その最後の 2 割を見抜けるかどうかが、これからの技能になる。
言い換えると、AI 時代に価値が上がるのは 最初から全部書ける人 だけではなく、微妙に危ない提案を見抜いて修正できる人 だと思う。ここは経験差が出やすい。
類型3: 文脈を言語化できない人
3 つ目は少し地味だが、長期ではいちばん効くかもしれない。
Anthropic の調査では、Claude を使わない仕事として 高レベルの思考、戦略、組織文脈や taste が必要な設計判断 が挙がっていた。逆に言えば、AI に渡せる範囲は、仕事をどれだけ文脈ごと外部化できるか に大きく依存する。
これはプロンプトが上手いかどうかの話ではない。もっと手前の、
- 目的は何か
- 何が制約か
- どこを壊してはいけないか
- 何をもって完了とするか
を言葉にできるかどうかの話だ。
DORA 2025 が AI は組織の強みと弱みを増幅する と言っているのも、かなりこれに近い意味だと読んでいる。要求が曖昧な組織では、AI はその曖昧さを高速化する。レビュー文化が弱い組織では、AI は理解不足を高速化する。知識共有が弱い組織では、AI は属人化を別の形で深くする。
ここで危ないのは、自分の頭の中では分かっている で止まるエンジニアだ。人間同士なら、その場の会話や空気で埋まっていた隙間が、AI を挟むとそのまま欠陥になる。しかもこの欠陥は、最初は目立たない。レビューで少し詰まる、仕様のズレが少し増える、説明が少し苦しくなる。その 少しずつ の蓄積で、ある日まとめて置いていかれる。
さらに Anthropic は、AI が同僚への質問を置き換え始めたことで、メンタリングや協働の機会が減る可能性も書いている。もし本当にそうなら、文脈を言語化して渡す力は、コードレビューや設計だけでなく、チーム育成の面でも重要になる。
逆に、AI時代に残るエンジニアはどんな人か
ここまでを裏返すと、残る側の特徴もかなりはっきりする。
- 出力量ではなく、判断の質で価値を出す人
- AI の出力を鵜呑みにせず、検証コスト込みで使い分ける人
- 仕様、制約、意図を言語化して、人間にも AI にも渡せる人
この 3 つは、どれも派手ではない。むしろ、従来の できるエンジニア像 より地味に見えるかもしれない。
ただ、AI が普及するほど、希少になるのは生成そのものより 編集、監督、接続 の方だと思う。書く人より、通す人。思いつく人より、絞る人。速く作る人より、壊れ方を読める人。
自分もいま意識しているのは、次の 3 点だけだ。
- AI に投げる前に、完了条件を 3 行で書く
- 生成結果を採用する時は、なぜそれでよいかを自分の言葉で残す
- 週に一度は、AI なしで考える時間を意図的に作る
最後の一点は、Anthropic が書いていた あえて AI を使わずに手を動かして勘を保つ という実践に影響を受けている。全部を手作業に戻す必要はないが、監督能力まで外注しない ことはかなり重要そうだ。
おわりに
AI 時代にいらなくなるエンジニアの特徴を一言で言うなら、出力は増えたのに、判断・検証・文脈運搬の責任を引き受けない人 だと思う。
怖いのは、この条件が特別に怠けている人だけを指さないことだ。真面目に働いていても、実装量と処理速度だけを自分の強みだと思っていると、かなり危ない。昨日まで評価されていた勝ち筋が、今年からは最初に圧縮される対象になるかもしれない。
逆に言えば、キャリアの防衛線もそこにある。コードを書く量で AI と勝負しない。AI が増やした出力を、品質、意図、運用責任へ接続する側に回る。
正直、ここから 2 年で境界線はかなり動くはずだ。今日 人間にしかできない と思っている仕事の一部は、来年には普通に AI がこなすかもしれない。そしてその時に一番つらいのは、仕事が一気に消えることではなく、自分だけはまだ大丈夫だと思っていたのに、静かに難しい仕事から外されていくこと だと思う。
それでもしばらく残る判断軸はある。それは 何を生成したか より、何を任せ、何を疑い、何を引き受けるか だ。
もし自分の仕事を棚卸しするなら、最初の問いはこれで十分だと思う。自分の価値は、まだ実装量でしか説明できないか。それとも、判断と検証の言葉で説明できるか。 その問いに詰まるなら、たぶんもう始まっている。
AI を使いながらも、設計・検証・意思決定の責任を自分で握る側に回る
Discussion