AIは仕事を奪ってくれるのか？

はじめに

趣旨

近年、AI技術の進化は目覚ましく、「AIに仕事を奪われる」という話題が頻繁に取り上げられています。しかし、長時間労働が常態化している現場では、むしろ『AIが仕事を奪ってくれたら』と願う声も聞こえてきそうです。

本記事では「AIは仕事を奪ってくれるのか？」の疑問を考察してみます。

主に「エンジニア」を例としますが、他のさまざまな職種にも当てはめて考えていただければと思います。

本記事の構成

本記事は、さまざまな職種を対象としていますが、前半では「AI駆動開発」(システム開発)に焦点を当てています。なぜなら、AI導入における問題点やリスクについて説明しやすい分野だからです（なるべく難しい用語は控えています）。
また、コード出力という点で執筆業と共通点が多いことも理由の一つです。

後半の「AIは仕事を奪ってくれるのか？」以降は、エンジニア以外の職種も含めて解説しています。

• 大手テックの動向
  Salesforce、IBM、Microsoftといった大手テクノロジー企業の動向から、職種別の今後の方向性を考察します。

• AI駆動開発の問題点
  システム開発を例に、生成AIが抱える問題点を詳しく解説します。
  また、これらの問題が採用市場に与える影響についても考察します。

• AI駆動開発のリスク
  開発現場における生成AIの利用に伴う主要なリスクを解説します。

• AI駆動開発による効率化
  システム開発において、AIによる業務効率化の具体例を紹介します。

• AI駆動開発の業界への影響
  AIの普及がIT業界のビジネスモデルに与える影響を分析します。

• AI駆動開発のまとめ
  ここまでの内容を簡潔に整理します。

• AIは仕事を奪ってくれるのか？
  前半の「AI駆動開発」をもとに、本記事の表題にもある「AI は本当に仕事を奪うのか？」について多角的な視点から考察します。

• 何が奪われるのか？
  AI が「仕事」以外にどのようなものを奪う可能性があるのか？について考えていきます。

大手テックの動向

• Salesforce（セールスフォース）
  2025年2月の決算説明会で、マーク・ベニオフCEOが「今年はエンジニアの新規採用は行わない」と表明しました。自社開発のAIエージェント「Agentforce」を社内導入した結果、エンジニアリング生産性が向上した為です。一方で、営業職の採用は増やす方針を示しています。

• IBM（アイビーエム）
  2023年5月のインタビューでアービンド・クリシュナCEOが「今後5年で約30%のバックオフィス職（約7,800人分）がAIに置き換わる」と予測しました。人事や経理といった事務は減らし、エンジニアや営業職を増やす方針のようです。

• Microsoft（マイクロソフト）
  2025年5月に「全従業員の約3%（約6,000人）の人員削減」を発表。削減により生まれた資金は、AIやクラウドデータセンターへの投資に充てられます。

大手テックの動向を参考にすると、今後すべきことが見えてきます。

• 営業職
  AI商品の普及を見通し、AIリテラシー（AIの基本知識）を高めること。

• バックオフィス職
  「AIでは代替しにくいスキル」を身につける。またAIリテラシーも高めておく。

• エンジニア
  専門分野によって需要が変わってくる。

次項よりエンジニアに焦点をあて、AI駆動開発の問題点やリスクなどを見ていきたいと思います。

AI駆動開発の問題点

コードの品質

生成AIは一見正しそうなコードを出力してきますが、その品質と安全性は注意が必要です。妙に小綺麗なコードを書くので「一見正しそう」に見え、これが厄介なのです。

• 理解力の欠如
  AIは与えられた指示（文章）を表面的に受け取るだけ傾向があり、人間なら分かる微妙なニュアンスの違いを理解出来ない場合があります。

• 品質問題
  重複コード、可読性、保守性、拡張性などに問題あり

• セキュリティー
  特にセキュリティーの脆弱性は顕著です

この３つ以外にもまだまだ沢山あります。
AIに対策の指示をしたとしても、自分でコードを書いたことがある人でないと、きちんと脆弱性対応されているか分かりません。

• メモリリーク
  生成AIの出すコードは最適なメモリ管理を考慮しているとは言い難いです。

これらをAIに再度チェックさせようにも、AIは学習データに基づいているため隔たりのある結果を繰り返します。

従って、AIが出力したコードは必ず人間が精査・テストする必要があります。
つまり、コーディング時間は短縮されても、その後の修正やデバッグ作業が増加するので結果的にはコスト削減に繋がらないことになります。
そして何より「人間が出すバグ」と「AIが出すバグ」とでは性質が異なります。

ブラックボックス性

不具合が発生した場合、何故そうなったのか？を説明しなければいけません。コーディングをAI任せにし、人間が理解していない場合、説明することが出来ません。

先述通り、AIは学習データよりパターン化しているため、人間が考えもしないような微細なミスをしてしまうことがよくあります。この「微細なミス」が厄介で結果として意図しない挙動やバグの原因究明が難しくなるのです。

そして、エンジニアは対応を終えるまで家に帰れません。

複雑な設計が苦手

複雑なシステム設計やアーキテクチャ判断は致命的に弱いです。

依存関係

開発は複数の外部パッケージを利用するので、各々のライブラリが複雑に絡み合います。これを依存関係と言います。この辺りも生成AIは人間ではあり得ない微妙なミスをする（しかも一見動くように見える）ので、不具合対応の調査が難航します。

コンテキストサイズに制限がある

コンテキストサイズとは、入出力履歴全体のトークン数の上限のことです。特にコーディングは膨大なトークン数が消費されます。

また、コンテキスト内に収まるにしても、コンテキストが長いほど精度は落ちます。

企業ポリシー

従来とは異なったガイダンスが必要となってきます。

これは一例ですが、他にもまだまだあるかと思います。

問題点から見える採用市場

以上より、一定水準以上の実務での開発経験がないとAI駆動開発は出来ないという事が分かります。先述のSalesforceの「解雇ではなく新規採用をしない」という方針も何となく分かる気もします。

【実務経験】
AIによる生産性向上を理由に、今後は新卒採用を減らす一方で経験者の中途採用を増やすようにするかも知れません。ただし、日本は新卒をかなり率先して採用する傾向がありますので、どちらかと言うと「未経験者の中途採用」が著しく減少するようにも思えます。

【技術領域】
もちろん技術領域にもよるので一概に言えません。
例えば、組み込みエンジニアはハードウェア制御の理解が必要（厳密的な分野）であるため、AIのよる代替はされづらいと考えられます。

【需要の変化】
また、クラウド（AWS、Google Cloud、Azureなど）もAI化しているので、このエンジニアも需要が高くなる見通しです。

・AIエンジニア
さらに『AIエンジニア』という大規模言語モデル（LLM）を開発する専門職もあります。従来の開発スキルに加え、機械学習やディープラーニングといった高度な専門知識が必須となるため敷居は高くなりますが、そのぶん高収入を狙えると思います。

AI駆動開発のリスク

セキュリティー

前項の「問題点」と被る箇所もありますが、本項では『リスク』に焦点をあてたいと思います。まずはセキュリティーのリスクからです。

サイバー攻撃をする側からすれば「学習データの偏りによるセキュリティ脆弱性」は格好の的となります。特に日本では「お客様は神様」であり、納期は絶対に守るという考えなので、この辺りの精査に時間を掛けれない場合もあります。

漏洩リスク

次に漏洩リスクについてです。

これは氷山の一角で、似たような事例は他の企業でもあると思われます。
漏洩リスクは機密コード/情報、さらには顧客の個人情報までも及びます（漏洩したことにすら気づいていないケースもあるでしょう）

ライセンス違反

GitHub Copilot訴訟についてはご存知の方も多いかと思います。

これと似たような訴訟はいくつか発生しています。
最近では、Redditが「コンテンツを無断で使用し、AIモデルの訓練に利用した」としてAnthropic社を提訴しています。
これらは、LLM開発企業（OpenAI、Anthropicなど）が対象となってます。

ここで１つ疑問が出てきます。”生成AIを利用している側の企業についてはどうなんだろう？”と。生成AIの出力ではライセンス制約付きのコードが含まれてしまう可能性があります。

私の周りで訴訟事例は聞いたことないですが、まだ表面化されてないだけかも知れません。その辺りの法的リスクは意識しておくべきかと思います。

引き継ぎ問題

エンジニアが案件に参画した場合、まず最初にシステム全体を把握する必要があります。もし前任者が「人間」ではなく『生成AI』だったら？

コスト削減のためAI任せにしたまでは良いが、にっちもさっちも行かなくなったので、やはり人間にと言うパターンです。先に述べた”AI駆動開発の問題点”を会社側がよく理解しているのなら未だしも、大抵は理解してません。

しかも「緊急対応」や「納期が過ぎている」というオマケ付きです。後任者からすれば溜まったものではありません。

責任問題

また「コードにバグがあり事故が起きた場合は誰が責任を負うのか？」この辺りの責任の所在も曖昧になります。

また、ChatGPTが台頭して2年ほど経ちましたが、法整備もほとんど進んでないのが現状です。

AI駆動開発による効率化

先にネガティブ（問題点やリスク）な話をしましたが、その方がポジティブな面を説明しやすいと思ったからです。
AIによる業務効率化について考えてみましょう。

• Web系
  フロントエンド（HTML/CSS）が中心になると思います。
  画面側であれば目視しやすいため、AIによるミスが判別しやすい為です。

• サーバー運営
  システム監視や障害対応へのAIの導入。
  また、定型的な運用タスクの自動化（例：ログ解析による異常検知など）にも活用できます。ただしシステム設計などは人間がやるものとします。

• 要件定義
  顧客ヒアリングをもとに要件定義の叩き台を作成（後から人間が調整をする）

• データベース
  「スキーマの叩き台」や「データ前処理」などで活用。

• コーディング関連
  AI任せではなく、コーディングにあたっての「補助」として活用。
  （単純な定型コード、コード補完、コメント付け、技術的質問など）

• テスト関連
  テスト仕様書、テストスクリプト、テストデーターの作成で活用

先に述べた「問題点」や「リスク」を考慮すると、AIに丸投げするというより、人間の補助として使うのが主流になっていくものと思われます。

AIツールの導入は必須化されてくので、プロンプトエンジニアリングスキルは常に磨く必要があります。ただし、どこまでAI任せにするかの線引きは必要です。

AIの活用によって、これまで発生していた不要な残業が削減され、社員がより充実した私生活を送れるようになることを期待しています。

AI駆動開発の業界への影響

日本のIT業界、特にSIerやSESといった人月商売を基盤とする企業にとって、AIが普及した場合、ビジネスモデルを揺るがすと予測されます。

【売上の減少】
これまで開発コストは人月単価を基準に算出されてきました。しかし、AIツールにより多くの作業が代替されると開発に必要な「人間」の工数は激減します（売上が大幅に減少）。

【管理体制】
管理体制においても抜本的な見直しが必要となります。今後は、各タスクをAIで代替できるかどうかの見極めや、人間とAI、それぞれの最適なリソース配分を行う能力が、プロジェクトマネージャー（PM）には不可欠となるでしょう。

ただ現実として、日本企業の多くは「新技術導入への抵抗」や「変化に対する抵抗」があります。先ほど述べた業界特有の事情もあり、AI導入に関しては全体的に動きが鈍く、過度に焦る必要はないようにも思えます（グローバル的には、どんどん差をつけられていく気もしますが …… ）

AI駆動開発のまとめ

ここまでの内容を端的にまとめると、以下のようになります。

AIは仕事を奪ってくれるのか？

経験の差が広がる

AIについては現在だけでなく、5年後、10年後 ……、はどうなるか？と予測する必要もあります。しかし、時代が進んでも根本的に変わらない弱点やリスクもあります。

AI駆動開発について書く中で感じたのは「仕事を奪ってくれる」のではなく『経験の差が広がる』。これが率直な感想です。

AIを使ってシステム開発をしても非エンジニアでは限度があります。これは根幹となる知識や経験値が無いためです。もちろん他の職種にも言えることです。

• 執筆業
  創造性や独自性を発揮するには経験値が必要。『響かせる』のは人間です。

• マーケター
  AIは「分析」はしてくれるが『戦略を立てる』には市場感覚や洞察力が必要です。

• 営業
  AIは「提案文」の作成は出来ますが『人を動かす』には信頼関係が必要です。

• デザイナー
  AIは「描画」はするが『伝える』には感性や表現力が必要です。

• その他/共通
  AIは「作業」はするが『見えないリスク』を察するには現場感覚が必要です。

未経験者はどうなる

AIの普及により未経験者はさらに厳しい状況になりますが、AIはスキル取得に活用出来ます。

模擬面接や質疑応答の練習、ポートフォリオ作成にも活用出来ます。

採用側は「(スキルがあっても)実務経験が無いから採用しません」という考えですが、これを如何にして攻略するか？についてもAIを活用が出来ます。

また、個人開発を試みるのもありかも知れません。
AI駆動開発における「問題点」や「リスク」を考えれば、AI任せではなく、まずは自力で技術を取得し、あくまでAIは補助という位置付けにした方が良いかと思います。

非AI戦略

AIは同じようなデータを学習しているため、多くの企業が使うと結果やサービスが似てきます。その結果、競争が激しくなり、レッドオーシャンになります。敢えてAIを使わない（または限定的な使用）という方針もありかと思います。

• キャリア形成
  仕事を選ぶ上で「スキルが身につく」ことを重視している人は多いです。AIによる効率化を追求すると、社員の成長機会が失われてしまいます。社員のキャリア形成を大切にする事こそが、企業全体の成長につながります。

• ニッチ市場
  AIの出力結果は学習データに基づくので「一般的なパターンや主流のニーズ」には強いですが『ニッチな要求や個別性の高いニーズ』に対応することが苦手です。

• アンテナを張る
  AIは学習データに基づいた予測や最適化を得意としますが、過去のデータにない予測不能な出来事や、急速な市場・社会情勢の変化への対応は苦手です。よってマーケティングや企画などで差別化を図れます。

• Webコンテンツ以外
  遅かれ早かれ、インターネット上のコンテンツは学習データとして取り込まれます（この記事も同様）。ネット上からでは得られない情報を収集することがAIとの差別化に繋がります。

何が奪われるのか？

仕事ではなくエンジニアを奪われる

先述のAI駆動開発については、企業側すなわち「雇用」に焦点を与えてましたが、エンジニア側の『自立』も考えてみましょう。

「自分でサービスを作って運営したい」というエンジニアは多いです。

この場合、開発以外のタスクも発生します。

• マーケティンや広報：市場調査や競合分析、アピール文や商品説明文の作成、会員の行動パターンの分析

• 事務関連：事業計画書や申請書類の作成。経理関連の補助など。

• お問い合わせ対応：返信テンプレートの作成、チャットボットによる一次対応、アップデート時のFAQ自動更新

など、これらをAIで時間短縮することが出来ます。コーディングの補助もしてくれます。また、システム開発のコストはほとんどが「人件費」です（これもAI活用で削減）。

何が言いたいかというと「エンジニアが仕事を奪われる」のではなく、寧ろ『企業がエンジニアを奪われる』のではと言うことです。

エンジニアを例としましたが、他の職種にも当てはまります（特にデザイナー、ライター、コンサルタントあたり）。組織に属するメリットを感じなければ、社員は自立しやすい環境になったのではないのでしょうか。

仕事でなく事業を奪われる

AI駆動開発もといAI駆動プラットフォームを考えてみましょう。

例えば、noteだったら運営者も記事投稿者(クリエイター)も人間です。

どんどん勝手に成長していき、認知度も収益もnoteを上回る可能性もあります。

ただし、課題もあります。

ここで「運営のみAI」や「AIクリエイターは一部とする」にすると大幅に解消されるはずです。

この場合、以下のようなことも試せます。

これは一例ですが、今後はAI駆動プラットフォームが台頭し「AIに事業を奪われる」時代もやって来るかも知れません。

仕事でなく人生を奪われる

ついでに、AIに依存しすぎた場合を考えてみましょう。

仕事とは「生活費を稼ぐ」ためだけのものでしょうか？

など、理由は色々あるはずです。AIに依存し、これらの経験を省略するのは勿体無いと思います。人生の大半を過ごす『仕事』だからこそ有意義にしたいものです。

おわりに

記事を書きながら思ったのは、AIは「仕事を奪ってくれる」というより『時間を与えてくれる』いうこと。ただし、その時間をどう使うかで、経験の差は広がる一方となるかと思います。

最後までお読みいただき、ありがとうございました。