AIに仕事を奪われるSIerとAI時代に強くなるSIerの違い

第1章　AIは賢い道具から仕事をする存在へ

AIのニュースを見ない日はないくらい、
最近はAIの話題で持ちきりですよね。

ただ、AIがどれだけ賢くなるかという点ばかりに目が行きがちですが、

AIがさらに進化すると、私たちがPCを使う方法そのものがガラリと変わるかもしれません。

スマートフォンやパソコン、各種アプリや
会社の業務システムの中に、
最初からAIが溶け込んでいきます。

身近な例で考えてみましょう。
スマホで写真を撮るとき、
裏側ではすごい画像処理技術が働いていますが、私たちは「いま画像処理機能を使っているぞ」とは意識しませんよね。

普通にカメラを使っているだけです。

AIも同じように、普通に仕事をしていたら
裏でAIが動いていたという状態になります。


①「AIに質問する」から「AIに仕事を任せる」へ

②アプリを操作するという行為が変わる

ここで、一つ大きな疑問が浮かびます。
もしAIが本当に会社の仕事をするように
なったら……

会社の中には、営業データもあれば、
会計データ、古いシステム、社員が個人で使っているExcelまで、バラバラに存在しています。

AIがどれだけ賢くなっても、
会社の中の情報が散らかっていたら、
AIは仕事ができませんよね。

実はここに、ビジネス上の大きなチャンスと課題が隠されています。
次の章では、「AIが会社の仕事をするとき、
現場で何が起こるのか」を
詳しく見ていきましょう。

第2章　AIエージェントが企業の仕事をすると、何が起こるのか？

結論から言うと、AIそのもの以上に

AIが働くための社内環境（IT環境）がものすごく重要になります。

具体的な場面で考えてみましょう。

夢のような話に見えますが、ここで一つ
立ち止まって考えてみてください。
AIは、一体どうやって

✅売上データや原価データにたどり着いたか？

AIは魔法使いではありませんから、勝手に
社内を探検してデータを見つけてくれるわけ
ではありません。

これまでのITは
「人間が使いやすいシステム」を作れば
十分でした。

これからは「AIにとっても使いやすいシステム」になっていないと、
AIが仕事を進められないのです。

✅ところが、企業にはシステムが一つではない


実際の会社には、すべての情報が
一箇所にきれいにまとまっている巨大システム
なんて存在しません。

営業システムや会計システム、人事システム
があり、
在庫管理システムに昔作った社内システム。
部署のExcelファイルまで。

あちこちにシステムが散らばっています。

しかも導入した時期も違えば、
使っている用語やデータの形式もバラバラです。

営業部では「A商事」と登録されているのに、
会計システムでは「コード10023」と
別名で管理されている、
なんてことは日常茶飯事です。

人間の社員なら「あ、これはA商事のことだな」と経験で判断できますが、
AIに丸投げしようとすると、
このバラバラな状態が大きな壁になります。

✅「データがある」と「AIが使える」は違う

紙の書類、PDF、Excel、古いサーバーの奥底……データ自体は会社の中にたくさんあっても、

AIから見れば
「どれが最新で、何を意味しているのかサッパリ分からない」
という状態になりがちです。

AIがどれだけ優秀なドライバー（頭脳）でも、
走るための道路（データやシステム）が
ボロボロでは目的地に行けませんよね。

✅そして、企業ITには「システムの壁」がある

「じゃあ、社内のシステムを全部新しく
つなぎ直せばいいじゃないか」
と思うかもしれません。

しかし、長年使ってきた大切な業務システムを
簡単に止めるわけにはいきませんし、
予算も限られています。

つまり、AIを導入しようとすると、必然的に

「うちの会社のぐちゃぐちゃなIT環境、
どうしよう……」

という現実の課題が浮き彫りになるのです。

AIが進化すればするほど、
逆に企業の古いIT環境の課題が突っつかれる。
皮肉ですが、これが現実です。


✅AIを導入する会社からAIが働ける会社へ

では、この仕事を誰がやるのか？

AI時代には

企業のぐちゃぐちゃなシステムを整理して、
AIが働けるように準備してあげる会社

がめちゃくちゃ重要になると思いませんか？

バラバラなシステムをつなぎ、データを整理し、セキュリティを守りながらAIを組み込む。

この「地味だけど絶対に不可欠な仕事」を
担う存在こそが、

実はSIer（システムインテグレーター）や
ITサービス企業なのです。

次の第3章では、この「企業のIT環境のドロドロとした現実」について、さらに深く掘り下げてみましょう。

第3章　ところが、企業のITはそんなにキレイではない

企業ITを複雑にしているのが、
長年使われてきた歴史あるシステムです。
レガシーシステムと呼ばれたりします。

古くてダメなものと思われがちですが、
実は違います。

むしろ、銀行の口座管理や製造業の工場ライン、物流の配送システムなど、

会社の本業を何十年も重大なトラブルなく
支え続けてきた「超・重要システム」であることが多いのです。

だからこそ、
「AIの時代になったから、古いシステムは全部
捨てて最新に入れ替えましょう！」

とは簡単に言えません。
もし失敗したら、会社の営業がその日から
ストップしてしまうからです。

ですから現実には、
「昔からの頑丈なシステムを動かし続けながら、新しいAIやクラウドとどうやってつなぐか」

という、
非常に高度なパズルを解く必要があります。

✅システム同士をつなぐとはどういうこと？

AシステムからBシステムへ、
自動でデータが引っ越しできるように
パイプをつなぐ。これがシステム連携です。

販売システムから顧客情報を出し、
在庫システムから在庫データをもらってくる。

AIエージェントが仕事をするためには、
このシステム同士をつなぐ窓口（API）が
社内に張り巡らされている必要があります。

✅でも、全部つなげればいいわけでもない

「じゃあ、社内のシステムを全部APIでつなげば
解決だね」と言いたいところですが、
最後にもう一つ大きな壁があります。

セキュリティと権限の問題です。

会社の中には、AIに見せていい情報と、
絶対に見せてはいけない情報があります。

個人情報や顧客リスト
社員の給与情報
未発表の財務データや極秘契約

個人情報や企業の秘密が外に漏れないように
ガードするのはもちろん、

「AIがなぜその判断をしたのか」
「本当にAIが実行したのか」

を人間が後から追跡できるように記録を残す
仕組みが必要です。
これを「AIガバナンス」と呼びます。

AIが暴走したり誤った判断をしたときに、
人間が責任を持ってコントロールできるように
するための管理体制のことです。

このようにAIが働ける環境を整備するのが
「SIer（エスアイアー：システムインテグレーター）」と呼ばれるIT企業たちです。

もちろん、
「じゃあSIerはこれからウハウハで大儲けだね」という単純な話ではありません。

AIが自分でプログラムコードを書けるように
なっていく時代ですから、
SIer自身も大きな変化を迫られます。

では、SIerはこれから一体どんな役割を担う会社になっていくのでしょうか？
次章で詳しく見ていきましょう。

第4章　AI時代、企業は「AIが働ける会社」に変わらなければならない

AIを導入したい企業の側から見ると、
第3章でお話しした

①ぐちゃぐちゃなデータをAIが使えるように整え
②だんだんと建て増ししていったバラバラな
システムをつなぎ
③古い基幹システムはそのままにAIとつなぎ
④AIが何をして良いか、何をしてはいけないか
決めておき
⑤ セキュリティとAIガバナンスも必要になる

⑥ 本当に変わるのはAIではなく業務

ここまでの話をまとめると、企業が通るべき道筋が見えてきます。

つまり、企業がAIを導入することは、
AIが働ける会社に自ら生まれ変わること
なのです。


✅ここで、SIerの存在が見えてくる

さあ、話がここまで来ると、いよいよ本丸が
見えてきました。

会社のITと業務の裏側をすみずみまで
知り尽くしたSIerの手助けが絶対に必要に
なります。

ただし、ここで一つ疑問が浮かびます。

「AIが自分でプログラミングまでできるように
なったら、システムを作るのが仕事だったSIerは、いらなくなってしまうのではないか？」

実は、ここからが一番面白いところです。

SIerは単に「言われた通りにシステムを作る会社」から、
「企業がAIを使って成果を出せる環境をつくる
会社」へと、
自らの姿を激変させようとしています。

次の章では、
AI時代においてSIerの仕事がどう変わり、
どんな新しい価値を生み出そうとしているのか、その最前線を詳しく解き明かしていきましょう。

第5章　ここでSIerの仕事が変わり始める

そもそもSIerは何をしている会社なのか？

「SIer」という言葉は知っていても、
「プログラマーが集まっている会社でしょ？」
と思っている方も多いのでは？

実は、少し違います。
プログラミングも仕事の一部ですが、
SIerの本当の役割は

「企業の要望を聞いて、それをITシステムという形にすること」です。


1. 企業から「こんなことをしたい」と相談を
受ける
2. SIerが業務の流れや要望を詳しく整理する
3. 必要なシステムを設計し、開発（プログラミング）する
4. テストをして会社に導入し、その後の運用や　保守まで面倒を見る

AIがどれだけ上手にプログラムを
書けるようになっても、

✅そもそも会社は何をAIにやらせたいのか？

という目的を整理する作業は残り続けるから
です。


AIによってSIerの仕事も変わる

では、AIが発達するとSIerの現場では
何が起こるのでしょうか。

まず起きるのが、システム開発そのものの
超・効率化です。

これまでは、「こういう機能を作って」という要望に応えるように
人間のエンジニアが手作業でコードを書いて
いました。

それがこれからは、

人間が「こういう機能を作りたい」と
AIに伝えると、
AIが自動でコードを書き上げる

人間が間違いがないか確認・修正する
という形へ変わっていきます。

✅AIで生産性が上がる。でも、SIerの売上は？

AIのおかげで、エンジニア1人がこなせる仕事量がドカンと増えたとします。
同じ人数でたくさんのシステムを作れるように
なりますから、
一見すると素晴らしいことですよね。

しかし、SIerの昔ながらのビジネスモデルを
考えると、話がややこしくなります。

ここで登場するのが「人月（にんげつ）」=
「1人が1ヶ月働いた作業量」。

たとえば
「10人のエンジニアが1年間働くプロジェクト」
なら、
10人 × 12ヶ月 ＝ 120人月
となります。

従来のSIerは、
この「何人が何ヶ月働いたか（人月）」に
単価を掛け算して、
顧客に費用を請求するケースが多くありました。

ここにAIが登場するとどうなるでしょうか。
これまで10人必要だった仕事が、
AIを使って8人で済むようになったとします。

お客さんからすれば
「安く、早く作れるから嬉しい！」
となりますよね。

しかし、時間を売るビジネスをしている
SIerからすると、
「必要な人手が減った分、今までと同じやり方では売上が落ちてしまう」
という事態に陥るわけです。

つまり、「AIで生産性が上がること」は、
時間の切り売りをしているSIerにとって、
必ずしも単純な追い風にはならないのです。

✅では、AIはSIerにとって逆風なのか？

AIがコードを書く
→開発に必要な人が減る
→SIerの仕事が減って潰れる……。

もしこれだけの話なら、
SIerの未来は真っ暗ですよね。

しかし、現実はそう単純ではありません。
なぜなら、
プログラムを作ることと
企業がAIを使える状態にすること
は全く別の問題だからです。

企業が実際にAIに仕事をさせようとすると、

顧客データはどこにある？
過去の営業履歴とどう連携する？
誰がどのデータを見ていいルールにする？
AIが間違えたらどうやって止める？

といった問題が次々と噴き出してきます。

営業システム、販売管理、会計、社内サーバー、クラウド……

社内のあらゆるシステムが複雑に絡み合っている中で、
AIを安全に動かすには、会社全体のIT構造を深く理解している
プロの手助けが絶対に必要になります。

✅作るだけではなく、つなぐ仕事へ

ここに、
AI時代のSIerの新しい姿が見えてきます。

これまでのSIerのメインの仕事は、
ゼロから「システムを作ること」でした。

しかしこれからは、
社内にあるバラバラなシステムとAIを
綺麗につなぐこと

へ価値が移っていきます。

AIという高性能なエンジンがあっても、

✅何を作るかより何を変えるか

さらに大きな変化があります。
AIが簡単にコードを書けるようになると、

代わりに重要になるのが、
次のような問いに答えられる能力です。

「そもそも、うちの会社は何をAIに任せるべきなのか？」

「どのデータをAIに渡して、どれを隠すべきか？」

「万が一AIが誤診したとき、誰が責任を持つ
プロセスにするか？」

その企業の業務を深く理解し、
業界のルールを知り、
仕事のやり方そのものをどう変えるかを提案
できなければならないからです。

つまりSIerの価値は、
「どう作るか（How to build）」から、

何を作り、どうつなぎ、企業の仕事全体を
どう変えるか

（What to build / How to transform）

へと広がっていくのです。


✅SIerの仕事がなくなるのではなく、
価値の源泉が移る

ここまでの話をまとめましょう。

AIによって、
人間が手作業でコードを書く仕事は
減っていきます。
そのため、
単にエンジニアの作業時間を売っていたSIerは
苦しくなるでしょう。

しかし一方で、
データを綺麗に整理する
システム同士をつなぐ
セキュリティと権限を守る
業務の流れをAI前提につくり直す

といった高度な仕事の需要は爆発的に
増えていきます。

ですから、
「SIerの仕事がなくなるか？」
という問いは間違いです。

正しくは、手作業で作る価値は下がるが、
全体のIT構造をつくり変える価値が跳ね上がる
ということなのです。


投資家として見るべきなのは、

「AIを使って浮いた時間や人員を、
より価値の高い仕事
（コンサルティングや業務改革の支援）へ
シフトできているか？」

という点です。

では、具体的に「AI時代に生き残る強いSIer」
を満たす会社を、
「AI時代に勝つSIerの戦闘力を見極める
スカウター（評価の物差し）」
を使って見ていきましょう。

AI時代のSIerスカウターリスト

【顧客との深さ】
① 顧客の業務に深く入り込んでいるか？
② 基幹システムを理解しているか？

【技術・つなぐ力】
③ 複数のシステムやデータをつなぐ力（API等）があるか？
④ 企業のデータを整理し、AIが使える状態にできるか？
⑤ AI・クラウド・セキュリティをセットで安全に提供できるか？
⑥ AIを使って仕事の流れそのものを変えられるか？

【稼ぐ仕組み（収益モデル）】
⑦ 時間の切り売り（人月商売）から脱却できているか？
⑧ AIによる効率化を、ちゃんと利益の増加につなげられているか？
⑨ 納品後も毎月稼げる継続収益の仕組みがあるか？

この9つの項目を全部満たしている完璧な会社である必要はありません。

大切なのは、このスカウターを使って
この会社の強みはどこで何が足りないのかな？」と分析する目を持つことです。

第7章　AI時代に面白い5社を見てみよう

さあ、スカウターという武器が完成しました！

ここからは、日本の代表的なSIer5社に
このスカウターを当てはめて、
それぞれの強みや特徴を分析してみましょう！

※なお、分析にあたっては2026年現在の
最新IR資料や決算データをベースにしています。

1．日立製作所

① 顧客の業務に深く入り込んでいるか？
→ ◎（強）

日立の本当のすごさってどこにあるか
ご存じですか？

実は、電車の運行管理や発電所の制御、
工場の製造ラインといった社会のインフラ現場
そのものにガッツリ入り込んでいる点なんです。

ただ画面の中でシステムを作るだけでなく、
現実の機械や設備を直接動かす技術（OT）と
デジタル技術（IT）を組み合わせて提供できる。

これが、他のIT企業には真似できない日立だけの圧倒的な強みなんですね。

② 基幹システムを理解しているか？
→ ○（中〜強）

長年、現場の設備や制御システムを支えてきた
実績はもちろん抜群です。

ただ、NTTデータのように銀行や省庁の心臓部となるシステムを丸ごと握っているというのとは
少しタイプが違います。

日立が得意なのはシステムの心臓部というよりも社会を支えるインフラ設備そのものの仕組みを
深く理解している点にあるんです。

③ 複数システム・データをつなぐ力
→ ◎（強）

2021年、日立は約1兆円という巨額を投じて
アメリカの「GlobalLogic（グローバルロジック）」という企業を買収しました。

この会社は、半導体からクラウドまでをつなぐ
高度な技術（Chip to Cloud）と、世界中で400社を超えるお客様を持っています。

この買収によって、現場の技術（OT）とIT・AIをつなぐ力が劇的にパワーアップしたわけです。

④ 企業データをAIが使える状態にできるか
→ ◎（強）