テック業界で最初に変わる業務
テック企業で最初に変わるのは、定型的な文章を生み出す作業です。ひな形コード、ユニットテスト、ドキュメント、コミット要約、コードレビューの下書きなどです。サポート業務も変わりつつあります。問い合わせの振り分け、ログの要約、定型的な回帰テストなどです。AnthropicのEconomic Index(AI利用の実態を観察した資料)によると、ソフトウェアの仕事でのAI利用は、人が指示して手直しする補助型が多く、職務全体の置き換えではありません。
短縮されるのは、アイデアから動く下書きまでの時間であり、エンジニアリング判断の必要性ではありません。システム連携、未知のシステムのデバッグ、要件がなぜ存在するのかの理解は、今も人のペースで進む仕事です。米国労働統計局の職業展望ハンドブック(BLS OOH)は、コンピューターと情報技術の職種が全職業の平均よりかなり速く成長すると見込んでいます。需要は消えるのではなく、形が変わるということです。ただし個々の職務の行方は異なり得ます。その不確実性は現実のものです。
テック業界で人の責任が集まる場所
ソフトウェアにおける責任は、ミスの代償が大きくなる地点に集まります。本番環境へのデプロイ承認、セキュリティレビューの承認、会社が何年も付き合うことになる設計の選択、システムが扱ってよいデータの決定などです。AIは選択肢の下書きを作れますが、リスクを引き受けるのは権限を持つ人です。障害対応も同じです。深夜にシステムが落ちたとき、切り戻すか、周知するか、上へ報告するかを決めるのは人です。
判断は上流、つまり何を作るかを決める段階にも集まります。曖昧なビジネス課題を要件に翻訳する、機能要望を断る、速度とコストと信頼性のバランスを取る。これらは文章力より文脈が物を言う仕事です。国際労働機関(ILO)の生成AIと雇用に関する研究は、この変化を雇用の消滅ではなく、職業内のタスクの変容と捉えています。テック業界ではその変容が、人を仕様策定、レビュー、責任の側へ押し上げます。
テック業界で働く人の90日プラン
最初の1か月は、AIツールを時々試す実験ではなく、毎日使う道具にします。テスト、リファクタリングの下書き、ドキュメントに使い、出力が間違っていた箇所を記録します。2か月目はレビューの習慣を作ります。生成されたコードを批判的に読み、エッジケースを確認し、見つけた失敗パターンを書き留めます。これでツールの利用が、評価や面接で説明できる検証可能なスキルになります。
3か月目は、チームが担う業務を一つ選びます。リリースノート、テストカバレッジ、当番対応の手順書などです。AI補助の前後を比較して測ります。並行して、価値が集まるスキルに投資します。システム設計、サービスの境界をまたぐデバッグ、技術的なトレードオフを非エンジニアに説明する力です。これで成果が保証されるわけではありません。ただ、仕事が動いていく方向に努力を合わせる方法です。
