Claude Fable 5に聞いてみた
【Fable 5に聞いてみた】10年後、ITエンジニアの仕事はどうなる? 他のAIモデルの回答とも比較(4/5 ページ)
Fable 5の回答
最後にClaudeでFable 5(工数は「Max」)に聞いた結果を見ていきたい。回答は以下の通り。
2036年のITエンジニア像(予測)
まず正直に言うと、10年単位の技術予測はよく外れます。2016年時点で「2026年にはAIエージェントがコードの大半を書いている」と正確に予測できた人はほとんどいませんでした。その前提で、現在のトレンドの延長線上で確度が高そうな変化を描きます。
「コードを書く仕事」から「AIに書かせて責任を持つ仕事」へ。 2026年の時点ですでにAIがコードのかなりの割合を生成しています。2036年には、人間が一行ずつコードを書くのは高信頼性が求められる特殊領域や教育・趣味の場面に限られ、エンジニアの中心業務は、問題の定義と仕様化、AIエージェント群へのタスク分解と委任、成果物の検証、システム全体の設計・統合、そして最終的な意思決定と責任になっている可能性が高いです。
職種の再編が進む。 純粋な「コーダー」という職は縮小し、代わりにエージェントの運用・監視(AgentOps的な役割)、AI出力の評価・監査、AIガバナンスや規制対応、特定業界に深く入り込んだプロダクトエンジニアといった役割が育つでしょう。SREは自律運用システムの監督者に近づき、セキュリティは攻撃も防御もAI化するため、むしろ人材需要が増える分野だと見ています。
チームは「少人数+多数のエージェント」に。 かつて10人のチームでやっていた仕事を、1〜2人がエージェント群を指揮してこなす形が標準になりえます。副作用として、ジュニアが単純な実装で経験を積むという従来の育成ルートが崩れ、「次世代をどう育てるか」が業界全体の課題になるはずです。
需要は総量では増える可能性が高い。 作るコストが下がると作られるソフトウェアの量は増える、というのが歴史的なパターンです。ただしAIを使いこなす人とそうでない人の生産性格差が極端に開き、雇用や報酬は二極化しやすいでしょう。一方で変わらないものもあります。レガシーシステムは2036年にも大量に残り、組織の政治や合意形成の難しさも残り、「そもそも何を作るべきか」を見極める力の価値はむしろ上がります。
なお、AIの進歩速度や規制次第で幅はあります。控えめなシナリオでは今の延長(強力な補助ツール止まり)、進んだシナリオでは開発工程のほぼ全体が自律化し、人間は方向付けと承認に専念する、というレンジで考えておくのが現実的です。
今から始めるべきこと
- AIエージェントを業務の中心に据える練習をする。 コード補完として使うのではなく、タスクを分解して委任し、レビューして修正指示を出すループを日常的に回すこと。これは独立したスキルで、練習量がそのまま差になります。
- 基礎を固める。 AIの出力のよしあしを判断するには、計算機科学の基礎、システム設計、分散システム、セキュリティの理解が不可欠です。個別のフレームワークはすぐ陳腐化しますが、基礎は寿命が長い投資です。
- ドメイン知識を掛け算する。 金融、医療、製造、物流など、特定領域の業務理解とエンジニアリングの組み合わせは代替されにくく、「正しい問題設定」ができる人材の価値に直結します。
- 検証と品質保証の技術を磨く。 テスト設計、観測性、可能なら形式手法の初歩まで。「AIが作ったものを信頼してよいか」を判断する技術の需要は、生成量が増えるほど確実に伸びます。
- 人間相手のスキルを軽視しない。 要件を引き出す、トレードオフを説明する、利害関係者の合意を作る。ここは2036年になっても人間の仕事として残る可能性が最も高い部分です。
- 小さくてもいいので一人で作って出す経験を積む。 エージェントを使って企画から設計、実装、運用まで一人で回してみることは、2036年の働き方の予行演習そのものです。
要するに、「コードを書く速さ」ではなく「判断の質と責任を引き受ける力」に軸足を移していくのが、どのシナリオに転んでも効く備えだと思います。特定の分野(例えばセキュリティやAIガバナンス)について深掘りしたければ、続けてどうぞ。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
こんなメディアも見られています
ITmedia AI+に関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
SpecialPR
よく見られているカテゴリー
アクセスランキング
-
1
マイクロン、AI需要で広島工場増強へ起工式 1.5兆円投資
-
2
パランティアCEOがOpenAIやAnthropicを批判 「AIモデルを強化するためのデータをなぜ顧客が渡すのか」
-
3
農水省の“クソダサ”ポスター話題 「AIよりよっぽど良い」の声も 担当者に狙いを聞いた
-
4
「AIは依然として古い性能法則に従っている」 Tenstorrent Jim Keller氏
-
5
AIコーディングの「ループ」4種類を完全入門 Anthropic公式が分かりやすく整理して解説
-
6
富裕層にいかに金を使わせる? ダイナースとニューオータニ「18万円超カード」の真意
-
7
FDEとリコーの新コンサルサービス、どこが違う? AXのパートナー選びを考察
-
8
AI推進にブレーキ? AWS「コスト抑制の動きある」 “トークン消費問題”への有効策は
-
9
「250万超AIエージェント作成」の裏で同時多発する課題を回し切ったIT部門の運用術
-
10
キオクシア、新型メモリのサンプル出荷開始 岩手の工場の最先端設備活用
SpecialPR
ITmedia AI+ SNS
インフォメーション
注目情報をチェック
ITmedia AI+をフォロー
あなたにおすすめの記事PR