生成AIが変えるプログラミング “ITエンジニアの役割”を考える 未来でソフトウェアを開発するのは誰？：クリエイティブにAIを込めて

[博報堂DYグループ，ITmedia]

博報堂DYホールディングスが、生成AIとクリエイティビティについて考える同連載。今回は「AIが書き換えるソフトウェア開発の常識」と題し、デジタルマーケティングサービスを提供するHakuhodo DY ONE（東京都港区）の新規事業部門で責任者を務める黒田英二さんが、生成AI時代のITエンジニアの役割を考察する。

生成AI出現　プログラミング環境に劇的変化

　かつてはエンジニアの専売特許だったコードの世界も、少しずつハードルが低くなってきています。例えば、データ分析の現場では、マーケターや営業担当者が専門的なプログラミング知識がなくても、直接BigQuery上でSQLを実行し、必要なデータを自分で引き出せるようになりました。そんな中で出現した生成AIは、この緩やかな変化を一気に加速させました。

ITエンジニアのこれからの役割を考える

　ChatGPTやClaude、GitHub CopilotなどのAIツールにより「プログラミング」という行為そのものが根本から変わろうとしています。これまで「条件分岐の書き方」などから学ぶ必要があったプログラミングが「こんなアプリが欲しい」という自然な指示だけで実現できる時代に入りつつあるのです。

　この変化は単なる効率化の域を超えて「誰がソフトウェアを作るのか」という根本的な問いを投げかけています。技術的な壁が下がることで、プログラミングの民主化が急速に進み、ビジネスのあらゆる側面に影響を与えています。

アプリ作成AIツール「Dify」の活用例

　組織内の業務プロセスには、これまで避けられなかった本質的な非効率が存在します。例えば、システム開発やデータ分析などの専門タスクを依頼する際、課題を抱える依頼者には「お願いする」という心理的なハードルがあります。また、頭の中にあるイメージを完全に伝えることは難しく「依頼→作成→確認→修正」というサイクルが何度も繰り返されます。この一連の流れは、早くても数日、時には数カ月かかることもあります。

　面白いことに、依頼者自身はすでに最適な解決策を直感的に把握していることが少なくありません。しかし、技術的な実装能力がないために、その直感を形にできないというジレンマがありました。

　ここで生成AIの強みが生きてきます。オープンソースのアプリ作成AIツール「Dify」を例にとると、深いプログラミングの知識がなくても独自のAIアプリを作れるようになります。当社では、マーケティング部門の非エンジニアが「0次AI仮説」と名付けたアプリを開発し、顧客訪問前の調査作業（競合分析やペルソナ設定など）を、従来少なくとも数時間以上かかっていたものが10分程度で完了できるようになりました。

0次AI仮説はHakuhodo DY ONEがマーケティングにおける初期調査において普段行っている30近くの一連の作業を自動的に処理可能

　このような事例が示すのは「課題を持つ本人が直接解決手段を作れる」という新しい働き方です。中間者を介さずに直接実装できることで、アイデアから実現までの時間が劇的に短縮され、組織全体の俊敏性が高まります。

生成AIによって、エンジニアは不要になるのか？

　ソフトウェア開発の分野は、生成AIが最も早く、最も深く浸透している領域です。初期のGitHub Copilotの簡単な「コード補完」から始まり、現在では「Devin」や「Cline」「Claude Code」などがプログラム全体の骨格を自動生成できるまでに進化しています。AIの役割も「サポート役」から「協力者」、開発者の意図を理解し完全なソリューションを構築する「エージェント」へと変化しつつあります。

米Anthropicの調査結果　米国職業別人口の割合に対して、AIがどの程度使われたかの比較　コンピューターや計算領域で突出して利用割合が高い（AnthropicのWebサイトから引用）

　ただし、実用的なプロダクトを開発する段階では、まだ技術的な専門知識が必要な場面が多々あります。AIが出力するコードの品質評価、セキュリティ上の弱点の検出、既存システムとの整合性確保、速度最適化など、エンジニアの経験と判断が求められる領域は依然として存在します。

　そのような判断をAIが解決するようになった未来には「エンジニアは不要になるのか」という疑問が生じますが、少なくともしばらくはそうではないでしょう。AIはエンジニア不足を補い、生産性を高める役割を果たすことになります。

　ただし、エンジニアの役割は確実に変わります。コードを「書く人」から、AIと協働して最適な解決策を設計する「アーキテクト」へと変化するでしょう。AIを効率的に使いこなし、その出力を適切に評価・調整できる能力こそが、これからのエンジニアに求められる必須スキルになるのは間違いありません。

“非効率”が“職人技”に変わる

　従来のシステム開発では、高いコストと限られたリソースから、できるだけ多くのユーザーに対応するため、標準的な機能の実装が優先されてきました。

　RPAの登場により、開発の単位は小さくなり、より細かな業務プロセスの自動化が可能になりました。しかし、まだデジタル化が難しい業務は多く残っています。皮肉なことに、標準化を前提としたDX推進では、非標準的な作業を標準プロセスに合わせるための余計な作業が増え、結果として「非効率」を生むケースが少なくありません。

　生成AIの普及により、この状況は大きく変わる可能性があります。これまで「標準化できない」ために「非効率」とされてきた個別の業務やプロセスが、AIによって効率的に対応できるようになります。これにより、それらの作業は「非効率」ではなく、むしろ組織や個人の独自性を表す価値ある「職人技」として見直されるでしょう。

　例えば、特定の顧客向けのカスタマイズや、特殊な業界特有のワークフロー、個人の作業スタイルに最適化されたツールなど、これまではコスト面から実現が難しかった「技」が、AIによって手頃に実現できるようになります。

　これにより、今後のソフトウェア環境は、標準化されたプロダクトと、個別最適化された職人技的なソリューション群、それらを状況に応じて組み合わせるAIエージェントが共存する、重層的な構造へと発展していくでしょう。

生成AIと共創する時代、エンジニアの強みは何か

　技術の進化は常に予想を超えるペースで進みます。今回のAIによる変革は「より速く」「より効率的に」というだけでなく、「誰が」「どのように」ソリューションを生み出すかという基本的な前提を変えつつあります。

　技術的な障壁が下がり、アイデアを持つ人が直接それを形にできる環境が広がっています。これからのエンジニアの価値は、コードを書く技術だけでなく、より創造的な領域にシフトしていくでしょう。

　実装やアーキテクチャ設計、パフォーマンス最適化、セキュリティ強化といった従来の専門分野でさえ、AIが徐々に代替していく可能性が高まっています。その中で、エンジニアの強みは、ビジネス課題を深く理解し、クリエイティブな発想で解決策を提案するコミュニケーション能力や、AIと人間の協働プロセスをデザインする力に移行していくのではないでしょうか。

　この変化の波は、エンジニアだけでなく、あらゆる職種の人々に新たな可能性をもたらします。AIが定型的な作業を担うことで、私たちはより人間らしい創造性や共感力、複雑な文脈を理解する力といった能力を発揮する機会が増えていくでしょう。プログラミングという概念が再定義される中で、技術と人間性を融合させた新たな働き方を模索していくことが、これからの時代には重要になっていくと思います。