Yahoo! JAPAN

最近HOTな「あの話」の実態

「生成AIの進化は、SIerの仕事を根本から変えてしまうのではないか」。

最近、このような声をよく耳にするようになりました。それは単なる憶測に基づく噂話に過ぎないのか、それとも、現実味を帯びた未来予測なのでしょうか……。

そこで今回は、生成AIの進化がSIerのビジネスをどう変えるのか？そして、そこで働くエンジニアの”市場価値”は一体どうなってしまうのか？について、考察してみたいと思います。

博士（慶應SFC、IT）
合同会社エンジニアリングマネージメント社長
久松 剛さん（

）

2000年より慶應義塾大学村井純教授に師事。動画転送、P2Pなどの基礎研究や受託開発に取り組みつつ大学教員を目指す。12年に予算都合で高学歴ワーキングプアとなり、ネットマーケティングに入社し、Omiai SRE・リクルーター・情シス部長などを担当。18年レバレジーズ入社。開発部長、レバテック技術顧問としてキャリアアドバイザー・エージェント教育を担当する。20年、受託開発企業に参画。22年2月より独立。レンタルEMとして日系大手企業、自社サービス、SIer、スタートアップ、人材系事業会社といった複数企業の採用・組織づくり・制度づくりなどに関わる

目次

現状、SIerのAI活用率はいかほどなのか？SIerに求められる事業構造の見直しAI普及期だからこそ求められる、意外な仕事

現状、SIerのAI活用率はいかほどなのか？

直近開催されたデブサミでもSun Asterisk（サンアスタリスク）さんが触れていましたが、まずクライアントとの最初のお打ち合わせ時に「今回はAIで開発を進めていくか、人でいくか？」という二択を選んでもらうようですね。

それで、クライアントが「AIで構いません」と回答すると、プロジェクトのアイデア出しフェーズからもうAIを活用するとのことです。Sun Asteriskさんのエンジニアはいわゆる“監修”の立場に回りながら、ソースコードの生成もAIでやってしまうので、プロジェクト進行が圧倒的に早くなる。アイデア出しもAIを活用することで、新規事業に必要な「手数」にも強みが出ていると考えられます。

「生成AIでコーディングができるぞ」と騒がれはじめた頃こそ、意図とは異なるプログラムを生成したり、構文ミスが頻発したりすることもめずしくありませんでした。

しかし現在では、生成AIの能力向上と活用ノウハウの共有により、洗練されたコードが出力できるようになりました。対応可能な開発領域も増え、精度も日増しに高まっている印象です。

数年前、SIerの幹部や現場で働くエンジニアに話を聞いたところ、大半が「自律型の生成AIが人間の意を汲んで、システムを構築する時代がくるのは当面先だろう」という答えが占めていました。

しかし、今の進化のスピードを踏まえるとどうでしょう。「あと数年も経てばかなりイイ線までいくのでは？」という見立てにも一定程度のリアリティーを感じざるを得ないのも事実です。

もちろん、AI活用は実装フェーズだけにとどまりません。議事録や提案資料の作成、タスク管理やスケジュール管理などの周辺業務はもちろん、要件定義や設計、テスト、保守・運用フェーズでも活用が広がっており、開発経験を持たないビジネスパーソンが、ローコードツールやノーコードツールを用いて、業務アプリをつくる流れも加速しています。

SIerに求められる事業構造の見直し

AI活用が急速に進む中、これまでクライアントのシステム開発を担ってきたSIerはどのように変わっていくのでしょうか。

まず思いつくのは、収益の改善です。

開発工程の各フェーズで人間に頼らなくてもいいタスクが増えれば作業工数が圧縮されコスト削減が見込めます。浮いたリソースを付加価値の高い領域や成長領域に注ぎ込みやすくなれば、収益性はさらに向上するはずです。

しかしこれは、業界のヒエラルキーの上位に位置するプライムベンダーに顕著な話であって、多重下請け構造の下位に位置するSIerやSESの場合は少し状況が異なります。

2次請け、3次請け、4次請け……と、商流が深くなればなるほど、請け負う開発案件の規模は小さく難易度も低くなりがちなので、これまで再委託先に任せられてきた開発業務自体が生成AIに代替されることが考えられるからです。

すでに、大手や中堅どころのIT企業の方から、外注先を絞ったり、オフショア開発拠点を畳んだりする話を聞く機会が増えています。

もちろんこうした状況の変化は、経済動向や個社の事情による部分が大きいとはいえ、生成AIの急速な進歩が、こうした傾向に一層拍車をかけることは間違いなさそうです。

また最近、事業会社が自分たちでシステムを作ったり、ちょっとした課題を解決したりするために、ローコードやノーコードと呼ばれる便利なツールを使う動きがどんどん広がっています。

特に、どんな機能が欲しいかがハッキリしていて、そんなに難しくない開発案件であれば、わざわざSIerにお願いしなくても、自分たちの手で解決できる環境が整いつつあります。

中小・零細企業向けの受託開発や、既にあるパッケージ製品を導入することでなんとか食いつないできたSIerは、いずれビジネスモデルの転換を迫られることになるでしょう。はっきりとした強みがない小さなSIerは、生き残りをかけて、規模を大きくしようとしている同業者に飲み込まれるケースが、これからどんどん増えていくかもしれません。

その一方で「行政」「金融」「医療」といった領域におけるシステム開発はソースコードの取り扱いが特にセンシティブであるため、当面、他の分野ほど、生成AIによる影響は少ないといえそうです。

しかし、いつまでも「聖域」というわけにはいかないでしょう。2000年代初頭に上陸したパブリッククラウドのように、10年、15年かけて徐々に浸透していくことになるのではないでしょうか。パブリッククラウドと異なり、分かりやすく（エンジニアバブルを経て高くなりすぎた）人件費削減に繋がるために企業の導入はそれ以上のスピードで起きると考えています。

こうした状況を踏まえると、筆者はこれからSIerのビジネスモデルが「共創Co-Pilot型」「業務委託AI BPO型」の二つのビジネスモデルを軸に変化するのではないかと考えています。

共創Co-Pilot型というのは、従来のシステム構想から戦略立案、PoC、設計、開発を請け負うのに加えて、RAG構築やカスタムLLMの開発など、システム開発と一体となって生成AI活用を請け負う伴走型のSIモデルです。将来的にシステム開発の内製化を望む顧客に対しては、AI駆動開発のノウハウを組織に定着させるコーチングサービスが支持を得るかも知れません。

もうひとつの業務委託AI BPO型は、システム開発の内製化に関心が薄く、生成AIの活用で得られる成果だけを求める企業向きのSIモデルです。社内に生成AIの知見や開発ノウハウは残りにくいものの、アウトソーシングの手軽さに魅力を感じる企業は少なくありません。

合理化や省力化といった具体的な成果だけを手に入れたい企業にとってありがたい選択になるのではないでしょうか。報酬体系も従来の人月単価計算ではなくサブスク型なら、IT投資の余力があまりない中小企業を中心に人気を集めそうです。

AI普及期だからこそ求められる、意外な仕事

次に生成AIに関連する求人動向に目を移してみます。

機械学習モデルやAIアルゴリズム開発に携わるMLエンジニアやデータサイエンティスト、生成AIをプロダクトに実装するAIエンジニアの求人数は今後も安定的に増えていくことが予想されますが、SEやプログラマーほどの採用ボリュームはありません。

また、データ分析や機械学習モデルを構築する環境を整えるインフラエンジニア、生成AIを活用したサービスの品質や安全性を担保するQAエンジニアやSRE、企画や営業、管理部門に所属し、現場で生成AI活用を推進するプロンプトエンジニアも、今後、求人数が増える職種といえそうです。

と、ここまでは、おそらくみなさんイメージ通りではないかと思いますが、ダークホース的な職種もあります。事業会社の社内SEです。

生成AIを実際に仕事で活用していくには、今の業務の流れにどう組み込むか、そして会社全体にどう根付かせていくか、という課題があります。

そんな中、日頃から事業部門や管理部門と協力して、困ったことのサポートやトラブル対応をしながら、新しいシステムを入れたり、既存のシステムを良くしたりする仕事をしている社内SEの皆さんは、生成AIを活用していく場面でも、でもその活躍が期待されます。また、一社あたりの人数は少ないですが、日本全国で求人があるのは大きな魅力です。

IT全般に知見があり、自分の会社のビジネスや業務を自分ごととして捉えられる人は、社内SEとしてこれからもますます必要とされるでしょう。

逆にニーズが減る職種の代表格は、人並み程度の実装しかできない経験の浅いエンジニアや、一定レベルの技術力はあるものの、それ以外の仕事に関心がないエンジニア、あるいは、エンジニア採用が活況だった時期に実力以上に評価されて、その意識が変わらない一部の高給取りエンジニアです。

もし「人並み程度の実装力しかない」「業務知識やドメイン知識に乏しい」という自覚があるなら、今からでも遅くありません。生成AIを使いこなすノウハウの吸収に努めつつ、システムを利用する人が抱える悩みやニーズに耳を傾け、具体的な仕様や設計に落とし込むような経験を積むべきでしょう。

エンジニアバブルの波に乗り、実力以上に相場よりも高い報酬を得てしまっている人は、改めて自分の本当の価値と正面から向き合う覚悟が必要になってくるでしょう。

LLMの開発を任されるような第一線のAIエンジニアになるには、データサイエンスやコンピュータサイエンスの知見が必要です。しかし生成AIを使った開発現場では、ドメイン知識や課題を整理し言語化する能力に軍配が上がります。

生成AIがエンジニアの仕事の大半を代替できるようになるまでには、早くて1年、遅くとも3年程度はかかるでしょう。また、生成AIの活用に保守的な業界や生成AIに成果に関心が薄い企業はしばらく残るとはいえ、悠長に構えていると選択の幅は確実に狭くなっていきます。

生成AIが黎明期から成長期に入りつつある今だからこそ、顧客貢献や事業貢献を念頭にこれからのキャリアを再検討してみてはいかがでしょうか。

構成／武田敏則（グレタケ）、編集／玉城智子（編集部）