私が主宰するITソリューション塾で、「AI駆動開発」について、クリエーションライン・CTOの荒井康宏さんから、お話を伺いました。そもそも「AI駆動開発」なる言葉を世に広めた張本人であり、その現状もさることながら、その可能性や限界、さらには、システム開発の未来をも予見した内容は、驚くべきものでした。私のような素人の聞きかじりではなく、クラウドやアジャイル開発、DevOpsを熟知したエンジニアが、「使って、感じて、考えて」の話しですから、その説得力には迫力がありました。

出典：荒井康宏／クリエーションライン・CTO

いまはまだ黎明期とはいえ、多くのサービスが登場しています。また、機能や性能の改善、適用範囲の拡大が急速に進んでおり、システム開発の広範なタスクに於いて、AIの支援を得ることで、生産性の向上もまた短期間のうちに向上していくことは間違えありません。

さらに注目すべきは、システム開発に特化したAIエージェントの登場です。これまでの多くのAI駆動開発ツールは、「設計・コード生成・テスト作業」の範囲などの特定のタスクで「開発エンジニアのやることを補完する」ことを目的にしていたものが大半です。例えば、GitHub CopilotやCrouserは、そのような使い方であり、システム開発全般にわたり知識やスキルを持つ人が自分のタスクの一部を代替することで作業を効率化することが可能です。

一方、AIエージェントは、「何をしたいのか＝目標」を与えれば、自ら計画を立て、結果を評価し、うまく行かなければそれを検証し、改善するなどして、目標達成を自律的になし遂げる能力を持っています。つまり、開発エンジニアのやるべきタスクを全て代わりにこなしてくれる「エージェント＝代理人」として機能します。例えば、最近登場したBoltは、そのさきがけとも言えるサービスです。

荒井さんの話を伺い考えたのは、「工数で収益を得るSIビジネスの崩壊」です。行き着くところ、「工数前提の収益モデルに頼っているITベンダーの末路」と言えるでしょう。システム開発に於いて、「工数＝人的労働力」に依存する多くのタスク（作業）が、AIに置き換わることになれば、「工数」は売り物にはなりません。つまり、既存の収益の源泉を失うことになる未来が、待ち受けているわけです。それに代わる収益源を持たなければ、企業の存続はありません。

もちろん、多くのSI事業者やITベンダーは、この現実を想定しており、AI駆動開発への取り組みを始めているようです。しかし、私が知りうる範囲での彼らの取り組みは、「既存のシステム開発の生産性を高める」ことに重点が置かれ、どうもAI駆動開発のもたらす本質的な変化に気付いていないような気がします。あるいは、気は付いているけれど、既存との乖離があまりにも大きいので、目をつむっているのかも知れません。

このチャートは、荒井さんの資料を基に私が作り変えたチャートです。記載の説明の文言は、元の資料をそのまま流用させて頂きました。私は、そのレイアウトを再構成して、SI/ITベンダーの行く末を説明する内容に描き直しました。

このチャートで言いたいことは、現時点は黎明期ではあるが、「AIエージェントによるプロセスの再定義」という、現時点で予想できる最終フェーズに至る過程が、2つのシナリオに分かれるということです。

ひとつは、「既存の開発プロセスの改善」を目的にAI駆動開発に取り組むというシナリオ、一方は、AI駆動開発を前提にシステム開発のあり方を再定義して「既存の開発プロセスを変革（＝新しく作り変える）」するというシナリオです。

多くのSI/ITベンダーのシナリオは、「既存の開発プロセスの改善」であるように見えます。アジャイル開発やDevOpsに十分に適応できていない企業にとっては、既存の顧客、既存のやり方を前提に改善を図ることで収益の道を探るしかありませんから、当然のことと言えるでしょう。

ただ、大手元請企業では、これでなんとかなるにしても、これまで下請け企業に任せていた仕事がAIに置き換わるわけで、大手からの下請けに収益の多くを依存している企業は、短期的に急激な仕事量の減少を想定しなくてはなりません。

一方、既存のやり方にこだわらず、「既存の開発プロセスを変革」することに取り組む企業は、AI駆動開発の効果を最大限に引き出し、成果をあげられるはずです。但し、クラウド、アジャイル開発、DevOps、コンテナ、マイクロサービスなどの「モダン開発」を当たり前にできる企業となります。当然、このような企業はシステム開発を生業にしている企業だけではなく、ユーザー企業の内製化チームも含まれます。「AIエージェントによるプロセスの再定義」は、この延長線上にあります。

AI駆動開発のもたらす変化の本質とは、「モダン開発」への移行を加速するということです。結果として、工数に頼るからこそ必要だった「外注」を減らし、内製化への動きを一層推し進めることになるでしょう。

この想定が正しいとすれば、「既存の開発プロセスの改善」を目的にAI駆動開発に取り組んだ企業は、一旦、「既存の開発プロセスを変革」することへと舵を切り直さなくてはならず、数年間の遅れで最終ステージの入口に立つことになります。変化の速い世の中にあっては、これは致命的な格差となるかもしれません。

いまはまだ、DXの必要性が叫ばれる中、DX以前に必要とされる遅れていたデジタル化に着手し始めたユーザー企業や、内製化の拡大をすすめつつも容易には人材の確保や体制が整えられないユーザー企業からの需要で、SI/ITベンダーは、収益を維持できています。しかし、これは短期的な特需であって、長期継続的なものではありません。

既存のやり方で収益が維持できるうちに、この先にやってくるAI駆動開発の激震に耐えうるビジネス・モデルへと転換を図る必要があります。

このようなAI駆動開発の行き着く先の「あるべき姿」はどうなるのでしょうか。「エンジニアの役割の変化」と「AI駆動開発による差別化」という点で、考えてみましょう。

まずは、「エンジニアの役割の変化」です。このチャートにもあるとおり、システム開発に関わる「知的力仕事」の領域は、全てAIツールに代替されます。そうなると、エンジニアの役割は、「お客様のビジネスに貢献するために何をすべきかを観察や対話を通じて見つけ出し、これを言語化する」ことになります。

あるいは、お客様の事業や経営を俯瞰して、どのようなシステムを構築すべきかを考えたり、IT前提の事業を立ち上げたりする上で、ITの専門家としてビジネス・モデルの企画や設計に貢献することなどもあるかも知れません。これらをひと言で言えば、「システム開発に関わる高次の知的作業」ということになるでしょう。

ただ、これは、エンジニアの仕事なのかと言うことになりますが、私は、この段階になれば、いまのエンジニアと営業のような役職は意味を持たず、まったく新しい役割分担へと「AI駆動開発」前提で再定義する必要があると考えます。

もうひとつは、「AI駆動開発による差別化」です。

このチャートにあるように、「AIは究極の”一般”を目指す」手段です。つまり、ネットや書籍などの膨大なデータから共通性や汎用性を見出すことを目指します。AIモデルの改善は、この点に焦点が置かれています。つまり、「AI駆動開発」だけでは、誰もが同じQCDになるわけで、これだけを突き詰めても差別化はできません。

ここで大切になるのが、人間の役割です。「人間は究極の”特別”を目指す」ことです。観察、対話、共感を通じ、その企業、あるいはその状況での個別性や希少性を見出すことです。身体を持たず、感情を持たないAIにこれを求めることは当面は困難です。

この両者がそれぞれに役割を果たします。AIは、「既存を超越したコストパフォーマンス」を生み出し、人間は現実世界のものごとやでごとに寄り添って「創造的価値を創出」します。この両者を両立させることで、既存の限界や制約を超えた成果を手に入れることができるのです。これは、AIと人間の共進化であり、新たな時代を切り拓く原動力となるはずです。

ただ、この人間の生みだす究極の特別もまた、AIモデルに組み込むことで、独自性とパフォーマンスを両立でき、これが差別化の源泉となるのです。つまり、公開されている一般的なAIモデルとは別に、各企業が自分の専門領域や得意分野で積み上げた独自のノウハウをAIモデルとしてクローズドに構築・所有します。公開のサービスで、まずは無難に合格点を達成し、独自の「AI駆動開発」のAIモデルを使って、他者にはできない差別化を実現します。この両者を組み合わせることで、「AI駆動開発による差別化」を実現できることになります。

これまでであれば、ある程度の経験を積み上げなければ、最低限の合格ライン／80点に到達することができませんでした。もはやそんな時代ではありません。一般的なAI駆動開発でとりあえずの80点までは、引き上げてくれます。こ80点以下の領域こそ知的力仕事であり、工数需要です。この領域に留まる限り、AIに仕事を奪われるのは、時間の問題です。

80点の上、100点を超えて、新たな創造的な価値を生みだすこと、つまり、希少性と独自性を生みだします。クローズドな「AI駆動開発」のAIモデルや人間の役割が、ここに活かされます。

AI駆動開発の存在を軽く見るべきではありません。ITに関わる仕事をしている企業や個人は、自分たちのこれからの事業やキャリアを「AI前提」で考えることがとても大切です。