AIでエンジニアは不要になるのか？開発体制は縮むが、技術責任者は残る

AIがコードを書き、テストを実行し、エラーまで修正するようになりました。自然言語で要望を伝えるだけで、短時間のうちにアプリケーションらしきものが動き始めます。

ここまでできるなら、企業はもうエンジニアを雇わなくてもよいのではないか。経営者がそう考えるのは自然なことです。

私の結論は、AIによってエンジニアが不要になることはありません。ただし、現在の人数と役割を前提にした開発体制が、そのまま維持されるとも思いません。

コードを書く作業はAIエージェントへ移り、人間のエンジニアは、ステークホルダーと対話し、何を作るかを決め、AIへ必要な情報を与え、その過程と成果を評価する役割へ移っていきます。

この記事では、2025年夏頃からAIエージェントを開発へ継続的に取り入れてきた経験をもとに、AI時代のシステム開発で人間に残る仕事と、企業が維持すべき技術機能について考えます。

AIでエンジニアは不要になるのか

「エンジニアが不要になる」という問いには、二つの話が混ざっています。

一つは、これまで人間が行ってきた実装作業が減るかどうかです。こちらは間違いなく減っていくでしょう。AIは、コードの作成、テスト、調査、文書化、定型的な修正を高速に処理できます。

もう一つは、企業が技術を理解し、システムに関する判断と責任を持つ人まで不要になるかどうかです。こちらの答えはノーです。

減るのは「人が手でコードを書く量」であり、「何を作り、正しく動いているかを判断する責任」ではありません。

AIによって一人のエンジニアが扱える範囲が広がれば、同じ成果を出すために必要な人数は少なくなります。一方で、その少人数には、従来より広い事業理解と技術判断が求められます。

QRコード決済サービスを、非エンジニアがAIだけで運用できるか

例えば、QRコード決済サービスの運用開発を、技術経験のない担当者がAIだけで担えるでしょうか。

画面の試作品を作るところまではできるかもしれません。しかし、本番の決済サービスでは、金額が正しく記録されること、処理の重複や欠落がないこと、障害時に原因を追跡できること、変更によって既存利用者へ問題を起こさないことが求められます。

要望どおりの画面が表示されたからといって、その裏側で正しい処理が行われているとは限りません。

技術経験がなければ、AIが生成したコードの妥当性を判断できません。最終的な成果物だけでなく、設計やテスト、データの扱いといった途中のプロセスも評価できないため、AIが出したものをそのまま受け入れるしかなくなります。

これは、システム開発会社へすべてを任せ、発注側で品質を判断できない状態と似ています。システム開発を外注に丸投げしないためにでも書いたように、実装を任せることと、判断まで手放すことは同じではありません。

AIは、足りないコンテキストがあっても作業を続ける

AIシステム開発で難しいのは、指示の書き方だけではありません。

正しく実装するためには、既存システムの構造、関連するデータ、顧客との約束、過去の判断、社内だけで共有されている暗黙知など、多くのコンテキストが必要です。

ところが、AIエージェントは必要なコンテキストが不足していても、必ずしも作業を止めてくれません。与えられた情報だけを使い、指示された目標へ無理にたどり着こうとすることがあります。

その結果、実際には機能しない処理や、本来の業務と噛み合わない実装が作られます。画面だけを見ると一見うまく動いているため、問題が発見されにくいこともあります。

私は2025年夏頃からAIエージェントを使った開発を続けていますが、コンテキストが不足したまま、それらしい答えへ到達しようとする問題は繰り返し発生しています。 モデルの能力が上がっても、AIが参照できない事実まで正しく推測できるわけではありません。

雑な実装が、次のAIの判断をさらに悪くする

問題は、一度の誤りだけでは終わりません。

AIが作った雑な関数や不正確な処理をそのままコードベースへ残すと、次に作業するAIは、そのコードも正しい前提として読み込みます。つまり、前回の不十分な成果物が、次回の判断に使われるコンテキストになります。

1. コンテキストが不足した状態で、AIが表面的に動く処理を作る
2. 人間が問題を見抜けず、その処理を採用する
3. 次のAIが、その処理を既存仕様の一部として参照する
4. 誤った前提の上に、さらに新しい処理が追加される
5. コードと実際の業務が徐々に離れていく

この悪循環に入ると、機能を追加するほど変更の影響が読めなくなり、AIへ与えるコンテキストの質も下がります。

AIがコードを書く速度が上がるほど、誤った前提が増殖する速度も上がります。

だからこそ、人間のエンジニアには、個々の出力を確認するだけでなく、AIが参照するコード、テスト、設計資料、開発ルールを継続的に整える仕事が残ります。

OpenAIがAIエージェント中心の開発を行った事例でも、人間のエンジニアの仕事は、AIが正しく働ける環境を設計し、意図を明文化し、フィードバックループを構築することへ変化したと説明されています。同事例では、AIが既存コードの好ましくないパターンまで再生産し、放置すると品質の劣化が積み上がる問題も報告されています。

AIは、良い開発体制も悪い開発体制も増幅する

AIを導入すれば、整理されていない開発組織が自動的に良くなるわけではありません。

解決したい問題が明確で、システムの境界が整理され、テストと監視があり、短い周期で結果を確認できる組織では、AIは大きな力になります。

反対に、誰も仕様を決めず、品質基準がなく、既存システムの情報も整理されていない組織では、AIによって曖昧な成果物が以前より速く増える可能性があります。

Google Cloudの2025年DORAレポートも、AIはチームの問題を修復するものではなく、既存の強みと弱みを増幅すると報告しています。約5,000人の技術者を対象にした調査では、AIによる生産性向上を感じる人が多い一方、生成されたコードをほとんど、またはまったく信頼していない人も一定数いました。

重要なのは、AIを導入したかどうかではなく、AIの出力を評価し、問題を修正できる体制があるかどうかです。

エンジニアは、AIエージェントを管理する役割へ移る

これからのエンジニアは、すべてのコードを自分で書く人ではなくなります。

事業責任者、営業、カスタマーサポート、顧客などのステークホルダーと会話し、解決したい問題を整理する。その背景をAIが理解できる形に変換し、複数のAIエージェントへ仕事を分ける。途中の判断を確認し、生成された成果物を評価し、本番へ出してよいかを決める。

この役割には、少なくとも次の能力が必要です。

• ステークホルダーとの関係を築き、本当の要求を引き出す
• 事業上の目的を、システムの要件へ変換する
• AIへ渡すコンテキストと作業範囲を設計する
• 設計、コード、テスト、運用方法を評価する
• セキュリティや障害などのリスクを説明する
• 不確実な状況で、どこまで進めてよいかを判断する

これらは、技術知識だけで身につくものではありません。特にステークホルダーとの関係構築や、異なる立場の人へ技術的な判断を説明する仕事は、現在でも担える人が不足しています。

開発組織はスリムになり、エンジニアの椅子は減る

エンジニアが不要にならないからといって、現在と同じ人数が必要であり続けるとは考えていません。

AIエージェントが実装を担い、一人のエンジニアが複数の作業を並行して管理できるようになれば、人の作業速度がボトルネックになります。企業は、より少ない人数で開発する体制へ移らざるを得ないでしょう。

その結果、エンジニアという職種は残っても、椅子の数は今より少なくなります。特に、決められた仕様をコードへ変換することだけを価値にしてきた仕事は、AIと競合しやすくなります。

一方で、何を作るかを決め、ステークホルダーと合意し、AIの成果を評価できるエンジニアの価値は上がります。その役割は誰にでもすぐ担えるものではなく、今後も不足した状態が続くと見ています。

企業が残すべきなのは、技術者の人数ではなく技術判断

生成AIによって、簡単な社内ツールや検証用のプロトタイプを非エンジニアが作れる場面は増えます。その可能性まで否定する必要はありません。

しかし、顧客が利用するシステムや、止められない業務、重要なデータを扱う仕組みでは、少なくとも一人は次の責任を持つ必要があります。

• 何をAIへ任せ、何を人間が判断するかを決める
• AIへ必要な業務・技術コンテキストを与える
• 成果物を受け入れてよいか判断する
• 障害や誤りが起きたときに説明し、修正を主導する
• コードベースと開発環境の品質を維持する

この人は、必ずしも大人数の開発部門を率いる正社員である必要はありません。採用が難しければ、外部の技術責任者やシニアエンジニアが担う方法もあります。エンジニアを採用できない会社が、採用前に整理すべきことでも、外部の判断できる人と採用可能な人材を組み合わせる考え方を紹介しています。

大切なのは、AIに作業を任せることと、会社から技術判断をなくすことを混同しないことです。

まとめ

AIによって、エンジニアが不要になるとは考えていません。しかし、AIが実装の多くを担うことで、開発組織はスリムになり、エンジニアの役割は大きく変わります。

人間に残るのは、ステークホルダーと対話し、目的を定め、AIへコンテキストを与え、途中のプロセスと成果物を評価する仕事です。

コンテキストが不足したままAIへ開発を任せると、表面的には動くものが高速に作られます。その雑な実装が次のAIの前提となれば、品質は連鎖的に悪化します。

AI時代に企業が必要とするのは、コードを書く人数ではなく、AIを使って正しいシステムを作り、結果に責任を持てる技術者です。

AI-assisted drafting; reviewed and approved by 松崎達朗 (Tatsuro Matsuzaki)