この記事の要点
- 案件獲得の入口は「作れるか」でなく、断片情報からキャッチアップして語れるかで決まる時代になった
- AI時代のキャリアに迷う若手エンジニアや、異業種からIT業界への転職を考えている人向け
- AIエージェントを常時5〜7個並走させる働き方と、未経験転職でポートフォリオに消耗した実体験が土台
AIが動くものをすぐ作ってしまう時代、案件獲得の入口で問われるのは「作れるか」ではなく「語れるか」に変わりました。
私はエンジニア出身の兼業CEOとして、採用する側と案件を取りにいく側の両方を見てきましたが、技術の細部で人間がAIと張り合う戦い方は、もう分が悪いと思っています。
この記事では、未経験からIT業界に入った自分の経験と、いま人に残りつつある仕事の条件を書きます。
入口の勝負は「作れるか」から「語れるか」へ移った
案件を取りにいく場面には、面接のような時間が必ずあります。
案件情報が「Javaのシステム」と分かっていれば、AIでJavaの情報をキャッチアップして、自分の言葉で語れるところまで持っていけます。
仮に想定外の質問で落ちても、次の類似案件のときには、そこも含めて答えられるようになります。
つまり入口の突破率は、技術の細部を暗記しているかではなく、断片的な情報から前提知識でキャッチアップして話せるかで決まるようになりました。
物を作る部分でAIと戦っても人間は勝てませんし、変に戦わなくていいというのが私の立場です。
断片的な情報で物事を把握するには、前提知識が要ります。
上がってきた情報や、相手が気にしていることを感じながら、必要な部分をピックアップして見ていく。
未経験でIT業界に来るなら、AIのガードレールの敷き方や、AIが出したものを自分が作ったかのように語れる能力を磨くべきだと思っています。
ポートフォリオの壁はAIで消えた、残ったのは判断と責任
私はメーカーで研究職を2年やってから、未経験でIT業界に転職しました。
当時の本業はJava系のエンジニアでしたが、副業で案件を取りにいくとき、自分を見せるポートフォリオはHTML、CSS、JavaScriptで作ることになります。
普段やっていない領域で、デザインのスキルまで要る。
自分をアピールするためのポートフォリオ作り自体は本質ではないのに、そこに一番時間を取られました。
今はAIが動くものをすぐ作るので、この入口の壁は消えています。
そして働き方そのものも変わりました。
いまの私はAIエージェントを常時5個、多いときは7個並走させています。
シャワーを浴びて戻ってくると2個終わっていて、内容を確認して閉じる。
一人でここまでできるのは完全に時代のおかげですが、増えたのは処理量で、減らないのは判断のほうです。
AIが99点のものを作り、人間が80点のものを作り、それぞれの取りこぼしで障害が起きたとき、責任を取るのは人間です。
リーダーが自分の作っていない成果物に責任を持つ構図は、部下がAIに変わっても同じで、組織の業務の進め方自体は変わりません。
世間の論調と、うちの見立て
「AIに仕事を奪われる」という論調は、もう実例ベースの段階に入っています。
富士通とトラスコ中山は2026年5月、数理最適化モデルで人事異動案の作成を自動化し、作成にかかる工数を約98%削減したと発表しました。
10の158乗通りという組み合わせから配置案を出す作業は、人間の経験と勘の独壇場ではなくなっています。
一方でPwC Japanの生成AIに関する実態調査2026春では、日本企業の生成AI活用・推進度は87%まで来ました。
道具は行き渡り、実務の置き換えも始まっている。
個人の努力論には、構造の裏側もあります。
日本の大企業の終身雇用は「やらなくても給料をもらえてしまう」構造で、AIへの危機感が行動につながりにくい。
使わなければ食われる、給料が下がるといった明らかなマイナスがない限り、人はなかなか動きません。
裏を返せば、動く個人にはこれまで以上に差がつきやすい時代だということです。
その中で人に残るのは、対人のコンサルのように人に寄り添う部分、AIを動かすこと、そして出したものがリリースに足るかを判断する担保責任だと私は見ています。
これから磨くべき3つの力
若手や、これから業界を移る人に勧めているのはこの3つです。
AIの出力への感度。
研究職ならAIの出力を論文と突き合わせて妥当性を見る、人事ならAIの異動案に「これは違う」と言える、という形で、業界を問わず共通スキルになります。
断片から語れる前提知識。
上がってきた情報や、相手が気にしていることを拾って、キャッチアップして自分の言葉で話せる力です。
そして人間力。
相手が内在的に抱えている不安を察知して、安心できるアウトプットを返す部分は、細かい作業をAIに渡した後も人に残ります。
向かないケースも1つ書いておきます。
細かい技術の職人性だけを磨き続ける戦略は、その技術がAIの得意領域と重なった瞬間に苦しくなります。
まとめ
入口の勝負は「語れるか」に移り、人に残るのは寄り添う力と判断と責任です。
次の一手としては、いま関わっている案件や業務の情報をAIに投げて、自分の言葉で3分語れるかを試してみてください。
それがこの時代の筋トレだと思ってます。
参考資料
- トラスコ中山と富士通、データとAIを活用し、人事異動の意思決定プロセスを高速化（富士通プレスリリース・2026年5月） https://global.fujitsu/ja-jp/pr/news/2026/05/20-01
- 生成AIに関する実態調査2026 春 6カ国比較（PwC Japanグループ） https://www.pwc.com/jp/ja/knowledge/thoughtleadership/generative-ai-survey2026.html
AI導入の失敗パターンを、先に知っておきませんか
AI導入でつまずきやすいポイントをまとめた資料を無料で配布しています。
自社の進め方を相談したい方は、お問い合わせからどうぞ。
