核心となる主張はシンプルだ。生成AIデモはソフトウェアがほぼ完成しているように見せるため、経営陣はエンジニアの人員がもはや不要だと結論づけたくなる。週末のプロトタイプがレガシーシステム、規制上の制約、アクセシビリティ規則、そして実際のデプロイメントパイプラインとの接触に耐えることはめったにない。
グローバルに見れば、これはエンジニアリングの価値が実際にどこに存在するかという問いを再構築する。コードの初稿を生成する限界コストは崩壊したため、希少なスキルはもはや関数を入力することではない。それは統合リスク、データの正確性、セキュリティ境界、そして数年間稼働し続けなければならないシステムの運用コストに関する判断力である。この2つを混同するリーダーシップチームは、その判断力を持つ人材を削減し、最初の本番障害の際にそのギャップを再発見することになる。エンジニアにとって実践的な動きは上方への教育だ。モデルがなぜ確率的なのか、トークンとは何か、デモ環境と本番環境がなぜ異なる動作をするのかを説明できることで、AI予算の意思決定が行われる場での発言権を得られる。
日本にとって、そのプレッシャーは特定の構造に降りかかる。SIerモデルとその多層下請け構造は人員と人月課金を前提に構築されてきたため、'AIがエンジニアを代替する'という物語は価格設定ロジックそのものを脅かす。クライアントの経営陣が週末のプロトタイプを引き合いに出して、なぜプロジェクトの見積もりがその金額なのかを問う見積もり会議に現れることが予想される。人員を売り続けるSIerはその議論に負けるだろう。老朽化した基幹システムとの統合、規制準拠、長期的な保守(まさにデモの下にある氷山)を中心に価格を再設定するSIerは、守れる立場にある。
日本企業に導入されたRPAは、より小規模で同じ罠を示している。多くの導入はベンダーのデモでは簡単に見えたが、実際の画面や変化するバックオフィスシステムに触れると脆弱な保守負担になった。生成コーディングツールは、そのサイクルを1層上で繰り返すリスクがあり、誰も完全には理解できず、安全に運用できないもっともらしいソフトウェアを生み出す。社内開発チームはこれを脅威ではなくレバレッジとして扱うべきだ。ツールを公然と採用し、実際にサイクルタイムを短縮する箇所を測定し、短縮しない箇所を文書化することで、プロセスステップが儀式ではなくエビデンスに基づいて守られるようにする。
日本の意思決定者にとっての短期的なシグナルは、2025年に見積もりと契約がどのように書かれるかを注視することだ。会話をコード行数から出荷可能で、準拠し、保守可能なシステムへとシフトする企業はマージンを維持するだろう。デモに価格アンカーを設定させる企業はそれを侵食するだろう。
