AIが創造的であり得るかという議論は、見かけほど哲学的ではない。これは価値がどこに蓄積されるかという経済的問題である。現在のシステムは膨大な訓練データを横断した補間に優れており、既知のパターンを再結合した出力を生成する。しかし欠けているのは直感、つまりエンジニアが数値計算を実行する前に設計上の欠陥を嗅ぎ分けたり、建築家が技術的には妥当な解決策を経年劣化の観点から却下したりできる、圧縮された暗黙知的判断である。この区別が重要なのは、コモディティ化するタスクと希少価値を保持するタスクの境界線を引くからだ。
グローバルな視点では、これは技術労働の二極化を意味する。定型的な統合、定型文の生成、初期段階の設計探索、パターンマッチング診断などは価格が崩壊しつつある。一方で、判断層、つまりどの問題を解決すべきか、モデルの確信に満ちた出力がひそかに間違っているのはいつか、訓練データが決して捉えなかったトレードオフをどう評価するかを決定する層が、持続可能な堀となっている。AIを判断の増幅装置ではなく判断の代替物として扱う企業は、より速く出荷し、より激しく失敗し、機械速度で技術的負債を蓄積するだろう。勝者となるのは、人間の直感を低価値タスクに薄く分散させるのではなく、最も影響力の大きい意思決定ポイントで適用されるようワークフローを再設計する企業だ。
日本企業とSIerにとって、この再定義は警告であると同時に好機でもある。従来のSIerモデルは労働量を収益化してきた。明確に仕様化された要件を実行する大規模チームである。このモデルは直接的にリスクにさらされている。なぜなら、仕様化された反復可能な作業こそがAIが圧縮するものだからだ。しかし日本のエンジニアリング文化は長らく、製造ライン、金融バックオフィスロジック、公共インフラといったドメイン特化型システムに蓄積される、文書化が困難な暗黙知を重視してきた。その直感はどの訓練セットにも含まれていない。それこそが資産なのだ。
SIerにとっての戦略的な動きは、人数を売るのをやめて判断を売り始めることだ。これは、人月ではなく成果とアーキテクチャ上の意思決定を中心に契約を再構築し、AI加速型の納品を、失敗モード、規制上のニュアンス、長期的な保守性に関する直感こそが価値であるシニアエンジニアと組み合わせることを意味する。RPAを中心とした実践は最も大きな圧力に直面している。なぜならルールベースの自動化はAIエージェントが吸収し拡張する最も容易な層だからだ。
国内の開発チームにとって、実践的な規律は校正である。AI出力をいつ信頼し、いつ疑うべきかを知ることだ。コードレビュー規範、検証ゲート、シニア判断の意図的な育成を通じてこの能力を構築することが、AIをレバレッジとして使うチームと、松葉杖として使うチームを分けることになる。次のサイクルにおける希少資源は、計算資源やモデルへのアクセスではない。機械が何に向けられるべきかを決定する人間の直感である。
