崩れる「下積みで学ぶ」という前提
かつてソフトウエア開発の現場では、若手や中堅が仕様書をコードに落とし込む「翻訳者」としての実務を積みながら経験値を積んでいくのが常道だった。この前提が音を立てて崩れている。Googleでは現在、社内で書かれるコードの75%がAIの支援を受けて生成されているという報告があり(Vietnam.vn)、Anthropicが公表した労働市場インパクト指標でも、プログラマー業務の約75%はAIによる代替が可能とされた。ただし実際のタスクカバー率はまだ3割程度にとどまるとの分析もあり(ITmedia AI＋/NewsPicks)、消滅ではなく「タスクの再配分」が進んでいるというのが実態に近い。
問題は、その再配分が真っ先にジュニア層の仕事を奪っている点だ。関数作成やボイラープレートの生成、単体テストの記述といった、これまで新人が経験を積む場だった定型業務こそが、AIが最も得意とする領域になっている(CIO誌の分析)。かつては入社1〜2年目のエンジニアが数百行規模の実装を通じて設計思想や命名規則、エラーハンドリングの作法を体得していたが、その工程そのものがAIによって数分で完了してしまう。結果として「動くコードを書けるようになるまでの試行錯誤」という、失敗を含めた学習プロセスが業務フローから消えかけている。
月収75万円が0円に急落した34歳フリーランスの現実
この構造変化は数字だけの話ではない。テレビ東京の取材に応じた川崎市在住の34歳プログラマー・加藤さんは、企業システムの開発をリモートで請け負い月収75万円を得ていたが、契約更新を受けられず突然無職になった。「新人がやる作業をAIがものすごいスピードで終わらせる」ようになり、人間なら3日〜1週間かかる作業をAIは1〜3時間で仕上げてしまうと加藤さんは語る(テレ東プラス)。日本の仕事の約49%がAIで代替可能というデータも紹介されており、フリーランスという法的保護の薄い立場の脆弱さが浮き彫りになった。
加藤さんのケースが示唆するのは、正社員としての雇用よりも先に、外部委託や業務委託契約という「クッション」の役割を担っていた層が真っ先に切り離されるという構図だ。企業側からすれば、AIで代替可能な業務を継続的に外注する経済的合理性は乏しく、契約更新のタイミングで静かに縮小されていく。加藤さん自身が語った「AIには勝てない」という言葉は、スキル不足の告白ではなく、単価と速度という土俵そのものが変わったことへの諦観に近い。
米CS専攻の失業率7.0%、入学者数も減少
米国では「プログラミングを学べば安泰」という2010年代の常識そのものが崩れている。ニューヨーク連邦準備銀行のレポートによれば、大学卒業者全体の失業率3.1%に対し、コンピュータサイエンス専攻は7.0%、コンピュータエンジニアリング専攻は7.8%に達する(朝日新聞GLOBE+)。全米学生情報センターの調査では、2025〜2026年度の4年制大学CS学科入学者は8.1%減、大学院課程は14%減と予測されており、「黄金のチケット」と呼ばれた学位の価値が急速に薄れている。エントリーレベルの採用縮小、パンデミック期の過剰採用の反動によるレイオフ、そして初級プログラミング業務の生成AI置き換えが重なった結果だ。
この失業率の水準は、CS専攻が長年「就職に困らない学位」として売り込まれてきた歴史を考えると異例だ。2010年代からスマートフォンアプリの爆発的普及とクラウド需要の拡大で、エンジニア採用は右肩上がりを続け、多くの大学がCS学部の定員を増やしてきた。その反動としてのパンデミック期の過剰採用と、その後のレイオフの波、さらにAIによる初級業務の代替が三重に重なったことで、供給過多と需要縮小が同時進行している。学生の出願動向にまでこの変化が反映され始めたことは、業界の構造転換が一時的なブームではなく、長期の構造変化として認識されつつあることを示している。
バイブコーディングから「エージェントエンジニアリング」へ
この言葉自体を生み出したアンドレイ・カルパシー氏は2026年2月、自らのX投稿で「バイブコーディングは時代遅れだ」と宣言し、「エージェントエンジニアリング」という呼び方を好んでいると述べた。同氏が提唱する「ソフトウエア3.0」では、自然言語のプロンプトそのものがプログラムとなり、営業や法務、経営者であっても「何を達成したいか」を的確に言語化できれば事実上のプログラマーになるとされる(ダイヤモンド・オンライン/及川卓也氏)。プログラミング言語の習得という参入障壁が崩れる一方、「何を作るべきか」を判断する能力の差が新たな序列を生んでいる。
この転換はClaude CodeやCursorのようなハーネス、あるいはエージェントに専門スキルを付与するAgent Skillsといった仕組みの普及とも軌を一にしている。コードを一行ずつ書く技能よりも、AIエージェントに何を任せ、どこを人間がレビューすべきかを見極める「オーケストレーション能力」が評価軸の中心に移りつつある。これは単なる作業効率化の話ではなく、エンジニアという職業の定義そのものが再構築されていることを意味する。
まつもとゆきひろが指摘する「暗黙知」の継承危機
Ruby開発者のまつもとゆきひろ氏は2026年3月の講演で、AIが「書く」作業を代替する中で開発現場の「レビュー」の比重が増大し続けていると語った。一方で危惧するのはジュニア層の成長機会の消失だ。「ジュニアプログラマーにとっての経験値となる部分を全部AIがやってしまうので、学ぶ機会が少なくなっていく」と述べ、シニア層が培った暗黙知を言語化し、次世代に手渡す体制づくりが業界全体の責任だと訴えた(エンジニアtype)。
Business Insider Japanの取材でも、BCG Xのマネージングディレクターであるマット・クロップ氏は「仕事の要件と求められるスキルがどう変化するか」が最大の論点だと語り、Googleのキース・バリンジャー氏は構文の暗記より「問題を分解する力」の重要性を強調している(Business Insider Japan)。金融やヘルスケアなど、誤りが重大な結果を招くために人間の監視が不可欠な分野に、むしろ若手人材が流入するとの予測もある。技術の壁が消える一方で、まつもと氏の言う「心理の壁」、つまり自分の判断に責任を持つ心構えこそが今後の分水嶺になるという指摘は、単なる技術論を超えた重みを持つ。
経営者が問われる「育成の再設計」
AIオーケストレーターやアーキテクトとしての役割が高付加価値化する一方、それを担える人材は下積み経験なしには育たない。企業がすべきは、AIに実装を任せることそのものではなく、若手に「検証・設計・要件定義」の実務経験を意図的に割り当て、シニアの判断基準を明文化した育成カリキュラムに落とし込むことだ。ペアプログラミングの相手をAIから人間に戻す時間帯を意図的に設ける、あるいはコードレビューのコメント自体をドキュメント化して社内知識ベースに蓄積する、といった具体的な仕組みが求められる。
エントリーレベルの仕事が消えた先に、次のシニアが誰もいないという事態は、四半期決算やKPIには表れにくいが、5年後・10年後の組織の技術的優位性を左右する最も深刻なリスクである。AI活用の巧拙を競う短期的な生産性競争の裏側で、次世代エンジニアの育成という長期投資を怠った企業は、いずれAIを使いこなす人材そのものの枯渇に直面するだろう。
