エンジニアはAIでいらなくなるのか
研究データで見る、変わる業務と残る業務

実験の結果：速くなる場合と、遅くなる場合

3つの違いは、課題の性質と人の熟練度にあります。小さく定義のはっきりした課題や、経験の浅い開発者ではAIが効きます。自分が深く知っている大規模なコードベースでは、AIの提案を確認・修正するコストが上回ることがあります。

Googleの DORA の調査でも同じ傾向が出ています。2024年版では、AIの採用が25%増えると文書の質やコードの質、レビュー速度は改善する一方、デリバリーのスループットは1.5%、安定性は7.2%下がると推定されました。2025年版では回答者の90%が仕事でAIを使い、30%はAIが生成したコードをほとんど、または全く信頼していません。

雇用の結果：先に動いたのは若手

• 若手の雇用が相対的に減っている。米国の給与データでは、AI曝露の高い職の22〜25歳は、横ばいだった場合より19%少なくなっています（#035）。
• 年上の層は増えている。同じ時期、35〜40歳の雇用は11%増えました（#036）。AIが置き換えているのは「経験の浅い人が担ってきたタスク」だと読めます。
• 職種で予測が分かれる。米国労働統計局は、ソフトウェア開発者・QA・テスターを2025〜35年に10%増、プログラマーを7%減と予測しています。設計と検証を含む仕事は増え、仕様どおりに書く仕事は減ります。
• AIの実利用は、開発に集中している。Claudeの会話の37.2%はコンピュータ・数学系の職業のタスクでした（#082）。デンマークでも、ChatGPTの利用率は開発者が79%と最も高い層です（#066）。

日本では：人材は足りていない

日本では、DX推進人材が「やや不足」「大幅に不足」とする企業が合計85.1%に上ります。米国・ドイツでは充足・過剰とする企業がそれぞれ73.6%、52.5%で、日本の不足は際立っています。経済産業省の2040年の推計でも、AI・ロボットを利活用する人材は339万人不足します（#078）。日本のエンジニアにとっての問題は、仕事がなくなることより、AIを使いこなせる側に回れるかどうかです。

業務ごとに分解する

AI時代の仕事タイプ診断では、一人でコードを書くことが中心のエンジニアは孤高の作り手（VDEI）、データと文書から答えを導く仕事が中心なら読み解く人（VDJI）に入ります。どちらも「転換点」で、AIで最も伸びる位置であり、最も競合する位置でもあります。

同じように成果物が画面の中に残る仕事で、フリーランスの案件がどう動いたかはライターとデザイナーの記事で読めます。

エンジニアが今からできること

1. 01

   AIを使う業務と使わない業務を、実測で分ける

   テスト、ドキュメント、定型コードから始め、作業時間とレビュー指摘数を記録します。体感ではなく数字で判断します。

2. 02

   「書く」から「決める・検証する」へ重心を移す

   設計、レビュー、障害対応の担当を増やします。AIの出力を信頼しない開発者が多い今、検証できる人の価値は上がります。

3. 03

   若手は、AIに任せない練習の時間を持つ

   AIに頼りすぎると、自力で解く力が育ちにくくなります。理解を深める課題は、あえて自分で解く時間を確保してください。

4. 04

   対人の軸を足す

   要件を引き出す、チームに説明する、顧客と合意する。研究上、技術だけの仕事より、技術と対人の両方を要する仕事のほうが伸びてきました。

出典

本文の「#」付きの番号は、研究が示す100の事実の該当項目へのリンクです。それ以外の数値の出典は下に挙げます。業務の分解は、研究の枠組みを当サイトがこの職業に当てはめたものです。

1. 01Stack Overflow (2025). 2025 Developer Survey – AI. 回答者の84%がAIツールを使用中または使用予定。プロの開発者の51%が毎日使う。AIの出力の正確さを信頼する人は3割強にとどまり、不信の人のほうが多い。自己選択の調査。 https://survey.stackoverflow.co/2025/ai
2. 02Google Cloud DORA (2024). Accelerate State of DevOps Report 2024. AIの採用が25%増えると、文書の質 7.5%、コードの質 3.4%、レビュー速度 3.1% 改善と推定される一方、デリバリーのスループット 1.5%減、安定性 7.2%減と推定。回答者の75%超が日々の業務の少なくとも1つでAIに頼る。調査にもとづく関連の推定で因果ではない。 https://cloud.google.com/blog/products/devops-sre/announcing-the-2024-dora-report
3. 03Google Cloud DORA (2025). State of AI-assisted Software Development Report. 世界の技術者約5,000人。90%が仕事でAIを使い、80%超が生産性向上を実感（自己申告）、30%はAIが生成したコードをほとんど、または全く信頼していない。 https://cloud.google.com/blog/products/ai-machine-learning/announcing-the-2025-dora-report
4. 04U.S. Bureau of Labor Statistics. Occupational Outlook Handbook: Software Developers, Quality Assurance Analysts, and Testers. 2025〜35年に10%増と予測（全職業平均よりはるかに速い）。 https://www.bls.gov/ooh/computer-and-information-technology/software-developers.htm
5. 05U.S. Bureau of Labor Statistics. Occupational Outlook Handbook: Computer Programmers. 2025〜35年に7%減と予測。反復的なプログラミング作業の自動化を理由に挙げる。 https://www.bls.gov/ooh/computer-and-information-technology/computer-programmers.htm
6. 06情報処理推進機構（2025）。DX動向2025。DX推進人材が「やや不足」「大幅に不足」の日本企業は合計85.1%。米国・ドイツでは充足・過剰とする企業がそれぞれ73.6%、52.5%。 https://www.ipa.go.jp/digital/chousa/dx-trend/tbl5kb0000001mn2-att/dx-trend-2025.pdf