AIネイティブ時代におけるエンジニアの生存戦略

DPlus Tokyo #13 これからどうする？生成 AIによって変わるエンジニアの学び方 AIネイティブ時代におけるエンジニアの生存戦略 2025/04/23 株式会社 GENEROSITY Io Nishimura

自己紹介 GENEROSITY Creative & Produce Div R&D Unit Unit Team Leader 西村伊央 / genimura(@io_ikan) 経歴 2018年: SIerとして保守運用してました 2020年: GENEROSITYに入社(0→1開発したい！) 今: フルサイクルに開発→気づいたらマネージャー 普段やっていること PdM/EM/採用活動 etc… 最近は業務として開発する時間↓↓↓ 好きな技術・好きなこと Go(ツール作るのに便利) インフラ・しょうもないツール作り 関心事 マネジメント・AI動向 趣味 料理・ゲーム・アニメ

本日のテーマ これからどうする？ 生成AIによって変わるエンジニアの学び方

本日のテーマ AIネイティブ時代におけるエンジニアの生存戦略

毎日のように AIが進化 AI x AIのエコシステムが 2025のトレンド？

???: 「エンジニアもういらなくないですか？」

まだいける！ 後5年ぐらいは ...

ではどうやって生き残っていくか

結論 手が早いエンジニアになるしかない ???: 「戦わなければ生き残れない！」

時代の変化 これまでのエンジニアの強み • 調査能力(ググり力) • 高度な実装が出来る能力 ○ パフォーマンスを考慮した設計・実装 ○ 保守性が高いコード実装 • 素早く実装が出来る能力

時代の変化 ここ最近 (半年ぐらい )の実態 • AIを使えば、簡単に早く、調査・実装ができる • 毎日のようにモデルが賢くなっている • 頼る→任せるに変わってきているAIAgent成長期)

時代の変化 簡単に早く、調査・実装ができる • エンジニアでなくても簡単にPoCが作れるようになってきた(プロンプトだけでいけちゃう) • プログラミングスクールでもAIを使うのが当たり前に • 分からないことはググるではなくAI Chatで聞いてみる • Code Agentが出てきてからはより正確なコードを生成できるように ○ コンテクストの理解が簡単になった

時代の変化 毎日のようにモデルが賢くなっている • 昨日まで出来なかったことが簡単に出来るようになってきている ○ 精度の向上 ○ 複雑なことでも可能に

時代の変化 頼る→任せるに変わってきている AIAgent成長期) • 毎月のように便利なAgentが台頭 ○ 部分的に依頼していたことを業務まるっと代替できてしまう • AIツールの接続プロトコルが登場MCP • Agent同士をつなぐプロトコルが登場A2A • AI Agentのツールが簡単に作れるライブラリも登場Google ADK

時代の変化 頼る→任せるに変わってきている AIAgent成長期) • 毎月のように便利なAgentが台頭 ○ 部分的に依頼していたことを業務まるっと代替できてしまう AI x AI のエコシステムが どんどん整っていく • Agent同士をつなぐプロトコルが登場A2A • AIツールの接続プロトコルが登場MCP • AI Agentのツールが簡単に作れるライブラリも登場Google ADK

時代の変化 一方で課題も多い • ハルシネーション(生成されたコードを評価出来る？) • AIを信用しすぎている ○ 「多分あっているだろうからヨシ！」 ○ 「記事からコピペしました！」(いわゆる完全に理解した )と変わらない

エンジニアにこれまで以上に求められる価値 技術の翻訳力 AIのアウトプットを評価・何をしているのかを理解する 問いと試行の力 「何を作るか」を考え、試す行動力 チームに還元する 個人のAI活用をチーム全体に広げる力

技術の翻訳力 • AIが生成したアウトプットを正しく理解・評価する力 → 理解のためには ...

技術の翻訳力 やっぱりドキュメントは大事 「ドキュメント読みましたか？」 とはいえちょっと面倒 ... 1. AI Chatツール内でカスタムモデル作るのが一番早いかも？ 2. ドキュメントを学習させた RAGOllama+LlamaIndex, Bedrockなど)を作ると素敵 ✨ 3. Code Agent(IDE内で)では@docでURL指定して検索できる！ 4. NotebookLMも工夫すれば活用できそう！

問いと試行の力 • 課題を見つける ○ 小さな違和感を具体に • 作ってみる (とりあえず試す ) → とはいっても何作っていいか分からない ...

課題を見つける 手の付けやすいテーマ DX 情報を探す時間を短く 面倒を簡単に 繰り返し作業の 単純化 開発生産性向上

課題を見つける 違和感、疑問を課題に DX どこにあるか分かんない .. なんか面倒だな .. これ自分がやる 意味あるの？ いっつも同じ作業 してるな ...

チームに還元する • 個人のAI活用をチーム全体に広げる力 ○ AIに聞くよりも、詳しい人に聞いた方が理解が早いことが多い！ ○ 全員が詳しくなれば自然と最新情報をキャッチアップできる環境が爆誕

エンジニアにこれまで以上に求められる価値 技術の翻訳力 AIのアウトプットを評価・何をしているのかを理解する 問いと試行の力 「何を作るか」を考え、試す行動力 チームに還元する 個人のAI活用をチーム全体に広げる力

エンジニアにこれまで以上に求められる価値 技術の翻訳力 AIのアウトプットを評価・何をしているのかを理解する 問いと試行の力 手が早いエンジニアになるための エッセンス 「何を作るか」を考え、試す行動力 チームに還元する 個人のAI活用をチーム全体に広げる力

要点: 手を早くするために必要な能力 課題発見能力 トライアンドエラー まずは身の回りの課題から解決 仮説を立てて検証

よりミクロな要素 再現性のある技術力 俯瞰する視点 設計や運用を全体で見渡す コードが正しいか判断が出来る能力 何をどのような形で解決するかが大事！ →キャッチアップ Vibe Coding AIを活用し素早くPoCを開発 →高速なDo →課題発見・最適化 発信力 作ったものを見てもらい、フィードバックを もらう →チームへ還元

高速でPDCAを回す→同時に出来るぐらい早く 2 できるだけ小さくを作ってみる まずは自分が面倒な作業の自動化がオススメ 最新動向に触れて手段を増やす GPT-o3, MCP, Google ADK, A2Aなど.. 1 発信してフィードバックをもらう 3 誰でも使えるような状態にすると素敵

キャッチアップすると良い技術・サービス • Python ○ モデル学習にも使われるので、一番 AIが学習している • Ollama ○ ローカルで LLMを動かせるので、 "とりあえず "が早い ■ モデルは大きめのほうが精度 ○ • 新しいAgent(動向のキャッチアップ ) ○ A2Aがいつ運用され始めるかは要チェック • MCP周り(「MCPって何？」って状態はまずいかも ) ○ Qiitaですでに 1200件以上記事になってる！ • Google ADKAgent Development Kit) ○ Agent作成が誰でもできるようになった

まとめ • 素早く価値を提供できることが重要 ○ → 手が早いエンジニアが求められる ■ そのために ● トレンド・最新情報をキャッチアップ ● 普段の課題を小さく解決 ○ アイデアを形に ○ 01開発に慣れる ○ Vibe Codingが出来るようになる ● ノウハウをチームに還元 ○ 環境作りに貢献すること