AI時代に設計力が最重要になる理由｜コードより思考を磨け
❤️ 0
🔖 0
⚡ 0
コメント (0)
まだコメントはありません
まだコメントはありません
伊東雄歩について
AIがコードを書く時代、エンジニアの仕事はなくなるのか？答えはノー。ただし「コードを書く」ことの価値は確実に下がってる。今、本当に価値が高まっているのは「設計力」だ。この記事では、なぜ設計力がこれほど重要なのか、そしてどう鍛えればいいのかを、俺自身の停滞期を乗り越えた経験も交えて徹底解説する。
2025年はAIが「試験的な技術」から「使って当たり前の前提条件」に変わった年だった。GitHub Copilotをはじめ、AIコーディングツールは爆発的に普及し、開発効率は劇的に向上した。
でもさ、ここで勘違いしちゃいけないのは「コードを書く行為そのものが、エンジニアの価値の中心ではなくなり始めている」ってこと。@ITの記事でも指摘されてるけど、起きているのは「エンジニアの仕事がなくなる」変化じゃなくて、「仕事の重心が移動している」変化なんだよ。
ホントにこれ、実感してる人多いと思う。俺も12年エンジニアやってきて、3度の停滞期を経験した。特に3回目の停滞期は、まさにAIの台頭と重なってた。頑張ってコード書いても、AIに追いつかれる焦燥感。ｸｯｯｯｯｯｯｿ、あの時期はマジでキツかった。
でも、そこで気づいたんだ。競争する土俵が違うって。
これ、もう認めるしかない現実。日経クロステックでも「コード生成の速さは人間では敵わなくなるのは自明」と書かれてる。
AIにやりたいことを伝えるだけで動作するコードが出力される時代。10人程度のチームで行っていた業務が、2〜3人で対応可能になることもあり得る。これ、脅威に感じるよね。
でも考えてみてくれ。AIが書いたコードって、誰かが「これを作れ」って指示してるわけじゃん。その「これ」を考える人がいなきゃ、AIは何も作れない。
専門家の間では、ソフトウェア開発の30%〜50%がAIによって補完されると言われてる。特に影響を受けるのは、プログラミングやテストといった「下流工程」。
じゃあ、上流工程は安泰なのか？ここが面白いところなんだけど...
ガチで言うと、エンジニアの「二極化」が進んでる。
一つは、モデル設計やアルゴリズム、基盤技術といった領域で専門性を深めていくトップ層のハイスキル人材。もう一つは、AIを前提とした環境で現場に価値を届け続けるエンジニアたち。
後者の方が圧倒的に人数は多いし、ほとんどの人はこっちに当てはまる。でも、この「現場で価値を届ける」ってのが曖昧なんだよな。
差がつくポイントは明確。「コードを書く以外の付加価値」だ。
つまり：
これらは全部「設計力」に集約される。
「設計力が大事」って言われても、ピンとこない人もいると思う。なぜ今、設計力なのか。具体的に説明していこう。
AIが生成したコードには、様々な誤りが確認されている。これ、単にコードが動かないってだけじゃなくて、セキュリティ上の脆弱性を生む可能性もある。
だからこそ「生成AIが作成したコードには、人間のエンジニアによる慎重なレビューと修正が不可欠」なんだ。
でもさ、レビューするには何が必要？そう、設計の意図を理解して、コードがその意図通りに動くかを判断する力。つまり設計力だ。
AIを「答え出しツール」として使ってると、この力は育たない。AIに丸投げして「動いたからOK」じゃ、いつか痛い目を見る。俺は受講者に「AIを思考加速装置として使え」って言い続けてるんだけど、これがマジで重要。
コーディングだけではなく、要件定義、設計、テスト、品質管理といった工程も極めて重要。これらの工程はソフトウェアの品質と成功を左右する。
要件定義が曖昧だったり誤っていたりすると、開発の手戻りやコスト超過につながる。スケーラビリティやパフォーマンス、保守性を考慮した適切なシステム設計は、長期的なソフトウェア価値を決定づける。
これ、経験ある人なら分かるよな。設計がクソだと、どんなにコードが綺麗でも後で地獄を見る。逆に設計がしっかりしてれば、実装でちょっとつまずいても軌道修正できる。
AI時代になっても、いや、AI時代だからこそ、この原則は変わらない。むしろ強化されてる。
ここ最近、注目されてる概念がある。「Human in the Loop」ってやつだ。
AIエージェントが自律的に動く時代、「人間がどこでどう介入するか」の設計が重要になってる。この設計はドメイン・企業・業界ごとに異なり、汎用的なテンプレートでは対応できない。
Goodpatchのブログでも指摘されてるけど、この判断には「業務フローの全体像を俯瞰し、何が求められているのか、どこにボトルネックがあるかを特定する力」が求められる。
これって、まさに設計力そのものじゃん。
AIプロダクトは「導入して終わり」じゃない。「AIプロダクトの価値は、導入ではなく定着で決まる」んだ。この定着までを設計できる人材が、今後ますます求められる。
じゃあ「設計力」って具体的に何なのか。ここを曖昧にしてる人が多いから、ちゃんと整理しておこう。
システム設計では、システム全体を包括的に考えられる能力を持ち、設計の各工程で必要となるさまざまな知識や技術も理解していなければならない。
つまり、単に「図面が書ける」「ドキュメントが作れる」じゃない。全体像を頭の中で描いて、各パーツがどう連携するかをイメージし、最適な構成を導き出す力だ。
これ、経験が超重要なんだけど、ただ年数を重ねるだけじゃ身につかない。俺も10年目くらいで「経験はあるのに設計力が伸びない」って壁にぶつかった。
その壁を突破できたのは、「設計の意図」を言語化するようになってからだ。「なぜこの構成にしたのか」「他の選択肢は何があったのか」「なぜそれを選ばなかったのか」。これを毎回考えて記録する習慣をつけた。
NRIネットコムのブログに、ハッとする指摘があった。
「生成AIが進化していく中で、コード生成の速さは人間では敵わなくなるのは自明。難易度の部分も、かなり高度な事ができるようになりつつある」
つまり「技術力の差が、エンジニアが出す付加価値の差になりづらくなる」ってこと。
じゃあどこで差がつくのか？それは：
これらは「人間にしかできない創造的なプロセス」だから、要件定義やプロダクト構想の専門性がますます輝きを増す。
レバテックキャリアの記事でも「要件定義や設計といった工程で、ビジネス課題をシステムに落とし込む力はAI時代でも代替できません」と明言されてる。
なぜか？
要件定義って、クライアントとの対話から始まる。相手が言葉にできてない課題を引き出し、それをシステムで解決できる形に翻訳する作業だ。これにはコミュニケーション力、業界知識、そして何より「人間を理解する力」が必要。
AIは膨大なデータからパターンを見つけるのは得意。でも、目の前の人が本当に困ってることを理解して、まだ見えてない解決策を提案するのは、人間の仕事だ。
顧客折衝やチーム連携など、人と調整する力はエンジニアの市場価値を高め続ける土台となる。これ、スゲェ大事なポイント。
「設計力が大事なのは分かった。じゃあどう鍛えればいいんだ？」
ここからは、俺が実際にやってきたこと、そして受講者に教えてきたことをベースに、具体的な鍛え方を紹介する。
これ、一番シンプルで効果的。
普段使ってるサービスやシステムを見て、「なぜこの設計になってるんだろう」って考える癖をつける。
例えば：
さまざまな物事に対して疑問を投げかけることで、その先の思考力を活かせる段階へと入っていける。疑問を持つからこそ「原因を探りたい」という思考が働く。
最初は答えが分からなくていい。考える習慣そのものが、設計力を鍛える土台になる。
俺がやってる「AIを思考加速装置として使う」メソッドの核心がこれ。
AIに「〇〇のシステムを設計して」って丸投げするんじゃない。自分の設計案をAIに説明して、ツッコミを入れてもらう。
例えば： 「この機能を実装するのに、Aパターンで設計しようと思う。メリットは〇〇、懸念点は△△。他のパターンとして何が考えられる？」
こうやってAIとの壁打ちを通じて要件定義や設計をエンハンスしていくと、自分で気づけなかった観点が見えてくる。
一気通貫ですべての工程を手がけることで、自ら手を動かすことで得たエッジケースナレッジを要件や設計に素早くフィードバックすることができる。ソフトウェアの抽象と具象の相互改善が容易になるんだ。
設計力が高い人の特徴として、「何を作らないか」を決められることがある。
ノウハウは増え続けるが、何を捨てればいいかわからない。これ、ターゲット読者のペインポイントとして挙がってたけど、ホントにみんな悩んでるよな。
設計において「やらないこと」を決めるのは、「やること」を決めるより難しい。でも、ここにこだわることで設計力は飛躍的に伸びる。
具体的には、設計を始める前に「この設計で絶対にやらないこと」を3つ書き出す。そして、その理由も言語化する。
これだけで、思考の解像度がグッと上がる。
成功事例より失敗事例の方が学びが多い。これ、12年やってきて確信してる。
現行システムが老朽化してくると、保守や運用のために多くのIT人材を投資する必要が出てくる。なぜそうなったのか？設計時に何を見落としたのか？
自分の過去の失敗、他人の失敗事例、レガシーシステムの問題点。これらを分析して「どう設計していれば防げたか」を考える。
特にブラックボックス化してるシステムを調査する機会があったら、それはチャンスだ。なぜブラックボックス化したのか、どの時点の設計判断が問題だったのかを突き詰めることで、自分の設計力が磨かれる。
これが一番効く。
繰り返し設計することで、設計の手順やエスキスの方法論が徐々にあなたの中に蓄積していくため、設計にかかる時間は次第に短くなっていく。
大きなプロジェクトだと、設計と実装が分業になりがち。でも、小さな個人プロジェクトなら、設計から実装、テスト、運用まで全部自分でやれる。
「設計したものを実装したらうまくいかなかった」という経験が、次の設計をよくする。この試行錯誤サイクルを高速で回すことが、設計力を伸ばす最短ルート。
俺の講座でも、90%の参加者が「考え方そのものが変わった」と実感してくれるのは、このサイクルを意識的に回す仕組みを作ってるから。
最後に、スキルよりも大事なマインドセットについて話しておきたい。
AIに使われるか、AIを使いこなすか。この違いは、技術力じゃなくてマインドセットで決まる。
AIをうまく活用できるシステムエンジニアこそが、これからの時代に一層求められていく。生成AIはSEにとって脅威であると同時に、大きな味方にもなり得る存在だ。
「AIに仕事を奪われる」と怯えるか、「AIと一緒に価値を生み出す」と考えるか。後者の姿勢を持てるかどうかで、キャリアの方向性は大きく変わる。
俺自身、3度目の停滞期を抜けられたのは、このマインドセットを変えられたからだと思ってる。
多くの人がAIに正解を求めて思考停止する中、俺は逆のアプローチを取ってきた。
AIは答えを出すのが得意。でも、「そもそも何を問うべきか」を考えるのは人間の仕事。正しい問いを立てられれば、AIは最高の相棒になる。
受講者に「答えを教える」んじゃなくて「問いの立て方を教える」。完成を目指すんじゃなくて「試行錯誤のプロセスを重視」する。
これが「技術より考え方が変わった」と言ってもらえる理由だと思う。
設計力って、結局は「正しい問いを立てる力」なんだよ。「何を作るべきか」「なぜそれが必要か」「どう実現すべきか」。この問いに自分で答えを出せる人が、AI時代に最も価値のある存在になる。
AI時代に「設計力」が最重要になる理由、伝わっただろうか。
まとめると：
「頑張っているのに成果が伸びない」「努力が正しく報われない」。そう感じてるなら、もしかしたら努力の方向性を見直す時期かもしれない。
コードを書く技術を磨くのも大事。でも、それ以上に「何を作るべきか」を自分で判断できる設計力を磨くこと。それがAI時代を生き抜く最強の武器になる。
俺は12年間、3度の停滞期を経験して、やっとここに辿り着いた。一人で悩んでた時間がもったいなかったと、今は思う。
「やっぱり自分は間違ってなかった」って確信を持てる日は、必ず来る。一緒に前に進もう。
参考文献
この記事が参考になったら「スキ」してもらえると嬉しい。設計力やAI時代のキャリアについて、もっと深掘りした記事も書いていくから、フォローして待っててくれ。質問やコメントも大歓迎だよ。
努力してるのに伸びないなら、努力不足じゃない。 努力の定義と、心の燃料設計が壊れてる。
成長力学では、 情報が『心→脳→記憶』へ届く流れと、 記憶が『効率・尊厳・目標』で最適化される前提で、 学びを点→線→体積に変える。
そして、成長に必要な心のエネルギーは 外からも内からも作れる。 内発の方が強い。 だから目標設計からやる。
新人類育成計画で、停滞を終わらせたいなら固定リンクから入ってこい。
