この記事で得られるもの
- 「AI業界の動向は知ってる」人向けに、その先に何が起きるかの予測
- 推測ではなく、現在の構造変化を延長したらどうなるかを論理的に組み立てた仮説
- 日本のエンジニアが今からどう動くべきかの具体指針
「インフラ競争が起きてる、エージェントが来る、知ってる」という人向け。その先を読み解く。
結論：次の3年で起きる3つの大変化
- AIインフラはコモディティ化し、価値は"上"のレイヤーに逃げる
- エージェント同士が取引する経済圏が立ち上がる
- ホワイトカラー労働市場が二極化する（高給化と低給化）
これに加えて、日本固有の遅れ問題と、規制の標準化を予測する。
予測1：AIインフラはコモディティ化する
現在の状況
各社が計算資源獲得に巨額を投じている：
- Anthropic：Broadcom 3.5GW TPU
- Thinking Machines：Google Cloud数十億ドル契約、Nvidia 1GW
- OpenAI：AWS連携でMicrosoft独占解除
「計算資源を持つ会社が勝つ」という構図。でもこれは長く続かない。
なぜコモディティ化するか
- 推論コストは過去2年で約100分の1に下がった（GPT-4 → GPT-5系）
- 各社が同等性能のモデルを出すたびに、価格競争が起きる
- Llama系のオープンソースモデルが性能で追いついたら、API料金は限界費用に収束する
電力・水道と同じ歴史をたどる。最初は**「持つ者が支配」、最終的には「インフラ」**。
価値レイヤーはどこに移るか
インフラがコモディティになると、利益は上のレイヤーに移る：
| レイヤー | 例 | 競争優位の源泉 |
|---|---|---|
| インフラ | OpenAI、Anthropic、Google | スケール、初期投資 |
| ワークフロー | Replit、Cursor、Box Automate | 業界知識、UX |
| データ | Hubspot、Salesforce、各社内データ | 蓄積、ネットワーク効果 |
| 規制対応 | SAP、Workday | 業界別コンプライアンス |
dharmesh（HubSpot CTO）が4/23に投稿した「エージェントは既存プラットフォームを使うべき、自前で作るな」発言は、まさにこの構造への布石。HubSpotはワークフロー層で勝負する宣言。
何が起きるか（予測）
- 2026年下半期：Anthropic、OpenAI、GoogleのAPI価格がさらに30-50%下がる
- 2027年：「モデル提供」の利益率がほぼゼロに。各社は垂直統合（自社プロダクト、エージェント、サービス）に注力
- 2028年：AIインフラは電力同等の扱い。「使うのは当たり前、競争は別の場所」
予測2：エージェント同士が取引する経済圏ができる
現在の状況
- Anthropicの自律取引実験（Claudeが社員の代わりに購買・販売・交渉）
- swyxが命名した「Agent Harnesses」（長時間タスク管理層）
- dharmeshの「エージェントは既存プラットフォームを使う」議論
「エージェントが業務をこなす」段階。でも、次は"エージェント同士のやり取り"。
A2A（Agent-to-Agent）経済の立ち上がり
- 自分の旅行予約エージェントが、ホテルのエージェントに直接交渉する
- 経理エージェントが、ベンダーのエージェントに請求書の不備を指摘する
- 採用エージェントが、候補者のエージェントに面接調整を依頼する
人間が間に入らない取引が業務効率10〜100倍になる。
何が新しいのか
これまでのAPI経済との違い：
| 項目 | 従来のAPI経済 | A2A経済 |
|---|---|---|
| インターフェース | 開発者が事前合意したスキーマ | 自然言語で交渉 |
| 関係性 | プロバイダ vs クライアント（固定） | 対等な交渉（買い手も売り手もエージェント） |
| 失敗時 | エラーコード返却 | 再交渉、代替案提示 |
| 決済 | 事前契約 | 動的な価格交渉 |
これが立ち上がると、「人間がサービスを使う」前提が崩れる。サービス提供者は人間向けUIより、エージェント向けの会話プロトコルを整える方が重要になる。
何が起きるか（予測）
- 2026年下半期：マルチエージェントフレームワーク（LangGraph、AutoGen、CrewAI等）の本格普及
- 2027年：A2A標準プロトコル（MCPの拡張版）が業界標準として固まる
- 2028年：「ボット対策」が「不正エージェント対策」に置き換わる。正当なエージェントを認証する仕組みが必須に
副作用
- 詐欺エージェントが取引相手を騙す事案が頻発
- 「エージェントが暴走して大量発注」みたいな事故
- 法的責任の所在が不明確になる
予測3：ホワイトカラー労働市場が二極化する
現在の状況
各CEOが「人間は何をすべきか」を発信し始めている：
- Karpathy：「コード生成より知識整理」
- Levie：「ラストマイルは人間」
- Aravind：「楽しくない仕事から人間を解放」
- Amjad：「金目当てでCS専攻はバカ」
これはホワイトカラー労働の再定義が論点になっている証拠。
何が二極化するか
高給化する仕事
- 責任を取る判断：法務、契約、倫理判断、最終承認
- 物理を伴う仕事：医師、看護師、技術職、整備士
- 対人協調：マネジメント、カウンセリング、教育
- 方向性を決める仕事：戦略、プロダクト企画、研究設計
これらは**「AIで代替できない」というより「AIに任せられない（責任の問題）」**。希少性で給料が上がる。
低給化・消滅する仕事
- コーディング：80%自動化可能。残るのは設計・レビュー・運用
- 分析・調査：レポート生成・データ抽出はエージェント完結
- ライティング：ブログ記事・マーケコピーは品質維持で低価格化
- 基礎事務：請求書処理、データ入力、スケジュール調整
これらは**「ジュニア職」が成立しなくなる**問題を引き起こす。
日本固有の問題
日本は労働市場の流動性が低いため、二極化への適応が遅れる：
- 終身雇用と労働法でホワイトカラーの再配置が遅い
- 結果：企業内に「AIに代替された業務をやり続ける人」が滞留
- 人件費が高止まり → 国際競争力低下
逆に、個人としては：
- 副業・転職市場ではスキルセットが先に評価される
- 「AIで代替されない部分」を早く獲得した人が大きく抜ける
- 大企業の中で安定を求める層と、外で高給を取りに行く層の個人レベルでの二極化
何が起きるか（予測）
- 2026〜2027年：シニアエンジニアの単価が上がり、ジュニアエンジニアの需要が減る
- 2027〜2028年：日本企業の中で「使われない人材」問題が顕在化
- 2028年以降：労働市場の流動化政策が動き始める（or 動かないと国際競争で負ける）
予測4：AIガバナンスが標準化される
現在の状況
- OpenAI裁判（マスク vs Altman）が業界全体に問いを投げかけている
- EU AI法の本格運用開始（2024〜）
- 各国でAI規制法が議論中
dharmeshが指摘した「エージェントが勝手に給与システムにアクセスしてはいけない」問題は、ガバナンスフレームワークの必要性を示唆している。
何が標準化されるか
- エージェントの権限設計（OAuth拡張、RBAC、最小権限原則）
- 承認フロー（金額閾値、人間承認ポイント）
- 監査ログ（プロンプト、出力、ツール呼び出し全て記録）
- 責任の所在（運用者責任、ベンダー責任、モデル提供者責任の分岐）
何が起きるか（予測）
- 2026年下半期：エージェントセキュリティのフレームワーク（OWASP LLMの拡張版）が出る
- 2027年：日本でもAI事業者向けのガイドライン → 実質的な規制に進む
- 2028年：金融・医療・法律分野では**「AIエージェント認証制度」**が立ち上がる
日本のエンジニアへの影響
- セキュリティチームと早めに連携できる人が重宝される
- 「動かす」だけでなく「安全に動かす」ノウハウが武器になる
- 監査・ログ・権限設計のスキルがジュニア→シニア移行の差別化要因
予測の脆さ：外れる可能性
正直に書く。この予測は外れることもある。具体的に：
外れる可能性が高い前提
- 「インフラがコモディティ化する」：政治的にOpenAIやAnthropicが規制で守られると、長期独占もありうる
- 「エージェント経済が立ち上がる」：信頼性や法整備の遅れで、人間がチェックするフェーズが想定より長く続く可能性
- 「労働市場が二極化する」：日本では労働法で守られて変化が10年遅れる可能性
- 「ガバナンスが標準化する」：規制が分断されて国際的な相互運用性が崩れる可能性
ただし、5つの構造変化が全部空振りすることは考えにくい。1〜2つは外しても、残りで方向性は当たる。
何が起きたら予測を修正すべきか
- OpenAI裁判で営利体制が違法と判断される → 業界構造が大きく変わる
- 大規模なAI事故が起きる（数千億規模の損害）→ 規制が一気に厳しくなる
- オープンソースモデルがGPT-5級を超える → コモディティ化が前倒しで起きる
これらが起きたら、この記事の予測は再検討する。
日本のエンジニアの行動指針：今から何を学ぶか
予測を踏まえて、3年スパンで自分が何を持つべきか整理する。
必須スキル：ワークフロー設計
- 「業務をエージェントに分解する」スキル
- ツール：Claude Code、Cursor、Replit Agent、LangGraph、CrewAI
- 学習法：自分の業務の1つを完全自動化してみる
差別化スキル：権限設計・セキュリティ
- OAuth、RBAC、監査ログ、最小権限原則
- セキュリティチームと協働した経験
- 学習法：自分のエージェントに「権限の壁」を設計してみる
長期投資スキル：業界知識（ドメイン）
- AIで代替されない部分は「業界固有の暗黙知」
- 自分の業界（例：金融、医療、製造、SaaS）に深く入る
- 学習法：業界のニュース・規制・慣習を体系的に学ぶ
撤退すべきスキル
- 単純なコーディング作業（ジュニア相当の実装）
- 単純な分析・レポート作成
- 「ChatGPTを使えます」レベルの自慢
まとめ：次の3年の地形
2026年4月時点のAI業界の動きを延長すると、こう見える：
- インフラ層がコモディティ化 → 価値はワークフロー・データ・規制対応へ
- A2A経済の立ち上がり → サービス提供者は「エージェント向け」設計が主戦場
- 労働市場の二極化 → 高給と低給に分裂、日本は適応が遅れる
- ガバナンス標準化 → 権限・責任・監査の枠組みが整う
「インフラが大事」「エージェントが来る」レベルの話は誰でも知ってる。重要なのはその先で何が起きるかを予測して、今から自分のスキルを組み替えておくこと。
予測は外れることもある。だから1つの予測に賭けるんじゃなく、5つの方向性に少しずつ準備しておく。
明日から、自分の業務の1つだけ完全自動化に挑戦してみてほしい。それが3年後に効いてくる。