はじめに
気づけば生成AIを業務で使い始めて半年が経ちました。毎日のように触って、助けられて、時々うんざりして、また助けられて——そんなループを繰り返すうちに、いくつか「これは言語化しておきたい」と思うことが溜まってきました。
思想強めの個人的な感想なので、「わかる」と思う人にだけ届けばいい気持ちで書いています。
1. 便利だけど、センスが必要
「ChatGPT使えばいい感じにやってくれるんでしょ？」——正直、半年前の自分もそう思っていました。
使えばわかりますが、生成AIは優秀なアシスタントであって、思考を代替するものではありません。
何が問いかを決めるのは人間です。曖昧な指示に対して、AIは「それっぽい答え」を返してきます。そしてその「それっぽさ」に気づけるかどうかは、使う人間の経験とセンスに依存します。
プロンプトエンジニアリングというと大げさに聞こえますが、要するに「相手に伝わるように話す能力」です。これはライティング力であり、論理的思考力であり、ドメイン知識でもあります。
AIが登場して「スキルが不要になる」と言われることがありますが、むしろ逆だと感じました。AIを使いこなすほど、その人の地力が問われます。 センスのない使い方をすれば、センスのない成果物が量産されるだけです。
2. AI疲れ：出力が爆速、アウトプットの精査が大変
これは半年で一番「盲点だった」と感じたポイントです。
生成AIは恐ろしく速いです。コードのレビュー、ドキュメントのドラフト、設計の叩き台——秒〜分単位で大量のアウトプットを生成します。
問題は、生成された量と同じだけ「精査のコスト」が発生することです。
コードを書いてもらったとして、それが本当に意図通りに動くか確認するのは人間です。「とりあえず動く」コードと「長期的にメンテできる」コードは別物で、後者の判断には深いコンテキストが必要になります。
ドキュメントも同様で、全体として辻褄が合っているか、業務の実態と乖離していないか——こういったチェックは、AIが爆速で生成するスピードには追いつけません。
気づいたら「未レビューの生成物」が溜まっていて、それを処理するのに疲弊している自分がいました。これを勝手に「AI疲れ」と呼んでいます。
生成AIを使うと作業速度が上がるのではなく、作業の性質が変わります。 インプット作業が減り、レビュー・判断作業が増えます。そこへの適応が思いのほか大変でした。
3. 結局は使う人
「AIがエンジニアの仕事を奪う」という話は今も聞きます。半年使って思うのは、奪われるとしたら、思考を放棄した人の仕事だということです。
AIに丸投げして生成されたものをそのまま納品する。動作確認もせず、レビューもせず、自分で理解もしない——そういう使い方をすれば、確かにそのエンジニアの価値は薄れていきます。
一方で、AIをうまく活用して**「自分ひとりでは到達できなかったアウトプット」を出せる人**は、明確に評価が上がっていると感じます。
道具は同じでも、使う人で差がつきます。これはハンマーでもExcelでも変わらない構図で、生成AIもその延長です。
変わったのは、その差の開き方のスピードと幅かもしれません。AIを使いこなす人と、使いこなせない人の生産性の差は、かつての「PC使える人」「使えない人」の差より早く、大きく開く気がしています。
4. アウトプットについて「誰が監修したか」が重要
これは特に対外的なドキュメントや設計書を書くときに強く感じます。
AIが書いた文章・コードであっても、それをレビューし、判断し、責任を持ってリリースしたのは人間です。その「誰が」の部分が、品質とリスクの担保になっています。
逆に言えば、AI生成物であることを隠す、あるいは「AIが言ったから」を免罪符にする動きは危険だと思っています。
チーム開発で「このコード、AIに書かせました（自分では読んでません）」は、通りません。少なくともプロとしては。
「AI使って作った」ではなく「AIを使って自分が作った」 という意識の差は、アウトプットの質にそのまま出ます。そしてその差を見分けるのは、ちゃんとした技術者なら案外すぐできます。
生成AI時代における「監修者・責任者としての人間」の役割は、むしろ以前より重くなったと感じています。
おわりに
半年向き合って、生成AIへの印象は「すごいおもちゃ」から「鋭い刃物」に変わりました。使い方次第で大きな武器になりますが、扱いを誤ると自分を傷つけます。
「AIに使われるエンジニア」ではなく「AIを使うエンジニア」でいるために、これからも試行錯誤を続けていきたいと思います。
この記事は個人の経験と意見に基づいています。