はじめに
最近、自分の中で「AI時代に、エンジニアとして、あるいは一人のビジネスマンとしてどう生き残っていくべきか？」を考えることが増えました。
生成AIの進化によって、コードを書く、文章を書く、調べる、要約する、といった作業のハードルは大きく下がっています。
便利なツールは日々増えています。
AIを使えば、コードのたたき台も出せるし、文章も整えられるし、調査も速くなります。
一方で、だからこそ次のような不安もあります。
- このままエンジニアとして価値を出し続けられるのか
- AIに代替されないためには何を伸ばすべきなのか
- どの技術を学べばいいのか
- AIをどう使えばいいのか
- そもそも、AI時代の「基礎力」とは何なのか
ただ、自分の中で一つ確信していることがあります。
それは、AI時代を生き残るための銀の弾丸はないということです。
「このツールを使えば一発で解決する」
「このプロンプトを覚えれば市場価値が爆上がりする」
「この技術だけやれば大丈夫」
そういう都合のいい方法は、おそらく存在しません。
むしろ重要なのは、日々の小さな努力を積み重ね、複利のように自分の能力を伸ばしていくことだと思っています。
そして最近、さらに強く感じているのは、AI時代に必要なのは単なるITスキルだけではないということです。
- 自分の頭で考える力
- 他者の感情や背景を想像する力
- 一度自分の中に落とし込んで整理する力
- 「自分はどうしたいのか？」を考える力
- 身体を整え、考え続けるための体力
こうした、人間としての土台のようなものが、むしろ重要になっていくのではないかと感じています。
この記事では、自分なりに整理した「AI時代に生き残るための基礎スキル」についてまとめます。
この記事で書くこと
この記事では、以下のような内容を整理します。
- AI時代に価値が下がる力・上がる力
- エンジニアとして必要になる基礎スキル
- 他者理解や主体性がなぜ重要になるのか
- AIをどう使うべきか
- 身体性がなぜ競争力になるのか
- 日々どのように努力を積み上げるか
- 自分なりの生存戦略
対象読者は、以下のような人です。
- AI時代のキャリアに不安があるエンジニア
- 何を学べばいいか迷っている人
- AIを使いこなしたいが、使い方がまだ定まっていない人
- 日々の学習や仕事を成長につなげたい人
- 短期的なノウハウではなく、長期的な基礎力を伸ばしたい人
AI時代に起きている変化
生成AIによって、これまで人間が時間をかけていた作業の一部はかなり効率化されました。
例えば、以下のようなことです。
- コードのたたき台を書く
- エラー原因の候補を出す
- 技術的な説明を要約する
- 文章を整える
- 調査の初期案を出す
- 設計案の比較をする
- テストケースの候補を出す
これらは、AIを使うことでかなり速くできます。
ただし、ここで重要なのは、AIが使えるようになったからといって、人間の価値がなくなるわけではないということです。
むしろ、AIによって作業スピードが上がるからこそ、人間側にはより高いレベルの力が求められるようになると感じています。
AIは、与えられた問いに対して答えを出すことは得意です。
しかし、そもそも何を問うべきなのか。
なぜそれをやる必要があるのか。
誰のどんな困りごとを解決するのか。
その背景にはどんな感情や事情があるのか。
自分はその中でどうしたいのか。
こうした部分は、人間が考える必要があります。
AI時代に重要なのは、単に作業を速くすることではありません。
AIを使いながら、自分の思考・判断・行動の質を上げていくことだと思います。
価値が下がりやすい力
AI時代に価値が下がりやすいのは、単純な作業能力だと思います。
例えば、以下のような力です。
- 指示されたコードをそのまま書くだけ
- 調べた内容をそのまま貼るだけ
- 仕様を深く理解せずに実装するだけ
- 既存コードの意味を考えずに修正するだけ
- 手順通りに作業するだけ
- AIの出力をそのまま信じるだけ
もちろん、これらの作業が不要になるわけではありません。
しかし、単に「言われたことをこなす」だけだと、AIとの差別化が難しくなっていくと思います。
AIが強くなるほど、ただの作業者は厳しくなります。
なぜなら、作業そのものはどんどん自動化・外部化されていくからです。
価値が上がる力
一方で、AI時代に価値が上がるのは、以下のような力だと思います。
- 問いを立てる力
- 問題を構造化する力
- 業務やユーザーを理解する力
- 他者の感情や背景を想像する力
- 技術的な判断をする力
- AIの出力を評価する力
- 実装に落とし込む力
- 継続的に改善する力
- 自分の考えを言語化する力
- 自分がどうしたいのかを考える力
つまり、AI時代に強い人は、単にAIに答えを出させる人ではありません。
AIを使いながら、自分の判断力・設計力・実行力を高めていける人です。
さらに言うと、AI時代に求められるのは、単なる情報処理能力だけではないと思います。
人間の言葉の裏側にある感情、立場、都合、恐れ、期待を想像する力。
「この人はなぜこういうことを言っているのだろう？」
「表面的な依頼の奥に、どんな背景があるのだろう？」
「本当に解決すべき問題は何だろう？」
そう考えられる力が、ますます重要になるはずです。
AI時代に必要な7つの基礎スキル
自分なりに整理すると、AI時代にエンジニアとして生き残るために必要な基礎スキルは、以下の7つだと思います。
- 技術の基礎力
- 問題設定力
- 他者理解力
- 主体性
- AI活用力
- 言語化力
- 継続力・身体性
順番に整理します。
1. 技術の基礎力
AIがコードを書ける時代でも、技術の基礎力は必要です。
むしろ、基礎がない人ほどAIに振り回されると思います。
AIはそれっぽいコードを書いてくれます。
ただし、そのコードが本当に安全なのか、保守しやすいのか、既存設計と合っているのかは、人間が判断する必要があります。
例えば、以下のような観点です。
- なぜこの設計にするのか
- 責務の分離は適切か
- DB設計に無理はないか
- パフォーマンス上の問題はないか
- セキュリティ上のリスクはないか
- テストしやすい構造になっているか
- 半年後に見ても理解できるか
AIにコードを書いてもらうこと自体は簡単です。
しかし、AIが出してきたコードをレビューし、必要に応じて修正し、プロダクトに統合するには、やはり技術の基礎力が必要です。
2. 問題設定力
AI時代に特に重要になるのが、問題設定力です。
なぜなら、AIは与えられた問いには答えられても、そもそも「何を問うべきか」を決めるのは人間だからです。
例えば、仕事で「この機能を作ってください」と言われたとします。
そのときに、ただ実装するだけではなく、以下を考える必要があります。
- これは何の業務課題を解決するのか
- 誰が使うのか
- どの業務フローに組み込まれるのか
- 例外ケースは何か
- 既存機能と矛盾しないか
- 本当に新規開発が必要なのか
- 運用でカバーできる範囲はないか
- 作った後に誰が保守するのか
このように、問題の背景や構造を理解する力が必要になります。
AI時代に重要なのは、単なる作業者ではなく、課題解決者になることだと思います。
作業者と課題解決者の違い
作業者は、言われたことをそのまま実行します。
課題解決者は、言われたことの背景を理解し、本当にやるべきことを考えます。
例えば、同じ「画面に項目を追加する」というタスクでも、以下のように考えられます。
- なぜその項目が必要なのか
- 入力する人は誰か
- 表示する人は誰か
- 必須項目なのか任意項目なのか
- 既存データとの整合性はどうするのか
- バリデーションはどうするのか
- 一覧・詳細・CSV出力など他画面への影響はあるか
こうした問いを立てられるかどうかで、成果物の品質は大きく変わります。
3. 他者理解力
AI時代に意外と重要になるのが、他者理解力だと思います。
エンジニアの仕事は、コードを書くことだけではありません。
実際には、ユーザー、営業、CS、上司、同僚、経営層など、さまざまな人の要望や制約の中で仕事を進めます。
そのときに重要なのが、相手の発言を表面的に受け取るだけではなく、背景を想像することです。
例えば、誰かが「この機能を急いで作ってほしい」と言ったとします。
その裏側には、いろいろな可能性があります。
- 顧客から強く要望されている
- 売上に影響する
- 現場で手作業が発生している
- 上司から急かされている
- 本人も仕様を理解しきれていない
- 本当は別の問題を解決したいが、うまく言語化できていない
ここで、表面的に「急ぎなんですね」と受け取るだけではなく、背景を想像する必要があります。
「この人は、どういう理由でこう言っているのだろう？」
「何に困っているのだろう？」
「何を恐れているのだろう？」
「本当に必要なのは、この機能なのだろうか？」
こう考えることで、より本質的な解決策に近づけます。
AIは文章を整理することはできます。
しかし、人間関係の文脈、組織内の力学、相手の感情、現場の空気感は、最終的には人間が読み取る必要があります。
だからこそ、他者理解力はAI時代にも価値が残ると思います。
4. 主体性
AI時代には、主体性も非常に重要になると思います。
AIは、こちらが問いを投げれば答えてくれます。
しかし、そもそも問いを投げるためには、自分の中に問題意識が必要です。
「自分は何を知りたいのか」
「何に困っているのか」
「何を改善したいのか」
「自分はどうしたいのか」
これがないと、AIを使っても深い結果にはなりにくいです。
AIに聞けば何かしらの答えは返ってきます。
しかし、自分の中に軸がないと、その答えを見ても判断できません。
だからこそ、一回自分の中に落とし込んで整理することが重要になります。
自分の中に落とし込む
情報を見たら、すぐに反応するのではなく、いったん自分の中で整理する。
例えば、以下のように考えます。
- これは事実なのか、意見なのか
- 自分はこれをどう感じたのか
- なぜそう感じたのか
- 自分の仕事にどう関係するのか
- 自分は何を選ぶのか
- 次にどう行動するのか
このプロセスを挟むことで、情報に振り回されにくくなります。
AI時代は、情報量がさらに増えます。
だからこそ、外から入ってきた情報をそのまま飲み込むのではなく、自分の中で咀嚼し、自分の判断に変える力が必要です。
主体性とは、強い自己主張をすることではありません。
自分の頭で考え、自分の選択に責任を持つことだと思います。
5. AI活用力
AI活用力とは、単にAIツールをたくさん知っていることではありません。
重要なのは、AIを自分の仕事や思考のプロセスに組み込むことです。
AIは、答えをもらうためだけに使うのではなく、思考を深めるために使うべきだと思います。
悪い使い方
例えば、以下のような使い方だけで終わると、あまり成長につながりません。
これやって
コード書いて
要約して
答えを出して
もちろん、こうした使い方が悪いわけではありません。
ただ、それだけだと、自分の思考力が伸びにくいです。
良い使い方
より良い使い方は、AIを壁打ち相手として使うことです。
この問題を分解してください
前提条件を洗い出してください
リスクを指摘してください
反対意見を出してください
設計案を比較してください
この人の発言の背景にありそうな事情を整理してください
自分の考えの穴を指摘してください
次のアクションに落とし込んでください
このように使うと、AIを使いながら自分の思考も鍛えることができます。
実務での使い方
実務では、以下のような使い方ができると思います。
タスク分解
以下のタスクを実装する必要があります。
目的・背景・必要な作業・リスク・確認事項・最初の一手に分解してください。
コードレビュー
以下のコードをレビューしてください。
保守性・責務分離・命名・テスト容易性・潜在的なバグの観点で指摘してください。
設計レビュー
以下の設計案について、メリット・デメリット・代替案・将来の保守リスクを整理してください。
他者理解の補助
以下の発言について、相手の背景・立場・困っていそうなこと・本当に解決したい課題を推測してください。
また、自分が確認すべき質問も出してください。
仕事の振り返り
今日の仕事を振り返ります。
事実・感情・学び・改善案・明日のアクションに分けて整理してください。
AIを使うことで、思考の速度は上がります。
ただし、最終的に判断するのは自分です。
AIはあくまで思考補助装置であり、責任を持つのは人間です。
6. 言語化力
AI時代にかなり重要になるのが、言語化力です。
なぜなら、AIをうまく使うにも、仕事で成果を出すにも、自分の考えを言葉にする必要があるからです。
例えば、以下のような場面です。
- AIに適切な指示を出す
- 仕様の曖昧さを確認する
- 設計意図を説明する
- 実装方針を共有する
- レビューで指摘する
- 振り返りを残す
- 転職時に実績を説明する
- 自分の感情や違和感を整理する
言語化できないものは、改善しにくいです。
逆に、日々の仕事や学びを言語化できると、それが資産になります。
GitHub日報をつける
自分は、日々の学習や仕事の記録をGitHubに残すのが良いのではないかと考えています。
例えば、以下のような形式です。
# 2026-05-09
## 今日やったこと
-
## 学んだこと
-
## 詰まったこと
-
## 考えたこと
-
## 明日やること
-
## 一言
-
毎日完璧に書く必要はありません。
大事なのは、短くてもいいので継続することです。
これを続けることで、以下のようなメリットがあります。
- 自分の成長が見える
- 学習内容が定着しやすい
- 転職時に語れる材料になる
- AIに振り返りを手伝ってもらえる
- 自分の思考の癖が見えてくる
- 感情に飲まれず、状況を整理しやすくなる
日報は、単なる作業記録ではなく、成長ログになります。
7. 継続力・身体性
最後に、継続力と身体性です。
AI時代というと、つい技術やツールの話に寄りがちです。
しかし、長期的に成長し続けるには、身体と生活習慣がかなり重要だと思います。
ここは、もっと強調されてもいい部分だと思っています。
IT社会では、さまざまなものが外部化・デジタル化されました。
記憶は検索やクラウドに外部化されました。
文章作成や調査もAIに一部外部化されつつあります。
コミュニケーションもオンライン化されました。
しかし、身体だけは完全には外部化できません。
自分の身体は、自分で引き受けるしかありません。
むしろIT社会では、身体は悪化しやすくなっているようにも感じます。
- 長時間座りっぱなしになる
- スマホを見続ける
- 睡眠が乱れる
- 食生活が乱れる
- 運動不足になる
- 常に情報にさらされる
- 深く考える時間が減る
身体が悪化すると、思考力も落ちます。
睡眠不足で頭が回らない状態では、AIに適切な指示を出すことも難しくなります。
食生活が乱れ、疲れが溜まり、集中力が落ちると、本質的な問いにたどり着く前に、目の前の刺激に流されてしまいます。
考えることには体力が必要です。
深く考える。
問題を構造化する。
相手の背景を想像する。
自分がどうしたいのかを考える。
AIの出力を疑い、評価する。
実装し、検証し、改善する。
これらはすべて、体力と集中力を使います。
だからこそ、以下のような地味な習慣が重要になります。
- 睡眠を整える
- 運動する
- 散歩する
- スマホを見る時間を減らす
- 朝に思考整理する
- 夜に振り返る
- 読書する
- 休む時間を確保する
- 食生活を整える
AI時代に必要なのは、短期的に爆発する力だけではなく、長期戦に耐えられる力です。
結局、毎日少しずつ学び、実行し、改善できる人が強いと思います。
そしてそれを支えるのは、技術だけではなく身体です。
まとめ
AI時代に生き残るために必要なのは、特別な裏技ではないと思います。
大事なのは、以下のような基礎を地道に積み上げることです。
- 技術の基礎力
- 問題設定力
- 他者理解力
- 主体性
- AI活用力
- 言語化力
- 継続力・身体性
AIは強力な道具です。
しかし、AIを使う人間側に基礎力がなければ、その力を十分に活かすことはできません。
AIが進化するほど、逆に人間側の土台が問われるのだと思います。
自分の頭で考えること。
相手の背景を想像すること。
一度自分の中に落とし込んで整理すること。
自分がどうしたいのかを考えること。
身体を整え、考えるための体力を保つこと。
これらは、派手ではありません。
しかし、長期的には大きな差になるはずです。
短期間で劇的に変わる方法はないかもしれません。
それでも、毎日少しずつ考え、実行し、記録し、改善していけば、半年後、1年後には大きな差になるはずです。
AI時代ほど、地道に考え続けられる人が強い。
自分はそう考えています。