はじめに

AI、特にコーディングエージェントの進化によって、ソフトウェア開発の進め方は大きく変わりつつあります。

今までは数週間、数か月かかっていた実装や調査が、AIをうまく使うことで短時間で進められるようになってきました。もちろん、AIに任せれば何でも正しく作れるわけではありません。それでも、エンジニアがAIを前提に開発することで、以前よりも短期間で、品質の高いソフトウェアを作れる可能性はかなり高まっていると感じます。

では、この変化の中で、エンジニアやIT企業のビジネスはどう変わっていくのでしょうか。

この記事では、自社サービス開発企業というよりも、請負や準委任など、受託開発を中心にしている企業を主な対象として考えます。

先に結論

AIによって開発効率が上がるのであれば、顧客は次のような価値を期待するはずです。

今までより短期間で開発できる
今までより低コストで開発できる
同じコストでも、より品質や機能の高いものができる
開発後の改善サイクルを、より速く回せる

一方で、人月をベースにした労働集約型のビジネスをしている企業にとっては、開発が効率化されることは単純な追い風ではありません。

同じものを少ない人数、短い期間で作れるようになると、顧客にとっては嬉しい一方で、従来の人月モデルでは売上が減る可能性があります。

そのため、AI時代の受託開発企業は、単に「AI利用料を上乗せする」のではなく、次のような方向にビジネスを変えていく必要があるのではないかと考えています。

少人数で複数案件を回せる体制にする
人月ではなく、成果や継続的な改善に対して対価をもらう
ユーザー企業の内製化を支援する
AIを使った開発プロセスそのものを支援する

顧客はAIによって何を期待するのか

まず、顧客目線で考えるとわかりやすいと思います。

AIを使うことでエンジニアの生産性が上がるのであれば、顧客は当然、そのメリットを受け取りたいと考えるはずです。

例えば、今まで3か月かかっていた開発が1か月半で終わるかもしれない。今まで5人必要だった開発が3人で進められるかもしれない。あるいは、同じ期間・同じ費用でも、テストや改善により多くの時間を使えるようになるかもしれない。

顧客にとって重要なのは、「開発会社がAIを使っているかどうか」ではありません。

重要なのは、AIを使った結果として、自社にとってどのようなメリットがあるのかです。

この点を外してしまうと、AIの活用は開発会社側の都合でしかなくなってしまいます。

人月ビジネスにとっての難しさ

一方で、労働集約型の人月ビジネスをしている会社にとって、AIによる効率化は難しい問題を生みます。

人月モデルでは、基本的に「何人が何か月稼働したか」が売上に直結します。

そのため、AIによって同じ仕事を少ない人数・短い期間でできるようになると、顧客にとってはコスト削減になりますが、開発会社にとっては売上減少につながる可能性があります。

ここで安易に考えられるのが、AIの利用料を単価に上乗せする方法です。

もちろん、AIツールにもコストはかかりますし、AIを使いこなすための教育やナレッジ整備にも投資が必要です。その費用を価格に反映すること自体は不自然ではありません。

しかし、単に「AIを使うので月単価を上げます」というだけでは、顧客にとってのメリットが見えにくくなります。

月単価が上がったとしても、トータルコストが下がる。あるいは、同じトータルコストで明らかに高い価値が得られる。そういう説明ができなければ、顧客から見ると単なる値上げになってしまいます。

一番避けるべきなのは、AI利用料を上乗せしたうえで、今までと同じ人数・同じ期間で開発し、開発会社側の売上だけを増やそうとすることです。

品質が多少上がるとしても、それが顧客にとって納得できる価値になっていなければ、長期的には支持されにくいと思います。

AIを使っているだけでは差別化にならない

今後、AIを使った開発は特別なものではなくなっていくはずです。

現時点では、コーディングエージェントをうまく使えること自体が強みになる場面もあります。しかし、AIツールの導入が広がり、活用方法が一般化していけば、「AIを使っています」というだけでは差別化しにくくなります。

安い単価でAIを活用し、一定以上の品質で開発できる企業は必ず出てくると思います。

そのときに、高い単価の企業が「うちもAIを使っています」と言っても、顧客にとっては大きな判断材料になりません。

差別化になるとすれば、AIを使っていること自体ではなく、例えば次のような部分だと思います。

要件の整理がうまい
業務理解が深い
設計判断の質が高い
保守しやすい形で作れる
セキュリティや運用まで考えられる
AIを使った開発プロセスを組織として再現できる

AIによって実装のコストが下がるほど、実装以外の力の重要性が相対的に高まるのではないでしょうか。

選択肢1: 一人のエンジニアが複数案件を担当する

受託開発企業が今のビジネスを維持しながらAIのメリットを活かす方法として、まず考えられるのは、一人のエンジニアが複数案件を並行して担当することです。

例えば、AIの活用によって開発効率が上がり、従来の80%の単価で案件を受けたとしても、同じ時間で2案件を担当できれば、売上は単純計算で160%になります。

顧客にとっては、以前より安く開発を依頼できる。開発会社にとっては、一人あたりの売上や利益を増やせる。AIの効率化を顧客と開発会社の両方に還元する形です。

実際、フリーランスで複数案件を同時にこなしながら高い年収を得ている人も、この考え方に近い稼ぎ方をしている印象があります。

ただし、これは簡単ではありません。

複数案件を並行して進めるには、タスク管理、文脈切り替え、顧客とのコミュニケーション、品質管理の負荷が大きくなります。AIが実装を助けてくれるとしても、案件ごとの背景や制約を理解し、適切に判断するのはエンジニア側の仕事です。

今後は、このようにAIを前提にしながら複数案件を安定して回せる人と、そうでない人の差が、エンジニアとしての価値の差になっていく可能性もあると思います。

選択肢2: 人月ではなく成果や改善に対して対価をもらう

もう一つの方向性は、人月ではなく、成果や継続的な改善に対して対価をもらう形に変えていくことです。

AIによって開発効率が上がるほど、「どれだけ時間を使ったか」よりも「何を実現したか」の重要性が高まります。

例えば、以下のような契約や提供価値が考えられます。

特定の業務課題を解決するための開発
MVPの短期構築
既存システムの改善サイクルの高速化
開発プロセスのAI導入支援
テスト、レビュー、ドキュメント整備を含めた品質改善

もちろん、成果報酬や固定価格の契約にはリスクもあります。要件が曖昧なまま成果だけを約束すると、開発会社側が大きなリスクを抱えることになります。

そのため、単純に「人月をやめて成果報酬にするべき」という話ではありません。

ただ、AIによって作る速度が上がるのであれば、価格の根拠も少しずつ「稼働時間」から「顧客に提供する価値」に移していく必要があると思います。

選択肢3: ユーザー企業の内製化を支援する

個人的には、この方向が一番重要ではないかと感じています。

もともと、労働集約型の人月ビジネスには限界があると思っています。AIの台頭は、その限界をよりはっきり見せるきっかけになるかもしれません。

CodexやClaude Codeのようなコーディングエージェントが進化していくと、ユーザー企業側でも開発を内製化しやすくなっていくはずです。

これまでは、社内IT機器やインフラの保守を中心とした情報システム部門しか持っていなかった企業でも、業務知識を持ったエンジニアを採用し、自社で必要なシステムを継続的に改善していく流れが強まるのではないでしょうか。

ユーザー企業の中に、業務を理解し、要件を整理し、設計判断ができるエンジニアがいれば、大人数の開発チームがいなくても、AIを活用して一定の開発を進められる可能性があります。

内製化には、次のようなメリットがあります。

業務理解の深い人が開発に関われる
契約や発注の都合に縛られず、継続的に改善できる
小さな改善を素早く回せる
自社に開発ノウハウが蓄積される
DXを外注任せにしにくくなる

もちろん、すべての企業がすぐに内製化できるわけではありません。

エンジニア採用は簡単ではありませんし、開発プロセス、設計、レビュー、セキュリティ、運用などの知識も必要です。AIを導入すれば、それだけで良いシステムが作れるわけでもありません。

だからこそ、IT企業には新しい役割があると思います。

それは、ユーザー企業の内製化を伴走支援することです。

IT企業は「作る会社」から「作れるようにする会社」へ

ユーザー企業が内製化を進めるとしても、最初から自力でうまく進められる企業ばかりではありません。

そこで、IT企業がこれまで積み上げてきたシステム開発のノウハウを提供し、ユーザー企業が自分たちで開発・改善できる状態を作る支援には大きな価値があると思います。

例えば、次のような支援が考えられます。

内製開発チームの立ち上げ支援
エンジニア採用や評価基準の支援
AI開発ツールの導入支援
要件整理や設計レビューの支援
コードレビューや品質管理の仕組み作り
セキュリティ、運用、監視の設計支援
既存システムを改善しやすい構造に変えていく支援

このような支援は、単に開発作業を請け負うよりも、顧客企業の中に能力を残す仕事です。

短期的には、すべてを外注してもらうより売上が小さく見えるかもしれません。しかし、長期的には、顧客の事業に深く関わり続ける形のビジネスになり得ます。

AIによって実装の一部が効率化されるなら、IT企業は「手を動かす量」だけで価値を出すのではなく、「顧客が正しく作れる状態を作ること」に価値を移していく必要があるのではないでしょうか。

エンジニア個人に求められること

この変化は、企業だけでなくエンジニア個人にも影響します。

AIによって実装そのもののハードルが下がるほど、エンジニアには次のような力が求められるようになると思います。

課題を発見する力
要件を整理する力
設計を判断する力
AIの出力をレビューする力
品質、セキュリティ、運用を考える力
顧客や業務担当者と会話し、合意形成する力
複数の仕事を管理し、安定して進める力

AIを使えることは前提になり、そのうえで、何を作るべきか、どう作るべきか、作ったものをどう育てるかを考えられる人の価値が高まっていくのではないでしょうか。

逆に、実装作業だけをそのまま人月で提供する働き方は、少しずつ厳しくなっていく可能性があります。

まとめ

AIの台頭によって、ソフトウェア開発はより短期間で、より低コストに、より高品質に進められる可能性が出てきました。

これは顧客にとっては大きなメリットです。

一方で、人月をベースにした受託開発企業にとっては、従来の売上構造を揺るがす変化でもあります。

AI利用料を単価に上乗せするだけでは、顧客にとっての価値が十分に説明できないかもしれません。AIを使っているだけでも、いずれ差別化は難しくなると思います。

これからのIT企業には、次のような変化が求められるのではないでしょうか。

少人数で高い成果を出す
顧客価値を基準に価格を考える
AIを前提にした開発プロセスを作る
ユーザー企業の内製化を支援する
「作る」だけでなく「作れるようにする」ことを価値にする

AIによってエンジニアの仕事がなくなるというより、エンジニアやIT企業が提供する価値の中心が変わっていくのだと思います。

その変化に合わせて、ビジネスモデルも、エンジニアの働き方も、少しずつ変えていく必要があるのではないでしょうか。