見出し画像

これからのAI時代の新人の戦い方

creators | ITで独立して食べていくための、技術と人間関係

私は最近、新人に頼んでいた仕事を、AIに頼んでいる。
採用する側として、これを書くのは少し気が引ける。でも、「新人はAIで終わり」と煽る記事にも、「大丈夫、仕事はなくならない」と慰める記事にも書かれていない、現場の実感があると思う。
数字と、現場と、それから「何で戦うか」の話をする。


告白から始める

たとえば、フロントアプリの簡単なバグ調査や改修。少し前なら、新人にお願いする定番の仕事だった。いまは、AIがやっている。

「簡単な仕事」と書いたが、人間の新人がこれをできるようになるまでには、実は膨大な前提がいる。アプリの構成、フレームワークの仕組み、ログの見方、APIの一覧、そもそもREST APIとは何か——。細かい教育を一つずつ積み重ねて、ようやく「簡単なバグ調査」ができるようになる。相当な時間がかかる。

AIは、その前提教育を全部すっ飛ばす。

つまり現場で起きているのは「新人の仕事がAIに奪われた」というより、「簡単な仕事」の裏に隠れていた教育コストが、AIによって見えるようになったということだ。

なお、ここではITの例を挙げたが、この構造はエンジニアに限らない。事務職の定型書類の作成やチェック、企画職の市場調査や資料の下ごしらえ——「教えてもらいながら覚える簡単な仕事」から先にAIへ移っていくという構造は、どの職種でもまったく同じだ。この記事はITの現場から書くが、読み替えてもらえればと思う。

会社にとって「仕事」とは何か。数式で書く

感情論を排して、会社の構造を一本の式にする。

売上 −（人件費＋固定費＋変動費）＝ 利益

利益がマイナスなら、会社は続かない。冷たいが、すべての土台はここにある。

そして、人件費の中身はこう分解できる。

人件費 ＝ 教育時間 ＋ 業務時間

新人の給料の中身は、実はその大半が「教育への投資」だ。最初の1〜2年は、教える側の時間も含めて、会社は持ち出しで投資している。それでも昔は、数年で回収できた。投資として合理的だった。

ところが今、エントリーレベルの仕事では、この不等式が成立し始めた。

人件費（教育込み） ＞ AI費用＋導入費用


「新人が採られない」の正体と、その逆転


投資を回収する前に、AIのほうが安く同じ仕事をこなしてしまう。これが「新人が採られない」の正体だ。誰かの意地悪でも、時代の空気でもない。不等式の問題だ。

数字もそれを裏付けている。エントリーレベルのエンジニア求人は、2022年のピークから約28%減ったまま回復していない。海外では「エージェントが3分で終える仕事に、3日かかる新人へ年収7万ドルを払う経済合理性はない」という身も蓋もない言い方までされている。求人票からは「レガシーコードのデバッグ」「ユニットテストの作成」といった“新人の定番”の要件が消え始めた。

それでも、「新人が不要」になったわけではない

ここで悲観で終わらせたくない。逆側の数字も見てほしい。

米労働統計局は、ソフトウェア開発者の雇用が2032年まで+15%成長すると予測している。AIスタートアップの「AI早期キャリア」求人は、この1年で+320%に急増した。日本でも、DeNAが2026年卒のAIスペシャリストコースに標準年収700万円〜を提示している。

つまり、消えたのは仕事ではない。「教えてもらいながら入る」という入口が消えたのだ。

そして実は、企業側もこの状況に困っている。新人を採らない産業は、5年後、10年後にシニアの供給が枯れる。農家が来年に植えるはずの"種もみ"を食べているのと同じで、いまの効率の代償を将来払うことになる。だから多くの会社は、新人が要らないのではなく、「雇う理屈が立つ新人」を探している。

では、その理屈をどう作るか。

その前に。これからの新人は、圧倒的に「経験不足」になる

武器の話をする前に、直視しておくべきことが一つある。

教えてもらいながらやる仕事——バグ調査、テスト、定型実装——は、単なる作業ではなかった。経験を積むための階段だった。その階段がAIに移った結果、これからの新人は、積み重ねの経験がないまま、いきなりエントリーの一つ上、中級レベルの仕事を任される可能性が高い。

経験については、正直、どうしようもない。経験は時間だけが作るものだからだ。

でも、知識はいつでもつけられる。

机上の空論でいい。本でも、公式ドキュメントでも、触ったことのないシステムの設計の話でも。知識だけでも先に頭へ入れておくべきだと思う。理由は2つある。

ひとつは、いきなり任される「中級の仕事」を受け止める土台になるから。もうひとつが決定的で——AIに仕事を頼むにも、知識がないと成果物のチェックができないからだ。AIの出力を見て「これは合っている」「これは怪しい」と判断できるのは、知識がある人間だけ。経験の空白を埋める最初の武器は、地味だが知識だ。


経験の階段が消える。知識で橋を架ける


何で戦うか——3つ

①「私を雇うと、AIの部下もついてきます」

さっきの不等式に戻る。新人が採られないのは、人件費（教育込み）＞ AI費用 だからだった。ならば、逆転させればいい。

AIを自分の部下として使いこなせる新人は、教育時間の項を自分で圧縮する。REST APIの基礎から手取り足取り教える必要はない。会社が教えるのは、自社のドメイン——業務の文脈だけでよくなる。「戦力になるまで2年」が「文脈を覚えるまで数ヶ月」になるなら、雇う理屈は立つ。

これは精神論ではなく、市場がすでに値札をつけている。求人票の要件は「コードが書ける」から「AIの出力をレビュー・検証・統合できる」へ移り始めているし、前述の通り、AIを前提に動ける新卒には年収700万円という提示すら出ている。

面接で言えるようにしておくといい。「私を雇うと、AIの部下もついてきます」——冗談みたいだが、これが一番正確な自己紹介になる時代が来ている。


入社するのは、1人＋AIの部下たち


② 忖度しない目と、率直な声

意外に聞こえるかもしれないが、これからの新人の数少ない構造的優位は「率直さ」だと思っている。

AIは、基本的におべっかを使う。聞けば褒めるし、否定を避ける。イエスマンの出力が無限に手に入る時代に、会議で「それ、変じゃないですか？」と言える人間の価値は、逆に上がっていく。

そして率直さには、経験がいらない。むしろ経験がないからこそ、しがらみなく言える。前提を知らない人の素朴な「なぜ？」が、チームの見落としを掘り当てることは、現場では本当によくある。

③ 足で稼ぐ、業務の解像度

以前の記事で、「仕事をタスクに刻んで、AIのフローに変換する力がこれからの本命だ」と書いた。その刻む作業に必要なのは、業務が実際にどう回っているかという解像度だ。

そして、ここにAIの決定的な弱点がある。AIは、営業の島まで歩いて行けない。

現場を観察する。ユーザーが実際にどう使っているかを見る。「本当はここで困ってるんですよね」という一言を拾ってくる。この"人間側の入力"がなければ、どんなに優秀なAIフローも組めない。

だから、足で文脈を稼げる新人は、AI時代のワークフローの中に最初から居場所がある。これも、経験年数がいらない仕事だ。若いほうが、むしろ現場に入り込みやすいことすらある。


経験年数がいらない、3つの武器


おわりに

私自身、入口で溺れかけた人間だ。

新卒で入ったのは今で言うブラックに近いベンチャーで、受け身のままでいたら仕事がじわじわ減っていく現実に直面した。生き延びるために、外の事例を拾って提案する型を、必死で身につけた。志なんてなかった。生きるためだった。

だから「昔は良かった、新人は育ててもらえた」とは、実はあまり思っていない。入口はいつの時代も楽ではなかった。形が変わり続けるだけだ。

そして入口の形が変わるとき、古い地図を持っている人より、新しい地図を最初に描く人が有利になる。AIの部下を連れて、忖度なくものを言い、足で文脈を稼ぐ——その地図を描く資格は、これから入ってくる人にこそ、一番ある。

私はこれからも、現場から見える変化を書いていく。よければ、また読みに来てほしい。

参考・出典

いいなと思ったら応援しよう！