激動の生成AI時代に沈むSIの特徴7選
生成AIの話になると、たいていは便利さの話になります。何が速くなるか。誰の仕事が減るか。どの工程が置き換わるか。けれど、会社が本当に沈み始めるときは、そんな分かりやすい音はしません。大きな失敗の前に、会議で交わされる言葉が少しずつ古くなる。評価の基準が少しずつずれる。できる人ほど黙り、まだ言葉にならない違和感だけが職場の奥に溜まっていく。怖いのは、その変化が異常ではなく、いつもの延長に見えてしまうことです。
SIの仕事がなくなるとは思っていません。残る仕事も、たぶん多いです。ただ、残れる会社の条件は、もう昔のままではない。昔と同じ役割、昔と同じ値付け、昔と同じ評価を握ったままでも、しばらくは回ってしまう。だから多くの会社は、沈みながら平常運転を続けます。数字が崩れたときには、もう何かが起きたのではなく、前から起きていた判断の遅れが、逃げ場のない結果として表に出るだけなのかもしれません。
特徴1：優秀な若手が静かに逃げている
危うい会社ほど、最初にいなくなるのは若手です。しかも派手には辞めません。不満を大きく言うわけでもなく、ある日ふっといなくなる。変化の匂いにいちばん敏感なのが、現場で手を動かしている人たちだからです。
生成AIや新しい開発手法に関心がある。試してみる。少し先の仕事の形が見えてくる。だからこそ、古い案件の火消しばかりを任される毎日に、自分の時間が削られていく感覚を持ちます。評価は変わらず、裁量も増えず、学びは私物化した努力として処理される。その環境に長く残る理由は、だんだん薄くなっていきます。
これからは、AIを自然に使う若手数人が、従来型のチームより大きな成果を出す場面も増えます。そこに世代の優劣はありません。ただ、レバレッジの置き場所が変わっただけです。それを見ようとしない組織では、若手が辞めるのではなく、会社のほうが先に見限られているのだと思います。
特徴2：工数積み上げ至上主義から抜け出せない
人月という考え方は、長いあいだSIを支えてきました。何人を何か月貼りつけるか。それで見積もりを作り、売上を立て、評価を回す。この仕組みは管理しやすく、説明もしやすい。だから強かったのだと思います。
けれど生成AIは、「人月＝価値」という前提を静かに崩します。仕事が速くなるからではありません。速くなったあとに、価値の測り方を変えないと、会社の中に矛盾だけが増えるからです。
本来なら、AIで短くなった時間は、粗利改善や提案の質の向上に回せるはずです。ところが工数を売る発想が抜けない組織では、それを利益に変えにくい。結果として、効率化したぶんを見積に残したくなる。あるいは、AIを本気で使われると都合が悪い空気まで生まれる。
ここに、少し皮肉な逆転があります。AIを使ったほうが強くなれるはずなのに、人月で儲ける構造のままだと、使わないほうが都合がいい。技術の遅れというより、収益モデルの古さが、組織の足を引っ張っているのだと思います。
特徴3：要件定義と設計を“聖域化”し、人間の属人スキルに閉じ込める
「要件定義や設計は人間の仕事だ」という考えには、一理あります。最後に責任を持つのは人間ですし、顧客の曖昧な不安や運用の違和感を拾うのも、まだ人の役割が大きい。そこは簡単には消えません。
ただ、その知見を個人の頭の中と古いExcelに閉じ込めたままにすることとは、話が違います。
生成AIの強みは、過去案件の要件、設計、障害、運用の癖を横断し、叩き台をつくることにあります。もちろん、そのまま採用できるわけではありません。けれど、漏れの洗い出しや比較観点の整理、構想段階のたたきには、すでにかなり使える場面があります。
そこを最初から締め出す会社は、高付加価値領域を守っているようで、実際にはスケールしない重労働を温存しています。人しかできない仕事を大事にすることと、人しかできない形にわざと閉じ込めることは、似ているようで違います。
特徴4：コード生成AIを「便利なコピペツール」としか見ていない
コード生成AIを導入している現場は増えました。けれど、使っていることと、使いこなしていることの間には、かなり深い差があります。
危ういのは、AIを「書く速度を上げる道具」とだけ見ている状態です。設計も運用も古いままで、生成速度だけを上げても、景色はあまり変わりません。速く積めるようになっただけで、何を作るかは昔のままだからです。
本来なら、テストコード生成、リファクタリング、設計の叩き台、API連携のサンプル、レビュー観点の整理まで、かなり広く使えるはずです。実際、使う人はそこまで使っています。だから差が開く。
それでも多くの現場では、調べ物の延長で少し聞く程度にとどまっています。AIで書いたコードは信用できないと言いながら、人間側のレビュー体制も古いまま。その慎重さの中には、更新を止める言い訳も混じっている気がします。
ここで一度、思考が止まります。
人間が書いたコードは、昔からそんなに信用できたのだろうか、と。
特徴5：ユーザー企業の“インナーSI化”を直視しない
ユーザー企業の中で、自前開発が少しずつ進んでいます。ノーコードやローコードに生成AIが重なると、その動きは思った以上に速いです。
業務部門が、自分たちで小さな仕組みを作り始める。完璧ではなくても、まず動くものを持つ。その経験を一度すると、全部を外に出す理由は薄れていきます。それでも、それを「おもちゃ」と見下すSIは少なくありません。
もちろん、品質や運用には課題があります。けれど大事なのは、完成度ではなく入口です。ユーザー企業が「どこまで自分たちでやれるか」を知ってしまうと、外部SIに残るのは、本当に外に出す意味がある領域だけになります。複雑な連携、高い信頼性、継続運用、責任ある設計。そこに寄れない会社は、案件が減るのではなく、発注される理由そのものが細っていきます。
特徴6：営業が「御用聞き」で、会議中にプロトタイプできない
営業の価値も変わりました。昔は話を持ち帰り、社内で整理し、提案書にして戻ることに意味がありました。その時間差の中に、会社の厚みがあったのだと思います。
けれど今は、その場で少し形にできる人のほうが強い場面が増えています。画面ラフを出す。業務フローを並べる。簡単なプロトタイプを一緒に触る。完成品でなくても、「こういう感じですよね」と見える形にできるだけで、会話の精度はかなり変わります。
顧客はすでに、生成AIで叩き台がすぐ出ることを知っています。何も見せずに持ち帰る営業は、慎重というより遅く見えてしまうことがある。検討のテーブルから外れるのは、大きな失敗のあとではなく、たいてい静かな比較のあとです。
特徴7：人材戦略が「スキル横ばい＋年功序列」のまま
生成AIを使いこなせる人と、そうでない人の差は、もう現場で出始めています。ところが評価制度が昔のままだと、その差は処遇に反映されません。
AIに強い人を採っても、古い案件と古い工程に埋もれていく。育成は資格試験や暗記の延長にとどまり、AI前提の実務訓練にはならない。そうなると、変化に適応しようとする人ほど外へ出ていき、適応しなくても困らない構造だけが社内に残ります。
年功序列そのものが悪いのではないと思います。経験が守ってきたものもある。ただ、それが経験への敬意ではなく、更新停止の仕組みに変わった瞬間、組織は急に重くなる。会社は人数ではなく、時間の向きで老いていくのだと思います。
おわりに：自社が「沈む側」に入っていないか？
大事なのは、7つ全部に当てはまるかどうかではありません。1つでも妙に胸に残るものがあったかどうかです。その違和感のほうが、たぶん現在地に近い。
若手が静かに逃げること。工数の前提から抜け出せないこと。設計を聖域化すること。AIを補助輪のまま使うこと。内製化を軽く見ること。営業がその場で形を作れないこと。人材戦略が過去の延長にあること。どれも極端な話に見えて、実際には多くの会社の中に薄く混ざっています。
生成AIを3年以上使ってきて思うのは、幻想も現実も両方あるということです。魔法のような瞬間はある。けれど最後に残るのは、人の決断と責任と孤独です。何を任せ、何を手放し、誰に未来を預けるか。その設計だけは、自動化されません。
組織が沈み始める前に、最初にいちばん小さく沈むのは、売上でも人員でもなく、誰かの違和感なのかもしれません。
