今後のエンジニアはどうなる? AIに聞いてみた

目次
今後のエンジニアはどうなる?AIに聞いてみた
AIコーディングツールを使う時間がかなり増えました。
コードを書いてもらう。 設計を相談する。 レビューしてもらう。 テスト案を出してもらう。 エラーの原因を一緒に探す。
以前なら自分で検索して、ドキュメントを読んで、試していた部分のかなり多くをAIと一緒に進められます。
そうなると、どうしても気になることがあります。
このままAIが進化したら、エンジニアの仕事ってどうなるんだろう?
「なくなる」「なくならない」という話はよく見ます。
でも実際にAIを使って開発していると、もう少し細かく分けた方が良さそうです。
コードを書く作業は確実に変わっている。
一方で、何を作るか決めること、生成されたコードが正しいか判断すること、事故が起きたときに原因を追うことは残っています。
今回はAIにもこの問いを投げつつ、2026年時点の開発者調査と、自分が実際にAIを使って感じている変化を合わせて考えます。
まず、AIコーディングはもう珍しい使い方ではない
Stack Overflow Developer Survey 2026では、回答者の65.9%がAIコーディングアシスタントまたはコーディングエージェントを仕事で利用していると回答しています。
さらに、その利用者の73%は毎日使っています。
参考: https://survey.stackoverflow.co/2026/ai/data(外部サイト)
少なくとも調査回答者の中では、
AIを使うエンジニアは一部の人だけ
という段階ではなさそうです。
自分も、AIなしで全部書く日より、設計や実装のどこかでAIを使う日の方が普通になっています。

「コードを書く」が仕事の中心ではなくなる可能性はある
AIにかなり任せやすいのは、形がはっきりしている作業です。
たとえば、
CRUDのひな形
型定義
テストケースのたたき台
既存コードのリファクタ
ドキュメントから使い方を探す
エラー文から原因候補を出す
こういう作業はかなり速くなりました。
だから今後、
エンジニア = キーボードでコードを大量に書く人
というイメージは薄くなるかもしれません。
ただし、コードを書く量が減ることと、エンジニアが不要になることは同じではありません。
むしろ、AIが大量にコードを出せるほど、
そのコードを採用していいのか判断する仕事
が増える感覚があります。
AIは速い。でも「何を作るべきか」は勝手に決まらない
たとえば、
ログイン機能を作って
と頼めば、AIはかなりのコードを出せます。
でも実際の開発では、その前に考えることがあります。
誰がログインする?
Googleログインは必要?
パスワード方式?
セッションは何日持つ?
退会時はどうする?
管理者権限は?
個人情報はどこに保存する?ここを曖昧なままAIに投げると、AIはそれらしい前提を補って作ります。
コードとして動くことはあっても、
そのサービスにとって正しい設計か
は別問題です。
AIで実装速度が上がるほど、要件整理の重要性は上がると思っています。
「動いた」と「正しい」は別
自分がAIを使っていて一番気をつけているのがここです。
AIが出したコードは、普通に動くことがあります。
でも、
セキュリティ上まずい
既存設計と合っていない
ライブラリの古い書き方
エッジケースが抜けている
本番環境では動かない
ということもあります。
Stack Overflow Developer Survey 2026でも、AIの出力について「簡単に検証できる場合に信頼する」という回答が48%で最も多く、「重要な仕事上の判断を含め、多くのタスクで信頼する」は6.6%でした。
参考: https://survey.stackoverflow.co/2026/ai/data/ai-trust(外部サイト)
この数字はかなり今の感覚に近いです。
AIを使わないのではなく、
使う。でも確認する。
が現実的な位置に見えます。
今後重要になりそうなのは「問いを作る力」
AIに何を頼むかで結果がかなり変わります。
これは単にプロンプトを上手に書くという話ではありません。
必要なのは、
何が問題なのかを切り分ける力
だと思っています。
たとえば画面が遅いときに、
速くして
ではなく、
APIが遅い?
画像が重い?
JavaScriptが多い?
DBクエリ?
キャッシュ?
ネットワーク?と分解できる。
その上でAIに調査を任せる。
問題を正しく切り出せる人ほど、AIを使ったときの速度も上がるはずです。
設計・レビュー・検証の比重は上がりそう
AIが実装をどんどん担当するなら、人間側に残る仕事は何か。
自分は今のところ、
設計要件を技術へ落とす。
レビューAIが作ったものが既存設計に合うか見る。
検証テスト、ログ、実機で本当に正しいか確認する。
セキュリティ秘密情報、権限、入力値、依存ライブラリなどを見る。
障害対応「なぜ壊れたか」を実環境から追う。
コミュニケーション利用者、デザイナー、PMなどと前提をそろえる。
この辺の比重が上がると思っています。

ジュニアエンジニアは逆に難しくなるかもしれない
これは少し気になっているところです。
これまでは、
小さな修正をたくさん経験する
↓
コードを読む
↓
バグを直す
↓
徐々に設計を覚える
という成長ルートがありました。
AIが小さな作業を大量に代わりにやると、
初学者が失敗しながら覚える仕事
まで減る可能性があります。
AIがあるから学ばなくていいのではなく、
AIが書いたものを理解するために、基礎を意識して学ばないといけない
方向になるかもしれません。
ここは「生成AI時代でも自分でコードを理解する必要はあるのか」という別の記事でも、もう少し掘りたいテーマです。
逆に、一人で作れる範囲はかなり広がった
不安な話だけではありません。
自分にとって一番大きい変化は、
今までなら手を出しにくかった領域まで試せるようになったこと
です。
フロントエンド中心だったとしても、
DB。 認証。 テスト。 インフラ。 CI/CD。
AIに教えてもらいながら、小さく作って確認できます。
もちろん本番で責任を持つには理解が必要です。
それでも、
知らないから触らない
から、
AIと一緒にまず触ってみる
へ変わったのはかなり大きいです。
エンジニアがなくなるより、仕事内容が変わる方が現実的に見える
AIに「エンジニアはなくなる?」と聞けば、いろいろな未来予想を返してきます。
でも未来の雇用を正確に断定できるAIはありません。
2026年時点で言えるのは、
AIコーディングツールはすでに広く使われている。実装の一部は明らかに自動化されている。それでも開発者はAIを無条件には信頼していない。
ということです。
そこから自分が感じているのは、
コードを書く能力が不要になるのではなく、コードを書く以外の能力まで必要になる。
という変化です。
今後のエンジニアは「作る人」から「判断して完成させる人」へ寄っていくのかもしれない
自分も最近、コードを1行ずつ全部書く時間は減っています。
その代わり、
この設計でいい?
ここはAIに任せていい?
この変更で別の場所が壊れない?
本番へ出して大丈夫?
と考える時間は増えました。
AIが強くなるほど、
何を作るか決める。
作り方を選ぶ。
生成物を確認する。
問題が起きたら責任を持って直す。
という部分の価値は残ると思っています。
だから今のところ、自分は、
AIに仕事を取られないようにコードを速く書く
より、
AIを使いながら、設計・検証・判断までできるエンジニアになる
方を意識したいです。
数年後にこの記事を読み返したとき、この考えがどこまで変わっているのかも少し楽しみです。

