# 第7章 AI時代をどう生き残るか?――変化に即応する力と脱「批判文化」のすすめ ## 中心主張 AIによる変化は避けられないが、生き残る鍵は「時流に惑わされず専門性を追求する姿勢」にある。同時に、日本のソフトウェア産業が停滞してきた根本原因は技術そのものではなく、プログラミングを軽視する構造と、挑戦した人を叩く「批判文化」にあり、アメリカに根付く「コントリビュート(貢献)」と感謝の文化への転換が日本再生の道すじだと著者は説く。 ## 論の展開 - 2023年春のChatGPT-4リリースは「AIと過去のテクノロジーの違い」を象徴する出来事として描かれる。OpenAIが開発した大規模言語モデルは対話や画像理解にも対応し、世界中で「ゲームチェンジャー」として受け止められた。著者自身、プログラマという職業が今後どうなるのか少なからぬ不安を抱いたと告白する。 - 「どんな職業ならAIに食われないだろうか?」という問いを、シアトルの友人であるAI専門家にぶつけたエピソードが語られる。「いやいや、AIがあれば大半の仕事はいらなくなる」という期待とは真逆の見解が返ってくる一方、著者は創造的な仕事や対人的・身体的な要素の強い仕事(レストランでの料理・給仕、生演奏など)は少なくとも当面AIに置き換わりにくいのではという考えに至る。人間の演奏者の「完璧でない」個性がむしろ価値になる例(著名ギタリストなど)も挙げられる。 - 友人クリスとの対話から「自分が何年も頑張ってきた分野のコンテキストで、どうしたらAIとアラインできるかを見つける」という発想の転換が語られる。過去の努力や専門性をゼロにするのではなく、それをAIと組み合わせる方向にシフトすることが重要だと説く。 - ChatGPTが登場した際にアメリカで起きていたことが具体的に描かれる。マイクロソフトはOpenAIと協業関係にあり、Azure上でOpenAIのサービス(Azure OpenAI Service)を提供している。サム・アルトマン氏(OpenAI CEO)とサティア・ナデラ氏(マイクロソフトCEO)の関係、GitHub CopilotやCognitive Servicesなど既存サービスへの急速な統合が紹介され、マイクロソフトが以前から(Cortanaの時代から)AIに投資してきた蓄積が今回の対応の速さにつながったと分析する。 - 「AI時代には『専門性』こそが強みとなる」という結論部が展開される。クラウドプラットフォームのすべてがAIに代替されるわけではなく、学習用のAIモデル自体は人間が作る必要があること、モデルをどんな用途・目的に応じてどう使うかは依然として人間の判断であること、既存にない新しい統合(インテグレーション)を行う仕事も不可欠であることが根拠として挙げられる。 - 「日米のエンジニアを取り巻く文化の違い」として、日本に根強い「批判文化」が痛烈に指摘される。接触確認アプリCOCOAの開発を巡る炎上や、ある開発者(広瀬さん)がAPI仕様変更を発表した際にSNSで激しく叩かれた事例など、日本特有の「完璧でないものは許さない」風潮の具体例が列挙される。政府主導プロジェクトへの批判や、無償配布のアプリへの過剰な要求など、開発者たちの心が折れる状況が繰り返し起きていることが語られる。 - 対照的に、アメリカには「コントリビュート」する文化があるとされる。GitHubのIssueやコミュニティでの「ありがとう」「助かった!」といった感謝の言葉が日常的に交わされ、批判ではなく貢献と感謝の応酬によってソフトウェアが磨かれていく構造が紹介される。 - 「コントリビュートと感謝のループ」(図21・ポジティブフィードバックの効用)として、「ありがとう」「助かった」「ここがこうなるともっと便利かも」という言葉が「もっとよくしよう」という気持ちを生み、さらなる貢献を呼び込む好循環が図解される。批判より感謝の方がイノベーションを生む土壌になるという主張である。 - 「日本再生への道すじ」として、日本のソフトウェア産業が停滞した歴史的経緯が分析される。「プログラミング」を低レベルの仕事とみなして外注する構造(Slerの「下請け」ビジネス)が定着し、経営視点でも技術者の頭脳ではなく管理・運用に重きが置かれてきたことが、大手SIerの技術力低迷の大きな理由として挙げられる。「マネジメント職」への出世がキャリアの正解とされ、プログラミングを「自分でやらない」文化が根付いてしまったことも指摘される。 - 章の結論として「自分の人生は自分でコントロールする」というメッセージが打ち出される。「会社のルールで決められない」「上司が理解してくれない」と考えている人の多くは、実際には本人の思い込みに縛られているにすぎず、会社を辞める・環境を変えるなど選択肢は本人にあると説く。著者自身も「自分の人生や幸せに責任をもって、自分でコントロールする」という決意によって、キャリアと生き方が大きく変わったと振り返る。 ## 実践指針 - AIに仕事を奪われる不安に対しては、代替可能性を恐れるより「自分が何年も積み上げてきた専門性を、AIとどうアラインさせるか」を考えよ。 - 「AIに食われない仕事は何か」を探すより、創造性・対人性・身体性を伴う要素を自分の専門性にどう組み込めるかを考えよ。 - クラウドやAIサービスの動向を追う際は、単に技術ニュースとして消費するのではなく、実際に自分の業務に組み込めるインテグレーションの機会を探せ。 - AIモデルを使ったサービスを設計するときは、モデルそのものだけでなく、バックエンドの構築・セキュリティ・アクセス管理・既存システムとの統合など、人間にしか担えない領域に自分の強みを置け。 - 日々のコーディングや調べ物にAI(ChatGPTやCopilotなど)を積極的に取り入れ、「悩む時間があればAIに聞いてから動く」という順序に切り替えよ。 - 新しい技術の流行に浮き足立つのではなく、自分がすでに何年も積み重ねてきた専門分野を軸に据え、そこにAIをどう組み込むかという発想で行動せよ。 - チームや周囲の成果物に対しては、まず「ありがとう」「助かった」という感謝の言葉を先に発信し、改善提案はその後に添えよ。 - 新しいプロジェクトやアプリの不具合を見つけたときは、頭ごなしに批判するのではなく「こうしたらもっと良くなる」という建設的な貢献(コントリビュート)の形で伝えよ。可能なら「自分がどういう貢献ができるか?」を考え、修正コードそのものを送るところまで踏み込め。 - 挑戦して失敗した人やプロジェクトを見かけたら、批判や冷笑ではなく、まず労いと感謝を示すことでチャレンジ精神を守る側に回れ。 - 「会社のルールだから」「上司が許してくれないから」といった思い込みに直面したら、それが本当に外的制約なのか、単なる自分の思い込みなのかを一度疑ってみよ。 - 自分のキャリアや働き方に不満がある場合は、環境を変える・会社を辞めるという選択肢も現実的な手段として検討し、人生の主導権を自分の手に取り戻せ。 - 「自分がやりたくないことは一切やらない」という基準を軸に日々の選択を見直し、自分が好きだからやる、という動機で行動を選び直せ。 ## 根拠となる研究・事例 - シアトルの友人であるAI専門家との対話: 著者が「どんな職業ならAIに食われないだろうか」と尋ねたところ、「AIの開発者は今まさに花形かもしれない」という期待とは真逆に「AIが発達するのはまだまだ先だ」という慎重な見解が返ってきた。→示唆: AIの脅威を煽る言説と、実際に現場に近い専門家の見立てには温度差がある。 - 料理・給仕・演奏など人間らしさが宿る仕事の例: AIが自動で完璧な料理をつくれるようになったとしても、人間が料理し給仕してくれるレストランで食事をしたいという欲求は残るだろうと著者は考える。音楽演奏でも、スティーヴィー・レイ・ヴォーンやジミ・ヘンドリックスのような演奏者の「完璧でない」部分こそが個性・魅力になっており、AIはまだそうした領域が苦手だとされる。→示唆: 「完璧さ」でAIに勝負を挑むのではなく、人間ならではの不完全さや個性が価値になる領域を見極めることが重要。 - 友人クリスの助言: 「自分が何年も頑張ってきた分野のコンテキストで、どうしたらAIとアラインできるかを見つけて、そこから行くんだよ」という言葉を受け、著者は過去の努力を否定せずAIと組み合わせる方向へ発想を転換した。クリスは「たくさんの機会が存在するよ、多くの分野でとてもインパクトがある」とも述べている。→示唆: AI時代のキャリア戦略は、専門性をゼロから作り直すことではなく、既存の専門性をAIと接続させることにある。 - マイクロソフトとOpenAIの協業体制: サム・アルトマン氏(OpenAI CEO)とサティア・ナデラ氏(マイクロソフトCEO)の関係のもと、Azure OpenAI Service・GitHub Copilot・Cognitive Servicesなど既存プロダクトへChatGPT関連技術が急速に統合された。マイクロソフトは以前からCortana(コルタナ)の時代からAIに投資しており、その蓄積が対応の速さにつながった。→示唆: 事前の技術投資の蓄積があるほど、破壊的技術の到来に迅速に対応できる。 - 著者自身の業務での実践: サーバーレスコンピューティング(Azure Functions)を専門とする著者は、世界中で多くのタスクが自動化されていく様子を見ながら「悩む暇があればコードを書こう」とOpenAIと連携する新しい拡張機能づくりに取り組んだ。→示唆: AIを脅威として傍観するのではなく、自分の専門領域に積極的に組み込むことで機会に変えられる。 - AIモデル以外に実システムで必要になるもの(図20): Enterprise-grade conversational botの構成例として、AIモデル(Open AI Service)の周辺にBot Service・Azure Cognitive Search・Security and Governance・Azure DevOps・Logging・Monitoring Reporting・AlertAuto-mitigationなど多数のコンポーネントが必要になることが図解される。→示唆: AIモデル単体はシステムのごく一部にすぎず、統合・運用・セキュリティ設計といった人間の仕事は不可欠であり続ける。 - 接触確認アプリCOCOA開発をめぐる炎上: 大学生が中心となって開発したアプリのプレビュー版が「ド素人の開発」などと大量の罵詈雑言を浴び、iOS版初回起動時にBluetoothアクセス許可を求める仕様(原則禁止とされていた挙動)を巡ってもSNSで叩かれた。著者は「正直、私は泣いた」と心情を述べている。→示唆: 無償・有志のプロジェクトであっても、日本のSNSでは容赦のない批判にさらされ、開発者の心を折る。 - 開発者「デプロイ王子」廣瀬さんの事例: API仕様変更の発表という技術的に正当な対応に対しても、実装変更を迫られた開発コミュニティから「共通仕様を発表できなかった」ことへの批判が殺到し、人格否定に近い攻撃を受けた。→示唆: 技術的な正しさよりも「不備を見つけて叩く」ことが優先される風潮が、開発者の挑戦意欲を削ぐ。 - 日本のSNSの批判構造への著者の考察: 「揚げ足をとろうとしたらいくらでもとれる」「様々な制約がある中で、どんなに優秀なチームが開発しても必ず何かしらの不具合は存在する」にもかかわらず、完璧でないことそのものが攻撃材料にされる。→示唆: 「不具合ゼロ」を前提にした批判文化は非現実的な基準であり、挑戦する人を萎縮させる。 - アメリカのオープンソースコミュニティ文化(GitHub Issueでの「ありがとう」「助かった」等のやりとり): 不具合を見つけた人が「問題のあるソースコードを修正して送ってあげた」という形で貢献(コントリビュート)し、批判ではなく感謝と貢献の応酬によってソフトウェアが改善されていく。→示唆: ポジティブフィードバックのループが、批判よりも持続的なイノベーションを生む。 - 図21「ポジティブフィードバックの効用」: 「ありがとう!」「助かった!」「ここがこうなるともっと便利かも!」という言葉が「もっとよくしよう!」という気持ちを生み出し、さらなる貢献を呼び込む好循環が図解される。→示唆: 感謝の言葉自体が次の改善行動を引き出す燃料になる。 - 日本語プログラミング言語Rubyの事例: まつもとゆきひろ氏が90年代に生み出したRubyは画期的なプログラミング言語として世界のフロントランナーの一つになった。著者はこうした日本発の技術的ポテンシャルを踏まえ、開発者のモチベーションを高める社会環境が整えば日本の生産性は本質的に変わりうると述べる。→示唆: 技術力自体はすでに日本にもあり、問題は環境・文化の側にある。 - Sler(SIer)衰退の分岐点: 「プログラミング」を低レベルの仕事とみなして外注し始めたことが、大手企業の技術力低迷の大きな理由として分析される。多くの日本のIT企業がCOBOL時代のやり方を踏襲したような設計・実装方法を「下請け」に丸投げする構造が続き、元請け企業自体の技術力蓄積が進まなかった。→示唆: 技術を「自社の中核能力」として抱え続けるか外注するかという経営判断の違いが、長期的な技術力格差を生む。 - マイナンバーカードをめぐる大混乱の例: 5000万人以上が利用する規模のシステムでもバグはつきものであり、著者は「日本のシステムにもバグはつきもの」という前提を国民が共有し、失敗に一定の理解を示す文化が必要だと述べる。→示唆: 大規模システムの不具合をゼロと期待する社会的な前提そのものが、開発現場を追い詰めている。 - 著者自身の決意の転換: コンサルティング会社を経営していた頃、周囲の経営者がお金や地位を持ちながらも幸福でなさそうな人が多いことに気づき、「自分がやりたくないことは一切やらない」というポリシーを決め、「常に自分が幸せになる方向に人生の選択をする」ことを決意した。→示唆: 外的な成功指標(地位・収入)よりも、自分の幸福を選択基準に据えることが持続可能なキャリアにつながる。 ## キーワード - **アライン(align)**: 自分の専門性や積み上げてきたスキルを、AIなど新しい技術の流れと「方向性を合わせる」こと。AI時代のキャリア戦略として本章で提示される中心概念。 - **コントリビュート(contribute)**: 批判ではなく、建設的な貢献という形で他者やコミュニティに関わる姿勢・文化。GitHubなどのオープンソース文化に象徴される。「貢献する」という意味で、批判の対義語として本章で繰り返し使われる。 - **批判文化**: 完璧でないものを許さず、挑戦した人を頭ごなしに叩く日本特有の風潮として本章で批判的に扱われる概念。COCOAアプリや「デプロイ王子」廣瀬さんの事例などの炎上が象徴とされる。 - **Sler(エスアイヤー)の下請け構造**: プログラミングを低レベルの仕事とみなして外注する日本のIT産業の構造。大手SIerの技術力低迷の根本原因として指摘される。 - **専門性**: AI時代において最も強みとなるとされる資質。特定分野を長年追求してきた深い知見・スキルのこと。 - **インテグレーション(統合)**: AIモデル単体では完結せず、複数のサービスやシステムを組み合わせて実際に使えるプロダクトに仕上げる仕事。AIに代替されにくい人間の役割として位置づけられる。 - **ポジティブフィードバックの効用**: 「ありがとう」「助かった」といった感謝の言葉が、さらなる貢献意欲を引き出す好循環(図21)。批判文化に対置される概念。