「開発者はもう終わり」はAI企業のCMです

こんな話、聞き飽きていませんか？

• 「6ヶ月以内に、AIが全コードの90％を書くようになる」― Anthropic CEO、Dario Amodei（2025年3月）
• 「1年以内に、ほとんどのプログラマはAIに置き換えられる」― 元Google CEO、Eric Schmidt（2025年4月）
• 「AIは中堅エンジニアの仕事をやることになる」― Meta CEO、Mark Zuckerberg（2025年1月）

AI業界を追っているエンジニアなら、これらのセリフを少なくとも一度は目にしているはずです。「コーディングを学ぶのは時間の無駄」「開発者は終わった」 ― そんなトーンの記事が毎週のように流れてきます。

ところが、これらの予言が出てから すでに1年以上が経過 しています。そして現実はどうなっているか。

まったくその通りになっていません。 むしろ、開発者の求人は増え続けています。

この記事では、CEOたちのドゥーマー（破滅論者）発言と、実際のデータが示す現実のギャップを エンジニア視点で分解 していきます。最後には、AI時代に本当に評価される開発者像 ― つまり「我々が今、何を磨くべきか」という話まで踏み込みます。

1. CEOの発言と、彼らの実際の行動のギャップ

まず、面白いデータがあります。「AIが開発者を置き換える」と発言したCEOたちの会社の、現在の採用ページ を見てみると ― 開いた口がふさがらなくなります。

ここで誰でも抱く素朴な疑問があります。

「あなたのAIが本当に開発者を置き換えられるなら、なぜまだエンジニアを採用しているのですか？」

これらの会社は、自社のAIに 無制限に、無料でアクセスできる 立場にいます。社内のサーバで動いているのです。もしそのAIが本当に開発者の仕事をこなせるなら、彼らはとっくにエンジニアチームを解雇しているはずです。あるいは、自社製品の不具合を そのAIで自動修正している はずです。

しかし、現実にはそうなっていません。

つまり、構造的にはこういうことです。

Oreo の CEO は、あなたにもっと Oreo を食べてほしい。
AI の CEO は、あなたに AI がもっとすごいと思ってほしい。

これは陰謀ではない。営業トークだ。
彼らは「自分が売っているもの」を売っているだけ。

AI企業のCEOが「AIが人間を置き換える」と発言することは、彼らのビジネス上の合理的な行動 です。株価が上がります。資金調達のバリュエーションが上がります。それ以上でも以下でもありません。

2. NVIDIA CEOの「もう一つの視点」

ここで興味深いのが、NVIDIAのCEO、Jensen Huangの発言です。彼もまたAIで利益を上げる立場 ― AIが動くチップを売っている ― なので、利益相反はあります。それでも彼の主張は、他のAI CEOとはトーンがまったく違います。

彼の核心的な指摘はこうです。

「AIが放射線科医を置き換える」と科学者が警告したとき、若い世代はそれを聞いて放射線科を志望しなくなる。しかし、もし将来的にやはり放射線科医が必要だった場合 ― それは社会にとって非常に有害だ。

つまり、AI業界の ドゥーマートーク自体が社会に対する害悪 だと、彼は指摘しているのです。

そして、彼の発言の中で最もエンジニアに刺さるのは、次の区別です。

AIが奪うのはタスクであって、パーパスではない。

私たちのタスクは「コードを書くこと」かもしれません。しかし、私たちのパーパスは「システムを作ること」です。AIはタイピングを引き受けてくれます。でも「何を作るか」「どう設計するか」「どこまでが完成か」を決めることは、引き受けてくれません。

ここを混同しているから、「開発者が消える」という議論が成立してしまうのです。

3. データが示す現実 ― 仕事は減っていない、むしろ増えている

ここからは、感想ではなくデータの話をします。a16z（Andreessen Horowitz）が「AI Job Apocalypse is a Complete Fantasy（AI失業の終末論は完全な妄想だ）」というレポートを公開しています。中身を見ると、ドゥーマートークが完全に現実から乖離していることが分かります。

3-1. アプリ提出数 ― 前年比 +60%

App Storeへの新規アプリ提出数は、前年比 60%増 です。AIが開発者を置き換えるどころか、今までで一番多くのソフトウェアが出荷されている のが現状です。

3-2. エンジニア職の求人数

3-3. Goldman Sachsによる決算カンファレンスコール分析

これが面白いデータです。Goldman Sachsが、数千社の決算カンファレンスコールを分析した結果、

AI で 人間を「置き換える」企業 :  1社
AI で 人間を「強化する」企業   :  8社

比率は 1 : 8

置き換え（replacement）の8倍 の企業が、AIを 強化（augmentation） のために使っています。AIは人を消すのではなく、人の能力を増幅させる方向に使われているのが、企業の実際の動きです。

3-4. 簿記係（Bookkeeper）と財務アナリストの話

私の一番好きなデータがこれです。1980年代にExcelが登場したとき、まったく同じ議論がありました。

「簿記係は終わった。なぜソフトウェアでできることに人間を雇うのか？」

実際、米国では簿記係の仕事が 約100万件 失われました。ドゥーマー的には大正解です。

しかし、同じ期間に何が起きたか。

差し引きで +50万件 ― つまり、Excelを廃絶すべきだったはずの金融業界で、より高度で、より給料の高い仕事が増えたのです。

Excelは簿記係を消しました。でもそれは「より上のレイヤーの仕事」を新規に生み出すための土台でした。AIも、おそらく同じ構造でやってきます。

3-5. もっと長期で見ると

ちなみに、現代の米国の仕事の 過半数は1940年には存在しなかった という事実があります。

• ソフトウェアエンジニア
• UXデザイナー
• データサイエンティスト
• クラウドアーキテクト

これらの職業は、おじいさんが働き始めたときには影も形もありませんでした。技術が来た後で生まれた仕事です。AIにも同じことが起こります。 5年後には、まだ誰も名前を付けていない仕事 が大量に生まれているはずです。そして、その多くは、おそらく開発者の派生形になります。

4. なぜ「AIが仕事を奪う」という直感は間違うのか

ドゥーマー的な発想の根底には、2つの古典的な経済学の誤りがあります。エンジニア視点で見ると、これは「メンタルモデルのバグ」です。

4-1. 労働塊の誤謬（Lump of Labor Fallacy）

世の中の仕事の量は固定 であり、AIがその一部をやれば、人間に残る仕事はその分だけ減る、という考え方です。

これは歴史上、毎回外れています。

新技術はタスクを消しますが、ジョブそのものは消しません。むしろ、人を解放することで、人は 「次のもの」 を発明し始めます。仕事のパイは固定ではなく、技術が来るたびに膨らんできました。

4-2. ジェヴォンズのパラドックス（Jevons Paradox）

1800年代の経済学者ジェヴォンズが発見した有名なパラドックスがあります。

蒸気機関が

石炭をより効率的に燃やせるようになったとき、人々は石炭の消費が減ると予想した。実際には、石炭の消費は爆発的に増えた。

なぜか。安く使えるようになったので、より多くの場面で使えるようになった からです。鉄道、工場、船、家庭暖房 ― 効率化された結果、需要そのものが何倍にも膨らみました。

コストが下がる
  ↓
使える場面が一気に広がる
  ↓
総需要が爆発する
  ↓
「効率化されたモノ」が、効率化される前より遥かに大量に消費される

これがコードに起こっています。

AIがコードを書くコストを下げる。すると、コードを書く量は減るのではなく、爆発的に増える。

世界はソフトウェアで埋め尽くされているように見えますが、実際にはまだソフトウェアが浸透していない領域だらけ です。医療、行政、製造、エネルギー、ニッチな業界、個人用ツール ― AIで限界コストが下がれば、ここに一気にソフトウェアが流れ込みます。

世界は 10億行のコード を必要としているのではなく、1兆行のコード を必要としています。

5. AI時代に評価される開発者の3つのスキル

では、コードのタイピングがAIに移った世界で、開発者は何をすべきなのか。今までより伸びる開発者 と、今までより淘汰される開発者 を分けるものは何か。

私の答えは3つです。これは、私自身がAIエージェントを日常的に使うようになって、痛烈に実感していることでもあります。

5-1. ボキャブラリ（Vocabulary） ― モノに正しい名前を付けられる力

AIを動かすには、「モノの名前」 を知っている必要があります。

• ハッシュマップ
• 競合状態（race condition）
• 冪等性（idempotency）
• ミューテックス
• データベースインデックス
• N+1問題
• スキーマ正規化

このボキャブラリがないと、AIに対して 狙った方向の指示が出せません。

具体例を一つ。先日私が遭遇した話です。

依頼：「このリストから重複を除去して」

AI の最初の出力：
  - 二重 for ループによる比較
  - 計算量 O(n^2)、データ量が増えると死ぬ

私の修正指示：「set を使え」

AI の修正後：
  - set による重複除去
  - 計算量 O(n)、2 秒で終了

ここで重要なのは、「set」という単語を知っているかどうかが、運命を分けた ということです。もし「set」という概念を知らなければ、最初の二重ループのコードをそのままマージしていたでしょう。本番でデータが膨らんだ瞬間、システムが死にます。

ボキャブラリは、AIを操縦するためのハンドル です。語彙が貧弱だと、ハンドルがガタガタの車に乗っているのと同じです。

5-2. アーキテクチャ（Architecture） ― システム全体を構造化する力

AIは、1ファイルのコードを書くのは得意です。5ファイル程度なら、まあまあです。

しかし、「このシステムをどう分割するか」 という判断は、AIには絶望的に苦手です。

• どこをサービスに切り出すか
• どこに非同期キューを置くか
• どこをキャッシュするか
• どこをドメイン境界にするか
• どこにフィーチャーフラグを置くか

これらの判断は、コードベース全体に長期的な影響を与えます。シニアエンジニアが普段当たり前にやっている システムレベルの設計判断 ― ここがAIに置き換えられない領域です。

5-3. テイスト（Taste） ― AIが間違っていると見抜く感覚

これが一番微妙で、一番重要なスキルです。

AIは、間違いを「間違いに見えない形で」出力します。

• コンパイルは通る
• テストは通る
• 簡単な入力では動く
• でも、その問題に対する解としては根本的にズレている

このとき必要なのは、AIの出力を見て 「いや、これは違う、こうじゃない」 と言える勘です。

テイストは、プロンプトから来ない。
テイストは、年単位でコードを読んだ経験から来る。
テイストは、悪いコードに刺された痛みの記憶から来る。
テイストは、無数のパターンを脳に焼き付けた結果から来る。

AIが書いたコードを、何も考えず受け入れる人 と、「ん？」と立ち止まれる人 の差は、ここ数年で年収にして1,000万円以上の差を生むはずです。

6. 「優れた開発者」のバーは下がるのではなく、上がる

ここまでをまとめると、こうなります。

従来の開発者像：
  - コードを書ける
  - 言われた仕様を実装できる
  - 動くものを納品できる

AI 時代の開発者像：
  - ボキャブラリで AI を操縦できる
  - アーキテクチャでシステムを設計できる
  - テイストで AI の間違いを止められる

バーは確実に上がっています。下がっているのは、「コードのタイピング能力」だけです。タイピング屋さんは消えますが、アーキテクトはむしろ希少価値が上がります。

そしてここからが本題なのですが、もしあなたがボキャブラリ・アーキテクチャ・テイストの3つを持っていれば、AIは時間を節約してくれる程度の存在ではありません。AIはあなたに超人的なレバレッジを与えます。

• 1人で、かつてのチームが作っていたものを作れる
• ソロファウンダが、本物のプロダクトを1ヶ月で出荷できる
• 2人スタートアップが、200人企業と競争できる

これはもう日常になりつつあります。私たちは「起業家型開発者（Entrepreneur Developer） の時代」 ― つまり、想像したものを自分で作り、自分で出荷できる人間が一気に増える時代の入り口にいます。

まとめ

• CEOのドゥーマー発言は、彼らのビジネスポジショントークである。「90%のコードはAIが書く」と言いながら、AI企業は今日もエンジニアを大量採用している。
• データは真逆を示している。App提出数は前年比+60%、SWE求人は増加、企業のAI利用は「置き換え」より「強化」が8倍多い。
• 歴史的にも同じパターンが繰り返されてきた。Excelは簿記係を消した一方で、それ以上に高給な財務アナリスト職を生み出した。
• 直感的に間違うのは、労働塊の誤謬とジェヴォンズのパラドックスを無視するから。コストが下がると、需要は減るのではなく爆発する。コードも例外ではない。
• AI時代に伸びる開発者は、ボキャブラリ・アーキテクチャ・テイストを磨いた人間。タイピングのスキルではなく、AIを正しい方向に走らせる能力が問われる。
• 開発者の役割は終わるのではなく、進化する。「コードを書く人」から、「AIに何を作らせるかを設計する人」へ。これまでで最もアンビシャスなことを実現できる10年が、ここから始まる。

ドゥーマーに脅されて開発者という選択肢から降りる ― これが、現時点で最も損な選択肢だと私は思います。部屋にとどまり、AIを使い、飛んでください。