どうも、平均的なエンジニアです。
最近は、IT業界でも生成AIの話をかなり聞くようになりました。
実際に今の現場でも、業務効率を上げるために生成AIが使われています。
今の現場で主に使っているのは、こんなものです。
- Amazon Q Developer
- 仕様書作成
- カバレッジ確認
- ソースコードの作成や添削
- テストソースコード作成
数年前だったら、生成AIというと
「情報流出が怖い」
「精度が低いのでは」
みたいな話がかなり多かったと思います。
でも今は、そういった問題への対策も進みつつあり、現場の中で便利な補助ツールとして普通に入り始めている感覚があります。
今回は、自分の現場で生成AIがどう使われているのかと、そこから感じた今後の変化について書いてみます。
結論
結論から言うと、生成AIは今後の開発現場でかなり重要なツールになると思います。
情報流出については、外部に接続しない形で使えるようにするなど対策も進んでいますし、実際に使ってみると精度の高さに驚くことが多いです。
ただ、生成AIがすべてを勝手にやってくれるわけではありません。
実際には、
- どう指示を出すか
- 出てきた内容が正しいか
- 現場で使えるか
- 修正が必要か
を人が判断する必要があります。
なので、今のところは
人の仕事を完全になくすというより、人がやっていた作業の一部を代替して、人は確認や判断、別の仕事を求められるようになる
という方が近いと感じています。
今の現場で実際にどう使われているか
自分の現場では、生成AIをかなり実務的に使っています。
すでにプロンプトもある程度作られていて、それを読み込ませるだけで、かなり仕上がったテストソースコードやテスト仕様書が出てくるようになっています。
現場で使っているのは、Amazon Q Developerです。
実際に使ってみると、自分で一から作ると30分くらいかかりそうなものが、生成AIだと2〜3秒で出てくることがあります。
もちろん、そのまま全部使えるわけではありません。
出てきたソースコードや仕様書が本当に合っているのか、修正が必要かどうかを確認する必要があります。
それでも、ゼロから作るのと比べるとかなり速いです。
生成AIの精度で仕事の速さに懸念も出てきた
今回の現場では、最初から生成AIが前提だったわけではありません。
自分が入ったタイミングと同じくらいで導入されました。
生成AIを導入した現場は今回が初めてだったのですが、とにかく仕事の消化速度が速くなりました。
これは良いことでもありますが、少し怖さも感じました。
今のところ、現場のスケジュールはまだ生成AI前提で組まれているわけではありません。
でも今後、生成AIを使うのが当たり前になると、それを前提に仕事量や納期が設定される可能性は高いと思っています。
そうなると、生成AIができるようになった分だけ、一人あたりが持つ仕事量や密度が上がっていくのではないかと感じました。
昔、PCが当たり前になったことで仕事量が減るどころか、逆に処理量が増えたのと少し近いものを感じています。
生成AIによって求められる能力が変わる
自分の場合、2〜3年ほどは生成AIなしで、自分で調べたり勉強したりしながら仕事をしてきました。
だからこそ、生成されたソースコードが合っているのか、危ないところはないか、なんとなく判断できる部分があります。
でも今後、新人や若手が最初から生成AIを当たり前に使うようになると、
自分で考えたり試行錯誤する前に答えが出てくる
状態になるかもしれません。
それ自体は便利ですが、逆に
「何を作っているのかよく分からないまま進めてしまう」
ことも起こりそうです。
今後かなり重要になるのは、次の2つだと思います。
- 生成AIにどう指示を出せば、正解に近い情報を出せるか考える力
- 生成されたコードや仕様が本当に合っているか見極める力
この2つは、今後かなり大きな差になると思います。
若手ほど、早く開発案件に入って力をつけた方がいいと思う
とにかく、若手ほど早めに開発案件に入り、実際の開発の流れや考え方を身につけた方がいいと思います。
近年は生成AIの精度がかなり上がっています。
今後4〜5年くらいで、少なくとも一部の単純作業については、新人に一から任せるより生成AIを使った方が効率的だと考える現場はかなり増えると思います。
実際、自分が担当していた作業も、もともとは1.5か月くらいかかる想定でした。
でも生成AIを使うことで、3週間くらいで終わるレベルまで短縮できました。
具体的には、
- 製造
- テスト仕様書作成
- カバレッジ作成
- 修正前後のレポート作成
- JUnitのテストコード作成
こういった作業を、機能ごとに6つ対応していました。
この量が3週間くらいで進んだので、正直かなり現実味を持って
「今後はこういう作業がどんどんAIに置き換わっていくのでは」
と感じました。
だからこそ、若手ほど早めに開発の現場で実力をつけておかないと、乗り遅れる可能性があると思っています。
今後の学習はどう変わるのか
生成AIによって、学習の機会が減る面はあると思います。
これは少し悲観的に見えるかもしれませんが、逆に大きなチャンスでもあると思っています。
理由は、ここまで精度の高い生成AIが使える時代なら、今までより学習効率をかなり上げられるからです。
これまでは、ソースコードの実装やAWSの用語、設計の考え方を学ぶときに、本やブログで情報を探すことが多かったです。
その中で、
わからない
↓
調べる
↓
説明の意味がわからない
↓
また調べる
という流れを繰り返していました。
でも生成AIがあると、その場で噛み砕いて説明してもらえたり、例を出してもらえたりするので、かなり学習しやすいです。
これは学習だけではなく、作業効率そのものにもかなり効いてくると思います。
だから、生成AIを怖がるだけではなく、うまく使って学習や仕事のスピードを上げていく方が大事だと感じています。
まとめ
今の現場では、生成AIを使った開発やテスト作業が普通に行われています。
実際に使ってみると、1.5か月ほどかかると思われていた作業が、3週間ほどで終わるくらいには効率化されています。
かなり便利ですし、今後さらに広がっていくと思います。
ただ、その一方で仕事の密度が上がったり、新人や若手が経験を積みにくくなったりする可能性もあると感じました。
その中で今後重要になるのは、
- 設計や要件など、人とのコミュニケーション能力
- 生成されたコードや仕様が使えるかどうか判断する力
- 生成AIに適切な指示を出す力
このあたりだと思います。
とはいえ、生成AIによってエンジニアがいなくなるとは思っていません。
なぜなら、生成AIを使うのもエンジニアだからです。
これからは、生成AIを使いこなせるエンジニアとそうでないエンジニアの差が、かなり大きくなっていくのではないかと思っています。
コメント