生成AIと共に歩むこれからのエンジニアの生存戦略とリーダーシップ【SA Night #3】

SA Night #3での登壇資料です。

生成AIの進化により、エンジニアの役割は大きく変化しています。

本資料では、
・AIの強み/弱み
・エンジニアのキャリア構造の変化
・これから求められるリーダーシップ
・具体的なアクション

について整理しています。

AIに置き換えられるのではなく、
AIと共に価値を生み出すための考え方をまとめました。

#生成AI #AI #エンジニア #キャリア #リーダーシップ #ソフトウェアエンジニア #クラウド #AWS #DX #サイバーセキュリティクラウド

Transcript

1. © GenerativeTechnology Inc. 生成AIと共に歩む これからのエンジニアの 生存戦略とリーダーシップ サイバーセキュリティクラウド / ジェネレーティブテクノロジー 松井 英俊 SA Night #3
2. © GenerativeTechnology Inc. ぶっちゃけ SA じゃありません（自己紹介） 2 松井 英俊 株式会社ジェネレーティブテクノロジー　マネージャー　兼 株式会社サイバーセキュリティクラウド　クラウドエバンジェリスト AWS Serverless Hero 「お客様に何らかのソリューションを 　提供し、課題解決するのがSA」 　と言われたので来ました。
3. © GenerativeTechnology Inc. 私のバックグラウンド 3
4. © GenerativeTechnology Inc. 4 高卒で大企業に入るパスは片道切符だった 何のスキルも肩書きもない中、何とか食い繋いだ20代の大半 2. レールから外れることの難しさに直面するフリーター生活 工業高校で情報技術を学んだが、工場配属で右も左もわからず社会の厳しさを知る 得意・不得意ではなく大人時の事情で決められるキャリア 1. 高卒で毛色が合わなかった製造業 あらゆるバグを踏んできた私のキャリア
5. © GenerativeTechnology Inc. 5 高校時代のバックグラウンドが10年ぶりに再評価 コミュニティとの出会いでキャリアが劇的に加速する 3. クラウド & ソフトウェア、そしてコミュニティとの出会い エンジニア転職バブルに煽られずに敢えて5年以上現職在籍 事業譲渡による待遇アップ 4. 逆張りの「転職しない」戦略 バグフィックスからのリカバリ 失うものもなく、立ち止まる理由もない とにかく少しずつでも進むしかなかった
6. © GenerativeTechnology Inc. 私の（そしてきっと多くの人の）悩み 6
7. © GenerativeTechnology Inc. 7 キャリアのステップ 実作業・現場 意思決定・責任 設計・提案・リード • 抽象度が上がる • 知識の量や経験が必要 • 抽象度が低い • 正確性が求められる • リスクとリターン両方を得る • 責任の重圧 現状維持か 茨の道かの 瀬戸際
8. © GenerativeTechnology Inc. 8 仮説 • このボーダーラインを越境しようとする一部の 意志とバイタリティのある先輩方がリーダーシップを 支えてきたのでは • よく聞く「年収が一定ラインでサチる」現象も このボーダーラインから来るのでは
9. © GenerativeTechnology Inc. AI の強み・弱み（急に具体の話） 9
10. © GenerativeTechnology Inc. 10 AI の強み コードの生成 ソリューションの想起・提案 調べる・書く をスキップしてくれる 抽象度の高い課題から 解決策へと収束させてくれる 対話ができる
11. © GenerativeTechnology Inc. 11 AI の弱み 正確性の欠如（ハルシネーション） 一個だけ微妙に 存在しないやつ 人間や仕組みが補正しないと 正確なアウトプットが出せない → 手動での調整が必要
12. © GenerativeTechnology Inc. 12 AI で置き換えられること • 抽象度が高い問題の解決策を模索し収束させていくこと • 知識の量が必要なこと
13. © GenerativeTechnology Inc. 13 キャリアのステップ 実作業・現場 意思決定・責任 設計・提案・リード • 抽象度が上がる • 知識の量や経験が必要 • 抽象度が低い • 正確性が求められる • リスクとリターン両方を得る • 責任の重圧 ここ（安住の地）だけ 不要にならない？
14. © GenerativeTechnology Inc. どっちに向かって歩けば良いのか 14
15. © GenerativeTechnology Inc. 15 赤の女王仮説 “その場にとどまるために は、全力で走り続けなければ ならない（It takes all the running you can do, to keep in the same place.）” 出典：Wikipedia / ルイス・キャロル 『鏡の国のアリス』
16. © GenerativeTechnology Inc. 16 どっちに向かって歩けば良いのか 実作業・現場 意思決定・責任 設計・提案・リード 基本的には上に行こうと するのが健全 （ということにします） 自分のアイデンティティや 役割意識をアップデート する必要がある
17. © GenerativeTechnology Inc. マインドセットの書き換え 17
18. © GenerativeTechnology Inc. 18 マインドセットの書き換え “シニア・リードエンジニアをやりながら 事業責任（経営）者の予行演習を 地道なタスクの遂行を通じて実施しよう”
19. © GenerativeTechnology Inc. 19 マインドセットの書き換え • なんとなくこのままエンジニアっぽい事だけをやっていく → 多分、それは強制的に終わりを迎える（AI、自分の体力） • 組織がより効率よく成果を出せる仕組みづくりを 自分のミッションとしなければならない • 顧客に AI を使った価値を届けるのは当たり前 呼吸するように日々の業務の改善に利用しなければならない
20. © GenerativeTechnology Inc. 20 時間の使い方 • 業務時間の20%を「未来に向かうための時間」に（したい） • 「やること・やらないこと」を見直す • 思い切って「任せる・お願いする」
21. © GenerativeTechnology Inc. 具体的な施策 21
22. © GenerativeTechnology Inc. 22 具体的な施策 (TODO) 業務体験の改善 例. ▪ 勤怠、日報、工数管理の連携 ▪ 事務処理のワークフローの自動化 ▪ タスク管理やドキュメンテーションの統合
23. © GenerativeTechnology Inc. 23 具体的な施策 (WIP) 顧客満足度の可視化とフィードバックの自動化
24. © GenerativeTechnology Inc. 24 具体的な施策 (WIP) 顧客満足度の可視化とフィードバックの自動化 • KPT などを INPUT して感情分析 • CSAT を使った満足度の算出 議事録・録画などマルチモーダルな INPUT で自動解析？（展望） 　→時間だけでなく「メンタルコスト」も削減して 　　トータルな業務体験の向上を目指す
25. © GenerativeTechnology Inc. まとめ 25
26. © GenerativeTechnology Inc. 26 まとめ AI のコモディティ化によって私たちの居場所は確かに 奪われるかもしれないが 同時に新しい道を進むための強力なツールにもなる 改善のフライホイールを回して 時間とメンタルを未来のために使おう