AIエージェント時代を生きる、誰もが活躍できるインクルーシブな未来

Transcript

1. Ms.Engineer ソフトスキルセッション 2026 AIエージェント時代を生きる、 AIエージェント時代を生きる、 誰もが活躍できるインクルーシブな未来 誰もが活躍できるインクルーシブな未来 神谷 優（Yu Kamiya）
2. 自己紹介 神谷 優（Yu Kamiya） 株式会社サイバーエージェント — Tech DE&I Lead / AIドリブン推進室 マネージャー 3児の母 / Forbes「Women in Tech 30 2024」選出 Google Women Techmakers Ambassador Podcast「momit.fm」共同ホスト — テクノロジー × 子育てを毎月配 信中
3. 今日お伝えしたいこと 「AI は『怖いもの』でも『難しいもの』でもない。 あなたの人生を豊かにする、最高のパートナーになる。 」 「AI は『怖いもの』でも『難しいもの』でもない。 あなたの人生を豊かにする、最高のパートナーになる。 」 01 01 AIエージェントの 「今」を知る 02 02 実際の活用事例で 「自分ごと」にする 03 03 データで見るジェンダー ギャップと、 私たちにできること
4. Part 1 Part 1 AIの「今」を知る 2025→2026で何が起きたか／エージェントの現在地と主要ツール
5. 2025→2026で何が変わった？ チャット AI → エージェント AI へ チャット AI → エージェント AI へ 2023-2024 2025-2026 質問すると答えが返る 指示すると作業を実行する 1回のやりとりで完結 複数のステップを自律的に遂行 テキスト中心 ファイル操作・ブラウザ操作・コード実 行 「AIが観察するだけの時代は終わり、行動する時代が始まった」
6. AIエージェントの進化 NFX 5段階モデル NFX 5段階モデル 1 汎用チャット ChatGPT 登場期（2022-2023） 2 専門家 AI 法律・医療など特化型（2023-2024） 3 タスク実行エージェント ← 今ここ（2025-2026） 4 イノベーション 試行錯誤で新しい解を発見 5 AI 組織 エージェント同士が協調する社会 裏付け: Gartner は「2026年末までに企業アプリの40%が AI エージェントを搭載する」と予測。 Global 2000 企業の72%がすでに実験段階を超えて AI エージェントを運用中。
7. 主要AIコーディングツールの今 Claude Code ターミナル型。複雑なマルチファイル作 業に最強 41% 41% （2026年2月） Cursor AI ファースト IDE。日常コーディングの 体験が秀逸 18% 18% GitHub Copilot マルチ IDE 対応。チーム開発の定番 29% 29% ・Claude Code は2025年5月の GA からわずか8ヶ月で開発者シェア1位に ・開発者の「最も好きな AI ツール」: Claude Code 46%、Cursor 19%、Copilot 9% 出典: Pragmatic Engineer Survey, DEV.to Developer AI Survey 2026
8. AIモデルの使い分け 1つに絞らなくていい 1つに絞らなくていい 2026年のプロ開発者は平均2〜4個のAIツールを併用している。 💬 対話・日常の相談 Claude 文脈理解が深く、自然な対話が得意 📊 数学・ロジック・分析 GPT 計算処理やスプレッドシート分析に強い 🎨 UI・デザイン・画像 Gemini マルチモーダル＆Googleエコシステム連 携 「得意分野が違うから、適材適所で使い分ける」 — momit.fm 第95回より
9. Skills — AIをカスタマイズする新しい標準 Agent Skills はオープンスタンダードとして26以上のプラットフォームが採用 スキルとは = AI への「レシピ」 /qa /qa サイト品質チェックを自動実行 /deploy /deploy デプロイ手順をAIに任せる 一度作れば Claude Code Cursor Copilot Gemini CLI すべてで再利用可能 MCP（Model Context Protocol） は外部サービスとの接続規格として引き続き重要だが、日常のワークフロー拡張には Skills が推奨パターンに。
10. Part 2 Part 2 私の活用事例 現場での具体例から、使い方と気づきを共有
11. 事例 1 Plan Modeで手戻り激減 Claude Code の Plan Mode を常用 1 やりたいことを伝える → 2 AIが計画を提案 → 3 内容を確認してから実行 ポイント: いきなりコードを書くのではなく、まずAIと一緒に「何をや るか」を整理する。 「最初に設計を一緒にやる癖をつけたら、その後が爆速になった」 出典: momit.fm 第88回・第95回
12. 事例 2 開発ワークフローの自動化 GitHub上で @claude とメンションするだけで Issue作成 → AI が実装 → 複数 AI がレビュー → マージ Claude Code 実装を担当 Greptile / Cursor Bug Bot 同時にコードレビュー Skills: /qa 週1回の品質チェックを自動化 ※コンフリクト解消もAIに任せる 出典: momit.fm 第92回
13. 事例 3 学校プリントDX エンジニアじゃなくてもできる momit.fm 共同ホストの松井さん（非エンジニア）が実現 ① 学校のPDF月間予定表 ↓ ② AIで解析 ↓ ③ 子どもの学年の予定を抽出 ↓ ④ Googleカレンダーに自動登録 ↓ ⑤ リマインダーで提出期限を通知 ✓ 月1回の一括登録で「プリント見逃し」問題を解決 ⏱ Claude と Gemini API を使い、3〜4回の試行錯誤で約1 時間で完成 出典: hub.momit.fm 2026年3月記事
14. 事例 4 NotebookLMで子どもの学習支援 塾のテキストを写真で取り込んでNotebookLMに投入 ① 塾のテキストを写真で取り込み ↓ ② NotebookLMに投入 ↓ ③ 学習教材を自動生成 ✓ 76枚のフラッシュカードを自動生成 ✓ クイズ形式で出題 ＋ 動画解説も作成 💡 ソースが限定されてるから、ここからしか出ない → ハルシネーションが起きにくい ⚠ 著作権配慮：有料プラン ＋ 家庭内利用 ＋ 非公開の3条件を遵守 出典: momit.fm 第95回、hub.momit.fm 2025年11月記事
15. 事例 5 AIが書く文章のバイアスを検出 スマートディスプレイの記事をAIに書かせたら… 「ママはキッチン、パパは書斎」 性別を一切指定していないのに、ジェンダーバイアスが組み込まれた文 章が生成された。 対処法 1 出力を読んでバイアスに「気づく」 2 プロンプトで「是正を指示」する 3 ポリシーレベルで「予防策を組み込む」 「AIを使いこなすには『おかしいと気づく目』が必要。 」 出典: momit.fm 第86回
16. 効率化の先に何をしたいのか momit.fm で繰り返し議論されるテーマ 便利になった時間で、何をするのか？ 便利になった時間で、何をするのか？ 音声入力で文字入力が速くなった → でも「考える時間」が増え脳にかかる負荷が増大した AIに任せれば楽になる → でも「自分の頭で考える力」は手放していいのか？ 答えは1つじゃない ① 効率化で家族との時間を増やす人もいる ② 単純作業から解放されて創造的な仕事に集 中する人もいる ③ 大事なのは「何のために使うか」 出典: momit.fm 第94回
17. Part 3 Part 3 データで見るジェンダーギャップ 現状を可視化し、課題と機会を特定する
18. AI分野の女性比率 グローバル ／ 日本 22% 22% AIポジション全体 18% 18% AIリサーチ職 14% 14% AI論文の女性筆頭著者 14%未満 14%未満 AI企業のシニアエグゼクティブ 20.2% 20.2% CTO 🇯🇵 日本の現実：女子大学生のSTEM専攻はわずか 7%（男子は36%） 出典: Interface EU, WomenHack, IMF
19. AI利用のジェンダーギャップ 指標 女性 男性 ギャップ 生成AI利用経験 37% 50% 13pt 日常的にAIを使用 27% 33% 6pt AI利用を上司に褒められた 18% 23% 5pt 上司がAI利用を推奨 30% 37% 7pt AIの安全性に高い信頼 18% 31% 13pt 「使う機会も、認めてもらえる機会も、まだ平等じゃない」 出典: Lean In（2026年4月） 、Deloitte
20. なぜギャップが生まれるのか 3つの壁 1 認知ギャップ AIを使っても褒められない・認められ にくい 2 倫理的懸念 女性は男性より38%多く倫理的な不 安を感じている 3 ロールモデル不足 AIリーダーの女性比率14%未満 見過ごせない影響 年間 $14,300 技術職の男女間賃金格差（生涯で$100万以上の 損失） 22%→19% 欧州の女性テック人材比率が減少 （2023→2026） ⚠ AIスキルが給与の最大の決定要因になる中、 ギャップは経済格差に直結 出典: WEF 2026年3月報告、McKinsey、Wharton
21. Part 4 Part 4 私たちにできること 行動に移すための実践ガイド
22. 希望のデータもある 74 / 75 74 / 75カ国 世界75カ国中74カ国でAIスキルのジェンダ ーギャップが縮小傾向 68.8% 68.8% グローバルジェンダーギャップが解消済み （パンデミック以降最速の改善） 🇯🇵 日本：個人レベルでは女性のAI利用率が男 性を上回るデータも 出典: LinkedIn, WEF Global Gender Gap Report 2025
23. 今日からできる3つのこと 1 1 まず触ってみる ChatGPT、Claude、Gemini — どれも無料プ ランがある 「完璧に使いこなす」必要はない。 「試す → 改良」の繰り返し 2 2 得意分野 × AI で掛け算する あなたの専門知識 ＋ AI = 新しい価値 AIは「あなたの代わり」ではなく「あなたの 増幅器」 3 3 周りの人にシェアする あなたがAIを使っている姿が、誰かのロール モデルになる 認知ギャップを埋めるのは、お互いを認め合 うこと
24. DORAレポートが教えてくれること Google Cloud の DORA 調査が示した重要な知見 " AIは「増幅器」— 良い組織をもっと良くし、課題のある組織の問題を 悪化させる AI導入がうまくいくチームの特徴 ✅ ユーザー中心のフォーカ ス 🚀 小さく始めて素早く改善 📄 ドキュメンテーション整 備 🤝 ナレッジ共有文化 💡 AIへの前向きなマインド セット 技術力だけじゃない。チームの文化がAIの効果を決める。 出典: DORA AI Capabilities Model 2025、momit.fm 第88回
25. Ms.Engineer のみなさんへ あなたたちは今、最高のタイミングでエンジニアリングを学ん でいる。 あなたたちは今、最高のタイミングでエンジニアリングを学ん でいる。 AIがコードを書いてくれる時代に、何を作るか考える力が最も価値がある 「エンジニアじゃない人」でもAIで学校プリントをDXできる — エンジニアのあなたならもっとでき る 性別も、経験年数も、関係ない — 「試してみる」ことが一番大事
26. まとめ AIは楽しく、人生を豊かにするツール。 性別や環境に関係なく、全員がその恩恵を受けられる未来を、 私たちの手で作っていきましょう。 1 AIの「今」はStage 3 — 指示すれば動くエージェントの時代 2 使い分けが大事 — 1つのモデルに絞らなくていい 3 ギャップはある — でも縮まっている。 あなたの一歩が未来を変える
27. 参考リンク momit.fm — https://momit.fm momit hub — https://hub.momit.fm NFX: The Five Stages of AI Agent Evolution — https://www.nfx.com/post/ai-agent-revolution Lean In: AI Gender Gap Data — https://leanin.org/research/ai-women-gender-gap-data DORA AI Capabilities Model — https://dora.dev Agent Skills Open Standard — https://agentskills.io WEF: AI and Gender Parity (March 2026) — https://www.weforum.org/stories/2026/03/ai-gender-parity-womens-history-month…
28. ありがとうございました ありがとうございました 神谷 優（Yu Kamiya） X @fuzzy31u 🎙 momit.fm 📝 hub.momit.fm Ms.Engineer ソフトスキルセッション 2026