AIが当たり前の組織で エンジニアはどう育つか

Transcript

1. AI DevEX 2026 — 2026年7⽉22⽇ AIが当たり前の組織で エンジニアはどう育つか 〜越境⼈材を育てる挑戦とジレンマ〜 株式会社TOKIUM CTO ⻄平 基志 1
2. この発表から得られるもの AIが開発を担う時代に若手エンジニアの成長機会をどう設計し直す か、未経験の新卒を数ヶ月で戦力化した実践から、明日チームで試 せる具体策まで持ち帰れます。 2
3. ⾃⼰紹介 株式会社TOKIUM 取締役 CTO 西平 基志 Motoshi Nishihira 2012年 • TOKIUMを共同創業 • 筑波⼤で代表の黒﨑と出会い、同級⽣で創業 2012年〜2021年 • TOKIUM経費精算等の⽀出管理プラットフォームを⽴ち上げ、開発。 2021年12⽉〜2022年10⽉ • BPO部⾨を兼務し、請求書スキャンセンターを⽴ち上げ 現在 • 「丸投げUX」を⽬指し、AIネイティブな開発と育成を推進。 AIネイティブな育成の2年間の実践とジレンマをお話しします。 3
4. TOKIUMの志 未来へつながる 時を生む TOKIUMは、より良い世界を志す人の「未来へつながる時」を生むために存在します。 それは、誰かのために、調べ、考え、挑戦するための時間 です。 TOKIUMは、時間のインフラでありたい。 最適なテクノロジーと、常識にとらわれない自由な発想と、泥臭さもいとわない行動力 で、 人と事業を未来へ向けてもっと加速させていきたいのです。 4
5. TOKIUMのこれまで|経理業務の効率化を実現してきた道のり 2012 創業 「時を生む」 を志に、 個人向けの支出管理アプリでスタート。 2013 家計簿アプリ提供開始 人のオペレーションと機械を融合した 独自モデル を確立。 2016 経費精算サービス提供開始 2019 ポストで領収書の原本回収開始 2020 請求書の受け取り代行開始 支出管理領域へ拡張 経理の作業そのものをなくす 新しいインフラを築く。 2025 経理AIエージェント元年 AIを核とした社会インフラとして 長期目線を持ちつつ革新を続ける 。 ツールではなくサービス。 ユーザーが作業から解放される 「丸投げ UX」のアプローチ で圧倒的効率化。 5
6. サービス一覧 移動手段・ホテルの提示と事前申請作成を代行 膨大な明細入力を自動化 経費精算の承認を代行 発注・請求等のデータ照合を自動化 社内からの問い合わせ回答を代行 契約書をデータ化し自動でリース判定 スマホで経費精算が完結 新リース会計基準に対応 あらゆる請求書を受領代行 あらゆる国税関係書類を保存 AIエージェント クラウドシステム あらゆる送付作業を一本化 人材サービス 経理特化の人材サービス 6
7. 「経理AIエージェント TOKIUM」とは 経理AIエージェント「TOKIUM」は、AIとプロスタッフが連携し、経理作業を丸ごと代行。 単に効率化するのではなく、作業自体を手放すことで「時を生み」 、全社員が本来の業務に集中できる環境を実 現。 7
8. サービス一例 経費申請の不備・誤りのチェックを含めた一次承認作業を、AI 移動経路の検索・宿泊先の手配、出張申請…。 とプロスタッフが代行。 出張手配の「探して、予約して、申請して」をAIエージェン 社内規程やルールに基づいた申請内容の目視チェックや、 トが代わりに実行します。 頻発する内容不備による差し戻し対応の手間をなくします。 8
9. 導⼊実績 現在シリーズ累計で3,000社以上の企業様にご利⽤いただいております。 導⼊企業⼀例 TOKIUMの導⼊社数の増加率 ⼩売 製造 インフラ‧物流 外⾷‧⾷品 医薬‧化学 建設‧不動産 シリーズ累計導⼊社数 750社 ※2021年5⽉末時点 3,000社以上 ※2026年6⽉時点 IT‧情報通信 コンサルティング ⾦融‧保険 広告‧エンターテイメント 商社‧流通 公共‧法⼈サービス 9
10. TOKIUMのAI活⽤の現在地 TOKIUMでは開発者がAI活⽤することはもちろん ビジネス側までAIが当たり前になっています 2023年4⽉〜 80件 開発⽤AIの全開発者導⼊ ⼀⼈当たり10万円の予算 半年間の全社ハッカソン 全社員がAIを利⽤ 約8割 正社員の Claude Code利⽤率 10
11. TOKIUMの新卒研修 AIネイティブな開発研修は2025年新卒から実施 今年も継続しており、2年⽬ 11
12. 昨年の育成の振り返り 育成した新卒と、共に達成した成果 9名 3ヶ⽉ 9体 2025年に育成した新卒 半数以上が開発未経験 研修期間 半年でリリースした AIエージェント 12
13. 本⽇の結論 本⽇のポイント3つ 1 2 3 AI時代の⼀⼈前とは 企画から学びまでの ループを回せる⼈ ループは⾃動化し、 学習は⾃動化しない 判断⼒は、 任せることで 鍛える 13
14. 1章 AIによってプログラミング⼊⾨はどう変わったか 2章 フルサイクルを⽬指して育成する 3章 育成のジレンマ 4章 ループを⾃動化する。学習は⾃動化しない 5章 理解の⼟台の上で、越境する 6章 まとめ Contents 14
15. 1章 AIによってプログラミング⼊⾨はどう変わったか 15
16. 1章 AIによってプログラミング⼊⾨はどう変わったか AIは学ぶための参⼊障壁を低くした 開発未経験の新卒もエンジニアとして育成する 16
17. 2章 フルサイクルを⽬指して育成する 17
18. 2章 フルサイクルを⽬指して育成する TOKIUMが⽬指す丸投げUXには、ループを回し切る⼈が要る 丸投げUX＝お客様の業務を最初から最後まで引き受ける 企画 開発 リリース 反応 学び 次の企画 ループ＝企画から次の企画までの⼀周 フルサイクル＝この⼀周を⼀⼈で回し切ること 途中で分業‧引き継ぎすると、AIで⾃動で回すより桁違いに遅い。 だから⼯程ではなく、越境し⼀周を任せる。 18
19. 2章 フルサイクルを⽬指して育成する ベンチャー⽴ち上げ期の速さが原体験 ⽴ち上げ期は2〜3⼈が分業せず、爆速で開発していた 速さの正体は、⼀⼈の頭の中でループが完結していたこと 営業から運⽤まで⼀通り担う⼈は、顧客を理解し、良いプロダクトを開 発できていた AIは、超⼈でなくても ループを完結できる可能性を広げた 19
20. 2章 フルサイクルを⽬指して育成する 事業を広げるかけ算 ループを回せる⼈が増えるほど、丸投げUXで引き受けられる業務が増える。 引き受けられる 業務の数 = ⼀⼈がAIで 回せる業務の数 AIとハーネスで増やす × ループを 回せる⼈の数 育成で増やす 20
21. 2章 フルサイクルを⽬指して育成する 希少な組み合わせは、探すのではなく育成する 越境できる ソフトスキル カルチャー フィット ごく少数 ループを回す 技術⼒ 越境できるソフトスキルとカルチャーフィットで選考し、 参⼊障壁が下がり、活躍できる⼈が増えたはずの技術は教える。 21
22. 2章 フルサイクルを⽬指して育成する 育成による事業のアウトカム 280社 半年で9体AIエージェントをリリース 4か⽉で280社に導⼊ 導⼊事例が増加 22
23. 3章 育成のジレンマ 23
24. 3章 育成のジレンマ 2年前の想定は、半分当たり、半分外れた 当初の想定 検証結果 理解はいらなくなる 半分当たり、半分外れた AIがコードを⽣成し、 コーディングが⺠主化される。 ⼈はコードを書けなくても、 理解しなくても良くなるのは 時間の問題。 当たった：参⼊障壁は下がり、 開発未経験者も3ヶ⽉程度の 研修を経て活躍。 外れた：コードレビューはまだ 必要で、学ぶ総量も変わらな い。 24
25. 3章 育成のジレンマ コードを書かなくなった世代は、 成⻑機会をどこで得るのか 25
26. 3章 育成のジレンマ コードを書かなくても良くなったので、失敗という教師が消える かつて 書く いま AIが⼀発で 動くものを出す 動かない 調べる 直す 失敗という教師が消える 私たちのループ⾼速化戦略そのものが、⽴ち⽌まって学習する時間を削る。 速さを捨てず、成⻑機会を設計しなおす。 26
27. 3章 育成のジレンマ 渦中にいた新卒の⾔葉 「バイブコーディングは速い。楽だ」 しかし本番のコードを 「理解していないと、 怖くて居ても⽴ってもいられなかった」 27
28. 4章 ループを⾃動化する。学習は⾃動化しない 28
29. 4章 ループを⾃動化する。学習は⾃動化しない 成⻑機会を3つ設計し直す 失われる成⻑機会を、偶然に任せず設計する。 1 2 3 書く機会は 意図的に作る 説明する機会を 関⾨にする 判断機会を 少⼈数で渡す AIを使い倒した後、 封印して⾃分の⼿で 書く 説明できなければ 通さない 研修後は初年度から 重要な判断を任せる 29
30. 4章 ループを⾃動化する。学習は⾃動化しない 1. 書く機会は、AI封印研修で意図的に作る Claude CodeのLearning modeを使ってコードを書く 例: 「配列の重複を除いてソートする関数を作って」と頼んだ場合 30
31. 4章 ループを⾃動化する。学習は⾃動化しない 2. 説明できないコードは、コミットさせない ✓ 検証するのは、アウトプットではなく理解 ✓ 研修のマイルストーンごとに、⼝頭試問で理解を検証する ✓ 新卒が⾃作した理解度チェックスキルもPR作成前の関⾨と して運⽤する 31
32. 4章 ループを⾃動化する。学習は⾃動化しない 3. 判断機会を、少⼈数チームで供給する 判断⼒ = 重要度 × 量 少⼈数チームなら、責任ある判断と AIのスピードが実現する量の多さを初年度から供給できる 32
33. 5章 理解の⼟台の上で、越境する 33
34. 5章 理解の⼟台の上で、越境する ループを回すために、越境する 企画 開発 リリース 反応 学び 次の企画 開発から企画、顧客の反応を得るところなど、 どんどん越境していきたい 34
35. 5章 理解の⼟台の上で、越境する 伝書鳩ではなく、翻訳者になる 理解のない越境 理解のある越境 伝書鳩 翻訳者 要望を右から左へ運ぶだけ。 価値を⾜せない。 要望を技術へ翻訳し、 解決までできる。 特定領域の理解を深めてから、他の領域へ越境する 35
36. 5章 理解の⼟台の上で、越境する 開発を越えてより⼤きなループへ 2025年新卒 PdM‧営業を兼務 開発の経験をベースに PdM‧営業にも越境 プロダクト判断と 顧客折衝を担う 2026年新卒 商談同席 研修期間中 顧客業務を理解し ⾃ら現場へ いずれはより ⼤きなループへ！ 36
37. 6章 まとめ 37
38. まとめ ⼀⼈前とは、ループを⼀周回せる⼈。 学習は、⾃動化しない。 判断を任せて育成する。 38
39. まとめ 明⽇からできる3つのこと ループを渡し、理解を問い、判断を任せます。 1 2 3 ループを渡す 理解を問う 責任ある判断を 任せる AIで⾼速化したい粒 度で、 失敗が授業料で済む ⼤きさの⼀周を渡す 「なぜ？」に、⾃分 の⾔葉で答えられる かを問う 要件定義など 重要な判断を任せる 39
40. まとめ 補⾜: スペシャリストの価値は、むしろ上がる 本⽇はジェネラリスト寄りの話しをたくさんしましたが... - 越境⼈材が増えるほど、深い専⾨性を持つ⼈は希少になる - スペシャリストは不要になるのではなく、組織内で少数精鋭としてむし ろ価値が上がる - 越境⼈材とスペシャリストは対⽴ではなく、互いを必要とする補完関係 - スペシャリストは育成ではなく、採⽤での獲得が基本 40
41. まとめ AIネイティブ世代のあなたへ。 今までの世代が想像しなかった活躍で、 AIネイティブ時代のロールモデルを 開拓してください。 41
42. まとめ 育成に関わる⽅へ。 AI時代における「⼀⼈前」を再考し、 育成や業務に反映できることはないか、 考えてみてください。 42
43. ご清聴ありがとうございました エンジニア採⽤サイト https://engineer.recruit.tokium.jp/ 技術スタックや募集ポジションを 掲載しています！ 43