AIが実装を担う時代、エンジニアは何をするのか

Transcript

1. a short talk · 15 min AIが実装を担う時代、 エンジニアは何をするのか 〜ログラス5日間インターンで見た景色から〜 based on learnings from Loglass inc. 5-days internship speaker 藤田 彩翔 1
2. profile 藤田 彩翔 / 情報学部 3年 今日の話 ログラス社（予実管理SaaS）の 5日間インターンで聞いた、 AI時代のエンジニアの仕事論。 体験談 × 設計思想 HackSphere Founder ・ インターン：スマレジ・OXYGY・ CARTA・ログラス ・ ハッカソン受賞歴あり ・ 2
3. chapter 1 — the present AIコーディングツール、使ったことある？ GitHub Copilot 補完・提案 Cursor AI エディタ Claude Code CLI エージェント 「コードを書く時間」が劇的に短縮されている。 指示を出せばAIが実装してくれる時代。 問い → じゃあ、エンジニアって何をするの？ 3
4. chapter 1 — the shock " 自然言語で詳細設計書を書く仕事は、 AIへの指示と重複してくる。 詳細設計を受けて開発していた層の 　仕事がなくなる可能性がある。 " — 松岡氏（ログラス社 AI駆動開発チーム） 5 日間インターン初日・講義より 4
5. chapter 2 — 20 years ago この問い、20年前から 答えがある DDD Domain-Driven Design / ドメイン駆動設 計 一言で言うと 役に立つソフトウェアを、 長期間、保守性を下げずに 作り続けられるようにする 約20年前に体系化された設計思想 ・ 「良いソフトウェアとは何か」への答え ・ 一見AIと無関係に見えるけど… ・ 5
6. chapter 2 — good software 良いソフトウェアとは何か？ 機能性 役に立つ 使われないソフトウェアに意味はない 作ったけど誰も使ってない リポジトリ、ありませんか？ 保守性 長く作り続けられる 機能追加のたびに崩壊しない 半年後に自分のコードを 読めなくなった経験は？ DDD の目標 → 機能性 × 保守性、両方を高め続ける 6
7. chapter 2 — unchanged AI時代でも、この目標は変わら ない 「役に立つ」かどうかは AIには判断できない。 「長く作り続けられる」設計も AIには決断できない。 でも、変わること → 「どう実装するか」より、「何を作るか」が問われるようになる AIが実装を担う → エンジニア不要 7
8. chapter 3 — the limit of AI AIの限界を知る AI が得意なこと ＝「既知」の世界 AI が苦手なこと ＝「未知」の世界 核心 → 顧客が本当に困っていることは、AIには分からない 既知パターンの組み合わせ ・ コードを速く・大量に書く ・ リファクタリング・テスト生成 ・ ドキュメント化 ・ 未知の顧客課題を発見する ・ 「なぜこれを作るのか」を問う ・ ステークホルダーの文脈を読む ・ 本当に役立つかを判断する ・ 8
9. chapter 3 — modeling エンジニアの新しい仕事 = モデリング やること 大事なこと 成果物（図）より議論のプロセスが価 値 「意思決定は全て仮説」 「どういう使われ方をするか答えられない場合は、 理解が抽象的で不足しているサイン」 — 松岡氏（ログラス） 「何を作るか」の解像度を上げる ・ 具体例と抽象の間を往復する ・ 9
10. chapter 3 — modeling × AI モデリングは AI への 最良の指示書でもある モデリング図なし 「いい感じに作って」 ↓ AIが好き勝手に実装 → 修正地獄 モデリング図あり 「この図に沿って実装して」 ↓ コードのブレ幅が激減 （ログラスの実践） 結論 → モデリング力 ＝ AI制御力 10
11. — closing — 「何を作るか」を 言語化する力が、 AI時代のエンジニアの武器になる 3 つのまとめ ① AIが実装を担っても「何を作るか」は人間の仕事 ② その問いに答えるのがモデリング ③ モデリング力 ＝ AI制御力 Thank you. — ご清聴ありがとうございました 11