これは持続可能か？AI時代3年後のシニアエンジニアの役割
シニアエンジニアが、AIが3年間でシニアエンジニアの役割をどのように変えたかを振り返る。プロトタイピングの高速化、調整負担の増加、スコープ拡大、メンタリングと思考時間の圧迫。役割はより強力になったが、持続可能性は低下した。
記事インテリジェンス
要点
- AIによりアイデアからデモまでのギャップが縮小し、提案からPoCへシフト。
- コーディングと戦略的執筆の両方で役割が拡大し、メンタリングと深い思考が削られた。
- シニアエンジニアの影響力は増したが、期待が生産性向上を上回り、持続不可能なペースに直面している。
重要な理由
このニュースが重要なのは、AIによりアイデアからデモまでのギャップが縮小し、提案からPoCへシフトためです。
技術的影響
モデル選定、推論コスト、プロダクト能力、評価基準に影響する可能性があります。
AIがエンジニアリングの現場に深く浸透してから3年。大規模組織で開発者体験を担当するシニアエンジニアが、自らの経験を語る。最も顕著な変化は、アイデアとデモ可能な成果物の間のギャップがほぼ消えたことだ。かつては意味のある提案を実行に移すまでに、提案書の作成、フィードバック、反復、小規模な概念実証（PoC）、チームアサインを経て本番リリースまで6〜12ヶ月を要した。2023年に著者は開発者プラットフォーム上で新しいサービス作成スタイルを立ち上げるイニシアチブを実行したが、初回の会話からMVPまで約1年かかり、そのうち提案と調整に約3ヶ月を費やした。現在は、簡潔な提案と動作するPoCを同時に数週間で作り、デモを使って解決策の方向性を議論する。スライド資料はほとんど使われなくなり、関係者は理論的な説明よりも具体的な動作を見たがるようになった。
しかし、構築コストが激減する一方で、組織的な調整コストはむしろ増加した。3つのチームが同じ問題に対してそれぞれ独立した解決策を、かつて提案書を書くのと同じ時間で作れるようになったため、ボトルネックはエンジニアリングから調整へと移った。マージリクエストレビューのボットが良い例だ：新しいボットを作る方が、誰かのボットを採用するより簡単であり、結果として全体の結束が難しくなる。また、AIツールを効果的に使えるエンジニアとそうでないエンジニアの間で影響力の格差が生じている。
シニアエンジニアの役割は、実践的なコーディングと戦略的執筆の両面で拡大した。筆者はほぼ毎日コードを書くようになり（3年前は隔週程度）、同時に複数のワークストリームにわたる戦略文書の作成量も増えた。しかし、その代償としてメンタリングと思考時間が犠牲になった。1対1のメンタリングはAIで代替できず、専念する時間が必要だが、他の責務に押されて最初に削られる。思考時間も同様で、生産性向上の恩恵は出力量に吸収され、組織の期待値がそのスピードに合わせて上昇したため、タスク間の隙間時間（戦略的思考が実際に行われる場）が消えた。著者は「このペースは持続不可能だ」と認める。期待値の上昇がAIによる生産性向上を上回り、その差は労働時間と注意力、かつては必須だった役割を削ることで埋められている。
キャリア面では、著者はGenAIのSDLC適用に特化することで深い専門性を得たが、汎用的な知識の幅を犠牲にした。この専門性は一部が急速に陳腐化する可能性があるが、組織変革の経験は長期的に価値を持ち続けると期待している。ただし、「GenAIの人」というレッテルは、将来の環境変化によっては不利になる可能性もある。全体として、AIはシニアエンジニアの役割をより強力にしたが、持続可能性のバランスは依然として課題である。