AI時代の
エンジニア価値

いま何が起きてて、何が変わって、どう動けばいいのか。
2026年4月 社内AI講習

今日やること

01
数字で現状を押さえる
市場・導入・単価の話をさっくり
10min
02
AIエージェントの今
エージェント・障害対応・レガシーコード解読…現場の話
38min
03
触らないままだとどうなるか
キャリアと単価の話
15min
04
明日から何すればいいか
具体的に3つだけ
5min
05
Claude Code 実演＋質疑応答
エージェントが動くところを 1 回だけ見せます
12min

※ すでにAI触ってる人へ：Part 2 の 08/09（エージェント・マルチエージェント）、Part 3 の 18（課金実態）、それと Appendix（エージェンティックコーディングよもやま）あたりが新しいはず

Part 1

まず数字の話

現状共有です

Part 1

数字でみる

+10万/月
フリーランス AI 活用層 vs 非活用層の単価差。まず自分ごと
Findy Freelance 2026.3 n=265
470万
GitHub Copilot 有料サブスク。前年比+75%
Microsoft FY2026 Q2
90%
Fortune 100 企業の Copilot 導入率
各社IR
85.1%
「DX 人材が足りない」と答えてる日本企業
IPA DX白書
Part 1

国内大手、普通に全社で使ってる

富士通
開発者 1万人以上が Copilot 使用中。年間37.5万時間の削減見込み
日立
業務ロジックのコード生成率 78% → 99%（Copilot 併用）
ドコモ
Copilot 利用者 374人 → 2,442人。1年で6.5倍
パナソニックコネクト
自社 AI 「ConnectAI」全社員展開。国内大手で先行導入の代表例
LINEヤフー
全社員に Perplexity Enterprise導入。エンジニアには GitHub Copilot 標準配布
サイバーエージェント
独自 LLM 「CyberAgentLM」開発＋ ChatGPT Enterprise 全社利用

使うかどうかより、どう使うかを今日いっしょに考えていきましょう

Part 2

エージェントって
ちゃんと知ってる？

ここからが本題。ちょっと技術寄りの話になる

Part 2 — 全体像

去年と今年でかなり別物になった

2022〜
補完
次の1行を予測する。
人間がすべて判断する
→
2024〜
対話
チャットで聞くと答えてくれる。
コピペして自分で適用する
→
今ここ
2025〜
エージェント
Issueを渡すと自分で調べて
コード書いてテストしてPR出す

「便利だね」で止まってたのは少し前の話で、今はエージェントが勝手に動いてる

Part 2 — エージェント

「このバグ直して」って Issueに書く。それだけ

Issueを読んで
要件を理解
→
コードベースを
自分で探索
→
複数ファイルに
修正を書く
→
テスト実行
落ちたら直す
→
PR作成
レビュー待ち

人間はレビューして approve するだけ — でも、それだけじゃない

Devin が出した PR の マージ率は67%、30〜60分のタスクを自律完了。GitHub Copilot Agent は月120万 PRを自動生成中

PR出した後も AI が動き続ける： PR作成後にAIがレビューを実行してコメント投稿 / 週次サマリや進捗レポートを自動生成 / バックログの棚卸し・ラベリング・優先度付けを補助 / CI緑＋レビューOKでオートマージまで自動化 / Issueを整理して担当者にassignするフローも実現済み 並列オーケストレーション SaaS → Appendix
Part 2 — その先

複数のAIが同時に動く時代になった

2026年2月、主要ツールがほぼ同時にマルチエージェント対応した

オーケストレーター（人間 or メインAgent）
フロントエンド
Agent
バックエンド
Agent
テスト
Agent
ドキュメント
Agent
…N並列

別々のファイルを同時に書き換えてる。人間は全体を見てるだけ

Grok Build（8並列）/ Windsurf（5並列）/ Claude Code Agent Teams / Copilot Coding Agent / Devin（並列セッション）

Part 2 — あるある①

朝来たら夜間バッチがコケてる。また？

今まで
夜間ログを開く（数万行）
ERROR で grep して該当箇所を探す
スタックトレースが深すぎて迷子になる
先輩に聞こうにも朝一は捕まらない
とりあえず手動で再実行してしのぐ
原因特定できず、週1で再発
AIがあると
ログをそのまま貼って「何が起きた？」
エラー箇所と原因仮説が先に出る
「そのテーブルの件数ってこう変わってる？」と逆に聞かれる
修正案と再発防止案まで一発

30分で原因確定

＋ Datadog / Sentry / CloudWatch みたいな観測系 SaaS と MCP で繋いでおけば、ログを貼る手間すらいらない

Part 2 — あるある②

引き継いだコード、意味がわからない

10年もののJava。ドキュメントなし。書いた人はもういない。よくある

このクラスが何やってるか説明して
受注データのバリデーションと変換をやってます。mainProcess() が入口で、①入力チェック → ②コード変換 → ③DB登録 の3ステップ。convertCode() はマスタの旧→新コード変換で、例外時はフォールバック値を返します
208行目の条件分岐、なんでこうなってるの？
2015年の税制改正対応ですね。コメントに「H27年度対応」とあります。税率8%→10%の移行期間に両方のレートで計算するロジックです

聞ける先輩がいなくても、コードに直接聞ける

Part 2 — あるある③

テスト仕様書、手で書く虚無

今まで
Excelのテンプレを開く
正常系を書く。まだいい
境界値を洗い出す。だるい
異常系を網羅する。つらい
「これ抜けてない？」って言われてやり直し
半日とか1日が消える
AIあると
対象のコードをAIに渡す
「テストケース出して。境界値と異常系も」
正常系・境界値・異常系まで一式出る
気になるところだけ追加で指示

あとはレビューするだけ

虚無作業をAIに丸投げできる。たぶんこれが一番うれしい

Part 2 — まとめ

日常の作業、ほぼ全部変わる

作業 今まで AIあると
テスト仕様書手書き、境界値洗い出し → 半日コード読ませて自動生成 → 成果物をチェックして承認するだけ
レビューPR読んでコメント → 1件30分〜1時間AIが差分要約＋問題点を指摘 → 意思決定に集中
ドキュメント後回しにして結局書かないコード変更に連動して更新案が出る → 内容を確認・判断するだけ
設計相談1人で悩む / 先輩つかまらない「このDB設計で将来大丈夫？」→ 即答が返ってくる → 採否を決める
議事録・課題管理録音聞き直して箇条書き → 1時間音声→要約→TODO抽出まで自動 → 内容をチェックするだけ

開発者の仕事は「書くこと」から「成果物をチェックして次を決めること」にシフトしていく

「0から書くより素案を直す」の一歩先。素案の評価と意思決定がメインの仕事になる。AIが出したものを判断できる力こそが、これからのエンジニアの価値になる

Part 2 — FAQ

「うちの現場、こういうの気になるんだけど」

AIって結構間違えるって聞くけど、信用できるの？
普通に間違える。社内独自の業務ロジックは知らないし、それっぽい嘘を自信満々で言うこともある。なので"そのまま本番"は無理。使い方は「0から書く」より「出てきた素案を直す」方向にシフトする、って話。もう一歩進むと、rules や agents や skills みたいな設定ファイルでAIの挙動を事前に仕込む「ハーネスエンジニアリング」って流儀も育ってきてる
コードを外に出せない
Copilot Enterpriseはデータを学習に使わない設定がある。Azure OpenAIなら自社テナント内で完結
そもそも導入の許可が下りない
現場によっては本当にそう。でも「AIの使い方を知ってる」だけで次の案件で選択肢が変わる。使える環境に行ったとき即戦力になれるかどうかの話。だから今、使い方だけ個人で知っておくのが一番コスパいい
Part 3

で、
触らない人どうなるの？

事実だけ並べる。判断はそれぞれで

Part 3 — 単価

AI使える現場、単価どう違う？

案件サイトに出てる実募集ベース。ググれば全部見れる

AI活用前提の一般開発Copilot/Cursor が使える現場（活用度低層との差）
+10万/月
LLM統合・AI開発職LangChain / RAG / プロンプト設計（専門職寄り）
月80〜120万
ハイエンド・PM級BIGDATA NAVI 等で実募集中
月170万〜
AI使うエンジニア（こっちがまず目指す先）：Copilot / Cursor / Claude Code を日常使い。テスト・レビュー・ドキュメントに AI を組み込む
LLM専門職（参考）：LangChain / RAG構築 / ベクトル DB / プロンプトエンジニアリング / MCP・A2A 設計

出典：Findy Freelance 2026.3 / レバテック / BIGDATA NAVI / フリーランスHub（2026年4月時点）

Part 3 — 動いた人（仮想パターン）

で、実際に動いたらどうなる？

特別な経歴じゃない。スタート地点はみんな同じ

※ 以下は Findy Freelance 調査＋エンジニアtype＋ドコモ事例をもとに構成した仮想パターンです

例 A — 業務系SES 7年目
個人課金から現場挙手で単価+15万
個人で ChatGPT Plus 課金 → 現場で Copilot 許可が出た時に手を挙げる → 「AI 活用前提」の案件にアサイン変更 → 月単価+15万
例 B — 2次請けSES 5年目
現場で使い込んでスキルシートに書く
現場で Copilot 使い込む → 「こうすると効果的」ノウハウが溜まる → スキルシートに「AI 活用開発できます」と書ける → AI 活用前提の現場に異動 → 単価が上がる
例 C — 社内SE 10年目
社内 AI 推進担当に手を挙げる
社内 AI 活用推進に手を挙げる → 業務改善の実績を積む → 社内ポジションが変わる → キャリアの選択肢が増える

きっかけは課金1個とか案件1つ。それだけ

出典：Findy Freelance 2026年3月調査＋エンジニアtype「有名エンジニアのAI課金事情」＋ドコモ社内AI推進事例をもとに構成した典型パターン

Part 3 — リアル

有名エンジニアはAIにいくら課金してる？

エンジニアtype 調査、5名のインタビュー（個人課金の月額分布）

最低
¥3,000
月平均
¥64,000
最高
¥205,000
ほぼ全員使ってるツール： ChatGPT Plus ＋ Claude Pro ＋ Perplexity Pro ＋ Devin
登場エンジニア：中島聡 / 松本勇気 / 牛尾剛 / ちょくだい / ナル先生

仕事で使ってる人は、月3〜20万の自腹課金が普通。ここを払ってる人から実際に動いてる

出典：エンジニアtype「有名エンジニアのAI課金事情」

Part 3

同じ経験年数でも、道が分かれ始めてる

AI使ってる側

そもそもAI活用前提の案件にアサインされやすい（Fortune 100 の 90% が Copilot 導入）
同じ作業を短時間で終わらせるから、評価も単価もついてくる（+10万/月 / Findy n=265）
「この人いると話が早い」って言われるポジションへ
キャリアの選択肢が勝手に増えてく

触ってない側

気づくとレガシー案件ばかり回ってくる
経験年数は積んでるのに、単価だけ動かない（Findy 活用度低層との比較）
選べる案件の幅がじわじわ狭くなる
選べる案件の幅が、気づかないうちに固定される

「今の現場居心地いいし」

それ自体は全然悪くない。でも、現場で起きてる差の証拠を3つ置いとく

01
AIでコードを50%以上生成してる層は、活用度低い層より月単価が約10万円高い（フリーランスエンジニア265名調査）
Findy Freelance調査
02
ICT職種の 90%以上で、主要スキルの半分以上がAIで変わると予測されてる
AI-Enabled ICT Workforce Consortium
03
全世界で 9,500万人がリスキリング対象になる（今後10年）
同上

何もしない、も選択肢。ただしそれ、結構リスク高い

Part 4

明日からこれだけやりましょう

01
触る
ChatGPT でも Claude でもいい。無料プランでいい。今の業務で困ってることを1つ聞いてみましょう
02
業務で使う
メールの下書き、エラーの調査、議事録の要約。なんでもいいから実務に1回入れてみましょう
03
次の案件で使えるようにしておく
「AI使えます」って言えるだけで選択肢が変わる。スキルシートに書いて、営業にも伝えておきましょう

AIは置き換えじゃない。
使える人の能力を底上げするやつ。

だから今、触った人から先に進む。

どの現場にいるかは関係ない。
「使ったことがある」かどうかが、これから大切になる。

なんでも聞いてください

Appendix — 用語

エージェンティックコーディングよもやま

すでにAI使ってる人向け。ここ知ってると一歩進める

手法・流儀
ハーネスエンジニアリング
rules.md / AGENTS.md / CLAUDE.md で挙動を事前定義。毎回長いプロンプトを書かなくても精度が出る状態を作る
Plan mode / Thinking budget
大きめタスクで計画を先に立てさせ、人間がapproveしてから実装。Claude Code の Plan Mode が代表例
Skill / Slash command
よく使うworkflowをコマンド化（/commit、/review-pr 等）。再利用と属人化解消
アーキテクチャ・連携
マルチエージェント
orchestrator + 複数 worker を並列実行。Grok Build 8並列 / Windsurf 5並列 / Claude Code Agent Teams など
MCP（Model Context Protocol）
外部ツール/DB/API と agent を繋ぐ仕様。Anthropic が 2024.11 公開、業界で急速に普及中
Codex委譲 / モデル使い分け
重作業は安いモデル、深い推論は Opus、調査は Sonnet。コストとコンテキスト消費の最適化
並列オーケストレーション SaaS
複数AIエージェント＋sandbox実行環境を並列で立て、1 issueを複数agentが並列アプローチしたり、複数issueを同時処理するSaaSが2025年ごろから増えてきた。代表例：Devin (Cognition) — 独立sandbox で複数タスクを並列実行 / Factory — "Droid" と呼ばれるagentを並列起動して issue を自動処理 / Claude Code Agent Teams + worktree — OSS環境で同等のことが実現できる。どのアプローチを選ぶかが設計判断になってきた
Appendix

参考リンク

今日出てきた数字と事例の出典

数字・調査
Findy Freelance 2026年3月調査（AI活用率×単価差）
prtimes.jp/main/html/rd/p/000000213.000045379.html
エンジニアtype「有名エンジニアのAI課金事情」
type.jp/et/feature/28519/
GitHub Copilot Statistics（470万人・Fortune 100 90%）
getpanto.ai/blog/github-copilot-statistics
AI案件・単価相場
SES BASE 2026年単価相場
ses-base.com/articles/ses-tanka-souba-2026/
レバテックフリーランス / BIGDATA NAVI / フリーランスHub
各サイトで「AI」「LLM」「RAG」で検索
企業事例
富士通 Copilot導入 — 年間37.5万時間削減見込み
各社IR・プレス資料
日立 コード生成率 78% → 99%（Copilot併用）
同上
ドコモ Copilot利用者 374人 → 2,442人
同上
政策・予測
IPA「DX白書」— DX人材不足 85.1%
ipa.go.jp で「DX白書」検索
AI-Enabled ICT Workforce Consortium
ICT職種90%以上・9,500万人リスキリング対象
Microsoft FY2026 Q2 Earnings
Copilot 有料サブスク 470万人の出典