AI時代の到来と、20年間の「外注」観の変遷
私がソフトウェア業界に足を踏み入れてから、早いもので20年以上が経過しました。当時は「ITドカ方」という言葉が自虐的に使われていた時代で、人月の単価で見積もられた大量のエンジニアが、仕様書通りにひたすらコードを打ち込む光景が当たり前でした。私自身、設計者として外部の協力会社に実装を依頼することもあれば、逆に受託側として膨大なテスト項目をこなすこともありました。この20年間、ソフトウェア開発における「外注」とは、主に「不足している人手（マンパワー）を、物理的なリソースとして補填すること」を意味していたように思います。
しかし、生成AIの台頭によって、その前提が根底から崩れようとしています。これまで数日かかっていたボイラープレートの記述や単体テストの作成が、AIとの対話によって数秒で終わる。この圧倒的な生産性の向上を目の当たりにしたとき、かつての「人海戦術」を前提とした外注スキームは、もはや持続可能ではないと確信しました。AIがコードを書く時代、我々は「なぜ外注するのか」という問いを、かつてないほど真剣に再定義しなければなりません。
外注の3つのパターンとその定義
AIの影響を考察する上で、まずはエンジニア外注の形態を以下の3つのパターンに分類し、整理してみます。
パターン1：マンパワー補填型
作るべきものが明確に決まっており、それを形にするための「手」としてリソースを確保する形態です。主に詳細設計以降のコーディングや、大量のテスト実行などが該当します。いわゆる典型的なSES（システムエンジニアリングサービス）の多くがこのカテゴリーに含まれます。このパターンの本質は「作業の代行」にあります。
パターン2：ドメイン知識活用型
特定の業界（金融、流通、医療など）に特有の商習慣や業務ルール、いわゆる「ドメイン知識」を得るために外部の専門性を借りる形態です。要件定義の支援や、業務プロセスに基づいた基本設計などが主な範囲となります。クライアントが持ち合わせていない「業務の知見」を、エンジニアリングの観点から補完することが目的です。
パターン3：共創・試行型
全く新しいサービスの立ち上げや、前例のないシステムの構築など、正解が分からない状態から議論を並走させる形態です。固有の事情を深く読み込み、試行錯誤を繰り返しながら設計と実装を往復します。ここでは単なる作業代行ではなく、不確実性に対して「共に頭を悩ませるパートナー」としての役割が求められます。
今後のエンジニアや企業にとっての示唆
AI時代において、これら3つのパターンの命運は明暗が分かれます。「パターン1：マンパワー補填型」の価値は、AIによる自動化に最も代替されやすく、その市場価値は急速に減衰していくでしょう。企業は「単にコードが書ける人」を外注するのではなく、自社のエンジニアがAIを使いこなして内製化する、あるいはAIで効率化された分、より高次な判断を外注先に求めるようになります。
今後重要になるのは、特定の業界に深く食い込んだ「ドメインの専門家（パターン2）」や、複雑なコンテキストを整理して設計に落とし込める「設計の伴走者（パターン3）」です。エンジニア個人としては、コードを書くスキルの「上」にある、業務理解力や抽象化能力、そして対話の力が不可欠になります。また、企業側も「外注費＝人件費」という古いコスト感覚を捨て、提供される「知恵」や「解決スピード」に対して対価を払うモデルへの転換を迫られるでしょう。
まとめ
AIはエンジニアから仕事を奪うのではなく、エンジニアを「単なる作業者」から解放し、より本来的な「創造的なエンジニアリング」へと立ち返らせるツールだと私は考えています。外部リソースへの依存は、量を補うフェーズから、質を補い合うフェーズへと移行しました。この変化を正しく捉え、AIを前提とした新しい外注の形を模索することこそが、次世代のソフトウェア開発における成功の鍵となるはずです。