AI活用経験をどう語るか。エンジニアが現在地と次の一段を見分ける5つの段階
「AIを使っています」が伝わりにくいのは、ツール名で語っているからかもしれません。AI活用の経験を5つの段階に分け、現在地と次に担いたい段階を言語化する整理のしかたをまとめます。
BLOG
AIに任せた工程と自分が握った工程を、出力の「前」と「後」という時間軸で分ける整理法を紹介します。AI活用経験を語りにくいエンジニアが、自分の判断を言語化するための手順をまとめました。

設計案を出させる、調査をまとめさせる、テストコードの下書きを作らせる。こうした使い方が、日々の開発に溶け込んできました。一方で、面談や面接で「AIをどう使っていますか」と聞かれると、答えが詰まる方が少なくありません。「実装を速くしました」「調査時間が減りました」で言葉が止まってしまう。
もう一つ、別の形の迷いもあります。AIに任せられる範囲が広がるほど、「では自分は何をしている人なのか」が見えにくくなる、という感覚です。手を動かしていた時間が減った分、自分の持ち場がぼやけていく感じがする。これはスキルが落ちたのではなく、仕事の輪郭が変わったのに、言葉が追いついていない状態に近いです。
この記事では、自分の仕事を「AIが答えを出す前」と「答えが出た後」という時間軸で分けてみる整理を扱います。工程を前後に割ってみると、AIに渡した部分と、自分が握っていた部分が見分けやすくなります。
AIは、聞かれたことに答えるのが得意です。前提と制約が揃っていて、何を良しとするかの基準がはっきりしているとき、処理の速さと網羅性でかないません。要件が文章になっていれば実装案を出せますし、比較軸が決まっていれば整理表も作れます。
苦手な方向も、わりとはっきりしています。
これを開発の時間軸に置き直すと、見通しがよくなります。AIが力を発揮するのは、問いが定まってから答えが出るまでの区間です。そして人の判断が残りやすいのは、その区間の手前(問いを決めるまで)と、その先(答えを現場で動かすまで)です。
つまり、自分の仕事を棚卸しするとき、「AIを使ったか・使わなかったか」で分けてもあまり情報が出てきません。「出力の前に何をしたか」「出力の後に何をしたか」で分けると、自分の判断が残っている場所が浮かび上がります。
AI活用を語ろうとすると、次のような形に寄りがちです。
ツール名と使った機能の列挙になる。 何を使ったかは、同じものを使える人が増えるほど差になりにくくなります。読む側も「で、あなたは何を決めたのか」が知りたい。
「速くなった」で止まる。 速さは事実としては伝わりますが、そこから先に話が広がりません。速くなった分、空いた時間を何に使ったのか。速くするために、何を標準化したのか。そこに判断があります。
「AI活用」という言葉が、自分の判断を覆い隠す。 「AIで設計案を出して、実装しました」と一文でまとめると、その間にあった取捨選択が全部消えます。出力を три案のうち一つに絞ったのは自分ですし、そのとき見ていた観点があります。そこが語るべき中身です。
もう一つ、逆向きのつまずきもあります。「自分はAIをあまり使っていないから語れない」と考えてしまうケースです。この整理で見たいのは、AIの使用量ではなく、問いを立てた経験と、決めたものを動かし切った経験です。使っていなくても語れます。
出力の手前にある仕事は、言語化されにくい割に、実務では重い部分です。次の3つの問いで取り出せます。
依頼された内容と、実際に解いた問題がずれていたことはないでしょうか。「このAPIのレスポンスを速くしてほしい」と来たが、調べると呼び出し回数の設計に原因があった。このとき、論点を置き換えたのは自分です。
誰も課題として挙げていなかったが、自分だけが気になっていたこと。運用でいつも手作業が入る箇所、特定の条件でだけ崩れる挙動、ドキュメントと実装の食い違い。これを拾って起票した経験は、問いを立てた経験です。
指示文を書くとき、暗黙の制約を言葉にしています。既存のデータ構造、守るべき互換性、運用チームの体制、締め切りまでの残り時間。この「渡すための言語化」そのものが設計行為です。何を書いたから使える出力になったのか、を思い出すと、自分の設計観が見えてきます。
ITコンサルやPMOの経験がある方は、ここに強みが寄っていることが多いです。要件を構造化し、関係者と論点を揃える作業は、まさに出力の手前の仕事にあたります。
出力が出た時点では、まだ何も変わっていません。そこから先にある仕事を、4つの観点で見ます。
そのまま採用しなかった判断。 出てきた案を却下した、あるいは一部だけ採った。その理由を言葉にできると、評価基準を持っていることが伝わります。「動くが、この構成だと運用担当が触れない」といった判断です。
関係者が納得するまでの工程。 技術的に妥当でも、周囲が同じ理解に至らなければ実装は進みません。なぜこの案かを、相手の関心に合わせて説明し直した経験があるはずです。
揺り戻しへの対応。 決まったはずの方針が、途中でぶれる。現場が新しい手順を使ってくれない、運用に乗せたら想定外のケースが出る、別部署から差し戻される。ここで止めずに進めたことは、実行をやり切った経験として語れます。
動き続ける状態まで持っていったか。 リリースして終わりではなく、監視、手順、引き継ぎまで含めて残したか。ここは「作った」と「運用に乗せた」を分ける境目です。
顧客の現場に入って実装と課題解決を同時に担う働き方(FDEと呼ばれることもあります)は、この「後」の比重が大きい役割です。実装力を持っている人が、出力の後ろ側に踏み込んだ形と考えると、イメージしやすいかもしれません。
手を動かす手順にすると、次の4ステップです。紙でもテキストファイルでも構いません。
ひとつの案件を選び、工程を時系列で書き出します。たとえば「依頼の受け取り → 論点の設定 → 調査 → 設計 → 実装 → レビュー → リリース → 運用」。粒度はこのくらいで十分です。
AIや自動化に任せた工程に「渡」、自分が判断した工程に「握」を書きます。両方ある工程には両方つけて構いません。
ここが一番大事な作業です。「設計:運用担当が1人なので、手順が増えない構成を優先した」のように、何を基準に決めたかを書きます。一行で足ります。これが貯まると、自分の判断軸の輪郭が出てきます。
「握」が出力の前に集まっているか、後に集まっているか。あるいはどちらも薄いか。
この偏りは、次に広げたい役割を考える材料にもなります。前を厚くしたいのか、後を厚くしたいのか。それによって、見る求人も、現職で手を挙げる場面も変わってきます。
工程の粒度を細かくしてみると、見え方が変わることがあります。「AIに実装させた」と一括りにしている中に、どの方針を採ったか、どこを書き直させたか、何を見て完了と判断したかという判断が入っています。それでも薄いと感じる場合は、現職で論点設定や運用引き継ぎの場面に入る余地がないか、を考える段階かもしれません。これは転職の判断ではなく、現職で役割を広げる判断になることもあります。
規模の大小より、どんな違和感から始めて、どう論点に変えたかのほうが伝わります。誰も課題として挙げていなかったことを拾った経験は、小さくても問いを立てた経験です。むしろ、大きなプロジェクトで決まった要件をこなした話より、具体的に語れることが多いです。
「何をAIに任せ、何を自分が決めたか」が一行でも入っていると、読み手の理解が進みます。ツール名の列挙よりも、判断とその理由が知りたい情報です。手順3で書いた一行が、そのまま使える素材になります。
AIが力を発揮するのは、問いと評価基準が定まっている区間です。自分の判断が残りやすいのは、その手前で問いを決めるまでと、その先で答えを現場で動かすまでの時間です。「AIを使ったか」で分けると見えないものが、「出力の前と後」で分けると見えてきます。工程を並べ、握った部分に見ていた観点を一行添えるだけでも、自分の持ち場の輪郭は出てきます。そのうえで、前を厚くするのか後を厚くするのかは、キャリアの方向を考える手がかりになります。整理の途中で言葉にしづらさが残るときは、転職を決めていない段階でも、誰かと話しながら並べてみる選択肢があります。
編集:Staneer株式会社 掲載日: