AIで事業・組織・仕事の進め方を再設計。Webシステム開発・教育事業を経営｜AI駆動開発・業務改善を現場で実践｜開発体制の変化、営業・採用のAI化、FDE/社内AI推進人材について発信
Joined October 2009
- Tweets12.4K
- Following1.6K
- Followers3.6K
- Likes31.8K
Pinned Tweet
【エンジニア募集】
AI駆動開発案件で増員を検討しています。
業務システムのリニューアル案件で、仕様書作成やコーディングの多くをAIが担当しています。
そのため、実装スキル以上に重視しているのは、
・複雑な業務システムの理解力
・曖昧な要件を整理、具体化する力、言語化力
・顧客や開発チームとの調整力
・AI生成物の検証、改善提案
・指示待ちではなく主体的に動けること
業務系システムの開発経験、要件定義・基本設計、リプレイス経験、AI開発経験がある方は特に歓迎です。
ご興味あるエンジニアさん、該当するエンジニアをご提案いただける企業様は、DMでご連絡ください📩
もしよかったら招待コードどうぞ！
パーソナルAIエージェント「Muse」をチェックしてみよう。参加後48時間以内に[設定]で私のコードを利用すると、私たち両方が10億のMuseトークンを獲得できます。
コード: KFW29E
muse.ai/join
AIで仕事を効率化しても、給料が増えるとは限らない。
これ、システム化の時代から同じなんですよね。
昔、事務員時代、社内業務を自分でシステム化して、1人で2人分の仕事をこなせるようにしたことがある。派遣は1人契約終了して、人件費はコストダウン。
でも給料はまったく増えなかった。
バカバカしくなって退職したけど、今のAI活用でも同じことが起きている。
会社は生産性が上がって嬉しい。
でも、社員には効率化するインセンティブがない。
効率化の成果をきちんと測定して、評価や報酬に還元する仕組みが必要だと思う。
採用・マッチング領域へのAI代替は、かなり進みそう。
実際、弊社でも、エンジニアの要員情報やスキルシートが大量に届くので、AIで候補を絞り込んでる。
過去の面談議事録、採用結果、その後の活躍まで見て、条件に合う人をピックアップ。
面談しないと分からないことはあるけど、書類選考には十分。
採用やSESのマッチングも、一次選定を人間がやる必要はなくなっていくと思う。
増員が必要になったら、信頼しているSES会社に人を集めて欲しいと依頼します(今回はそれでも足りなかったのでXでも募集しました。募集内容は固定投稿をご覧ください)
参画エンジニアの所属してるSES会社から、無茶な要望が来ることがたまにあるので、間に取りまとめてくれる会社が入ってくれてると、とても助かるのです。
そういう調整にコストがかかるのは当然ですよね。もちろん中抜きするだけの会社もあるでしょうけど。
多重下請けって、単純に「中抜きしたい会社が多いから」だけで残っているわけではないです。
そもそも背景には、高度成長期に案件が一気に増えて、人材が足りず、いろんな会社から人を集める必要があったことがある。
-------------------------
・1950年代〜1960年代
高度経済成長とともに企業の設備投資や情報処理需要が拡大
・1960年代後半
ソフトウェア産業が本格的に発展。大手メーカーを中心とした外注関係が形成
・1970〜1980年代
大規模システム開発が増加し、多層的な請負構造が発達
・1990〜2000年代
受託開発、人月単価による取引、外部人材の活用が定着し、現在につながる構造が強まる
-------------------------
そこで「足りない人材を外部から集める」という慣習が生まれ、年月をかけて構造化され、今の多重下請けにつながっている。
この構造によって利益を得ている会社がいるのも事実です。
ただ、現場側にとって都合がいい理由もある。
それは、結局「知っている人に任せた方が楽」ということ。
元請けの担当者に、昔から付き合いのあるパートナー会社の担当者がいる。「人が足りないから集めて」と言えば、その人が自社・他社を問わず人材を集めてくれる。
その会社の担当者にも、さらに下に付き合いの長い会社や仲の良い担当者がいて、またそこに「誰かいない？」とお願いする。
システム導入案件を例に挙げると、上流のポジションに仲良い会社の人、類稀に優れた人材が入れれば、その人が自社の社員やさらに下請けの会社の人材を入れたりして、下のメンバーをまとめてくれるので管理もしやすい。
ただ、そういう優秀な人材は当然単価も高いので、その人一人を提案しているだけでは、提供する会社としても利益を確保しづらい。
そこで、優秀な人を上流に入れたうえで、構築フェーズに入ったら自社の開発要員や若手を追加で入れる。
上流の人にチームをまとめてもらいながら、若手を育成し、会社としても利益を確保する。
つまり、きれいな組織図だけで商流ができているわけではない。
「この担当者なら任せられる」
「この人に頼めば集めてくれる」
「この人が上にいれば現場を回してくれる」
みたいな、担当者同士の長年の人間関係や信頼関係で商流が固定されているケースも多いと思います。
だから、一番下の会社が元請けに「直接取引しませんか」と言っても、
「すでにあの会社経由で取引しているので、直接は難しいです」
となることがある。
単純に一社抜けば終わる話ではなく、その会社や担当者が持っている人脈、調達力、現場との関係性までセットになっているのです。
AI失業への対策として、就業支援やリスキリングを進めるのはわかる。
ただ、AIで減るのは主にPC上の定型業務。一方、AIを使って業務を再設計するような上流の仕事は、そもそもポジションが少ない。
行ける人は上流へ行くのが良いけど、全員をAI人材への転換を政府として支援することは、現実的ではないと思う。
個人的には、人手不足の業界への労働移動が進むのが良いと思っている。
AI失業の問題は、リスキリング+産業間の労働移動をどう実現するかという話になると思う。
🤖 Made with AI
PHPのバージョンを上げたことで、だいぶ長いこと更新止まってたWordPressとプラグインのバージョンを上げる必要がある場合は、21万で対応出来ないとか全然あると思う。
プラグインが更新版が出てないケースとかもあるし。
Xでエンジニア募集して、何社かご連絡いただきましたが、リモートのエンジニアを抱えて、リモート案件を探してる会社さんが多かった。
もしかしてリモート人材がダブついてるのかも？と感じました。
引き続きエンジニア募集してますので、ご提案お待ちしてます。募集内容は固定ツイートにあります。
保守契約のないお客様から、PHP5.6で動いている古いシステムのバージョンアップをご相談。
昨年、同じお客様の別システムをPHP5系から8系へ移行した時は、数ヶ月かけて慎重に対応したけど、今回は急ぎたいとのことなので、AIエージェントを活用して、どこまで効率化できるか試してみます。
今日のエンジニア面談で、能力差を強く感じた。
業務内容を「AIが作ったものをリリースまで持っていく」と説明したとき、以前面談した方は「テスト業務ですか？」と質問。
一方、今日の方は説明を聞いて数分で、データ移行について具体的な質問。そして、まさにプロジェクトが抱えている課題を指摘。
同じ説明を聞いても、見えているものが全然違う。
この違いは、抽象的なゴールを具体的な課題やタスクに落とし込めるかどうか。
これはエンジニアに限らない。売上や利益といったゴールを、具体的な施策や行動に落とし込むのも同じ能力。
AIが実行を担う時代、この能力の差がますます大きくなると思う。
そして今日面談したのは、Xでの募集を見てご連絡くださった方でした。とても良い出会いでした✨
添付されている資料で「契約を更新しなかった理由」に、コミュニケーション難が48％というのも興味深い。
私が入っているプロジェクトでも、お断りする理由の半分がコミュニケーション力なので、どこも同じなんですね。
AI以前は、コミュ力が低くても、仕様書通りにコードを書くポジションがありましたが、そのポジションはAIによってなくなりました。AI時代にコミュ力は必須ですね。
SES・IT人材の上場企業の決算を読んでいて、業界の流れが変わってきたと思う。
まず、案件が決まりにくくなっている。
フリーランス案件の掲載数は1年で約11%減(フリーランススタート)。
一方で、案件を探す人は前年の1.36倍(レバテック)。
決算でも「成約数が減少」「稼働率が低下」「待機人員が増加」という言葉が並んでいます。
AIで手を動かす仕事が減った影響もあると思う。
それでも採用費は上がっている。
SHIFTは半期で約2倍、TWOSTONE&Sonsは約2.5倍。
その結果、私が見た7社のうち5社で営業利益率が下がりました。
逆に、従業員を増やさずに高付加価値化を進めたセラクは、利益率が上がっています。
大手でも利益が残っているのは、稼働率が97%を超え、離職率が6%前後の会社。
人を増やす時代から、1人あたりの価値と定着で勝負する時代に入った気がする。
AIで開発してると、開発が止まることがある。
原因は、業務判断待ち。
現行システムの仕様を調査して、なぜそうなっているのか、実際にはどのように使われているのかを調べ、新システムではどう実現するのが適切か、仕様やUIを決める必要が発生する。
ただ仕様を決めるだけなら誰でもできる。でも、適切な判断をして、良い設計ができる人は意外と少ない。
AI時代、開発のボトルネックは実装力よりも、上流の判断力になっていく。
AI開発してるエンジニアの一人が、なぜか開発スピードが遅い。
ミーティング中に見つかった不具合をその場でAIに指示して修正してたけど、なかなか進まない。
その場でプロンプトを見せてもらうと、必要な情報を渡さずにふわっと指示を出しているせいで、AIとの余計なやり取りが多いことがわかった。
AIへの指示の出し方で、開発スピードが大きく変わることを目の当たりにしました。
AIが作るから同じ、ではないんですね。指示を出すスキルで生産性は大きく変わります。
検討した結果、人対応のコールセンターからAI電話受付に乗り換えることにしました。
品質は、AIっぽさは感じるものの、一次受付には問題なし。
料金も人対応のコルセンよりコスパが良い。
人のコルセンは、相手の圧に負けてルールを逸脱する取次をすることが何度もあった(相手が急ぎだからという理由で、担当者不在時に代表者に取り次ぐ等)ので、そういった意味でもAI受付の方が安心です。
臨機応変に対応して欲しい場合は人対応が必要ですし、複雑なやり取りが発生するなら人が必要ですが、企業の代表電話の一次受付であればAIで充分です。既存顧客はチャットかメールか、担当者の携帯に連絡がほとんどですし。
こうやって、全てではないにしろ、コールセンターも人員削減が進むでしょうね。
