AI時代に本当に価値があるのはプログラミング能力ではなく「業界知識」だという指摘

AIが急速に発展して高度なコーディング能力を発揮する中で、AIに代替されない重要な能力は「コードが正しいか判断できる専門知識」であると主張するブログ記事が注目を集めています。

Domain Expertise Has Always Been the Real Moat | Aaron Brethorst
https://www.brethorsting.com/blog/2026/05/domain-expertise-has-always-been-the-real-moat/

ソフトウェア開発者のアーロン・ブレトホルスト氏によると、ソフトウェア開発で難しいのはコードを書くこと自体ではなく、対象となる業界や業務の仕組みを正しく理解することであるそうです。例えば「給与計算システム」を開発する際に、計算をするためのコードを書くことは容易ですが、税率や控除の条件、給与期間による調整など、状況に応じて何が起きるかを正確に理解していなければ、システムが正常に動作しているかどうかを判断することができません。

ブレトホルスト氏は、「15年間物流業界で働いてきた配車担当者」と「優秀なソフトウェアエンジニア」が同じAIコーディングツールを使うケースを例として挙げています。配車担当者はプログラムを全く書けませんが、AIエージェントが作成した物流システムが正しく動いているかどうかを判断できます。一方で、どれほど優秀なエンジニアだとしても、コードの品質は評価できてもそのシステムが現場の業務要件を満たしているかどうかまでは判断できない可能性があります。

ブレトホルスト氏は「コードとは業界知識を文章化したものにすぎず、本当に重要なのはその知識を理解することです。しかし、エージェント型AIは動作モデルを構築することなくソフトウェアを開発できるようになったことで、この分野全体が前提としていた専門知識とコードのつながりを断ち切りました」と指摘しています。

従来のエンジニアは、専門家とセッションしながら本番環境で失敗を繰り返すことで最終的にシステムを構築してきました。一方で、専門家側は信頼性の高いソフトウェアを構築する方法を学ぶには何年もかかるため、自らシステムを構築するケースはほとんどありませんでした。そのため「自分でソフトウェアを構築できること」がエンジニアの強みとなっていました。しかしAIの発達によって、「アイデアを動くソフトウェアへ変換する能力」のコストが大幅に下がった一方で、専門家の具体的な知識へのアクセスは開かれていないため、エンジニアの能力の価値は相対的に下がり、専門家の知識の価値が相対的に上昇しているとブレトホルスト氏は指摘しました。

ブレトホルスト氏の主張を裏付ける事例として、最新AIモデルをどのように活用するかを競うハッカソンをAnthropicが開催したところ、参加した500人のほとんどが開発者だったにもかかわらず、受賞者の5人中3人がソフトウェアのリリース経験がないという結果となりました。システム研究者のデクスター・ハドリー氏は「このハッカソンで得た教訓は、専門知識がコーディング能力に勝るということです。高度に発展したコーディングAIにより、開発者ではなく専門家が専門知識を直接与えながらソフトウェアを構築できるようになっています。これは一時的な流行ではなく、不可逆的な変化です」と語っています。

ソフトウェアをリリースした経験がなかった人がAnthropic主催のOpus 4.6ハッカソンで優勝した理由とは、AI製品に求められているものとは？ - GIGAZINE

ブレトホルスト氏は「今後数年間でどこに時間を投資すべきかを考えている経験豊富なエンジニアにとって、賭けるべき対象はここにあります。明確なアイデアをきれいなコードへ落とし込むという、これまで苦労して身につけてきた技術的なスキルの価値は大きく下がりました。一方で今なお希少なのは、現実の業界や業務について深く理解し、その知識を実践によって裏付けられていることです。何らかの業界や専門機器、規制制度、あるいは現実の業務プロセスを選び、かつてプログラミング言語やフレームワークを学んだ時と同じように徹底的に学んでください。その部分だけはAIエージェントが代わりに身につけてくれません。そして今、そこにこそ最も大きな価値があります」と語っています。

ブレトホルスト氏のブログ記事はソーシャルニュースサイトのHacker Newsで話題になり、アプリを実際の専門的な仕事をする人に試してもらったことが非常に重要な経験になったという開発者の体験談や、「AIはあらゆるソフトウェア知識を駆使して問題を解決しようとすることができるが、PCから音が出ないという問題の解決策に、イヤホンの差し込み口を間違えているという可能性に気付くことすらできなかった」という指摘など、人間の知識がAIのコーディングをサポートする重要性が着目されています。一方で、「システムの出力が正しいことを検証できることと、そもそもシステムに正しい出力を生成する方法を指示できることの間には、大きな違いがあります。特定の分野で高度な専門知識を持つ人々は、たとえエージェントAIがコーディングを完璧にこなしてくれる場合でも、ソフトウェア開発者としては失敗するだろうと私は考えています。なぜなら、彼らは長年かけて身につけたルールを頭の中で明確に説明することに苦労するからです。彼らは自分の専門分野について深い知識を持っているかもしれませんが、知識について評価するためのテストをAIシステムに指示するのは非常に困難でしょう」と専門家がコーディングAIをうまく使えない可能性を指摘する意見もあります。