Webエンジニア

85% の現場採用率、Cursor の市場シェア 50% 超、MCP 連携によるチケット起票自動化など、ここ 1 年で観測された普及の勢いをそのまま強めに読む。エージェント的にマルチファイル修正・脆弱性パッチを自動化する範囲が拡大し、ジュニア相当のタスクは AI に寄る比率がさらに上がるとみる。

想定 · MCP 連携やエージェント基盤の成熟が続き、組織側もコードレビュー・デプロイ承認のフローを AI 前提で再設計する。

エージェント AI を構築する開発者が 21%→51% に急増した加速度を 5 年に外挿すると、チケット単位の自動完遂、プルリクエスト生成・レビュー・テスト・デプロイのループまで AI が主体で回す体制が中堅層まで降りてくる。人間は方針決定・最終承認・トラブルシュートに役割が圧縮され、定型的な実装フェーズの侵食は現状より一段進むとみる。

工数 50〜62% 削減という個別タスク観測と「プロセス全体では 15〜20% が最適化上限」というシニア観測の中間を素直に取る。コード生成・テスト・リファクタリング領域での AI 比重は微増し、設計・レビュー・運用は人間側に残るという現状分業が 1 年では大きく崩れにくいと読む。

想定 · ツールの改善ペース・採用率・人間レビュー責任の構造が、ここ 2 年と同程度の傾きで推移する。

現状ペースを延長すると、AI が担う範囲はコード生成・テスト・リファクタリングからマルチファイル修正・運用補助へ漸進的に広がる一方、アーキテクチャ判断・インシデント対応・セキュリティ責任は人間側に残るという分業の骨格は維持される。現状 6.5 から穏やかに増える程度の見立て。

AI 出力を信頼できると答えるのは 32% に留まり、Copilot のコンテキスト不足や生成コード誤りの問題が現場に残る。組織が雇ったのは人間という責任構造、本番インシデント対応の負荷、レビュー工数の増加など、実務の摩擦は短期では解けにくく、現状からの侵食加速は限定的とみる。

想定 · AI 起因のインシデントや責任所在の議論を経て、コードレビュー・本番承認・セキュリティ管理を人間に残す運用慣行と社内規程が定着する。

シニア実務者が示す「最適化上限 15〜20%」がプロセス全体の構造的天井を表しており、本番運用責任・セキュリティ・プライバシー・コードレビューの帰属が法的・組織的に人間側に残る限り、5 年スケールでも侵食は伸び悩むとみる。AI 出力への信頼度 32% も簡単には埋まらない。