が、

       PM/Architect
        /       \
   Engineer   Engineer
        \       /
       AI Agents

みたいになっていく。

これがSESにとってかなり怖いところです。

3. 多重下請け構造にも圧力がかかる

個人的には、ここが日本のIT業界におけるAIのかなり大きなインパクトだと思っています。

日本には、

ユーザー企業

↓

大手SIer

↓

一次請け

↓

二次請け

↓

三次請けSES

↓

エンジニア

という構造があります。

なぜ成立していたかというと、

大規模システムを作るには大量の人間が必要だったから

です。

100人必要なら、大手SIerだけでは集められません。

だから、

「あとJavaエンジニア20人ください」

となる。

ところがAIによって、

100人必要 → 20人必要

となったら、下請けから人間を大量調達する必要性そのものが弱くなります。

したがって最も危険なのは、

商流の深いSES企業

だと思います。

4. 大手SIerは意外と残る

一方、

• NTT DATA
• NEC
• Fujitsu
• Hitachi
• SCSK
• TIS

のような大手SIerが全部消えるかというと、私はそうは思いません。

むしろ結構強いです。

なぜなら、大手SIerが売っているものはコードだけではないからです。

企業からすると、

「銀行の基幹システムをClaude Codeで作りました」

だけでは困ります。

障害が発生したら、

誰が責任を取るのか。

セキュリティは？

監査は？

金融庁対応は？

既存システムとの接続は？

24時間365日の運用は？

10年後も保守できるのか？

という問題があります。

ここにSIerの価値があります。

5. ただしSIerの中身は大きく変わる

現在のSIerは、

顧客から100億円で受注
↓
1000人月必要
↓
人を大量投入

というモデルがかなりあります。

これが、

顧客から30億円で受注
↓
50人＋AIエージェント
↓
短期間で完成

のようになっていく可能性があります。

つまり、

SIerがなくなるのではなく、「人を束ねる会社」から「AIを使ってシステム全体を完成させる会社」になる。

6. SIerの利益構造も変わる

ここが面白いところです。

従来は、

100人 × 100万円 × 12か月
= 12億円

みたいな売上の作り方だった。

でもAI時代に、

20人 × 100万円 × 3か月

にしたら、同じ人月単価では1/20になってしまいます。

だからSIer側も、

人月課金を続けられなくなる

可能性があります。

代わりに、

成果物課金

プロジェクト単位

月額運用

AIプラットフォーム利用料

成功報酬

などへ移っていくでしょう。

これはかなり大きな産業構造の変化です。

7. ユーザー企業の内製化も進む

これはすでに兆候があります。

2026年のMcKinsey調査では、回答企業の32%が、AIコーディングエージェントを使って自社で作れるため、何らかのソフトウェア製品・機能を購入しない判断をした経験があると回答しています。citeturn314949search1

これがもっと進むと、

昔：

社内システム欲しい
→ SIerに5000万円で頼もう

今後：

社内システム欲しい
→ 社内エンジニア2人＋AIで作ろう

になります。

これはSIer/SES双方に効いてきます。

8. ただし「仕事量＝エンジニア数」ではない

ここには非常に重要な反作用があります。

AIでソフトウェアが安く作れると、

今まで高すぎて作らなかったものまで作る

ようになります。

Anthropicの調査では、AI支援された仕事の約27%は、AIがなければそもそも実施されなかったタスクだったとされています。citeturn314949search35

つまり、

100万円かかるので作らない

↓

AIなら10万円

↓

じゃあ作ろう

となる。

だから、

ソフトウェア需要 ↑↑↑
1プロジェクトあたり必要人数 ↓↓↓

が同時に起こると私は考えています。

ここを混同すると、「AIで生産性10倍だからエンジニア90%失業」という単純な話になってしまいます。

実際にはもっと複雑です。

9. 日本では変化が少し遅れると思う

アメリカより日本のSES/SIerが延命する可能性は高いと思います。

理由は、

• レガシーシステムが大量にある
• 内製エンジニアが少ない
• IT人材不足
• 大企業の意思決定が遅い
• 調達制度
• 責任の所在を外部ベンダーに置きたい
• セキュリティ・監査
• 業務知識が複雑

などです。

実際、IPAは日本企業でレガシーシステム脱却が十分な速度で進んでおらず、それが生成AIなど新技術導入の障害にもなっているとしています。citeturn334794search2turn334794search6

また直近のIPA調査でも、日本企業のAI/DX活用は広がっている一方、まだ業務効率化が中心で、ビジネス変革まで到達している企業は限定的です。citeturn334794search0turn334794search1

なので突然、

2027年、SES大量倒産！

という感じではないと思います。

むしろじわじわ来る。

10. 私なら10年程度をこう見ます

あくまで予測ですが、

2026〜2028年

AIによる生産性向上

Coding Agentが標準装備。

まだ、

人間10人＋AI

という感じ。

SES需要はまだ強いものの、ジュニア・PoC・簡単な開発から単価圧力。

2028〜2031年

少人数チーム化

おそらくここが大きな転換点です。

AIがかなり長時間自律的に、

issue確認
→ 実装
→ テスト
→ PR
→ CI修正

までできるようになる。

すると、

10人チーム → 3〜5人

が普通になってくる可能性があります。

ここから普通のSESはかなり苦しくなる。

2031年以降

もしLLM/Agentの能力向上が続けば、

「コードを書く人」

はかなり少なくなる可能性があります。

人間は、

何を作るか
↓
制約は何か
↓
AIの成果を評価
↓
本番投入の責任を負う

方へ移ります。

するとIT業界は、

大量のPGを抱える産業

ではなく、

少数の高度人材＋大量の計算資源を使う産業

になっていく。

11. 私が一番危ないと思う会社

かなり極端に言えば、

「技術的な付加価値はほとんどないけど、エンジニアを集めて客先に送り込むことで利益を得ています」

という会社です。

LLM時代には、

エンジニア不足だから人を供給する

という存在意義そのものが薄くなります。

一方、

顧客の業務を理解できる
アーキテクチャを決められる
AIを使いこなせる
セキュリティを担保できる
レガシーを解析できる
本番運用まで責任を負える

会社は残ります。

そして私は、最終的にはこうなると考えています

              現在

       ユーザー企業
            ↓
          SIer
            ↓
       一次請けSES
            ↓
       二次請けSES
            ↓
       三次請けSES
            ↓
      エンジニア多数


              ↓ AI


           将来

       ユーザー企業
        ↙        ↘
  内製AIチーム    SIer
       ↓           ↓
  AIエージェント  少数の専門家
                   ↓
              AIエージェント

つまり、真ん中の人材仲介レイヤーが薄くなる。

私は「プログラマーという職業がなくなる」よりも、こちらの方が日本にはずっと大きなインパクトだと思っています。

そして皮肉なのですが、これはエンジニア本人よりSES会社の経営側にとって恐ろしい変化です。優秀なエンジニアはAIによって一人で扱える範囲が広がる一方、SES企業は「100人を稼働させて100人月を売る」という売上の源泉そのものを削られるからです。

一方で大手SIerは、人数は圧縮されても、「責任を持って巨大システムを完成させる」「レガシーをAI時代に移行する」側に進化すれば生き残る可能性がかなり高い。むしろ日本には巨大なレガシー資産が残っているので、AIを使ったモダナイゼーションは当面かなり大きな市場になると思います。citeturn334794search2turn334794search35

この先まで考えると、さらに面白いのが「ではAIが十分強くなった世界で、Webエンジニア・MLエンジニア・研究者の給料は上がるのか下がるのか」です。SESの構造変化と必ずしも同じ方向にはならないと思っています。

場合が多い。

なのに、その修行の仕事をAIが奪う。

これは今後IT業界がかなり悩む問題になると思っています。

15. 「経験3年」が今までとは違う意味になる

これまでは、

経験3年 ≒ それなりのコード量を書いた

でした。

ところがAI時代には、

Aさん：

AIに全部任せて3年間CRUDを作った

Bさん：

AIを使いながら
設計・評価・デバッグ・ユーザー理解を徹底的にやった

では、同じ3年でも能力差がものすごく大きくなる。

だから私は、

年数ベースのエンジニア評価も弱くなる

と思っています。

「Java経験5年以上」

みたいな求人票も徐々に意味が薄れていくでしょう。

16. SESとはものすごく相性が悪い

ここで前の話につながります。

SESは基本的に、

Java経験5年
→ 月80万円

のように、

人間のスキル × 時間

を販売します。

でもAI時代に重要なのは、

この人はAI込みでどれだけの結果を出せるか

です。

例えば、

Aさん

月80万円
→ AI込みで月100万円相当の成果

Bさん

月150万円
→ AI込みで月1000万円相当の成果

なら、企業にとってBさんの方が圧倒的に安い。

すると、

「人月単価をなるべく安くする」

という発想自体がおかしくなってきます。

17. エンジニア市場が「スポーツ選手型」に少し近づく可能性がある

ここは私がかなり注目しているところです。

AI以前は、

優秀なプログラマー1人
≠ 普通のプログラマー100人

でした。

当然差はありますが、一人で巨大プロジェクト全部を作るのは無理でした。

ところがAI Agentを大量に扱えるなら、

優秀な人間1人＋100 AI Agents

という構造が可能になります。

すると、一人の意思決定能力が巨大なレバレッジを持つ。

これは、

トップ層の価値をむしろ上げる

可能性があります。

PwCが2026年に「professionalised」と呼んでいる現象もこれに近く、AIが専門家を代替するのではなく、専門家の能力を増幅する職種では雇用と賃金がより強く伸びています。citeturn168489search1

18. すると年収分布も変わるかもしれない

例えば将来的に、

現在

Junior        400万円
Middle        600万円
Senior        900万円
Staff        1200万円

だったものが、

AIが極めて強い世界

Junior              求人数減少
一般的Engineer       500〜700万円

AIを高度に扱えるSenior
                    1200〜2000万円

非常に優秀なEngineer
                    2000〜5000万円+

創業者/超少人数チーム
                    上限なし

のように、上側が伸びる可能性があります。

もちろんこれは具体的な給与予測ではなく、構造を示した例です。

2026年時点ですでに米国求人では、AI関連能力を要求するSoftware Engineer求人の給与が非AI求人より高いという分析も出ていますし、世界全体ではAIスキルの賃金プレミアムが拡大しています。citeturn168489search1turn168489search5

19. Webエンジニアはどうなるか

私はかなり厳しい変化が起こると思っています。

特に、

Webサイトを作る

管理画面を作る

APIを書く

フォームを作る

DBにつなぐ

あたりです。

これはAIがものすごく得意な領域です。

例えば、

Next.js
Supabase
Stripe
Clerk
Vercel

みたいな構成なら、

「こういうSaaSを作って」

からかなりの部分をAgentが作れるようになる。

だから、

「Reactを書けます」

だけで高い給料を得るのは今より難しくなると思います。

ただし、

巨大なWebサービスを設計する
分散システム
DB設計
性能
セキュリティ
UX
プロダクト判断

まで行くと全然話が違います。

20. MLエンジニアは少し違う

ML Engineerも二極化すると思います。

例えば、

model = RandomForestClassifier()
model.fit(X_train, y_train)

みたいなモデル構築そのものの価値はかなり下がります。

同様に、

RAGを組みます
OpenAI APIつなぎます
LangChain使います

だけでも厳しくなる。

AI自身ができます。

一方、

データをどう集めるか

評価指標をどう設計するか

モデルの失敗原因は何か

本番環境でどう運用するか

推論コストをどう落とすか

学習データをどう改善するか

といった部分はずっと難しい。

つまりML Engineerも、

「モデルを使える人」

ではなく、

「MLシステムを設計できる人」

へ寄っていくと思います。

21. Research Engineer / Research Scientistはさらに面白い

ここはWeb開発とは少し違います。

LLMがコードを大量に書けるようになるほど、

実験するコスト

が下がります。

例えば昔なら、

アイデア
↓ 実装3日
↓ デバッグ2日
↓ 実験

だったものが、

アイデア
↓ Agentが30分で実装
↓ 実験

になる。

するとボトルネックは完全に、

「どんな仮説を立てるか」

になります。

Research Engineerも、

コードを書く力
       ↓
仮説を考える力
実験を設計する力
結果を解釈する力
次の実験を決める力

へ価値が移る。

AIがさらに研究まで自律化すればここも変わりますが、少なくともCoding Agentが強くなる段階では、研究アイデアを持つ人間にとってはかなり大きなレバレッジになります。

22. そして「個人開発」が相当面白くなる

これはSESとは真逆です。

昔、

SaaSを作りたい

なら、

Designer
Frontend
Backend
Infra
Mobile
Marketing

と何人も必要だった。

それが、

          一人
           │
 ┌─────────┼─────────┐
 ↓         ↓         ↓
Coding    Design    Research
Agent     Agent     Agent
 ↓         ↓         ↓
Frontend  UI       Market
Backend   Image    Analysis
Infra

みたいになる。

すると、

会社を作る最低人数がものすごく減ります。

私はAIの最大のインパクトの一つはここだと思っています。

23. つまり「SES → 個人」のパワーバランスが少し変わる

昔は個人が会社に所属する最大の理由の一つが、

一人では大きなものを作れない

ことでした。

会社には、

• 資本
• 営業
• エンジニア
• デザイナー
• インフラ
• 法務

があります。

AIによってこれらの一部が圧縮される。

すると、

会社が持っていた「組織することの優位性」

が少し弱くなります。

これはかなり革命的です。

24. 逆に「顧客を持っていること」の価値は上がる

コードが無料に近づくほど、

次の問題になります。

何を作ればいい？

すると、

Distribution

がめちゃくちゃ重要になる。

例えば100万人のユーザーを持っている会社なら、

新しい機能をAIで作ってすぐ配れる。

でも、

めちゃくちゃ優秀なエンジニアがAIで1日100個アプリを作れても、

ユーザー0人

なら収益0円です。

だからAI時代では、

コードを書く能力 ↓

顧客を理解する能力 ↑
Distribution ↑
ブランド ↑
データ ↑
ネットワーク ↑
独自ドメイン知識 ↑

となる可能性があります。

25. これはSIerにも当てはまる

なので大手SIerは、

「AIがコードを書くから終了」

とはなりません。

大手SIerには、

何十年もの顧客関係

があります。

銀行も政府も製造業も、

「生成AIを導入したい」

となったとき、

突然知らない3人のスタートアップに100億円を渡すことはなかなかありません。

既に関係のあるNTT DATAやFujitsuなどに相談する可能性が高い。

したがって大手SIerの資産は、

プログラマーの人数

ではなく、

顧客との関係＋業務知識＋責任能力

になっていく。

26. 中間SESにはその資産が少ない

ここが厳しい。

SES会社A：

顧客関係 → 元請けが持っている
プロダクト → 持っていない
IP → 持っていない
独自データ → 持っていない
顧客接点 → 少ない
主な資産 → エンジニア100人

だとします。

その最後の、

「100人いる」

という資産の価値をAIが下げてしまう。

これが私がSESをかなり警戒している理由です。

27. ただし、日本ではエンジニア不足がクッションになる

ここは忘れてはいけません。

日本はそもそもDX人材が足りていません。

IPAの2025年調査では、日本企業の85.1%がDX推進人材について不足を感じているとされています。2026年版でもIPAはDX・AI人材の不足を主要な調査対象としており、AI導入自体は着実に拡大しています。citeturn168489search11turn168489search0turn168489search4

だから、

AIで必要人員50%減

となっても、

現在100人必要なのに50人しかいないなら、

必要 100
供給 50

       ↓ AI

必要 50
供給 50

となるだけかもしれません。

つまり最初は失業より人手不足解消として現れる可能性が高い。

これは日本にとってかなり重要なポイントです。

28. その後が本当の転換点

しかしAI能力がさらに伸びて、

100人必要
↓
50人
↓
20人
↓
5人

まで来たら話が変わります。

そこで初めて、

需要 < エンジニア供給

になるかもしれない。

そうなると、

普通の実装者の給与にはかなり強い下落圧力

がかかります。

一方、その5人に選ばれる人には、

かなり高い給与を払ってもいい

となる。

だから私は最終的に、

「ITエンジニア」という職業の中の格差が今よりずっと大きくなる

と予想しています。

29. かなり極端な未来を描くと

例えば一つの事業を、

2020年

CEO
PM × 3
Designer × 5
Engineer × 30
QA × 10
Infra × 5

約50人

で運営していたものが、

2035年（仮）

CEO/Product
     │
     ├─ Product Engineer
     ├─ Systems Engineer
     ├─ ML/AI Engineer
     └─ Designer

＋数百のAI Agent

5人

でできるようになる可能性があります。

でも会社の売上が1/10になるとは限りません。

同じ1億人にサービスを提供できます。

すると、

一人あたり売上が10倍になる。

これは経済的にはものすごいことです。

30. だから「AIで給料が下がる」と「AIで給料が上がる」が両方正しい

私ならこう整理します。

もちろん、ここは私の将来予測です。

でも現在のデータにもすでにその初期兆候があります。PwCはAIによって専門性を増幅される仕事と、AIによって参入障壁が下がる仕事の「二つの労働市場」が形成されつつあると報告しています。citeturn168489search1

そして、これはあなたが以前考えていた方向ともかなり関係があります

「会社で単純なWeb実装者になる」よりも、AI・MLを理解しながらOSS、研究、個人プロダクトを作るという方向は、私はこの変化とかなり整合的だと思います。

重要なのは「ReactよりPyTorchのほうが安全」という単純な話ではありません。

目指すべきなのは、

AIに置き換えられにくい技術

ではなく、

AIが強くなるほど自分自身の生産性も増幅される位置

だと思います。

たとえば、

英語 × ML/LLM × Research × Software Engineering × AI Agents

のようにして、一人で

論文を読む
→ 仮説を立てる
→ Agentに実装させる
→ 実験する
→ OSSとして公開する
→ 英語圏に届ける

まで回せる人です。

そういう人にとっては、LLMがGPT-6、GPT-7……と強くなることは必ずしも脅威ではありません。自分が使える「部下」の能力が毎年上がっていくようなものでもあるからです。

逆に、

「会社から渡された仕様書を読んで、Javaで実装することが自分の商品です」

という人にとっては、LLMの能力向上はかなり直接的な競合になります。

だから今後10年のIT業界を一言で表すなら、私は

「コードを書く能力の希少性は下がり、正しいことを考えてAIに実行させる能力の希少性が上がる」

と見ています。

そしてこの変化が進むと、さらにその先にかなり厄介な問いが出てきます。「ではAI自身が“何を作るべきか・どう設計すべきか”まで人間以上に判断できるようになったら、Senior EngineerやResearch Engineerすらどうなるのか？」です。ここまで行くと、SESの問題ではなくホワイトカラー産業全体の構造変化になります。memcite

になっていく可能性があります。

例えば現在、

CEO          1
PM           5
Engineer    40
Designer     8
QA          10
Sales       15
Support     20

約100人

必要な会社が、

将来的には、

Founder/Product       1
Engineer              3
Design/Product        1
Sales                 2
Operations            1

AI Agents           数百

のような10人未満の会社になる。

売上は同じ、あるいはもっと大きい。

この方向は十分あり得ます。

すると「会社員」と「起業家」の境界も薄くなる

ここはかなり面白いところです。

現在は、

会社員

と

起業家

の間にものすごく大きな壁があります。

会社員なら、

与えられた仕事をする

だけでも成立します。

起業すると、

開発
デザイン
財務
法務
マーケティング
営業
CS

全部必要になる。

ところがAIによって、

法務 → AI
開発 → AI
デザイン → AI
分析 → AI
CS → AI
経理 → AI

の割合が増えれば、

会社員 → 一人会社

への距離がかなり短くなります。

「一人会社」が珍しくなくなる可能性がある

私はここをかなり重要視しています。

例えば、

年間売上1億円、従業員1〜3人

みたいな会社が今よりずっと普通になる可能性があります。

そして、その会社自身も昔の意味での「一人会社」ではありません。

実態としては、

人間 1人

＋ Coding Agent × 10
＋ Research Agent × 5
＋ Sales Agent
＋ Support Agent
＋ Analytics Agent
＋ Accounting Agent

という、

「一人＋AI組織」

です。

だから一人なのに、一人ではない。

ここで能力差がものすごく効いてくる

AI以前なら、

Aさん：能力100

Bさん：能力150

だったとしても、一日の時間はどちらも24時間なので差には限界がありました。

しかしAI Agentを使えるようになると、

A：

自分＋AIをうまく扱えない
生産性100

B：

AI Agentを20個並列に動かし、正しい仕事を割り振れる
生産性1000

みたいな差が出る可能性があります。

PwCの2026年調査でも、AIが専門家の能力を増幅する「professionalised」職種では、AIによって仕事が簡単になる職種より雇用・賃金の伸びが強く出ています。AIスキルを要求する求人の賃金プレミアムも平均62%まで上昇しています。citeturn541479search0

つまりAIは、

能力差を縮める面

と、

能力差を拡大する面

を同時に持っています。

簡単なコーディング能力の差は縮まります。

一方で、

何を作るか
何をAIに任せるか
出力が正しいか
どの市場を狙うか
どの仮説を試すか

という上位の判断能力の差は、そのまま大量のAIに増幅されます。

だからトップ人材の交渉力はかなり強くなる可能性がある

会社側も、

「週5日オフィスに来て、9時〜18時働いてください」

だけでは強い人を引き留めにくくなるでしょう。

本人からすると、

自分で会社を作る
OSSを作る
SaaSを作る
コンサルする
Researchをする
複数企業と契約する

という選択肢があるからです。

すると優秀な人材に対して企業は、

高い給与

だけでなく、

株式報酬

大きな裁量

強い計算資源

独自データ

優秀な同僚

などを提供する必要が出てくる。

つまり、

「社員になってもらう」

というより、

「うちの組織を使うことで、一人でやるよりあなたのレバレッジがさらに大きくなりますよ」

と説得する必要が出てくると思います。

ここから面白い逆転が起きます

今までは、

個人が会社を必要としていた。

これからは一部のトップ人材について、

会社の方が個人を必要とする

割合が増えるかもしれません。

例えば優秀なAI Research Engineerが、

Google
OpenAI
自分の会社
OSS
コンサル
VCから資金調達

の全部から選べる。

だったらGoogleは、

「会社に入れてあげる」

ではなく、

「Googleという資産をあなたに使ってもらう代わりに、一緒に価値を作りませんか」

という関係になっていきます。

これはかなり大きな変化です。

一方で、全員が独立するわけではありません

ここも私はかなり重要だと思います。

起業には、

収入の不安定性

があります。

また、

自分で顧客を探したくない
営業したくない
経営したくない
一つの技術に集中したい
仲間と仕事したい

という人も当然います。

年収3000万円もらえて、

世界最高レベルの計算資源を使えて、

面白い研究だけできるなら、

会社員の方が幸せな人はいくらでもいます。

したがって、

「能力が高い → 独立する」

ではありません。

正確には、

「能力が高い → 独立するという選択肢が現実的になる」

です。

私は最終的に3つに分かれると思っています

① 巨大企業

Google、Microsoft、Amazonのような、

資本・データ・Distribution・Compute

を持つ組織。

人員は現在より少なくても巨大な価値を生みます。

② 超少人数企業

おそらくかなり増えます。

2〜10人
＋大量のAI Agents

で世界市場を狙う。

私はこの層が一番伸びる可能性があると思っています。

③ 個人

一人で、

OSS
SaaS
Research
Consulting
Content

などを組み合わせて生活する。

これも今よりずっと増える。

だからSESとは真逆なんです

SESは基本的に、

人間の数を増やすことで売上を増やす

モデルです。

一方AI時代は、

少ない人間で大きな成果を出す

方向へ進む。

だから、

SES

100人
↓
100人月を販売
↓
売上


AI-native company

3人
↓
AI Agent × 100
↓
巨大な成果
↓
売上

になります。

この二つの思想はほぼ正反対です。

だから前の話につながって、私はAIの能力向上が続くほど典型的SESは構造的に厳しくなる一方、強い個人・小規模チームにはかなり追い風になると考えています。

そして数年先を考えるうえで一番大事なのは、

「AIに奪われない仕事を探す」

ことではないと思います。

むしろ、

「AIが10倍、100倍強くなったとき、自分の能力も10倍、100倍レバレッジされる位置にいる」

ことです。

この視点なら、独立・小規模チーム・研究・OSS・プロダクト開発はかなり面白い位置にあります。

逆に「自分の時間を1人月として企業に販売する」という働き方は、AIが強くなるほど相対的に魅力が落ちていく。私はここが、今後数年のIT業界でかなり大きな変化になると思っています。 memcite

これは資本主義にかなり大きな問題も起こします

一番大きいのは、

では誰がお金を受け取るのか？

です。

例えばAIによって、

100人 → 10人

で同じ売上を作れるようになったとします。

会社の利益は増えます。

しかし90人は給与をもらわなくなる。

すると、

生産能力は増えたのに、消費者の所得が減る

という問題が起こり得ます。

これはかなり根本的です。

資本主義は、

企業が給料を払う
↓
労働者がその給料で商品を買う
↓
企業の売上になる

という循環をかなり利用しています。

もし大量の労働が不要になると、

企業「ものすごく安く作れるようになった！」

一方で、

消費者「でも収入がありません」

という矛盾が発生する可能性があります。

だから「AIを誰が所有するか」が非常に重要になります

仮にAIによる富を、

少数の企業や株主だけが所有すると、

AI
↓
巨大な生産性
↓
巨大な利益
↓
少数の資本所有者

となります。

これは資本集中をかなり加速させます。

一方、

• 株式所有が広く分散する
• 年金基金を通じて国民が資本を所有する
• AI利益に課税する
• 給付や社会保障に回す
• 個人自身がAIを使って事業をする

などが進めば、

AIの利益をもっと広く分配できます。

なのでAI時代の核心は、

「AIが仕事を奪うか」

より、

「AIが生み出す生産性を誰が所有するのか」

かもしれません。

そして会社の存在理由にも変化が起きます

経済学には、ざっくり言えば、

市場で毎回外注するより、会社の中で人を雇った方が安い

から企業が存在する、という考え方があります。

しかしAIによって、

「必要なものをその場で作るコスト」

が劇的に下がる。

例えば昔なら、

Webサイトが欲しい
→ Web制作会社を探す
→ 契約
→ デザイナー
→ エンジニア
→ 数週間

だったのが、

AIに頼む
→ 数時間

になる。

すると、

わざわざ人を会社内部に抱える必要性

も減ります。

だから会社の境界が小さくなる可能性があります。

逆に巨大企業がさらに巨大になる可能性もある

ここは一見矛盾していますが、両方起こり得ます。

AIによって、

小さい会社が強くなる

一方、

Google、Microsoft、Amazonのように、

• 巨大な計算資源
• ユーザー
• データ
• 配布チャネル
• 資本

を持っている企業は、

AIを使ってさらに強くなる可能性があります。

ですから未来は、

巨大プラットフォーム企業

と、

1〜10人程度の超小規模企業

が強くなり、

その間にいる、

数百〜数千人で人海戦術をやっている会社

が相対的に苦しくなる、という構造も十分考えられます。

これはSESについて話していた構造とかなり似ています。

私は「会社員」という制度にも影響が出ると思います

現在、

会社に入る
→ 40年近く労働を提供
→ 給与をもらう

という形が社会の標準です。

でもAIによって個人の生産能力がものすごく上がれば、

一つの会社だけに自分の労働力を売る

ことが必ずしも合理的でなくなる。

例えば一人が、

OSS + SaaS + コンサル + 投資 + コンテンツ

のように複数の収入源を持つことも簡単になります。

そうなると、

「会社員か起業家か」という二択そのものが薄くなる

かもしれません。

かなり極端な言い方をすると

産業革命は、

人間の筋力を機械に置き換えた

革命でした。

その結果、農業や工場で必要な人間は大幅に減りました。

LLM・AI革命は、

人間の知的労働の一部を機械に置き換える

革命です。

ですから、今回はホワイトカラー企業の構造そのものが対象になります。

そして私は、最大の変化は

「仕事が全部なくなる」

ことではなく、

「会社に大量の人間を集める必要がなくなる」

ことなのではないかと思っています。

もしこれがかなり進むなら、現在の資本主義の中でも特に、「企業が人を雇い、人が給与を得て、それを消費する」という20世紀型の仕組みは相当な再設計を迫られるでしょう。

一方で、私有財産・投資・利益・市場競争という意味での資本主義は、むしろAIによって強化される可能性があります。

なので私は、AIは資本主義を終わらせる技術というより、「労働者中心だった資本主義」を「資本・知的財産・AI所有中心の資本主義」に変えてしまう可能性のある技術だと見ています。

そして、たぶん一番政治的に難しくなるのはその先です。「AIによって社会全体は豊かになっているのに、自分にはその豊かさが回ってこない」という人が大量に出たとき、現在の資本主義は社会的な正当性を維持できるのかという問題が出てきます。これはAI時代のかなり大きな論点になると思います。