はじめに：AIで「楽になる」ほど、エンジニアの差が開く
生成AI（LLM）が当たり前になって、コーディングは以前より速くなりました。けれど同時に「誰でもそれっぽいコードが出せる」状態にもなり、価値の差は“実装そのもの”以外のところでつきやすくなっています。
この記事では、AI時代に強いエンジニアになるための必須スキルを10個に絞って、明日からの行動がイメージできる形でまとめます。難しい話もしますが、なるべく親しみやすくいきます。
必須スキル10：AIを「使う人」から「武器にする人」へ
1. 問題設定力（何を解くべきかを言語化する）
AIは解法候補を大量に出せます。でも、そもそも何を解くのかが曖昧だと、最短で迷子になります。
- 目的：売上？コスト？ユーザー体験？リスク低減？
- 制約：期限、予算、法務、既存システム、運用体制
- 成功指標：SLO/SLI、CVR、解約率、工数削減率など
実務では「AIで○○したい」を聞いたら、“で、何がどれくらい良くなれば成功？”を最初に聞ける人が強いです。
2. 要件定義と仕様化（曖昧な希望を実装可能にする）
生成AIは“それっぽい”文章もコードも作れますが、要件が曖昧だと品質も曖昧になります。エンジニアが強いのは、仕様の境界線を引けるところ。
- ユーザーストーリー（例：誰が、何のために、何をする）
- 受け入れ条件（Given/When/Then）
- 非機能要件（性能、可用性、監査ログ、権限など）
AIに相談する時も、仕様がしっかりしているほどアウトプットの当たり率が上がります。
3. AIリテラシー（LLMの得意・不得意を理解する）
“AIが言うなら正しい”は危険です。強い人は、LLMを便利な推論エンジンとして扱いつつ、限界も把握しています。
- 幻覚（Hallucination）：自信満々に嘘を言うことがある
- データ鮮度：最新仕様・社内事情は知らない前提で扱う
- 確率的出力：同じ質問でも答えが揺れる
逆に得意領域は、要約、翻訳、案出し、コードの叩き台、テストケース案など。「どこまでAIに任せ、どこから人が検証するか」を設計できると一段上です。
