新しい実装技術を
人が覚え直す
学習期間が長く、実務への再配置までに技術が変化します。実装速度では若手や専門エンジニアとの比較になりがちです。
ADOPTION STORY / 02
新しい技術を
覚え直すのではない。
経験をAIの判断力に変える。
シニアSEやPMが、プログラミングの最新知識で若手と競う必要はありません。顧客の意図を理解し、AIの仕事を分け、提案を疑い、最後の事業判断を行う。経験の価値を実装速度に接続します。
SENIOR TALENT / AI-NATIVE ARCHITECTTHE MANAGEMENT ISSUEリスキリングが、
リスキリングが、
「若手と同じ技術を学ぶこと」になっている。
外注管理、予算、顧客調整、品質、リスクを長く担った人材ほど、自ら実装する時間から離れています。その人材に最新言語やフレームワークを一から覚えさせても、投入した時間に見合う役割と成果を作るのは容易ではありません。
新しい実装技術を
実装はAIへ。
経験を判断へ。
AIに調査、実装、テストを担わせ、シニア人材は目的設定、文脈の付与、作業分解、例外判断、品質説明を担います。
WHY SENIOR TALENT経験は、AI時代に
経験は、AI時代に
初めて「並列化」できる。
一人のシニア人材が複数のAIセッションに意図と制約を渡し、同時並行で調査・実装・検証を進められます。人の判断力を複数の実行主体へ配れることが、従来と異なる生産性を生みます。
顧客要望の背景を理解する
言葉どおりの要件ではなく、事業目的、制約、関係者、暗黙の優先順位をAIが扱える形へ変換します。
AIセッション間を調整する
調査、実装、テスト、レビューを分け、依存関係と判断ポイントを管理します。
AIの提案を疑う
過去の失敗、運用現場、顧客の反応から得た暗黙知を使い、「動く」と「任せられる」の間をレビューします。
AIに決められないことを決める
費用、納期、セキュリティ、顧客説明、リリース、停止などの事業判断と結果への責任を担います。
PARALLEL CORE / MEASURED EVIDENCE1名の運用者とAIセッション群で、
1名の運用者とAIセッション群で、
大規模な開発を進めた。
Parallel Coreの社内プロジェクトで、2026年6月から8月にかけて、1名の運用者が複数のAIセッションを監督しました。APIによる全量取得、SHA-256による重複排除、除外基準を用い、開発規模と日次生産性を測定しました。
EXECUTABLE LINES366,181重複排除後の総実行行数
ESTIMATED SCALE7,139 FPバックファイア法による推定中央値
DAILY PRODUCTIVITY88.7 FP20プロジェクト・40日間の保守的集計
OPERATING MODEL1 + AI運用者1名がAIセッション群を監督
EVIDENCE SHEET「たくさん作った」ではなく、
「たくさん作った」ではなく、
誰でも測り直せる数字にする。
開発量は水増ししやすい指標です。そのため、バイナリやライブラリを除外し、一致ファイルを重複排除し、全量取得とコマンド手順を残しています。
THE NEW ROLEシニア人材は、
シニア人材は、
実装者ではなくArchitectになる。
Solo SIer™におけるArchitectは、すべてのコードを自分で書く人ではありません。仕事をAIが実行可能な大きさへ分け、必要な文脈と制約を与え、検証結果を読み、例外を判断し、最終的な説明責任を担う人です。
HUMAN / 01
意図と成功条件を定める
顧客の目的、制約、優先順位、受入条件を定義します。
AI / 02
調査・実装・テストを並行実行
複数のAIセッションが、分けられたタスクと許可範囲の中で作業します。
HUMAN / 03
提案を批判的にレビュー
要求との一致、運用影響、セキュリティ、例外を経験に照らして確認します。
SYSTEM / 04
判断と証拠を記録
誰が何を決め、AIが何を実行し、どの検証を経たかを残します。
RESKILLING PROGRAM座学ではなく、
座学ではなく、
実際のシステムで役割を変える。
認定の目的はAIツールの操作を覚えることではありません。モデルシステムの調査、移行、機能追加を通じて、AIに仕事を任せられるか、成果と証拠を説明できるかを確認します。
01
Learn
SAHOの考え方、要求、タスク分解、検証、記録の標準を学びます。
02
Practice
モデルシステムに対し、調査、移行、機能追加、テストをAIセッションと進めます。
03
Qualify
実技の成果物、判断、検証証拠を機械判定と定義済みの基準で評価します。
04
Operate
最初は限定された案件と権限で実務へ適用し、検証できた型を横展開します。
WHERE TO START最初の対象は、
最初の対象は、
経験と成果条件の両方がある領域。
シニア人材の再配置を研修だけで終わせないために、対象業務、予想する役割、権限、成果指標、配置後の支援者を先に決めます。
既存システムの
保守改善
業務知識が必要で、改修範囲と成果を測りやすい領域です。
レガシーシステムの
調査・移行
既存制約、利用者、運用影響を理解した人材の経験を活かせます。
AIネイティブな
PM・PMO
複数のAIセッションと人の作業を、成果物、依存関係、判断ゲートで統合します。
「学び直し」から、
「価値の再接続」へ。
対象とする人材、現在の役割、配置先候補、モデルシステム、実務で求める成果を伺い、実技研修から最初の案件までを設計します。
Duonに相談する →