
本記事のポイント
- 13カ月パイロット: インドの小規模開発チーム(20名程度)でAI支援ツール導入、サイクルタイムとバグ率をKPIに6週間ごとに評価し導入可否を判断する(初期予算は人件費の10%上乗せ)
- 2再研修項目: AI-assisted coding、prompt engineering、ML-Ops基礎、セキュリティとデータガバナンスを6〜9カ月のモジュール化研修で実施し、修了者をバージョン化した職務要件で昇格評価する
- 3外部モデル依存管理: トークン型契約やAPI利用のコスト指標(月次利用料、予測上限、代替モデルベンチマーク)を導入し、3社以上の供給元でフェイルオーバー可能な運用体制を構築する
この記事の概要
セールスフォースの最高経営責任者は、AIによるコーディング支援の導入によりソフトウェア開発の生産性が約30%向上したと説明し、2025年にエンジニアの新規採用を停止する方針を明らかにした。社内で稼働するAIエージェントはコーディング、コードレビュー、テスト自動化などを担い、従来の作業負荷を削減しているという判断が採用凍結の背景にある。併せて、AIエコシステム確保の一環として2026年に向けてAnthropicのトークン購入に約3億ドルを支出する計画を示した。
経営はAI投資を通じた生産性向上と外部モデルへのアクセス確保を優先し、人的リソースの構成を見直す局面に入ったと受け取れる。 この決定は即時の大規模解雇ではなく、業務の質的再配分を伴う。高度な設計や顧客折衝、運用・保守などAIが代替しにくい領域は残存すると見られる一方、日常的なコーディング作業や定型的なテストは自動化が加速する。
結果としてオフショア拠点を含むエンジニア採用の需要構造は「量」から「スキルの質」へとシフトする可能性が高い。外部トークンへの大規模投資は最新モデルの利用を保証する一方で、特定ベンダーへの依存や長期コストの増加というリスクもはらむ。日本企業はインド等の開発拠点における人材育成、採用計画、外部AI依存のコスト管理を再点検する必要がある。
詳しくは参考記事をご確認ください。


