この記事は、SIerでPM・PLクラスとして働く30〜40代の方に向けて書いています。生成AIが実装工数を変え始めた今、このまま現職に居続けてよいのか、動くべきかを判断する材料が欲しい方を想定しています。
SIerの将来性は、業界全体で一律に決まるものではなく、あなたの会社が多重下請け構造のどの位置にいて、どんな契約形態で、生成AIにどう向き合っているかで分かれます。 「SIerはオワコン」と「安泰」という両極の言説はどちらも粗すぎて、個人のキャリア判断には使えません。必要なのは、自分の会社と自分の役割がどちら側にいるかを冷静に診断することです。
結論：「SIerの将来性」は会社単位ではなくレイヤー単位で分かれる
Photo by Sable Flow on Unsplash
生成AIが押し下げているのは「仕様が決まった後の実装・テスト工数」です。設計書が渡されてからコードに落とし、単体テストを書く工程は、AIによって確実に時間が縮んでいます。私自身、受託・SI事業を経営する立場として、同じ案件を以前より少ない人数で回せるようになった実感があります。
この変化が直撃するのは、多重下請け構造の中で「仕様書を受け取って実装だけを担当する」レイヤーです。元請けとして顧客の業務要件を聞き取り、仕様に落とす側ではなく、すでに決まった仕様をコードに変換するだけの位置にいる場合、そこでの収益源はAIと直接競合します。
一方で、要件の言語化、既存システムの調査、本番運用の責任といった工程はAIでは縮みません。むしろ経済産業省のDXレポート（2018年）で指摘されたレガシーシステムの問題は解消しておらず、既存資産を理解して安全に更新する仕事は増えています。
つまり、個人のキャリア判断は「SIer業界の将来性」という粗い問いではなく、「自分の会社と自分の役割がどちら側にいるか」で行うべきだということです。
生成AIが受託開発の現場で実際に変えたこと
Photo by James Harrison on Unsplash
私が経営する受託開発の現場では、生成AIによって設計書・テストコード・定型実装の作成時間が明確に縮みました。以前なら数日かかった画面実装やAPI実装が、AIにサンプルを示して生成させることで、レビュー込みでも半分以下の時間で完成します。
この変化は、人月単価で売る側にとっては売上の縮小圧力になります。工数が縮めばその分だけ請求額が減るからです。発注側からも「AIを使えばもっと安くできるはず」という価格への視線が既に生まれています。
一方で、要件を言語化する工程、既存システムの調査、本番運用の責任はAIでは縮みません。顧客が「こういうことがしたい」と曖昧に語る内容を、実現可能な仕様に翻訳する作業は、むしろ顧客のドメイン知識とシステムの制約を行き来する高度な判断です。レガシーシステムとの接続では、ドキュメントのない既存コードを読み解き、どこに手を入れれば安全かを見極める必要があります。
仕事の総量が減っているのではなく、単価が付く場所が移動しています。 この変化は一律ではなく、AIを使いこなすチームと使わないチームの生産性差として先に現れます。
それでもSIerの仕事がなくならない理由（発注側から見える景色）
Photo by Anastassia Anufrieva on Unsplash
私は発注する側にも回る立場として、企業がSIerに対価を払っているのはコードそのものではなく、「要件の言語化」「レガシーとの接続」「本番障害時の責任」への対価だと実感しています。
顧客企業の多くは、自分たちが何を必要としているかを最初から明確に言語化できません。業務フローの中で曖昧に感じている不便さを、実現可能なシステム要件に翻訳してくれる相手を求めています。また、既存の基幹系システムに新しい機能を安全に接続するには、そのシステムの仕様と制約を理解した上でのリスク判断が必要です。
経済産業省のDXレポート（2018年）では、レガシーシステムが技術的負債として残り続け、2025年以降に年間最大12兆円の経済損失が生じる可能性が指摘されました。この問題は現在も解消しておらず、既存資産を理解して安全に更新できる人材への需要は高まっています。
さらに経済産業省「IT人材需給に関する調査」（2019年）では、IT人材の不足が2030年には最大で約79万人に達すると試算されています。需要そのものの消滅は当面考えにくい状況です。
なくなるのは「決まった仕様をコードに変換するだけの人月」であり、SIerという業態そのものではありません。
将来性を分ける3つの分岐：商流・契約形態・AI投資
あなたの会社の将来性を自己診断するには、次の3つの分岐を確認してください。
分岐1：商流の位置
元請けとして顧客の業務に直接触れられるか、二次請け以下で仕様書だけを受け取る位置にいるかです。生成AIの打撃は後者に集中します。仕様が固まった後の実装工数がAIで圧縮されるため、その工程だけを担当する立場は単価も案件量も下がる圧力を受けます。
チェック観点：あなたは顧客と直接会話していますか。要件を決める会議に参加していますか。それとも上流から降りてきた仕様書をもとに作業していますか。
分岐2：契約形態
人月精算の準委任契約に留まっているか、成果やアウトカムに寄せた契約を試みているかです。人月単価×人数のモデルは、AIによる工数圧縮と構造的に相性が悪く、生産性が上がるほど売上が減る逆インセンティブが働きます。
一方で、成果物や稼働改善の効果に対して対価を設定する契約形態であれば、AIで工数を削減した分は利益として残ります。なお、転職先としてITコンサルファームを検討する場合は、ファーム別の特徴と選考対策をBIG4 ITコンサル 転職完全ガイド｜デロイト・PwC・EY・KPMG比較と選考対策にまとめています。
チェック観点：あなたの会社は、顧客との契約を人月から成果ベースに変えようとしていますか。経営層がその方向を口にしていますか。
分岐3：AI投資の姿勢
自社がAIを「原価削減の道具」として隠しているか、「提案価値」として顧客に開示しているかです。前者の会社では、AIによる工数削減は見積りに反映されず、社員個人にもAI活用経験が蓄積しません。後者の会社では、AIを使った提案が顧客価値として認められ、個人にも経験が残ります。
AIリテラシーは環境で決まる｜ITコンサルが転職前に確認すべき5つの見極め点で詳しく扱っているように、AI活用のスキルは個人の努力だけでは身につかず、会社の投資姿勢に大きく左右されます。
チェック観点：あなたの会社は業務でAIツールを使うことを推奨していますか、黙認していますか、それとも禁止していますか。顧客への提案資料にAI活用を明記していますか。
「スキルが身につかない」と感じたときの自己診断
「SIerではスキルが身につかない」という不安を抱える方は多いですが、その正体は技術スキルではなく意思決定の経験が積めていないことである場合が多いと私は見ています。
採用する側として職務経歴書を見るとき、私が評価するのは工程の羅列ではなく「自分が決めたこと」が書ける人です。たとえば「◯◯システムの要件定義を担当」だけでは判断材料になりませんが、「顧客の要望Aと制約Bを両立させるためにアーキテクチャXを選択し、リスクYを上長に説明して承認を得た」と書かれていれば、その人の判断力が見えます。
自己診断の観点は次の通りです。
- 要件を決める側にいるか、決まった仕様を受け取る側にいるか
- 顧客と直接話しているか、間接的な伝達だけか
- 生成AIで浮いた時間が、上流の仕事（要件整理・設計判断）に回っているか、単に次の案件に詰め込まれているか
- 本番障害が起きたとき、自分に判断が任されているか、誰かの指示待ちか
PM・PLクラスであれば、ベンダーコントロールや折衝の経験は転職市場で評価されます。ただし「何を判断したか」を言語化できることが条件です。SIerからITコンサルへの転職｜評価される経験と乗り越えるべき壁では、この言語化の観点を具体的に扱っています。
残る場合・動く場合の判断基準と撤退ライン
残る選択が合理的なケースは以下の通りです。
- 元請けポジションで上流を担える立場にいる
- 会社がAI活用を顧客提案の武器として使っている
- ライフイベント（住宅ローン、子育て、介護など）を優先すべき時期にある
一方で、動くことを検討すべきサインは次の通りです。
- 社内でAI利用が禁止されているか、放置されている
- 経営層の関心が人月単価の維持だけに向いている
- 3年前と同じ工程の仕事しか回ってこない
動く場合の主な選択肢はITコンサル、事業会社IT部門、より上流のSIerです。それぞれ評価される経験が違います。ITコンサルでは顧客折衝と提案の経験が、事業会社では内製化を推進できるリーダーシップが、上流のSIerでは大規模案件のプロジェクト統制経験が評価されます。
SIerエンジニアがITコンサルへ転職する方法｜必要スキル・キャリアパス・年収を解説やSIerプロジェクトマネージャーのキャリアチェンジ完全ガイド｜転職先と成功のポイントでは、それぞれの選択肢と準備について詳しく扱っています。
重要なのは、転職ありきで考えるのではなく、「いつまでに何が変わらなければ動く」という撤退ラインを先に決めておくことです。 たとえば「1年以内に会社がAI活用の提案事例を出せなければ情報収集を始める」「2年以内に元請け案件に配置されなければエージェントに登録する」といった具合です。ラインを決めてから情報収集を始めると、煽りに流されず冷静に判断できます。
また、中堅・ブティック型ITコンサルファームの選び方｜大手にない強みと注意点や国内ITコンサルファーム 主要15社の特徴と転職難易度では、大手以外の選択肢も扱っています。選択肢は思っているより広いものです。
よくある質問
SIerは20年後もなくなっていませんか？
業態としてのSIerは残ると私は見ています。ただし人月モデルの比率は下がっていくでしょう。企業の基幹系システムは簡単には置き換えられず、既存資産を理解して安全に更新できる存在への需要は続きます。一方で、仕様が決まった後の実装だけを人月で売るモデルは縮小圧力を受け続けると考えられます。これは推測であり、断定はできません。
独立系SIerとメーカー系・ユーザー系で将来性は違いますか？
資本系列よりも、商流の位置と契約形態のほうが将来性への影響は大きいと私は考えています。独立系でも元請けとして顧客に入り込んでいる会社は強く、メーカー系でも二次請け案件ばかりを回している部署は厳しくなります。系列は入口の顧客基盤には影響しますが、その後の立ち位置は会社と部署によって異なります。
生成AIでSIerの仕事は何割なくなりますか？
信頼できる予測数値は存在しません。「何割減る」と断定する言説こそ疑うべきです。私が現場で観察している限り、仕事の総量が減っているのではなく、単価が付く場所が移動しています。実装工数は縮みましたが、要件整理や既存システム調査の工数は変わっていません。
今からSIerに残ったままAIスキルは身につきますか？
会社のAI投資姿勢次第です。業務でAIツールの利用が推奨され、顧客提案にAI活用を明記している会社であれば、個人にも経験が蓄積します。一方で、AI利用が黙認か禁止の状態であれば、個人で試せる範囲と業務でしか積めない経験は分けて考える必要があります。
個人で試せるのはコード生成やドキュメント作成の効率化です。業務でしか積めないのは、顧客提案におけるAI活用の設計や、本番運用でのAIリスク管理の経験です。後者を積みたい場合は、会社の投資姿勢が変わるのを待つか、環境を変えるかの判断が必要になります。AIコンサルタントの将来性と真価｜AI変革案件で問われる役割と生き残るスキルでは、AI活用の実務経験が何を指すかを詳しく扱っています。
