1. 生産性の飛躍と変化の始まり
生成AI、特に開発系CopilotやChatGPTなどのツールにより、エンジニアはかつてないスピードでコードを書き、問題を解決できるようになりました。
「一人あたりの成果」が多くなったことで、これまでのチーム構成や業務設計が前提から揺らぎ始めています。少人数で多くをこなせる一方で、チームの“人数の多さ”が価値を持たなくなりつつあるのです。
しかし、人数が少ないなりに役割というのは作っていかないと一人の創作の中で製品やビジネスのリスクになる可能性も出てくるでしょう。
2. 新しい人事とマネジメントの課題
この変化にこれから直面してくるのは、人事部門と部門マネージャーとなるでしょう。
AIエンジニアの存在は、これまでの「年次・職能等級」中心の人事制度では対応しきれません。
ＡＩの技術やフレームワークを実務にどう使いこなしているか、という“実験的な成果”をどう評価し、報酬に反映するか。これは企業にとって新しい挑戦です。
当然、そういった人材は初期フェーズでは強気になります。
「この技術、他にわかる人いませんよね？」という圧を受け止めながらも、社内に育成機能が整うまでは企業側も引き止めざるを得ない状況に置かれます。
さらに皮肉なのは、AIエンジニアを企業戦略として位置づけていない会社は単純にＡＩ人材を少ない人数で製品を開発してくれる人とみなすでしょう：
「AIで効率化できるなら、エンジニア減らせるよね？」
─これこそがAIを活用できるエンジニアの社内での活躍を削いでしまいます。
3. 問われるのは“AIで何ができるか”の経験値とAIとプロセスの構成能力
今や「AIに触ったことがある」では不十分です。
企業が求めているのは、「生成AIで何ができるのか」を実験し、実装し、壁にぶつかりながら試してきた経験。
どのプラットフォームでどう試したのか、具体的な“汗をかいた痕跡”が問われると思われます。
試行錯誤の中でエラーと向き合った人こそ、評価される時代。
そして完成したものがなくても「試した」ことが新しい積極性と見なされるようになってくると思います。
それは、AIはまだ成長期で方向感はあれどまだ答えめいたものはいくつもあるためいろいろなツールを触ってみることは良い経験となると思われます。
これからの採用の面接では、「AIエージェント？聞いたことはあります（でもまだ触れてません）」
という人は、静かに選考から外れていくでしょう。
4. エンジニアは現代のパイロット
生成AIとともに仕事を進めるエンジニアは、もはや「プログラマー」というより、現代のパイロットやプロスポーツ選手のような存在になっていくと思われます。
大量の処理を行えるようになったエンジニアは、一瞬の集中力、一つの判断のミスが大きな影響を及ぼすからこそ、体調管理・心理的安全性の確保がますます重要になります。
AIでパフォーマンスが上がる時代だからこそ、人間側のコンディションケアが“技術的インフラ”と同じくらい大事なのです。
5. リテンションは最重要経営課題に
従来は「辞めたら採ればいい」で済んでいたかもしれません。
しかし、生成AIの導入により、1人のエンジニアが担う業務量・知識量が圧倒的に増えました。
その結果、離職1人分のインパクトが昔の“3人分”に拡大しているケースすらあります。
つまり、今の時代における経営課題は採用強化だけでなく、「どう辞めさせないか」の仕組みづくりです。
ここで重要なのは、エンジニアの活動を人の情報だけでなく開発プラットフォームからも情報があがる仕組みが必要です。
これはエンジニアに限った話ではないですが、誰がこのプロジェクトでどういう役割やどのような活動をしているかを把握する必要があります。
Atlassian ではTeam25で発表された、Talentというプロジェクトに従事する人材配置についてサポートするソリューションを発表しています。
Atlassian Team '25 発表内容まとめ：Rovo全ユーザー提供開始、Loom統合、戦略/開発/インフラ強化まで一挙紹介
Talent
6. 開発環境がそのままリテンションになる
Excelでの設計書管理。共有フォルダでのコードレビュー。メールでの進捗報告。
──そんな開発環境では、エンジニアは音もなく去っていきます。
彼らが求めるのは、自分が成長できる効率的な環境です。
AIとのリアルタイム協調
ドキュメントとコードがつながる構造
自動化での処理
開発環境については、採用が日本国内だけの人材と限らず海外の人材も採用するとなるならばGlobal standardな開発環境の整備も必要となります。
タスク管理だけでも、日本語と英語で画面が違うものです。
こうした環境が「ここにいれば伸びる」という実感を生み、最大のリテンション施策になります。
7. モチベーションの可視化が必須に
最後に、人事やマネージャーに求められるのが、エンジニアのモチベーションの“見える化です。
Confluence上でのコメントやリアクション、Gitのコミット頻度、Pull Requestの質──こうしたデジタルな行動データに加え、1on1や雑談といったアナログな観察も欠かせません。
ハイブリッドな手法で、「今、調子を崩しそうな人」を事前に見つけられるか？
それが、今後の組織の持続力を大きく左右すると思います。
誰がどの情報を触って誰とプロジェクトをすすめているかという具体的な情報をマネジメントや人事部門も把握していく必要があります。
AtlassianのAIアシスタント「Rovo」は、分散した社内情報をつなぎ、業務支援エージェント群とKnowledge Cardを通じて、プロジェクトの評価/オンボーディングやナレッジ共有を強化します。
まとめ
生成AIによって、エンジニアは強く、そして“貴重すぎる”存在になっていきます。
だからこそ、企業側のマネジメントや人事制度も、大きく変わらなければいけません。
採用、制度、環境、そしてケア。
AIエンジニアを社内で活躍してもらうためのマネジメント戦略が、企業競争力の鍵を握る可能性が高くなっていくと考えます。
