生成AI時代に成長するSIerと衰退するSIerの違い

＃SIer ＃インフラ構築＃システム開発＃プロジェクトマネジメント＃上流工程＃日比谷情報システム＃生成AI

生成AIの急速な進化は、SIerにも大きな衝撃を与えています。最近は「人月ビジネスが厳しくなる」「エンジニアの仕事がAIに奪われる」といった声も聞かれるようになりました。

しかし、実際にSIer全体が衰退するのかといえば、答えは「NO」でしょう。現在は、AIが台頭する時代に、価値を生み出せるSIerと頭打ちになるSIerに二分されるという見方が主流になっているようです。

今回は、生成AI時代にSIerがどう変わるのかを整理したうえで、成長するSIerと衰退するSIerを分ける4つのポイントを解説します。

生成AIの普及でSIerはどう変わるのか

生成AIの技術革新によってシステム開発の現場は劇的に変化しました。ここではSIer業界に与えた影響を整理します。

開発工数の削減と上流工程への移行

AIがカバーする業務領域はプログラムの記述に留まらず、テスト仕様書の作成やデバッグ支援まで拡大の一途をたどっています。以前は数日かかっていたモジュール作成も、適切な指示を与えれば短時間で雛形コードが生成されるようになりました。

要件定義も生成AIを活用できるようになりましたが、人間による最終的な判断と選択が必要です。留意すべきは「従来型のSIerの作業は減るが、SIerの仕事が消えるわけではない」という点です。

顧客の状況と課題を把握して、何を作るべきかを考え、設計し、提案するプロセスはAIには容易には代替できません。今後のSIerの役割は、要件定義や設計といった上流工程や、顧客の将来を見据えたコンサルティング寄りの業務へと移っていくと予想されています。

「人月型のビジネスモデル」は限界？

生成AIが開発工程の多くを担うようになったことで、「工数×単価」の人月型ビジネスモデルが成立しなくなるといわれています。AIにより開発が効率化・標準化されれば、内製化する企業が増えることが主な要因です。

今後は単価の算定基準も工数から価値（成果）へ移行すると考えられています。人月型のビジネスモデルは完全にはなくならないものの、AIによって同じ成果をより短時間で出せるようになるため、単価が下落したり業務の総量が減少したりするリスクがあります。

システムエンジニアやインフラエンジニアが人材不足といわれているなかで、専門性が高いエンジニアを適材適所で揃えられるのは、SIerの価値のひとつであり続けるでしょう。それでもAIに作業を任せることができるようになると、「課題発見」「分析」「企画・設計」「定義」「評価」「判断」などの価値をいかに高く売るかという視点が必要になります。

成長するSIerと衰退するSIerの違い

生成AI時代におけるSIerの価値は「プログラムを書く量」ではなく「顧客のビジネスを成功させる力」で決まります。ここからは、今後も成長を続けるSIerと、淘汰されていくSIerの違いを4つの視点から解説します。

顧客の課題を深く理解できるか

生成AI時代に成長するSIerの特徴は、顧客の業務プロセスやビジネスゴールを深く理解したうえで、「顧客が本当に必要なシステム」を提案できることです。単なる仕様書の実装にとどまらず、業務課題の本質を捉え、ゴールから逆算して解決策を導き出す力を持っています。

一方、エンドユーザーと直接折衝する機会が少ない下請のSIerは、顧客の潜在的な課題に気づくのが困難です。顧客の要望通りに実装するだけでは、今後は価値を出しづらくなるでしょう。

パートナーとして顧客のビジネス環境や「顧客自身も気づいていない課題」を深く理解し、あるべき姿を提言できる力こそが、AIに代替されないSIerの価値となります。

上流工程を担う企画・設計力があるか

成長するSIerが持つ大きな強みは、構想設計とアーキテクチャ設計を手がける力です。AIが生成するコードの質は「何を・どう設計するか」の精度に大きく左右されます。具体的には、以下のような領域です。

要件定義
システム全体の構造設計
技術選定の判断
全体最適を視野に入れた設計

AIによるコード生成が容易になるほど、その傾向は顕著です。企画・設計に精度を出せる会社は、自動化で浮いたリソースをより創造的な業務に割り当てられる一方で、下流工程中心のSIerはAIによる恩恵を受けにくく、差別化が困難になるリスクがあります。

特定業界のビジネスに関する知見があるか

汎用的な知識を持つAIでも、特定の業界における複雑な商習慣や法的規制、現場特有の運用ルールまでを網羅的に把握し、システムに落とし込むのは難しいでしょう。

【AIが代替しにくい業界知識の例】

金融システム：法律・セキュリティ要件・勘定系の業務知識
製造業：生産管理・サプライチェーンの業務フロー
公共システム：制度・法令・行政プロセス
物流システム：在庫管理・配送管理・倉庫業務・輸配送プロセスの業務知識

業界特有のビジネスに関する知識は、経験を通じて身につくものが多く、AIの習得にも限界があります。特に一部のレガシーシステムについては、学習ソース自体が不足している状況です。こうした「ドメイン知識」は、それ自体が強固な参入障壁となり、SIerの差別化要素になりえます。

チームで価値を最大化するプロジェクト力があるか

顧客との協業におけるチームビルディングも、AIに代替できない領域です。AIは論理的な最適解を出すのは得意ですが、感情を持つ人間同士の調整や、チームの士気を高めるようなリーダーシップは発揮できません。

複数のステークホルダーを巻き込みながら合意形成を進め、協業して成果を出すSIerの組織力の源泉は、在籍するエンジニアの高度なコミュニケーション力と状況判断の積み重ねにあります。

チームビルディングや顧客との折衝に長けたエンジニアが不足しているSIerは、成長が頭打ちになる一方で、チームや協業で成果を最大化できるSIerは、技術トレンドの変遷にかかわらず顧客から厚い信頼を寄せられ、成長を加速させるでしょう。

日比谷情報システムがAI時代に強い理由

独立系SIerの日比谷情報システムは、「成長するSIerの条件」を満たしている企業のひとつです。

大手企業との直接取引が多い

日比谷情報システムは、大手企業との直接取引（プライム案件）を数多く手掛けています。下請けのプロジェクトで指示書通りの仕事をするのではなく、顧客と直接対話するプロジェクトが多いのが特徴のひとつです。

技術者にしてみれば、「顧客が真に求めているもの」を把握し、最適なシステムやインフラを設計する力を磨けます。顧客の声を直接聞くことで、表面的な要望の裏にある本質的な課題を発見し、解決策を提案する経験を積むことも可能です。このプロセスを通じて、AIには模倣できない顧客理解力と折衝力が養われます。

金融・製造・公共・物流などの業界・領域の知見

金融、製造、官公庁・物流など、社会インフラを支える重要システムの構築実績が豊富なことも日比谷情報システムの強みです。こうしたミッションクリティカルな分野では、ITスキルに加え、専門的な業務知識が求められます。

長年のプロジェクト経験で蓄積された業界特有の知見（ドメイン知識）は、日比谷情報システムの大きな資産です。エンジニアは銀行の情報系システムやメーカーの基幹システムといった業務を通じて、特定の業界におけるビジネスプロセスや規制への理解を深められます。

AIが容易に学習できない知見は、エンジニアの価値を高める最強のツールになるでしょう。

インフラからクラウドまで幅広い対応力

アプリケーション開発にとどまらず、インフラ設計・構築からハイブリッドクラウドの対応まで手がけているのも日比谷情報システムの強みです。さまざまな経験を積むと、フロントエンドとバックエンドをカバーするフルスタックなエンジニアを目指せます。

「クラウドを活用してコストを下げたい」「堅牢なセキュリティを実現したい」といった顧客の多様なニーズに対し、システム全体を俯瞰して最適な提案ができる能力は、上流工程を担うエンジニアにとって強力な武器といえます。

高水準のQCDと信頼の実績

創業以来、日比谷情報システムは品質（Quality）、コスト（Cost）、納期（Delivery）の遵守を徹底し、顧客との長期的な信頼関係を築いてきました。こうした高水準の成果物を生み出す源泉は、社員一人ひとりの高いプロセス品質への意識、モチベーションにあると考えており、教育やキャリアを支援する体制を強化してエンジニアの成長を後押ししています。

安定した経営基盤と実績がベースにあり、腰を据えてキャリアアップできる環境が整っているのも日比谷情報システムの強みといえるでしょう。