2026年になって、ようやく整理できるようになったことがある。
この1年半、僕はAIの進化をずっと追いかけてきた。新しいツールが出るたびに手を伸ばし、試し、可能性を考え、また次のツールに飛びつく。ChatGPT、Claude、Gemini、Leonardo AI、ElevenLabs、Kling AI、Make、Claude Code。数えたら本気で触ったAIツールは10を超えていた。
その過程でずっと頭の片隅にあった問いがある。
「AIがここまで進化したら、自分の仕事はなくなるんじゃないか」
この問いに対する今の自分なりの答えを書いてみたい。先に結論を言うと、なくなる仕事となくならない仕事の境界線は、自分が最初に想像していた場所とはまったく違うところにあった。
AIツールのコレクターになりかけた
正直に書くと、僕はAIツールのコレクターになりかけていた。
ChatGPTで文章生成に感動し、Claudeのコード回答の質の高さに乗り換え、Leonardo AIで画像を生成し、Kling AIで動画生成の実験をした。ElevenLabsの音声合成を試して「ナレーションの仕事がなくなるぞ」と思い、Geminiのスプレッドシート連携に感心し、Makeでワークフロー自動化を組み、Claude Codeでターミナルから実装を始めた。
10個以上のツールを触って何を手に入れたか。結論から言うと、最初のうちはほとんど何も手に入れていなかった。
感動と可能性の連続だった。でもどのツールも「試した」止まりで、実際にお金を生む形にしたものがほぼなかった。画像はPCに保存されたまま。音声は誰にも聞かれていない。動画はアップすらしていない。
ツールを触ることとツールで価値を生むことは別の行為だ。この当たり前のことに気づくまで、驚くほど時間がかかった。
恐怖の正体
AIツールを渡り歩いている時期、うっすらとした恐怖があった。
フリーランスとして仕事をしている身にとって、AIの進化は抽象的な議論ではない。具体的な生存の問題だ。
ChatGPTに「LPを作って」と言えばHTMLが出てくる。Geminiに「業務改善案を出して」と言えばもっともらしい提案が返ってくる。自分がやっていることはAIに1分で代替されるのではないか。この恐怖はモデルが新しくなるたびに増幅した。
でもある時期から、この恐怖の正体が見え始めた。
きっかけは、AIの出力を成果物として実際に誰かに見せようとしたときだ。ChatGPTが書いたLPをそのままクライアントに出せるか。出せない。テンプレート的でブランドの個性がない。Geminiの改善案をそのまま経営者に提案できるか。できない。その会社固有の事情を無視した一般論の羅列でしかない。
AIが代替できるのは「作業」であって「判断」ではなかった。
配色をどうするか。この会社にはどの改善策が効くか。このクライアントにはどんなトーンで話すべきか。こういった判断は経験と文脈理解から生まれるもので、AIにはまだ代替できない。
恐怖の正体は「AIに仕事を奪われること」ではなかった。自分の仕事が「作業」なのか「判断」なのかを、自分自身が区別できていなかったことだった。
Claude Codeだけが質的に違った
10個のAIツールの中で、Claude Codeだけが質的に異なるインパクトを持っていた。
他のツールとの決定的な違いは、出力がファイルになるということ。ChatGPTの出力はテキスト。Leonardo AIの出力は画像。どれも素材だ。Claude Codeの出力はHTMLファイル、CSSファイル、GASスクリプト。つまりそのまま動くものが出てくる。
素材を生成するAIと動くものを生成するAIの間には断崖がある。前者は人間の作業を効率化しているだけ。後者は人間の作業を代替している。
この変化が、先ほどの作業と判断の境界線を根本的に書き換えた。
Claude Code以前、ウェブサイトを作ることは「判断」の領域だった。技術がないと作れないから。Claude Code以後、それは「作業」の領域に移った。Claude Codeに指示すれば作れるから。
残る判断は「誰のために、何を、なぜ作るか」だ。この意思決定ができる人間は、コードが書けなくても作れる側にいられる。
「プログラミングができる」と「作れる」は違う
この立場には独特の居心地の悪さがある。
エンジニアではない人間がAIツールで実装している。これはプログラミングと呼んでいいのか。
自分の正直な感覚はこうだ。プログラミングができるとは思っていない。でも作れるとは思っている。
プログラミングができるとは、言語仕様を理解しアルゴリズムを設計できる能力。作れるとは、課題に対して動くものを生み出せること。
世の中の大半の課題は、プログラミングができることではなく作れることで解決される。飲食店のシフト管理。建設会社のExcelシート。ポートフォリオサイト。どれもコンピュータサイエンスの学位がなくても、Claude Codeで指示を出せば作れる。
もちろん限界はある。高度なアルゴリズムや大規模アーキテクチャは太刀打ちできない。でも世の中の課題の大半はそこにはない。Excelのコピペを自動化するレベルで解決される。その領域では非エンジニアがむしろ有利かもしれない。エンジニアは技術的に面白い課題を追いがちで、こういう地味な課題には目を向けない。
AIを使いこなす人の3つの共通点
10個のツール経験から見えてきた、AIを使いこなす人とそうでない人の差は3つの能力で決まる。
1つ目は、指示を構造化する力。AIに「いい感じに」と言うか、色コード・フォント名・レイアウト仕様まで指定するかで、出力が天と地ほど違う。これはプログラミングの知識ではなく、自分が何を求めているかを分解して言語化する能力だ。
2つ目は、出力を検証する力。AIの出力を鵜呑みにせず、動かして確認し、おかしな挙動がないかテストする習慣。コードの全行を理解する必要はないが、検証する姿勢は必須だ。
3つ目が最も重要で、文脈を持っている力。AIはあらゆる知識を持っているが、目の前の特定の状況における特定の課題は知らない。「うちの店はスタッフ3人でPCなし、でもLINEだけは全員使ってる」という文脈は現場を知る人間にしか持てない。この文脈があるから「LINE Botでシフト管理」という解決策が生まれる。文脈なしにAIに聞いたら「スプレッドシートで管理しましょう」と返ってくる。PCを開かない人にスプレッドシートは届かない。
課題を見つける力 × AIで解決する力
最終的に見えてきた構図はシンプルだ。
AIは万能な新人社員。何でもやってくれるし速い。でも何をやるべきかは教えてくれない。「今日のタスクは何ですか」と毎朝聞いてくる新人。優秀だが自分では判断しない。
この新人をうまく使えるのは、自分自身が何を実現したいかを明確に持っている人間だ。
ツールの数を増やしても成果は出なかった。本当に価値が生まれたのは、Claude Codeという1つのツールで目の前の1つの課題を解くことに集中した瞬間からだった。
ポートフォリオサイトを作り直す。出面管理を自動化する。プロジェクト引き継ぎを仕組み化する。全部地味だ。「AIで10億ドル企業」みたいな話ではない。
でもこの地味な積み重ねの中にこそ、本質がある。
エンジニアじゃないからこそ見える課題がある。プログラマーの視界に入らない、飲食店や建設会社や美容院の現場の困りごと。この課題が見える位置にいて、かつClaude Codeで解決できる力がある。
課題を見つける力と、AIで解決する力。この掛け算が、エンジニアじゃない人間がAI時代に持てる武器だ。
AIが仕事を奪うのではない。何を解決するかを持たない人から、仕事がなくなる。逆に、「これを解決したい」という明確な課題を持っている人にとって、AIは史上最強の味方になる。
エンジニアであろうとなかろうと。