AIでシステムを作れる人は増えましたが、それだけでは仕事は来ません。差がつくのは成果と、そこで得た 知恵です。飽和した市場で何を実績にし、どこを狙うべきかを、受託と自社事業を回す当社の視点で整理します。
▼関連動画▼
▼執筆者のYouTubeチャンネル▼
AIコーディング実況 / 三森一輝（@mimo_claudecode）
結論から書く。生き残るのは、成果を出した人だ。成果とは、見える数字のことを指す。
なぜ数字なのか。AIのアウトプットそのものでは、もう差がつかないからである。同じようなモデルを使い、同じような指示を出せば、出来上がるものは似てくる。当社が飛び抜けたものを出しているかと言われれば、正直そんなことはない。デザインで差をつけるのも難しくなった。
「AIでこれが作れます」は、差別化の材料として弱くなっている。作れる前提で話が進む。
では何が残るか。作ったもので何を起こしたか、という部分だ。
このシステムでどう売上を立てたのか。どこでつまずき、どう直したのか。ここで蓄積される知恵は、同じモデルを使っても人によって全く違う。発注する側の立場になれば分かる。知恵を持っている相手と、持っていない相手なら、前者に頼みたい。
技術の話ではなく、成果の話をできるかどうかで判断されている。
AIで何かを作れる人は増えた。一方で、作ったもので100万円を稼いだ人、継続的に数字を出した人はどれだけいるだろうか。ほとんどいない。
ここが今、もっとも空いている場所である。作れることは飽和し、成果を出すことは飽和していない。
当社の場合、AIで作ったシステムだけで弁当事業を立ち上げ、定期購入の契約を積み上げて、毎月売上が立つところまで持っていった。金額としては誇れるほどの規模ではない。それでも、数字が存在することの意味は大きい。実績として説明できるものは、実際に数字を発生させたものだけだ。
市場の話をする。供給が増えて需要が減るという逆風が、同時に起きている。
以前は、花屋でも工務店でも、ホームページが必要なら制作会社に頼むしかなかった。自社で作る手段がなかったからだ。今はある。簡易的なサイトなら、AIを使って自分たちで形にできてしまう。この層の発注は、減ったのではなく消えた。
依頼として残るのは、より本質的な業務に踏み込む開発である。基幹業務、事業そのものに関わる仕組み、外部に出せないデータを扱う領域。ここは今も需要がある。
ただし競合は増える。AIが出てきたことで、大人数を採用しなくても開発会社は成立するようになった。エンジニア出身者が1人で独立するケースは、これからも増える。仕事が減っている市場に、作れる人だけが増えていく。
この構造では、システムの単価は下がる。昔のように、多少うまくいかなくても費用が支払われるような時期とは違う。結果を出さなければ報酬が上がらない構造へ移っている。
厳しい話に聞こえるが、どの業界でも普通のことでもある。デジタル化そのものは進み続けるので、仕事が消滅するわけではない。結果を出せる人のところに集まるようになる、という変化だ。
誰でもできる領域で戦わないことが、現時点でもっとも有効な差別化になる。
具体的に狙い目なのは、ローカルAIとフィジカルAIだ。理由は単純で、機材の費用が参入障壁として機能しているからである。大容量メモリのマシン、ロボット。個人が気軽に手を出せる金額ではなく、だからこそ挑戦している事業者が少ない。
ローカルAIを実際に組んで、オープンソースのモデルをいくつか検証しておく。どのモデルがどの用途に向くのかを自分の手で確かめておく。
それができると、顧客に対して「この処理はAPIの利用料がかからない構成で組めます」という提案が可能になる。クラウド前提の見積もりしか出せない会社との差は、ここで出る。組み込んだ実績が1件あるだけで、相談が入ってくる確率は変わる。
ローカルAIに必要な機材の考え方は、関連記事「ローカルAIに1000万円は不要｜Mac mini 1台で始める自動化」で詳しく書いている。
実績がないうちは営業が通らない。当社も4年前、システム開発を始めたばかりの頃はまったく相手にされなかった。
ここで待っていても何も変わらないので、最初の実績は自分で作るしかない。自分の業務が楽になるもの、自分が欲しいサービス、得意なジャンルで勝てそうなもの。対象は何でもいい。自分のために作ったものを起点に営業をかけるのが、遠回りに見えて一番早い。
作るときに1つだけ条件がある。数字が取れる形にしておくことだ。
アクセス解析を入れて、どれだけ人を集めたか分かるようにする。売るものなら、いくら売れたかを記録する。継続して使われるサービスなら、継続率を出す。数字にならない実績は、営業の場で使えない。
何もないところから立ち上げる作業は、システムを作る作業より難しい。多くの人が苦手とする領域でもある。裏を返せば、そこを一度でも通った経験は、そのまま希少性になる。
営業方法を聞かれることが多いが、積み重ね以外の答えがない。
当社は前職を辞めて独立した最初の会社でシステムを作り、うまくいかなかった。当時は作ること自体に時間がかかり、検証まで手が回らなかった。今はAIのおかげで改善の回転が速くなり、失敗率そのものは下がっている。そのぶん、作れる人が増えて任せてもらいにくくなったという面もある。
いきなり案件が舞い込むことはない。動画での発信も、メディアでの活動も、何年も続けた結果として今がある。
現実的な進め方は決まっている。目の前の1社に全力を注ぎ、採算度外視でも成果を出す。成果が出れば、次の依頼と単価の交渉ができる。焦る気持ちは分かるが、順番を飛ばす方法は存在しない。
AIで差別化ができなくなるほど、判断基準は人に戻る。この人に任せたい、この人と仕事がしたい。最終的にはそこで決まる。
同時に、担当者が社内の決裁を通すには材料が要る。その材料が実績だ。人柄と実績、この2つが最後に残る。実績を作っておいて損をすることは、1つもない。
要点を整理する。
作れることは前提条件であり、差別化の材料ではなくなった
差がつくのは成果という見える数字と、そこで得た知恵
簡易な開発案件は消え、競合は増え、単価は下がっていく
狙うべきは参入障壁の高い領域。ローカルAIやフィジカルAIは今なら空いている
実績ゼロなら、自分のために作って数字を出し、そこから営業する
AIで何ができるかという話は、もう十分に出回っている。次に問われるのは、それで何を起こしたかだ。
AI駆動研究所では、AI駆動開発の導入支援と受託開発、社内向けのAI研修、eラーニングを提供している。何から実績を作るべきか迷っている場合は、無料相談で状況を聞かせてほしい。
AI大手が相次いで開発速度の抑制に言及しました。それでも減速は起きません。理由は中国のオープンソースモデルの存在です。ニュースの裏側と、特定のモデルに依存しないためのリスクヘッジを具体的に解説します。
