コーディングが初の明白な AI 活用事例となる理由

コーディングこそが AI の「最初の勝者」である理由：a16z ベネディクト・エバンス氏が語る未来の技術転換点

生成 AI 業界は現在、モデル性能を競う段階から、実社会でどう価値を生むかという本質的な問いへと移行しています。a16z のベネディクト・エバンス氏は、現在の技術的興奮が歴史的な過渡期にあると指摘し、「コーディング」こそが唯一明確な製品市場適合（PMF）を示す領域であると断言しました。

コーディングが「魔法」から「インフラ」へ変わる瞬間

現在、AI エージェントによる自動コーディングは、他のどの分野よりも早く、明確な成果を出しています。エバンス氏はこれを「魔法になるはずだった」と表現しますが、20 年後には「コンピュータが昔から当然のようにやっていたこと」として認識されるようになるでしょう。

「自律型コーディングは、単に有用なものから、すべてを変えるものへと変化しました」

過去一年半で最も大きな変化は、業界の焦点が劇的にこの一点に集約されたことです。OpenAI の戦略さえも、「何でも一度にできるモデル」から「コーディングに注力する」と方向転換しました。これは市場が明確な答えを求めている証拠です。

なぜ Coding なのか。エバンス氏は、1970 年代後半や 80 年代初頭の PC 普及期、あるいは 1997 年のインターネット初期と重ね合わせます。当時は「何に使われるのか」は不明瞭でしたが、人々はまず自分たちのためにコンピュータを作りました。同様に、LLM（大規模言語モデル）という新しい「計算資源」が登場した今、開発者が最初に手を付けたのは、まさにそのリソースを使ってソフトウェアを作る作業だったのです。

モデルはコモディティ化し、価値は上位レイヤーへ

ここで重要なのは、基盤モデルやチャットボット自体が最終的な製品にはならないという点です。エバンス氏はこれを「コモディティ化（商品化）」と呼びます。

「基盤モデルは製品ではありません。チャットボットも製品ではありません。価値はさらに上層に生まれます」

現在の AI 業界では、OpenAI や Anthropic が提供するモデルは、インフラの一部として扱われるようになります。これは、2009〜10 年のモバイルデータ市場が陥った状況と酷似しています。

当時の携帯電話会社（キャリア）は、膨大な資本を投じてグローバルなネットワークインフラを整備しました。しかし、彼らはそこから直接大きな利益を得られませんでした。価値は、そのネットワーク上で動作するアプリやサービスを提供した上位層（iPhone や各種アプリ）へと移動したからです。

同様に、AI 業界でも「モデルにアクセスすれば何でもできる」という時代は終わります。税務処理を自動化したい企業は、汎用的なチャットボットを使うのではなく、特定の業務に特化した AI ツールやワークフロー自動化のレイヤーが必要になります。モデルプロバイダーは限界コストでトークンを販売するインフラとなり、真の価値を生み出すのは、その上に構築されるアプリケーションと自動化されたプロセスです。

エンジニアの雇用構造：まだ答えは出ない

コーディングの自動化が進む中、最も議論を呼んでいるのが若手エンジニアの役割と雇用構造です。多くの企業が「新人を採用する意味があるのか」と問い始めています。

「市場構造がどうなるか、あるいはソフトウェアエンジニアのキャリアが 3 年後にどうなっているかを誰かが知っていると断言するのは、狂気の沙汰だと思います」

エバンス氏は、この点についてはまだ誰も答えを持っていないと強調します。過去には「若手は基礎的な業務を学び、ベテランは複雑な判断を行う」というキャリアパスが一般的でしたが、AI がその基礎業務を自動化してしまえば、従来の育成モデルは崩壊します。

• 若手を採用する理由は何なのか？
• 彼らにどのような役割を与えるべきか？
• 以前人間が行っていた業務が AI に置き換わった時、組織はどう再編されるのか？

これらの問いに対する明確な答えが出るまでには、少なくとも数年かかるでしょう。現在は価格の高騰や供給不足による混乱もあり、市場構造が定まっていないため、安易に結論を出すことは危険です。

歴史的転換点：20 年後の「当たり前」へ

現在の AI 革命は、PC やインターネットが普及する前夜と同じ過渡期にあります。初期段階では、システムが不安定で、設定も複雑で、使いこなすのに時間がかかります（80 年代のサウンドカードや、TCP/IP を手動設定していたインターネット初期のような状況）。しかし、技術は常に複利で成長し、採用は加速します。

エバンス氏は、現在の「魔法のような」AI が、20 年後には「コンピュータが当然のように行うこと」として社会に溶け込むと予測しています。その時、私たちは AI を特別な技術としてではなく、電灯や水道と同じインフラとして認識するようになるでしょう。

重要なのは、今この瞬間に「何が勝つか」を完璧に予想することではありません。むしろ、価値の所在がモデルから上位レイヤーへ移りつつあるという構造変化を理解し、自社のワークフローや人材戦略を見直すことが求められています。技術の興奮は去らず、その形を変えて社会の基盤となるのです。