議題

AIによって、システム開発の工数が大幅に削減され始めています。

2026年11月、PwCコンサルティングは、生成AIを開発ライフサイクル全体へ組み込む「AI駆動開発」の支援サービスを本格展開すると発表しました。

その実績として、

• 基本設計書レビュー：工数70％削減
• 基幹システム移行におけるインターフェース項目解析：工数70％削減
• インターフェース開発：工数40％削減
• テストケース・テストデータ生成：生産性60％向上
• 既存システムのリバースエンジニアリング：約2カ月から約1週間へ短縮

などの効果が確認されたとしています。

ここで、よく出てくる話があります。

「AIで70％も工数が減るなら、人も70％減らせるのではないか。」

しかし、本当にそうなのでしょうか。

私は、むしろ逆だと思っています。

AIで作業時間が減れば減るほど、人間が担う「判断」の価値は高くなる。

今回は、AIによって開発工数が削減される時代に、プロジェクトマネジメントやコンサルティングの役割がどう変わっていくのかを考えてみます。

---

まず、「70％削減」の意味を間違えない

最初に整理しておきたいことがあります。

今回PwCが公表しているのは、

「システム開発全体の人員を70％減らせた」

という話ではありません。

設計書レビューやインターフェース解析など、特定の工程や作業において最大70％の工数削減が確認された、という話です。

ここを混同すると、

AI導入＝人員削減

という単純な話になってしまいます。

資料を探す。

コードを読む。

仕様を整理する。

テストケースを作る。

比較する。

チェックする。

こうした時間のかかる作業をAIが高速化する。

そこで浮いた時間を何に使うのか。

ここからが本当のAI活用だと思います。

---

作業が速くなると、次のボトルネックが見えてくる

プロジェクトには、必ずボトルネックがあります。

開発に時間がかかっているプロジェクトなら、AIによってコード生成やテスト作成が高速化されることで、そのボトルネックは小さくなります。

すると今度は、別の問題が浮き上がってきます。

• 要件が決まらない
• 誰も判断しない
• レビューが止まる
• 発注側と開発側で認識が違う
• 優先順位が決まらない
• 責任者が不明確
• 仕様変更の判断が遅い

これらはAIがコードを書いても解決しません。

つまり、AI時代のプロジェクトでは、

作る能力以上に、決める能力が重要になる。

ということです。

---

AIが作ったものを「採用するか」は人が決める

AIは非常に優秀になりました。

コードを書く。

仕様書を読む。

テストケースを生成する。

資料を比較する。

問題の候補を挙げる。

これらは、かなり高いレベルでできます。

しかし、AIが出した答えをそのまま採用できるとは限りません。

例えば、AIが3つの実装方法を提示したとします。

どれが最も速いのか。

どれが最も安全なのか。

どれが今後の拡張性に優れているのか。

どれが予算に合うのか。

どのリスクを許容するのか。

これは、プロジェクトの背景を理解した人間が判断する必要があります。

AIは「選択肢」を高速に出せても、「責任を持って選択すること」はできません。

ここに、プロジェクトマネージャーやコンサルタントの価値が残ります。

---

AIによって必要人数は減るのか

これは、ある程度は減ると思います。

今まで5人で行っていた資料整理や調査を、AIを使えば2人でできる。

10人必要だった開発工程を、より少ない人数で回せる。

そうしたことは当然起きます。

しかし、ここで重要なのは、

「人数が減る」ことと「人の価値が下がる」ことは同じではない

という点です。

むしろ人数が減れば、1人あたりの判断の重みは大きくなります。

10人の中の1人ではなく、3人の中の1人になる。

すると、

• 何を判断できるか
• どこまで全体を見られるか
• 何をAIへ任せるか
• 何を自分で確認するか
• リスクをどこで察知するか

が、より重要になります。

---

これからのPMは「作業管理者」では足りない

従来のプロジェクトマネージャーには、

• 進捗管理
• 課題管理
• スケジュール管理
• 会議調整
• 議事録
• タスク整理

など、多くの管理業務がありました。

しかし、このあたりはAIがかなり支援できる領域です。

会議を要約する。

タスクを抽出する。

遅延を検知する。

課題を分類する。

資料をまとめる。

これらがAIによって自動化されるほど、PMに残る仕事は、

「管理」ではなく「判断」

になっていきます。

例えば、

• この遅延は許容してよいのか
• この課題は経営へ上げるべきなのか
• この仕様変更を受け入れるべきなのか
• どの担当者をどこへ配置するのか
• 何を捨てて、何を守るのか

という判断です。

これらは、単純な情報整理ではありません。

背景。

人間関係。

会社の事情。

顧客の期待。

将来リスク。

様々な要素を統合して決める仕事です。

---

コンサルティングも同じ

コンサルタントの仕事にも、これまで多くの「作業」が含まれていました。

市場調査。

競合調査。

データ整理。

資料作成。

議事録。

仮説の洗い出し。

これらの多くは、AIによって高速化できます。

ではコンサルタントが不要になるのか。

私は、そうは思いません。

むしろ、

「情報を持っているだけのコンサルタント」は厳しくなる。

一方で、

「情報から何を読み取り、どう動かすかを判断できるコンサルタント」は、さらに重要になる。

と思います。

---

プロジェクトは「人数」ではなく「構成」で見る時代へ

これまで、大きなプロジェクトでは人数が一つの安心材料になっていました。

10人いる。

20人いる。

大手ベンダーが入っている。

それだけで、なんとなく安心感が生まれます。

しかしAIによって個人の処理能力が大きく向上すると、プロジェクトを見る基準も変わってくると思います。

何人いるのか。

ではなく、

誰がいるのか。

そして、

その人たちがAIを使って、どこまで判断・実行できるのか。

という見方です。

人数だけ多くても、判断する人がいなければプロジェクトは進みません。

逆に少人数でも、

• 全体を見られる人
• 技術を判断できる人
• 業務を理解している人
• 意思決定できる人

が揃っていれば、AIを活用して非常に速く進められる可能性があります。

---

AI導入で最初に考えるべきこと

AIを導入する際、

「何人減らせるか」

から考える企業もあるかもしれません。

しかし、私は順番が逆だと思います。

1. 現在どこに無駄な作業があるのか
2. どの作業をAIに任せられるのか
3. そこで空いた時間を何へ使うのか
4. 人間が判断すべき場所はどこなのか
5. その判断ができる人材は誰なのか

この順番で考える。

その結果として、必要人数が減ることはあるでしょう。

しかし、人を減らすこと自体を目的にすると、せっかくAIで生まれた余力まで失ってしまいます。

---

まとめ

AIによる開発効率化は、すでに実験段階だけの話ではありません。

設計、解析、開発、テストなど、実際のプロジェクトで大きな工数削減が確認され始めています。

これから、さらに少ない人数で大きな仕事ができるようになるでしょう。

しかし、そこで必要になるのは、

人を減らす判断ではありません。

人に何をさせるのかを変える判断です。

AIが作業を担う。

人は考える。

人は選ぶ。

人は責任を持つ。

プロジェクトマネジメントも、コンサルティングも、AIによってなくなるのではありません。

「管理する仕事」から「判断する仕事」へ。

その本質が、より明確になっていくのではないでしょうか。