ITエンジニアの8割超「AIは人間より優れた判断をする」と認める “でも任せられない”業務とは:47%が「将来、人数は減る」と予想
サーバーワークスが2026年8月20日、ITエンジニア260人を対象にしたAIエージェントに関する調査結果を公表。勤務先の52.7%で導入済みであり、全10業務において「AI主体」を支持する割合が「人間主体」を上回る結果となった。
サーバーワークスは2026年8月20日、AIエージェントに関する調査結果を発表した。同調査は2026年6月29日〜7月5日に、全国に住む企業に勤める20歳以上のITエンジニア260人を対象にインターネットで実施された。
AIエージェントの導入状況と個人での利用実態
AIエージェントの認知に関する設問では、「内容まで理解している」という回答が39.2%、「概要は理解している」が36.9%で、合わせて76.1%がAIエージェントの内容または概要を理解しているという結果となった。
勤務先における導入状況については、「全社導入している」が28.5%、「一部部署で導入している」が24.2%で、合計52.7%に上った。「PoC(概念実証)を実施している」(7.3%)、「導入を検討している」(7.3%)という回答も一定数を集めた。
一方、個人での利用状況については、「時々利用している」が32.3%、「日常的に利用している」が28.8%となった。これらを合わせた個人利用者の割合は61.1%に上る一方、「利用したことはない」という回答も28.1%存在した。
業務自動化への期待と活用における懸念点
AIエージェントに最も期待することについての設問では、「単純作業の自動化」が25.4%で最多となった。これに「開発スピード向上」が22.7%で続き、「品質向上」と「人手不足の補完」はいずれも10.8%だった。
一方、活用における最大の懸念は「誤判断」が16.5%で最も多く、「情報漏えい」が14.6%、「ハルシネーション」が14.2%で続いた。
業務においてAIエージェントを活用する際に「人間による承認を必要とするかどうか」について聞く設問では、「多くの業務で必要だが、承認がなくてもよい業務もある」という回答が44.2%を集めた。「常に必要」は26.2%、「高リスク業務のみ承認が必要」は13.1%となった。
完全自律への許容度と人間を超える判断への見解
ITエンジニアが関わる10業務における「AIと人間の役割分担」については、提示された全ての業務で「AI主体」とする回答が「人間主体」とする回答を上回った。完全自律を許容する割合が比較的高かった業務は「技術調査・情報収集」の27.3%と「ログ分析」の25.4%だった。対して「障害対応」は6.5%、「本番環境へのデプロイ」は8.8%にとどまった。
AIエージェントが人間より優れた判断をする場面があるかどうかという設問に対しては、「多くある」が31.9%、「一部ある」が49.2%となり、両方を合わせて81.1%が人間より優れた判断をする場面があると回答した。その一方で、「ない」という回答は8.5%にとどまった。
AIエージェントの将来の進化予測と今後の活用意向
2030年時点でのAIエージェントの進化予測について、「一部業務を自律実行する」という回答が最も多く、45.4%を集めた。さらに「多くの業務を自律実行する」(17.7%)、「業務の大半を自律実行する」(10.0%)を合わせると、73.1%が一定程度の業務自律実行を予想している。
将来のITエンジニア需要に関しては、「人数は大きく変わらず、求められるスキルが変化する」が39.2%で最多となった。その一方で、「人数は減少する」の34.2%と「大幅に減少する」の12.7%を合わせると、46.9%が人数の減少を予想した。
今後の業務におけるAIエージェントの活用意向については、「積極的に活用したい」が23.8%、「活用したい」が49.6%となり、合計73.4%が活用意向を示した。その一方で、「あまり活用したくない」と「活用したくない」の合計は3.1%にとどまっている。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
「DMに逃げる理由は秘密保持ではない」 人とAIエージェントの“最強チーム”を作るベストプラクティス
Anthropicは、人間とAIエージェントによる効果的なチームを構築するためのベストプラクティスをまとめたブログ記事を公開した。Slack社の最高製品責任者(CPO)へのインタビューに基づいている。
データ管理へのAIコーディングエージェント導入で陥りやすい「過大評価」と「意味情報的負債」のわな
AIコーディングエージェントの進化につれ、データ管理の自動化にも期待が高まっている。だが、データ管理は単なるコーディング作業ではなく、ビジネスデータの意味やガバナンス、組織固有の知識を継続的に維持する取り組みだ。AIエージェントの活用を進めながら、データの価値と信頼性を守るために、D&Aチームがすべきことは何だろうか。
「システムプロンプト陳腐化」をどう防ぐか AWSの試行錯誤に見る「自社AIエージェント」運用のポイント
AWSは、AIコーディングエージェント「Kiro」のシステムプロンプトを継続的に評価する仕組みを公開した。社内の実利用データをLLMに採点させ、システムプロンプト変更の効果を比較しているという。
「マルチエージェント」を名乗るだけの作品が続出 Googleが数千の応募から見つけた“勝てる設計”4つのパターン
Googleは、AIエージェント開発コンテストの上位作に見られる4つの設計パターンを公開した。応募の多くが「マルチエージェントシステム」を掲げていたが、実態は単一のモデルがプロンプトをつなげているだけのものもあったという。
AIエージェントに頼るだけでは失敗する 「あと5年」で打つべき次の一手
AIモデルの性能議論が一巡し、AIエージェントを自律的に動かすための環境整備「ハーネスエンジニアリング」へと潮流が移る一方、日本企業の取り組みは「ほぼ皆無」だという。ITRのプリンシパル・アナリスト甲元宏明氏に、現在地と、勝ち残るための「現実解」を聞いた。




