TOKIUM CTOが語る、AI時代の開発と育成のリアル【セミナーレポート】

• 1. 「開発の民主化」を見据えた、新卒エンジニアの育成戦略

• 2. 開発現場で現在起きている変化

• 3. エンジニアが今から鍛えるべき力

• 4. これからキャリアを歩む若手エンジニアへ

• 5. 質疑応答（Q&A）

• 6. まとめ

企業・登壇者紹介

企業紹介：株式会社TOKIUM

2012年創業。経理AIエージェントなどのサービスを展開し、シリーズ合計で3,000社以上に利用されています。現在は業務の自動化に全社で取り組んでおり、AIエージェント開発を推進中。
「未来へつながる時を生む」を志に掲げ、お客様がより高価値の業務に向き合えるように支援しています。

お話を伺った人

西平 基志 氏

株式会社TOKIUM CTO
2012年、共同創業者としてTOKIUMを設立。以来10年以上、フルスタックエンジニアとしてインフラからフロントエンド、運用まで幅広く立ち上げに従事。人力オペレーションの構築経験もあり、様々な課題解決手段に精通したキャリアを持つ。

1. 「開発の民主化」を見据えた、新卒エンジニアの育成戦略

なぜ開発未経験者を育成することになったのか

西平： TOKIUMでは、25卒のエンジニア18名の研修を行いました。そのうち約8割が開発未経験者です。

なぜあえて開発未経験者を多くエンジニアとして受け入れたのか。きっかけは2024年末のDevinや、2025年2月のClaude Codeの登場と社内での活用でした。実際使ってみると開発生産性が劇的に向上し、「近いうちに開発の民主化が一気に進む」と確信したからです。

開発の民主化が進むと、従来の実装工程にあるコーディングは圧縮され、相対的に「何を作るか」というプロダクト企画などの上流工程がより重要になります。そうなると新卒においても、ビジネス側の視点を取り入れながらエンジニアリングもこなす「ハイブリッド人材」として育成することが重要だと考え、開発未経験者の受け入れを決意しました。

結果として、主力SaaSの開発を止めることなく、半年間で合計9体のAIエージェントをリリースし、現在も300社以上のお客様に使っていただける実務成果を出すことができました。

TOKIUMの新入社員研修プログラム

西平：開発未経験者を短期間で戦力化するため、TOKIUMでは基礎から実務レベルまで段階的にステップアップする「4段階の研修プログラム」を独自に設計・実施しました。

フェーズ1（開発基礎研修 / 全18名受講）

単純な「Hello World」を出力させる学習をあえて排除し、ノーコードツールとプログラミング基礎（Progate）を並行して学習。最初から「実際に動くもの」を作る体験を重視し、受講生のレベルに応じた応用問題も用意しました。

フェーズ2（AIエージェント開発研修 / 開発配属9名）

n8nなどの専門ツールを用い、「会食予約エージェント」を構築。チャット指示から条件検索・カレンダー登録までを行う一連のフローを通して、AI時代に必要な「何を行わせるか」という設計思考を体験させました。

フェーズ3（個人開発研修）

バックエンド基盤であるRuby on RailsやPostgreSQLを用いたWebアプリ構築に着手し、Linux基礎やセキュリティ座学も網羅。受講生同士で教え合う相互学習の文化も生まれました。

フェーズ4（チーム開発研修）

外部ツールを内製化するプロジェクトとして「感謝を発信する社内コミュニケーションアプリ」を開発。Git運用やコードレビューなど実務さながらのチーム開発を実践し、完成したアプリは現在も社内で実運用されています。

「ビジネス×開発」のハイブリッド人材の誕生

西平：この育成方針により、従来の枠組みに囚われない新しいタイプのエンジニアが育ちつつあります。

例えば、ある新卒は完全未経験で入社し、秋には開発リーダーに就任しました。彼はもともとビジネス職（営業）として内定していた背景を活かし、インサイドセールスとしてお客様のリアルな声や悩みを直接聞きながら、的確なプロダクト企画と開発を行うという役割を担っています。

これからのAI時代、ただ指示通りに作るだけでなく、「顧客が何を求めているか」を汲み取って上流からエンジニアリングへ落とし込める、「ビジネス×開発」のハイブリッド人材の存在は、大きな強みになると実感しています。

2. 開発現場で現在起きている変化

コーディングがゼロになる日

西平：25卒の育成事例が示すように、AIの登場によって開発の前提そのものが変化しています。これからエンジニアの主戦場となるのが「ハーネスエンジニアリング（※）」です。

（※自律型AIが迷わず正確に仕事を完遂できるように、ルール、ツール、検証、フィードバックループなどの実行環境を人間が設計・構築する手法のこと）

2026年2月、OpenAIのCodexチームは「人間が一切コーディングをせず、100万行のコードを構築してリリースした」と発表しました。人間が行ったのは、AIが迷わず正しいコードを出力するための環境（＝ハーネス）を整えることだけです。

ハーネスエンジニアリングには、大きく分けて2つの役割があります。

1つ目が、コード品質を落とさないための「技術的ハーネス」です。テストコードを事前準備したり、CI/CDやアーキテクチャの制約を組んでおくことで、AIが出力するコードの品質を担保します。

2つ目が、プロダクト品質を落とさないための「プロダクト側のハーネス」です。いくら綺麗なコードが書けても、作るべきものを間違えては意味がありません。ユーザーの課題を正しく捉えて「何を作るべきか」という仕様や制約を定義し、プロダクトの価値を守ります。

計画段階でドキュメントや制約をしっかり作ることができれば、人間が手でコードを書く時間はゼロになります。コードレビューの時間すら大幅に短縮されていきます。

3. エンジニアが今から鍛えるべき力

変わりゆくエンジニアのキャリア像

西平：従来のキャリアは「下流工程（実装）から始めて、徐々に上流工程（設計・企画）へ登っていく」のが一般的でした。

しかしハーネスエンジニアリングの時代では、上流から下流まで全体像を把握していなければ、AIに対する適切な制約（ハーネス）を作ることができません。

そのため、「全工程を同時に少しずつ、浅く広く学んでいく」必要があります。

受験に例えるなら、「特定の3科目だけを深く勉強して勝負できた時代」から、「12科目すべてを浅く広く網羅して理解することが必須の時代」へ転換したと言えます。

若手エンジニアが身につけるべき3つの能力

西平： ここまでの話を整理すると、これからの時代を生き抜くために若手エンジニアが鍛えるべき能力は3つあります。

1つ目は、「課題を定義する力」です。 これは単に綺麗でおしゃれなドキュメントを作るということではありません。開発に入る前に「何を作るべきか」「意図や成功条件、制約は何か」という前提を、文章としてどれだけ解像度高く、論理的に書き下せるかという思考力そのものを指します。

2つ目は、「品質を磨く技術力」です。 自分の手でコードを書かなくなっても、AIが出してきた成果物に対して「プロのプロダクトとして妥当か」を判断する受け入れ基準を持たなければなりません。AIが数秒で出してきたコードを見て、セキュリティや拡張性の観点で問題がないか見極める眼力が必要になります。だからこそ、良い設計や良いコードに関する本質的な技術知識の価値が、これまで以上に高まるんです。

そして3つ目が、「AIにマッチする前提で設計するマインドセット」です。 「自分で書いた方が早い」というこだわりを捨て、「作り方はAIに任せる」「自分よりAIの方がうまくできる」という前提に立つことです。自分は一歩引いた指揮官としてメタ視点に立ち、AIの能力を最大化させるための環境を整える思考への切り替えが不可欠になります。

4. これからキャリアを歩む若手エンジニアへ

西平： ファーストキャリアでの数年間は、エンジニア人生において最も濃密で貴重な時間です。

AI技術の進化によって必要な能力が大きく変わる中、最先端のAI開発やハーネスエンジニアリングを経験できる環境で働くのか、そうでない環境で過ごすのかによって、数年後の成長スピードや市場価値は決定的に変わってしまいます。 選択を誤れば、数年で相対的に評価がされづらい仕事になってしまうリスクすら存在します。だからこそ、自分がどんな環境で成長するのかを真剣に考えてほしいと思っています。

ただし、本日私がお話しした内容もあくまで現時点のスナップショットに過ぎません。日々AIが凄まじいスピードで進化する中で、皆さん自身が最新情報をキャッチアップし、それに基づいて自分自身の成長環境を決断していってください。

5. 質疑応答（Q&A）

セミナー後半では、参加者から寄せられた質問に対して西平氏が回答しました。

Q1. AIを「使いこなせている人」にはどんな特徴がありますか？

西平： 定量的に言うと、社内でAIのトークン消費量が多い人ですね。TOKIUMでは開発メンバーのトークン消費量を自動計測してランキング化しているのですが、使いこなしている人ほどAIを絶え間なく回し続けています。

具体的には「どのような成果指標を設定してAIにひたすら改善させるか」というアプローチができる人や、特定のイベントが発生した際にAIで自動処理するフローを組める人です。適切な成果指標を設定し、AIの出力を評価できる人こそが、今の時代に大きな成果を出せると感じています。

Q2. 異常系や長期的運用など、AIが得意ではない領域の品質保証はどうしていますか？

西平： 直近では品質保証（QA）プロセスにもAIを活用してテストパターンの抽出などを行っていますが、やはり人間でないと担保が難しい部分も残っています。そこはQAエンジニアがしっかりとカバーしています。

現場でも、AIに任せるだけでなく、QAエンジニアによる確認や自動テストなど、多重のフィルターをかけることで品質を担保しています。ただ、AIの進化スピードを考えると、こうした悩みも数年のうちには「昔はそんなこともあったね」と笑い合える過去の話になるのではないかと思います。

Q3. 「AIの成果物を評価・設計する力」はどのように育成していますか？

西平： 企業における開発の成果とは、本質的にはビジネス成果（事業にどれだけ貢献できたか）です。

これまでは細かなロジックの書き方等に思考が奪われがちでした。しかしAIの登場により、エンジニアが「顧客のどんな課題を解決すべきか」に思考（マインドシェア）を割けるようになりました。だからこそ、お客様に近い場所で開発し、自分が下した意思決定によって売上やユーザー体験にどのようなインパクトを与えられたのかを直接確認できる環境に身を置くことが、評価・設計力を磨く一番の近道だと考えています。

Q4. AIのコード読解力・レビュー精度が上がる中で、それでも人間がコードを読む必要はありますか？

西平： 非常に共感できる問いですし、実務のほとんどは人間が直接レビューしなくてもリリースされる世界になりつつあります。

それでも人間が読む必要がある理由は「自分のプロとしての責任を果たし、説明責任を持つため」です。例えば法律家が自分が参加していない過去の判例を解説できるように、エンジニアも「自分が直接書いていないコードであっても、なぜその構造になっているのか」を説明できる技術力・理解力を保持しておかなければなりません。AIに任せつつも、技術の本質を理解し続ける努力は不可欠です。

Q5. インフラなどの「専門性（スペシャリスト）」を目指すキャリアはどうでしょうか？

西平： 単純な専門知識の深さだけでAIと勝負しようとすると、厳しい時代になると思います。

ただし、インフラ運用の自動化など「ハーネスを作る側」になるためには、深い専門知識が必要です。これから専門性を目指すのであれば、単一の領域に閉じこもるのではなく、周辺領域へ目を向けて専門性の幅を広げること。そして「人間が扱いやすいインフラ構成とは何か」といった、人間が関わる部分や心理に焦点を当てて学ぶことが価値に繋がります。

6. まとめ

TOKIUMの事例と質疑応答から浮かび上がったのは、AIの台頭によってエンジニアの評価軸と役割が根本から変化しているという現実です。

手がける実装業務が自動化されていく中で、これからのエンジニアに求められるのは、単にコードを書くことではありません。AIを正しく導くための「課題定義や制約（ハーネス）の設計」を行い、AIが出力した成果物に対してプロとしての説明責任を果たすための「本質的な技術力」を磨くことです。

そして何より、AIによって手に入ったマインドシェアを「いかに顧客の課題を解決し、ビジネスインパクトを生み出すか」という上流の思考へ投資すること。変化を恐れず、AIを使い倒しながら自らの価値をアップデートし続ける姿勢こそが、これからの時代を生き抜くエンジニアの最大の武器となるでしょう。

ITエンジニアを目指す新卒学生向け就活エージェントならレバテックルーキー

レバテックルーキーは、レバテックが運営するITエンジニア専門の就活エージェントです。多数のITエンジニアのキャリア支援経験のあるアドバイザーが、あなたのスキルと希望に合わせた企業の紹介から、人事目線での面接対策など、就職までを一貫してサポートします。ES添削、面接対策、ポートフォリオ作成サポートなども実施していますので、まずは一度カウンセリングにお越しください。

就活アドバイザーに相談してみる