ブログ

はじめに：生成AIによって「若手が経験する仕事」が変わり始めている

システム開発部門では、生成AIの活用が進むことで、これまで新メンバーや若手エンジニアが担ってきた業務の一部が大きく変わり始めています。

たとえば、議事録作成、調査結果の整理、仕様書や資料のたたき台作成、テスト観点の洗い出し、過去資料の要約などは、生成AIによって効率化しやすい業務です。これらの作業をAIに任せることで、チーム全体の生産性が高まることは間違いありません。

一方で、こうした業務は単なる「雑務」ではありませんでした。若手にとっては、業務の流れを理解する、先輩の判断基準を知る、顧客やプロジェクトの背景を把握する、成果物の品質感覚を身につけるための入口でもありました。

生成AIによって作業そのものが減ることは歓迎すべき変化です。しかし、その結果として若手が業務を覚える機会まで減ってしまうのであれば、育成のあり方を見直す必要があります。

これからの若手育成では、「雑務を通じて自然に覚える」ことに頼るのではなく、どの案件で、どの工程を、どの役割で経験させるのかを意図的に設計することが重要になります。

本記事では、生成AI時代における若手育成の課題と、教育設計とアサイン管理を連動させるための考え方を整理します。

生成AI時代に起こる若手育成の変化

「雑務で覚える」機会が減っている

これまでの開発現場では、新人や若手が比較的取り組みやすい業務から現場に入り、少しずつ業務理解を深めていくことが一般的でした。

議事録を取ることで、会議の論点やプロジェクトの進め方を知る。調査資料をまとめることで、技術や業界の前提知識を得る。仕様書のたたき台を作ることで、要件や設計の考え方に触れる。

一見すると補助的な作業であっても、若手にとっては現場を理解するための重要な学習機会でした。

しかし、生成AIの活用が進むと、こうした作業は人が一から担わなくてもよくなります。結果として、若手が「少しずつ業務に触れながら覚える」入口が減っていく可能性があります。

いきなり難しい仕事を任せるリスクが高まる

雑務や補助業務が減ると、若手に任せる仕事の選択肢が極端になりやすくなります。

簡単な作業は生成AIで対応できる。一方で、現場に残る仕事は、判断力や設計力、顧客理解、チーム内調整が必要な業務になっていく。そうなると、若手が十分な準備をしないまま、いきなり難易度の高い仕事に入るケースが増えるかもしれません。

もちろん、若手に挑戦機会を与えることは大切です。しかし、前提知識や業務理解が不足したまま難しい仕事を任せてしまうと、本人にとってもチームにとっても負荷が大きくなります。

「任せる仕事がない」状態も起こりうる

反対に、若手に任せやすい仕事が減ることで、「何を任せればよいかわからない」という状態になることもあります。

現場リーダーとしては、納期や品質を守る必要があります。そのため、失敗が許されない業務は経験豊富なメンバーに任せざるを得ません。一方で、若手に任せられる補助業務は生成AIで効率化されている。

その結果、即戦力メンバーに仕事が集中し、若手は成長機会を得にくくなる可能性があります。

この状態が続くと、若手の戦力化が遅れるだけでなく、チーム全体の属人化や将来的な人材不足にもつながります。

若手育成で見直すべき視点

アサインを単なる人員配置ではなく「成長機会」として捉える

生成AI時代の若手育成では、アサインを単なるリソース配分として考えるだけでは不十分です。

誰をどの案件に入れるか。どの工程を経験させるか。どこまで本人に任せ、どこから先輩がフォローするか。これらは、若手の成長に直結する重要な設計要素です。

これまで自然発生的に得られていた学習機会が減るのであれば、マネージャーや現場リーダーが意図的に成長機会を設計する必要があります。

つまり、アサイン管理は「稼働を埋めるための管理」だけではなく、「人を育てるための管理」でもあるということです。

生成AIで効率化する仕事と、人が経験すべき仕事を分ける

生成AIを活用するうえで重要なのは、すべての作業を単純にAIへ置き換えることではありません。

効率化すべき仕事と、若手が経験すべき仕事を分けて考える必要があります。

たとえば、議事録の初稿作成は生成AIに任せてもよいかもしれません。しかし、その内容を見直し、論点を整理し、次回アクションを理解する作業は、若手にとって学びになります。

調査結果の要約も、生成AIで効率化できます。ただし、どの情報がプロジェクトにとって重要なのかを判断する経験は、人が積むべきものです。

生成AIを使うことで作業時間は短縮できます。一方で、判断、整理、レビュー、説明といった経験まで失ってしまうと、若手の成長機会は減ってしまいます。

「任せっぱなし」ではなく、フォロー前提で経験を積ませる

若手に成長機会を与える際は、単に仕事を任せるだけではなく、フォロー体制をセットで設計することが重要です。

たとえば、仕様書の作成を任せる場合でも、最初から完成版を求めるのではなく、構成案、初稿、レビュー、修正という段階を分けて経験させる。設計レビューに参加させる場合も、ただ同席させるのではなく、事前に確認すべき観点を伝え、終了後に振り返りを行う。

このように、本人が考える余地と、先輩が支援する仕組みを両立させることで、業務経験を学びにつなげやすくなります。

教育設計とアサイン管理を連動させる進め方

1. 若手に経験させたい業務を整理する

まず、部門やチームとして、若手にどのような経験を積ませたいのかを整理します。

技術スキルだけでなく、設計、レビュー、テスト、顧客対応、プロジェクト進行、チーム内調整など、現場で必要となる経験を洗い出します。

そのうえで、入社後3ヶ月、半年、1年といった期間ごとに、どのレベルまで経験してほしいのかを整理します。

たとえば、以下のようなイメージです。

• 入社3ヶ月：小規模な修正タスクを、レビュー前提で担当できる
• 半年：一部機能の設計やテスト観点作成に関わる
• 1年：小規模案件やサブタスクの進行を一部任せられる
• 2年目以降：後輩フォローやレビュー補助にも関わる

重要なのは、「何ができるようになってほしいか」だけでなく、「どの案件・どの工程で経験させるか」まで考えることです。

2. スキルマップと案件情報をつなげる

若手に適切な経験を積ませるには、メンバーごとのスキルや経験の現在地を把握する必要があります。

スキルマップを作成し、技術スキル、設計経験、レビュー経験、顧客対応経験、チーム内調整経験などを整理します。あわせて、各案件で必要となるスキルや役割も確認します。

この2つをつなげることで、次のような判断がしやすくなります。

• この若手には、次にどの工程を経験させるべきか
• どの案件なら、フォロー付きで挑戦できるか
• どのメンバーにフォローを依頼できるか
• どの案件に入ると、本人の成長目標に合うか

スキルマップは評価のためだけに使うものではありません。アサイン判断の根拠をそろえ、育成機会を意図的につくるための情報として活用することが大切です。

3. アサイン計画とOJT体制をセットで考える

若手に仕事を任せる際は、アサイン先だけでなく、OJT担当者やレビュー体制もあわせて設計します。

たとえば、若手を新しい案件に入れる場合、以下のような点を事前に決めておくと、現場での混乱を防ぎやすくなります。

• 何を学ぶ目的でその案件に入るのか
• どのタスクを本人に任せるのか
• どこまで本人に判断させるのか
• 誰がレビューや相談対応を行うのか
• 負荷が高くなった場合、どのように調整するのか

特に生成AI時代には、「作業をこなすこと」よりも、「判断の過程を理解すること」が重要になります。

そのため、OJT担当者には、単に成果物を確認するだけでなく、なぜその判断をしたのか、どこを見て修正すべきなのかを伝える役割が求められます。

4. 定期的に振り返り、次のアサインに反映する

アサインは、一度決めたら終わりではありません。

実際に業務を進めてみると、本人にとって難易度が高すぎる場合もあれば、反対にもう少し難しい仕事を任せられる場合もあります。また、生成AIを使うことで作業時間が短縮され、想定より早く次の経験に進めることもあります。

そのため、月次やプロジェクトの節目で、若手本人、OJT担当者、マネージャーが状況を振り返ることが重要です。

確認したい観点は、以下のようなものです。

• 予定していた経験を積めているか
• 生成AIの活用によって、学習機会が失われていないか
• タスクの難易度は適切か
• フォロー体制は機能しているか
• 次に任せるべき業務は何か
• 本人が挑戦したい領域はどこか

この振り返りを次のアサインに反映することで、若手の成長段階に合わせた配置を継続的に設計できます。

5. アサイン情報を見える化し、組織で共有する

教育とアサインを連動させるには、情報の見える化が欠かせません。

Excelや口頭での管理だけでは、誰がどの案件に入っているのか、どの工程を経験しているのか、どのメンバーに負荷が集中しているのかが見えづらくなります。

特に、複数のプロジェクトやチームをまたいで若手を育成する場合、情報が分散すると、アサイン判断は現場リーダー個人の経験や記憶に依存しやすくなります。

アサイン情報を見える化することで、以下のような判断がしやすくなります。

• 若手がどの案件でどの経験を積んでいるか
• 即戦力メンバーに業務が偏っていないか
• フォローできるメンバーに余力があるか
• 次の案件で誰に挑戦機会をつくれるか
• 育成目的のアサインが計画通り進んでいるか

Co-Assignのようなアサイン管理ツールを活用すると、人ごとの稼働状況や案件ごとのアサイン状況を整理しやすくなります。単に人員配置を管理するだけでなく、誰にどの経験を積ませるかを関係者で共有し、育成を含めたアサイン判断につなげることができます。

生成AI時代の若手育成で意識したいポイント

生成AIを「学びを奪うもの」ではなく「学び方を変えるもの」と捉える

生成AIは、若手の成長機会を奪うものではありません。むしろ、使い方によっては学びを深める手段にもなります。

たとえば、生成AIが作成した議事録を若手が確認し、重要な論点や抜け漏れを整理する。AIが出した調査結果をもとに、プロジェクトに必要な情報を取捨選択する。AIが作成したコード案をレビューし、なぜ修正が必要なのかを考える。

このように、作業の入口をAIが担い、人が判断や確認を行う形にすれば、若手はより本質的な業務理解に時間を使えるようになります。

重要なのは、生成AIに任せる範囲と、人が経験すべき範囲を意識的に分けることです。

即戦力メンバーへの依存を減らす

生成AIによって業務効率が上がっても、判断が必要な仕事は経験豊富なメンバーに集中しやすくなります。

短期的には、その方が安全で効率的に見えるかもしれません。しかし、重要な業務が特定メンバーに偏り続けると、若手の成長機会が減り、チーム全体の属人化も進んでしまいます。

だからこそ、若手に任せる業務を意図的に設計し、フォロー前提で少しずつ役割を広げていくことが必要です。

アサイン管理では、「今、誰が空いているか」だけでなく、「誰に次の経験を積ませるべきか」という視点を持つことが重要になります。

若手育成をOJT担当者任せにしない

若手育成は、OJT担当者だけに任せるものではありません。

OJT担当者が熱心でも、プロジェクトが忙しくなれば十分なフォローが難しくなることがあります。また、担当者によって育成方針に差が出ることもあります。

生成AI時代には、若手がどの業務を経験し、どこでAIを活用し、どの判断を人が学ぶべきかを、チーム全体で考える必要があります。

そのためには、アサイン情報、スキル情報、育成状況をマネージャーや関係者が共有し、組織として若手の成長を支える仕組みを整えることが大切です。

まとめ：生成AI時代こそ、アサインで成長機会を設計する

生成AIの活用により、これまで新メンバーや若手が担ってきた業務の一部は効率化されつつあります。

これはチームにとって大きなメリットです。一方で、若手が業務を覚えるための入口まで失われてしまうと、育成のあり方そのものを見直す必要があります。

これからの若手育成では、「雑務を通じて自然に覚える」ことに頼るのではなく、どの案件で、どの工程を、どの役割で経験させるのかを意図的に設計することが重要です。

そのためには、教育計画とアサイン管理を切り離さず、スキル、経験、稼働状況、案件の難易度、フォロー体制をあわせて考える必要があります。

アサインは、単なる人員配置ではありません。若手に成長機会をつくり、将来のチーム体制を支えるための重要なマネジメント業務です。

生成AIで作業が効率化される時代だからこそ、人がどの経験を積むべきかを考え、成長につながるアサインを設計することが求められます。

Co-Assignは、人ごとの稼働状況や案件ごとのアサイン状況を見える化し、属人的になりがちなアサイン判断を整理するためのツールです。若手育成やスキルに応じた配置を考える際にも、誰にどの経験を積ませるかを関係者で共有しやすくなります。

教育設計とアサイン管理を連動させることで、生成AI時代においても、若手が着実に成長し、現場で成果を出せる開発組織づくりにつなげていきましょう。