AngelList共同創設者ナヴァル：AIの生産性は過度に神話化されており、ソフトウェアエンジニアは決して絶滅しない

作者：Naval Ravikant

翻訳：Felix、PANews

現在のAI大規模モデルの狂乱的な進化の背景の中で、世界の市場は深い悲観と不安に満ちている。前例としてOpenAIのCEOサム・アルトマンは「AIは95％のプログラマーの仕事を奪うだろう」と予測し、その後、AnthropicのCEOは「AIは6〜12ヶ月以内にソフトウェアエンジニアの職を全面的に奪う」と予言している。「プログラマーの職業は死んだ」という言説は、もはや世界的なコンセンサスとなりつつあり、インターネット誕生以来最も厳しい「生存危機」に直面している。

しかし、この職の消失に対する恐怖は、技術の根底にある論理の誤解に由来している。AngelListの共同創設者Naval Ravikant（UberやTwitterへの早期投資者）は、最近のAIによる生産性向上に関する過度な神話化は誤りである可能性が高いと指摘する。AIがどれほど進化しようとも、常に誤りを犯すものであり、ソフトウェアエンジニアは依然として不可欠な職業の一つだ。

どの分野にいても、たとえ最小のニッチであっても、専門性を高め、トップクラスの人材になれば、AIに取って代わられる心配は不要だ。

以下はNaval Ravikantの最新の見解である。

「AIは伝統的なソフトウェアエンジニアリングが消滅したことを意味するのか？」「もちろん違う。ソフトウェアエンジニア——たとえAIモデルの最適化や訓練を担当しないエンジニアであっても——は、今や世界で最も重視される人材の一つだ。当然、モデルの訓練や調整を担当するエンジニアの方がより重視されている。彼らはソフトウェアエンジニアが使うツールセットを構築しているからだ。

しかし、ソフトウェアエンジニアには二つの大きな強みがある。まず、彼らはコードを通じて思考するため、底層の仕組みを深く理解していることだ。そして、すべての抽象化には欠陥がある。だから、コンピュータがあなたのためにプログラムを作成する（例えばClaude Codeや類似のプログラムを使う場合）とき、常に誤りが生じる。

バグが発生し、不完全なアーキテクチャができあがる。要するに、完全に正しいものは存在しない。そして、底層のロジックを理解している人は、欠陥が見つかったときにすぐに対処できる。

したがって、堅牢なアーキテクチャを持つアプリを作りたい場合、良いアーキテクチャを定義する能力を身につけたい場合、プログラムを高性能に動かし、最良のパフォーマンスを引き出し、早期にバグを捕捉したい場合には、依然としてソフトウェアエンジニアリングの背景が必要だ。

伝統的なソフトウェアエンジニアは、これらのAIツールをより効果的に活用できる。そして、現状のソフトウェアエンジニアリングには、AIプログラムでは解決できない問題も多く存在する。最も簡単な理解は、それらの問題がAIのデータ分布の範囲を超えているということだ。

例えば、二進数のソートやリンクリストの反転などは、AIは無数の例を見てきているため得意だ。しかし、彼らの得意分野から離れ、例えば超高性能なコードを書く、全く新しいアーキテクチャ上で動かす、新しいものを創造し新たな問題を解決する場合には、やはり自分でコードを書く必要がある。

この状況は、新しいモデルの訓練に十分な例が蓄積されるか、あるいはこれらのモデルがより高次の抽象レベルで十分に推論し、独立して難題を解決できるようになるまで続く。

覚えておいてほしい：市場は「平凡」なものを求めていない。 既に優れたアプリケーションが存在するニッチ分野では、誰も平凡なアプリを欲しがらない。より良いアプリは基本的に市場の100％を獲得する。ごく一部のシェアが二番手のアプリに流れることもあるが、それは特定のニッチな機能が主流より優れている、あるいは価格が安いといった理由による。

しかし、全体として人々は最良のものだけを求めている。だから、悪いニュースは、二番手や三番手を争うことは無意味だということだ——映画『グレンギャリー・グレン・ロス』のアレック・ボールドウィンの有名なセリフ：「一位はキャデラック、二位はステーキナイフ一式、三位は引き払え」だ。

今の勝者総取りの市場では、これは絶対的な真理だ。悪いニュースは、勝ちたいなら、ある分野で最善を尽くす必要があるということだ。

しかし、最善を尽くせる分野は無限に存在する。自分に合ったニッチを見つけ、その中でトップになれる。これを思い出させるのは、以前投稿したツイートだ：「自分の分野でトップの人材になれ。夢が叶うまで、自分のやることを絶えず再定義し続けろ。」

私は、AI時代においてもこの原則は変わらないと考えている。

関連記事：2028年からのメモ：もしAIが勝ったら、私たちは何を失うのか？