TL;DR
- AI はプログラミングを終わらせない。終わるのは、今の形のプログラミングである。
- これまでの「プログラミングの終わり」はどれもプログラマを増やしてきたので、AI もプログラマの仕事を変え、取り組まれる問題を増やす。
内容
プログラマは減らずに増えた
機械語からアセンブリ、高級言語への移行のように、これまでも「プログラミングの終わり」は何度も言われてきた。高級言語、OS、Web、クラウドサービスが登場するたびに、ソフトウェアは安く作れるようになり、需要が広がって、プログラマはかえって増えた。
作りながら学ぶ
著者は、今回は違うという主張を受け入れない。経済学者 James Bessen の産業革命の研究によると、労働者は不要になったのではなく新しいスキルを身に付けた。生産性が上がるまでに数十年かかったのは、人が新しいスキルと仕事の進め方を学ぶ時間が必要だったからだという。
AI will not replace programmers, but it will transform their jobs.
プログラミングの中身が変わる
Microsoft の Sam Schillace は、今の変化を過去のコンピューティングの転換になぞらえ、AI を中心にした新しいプログラミングのパラダイムを作っている途中だと述べる。今のモデルは人のような記憶やメタ認知を持たないので、文脈の多くは人が補う必要がある。
業務に AI を導入する難しさ
Sierra の Bret Taylor は、企業の AI エージェントが主要なデジタルの窓口になると考えている。導入は難しく、「エージェントエンジニア」という新しい役割が必要になる。Addy Osmani の「70% 問題」のように、プログラマでない人もデモは作れるが、実際の製品に仕上げる最後の部分でつまずく。既存の業務をなぞるだけのエージェントは価値を生まない。エージェントどうしがやり取りするようになると、問題を正確に定義することがさらに重要になる。
未来を作り始めたばかり
AI でプログラマの生産性が上がれば、プログラミングで取り組む価値のある問題も増える。生産性をコスト削減にしか使わない企業は、よりよいサービスを作る企業に後れを取る。Palantir の Shyam Sankar によると、プロトタイプが本番で失敗するのはエッジケースのせいで、自動化はエッジケースに制約される。プログラマは従来のソフトウェア、AI、人がそれぞれ何を担うかを決めることになる。
This is not the end of programming. It is the beginning of its latest reinvention.
キーワード
- AI エージェント
- 70% 問題