「システム開発を知っている」から「実際に作ったことがある」へ

AIやデータの利活用をテーマに、クライアントの業務改善や業務自動化を支援していました。エンジニアというよりビジネスサイドに近く、課題や要件を整理する仕事が中心です。

AIには以前から関わっていましたが、アプリケーション開発については、率直に言えば素人に近い状態でした。学生時代にPythonを使ったデータ分析の経験はあったものの、webアプリ開発を経験したことはありませんでした。

最も大きかったのは、システム開発全体を体系的に経験できたことです。

要件定義からカスタマージャーニーやペルソナを整理し、機能要件へ落とし込み、データベースや画面、裏側の処理を設計して実装する。さらにテストを行い、デプロイするところまで一通り経験しました。

個々の用語は知っていても、一つのプロダクトを作る中で経験すると理解の深さが変わります。「この要件があるから、このデータが必要になる」といった関係が見えるようになりました。

ゼロからすべてを自力で書くのではなく、AIにドラフトを出してもらい、その内容を確認しながら進められる点は良かったです。

環境構築やエラー対応も、状況をClaudeに渡すことで解決しやすくなりました。以前であれば検索しながら長時間悩んでいた部分のハードルは、かなり下がっていると感じます。

ただし、AIが出したものをそのまま採用すればよいわけではありません。出力が要件に合っているか、データの持ち方に無理がないか、画面と裏側の処理が整合しているかは、人が考える必要があります。

AIによって作業のハードルは下がりましたが、設計や判断が不要になったわけではありませんでした。

序盤には、コンサルティング業務で触れたことのある内容もありました。すべてが初めてで新鮮だったわけではありません。

ただ、設計や実装へ進むと、知識として理解していた内容を自分の手でつなげる難しさがありました。要件を整理することと、実際に動くシステムに落とし込むことは同じではありません。

また、AIを使えば何も考えずに完成するわけでもありませんでした。AIの提案を評価するためにも、利用者の目的やシステムの構造を理解する必要があります。

システム開発の一連の流れを経験できたことが大きく成長につながったと思います。

加えて、Claude Codeなどを使った対話型の開発を経験し、AIの使い方が変わりました。受講前もチャット形式のAIは使っていましたが、必要なコンテキストやルールを与え、継続的に作業を進めた経験はありませんでした。

単発の指示を送ることと、AIが特定のタスクを遂行しやすい枠組みを用意することは違います。いわゆる「ハーネスエンジニアリング」の考え方を知り、AIを単なるチャットツールではなく、開発パートナーとして活用できる感覚を得ました。

かなり変わりました。

現在は、エラーや関連するコードをAIに渡すことで、原因の候補や修正方法をすぐに確認できます。AIの回答が常に正しいわけではありませんが、最初の切り分けが速くなり、デバッグ時のストレスは大きく減りました。

また、テスト駆動開発の考え方に触れ、問題を早い段階で見つけながら進める方法も経験できました。

まず、AIコンサルタントや業務コンサルタントなど、システム開発のプロジェクトには関わっているものの、自分で実装した経験がない方です。

実際に一度作ってみるだけでも、要件定義やプロジェクトの進め方に対する理解が変わります。裏側の仕組みを想像できるようになるため、エンジニアとの連携もスムーズになると思います。

もう一つは、ものづくりに興味はあるものの、プログラミングや環境構築のハードルを感じて手を出せていない方です。

AIの支援によって最初の技術的障壁はかなり下がっています。エンジニアリングへの第一歩として、取り組みやすい環境だと思います。