AI時代にエンジニアはどう成長すれば良いのか？

2026/2/27に、RECRUIT TECH CONFERENCE 2026で発表した鶴谷の資料になります。

Transcript

1. RECRUIT TECH CONFERENCE 2026 和田卓人氏と語る、"開発現場"の未来予測 AI時代にエンジニアは どう成長すれば良いのか？ データ推進室 鶴谷 誠文
2. 鶴谷 誠文 阿波踊り 経歴 / Career 2015年にリクルートにキャリア入社。 リクルートID、住まい、販促領域などのデータ基盤を担当。 データプラットフォームユニット長として領域横断プラット フォームの管理の役割を担うとともに、領域横断の部長とし てデータエンジニアの育成の役割を担う。 趣味 / Hobbies データ推進室 データプラットフォームユニット 兼 データエンジニアリング部
3. AIをどう活用するか？ エンジニアリングにおいて主に3つの役割がAIに期待できる。 1. AIは、コーディングの増幅器となりうる 2. AIは、学習の加速器となりうる 3. AIは、手動業務の代替器（自動化装置）となりうる AI コード AI 知識 AI 代替 指示 対話 生成 生成
4. AI活用は一筋縄ではいかない 1. AIは、コーディングの増幅器となりうる →AIは100%正しいものを生成する訳ではないため、大量に生成されたコード の確認・修正が必要 →AIを最大限に活用するには、タスクの選別・細分化をして適度な粒度で生成させ るノウハウが必要 引用：スタンフォード大調査結果（URL:https://www.youtube.com/watch?v=5tmWlvn-uLY）
5. AI活用は一筋縄ではいかない 2. AIは、学習の加速器となりうる →情報検索、要約、アイデア出しなどの面でAIは迅速にアウトプットを生成し てくれるが、情報の鵜呑みや思考の停止には注意が必要 →AIによるアウトプットが本当に正しいか確認する、アウトプットを自身の考えを 膨らませたり深めたりするために活用するといったリテラシーが必要 【日本語訳】 長期的影響の検討と対処： 教育において生成 AIツールやコンテンツに依存し続 けることは、時間の経過とともに、 批判的思考力や 創造性 といった人間能力の発達に重大な影響を及 ぼす可能性がある。これらの潜在的な影響を評価 し、対処していく必要がある。 引用：UNESCO「Guidance for generative AI in education and research」
6. AI活用は一筋縄ではいかない 3. AIは、手動業務の代替器（自動化装置）となりうる →AIが確率的であるが故に、言語化できない判断や例外処理に対する応用力が 必要なスコープには適用できない →人間・システム（プログラム）・AIの境界線を見極め、適切な範囲に絞ってAIを 活用するHuman-in-the-loopのプロセス設計力が必要 レベル
 概要
 自律性
 人間の関与 
 Lv1
 ルールベース
 なし
 常に必要
 Lv2
 支援型
 極めて低い
 常に必要
 Lv3
 限定的自律
 特定の条件下のもと、原則AIが自ら判断を 下す
 重要判断のみ
 Lv4
 高度な自律
 複雑で多面的な問題を、最小限の人間介入 で解決する
 戦略・統制
 Lv5
 完全な自律
 あらゆる領域で人間と協調
 原則不要
 ［AIによる自動化レベル］
7. AI活用人材を育てるために実施しているデータ推進室施策 1. 新人研修「データスペシャリストブートキャンプ」を実施することでLLMやプ ロンプトエンジニアリングの基礎知識を習得 →専門人材による現場で培った知見を踏まえた内製講義により、LLMに関するリテ ラシーを醸成 引用 ：https://speakerdeck.com/recruitengineers/tukututena-de-tukatuteshi-gan-da-gui-mo-yan-yu-moderukotohazime
8. 2. クラウドSandbox環境を整備することで自律的に学習できる環境を提供 →「試せる・壊せる・学べる」環境で自由度高く手を動かすことでスキルを習得 AI活用人材を育てるために実施しているデータ推進室施策 ＜申請＞ 利用枠：X万円／月 環境：AWS or Google Cloud 利用期間：Xヶ月 利用目的：XXXX Sandbox環境 を自動払い出し 承認 AWSアカウント or Google Cloudプロジェクト Sandbox環境 の自動削除 Sandbox環境での自己学習 内製管理ツール 内製管理ツール 返却 コストモニタリング 及びセキュリティ監視
9. 3. エンジニア組織横断でのAIコーディングツール検証と知見共有LT会の実施 →各社ツールの進化の流れが早いため、進化に追随してノウハウを横断的に共有・ アップデートしつつ集合知化を目指す AI活用人材を育てるために実施しているデータ推進室施策 , etc. ＜検証ツール＞ ＜知見共有LT会＞ No 開催日 参加者数 アジェンダ 1 2025年8月18日 263名 推しはAsk Devin／Vim + Claude Code／Cursor Ruleを活用しよう 2 2025年9月26日 215名 フロントエンドエンジニアの AI活用術／Cursorと私の日常業務／ Confluence MCP化の話 3 2025年10月22日 203名 安全にAgentを走らせるための環境作り／ RAFTEL構築運用のAI活用事例／営業向けデータ プロダクト開発における LLM利用／AIOpsAIエージェントによるプロダクト運用自動化 4 2025年12月15日 188名 プロダクト開発における AI活用事例／Gemini CLIのようなLLM CLIを自作しよう
10. 4. データ推進室横断でAIを活用した運用自動化によるAI導入の実践的育成 →AI活用におけるHuman-in-the-loopの設計スキルを磨く AI活用人材を育てるために実施しているデータ推進室施策 AI エージェント 監視基盤 アラート 発報 起動 アラートに紐付く ランブック参照 インフラ情報、 ログ情報、 リポジトリの参照 ランブックに従い 原因調査を行い 結果を回答 runbook.md runbook.md 調査内容の確認、 後続の対応 回答内容踏まえた ドキュメント改善 運用者
11. まとめ 【データ推進室施策】 ①研修でAIの基礎知識を得る ②Sandbox環境でたくさん触って感覚を掴む ③組織横断でAIコーディングツールの活用知見を深める ④AIによるシステム運用自動化の実践によりHuman-in-the-loop設計力を磨く →研修・学習・実践・知見共有を通して「AIを前提に設計・実装・運用できるエン ジニアリング力」を獲得していくことが重要