概要
https://togetter.com/li/2646149
詳細内容
## NTTデータが生成AIによるシステム開発を本格導入へ：現場エンジニアからは保守性と要件定義の壁を危惧する声
https://togetter.com/li/2646149
NTTデータグループが2026年度までに開発工程の大部分を生成AIに委ねる「AIネイティブ開発」の導入を打ち出す一方、SNS上のエンジニアからは保守性や要件定義の不透明さを懸念する批判的意見が噴出している。
**Content Type**: 📰 News & Announcements
**Language**: ja
**Scores**: Signal:4/5 | Depth:2/5 | Unique:3/5 | Practical:3/5 | Anti-Hype:4/5
**Main Journal**: 90/100 | **Annex Potential**: 90/100 | **Overall**: 64/100
**Topics**: [[AIネイティブ開発, NTTデータ, システム保守, 要件定義, IT人材不足]]
NTTデータグループは、2026年度中にITシステム開発の大部分を生成AIが担う「AIネイティブ開発」を導入する方針を明らかにした。この施策は、国内の深刻なIT人材不足を解消するための抜本策として位置づけられており、これまでの労働集約型ビジネスモデルから、生成AIの特性に最適化された効率的な開発体制への転換を目指すものである。具体的には、人ではなくAIが処理しやすいように開発工程そのものを単純化する手法を取り入れるとしている。
しかし、このニュースを受けた現場エンジニアたちの反応は極めて冷ややかであり、SNS（Togetter）では多くの懸念が表明されている。批判の矛先は主に「保守性」と「要件定義」に向けられている。筆者らが指摘する最大の懸念は、生成AIが作成した大規模なシステムを「誰が、どのように保守し続けるのか」という点だ。システムは「作る」ことよりも「動かし続ける」ことの方が困難であり、AIが生成したコードがブラックボックス化することで、一つの不具合を修正するたびに新たなバグが誘発される「地獄のような運用環境」に陥るリスクが強調されている。
また、エンジニアたちは、現在のシステム開発における最大のボトルネックは「コーディング」ではなく、クライアントの「曖昧な要件」や「複雑な例外処理」の整理であると主張している。AIは定義された構造の自動生成には長けているが、ビジネス現場における泥臭い要件定義や、特殊な経理処理などの例外対応を理解し、適切にシステムへ落とし込むことには依然として高い壁がある。著者のまとめによれば、AIによって開発スピードが向上したとしても、最終的なコードレビューや品質保証を担う高度な人材が不足している現状では、単に成果物の精査という新たな重負荷が人間にのしかかるだけだという冷笑的な見方が強い。
この議論は、企業の「AIによる効率化」という理想と、現場エンジニアが直面する「長期的な安定稼働と責任」という現実の乖離を浮き彫りにしている。AIネイティブ開発が成功するか、あるいは「プロジェクトX」のような苦難の物語となるのか、業界全体がその動向を注視している。