AIで変わるエンジニア育成――アフリカの課題を事業に変える新しい方法
少し前まで、「プログラミングを勉強すれば、IT企業で仕事を得られる」という道筋は、比較的分かりやすいものだった。
もちろん、学習しただけで誰もがすぐに活躍できたわけではない。
それでも、基礎的なプログラミングを身につけて開発チームに入り、簡単な修正やテスト、データ入力、既存機能の改修などを担当しながら、少しずつ実務経験を積むという入口が存在した。
実際に当社がルワンダに持つ関連会社「WiredIn」社においては、「WiredIn Academy」というプログラミングスクールを設置し、そこでの優秀な人材をインターン採用し、実践を通して育成、従業化するという構造を作り、順調に人材採用と育成を実現してきた。
しかし、生成AIの普及によって、この入口は狭くなり始めている。
AIは、定型的なコードの生成、テストコードの作成、エラーの調査、既存コードの説明、ドキュメント作成などを高速に処理できる。
これらは、これまで経験の浅いエンジニアが担当し、実務を覚える機会にもなっていた仕事である。
ILO（国際労働機関）も、ジュニアプログラマーが担当してきた定型的なタスクは生成AIの影響を受けやすく、企業が即戦力を求めるようになれば、若手が経験を積む機会そのものが減る可能性を指摘している。
一方で、仕事が一律に消滅するというより、業務内容が変化する可能性の方が高いとも分析している。
分析では、アプリケーションプログラマーやWeb開発者も、生成AIによって仕事内容が変わりやすい職種に含まれている。
ただし、想定されているのはプログラマーという職業の一律な消滅ではなく、これまで人が担ってきた作業の一部がAIに置き換わり、求められる役割が変わっていくことである。
こうした変化を踏まえても、プログラミングを学ぶ必要がなくなるわけではない。
ただ、文法を覚え、指示された仕様に沿ってコードを書けることだけでは、実務への入口として十分ではなくなりつつある。
参考：
ILO「The future of work: How will junior programmers be affected?」
ILO「Generative AI and Jobs」
AI時代だからこそ、基礎知識が重要になる
AIに指示を出せば、動くように見えるソフトウェアを短時間で作ることはできる。
しかし、それが正しい設計になっているか、データが適切に管理されているか、セキュリティ上の問題がないか、利用者が増えたときにも動くかを判断するには、依然として人間の知識が必要である。
特に実際の事業で使用するシステムでは、次のような判断を避けられない。
- 要求をどのような機能に分解するか
- どのデータを、どのような構造で保存するか
- 認証や権限管理をどう設計するか
- 外部サービスとの障害をどのように切り分けるか
- 個人情報や決済情報をどう保護するか
- 運用コストや将来の変更をどう見込むか
- AIが生成したコードの誤りをどう発見するか
こうした判断には、アルゴリズム、データ構造、データベース、ネットワーク、OS、セキュリティ、ソフトウェア設計といった、コンピュータサイエンスの基礎的・体系的な理解が必要になる。
AIがコードを書く時代には、「自分でコードを一行ずつ書けること」以上に、「何を作るべきかを定義し、生成されたものを評価できること」の価値が高まる。
基礎を知らない人でもAIを使って試作品を作れるようになる一方、基礎を持つ人は、AIを利用して従来よりはるかに大きな範囲を担当できる。
AIによって知識の価値が下がるのではなく、体系的な知識を持つ人と持たない人の差が、完成度や運用品質として表れやすくなるのではないだろうか。
アフリカのビジネスコンテストで感じてきたこと
筆者がアフリカで事業に関わる中で、ビジネスコンテストやピッチ、各国の人材育成プログラムから生まれたプレゼンテーションを見る機会があった。
そこで提示される課題の中には、日本に住んでいるだけでは気づきにくいものが多い。
農産物の流通、医療へのアクセス、学校や行政手続き、住所のない場所への配送、零細事業者の資金調達、公共交通、モバイルマネーを利用した決済など、生活の中にいるからこそ発見できる課題がある。
この「課題を発見できること」は、事業を立ち上げるうえで大きな価値を持つ。
一方で、提案される解決策が既存サービスの応用にとどまっていたり、技術的な理解や事業経験が不足していたりすることもある。
プレゼンテーションでは魅力的に見えても、デモ画面を確認すると、実際に利用できる状態からは遠いケースも少なくない。
これは、若い起業家の能力だけに原因を求めるべき問題ではない。
多くの場合、彼らが経験してきたのは、研修や演習としてのプログラミングである。
実際の利用者に使われるシステムを設計し、公開し、障害に対応しながら改善していく経験は限られている。
さらに、ソフトウェアを事業として成立する水準まで作り込むには、エンジニア、デザイナー、プロジェクトマネージャー、インフラ、セキュリティなどへの資金が必要になる。
優れた着想があっても、最初の製品を作る資金を調達できず、ビジネスコンテストの発表段階で止まってしまうことがほとんどではないか？
世界銀行も、アフリカのデジタル起業家について、資金調達、デジタル人材、インフラ、規制といった基盤の不足が成長を妨げていると指摘している。
参考：
世界銀行「Digital Economy for Africa Initiative」
AIは「アイデアと事業」の間を縮められる
生成AIは、この問題の一部を大きく変える可能性がある。
以前であれば複数人の開発チームと数か月の期間が必要だったPoCを、AIを活用することで、数週間、場合によってはさらに短期間で形にできる。
画面設計、API、管理画面、テスト、ドキュメントといった作業も高速化できる。
実際の運用では、セキュリティ、個人情報保護、障害対応、利用者サポート、法規制への対応が必要である。
決済や医療のような分野では、技術以外の専門家や現地企業との連携も欠かせないため、AIによって、完成した事業をほぼ無償で作れるようになるわけではない。
それでも、アイデアが本当に機能するかを検証するまでの費用と時間は、大幅に下げられる。
これまで資金不足によって試すことすらできなかったアイデアも、実際に触れられるプロトタイプとして形にし、利用者の反応を確かめ、投資家や提携先に可能性を示せるようになる。
この変化は、資金や技術に恵まれず、構想のまま埋もれていたアイデアや、挑戦する機会を得られなかった起業家にも、光が当たりやすくなることに繋がると考える。
これまで世に出ることのなかった現地発の発想が、小さな試作をきっかけに事業へと育っていく可能性が生まれる。
そして、人材育成という観点では、試みたアイデアが必ずしも事業として成功する必要はない。
課題を整理し、仮説を立て、AIを使って形にし、利用者の反応を受けて修正する。
その過程では、技術だけでなく、何を作るべきかを判断する力や、うまくいかなかった原因を見極める力も身につく。
こうした経験や知見こそ、AIがコードを書く時代に人材へ求められるものではないだろうか。
一つの挑戦が事業として実を結ばなかったとしても、そこで育った人材と蓄積された経験は、次のアイデアを形にする力として残っていく。
必要なのは、コードを書く人ではなく「伴走できる人」
もっとも、若い起業家がAIを利用すれば、それだけで品質の高いサービスが完成するとは限らない。
AIは、間違った前提にも忠実に従う。要件が曖昧であれば、曖昧なままソフトウェアを作る。
技術的な問題を見抜く知識がなければ、「画面が動いた」ことと「サービスとして運用できる」ことの違いを判断できない。
そこで重要になるのが、実務経験を持つシニア人材の伴走である。
シニア人材がすべてを自分で開発する必要はない。
現地の起業家とともに課題を整理し、事業仮説を小さな機能に落とし込み、AIと若手エンジニアが作ったものをレビューする。
セキュリティや運用上の重大な問題を見つけ、次に検証すべきことを決める。
AIによって開発時間が短くなれば、こうしたシニア人材の関与も、以前より小さな負担で提供できる。
これは外部の企業やエンジニアにとっても、単なる受託開発とは異なる機会になる。
初期費用をすべて請求するのではなく、一部を技術投資として提供し、株式、レベニューシェア、将来の運用契約などを組み合わせることも考えられる。
少額の資金と限られた時間で複数の事業仮説を検証し、その中から成長する事業に継続的に関与する。
AIは、このような取り組みのレバレッジを高める。
「資金が少ないから参入できない」とは限らなくなる
アフリカの事業機会というと、巨大な人口や将来の市場規模が注目される。
その一方で、インフラ、制度、資金回収、人材、政治・為替リスクなどの難しさも指摘される。
そのため、アフリカ事業には大規模な投資資金が必要だと考えられやすい。
しかし、AIを活用したソフトウェア事業という視点では、別の見方ができる。
現地に明確な課題と顧客候補があり、通信、決済、法人制度、現地パートナーといった最低限の条件が整っている国であれば、小さなPoCから始められる。
現地の課題発見力と、日本を含む国外の技術・運用経験を組み合わせれば、大きな資本を持たなくても、事業機会に近づける可能性がある。
重要なのは、「アフリカ全体」を一つの市場として見るのではなく、事業を始めやすい国と、そこから展開できる周辺市場を見極めることである。
今後10年、特に注目したい国
ここでの選定基準は、単純な人口やGDPではない。
「少額でPoCを作り、現地で検証し、周辺国や類似市場へ展開できるか」という視点である。
| 国 | 注目する理由 | 主な注意点 |
| ケニア | 技術人材、英語環境、モバイルマネー、スタートアップ、投資家が集積している。東アフリカ展開の起点として最もバランスが良い | 競争が激しく、人件費や事業コストもアフリカでは比較的高い |
| ルワンダ | 行政との距離が近く、デジタル化への政策的意思も強い。小規模なPoCや官民連携を試しやすい | 国内市場が小さく、最初から周辺国展開を設計する必要がある |
| ガーナ | 英語圏で、政治・制度面の予測可能性が比較的高い。西アフリカ市場への入口として扱いやすい | 為替、マクロ経済、資金調達環境には変動がある |
| セネガル | フランス語圏西アフリカの技術・起業拠点。周辺のフランス語圏へ展開しやすい | 言語、地域金融規制、現地ネットワークへの理解が必要 |
| コートジボワール | アビジャンを中心に西アフリカの商業・金融拠点として成長している。B2B、金融、流通分野との相性が良い | 規制や大手企業との関係構築に時間を要する |
| モーリシャス | 制度、金融、国際取引、多言語環境が整い、アフリカ域内事業の法人・管理拠点として有力 | 国内市場だけでは事業規模が限られる |
| ナイジェリア | 人口、課題、技術人材、起業家の層が厚く、成功時の規模が大きい | 為替、規制、電力、治安、回収などの事業難度も高い |
| 南アフリカ | 技術人材、企業顧客、金融・産業基盤が最も厚い。高度なB2Bサービスを検証しやすい | 競合、コスト、治安、電力などを考慮する必要がある |
| エジプト | 大きな国内市場と厚い技術人材を持ち、北アフリカ・中東への展開拠点になり得る | 為替、制度変更、外貨管理などのリスクがある |
特に小規模な投資から始めるのであれば、ケニア、ルワンダ、ガーナ、セネガル、モーリシャスが候補になると考える。
一方、ナイジェリア、南アフリカ、エジプトは、成功した場合の市場規模は大きいものの、「事業を始めやすい国」というより、現地パートナーと一定の資金を確保したうえで挑戦する市場と考えた方がよい。
また、ルワンダのような国は国内市場の小ささが弱点だが、PoCを実施し、制度や運用を含めてモデルを確立する場所としては魅力がある。世界銀行などの支援を受けたデジタル基盤・起業環境整備も進められている。
参考：
世界銀行「Supporting Rwanda’s digital entrepreneurs to scale」
ケニアは東アフリカ、セネガルやコートジボワールはフランス語圏西アフリカ、ガーナは英語圏西アフリカへの展開拠点になり得る。
このように「一国内で完結する事業」ではなく、「最初の国で検証し、複数国へ横展開する事業」として考えることが重要になる。
AI時代こそ、アフリカの課題は事業機会となる。
AIによって、これまでジュニアエンジニアが担当してきた仕事の一部が減少する可能性は高い。
若い人がチームの中で簡単な仕事から経験を積むという、従来の育成モデルも見直しを迫られる。
しかし、AIがもたらす変化は、雇用の入口を狭めることだけではない。
これまで資金不足によって形にできなかった現地のアイデアを、短期間で検証できるようになる。
経験ある技術者が複数の若手や起業家に伴走し、より多くの事業を立ち上げられる。
少額の資金しか持たない企業でも、課題の大きな市場に入り、将来の収益機会に関与できる。
プログラミングを学べば仕事を得られる、という単純な時代は終わりつつある。
その代わりに始まるのは、現地の課題を理解する人、技術を体系的に理解する人、事業として成立させる人が、AIを介して協働する時代である。
この視点で見ると、アフリカは資金のある大企業だけの市場ではない。
課題を発見する現地の力と、技術・事業・運用の経験を組み合わせられるなら、限られた投資からでも大きな機会に近づくことができる。
AIによって開発コストが下がる今後10年は、アフリカの課題を外から眺める時代ではなく、小さく作り、現地で試し、ともに事業を育てる側へ回る好機になるのではないだろうか。
