「AIを使えば誰でもプログラマーになれる」と言われる時代に、プログラマーの求人が消えている。
矛盾に見えるかもしれないが、実際のデータはそう示している。特に被害が集中しているのが、経験2年以下の新卒・ジュニア開発者だ。この記事では、複数の独立したデータソースが一致して示す採用市場の変化を整理し、これからエンジニアを目指す人が知っておくべき現実を伝える。
数字が示す事実
楽観的な見方はあとで紹介する。まず事実から始める。
ソフトウェアエンジニア求人は半減した
Indeed（世界最大級の求人サイト）のデータによると、米国のソフトウェアエンジニア求人は2020年2月の水準と比べて49%減少している（2025年7月時点）。テック求人全体でも36%低い。
さらに深刻なのが、職種別の落ち込みだ。Android・Java・.NET・iOS・Webといった「専門的な開発者ロール」の求人は、2020年比で60%以上減少している。これらはまさしく、ジュニアエンジニアが最初に就く職種だ。
若者だけが取り残されている
スタンフォード大学の経済学者Erik Brynjolfssonらが行った研究「Canaries in the Coal Mine（炭鉱のカナリア）」では、ADP給与データ（数百万人規模）を使って2021年から2025年7月にかけての変化を追跡している。
結果は明確だった。AIにさらされやすい職種（ソフトウェア開発・CS・マーケティング）において、22〜25歳の雇用は約16%減少した。一方、30歳以上の同じ職種では同期間に安定または増加している。
「AI普及→全エンジニアが厳しくなった」ではない。「AI普及→若手・未経験者だけが厳しくなった」というのが正確な読み方だ。
失業率にも現れている
Stack Overflowのブログが連邦準備制度ニューヨーク支部のデータを引用して示したところによると、2025年6月時点での22〜27歳の失業率は7.4%、全体失業率4.2%の約2倍だ。コンピュータエンジニア専攻の卒業生で7.5%、コンピュータサイエンス専攻でも6.1%に達している。
テックのインターンシップ求人も2023年比で30%減少した。インターンから正社員へのパイプラインが細っている。
大手テックの新卒採用は激減した
SignalFire State of Tech Talent Report 2025（6億5000万人以上の専門家データを持つBeacon AIプラットフォームによる分析）によると、大手テック15社の新卒採用は2023年→2024年で25%減少し、パンデミック前の2019年比では50%以上減少した。新卒採用が全採用に占める割合は、パンデミック前の約15%から現在7%に低下している。
また同レポートでは、採用マネージャーの37%が「Gen Z（若い世代）を採用するよりAIを採用したい」と答えていることも明らかにしている。
なぜジュニアだけが消えたのか
採用市場が「若手を排除する方向」に動いているのには、構造的な理由がある。
AIが「入門業務」を代替した
エンジニアとしてのキャリアを始めるとき、最初に担当するのはどんな仕事か。バグ修正、コードのリファクタリング、テストの追加、ドキュメント作成、既存機能への小規模な変更——これらだ。
まさにこれらの業務が、現在のAIコーディングツールが最も得意とする領域だ。GitHub Copilot、Claude、Cursorといったツールは、「小さな既存のタスク」をこなすことに長けている。シニアエンジニアが「これをジュニアに任せよう」と考えるタスクは、AIが代替できるタスクと高い重複度を持つ。
Indeedの調査では、採用要件における「5年以上の経験」を求める求人の割合が2022年Q2の37%から2025年Q2には42%に増加した。注目すべきはその変化のタイミングで、これは2023年初頭——ChatGPTの公開直後——から始まっている。
採用担当者の意識の変化も数字に出ている。Stack Overflowのデータでは、採用マネージャーの70%が「インターンの仕事はAIが代替できる」と考え、57%が「インターンよりAIの成果物を信頼する」と答えている。
見習い期間の消滅
昔の職人の修行を思い浮かべてほしい。最初は師匠の仕事を横で見るだけ。次に簡単な作業を繰り返す。それを続けることで、技術と判断力が身についた。
エンジニアも同じ構造だった。コードレビューをもらいながら小さなバグを直す。先輩の書いたコードを読んで構造を学ぶ。その積み重ねの中で、「良いコードとは何か」という感覚が養われる。
AIがその「簡単な作業」を代替し始めた結果、ジュニアエンジニアが技術を盗む機会そのものが減っている。修行の場が縮小しているとも言える。
「AIで誰でもアプリが作れる」と「AIの時代にエンジニアとして就職できる」は別の話だ。前者が本当でも、後者は以前より難しくなっている。
採用が増えている場所もある
ここまで読んで暗い気持ちになった人のために、もう一方の動きも伝える。
IBMの逆張り
IBMは2025年、エントリーレベルの採用を3倍に増やす方針を発表した。IBMのSVP・最高人事責任者Nickle LaMoreauxはCIO.comの取材でこう述べている。
「今後3〜5年で最も成功する企業は、エントリーレベル採用を倍増させた企業だ」
IBMの論理はこうだ。短期的にはAIが代替できても、次の世代の開発者を育てなければ中長期的な技術力が空洞化する。「今安く済ませる」より「今後のために育てる」という判断だ。
これは独立した調査データではなく、IBMという一企業の経営判断だ。ただ「エントリーレベルの採用はすべて不要になった」という単純な話でもないことを示す事例として参照できる。
求められる人材像は変わった
世界経済フォーラム（WEF）のFuture of Jobs Report 2025（1,000社以上、1,400万人の労働者を代表する企業の調査）によると、40%の企業がAI自動化により人員削減を計画している一方で、AIと協働できる人材への需要は増加している。
「消えた」のはAIに代替できる初級タスクをこなすだけの人材であって、「AIを使いこなしながら判断・設計・評価ができる人材」への需要は別の話だ。
生き残るジュニアの条件
「AIを使えます」というアピールが、もはや差別化にならないことは明らかだ。では何が差別化になるのか。
AIのアウトプットを評価できる
ここが核心だ。AIはコードを生成できるが、そのコードが正しいかどうかを判断するのは人間だ。
# ❌ AIが生成したコードをそのまま使う
# 動いているが、SQLインジェクションの脆弱性がある
def get_user_data(user_id):
return db.query(f"SELECT * FROM users WHERE id = {user_id}")
# ✅ AIのコードを評価・修正できる
# 脆弱性を認識してプレースホルダを使う
def get_user_data(user_id: int) -> dict | None:
result = db.execute(
"SELECT * FROM users WHERE id = ?",
(user_id,) # プレースホルダでSQLインジェクション防止
)
return result.fetchone()
AIは「動くコード」を生成する。「安全なコード」かどうかは、人間が確認しなければわからない。この「評価する力」を持っているかどうかが、AIに仕事を奪われる側と奪われない側の境界線だ。
アピールする内容を変える
採用担当者が見ているのは「AIを使えること」ではなく、「AIと人間が協働する開発フローの中で何ができるか」だ。
# ❌ 「AIを使えます」だけのアピール
スキルセット:
- Cursor / Claude Code を使えます
- バイブコーディングができます
- Webアプリが一人で作れます
採用担当者の評価:「それ、AIが勝手にやる部分では?」
# ✅ AIを評価・方向付けできることを示すアピール
スキルセット:
- AIの生成コードのセキュリティレビューができます（具体的にどのパターンを確認するか言える）
- 要件定義をAIへの指示に変換する経験があります
- AIが誤った方向に進んだとき、何が問題かを特定してフィードバックできます
- テストを書いて品質を保証しながらAI開発を進めた経験があります
採用担当者の評価:「AIの速度に人間の判断を乗せられる人材だ」
非エンジニアへの正直なメッセージ
「AIがあれば誰でもエンジニアになれる」という言説で参入を考えている人に、正直に伝える。
採用市場のデータは、参入障壁が下がった時代に「就職しやすくなった」とは示していない。むしろ逆だ。
RandstadのGen Z Workplace Blueprint（世界1億2600万件の求人データ分析）によると、世界全体で新卒・初級（0〜2年経験）の求人が2024年1月比で29%減少し、ITやソフトウェア分野に限ると35%減少している。
Anthropic CEOのDario AmodeiはAxiosのインタビューで、「AIが1〜5年以内にエントリーレベルのホワイトカラー職の約50%を消す可能性がある」と予測している。これは確定した話ではなく予測だが、AIを最も積極的に開発している会社のCEOが言っているという点では無視できない発言だ。
「それでもエンジニアを目指すべきか」という問いへの答えは、状況によって違う。ただ言えるのは、「AIで参入が簡単になったから目指す」という動機だけでは、この市場では厳しいということだ。
「AIを使ってアプリを作れます」と「AIと人間が協働する開発現場で価値を出せます」は、採用担当者には全く違って聞こえる。前者で差別化できた時代は終わった。
データが示す本質
このデータをまとめると、こういう構図だ。
炭鉱のカナリアとは、炭鉱の坑道に有毒ガスが充満していないかを検知するために使われていた小鳥の話だ。スタンフォードの研究者たちが自分たちの論文をそう名付けたのは偶然ではない。若いソフトウェア開発者の雇用が減っているのは、より広い変化の前触れかもしれないという認識だ。
今の採用市場は「AIが使える人間」ではなく「AIが出したアウトプットを評価・修正できる人間」を欲している。求人票の数字を見る限り、その基準に達していないと判断された候補者のポジションが、AIに置き換えられていっている。
「AIで参入しやすくなった業界に参入しよう」ではなく、「AIが苦手なことを自分は何ができるか」を問い直す必要がある。答えは人によって違うが、データはそこを向いている。
