2026.03.20 更新：FAQブロック形式の修正、AI依存リスクのフロー図追加、3手法比較表追加、外部エビデンス3本追加

生成AIを日常的に使い始めて、こんなことを感じたことはないでしょうか。「自分は経験があるから、AIに何をどう聞けばいいかわかる。でも経験の浅い若手が同じように使いこなせるかというと、それは別の話だ」と。

これは2000年代の「ググれるかどうか」と似た構造です。検索エンジンが普及した時代、知りたいことを適切なキーワードで検索できる人とできない人の間に情報格差が生まれました。2026年現在、同じことが生成AIとの対話で起きています。

本記事では、生成AI時代に不要になりつつあるスキルと逆に重要性が増しているスキルを整理します。そのうえで、若手社員や副業チームのメンバーをどう育成すればよいか、具体的なアプローチを3つ提案します。

ムラサキ

SE歴20年、10名のチームをマネジメントしている筆者が、現場で実際に感じているスキル格差と教育の試行錯誤をベースにお伝えします。

生成AIで変わるスキルの価値基準

ChatGPT、Claude、Geminiといった生成AIが業務に浸透したことで、ビジネスパーソンに求められるスキルの優先順位が大きく入れ替わりつつあります。

これまで「できて当然」とされていた作業の一部がAIで瞬時に片付くようになりました。一方で、AIには任せられない領域の価値が相対的に上がっています。この変化を正しく認識しないと、自分自身のスキルアップの方向性もチームの教育方針も見誤るリスクがあります。

重要なのは「AIに仕事を奪われる」という恐怖ではありません。「何にリソースを集中すべきかが変わった」という冷静な認識です。東洋経済オンラインで中島聡氏が指摘するように、AI時代には「AIを使いこなして意思決定できるごく少数の人間」だけが組織に残る可能性すらあります。2025年末のHRPro調査では約7割の企業が「生成AI時代のスキル習得」に課題感を示しており、従来のツール操作中心の研修から質的な転換が求められています。ここからは具体的に、不要になる側と必要になる側をそれぞれ見ていきます。

生成AI時代に不要になりつつあるスキル

「不要」とは完全にゼロになるという意味ではありません。時間をかけて習熟する優先度が下がったスキルという位置づけです。

情報収集・整理の単純作業

大量のWebページを巡回して情報を集め、Excelやスライドに整理する。こうした定型的なリサーチ作業はAIの得意分野です。複数の情報源を横断して要約する作業も、人間が数時間かけていたものをAIなら数十秒で処理できます。

翻訳や要約も同様です。精度の面でAIは実用レベルに達しており、下訳としては十分な品質を出せます。こうした作業を「自分の強み」として依存していると、今後は市場価値が目減りしていく可能性があります。

テンプレート型のアウトプット

メールの定型文作成、議事録の整形、報告書のフォーマット埋め。これらの「型に沿って埋めるだけ」の作業もAIが高速にこなします。

生成AI時代にこそ必要になるスキル

不要になる側と必要になる側をまとめると、以下のような価値変動が起きています。

このスキルの入れ替わりは、日経クロステックで紹介された論文「How AI Impacts Skill Formation」でも裏づけられています。AI支援ツールの導入が若手のスキル獲得を妨げる構造的なリスクが指摘されており、教育設計の見直しが急務です。大きく3つの「必要スキル」を順に見ていきます。

課題を言語化し問いを立てる力

AIは「答えを出す」のは得意ですが、「何が問題か」を自ら発見することはできません。現場で何が起きているのかを観察し、本質的な課題を特定して言葉にする。この力は人間にしか持てません。

副業の場面でも同じです。「稼げる副業を教えて」とAIに聞く人と、「自分のスキルセットと週10時間の稼働で3ヶ月以内に月5万円を達成するには」と聞く人では、返ってくる回答の具体性がまるで違います。問いの解像度がそのまま成果の解像度になります。

実際に筆者はClaude無料版に的確な指示を出すことで、プログラミング未経験ながら2週間で業務システムを開発しました。「AIへの問いの立て方」が成果を左右する実例をバイブコーディング実践記で紹介しています。

AIの出力を検証・判断する力

生成AIはもっともらしい嘘をつくことがあります。ハルシネーション（幻覚）と呼ばれる現象で、存在しないデータや誤った因果関係を自信満々に提示してきます。

この検証ができるかどうかは、その分野の知識と経験に左右されます。つまり「AIが出した答えの良し悪しを判断できる」こと自体が、今後ますます貴重なスキルになっていきます。

ムラサキ

筆者はメンバーがAIの答えをそのまま言っているだけかなと思ったら、「なぜその答えになるのか」を必ず聞くようにしています。使いこなせているメンバーは理路整然と論拠を示してくれますが、答えだけしか見ていないメンバーは答えに詰まったり、「AIの答えがそうでした…」と言った具合になります。

この検証力を鍛えるには、AIの出力を「使う前にレビューする」習慣が有効です。筆者もNotebookLMでVBAコードの不具合調査を行う際、AIの分析結果を必ず原文と照合しています。具体的な検証フローはNotebookLM活用術7選で詳しく紹介しています。

経験を抽象化して応用する力

過去に経験した個別の成功や失敗から、汎用的なパターンを抽出して別の場面に応用する。この抽象化と転用の力は、AIにはまだ難しい領域です。

たとえば「前職の営業経験で学んだヒアリング手法を、副業のクライアントワークに応用する」といった判断は、自分の経験を構造化して理解していないとできません。AIは大量のデータからパターンを見出しますが、あなた個人の経験を起点にした応用は本人にしかできない仕事です。

若手が成長機会を失うリスクとその構造

検索エンジンが普及した2000年代、「適切なキーワードで検索できる人」と「できない人」の間に情報格差が生まれました。現在の「AIに適切に聞ける力」もまったく同じ構造です。問いの解像度がそのまま成果の解像度になる。そしてこの土台は、数多くの業務経験を通じて築かれるものです。

ところが生成AIがあると、これまでの人材育成で成長エンジンだった「非効率な試行錯誤」をスキップして「それらしい答え」に即座に到達できてしまいます。若手がAIに丸投げして出てきた回答をそのまま提出する。上司は体裁が整っているので問題に気づかない。結果として思考力が鍛えられないまま年次だけが上がっていくリスクがあります。実際にダラス連邦準備銀行の2026年1月レポートでは、AI露出度の高い職種で22〜25歳の雇用が2022年以降13%減少したというデータが示されています。

graph TD
    A["若手がAIに質問"] --> B["即座に回答を取得"]
    B --> C["自分で考えるプロセスを省略"]
    C --> D["試行錯誤の経験が蓄積されない"]
    D --> E["応用力・判断力が育たない"]
    E --> F["AIが使えない場面で対応不能"]
    F -->|"悪循環"| A
    style A fill:#e8f0fe,stroke:#4a86c8
    style B fill:#e8f0fe,stroke:#4a86c8
    style C fill:#fff3e0,stroke:#e6a23c
    style D fill:#fff3e0,stroke:#e6a23c
    style E fill:#fce4ec,stroke:#c77986
    style F fill:#fce4ec,stroke:#c77986

The Conversationの2026年2月の分析記事では、この現象を「トレーニング・デフィシット（訓練不足）」と呼び、エントリーレベルの仕事がAIに置き換わることで若手が基礎スキルを築く機会そのものが失われる構造的リスクを指摘しています。

これは若手の意識の問題だけではありません。組織やチームとして「AIとの向き合い方」をどう教育設計するかが問われています。副業チームやフリーランスのメンター関係でも同じ課題が発生します。

教育側の対策と同時に、当事者であるジュニア自身がどう動くかも重要だ。研究データに基づくジュニアの行動設計を別記事で整理している。

生成AI時代の若手教育3つのアプローチ

具体的にどう教育すればよいか。ブルッキングス研究所は「AI時代こそ基礎力の強化が最優先」と提言しています。この方針に沿って、現場で実践しやすい3つの方法を提案します。

AI禁止トレーニングで思考筋力を維持する

すべての業務でAIを禁止するという意味ではありません。週に1回、特定のトレーニング課題において「AIを使わず自分の頭だけで考える時間」を意図的に設ける方法です。

たとえば「AIなしで企画書の骨子を30分で作る」「自力で競合リサーチを行いレポートにまとめる」といった課題です。これにより、AIがない状態でも自走できる思考の基礎体力を維持できます。筋トレと同じで、負荷をかけなければ筋力は衰えます。

筆者は1on1で課題の対応方法の相談を対面で受けたりします。ここにAIの改善の余地はなく、答えが分かっていることでもメンバが自身で答えを導き出せるようにコーチングを意識して対応しています。なおAIに頼らない業務効率化の手段として、Windows標準機能を活用した自動化テクニックも併用すると思考トレーニングとの相性が良いです。

副業ブログの運営でも同じことを感じています。AIにキーワード選定から本文生成まで任せることは技術的に可能ですが、筆者は構成の最終判断と事実確認を必ず自分で行っています。AI丸投げではなく「自分で考える工程」を残す設計が、副業チームの教育にもそのまま応用できます。1ヶ月目の運営データを副業ブログ1ヶ月目の全データ公開で共有しているので、AI活用の実態も参考にしてください。

AI出力のレビュー訓練で判断力を鍛える

若手にAIで回答を生成させたうえで、その出力を批判的に検証させるトレーニングです。「この回答のどこが正しいか」「どこに根拠が不足しているか」「もっと良い聞き方はなかったか」を自分で分析させます。

最初のうちは先輩がレビューの観点を示す必要があります。回数を重ねるうちに、若手自身がAI出力の品質を自分で判断できるようになっていきます。これは実務における品質管理の訓練にも直結します。

こうしたレビュー訓練は単発の研修より社内ガイドラインの運用と一体化させると定着しやすい。ガイドライン作成前に決めるべき5論点も参考になる。

プロンプト比較ワークで暗黙知を共有する

経験豊富なメンバーと若手がペアを組み、同じ課題に対してそれぞれがAIに質問を投げかけます。その後、お互いのプロンプトと得られた回答を比較するワークショップです。

先輩がどんな前提条件を設定し、どういう順番で質問を組み立てているのか。その思考プロセスが可視化されることで、若手は「経験に基づく問いの立て方」を具体的に学べます。暗黙知を言語化して伝達する非常に効果的な手法です。

筆者自身、ブログ記事の作成にClaudeを使う中で「どういう順番で質問を組み立てると精度の高い出力が得られるか」を日々試行錯誤しています。このプロンプト設計のプロセスをClaudeでブログ記事を作成するワークフローで全工程を公開しているので、プロンプト比較ワークの教材としても活用できます。

この3つは会社の研修だけでなく、副業チームや個人のメンタリングでもそのまま使えます。大掛かりな仕組みは不要で、週30分の時間確保から始められます。

よくある質問

まとめ

生成AIの普及により、定型的なリサーチやテンプレート型の文書作成といったスキルの優先度は下がりつつあります。一方、課題を言語化する力、AIの出力を検証する力、経験を抽象化して応用する力はこれまで以上に重要になっています。

最大のリスクは、若手がAIの便利さに依存して「考える経験」を積めなくなることです。かつて「ググれる力」の土台に実務経験が必要だったように、「AIに適切に聞ける力」にも試行錯誤の蓄積が不可欠です。

その対策として、AI禁止トレーニング・出力レビュー訓練・プロンプト比較ワークの3つを紹介しました。いずれも特別な予算や環境は必要なく、今日から始められるものばかりです。AIを使いこなす側の人材を育てるために、まずは教える側が教育の設計を見直すところから始めてみてください。

ムラサキ

「AIを使いこなす側の人材を育てる」と言うのは簡単ですが、教える側がまず自分のAI活用を言語化できていないと始まりません。この記事がその第一歩のきっかけになれば嬉しいです。

ムラサキ

自分のチームでもAI活用は推進している。ただ「AIが言ってました」で思考停止する場面を見ると、速さと成長は別物だと痛感する。

「速く書ける」＝「育っている」は本当か？

AIで3倍のPRを出したエンジニアの評価面談

ある開発チームの半期評価面談での話だ。入社1年半のエンジニアがCopilotとClaude Codeを駆使してチーム内PR数トップを記録した。コード生成をAIに任せ、テスト自動生成も活用し、レビュー指摘の修正もAIに委託する。数字だけ見れば「即戦力」そのものだった。

ところが評価者は評価シートの「成長」欄で手が止まった。PRの量は3倍。だがレビューコメントへの返答の質は半年前と変わっていない。「なぜこの実装を選んだのか」と聞くと「AIがこう提案したので」と返ってくる。障害対応で呼ばれたとき、自分が書いた（正確にはAIが書いた）コードの挙動を説明できなかった。

このエピソードはZennの記事で紹介された事例だが、筆者の現場でも同じ光景がある。「AIが言ってました」で済ませる若手。それは「誰かが言ったからOK」という精神と同根で、自分の判断を放棄している状態だ。

速度と理解度は別の軸である

Anthropicが2026年1月に発表した論文「How AI Impacts Skill Formation」は、この直感を実証している。52名のジュニアエンジニアを対象に、AIの使い方によって学習効果がどう変わるかを測定した結果、AI使用群は非使用群より理解度が平均17ポイント低かった。さらにAIとの関わり方を6パターンに分けると、概念を質問して学ぶ使い方で理解度86%、出力をコピペして実行する使い方で24%。同じ「AI活用」でも3.6倍の差がついた。

上位パターンの共通点は「AIに考えさせる問いを自分が設計している」こと。「このエラーを直して」と頼むのと「原因の仮説を3つ挙げて」と頼むのでは、自分の脳が使われる度合いが全く違う。

一方、METRが2025年に実施したランダム化比較試験（METR研究）では、経験豊富なOSS開発者16名がAIツールを使った結果、タスク完了時間が19%増加した。経験者は自分の知識とAIの提案を照合するコストが発生するため、むしろ遅くなった。「速度が上がること」と「理解が深まること」は別の現象だ。

週末起業・副業エンジニアにとっての意味

本業のチーム開発なら、レビューで先輩が「なぜこの実装？」と聞いてくれる。上司が評価面談で成長を確認してくれる。副業・週末起業にはその仕組みがない。AIが書いたコードを自分でレビューし、自分で品質を担保する必要がある。理解が浅いまま進んでも誰も止めてくれない環境だからこそ、「理解なき速度」は本業以上にリスクになる。

データで見るジュニアエンジニア氷河期

ここで言う「ジュニアエンジニア」は経験3年未満のエンジニアを指す。新卒に限らず、キャリアチェンジ組や副業で開発を始めた層も含む。

Big Tech新卒採用比率が32%→7%に急落

2019年にBig Techの新卒採用比率は32%だったが、2026年には約7%に落ち込んだ（ByteIota調査）。Ravioの2025年レポートではエントリーレベル（P1/P2）の採用率が前年比73%減少し、全レベル平均の7%減少と比較して桁違いの落ち込みを記録している（Ravio 2026 Compensation Trends）。

企業によって方針が真逆に割れている理由

ただし企業の方針は一貫していない。Salesforceのマーク・ベニオフCEOは「AIで30%生産性が向上したためエンジニア新規採用はゼロ」と宣言した。一方GoogleはEntry-levelを50%削減しつつ経験2〜5年層の採用を27%増やした。AWSのマット・ガーマンCEOは「ジュニアをAIで置き換えるのは最も愚かな判断だ」と真逆の発言をしている。

「ジュニア不要」は業界の合意ではなく、経営判断のひとつに過ぎない。重要なのは、残った採用枠で何が求められるかが変わっていることだ。

日本市場への影響と読み替え方

経済産業省の2030年予測では、先端IT人材が最大55万人不足する一方、従来型IT人材は約10万人余剰になるとされている。ただしこの予測は2019年時点の試算で、生成AIの普及を織り込んでいない。実感としては「先端」のアドバンテージが縮小している。かつては先端の環境や製造技術を知っていること自体が競争力だったが、AIの登場でレガシーのコアの仕組みを理解していれば、やりたいことをAIに伝えて先端領域の実装に対応できる。AIを実践に活かす努力をした人が「先端」に追いつける時代であり、従来の「先端 vs 従来型」という分類自体が揺らいでいる。

SE歴20年の実感では、「知識のアップデートが容易にできる人」と「できない人」の格差が広がっている。自分自身、e2eテストの知識がSeleniumで止まっていたが、AIを活用してPlaywrightにアップデートできた。知っているか知らないかだけで差がつく時代に、アップデートの速度が競争力になる。

AIの使い方で成長が3.6倍変わる

Anthropicのスキル形成研究が示す6パターン

Anthropic研究が示した6パターンを詳しく見ると、成長度に明らかな差が出る。

上位3パターンの共通点は、自分が主導権を握っている点だ。AIに「答え」を求めず、「考える材料」を出させて自分で判断している。

「学習モード」と「生産モード」の切り替え術

ただし常に学習モードでは締切に間に合わない。重要なのは「今どちらのモードか」を自覚することだ。

学習モード（時間にバッファがあるとき）：まず5分は自分で考え、仮説を立ててからAIに聞く。AIの回答を読んだ後、自分の言葉で説明し直す。筆者がSeleniumからPlaywrightにアップデートしたときもこのモードだった。実装自体はAI任せだが、「何が変わったのか」「なぜPlaywrightが選ばれるのか」の理解に時間を使った。

生産モード（締切が迫っているとき）：コード生成を丸投げしてOK。ただし、週末に15分だけ「なぜこのコードが動くのか」を振り返る。この振り返りを2週続けてスキップしたら、翌週は意識的に学習モードの比率を上げる。

副業エンジニアは時間が限られるからこそ、この切り替えが効く。すべてを学習機会にする必要はない。

やってはいけないAIの頼り方

最も危険なのは「AIが言ったから正しい」という思考停止だ。筆者のチームでもレビューで「なぜこの設計にしたのか」と聞くと「AIが提案したので」と返ってくる。これはAIに限った話ではなく、「先輩が言ったから」「ドキュメントに書いてあったから」と本質的に同じ問題だ。分岐点は、誰が言ったかではなく、なぜそうなるかを自分で説明できるかにある。

筆者のチームではGemini Gemsでコード品質チェックを「プレレビュー」として規定運用している。AIチェックの結果を鵜呑みにするのではなく、「AIが指摘した内容を自分で理解して反映する」ところまでがプレレビューのプロセスだ。AIチェックは「補助」であり「判断」ではない。

空洞化するキャリアラダーとは何か

消えているのは仕事ではなく学習経路

採用が減り、ジュニアの成長が止まりやすくなる。この2つが重なると何が起きるか。「空洞化キャリアラダー（Broken Career Ladder）」と呼ばれる問題だ。

従来、ジュニアは「既存APIに新しいエンドポイントを追加する」「バリデーションロジックを修正する」といった中間タスクをこなしながら、コードベースの理解とレビュー経験を積んできた。AIがこのタスク層を代替すると、「練習試合」がないままいきなり「本番」に投入される。LeadDev 2025調査では、38%のエンジニアリングリーダーが「AIの導入によってメンタリングの機会が減った」と回答している。

Dreyfusモデルで見るAI時代のスキル習熟

スキル習熟のDreyfusモデルは5段階を定義している。初心者→上級初心者→一人前→熟練者→達人。AIが最も危険なのは「上級初心者」で成長を固定するリスクだ。上級初心者はルールを適用できるが、文脈に応じた判断ができない。AIが答えを出してくれるから正しいルールは適用できる。だが「なぜそのルール」なのか、「この状況では例外があるか」は自分で判断できない。

筆者が「経験から要点を押さえられれば言語仕様は知らなくてもいい」と考えるのは、一人前以上の段階を経ているからだ。20年の実装経験があるから、何が要点で何が枝葉かの判断ができる。これから学ぶ人がその段階をショートカットして同じ判断ができるかは、正直わからない。

ムラサキ

ただ逆の可能性も考えている。実装を経験せずに、最初から上流を目指すのが正解になるかもしれない。

筆者の周囲には、実装はできないが案件の推進力が抜群のマネージャーがいる。要件定義と工程管理に特化し、成果物の最終判断ができる人材だ。AIが製造・テストを担う時代なら、この「上流特化型」が今後のスタンダードになる可能性がある。

実際、AIに製造を任せた場合、人間が見るべきはコードではなくテストケース・テスト結果・エビデンスだ。コードの保守性は「人間が保守する前提」のコストであり、AIが保守するなら不要だ。パフォーマンスやセキュリティはテスト観点に追加すれば済む。今でもセキュリティテストは専用ツールで検証するのが主流だ。

ただし新しい課題が生まれる。人間が実装する場合、「X > 20」「X >= 20」「X >= 19」程度のバリエーションしか想定しなくて済んだ。だから境界値テストの範囲も暗黙の信頼で絞れた。AIが実装する場合はその信頼がない。極端な話、AIが「X in (20, 21, … 100)」のようなコードを書いたとき、101が期待値にならない問題にどう気づくか。つまり「要件をテスト観点に厳密に落とし込む設計力」が従来よりはるかに重要になる。

結論は出せない。「実装経験がないと判断力が育たない」という見方と、「中間工程をスキップして上流を目指すのが正解」という仮説が共存している。ただ「要件定義＝テスト設計」が一体化した新しいスキルセットが求められるのは確かだ。

5年後に自分のキャリアが枯渇するリスク

どちらのルートを取るにせよ、「AIで速く書けるだけ」の人材は市場価値が下がる。要件整理・設計ができる人材と、コード生成しかできない人材の格差は広がる。副業エンジニアは特に「判断力の証明」が難しい。ポートフォリオの数ではなく、なぜその設計を選んだかの質が問われる時代になる。

生成AI時代に必要なスキルと不要になるスキルの全体像は「教育する側」の視点から整理した記事で扱っている。今回はその「教えられる側」としてどう動くかの話だ。

今日からできる3つの行動設計

行動①：PRに「Why」を1行書く習慣

「なぜこの実装を選んだか」を毎回PRに1行書く。「AIがこう提案した」は理由にならない。「○○の制約があるため、△△のアプローチを選択した」と書けるかどうかが、判断力を可視化する最もシンプルな方法だ。

副業の個人開発でもコミットメッセージに同じことを適用できる。未来の自分が読み返したとき「なぜこの選択をしたのか」がわかるコミットログは、ポートフォリオとしても強い。

行動②：判断品質を可視化するレビュー術

筆者のチームではGemini Gemsによるプレレビューを定常運用している。個人開発でも同じ仕組みは作れる。AIにコードレビューを依頼し、指摘事項を「理解して」反映する。重要なのは、同じ種類の指摘を2回受けたらそれは自分の判断基準に穴があるサインだということ。指摘をノートに記録し、3回目が来る前に自分で潰す。

レビュー結果をただ反映するだけなら、Anthropicの6パターンでいう「コード生成を丸投げ」と変わらない。レビュー結果を「なぜその指摘が正しいのか」まで自分で腹落ちさせるプロセスが、判断品質を上げるトレーニングになる。

行動③：AIが代替できない文脈理解力を鍛える

「なぜこのテーブル設計になったのか」「なぜこの命名規則なのか」——コードには書かれていないが変更判断に不可欠な情報がある。現在のAIはプロジェクト固有の文脈が苦手だ。RAGやコンテキストウィンドウの拡張で改善は進んでいるが、「経緯と意図」を完全に把握するには至っていない。

筆者自身、要件整理と設計に注力できるようになったことで、コアスキルの向上につながっている。AIが実装の細部を担当するなら、人間は「どう実装するか」ではなく「なぜこの要件なのか」「この設計で何を実現するのか」に時間を投資すべきだ。Claude無料版でバイブコーディングした経験でも、プログラミング経験があるからAIへの指示の精度が上がった。言語仕様を知らなくても「要件の抜け漏れ」は拾える。その感覚はAIでは代替できない。

個人のAI活用力に加えて、所属組織のルールを理解しておくと事故を避けられる。社内AIガイドラインで決めるべき5論点を押さえておくと、自分の使い方が会社の方針に沿っているかを自己チェックできる。

AI時代を生き残るジュニアエンジニアの戦略まとめ

「理解なき速度」はキャリアリスクになる

Anthropic研究が示すとおり、AIの使い方で理解度に3.6倍の差がつく。「速く書ける」は汎用スキルになり、差別化軸は判断品質にシフトした。

Big Techの新卒採用比率は32%→7%に急落している。注目すべきは、残った枠で求められるスキルが変わったことだ。キャリアラダーの空洞化が進む中、「実装スキップで上流特化」という新しいルートも出ている。ただしテスト設計力という新たな必須スキルが必須になる。

副業・週末起業エンジニアへの応用

副業・週末起業ではレビュアーがいない。PRに「Why」を書く、AIレビューの結果を理解して反映する、要件の文脈を自分で押さえる。この3つの自己防衛策が本業以上に重要になる。

明日から始める最初の一歩

最もハードルが低いのは「PRやコミットメッセージにWhyを1行書く」ことだ。今日のコミットから始められる。理由を書こうとして「書けない」と気づいた時点で、それは自分が理解していないサインになる。その気づきが、AI時代のキャリアを分ける。

ムラサキ

AI活用は止めない。でも「AIが言ってました」で済ませる限り、速さは成長に変わらない。自分の言葉でWhyを語れるかどうか。そこだけは譲れない。

よくある質問

2026.03.24 更新：Win+Shift+Sのクイックマークアップ機能を追記、10個目の時短術（Win+矢印キーのスナップ配置）を追加、FAQ形式を刷新

Windowsを毎日使っているのに、マウスで右クリック→コピー→右クリック→貼り付けをやっている人がいる。

方向キーを押しっぱなしにしてカーソルを移動している人がいる。本人は「普通」だと思っている。

SE歴20年、毎日PCに向かい続けてきた自分が実際に使っている時短術を10個紹介する。全部Windows標準機能で、インストール不要。今日から使える。

Win+Shift+S｜スクリーンショットはこれ一択

Windowsキー+Shift+Sを同時に押す。画面が暗くなり、好きな範囲をドラッグで選択できる。選択した領域がそのままクリップボードにコピーされる。

あとはチャットに貼り付ける、資料に貼り付ける、生成AIに画像として送る。用途を問わず毎日何度も使う。

テストエビデンスのキャプチャ、チャットでの画面共有、生成AIへの画像検索。自分の業務ではこの3つが主な用途だ。加工せずそのまま貼り付けることがほとんどなので、撮って即貼るという流れが最も効率的だ。毎日10回以上は使用している。

2025年10月のアップデートで、Win+Shift+Sの起動直後にCtrl+Eを押すと「クイックマークアップ」モードに切り替わるようになった。画面上に直接ペンやハイライトで書き込んでから範囲選択できるため、注釈付きのスクリーンショットが1回の操作で完成する。テストエビデンスの指摘箇所にマーカーを引いてからキャプチャする、という使い方が筆者の業務では特に便利だ。

タスクバー活用｜アプリもフォルダも1クリック

よく使うアプリをタスクバーにピン留めしている人は多い。だがアプリだけでなく、よく使うフォルダやファイルもピン留めできることを知らない人がいる。

エクスプローラをタスクバーにピン留めして右クリックすると「よくアクセスする場所」が表示される。ここにフォルダが並ぶ。さらにピンマークをクリックすれば固定できる。

自分のタスクバーにはブラウザ、エディタ、Excel、WinMerge、エクスプローラ、チャット、スクリーンキーボードが並んでいる。いろいろ試したが、タスクバーのピン留めが結局一番アクセスしやすかった。デスクトップにショートカットを置くよりも、スタートメニューから探すよりも速い。全てのアプリをここから起動しているので使用しない日はない。

Win+数字キー｜タスクバーのアプリを一瞬で切替

タスクバーに左から並んでいるアプリを、Windowsキー+数字キーで起動・切替できる。左から1番目のアプリならWin+1、2番目ならWin+2だ。

マウスでタスクバーをクリックして切り替えていたのが、キーボードから手を離さず切替できるようになる。Alt+Tabだとウィンドウが多い時に目的のアプリを探す手間があるが、Win+数字なら確実に目的のアプリに飛べる。タスクバーの並び順を自分の使用頻度に合わせて固定しておくのがポイントだ。

Ctrl+Shift+矢印キー｜データの端まで一瞬で飛ぶ

Ctrl+矢印キーでデータの端まで一瞬で移動する。Shiftを追加すれば移動しながら選択できる。Excelだけでなくテキストエディタでも使える。

方向キーを押しっぱなしにしてカーソルを移動している人を見ると、何とも言えない気持ちになる。些末に見えるかもしれないが、1日に何百回もカーソルを動かしていることを考えると積み重ねは大きい。

同僚には「これだけは覚えて欲しい」操作の一つだ。Ctrl+C、Ctrl+Vの次に覚えるべきショートカットはこれだと思っている。全選択（Ctrl＋A）、個別選択（Ctrl＋クリック）とあわせて３つを使いこなせば完璧。

Win+V｜クリップボード履歴で複数コピペ

通常のCtrl+Vは直前にコピーした内容しか貼り付けられない。Win+Vを使うとクリップボードの履歴が表示され、過去にコピーした内容から選んで貼り付けられる。

3つ前にコピーしたテキストを貼りたい場面は意外と多い。URLをコピーした後にテキストをコピーして、やっぱり最初のURLも貼りたい。そんな時にWin+Vで履歴から選べる。知っているだけで「もう一回コピーし直す」という手間がなくなる。筆者自身まだ使用し始めたばかりで、使いこなせておらず、最初のURLを探していることもしばしばあるので、慣らしていきたい。

辞書登録｜定型文は打たない

メールアドレス、挨拶文、変換できない固有名詞をIMEの辞書に登録する。

「おつ」で「お疲れ様です。」、「よろ」で「よろしくお願いいたします。」が一発で出る。メールアドレスは「めあど」で変換できるようにしておけば、入力フォームで毎回手打ちする必要がない。

正直に言うと、最近はMicrosoft IMEの予測変換が賢くなって辞書登録の出番は減った。自分も5個程度しか登録していない。だが変換できない固有名詞だけは辞書登録しないと出てこない。クライアント名やシステム名など、業務で頻繁に使う固有名詞がある人は登録しておくと地味に楽になる。1日に何十通もメールを作成することがあるので、その度に毎度入力することを考えると効果が大きい。

Win+R｜何でも一発起動

Windowsキー+Rで「ファイル名を指定して実行」ダイアログが開く。ここにコマンドを打つと、アプリやフォルダを一発で開ける。

よく使うコマンドは限られている。「calc」で電卓、「notepad」でメモ帳、「cmd」でコマンドプロンプト。スタートメニューから探すより圧倒的に速い。

特に便利なのが「shell:」コマンドだ。「shell:sendto」でSendToフォルダが開く。「shell:startup」でスタートアップフォルダが開く。これらのフォルダは通常のエクスプローラでは場所がわかりにくいが、Win+Rなら一発だ。

次の項目で紹介するSendToフォルダのカスタマイズも、Win+Rで「shell:sendto」と打つところから始まる。使用頻度は1日1，2回程度だが知ってると知らないではスピード感が違う。起動場所を探している間に何をしようとしていたのか忘れることもないですし。（筆者はたまにあるので・・）

仮想デスクトップ｜画面が狭いなら増やす

Win+Ctrl+Dで新しいデスクトップを追加できる。Win+Ctrl+矢印キーでデスクトップ間を切替できる。

モニターが1枚しかない環境でも、用途別にデスクトップを分けられる。資料作成用、チャット用、調査用と分ければウィンドウの切替が劇的に減る。

在宅ワークでノートPC1台だけという環境の人には特におすすめだ。外部モニターを買うのが一番の解決策だが、予算や場所の問題がある場合は仮想デスクトップで十分カバーできる。

1つ注意点がある。仮想デスクトップを増やしすぎるとどこに何を開いたかわからなくなる。自分の経験では3つが上限で、それ以上はかえって非効率になる。

Win+矢印キー｜ウィンドウを左右に一発配置

Win+左矢印でアクティブウィンドウが画面の左半分にスナップされる。Win+右矢印で右半分。設計書を左に開いてExcelを右に並べる、チャットを横目に見ながらコードを書く。こういった「2つの画面を見比べながら作業する」場面で毎日使っている。

マウスでウィンドウのタイトルバーをドラッグして画面端に持っていく方法でも同じことはできる。だがキーボードから手を離さずに一発で配置できるのがWin+矢印の強みだ。1日に何十回もウィンドウを並べ替える業務では、この差が効いてくる。

Win+上矢印で最大化、Win+下矢印で元のサイズに戻す（もう一度押すと最小化）という操作もセットで覚えておくと便利だ。Windows 11ではWin+矢印の後にさらに上下矢印を押すことで4分割配置もできる。正直に言うと、4分割は自分の業務ではあまり使っていない。左右2分割で十分なことがほとんどだ。ただしモニターが大きい環境や、複数資料を同時に参照する場面では選択肢として知っておく価値はある。

SendToフォルダ｜右クリックメニューを自分専用に

ファイルを右クリックすると「送る」メニューがある。この中身は自分でカスタマイズできる。

よく使うフォルダへのショートカットを入れておけば、ファイルの移動やコピーが右クリック1回で済む。ドラッグ＆ドロップでフォルダ間を行き来するよりも確実で速い。

自分はさらに踏み込んで、パス取得やファイル情報のエクスポートなど自作ツールもSendToに入れている。パス取得ツールやSeleniumによるブラウザ操作の自動化など、Windows標準機能を超えた効率化についてはSE歴20年の業務自動化術で詳しくまとめている。

よくある質問

まとめ｜インストール不要、全部Windows標準

紹介した10個は全てWindows標準機能だ。新しいソフトをインストールする必要はない。追加費用もゼロ。

特にWin+Shift+S、タスクバーのピン留め、Ctrl+Shift+矢印キーの3つは今日から使える即効性がある。この3つだけでも、明日の作業速度は変わる。

他にも覚えておきたいショートカットとしては、Win+L（画面ロック、離席時のセキュリティに必須）、Win+E（エクスプローラ一発起動）がある。どちらもワンアクションで済む操作だ。

ショートカットは「知っている」だけでは意味がない。「無意識に手が動く」状態になって初めて効果が出る。1日1個ずつ使い始めて、1週間後には全部が自然に使えるようになっているはずだ。

Excelに特化した効率化テクニックはSE歴20年のExcel時短術15選で詳しく解説している。SendToの自作ツールやSeleniumによるブラウザ操作の自動化など、エンジニア向けのさらに深い効率化術は業務自動化術にまとめている。

2026.03.20 更新：2025年8月追加のCOPILOT関数・正規表現関数の情報を追記、まとめの脱字を修正

Excelを毎日使っているのに、なぜか作業が早くならない。そういう人には共通点がある。

「自分が効率的に動けているかどうかを意識していない」ことだ。

SE歴20年、毎日Excelを触り続けてきた自分が、実務で本当に使っているテクニックを15個紹介する。前半は今日から使える即効系、後半は知っている人が少ないが効果が大きい仕組み系だ。

効率化の前提｜「遅い自分」に気づけるか

Excelの効率化テクニックを紹介する記事は山ほどある。ショートカットキーの一覧、便利な関数のまとめ。どれも役に立つ。

でも、その前に一つだけ確認したいことがある。「自分の操作は遅い」と気づいているだろうか。

マウスでセルを選択して、右クリックしてコピーを選んで、移動先でまた右クリックして貼り付けを選ぶ。この操作を「普通」だと思っている人は多い。本人にとってはそれが標準だから、遅いという自覚がない。

一番手っ取り早い方法は、隣の席の人がExcelを操作しているのを眺めることだ。自分より速い人の操作を見ると「何それ、どうやったの」という瞬間が必ずある。効率化はそこから始まる。

即効テクニック5選｜今日から速くなる

Ctrl系ショートカットの「組み合わせ」で考える

Ctrl+CとCtrl+Vは誰でも知っている。ここで止まっている人が多い。

実務で差がつくのは編集系のショートカットだ。Ctrl+Shift+「+」で行挿入、Ctrl+「-」で行削除。この2つだけで、右クリックしてメニューから選ぶ操作がなくなる。

1回の時短は数秒に過ぎない。だが1日にセルの挿入・削除を何十回やっているかを考えると、積み重ねは大きい。ショートカットは単体ではなく「この作業で使う組み合わせ」として覚えた方が定着する。

テーブル化するだけで数式の質が変わる

普通の行列の表をそのまま使っている人は非常に多い。Ctrl+Tでテーブルに変換するだけで、Excelの使い勝手が大きく変わる。

テーブル化の最大のメリットは数式の可読性が上がることと、行ごとに数式が違うという不具合がなくなることだ。大きなシートほど効果が出る。

LOOKUPとSUMPRODUCTは実務の両輪

VLOOKUPやXLOOKUPは使えるがSUMPRODUCTを知らない人が多い。

SUMPRODUCTは複数条件の集計や照合に強い。たとえば「部署がAで、かつステータスが完了の件数」を1つの数式で出せる。COUNTIFSでもできるが、SUMPRODUCTの方が条件の組み合わせに柔軟に対応できる場面がある。

LOOKUPで「探す」、SUMPRODUCTで「集計する」。この2つを使いこなせれば、実務で求められる関数の大半はカバーできる。

セル結合をやめるだけで効率が上がる

見た目を整えるためにセルを結合している人は多い。だがセル結合はフィルタ、並び替え、コピー＆ペーストのすべてを壊す。

データとして扱うシートでは結合を使わない。見た目の整形が必要なら印刷用のシートを別に作る。この使い分けだけで、余計なトラブルが大幅に減る。

名前の定義でシート間参照を読みやすくする

複数シートにまたがる数式は、参照が長くなると何をしているのか読めなくなる。

「名前の定義」でセル範囲に名前をつけると、数式内で Sheet2!$A$1:$C$100 と書く代わりに「商品マスタ」と書ける。数式の意味が一目でわかるようになる。地味だが、シートが増えるほど効果が大きい。

Personal.xlsb｜自分専用のショートカットを作る

Excelには「個人用マクロブック」という仕組みがある。Personal.xlsbというファイルで、Excel起動時に自動で読み込まれる。

ここにマクロを登録してショートカットキーを割り当てると、どのブックを開いていても使える自分だけのショートカットが手に入る。

先輩に教えてもらったのがきっかけで使い始め、現在は15個ほど登録している。

特に罫線描画は効果が大きい。Excelの罫線は標準操作だとリボンから選択して種類を指定して適用するというステップが多い。これが1キーで完了する。進捗管理表やWBSなど罫線を多用するシートでは、1日に何十回も使う。

Personal.xlsbの設定方法は「マクロの記録」で操作を記録し、保存先を「個人用マクロブック」にするだけだ。VBAの知識がなくても始められる。

PowerQuery｜VBAの限界を超える

複数のExcelファイルを1つに統合する、CSVを読み込んで整形する。こうした処理はVBAでも書ける。ただしファイル数やデータ量が増えると、パフォーマンスの限界を感じる場面が出てくる。

PowerQueryはその壁を超えられるツールだ。Excel標準機能として搭載されており、追加インストールは不要。GUIでデータの結合・変換・整形ができる。

以前はVBAで書いていたファイル統合処理をPowerQueryに移行したことがある。実行時間が大幅に短縮されただけでなく、処理内容がステップとして可視化されるためメンテナンスも楽になった。

VBAは「自分で書いたコードを自分で読み解く」必要があるが、PowerQueryは処理ステップに名前がついているので、何をやっているかが見た目でわかる。チームで共有するファイルほどPowerQueryの方が向いている。

VBAは「動けばいい」で止まると破綻する

VBAを書ける人は増えてきた。ただ「動けばいい」で止まっているケースが多いと感じる。

正常系が動くことは最低ラインであってゴールではない。業務で使うツールである以上、自分以外の人が読んでも理解でき、修正できる状態を目指すべきだ。

自分がVBAを書く時に意識していることは4つある。命名規則を統一すること。コメントを適切に入れること。処理をモジュール単位で分割すること。コードブロックの役割を明確にすること。

さらに、共通クラスや共通モジュールを作成して再利用できる部品を増やしていくと、生産性と品質が同時に上がる。EUCであっても業務システムに近い設計思想を持つことで、長く使えるツールになる。

NotebookLMでVBAモジュールをデバッグする方法はこちら

VBAの設計思想や実務での活用方法をさらに体系的に学びたい方には、以下の書籍が参考になります。

ExcelかPythonか｜判断基準はシンプル

VBAで限界を感じた時、次の選択肢としてPythonが挙がることがある。

判断基準はシンプルだ。ブラウザ操作やWindowsの標準機能の範囲を超えたら、Pythonの方がほぼ良い。処理速度、ライブラリの豊富さ、拡張性のいずれもPythonが上回る。

自分の場合、ブラウザ操作の自動化やデータ分析はPythonで書くことが多い。一方で、クライアント先で動かすツールや、チーム内でExcelベースの運用が前提のものはVBAで作る。使い分けの軸は「実行環境の制約」と「処理の複雑さ」の2つだ。

生成AI×Excel｜コーディング効率が変わった

最近はVBAを書く際に生成AIを使うようになった。

ゼロからコードを書かせるのではない。自分の設計に対して「この書き方で問題ないか」を確認したり、エラーが出た時に原因を調査したり、知らない関数や概念を調べたりする使い方がメインだ。

つまり壁打ち相手として使っている。これが一番実務に合っている。

自分で設計して、自分で書いて、詰まったところだけAIに聞く。このサイクルが回ると、コーディングの速度が体感で1.5倍くらいになる。特にエラー原因の調査は、以前なら検索して複数の記事を読んで試してという流れだったが、AIに聞けば数秒で原因と対策が返ってくる。

2025年8月にはExcel自体にCOPILOT関数（=COPILOT()）が追加された。セルに直接「=COPILOT(“この列のデータを要約して”)」のように自然言語を書くと、AIが結果を返してくれる。Microsoft 365のCopilotライセンスが必要だが、VBAを書かずにAIの力を借りられる場面が増えた。また同時期に正規表現関数（REGEXTEST、REGEXEXTRACT、REGEXREPLACE）も一般提供が始まり、VBAやSUBSTITUTEの複雑な組み合わせなしでパターンマッチングができるようになっている。Excel自体の進化は速いので、Microsoft公式のExcel新機能ページを定期的にチェックしておくとよい。

よくある質問（FAQ）

まとめ｜効率化は「意識すること」から始まる

15個のテクニックを紹介したが、ツールやショートカットは手段でしかない。

最初の一歩は「自分の操作は効率的か？」と意識することだ。意識できれば改善点が見える。改善点が見えればツールを探す動機が生まれる。

今日からできることを2つだけ挙げるなら、テーブル化とPersonal.xlsbだ。テーブル化はCtrl+Tを押すだけ。Personal.xlsbは「マクロの記録」で1つ登録するだけ。どちらも5分で始められる。

Excelは毎日使うツールだからこそ、小さな効率化が大きな差になる。20年間Excelを触り続けてきた実感として、それは間違いない。