西洋は「ものづくり」を忘れた、次は「コーディング」も忘れつつある — ソフトウェア空洞化論を検証する
西洋は「ものづくり」を忘れた、次は「コーディング」も忘れつつある — ソフトウェア空洞化論を検証する
製造業がコスト最適化の果てにノウハウを丸ごと失ったのと同じ道を、ソフトウェアエンジニアリングも歩んでいるのか。それとも、この比喩は一世代の危機感が生んだ誇張なのか。
導入:1,113点が指し示すもの
2026年4月23日、techtrenches.devに掲載されたDenis Stetskov氏の記事「The West Forgot How to Make Things, Now It’s Forgetting How to Code」がHacker Newsで1,113点、コメント795件を記録した。今週の技術コミュニティ最大の話題である。この水準の数字は「AIに仕事を奪われる」式のありふれた不安記事には付かない。コメント欄を開くと、二種類の反応が並列で現れる。一方は「うちの会社で見ているパターンそのものだ」という同意、もう一方は「引退間近のベテランのノスタルジーではないか」という懐疑である。
Stetskov氏の主張は単なる比喩ではない。彼は、米国の製造業が1990年代のコスト最適化で中核能力を外注し続け、2022年のウクライナ支援の局面で「Stingerミサイルを作れるエンジニアがもう存在しない」という事実に直面したと整理する。そして、構造的に同じことが現在のソフトウェア業界で進行中だと主張する。ジュニア採用の急減、AIコードアシスタントへの依存、ベテランシニアへの負荷集中。提示されるデータは印象的だが、同時に検証を要する主張でもある。
本記事の目的は、Stetskov氏の主張を正しいと断定することでも、誇張だと一蹴することでもない。IT外注の発注企業のITマネージャー視点から、この仮説がどこまで検証可能で、どのシグナルをモニタリングする価値があるかを整理することである。
本論1:何が起きているのか — 二つの産業の平行線
まず、Stetskov氏が示す製造業の事例を整理する。ノウハウ喪失の不可逆性が際立つ。
Stingerミサイル: Raytheonは20年間Stinger携行式対空ミサイルを生産していなかった。2022年の対ウクライナ支援で新規発注が入ったが、納入予定は2026年。4年を要する理由は単純な生産設備不足ではない。Raytheonは70代のベテランエンジニアを呼び戻し、若手の教育に充てている。ノウハウは人の頭の中にしかなく、その人が引退すれば共に消える、ということである。
EUの砲弾: EUはウクライナに12か月で100万発の砲弾を供給すると約束したが、実際の生産能力は年間23万発に留まり、9か月の遅延が生じた。フランスは2007年に推進剤の自国生産を停止しており、17年の空白が生まれた。ドイツ軍の砲弾備蓄は2日分しかなかったとの報道もある。
Fogbank: 核兵器の中核素材であるFogbankは1989年に生産が停止された。2000年代後半のW76弾頭更新プロジェクトで再び必要になった際、米国はこの素材を再構成するのに6,900万ドルと数年を費やした。最も興味深い発見は別にあった。原本のFogbankには意図しない不純物(unintended impurity)が含まれており、それが事実上の中核性能要因だった。しかし、この事実はどの文書にも記されておらず、引退したエンジニアの記憶にだけ残っていた。
Pentagonの統合: 1993年、米国防総省は51の防衛コントラクターを5つに統合した。産業従事者は320万人から110万人へ65%減少した。結果として、カリフォルニアのたった一か所が155mm砲弾ケーシングの製造拠点となり、これは単一障害点(single point of failure)となった。
これらの事例が示すパターンは明快である。コスト最適化のために外注・統合・生産停止を決めた時点では、ノウハウは消えない。ノウハウは人と共にゆっくり消え、再び必要になった時には手遅れであることが多い。そして決定的に、文書化された知識だけでは再構成不可能な領域が存在する — Fogbankの「意図しない不純物」が象徴的である。
次に、Stetskov氏が平行線として描くソフトウェア産業のデータを見る。
Salesforce 2025年新規SWE採用ゼロ: Salesforceは2025年、新規ソフトウェアエンジニア採用を事実上停止したと報じられた。Marc Benioff CEOはAIで30%の生産性向上を達成したと発表している。
エンジニアリング責任者の54%がジュニア採用減を予想: 2025年後半の業界調査で、エンジニアリング責任者の54%がAI導入により今後ジュニア採用を削減する計画だと回答した。
大学のコンピューティング専攻登録62%減: 米国の一部主要大学で、コンピュータサイエンス・コンピューティング専攻の新規登録が前年比62%減少したとの報道がある(統計の出典は学校別であり、全国平均は異なる可能性がある)。学生が「AI時代のSWEに未来はない」というメッセージを受け取り始めている兆候である。
METRのAI生産性パラドックス: 非営利研究機関METRの研究によれば、経験豊富なオープンソース開発者が自分の慣れたコードベースでAIコーディングアシスタントを使った場合、使わない場合より作業時間が19%長くなった。同じ開発者の事前予測は「AIで24%速くなる」だった。認識と実態のギャップは43ポイントである。METRはこれを単純な「AIが悪い」ではなく、「慣れた環境ではAI出力の検証・修正コストが直接書くより高くなりうる」という解釈で提示する。
Stetskov氏自身の採用データ: 彼は自社の採用で2,253名を面接し、4名を通過させたと述べている。通過率0.18%。求めている能力は「AIが間違った時に気付く技術的判断力」であり、こうした人材は「市場にほとんど存在しない」と断じる。
二つの産業のデータを並べると、同じ歌の別の節のように響く — これがStetskov氏の修辞的な強みである。しかし分析者であれば、もう一段踏み込む必要がある。
本論2:同じ点と違う点 — ソフトウェアは本当に製造業と同じか
Stetskov氏の比喩が強力なのは、「暗黙知(tacit knowledge)の喪失」という共通点を突いたからである。しかし、二つの産業が全ての面で同じわけではない。分析的には、同じ点と違う点を分離する必要がある。
同じ点1:徒弟制と多世代継承 製造業のノウハウは師匠と弟子の関係で継承された。50代が30代へ、30代が20代へ。ある切断面を見て「これは加工が悪い」と直感する能力は本では学べない。ソフトウェアも本質的に同じである。シニアがコードレビューで「このロック順序は危ない」と指摘する能力、午前3時の障害コールでログ一行から「DB接続プールが枯渇したのでは」と仮説を立てる能力は、5〜10年の試行錯誤の上に成り立つ。
同じ点2:外注の不可逆性 一度外部に任せて社内人材を抜くと、再び戻すのは極めて難しい。再学習コストは初学習コストより大きい。なぜなら、初学習時には同時代のシニアが横にいたが、再学習時にはそのシニアがもういないからである。Fogbank事例がこれを極端な形で示している。
同じ点3:単一障害点のリスク カリフォルニアの一か所が155mmケーシングを作る事実は軍事的単一障害点である。ソフトウェアでも同様のことが起きる。中核システムの保守が一人のシニアに依存する「バスファクター1」は外注発注側に馴染みの光景であり、日本のIT現場では特に顕著なパターンと言える。
違う点1:コードはテキストとして残る ソフトウェアの決定的な違いは、成果物がテキストであることだ。Stingerミサイルは70代エンジニアが引退すれば作り方が消えるが、コードはGitリポジトリに残る。理論上は誰でも再び読み解ける。しかしここに罠がある。「なぜこのロック順序にしたのか」「なぜこのテーブルにインデックスが二つあるのか」「なぜこのタイムアウトは30秒ではなく27秒なのか」はコードに書かれていない。これは製造業の「Fogbank不純物」と全く同種の問題である。成果物は残ったが、それを生んだ判断の文脈は消えている。
違う点2:AIは徒弟制を救うことも殺すこともできる 製造業にはなく、ソフトウェアにある変数がAIである。これは両方のシナリオを生む。
救うシナリオ:AIが適切に設計されたメンター役を果たし、ジュニアがコードを書くたびに「ここの並行性は考えたか」と即時フィードバックを返すなら、学習曲線はむしろ急になりうる。一部の教育機関はこの方向の実験を報告している。
殺すシナリオ:しかし現在のデータが指す方向はこちらに近い。ジュニアの仕事自体が減れば、AIメンターがいても舞台がない。デバッグをAIに丸投げするジュニアは「なぜこのバグが起きたか」の直感を構築できない。シミュレーションは実戦と違う。
METRの研究が示すのもこの文脈で読む価値がある。シニアが慣れた領域でAIを使うと逆に遅くなるという結果は、「AIは自分が何をしているかを知る人にとって最も高くつき、知らない人にとって最も危険である」という逆説を指している。
違う点3:圧縮可能か Stetskov氏は技術習熟は圧縮不可能だと主張する。ミドルまで3〜5年、シニアまで5〜8年、プリンシパルまで10年以上。「AIが学習を加速する」という反論はあるが、核心的な反論は時間ではなく経験の種類である。午前3時の障害を30回経験した者は31回目を別の目で見る。AIに午前3時の障害は模倣できない。
整理すると、Stetskov氏の比喩は完全な一対一対応ではないが、中核メカニズム — 暗黙知の喪失、不可逆性、単一障害点 — は明確に共有されているという結論が可能である。ただしソフトウェアにはコードという安全網と、AIという両刃の変数が加わる。
本論3:発注企業がモニタリングする価値のあるシグナル
ここで外注発注側のITマネージャー視点に戻る。この仮説が部分的にでも正しいなら、どのシグナルが今後1〜3年で可視化されるか。
シグナル1:シニアエンジニア採用市場の価格 ジュニアが減りミドルが育たなければ、シニアプールは自然減少する。これは将来のシニア時給の非対称的上昇として現れうる。2026年時点では一部分野(SRE、分散システム、セキュリティ)で顕在化した段階に見えるが、推移は注視に値する。
シグナル2:ミドルレベルの不在 「ジュニア採用ゼロかつシニア不足」という状況では奇妙なことが起きる。ミドルレベルのquality barが異常に上がる。発注側には「5年目エンジニアを呼ぶと以前の7年目水準のコスト」という形で体感されうる。協力会社の人件費見積もりの推移が手がかりとなる。
シグナル3:AI出力の検証能力 Stetskov氏が強調する「AIが間違った時に気付く能力」は採用面接の項目に入り始めている。発注側が協力会社を評価する際、「弊チームはAIを活用しています」ではなく「AI出力をどう検証しているか」を問うことが意味を持つ段階に入りつつある。
シグナル4:障害復旧時間(MTTR) シニアプールが薄くなれば、最初に可視化される指標は平均復旧時間である。午前3時に原因を絞り込める人の絶対数が減れば、同種の障害でも復旧が長くなる。外注契約にSLAがあれば、この指標の推移が手がかりとなる。
シグナル5:日本市場の特殊性 日本の読者にとってこの議論はより重く響くかもしれない。日本のIT産業は既にベテランエンジニア不足が構造的問題であり、人口統計的に今後10年でさらに悪化する可能性が高い。日本を含む東アジア市場では、Stetskov氏の仮説が米国より速い速度で顕在化する可能性も検討に値する。
発注側が検討できること こうしたシグナルを観測しつつ、発注側は次のことを検討できる。まず、協力会社評価項目に「ジュニア育成の仕組み」を含めること。短期的にはコストが上がるが、中長期的にシニアプールに貢献する協力会社を選別する効果がある。次に、中核システムのノウハウを意図的に明文化すること。「なぜこの判断をしたか」を残すADR(Architecture Decision Record)のような形式が一例である。最後に、AI出力の検証可能人材が協力会社にいるかを明示的に問うこと。強要ではなく、情報としての質問である。
これらの提案の共通点は、今日のコストを少し増やして明日の単一障害点を減らす方向だということである。Fogbankの6,900万ドル再構成コストは、1989年に節約された費用よりはるかに大きい。
結論:確定した未来ではなく、ありうるシナリオ
Stetskov氏の記事が強力なのは、二つの産業の平行線を明確に描いたからである。しかし分析的には二つの留保が必要である。第一に、彼の採用通過率0.18%といったデータは彼自身の標本であり、業界全体の統計ではない。第二に、製造業とソフトウェアには中核的な違い — コードのテキスト永続性、AIの両面性 — がある。
それでも、中核メカニズム — 暗黙知の不可逆な喪失、徒弟制パイプラインの崩壊リスク、単一障害点の累積 — は二産業で共有される。METR研究、ジュニア採用データ、大学登録統計といった客観的シグナルが一方向を指すことは無視しがたい。
導入の問い — 「ソフトウェア空洞化は確定した未来か、一世代の誇張された物語か」 — に対する本記事の暫定的な答えは、「確定した未来でもなく、誇張された物語でもない」である。ありうるシナリオの一つであり、どちらに転ぶかは今後3〜5年の業界の選択にかかっている。
発注企業と協力会社の双方にとって、現時点は馴染みのコスト最適化本能を一度止めて検討する価値のある瞬間である。1990年代の米国製造業がコスト最適化を決めた時、2022年のStinger不足を予測した者はほとんどいなかった。シニアSREプールの枯渇も、顕在化する前は抽象的な仮説のように響くだろう。本記事が提示するのは答えではなく、観測すべきシグナルのリストである。
出典
- Denis Stetskov, “The West Forgot How to Make Things, Now It’s Forgetting How to Code”, techtrenches.dev, 2026-04-23: https://techtrenches.dev/p/the-west-forgot-how-to-make-things
- Hacker News討論: 1,113点、コメント795件 (2026-04-23〜24)
- METR, “Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity”
- Raytheon Stinger生産再開報道 (Reuters, 2022)
- W76-1 Fogbank再構成報告 (US DOE/NNSA)
- US DoD 防衛産業統合統計 (1993)