AIの時代に勝つには？ AIで構築するか、AIとビジネスを構築するか

生成AIにおけるキャリア機会の探求

生成人工知能（AI）は、技術愛好者とビジネス戦略家の両方にとってエキサイティングなキャリアパスを開拓しています。従来の技術とは異なり、AIは2つの明確なルートを提供します。AI技術の開発に焦点を当てるか、AIを活用してビジネス運営を強化するかのどちらかです。

マイクロソフトの主要人物であり、スタンフォード・オンラインの教育者でもあるAditya Challapallyは、最近の研究でこれらの2つのキャリアトラックを深く掘り下げました。彼の調査結果は、技術的およびビジネス環境の両方でAIが果たすダイナミックな役割を強調しています。

技術的キャリアトラック

ITプロフェッショナルにとって、進化し続けるビジネスニーズに対応して迅速にソリューションを提供する競争が激化しています。Challapallyは、GitHub Copilot、Cursor、Claude Codeなどの新しいツールを積極的に取り入れることの重要性を強調します。「私の経験では、これらのツールを効果的に使用する開発者は、しばしば10倍のコーダーとして知られ、他の人が追いついても競争力を維持します」と彼はZDNETに語りました。

ドメイン専門知識のキャリアトラック

ビジネス面では、生成AIは単なる技術にとどまらず、特定の業界の需要を効果的に満たすために適用することが重要です。Challapallyは、AIが一般的になるにつれて、真の価値は専門知識にあると指摘します。「際立つ専門家は、業界を深く理解し、AIが最も影響を与えられる場所を正確に特定できる人々です」と彼は述べました。ただし、AIボットだけではこの微妙な理解を伝えることはできないと警告しています。

Challapallyの50人のビジネスリーダーへのインタビューでは、AIの専門知識に対する高い需要が明らかになり、技術的スキルとビジネススキルの融合がますます重要になっています。「リーダーは、プロジェクト管理や製品ビジョンの作成といった従来のタスクよりもこれを優先しています」と彼は観察しました。

ギャップを埋める

ビジネスリーダーによると、今日最も求められているのは、ビジネスと技術の両方の領域をナビゲートできるプロフェッショナルです。これらの個人は、製品ビジョンを開発し、コーディングの基礎を理解し、技術的能力をビジネス目標に合わせることができます。「ビジネスの洞察力と技術的リテラシーを融合させることです」とChallapallyは説明しました。

AIツールの習得

技術面では、AIツールの使用を習得することが鍵です。Challapallyは、正確な結果を得るためにこれらのツールに効果的にプロンプトを出すことの重要性を強調します。また、これらのツールを過小評価しないよう警告し、特に小さなタスクにおいて生産性を大幅に向上させることができると述べています。「トップのプロフェッショナルは、ほとんどのツールが定着しなくても、毎週新しいモデルやツールを探求する時間を確保しています」と彼は付け加えました。

技術プロフェッショナルへのアドバイス

• 基本を守る： AIツールがあっても、モジュラー設計やシステム思考などの従来のソフトウェア工学の原則は依然として重要です。高速なAI駆動の開発と堅実な製品思考を組み合わせることで、キャリアの成長を加速できます。
• 基礎を学ぶ： 2～4週間かけてAIおよび生成AIの基礎知識を習得します。ChatGPTやDALL-Eなどのツールに慣れ、プロンプトエンジニアリングのスキルを磨きます。
• プロンプトの達人になる： プロンプトの技術を習得することは不可欠で、4～6週間かかることがあります。基本的な入力/出力から、マルチチャネルプロンプティングやJSON形式などの高度なテクニックに進み、AIモデルから一貫性のある信頼性の高い出力を確保します。
• 自分の道を選ぶ： 基礎を理解した後、キャリアのコンテキストに基づいて専門分野を決めます。企業プロフェッショナルはシステムアーキテクチャやAI統合に焦点を当てるかもしれませんし、独立したプロフェッショナルはローコード/ノーコードツールや迅速なプロトタイピングのための基本的なコーディングを習得できます。

ビジネスプロフェッショナルへのアドバイス

• 業界のAIランドスケープをマッピングする： 2～3週間かけて、自身の分野での既存のAIアプリケーションを研究します。何が機能し、何が機能しないか、そして新たな機会がどこにあるかを理解します。
• ユーザーの行動を理解する： 業界のユーザーがAIシステムとどのように対話するかを学ぶ時間を取ります。自身の分野の主要なAIツールをテストすることで貴重な洞察が得られます。
• マーケティングの方法を知る： AIアプリの普及に伴い、自身のAIアプリケーションを目立たせ、注目を集める方法を学ぶことが重要です。

Challapallyはまた、AIは単純なアプリ開発の約80％を処理できるが、最後の20％にはデバッグや実際のアプリケーションのための技術的専門知識が依然として必要だと指摘しています。彼は、簡単なアプリについては近日中に95％まで改善する可能性があると予測していますが、現時点では技術的スキルが不可欠です。