エンジニア報酬の二極化が始まった：「AI代替」5割安・上流2割高の時代に、経営者が決めるべき3つのこと
「AIに仕事を奪われる」という未来予測は、単価表の上ではもう過去形になりました。 日本経済新聞は2026年7月19日、ITエンジニアの賃金が二極化しているとする調査報道を公開しました（連載「労働臨界」、Xでの表示は関連投稿合計150万回超）。上流工程の代表であるプロジェクトマネジャーの単価が2割上がる一方、下流工程のHTMLコーダーは5割下がった。本記事は、この報道と海外の実証研究を突き合わせ、「発注する側・雇う側」であるB2B企業の経営者が、外注費・内製化・組織設計をどう見直すべきかまで落とし込みます。
いま何が起きたのか：3行サマリー
結論から言えば、生成AIの影響は「雇用が消える/残る」の二択ではなく、同じIT人材の中で報酬が上下に引き裂かれる形で現れ始めた、というのが今回の報道の核心です。
単価が二極化した：日経の報道によれば、上流工程の代表であるプロジェクトマネジャーの単価は2026年5月に2割上昇。一方、下流工程の代表であるHTMLコーダーは5割下落。「AIで代替できる仕事」の価格が市場で切り下がり始めています
海外では雇用の入口から縮み始めた：米スタンフォード大の研究（Brynjolfssonら、2025年11月）は、米最大手の給与データ（ADP）を使い、AIに晒された職種の22〜25歳の雇用が相対16%減と実証。ベテランの雇用は安定か増加で、影響は若手に集中しています
これはIT業界のニュースではない：コードを書く仕事で起きた二極化は、資料作成・事務処理・定型営業など「AIが代替しやすい業務」を抱えるすべてのホワイトカラー職種の予告編です。発注単価・採用計画・育成設計の前提が変わります
先週のClaude Fable 5標準搭載の記事で書いた「2カ月のエンジニアリングが1日になる」性能が、労働市場の価格に反映され始めた、という位置づけで読むのが正確です。
何が報じられたのか：PM単価＋2割、HTMLコーダー−5割
日経「労働臨界」の報道とは、ITエンジニアの職種別単価データを時系列で追い、生成AI普及後に上流と下流で報酬が逆方向に動いていることを示したものである。 報道のポイントを整理します。
日経報道の単価指数の動きを編集部で図式化。PMは上昇、HTMLコーダーは下落基調（出典：日本経済新聞 2026年7月19日報道）
上流工程（要件定義・プロジェクト管理など）：代表職種のプロジェクトマネジャーの単価は、2026年5月時点で2割上昇
下流工程（実装・コーディングなど）：代表職種のHTMLコーダーの単価は5割下落
記事タイトルが示すとおり、「AI代替」とみなされた仕事は約5割安となり、日本でも該当領域の雇用縮小が始まっている
2022年4月を100とする単価指数のグラフでは、プロジェクトマネジャーが100の線の上をじわじわ切り上がっていくのに対し、HTMLコーダーは振れ幅を伴いながら一貫して切り下がり、直近で両者の差は最大に開いています。
重要なのは、この現象の駆動力です。生成AIはコードの実装、ページのコーディング、テストの作成といった「仕様が決まった後の作業」を劇的に安くしました。一方で、「何を作るか」「どの順番で、いくらで、誰とやるか」を決める仕事、つまり要件定義・合意形成・リスク管理は、AIが直接置き換えられないどころか、AIで開発速度が上がるほど需要が増える構造にあります。作る速度が10倍になれば、「何を作るべきか」の意思決定が10倍必要になるからです。
海外ではもっと進んでいる：スタンフォードの「炭鉱のカナリア」研究
「Canaries in the Coal Mine（炭鉱のカナリア）」とは、スタンフォード大デジタル経済研究所のBrynjolfssonらが2025年11月に発表した、生成AIの雇用影響に関する現時点で最大規模の実証研究である。 米国最大の給与計算会社ADPの高頻度データを用いており、アンケートではなく実際の雇用記録に基づく点で信頼性が高い研究です。主な発見は次のとおりです。
スタンフォード大の研究は、AI暴露職の22〜25歳の雇用が相対16%減と実証した
AIに晒された職種（ソフトウェア開発者、カスタマーサービス等）の22〜25歳の雇用は、相対で16%減少。企業側の業績要因を統計的に取り除いても結果は変わらない
同じ職種でも経験豊富な労働者の雇用は安定か増加。影響は圧倒的にキャリア入口の若手に集中している
調整は賃金ではなく雇用で起きる。つまり「給料が下がる」より先に「採用されなくなる」
雇用減は、AIが人を補助（augment）する職種ではなく、代替（automate）する職種に集中している
この研究が経営者にとって重い理由は、企業の「本音の行動」を捉えている点にあります。経営者アンケートでは「AIで雇用は減らさない」と答える企業が多数派でも、給与計算データ上の実際の行動は、若手の採用を静かに絞る方向に動いていた。自社が意識的にそう決めていなくても、現場の採用判断の積み重ねが同じ結果を生むという警告として読むべきです。
日本と米国で現れ方が違う点にも注意が必要です。米国は解雇と採用抑制で「雇用の量」が先に動き、日本は雇用規制が強いぶん、フリーランス・外注の「単価」が先に動く。日経が捉えた単価の二極化は、日本型の労働市場でAIの影響が最初に現れる場所を示しているといえます。X上でも弁護士の実務家から「雇用中の従業員の報酬は簡単に下げられないため、キャッシュリッチな大企業ほど人員構成の調整に長期間苦しむ」という指摘が出ています。
なぜ二極化するのか：AIは「作る」を安くし、「決める」を高くする
報酬二極化のメカニズムとは、AIが業務の中の「実行」の価格を崩し、その分「判断」の希少価値を押し上げる価格再編である。 気合いや世代の問題ではなく、構造の話です。
実行側で何が起きているかは、前回記事で詳しく書いたとおりです。Claude Fable 5の早期検証でStripeは「5,000万行のコードベースの移行が、チームで2カ月超の見積もりから1日で完了した」と報告しました（詳細はこちら）。この水準の自動化が月額プランの標準機能になった以上、「決まった仕様どおりに作る」作業の市場価格が維持される理由がありません。
一方で判断側は逆に動きます。開発の実行コストが下がるほど、企業は「作るかどうか」「何から作るか」の意思決定を頻繁に迫られます。プロジェクトの数が増え、AIと人の混成チームを回す設計が必要になり、要件を定め、関係者を合意させ、リスクを引き受ける人の需要は増える。PM単価の2割上昇は、その需要超過の価格表現です。
経営の言葉に翻訳すると、こうなります。人件費・外注費の単価表は「職種別」から「業務の性質別」へ組み直される。 同じ「エンジニア」という科目の中に、価格が半分になる業務と2割上がる業務が同居している以上、職種単位の予算管理では実態を掴めません。これは調達の話であると同時に、管理会計の話でもあります。
この「実行は安く、判断は高く」の再編は、営業でもすでに同じ形で進んでいます。接触・追客・日程調整というSDRの実行業務はAIが月額数万円で代替し始めており（アウトバウンド営業AIの記事）、人の価値は商談の設計と意思決定に寄っていく。エンジニアの単価表は、他職種より数年早く同じ未来を映しているだけです。
「上流・下流」の二分法への異論も知っておく
この報道への批判とは、データの否定ではなく、「上流/下流」という切り口の粗さへの指摘である。 経営判断の材料として使うなら、賛否両方を押さえておくべきです。X上の主な論点を紹介します。
比較対象への疑問：「プロジェクトマネジャーとHTMLコーダーの比較は職能のレイヤーが違いすぎる。結論ありきの構成に見える」という指摘。HTMLコーディング専業はAI以前から縮小していた職種であり、下落幅を「AIの影響」だけに帰すのは過大評価という見方です
二分法そのものへの異論：「上流も下流もなく、ビジネス目的から価値提供までのワークフロー全体を最適化するのが本来のエンジニアリング。要件定義も実装も、その中の一ステップにすぎない」という実務家の視点。実際、AIを使いこなす実装者の価値はむしろ上がっており、「下流だから下がる」わけではありません
データの読み方への注意：「下がり基調は確かだが上下の振れが激しい。要因をきちんと分析すべきだ」という慎重論
これらの異論を踏まえると、経営者が持つべき正確な理解はこうなります。二極化の軸は「上流か下流か」ではなく、「AIに代替される仕事か、AIを使って判断する仕事か」である。 肩書きがPMでも定型的な進行管理だけなら代替側に落ち、実装者でもAIを駆使して設計判断まで担うなら希少側に立つ。職種名ではなく業務の中身で線が引かれる、という点が本質です。
これはIT業界だけの話ではない：全ホワイトカラーの予告編
この報道の最大の含意とは、同じ価格再編が数年以内に他のホワイトカラー職種へ波及することである。 エンジニアが最初なのは、AIの性能向上が最も速く、成果が最も測定しやすい職種だからにすぎません。
スタンフォード研究がソフトウェア開発者と並べてカスタマーサービス職の雇用減を検出している事実は、この波及がすでに始まっている証拠です。構図を自社に引き付けるなら、問いはシンプルです。
経理・事務：仕訳入力・請求処理・データ転記は「実行」側。月次の資金判断・投資判断は「判断」側
マーケティング：バナー制作・記事量産・レポート作成は「実行」側。どの市場に張るか・何を訴求するかは「判断」側
営業：リスト作成・初回接触・日程調整は「実行」側（すでにAI SDRが代替中）。商談の設計・価格交渉・関係構築は「判断」側
法務・人事：契約書の一次チェック、求人票作成は「実行」側。リスク受容の判断、組織設計は「判断」側
Gartnerが「2028年までにB2B購買の90%がAIエージェントを介する」と予測する世界では、この再編は職種を選びません。自社の各部門の業務を「実行」と「判断」に仕分けし、実行側の人員・外注費が今の価格のままでよいかを問い直す。エンジニア単価の二極化は、その仕分け作業を始める号砲です。
業種別に見る波及の速さ
SIer・受託開発・制作会社（影響：即時）：自社の売り物そのものが価格再編の対象。実行比率の高い事業は粗利が構造的に圧縮されるため、上流シフトとAI活用度の開示が生存条件になる
SaaS・自社開発企業（影響：1年以内）：開発コスト低下は追い風だが、同じ追い風が競合にも吹く。「作れること」の差別化価値が消え、何を作るかの判断速度が競争軸になる
製造・金融・小売など発注側企業（影響：次回契約更新時）：IT外注費とSaaS利用料の価格交渉力が強まる一方、社内DX人材の争奪は激化。費用面の恩恵と人材面の逆風が同時に来る
人材業・教育業（影響：進行中）：エンジニア派遣・研修の商品設計が実行前提のままだと陳腐化する。「AI監督者を育てる」商品への転換が急務
発注側の経営者にとっての意味：外注費・内製化・体制の再設計
発注側にとっての二極化とは、コスト削減の機会と、人材確保の競争激化が同時に来ることである。 実務への影響を3つに分けます。
外注費は職種別ではなく「実行/判断」の性質別に仕分けるのが再交渉の起点になる
第一に、下流工程の外注単価には明確な再交渉余地が生まれました。市場価格が5割下がった作業を、2年前の単価のまま発注し続ける理由はありません。ただし単純な値下げ要求ではなく、「AIを使う前提の見積もり」への切り替えを求めるのが筋です。同じ成果物を、AI活用でどれだけの工数で作るのか。見積もりの前提を問うだけで、発注価格の構造が見えます。
第二に、内製化の損益分岐が動きました。実装コストが下がったことで、これまで「外注するしかなかった」開発が、少数の上流人材＋AIの体制で内製できる圏内に入っています。前回記事のケーススタディで書いたとおり、月額数万円のAIプランで仕様書の逆生成や大規模リファクタリングが回るなら、外注費の一部は「上流人材の確保＋AI装備」への投資に組み替えるほうが合理的です。
第三に、上流人材の争奪戦は激化します。PM単価2割上昇は始まりにすぎません。要件を定め、AIと人の混成チームを設計できる人材は、全業界が同時に取り合う構図になります。「必要になってから採る」は間に合わない前提で、社内育成と外部確保の両にらみが必要です。
日本特有の増幅装置：多重下請け構造の下層から崩れる
日本のIT産業には、元請けSIerから2次請け・3次請けへ仕事が流れる多重下請け構造があります。この構造は今回の価格再編を増幅します。ピラミッドの下層ほど「決まった仕様どおりに作る」実行業務の比率が高く、まさにAIが直撃する領域だからです。元請けは上流の要件定義とAI活用の設計を内側に残し、下層への発注量と単価を同時に絞る。実行専業のSES・下請け企業は、単価下落と案件減少の両方を受けることになります。
発注側の経営者にとっての実務的な意味は2つです。1つは、自社の外注先がピラミッドのどの層かを把握しておくこと。実行専業の下層ベンダーに依存している場合、そのベンダー自体の持続性リスク（撤退・人材流出・品質低下）が高まります。もう1つは、「層を飛ばす」選択肢が生まれたこと。実装コストが下がった今、元請け経由で3次請けに流れていた作業を、上流人材＋AIの体制で直接内製する損益分岐は大きく動いています。
最初の90日：発注構造を作り直す実行設計
第1〜4週：棚卸し。IT外注費を契約単位で「実行/判断」に仕分け、各ベンダーの層（元請け/2次以下）とAI活用度を一覧化する。判断基準はシンプルに「仕様が決まった後の作業か、決める作業か」
第5〜8週：対話。主要ベンダーに「AI活用前提の見積もり」を要請し、回答の速さと具体性でベンダーのAI成熟度を測る。回答できないベンダーが、次の更新での見直し候補になる
第9〜12週：再配分。実行部分の削減見込み額を確定し、再投資先（上流人材の採用・教育、AI装備、内製化パイロット）への配分を決めて来期予算に反映する
この90日の成果物は「値下げ額」ではなく、自社のIT費用の何割が価格再編に晒されているかの地図です。地図さえあれば、以後の交渉と投資判断は定型作業になります。
年間4,000万円をシステム外注に使ってきたA社は、報道を機に発注構造を点検しました。内訳を「判断」（要件定義・設計レビュー）と「実行」（実装・テスト・保守）に仕分けると、実行が約7割。次回更新時に「AI活用前提の工数見積もり」を各社に求めたところ、実行部分の見積もりに最大4割の差が出ました。A社は安い方に乗り換えるのではなく、AI活用度の高いベンダーに「浮いた予算で要件定義から入ってもらう」形に組み替え、総額は2割減・上流の関与は増という着地にしました。値切るのではなく、構成比を変えるのが要点です。
ケーススタディ②：エンジニア30名を抱えるSaaS企業B社の場合（仮想例）
B社の悩みは新卒・若手採用でした。実装業務がAIで圧縮される中、従来型の「若手に実装を任せて育てる」パイプラインが機能しなくなりつつあったからです。B社は育成設計を変更し、入社1年目から「AIに実装させ、自分はレビューと仕様の言語化を担う」役割に置き直しました。評価軸も「書いたコード量」から「AIの出力を仕様・品質・保守性で判断できるか」へ変更。若手を「安い実行者」として使う会社から、「判断の見習い」として育てる会社への転換です。スタンフォード研究が示す「入口の雇用が消える」問題への、雇う側からの一つの回答でもあります。
組織の急所：「ジュニアを採らない」の10年後
この構造変化の最大の罠とは、目先の合理性に従って若手採用を絞ると、10年後に判断できる人材が枯渇することである。 スタンフォード研究が示したとおり、企業の調整は「若手を採らない」形で進みます。実行業務をAIがやるなら、未経験者に払う理由がない。個社ごとの判断としては合理的です。
しかし「判断」側の人材は、実行の経験から育ちます。要件の筋悪さを見抜けるPMは、かつて筋悪な要件で実装に苦しんだ経験者です。全社が同時に入口を閉じれば、数年後には「AIの出力を判断できる中堅」の供給が細り、上流人材の単価はさらに跳ね上がる。採用を絞った企業ほど、将来その高騰した人材を外部から買う羽目になるという時間差の逆襲が予想されます。
経営としての解は「採らない」ではなく「育て方を変える」です。B社の仮想例のように、若手の初期役割を「実行の担い手」から「AIの監督者見習い」へ再定義し、実行経験はAIとのペア作業で圧縮して積ませる。育成コストの回収期間が短くなるぶん、実は以前より投資しやすくなっているはずです。
経営者として確認しておくべき5つの観点
確認すべきこととは、エンジニア市況の観察ではなく、自社の費用・組織・評価制度をこの価格再編に整合させる作業である。 経営者自身が以下を点検してください。
法務：外注契約の見直し。単価改定の交渉条項、AI利用の可否・責任分界（生成コードの権利・瑕疵担保）が現行契約でどうなっているかを確認する。AI前提の再見積もりを求める根拠を契約面で整える
財務：IT外注費を「判断」と「実行」に仕分けし、実行部分の市場価格下落を予算に反映する。浮いた原資の再投資先（上流人材・AI装備・内製化）を先に決めてから交渉に入る
組織：職種別ではなく業務別に「AI代替リスクマップ」を作る。社内のエンジニア・企画・事務職の業務を実行/判断に分解し、実行比率の高い部署から役割の再設計を始める
リスク：報酬制度の急激な見直しは離職と士気低下を招く。市場単価が下がった職種の在籍者には、賃下げではなく「判断側への移行支援（教育・配置転換）」を先に提示する。整理解雇型の対応は日本では法的リスクも大きい
戦略：上流人材（要件定義・AIチーム設計ができる層）の中期確保計画。採用市場での争奪に加え、社内の「判断できる中堅」を特定して流出を防ぐ。若手育成の再設計（実行者ではなくAI監督者として育てる）を人事に指示する
人事・情報システム・調達に今週聞くべき5つの質問
当社のIT外注費のうち、「実行」（実装・テスト・運用）の比率は何割か？
主要ベンダーの見積もりは、AI活用前提になっているか？前提を問うたことはあるか？
社内で「要件定義と合意形成」を一人で回せる人材は何名いて、流出リスクはないか？
若手エンジニア・若手社員の育成計画は、実行業務がAI化される前提で設計されているか？
事務・経理・マーケなど他職種の業務のうち、「実行」比率が最も高いのはどこか？
よくある質問（FAQ）
Q. 報道の数字はどこまで信頼できますか？ A. 単価の方向性（上流上昇・下流下落）は、米国の実証研究（ADPの実雇用データで若手16%減）と整合しており、大きな構図として信頼してよいと考えます。ただし「5割下落」はHTMLコーダーという特定職種の値であり、AI以前からの構造縮小も含まれます。自社の意思決定には、方向性は信じつつ、個別の発注では自社案件の相見積もりで検証するのが実務的です。
Q. 下流工程の外注費は、すぐ値下げ交渉すべきですか？ A. 単純な値下げ要求は品質低下とベンダー関係の毀損を招きがちです。推奨は「AI活用前提の工数見積もり」への切り替え要求です。同じ成果物をAI活用でどの工数で作るかを問えば、価格は構造的に見直され、AI活用度の高いベンダーの見極めにもなります。
Q. 社内エンジニアの給与も下げるべきですか？ A. 推奨しません。日本の雇用法制上のリスクが大きいうえ、市場で高騰しているのは「判断できる人材」であり、在籍者をそちらへ移行させるほうが経済合理的です。賃下げではなく、役割の再定義と教育投資が先です。
Q. 若手・新卒の採用は減らすべきですか？ A. 目先は合理的に見えますが、10年単位では判断人材の供給を自ら断つ選択です。採用数の議論より先に、若手の初期役割を「実行者」から「AIの監督者見習い」へ再設計することを推奨します。育成の回収期間はAIによってむしろ短くなっています。
Q. エンジニア以外の職種にも同じことが起きますか？ A. 起きると考えるべきです。スタンフォード研究はカスタマーサービス職でも同様の雇用減を検出しており、営業ではAI SDRによる実行業務の代替がすでに進んでいます。「実行は安く、判断は高く」の再編は職種横断の現象です。
Q. 自社は発注側でIT部門も小さいのですが、関係ありますか？ A. むしろ発注側こそ影響が大きい話です。外注単価の再交渉余地、内製化の損益分岐の変化、そして全部門の業務仕分け（実行/判断）という形で、IT部門の規模に関係なく費用構造に効きます。
Q. フリーランス・SES契約のエンジニアとの付き合い方は変えるべきですか？ A. 一律の単価見直しより、個人ごとの再評価を推奨します。市場全体では実行単価が下がっていますが、AIを使いこなして生産性を数倍にしている個人は、単価据え置きでも実質コストが下がっているのと同じです。「AIをどう使っているか」を更新面談の標準質問に加え、活用度の高い人材はむしろ確保に動くのが得策です。
Q. 最初の一歩は何をすべきですか？ A. IT外注費の「実行/判断」仕分けです。半日でできる作業で、再交渉余地・内製化余地・必要な上流人材が一度に見えます。その結果をもって、次回の契約更新と来期の採用計画に反映してください。
まとめ：経営者がいま決めるべき3つのこと
エンジニア報酬の二極化は、AIの雇用影響が「予測」から「価格」に変わったことを示す最初の大型データです。そしてこの価格再編は、IT業界の外にいる企業にこそ、外注費・組織・育成の3面で意思決定を迫ります。
経営者として今週から動くなら、次の3つです。
IT外注費を「実行/判断」に仕分けさせる：調達・情報システムに半日の棚卸しを指示し、実行部分の市場価格下落を次回更新の交渉材料にする。値切りではなく「AI前提の見積もり」への構成転換で
上流人材の確保・維持計画を人事の議題に上げる：社内で「判断できる人材」を名指しで特定し、流出防止と後継育成をセットで設計する。市場での争奪が激化する前に
自社の全部門でミニ版の仕分けを始める：営業・経理・マーケの業務を実行/判断に分解し、実行側の来期予算と人員計画をAI前提で引き直す。エンジニアで起きたことは、時間差で必ず来ます
最後に一つ補足します。この種の報道への最頻の反応は「うちはIT企業ではないから」という様子見です。しかし今回の主役は、エンジニアを雇う側ではなく発注する側の損益です。外注費の再交渉余地は、待っても増えません。むしろベンダー側がAI活用で利益率を先に改善し、価格に反映されないまま固定化するのが、発注側にとって最も損な展開です。様子見を選ぶなら、「次回の契約更新まで」という期限だけは切ってください。
「AIに仕事を奪われるか」という問いは、もう市場が答えを出し始めました。残っている問いは、価格が再編される側に立つか、再編を使って費用と組織を作り直す側に立つかです。単価表が動いた今週は、その選択を始めるのに十分な材料が揃っています。
出典・参考
本記事は、日本経済新聞の報道、スタンフォード大学の公開研究およびSNS上の実務家の見解（2026年7月21日時点）をもとに構成しています。単価・雇用データは各出典の測定範囲に基づくものであり、個別の取引条件を保証するものではありません。契約・人事上の判断は、自社の状況に応じて専門家にご確認ください。
#生成AI #エンジニア採用 #IT外注 #賃金二極化 #経営判断 #経営者向け #AI人材 #組織設計 #DX戦略 #内製化 #プロジェクトマネジメント #AIリスク管理 #人事戦略 #B2Bマーケティング #労働市場