【就活・SIer業界】 AI コーディング時代に「人月で時間を売る商売」はどこまで持つのか
作成日：2026-05-05
対象：日本のSIer業界（NTTデータグループ・富士通・NEC・伊藤忠テクノソリューションズ・SCSK・TIS・野村総合研究所 ほか）
ベース決算：2025年度 通期決算（2025年4月〜2026年3月）／ 各社 2026年3月期 決算短信
出典：各社 IR・決算短信、IPA「IT人材白書」、経済産業省「DXレポート」、Gartner、IDC Japan
① はじめに：「SIerはオワコン」は半分正しい
「SIerはオワコン」という言葉を就活サイトで読んだとき、半分正しくて、半分わかってないな、と思った。
NTTデータグループの2026年3月期 連結売上高は 約4.7兆円、海外比率は60%超。富士通は 3.6兆円、NECは 3.5兆円、野村総合研究所（NRI）は 8,500億円超 で営業利益率18%。リクナビ・マイナビの就活ランキングを見ても、上位30社にIT系総合職としてSIerが何社も入っている。「オワコン」と言うには、まず数字が大きすぎる。
平均年収もそう悪くない。NRI 1,250万円、伊藤忠テクノソリューションズ 1,000万円超、SCSK 800万円台、NTTデータ 850万円前後（連結平均、2025年度有報ベース）——日本の上場企業の中央値が500〜600万円台であることを考えれば、上位3割には入る給与水準だ。
でも、ひとつだけ向き合ってほしい数字がある。
日本のSIer業界の売上の70〜80%は、いまだに「人月単価 × 人月」で計算されている。
人月単価とは、「エンジニア1人を1か月稼働させたらいくら」という値段だ。1次請け（NTTデータ、富士通など）で SE単価100〜150万円/月、2次請けで70〜100万円/月、3次請けで50〜70万円/月、4次請けで40〜50万円/月。働いた時間そのものを切り売りしているビジネスである。
ここに2024〜2026年、決定的な変化が入った。
GitHub Copilot Workspace（2024年）
Cursor（2023〜2025年で開発者数百万人規模に拡大）
Devin（Cognition Labs、2024年に「世界初のAIソフトウェアエンジニア」として登場、2025〜26年で実装精度が急伸）
Claude Code・OpenAI Codex CLI（2025年）
GitHub Copilot Agent モード、Cursor Composer（2025年）
これらは 「コーディングを補助する」ではない。「人間が1日かけていた実装を、数時間〜数十分に圧縮する」ツールだ。 米国の大手コンサル（Accenture、Deloitte）はすでに「単価×人月」モデルからの移行を始めている。Accenture は2024〜2025年にかけて、AI 活用前提のフィックスプライス契約（成果物に対して固定料金）を主力商品に組み込み始めた。
「働いた時間を売る商売」と「AI で時間を消す技術」は、原理的に共存できない。
ただし、誤解しないでほしい。これは「SIerはオワコンだから入るな」という記事ではない。むしろその逆で、「『オワコン論』が見落としている、もっと厄介な構造の話」を書く。
「SIerはオワコン」と言う人が見ているのは、ビジネスモデルの話だ。AI で生産性が上がれば人月モデルは縮む——それは正しい。でも見落としているのは、
日本のSIerの売上の 半分以上は「新規開発」ではなく「保守運用」である（IPA・Gartner 推計）
その保守運用の核は 20〜40年前に書かれたCOBOL・メインフレーム系のレガシーシステムであり、AIではすぐには代替できない
つまり 短期（5〜10年）はSIerは無事に見える。だが保守で食う人ほど、新しい技術から遠ざかる
これが本質だ。「AIに仕事を奪われる」のが問題なのではない。「AIに仕事を奪われない領域に、自分の人生が閉じ込められる」ことのほうが、就活生にとっては重い問題だ。
「SIerは安泰」「SIerはオワコン」——この両極端の説明は、両方とも間違っている。本当の問いは、「どのSIerの、どのポジションに入れば、10年後に技術者として通用する自分になれるか」だ。OB訪問の社員も、この問いには答えてくれない。彼らは「自分が選んだ過去」を肯定するインセンティブを持っているからだ。
この記事で解体するのは、以下の6つの構造である。
NTTデータ4.7兆円・富士通3.6兆円・NEC3.5兆円・NRI8,500億円という売上構造の中身（事業ポートフォリオの実態）
多重下請けピラミッド——1次（単価120万円）→ 2次（80万円）→ 3次（55万円）→ 4次（40万円）の中抜き構造
「人月モデルが終わる」のメカニズム——Devin・Cursor・Claude Code が破壊する具体的工程
レガシー保守という「安全地帯」が同時に「キャリアの罠」である理由（COBOL技術者の中央値年齢55歳問題）
上流SIer（NRI・NTTデータ）vs 下流SIer（中小システム会社）——AI 時代に運命が割れる分岐点
就活・転職判断において「給料」「企業ブランド」より優先すべき4つの観点
判断するのはあなただ。この記事はその判断のための材料の1つとして使ってほしい——それくらいの価値はあると思っている。
長くなるかもしれないが、少しでもミスマッチを減らしたい、他の学生よりも一歩先に出たい、そういう人は是非読んでほしい。
② 業界の地図：誰が、どこで、いくら稼いでいるのか
まず「SIer」と一言で言っても、中身は3つに分かれる。これを混同したまま就活すると、入社後に「思っていた仕事と違う」になる。
SIerは3層に分かれている
第1層：元請け（プライマリーコントラクター・上流SIer）
顧客（銀行・官公庁・大企業）と直接契約する
要件定義・全体設計・PM（プロジェクトマネジメント）が主業務
自分で手を動かしてコードを書くことは少ない（書くのは2〜3年目まで）
主要プレイヤー：NTTデータグループ、富士通、NEC、日立製作所、野村総合研究所（NRI）、伊藤忠テクノソリューションズ（CTC）、SCSK、TIS
第2層：中堅SIer・準大手
元請けから一括して工程を請ける、または特定領域（金融・流通・製造）で元請けする
コーディング・テスト・運用が中心
BIPROGY（旧日本ユニシス）、SCSK の一部、IIJ（インターネットイニシアティブ）、トランスコスモス、TIS の下位案件 など
第3層：下請け・SES（System Engineering Service）
元請け・中堅から人を派遣する形で稼働する
「客先常駐」が中心
数千社の中小システム会社、個人事業主SE
ここに「多重下請け」のピラミッドが集中する
就活生にとっての意味：第1層に入るか、第2層以下に入るかで、5年後・10年後の市場価値が大きく変わる。 これは個人の能力ではなく、所属する会社が「どの工程を握っているか」で決まる。要件定義から離れて長くコーディングと客先常駐を続けると、AI 時代に最初に打撃を受ける層になる。
主要7社の売上・利益率・年収（2026年3月期 ベース）
表A：主要7社の財務指標
$$
\begin{array}{|l|r|r|r|}
\hline
\rule{0pt}{3.0ex} \textbf{\text{企業}} & \textbf{\text{売上高}} & \textbf{\text{営業利益率}} & \textbf{\text{平均年収}} \\ \hline
\rule{0pt}{3.0ex} \text{NTTデータG(9613)} & \text{約4.7兆円} & \text{約7\%} & \text{約850万円} \\ \hline
\rule{0pt}{3.0ex} \text{富士通(6702)} & \text{約3.6兆円} & \text{約8\%} & \text{約900万円} \\ \hline
\rule{0pt}{3.0ex} \text{NEC(6701)} & \text{約3.5兆円} & \text{約7\%} & \text{約840万円} \\ \hline
\rule{0pt}{3.0ex} \text{日立製作所(6501)} & \text{IT約3兆円} & \text{約11\%} & \text{約970万円} \\ \hline
\rule{0pt}{3.0ex} \text{NRI(4307)} & \text{約8{,}500億円} & \text{約18\%} & \text{約1{,}250万円} \\ \hline
\rule{0pt}{3.0ex} \text{CTC(4739)} & \text{約6{,}000億円} & \text{約9\%} & \text{約1{,}000万円} \\ \hline
\rule{0pt}{3.0ex} \text{SCSK(9719)} & \text{約4{,}800億円} & \text{約11\%} & \text{約820万円} \\ \hline
\rule{0pt}{3.0ex} \text{TIS(3626)} & \text{約5{,}500億円} & \text{約11\%} & \text{約780万円} \\ \hline
\end{array}
$$
表B：海外比率と戦略上の強み
$$
\begin{array}{|l|c|l|}
\hline
\rule{0pt}{3.0ex} \textbf{\text{企業}} & \textbf{\text{海外比率}} & \textbf{\text{強み}} \\ \hline
\rule{0pt}{3.0ex} \text{NTTデータG} & \text{60\%超} & \text{海外/官公庁・金融} \\ \hline
\rule{0pt}{3.0ex} \text{富士通} & \text{約35\%} & \text{Uvance(業種特化)/公共・金融} \\ \hline
\rule{0pt}{3.0ex} \text{NEC} & \text{約25\%} & \text{公共・通信・宇宙/生体認証} \\ \hline
\rule{0pt}{3.0ex} \text{日立製作所} & \text{約60\%} & \text{Lumada/OT×IT/GlobalLogic} \\ \hline
\rule{0pt}{3.0ex} \text{NRI} & \text{約15\%} & \text{コンサル＋金融SI(証券・運用に圧倒的)} \\ \hline
\rule{0pt}{3.0ex} \text{CTC} & \text{約10\%} & \text{通信・流通・製造/海外ベンダー販売} \\ \hline
\rule{0pt}{3.0ex} \text{SCSK} & \text{約15\%} & \text{住友商事系/自動車・流通の業務系} \\ \hline
\rule{0pt}{3.0ex} \text{TIS} & \text{約10\%} & \text{金融(決済・カード)/三井住友系} \\ \hline
\end{array}
$$
読み取り：
営業利益率の差が大きい。NRI 18% vs NEC 7%。これは「上流をどれだけ握っているか」と「製品（自社プロダクト・SaaS）をどれだけ持っているか」の差
平均年収もNRI（1,250万円）と TIS（780万円）で 1.6倍の差
海外比率は NTT データと日立だけが突出（買収戦略の差）
同じ「SIer」でも、利益率・年収・成長余地は全然違う——「JTCで安定」のひとくくりで判断すると入社後にずれる
NTTデータの売上 4.7兆円の中身
「NTTデータは大手だから安心」と一般的にはいわれている。でも 4.7兆円の内訳を見ると、海外（NTT Ltd. 統合後の Global 部門）が 60% 超を占めている。日本国内事業は 1.5〜1.8兆円規模 で、これはNECや富士通の国内事業と大差ない。
つまり「NTTデータに入る」ことが意味する仕事は、配属によって全く違う。 国内公共部門に配属されるのと、グローバル統合部門に配属されるのとでは、5年後の市場価値も語学力要件も別物だ。
③ AI が壊しに来ているのは「コーディング」ではない、「人月」だ
ここからが本題だ。
「AI でエンジニアの仕事がなくなる」という議論を、就活生は何度も聞いてきたはずだ。でも、本当にやばいのはコーディングそのものではない。
「人月」というビジネスモデルが崩れる仕組み
人月モデルの計算式は、こうだ。
プロジェクト売上 = 投入人月 × 人月単価
たとえば1,200人月のシステム開発プロジェクトで、1次請けが平均人月単価100万円なら、売上は 12億円。粗利は 25〜30%、純利益は 5〜10% に落ち着くのが業界の標準である。
このモデルが成立する前提は、
「同じ作業をやるのに、人間がそれだけの時間を必要とする」
である。
ここに Cursor、Devin、Claude Code、Copilot Workspace が入ってきた。実装で 30〜50% の生産性向上、テスト自動化で 40〜70%、ドキュメント生成で 60〜80%——これは Microsoft、GitHub、McKinsey、Gartner が個別に出している調査の中間値だ（プロジェクトと言語によって幅は大きい）。
「AI で50%生産性が上がる」が意味すること（顧客側の論理）
たとえば1,200人月のプロジェクトが、AIで600人月で済むようになったとする。
SIer視点：売上は 12億円 → 6億円 に半減する。
「単価を上げればいい」と考える人がいる。でも顧客（発注側の企業）はどう考えるか。
「AIで半分の時間で済むなら、見積もりは半分にすべきだ。なぜ100万円/月のままなのか?」
これが、人月モデルの致命傷である。生産性向上の利益が、SIerに還元されず、顧客に持っていかれる構造。 人月モデルは「時間を売る商売」だから、時間が短くなれば売上が減る——あたりまえの算数だ。
解決策はあるか：「成果物ベース」の契約への移行
世界の大手コンサル（Accenture、Deloitte、Capgemini）が2024〜2025年から本格的に進めているのが、成果物ベース契約（fixed-price for outcome）である。「100人月で12億円」ではなく、「このシステムを構築するのに 8億円」と固定する。AIで効率化した分は、SIer側の利益として残る。
ところがここに、日本のSIerが抜けられない罠がある。
日本の元請け契約の多くは「請負契約」ではなく「準委任契約（人月契約）」であり、客が工程ごとに単価を確認する商習慣が定着している。客側の調達部門は「人月単価で見積もりを出せ」と要求する。「成果物いくら」という契約に移行するには、客側の調達ルールから変える必要がある。
これは個別企業の努力では超えられない壁で、業界全体で十数年単位の時間がかかる。逆に言えば、この移行を最も早く進められるSIerが、AI 時代の勝者になる。
NRI が業界最高の利益率(18%)を維持できているのは、すでに「コンサルティング契約（成果物・知見ベース）」の比率を高めているためだ。富士通の Fujitsu Uvance（業種特化型サービス）も同じ方向。一方、人月モデル比率が高い中堅SIer・SES各社は、AI で生産性が上がるほど売上が減る構造を抱えている。
AIが破壊する工程と、まだ破壊しない工程
$$
\begin{array}{|l|c|c|}
\hline
\rule{0pt}{3.0ex} \textbf{\text{工程}} & \textbf{\text{2026年の代替度}} & \textbf{\text{5年後の見通し}} \\ \hline
\rule{0pt}{3.0ex} \text{要件定義(顧客ヒアリング・業務理解)} & \text{低 10〜20\%} & \text{中 30〜40\%} \\ \hline
\rule{0pt}{3.0ex} \text{基本設計・概念モデリング} & \text{中 約30\%} & \text{高 50〜70\%} \\ \hline
\rule{0pt}{3.0ex} \text{詳細設計・データベース設計} & \text{中〜高 40〜60\%} & \text{高 70〜80\%} \\ \hline
\rule{0pt}{3.0ex} \text{実装(コーディング)} & \text{高 50〜70\%} & \text{極めて高 80〜90\%} \\ \hline
\rule{0pt}{3.0ex} \text{単体・結合テスト} & \text{高 60〜70\%} & \text{極めて高 80〜90\%} \\ \hline
\rule{0pt}{3.0ex} \text{受け入れテスト・運用} & \text{低 10〜20\%} & \text{中 30〜50\%} \\ \hline
\rule{0pt}{3.0ex} \text{プロジェクト管理} & \text{低 10〜20\%} & \text{中 30〜40\%} \\ \hline
\rule{0pt}{3.0ex} \text{ステークホルダー調整・組織政治} & \text{極めて低 5\%以下} & \text{低 10〜20\%} \\ \hline
\end{array}
$$
読み取り：実装・テスト・基本設計はAIで急速に置き換わる。要件定義・PM・組織調整は残る。
つまり、
「コードを書くこと」「テストを書くこと」を主業務にしているエンジニアは、5年で7割の作業を失う
「客の業務を理解して要件を定義すること」「複数部署を調整してプロジェクトを動かすこと」を主業務にしている人は、AIに 7〜8割の業務を持っていかれない
就活でSIerを志望するなら、「自分が入る会社・配属で、自分はどの工程をやるのか」を内定式までに必ず確認すべきだ。 「コーディング中心、テスト中心」の配属に2〜3年閉じ込められると、5年後の自分の市場価値が読みづらい。
④ 多重下請け構造——日本のSIerだけにある「ゼネコン的ピラミッド」
日本のSIer業界には、米国・欧州にはない特殊構造がある。多重下請け（multi-tier subcontracting）だ。
ピラミッドの中身
[ 顧客（銀行・官公庁・大企業） ]
↓ 発注
[ 1次請け：NTTデータ、富士通、NEC、日立など ]
人月単価：100〜150万円
↓ 一部または全部を再委託
[ 2次請け：CTC、SCSK、TIS、中堅SIer ]
人月単価：70〜100万円
↓ 再委託
[ 3次請け：中小システム会社 ]
人月単価：50〜70万円
↓ 再委託
[ 4次請け以下：個人事業主・小規模SES ]
人月単価：40〜50万円
なぜこの構造が成立するのか
顧客（銀行・官公庁）は「大手」としか契約したがらない——コンプライアンス・与信の観点から
1次請けは案件が大きすぎて、自社人員だけでは捌けない
下流に流すたびに、各層が10〜30%のマージンを「中抜き」する
末端の技術者が受け取る単価は、顧客が払っている単価の 1/3〜1/4 にすぎない
これはゼネコン業界とほぼ同じ構造だ。鹿島建設や大林組が元請けで取った仕事を、地元の中堅ゼネコンが受け、さらに地元の工務店が請ける。ITも同じことが起きている。
多重下請けの何が問題か
問題1：技術者の単価が、技術力ではなく「所属階層」で決まる
同じ実装スキルを持っていても、4次下請けの会社にいる人と、NTTデータの正社員とでは、客から見える単価が3倍違う。これは技術力の差ではなく、契約構造の差である。
問題2：技術者がキャリアを変えられない
3次・4次請けの会社にいると、客先常駐で同じシステムの保守を5年続けることが珍しくない。新規開発・新技術に触れる機会が極端に少なくなる。「いったん下流SIerに入ると、上流に上がるルートがほぼない」のが日本の業界構造である。
問題3：AI で1次請けの生産性が上がると、下流の仕事が消える
これが今、起きていることだ。1次請けが Cursor・Devin で実装を内製化すると、下流に流す必要がなくなる。多重下請けピラミッドの下層にいる人ほど、AIに直撃される。
「SIerはオワコン」は、正確に言うと「多重下請けピラミッドの下層は、AIによる上流の生産性向上で、最初に消える」である。1次請けの NTT データ・富士通・NEC・NRI 自体は、しばらく残る。
⑤ レガシー保守という「短期の安全地帯」と「長期の閉じ込めリスク」
ここでもう一つ知って欲しいことがある。
日本のSIer業界の売上の半分以上は、新規開発ではなく「保守運用」だ。
保守運用 = 古いシステムを動かし続けること
保守運用の中身は、
銀行の勘定系システム（COBOL、メインフレーム）の運用
大手保険会社の契約管理システム（1980〜90年代に構築）
官公庁のシステム（多くが2000年代以前の構築）
大手製造業のERP（独自カスタマイズ済み）
これらは 「動いている限り、誰も止めたくない」 システムだ。新しく作り直すのには数百億〜数千億円かかり、リスクも莫大なため、客は「壊れない限り保守し続けてほしい」と要求する。
なぜこれが「短期の安全地帯」なのか
仕事は確実にある（システムが動いている限り）
AI に置き換えられにくい（COBOL の保守を AI は得意ではない（今のところ）、メインフレームの障害対応は現場の経験が必要）
単価は高い（COBOL 技術者の中央値年齢は55歳超、希少価値で単価が下がらない）
つまり、今 30〜50代でレガシー保守をやっている技術者は、向こう10年は仕事に困らない。
なぜこれが「長期の閉じ込めリスク」なのか
ここが就活生にとっての核心的な問題だ。
レガシー保守で食っている人ほど、新しい技術から遠ざかる。
COBOL を5年やった人が、5年後に Python・TypeScript・React を学べるか?——理論上は可能。実態としては難しい
メインフレームの障害対応で夜勤を月10回やっている人が、Cursor・Claude Code を学ぶ時間があるか?——ない
レガシー保守の単価で年収700〜800万円もらっている人が、新技術を学ぶために単価400万円のスタートアップに転職するか?——しない
結果：「AIに仕事を奪われない」のではなく、「新しい技術にアクセスできない人生に閉じ込められる」。
これは、自動車業界のアナロジーで言うと、ガソリン車のメンテナンス専門整備工が「EV移行の時代に、整備の仕事は残る」と言われているような状況だ。仕事は残る。が、その仕事の中で技術を伸ばし続けるのは、極めて難しい。
「保守配属」を避けるための観点
新卒で「保守運用部門」に配属されると、3〜5年は新規開発に触れない可能性がある。これを避けたい場合、以下が効く。
配属希望を出すときに「新規開発・上流工程」を明示する（口に出さないと考慮されない）
保守部門に配属された場合、3年で異動を申請する前提で動く
個人で新しい技術を継続的にキャッチアップする習慣を作る（Cursor、Claude Code、各種SaaS の触り方）
副業・OSS への貢献などで、社外に「現代的な技術スタックの実績」を作る
「会社が育ててくれる」という前提は、レガシー保守部門に配属された瞬間に成立しなくなる。これは会社が悪いわけではなく、保守部門の業務それ自体が、新技術を必要としない構造になっているからだ。
⑥ 主要7社のポジショニング——「上流」と「下流」で運命が割れる
ここまでの構造を踏まえて、主要7社のポジショニングを見てみる。AI 時代に運命が割れる分岐点を、4つの軸で評価する。
評価軸
元請け比率（高いほど、下流に流される側ではなく流す側）
コンサル・上流比率（高いほど、人月モデルから抜け出している）
海外比率（高いほど、日本の人月商習慣から相対的に距離がある）
自社プロダクト比率（高いほど、人月モデルに依存しない収益源を持つ）
7社のポジション
表A：上流ポジション軸
$$
\begin{array}{|l|c|c|c|}
\hline
\rule{0pt}{3.0ex} \textbf{\text{企業}} & \textbf{\text{元請け}} & \textbf{\text{コンサル}} & \textbf{\text{海外}} \\ \hline
\rule{0pt}{3.0ex} \text{NRI(4307)} & \text{高} & \text{高(30\%超)} & \text{中(15\%)} \\ \hline
\rule{0pt}{3.0ex} \text{NTTデータG(9613)} & \text{高} & \text{中} & \text{高(60\%)} \\ \hline
\rule{0pt}{3.0ex} \text{日立製作所(6501)} & \text{高} & \text{中} & \text{高(60\%)} \\ \hline
\rule{0pt}{3.0ex} \text{富士通(6702)} & \text{高} & \text{中(Uvance)} & \text{中(35\%)} \\ \hline
\rule{0pt}{3.0ex} \text{NEC(6701)} & \text{中〜高} & \text{低} & \text{中(25\%)} \\ \hline
\rule{0pt}{3.0ex} \text{CTC(4739)} & \text{中} & \text{低} & \text{低(10\%)} \\ \hline
\rule{0pt}{3.0ex} \text{SCSK(9719)} & \text{中} & \text{低} & \text{中(15\%)} \\ \hline
\rule{0pt}{3.0ex} \text{TIS(3626)} & \text{中} & \text{低} & \text{低(10\%)} \\ \hline
\end{array}
$$
表B：プロダクト軸とAI時代の総合耐性
$$
\begin{array}{|l|c|c|}
\hline
\rule{0pt}{3.0ex} \textbf{\text{企業}} & \textbf{\text{自社製品}} & \textbf{\text{AI耐性}} \\ \hline
\rule{0pt}{3.0ex} \text{NRI(4307)} & \text{中(金融SaaS)} & \text{◎} \\ \hline
\rule{0pt}{3.0ex} \text{NTTデータG(9613)} & \text{中(業種別)} & \text{○} \\ \hline
\rule{0pt}{3.0ex} \text{日立製作所(6501)} & \text{高(Lumada)} & \text{○} \\ \hline
\rule{0pt}{3.0ex} \text{富士通(6702)} & \text{中(Uvance)} & \text{○} \\ \hline
\rule{0pt}{3.0ex} \text{NEC(6701)} & \text{中(生体認証)} & \text{△} \\ \hline
\rule{0pt}{3.0ex} \text{CTC(4739)} & \text{低(販売中心)} & \text{△} \\ \hline
\rule{0pt}{3.0ex} \text{SCSK(9719)} & \text{中(住商系)} & \text{△} \\ \hline
\rule{0pt}{3.0ex} \text{TIS(3626)} & \text{中(決済系)} & \text{△〜○} \\ \hline
\end{array}
$$
読み取り：
NRI は突出している。営業利益率18%、平均年収1,250万円——これは「コンサルティング契約と金融SaaS で人月モデル依存を相対的に下げている」ことの結果である
NTTデータ・日立 は海外を強化することで人月商習慣の縛りを部分的に逃れている
富士通 は Uvance（業種別ソリューション）で「人月から成果物へ」の転換を最も明確に進めている
NEC は公共・通信の一括受注に強いが、AI 時代の利益率改善ストーリーが他社よりやや弱い
CTC・SCSK・TIS は中堅としては優秀だが、AI 時代に「上流」「自社プロダクト」「海外」のどれを伸ばすかの戦略が見えにくい
就活で見るべき点（給料以外）
「年収」だけで会社を選ぶと、5年後の市場価値で逆転される可能性がある。給与より優先すべき4つの観点：
「上流工程に若手をどれだけ早く触れさせるか」の社内ルール——配属ガチャの結果で5年後が決まる
「自社プロダクト・SaaS事業の比率」——人月モデルに閉じ込められない逃げ場
「コンサル機能」の組織的位置づけ——コンサル子会社があっても、本体エンジニアはアクセスできない場合がある
「海外案件の比率」と語学要件——海外配属は人月モデル依存度が下がる
NRI が業界トップなのは、給与だけでなくこの4軸全部で他社を上回っているからだ。「給与＝市場価値」ではない。「市場価値の蓄積機会＝市場価値」である。 配属で要件定義・コンサル・海外案件に触れる機会がない会社で5年過ごすと、給与が高くても5年後に転職市場で評価されないリスクがある。
⑦ SIer業界の5つのリスク
業界を志望する就活生・転職者が直視すべき構造的リスクを5つ挙げる。これらは個別企業の問題ではなく、業界全体の構造に組み込まれているリスクである。
リスク1：人月モデルの陳腐化（向こう5〜10年）
すでに ③ で解体した通り、Cursor・Devin・Claude Code・Copilot Workspace の登場で、実装・テスト工程は急速に AI に置き換わる。人月単価 × 人月の売上計算が、AI で生産性が上がるほど縮小する——これは2030年までに業界の主要論点になる。
特に下層SIer（3次・4次請け）は、1次請けが内製化を進めるほど仕事が減る。「下流から上流に上がるルートが日本では極端に細い」ため、いったん下流に入ると逃げにくい。
リスク2：配属ガチャ問題
これは業界の闇だ。新卒入社時の配属で、5年後・10年後の市場価値がほぼ決まる。同じ企業に入っても、要件定義中心の部署と、テスト保守中心の部署では、5年後のスキルセットが別物になる。
しかも配属の決定プロセスは、本人にはほとんど見えない。「希望は出せるが、本人の希望と人事判断が一致する確率は5割を切る」というのが業界共通の現状である。
対策：
OB訪問で、入社1〜3年目の社員に「配属はどう決まったか」「希望は通ったか」を必ず聞く
インターンで実際の配属候補部署を経験する
大手より中堅で「自社プロダクト中心」の会社を選ぶと、配属ガチャのレンジが狭まる
リスク3：年功序列によるスキル更新インセンティブの低下
SIer各社は、いまだに年功要素が強い。新卒3年目で年収500万円→10年目で900万円→20年目で1,200万円、という階段が組織に組み込まれている。裏返すと、「同じ会社に長くいる人ほど、新技術を学ぶインセンティブが下がる」。
40代で年収1,000万円のCOBOL技術者が、Python・TypeScriptを学ぼうという動機を持ちにくい——これは人間として自然な反応だが、業界全体としては技術更新の停滞を生む。
リスク4：海外勤務の現実
「グローバル」を売りにする会社に入っても、新卒で海外に行ける可能性は実は低い。NTT データの海外配属比率は、新卒2〜3年目で見ると全体の5%未満（公開資料からの推定）。「グローバル」と言いつつ、実態は国内の業務系プロジェクト、というケースが多い。
海外案件を本気で求めるなら、入社時の「海外配属コース」の有無を必ず確認する。コースがない会社で「いずれ海外に行きたい」と希望しても、実現する確率は極めて低い。
リスク5：成長持続性——日本のIT予算の構造的限界
日本企業のIT投資は、売上比でアメリカ企業の半分以下（ガートナーの調査）。これは数十年にわたる構造で、急に変わる気配がない。SIer業界の国内市場は、向こう10年で年率2〜4%程度の成長と見られている（IDC Japan 推計）。
この成長率では、新卒で入った会社の「給与の伸び」も限定される。「業界全体が伸びていない中で、自分の年収だけ大きく伸びる」というのは構造的に難しい。 年収を上げたい人は、入社後5〜7年で「業界外への転職」または「外資系・コンサルへの移籍」を視野に入れたほうが現実的である。
⑧ それでもSIerに入る価値があるケース、ないケース
ここまで批判的に書いてきたが、SIerに入るのが「正解」になるケースもある。逆に「外したほうがいい」ケースもある。両方フェアに整理する。
SIerに入る価値があるケース
大規模システムの設計・運用を経験したい人
数百億円規模のシステムを、何百人で動かす経験は、SIer以外では得られない
これは外資テック・スタートアップでは経験できない種類の経験
金融・公共・製造の業務知識を体系的に学びたい人
銀行の勘定系・保険の契約系・製造業のERPなど、業界の業務ロジックを深く学ぶ環境がある
これは将来コンサルや事業会社のIT部門に転職するときの強い武器になる
PM（プロジェクトマネジメント）スキルを早く身につけたい人
大手SIerの上流配属なら、20代後半でPM補佐、30代前半でPMを経験できる
PMスキルは AI 時代でも残る——むしろ希少性が上がる
NRI・上流の限定された配属に確実に入れる見込みがある人
インターン・OB訪問で、自分の配属が「コンサル」「上流」「海外」になる確度が高いとわかっている場合
これは少数派だが、確度が高ければ業界トップクラスのキャリアになる
SIerに入る価値が薄いケース
「コーディングが好き」「ものづくりが好き」という動機の人
SIerの仕事は、コーディングそのものより「客との調整・要件整理・進捗管理」が中心
コードを書きたい人は、Web系・スタートアップ・外資テックのほうが相性がいい
「最新技術を触りたい」が動機の人
多くのSIer案件は、客の既存システムに合わせて2〜5年前の技術スタックを使う
最新技術（AI、クラウドネイティブ、最新フロントエンド）に触れる頻度は、Web系より圧倒的に少ない
「年収を最大化したい」が最優先の人
SIerの30代年収は、業界トップ（NRI）でも 1,200〜1,400万円が天井
同じ年代で外資コンサル・GAFA・トップ事業会社なら 1,500〜2,500万円が現実的
給与最大化が目的なら、SIer は最適解にならない
「配属ガチャを引きたくない」人
SIerは、業種柄、新卒一括配属の伝統が極めて強い
配属を選びたい人は、ジョブ型採用が進んでいる外資・スタートアップ・コンサルのほうが向いている
重要：「SIerに入る／入らない」は、自分の動機と将来像が業界の構造と合致するかで決める。 ブランド・年収・親の安心、で選ぶと、入社後の3年で「自分が何のためにここにいるのか」がわからなくなるリスクがある。
⑨ 業界俯瞰：これから10年で何が起きるのか
最後に、業界全体が向こう10年でどう動くかを整理する。これは個別企業ではなく、業界レベルの予測である。
2026〜2028年：AI コーディング普及期
1次請け各社が、Cursor・Devin・Claude Code を全社員配布（NTT データ・富士通・NRI は2025年に開始済み）
実装・テスト工程の生産性が30〜50% 向上
人月モデルの売上が、内部的には縮小し始める（顧客に還元される分が増える）
下層SIerへの再委託が減り始め、3次・4次請けの稼働率が低下
多重下請けピラミッドの下層から、淘汰が始まる
2028〜2030年：契約モデル転換期
大手SIerの一部が、固定価格契約・成果物契約への移行を本格化
NRI・富士通 Uvance・日立 Lumada が、人月依存度を50%以下に下げる
中堅SIer（CTC・SCSK・TIS）は、特化分野での生き残り戦略を明確化
客側（銀行・官公庁）の調達ルール改定が、業界転換のボトルネックに
IPO・上場SIerの株価が、人月依存度の低い順に評価される（PER がリレートする企業／ディスカウントされる企業の二極化）
2030〜2035年：業界再編期
中堅・下層SIerの再編・倒産・吸収が進む
上位5社（NTTデータ、富士通、NEC、日立、NRI）への業務集中が進行
「人月単価」という概念が、若手エンジニアの間で死語に近づく
AI を最も効率的に活用できる組織形態（少数精鋭・成果物契約・自社プロダクト併用）が業界の標準に
新卒入社の定員が、業界全体で20〜30%縮小する可能性（日本社会の人口減と合わせて）
この見通しが意味すること
向こう10年、SIer業界は「縮小しながら高度化する」業界になる。全員が等しく不利益を被るのではない——AI を味方につけられる人・上流に立てる人にとっては、むしろ希少価値が高まる。
「この業界に入る／入らない」を二択で考えるのではなく、「この業界の、どの層に入って、どの方向に動くか」で考えるのが、今の就活生にとって正しい問いの立て方である。
📈 投資目線で見たい人へ
ここまでは就活・転職判断のための業界分析である。
「人月モデルから抜け出せている上場SIerはどこか」「AI 時代に PER がリレートする企業／ディスカウントされる企業」「Accenture・Capgemini・タタ・コンサルタンシー サービシズ（TCS）と比較した日本SIerの相対バリュエーション」「強気・基本・弱気シナリオ」まで踏み込んだ続編は、別記事の 有料版 に整理する予定だ：
📊 SIer業界 投資家向け徹底分析（FY2025・有料）
具体的には以下のポイントを解体する。
NRI が18%の営業利益率を維持できる5つの構造的理由（コンサル比率・金融特化・SaaS化・スイッチングコスト・人材確保）
富士通 Uvance の進捗を、決算開示の3つの指標で読み解く方法
NTT データの海外比率60%が「のれん償却負担」と表裏である構造（PER に反映されている割引）
SIer株のテクニカル分析——金利感応度・円安感応度・AI 関連テーマの織り込み度
強気シナリオ（AI 普及で上位3社の利益率が2倍化）／基本シナリオ（業界全体が緩やかに縮小）／弱気シナリオ（人月モデル崩壊が3年早い）
投資判断の確度を上げたい個人投資家・ビジネス関心層に向けて整理する。
📊 数字で見るSIer業界
表1：主要SIer 7社の財務指標比較（2026年3月期）
表1-A：売上・利益・純利益
$$
\begin{array}{|l|r|r|r|}
\hline
\rule{0pt}{3.0ex} \textbf{\text{企業}} & \textbf{\text{売上(億円)}} & \textbf{\text{営業利益率}} & \textbf{\text{純利益(億円)}} \\ \hline
\rule{0pt}{3.0ex} \text{NTTデータグループ} & \text{47{,}000} & \text{7.0\%} & \text{2{,}100} \\ \hline
\rule{0pt}{3.0ex} \text{富士通} & \text{36{,}000} & \text{8.0\%} & \text{2{,}300} \\ \hline
\rule{0pt}{3.0ex} \text{NEC} & \text{35{,}000} & \text{7.0\%} & \text{1{,}800} \\ \hline
\rule{0pt}{3.0ex} \text{日立製作所(連結)} & \text{95{,}000} & \text{11.0\%} & \text{6{,}800} \\ \hline
\rule{0pt}{3.0ex} \text{NRI} & \text{8{,}500} & \text{18.0\%} & \text{1{,}050} \\ \hline
\rule{0pt}{3.0ex} \text{CTC} & \text{6{,}000} & \text{9.0\%} & \text{380} \\ \hline
\rule{0pt}{3.0ex} \text{SCSK} & \text{4{,}800} & \text{11.0\%} & \text{380} \\ \hline
\rule{0pt}{3.0ex} \text{TIS} & \text{5{,}500} & \text{11.0\%} & \text{470} \\ \hline
\end{array}
$$
表1-B：平均年収と時価総額
$$
\begin{array}{|l|r|r|}
\hline
\rule{0pt}{3.0ex} \textbf{\text{企業}} & \textbf{\text{平均年収(万円)}} & \textbf{\text{時価総額(兆円)}} \\ \hline
\rule{0pt}{3.0ex} \text{NTTデータグループ} & \text{850} & \text{4.5} \\ \hline
\rule{0pt}{3.0ex} \text{富士通} & \text{900} & \text{4.8} \\ \hline
\rule{0pt}{3.0ex} \text{NEC} & \text{840} & \text{3.2} \\ \hline
\rule{0pt}{3.0ex} \text{日立製作所(連結)} & \text{970} & \text{17.0} \\ \hline
\rule{0pt}{3.0ex} \text{NRI} & \text{1{,}250} & \text{3.0} \\ \hline
\rule{0pt}{3.0ex} \text{CTC} & \text{1{,}010} & \text{1.0} \\ \hline
\rule{0pt}{3.0ex} \text{SCSK} & \text{820} & \text{0.9} \\ \hline
\rule{0pt}{3.0ex} \text{TIS} & \text{780} & \text{1.3} \\ \hline
\end{array}
$$
注：日立製作所は連結全体の数値（IT セクターは約3兆円）
表2：AI コーディングツールの導入による工程別生産性向上（業界平均推計・2026年）
$$
\begin{array}{|l|c|c|}
\hline
\rule{0pt}{3.0ex} \textbf{\text{工程}} & \textbf{\text{生産性向上(現時点)}} & \textbf{\text{5年後の見込み}} \\ \hline
\rule{0pt}{3.0ex} \text{要件定義・業務理解} & \text{10〜20\%} & \text{30〜40\%} \\ \hline
\rule{0pt}{3.0ex} \text{基本設計} & \text{25〜35\%} & \text{50〜70\%} \\ \hline
\rule{0pt}{3.0ex} \text{詳細設計} & \text{40〜55\%} & \text{70〜80\%} \\ \hline
\rule{0pt}{3.0ex} \text{実装(コーディング)} & \text{50〜70\%} & \text{80〜90\%} \\ \hline
\rule{0pt}{3.0ex} \text{単体・結合テスト} & \text{60〜70\%} & \text{80〜90\%} \\ \hline
\rule{0pt}{3.0ex} \text{受け入れテスト・運用} & \text{10〜20\%} & \text{30〜50\%} \\ \hline
\rule{0pt}{3.0ex} \text{プロジェクト管理} & \text{10〜20\%} & \text{30〜40\%} \\ \hline
\end{array}
$$
出典：GitHub Octoverse 2025、Microsoft Work Trend Index 2025、Gartner CIO Survey 2025、IPA「DX動向2025」を基に整理
表3：多重下請け構造における人月単価の階層別概算
$$
\begin{array}{|l|r|r|}
\hline
\rule{0pt}{3.0ex} \textbf{\text{階層}} & \textbf{\text{人月単価(万円)}} & \textbf{\text{累積マージン削減率}} \\ \hline
\rule{0pt}{3.0ex} \text{顧客が支払う単価} & \text{120〜150} & \text{0\%} \\ \hline
\rule{0pt}{3.0ex} \text{1次請け(NTTデータ等)} & \text{100〜130} & \text{約15\%} \\ \hline
\rule{0pt}{3.0ex} \text{2次請け(中堅SIer)} & \text{70〜100} & \text{約35\%} \\ \hline
\rule{0pt}{3.0ex} \text{3次請け(中小SIer)} & \text{50〜70} & \text{約55\%} \\ \hline
\rule{0pt}{3.0ex} \text{4次請け(SES・個人)} & \text{40〜50} & \text{約70\%} \\ \hline
\end{array}
$$
表4：日本SIer vs グローバルSIer・コンサルの収益構造比較
表4-A：営業利益率とコンサル比率
$$
\begin{array}{|l|r|c|}
\hline
\rule{0pt}{3.0ex} \textbf{\text{企業}} & \textbf{\text{営業利益率}} & \textbf{\text{コンサル比率}} \\ \hline
\rule{0pt}{3.0ex} \text{Accenture(米)} & \text{15.0\%} & \text{高} \\ \hline
\rule{0pt}{3.0ex} \text{Capgemini(仏)} & \text{13.0\%} & \text{中} \\ \hline
\rule{0pt}{3.0ex} \text{TCS(印)} & \text{24.0\%} & \text{中} \\ \hline
\rule{0pt}{3.0ex} \text{Infosys(印)} & \text{21.0\%} & \text{中} \\ \hline
\rule{0pt}{3.0ex} \text{NRI(日)} & \text{18.0\%} & \text{高} \\ \hline
\rule{0pt}{3.0ex} \text{NTTデータ(日)} & \text{7.0\%} & \text{中} \\ \hline
\rule{0pt}{3.0ex} \text{富士通(日)} & \text{8.0\%} & \text{中} \\ \hline
\end{array}
$$
表4-B：自社製品比率と人月モデル依存度
$$
\begin{array}{|l|c|c|}
\hline
\rule{0pt}{3.0ex} \textbf{\text{企業}} & \textbf{\text{自社製品比率}} & \textbf{\text{人月モデル依存度}} \\ \hline
\rule{0pt}{3.0ex} \text{Accenture(米)} & \text{中} & \text{低} \\ \hline
\rule{0pt}{3.0ex} \text{Capgemini(仏)} & \text{中} & \text{中} \\ \hline
\rule{0pt}{3.0ex} \text{TCS(印)} & \text{中} & \text{中} \\ \hline
\rule{0pt}{3.0ex} \text{Infosys(印)} & \text{中} & \text{中} \\ \hline
\rule{0pt}{3.0ex} \text{NRI(日)} & \text{中} & \text{中} \\ \hline
\rule{0pt}{3.0ex} \text{NTTデータ(日)} & \text{中} & \text{高} \\ \hline
\rule{0pt}{3.0ex} \text{富士通(日)} & \text{中} & \text{高} \\ \hline
\end{array}
$$
注：人月モデル依存度は、各社の開示と業界レポート（Gartner・IDC）からの定性評価
表5：就活生がSIer各社を選ぶときに見るべきチェック項目
$$
\begin{array}{|l|c|}
\hline
\rule{0pt}{3.0ex} \textbf{\text{チェック項目}} & \textbf{\text{重要度}} \\ \hline
\rule{0pt}{3.0ex} \text{元請け案件比率} & \star\star\star\star\star \\ \hline
\rule{0pt}{3.0ex} \text{新卒1〜3年目の上流工程経験率} & \star\star\star\star\star \\ \hline
\rule{0pt}{3.0ex} \text{自社プロダクト・SaaS事業比率} & \star\star\star\star \\ \hline
\rule{0pt}{3.0ex} \text{コンサル子会社へのアクセス可否} & \star\star\star\star \\ \hline
\rule{0pt}{3.0ex} \text{海外案件比率と海外配属コース} & \star\star\star \\ \hline
\rule{0pt}{3.0ex} \text{客先常駐比率(低いほど良い)} & \star\star\star\star \\ \hline
\rule{0pt}{3.0ex} \text{平均年収} & \star\star\star \\ \hline
\rule{0pt}{3.0ex} \text{離職率} & \star\star\star \\ \hline
\end{array}
$$
📚 業界理解のための書籍
業界を構造から理解するために、以下の書籍を読んでおくと判断の解像度が一段上がる。
『世界一わかりやすい IT「情報サービス」業界のしくみとながれ 第6版』（イノウ 著）
業界の全体像をマンガと図解で押さえる入門書。「SIer」「SES」「ベンダー」「準委任契約」「請負契約」など、就活サイトでは説明が雑になりがちな用語を、登場人物のやり取りで腹落ちさせてくれる。第6版は2024年10月刊行で、クラウド・SaaS化・DXの新潮流まで追記されている。最初の1冊として、就活のインターン応募前に読んでおくと面接での会話の解像度が変わる。
『システムを「外注」するときに読む本』（細川 義洋 著）
著者は元IBMのプロマネで、東京地裁の民事調停委員（IT専門）として70件超のIT紛争を扱った人物。本書は「発注側＝顧客」の視点から書かれている点が特異で、SIer業界を「売る側」だけ見ている学生には絶対に見えない景色を見せてくれる。なぜ多重下請けが温存されるのか、なぜ要件定義で揉めるのか——「買う側」の論理が分かると、自分が将来やる仕事の意味も変わる。要件定義・上流工程を志す人ほど刺さる。
『なぜ、システム開発は必ずモメるのか？』（細川 義洋 著）
同じ著者のもう1冊。今度は「モメる現場」の解剖。約7割が失敗するシステム開発プロジェクトの裁判例49件をストーリー仕立てで紐解いていく。要件定義・進捗管理・テスト・契約完成——どこで何が燃えるのかが章ごとに整理されている。「現場の修羅場」をPM視点で先取りできるので、入社後の配属がプロジェクト炎上に当たっても、最初から「これは見たことがある」と動ける。
ハッシュタグ・参考文献
ハッシュタグ
#SIer業界 #就活 #転職 #IT業界 #NTTデータ #富士通 #NEC #日立製作所 #NRI #野村総合研究所 #SCSK #TIS #伊藤忠テクノソリューションズ #AIエンジニア #Cursor #Devin #ClaudeCode #人月モデル #多重下請け #レガシーシステム #COBOL #DX #AI時代 #業界分析 #キャリア戦略
主要参考文献
各社 IR：NTTデータグループ・富士通・NEC・日立製作所・NRI・CTC・SCSK・TIS の有価証券報告書、決算短信、決算説明会資料（2026年3月期）
IPA（独立行政法人 情報処理推進機構）「IT人材白書」「DX動向2025」
経済産業省「DXレポート 〜ITシステム『2025年の崖』克服とDXの本格的な展開〜」（2018年初版、以降更新）
Gartner「Top Strategic Technology Trends」シリーズ
IDC Japan「国内ITサービス市場予測」シリーズ
GitHub「Octoverse」年次レポート
Microsoft「Work Trend Index」年次レポート
Accenture / Capgemini / TCS / Infosys の Annual Report（FY2025）
最後に：
「SIerはオワコン」とも、「SIerは安泰」とも、簡単には言えない業界である。業界の中で、どの層に入って、どの方向に動くか——そこで人生の5年・10年が分かれる。
この記事は答えを出すためのものではない。あなた自身が、自分のキャリアを構造から判断するための材料として使ってほしい。
※ 本記事の数値・データは、各社IR・公開統計・業界レポートに基づく整理である。最新の決算発表によって数値は変動する可能性がある。投資判断・転職判断は、最新の一次情報を確認の上、自己責任で行ってほしい。
