「生成AIで仕事が楽に」のはずが……IT現場を蝕む“AI疲れ・AIうつ”の正体

　このところ、SNSやITエンジニアの集まりで「AI疲れ」「AI鬱（うつ）」という言葉を耳にする機会が増えました。生成AIを使えば仕事が速く、楽になるはずだったのに、なぜか現場が疲弊している。「AIを導入したはいいが、思ったほど効率化されていない」「なんだか、疲れました」という声が複数聞こえてきます。

【その他の画像】

　一見すると矛盾した話です。作業が速くなっているのに、なぜ疲れるのか。しかも、この疲労感はトップダウンでAI活用が推進されている企業ほど強い、という共通点があります。「とにかく何かに使え」と号令はかかるものの、使い方や成果の定義は現場に委ねられる。この構図が、静かに負荷を蓄積させています。

　そんな中で「AI疲れ」を単なる新しいツールへの適応疲れと捉えると、本質を見誤ります。結論から言えば、これはツールの問題ではなく、もっと根本的な、仕事の“やり方そのもの”が変わったことによって生じている疲れなのです。

　非エンジニア・非IT職種にもAI活用が広がりつつある昨今。ビジネスパーソンであれば、AIと無関係にはいられません。本稿では、“疲れの正体”を整理し、個人が何を考え、どう変わればよいのかという判断軸を、AIが先行して普及してITエンジニア業務の例も見つつ示していきます。

●疲れの正体は増え続ける「判断」

　AIを巡る議論では、ハルシネーション、情報漏えいリスク、利用コストの増加といった論点がよく取り上げられます。どれも重要ですが、これらはあくまで扱いづらさの問題です。AI疲れの本質は、そこにはありません。より重要なのは、AIの登場によって判断の回数が急増したことです。

　AIが率先して取り入れられたシステム・ソフトウェアの開発では従来、相応の時間がかかりました。1つの機能を作るのに数日かかるなら、その数日のあいだ、エンジニアは単一のテーマに集中していればよかった。

　ところがAIによって実装そのものが短時間で片付くようになると、同じ時間のなかで扱うテーマの数が一気に増えます。「この設計でよいか」「この出力は正しいか」「どのやり方を採用するか」――手が空くのではなく、判断が次から次へと押し寄せてきます。

　しかもその判断には、明確な正解がありません。かつては「与えられた業務を、いかに正確に効率よくこなすか」が問われ、ある程度の正解の範囲で最適化すればよかった。しかし今は「そもそも何をやるべきか」から問い直す必要があります。AIをどう使うかだけでなく、業務フロー自体を組み替えなければならない。この正解のない意思決定を継続的に迫られることが、精神的な負荷として積み上がっていきます。

　言い換えれば、AI疲れの正体は「意思決定コストの増大」です。手を動かす疲れが、考え続ける疲れに置き換わった、と言ってもよいでしょう。実際、AIを使うほど人が思考を外部化し、批判的思考や記憶保持の力が弱まりかねないという研究上の指摘も出てきています。手軽さの裏側で、判断だけが人に残り、その判断が重くなっている。これが疲れの中核にあります。

●「最適化」から「再設計」へ――前提が変わることの重さ

　なぜ判断がこれほど増えたのか。背景には、仕事の設計思想の転換があります。

　日本企業は90年代以降、一貫して業務を細分化し、切り出し、割り振る方向に進んできました。エンジニアで言えば、非正規雇用の拡大、10年代のSESやフリーランスの一般化、そして20年のコロナ禍で加速したジョブディスクリプション（職務定義）に基づく管理。誰が何をやるかを明確にし、無駄を削り、同じ成果をより少ないリソースで出す。いわば業務のダイエットを、長年かけて磨いてきたわけです。

　そこにAIが現れました。AIは既存業務の効率化ツールとしても使えますが、本質はそれだけではありません。「そもそもこの業務は必要なのか」「もっと別のやり方があるのではないか」という問いを、現実的なものにしてしまう技術です。つまり最適化から再設計への転換が起きています。

　この転換は、これまで安定していた前提を揺るがします。職務範囲が明確に定義され、その範囲内で成果を出せばよかった時代から、業務そのものを組み替える必要のある時代へ。結果として、職務定義からのはみ出しが常態化します。自由度が上がったように見えて、実際には「どこまでやればよいのか分からない」という不安定さが生まれます。この“終わりの見えなさ”こそが、変革を求められることの心理的な重さです。

　さらにトップダウン型の導入は、これを増幅させます。経営層は「AIで効率化せよ」と目標を掲げるものの、方法論までは示さないことが多いでしょう。設計責任は現場に丸投げされる一方で「どれだけ効率化できたか」という成果だけが求められ、試行錯誤の過程は評価されにくい。

　企業側でも、AI活用が期待通りのROI（投資対効果）に結び付かず、責任者の関心がむしろ後退しているという調査もあります。号令と現実のギャップが、現場の疲労感をさらに濃くしています。

●業務が「楽しくなくなった」――過程の喜びから結果の喜びへ

　もう一つ、見過ごされがちな疲れの源があります。仕事の面白みが変わってしまったことです。

　とりわけプログラマーにとって、これは切実でした。多くのエンジニアは、コードを書く過程そのものを楽しんできました。どう解くかを試行錯誤し、うまく動いたときに手応えを感じる。プログラミングを、パズルを解くような感覚で味わってきた人は少なくありません。

　ところがAIが実装を肩代わりするようになると、その“過程の喜び”が薄れていきます。AIが奪ったのはエンジニアの仕事そのものではなく、仕事への情熱だったのではないか？――そうした指摘も現れています。

　これは能力の問題ではなく、喜びの所在の問題です。過程に喜びを感じてきた人ほど、AIによってその源泉を失い、「楽しくなくなった」と感じやすい。企業内で若手エンジニアの声を聞くと、「開発が楽しくなくなってきた」「この先が不安だ」という2つの訴えがよく重なります。

　一方で、同じAI駆動開発を楽しんでいる人たちもいます。彼らに共通するのは、喜びの所在が過程ではなく結果にあることです。速くアウトプットを出せる、ユーザーがどう使うかのリアクションを早く見られる――結果がどう作用するかに喜びを感じる人にとって、AIはむしろ吉報です。

　つまり、ここで問われているのはマインドチェンジです。過程を味わう働き方から、結果を届ける働き方へ、視点をシフトできるかどうか。無理に楽しさを捨てろという話ではなく、自分は何に喜びを感じるのかを一度見つめ直し、AIという環境の変化に合わせて喜びの置き場所を組み替えられるか、という問いです。この転換ができないと、しばらくはツラい時期が続くかもしれません。

●「仕事が失われるのでは」という不安と、市場の実際

　面白みの変化と地続きにあるのが、「このまま仕事が失われるのではないか」という危機感です。今後のキャリアが不安だ、これまでと同じ働き方で同じ収入は得られなくなるのではないか――こうした声は、若手からベテランまで広がっています。

　実際、求人市場も変化しています。AIに代替されやすい仕事の賃金が下がり、雇用が縮小する一方で、AIを使いこなす高度な人材への需要は依然として旺盛だという二極化が指摘されています。不安の背景には、こうした現実の地殻変動があります。

　ただし、ここで立ち止まって整理したいことがあります。AIによる人員縮小は、市場で起きていることの一部にすぎない、という点です。技術人材の状況を調べた調査でも、AIの影響は職種や企業規模によって大きく異なり、技術職全体が一様に減っているわけではないことが示されています。AI関連のスキルはむしろ不足しており、そこを押さえられるかどうかが差別化の要因になりつつあります。

　つまり、「AIでエンジニアの仕事は消える」という単純化された言説は、危機感を煽るには十分ですが、現実を正しく映してはいません。消える仕事と、価値が上がる仕事が、同時に生まれている。不安それ自体は自然な反応ですが、漠然とおびえることと、市場の構造を理解したうえで身の振り方を考えることは、まったく別の行為です。

●ただ悩むのではなく、考えて変わる――個人の判断軸

　では「AI疲れ」とはどう向き合えばよいのでしょうか。最後に、いくつかの判断軸を整理します。

　1つ目は、疲れの正体を「意思決定の疲れ」と正しく名付けること。手を動かす疲れなら休めば回復しますが、判断疲れは休息だけでは抜けません。だからこそ、AIに何もかもを委ねて思考を明け渡すのではなく、思考を拡張する道具として使う姿勢が要になります。

　AIに答えを出させてうのみにするのではなく、異なる視点や問いを引き出し、最終的にどれを採るかは自分で決める。判断の主導権を手放さないことが、結果的に消耗を抑えます。

　2つ目は、喜びの置き場所を意識的に組み替えることです。過程に喜びを感じてきた人は、それを趣味や個人開発に残しつつ、仕事のうえでは結果がどう作用するかに軸足を移せないかを試してみる。マインドチェンジは一朝一夕にはいきませんが、自分が何に手応えを感じるのかを言語化するだけでも、迷いは軽くなります。

　3つ目は、適応の速さを能力の優劣と混同しないことです。既存業務を疑い、抽象と具体を往復しながら再設計できる人は、確かにこの時代に向いています。しかし、安定して着実に実行することに強みを持つ人の価値が失われるわけではありません。両者は職能のタイプが違うだけです。自分がどちらに近いのかを見極め、無理に不得手な役回りへ自分を追い込まないことも、立派な判断です。

　「AI疲れ」を「AI鬱」にしないために大切なのは、この疲れが個人の弱さではなく、仕事の前提が変わったことによる構造的な現象だと理解することです。変革には痛みが伴います。しかし、ただ悩み続けるのと、構造を理解したうえで自分の働き方を組み替えるのとでは、行き着く先がまるで違います。

　結局のところ、AIが強力なツールであることは間違いなく、その使い方は人に委ねられています。だからこそ問われているのは、AIをどう使うかだけでなく、自分の仕事と喜びをどう再設計するか。

　悩むのではなく、考える。そして、考えた先で少しずつ自分を変えていく。それが、この時代を突破するための現実的な一歩になるはずです。