AI時代でもインフラエンジニアは必要？10年働いて感じること

個人的には、
「インフラエンジニアという仕事自体がなくなる」というより、
「単純作業の比率が減っていく」というイメージの方が近いです。

今回は、実際に10年近く働いてきた中で感じている、

・AIで何が変わったのか
・これからインフラエンジニアはどうなっていきそうか

について、現場目線でできるだけ分かりやすく書いていこうと思います。

AIによってインフラの働き方はどう変わるのか

自分が一番変化を感じるのは、

• 監視ツールの作成
• 障害時の調査
• ドキュメントの作成

このあたりです。

監視ツールの作成はかなり変わった

新入社員の頃は、監視ツールを作るだけでもかなり時間がかかっていました。

「この処理どう書くんだろう」
「PowerShellのこの構文なんだっけ」

みたいな感じで、毎回調べながら作っていました。

しかも、やっと動いたと思ったらエラー。

そこからまた調査して修正して…という感じだったので、
簡単なものでも数時間かかることは普通にありました。

でも今は、生成AIに

　　「こういう監視をしたい」
　　「このログを取得したい」

伝えるだけで、かなりそれっぽいコードを作ってくれます。

最近だと「バイブコーディング」みたいな言葉も出てきていますが、
実際、AIに相談しながら作る流れはかなり増えたと感じています。

もちろん、そのまま本番で使えるわけではないですが、

“最初のたたき台” が一瞬で出来る

のはかなり大きいです。

体感としては、作業スピードがかなり変わったなと思います。

また個人的に大きいと感じるのは、

「知らない技術に入るハードルがかなり下がったこと」

です。

昔は、触ったことがない技術だと
「まず何から調べればいいんだろう…」という状態になりがちでした。

でも今は、AIに聞きながら試せるので、
“とりあえず動かしてみる” までがかなり早くなったと感じています。

障害時の調査スピードもかなり変わった

障害対応の時も変化を感じます。

以前は、

• エラーメッセージを検索
• 海外サイトを見る
• フォーラムを読む
• ログを見比べる

みたいな感じで、原因調査にかなり時間を使っていました。

例えばIISの構築や設定変更でも、

• アプリケーションプールが落ちる
• 500エラーが出る
• 権限周りで動かない
• web.configでエラーになる

みたいなことが起きると、
イベントログやIISログを見ながらかなり調査していました。

しかも、エラー内容によっては海外記事しか出てこないことも多く、
原因にたどり着くまでかなり時間がかかることもありました。

今は、ログやエラー内容をAIに整理してもらうだけでも、

「まず何を確認すればよさそうか」

がかなり見えやすくなった感覚があります。

特に、

「このログだと何が怪しい？」
「このエラーってよくある？」
「IISだとどこ確認する？」

みたいな壁打ちは、かなり助かっています。

もちろん、AIが全部正しいわけではないですが、

“調査の入り口” がかなり早くなった

のは大きい変化だと思います。

ただ一方で、

• 本当にその対応でいいのか
• どこまで影響があるのか
• 本番で実施して大丈夫か

みたいな判断は、今でも人が考える部分だと思っています。

ドキュメント作成もかなり楽になった

個人的にかなり変わったと感じるのが、ドキュメント作成です。

インフラ業務って、実際はかなり文章を書くことが多いです。

例えば、

• 手順書
• 障害報告書
• 作業説明
• パラメータシート
• 引継ぎ資料

など、業務の中でドキュメント作成はかなり多くありました。

以前は、

　　「この文章わかりづらいかな」
　　「どう整理して書こう」
　　「言い回しどうしよう」

みたいな部分でも意外と時間がかかっていました。

でも今は、AIに

「この内容を手順書っぽく整理して」
「障害報告書の形にして」

と伝えるだけで、かなり見やすい形にまとめてくれます。

もちろん最終確認は必要ですが、

“ゼロから作る負担” がかなり減った

のは大きい変化だと思います。

それでも人が必要だと思う理由

AIによってかなり効率化されているのは間違いないですが、
それでも「最終的には人が必要だな」と感じる場面は多いです。

特にインフラ業務は、

“ただ正しい答えを出せば終わり”

ではないことがかなり多いと思っています。

本番環境では“責任ある判断”が必要

例えばAIに聞けば、

• PowerShell
• SQL
• IIS設定
• Linuxコマンド

などはかなりそれっぽい回答を返してくれます。

実際、自分も調査やたたき台作成ではかなり助けられています。

ただ、本番環境になると、

「本当にこの対応を実施して大丈夫か」

という判断が必要になります。

• 例：AIの回答をそのまま実施すると危ないケース

例えばAIに
「IISでアプリケーションプールが落ちる時の対処法」
を聞いたとします。

するとAIは、

・アプリケーションプールの再起動
・サービス再起動
・IISRESET

といった対処法を提案してくることがあります。

もちろん、どれも間違いではありません。

ただ、本番環境で安易に “IISRESET” を実行すると、
同じサーバー上で動いている別サイトまで停止してしまう可能性があります。

つまり重要なのは、

「そのコマンドが正しいか」だけではなく、
「この環境で実施して問題ないか」

という視点です。

これは実際の現場経験がないと、判断が難しいポイントだと思います。

障害対応も、実際は「これが正解です」とすぐ決まることばかりではありません。

例えば同じエラーでも、

• すぐ再起動するべきか
• 原因調査を優先するべきか
• まず影響範囲確認か
• 切り戻すべきか

など、状況によって対応が変わります。

特に本番障害では、

「今どこまでサービス影響が出ているか」
「どの対応が一番リスクが低いか」

を短時間で判断する必要があります。

こういう部分は、単純な知識だけではなく、
経験や現場感覚もかなり大きいです。

会社ごとに環境が違いすぎる

もう一つ大きいのが、会社ごとに環境がかなり違うことです。

例えば、

• オンプレ中心
• クラウド中心
• 独自ルール
• 古いシステム
• 特殊なネットワーク構成

など、現場によってかなり差があります。

そのため、一般論としては正しくても、
「この会社ではその方法は使えない」ということも普通にあります。

実際、インフラ業務では
“技術的に正しい” と “現場で実施できる” が一致しないことも多いです。

だからこそ、
現場に合わせて考えたり調整したりする人は、今後も必要だと思っています。

これからのインフラエンジニアに必要になりそうなこと

ここまで書いてきたように、AIによってインフラ業務の進め方はかなり変わってきています。

その中で個人的に感じるのは、
「AIに置き換えられるかどうか」より、
「AIを使いながら働けるか」がかなり重要になってきていることです。

AIを使いながら働けること

最近は、自分も業務や個人学習でAIを使うことがかなり増えました。

例えば、

• ChatGPT でエラー調査や文章整理
• Claude でコードやスクリプトのたたき台作成
• Notion でドキュメント整理

など、以前より「まずAIに聞いてみる」が自然になっています。

もちろん、全部を信用することはできません。

ただ、

• 調査の入口
• アイデア出し
• 文章整理
• コード作成補助

などでは、かなり便利になったと感じています。

今後は、「AIを使わない人」より、
「AIを使って効率よく進められる人」の方が強くなっていくのかなと思っています。

調査力より「判断力」が重要になりそう

以前は、「どれだけ調べられるか」がかなり重要だった気がします。

でも今は、AIがある程度候補を出してくれる時代になってきました。

だからこそ今後は、

• その情報が正しいか
• 本番で使って問題ないか
• どの対応が安全か

を判断できる力の方が重要になる気がしています。

特にインフラは、
“止まると困る” システムを扱うことが多いので、
最終判断の重みは今後も変わらないと思っています。

説明できる人は強い

個人的に、今後かなり重要になると思っているのが「説明する力」です。

例えば障害対応でも、

• 今何が起きているのか
• どこまで影響があるのか
• なぜその対応をするのか

を、周りに分かりやすく伝える必要があります。

実際、インフラ業務って
“技術を触るだけ” ではなく、
調整や説明の場面もかなり多いです。

AIによって技術部分が効率化されても、
「相手に伝わるように説明する」という部分は、今後も人が強い領域なのかなと思っています。

まとめ

AIで仕事は変わる

ここ数年だけでも、インフラ業務の進め方はかなり変わってきたと感じています。

特に、

• 監視ツールの作成
• 障害時の調査
• ドキュメント作成

などは、生成AIによってかなり効率化されました。

以前より「調べる時間」や「ゼロから作る時間」は減っていて、
働き方自体は確実に変わってきていると思います。

でもインフラ自体はなくならないと思う

ただ一方で、
インフラエンジニアという仕事自体がなくなるとは、今のところあまり感じていません。

実際の現場では、

• 本番環境での判断
• 障害時の優先順位
• 会社ごとの独自環境
• セキュリティや影響範囲の考慮

など、

「正解が一つではない」

場面がかなり多いです。

AIはかなり便利ですが、

最終的に判断して責任を持つのは、今でも人

だと思っています。

むしろ“AIを使える人”が強くなりそう

個人的には、これからは

「AIに置き換えられるか」
よりも、
「AIを使いながら働けるか」

の方が重要になっていく気がしています。

実際、自分自身も、

• 調査
• スクリプト作成
• ドキュメント整理

などでAIを使う場面がかなり増えました。

だからこそ今後は、

• AIをうまく使う力
• 判断する力
• 相手に説明する力

を持っている人が、より強くなっていくのではないかと思っています。