「生成AIがコードを書くなら、外部のエンジニアに頼む仕事は減るのでは」。フリーランスとして働いていると、そう考える場面があるかもしれません。
LegacyForceが2026年5月に40〜60代のフリーランスITエンジニア252人へ行った調査では、仕事のオファーが減った原因として「生成AIの普及・進化による案件減少」を挙げた人は26人(10.3%)でした。最も多かった「年齢」(35.7%)には及ばず、「自分の得意分野の需要低下」(11.5%)や「求められるスキルの高度化」(11.1%)と同じくらいの割合です(調査レポート)。ただ、これは調査時点の受け止め方で、この先どうなるかをこの数字から言い切ることはできません。
AIで作業がどう変わるかは、AIでエンジニアの仕事はなくなる?で掲載案件をもとに整理しました。この記事では見方を変えて、「企業はなぜ外部のエンジニアに仕事を依頼するのか」から考えます。依頼の目的が作業の量だけなら、AIで作業が速くなるほど外部に頼む理由は減ります。目的がほかにもあるなら、依頼は形を変えて残る可能性があります。
2026年10月時点でLegacyForceに掲載されている案件の仕事内容から依頼の背景を読み、外部の人に任される役割を整理します。将来の案件数や単価を予測する記事ではありません。
外部に仕事を依頼する目的は、手が足りないことだけではない
外部のエンジニアへの依頼は、「社内の人手が足りないから」と説明されることが多いものです。ただ、掲載案件の仕事内容を読むと、依頼の背景はもう少し細かく分かれます。
| 依頼の背景 | 仕事内容に書かれていること | 外部の人に任される役割 |
|---|---|---|
| 現行の仕組みを知る人が限られている | 属人化・未文書化、現行担当者からの引き継ぎ | 現行を読み解き、文書にして残す |
| 委託先・担当者が替わる | 他ベンダーからの保守引き継ぎ、現委託先からの引継ぎ要員 | 止めずに受け取り、運用を続ける |
| 進め方を立て直したい | 現任PMからの引継ぎ、計画の妥当性確認 | 状況をつかみ、計画を見直して進める |
| 社内で続けられるようにしたい | 外部委託からの内製化、ノウハウ移転 | 社内に仕組みと知識を渡す |
| AIの使い方を決めたい | ツールは導入済みで、方針・ルールは検討途中 | 使い方を決め、社内に広める |
どの背景にも共通しているのは、外部の人が「いずれ離れる」ことを前提に依頼されている点です。作業をこなすことに加えて、離れた後に何が残るか(仕様書、手順書、引き継ぎ資料、運用のルール)までが仕事内容に書かれています。以下、背景ごとに掲載案件を見ていきます。
現行を読み解き、文書にして残す
建材メーカーの基幹システム刷新に伴うドキュメント化支援は、COBOLで管理されたシステムが属人化・未文書化の状態にあり、現行ソースの読み込みと仕様書起こし、担当者のノウハウや勘所の文書化を担う案件です。文書化の後は、保守運用の担当として続けることが想定されています。必須条件はCOBOLでの保守・開発経験、リバースエンジニアリングの経験、ドキュメント化の経験で、COBOLから設計書を作成した経験やCOBOLからJavaへの刷新経験は歓迎条件です。
5つの銀行のシステムを統合する次期システム構築(IMS担当)では、いまは現行システムのアウトソーシング担当SEが兼務で対応しており、詳細設計以降は新しいメンバーへの引き継ぎが想定されています。特有の業務知識や開発ルール、運用手順は、現行担当SEに確認しながら進める体制です。必須条件はIMSの導入・設定経験で、銀行勘定系システムの開発経験は歓迎条件です。
どちらも、書かれていない知識を、人とソースから聞き出して形にする仕事です。担当者への聞き取りや、ソースと実際の動きの突き合わせを、外部から来た人が引き受けています。
委託先が替わっても、止めずに受け取る
保守の担い手が替わるときにも、外部のエンジニアが募集されています。
コンタクトセンター向けSalesforceの移管:保守会社の変更に伴い、引継ぎ先の会社向けにドキュメントを整備する。網羅的な仕様書ではなく、リスクの高い領域を優先して解明し、確認事項の整理と引継ぎ支援までを担う。必須条件に「他社・他ベンダー構築の既存環境調査・棚卸し経験」がある
DWH・アプリの保守運用(Snowflake):1〜2か月ほど既存ベンダーから引継ぎを受け、その後は保守運用のメイン担当になる
J-SOXメンバー支援(ITガバナンス担当):現委託先からの引継ぎ要員として、システム管理者と監査室の間で証憑を整える。手順書の整備も主な業務で、引継ぎ期間の3か月は基本出社
引き継ぎは、前の担当者がいるうちに何を聞いておくか、どこに危うい箇所があるかを見極める仕事でもあります。Salesforceの案件が「網羅的な仕様書作成というよりは、リスクの高い領域を優先的に解明」と書いているように、限られた期間で何を優先するかの判断までが任されています。
途中から入って、計画を見直す
人事給与パッケージの導入プロジェクトは、立て直しを担うPMの募集です。現任PMからの引継ぎ、プロジェクト状況の把握、マスタープランとWBSの妥当性確認から、進捗管理、顧客との調整・折衝、テスト推進、導入までを担当します。必須条件には、10名以上規模のシステム導入プロジェクトでのPM経験に加えて、「プロジェクト計画(マスタープラン)およびWBSのレビュー・見直し経験」が挙がっています。人事給与システムの導入経験や人事・給与の業務知識は歓迎条件です。
立ち上げから関わってきた人ではなく、途中から入る人に、いまの計画が妥当かどうかを確かめて進め直す役割が任されています。途中参画で状況をつかんだ経験は、それ自体が募集の条件になることがあります。
社内で続けられるように、仕組みと知識を渡す
外部への委託をやめて社内で担うようにする「内製化」も、外部の人の仕事になっています。大手ネット銀行のアプリ開発(上流担当)は、外部ベンダーに委託していたネイティブアプリ開発を内製化するプロジェクトで、引き継ぎドキュメントをもとにした開発が主な業務です。必須条件には、要件定義・概算見積もり・スケジュール立案などの上流工程の経験と並んで、「自ら質問・確認しながら仕様を明確化できるコミュニケーション力」があります。
製造業向けの生成AI検索対応Webサイトの指針策定支援は、サイト制作やコーディングは行わず、どのようなサイトにすべきかの指針策定と、社内で自走するためのノウハウ移転を担う助言役の募集です。担当範囲は、レクチャー、先行事例のベンチマーク、現行サイトの診断、ページ設計指針とガイドラインの作成、引き継ぎまでです。
どちらも、外部の人が作り続けることより、社内の人が続けられる状態にすることが依頼の中心にあります。
AIの導入そのものが、外部への依頼になっている
AIは、外部への依頼を減らす側にだけあるわけではありません。AIの使い方を決め、社内に広める仕事が、外部のエンジニアへの依頼として掲載されています。
生成AI活用推進・AIアドバイザー支援:Copilotなどの生成AIツールは導入済みだが、活用方針や運用ルール、開発業務への適用方法は検討途中。技術アドバイス、活用提案、AIエージェントの構築・改善支援、社内メンバーへのナレッジ共有・教育支援を担う
生成AIコーディングツールの全社導入・活用伴走支援:ツールの利用データを分析して課題を抽出し、実業務に即した活用方法を検討・構築して、効果検証まで担当する
既存のシステムや文書を読み解く経験が、AIを使う準備として求められている例もあります。通信キャリアの契約情報管理システムのAI活用支援では、既存システムや関連ドキュメントを調査・整理し、LLMで活用できるよう情報を構造化して、既存ドキュメントをMarkdown化する作業が中心です。必須条件は、Java・Spring Boot・Linuxの経験、ドキュメント作成・設計書作成の経験、生成AI・LLMの活用経験です。
保守の引き継ぎとAIの活用が同じ募集に並ぶこともあります。製造業向けポータルサイトの保守開発は他ベンダーからの保守引き継ぎに伴う募集で、機能追加・改修や仕様調査、データ更新に加えて、「生成AIを活用した開発推進やアウトプットの評価」も担当業務に入っています。必須条件はPHP(Laravel)・JavaScript・SQLの経験で、Claude CodeやGitHub Copilotなどを実務で使った経験は歓迎条件です。
AIを使う力まで外部の人に期待する募集がある一方で、それが必須条件になっているとは限りません。条件を読むときは、AIの経験が必須か歓迎かを分けて確かめます。
現場ごとの差も大きいままです。LegacyForceが2025年9月に40〜60代のITエンジニア600人へ行った調査では、業務でのAIを「必須ツール(ないと困る)」と答えた人は40代18.5%、50代10.5%、60代9%でした。「使う場面がない」は40代25.5%、50代31.5%、60代39.5%で、業務での利用が禁止されていると答えた人も一部いました(調査レポート)。応募の前に、その現場でAIをどう扱っているかを確かめておくと、参画後の進め方を思い描きやすくなります。
自分の経験を「依頼される理由」で言い直す
作業の一部がAIで速くなっても、上で見たような依頼の背景がすぐになくなるとは限りません。ただ、経歴書が「〇〇の開発を◯年」という作業の記録だけだと、こうした依頼に合う経験を持っていても伝わりにくくなります。これまでの案件を、次の問いで振り返ってみてください。
| 問い | 書き出す内容の例 |
|---|---|
| 何を引き継いだか | 誰から(前任者・他ベンダー)、何を、どのくらいの期間で受け取ったか。資料はどの程度そろっていたか |
| 何を残したか | 作った仕様書・手順書・引き継ぎ資料。後任がそれを使って何をできるようになったか |
| 途中から何を見直したか | 途中参画で状況をつかんだ方法、見直した計画やテストの進め方 |
| 誰に何を伝えたか | 社内メンバーへの技術支援、勉強会、レビューを通じた指導 |
| AIをどこまで使ったか | 試した範囲と、使わなかった(使えなかった)現場での進め方。経験がなければ無理に書かない |
引き継ぎや文書化は、本来の担当業務の合間にこなした作業として、経歴書から抜け落ちやすい経験です。上の掲載案件のように、それ自体が必須条件になっている募集もあります。
伝え方が募集とずれていないかは案件が決まらないときに確認する、経験・役割・条件のずれで、AIの学び方を含めて何から学び直すかは40代・50代エンジニアは何を学び直す?で整理しています。
LegacyForceの見方
フリーランスのエンジニアがAIで不要になるかどうかを、いま言い切ることはできません。私たちが掲載案件から読み取っているのは、外部の人への依頼が、作業の手を借りることだけではないということです。現行を読み解いて残す、委託先が替わっても止めずに受け取る、途中から計画を見直す、社内で続けられるように渡す、AIの使い方を決めて広める。どれも、限られた期間で現場を理解し、離れた後にも役立つものを残す仕事です。AIで作業の一部が速くなれば、こうした依頼の中身も変わっていく可能性があります。その変化を掲載案件の書かれ方から確かめながら、自分がどの依頼に応えられるかを言葉にしておくことが、次の仕事を選ぶ材料になると考えています。
ここで紹介した案件は、外部に依頼される仕事の例としてご覧ください。募集状況・条件は変わるため、応募の前に各案件ページで確認してください。自分の経験がどの依頼に合うか迷う場合は、経歴と希望を登録してご相談ください。
ドキュメント作成・設計書作成の案件を見る / 生成AI・LLMの案件を見る / 経験と希望を登録して相談する
40〜60代のエンジニアが業務でAIをどう使っているか、働き続けたい年齢との関係は、働き続けたい年齢とAIスキルの調査レポートで紹介しています。
