営業改革が成果創出フェーズへ――大型案件とAI案件が拡大

SHIFTがこの1～2年にわたり取り組んできた営業改革が成果として表れはじめています。

引用：2026年8月期第3四半期決算説明資料P.4

売上高は前年同期比21.2％増と順調に推移しました。

なかでもAI関連事業の成長が顕著で、AI売上は第２四半期の約25.5億円から今期は約79.2億円へと飛躍的に上昇し、前四半期比で3.1倍に伸長。

AI売上総利益率も約43.0％と高い水準を維持し、SHIFTの成長を牽引する事業へと成長しています。

SHIFTでは月額プロジェクト単価とプロジェクト数を重要なKPIとしていますが、いずれも継続的に成長しています。特に注目すべき点は大型案件の増加です。 

従来は小規模案件を得意としてきましたが、今後はSIerにとどまらず、お客様の経営課題を解決し利益貢献まで支援するサービスインテグレーターを目指し、さまざまな施策を進めてきました。 

その結果、月額3,000万円以上の大型案件が売上構成比の約20％を占めるまでに拡大。しっかりと大型案件が取れる体制、営業力、デリバリー力が備わってきました。

さらに、案件終了後も継続的に提案することで売上の減少を抑制し、リピート率も向上。新規案件の獲得だけでなく、既存のお客様との取引拡大により安定的な成長基盤を構築しています。

引用：2026年8月期第3四半期決算説明資料P.17

営業組織については、トップアプローチ営業、アカウント営業、フォローアップ営業と3つの役割を明確化した体制へ変更。

生産性向上を重視し、人員を大幅に増やすのではなく営業力の強化に取り組んできました。 

現在181名体制ながら、営業1人当たり年間5.6億円の売上を創出。一般的なSIerでは約2億円程度とされるなかで、約3倍の売上を作れるような営業のケイパビリティを構築しました。 

また、小型案件の獲得や既存案件の深耕を担うフォローアップ営業の強化にも注力しています。

フォローアップ営業は、大型案件の合間を埋める案件獲得や、稼働率向上に向けた営業を担う重要な役割を果たし、安定した売上基盤の構築に貢献しています。 

フォローアップ営業については、再現性の高い営業モデルを構築できています。既に仕組み化が進んでおり、現在98名体制ですが、来期に向けては倍程度まで増員する計画です。

コンサルティング事業――上流支援の拡大で、顧客数・顧客単価が伸長

引用：2026年8月期第3四半期決算説明資料P.19

総合コンサルティングと業務・専門特化型コンサルティングを合わせた国内市場は約1.7兆円規模とされています。

SHIFTはこの市場において、ITコンサルティング（RFP作成・プロジェクト支援）およびPMO・推進支援領域でのシェア拡大を目指しています。 

今年に入り、コンサルティング領域の売上成長が加速。その背景として、特に3点が挙げられます。 

1.　現場経験を活かした上流支援

SHIFTはこれまでテストや開発の現場で培った豊富なノウハウを蓄積。

現在では、その知見をRFP（提案依頼書）の作成や業務改善などの上流工程にも活用できるようになり、コンサルティングサービスの競争力が高まっています。 

2.　中小企業向け需要の取り込み

大手コンサルティングファームは大規模案件への対応が中心となる傾向があり、中堅・中小企業が気軽に相談できるパートナーは不足しています。

SHIFTは企業規模を問わず幅広いサービスを提供するため、こうした需要を着実に取り込んでいます。 

3.　AI活用コンサルティングへの需要拡大 

AIソリューションを活用した業務変革・生産性向上への関心が高まるなか、「AIを活用したサービスを構築したい」といったお客様からの相談も増加中です。

SHIFTはこうしたニーズに対応し、AI活用を含むコンサルティングサービスを提供することで、新たな成長機会を創出しています。

引用：2026年8月期第3四半期決算説明資料P.21

これらの強みを背景に、SHIFTは上流戦略企画領域へのシフトによる単価向上と顧客基盤の拡大を両輪に、コンサルティング事業の成長を加速させていきます。

AIモダナイゼーション――レガシーシステム刷新市場で存在感を拡大

AIモダナイゼーションは、取り組み開始から約半年で受注残高28.3億円を積み上げるなど、順調に拡大しています。その背景には、主に以下の3つのポイントがあります。 

① 中堅企業向けの一気通貫支援が評価 

大手SIerでは人材不足、中堅ベンダーでは技術力不足といった課題があるなか、SHIFTはAIを活用したリバースエンジニアリングによって、既存システムの課題を可視化するサービスを提供。

システムの現状を迅速かつ正確に把握できることから、お客様から高い評価を得ています。

参考：SHIFT DQS for リバースエンジニアリング

② システム可視化から保守運用まで支援を拡大 

AIモダナイゼーションによるシステム可視化を起点に、保守運用まで支援できる点もSHIFTの強みです。

ブラックボックス化したシステムを可視化することで、明朗会計な見積りで保守コストの適正化を実現。その結果、すでに約10件の案件を獲得しています。 

③ 公共系を中心とした大型案件の獲得 

高い技術力とコスト競争力を強みに、公共分野を中心とした大型案件の入札でも成果を上げています。AIモダナイゼーション領域における実績と提案力が評価され、着実に案件獲得が進んでいます。

引用：2026年8月期第3四半期決算説明資料P.25

SHIFT DQS for リバースエンジニアリングの提供スキームが順調のため、解析済ソースコード量は2026年8月期第2四半期の1億STEPから2億STEPへ倍増しました。 

オポチュニティを受注から実行に繋ぐ専属体制の構築を強化し、非常に高い技術力をもつストラテジックアーキテクト（ST）人材の採用を強化し、受注率の向上とさらなる売上成長を目指します。

テスト――AI時代でも高まる品質保証ニーズ

AIの普及によりソフトウェア開発の進め方は大きく変化していますが、品質保証・テストの重要性は変わらず高く、SHIFTのテスト事業も堅調に成長しています。 

1.　AI活用の拡大に伴い、テスト需要が増加

企業のAI活用に伴うシステム開発件数の増加により、品質保証・テスト需要が急拡大しており、SHIFTへの外注が堅調に増加しています。 

2.　AIでは代替しにくいUAT領域を強化

AIは単体テストなどの領域では高い効果を発揮する一方、UATの自動化は依然としてむずかしい領域です。SHIFTはUAT支援に強みを持もち、AIも活用しながらテストカバレッジを拡大することで、高付加価値な品質保証サービスを提供しています。 

3.　全社品質管理ニーズの高まり

大規模案件を中心に、AIを活用した全社的な品質管理体制の構築を求めるニーズが高まり、SHIFTの品質保証の実績が評価されています。

引用：2026年8月期第3四半期決算説明資料P.28

SHIFTは、AIを活用したテスト実行自動化サービス「ネムラナイ」の提供を開始。特にWeb領域において高い効果が確認され、導入が着実に進んでいます。 

2026年6月からはテスト設計領域にも拡大しました。

テスト設計は「何を、どこまでテストするか」を定義する品質保証の中核工程であり、ハードウェア、モバイル、Webなど開発環境を問わず活用できる点が特徴です。

AI BPaaS――社内AI活用の成果を社外向けサービスへ展開

AI BPaaSでは、社内業務のAI化による生産性向上と、そのノウハウを活用したサービスの拡大を進めています。

引用：2026年8月期第3四半期決算説明資料P.32

SHIFTグループでは、バックオフィス業務へのAI活用を推進。特にオペレーション業務の効率化が進み、110人分の工数削減を実現しました。

今後もさらなる自動化を進めることで、生産性向上とリソースの最適配分を図っていきます。

引用：2026年8月期第3四半期決算説明資料P.34

AI BPaaSサービスでは、情報システム領域を中心に事業を拡大。

自社サービス「ワスレナイ」を起点として、PCのセットアップやセキュリティ設定、問い合わせ対応、監視業務などの運用支援を提供し、すでに約20億円の受注を獲得しています。 

また、AI BPaaSとして新たにAI定着化支援サービス（FDE）の提供も開始。2026年1月の立ち上げ以降、35社・3.8億円の実績を積み上げています。 

社内で4,400体以上運用しているAIエージェント「天才くん」で培ったノウハウを活用し、AI活用の定着支援から業務生産性向上、さらにはAI開発支援まで一貫して提供することで、お客様への提供価値を段階的に高めています。

参考：ワスレナイ

参考：天才くん

事業成長の中核を担う積極採用ポジション

今回の決算説明会では、SHIFTのさらなる成長を実現するうえで重要な役割を担うポジションとして、「営業職」と「AIモダナイゼーション領域のストラテジックアーキテクト（ST）」が紹介されました。 

 ■ 営業職  

お客様の経営課題を起点に、SHIFTグループの多様なアセットやソリューションを組み合わせながら、事業成長に直結する提案をリードします。 

10億円規模の大型案件に携わる機会や、大きな裁量のもとで経営者視点でビジネスを動かす提案を通じて、圧倒的な市場価値の向上を実現できます。 

営業系新設ポジション セールスエキスパート採用情報 

■ AIモダナイゼーション　ストラテジックアーキテクト（ST） 

企業のDX・AI活用を構想段階からリードし、レガシーシステム刷新やAI活用戦略の実現を推進する、AIモダナイゼーション事業の中核ポジションです。 

高度な技術力とビジネス視点をあわせもち、お客様の経営課題に向き合いながら変革を実現する役割を担います。 

AIモダナイゼーション事業 採用情報 

最後に：AI時代の成長をともにつくる仲間を募集

SHIFTは営業の仕組み化、AI企業への質的転換を着実に進めています。 

いま私たちが求めているのは、変化を恐れず新しい仕組みを構築できる人材です。 

次の時代の事業を構築したいと考える人にとって、SHIFTは最適な環境です。 

少しでも興味をおもちいただいた方は、ぜひ募集職種をご確認ください。 

募集職種一覧はこちら

本記事で語られている「安心感」「チームで働く」といったカルチャーについては、他部署のカムバックメンバーの多くもこれを理由に再入社を決めています。ぜひ他記事もあわせてご覧ください。 

残りのキャリアは自分自身で決めたい

――山本さんは2020年、50歳を過ぎてからSHIFTに入社されましたよね。長年勤められた大手SIerのグループ会社から、なぜ転職を決意されたのでしょうか？ 

山本：前職ではプロジェクトマネジメントなどを担当していましたが、新規事業開発や火消しなど、いろいろなことを任されているような状況だったんです。

お世話になった会社への恩返しはある程度できたと感じる一方で、「このまま組織の期待に応えつづけるだけでなく、残りのキャリアは自分で主体的に選択していきたい」という想いが強くなっていったんです。 

――ご自身でキャリアの舵を切り直そうとされたのですね。 

山本：はい。コンサルタントになりたいという夢があり、一歩踏み出そうと転職活動をはじめました。 

――その想いの裏には、コンサルタントに対するどのようなイメージがあったのでしょうか？ 

山本：いま振り返ると解像度が低くてお恥ずかしいのですが、漠然とした憧れがありました。ただ、いきなり戦略ファームへの転職はむずかしいだろうと。即戦力となれそうなITコンサルタントの求人に応募し、何社か選考が進んだなかで一番ぴったりきたのがSHIFTでした。 

――ぴったりきたというのは、具体的にどのあたりですか？ 

山本：コンサルティング専業の会社よりも、SIerの延長線上にあり自己成長していけるイメージが湧いて安心感があったんです。面接もとてもフランクに話を聞いてくれました。

当時はコンサル部ができた直後で数十名規模という勢いもあり、「ここなら頑張っていけそうだな」と感じて入社を決めました。 

――実際に入社されてみていかがでしたか？ 

山本：とても順調でした。ある電力会社様の基幹システム更新という大規模プロジェクトなどで、お客様側の立場でベンダーコントロールを実施するような仕事を任せていただきました。そこでお客様からしっかりと評価していただいたことで、大きな自信に繋がりました。

――そこから、なぜ一度SHIFTを離れる決断をされたのでしょうか？ 

山本：ファームに行ったらどれくらい評価されるんだろう？と腕試しをしたくなったんです。

転職エージェントに登録してみると有名な大手外資系ファームがいくつも出てきて、実際に高い評価をもらえました。「もっと上のステップへいけるかもしれない」と考えて、転職を決意しました。

環境を変え、アプローチの違いを学んだ

――実際に外資系大手ファームに転職されてみて、率直にどうでしたか？ 

山本：率直にいって、やはりレベルが高いなと感じました。入社研修から、周りのメンバーの発表を聞いて圧倒されましたね。ただ、その後、私の志向とは少し違うなと感じる点がみえてきました。 

――というと？ 

山本：特に違いを感じたのは、課題解決に対するアプローチでした。転職先で私が参画したプロジェクトでは、最先端の知見を用いた「究極的な理想のグランドデザイン」を提示することが強く求められ、非常にハイレベルで刺激的でした。

一方でSHIFTは、もっと「お客様の足元の現実に寄り添い、現実的な解決策を泥臭く実行する」アプローチ。その違いに直面したんです。  

――なるほど。社内の仕組みや働き方の面でも違いを感じることがありましたか？ 

山本：アサインの仕組みも違いましたね。SHIFTのコンサルティング部の場合、ワンプール制で上司が部下の適性などを鑑みて、「山本さん、こういう案件があるけどどう？」と提案してくれます。

しかし、転職先では膨大なプロジェクト一覧をみて自分で応募するスタイルでした。 

キャリアの自律性が強く求められ、Available（稼働していない）期間も評価に影響します。「自己責任でプロジェクトを選び、入る」という個人主義的なカルチャーでした。 

――そうした違いを肌で感じたからこそ、改めてご自身の理想がみえてきたのですね？ 

山本：はい。自身の目指すコンサルタントとしてのあり方を見つめ直すきっかけになりました。

SIerに戻るのではなく、やはりコンサルタントとして「チームでお客様に価値を提供する」スタイルを追求したい。そう考えたとき、一番自分らしく働ける環境がSHIFTだと再認識したんです。 

――とはいえ、一度辞めた会社に戻るのは少し勇気がいりませんでしたか？ 

山本：退職する際も円満に送り出していただき、人事担当者と連絡が取れる状態だったんです。 それで現状を伝えたところトントン拍子で話が進みました。 

SHIFTの退職から数ヶ月で戻ったので驚かれましたが、みなさん本当に温かく迎え入れてくれました。

SHIFTの助け合いの文化。組織力で、提供価値を最大化する

――SHIFTのコンサルティング部には「助けあいの文化」があると聞きますが、山本さんもそう感じますか？ 

山本：すごく感じます。チャットでの親身なやり取りはもちろんですが、何よりマネージャー陣の人柄ですね。

上から押さえつけるようないい方をする人は誰ひとりおらず、「みんなでいい方向にもっていこう」「無理ではないやり方を考えよう」という文化が根付いています。

この心理的安全性の高さは、出戻りしたからこそ強く実感しています。 

――再入社して数ヶ月。改めてSHIFTのコンサルティングのスタイルについてどう感じますか。 

山本：SHIFTは野球で例えるなら「バントも織り交ぜながら、チーム全員の総合力で勝つ」スタイルだと思います。 

もちろん、プロフェッショナルとしてお客様の厳しい要求に応えるのは大前提ですが、アプローチが組織的なんです。

誰か一人の卓越した力に頼り切るのではなく、「組織としてみんなで知恵を絞り、お客様にとってもっとも現実的で価値のある成果を出そう」というのがSHIFTのやり方です。 

――「あたたかい環境」と「提案を追求しつづける厳しさ」は、両立できるのでしょうか？ 

山本：両立していますし、SHIFTが決してぬるいわけではありません。一人ひとりが責任をもってアウトプットを出しますが、個人任せというわけではなく高い要求には助け合います。 

――働き方という面で、SHIFTのよさを感じることはありますか？ 

山本：SHIFTは一人ひとりのキャリアやプライベートの事情を本当に大切にしてくれます。

実はいま、個人の拠点は岡山に置きつつ、必要に応じてお客様の現場へ出張し、残りはリモートで勤務するという柔軟なハイブリッドワークをさせてもらっているんです。 

原則出社に回帰する会社も増えてきているなか、SHIFTは押し付けることも放置することもなく、適度な距離感で見守ってくれています。案件や部門にもよると思いますが、本当にありがたいですね。

憧れからの脱皮。自分らしい現在地にたどり着いた

――いろいろな経験を経て、山本さんご自身のコンサルタントとしての意識はどう変わりましたか？ 

山本：SHIFTに入社した当初は、「キラキラしたコンサル像」に憧れていました。でもいまは、まったく違います。結局のところ、コンサルティングとは「お客様にどういう価値を出せるか」という方法論でしかありません。 

いまは実直にお客様に向き合い、少しでも役に立って価値を提供し、結果として会社に貢献することだけを考えています。

――現在のプロジェクトでは、やりがいを感じられていますか？ 

山本：はい。現在は公益財団法人の大規模なシステム更新プロジェクトに参画し、インフラ面の強みを活かしてお客様の立場で支援を行っています。

お客様の責任者の方への提案機会も増え、たしかな成長と充実感を得ています。 

――最後に、キャリアに悩んでいる方や、SHIFTへの入社・再入社を迷っている方に向けてメッセージをお願いします。 

山本：もし入社を迷っている方がいるなら、ぜひ背中を押してあげたいですね。フォローしあえるSHIFTで自分らしい働き方を実現してほしいと思います。きっと前向きにチャレンジできるはずです。 

――本日は、ありがとうございました！ 

（※本記事の内容および取材対象者の所属は、取材当時のものです）

• ソフトウェアの品質保証を主軸としたIT総合サービスを展開し、10年で売上高50倍に成長。現在はそれらのAI化に加えて、AIモダナイゼーション・AI BPaaSという2つの新事業で、IT市場16兆円とアウトソーシング市場40兆円^※という巨大市場の開拓に挑戦中
• FY2026に売上高1,600億円、FY2030までに売上高3,000億円の達成を目標に掲げる
• 求めているのは、AIを用いて巨大市場を切り拓くプロフェッショナル人材

 ※出典：2026年8月期　第2四半期決算説明資料P.11

Q1. SHIFTがいま注力している事業について教えてください。

「With AI」と「Native AI」の2軸で事業を本格展開しています。 

With AIは既存のコンサル・開発・テスト事業にAIを組み込んで生産性を上げるもの。

Native AIは、AIモダナイゼーションとAI BPaaSという2つの新事業で、IT業界の根強い課題であるシステムのブラックボックス化・人材不足に大きく貢献するものです。 

お客様企業の業務とシステムの両方を担うことで、AIネイティブエンタープライズパートナーになろうとしています。 

SHIFTのAI戦略について、最新の決算発表の内容をわかりやすく解説した記事もあわせてご覧ください。

Q2. なぜSHIFTが、この挑戦を実行できるのですか？

AI活用を掲げる企業は数多くあります。しかし、SHIFTにはそれを“構造変革”として実行できる土台があります。

第一に、品質保証を起点に築いてきたお客様との関係性、システムの内部構造を深く理解してきた実績から得た圧倒的なノウハウと大量のデータたち。

開発・テスト・運用まで一気通貫で担ってきたからこそ、業務とシステムの両方を変革できるポジションにいます。 

第二に、自社で徹底的に実証していること。SHIFTは2,395個のAIエージェント（2026年4月時点）を内製。

ツール導入で終わらない企画力や、業務の再設計を行ったうえで現場適用させる組織力があり、自らの業務をAI化してきた成果とノウハウをサービスとして展開しています。 

第三に、すでに市場が動いていること。AIモダナイゼーションはリリース後わずか2ヶ月で1億ステップを解析し、25.5億円を受注（2026年4月時点）。構想段階ではなく、すでに実装・受注フェーズに入っています。 

構想力だけでなく、実装力と顧客基盤を併せもつ。それが、SHIFTがこの挑戦を本気で推進できる理由です。

Q3. どんな人が活躍できますか？どんな人を求めていますか？

人を増やすことで売上を伸ばすモデルではなく、AIを組み込んだ再現性のある仕組みで価値を届けるモデルへ転換しています。

現場ではすでにAIを徹底活用し、定型的な作業の自動化や圧倒的に高い労働生産性を実現しつつあり、今後はAIが設計・開発・テスト・運用のプロセスを自律的に担い、人はより高次の判断に集中できる世界をまもなくつくり上げる予定です。 

そのため採用においても「AIを推進力にビジネスを牽引し、自ら巨大市場を開拓するプロフェッショナル人材」へと大きくシフトさせています。

▼どのポジションにも共通する人物像

お客様の課題に対し、製品や既存ソリューションありきではない「本質的な提案」を考えぬくスタンスの方。

自社製品に縛られない提案ができる環境があり、グループ各社の幅広いケイパビリティ（ONE-SHIFT）と、強力な自社AIアセットを自由に組み合わせて最適なソリューションを描いていただけます。

パッケージ化された提案に当て込むのではない、深層に隠れた課題を発見し、業務プロセスそのものの変革からシステム構築までを一気通貫で主導できるプロフェッショナルを求めています。

これまでのご自身の高度な「経験値」に「AI」という武器を掛け合わせ、これまでのIT業界の常識にとらわれない自由な発想で価値を生み出していただける方を歓迎します。

▼SHIFTで活躍するプロフェッショナルたち

Q4. 実際のプロジェクトや業務でどうAIを使っているのですか？

SHIFTでは、セキュアな環境で機密情報の入力が可能な対話型AIや、業務特化型のノープロンプト生成AIツールなどが整備されています。

このようにAIを日常的にあらゆるシーンで活用することに加えて、AIを前提としたプロセスに再設計しています。例えば――

• 要件整理や設計工程では、SHIFTの品質保証フレームワークやナレッジをもとにAIがドキュメント生成を支援
• テスト工程では、内製AIエージェントが観点抽出やレコメンドの生成など、テスト実行、不具合検知からバグ起票までを支援
• AIを活用して業務自動化ツールを自作・運用し、組織の生産性をボトムアップで向上
• バックオフィス業務では、内製AIエージェントが実際に業務処理を代替
• 営業やマーケティング領域では、市場調査や提案書の骨子作成、クリエイティブのモック制作をAIとの対話で完結させ、お客様との接点時間を最大化

これにより、人は定型作業から解放され、「何を変えるべきか」「どう設計すべきか」という高次の意思決定に集中できることを目指しています。

そのほか社内で使えるAIツールや社内勉強会などについて知りたいかたは、以下の記事もご覧ください。

Q5. 現時点ではAIを活用した開発経験・PM経験は少ないです。SHIFTで活躍できますか？

SHIFTに集まっているのも、大手SIerや外資系企業でソフトウェア開発・PMを担ってきた方、コンサルティングファームで業務改革・システム導入を多数推進してきた方など、AIを使いこなしてきた人ではなく、深い現場経験をもつ人たちです。 

SHIFTは、リスクを前に足踏みするのではなくAIを大いに使える環境を整備しています。

内製された2,395個のAIエージェントや、独自の仕様解析技術という強力なアセットなど、これらをどう使い、どうプロジェクトに適用するかについては、豊富なナレッジシェアの仕組みやカルチャーがあなたをサポートします。

Q6. 評価制度や報酬、SHIFTで働く魅力は何ですか？

最大の魅力は、「実力主義による正当な評価」と「成果に対する還元」が約束されている点です。

年功序列を完全に排除し、職級・賃金テーブルを社内公開することで、実績がダイレクトに報酬やポジションに連動する透明性の高い仕組みを築いています。 

挑戦を後押しする・社内政治がないといったカルチャーが、業務に全力投球できる環境を支えています。 

なお人事施策は、やりがい・給与・仲間の3つの柱それぞれにアプローチしており、最近では「人的資本経営」という言葉でSHIFTを知っていただく方も増えてきています。

実際の入社者の声をご紹介

AIの登場に衝撃を受け、AIを本気で開発プロセスに組み込もうとする企業を探していました。面接を通じて、変化への適合力や、課題に対して年功序列なく建設的に議論できるカルチャーを実感。テスト会社というイメージを覆す、モダナイゼーションなど技術的に高度な挑戦ができる環境が最大の決め手です。（AIテックリード／AI駆動開発エンジニア） 

前職では自社の生成AI製品を営業していましたが、自社製品に縛られず、お客様の課題に応じた最適なソリューションを提案したいと考え転職。SHIFTはコンサルからシステム開発まで一気通貫で伴走支援できる組織力が強みです。論理的な事業戦略やトップの「人的資本経営」に対する理念に深く共感し、入社を決めました。（AIテックリード／AIコンサルタント） 

SHIFTは「AI×PM」という希望が叶うだけでなく、年収の維持・向上や柔軟な働き方、そして定年までやり切れる環境が揃っていました。急成長企業でありながらワークライフバランスが良い点も魅力です。（AI PM） 

「テストの強さ」は知っていましたが、決め手は新ポジションSEPの業務内容が自身のキャリアの集大成になると感じたこと。他社から高年収のオファーもありましたが、面接での熱い事業展望や未来の話に心を動かされました。スピード感と風通しのよさ、そして「一緒に世界を変えよう」という言葉が、入社の決定打となりました。（SEP） 

さいごに

SHIFTはいま、「With AI」「Native AI」時代に向けてすさまじいスピードで進化をつづけています。 

業務とシステムの両方を担い、自社で実証済みのAIアセットを武器にできる——この立ち位置から、市場そのものを創っていこうとするいま、25.5億円の受注がすでに動き出し、数十兆円の巨大市場が目の前に広がっています。

この景色のなかで、あなたのキャリアを伸ばしてください。SHIFTには、それを実現できる事業も、仲間も、報酬も、土壌も揃っています。  

あなたのご応募をお待ちしています！ 

まずは今回の決算のサマリをご紹介します。

2026年8月期　第2四半期（2025年9月〜2026年2月）の売上高は372億円、前年比118.0%と過去最高の売上高／売総額を記録しました。

SHIFTは上期、AIを成長ドライバーと位置づけ、約25億円を投資しています。 

下期からは回収フェーズに入る見通しで、すでにAIサービスで25.5億円の受注が完了。2026年8月期　第3四半期のシナリオでは営業利益50億円前後（前年比125%超）を見込んでいます。

【事業戦略の3ポイント】

 1.　巨大市場への挑戦——SHIFTのAI戦略

AIの進化により、ソフトウェア開発やテストのあり方は大きく変わります。SHIFTはその変化を前提に、ビジネスモデルや提供価値そのものを進化させています。 

AIを使いこなせる企業は内製化を進めていく一方で、多くの企業にとってAI活用はまだ挑戦の途中。

私たちはAIネイティブな組織へと進化しながら、生産性を高め、AI活用を支援するサービスを通じてお客様の変革を支えていきます。 

AI競争の主戦場は、半導体やデータセンターといったインフラ層から、アプリレイヤーへと移りつつあります。

世界中の企業がAIを使ったサービスで売上・利益を上げようと動いていますが、PoC止まりで成果を出せていないケースも少なくありません。 

そのなかでSHIFTは、売上と高い粗利を生み出すAIサービスをいち早く確立し、25.5億円の受注を実現。日本でもかなり先行して、巨大市場における事業展開の可能性を見いだしたのではないかと考えております。

既存事業を進化させながら、新たなAI市場を切り拓く――。それがSHIFTの描く成長戦略です。 具体的には、4つのセグメントで構成されています。

売上の約88％を占めるのが、従来のコンサル・開発・テスト領域。これを基盤に、AIを活用して生産性を高める「With AI」へと進化させています。

AIの活用により、10人で行っていた仕事を7人、5人で実現する。粗利率40％超の事業を構築できています。

さらに中長期の「Native AI時代」の戦略では、AIモダナイゼーションやAI BPaaSを通じて、お客様の業務そのものを変革していきます。 

この2つの主力サービスについて、次の章から詳しくご紹介します。

2.　「誰がやるのか」に答えられる唯一の会社——AIモダナイゼーション 

「2025年の崖」は、経済産業省が2018年に警告した、レガシーシステムの刷新が進まないことによるリスクのことです。しかし2026年のいまも、多くの企業がシステム刷新に踏み出せないまま課題を抱えています。

山のような設計ドキュメント、ソースコードを人間の目で解析し、現場ヒアリングを重ねて可視化する——それが従来のアプローチで、多くの企業が踏み出せないまま、いまに至っています。 

SHIFTが今期から本格展開を始めた「AIモダナイゼーション」サービスは、この構造を根底から変えます。

ソースコードをAIが自動解析することで、これまで6ヶ月・約1億円かかっていたものが、最短2週間・1,000万円で実施可能となり、脆弱性や技術負債など46種類のアウトプットをもたらすことができます。

これにより、コストは約10分の1、期間は約12分の1で実現することが可能です。

しかしこのサービスの本当の強みは、スピードとコストだけではありません。「誰がつくるのか、という問いに答えられること」です。可視化だけできる会社はある。理想のシステム像を描ける会社もある。

でも「最後までつくりきる」会社がいない——そこにSHIFTは一気通貫で応えます。 

可視化から設計・開発・テスト・保守まで、すべてを自社で完結できる体制がある。だからお客様に安心していただけるのです。 

お客様の反応として、大手精密機器メーカーの担当者は「今までのコンサルとはアプローチが全然違う。一般論の押し付けではなく、実務に即した具体的な仕組み化に踏み込んでいる」と話し、大手エネルギー会社では「2週間でここまで詳細がわかるとは、AIサービスに感動した」という声が届いており、業種を問わずポジティブな反応が広がっています。 

こうした変革を支えているのが、SHIFTのAIモダナイゼーション統括部です。部門長が語る同部の取り組みや目指す姿については、こちらをご覧ください。

3.　「業務可視化の破壊力」——AI BPaaSが狙う、もう一つの巨大市場 

「お客様にとって本当に必要なのは、システムではなく、業務が処理されること」——それが、SHIFTが次に仕掛けようとしている領域「AI BPaaS」です。 

従来、10万件規模の問い合わせ業務を可視化・分析するには、業務コンサルタントを複数名アサインして約3,000万円・4ヶ月かかっていました。 

SHIFTのBPaaSアプローチでは、問い合わせデータのみでAIによる可視化、解析が可能。300万円・2週間で、業務フロー・課題・ROI・AI活用など27の観点を網羅した提言を出します。 

現在、受注活動を積極的に行っていますが、しっかりと啓蒙活動をしていくために、SHIFTはまず自社で実証しています。

1ヶ月で社内のバックオフィス892業務を可視化し、2,395個のAIエージェントを構築。「売上が倍になっても、人数を増やすことなく受注処理ができる仕組み」を自らつくりながら、同じ仕組みをお客様へ展開していきます。 

お客様から「いまのやり方を変えずに自動化できるのは革命的」との声や、大手インフラ企業の担当者は、「コストセンター扱いからの脱却が見えた」と網羅的な可視化によってはじめて経営層にオペレーション部門の価値を示せると感じたといいます。 

確かな手応えを得ながらサービス拡大を進めるBPaaS部門の取り組みについては、ぜひこちらをご覧ください。

【人材戦略の3つのポイント】

①  リスキリングによる高付加価値化

売上1,600億円から1,900億円、そして2030年までに3,000億円へ。SHIFTはこの成長を見据え、人員構成を戦略的に転換しています。 

AI活用を前提とした組織へ進化するため、全社的なリスキリングを加速。すでに社内のAI素養テストの基準をクリアした「WithAI人材」は4,248名に達しています。

そしていま取り組んでいるのが、その先にある「Native AI時代」への進化です。AIをツールとして活用するだけでなく、AIと共創し、構想から実装まで担えるコンサルタント・エンジニアへの育成を進めています。

人材のキャリアアップを後押しするとともに、AI人材の採用も継続。育成と採用の両輪で、AIネイティブな人材層を着実に厚くしていきます。

SHIFTには、体系化されたリスキリング制度と、実プロジェクトのなかでAIを使いこなす実践環境があります。AI時代において、人材がより高付加価値な役割へと進化していくための土台がすでに整っています。

② 「AI×○○」の専門家が集まる環境

SHIFTにはいま、多様なバックグラウンドをもつAI人材が集まっています。 

外資系ITベンダー出身でAI事業開発を推進してきた人、大手SIerで生成AI新規ユニットの立ち上げをリードしてきた人など、「AI×BPaaS」「AI×コンサル」「AI×開発・モダナイゼーション」「AI×テスト」——事業の軸ごとに専門性をもつプロフェッショナルがジョインしています。

③ 外部からも評価される、AI企業としての信頼 

SHIFTは外部団体と連携したAI活用も進め、実績を積み上げています。その一部をご紹介します。 

■東京大学・松尾研究所との「SHIFT DQS システム可視化サービス」共同開発開始 

松尾研究所と共同で、AIを活用した「SHIFT DQS システム可視化サービス」の高度化に向けた取り組みを開始。ソースコードをAIで解析し、設計情報や仕様を可視化することで、ブラックボックス化したレガシーシステムの刷新を支援するサービスです。 

SHIFTが培ってきたモダナイゼーションやリバースエンジニアリングに関する知見と、松尾研究所の先端AI技術を掛け合わせることで、モダナイゼーションをより高度かつ効率的に推進しています 

■AIソフトウェアエンジニア「Devin」の国内初マスターパートナー契約締結 

AIソフトウェアエンジニア「Devin」を開発するCognition AIと提携し、国内初のマスターパートナー契約を締結。AIによる自律型ソフトウェア開発の活用を本格的に推進し、開発プロセスの高度化と生産性向上を加速させています。 

こうした取り組みを通じて、SHIFTは「AIを活用する企業」にとどまらず、「AIで社会に新たな価値を創出する企業」へと進化しています。外部からも選ばれ、信頼されるAIパートナーとして、これからも挑戦をつづけていきます。

最後に——いま、変化の中心に立つという選択

SHIFTは、AIを使いこなすだけではなく、AI企業への転換に舵を切りました。事業も、組織も、人材も、すべてをAI基準で組み替えていく挑戦の真っただ中にいます。 

自ら問いを立て、構想し、形にしたいと考える人にとっては、大きな裁量と成長機会があります。AI時代の新しいプロフェッショナル像を、SHIFTでともに描きませんか。 

SHIFTに興味をおもちいただいた方は、ぜひ募集職種を覗いてみてください。

コーディングはAIへ。あなたは「本質的なアーキテクチャ設計」へ。次世代の開発をリードしませんか

AI企業への本格転換。次世代開発の社会実装を急加速させています   

求めるのは、あなたの現場力。次世代の開発プロセスで躍動する「AI駆動開発PM」募集 

生成AIの活用頻度によって、生産性向上の実感はどう変わる？

上記グラフは、生成AIの活用頻度別に、生成AIを使う前後を比較して「生産性が向上している」と回答した人の割合です。

生成AIを「毎日」、「ほぼ毎日」利用している層では9割以上が生産性向上を実感しており、日常的な活用と生産性の実感が強く結びついている様子がうかがえます。

また、「週に2、3回程度」の利用であっても、7割以上が生産性向上を実感しており、毎日利用していなくてとも、一定の活用が生産性の実感につながっていることが読み取れました。

一方で、活用頻度が低い層や未使用層では、「どちらともいえない」との回答割合が高くなっています。

所属企業の非IT部門での生成AI導入はどこまで進んでいる？

非IT部門における生成AI導入については、「進んでいる」と捉えている人が47.7％ともっとも多い一方で、約半数は導入が「進んでいない」、もしくは「判断がむずかしい」と感じている状況がうかがえました。

所属企業における生成AI導入の課題は？

企業全体における生成AI導入の課題としてもっとも多くあげられたのは、「利用価値が社内に浸透していない」で、45.2％を占めました。

生成AIの存在自体は認識されているものの、その価値が十分に発信・共有されていないと感じている人が多いことがうかがえます。

次いで、「用途がわからない」、「利用のきっかけがない」、「利用方法がわからない」の回答がつづきました。

これらは使い方や活用イメージが明確でないことに起因する課題が一定の割合を占めていることがわかります。

また、「その他」を選択した方の記述式回答のなかでもっとも多くあげられたのは「セキュリティ・情報漏洩」に関する懸念でした。

具体的には、「セキュリティやコンプライアンス上の課題が残っており、全社導入が進んでいない」、「セキュリティ面で機密情報の入力に制限があるため、生成AIを活用しきれない」といった声が多く寄せられています。

特に、機密情報や個人情報を生成AIに入力する際のリスクや、社内でのセキュリティガバナンスの未整備が、導入を阻む大きな要因となっているようです。

次いで多くあげられたのが、「生成AIの精度・信頼性の問題」です。

「ハルシネーション（虚偽情報）の発生」や「AIの回答の検証や裏取りに時間がかかる」といった課題が指摘されており、生成AIのアウトプットの正確性や信頼性に対する不安が根強いことが伺えます。

これらの課題は、生成AIを業務に活用する際の障壁となっていることがわかりました。

生成AIの導入は、生産性向上や業務効率化に繋がっている一方で、セキュリティや信頼性といった課題を克服することが、企業の全社的なAI活用を実現するための鍵となりそうです。

あなたの会社において、今後、生成AI活用をより推進したほうがよいと思うか？

所属企業における生成AI活用について、「もっと推進したほうがよい」と回答したITエンジニアが大多数を占める結果となりました。

この背景には、会社全体として生成AI活用の明確な方針や推進体制が十分に整っていないことや、基盤自体は導入されているものの、個人の裁量に依存した利用にとどまり、組織としての活用が定着していないといった課題があると考えられます。

こうした状況を鑑みると、組織的に生成AI活用を推進することで、現場での活用が広がり、業務効率化や生産性向上といった効果を会社全体で実感できるようになる可能性が高いといえるでしょう。

転職を考える場合、生成AIの取り組みが積極的であるかどうかは、企業選びに影響する？

転職を考える際、生成AIの取り組みが企業選びに影響するかを聞いたところ、「影響する」と回答したITエンジニアがもっとも多く、全体の約7割を占めました。

ITエンジニアが働く環境を見極める際の判断材料になっていることを示しています。

生成AIへの向き合い方は、企業が「新しい技術をどう扱うか」、「業務効率化や生産性向上の観点を重視しているか」を表し、生成AI活用に消極的な環境は、新しい取り組みがうまれにくい環境と受け取られている可能性が考えられます。

全社横断で進める徹底AI活用。「AIネイティブのSIカンパニーを目指す」SHIFTの取り組みとは？

SHIFTは、売上高3,000億円を達成することを目標とした中期成長戦略「SHIFT3000」に向けて、2025年1月に「AIネイティブのSIカンパニーを目指す」と宣言しました。

これまで蓄積してきた膨大なデータベースと、品質保証で培ったノウハウを活かしお客様のAI活用や業務効率化、さらなる企業成長を支援してきました。

同時に独自のAIサービスを次々と生み出しながら、バックオフィスを含むさまざまな現場で生成AIの活用を徹底しています。

【SHIFTのAIサービス】

徹底したAI活用からうまれたSHIFTのAIソリューション一覧

AIとの対話で課題整理が可能に！AIビジネス活用チャット

以下のnoteでは、SHIFTが目指すAI戦略や挑戦の背景をはじめ、テスト設計ツールにおけるAI機能、営業提案AI、AI面接官など生成AIを活用した独自サービスの開発ストーリーを通じて、SHIFTのAI徹底活用がまるっとわかるコンテンツを掲載しています。

AIサービス開発の裏側－「AI日本一」を目指すSHIFT－

また、SHIFTは、「AI駆動開発」により開発プロセス全体の生産性向上に取り組んでいます。

品質保証で培った知見を活かし、導入支援とエンジニア育成を通じて、AI時代の開発をリードしています。各種取り組みは下記コンテンツをご確認ください。

SHIFTは、生成AIを活用した独自のサービスや「AI駆動開発」を通じて、AIの可能性を最大限に引き出し、お客様の課題解決や成長を支援することで業界をリードする存在として進化をつづけています。

そんなSHIFTでは、技術職、マネジメント職、コンサルタント職などのさまざまなキャリアパスが用意されています。

少しでもSHIFTに興味がありましたら、募集職種一覧やライブラリから気になるタグを選んでご覧になってください。

AI×人材育成のニーズが高まりをみせている

――まずは、お二人が講師を務める、ヒンシツ大学について簡単に教えてください。

永井：ヒンシツ大学は、その名の通り「品質」を教える場所ですが、最近は品質という枠を超えて開発、セキュリティ、プロジェクト管理などの幅広い講義を展開しています。

もともとSHIFTはソフトウェアテストからはじまった会社ですから、テスト関連の講座に関しては、日本でほかに類を見ないほどきめ細かなラインナップを揃えています。

近年はAIを取り扱う講座も増えているのですが、林さんは主にAI活用を、私はテスト自動化実践やプログラミングなどの実際に手を動かす講座を担当しています。

社内外の方が受講生になり、お客様にあわせて講座内容をカスタマイズすることもあります。

――最近の人気コンテンツやご相談内容に傾向はありますか？

林：近年は、AI駆動開発に関するご相談をいただくことが多いですね。AIを開発にどう組み込むか、といった内容です。

これからAI駆動開発に携われる人員を増やしたいというお客様もいれば、自社のAI駆動開発に携わるレベルにまで新人のスキルを引き上げたいお客様もいらっしゃいます。

アメリカで起こっている逆転現象。責任をとるという人間の役割

――現場でもAI活用に向けた人材育成のニーズが着実に高まっているのですね。今回の書籍のテーマにもAIが据えられています。

AIがコードを書き、テストまで行うようになった際、最終的な品質の担保はどうなるのでしょうか？現場の視点から、いかがですか。

永井：結論からいうと、いまの段階では「AIに任せて放置」では品質を担保できません。AIのアウトプットを人間がレビューする必要があります。

AIは文法的なエラーは起こしませんが、業務の背景や複雑な仕様の意図を汲み取れないため、一見正しいように見えて実は致命的な不具合を含んでしまうことがあります。

今後は、レビューのノウハウを身につけている方の需要がさらに高まるでしょう。

林：実際すでにアメリカでは「逆転現象」が起きています。AIで開発ができるからとエンジニアをレイオフしたけれども、結局AIによって低品質なコードが大量生産されてしまった。

設計の要（かなめ）を担うエンジニアを手放してしまったために収拾がつかなくなってしまい、また求人が増えているそうです。

――より俯瞰した視点での「責任論」についてどうお考えですか？

林：AIの性能がどれだけよくなっても、人間は「責任をとること」からは免れることはできません。

近年では、開発現場だけでなく、経営に関しても例えば「AI役員」を起用する会社が増えてきていますよね。

将来的には性能と安全性のバランスをとったうえで、AIが自律的に決定・実行できる世界が訪れると思いますし、実行結果に保険をかけるようなビジネスも増えていくでしょう。

でもAIは「戸籍」をもっておらず、責任能力がありません。AI役員もアドバイザーであり議決權はもたせられません。

何か問題が起きたときにAIに向かって「電源を止めるぞ」といったところで、何の効力もありません。

50年先、100年先はわかりませんが、少なくとも当面は、原理的に人間が責任をとらざるを得ない。その本質は変わらないと考えています。

人間の機微すら言語化する。暗黙知をAIに学ばせるために

――AIに的確な指示を出すためには、「暗黙知」を言語化して渡すことが非常に大事です。開発現場における課題はありますか。

永井：開発の現場には暗黙知が多すぎるんですよね。それをどれだけ正確な言葉で表現できるかは重要なポイントです。

例えば人間は、どうしても文章より図表に頼ってしまいがちです。ところが、AIは図表を理解するのが得意ではありません。

最近は少し理解できるようになってきましたが、それでも「図表で表しがちなものを、どうやって言葉で説明するか」という言語化のスキルは、日々の業務や開発をまわすうえで欠かせないものになっています。

――この言語化についてどのようなアプローチが有効だとお考えですか？

林：書籍のなかで、ナレッジマネジメントのフレームワークである「SECIモデル」にふれています。

現場のノウハウは、最初は個人の「暗黙知」として存在しますが、それを対話などを通じて「形式知（言葉やマニュアル）」へと表出化させていく。

そして、その形式知を別の誰かが使い込むことで、また新しい「暗黙知」が生まれる……というスパイラルをまわして、組織の知恵を昇華させていく考え方です。

そもそもAIは言葉を投げかけることでしか動きません。逆にいえば、言葉にさえできれば、AIはすごく精緻に動くということでもあります。

そこで有用なのが「パターンランゲージ（経験してきた状況や問題、解決策を言語化したもの）」や「SECIモデル」の活用です。ここでは定性的な、感情や人間の機微を含む知識の言語化が非常に重要です。

例えば研修では、参加者が「忙しいのに仕方なくきている」と受け身になっている状況がありますよね。

そこで冒頭に「時間を割いて参加してくれたことへの承認と感謝」を伝える。この一言があるかないかで参加者のモチベーションは大きく変わります。

こうした人間の感情や機微をくみとった言語化が非常に重要ですし、それらが将来的にAIの振る舞いを律し、より高度な成果を生むための源泉になっていくと考えています。

AIシステムと、AIを活用する開発。それぞれにおける不確実性との向き合い方

――もう一点、AIは「100%の正解」を出せるとは限らないという不確実性に、現場はどう向き合うすべきでしょうか？

永井：AIシステムは入力に対して出力が一意に定まらない性質（確率的な挙動）をもつため、従来のシステムのように仕様を100%定義し尽くすことがむずかしいという特徴があります。

したがって 「仕様とあっているか」ではなく「AIシステムが業務上役に立っているか」という有用性の観点で評価せざるを得ません。

これは天気予報のようなもので、「100%当たるとはいえないが、日常生活を送るうえでは役に立っている」状態です。

世の中には「完全な正解は出せなくても、一定の根拠にもとづいた推論がほしい」というニーズがつねにあります。

AIが統計的な裏付けをもって何らかの解を提示できれば、それが例え100%正解でなくとも、人間の意思決定を支える価値ある情報になるわけです。

社会インフラや人間の生命に関わる領域に関しては、正答率の目標を高く設定するしかないでしょうね。

これはITシステムと同様で、社会的に重要なシステムならバグ発生率を極力0％に近づける工夫をしますし、予算を割けないシステムならある程度のバグを許容することになります。

――非常に実用的な考え方ですね。では視点を変えて、「AIを開発に使う」場合の不確実性へのアプローチはいかがでしょうか？

林：AIを開発に使う場合は、不確実性をなくすというより、前提の揺れや解釈の違いを早めに把握して、扱いやすい形にしていくことを重視しています。

AIには得意不得意があるので、その特性を踏まえて、人のレビューや確認観点とうまく組み合わせることが大切だと考えています。

エンジニアの報酬は好奇心。SHIFTで働く知的環境の魅力

――最後に、これからの時代にエンジニアが成長していくための環境やキャリアについてお伺いします。SHIFTという環境についてはどう見ていらっしゃいますか？

永井：SHIFTでは採用選考において「CAT検定」という素養を測るテストを受験いただき、合格率6％を突破した方が入社します。だから先ほどの「暗黙知の言語化」などが得意な人は多いですね。

一般的にいわれることでもありますが、自分ができること、人から求められること、自分のやりたいこと、それぞれの丸が重なる部分を仕事にするとよいと。

エンジニアの素養をもつ方で、「SHIFTでこんなことを実現したい」と語れる方が入社してくれたら、思う存分にスキルを発揮できるのではないでしょうか。

林：SHIFTの文化的な側面でいうと、やりたいことや考え方をすごく尊重してくれますよね。エンジニアの報酬って、実はお金だけではないんです。

好奇心を満たせればどこまでも熱中できる生き物ですから、そういった環境は非常にプラスに作用すると思います。

SHIFTはいま、個人技の集合体から、組織としての技術力を高めるための変革期にあります。

その実現に向けて、世界的な企業のようにエンジニアが「やってみたいこと」「思いついたこと」を即座に試せるような環境を整えたいと考えています。

――なるほど。個人の力を組織の力へと昇華させていくフェーズに立ち会える、非常に伸びしろがある環境ともいえますね。教育面での新しい構想などはありますか？

永井：これまで新人エンジニアの方は、入社後2～3年経験を積んでからレビューに挑戦するという流れが一般的でしたが、これからの世の中はAIありきですから入社から1年後にはレビューするスキルを身につけていないといけない状況になると思います。

受講者自身がレビュー、テストについての理解を深めたうえで、AIをどう活用するか自分で考えられるようになる、そんな研修を行いたいと思っています。

林：私は「AIがサポートする研修」を展開しようとしています。どんな形になるかはまだ言えないのですが、教育効果をたかめるいろんな仕組みを画策しております。 

――永井さんの語る現場のリアルと、林さんが描く未来のビジョン。これからのAI時代を生き抜くエンジニアにとって、どちらも欠かせない両輪であることがよくわかりました。本日はありがとうございました！

（※本記事の内容および取材対象者の所属は、取材当時のものです）

AIだけでは品質は担保できない。現場で見えた課題と限界とは

――まずは、AI活用の現状について教えてください。SHIFTが担うテストの現場では、どんな活用が進んでいますか？

井沢：AIはもはや無視できない存在になっていますね。数年前までは、現場で使われることはほぼありませんでしたが、いまは当たり前のように登場します。

中村：ただ、現場視点でいうと、お客様によってAI活用への温度感はかなり違います。

積極的に相談されるケースもあれば、セキュリティなどの観点からクローズドな環境が求められ、導入に二の足を踏まれているケースもあります。

なかには、「とにかくAIで何か便利なことはできないか」と、手段と目的が入れ替わってしまっているようなご相談をいただくこともあります。

小倉：技術支援の立場からみると、AIは万能な「銀の弾丸」では決してありません。

例えば、AIにテストコード生成のアシストをさせると、動きはするものの、保守性の観点で問題があったり、ハルシネーションが発生したりします。

生成AIは、知らないことでも一般論で返してきたり、実際には存在しないオプションを平気で回答してきたりするので非常に厄介です。

また、一般的な環境では動くけれど、特定の環境下では動かないコードが生成されることもあります。

――「動くからOK」ではなく、運用における環境依存の問題やメンテナンスまで考慮しなければならないわけですね。

小倉：その通りです。結局、AIが生成したコードが本当に正しいのか、公式リファレンスと見比べて確認する作業が人間には必要になります。

「リファレンスにできると書いてあったので実装しました」とAIがいっても、実際にはそんな記述はない、なんてことが起きると大惨事ですから。

中村：私も同感です。結局、マネジメントやテスト設計の基本的な考え方を人間が理解していないと、AIに任せっぱなしにするのは危険です。

AIが導入された現場でも、最終的にその成果物が正しく使えるかどうか判断するのは人間です。

小倉：すべてをAIに丸投げするのではなく、「ここはAIに任せる」「ここは人間が直に書いた方がはやい／確実だ」という見極めや切り分けが、いままで以上に求められていますね。

――日々新しいAIツールが登場していますが、SHIFTの現場ではどのようにキャッチアップや試験導入を行っているのでしょうか？

井沢：SHIFTには「まずやってみる」文化があります。まず小さく試し、価値がみえれば素早く広げていく。そして、古くなったり、陳腐化したりした場合は、迷わず切り替えます。

このサイクルがAIの普及スピードにはすごく合っている気がしますね。現場でもみんな自発的にいろいろ試しています。

小倉：私もGitHubのトレンドをみるOSSの勉強会に参加し、新しい技術を案件に取り入れられるか試したりしています。

また、あるツールのコードを別ツール用に変換する作業をAIと協業した際には、私自身が両方のツールのリファレンスを深く読み込んでいたからこそ、AIに的確な指示を出して大幅に工数を削減できたという実感がありました。

知識があることで一番面倒な部分をスキップでき、開発速度も上がってとても楽しかったですね。

「曖昧さを可視化する」──SHIFT流・AIを暴走させないための選択肢

――AIを使いこなすためには、人間側のスキルも問われるということですね。具体的にどのような工夫が必要なのでしょうか？

井沢：SHIFTが創業以来大切にしてきた「作業と判断の分離」という考え方は、まさにプロンプトエンジニアリングそのものとして役立っています。

この考え方は、テスト実行者にはスムーズに作業してもらえるよう作業手順を細かく分解し、テストの結果が「合格」か「不合格」といった判断がむずかしい場合は考えこまずに「保留」としてエスカレーションさせるというものです。

この「作業と判断を分解して、明確に指示する」という文化は、AIに対しても同様です。例えば、AかBかをAIに選ばせるだけでなく、「AもBも成立し得る」という第三の選択肢を与えるんです。

そうすれば、AIが無理に答えを決めようとせず、判断が必要なポイントが自然に浮き上がります。その結果、人間はそこだけを集中的に確認すればよくなり、効率的に品質を担保できます。

中村：そもそも、人間相手に説明しきれない曖昧な業務は、AIに任せても曖昧な結果しか返ってきません。AIから適切なアウトプットを引き出したいなら、人間がテストの背景や目的を理解している必要があります。

小倉：最初の指示出しを間違えると、AIの回答はどんどんズレていってしまいます。最初に「これで受け入れます」という条件を明確にし、作業を分解して指示できるかどうかが、成功の鍵ですね。

井沢：人間なら行間や空気を読んで、「前回と同じ感じでやっておきました」と判断してくれることもありますが、AIにはそれが通じませんからね。

だからこそ、「なぜこのテストケースをつくったのか」という背景と目的をしっかりとインプットさせる必要があります。

つまり、要件からテストまでのトレーサビリティを確保し、現場の暗黙知をAIが理解できるよう形式知化して渡すことが必須になるわけです。

――人間がお手上げの部分をAIに頼むのではなく、人間がコントロールできる範囲でAIを動かす設計にするということですね。

中村：そういった指示力や設計能力は、これからのエンジニアには不可欠だと感じます。

AI時代、エンジニアはどこで価値を出すのか？問われるPM力と基礎力

――これからの時代、エンジニアにはどのようなスキルが求められるのでしょうか？「AIに仕事を奪われる」という不安の声も聞かれますが。

中村：簡潔にいうなら、目的や背景、制約条件を言語化し、AIに適切な作業を依頼する指示力とAIが出力した成果物が本当に正しいのかを見極め、最終的な責任をもつ判断力といったスキルセットがエンジニアに求められるようになると思います。

作業そのものがAIに置き換わるからこそ、AIのアウトプットが正しいかどうかをチェックできる、つまり作業の本質を理解している人間の価値が高まると思います。

上流工程から全体を俯瞰し、「あとはよろしく」とAIに適切に頼める、いわばエンジニアとしての基礎力への回帰が進むのではないでしょうか。

小倉：ミクロな技術知識でAIの嘘を見抜きつつ、マクロな視点でAIという部下をマネジメントする。

そうやって自分の力を拡張してくれるパートナーとしてAIを使いこなせる人は、今後さらに価値が上がるはずです。

――なるほど、ミクロとマクロの視点ですか。

小倉：付け加えるなら、私は「プロジェクトマネジメント力」の需要も高まると考えています。これまでは人間のメンバーに対して行っていた指示出しや進捗管理の相手が、AIに変わるだけです。

――AIを部下としてマネジメントするイメージですね。

小倉：はい。作業を分解し、細かい指示を出し、成果物をレビューする。これはまさにPMの仕事です。

私自身、プログラマーからPM補佐を経ていまのキャリアがありますが、そのときの経験がAIへの指示出しにすごく活きています。

「どう伝えれば相手（AI）が動きやすいか」を考えられる人は、今後さらに価値が上がるでしょう。

――一方で、AIの登場により若手が経験を積む機会が減るのではないかという懸念もありますが、いかがでしょうか？

中村：見方を変えれば、昔は長く時間をかけて習得していたことを、AIを使うことで短縮できるともいえます。はやくからシステムや品質の本質的な視点を学べるチャンスでもあります。

ただ、「いわれたことだけをやる」というスタンスのままだと、指示される側がAIに置き換わったときに厳しくなるでしょう。

井沢：私も、AIが人間の成長を加速させるパートナーになり得ると感じています。

いま、SQFの考え方やプロセスをプロンプトに埋め込んで活用しているのですが、これがベテランのメンターのように機能するんです。「テストの目的は何？」「このシステムはどういう構成？」とAIが問いかけてくる。

――AIが人間に問いかけるんですか？

井沢：ええ。若手エンジニアはAIに聞かれることで、「あ、そこを考えなきゃいけないんだ」と気づきを得られます。AIと壁打ちをしながらテスト設計を進めることで、自然と正しいプロセスや思考法が身につく。

いわばAIによるOJTのような世界ができつつあるんです。実際、経験の浅い人でも、AIと対話しながら進めることで、短時間でベテランに近い水準の成果物を出せるケースも出てきています。

まとめ

――本日は貴重なお話をありがとうございました。最後に改めて、これからの展望について一言ずつお願いします。

中村：AI時代であっても、品質保証の本質は変わりません。むしろ、AIに作業を委ねる分、人間にはより高度な「本質の理解」と「判断」が求められます。

基礎を大切にしながら、新しいツールを恐れずに使いこなしていきたいですね。

小倉：AIは強力なツールですが、使いこなすのは人間です。これからも、自分の技術力やマネジメント力を拡張してくれるパートナーとして、うまく付きあっていきたいと思います。

井沢：SHIFTが大切にしてきた「作業と判断の分離」や「標準化」の考え方は、AI時代にこそ真価を発揮します。この強みを活かしながら、人間とAIが共に成長できるような環境や仕組みをつくっていきたいですね。

――AIの進化は、人間がより創造的で本質的な業務に集中できる未来への入り口でもあります。

SHIFTが培ってきた標準化や「作業と判断の分離」といった強みは、AI時代の品質保証においても有効な指針となるはずです。本記事そして書籍が、AIとともに成長するためのヒントになれば幸いです。

（※本記事の内容および取材対象者の所属は、取材当時のものです）

前回本を大幅に改訂。いま求められる「AI×テスト」の知見

――今回、日経BP社より『SHIFT流 AI時代のソフトウエアテスト』が出版されましたね。まずはこの企画が立ち上がったきっかけについて教えていただけますか？

寺山：はい。きっかけは、2019年に出版した書籍『駄目パターンに学ぶ 失敗しないソフトウエアテスト実践ノウハウ』の改訂を出版社から相談されたことです。

同書は、非常にありがたいことにロングセラーとなっていました。

もともとは雑誌『日経SYSTEMS』の連載をまとめたもので、SHIFTのメンバーが「アンチパターン（ダメなパターン）」を通じてテストのノウハウを解説するという内容でした。

ありがたいことに、この書籍が長く売れつづけたこともあり、2025年の年明け頃、出版社さんからご相談をいただきました。

ただ、そのタイミングで出版社の方から「SHIFTはAIを使ったテストの取り組みもされていますよね。単に書籍をリニューアルするだけでなく、AI×テストの知見も紹介しませんか？」とご提案いただいたのです。

――時代の変化にあわせて、内容も進化させようという提案だったんですね。

寺山：その通りです。実は2024年の7月に、『日経コンピュータ』でソフトウェアテストにおけるAI活用について取材いただき、紹介いただいたことがありました。

出版社側もその記事を通じて、SHIFTがAI活用に力を入れていることを把握してくださっていたんです。

それが今回の「AI時代の品質論」というテーマにつながりました。

――前作と今作で、一番大きく変わった点はどこでしょうか？

寺山：前作が「個人の職人技の集合体」なら、今回は「当時以上に社内で標準化・形式化されたテストナレッジ集」です。

個人のスキルに依存せず、SHIFTとしての品質の考え方がより統一された状態で執筆できたのではないかと感じています。そこが最大の違いであり、進化ですね。

また、前作ではあえて「SHIFTの本」という色を薄くし、いわゆる技術書として世に出していました。

しかし今回は、企画段階から出版社側とも「テストのトップ企業であるSHIFTが考える品質」を前面に押し出すという共通認識がありました。

ナレッジ共有や標準化がさらに進んだことで、SHIFTの品質を誰でも語れるようになったことは、組織としての大きな進化です。

一方で、執筆者一人ひとりがプロフェッショナルとしての誇りをもち、文章の端々にそれぞれの「譲れない品質へのこだわり」が滲み出ているのも、本書の魅力だと感じています。

SHIFTが定義する「AI時代の品質論」。新刊における3つのキーポイント

――今回の書籍の内容について、特に伝えたいポイントを教えてください。

寺山：大きく3つあります。1つ目は、先ほどもふれたナレッジの標準化です。

「SHIFTという企業が提示する標準解」がまとまった内容になっている点は、読みどころの一つです。

――2つ目は、やはりAIでしょうか？

寺山：はい。2つ目は、AIとテストの関係性を、書籍というまとまった形で発表できたことです。

これまでもプレスリリースや技術ブログなどで断片的には発信していましたが、会社として「テストにおけるAI活用」や「AI時代の品質への向き合い方」を現時点でどう考えているのか、網羅的に整理した上で発信できたのではないかと考えています。

――単にAIツールの活用法を紹介するのとは一線を画す内容ということですね。

寺山：その通りです。

最新の取り組み紹介として短期的なスパンでの情報をまとめたわけではなく、その裏側にある「テストエンジニアのあり方がどう変わっていくか」というビジョンまで含めて、中長期的な見通しや陳腐化しにくい情報をまとめるように工夫しました。

――3つ目のポイントも教えてください。

寺山：3つ目は「品質の再定義」です。AI時代において、ソフトウェアの品質をどう捉えるか、人間は何を見て、AIに何を任せるか。

この「AI時代におけるソフトウェアテストの意義」と「人とAIの役割分担」の言語化ですね。

テストのことはAIに全部任せればいい、というわけにはいきません。時代にあわせて変わるテスト手法と比較して、品質保証の根幹は変わらないものです。

このバランスをSHIFTとしてどう捉えているか、書籍全体を通して伝えています。

――その3つのポイントを、本のなかでどう構成・表現しているのでしょうか？

寺山：本書の構成は、大きく4章仕立てになっており、そのなかで網羅的に解説されています。

1章は、「AI時代のテストエンジニアリングの新たな地平」。

AI時代にテストエンジニアに求められるスキル、組織変革とは何かについて説明したうえで、個人・組織のためのスキル習得のロードマップを示しています。

2章は、「AIシステムを対象としたテスト」について。AIシステムを対象としてソフトウェアテストを行う際に必要となる基礎知識を体系的に解説しています。

3章は、「これだけは押さえるテストの基本」。ソフトウェアテストを行う際の基本的プロセスに沿って、各プロセスの役割や必要な考え方、準備事項について解説しています。

4章は、「すぐに使えるテストの実務ノウハウ」。

「テストの生産性向上」、「アジャイル開発でのテスト自動化」、「テストツールにおけるAI機能の活用」など、ソフトウェアテストの実務で活用できるノウハウやTipsを、具体的に解説しています。

3〜4年先を見据えて本質を届けたいから。執筆者選定の舞台裏

――今回、執筆陣の人選にもかなりこだわったと伺いました。

寺山：はい。実は、AIに関するパートについては、弊社の教育機関である「ヒンシツ大学」の講師を務めている林 栄一、永井 敏隆にお願いしています。

※ヒンシツ大学とは：SHIFTが培ったナレッジを言語化し体系化した教育専門機関。ソフトウェアテスト業界著名人の監修テキストと、経験豊富な弊社講師陣により、入門、実践、応用から管理、テスト戦略まで、バリエーションに富んだ講座を提供。

AIの世界は変化が激しいので、すぐに情報が古くなってしまいます。書籍として3〜4年は読みつづけられるものにするためには、普遍的な教育的価値や体系化された理論が必要です。

――なるほど。だからこそ、人材育成の観点で日頃から体系的な講座をつくったり、企業研修を担ったりするお二人が適任だったわけですね。

寺山：そうです。林さんは企業研修を長く担当し、AI人材育成にも向きあってきた方です。永井さんもAIシステムを対象にしたテスト講座を長年受けもっています。

彼らなら、技術の陳腐化に左右されない「AI時代のテストエンジニアのあり方」や「品質保証の本質」を言語化できると考えました。

――一方で、テストの実務パートについてはいかがですか？

寺山：こちらは、国際標準と自社ナレッジを融合したSHIFT独自の品質保証標準「SQF（SHIFT Quality Framework）」をまとめたメンバーに依頼しました。前作の書籍の監修もされているので最適です。

また、もう一名の中村はベンダーでのテスト経験が長く、客観的な視点をもっています。

テスト実務者の視点と、読者の視点の双方から、アップデートに加わってもらいました。小倉にはアジャイルQAの専門家として、AI駆動開発を見据えた品質論を語ってもらいました。

各領域に精通した社内のエキスパートたちに、書籍全体を通じて内容のレビューや監修を行ってもらうことで、内容のブラッシュアップを重ねました。

経歴も社歴も異なるメンバーが集結し、書籍の編集や執筆にあたったのですが、各メンバーの知見がなければ、ここまで充実した内容の書籍にはできなかったと思います。

開発者にこそ届いてほしい。「AIがコードを書く時代」の必読書

――出版後の反響はいかがですか？

寺山：おかげさまで、Amazonのレビューでも星4以上（2026年3月9日時点）と高評価をいただいています。特にうれしかったのは、お客様や購入者からいただいた感想ですね。

一部のご感想をご紹介します。

• 本書は、品質の本質やテストの役割を深く掘り下げた一冊だと感じた。プロダクト開発においてはスケジュール、リソース、品質という3要素をどう調整していくか考えつづけなければいけないため、「最適化のむずかしさ」については特に共感ができた。これからソフトウェアの品質に向き合う人たちに必要なスキルの再定義が具体的に示されており、参考になった。
• AIを適切にソフトウェアテストや品質保証に組み込むことで大きな価値を引き出し、品質に対する姿勢をアップデートするための示唆に富んだ内容になっている。
• 生成AIによるコーディングが一般化するなかで、ソフトウェアの品質維持やテスト設計・実行のあり方について明確な指針を示す一冊。特に初級から中級のテストエンジニアにとって理解しやすい内容だと思う。

「AIがやるからテスト不要」ではない。AI時代だからこそ高まる人間の責任

――『SHIFT流 AI時代のソフトウエアテスト』は、テストエンジニアだけでなく、開発者の方々にも読まれているようですね。

寺山：そうなんです。実は今回の本の内容を一番届けたかった層がそのような方々でもあります。

「AI駆動開発では、テストもAIが行うからテスト工程自体に人間が関わる必要がなくなる」と短絡的に捉えられがちですが、実際は逆です。

AIがコードを書く時代になったからこそ、「何が正しいか」「品質の基準をどこに置くか」を人間が設計し、判断する責任はむしろ重くなります。

なので、この本はテスト専業の人だけではなく、開発エンジニアやPMやPdMの方々にこそ届けたかったし、いろいろな反響を聞く限り実際に刺さっているようです。

「AIに任せる部分」と「人間が担保する部分」、その境界線をどう引くか悩んでいる方々の道しるべになれているのかなと。

――SHIFTが第三者検証のプロとして存在する意義が、このAI時代に改めて問われているわけですね。

寺山：まさにその通りです。AIとの共存を前提としたうえで、人間が担うべき品質保証のあり方を提示できたと自負しています。

テストに携わる方だけでなく、これからソフトウェア品質に本格的に向き合う開発エンジニアやPMの方々にとっての『最初の道しるべ（入門書）』として手に取っていただきたいですね。

まとめ

AIがコードを書き、テスト実行を自動化する時代。しかし、人間が品質を手放せるわけではありません。

私たちには「理想とする品質は何か」を描き出し、AIの成果物を正しく評価する高度な判断力が求められています。

組織としてナレッジを標準化し、AIとの共存を体系化したSHIFTの姿勢が詰まった本書。変化の激しい開発現場において、エンジニアが立ち返るべき「品質の道しるべ」となれば幸いです。

（※本記事の内容および取材対象者の所属は、取材当時のものです）