AI人材はインドにいる、でも足りないのは『翻訳する人』――日本企業とAIの間に生まれる新しい仕事
1. はじめに：パズルのピースが一枚足りない
オフショア開発の現場で、こんな会話を聞いたことはないでしょうか。
「仕様書どおりに作りました」 「いや、そういう意味じゃないんだけど......」
仕様書には書いていない。 でも、日本の現場では「言わなくても分かる」ことになっている。
このすれ違いは、AIの時代になっても消えていません。 むしろ、相手がAIになったことで、もっとはっきり見えるようになった気がします。
ここ数か月、このブログでは3本の記事を書いてきました。
- インドの若手エンジニアの90%以上が「AIネイティブ、またはAIに精通」（8月）
- インドIT企業のトレンド：ODCからGCC、そしてBOTへ（9月）
- AIで仕事はなくなるのか？ 160年の歴史と経済学が教える「本当の未来」（10月）
並べてみると、話はつながっているようで、どこか一枚ピースが足りない。
「日本はAI人材が少ない。だからインドに頼ろう」
これは間違いではありません。 でも、それだけで日本企業の業務がAIで変わり、イノベーションにつながるのか――。
その「間」に、人がいるような気がするのです。日本企業の業務を、AIやインドのチームが扱える形に「翻訳する人」が。
今回は、その足りない一枚について考えてみます。 空想かもしれません。思い込みかもしれません。 それでも書いておきたいと思いました。
足りないのは、AIでもインドの人材でもなく、その間で業務を「翻訳する人」ではないか。
2. 3本の記事を並べると、空白が見えてくる
3本の記事が語っていたことを、表にしてみます。
|
記事 |
語っていること |
視点 |
|---|---|---|
|
8月：インドの若手の90%以上がAIネイティブ／精通 |
AIを使える人材は、インドにいる |
供給 |
|
9月：ODC → GCC → BOT |
その人材を使うための「器」が進化している |
器 |
|
10月：AIで仕事はなくなるのか？ |
AIは仕事（Job）ではなくタスク（Task）を置き換える |
仕事の変わり方 |
|
（まだ書いていない） |
日本企業の業務そのもの |
需要側 |
供給はある。 器もある。 仕事が組み替わることも、歴史が教えてくれている。
でも、「日本企業の側」がどうなっているのかについては、まだ書いていませんでした。
インドのAI人材が、どれだけ優秀でも。 BOTのような仕組みが、どれだけ整っていても。 受け取る側の業務がAIに渡せる形になっていなければ、何も始まりません。
空白は「需要側」――日本企業の業務そのものにあった。
3. ボトルネックは「人の数」ではなく「業務の言語化」
日本の業務は、暗黙知で回っています。
「この取引先には、まず電話してからメール」 「この数字は、部長が見る前に一度丸めておく」 「例外は、ベテランの○○さんに聞けば分かる」
どこにも書いていない。 でも、それで回ってきた。
ここが問題です。
AIに渡せるのは、言葉になった業務だけです。 インドのチームに渡せるのも、言葉になった業務だけです。
つまり、AIもオフショアも、同じ壁にぶつかります。
もう一つ、構造的な事情もあります。 IPAの調査では、日本のIT人材の約74%がIT企業（ベンダー）側に所属していて、ユーザー企業側は約26%にとどまります。米国はほぼ逆で、約65%がユーザー企業側にいます（ASCII.jpによるIPA「DX白書2023」の紹介）。
業務を知っている人と、ITを知っている人が、日本では別の会社にいる。 これまでは、その間をSIerが埋めてきました。
でも、AIの時代に必要なのは「仕様書を受け取って作る人」ではありません。 仕様書になる前の業務を、言葉にできる人です。
足りないのはAI人材の数ではなく、業務を「翻訳」する力――。
4. 「翻訳する人」は、何をするのか
面白いことに、この「翻訳する人」が必要な理由は、これまでの3本の記事の中にすでに書いてありました。
8月の記事から：検証の基準は日本側にある
インドの若手エンジニアは「ゼロから作る人」から「AIの成果物を検証・編集する人」へと役割が変わりつつある、と書きました。
でも、ちょっと考えてみてください。
「このAIの出力は、業務的に正しいのか？」
その判定基準は、日本の現場にあります。 検証のループは、国境をまたいでいるのです。
しかも、本当の意味でAIネイティブと言える層は約23%。 Nasscom自身が「AIに依存した労働力」になるリスクを指摘していました。 AIらしい「もっともらしい間違い」を見抜く人が、どこかに必要です。
9月の記事から：「Transform」を受け止める人がいない
BOTT（Build-Operate-Transform-Transfer）は、AI活用やプロセス変革まで済ませてから移管するモデルでした。
ここに一つ、隠れた前提があります。 変革を受け取る側に、それを理解して回し続けられる人がいること。
欧米企業がGCCを使いこなせるのは、本社側に「業務が分かって、ITの言葉でも話せる人」がいるからです。 日本企業に同じことができるかというと......前の章の数字を思い出すと、正直ちょっと心配です。
10月の記事から：タスクに分解するのは誰か
AIが置き換えるのは仕事（Job）ではなくタスク（Task）だ、と書きました。
では、実際の業務を誰がタスクに分解するのでしょうか。
- どのタスクをAIに任せるか
- どのタスクをインドのチームに渡すか
- どのタスクを日本に残すか
- そして、どのタスクにはAIを使わないか
最後の一つは、9月に書いた「使わない判断」の話そのものです。
まとめると
|
翻訳する人の役割 |
中身 |
つながる過去記事 |
|---|---|---|
|
業務の言語化 |
暗黙知を、AIやオフショアに渡せる形にする |
今回 |
|
タスク分解と振り分け |
AI／インド／日本／使わない、に仕分ける |
10月、9月「使わない判断」 |
|
検証の橋渡し |
出力が業務的に正しいかを判定し、フィードバックを返す |
8月 |
|
変革の受け手 |
BOTTで移管された仕組みを、日本側で回し続ける |
9月 |
|
データとガバナンス |
何を外に出してよいかを決め、シャドーAIを防ぐ |
9月「シャドーAI」 |
ここで言う「翻訳」は、言葉の置き換えではない。業務とAIの両方を分かったうえで、仕事を組み立て直すこと
5. 実は、もう名前がつき始めている
「空想かもしれない」と書きました。 でも調べてみると、似た役割にはすでに名前がつき始めています。
|
呼び名 |
出自 |
つなぐもの |
特徴 |
|---|---|---|---|
|
ブリッジSE |
日本のオフショア開発 |
日本の発注側 ↔ 海外の開発チーム |
言葉と商習慣の通訳が中心 |
|
McKinsey（2018年） |
現場の業務 ↔ データサイエンティスト |
最も重要なスキルは業務知識 |
|
|
Palantirが始め、AI企業に広がる |
AI製品 ↔ 顧客の業務の現場 |
顧客の中に入り込んで実装する |
特に印象的なのは、McKinseyが2018年に書いていたことです。
この役割に一番必要なのは業務知識であり、外から採用した人には会社への深い理解が足りない。 だから、既存の社員を育てるのが一番の近道だ――と。
FDEについては、LinkedInの2026年1月の労働市場レポートで、2023年から2025年にかけて求人が42倍に増えたと報じられています。AIエンジニア職の13倍を大きく上回る伸びです。 インドでもFDEの求人が1年で130%増えたという調査が出ています（CIEL HR）。
AIを売る側も、「製品だけでは顧客の業務は変わらない」と気づき始めているのです。
ブリッジSEが「言葉」の通訳だったとすれば、 これから必要なのは「業務」をAIが扱える形にする翻訳――。
「翻訳する人」は空想ではなく、世界ではすでに職種になりつつある。日本ではまだ名前がないだけ。
6. 明日からできること
「翻訳する人」には、肩書きを待っていてもなれません。 小さく始められることを挙げてみます。
業務側の人なら
- 自分の業務を一つ選び、「新人に渡す手順書」をAIと一緒に書いてみる。書けなかった部分が、暗黙知のありかです
- その手順書をタスクに分け、「AI／人／使わない」の3色で塗り分けてみる
エンジニア側の人なら
- AIの出力を見るとき、「技術的に正しいか」だけでなく「業務的に正しいか」を誰に聞けば分かるかを書き出してみる
- 現場の人と30分だけ話し、「一番面倒な作業は何か」を聞いてみる
オフショア・GCCに関わる人なら
- 受け渡している仕様書のうち、「背景」や「なぜ」が書かれていない箇所に印をつけてみる
- BOT／BOTTを検討しているなら、「移管後、日本側で誰がこれを回すのか」を最初に決めておく
翻訳する人の第一歩は、自分の業務を言葉にしてみること
7. 残る課題：この人を、誰が育てるのか
ここまで書いて、一つ引っかかることがあります。
翻訳する人には、業務経験とAIの理解の両方が必要です。 ということは、今の時点ではベテランに有利な仕事です。
「生涯ITエンジニア」を掲げるこのブログとしては、ちょっと嬉しい話ではあります。
でも、10月の記事で紹介したスタンフォード大学の研究を思い出してください。 AIの影響を受けやすい職種で、22〜25歳の若手の雇用が相対的に約13%減っていました。
若手が業務を覚える「入り口の仕事」が、AIに置き換わり始めている。 そうなると、10年後の翻訳する人は、どこで業務を覚えるのでしょうか。
今のベテランが翻訳する人になれるのは、若い頃に現場の泥臭い仕事を経験してきたからです。 その経験の場がなくなれば、翻訳する人は一世代で途切れてしまうかもしれません。
もしかすると、ここにもインドとの協業の可能性があるのかもしれません。 日本のベテランが業務を言葉にし、インドの若手がAIで形にし、その過程で日本の若手が両方を学ぶ......。 そんな三者の組み方も、空想してみたくなります。
翻訳する人を「育てる仕組み」まで考えないと、この話は一代限りで終わってしまう。
8. 結論：山の向こう側の仕事に、名前をつける
3本の記事を並べて、足りなかった一枚のピースはこれでした。
- インドには、AIを使える人材がいる（供給）
- それを使うための器も、進化している（器）
- AIは仕事ではなく、タスクを組み替える（仕事の変わり方）
- でも、日本企業の業務はまだ言葉になっていない（需要側）
その間に立って、 業務を言葉にし、 タスクに分け、 AIとインドと日本に振り分け、 出力を業務の目で確かめ、 変革を受け止めて回し続ける人。
10月の記事で、1899年に「モーテルの受付係」を想像できた人はいなかった、と書きました。
もしかすると、この「翻訳する人」も、まだ名前のついていない山の向こう側の仕事なのかもしれません。
空想かもしれない。思い込みかもしれない。 でも、最初に山を越えて名前をつけるのは、いつも好奇心に動かされた人でした。
あなたの職場では、AIと業務の間で「翻訳」をしているのは誰でしょうか？ そして――それは、あなた自身かもしれません。
出典・参考
- インドの若手エンジニアの90%以上が「AIネイティブ、またはAIに精通」（本ブログ、2026年8月）
- インドIT企業のトレンド：ODCからGCC、そしてBOTへ（本ブログ、2026年9月）
- AIで仕事はなくなるのか？ 160年の歴史と経済学が教える「本当の未来」（本ブログ、2026年10月）
- 日本のIT人材の74%がIT企業に、米国は35%（ASCII.jp、IPA「DX白書2023」より）
- Analytics translator: The new must-have role（McKinsey、2018年）
- Why Forward Deployed Engineers Are Becoming the Delivery Layer for Enterprise AI（TechScoop）
- AI Implementation Drives 130% Growth in Demand for Forward Deployed Engineers（CIEL HR、2026年8月）