ハクソク

世界を動かす技術を、日本語で。

西洋は物を作ることを忘れた。今、コーディングの仕方も忘れつつある

2026年4月26日原文(techtrenches.dev)

概要

  • Raytheon のStingerミサイル再生産の困難さと知識継承の問題
  • 欧州・米国の弾薬生産能力のボトルネックと危機管理の欠如
  • 防衛産業の人材・ノウハウ喪失の歴史的教訓
  • ソフトウェア業界にも同じ「知識の空洞化」リスク
  • AI最適化の落とし穴と将来の重大な人材不足の警告

防衛産業における知識の喪失と再生産の困難

  • Raytheon が Stingerミサイル 再生産に直面した課題
    • 1970年代の設計図をもとに70代のエンジニアを呼び戻す必要性
    • 20年以上新規発注がなく、電子部品やシーカー部品が生産終了
    • 生産ラインの再稼働に 4年 を要し、知識継承の断絶が主因
  • ウクライナ戦争 による需給ギャップの露呈
    • 10ヶ月で13年分のStingerを消費
    • 欧州も砲弾100万発の供給公約を守れず、実態は公式発表の1/3
    • フランスの推進薬生産は17年間停止、再開に2024年まで要す
  • サプライチェーン の脆弱性
    • 主要部品・原材料の生産拠点が極端に集中
    • 1990年代の 防衛産業再編 で企業数・人員が大幅減少
    • 危機対応力よりコスト最適化を優先したツケ

Fogbank事件に見る「暗黙知」の消失

  • Fogbank （核兵器用機密素材）の再生産困難
    • 1975～1989年の生産終了後、技術者の退職・死亡で知識消失
    • 文書記録だけでは再現不可能、意図しない不純物が機能に必須だった事実も伝承されず
    • 数年・数千万ドルかけて再現も、最初は「純度が高すぎて」失敗

ソフトウェア業界への警鐘 ― AI最適化のリスク

  • AI導入 による人材育成の空洞化
    • Salesforceなど大手が新規エンジニア採用を抑制
    • AIコーディングツール普及で、ジュニア採用・育成が減少傾向
    • 経験豊富なエンジニアの育成には 10年単位 の時間が必要
  • AIの限界 と現場の実感
    • AI利用で開発速度が上がると予想されたが、実際は 19%遅延
    • コードレビューがボトルネック化、人間のレビュー力が重要
    • 技術＋判断力＋リーダーシップを持つエンジニアの希少化
      • 2,253人中4人採用の実例（採用率0.18%）
  • 知識伝承の危機
    • ドキュメントはあっても、読む側の理解力がなければ意味をなさない
    • AIが進化しても「暗黙知」や「現場感覚」は簡単に継承できない
    • 危機は突然訪れるため、準備不足のリスクが大きい

まとめ：最適化の代償と将来への示唆

  • 防衛産業 は「平和の配当」に賭け、人材・知識の蓄積を怠った
  • ソフトウェア業界 もAI最適化により、同じ轍を踏む危険性
  • 危機時に求められるのは、システム全体を理解し、現場判断できる シニア人材
  • 今、ジュニアが育たなければ 10年後の危機対応力 が失われる
  • 「Fogbank for code」― 知識の空洞化がもたらす本質的リスク
  • 最適化の賭けが外れた時のコストは計り知れない

教訓 ：短期的な最適化やAI依存では、長期的な人材・知識の蓄積を代替できない。将来の危機に備え、「人」による知識継承と育成の重要性を再認識すべき時期。

Hackerたちの意見

「フォグバンクの話を読んで、すぐにわかったよ。核物質じゃなくて、パターンのこと。数十年かけて能力を構築して、安い代替品を見つける。人間のパイプラインを衰退させて、コスト削減を楽しむ。そして、危機が求めるものを最適化してしまったときに、すべてが崩れ落ちるのを見守る。」>「防衛のために言うと、その代替品は平和の配当だった。ソフトウェアでは、それがAIだ。AIの前は、安い代替品は東欧のリモート契約開発チームだったよね？」

└

手伝えて嬉しいし、最終的には引き継ぎたいな。

└

主にインドだね。

└

なんでそんな計画があったのか分からないけど、明らかに人が足りてないよね。こっちでも、15°Eの東側では同じように解雇されたし。単純に「AIに関すること以外は全体的に減らす」っていうのが計画だと思うけど、みんな他の会社が先にレイオフを始めるのを待ってた感じ。私は6ヶ月間パートタイムで働いてたけど、意思決定者たちは長期的にはこれが好ましいってはっきり言ってた。解雇されるよりはマシだけど、この生活スタイルは続けられなかった - 節約家だけど、そこまでではないし。

└

H1Bのインディアンとインドへのアウトソーシングが必要だったんだよね。ヨーロッパ人として、確かに「東欧の開発者」を見たことはあるけど、私が働いていたすべての会社にいたわけじゃない。インディアンはいたけどね。品質的には、いつも同じ話だけど、詳しくは言わないよ。受け入れる準備ができている人は、私が何を言おうとしているか分かっているはずだから。

「AIが何を間違えたのか教えてくれない。AIコードジェネレーターはトロールみたいなもんだ。部分的に間違った、信じられる内容を自信満々に出してくる。で、人間がそのエラーを探そうとするけど、これが全然楽しくない。流れがないんだよね。」

└

私は逆の経験をしているので、意見が違うな。人のミスを直すのが好きなんだ。そして特にLLMを出し抜くのが楽しい。従来のフロー状態にいるよりも、LLMの背後に執拗に付きまとっていられることに気づいたよ。

└

人間のPRをレビューするのと同じ流れであるべきだね。

私の見解では、本当の問題はAIそのものじゃない。問題は管理パターンだと思う。即時の利益を生まないからって人を排除したり、組織の余裕を削ったりして、必要なときに知識が残っていると思い込むこと。短期的なコスト削減は、若手の採用を減らし、経験豊富なエンジニアが教えるために必要な余裕を奪う。その結果、暗黙の知識が伝わらなくなる。残るのは文書と自動化だけど、文書は現場の経験とは違うし、自動化は判断力とは違う。実際にシステムで働いたことのある人がいないと、暗黙の知識が失われて、最終的には生産性が低下する。AIも同じパターンを辿っている。今、AIが売られているものは、本当の生産性じゃない。多くの分野では、生産性はすでに十分だし、売られているのは労働力の削減だ。西側諸国はこれを以前にも見たことがある、特にゼネラル・エレクトリックのケースで。GEは短期的な財務最適化を追求し、コストを削減し、四半期ごとの結果に焦点を当て、株主のリターンを最大化していった。その過程で、自らの長期的な能力を空洞化させてしまった。短期的な利益のために未来を売ったようなもんだ。今も同じ考え方が見える。核心的な問題は、意思決定者が実際のエンジニアリング作業から遠く離れていて、暗黙の知識が文書やツール、プロセスで置き換えられると思っていること。そうじゃない。暗黙の知識は、実際のシステムでの経験から生まれるものだ。人を排除して学びのパイプラインを無くすと、その知識は組織に残らない。消えてしまうんだ。

└

「問題は管理パターンだと思う。即時の利益を生まないからって人を排除したり、組織の余裕を削ったりして、必要なときに知識が残っていると思い込むこと。」それはまだ症状だと思う。本当の問題はイデオロギーだ。利益を追求するビジネスに対する一途な焦点が、政治リーダーから資本家やビジネスリーダー、そして洗脳された一般社員にまで感染している。冷戦の終わり頃、最後の制約が撤廃され、ソ連に対する勝利がそれを疑う余地のないものにした。中国にはそのイデオロギーの問題はないみたいだ。彼らの政府は、個々のビジネスがどれだけ利益を上げるかには全く興味がないようで、供給チェーンや能力の構築に関心を持っている。西側がリバタリアンビジネスイデオロギーに囚われている限り、彼らは西側を埋め尽くすだろう。

└

楽観的に考えると、これによってソフトウェアエンジニアの仕事がもっと正式なエンジニアリングの役割にシフトして、実際の実装はAIがやるようになるんじゃないかな。他の分野でもそうだけど、エンジニアリングと実装は違うし、実装は自動化できるし、実際に自動化されてる。どういう形になるのかは全然わからないけど、現実的かどうかも疑問だね。でもAIのおかげで、正式な仕様書や「古い」技術が復活してきてる気がする。人間とAIの間で負荷をどう分散させるかを考えているうちにね。

└

人を排除して組織の余裕をなくす 君の言ってること、全てにおいてその通りだよ。経理担当がエコシステムを支配したとき、彼らは即時の利益を最優先にしたんだ。それが意味するのは、彼らの頭の中では、システムのすべての部分が常に100%で動いていなきゃいけないってこと。実験や修理、他のことに余裕はない。最近、壊れたシステムに気づくと、その90%は短期的なショックを吸収する余裕がないせいだって、HNでも何度かコメントしたよ。

Hacker Newsで議論の続きを見る