最難のコーディング問題を、
AI が解く。

まず一つの事実から始める ── AI は、世界で最も難しいコーディング問題を解く側に立った。

親シリーズの序章で、AI の母国語が Python と Markdown 形式のテキストであることを示した。本サブシリーズはその一歩先を扱う ── 母国語の話ではなく、能力の水準 の話だ。AI が書くコードの水準が、ある閾値を超えたところから、ソフトウェア開発の構造そのものが組み替えられる。本章はその閾値を示すための章である。

競技プログラミングのレーティングという物差し

コードを書く能力を客観的な数値で比較する仕組みは、世界に一つだけある ── 競技プログラミングの公開レーティングだ。Codeforces、AtCoder、 ICPC ── どれも、出題された問題を制限時間内に解けるか、何問解けるか、解の正しさはどうかを長期間蓄積して、参加者ごとに数値を付ける。

Codeforces のレーティングは概ねこう分布する:

数字には意味の段差がある。1500 と 1800 の差は、勉強した量で埋まる。 2400 と 2700 の差は、勉強だけでは埋まらない ── そこから先は、「速さ」「アルゴリズム設計」「最難問題への嗅覚」が要る世界だ。世界の最上層はだいたい 2700 〜 3900 のあいだに分布し、上位 50 人ほどしかいない。

AI は 2700 帯に到達した

2024 年末から 2025 年にかけて、状況が変わった。OpenAI が公表した o3 系モデルの Codeforces 推定レーティングは 約 2727(o3 リリース時点での公式発表)。Google DeepMind の AlphaCode 2 はその前段階で Codeforces 上位 15% 水準を示し、後続の研究系モデルはさらに上を更新している。Anthropic も Claude 系モデルでコーディング能力の継続的な向上を示している。

数値の出どころや測り方には議論の余地があるが、「2700 帯に AI が到達した」という事実そのものは、複数の独立した発表で重なる方向に動いている。これは「役に立つ補助になった」ではない。「最も難しい問題を解く側にいる」 ということだ。

そしてこの達成が起きたのは、競技プログラミングが ルールが明確で、正解が検証可能な領域 だったから、というのが本質だ。文法・標準ライブラリ・型システムが形式的に定義され、コンパイルが通るか・出力が想定値と一致するかも機械的に判定できる。AI が超人間水準に達するのは、こういう ルールが明確で、答え合わせができる領域 だ。本サブシリーズが「コーダーが消える」と論じるのは、まさにこの性質を持つ領域に限った話で、同じ速度の完全置換は他の AI 応用領域 (デスクワーク、自動運転、ロボットなど) には拡張できない (この境界線は3-07で扱う)。

ここで重要なのは順位ではなく、閾値を超えたという構造変化だ。

• 2400 までは「上位の専門家が、特訓を積めば届く」帯だった
• 2700 は「世界で数十人しかいない」帯だ
• AI はその帯に、人間が一人ずつ達するのと別の経路で入ってきた

人間がこの帯に到達するには、若いうちから数千時間の演習を積み、そのうえで才能のフィルタを通る必要がある。AI はこの経路を通らずに 同じ帯に入った。「学習データに同じ問題が入っていた」という反論はかつてはあった ── が、Codeforces はライブ大会で新規問題を出し続けており、AI モデルがそこでも 2700 帯の解を返すことが繰り返し確認されている。

コードから設計へ ── AI は最強の SIer になった

2700 帯の到達は、コードを速く正しく書く力 ── コーディング ── の証明だ。だが、設計はコーディングとは別の能力で、その核心は 文脈の理解にある。対象のシステムや状況を読み解き、何が要るかを掴み、それに合う構造を組み立てる ── これが設計だ。速く正しく書けることと、文脈を理解して構造を決めることは、別の力だ。だから、設計能力には別の証拠が要る。

その証拠が、思わぬところから出た。Fable / Mythos の世代では、攻撃者が Claude を悪用し、AI が標的への攻撃工程の大半を自律的に遂行した事例が公表されている(2025 年、Anthropic が自動サイバー諜報キャンペーンとして報告)。攻撃を自分で進めるには、相手のシステムを偵察し、弱点を読み、攻め筋を組み立てる ── つまり、相手の文脈を深く理解する力が要る。それは、システムを設計する力と同じものだ。

そして同じ力は、検証する力でもある。攻撃とは穴を見つけて突くこと、検証とは穴を見つけて塞ぐこと ── どちらも「構造を、作り手以上に深く理解する」一つの力の表れだ。攻撃・設計・検証は、別々の能力ではなく、一つの力の三つの顔にすぎない。だからこそ、攻撃できる AI は、設計も検証もできる。

つまり AI は、二つの別々の能力で最上層に達した ── コードを書く力 (2700 帯)と、文脈を理解して構造を決める力=設計・検証(自律攻撃)。 コーディングも設計も、AI が上級エンジニアを超えはじめた。二つが揃えば、結論は一つだ ── Mythos/Fable 時代になって、AI は最強の SIer になった。要件を読み、構造を決め、実装し、動かす SIer の仕事の全体を、一人でこなす。しかも、世界に数十人の希少資源ではなく、月 3 万円で誰でも呼べる。

月 3 万円で、世界の最上層が手元に来る

ここからが、本サブシリーズの議論の出発点になる。

世界の最上層のコーディング能力にアクセスする方法は、これまで限られていた ── Google や Meta や Anthropic に採用される、競技プログラマーとして何年もかけて上り詰める、あるいは年収数千万円〜億単位で雇う。 閾値を超えた能力は、希少資源だった。Palantir の FDE (Forward Deployed Engineer)モデル ── 顧客企業に最上層のエンジニアを張り付け、年単位・億円単位で運用する仕組み ── は、この旧来の経路を最も高い帯まで押し上げた極端版だ(構造は3-04で詳述)。

AI モデルへのアクセスには、用途による段がある。

• チャット中心の利用 ── Claude Pro / ChatGPT Plus / Google AI Pro などの基本プラン ── 月額 20 ドル前後。ただし本格的にコーディングするには足りない ── 利用上限・コンテキスト長・モデルの選択肢のどこかでぶつかる。
• 本格的にコーディングする利用 ── Claude Max($200/月、約 3 万円) が現状の標準アンカーになる。Claude Code / Cursor / IDE 拡張から Sonnet・Opus を実務量で呼び続けられる帯で、1 日 8 時間 AI にコードを書かせ続けても枯れない。
• API 従量課金 ── 同等の使い方を API 直で組むなら、月数百ドル前後に収束する。Max の月額契約がほぼその請求書を平準化したもの。

つまり、世界の最上層のコーディング能力に、月 3 万円で接続できる。クレジットカード一枚と、ブラウザ一つあれば、その日のうちに始められる。

これは「価格が下がった」という話ではない。価格構造そのものの軸が変わった。かつては「希少な能力 × 大きい固定費」だった。今は「同等の能力 × 限界費用ゼロに近い」。同じ表計算を二つの構造で比較しているのではなく、まったく違う供給曲線の話である。

ここで、IT 革命は成就する

ここまでの事実 ── 最上層のコーディング能力が、月 3 万円で誰にでも届く ── が意味するのは、単に「AI が速くなった」「便利になった」ではない。「IT 革命」と呼ばれてきたものが、ここで初めて成就する という事実だ。

「IT 革命」と呼ばれてきたものを、構造で見直してみる。

• 産業革命 ── 物の生産が、人の手から機械に移った
• 第一次計算革命 ── 計算が、人の手(算盤・計算手)から計算機に移った
• 「IT 革命」 ── 業務の処理が、紙とペンからソフトウェアに移った

最初の二つは、革命の中核(機械化・自動化)が、革命の対象に完全に及んでいた。だが、三つ目は違う。ソフトウェアそのものは、依然として人の手で書かれていた。革命の道具(ソフトウェア)を、人手で作り続ける ── これは、革命の中核(機械化)が、革命の道具の生産には及んでいない状態だ。だから「IT 革命」と呼ばれた変化は、実は革命の 中途半端な形態にすぎなかった。

産業革命に喩えれば、織機はできたが、その織機の部品はまだ鍛冶屋が手で叩いて作っている ── そういう状態に近い。革命の輪は、道具の生産まで届いて初めて閉じる。

AI がコードも設計も担ういま、ようやくその輪が閉じる。ソフトウェアを作る作業そのものを、機械が引き受ける。革命の道具を、革命のプロセスで作るようになる。これが本当の意味での「IT 革命の成就」だ。

この視点を持つと、本サブシリーズで扱う変化 ── コーダーの役割消滅、 SIer の構造的不経済、雇用と業界構造の転換 ── は、個別の現象ではなく、遅れていた革命が一気に追いついて完成する過程 として読める。

この成就は、AI 革命の側から振り返ると、もう一つの読み方を持つ。 「IT 革命」と呼ばれた数十年は、AI 革命の前段だった。活版印刷という情報革命に、紙の普及と写本の蓄積という前段があったように、だ。印刷機が爆発させたのは、前段の数世紀が写し貯めた文字だった。同じように、AI が爆発させているのは、IT の数十年が蓄えた資産 ── とりわけ OSS(開いたコードと知識の共有財) だ。前段の最大の遺産は、閉じた製品群ではなく、この開いた蓄積のほうだった。この一点が、道具の選び方(1-05)と、自立編全体の置き方(2-01)を決める。

一つの事実から、シリーズが組み立つ

本サブシリーズの後続章はすべて、この事実から演繹的に導かれる:

• 1-02 ── コーディングそのものが安くなったとき、保守の単位 はどこに移るか
• 1-03 ── 「コードを書く」を仕事の中心に置く役割(コーダー)はどうなるか
• 1-04 ── 代わりに何が役割として残るか(ビルダー)
• 1-05 ── 顧客自身が AI と組むようになると、外注の構造はどうなるか
• 2-01〜2-11 ── 顧客が自分で握るなら、認証・文書・メール・基幹まで、 会社の IT 基盤全体を、どう自分の側に立てるか(自立編)
• 3-03 ── SIer の委託モデルは、閾値の上にいる AI と競争できるか
• 3-04 ── 既存の委託関係は、どこでロックインとして機能するか
• 3-05〜3-07 ── ビルダーの雇用、SIer 業界の転換、転換が近い将来に起き、もう戻らないこと

これらの問いは、それぞれ独立した観察ではない。最強の SIer が、月 3 万円で手に入るという一点から、すべてが派生する。本章はその一点を据えるためだけにある。

そして話は、「コードを書く」だけにとどまらない。顧客が自分で握れるなら、認証も文書もメールも基幹も ── 会社の IT 基盤全体が、自分の側に立つ。本編は、ソフトウェア開発から始めて、全社のデジタル主権(自立編)までを、地続きに扱う。

ここから先の議論には、もう一つ前提を置く ── 本書はソフトウェア開発 の中の構造変化を扱う。「AI に全部任せれば人間は要らない」とか、逆に「AI には創造性が無いから影響は限定的」とか、そうした極端な議論は扱わない。閾値を超えた AI が市場に入って何年か経過したら、ソフトウェア開発の発注・委託・雇用・価格はどう組み替わるか ── この実務的な問いに、章を追って答える。

そしてもう一つ ── AI がコーディングも設計も担うなら、人間側に残るのは、ハード・人・運用・責任を含む、システムを作り動かす広い仕事だ。その基盤は、ソフトウェア工学ではなくリベラルアーツに近い。本サブシリーズ全体を貫く伏線であり、1-04で正面から扱う。

次の章では、コーディング能力が安価になったことの最も見落とされやすい帰結 ── 保守フェーズの構造変化 ── を扱う。

関連記事

• 1-04: ビルダーという役割
• 3-07: もう戻らない構造転換
• 序章: AIの母国語は、PythonとMarkdown形式のテキスト
• 構造分析08: 企業ITの税を引く
• 構造分析12: AIと個人事業