金融系の汎用機オペレーターからAIアプリ開発へ。キャリア27年のエンジニアが語る技術適応の軌跡

こんにちは。
私は1999年に金融系システムの運用オペレーターとしてキャリアをスタートし、現在はゲーム開発・運営、AI活用、そしてAIを使ったゲーミフィケーションアプリ開発に関わっています。

振り返ると、キャリアの始まりは今のAIアプリ開発とはまったく違う世界でした。
当時担当していたのは、金融機関向けの基幹システム運用です。ATMを管理するコンピュータの稼働監視、アラート発生時の一次対応、銀行からの依頼に基づくコマンド実行、ログ確認、帳票出力、全国支店向けの発送対応など、正確性と安定稼働が何よりも重視される業務でした。

現在のように、ChatGPTやGemini、Claude Code、Google AI StudioといったAIツールを使いながらアプリ開発や資料作成を進める日が来るとは、当時は想像もしていませんでした。

ただ、今になって強く感じるのは、技術が変わっても仕事の本質は大きく変わらないということです。
大切なのは、新しい技術をただ追いかけることではなく、その技術を使って「何を改善できるのか」「誰の役に立てるのか」を考え続けることだと思っています。

この記事では、金融系の汎用機オペレーターからゲーム業界、そしてAIアプリ開発へとキャリアを広げてきた中で、どのように技術の変化に向き合ってきたのかをお話しします。

キャリアの原点は、金融系システムの運用オペレーター

私のキャリアは、金融機関向けシステムの運用オペレーション業務から始まりました。

いわゆる汎用機、メインフレームと呼ばれる大型コンピュータを扱う現場です。現在のWebアプリやスマートフォンアプリの開発とは違い、当時の業務では「止めないこと」「間違えないこと」「決められた手順を確実に実行すること」が非常に重要でした。

ATMを管理するコンピュータの稼働監視では、何か異常が起きた際にアラートを確認し、一次対応を行い、必要に応じてエスカレーションします。銀行から依頼された作業では、コマンドを実行し、その結果ログを確認して、問題なく完了したことを報告します。

一見すると、現在のAIアプリ開発とは遠い仕事に見えるかもしれません。
しかし、この時期に身についた「正確に確認する力」「ログを見る習慣」「異常時に慌てず切り分ける姿勢」は、その後のキャリアでもずっと役に立っています。

特に、システム運用の現場では「何となく大丈夫だろう」は通用しません。
作業結果を確認する。ログを残す。異常があれば原因を追う。自分だけで判断できない場合は、適切な相手にエスカレーションする。

この基本動作は、ゲーム開発でもAIアプリ開発でも変わりません。

AIを使った開発でも、出力された内容をそのまま信じるのではなく、仕様として成立しているか、ユーザーの操作に矛盾がないか、実装時に問題が起きないかを確認する必要があります。
結局、技術が変わっても「確認する力」はずっと必要なのだと感じています。

ゲーム業界への転身で学んだ「ユーザー視点」

金融系システム運用の後、私はゲーム業界へキャリアを移しました。

モバイル向けゲームアプリの制作進行管理から始まり、スマートフォン向けゲーム、PCオンラインゲーム、ソーシャルゲーム、IPタイトルなど、さまざまなプロジェクトに関わってきました。
業務としては、企画立案、仕様書作成、マスターデータ作成、進行管理、デバッグ、KPI分析、イベント設計、ガシャ設計、報酬設計、若手メンバーの育成など、幅広い領域を担当してきました。

金融系システムの世界では、最も重要なのは「安定して動くこと」でした。
一方、ゲーム開発の世界では、それに加えて「ユーザーが面白いと感じること」「続けたいと思えること」「納得して課金したくなること」まで考える必要があります。

この違いは非常に大きかったです。

たとえば、同じデータを扱う仕事でも、金融系システムでは処理の正確性が中心になります。
ゲーム運営では、そこに「ユーザーがどう受け取るか」が加わります。

報酬の量は適切か。
イベントの難易度は高すぎないか。
ログインボーナスの見せ方は分かりやすいか。
ガシャの更新タイミングはユーザー心理に合っているか。
新規ユーザーと既存ユーザーのどちらに向けた施策なのか。

こうした視点は、ゲーム業界で長く経験を積む中で身についたものです。

また、リードプランナーやPMOとして、エンジニア、デザイナー、プランナー、外部会社、パブリッシャーなど、多くの関係者とやり取りする機会も増えました。
そこで学んだのは、良い仕様とは「自分だけが理解できるもの」ではなく、「関係者全員が同じ認識で動けるもの」だということです。

これはAI活用にも直結しています。
AIに何かを依頼する場合も、曖昧な指示では曖昧な答えが返ってきます。
目的、前提、制約、出力形式、想定読者、判断基準を整理して伝えることで、初めて使えるアウトプットになります。

つまり、ゲーム開発で培った仕様整理の力は、AI時代にもそのまま活きています。

AIとの出会いで変わった仕事の進め方

近年、私の仕事の進め方を大きく変えたのが生成AIです。

最初は、ChatGPTを文章作成や調査補助に使う程度でした。
しかし、使い続けるうちに、AIは単なる便利ツールではなく、業務の進め方そのものを変える存在だと感じるようになりました。

現在は、仕様書作成、資料整備、議事録作成、市場トレンド分析、パラメータ作成、ゲームバランス調整の補助など、さまざまな場面でAIを活用しています。

特に効果を感じているのは、ゼロから文章や構成を作る場面です。

たとえば、仕様書を作成する際、従来であれば画面構成、機能概要、ユーザー操作、エラーケース、表示文言、遷移条件などを一つずつ整理していました。
もちろん、最終的な判断は人間が行う必要がありますが、AIを使うことで、たたき台の作成や抜け漏れの洗い出しがかなり早くなります。

一方で、AIを使っていて強く感じる注意点もあります。

AIは、とても自然な文章で間違ったことを言うことがあります。
それらしい仕様を出してきても、実際の開発現場では成立しない場合があります。
また、ゲームの仕様では、ユーザー体験、運営都合、実装コスト、データ更新フロー、デバッグ観点などを総合的に考える必要があるため、AIの出力をそのまま採用するのは危険です。

だからこそ、AIを使う人間側に経験が必要になります。

AIに任せる部分と、人間が判断する部分を切り分ける。
AIの出力をレビューする。
足りない観点を追加する。
現場で使える粒度まで落とし込む。

この作業ができて初めて、AIは本当に業務効率化につながると感じています。

私にとってAIは、仕事を奪う存在ではありません。
むしろ、これまで培ってきた経験をより速く、より広く活かすための相棒に近い存在です。

AIアプリ開発で感じた、これからの技術適応

現在は、個人請負としてAIを活用したゲーミフィケーションアプリ開発にも関わっています。

ゲーミフィケーションとは、ゲームの仕組みや演出を、学習、業務、習慣化、タスク管理などの別領域に応用する考え方です。
たとえば、タスクを達成したらRPG風の演出が出る、進捗に応じてストーリーが進む、目標達成によってエンディングが変わる、といった形です。

ゲーム業界で長く働いてきた自分にとって、これは非常に相性の良い領域でした。

なぜなら、ゲーム開発では「人がなぜ続けたくなるのか」「どのタイミングで報酬を出すと気持ちいいのか」「難しすぎず簡単すぎない設計とは何か」を常に考えるからです。
AIアプリ開発でも、ただ機能を作るだけではなく、ユーザーが継続して使いたくなる体験を設計することが重要になります。

実際に開発を進めていると、エラーや不具合で想定通りに動かないこともあります。
AIを使えばすべてが簡単に解決すると思われがちですが、現実にはそんなに甘くありません。

AIが出したコードや構成を試す。
エラーが出る。
原因を調べる。
再度AIに聞く。
別の方法を試す。
動いたら、今度は仕様として使いやすいか確認する。

この繰り返しです。

ただ、思い通りに動いた瞬間の達成感は大きいです。
特に、ゲーム的な構成や演出が狙った通りに反映されたときは、昔からゲーム開発で感じていた「作ったものが形になる面白さ」と同じ感覚があります。

AI時代の開発では、すべてを自分一人で手作業する必要はなくなっていくと思います。
ただし、だからといって考えなくてよくなるわけではありません。

むしろ、何を作るべきか。
どのような体験にするべきか。
どこまでAIに任せ、どこから人間が判断するのか。

この設計力が、これからますます重要になると感じています。

キャリア27年で感じる、変化に強い人の共通点

27年のキャリアを振り返ると、技術環境は大きく変わりました。

汎用機、オープンリール、金融系システム運用。
モバイルサイト、ガラケー向けゲーム、キャリア申請。
スマートフォンゲーム、オンラインゲーム、ソーシャルゲーム。
Redmine、Confluence、Unity、Git、Subversion。
そして今は、ChatGPT、Gemini、Claude Code、Google AI Studioなどの生成AI。

使うツールも、求められるスキルも、時代によって変わってきました。

その中で感じるのは、変化に強い人にはいくつか共通点があるということです。

一つ目は、過去の経験に固執しすぎないことです。
経験は大切ですが、「昔はこうだったから」で止まってしまうと、新しい技術に対応できません。
過去の経験は、今の技術を理解するための土台として使うべきだと思っています。

二つ目は、分からないことを恥ずかしがらないことです。
新しい技術に触れると、最初は分からないことだらけです。
AIツールも同じで、最初から完璧に使いこなせる人はいません。
大切なのは、分からないことを放置せず、調べる、試す、質問する、検証するという行動を続けることです。

三つ目は、現場で使える形に落とし込むことです。
新しい技術を知っているだけでは、仕事では価値になりません。
それを使って、仕様書作成が早くなる。
議事録の品質が上がる。
市場調査の初動が速くなる。
アプリ開発の試行錯誤がしやすくなる。
このように、実務上の効果に変換できて初めて意味があります。

そして四つ目は、ユーザーやチームの視点を忘れないことです。
どれだけ新しい技術を使っていても、最終的に使う人が困るものでは意味がありません。
ゲームでも、業務システムでも、AIアプリでも、最後に見るべきなのは「使う人にとって価値があるか」だと思います。

まとめ

金融系の汎用機オペレーターとしてキャリアを始めた当時、将来自分がAIを使ってアプリ開発に関わるとは想像していませんでした。

しかし、振り返るとキャリアは突然変わったわけではありません。
金融系システム運用で身につけた正確性。
ゲーム業界で培ったユーザー視点。
プランナーとして磨いてきた仕様整理力。
PMOやリードプランナーとして経験した進行管理やチーム連携。
そして、生成AIを活用して業務を効率化する試行錯誤。

それらが少しずつ積み重なり、現在のAIアプリ開発につながっています。

新しい技術に向き合うとき、不安を感じることはあります。
特にキャリアが長くなるほど、「今さら新しいことを覚えられるのか」と感じる場面もあるかもしれません。

ただ、私自身の実感としては、過去の経験は決して無駄になりません。
むしろ、経験があるからこそ、AIの出力を判断できる。
現場で使える形に整えられる。
ユーザーにとって意味のある形に落とし込める。

AI時代に必要なのは、若さや流行への感度だけではありません。
これまでの経験を棚卸しし、新しい技術と組み合わせていく姿勢だと思います。

もし今、新しい技術に向き合うことに不安を感じている方がいるなら、まずは小さく使ってみることをおすすめします。
議事録を整える。
仕様書のたたき台を作る。
エラーの原因を調べる。
アイデアを壁打ちする。

その一歩が、次のキャリアにつながる可能性があります。

私自身もまだ試行錯誤の途中です。
ですが、汎用機オペレーターから始まったキャリアが、ゲーム開発を経てAIアプリ開発につながったように、技術の変化は新しい可能性を広げてくれるものだと感じています。

これからも、過去の経験を活かしながら、新しい技術に適応し続けていきたいと思います。