急速なAI技術の進化に伴い、テック業界の専門職が業務終了後も自己研鑽に充てる傾向が顕著になっている。調査企業EYのレポートによれば、米国のデスクワーカーの85％が職場外の時間を利用してAIスキルの習得を進めている。これは単なる技術への関心を超え、業界再編やAI関連リソースへの集中、そして従来の開発役割の縮小に対する危機感が背景にある。 大手テック企業に勤務するソフトウェアエンジニアのMaahir Sharma氏は、週約20時間をプライベートでAIツールの実験に費やしている。業務効率化により従来数か月かかっていた作業が数日で完了する一方、追いつくための学習負担は個人に重くかかっている。サンジョゼのUXデザイナーだったTanvi Pisal氏も、企業のAI導入に伴うレイオフを経験した後、週10〜15時間を学習とツール購入に充てている。自身は「週末の更新追従を怠ると、すぐに時代遅れになる」と指摘する。 学習の時間的制約と経済的負担は共通の課題だ。シアトル在住のAmazon製品責任者Udit Mehrotra氏は週5〜7時間、同社上級Applied ScientistのAbhinav Bohra氏は週8〜12時間を割り当て、Bohra氏は過去1年で約3000ドルのツールや会議費を投じた。Bohra氏はこれを「学習税」と定義し、日常業務の会議や納期に追われ、プロフェッショナルな成長がプライベートタイムと境界線が曖昧になっている現状を憂慮する。 企業側も対応を迫られている。MetaとMicrosoftはAI人材に高額報酬を示す一方、他部署では人員整理を実施。LinkedInのデータでは、AIエンジニア募集は2022年以降急増し、伝統的な開発職は横ばいまたは減少傾向にある。Amazonは社内リソースや学習ハブを提供し業務中の実験を推奨する声明を出しているが、多くの現場では「マラソンではなく短距離走」という緊張感が残る。 一方、リソースを効果的に活用する例もある。大手機関ソフトウェア企業のリードエンジニアManoj Aggarwal氏は業務中に最新ツールに触れ、週数時間程度で学習を維持。Mehrotra氏も「今は短距離走より長期的な視点で臨むべきだ」と考え方を転換した。 結果として、AI習得はもはや任意のオプションではなく、キャリア存続のための必須条件へと変質している。業界の基礎基準が絶えず上昇する中、専門家が直面しているのは単一ツールの置換リスクではなく、技術的陳腐化への継続的な対抗策の構築である。テック業界の人事とスキル評価基準は、この「業務外学習」を前提とした新たな均衡点へ移行しつつある。