「どんな勉強でも100%絶対に役に立つ」
セミナーの冒頭で印象的だったのが、この言葉です。
資格勉強や研修で培った知識・技術は、必ず実際の業務に活きてくる。ただし、それを「活かす仕組み」がなければ、知識は点のまま消えてしまう——これがセミナー全体を通した大きなテーマでした。
業務外の技術を学ぶ意味
「自分の担当領域以外の技術を学んで意味があるのか？」という疑問に対して、セミナーでは明確な回答がありました。
手札を増やすということ
エンジニアに求められるのは、単に実装できることだけではありません。提示された要件に対して、適切な技術を選択できるスキルこそが重要です。知識が増えるほど提案の幅が広がり、複雑な要件に対しても最適な選択肢を提示できるようになります。
AIスキルの向上につながる
今後、AIとのコラボレーションはますます増えていきます。AIは「同僚や後輩のような立ち位置」になっていく——そんなビジョンが語られました。
AIの活用が進むことで、エンジニアに求められる知識量や仕事の幅はむしろ広がっていきます。AIが生成したコードをレビューできる力、トラブル発生時に調査を進められる力。AIに任せる前提だからこそ、基礎知識がより重要になるというメッセージが印象に残りました。
知識を「技術」に昇華させるには
セミナーでは、知識を実践力に変えるための具体的なアプローチが、個人と組織の両面から紹介されました。
個人でできること：とにかく手を動かす
知識を技術に変える最もシンプルな方法は、実際に動くものを作ることです。頭で理解しているだけでは身につかない——手を動かして初めて「わかったつもり」が「本当にわかった」に変わります。
中でも特におすすめなのが業務改善への取り組みです。インプット・アウトプットをイメージしやすく、ノーリスクで試せる上に、学んだ知識を形にする実践の場としてうってつけです。大きなプロジェクトでなくても構いません。日常業務の中で「これ、自動化できないかな？」と思う部分に手をつけてみるだけで、知識の定着度は大きく変わります。
組織でできること ①：コーチングAIによるワークショップ
AIを活用したワークショップの事例です。
- AWSリソース構築の課題に取り組み、AIツール（Kiro）がAWS CLIを用いてレビューを実施
- わからないことはすぐにAIに質問できる
- 同じ基準でレビューができ、後始末もAIに任せられる
ただし、ここで重要な注意点が挙げられました。「AI任せにしてしまうと、先輩・後輩の信頼関係が育たない」 という点です。AIはあくまで補助的な存在であり、最終的には人によるフィードバックを組み合わせることが不可欠です。効率化と人間関係の構築、その両立を意識した設計が求められます。
組織でできること ②：ワークショップ型の研修
もう一つのアプローチは、座学ではなくワークショップ型の研修を企画することです。実際に手を動かすことで、「なぜこのサービスが存在するのか」という根本的な理解が深まります。単にサービスの使い方を知るだけでなく、その背景にある設計思想まで体感できるのがワークショップの強みです。さらに効果的なのが、研修の受講者自身が社内ワークショップの講師を務めるという仕組みです。講師として準備を進める過程で、曖昧だった理解が「人に説明できるレベル」まで引き上げられます。教えることが最高のアウトプットになる——この好循環が、ワークショップ型研修の最大のメリットです。
AIがコードを生成してくれる時代だからこそ、コードの妥当性を判断できる基礎知識と、実際に手を動かして身につけた確かな技術が不可欠だと痛感しました。まずは日常の小さな業務改善から手を動かし、学んだ知識を「使える技術」へ育てていきたいと思います。
研修を「受けっぱなし」にしない仕組み（フォージビジョン社の事例）
セミナーでは、フォージビジョン社から研修の効果を最大化するための具体的な取り組みが紹介されました。
知識の「点・線・面」モデル
研修で得られる知識は、最初は点（個々の正しい知識）に過ぎません。それが他の知識とつながって線（応用力）になり、さらに広がって面（幅広い提案力）に発展していく——このステップを意識することが大切です。
点を消えないようにする——研修後のフォローアップの機会を組織として用意することが大切
初学者の立場としてこの言葉を聞いたとき、こうしたフォローアップを大切にしてくれる組織の中にいられることは心強いと感じました。
社内勉強会と社外コミュニティの活用
フォージビジョン社では、社内有志を活用したハンズオン形式の勉強会を定期的に実施しているそうです。新しいサービスだけでなく基礎的なテーマも人気があり、研修受講者が講師を務めることで知識の定着を図っています。また、勉強会で失敗しても責められない雰囲気づくりも大切にしているとのこと。「うまくいかなくて当たり前」という前提があるからこそ、安心して手を動かせる環境が生まれるのだと感じました。
また、JAWS-UGなどの社外コミュニティへの参加も推奨されていました。業務では触れる機会の少ない分野との接点が生まれ、興味のある領域に出会うことで深堀りのモチベーションが生まれる——つまり、点から線へのつながりを加速させる場になるとのことです。
双方向の学びの場をつくる
一方通行にならない勉強会の設計も重要です。参加者同士がコミュニケーションを取り、知識を共有することでお互いの学びにつなげる。AWS Builder Cardsなどのツールも活用しながら、勉強会をきっかけに参加者同士のつながりを育て、勉強会以外でもコミュニケーションが取れる関係性に発展させることが理想だと語られていました。
学びを支える環境の重要性を知ると同時に、自ら進んで飛び込む積極的な姿勢こそが成長のカギだと実感しました。こうした機会を逃さず活用し、得た知識を「点」から「線・面」へと確かな技術に育てていきたいです。
学びを行動に変える最初の一歩
セミナーの最後に、「明日から何を始めるか？」という問いが投げかけられました。初学者の自分にとって特に響いたアクションをまとめます。
まず一つ目は、学んだことを業務改善に活かして知識を形にするということです。前のセクションでも触れましたが、日常業務の中にこそ学びを実践に変えるチャンスがあります。「ちょっとした作業を自動化してみる」「手作業で行っていた手順をスクリプトに置き換えてみる」など、小さな改善の積み重ねが確かな技術力につながっていきます。
もう一つは、何事にも挑戦してみるという姿勢です。業務改善だけでなく、個人で何か作ってみたり、社外コミュニティに参加してみたり。特にコミュニティ参加は、フォージビジョン社の事例でもあったように、業務では出会えない分野との接点が生まれ、学びのモチベーションを高めてくれます。AI時代はスキルの変化も速いので、一緒に知識を共有できる仲間を見つけることが、長く学び続ける支えになるはずです。
AIとの付き合い方
セミナーでは、AIとの向き合い方についても議論がありました。印象的だったのは次の言葉です。
AIに指示してリソースを作成してしまうと力にならない
一方で、「AIが簡単にできることは、もう勉強しなくていいのか？」という問いも投げかけられました。これに対する答えは明確で、AIが生成したものをレビューできる力、そしてメンテナンスできる力は引き続き必要だということです。
トラブルが発生した際には、上のレイヤーから調査を進められる力が求められます。クラウド化によってインフラの中身が見えにくくなっている今だからこそ、共有責任モデルとして自身の調査領域を正しく理解し、AIに対して適切な質問ができる力が最低限必要です。
AIに任せられることが増えた時代でも、「何を任せて、何を自分で判断すべきか」を見極める目は、基礎知識なしには養えません。便利なツールを使いこなすためにこそ、地力が問われるという点が、AIとの付き合い方を考える上での一貫したメッセージでした。
おわりに
今回のセミナーを通じて、「資格取得はゴールではなくスタートライン」という意識が改めて強くなりました。
特に印象的だったのは以下の3点です：
- 知識は「点→線→面」で育てる — 研修後のフォローアップの機会を活かすことが成長のカギ
- AIは同僚であり、万能ではない — AI活用スキルと基礎知識の両方が必要
- 手を動かすことが最強の学習法 — 業務改善やハンズオンで知識を技術に変える
AI時代だからこそ、人間のエンジニアとしての基礎力と、仲間とのつながりがより重要になっていく。そんなメッセージを受け取ったセミナーでした。
そして、今は初学者の立場ですが、いつか自分が教育担当やメンバーを育てる側に立ったとき、セミナーで語られていた「点を消さない仕組みづくり」や「失敗しても責められない環境づくり」といった視点を大切にしていきたいと思います。
まずは小さな一歩から。明日からできることを一つ、始めてみませんか？
