如果你最近关注日本IT行业的动向，会发现一个有趣的现象：曾经以“加班多、人力密集”著称的日本系统开发行业，正在经历一场由生成AI驱动的结构性变革。这场变革的关键词不再是“AI会不会取代工程师”，而是“工程师的工作内容正在被重新定义”。
富士通的“100倍生产力”：一个标志性事件
今年2月，富士通发布了一条震动日本IT圈的消息：他们利用自研的生成AI“Takane”和AI代理，实现了系统改修的全自动化，在实证测试中，原本需要3个月的改修作业缩短到了约4小时。
这意味着什么？富士通的AI战略本部长冈田英人在说明会上直言：传统那种“投入大量人力、花时间开发”的收费模式，“应该会消失”。这句话背后是整个日本系统集成行业商业模式的根本性转向——从“卖人头”转向“卖成果”。
NTT数据集团也计划在2026年度内导入“AI原生开发”技术，将开发流程从“为人设计”转向“为AI设计”。日本IBM同样在大型系统开发中引入了AI代理。
AI代理的“日本式落地”：务实且具体
与硅谷热衷于讨论通用人工智能不同，日本企业的AI代理应用显得相当“接地气”。NEC在本社内新设了由17个AI代理构成的“企业AI·劳动力事业部”，让它们承担经营分析、模拟推演、风险预警等具体业务。日铁解决方案（NSSOL）则与Anthropic达成战略合作，利用Claude Code处理日本企业普遍面临的“技术债务”——那些庞大而陈旧的遗留系统。
日立与Anthropic的合作规模更大：计划在全集团约29万名员工中导入Claude，并将内部应用作为“客户零号”先行验证，再将经验复制到电力、交通、制造等社会基础设施领域的客户场景中。
一个值得注意的细节是：这些AI代理项目大多强调“现场适配”。NVIDIA的Nemotron开源模型正在被日本企业和研究机构用于构建行业特化AI，从金融文档翻译到资产管理报告生成，都出现了日本本地化的模型应用。
工程师的“两极分化”：不是失业，而是重新分层
日本经济新闻与IT人才服务公司Leverage的一项联合分析揭示了一个更现实的图景：AI带来的不是大规模失业，而是工程师价值的“两极分化”。
数据显示，2022年以来，难以被AI替代的上流工程（如项目经理）单价上涨了2成，而自动化进展迅速的下流工程（如HTML编码）单价下降了5成。以“写代码”为核心技能的工程师正在面临薪资下行压力，而能够定义问题、设计架构、协调资源的工程师则更加稀缺。
但这不意味着下流工程师会“消失”。TWOSTONE&Sons的一项调查显示，约9成使用AI的工程师对业务变化持“积极”态度，他们认为AI将自己从“测试执行”“定型编码”等重复劳动中解放了出来。与此同时，新的任务在增加：提示词设计、AI生成代码的审查与重构、输出质量的验证——这些都需要人的判断力。
“AI输出正确性的评估与验证能力”被60.2%的工程师认为是AI时代最重要的技能。从“写代码的人”转变为“判断代码好坏的人”，这可能是日本IT工程师正在经历的身份转换。
物理AI：日本制造业的“背水一战”
如果说软件开发的AI化是“追赶”，那么物理AI（Physical AI）则是日本试图“领先”的领域。今年7月，富士通与发那科、安川电机、川崎重工三家机器人巨头宣布合作，在NVIDIA的技术支持下推进物理AI的实用化。
这个合作的逻辑很清晰：日本在制造业现场积累了海量的“暗默知”——那些难以用文字表达但至关重要的经验与判断。Sakana AI的COO伊藤錬对此有一个精准的表述：“新人银行员读一本手册并不能做房贷审批，因为背后有海量的经验与暗默知。AI的另一项工作，就是把这些暗默知吸收进来，变成可用的东西。”
软银牵头成立的国产AI基础模型新公司，富士通、安川电机、旭化成等企业正在考虑出资，目标同样指向“可在制造业一线使用的物理AI”。日本政府也以最高约1万亿日元的补助支持国产AI基础模型开发。
结语：AI没有“抢走”工作，而是在“重新定价”技能
日本IT行业的AI趋势，如果用一句话概括：AI正在将工程师从“执行者”推向“定义者”的位置。
富士通的100倍效率提升不是终点，而是一个信号。当AI能够自主完成从需求定义到测试的全流程时，工程师的价值就不再体现在“做了多少”，而是体现在“判断了什么值得做”和“验证了什么做得对”。
对于在日本IT行业工作的工程师来说，这既是一个令人不安的时刻，也是一个重新定义自身价值的窗口。那些能够驾驭AI、理解业务、判断质量的人，正在获得前所未有的杠杆效应。而固守“编码即核心技能”的人，则需要认真思考下一步的方向。
毕竟，当AI能写出比你更快、更多的代码时，“会写代码”本身就不再是护城河了。
