「Pythonはやめとけ」は本当？7つの理由を検証｜続けるか移るかの判断基準

【結論】「Pythonはやめとけ」は誰に向けた言葉か

「Pythonはやめとけ」には、これから学ぶ人への言語選択の話と、働いている人のキャリアの話が混ざっています。どちらの話なのかで、必要な答えが変わります。

検索結果の上位には、プログラミングスクールや開発会社が学習者に向けて書いた記事が多く並んでいます。仕事でPythonを使っている方が知りたいことと、ずれている場合があります。

「やめとけ」と検索する3つの立場

「Pythonやめとけ」と検索する人は、大きく3つの立場に分かれます。心配している対象が違えば、必要な答えも変わります。

本記事は、2つ目と3つ目の立場の方に向けて書いています。すでにPythonに触れている方が、それを軸にキャリアを作るかどうかを自分で判断できる材料をそろえることが目的です。

転職を勧める記事ではありません。いまの職場で続けるという結論も、同じ重さで扱います。

ただし、1つ目の立場の方にも読める内容はあります。7つの理由の判定は、学ぶかどうかを決める材料としても使えます。

この記事が答えること、答えないこと

本記事が答えるのは、Pythonをすでに使っている方のキャリア判断です。文法の学び方やスクール選び、学習の順番は扱いません。

答えるのは次の5つです。

「Pythonはやめとけ」と言われる7つの理由｜判定一覧

「Pythonはやめとけ」と言われる理由は7つに整理できます。本記事の判定では、いまも妥当なのは2つ、条件つきで妥当が2つ、確認できないものが2つ、現時点では裏づけがないものが1つです。

検索上位の記事の多くは、理由を列挙するところで終わっています。ここでは1つずつ、2026年時点でどこまで当てはまるかを判定します。判定は公的な結論ではなく、公開データをもとにした本記事の評価です。

「いまも妥当」と判定した2つは、擁護せずに受け止めるべき指摘です。一方で「確認できない」とした2つは、よく目にするわりに、本記事で確認した範囲では数字の裏づけが見つかりませんでした。

このセクションでは言語の性質に関する①〜③を、次のセクションで仕事と待遇に関する④〜⑦を扱います。各理由の最後に、すでにPythonを使っている方にとって何を意味するかを添えています。

なお、長時間労働や多重下請けといった、IT業界そのものに対する不安はここでは扱いません。

▼IT業界そのものが「やめとけ」と言われる理由はこちら

理由①：処理速度が遅い

判定は「条件つきで妥当」です。標準の実装（CPython）で、重い計算を純粋なPythonのコードだけで実行すると、最適化されたC言語などの実装より遅くなることがあります。

ただし、実務で重い処理を担っているのは、Pythonそのものではない場合が多くあります。数値計算ライブラリのNumPyは、公式サイトで「中核は最適化されたC言語のコード」と説明しています。Pythonで書きながら、計算の重い部分はコンパイル済みのコードが処理する構造です。

速度の改善も続いています。2025年10月に公開されたPython 3.14では、実行を高速化するJITコンパイラが、Windows版とmacOS版の配布物で試せるようになりました。まだ実験的な機能という位置づけです。

この指摘が重くなるのは、大量のリクエストを短い応答時間で返し続けるような、速度そのものが要件になる開発です。データ分析や業務の自動化でも、扱うデータの量や書き方によっては速度が問題になります。自分が関わる仕事の中身によって、この指摘の重みは変わります。

※ 参考元：NumPy公式サイト／Python公式ドキュメント「What's New In Python 3.14」

理由②：並列処理が苦手

判定は「条件つきで妥当」です。標準の実装（CPython）には、GIL（グローバルインタプリタロック）という仕組みがあります。同じプロセスの中で、複数のスレッドがPythonのコードを同時に実行することが、GILによって制限されてきました。

一方で、処理を別のプロセスに分ける方法などでは、従来から並列処理ができます。GILの制約を受けるのは、主にスレッドを使ってCPUの計算を並列に進める使い方です。

この状況は変わりつつあります。Python 3.13からGILを外したビルドが提供されるようになり、3.14ではこのビルドが公式にサポートされる扱いになりました。

ただし、標準のビルドは現在もGILを持つ形のままで、GILを外したビルドは別に選んで使うものです。公式ドキュメントでは、GILを外したビルドでは単一スレッドのコードを動かす際に追加の負荷がかかり、その大きさは処理内容や環境によって異なると説明されています。拡張モジュールを含む外部ライブラリの一部は、まだ対応が済んでいない状態です。

実務の観点では、「Pythonでは並列処理ができない」と言い切るのは正確ではありません。一方で、いま任されている開発がこの制約に強く影響されるなら、指摘はそのまま当てはまります。

※ 参考元：Python公式ドキュメント「What's New In Python 3.14」「Python support for free threading」

理由③：スマホアプリや画面側の開発に向かない

判定は「いまも妥当」です。スマートフォンのアプリや、ブラウザ上で動く画面の開発では、Pythonが中心の言語になることは多くありません。

ただし、これはPythonに固有の弱点というより、用途の違いです。どの言語にも得意な領域があります。画面側の開発ではJavaScriptやTypeScript、スマートフォンのアプリではそれぞれの端末向けの言語が使われるのが一般的です。

判断に使うなら、「Pythonがこの分野に弱い」ではなく「自分がこの分野に進みたいか」で考えるほうが実際的です。画面やアプリの開発に進みたいのであれば、言語を変える理由になります。

データ分析やAI開発、サーバー側の開発を続けたいのであれば、この指摘は判断材料になりません。応募しない分野での弱さは、キャリアに影響しないためです。

技術面の3つをまとめると

技術面の3つのうち、いまも妥当なのは③用途の偏りだけでした。①処理速度と②並列処理は、指摘自体は正しいものの、改善が進んでいる領域です。

3つとも「Pythonを新しく選ぶかどうか」の話としては意味があります。すでにPythonを使っている方にとっては、①②は職場や職種を変える決め手になりにくい指摘です。③は、画面やアプリの開発に進みたい場合に限って、言語を変える理由になります。

仕事と待遇に関する4つの理由を検証する

仕事と待遇に関する4つの理由のうち、いまも妥当なのは「書けるだけでは仕事にならない」の1つです。「競争が激しい」「稼げない」は本記事で確認した範囲では数字で確かめられず、「AIで不要になる」は現時点では裏づけがありません。

すでにPythonを使っている方にとって、影響が大きいのはこちらの4つです。

理由④：Pythonが書けるだけでは仕事にならない

判定は「いまも妥当」です。Pythonの文法を知っているだけでは、希望する職種の応募要件を満たせないことが多くあります。必要な知識や経験は、職種や求人によって異なります。

厚生労働省の職業情報提供サイト「job tag」を見ると、この点がはっきりします。AIエンジニアの項目では、Pythonを使いこなせることに加えて、2つのことが求められると書かれています。機械学習の手法に精通していることと、データ分析の技術やツールを使えることです。さらに、画像処理や自然言語処理といった技術、医学や農学など特定分野の知識が求められることもあると説明されています。

Webサービス開発のシステムエンジニアでも同じです。job tagでは、よく使う技術としてPythonのほかに、クラウドサービス、データベース、Linuxなどが並んでいます。

つまり、Pythonは「入口の言語」としては強い一方、それだけで職種が決まるわけではありません。すでにPythonを使っている方は、Pythonと一緒に何をしてきたかを説明できるかどうかを確認してください。

※ 参考元：厚生労働省 職業情報提供サイト（job tag）「AIエンジニア」「システムエンジニア（Webサービス開発）」

理由⑤：学ぶ人が多く、競争が激しい

判定は「確認できない」です。Pythonは学習者に人気の言語として紹介されることが多く、応募者が多いという印象を持たれやすい言語です。

ただし、本記事で確認した範囲では、言語別の応募者数や、求人1件あたりの競争率を示す統計は見つかりませんでした。「学ぶ人が多い」ことと「採用の場で競合が多い」ことは、別の事実です。

考えられるのは、学習を始めたばかりの人と、実務でPythonを使ってきた人が、同じ求人に応募するとは限らないということです。実務経験を応募条件にしている求人では、学習経験だけでは条件を満たせません。

判断に使うなら、競争の激しさを心配するより、応募したい求人の応募条件を満たしているかを先に確認するほうが確実です。

理由⑥：稼げない

判定は「確認できない」です。Pythonエンジニアの年収を言語別に集計した公的な統計は、本記事で確認した範囲では見つかりませんでした。「稼げない」も「稼げる」も、公的な数字では確かめられない状態です。

近い範囲の公的な統計としては、job tagの職種別データがあります。システムエンジニア（Webサービス開発）の平均年収は578.5万円、AIエンジニアが属する職業分類の平均年収は609.8万円です。

ただし、いずれもPython固有の数値ではありません。職種や職業分類単位の数字で、使う言語による内訳は公表されていません。詳しくは後の「Pythonの仕事は職種で求められるものが違う」で扱います。

民間の転職サービスが公表している言語別の年収は、集計の対象や方法がサービスごとに異なります。1つのサービスの数字を、市場全体に当てはめることはできません。

理由⑦：AIがコードを書くので不要になる

判定は「現時点では裏づけがない」です。少なくとも2025年の開発者調査では、Pythonで開発したと答えた人の割合は増えています。

Stack Overflowの開発者調査では、Pythonの使用率が2024年から2025年にかけて7ポイント増えました。調査の報告では、AI、データサイエンス、サーバー側の開発で選ばれる言語であることが、その理由として挙げられています。

GitHubの年次報告でも、2025年に新しく作られたAI関連のリポジトリのうち、半数近くがPythonで書かれていました。AIを作る側で、Pythonは中心的な言語として使われ続けています。

ただし、使用率が増えていることと、人がPythonを書く仕事が将来も減らないことは別の話です。AIの普及が将来の雇用にどう影響するかは、このデータだけでは判断できません。AIとの関係は、後の「AIがコードを書く時代に、Pythonを武器にする意味」で扱います。

※ 参考元：Stack Overflow「2025 Developer Survey」／GitHub「Octoverse 2025」

7つの理由をまとめると｜いまも妥当なのは2つ

本記事の判定で、いまも妥当としたのは③用途の偏りと、④書けるだけでは仕事にならない、の2つでした。①処理速度と②並列処理は条件つき、⑤競争と⑥年収は確認できない、⑦AIによる不要論は現時点では裏づけがない、という結果です。

妥当な2つに共通しているのは、いずれも「Pythonという言語が悪い」という話ではない点です。どの分野で、何と組み合わせて使うかという、使う側の話になっています。

言い換えると、③を除いて、7つの理由はPythonを使っている方がいま職場や言語を変える決め手にはなりにくい指摘です。③も、画面やアプリの開発に進みたい場合に限った話です。多くの場合、決め手になるのは後半で扱う環境の側の条件です。

Pythonの現在地｜利用は伸び、言語の更新も続いている

Stack Overflowの2025年の開発者調査では、Pythonで開発したと答えた人は57.9%で、1年で7ポイント増えました。言語の開発も続いており、2025年10月にPython 3.14が公開されています。

「オワコン」という言葉から連想される、使われなくなった技術という状態には当てはまりません。このセクションでは、確認できる事実だけを並べます。

開発者調査での使用率は57.9%、1年で7ポイント増えた

Stack Overflowが2025年に実施した開発者調査では、使用言語の設問に31,771人が回答しました。このうち57.9%が、過去1年間にPythonで開発したと答えています。

※ 主な言語の抜粋です。調査全体の回答は49,009件、この設問の回答は31,771件です

Pythonの使用率は、HTML/CSSとSQLを含む調査対象全体では4番目でした。調査の報告では、Pythonの使用率が2024年から2025年にかけて7ポイント増え、10年以上続いた伸びがさらに加速したと説明されています。

同じ調査で、Pythonを使っている開発者のうち今後も使い続けたいと答えた割合は56.4%でした。まだ使っていない開発者を含めて、今後使いたいと答えた割合は39.3%です。

なお、この調査はStack Overflowのサイトなどを通じて参加を募った任意参加の調査で、世界の開発者全体の構成をそのまま示すものではありません。日本国内の求人動向とも一致するとは限りません。

※ 参考元：Stack Overflow「2025 Developer Survey」（2025年・使用言語の設問の回答者31,771人）

GitHubでは「AI開発の言語」としての比重が高まっている

GitHubが2025年10月に公表した年次報告「Octoverse」には、別の角度からの数字があります。

2025年8月、GitHub上で最も多くの開発者が使う言語は、初めてTypeScriptになりました。Pythonを約4.2万人上回ったと報告されています。

一方で、AIとデータサイエンスの領域ではPythonが引き続き中心です。GitHubの月次の集計では、2025年8月にPythonのプロジェクトに貢献した開発者は約260万人で、前年同月から48%増えたと報告されています。また、2025年に新しく作られたAI関連のリポジトリのうち、半数近く（58万2,196件）がPythonで書かれていました。

この2つの数字が示しているのは、Pythonが「あらゆる開発の標準」になったというより、「AIとデータの領域の標準」としての比重を高めている状態です。Webサービスの開発全般では、TypeScriptなど他の言語との使い分けが進んでいます。

Pythonを軸にキャリアを考えるなら、どの領域でPythonを使っているかが、そのまま市場での立ち位置になります。

※ 参考元：GitHub「Octoverse 2025」（2025年10月公表・2026年2月更新）

Python 3.14で何が変わったか｜バージョンと保守期限

Pythonの主なバージョンの状況は次のとおりです（2026年9月時点。3.11・3.12は省略）。

近年のPythonは毎年10月に新しいバージョンが公開され、それぞれ約5年間保守される予定で運用されています。3.14では、先に触れたとおりGILを外したビルドが公式サポートになり、JITコンパイラが配布物で試せるようになりました。

実務では、このバージョンの状況が職場を見る材料になります。保守期限の切れたバージョンのまま動いているシステムを担当している場合、その職場では技術の更新に工数が割かれていない可能性があります。この点は後半の判断基準で扱います。

※ 参考元：Python Developer's Guide「Status of Python versions」（2026年9月確認）

Pythonの仕事は職種で求められるものが違う｜公的データで見る4つの領域

本記事では、Pythonが使われる仕事を、Webサービス開発、AI・機械学習の開発、データ分析、業務の自動化の4つの領域に整理します。同じPythonでも、職種によって求められる力が変わります。

「Pythonエンジニア」とひとまとめにすると、判断を誤ります。自分がどの職種の入口にいるのかを、先に確認してください。

Pythonが使われる主な4つの領域

本記事で整理した代表的な4つの領域と、Pythonと一緒に求められるものは次のとおりです。

この表で見てほしいのは、右の列です。Pythonは4つの領域すべてで使われますが、評価を左右しやすいのは、Pythonと一緒に求められるものの側です。

業務の自動化でPythonを使っている方は、Excelの作業をマクロで自動化してきた方と近い立ち位置にいます。自動化の経験を転職でどう評価してもらうかは、Excel作業の自動化スキルを転職に活かす方法も参考になります。

※ 参考元：厚生労働省 職業情報提供サイト（job tag）「システムエンジニア（Webサービス開発）」「AIエンジニア」「データサイエンティスト」

公的統計で確認できる年収と有効求人倍率

job tagでは、職種ごとに厚生労働省の統計を加工した数値が公開されています。Pythonが使われる職種の数値は次のとおりです。

※ 平均年収は令和7年賃金構造基本統計調査、有効求人倍率は令和7年度のハローワーク求人統計をもとにjob tagが作成したものです

システムエンジニア（Webサービス開発）の2.54は、対応する職業分類のハローワーク統計の値です。有効求職者数に対する有効求人数の比率が2.54倍であることを示します。

ただし、この表の数値には2つの注意点があります。1つ目は、いずれもPython固有の数値ではないことです。2つ目は、統計が職業分類単位で作られていることです。

job tagでは、AIエンジニアとデータエンジニアが同じ職業分類に対応しており、年収と有効求人倍率の値も同じになっています。AIエンジニアだけの年収を示した数字ではない点に注意してください。データサイエンティストの項目は、さらに広い「他に分類されない技術の職業」という分類の統計が載っているため、本記事では使っていません。

対応する職業分類のハローワーク統計では、いずれも有効求人倍率が1を上回っています。ただし、この数値だけでは、Pythonを使う求人の件数や、その増減は判断できません。

※ 参考元：厚生労働省 職業情報提供サイト（job tag）「システムエンジニア（Webサービス開発）」「AIエンジニア」（2026年9月確認）

言語別の年収・求人数は公的統計では確認できない

「Pythonエンジニアの平均年収は◯万円」という数字を目にすることがあります。これらは民間の転職サービスが自社の求人や登録者から集計したもので、公的な統計ではありません。

言語別の求人数も同じです。転職サービスの公開求人数は、スキルとして指定された求人だけを数えるか、募集要項に一度でも語が出てくる求人を含めるかで、大きく変わります。

このため、1つのサービスの数字を、Pythonの求人市場全体に当てはめることはできません。職種の求人と、応募したい求人の中身を見るほうが確実です。

AIの領域に進みたい方は、AIエンジニアの求人を探すときの転職サービスの選び方も参考になります。

▼データ分析の求人が多い転職サービスの見分け方はこちら

AIがコードを書く時代に、Pythonを武器にする意味

開発者調査の回答者の84%がAIツールを利用中または利用予定と答える一方で、45.7%はAIの出力の正確さを信頼していません。AIを使う場面が広がる一方、その出力をそのまま信頼していない開発者も多い状況です。

Pythonは、AIに使われる側の言語であると同時に、AIを作る側の言語でもあります。ここでは、確認できている数字から、その意味を見ます。

回答者の84%がAIツールを利用中・利用予定、45.7%は出力を信頼していない

Stack Overflowの2025年の開発者調査では、AIツールを開発の工程で使っているか、使う予定があると答えた割合は84%でした。職業としての開発者のうち、毎日使っていると答えた割合は51%です。

一方で、AIツールの正確さを信頼していると答えた割合は32.7%、信頼していないと答えた割合は45.7%でした。利用状況と信頼度は別の設問で、同じ回答者の内訳ではありません。不満の内容（複数回答）も具体的です。

最も多いのは「ほぼ正しいが、完全ではない」という不満です。明らかに間違ったコードは気づきやすいものの、動くけれど問題を含むコードもあるため、コードの確認やテストで検証する必要があります。

※ 参考元：Stack Overflow「2025 Developer Survey」（2025年）

Pythonは「AIを作る側」の言語でもある

Pythonには、他の言語と違う事情があります。AIを使ってコードを書く側だけでなく、AIそのものを作る側でも中心の言語になっていることです。

job tagのAIエンジニアの項目では、Pythonを「この分野でメジャーなプログラミング言語」と説明しています。先に触れたとおり、2025年に新しく作られたAI関連のリポジトリの半数近くもPythonでした。

GitHubの報告では、2025年にPythonで新しく作られたAI関連のリポジトリは58万2,196件で、前年から50.7%増えました。AIを作る側の開発でPythonが使われる場面は、少なくとも現時点では広がっています。Pythonを使ってきた方にとって、つながりやすい移り先の1つになります。

ただし、この領域で求められるのはPythonの文法ではありません。機械学習の手法やデータ分析の技術、分野ごとの専門知識が求められる点は、理由④で見たとおりです。

※ 参考元：厚生労働省 職業情報提供サイト（job tag）「AIエンジニア」／GitHub「Octoverse 2025」

AIの出力を検証できる知識は引き続き重要

これらの結果から、AIの出力を検証できる知識は引き続き重要だと考えられます。ただし、調査は利用状況と意識を尋ねたもので、作業ごとの市場価値や採用での評価の変化を直接示すものではありません。

定型的な集計スクリプトや、よくある処理ほど、AIからそれらしいコードが返ってきます。実装の速さという点では、恩恵を受けやすい作業です。

一方で、その集計が正しい前提に立っているか、分析の結果が事業の判断に使える水準かを見極めるには、Pythonの外側の知識が必要です。データの意味を知っている人、業務の流れを知っている人の判断は、AIに置き換わりにくい部分だと考えられます。

この変化は、Pythonを続けるかどうかの判断にも関わる話です。定型的なスクリプトを書く作業だけを担当している場合、その部分は今後さらに価値が下がる可能性があります。逆に、何を自動化し、何を分析すべきかを決める立場にいるなら、AIの普及は追い風になりえます。

なお、Pythonと他の言語で、AIのコード生成の性能を比べた公開研究はあります（MultiPL-Eなど）。ただし、結果はモデル・課題・評価の条件に左右されるため、実務での正確さを言語だけで一律に比べることはできません。

※ 参考元：Cassano ほか「MultiPL-E: A Scalable and Extensible Approach to Benchmarking Neural Code Generation」（2022年）

【立場別】Pythonでキャリアを作るかの判断基準

Pythonでキャリアを作るかは、言語の人気ではなく、いまの環境でPython＋αの経験を職務経歴書に書ける形で積めているかで判断できます。

ここまで見てきたとおり、Pythonという言語の評価だけでは結論が出ません。立場によって確認すべき点が違うため、2つに分けて整理します。

Pythonで働くエンジニアの判断基準｜5つのチェック

すでにPythonで開発や分析をしている方は、次の5つを自分の状況に当てはめてください。

満たしている数を数えて判定するものではありません。どの基準を満たしていないかによって、取るべき手が変わります。

①と②を満たしていない場合は、いまの職場で担当範囲を広げられるかを先に確かめてください。③と④を満たしていない場合は、言語ではなく組織の側に原因がある可能性があります。

③の「保守期限」は、先に示したバージョンの表で確認できます。3.10は2026年10月でセキュリティ修正も終わるため、職場のシステムがどのバージョンで動いているかを一度確かめておくと判断材料になります。

業務でPythonを使っている人が、エンジニアへの転職を考えるときの判断基準

事務・企画・分析などの職種で、業務の自動化や集計にPythonを使っている方は、次の4つを確認してください。

業務の知識とPythonの両方を持つ人は、エンジニアだけの経歴の人にはない強みを持っています。データ分析や業務システムの開発では、その業務を知っていることが評価につながる場面があるためです。

一方で、④は現実的に確認しておく必要があります。職種を変える転職では、それまでの経験年数がそのまま評価されるとは限りません。職種を変える転職で年齢がどう影響するかは、別の記事で詳しく整理しています。

3つのパターン｜続ける／Python＋αで広げる／職場や職種を移る

2つの判断基準を当てはめると、次の3つに分かれます。

注意したいのは、エンジニアの基準の③と④を満たしていない場合です。この2つは言語より組織の状態に関わる項目で、Pythonから別の言語に移っても解決しない可能性があります。Pythonのまま別の会社へ移るほうが早いこともあります。

職場そのものに限界を感じている場合は、言語の話とは分けて考えてください。職場を離れるべきかを見極めるサインを先に確認しておくと、判断を切り分けやすくなります。

エンジニアの仕事そのものが合わないと感じている場合も同じです。エンジニアという職種自体が合わないと感じたときの見極め方を参考にしてください。

▼進みたい方向そのものが定まらないときの整理法はこちら

Python＋αの作り方と、転職の進め方

Pythonを軸にするなら、目指す職種で求められる専門性を1つ選んで掛け合わせるのが現実的です。そのうえで、実務の経験を職務経歴書に書ける形に整えてから動くと、応募できる求人の幅が変わります。

掛け合わせる候補｜目指す職種で決まる

すべてを身につける必要はありません。目指す職種で求められるものから、いまの業務で手が届くものを1つ選んで深めるほうが結果につながります。

選ぶときの目安は、いまの担当業務との距離です。すでに少しでも関わっている領域なら、経験として語れる状態まで持っていきやすくなります。まったく接点のない技術を選ぶ場合は、自分で何かを作るなど、実務と結びつける工夫が必要になります。

Pythonに限らず、自分の経歴全体が市場でどう見られるかを確認しておくと、掛け合わせる候補も選びやすくなります。Python以外も含めた自分の市場価値の測り方も参考にしてください。

実務の経験を職務経歴書に書ける形にする

「Pythonを使ったことがある」だけでは、書類選考で伝わる情報が多くありません。求人の側が知りたいのは、Pythonで何を、なぜ、どう変えて、結果どうなったかです。

Pythonを活かした転職に役立つサービス

1：レバテックキャリア

2：Geekly

3：Findy

4：テックゴー

5：キッカケエージェント

まとめ｜Pythonでキャリアを作るかは、言語ではなく環境で決まる

Pythonは「やめとけ」の一言で片づけられる言語ではありません。ただし、Pythonを書けることだけで評価される言語でもありません。判断を分けるのは、言語の人気ではなく、いまの環境です。

やめとけと言われる7つの理由のうち、本記事の判定でいまも妥当なのは2つでした。スマホアプリや画面側の開発に向かないことと、Pythonが書けるだけでは仕事にならないことです。いずれも言語の欠点というより、どの分野で何と組み合わせて使うかという、使う側の話です。

一方で、開発者調査でのPythonの使用率は2025年に7ポイント伸び、AI開発の領域では中心の言語として使われています。「稼げない」は数字で確かめられず、「AIで不要になる」も現時点では裏づけがありません。

それでも「このまま続けてよいか」の答えは、言語の側からは出てきません。Pythonと一緒に使う専門性が増えているか、判断に関わっているか、3年後に職務経歴書へ書ける成果が積めているか。答えはこちら側にあります。

迷ったときは、立場別の判断基準に戻ってください。そのうえで、続けるなら掛け合わせる専門性を1つ決める。移るなら、いまの職場で経験を広げてから動く。どちらを選んでも、次の3年で何を積むかが問われる点は変わりません。