【未経験から目指せる】AI人材とは？5つの職種と必要スキル・年収相場

「AI人材」という言葉を見るたびに、自分には縁のない話だと感じていませんか。

AI人材の定義は広がり、専門職でなくても生成AIを仕事の成果に変えられる人なら当てはまります。知らないまま過ごすほど、AIを使える同僚との差は開きます。

本記事では、AI人材の定義と5つの職種、不足している理由、必要なスキル、年収相場、未経験からの始め方までを解説します。

読み終えるころには、自分がどの職種を目指せるのか、明日から何をすればよいのかが具体的に見えているはずです。

AIで収入を増やしたいと思っても、何をどうすれば収入に変わるのかがわからないという方は少なくありません。

収入に変えている人との違いは、チャットの使い方ではなく、作業そのものをAIに渡せているかどうかです。

記事を読んで手順を理解した状態と、自分のPCで一度動かした状態は別物です。読んだだけでは、明日も同じやり方に戻ります。

SHIFT AIの無料オンラインセミナーでは、CodexやClaude Codeへの任せ方を回ごとに実演します。参加者自身がその場でPCを操作するハンズオン形式です。

その場で手を動かすので、動いたところまで確かめて帰れます。直近は9月24日（木）のCodex回で、予約はLINEから受け付けています。

AI人材とは？定義と対象になる人の範囲

AI人材とは、機械学習などの専門知識を持つ技術者と、生成AIを業務に組み込んで仕事の成果を出せる人の両方を指す言葉です。

どこまでが自分に当てはまるのかを判断できるよう、定義の広がり方とほかの人材との違いから順に整理していきます。

AI人材の定義：AIを使って成果を出せる人材の総称

従来のAI人材は、機械学習やディープラーニングの専門知識を持つ技術者を指す言葉でした。大学や研究機関でモデルを研究する人が典型例です。

情報処理推進機構（IPA）の『IT人材白書2019』では、AI人材を次の3つに分類しています。

• AI研究者：AIを実現する数理モデルそのものを研究する
• AI開発者：AIライブラリを使ってシステムやモデルを作る
• AI事業企画：AIを活用した製品やサービスを企画する

押さえておきたいのは、AIを作る側だけでなくAIの使いどころを考える企画側も含まれる点です。いま企画職や営業職にいる人も、この定義の内側にいます。

定義が広がった背景：生成AIによる専門知識のハードル低下

現在は、生成AIを業務に組み込んで成果を出せる人もAI人材と呼ばれます。本記事でも、この範囲まで含めて解説します。

定義が広がった理由は、プログラミングを書かなくてもAIを実務で使えるようになったからです。

一方で、使いこなしている人はまだ多くありません。2025年に弊社SHIFT AIが実施した調査では、生成AIを「日常的に使用する」と答えた方は7.6%でした。

使いこなす人が少ないうちに始めれば、それだけで社内の希少な人材になれます。

IT人材・DX人材との違い：AIを軸に置くかどうか

AI人材と混同されやすいのがIT人材とDX人材です。3つは担当する領域が異なります。

区分	担う領域	代表的な職種
AI人材	AIの開発と業務への活用	AIエンジニア、AIコンサルタント
IT人材	システムやネットワーク全般	システムエンジニア、インフラエンジニア
DX人材	デジタル技術による事業の変革	DX推進担当、プロダクトマネージャー

IT人材がシステム全般を扱うのに対し、AI人材はAIという技術に軸足を置く点が違います。

DX人材は事業の変革が目的であり、AIはそのための手段の1つという位置づけです。

3つは重なる部分もあり、AIを扱えるDX人材のように役割を兼ねる人も増えています。

AI人材の5つの職種

AI人材と一口に言っても、開発を担う技術職から自分の業務にAIを組み込む職種まで、仕事内容の異なる5つの職種に分かれます。

どの職種を目指すかで学ぶ順番も必要な期間も変わってくるため、それぞれの仕事内容と未経験からの距離を順に確認していきましょう。

AIエンジニア：AIを組み込んだシステムをつくる

AIエンジニアは、機械学習モデルを設計してシステムに組み込む技術者です。Pythonでの実装から学習データの整備までを担当します。

完成したモデルをクラウド上で動かし、精度を保つための運用も仕事の範囲に入ります。求人数が多く、AI人材のなかでは最も想像しやすい職種でしょう。

ただし数学とプログラミングの基礎が前提になるため、未経験からの距離は5職種で最も遠い職種です。小さなモデルを自分で動かすところから始めます。

データサイエンティスト：データから課題の答えを導く

データサイエンティストは、企業に蓄積されたデータを分析して意思決定を助ける職種です。統計学と分析ツールの両方を使いこなします。

売上が落ちた原因の特定や、解約しそうな顧客の予測など、扱うテーマはビジネス課題そのものです。AIはあくまで分析の手段として使います。

分析結果を経営層に説明する場面が多く、統計の知識と同じくらい説明する力が問われます。数字を扱い慣れた企画職や経理職からの転向例も出てきています。

AIコンサルタント：企業のAI活用を設計して伴走する

AIコンサルタントは、どの業務にAIを入れるかを設計し導入まで伴走する職種です。事業会社とAI開発の橋渡し役にあたります。

現場の業務を分解し、AIで置き換えられる部分を切り出して投資対効果まで示します。手を動かす開発よりも、課題を見つける力が中心です。

生成AIの登場で相談が急増しており、業務に詳しい元担当者が転向しやすい職種でもあります。現場を知っているほど改善案が具体的になり、業界知識がそのまま強みになるためです。

プロンプトエンジニア：生成AIから狙った出力を引き出す

プロンプトエンジニアは、生成AIへの指示文を設計して出力の質を安定させる職種です。生成AIの普及とともに生まれました。

同じChatGPTでも、指示の書き方によって返ってくる内容の質は大きく変わります。その差を埋める指示文の型を、業務ごとに作り込んでいきます。

プログラミング経験を必須としない求人もあり、専門職としては未経験から最も近い入口です。日本語のまま成果を出せるので、まず試すならこの職種が向いています。

AI活用人材：自分の職種の仕事にAIを組み込む

AI活用人材は、営業や事務など既存の職種のまま業務に生成AIを組み込む人を指します。企業がいま最も増やしたいと考えている層です。

提案資料の下書き、議事録の要約、問い合わせ対応の定型文づくりなど、任せる範囲は職種ごとに違います。専任の肩書きが付かないのが特徴です。

転職も資格も必要ないため、今日から始められる職種です。ここで出した成果は職務経歴書に書ける実績になり、他の4職種へ移るときの土台にもなります。

AI人材が不足している3つの理由

AI人材が足りないのは、AIを使いたい企業が急増する一方で、人材の育成と供給がその伸びにまったく追いついていないためです。

不足の中身を3つに分けて見ていくと、専門家でない人にまで機会が回ってくる理由と、いま学び始めることの価値がはっきりします。

需要が急増する一方で供給が追いついていない

1つ目の理由は、AIを使いたい企業の増加に人材の供給が追いついていないことです。

経済産業省が2019年4月に公表した『IT人材需給に関する調査』では、2030年にAI人材が最大12.4万人不足すると推計されています。

転職市場の動きも明確です。生成AI活用普及協会（GUGA）の集計では、生成AI関連の求人が2024年の1年間で約3.5倍に増えました。

需要が伸びるほど採用競争は激しくなり、スキルを持つ人ほど条件を選べる状態が続いています。

裏返せば、AIに置き換えられる仕事も出てきます。どの職種が影響を受けるのかは、AIでなくなる仕事を整理した記事で解説しています。

教育機関と企業の育成体制が整っていない

2つ目の理由は、AIを教えられる人と場所が足りていないことです。

大学や専門学校でAI関連の専門コースが増え始めたのは最近で、卒業生の数はまだ需要に届いていません。企業の研修も、進んでいるのは一部にとどまります。

• 教える人がいない：社内にAIを説明できる人材が育っていない
• 教える内容が決まらない：何から学ばせればよいか判断できない
• 試す場がない：学んだ内容を実際に使う業務が用意されていない

この3つが重なり、学びたい人がいても場が用意されない状況が続いています。

学ぶ場が限られている以上、自分で学び方を選べる人が有利になります。独学とコミュニティの併用が現実的な選択肢です。

優秀な人材の海外流出が止まっていない

3つ目の理由は、国内で育った人材が海外企業へ移っていることです。とくに先端AI研究の分野で、この動きが目立ちます。

先端研究に近い人ほど、米国の大手IT企業やスタートアップから声がかかりやすい状況です。報酬と研究環境の両面で、国内の条件は見劣りしています。

上位層が抜けるほど、国内に残った人材で不足を埋めるほかありません。裏を返せば、専門家でなくてもAIを扱える人にまで活躍の場が回ってくる状況が生まれています。

AI人材になる4つのメリット

AI人材になると、収入とキャリアの両方に効く4つのメリットがあります。

どれも今日の学習が数年後に効いてくるものばかりです。

市場価値が高まる

1つ目は、AIを扱えるだけで採用市場での評価が上がることです。知識と実践スキルを持つ人はまだ希少なためです。

MicrosoftとLinkedInの2024年の調査では、ビジネスリーダーの66%が「AIスキルのない人は採用しない」と回答しています。
参考：AI at Work Is Here（Microsoft）

• 中途採用の書類選考で比較の土俵に乗る
• 社内の異動や昇進の判断材料になる
• 副業や業務委託の受注につながる

AIが使えないことが選考の足切りになる時代は、すでに始まっています。

未経験でも狙いやすいAI業界の職種と、AI人材として転職を成功させる進め方は、それぞれの記事で解説しています。

高年収のポジションを狙える

2つ目は、AIの専門性が年収に直結しやすいことです。いまの職種を変えなくても効果が出ます。

AIエンジニアやデータサイエンティストは、実務経験を積めば年収1,000万円を超える求人も出ています。エンジニア職以外でも、AIを使えるというだけで転職先の選択肢は広がります。

筆者もゼネコンや不動産を本業にしながら副業でAIスキルを高め、AI関連企業へ転職して年収が2倍になりました。特別な学歴は使っていません。
※成果には個人差があります

キャリアの選択肢が広がる

3つ目は、業界を選ばず働けるようになることです。AI人材を求めているのはIT業界だけではありません。

• 金融：与信審査や不正取引の検知
• 医療：画像診断の支援と記録業務の効率化
• 製造：不良品の検知と設備の予知保全
• マーケティング：需要予測とコンテンツ制作

業種ごとに求められるAIの使いどころは異なります。だからこそ、他業界から参入する余地が広く残っています。

文系出身でもAIリテラシーがあればDX推進担当として動けます。職種を変えずに役割だけを広げられるのがAIスキルの強みです。

AIを軸にしたキャリアの描き方、働き方そのものを変えるAI FIREという選択肢、独立して事業を持つAI起業の始め方は、それぞれの記事で解説しています。

副業や独立にも活かせる

4つ目は、会社の外でもAIスキルが収入になることです。

• Webライター・ブロガー：構成案づくりと推敲を生成AIに任せる
• イラストレーター：ラフや背景の下絵を画像生成AIで作る
• AIコンサルタント：企業や個人に生成AIの導入方法を助言する

いずれも生成AIで作業時間を圧縮でき、同じ時間でこなせる件数を増やせます。納期の短い案件にも対応しやすくなります。

とくにAIコンサルタントは「社内に詳しい人がいない」と悩む企業が多く、個人でも入り込む余地が残っています。

うまく使えるようになるほど、自分の手が空かないことが気になってきます。

自分が結果を受け取って次を頼むのか、目的を伝えるだけで任せきるのかで、手元に残る時間が変わります。

SHIFT AIの無料オンラインセミナーでは、CodexやClaude Codeへの任せ方を回ごとに実演します。読むだけでは、明日も同じやり方に戻ります。

参加者自身がその場でPCを操作し、動いたところまで確かめて帰れます。直近は9月24日（木）のCodex回です。予約はLINEから受け付けています。

ここで挙げた以外にも、AIと相性のいい副業は数多くあります。始め方と収入の目安は、AI副業をまとめた記事で解説しています。

AI人材に必要な4つのスキル

AI人材に共通して求められるのは、AIを正しく使いこなすための4つのスキルです。

どれも数学やプログラミングの専門知識がなくても身につけられます。

プロンプトエンジニアリング力：AIから狙った答えを引き出す

1つ目は、AIへの指示文を設計して出力の質を安定させる力です。

プロンプトとはAIに与える指示文のことです。狙った答えを引き出すには、次の3つを毎回そろえて書き添えるのが基本になっています。

• 前提：誰に向けた、何のためのアウトプットか
• 形式：文字数、構成、出力の形
• 制約：使ってほしくない表現や触れてほしくない情報

この3点を添えるだけで、AIの回答は一気に実用的になります。やり直しの回数が減るぶん、業務にかかる時間もそのまま短くなります。

専門職として突き詰めるなら、プロンプトエンジニアの仕事内容と必要なスキルをまとめた記事があります。

ツール選定・活用力：目的に合った生成AIを使い分ける

2つ目は、目的に合った生成AIを選んで使い分ける力です。文章生成だけでもChatGPT、Gemini、Claude、Copilotがあります。

画像、音声、動画の生成ツールも日々増えています。長文の要約が得意なもの、コード生成に強いものと得意分野が分かれるため、目的から逆算して選ぶ習慣が必要です。

1つに固定せず複数を組み合わせて業務の流れを組み立てられる人が、成果の出るAI人材です。ツールの乗り換えを怖がらない姿勢も含まれます。

事例を読むところまでは進んでも、自分の作業に置き換える段でつまずくという声はよく聞きます。

この段差は、任せる手順を自分で一度動かしてみると越えやすくなります。

SHIFT AIの無料オンラインセミナーでは、CodexやClaude Codeへの任せ方を回ごとに実演します。読むだけでは、明日も同じやり方に戻ります。

参加者自身がその場でPCを操作し、動いたところまで確かめて帰れます。直近は9月24日（木）のCodex回です。予約はLINEから受け付けています。

データリテラシー：AIの出力が正しいかを検証する

3つ目は、AIが出した答えを鵜呑みにせず検証する力です。生成AIは事実と異なる内容を、もっともらしい文章で出力することがあります。

学習データに偏りがあれば出力も偏るため、統計の基本的な読み方を知っておくと判断を誤りません。平均と中央値の違いを押さえるだけでも効果があります。

高度なプログラミングは不要です。数字の出どころをたどれるだけで、AIの答えを業務で使える水準まで引き上げられます。この検証を挟めるかが分かれ目です。

AIガバナンス知識：情報漏洩と著作権のリスクを避ける

4つ目は、AIを安全に使うためのルールを知っておく力です。

業務で生成AIを使うとき、次のような情報をそのまま入力すると情報漏洩につながります。

• 顧客の氏名や連絡先などの個人情報
• 未公開の売上や契約に関する数値
• 他社から預かった秘密保持契約の対象データ

生成された文章や画像が既存の著作物に似てしまうリスクもあり、公開前の確認が欠かせません。

経済産業省の資料でも、AI活用に必要な人材像としてリスクの理解が挙げられています。
参考：生成AI時代のDX推進に必要な人材・スキルの考え方2024（経済産業省）

安全に使える人にこそ、企業は重要な業務を任せます。ルールを知ることは、任される範囲を広げる投資です。

AI人材のスキルを証明できる資格4選

スキルを客観的に示したいなら、生成AI関連の4つの資格が使えます。

難易度と費用が異なるため、目的に合うものを選びましょう。

生成AIパスポート：初心者が最初に取る基礎資格

生成AIパスポートは、生成AI活用普及協会（GUGA）が主催する初心者向けの民間資格です。

生成AIの基本的な使い方から、個人情報や著作権など守るべきルールまで幅広く出題されます。合格ラインは公表されていません。

主催	一般社団法人生成AI活用普及協会（GUGA）
受験料	11,000円（税込） 学生は5,500円（税込）
試験時間	60分
問題数	60問
実施回数	年5回（2月・4月・6月・8月・10月）
公式ページ	こちら

筆者は約10時間の勉強で合格しました。もともとAIの知識があったうえでの時間なので、初心者なら30時間程度が目安でしょう。

必要な勉強時間の内訳は、生成AIパスポートの勉強時間をまとめた記事で解説しています。

うまく使えるようになるほど、自分の手が空かないことが気になってきます。

自分が結果を受け取って次を頼むのか、目的を伝えるだけで任せきるのかで、手元に残る時間が変わります。

SHIFT AIの無料オンラインセミナーでは、CodexやClaude Codeへの任せ方を回ごとに実演します。読むだけでは、明日も同じやり方に戻ります。

参加者自身がその場でPCを操作し、動いたところまで確かめて帰れます。直近は9月24日（木）のCodex回です。予約はLINEから受け付けています。

G検定：AIの基礎知識を幅広く問う定番資格

G検定は、日本ディープラーニング協会（JDLA）が主催するAIの基礎知識を問う試験です。

機械学習や深層学習の仕組み、ビジネスでの活用事例、倫理的な課題まで出題範囲は広く、160問程度を100分で解き切る必要があります。

主催	一般社団法人日本ディープラーニング協会（JDLA）
受験料	13,200円（税込） 学生は5,500円（税込）
試験時間	100分（オンライン試験）
問題数	160問程度
実施回数	2026年はオンライン年6回・会場年3回
公式ページ	こちら

2026年第4回は9,241名が受験し、7,677名が合格しました。筆者は合格まで約30時間を要し、生成AIパスポートより明確に難しい試験だと実感しました。
出典：G検定（JDLA）

AIエンジニア志望に限らず、AIプロジェクトに関わるビジネス職が基礎力を示す資格としても使えます。

Generative AI Test：20分で生成AIの基礎力を測る短時間試験

Generative AI Testは、JDLAが実施する生成AIの基礎力を測る短時間の試験です。

生成AIの仕組み、プロンプト設計、ガバナンスと法規制、活用事例が出題されます。択一・多肢選択19問と記述1問を20分で解く形式です。

主催	一般社団法人日本ディープラーニング協会（JDLA）
受験料	2,200円（税込）
試験時間	20分
問題数	択一・多肢選択19問 記述1問
合格率	78.29%（2025年第1回・1,677名中1,313名が合格）
公式ページ	こちら

受験料が安く時間も短いため、最初の1つとして試しやすい資格です。筆者は他の2資格を取得したあと、ほとんど勉強せずに合格しました。

G検定の前段階として、あるいは社内教育の到達目標として使われるケースも増えています。

AIエージェント・ストラテジスト／アーキテクト：企業導入の設計力を測る新資格

AIエージェント・ストラテジスト／アーキテクトは、2026年2月に一般社団法人AICX協会が創設した民間資格で、2つの区分に分かれています。

ストラテジストは業務の分解や導入方針の設計を、アーキテクトはワークフロー設計やノーコードでの構築を評価します。考える力と作る力を分けて測る点が特徴です。

勉強時間や難易度の公式な目安は公表されていません。試験の内容と受験の流れは、AIエージェント資格を解説した記事でまとめています。

AI人材の年収相場

AI人材の年収は、職種によって200万円以上の幅があります。

＼ 職種別の年収相場 ／

職種	平均年収
AIコンサルタント	723万円
データサイエンティスト	617万円
ITエンジニア全体	450万円

転職サービスdodaが2024年8月に公表した調査によるもので、AI関連の職種はITエンジニア全体の平均を上回ります。
参考：ITエンジニア職×スキルの平均年収（パーソルキャリア）

高い金額はエンジニアやデータサイエンティストの例ですが、コードを書かない職種でも上乗せは起きています。

PwCが世界15カ国・5億件超の求人広告を分析した調査では、AIスキルを要件に挙げる職種が平均25%の賃金プレミアムを得ていると報告されています。
参考：2024 AI Jobs Barometer（PwC）

• 営業：提案資料と商談メモの作成をAIに任せる
• マーケター：広告文とレポートの作成を自動化する
• バックオフィス：問い合わせ対応と書類作成を効率化する

職種ごとの具体的な金額を知りたい場合は、AIコンサルタントの仕事内容と年収、AIエンジニアの年収をまとめた記事があります。

AI人材を目指す人が今すぐ始めるべき3つのこと

AI人材への第一歩は、今日からできる3つの習慣から始まります。

資格や転職より先に、この3つを回し始めるほうが確実です。

生成AIツールを習慣的に利用する

1つ目は、毎日生成AIに触れる習慣をつけることです。

• 情報収集やアイデア出しをChatGPTに投げてみる
• メールや資料の下書きを最初にAIへ書かせる
• 仕事で使えそうなAIツールを1つ試してみる

使うほどプロンプトのコツとAIの癖がつかめ、新しい機能が出たときにも「自分の仕事のどこに使えるか」が浮かぶようになります。

眺めて勉強するより、実際に使う習慣を持つほうが上達は早いです。うまくいかなかった指示文を書き直す作業そのものが練習になります。

1日1回でも構いません。続けた期間そのものが、周囲との差になります。

コミュニティに参加する

2つ目は、同じ目的の人が集まる場所に入ることです。生成AIの情報は膨大で、一人で学んでいると「どの使い方が最適か」で手が止まります。

コミュニティなら詰まった箇所をその場で聞け、他の人の使い方をそのまま真似できます。筆者もイベントで知り合った方から複数の仕事を受けました。

無料のものから有料のものまで幅広い種類があります。参加先をどう選ぶかは、生成AIコミュニティの種類と選び方をまとめた記事で解説しています。

最新のAI情報を追い続ける

3つ目は、情報のキャッチアップを毎日の習慣にすることです。

生成AIはリリースが週単位で回っており、1ヶ月放置すると知識が一気に古くなります。

1. OpenAIやGoogle DeepMindなど主要企業の公式ブログで新モデルを確認する
2. XでAI関連の発信者をフォローし、話題になった機能を拾う
3. 気になった機能は24時間以内に自分の環境で動かしてみる

とくに3つ目が重要で、触った経験がある人だけが具体的な提案をできるようになります。

弊社代表の木内のXアカウントでも、毎日最新のAI情報を発信しています。

何から手をつけるか迷うなら、AI人材になるまでの道筋をステップで整理した記事が参考になります。

AI人材についてよくある質問

AI人材に関する質問は以下の3つです。

• AIエンジニアとAI人材の違いはなんですか？
• AI人材はいらないと言われるのはなぜですか？
• 文系でもAI人材になれますか？

質問に対する回答を確認して、自分の進む道を決める参考にしてみてください。

AIエンジニアとAI人材の違いはなんですか？

AIエンジニアは、AI人材という大きなくくりのなかにある1つの職種です。

区分	定義	主な役割	想定スキル	代表例
AIエンジニア	AIシステムの開発とモデル実装を担う技術者	モデルの設計・学習・デプロイ	Python、機械学習理論、クラウド運用	機械学習エンジニア、MLOpsエンジニア
AI人材	AIの知識やスキルを活かして成果を出す人材全般	AI活用の企画、データ分析、業務のDX推進	AIリテラシー、データリテラシー、業務知識	AI企画担当、データサイエンティスト、AI活用人材

つまりAI人材はエンジニア職に限らず、AIを扱えるマーケターやマネージャーも含みます。

求められるスキルも異なり、エンジニアは実装力、それ以外はAIを業務に翻訳する力が中心です。

いまの職種を変えずにAI人材になる道があり、営業職や事務職のままでも該当します。

AI人材はいらないと言われるのはなぜですか？

AIが自動化を進めるほど人は不要になる、という見方があるためです。

この見方が広がった背景には、次のような事情があります。

• 生成AIの普及で、誰でも一定の成果を出せるようになった
• 導入したが成果が出なかった企業の事例が広まった
• 「AI人材」の定義が曖昧で、評価の基準がはっきりしない

実際にはAIを動かす側の人手が必要なため、需要は減っていません。経済産業省の推計でも不足は続く見通しです。

ただし「AIを少し触れる」だけの人材は評価されにくくなります。業務でAIを使って数字を動かした経験を示せるかが分かれ目です。

文系でもAI人材になれますか？

文系出身でも十分に目指せます。AI分野では学部を問わず活躍している人が数多くいます。

AI人材はエンジニアばかりではなく、ビジネス活用や企画で力を発揮するポジションが多くあります。プロンプトエンジニアのように、プログラミング経験を求めない求人も出ています。

文系の強みである発想力と説明する力は、AIを現場で使わせる場面でそのまま武器になります。大切なのは学部より、触り続けることです。

うまく使えるようになるほど、自分の手が空かないことが気になってきます。

自分が結果を受け取って次を頼むのか、目的を伝えるだけで任せきるのかで、手元に残る時間が変わります。

SHIFT AIの無料オンラインセミナーでは、CodexやClaude Codeへの任せ方を回ごとに実演します。読むだけでは、明日も同じやり方に戻ります。

参加者自身がその場でPCを操作し、動いたところまで確かめて帰れます。直近は9月24日（木）のCodex回です。予約はLINEから受け付けています。

AI人材への第一歩は今日の生成AI活用から始まる

AI人材とは、AIを使って仕事の成果を出せる人材の総称です。5つの職種があり、専門職以外にも道は開かれています。

不足は当面続く見通しで、スキルを持つ人ほど条件を選べる状態が続きます。年収の上乗せも職種を問わず起きています。

まずは今日、目の前の業務を1つ生成AIに任せてみてください。その積み重ねが、どの職種を目指すかを決める土台になります。

ただし独学だけでは、自分の使い方が正しいのかを確かめる相手がいません。実務でどこまで任せてよいかの線引きは、一人では身につきにくい部分です。

AIの使いどころが見えても、工程を前に進めるのは自分という点は変わりません。

変わるのは、工程ごと引き渡してしまったときです。目的を一度伝えれば、あとは確認だけが自分の役目になります。

SHIFT AIの無料オンラインセミナーでは、CodexやClaude Codeへの任せ方を回ごとに実演します。読むだけでは、明日も同じやり方に戻ります。

参加者自身がその場でPCを操作し、動いたところまで確かめて帰れます。直近は9月24日（木）のCodex回です。予約はLINEから受け付けています。