機械学習・AI

2020/09/11

AI人材とは?なるには?役割・種類・就職・転職・育成・採用まで徹底解説

AI(人工知能)の利用が浸透していくなかで、技術研究やビジネスへの開発・実装を担う「AI人材」の需要が拡大しています。人事部門で採用や育成を担当したり、転職先や大学卒業後の進路としてAI分野を志す方も多いのではないでしょうか。

この記事では、AI人材の役割や種類、仕事内容、年収・給料、必要とされるスキル、採用方法などを紹介します。転職や就職など未経験から目指す方法やキャリアパスについてもみていきましょう。

AI人材とは

機械学習やディープラーニングの研究や応用がすすみ、データ利活用やDXの推進とともに様々な分野でAI(人工知能)技術が注目を集めています。そんなAIを実務で扱うためには、数理統計やデータ処理、システム開発の知見を持つ専門家が必要となります。

そのため、引く手あまたとなっているのがAIの研究者やデータサイエンティスト、ソフトウェアエンジニアなどのAI人材です。ではこのAI人材とは、具体的にはどのような人材なのでしょうか?

AI人材の役割

AI人材の役割としては、主に「AIを研究し進歩させる」ことと「AIを現場で使えるよう具現化する」こと、そして「AIをビジネスなどで実際に活用する」ことの3つが挙げられます。そのため、AI人材といっても必ずしも研究者や技術者など理系出身のスペシャリストとは限りません。

コンサルタントやアナリスト、プランナー、営業といったビジネスサイドでデータ活用やシステム化に関する企画を立て、収益をあげる役割も必要なのです。このように、AI人材の役割は開発や研究だけにとどまりません。

AI人材が求められる背景

日本だけではなく、世界各国でAI人材の供給が需要に追い付かず、不足数が年々拡大していくことが予想されています。大学や研究機関などアカデミックな業界から産業界への引き抜きや人材の転換も注目されています。なぜAI人材がそれだけ求められているのかというと、次のような理由と背景があるからです。

産業構造を変革するAI技術への期待

AIは、IT(情報処理技術)関連のテクノロジーの中でも最先端をいく分野の1つです。デジタル化が進むなかでWebやインターネット、IoTなど利用できるデータ量は日々増加しており、世の中にあたえるインパクトは無視できない規模になっています。

ビッグデータの活用はどの企業においても優先度の高い検討事項といえるでしょう。IT自体が既存の産業界の成長をリードする存在ですが、AIは社会の構造をも変革する新しい技術だとして期待されています。

技術の革新による業務効率化や新規事業によって市場を活性化し、さらなる経済成長の実現が期待されているのです。

実務経験者や候補者が少なく人材不足が深刻

AI技術者や研究者を必要とする企業側の求人需要が増加していることに対して、転職市場や教育機関からの人材供給が追いついていない点も、AI人材が不足する理由としてあげられます。

中途採用の候補者には機械学習で予測モデルの作成や最適化問題、ディープラーニングでの画像認識や自然言語処理など実務を経験していることが前提です。新卒採用でも大学院での研究やインターンでの成果など、スキルや素養の証明が求められています。

また、日本は他の先進国と比較すると、統計や情報科学を学ぶ学生の不足が目立ちます。政府は教育での抜本的対策を打ち出していますが、人材不足は今後も続くでしょう。

依頼する側にもAIリテラシーが求められる

AIは様々な分野に利用できる技術ですが、やみくもにただシステムを開発して導入すればそれでよし、というものではありません。きちんと課題を設定してプロジェクト単位や全社単位で適切な活用方法を計画する必要があります。場合によってはAIではなく、既存のIT技術や統計的手法による分析で十分という案件もあるでしょう。

そのように期待通りの成果をあげるためには、AIを構築するベンダー側だけではなくそれを依頼するユーザー企業側にも相応の知識や理解が必要です。

企画者やプランナーを担当する社内SEとして事業会社で働くエンジニアにもAIリテラシーの高い人材が求められているというわけです。

AI人材の種類

ここでは、AI人材をいくつかの分類にわけて紹介します。仕事上で担う役割によって次の3つの種類に分けることが可能です。

研究者

「AIを研究し進歩させる」役割を受け持つのが、研究者タイプのAI人材です。主に大学や研究施設において基礎となる学術分野の研究をおこない、論文などで学会に発表します。企業の研究所やR&Dの部署で研究・開発に取り組むこともあります。最先端の分野でAIを進歩させるため、日々取り組んでいるのがこのタイプの人材です。

開発者

開発者タイプとは「AIを現場で使えるよう具現化する」ことを担当するAI人材です。主に技術者や分析者として企業で働きます。どのように素晴らしく先進的なAI技術であっても、実際の現場で使えないのでは何にもなりません。課題に対してAIモデルを構築したり、ML/DLのアルゴリズムを実装したりするのがこのタイプの人材です。

企画者

「AIをビジネスなどで実際に活用する」役割を担うのが、企画者タイプのAI人材です。具体的にはプランナーやコンサルタントなどといった存在のことで、自社内の業務でAIを企画したり、AI技術を取り入れたサービスや製品などを顧客へ提案したりするのがこのタイプのAI人材だと言えるでしょう。

AI人材とIT人材の違い

AI人材にとっても、プログラミングや情報処理、クラウドなどといったエンジニアリングやシステム開発に関する理解は欠かせません。広くIT技術を役立てる専門家と言えばIT人材であり、AI人材もそういった意味ではIT人材に含まれます。しかしながら、AI人材を採用する場合に重要になってくるのが、AI人材と既存のIT人材の違いを知ることです。

AIに関わる知識や技能の有無

既存のIT人材は、ITシステムの構築や運用、管理などに長けています。一般的なシステムの開発や運用・保守であれば、開発する分野やソフトウェアの内容に応じてSE(システムエンジニア)やPM(プロジェクトマネージャー)をアサインすればよいでしょう。

しかし、AI導入のプロジェクトとなると話は別です。事前に完成形を定義してから開発を行う形が主流のIT開発と比べて、AIに関する開発ではデータを集めるところから始めたり、精度を向上するため分析を繰り返すなどの試行錯誤が必要です。

エンジニアリングの経験に加え、データ分析やAI開発プロジェクトの実行経験があるのかどうかが、AI人材とIT人材を分けるポイントです。

AIを活用できる

ビッグデータなどを適切に処理し、有益な情報を得る目的でAI技術が使われる事例が増えています。ここで大事になってくるのが、求められているような結果が実際に得られるのかどうかあたりをつけたり、必要な要件などを判断していく能力です。

データ解析や分析業務に詳しくない人材が担当した場合、社内のデータや資産を上手に活用できない可能性があります。効果的にAIを活用できるのかどうかも、AI人材とIT人材とを区別する違いといえます。

AI人材の年収

AI人材の年収は、経験やスキルなどによって大きく違ってきます。求人によっては、全くの未経験者でもOKというものもありますが、その場合の年収は300~400万円ほどとなっています。それに対し、AIに関する知識や経験が豊富なポジションでの中途採用の場合、年収1,000万円を超える求人も少なくありません。

最初は未経験でも採用されやすい中小・ベンチャーなどの職場で経験を積み、徐々に年収を上げていくのも1つの方法です。

AI人材になるには

AI人材になるためには、それなりの努力が必要です。まずどのような職種があるのかを知り、就職や転職の仕方を掴んでおきましょう。また、AI人材に役立つスキルを磨いておくのも大事です。

AIで注目の職種

AIを扱う職種は役割によって複数あり、それぞれ担当する仕事が違います。AI人材を目指すのであれば、それらの違いについて知っておくのが賢明です。今後のキャリアパスとしても注目しておきたいのが、次の5つの職種です。

プランナー

AIを活用した企画をたてたり、導入後の業務設計のプランをたてたりするのがAIプランナーです。社内SEとしてAIを実際のビジネスの現場で活かす役割として注目されています。具体的な業務としてはAI開発の構想を練ったり、実現可能かどうかを検証したりします。

また、SIerやコンサルティングファームなどに所属してクライアント企業への提案や企画をおこない、顧客とエンジニアとの調整役を担うこともあります。AIに関する知識とともに、コミュニケーションスキルが必要な職業といえるでしょう。

プロジェクトマネージャー

会社やクライアントの要望を受け、AI開発工程の全ての段取りを行い、進めていくのがAI開発におけるPM(プロジェクトマネージャー)の仕事です。具体的にはAI開発の計画を策定したり、予算や進捗などプロジェクト管理を実施します。

また、実装や運用のテストにも関わり、トラブルや精度がでない際の解決策の提示などもおこないます。大変な仕事ではありますが、その分高収入が期待できる職種です。

データサイエンティスト

モバイルでのデータ通信やSNSなどの世界的浸透やデータ保管技術の進歩により、注目を集めているのがビッグデータです。その膨大なデータを効果的に分析して、ビジネスに活用するのがデータサイエンティストの仕事です。データの品質が悪ければ、いくらアルゴリズムやモデルが優れていてもあまり役にはたちません。

そのため、データクレンジングや前処理など分析を行うまえの地道なデータつくりも重要な仕事です。データの分析や解析に長けたデータサイエンティストの需要は、今後も伸びていくと期待されています。

AIエンジニア・プログラマー

AI分野でもシステムを実装するプログラマーが不足しています。ソフトウェアエンジニアとして、実際にAIを具現化するのが役割のAI人材といえるでしょう。機械学習ライブラリを活用してシステムを構築する案件や、データサイエンティストが作成したモデルをAPI化しシステムへと組み込むための開発をおこないます。

さまざまなAIを実際に活用できるようプログラミングするのがAIプログラマーです。システムの構築に関し、上流工程を担当するのがAIエンジニアで、下流工程を担当するのがAIプログラマーという区分けもあります。

データエンジニア

データサイエンティストやAIエンジニアが活躍できる環境を整える役割がデータエンジニアです。データ整備人やデータアーキテクトと呼ばれることもあるこの職種は、AI分野のインフラエンジニアともいえる立ち位置の仕事といえるでしょう。集められたデータを有効活用するには、そのデータを作業者が利用しやすいように整える必要があります。

日々蓄積されるデータを収集・加工し、AIが扱うのに適したものとしてメンテナンスするのがデータエンジニアの仕事です。ビッグデータは玉石混交な場合が多いので、データエンジニアの役割は重大です。

AI人材への就職・転職方法

AI人材への就職・転職方法は、求職者の立場によって違います。自分の立場に合った方法を選び、それに沿って活動するのが賢明です。

大学や大学院を出て新卒で就職する

新卒でAIの専門職として就職するには理系の大学・大学院へ進学するとよいでしょう。研究職の採用では、大学での研究実績や論文発表などの経験を積み重ねるのが大事です。研究職について学部卒や文系から就職するのは大変難しいものの、企画職や技術職などビジネス人材であれば目指すことはできます。

現役の学生の場合は、しっかりと学業を終えてから新卒で就職するようにしましょう。できれば学生のうちに自主的にプログラミングなどを学び、スキルを磨いておくとよいでしょう。また、可能であればIT関連の資格を取っておくことをおすすめします。

社会人向け講座やスクールで学び直し転職する

すでに会社に就職しているのなら、社会人向けの講座やスクールを積極的に受講しましょう。社内異動でAI人材を目指したり、ほかの会社に転職したりする場合にもITやAIに関する知識があると役に立ちます。

オンライン講座や書籍などでの完全独学より、専門のAI講座やプログラミングスクールで学ぶ方が身に付きやすいものですし、モチベーションの維持にもつながります。講座やスクールを受講したという事実は、本気でAI人材を目指していることの証しにもなるでしょう。

未経験ならまずはIT人材を目指す

AI技術に限らずIT業界やシステム開発自体が全くの未経験の場合には、まずはプログラマーやSEなどのIT人材を目指すのが得策です。というのは、AI人材として転職するにしてもITの知識や実務経験は必須の求人が多いからです。

転職して数年間はプログラマーやSEとして経験を積み、AI人材となるチャンスを待ちましょう。十分に経験を重ねておけば、転職する場合にも有利です。

AI人材に必要なスキル

AI人材は国家資格ではないので、必ず取得しておかなければならない、という資格は存在しません。とはいえ、取得しておくと仕事や就職に役立つスキルはあるので、磨いておくよう努めましょう。

プログラミング・データ処理

AIを身近にしたもののひとつに、ライブラリやフレームワークがあります。自分で手を動かしながら、それらのOSSを理解・活用するためには、プログラミングやデータ処理に関する知識が必要です。また、他のAI技術や新しく開発されたAI技術を理解・活用する際にも、プログラミング・データ処理スキルがあれば役にたちます。プログラミングに関しては、まずは「Python」を学んでおくとよいでしょう。

数理・データサイエンスの知識・思考法

AIを開発したり、活用したりする場合に必要になるのが数理的思考です。大学2年生程度の数学や統計学、確率などについて勉強しておくとよいでしょう。また、データを可視化し解釈して施策につなげるにはデータサイエンスや統計解析に関するスキルが欠かせません。そしてAI全般に関わってくるのが、それらの知識をふまえた思考力です。できるだけ早くこれらに取り組み、身に付けておくことをおすすめします。

AIを活用する力

ビジネスなどの問題点や課題を解決する方法は幾つもあります。場合によっては、AIよりも既存の方法の方が役に立つことも。そのためAI人材には、経営的な課題や事業内容を理解したうえでAIに結び付くデータ取得の方法や分析に活用したリソースが無駄にならないようAIが効果を発揮する適切な場を選び、見極める力が必要です。

AI人材を育てるには

データサイエンスの素養を持つ人材が不足している現状を鑑み、社内のエンジニアを教育して人材を育てるのは賢明な方法です。それでは必要なAI人材を育成するには、どのようにしたらよいのでしょうか。

AI人材育成の課題

データサイエンスの専門部署やAI専任の担当者がいない企業でゼロからAI人材を育成するのは、そう簡単なものではありません。AI人材の育成に関して避けては通れない課題というものも複数存在しています。ここでは、それらの中でも特に留意しておきたいポイントを紹介します。

社内にAIを教えられる人材がいない

社内でAI人材を育成したくても、後輩や新入社員に技術を教えられる人材がそもそもいないことがあります。そういった教える立場の人材を用意できない場合には、外部の研修や人材育成サービスなどの利用を検討する必要があります。

実案件やOJTでのスキルアップが難しい

AI人材を育成する場合、実際の案件に取り組みながらスキルアップするのが効果的です。とはいえ、社内に人材が育っていない状態でAI事業を立ち上げるのは難しいもの。人材育成を目的に、比較的小規模なAI事業をスタートさせ、スキルアップに役立てるというのも1つの方法です。

実務に活かせる教材が少ない

AIやITに関する教材は多数用意されています。しかし実際の現場で活かせる教材となると話は別です。なぜなら一般的なAI知識を教える教材は豊富でも、個々のプロジェクトに活かせる教材は少ないからです。自社でAI人材を育成するのならば、現場の協力を仰いで実際のデータを教材とするなど工夫が必要です。

AI人材を採用するには

自社内でAI人材を育成するのではなく、社外から人材を採用する場合、他者との競合に勝つ必要が生じます。その場合準備しておきたいのは次のような項目です。

AI人材が就職先に求めるものを用意する

AI分野は人材不足なため、優秀な人材ほど就職先を選べる立場となり得ます。その場合、AI人材が就職先に求めているものをあらかじめ用意できる企業が有利です。AI人材が就職先に求める代表的なものは次の2つです。

分析に使用するデータ

機械学習を取り入れるにしろ、ディープラーニングを実施するにしろ、一番大切なのはデータそのものです。十分なデータが無ければ有効な分析ができませんし、有益な情報も得られません。AI人材が活躍するためには、分析に使用する豊富な量のデータが必要です。AI人材を採用するのであれば、まずデータを用意することから始めましょう。

優秀なメンバーや研究できる環境

技術者や研究者などの人材が力を発揮するには、データとともに優秀なメンバーが必要です。他のメンバーの質が悪いようでは、AI人材のモチベーションも下がってしまいます。優秀なメンバーが豊富かどうかは、AI人材が気にかける重要なポイントの1つです。また、AIは進歩の激しい分野なので、研究環境が悪くては時代に遅れてしまいます。そのため、研究を行う環境を整備しておくのも大切です。

採用したい求人要件や募集内容にあわせた施策を実施する

AI人材を採用する場合、肝心なのは採用したい人材の要件やタイプにあわせた施策を実施するということ。まずどのレベルの人材が必要なのか見定め、それに対応した施策を行います。優秀な人材の場合には、高額な報酬やその人材に応じた環境が必要となるでしょう。コストの面も含め、事前によく検討しておくのが大事です。

AI人材を育成する方法

社内でAI人材を育成する場合、効果的なのが次の3つの方法です。

社内にAI専門部署を立ち上げる

AI人材を育成する際、社内に分析チームやデータサイエンスなどの専門部署を立ち上げるのは有効な方法です。専門部署があれば経験の蓄積が容易になりますし、育成環境を整えることも可能です。また、AI部門やチーム内にメンバーを統括するシニアレベルのデータサイエンティストや分析マネージャーが在籍していれば、後輩の育成にも役立ちます。新しく入社したジュニアクラスのAI人材でも、指導を受けることで力を発揮しやすくなるものです。

社内エンジニア向けの教育機会を拡大する

社内にエンジニアなどのIT人材がいるのなら、機械学習などに関する研修プログラムや数年がかりでの育成計画を実施してスキルアップを促すことでAI人材として育て上げるという方法があります。その場合に必要なのが、社内エンジニアを教育する機会を増やすことです。勉強会などを定期的に実施し、IT人材のモチベーションとスキルをアップさせましょう。また、資格取得の援助を行うのも効果的です。

学習できる案件にアサインする

仕事や社会で通用するAI人材の育成にとって大切なのが、実際の案件に関わることで得られる経験です。実案件には様々なトラブルや予期せぬアクシデントが付きもの。そういった経験を重ねることで、実務に強い人材が育ちます。学習できる案件があるのなら、アサインして育成に役立てるのが賢明です。

AI人材の将来性

AI人材の将来性は次の3つのような要因があるため、明るいであろうと考えられています。

各国の企業がAIの先進的な技術に注目している

機械学習やディープラーニングなどといった先進的な技術は、世界各国の企業の注目を集めています。特に医療や農業、建造業の分野では顕著です。また、人工知能を自社製品に取り入れようとしている企業も増加しています。この流れは加速する一方であり、AI人材の需要も増え続けることでしょう。

国内でも大学や企業が人材育成に力を入れている

日本はAIの活用の面で、他の国に後れをとっているのが現状です。そのため日本政府は「AI戦略 2019」を作成し、AI人材の育成に取り組み始めました。この流れを受け、国内でも人材育成に力を入れる大学や企業が増えてきています。このように教育機会の増加は、さらなるデジタル化やデータ分析の普及を呼び起こすでしょう。この点からも、AI人材の将来は明るいと言えます。

持続可能な社会の実現にAI活用は不可欠

日本を含めた先進国の中には、高齢者の割合が増え続けている国が複数存在します。現場で働ける人間が減少しつつある現在、生活レベルを維持し、持続することが可能な社会を実現するためにはAI技術の活用が不可欠です。そしてAIの効果的活用を可能にする、エンジニアや研究者などの専門職への期待も高まるばかりです。

関連記事Related Posts