AIエンジニアはフリーランスで独立できる?案件獲得・失敗しないために

ニーズが高まっているとされるAIエンジニアの領域ですが、ゆくゆくは独立してフリーランスとして活躍したいと考えている方も多いのではないでしょうか。
この記事では、フリーランスAIエンジニアの求人案件数や平均年収といった実情、必要とされるスキルや独立への流れについてご紹介していきます。案件を獲得する方法や、失敗しないための注意点についても解説していますので、参考にしてみてください。
目次
フリーランスAIエンジニアの実情
IT業界は人材不足が叫ばれて久しいですが、その間にも新しい技術が登場し、それぞれの分野のエンジニア争奪戦が繰り広げられています。特に需要が多いとされるのが、AIエンジニアです。AIエンジニアの雇用は、ITや金融などに限らず、小売りや流通、医療や農業など幅広い業界に広がっていて、開発案件自体も急増しており、フリーランスAIエンジニアのニーズも高まっています。
フリーランスAIエンジニアの求人案件数
フリーランスAIエンジニア向けの案件ですが、2021年1月にフリーランス案件を紹介するエージェントや求人紹介サイトで「機械学習エンジニア」と検索したところ、レバテックフリーランスでは225件、フリエンでは189件ヒットしました。フリーランスに絞ったものだけでも、人材が登用できない案件がかなりあることを示しており、フリーランスAIエンジニアの人材不足が顕著になっています。
フリーランスAIエンジニアの平均年収
フリーランスAIエンジニアの収入は、経験年数に加え、常勤・リモートなど勤務形態などにより異なってきます。平均的な収入相場は、月額60万円から90万円といわれているので、年収ベースで考えると700万円から1,000万円を超える案件もあるということになります。経験年数による収入ですが、1年未満の場合は月額40万円から50万円ほど、3年程度になると50万円から70万円、5年以上の経験があるAIエンジニアであれば年収にして1,000万円を超える案件も出てきています。
なお常勤案件のほうが単価が高いといわれていますが、リモート案件であれば週1~2日勤務などのケースもあります。自身の希望にあった形態の案件を選ぶようにしましょう。
AIエンジニアの案件例
AIエンジニアは、携わる業務が細分化されつつあります。案件例として多くなっているのが、日本語で深層学習と表現されるディープラーニングです。そのほかに、データ解析の仕事もあります。こちらでは、それぞれの案件の特徴や仕事内容について取り上げます。
ディープラーニング
ディープラーニングは、AI開発に欠かせない機械学習分野の技術の一つです。コンピュータ自身が大量のデータを介して情報の特徴を見つけ出す技術で、人手を介さずに行えることから自動化を推進できるため、医療や製造現場などで導入が進んでいます。ディープラーニング技術を使ったシステム開発は急増しており、フリーランスの案件も増えています。それに伴って、単価アップが期待されています。
データ解析
AIエンジニアが必要とされる仕事に、データ解析が挙げられます。解析案件は、テキスト解析・社内データ解析など、主に文字データを扱うものが多数あります。テキスト解析の例としてはSNSなどを介したユーザーの動向を把握し、企業のマーケティング活動に活かすといった内容が挙げられます。社内データ解析では、社内の基幹システムなどに蓄積された社内データを解析することで、需要の予測や業務効率化など営業活動の改善に貢献しています。これらは、システム開発やデータ解析経験に加え、マーケティングの知識なども要求されます。なお近年では、画像や動画、音声やセンサーデータの解析案件も増えています。画像や動画の解析は、製造業での品質チェックや不良品の自動検知を可能にしています。音声解析の案件としては、音声を文字データにしたり、店舗に人がいなくても接客ができたりするシステム開発などがあります。
フリーランスAIエンジニアとして独立する流れ
AIエンジニアがフリーランスとして活動するのに、必要なステップや行うべきことがありますが、こちらではメインとなる3つの点に絞ってご紹介します。
就職してAIの実務経験を積む
どの仕事にも言えることですが、特にAIエンジニアとして活躍したいのであれば携わる分野の知識や技術に加え、経験が重視されます。フリーランスで活躍したいAIエンジニアは、まず企業に就職して最低でも1年程度エンジニアとしての実務経験を積むとよいでしょう。企業に雇用されている間にソースコードを書くなどの下流工程だけでなく、マネジメントスキルが必要な上流工程や、トレンドとなっているディープラーニングなどの分野で経験を積むと、獲得できる案件の種類が増えるとともに、単価アップの可能性も出てきます。
経歴をポートフォリオにまとめ営業する
案件を発注する企業は、各エンジニアのポートフォリオをチェックし、依頼すべきかどうかを判断します。ポートフォリオは自分のスキルや今までの実績などを記載する、いわば「職務経歴書」のような働きをします。自己紹介や実際に手掛けたプロジェクトやアプリをまとめたポートフォリオをあらかじめ用意しておき、営業の際に使用すると、案件獲得に役立つでしょう。
独立してフリーで活動する
AIエンジニアに求められるスキルや経験を積み上げるとともに、ポートフォリオの作成など必要な準備を行うと、独立し、フリーランスとして活動できます。可能であれば会社員時代にクラウドソーシングなどを利用して副業を行うと、フリーランスで仕事を行う感覚をつかむことができるでしょう。フリーランスとして活動するにあたり、開業や青色申告の手続き、社会保険の切り替え、仕事を行う環境づくりをしておくと業務に集中しやすくなります。
フリーランスAIエンジニアのスキル
フリーランスで活躍できるかどうかは、エンジニアが持つスキルに大きく依存します。こちらでは、フリーランスAIエンジニアに必要なスキルのうち、主なものをご紹介します。
Python
AIエンジニアに必要とされる技術の一つが、Pythonです。Pythonを使ってAI開発や機械学習などを行うため、フリーランスとして活躍するには、Pythonの知識とともに自由に使いこなすスキルが必須といえます。Pythonには、効率よく開発を進めるためのフレームワークやライブラリが豊富に用意されています。言語を操るだけでなく、代表的なライブラリなどを扱えるようにしておくとよいでしょう。
データ処理
AIエンジニアは、フリーランスかどうかに限らず、ビッグデータなど大量のデータを扱うことが多くなります。収集したデータを分析する前に、データの型を整えるデータクレンジングなどの作業が必要になるケースも多々あります。データベースの構築やSQLによるデータ抽出、加工といった技術はあらかじめ習得しておくとよいでしょう。各分析に適した形でデータ構造を整えるには、データ処理に関するセンスが求められます。データ処理技術があれば効率よく業務を遂行できるので、実質的に単価アップが実現できるでしょう。
数学
一説によるとAIエンジニアは、大学レベルの数学知識が求められるとされます。人工知能開発に携わるAIエンジニアは、プログラムに組み込むアルゴリズムといわれる計算手順を理解している必要があります。その際に、確率や微分・積分、行列暗算といった数学の知識を用いることで、アルゴリズムの理解がより深まります。また、膨大なデータ処理についても線形代数などの数学の知識が役立つため、数学のベースは必須といえるでしょう。
統計
数学に関連して統計の知識も必要不可欠とされます。特にデータ解析において統計学が活用されますので、数学と同様に知識を備えておきましょう。AI開発はライブラリなどを使って行うことができますが、ロジックがわかっていると応用が利き、開発効率を上げることもできます。フリーランスのAIエンジニアは引く手あまたとはいえ、単価の高い案件を得るには他のエンジニアとの差別化がポイントになります。同じ時間内により多くの結果を出せるフリーランスAIエンジニアは重宝されますが、統計はそのカギとなる可能性があります。
機械学習
ディープラーニングが注目されるようになり、AIエンジニアにも機械学習のスキルが求められています。機械学習用のライブラリを取り扱ったり、それぞれの環境に最適なフレームワークを選別したりするスキルは、開発工数を大幅に減らすのに役立ちます。
コミュニケーション
AIエンジニアは多くの人と協力しながら開発を進めていきます。そのため、自分の考えや状況を他の人が理解しやすいように説明したり、他の人の意見を上手にヒアリングしたりするスキルが求められます。また、フリーランスとしてやっていくのであれば、クライアントの意向を正確に理解したうえで成果物を納品しなければなりません。コミュニケーション能力が高いフリーランスAIエンジニアは、連携がとりやすい開発メンバーとして注目され、継続的な案件獲得につながることもあるようです。
自己管理
上司など、自分を管理してくれる存在がいる会社員とは違い、フリーランスエンジニアは自己管理能力が問われます。納期に間に合うように仕事をするには、技術的なスキルだけでなく、健康管理も必要です。自己管理能力には、最新のトレンドについていくために計画的に勉強したり、税金の納付など金銭的なマネジメントも含まれます。
営業
会社勤めの時なら案件獲得は営業部員の仕事だったかもしれませんが、フリーランスになると案件獲得のための営業活動も自分の仕事となります。技術屋としての仕事に加え、営業を行わなければ収入が得られませんので、こうした営業スキルも求められます。営業に際しては、自分のスキルや実績を効果的にアピールするなど、積極的な姿勢が必要になります。
案件を獲得する方法
フリーランスになると、自ら仕事を得る努力が求められますが、案件を獲得する方法はいくつかあります。こちらでは、メインとなる4つの方法をご紹介します。自分に合った方法を見つけ、安定した案件獲得を目指しましょう。
エージェントを利用する
フリーランスのAIエンジニアが案件を獲得する一般的な方法として、フリーランス向けのエージェント利用が挙げられます。エージェントは企業とのコネクションを利用し、多くの案件を保有しています。それぞれの企業や案件で、どんなスキルや資質を持つエンジニアが求められているかも理解しているので、自分の能力を発揮できる仕事を紹介してもらえる確率が高くなります。エージェントは、公募されていない好条件の非公開求人を持っていることもあり、条件の良い仕事を得られるケースもあります。忙しいエンジニアに代わって、面接日程の調整や条件交渉などを代行するエージェントもあり、活用したいチャネルといえます。
クラウドソーシングで獲得する
IT業界の仕事はリモートワークと親和性が高いものが多く、クラウドソーシングを通し多くの案件を見つけることができます。それは、AIエンジニアも例外ではありません。隙間時間を活用したい、パートタイムで行いたいなど、時間や業務ボリュームの融通が利く仕事を希望する方は、クラウドソーシングで探すとよいかもしれません。
知り合いなどの紹介
友人・知人といったつながりを通して仕事を得ることもできます。周囲にIT企業の経営者など、AI開発にかかわる仕事を発注できる立場の方がいれば、声をかけることで案件獲得につながるかもしれません。知り合いの紹介は、信頼関係がすでに構築されているところから仕事をスタートできるため、スムーズな進行が可能となり、継続的に案件が得やすいメリットもあります。
自分で営業する
企業のホームページなどに掲載されている案件募集に自ら応募することで、仕事を獲得する方法もあります。コネクションがない状態から営業をかける難しさはありますが、成功すればダイレクトに案件を獲得できるので、マージンなどを差し引かれることなく高い報酬が得られるかもしれません。
稼ぐためのポイント
フリーランスAIエンジニアとして高収入を得るには、経験やスキルに加え、稼ぐためのポイントを理解しておくのも大切です。
商流の浅い案件を受注する
商流が浅い案件とは、実際に仕事を発注するエンド企業と仕事を受注する自分との間に入っている仲介企業の数が少ない仕事を指します。仲介企業の数が多ければ多いほどマージンが増加し、手元に入る金額が少なくなるので、直接受注またはそれに近い形での案件受注が有利です。
市場価値に見合う報酬を得る
求められるスキルや経験に見合った報酬の仕事をすると、満足度が高くなりモチベーションも維持しやすくなります。市場価値よりも低い報酬で働いてしまうと、AIエンジニア全体の市場価値を低めることにつながり、ひいては自分の報酬にも響いてくる可能性があります。また、トレンドとなっているディープラーニングの案件はニーズも高く、市場価値から考えても高額報酬の可能性があります。ニーズの高い案件を選ぶことも、フリーランスエンジニアとして稼いでいくには大切なポイントです。
上流工程やマネジメントの経験を積む
AIエンジニアであるかどうかに限らず、IT業界の開発プロジェクトでは、上流工程やマネジメントを行える人材の方が報酬は高くなる傾向があります。難易度の高い仕事でその分責任も重くなりますが、比例して報酬もアップするので、上流工程やマネジメントの経験は積んでおいた方がよいでしょう。
AIエンジニアの独立で失敗しないために
AIエンジニアであれば、誰でもフリーランスになって成功できるわけではありません。フリーランスAIエンジニアとして満足感の高い仕事を継続するには、いくつかのポイントをおさえておくことが重要です。
独立前にしっかり準備する
フリーランスとして成功するには、事前の準備がカギを握ります。キャリアの方向性を見定め、自分を選んでもらうためのユニークなスキルを磨く必要があります。独立してからのリスクを把握し、その回避策を考えておくこともできるでしょう。独立すると、会社がやってくれていた税金や社会保険の手続きや納付、福利厚生のありがたさを実感する人が多いようです。フリーランスになると手薄になる部分をカバーするサービスを理解しておくとよいかもしれません。
独立後もモチベーションを維持する
フリーランスになると、会社で提供されていた研修や勉強会の機会が減ってしまいます。AI開発の技術は、日進月歩で進化しています。人によっては、会社員時代よりも、フリーランスになってからキャリアを終えるまでの期間の方が長くなります。セミナーに参加するなどして最新事情に通じ、キャリアアップの機会を積極的にとらえる必要があります。また、時間や場所に融通がきくためにキャパシティを超えて働きすぎてしまうこともありえますので、モチベーションを維持するためにもスケジュール管理や自己管理を適切に行うようにしましょう。
収入を得る手段を複数持つ
会社員であれば安定した収入が見込めますが、フリーランスの場合は収入の保証がありません。案件が途切れないよう、収入を得る手段やチャネルを、一つではなく複数持っておくことが推奨されます。リスクを分散し、安定的な収入につなげるためにも複数の案件先を常に持っておくことはフリーランスにおいて重要なポイントです。
得意分野や専門性を磨く
フリーランスでAIエンジニアを続けるには、自分の得意分野や専門性を磨くことが重要です。幅広い技術を持っていることも大切ですが、人工知能開発の技術は次々と誕生しており、すべての分野で高い知見を持つのは不可能になると考えられます。業務も細分化しているので、専門性を高めてこれだけは誰にも負けないというスキルを持っていると、案件獲得の際に効果的にアピールできるでしょう。
フリーランスAIエンジニアの将来性
独立後に安定して仕事ができるか心配するAIエンジニアは多いかもしれません。こちらでは、フリーランスAIエンジニアのニーズと将来性について、調査結果などをもとに考察します。
AI人材は不足している
総務省が行った「令和版情報通信白書」によると、2018年の時点では6割以上の企業が、AIシステムやサービスを導入していないと答えています。これは、必要を感じないため導入していないのではなく、AIを使いこなせる人材の不足が要因となっています。調査結果からも、AIエンジニアのニーズは高いということができ、引く手あまたの状態は続くとみられます。それに伴ってフリーランスの案件も増えていくことでしょう。
外部人材の活用が増加
独立行政法人情報処理機構が提出した「IT人材白書2019」によると、AI人材確保の手段として外部委託を有効とした企業が多く、AI人材を獲得できていない企業ほどその傾向が強いようです。企業によっては、AIエンジニアを育てる環境づくりやコストが重くのしかかる場合もあり、即戦力となるフリーランスを含む外部人材の登用は増加するとみられます。

AIを仕事にするためのキャリアノウハウ、機械学習・AIに関するTopics、フリーランス向けお役立ち情報を投稿します。