この記事の想定読者：ITコンサルタント、SIer の PM・PL、事業会社IT部門の方で、AI 活用案件の経験を転職でどう説明するか、AI 案件の求人をどう比べるかを考えている方。
2026年10月の改稿について：以前の版に載せていた年収レンジと、「2024年後半から評価軸が変わった」などの採用市場の断定を削除しました。出典を確認できなかったためです。代わりに、求人と自分の経験を同じ軸で比べる確認項目を載せています。
「生成AIの PoC を担当しました」。AI 案件の経験として、職務経歴書でよく見る書き方です。ただ、この一文だけでは、何を検証し、誰が使うと決め、使い始めたあとに何を確かめたのかが伝わりません。求人を見る側でも同じで、「AI 案件」という言葉だけでは、入社後にどんな判断を任されるのかは分かりません。
私は受託開発の会社を経営しながら、今も毎日コードを書いています。AI エージェントの活用にも取り組んでおり、エンジニアを採用する側、開発を発注する側でもあります。PoC はスピードを優先し、本番は型・テスト・設計を丁寧に作る。同じ技術でも、どの工程にいるかで求められることが変わる。その実感から、AI 案件の経験と求人を比べるときの確認項目をまとめます。
AI という名前では、身に付く経験は決まらない
同じ AI 案件でも、調査、実証 (PoC)、導入、運用のどこを担当するかで、経験できる判断は変わります。
実証を担当する仕事に価値がないわけではありません。新しい方法を早く試し、使えるかどうかを見極める力は、それ自体が専門性です。一方で、本番の制約を踏まえた設計や運用を経験したいなら、その工程まで関与できるかを確認する必要があります。PoC と本番は、同じ仕事の前半と後半ではなく、求められる判断が違う仕事だと考えた方が実態に近いと思います。
最初に聞くのは「成果物は何ですか」
成果物が調査レポートなのか、検証結果なのか、業務で使う仕組みなのか。最初にここを聞くと、仕事の終点が見えます。
「将来は本番化も検討しています」という説明と、自分が本番化を担当することは同じではありません。今回の募集で何を任されるのかを、時点を分けて聞いてください。
四つの責任の境界を確認する
| 論点 | 確認する質問 |
|---|---|
| データ利用 | 使える情報の範囲は誰が承認し、応募する職種はどこまで判断するのか |
| 評価 | 何ができれば導入に進み、どの結果なら見送るのか |
| 利用権限 | 誰が使えて、出力を誰が確認するのか |
| 運用 | 問題が起きたとき、止める・戻す・改善するのを誰が担当するのか |
面接で、顧客の機密情報や実データを聞く必要はありません。役割の分担、承認の考え方、検証の進め方を聞けば十分です。答えが返ってこないときは、理由が守秘なのか、体制がまだ決まっていないのかも分けて確認します。
評価を「精度」という一言で終わらせない
AI の評価に関わりたいなら、何をもって「使える」と判断するのかを整理できる仕事かを見ます。対象の業務、許容できない誤り、人が確認する手間、利用者の動き方など、判断の前提を具体にする必要があります。
面談では「評価の条件は誰と決めますか」「導入を見送る判断にも関与できますか」と聞いてみてください。良い結果を説明する役割だけなのか、使わない判断まで含めて検討する役割なのかで、仕事の性質は大きく変わります。
運用を経験したいなら、稼働後の情報が戻るかを見る
導入後の問題を誰が受け取り、どう改善するのか。自分が関わった設計の結果を確かめられるのか。技術判断の経験を積むうえで、ここは見落としたくない点です。
「保守は別のチームです」という説明自体は問題ではありません。その別チームとどう連携し、案件の学びがどこへ戻るのかを聞きます。役割が分かれていることと、結果から学べないことは同じではありません。
私自身、技術を選ぶときは最新かどうかより、長く運用したときのコストと手間を見ます。AI の仕組みも同じで、利用の費用、応答の速さ、セキュリティの要件のどれを優先したかは、本番を経験した人ほど具体的に語れる部分です。
運用の責任が含まれるなら、対応する時間帯や障害時の体制も確認してください。曖昧なまま、責任だけを引き受けないことが大切です。
自分の経験も、同じ軸で棚卸しする
自分の AI 案件の経験は、次のように分けると整理しやすくなります。
- 検証で何を比べ、何を基準に「使える」「使えない」と判断したか
- 本番に乗せる前に、出力の確認やログの残し方など、運用の決まりをどこまで設計したか
- 業務部門への展開と定着に、どこまで関わったか
- 費用・応答の速さ・セキュリティの要件の折り合いを、誰とどう決めたか
検証だけを担当し、本番化は別のチームに引き継いだ経験も、隠す必要はありません。どこまで担当し、どこから先は担当していないのかを正直に分けて話す方が、面接では信頼されます。足りない部分は、次に学びたいこととして伝えれば十分です。
AI の開発そのものの経験が少なくても、データ利用の条件を整理した経験、業務部門と受け入れの基準を決めた経験、移行や運用の判断を支えた経験は、この軸のどこかに入ります。ただし、それらを AI モデルの設計や評価を自分で行った経験と同じものとしては説明しないでください。
金融機関向けの案件で、あわせて確認したいこと
銀行・保険など金融機関向けの AI 案件では、上の四つの境界に加えて、次の点を求人面談で確かめておくと、入社後のずれを減らせます。
- 使えるデータの範囲と、その承認を社内のどの手続きで得るのか
- 本番で使うかどうかを、どの部門の確認を経て決めるのか
- 出力の内容に誰が責任を持ち、誰が確認するのか
ここで聞くのは、役割と手続きの分担です。金融の規制や業務そのものの判断は扱いません。金融機関向けの求人で、どんな経験が評価されるのか、採用要件をどう読むのかは、金融のIT領域を担当する伊藤直隆が一緒に整理します。
今すぐ動かない選択もある
現職で、検証の次の工程 (本番への移行や運用の設計) に手を挙げられる余地があるなら、先にその経験を積むという選択もあります。小さな案件でも、運用まで自分で見届けた経験は、転職の場面で具体的に話せる材料になります。
反対に、現職では検証から先に関われる見込みがないなら、本番まで担当できる求人と比べる理由になります。どちらを選ぶにしても、自分が次に積みたい経験を先に決めてから求人を見る方が、判断がぶれません。
よくある質問
PoC だけの経験は、転職で評価されませんか
評価されないわけではありません。何を比べ、何を基準に判断したかを説明できれば、検証の経験として伝わります。大切なのは、本番化まで担当したように見せないことです。担当した範囲と、担当していない範囲を分けて話してください。
AI の開発経験がなくても、AI 案件の求人に応募できますか
求人によります。データ利用の条件整理や、業務部門との受け入れ基準づくりなど、導入や運用を支える役割を求める求人もあります。成果物と、入社時に必要な技術経験、入社後に学ぶ部分を分けて確認してから判断してください。
面接で守秘義務に触れずに、AI 案件の経験を説明するには
顧客名や実データの代わりに、自分の役割、判断した内容、承認の流れ、結果をどう確かめたかを話します。具体的な数値を出せない場合は、何が変わったのかを事実として説明すれば十分です。
自分の経験と次の役割を整理する
応募先を決める前に、担当してきた仕事と、これから担いたい責任を整理できます。相談は転職を決めることと同じではありません。現職に残る選択も含めて比べます。
