結論：「PoC経験あり」は評価されない時代になった
採用市場で見ると、2024年後半から2025年にかけて、AI活用案件における評価軸が明確に変わっている。以前は「生成AI活用のPoCを複数経験」「LLM検証プロジェクトのリード」という経歴が差別化になった。しかし今は、それだけでは一次書類を通過しにくくなっているファームも出てきている。
問われているのは、「本番環境に乗せられたか」「運用設計まで手を入れたか」「事業インパクトを定量で語れるか」の3点である。この記事は、現職ITコンサルタント・SIerのPM・PLクラスで、AI関連の転職を検討している方を主な対象にしている。
採用市場で見ると：PoC量産から本番実績へ評価軸がシフト
市場感としては、BIG4・アクセンチュア・国内大手コンサルいずれにおいても、AIガバナンス・MLOps・データ品質設計といった「運用に耐える設計」を経験した人材の需要が高まっている。一方で、PoCをいくつ回したかというボリューム指標は、選考での重みが相対的に落ちてきている。
年収レンジは概ね800万〜1,400万円のマネージャー層で需要が集中しており、「AI案件のプロジェクトマネジメント + 本番移行の経験」があれば、現職年収からのアップサイドを交渉できる余地がある。ただし、AI専門というポジションではなく、「業務変革やDXの文脈でAIを使いこなせるコンサルタント」として評価される場面が大半であることは押さえておきたい。
候補者側から見ると：整理すべきは「どこまで関与したか」
候補者側から見ると、自分のAI案件経験を棚卸しするときに最も重要なのは「関与の深さと範囲」の整理である。以下のいずれかに当てはまる経験があれば、転職市場では訴求になりやすい。
- 本番リリース後の運用保守フェーズまで関与し、精度劣化・データドリフトへの対処を経験している
- AIシステムのガバナンス設計（ハルシネーション対策、出力監視、ログ管理）を業務として担当した
- 事業部門への展開・定着化（チェンジマネジメント）を主導し、利用率や業務工数削減などの数値を持っている
- LLMの利用コスト・推論レイテンシ・セキュリティ要件のトレードオフをステークホルダーと調整した経験がある
逆に言えば、「技術検証を担当したが本番化は別チームが引き取った」という経歴は、面接で深掘りされると弱くなる。面接前に、自分の関与がどのフェーズで止まっているかを正直に整理しておく必要がある。
企業側・ファーム側の事情：なぜ本番運用経験を重視するのか
企業側の目線では、理由はシンプルである。「PoCを回せる人材は市場に増えたが、本番に乗せられる人材は依然として少ない」という認識が、採用担当・現場パートナーに共有されてきているからだ。
特にBIG4・戦略系ファームのAI・データ系プラクティスでは、クライアント企業への提案だけでなく、内部プロジェクトの成否を担える人材を優先している。選考では、技術的なスキルセットより「本番化でぶつかった壁と、それをどう乗り越えたか」を問うケースが増えている。
また、採用要件として「AIに関する資格保有」を必須にしているファームはほぼない。むしろ、資格より「具体的なプロジェクト経験と、そこから引き出せる再現性ある知見」が評価軸になっている。
実務での打ち手：今から動けることは何か
現職でAI案件のPoC止まりの経験しかない場合、転職前に実績を積み直す選択肢は現実的に存在する。具体的には、現職プロジェクト内で本番フェーズへのアサインを社内で取りにいくか、小規模でも運用フェーズまで自分が主導できる社内案件を作ることが有効である。
転職市場に出るタイミングは「本番運用経験を1件でも語れる状態になってから」が、採用側の評価を最大化しやすい。焦って動くより、現職での実績の積み方を先に考えることが、長期的なキャリアの選択肢を広げる。
エージェントに相談する場合は、「現在どのフェーズの経験があるか」を正直に開示したうえで、受け入れ側ファームの選考基準を事前に確認することを勧める。
まとめ
AI活用案件の採用評価は、PoCの数から本番運用の深さへと移っている。候補者として準備すべきは「関与フェーズの棚卸し」と「事業インパクトの定量化」である。経験が本番フェーズに届いていない場合、現職でその実績を作ってから市場に出るという選択肢は十分に合理的である。転職を急ぐことより、評価されうる経験の質を先に整えることが、このマーケットでは中長期的に有利に働く。
