AI人材を簡単解説!AI人材に関する最新データや職種、必要なスキルとは

AI人材を簡単解説!AI人材に関する最新データや職種、必要なスキルとは


1.AI人材とは?注目を集めている背景

近年AI人材という言葉を多く聞くようになりました。これはAIの技術が進展し、産業やビジネスに広く応用できるようになったという背景があります。

1-1.AI技術の進展

AI(人工知能)という概念自体は、1956年のダートマス会議でジョン・マッカーシーによって提唱されて以降、研究が続けられてきました。しかしながら1960年代の第1次AIブーム、1980年代の第2次AIブームを経た後、長く冬の時代を経験し、産業やビジネスへの応用はなかなか難しい状況にありました。

これにブレイクスルーを起こしたのが2000年代初頭に登場したディープラーニング(深層学習)の技術です。そしてディープラーニングが一気に脚光を浴びたのが2012年の「ILSVRC」(画像認識の精度の競技会)。トロント大学のジェフリー・ヒントンが率いるチームがディープラーニングを用いて圧倒的な差で優勝。その後の進化も目覚ましく、時代は第3次AIブームへ突入していきます。

AIの進化

1-2.第3次AIブーム

現在私たちは第3次AIブームの時代に生きています。インターネットやスマートフォンの普及等によりビッグデータの蓄積が進んだ現在、ディープラーニングは様々な場面で適用が可能です。画像認識の他にも音声認識、自然言語処理はディープラーニングが得意な分野であり、チャットボットや機械翻訳ツールの劇的な精度向上といった形で私たちの生活に役立てられています。企業は毎年様々なAIサービスを生み出したり、既存サービスや既存業務へのAI導入を進めたりしています。
また、AI(人工知能)の能力が人間を超えるシンギュラリティ(技術的特異点)が語られるようになり、レイ・カーツワイル氏による2045年説が有名になりました。

 

2.DX推進に欠かせないAI人材

DX(デジタルトランスフォーメーション)とAIは切っても切れない関係にあります。それぞれ見ていきましょう。

2-1.DXとは

DXとはデジタルトランスフォーメーションの略であり、デジタルの活用によって企業のビジネスモデルを変革することです。良く混同される用語としてデジタル化があります。デジタル化はあくまでこれまで非デジタルであったものをデジタルに移行することであり、DXはデジタルに移行した結果得られたデータ(情報)から新しい価値を見い出し、企業のビジネスの改革へ繋げることと言えます。

2-2.DXとAI人材の関係

DXを推進するためにはデータから新しい価値を見い出すことが重要だと言いました。データを価値に変える技術こそがAIです。データは持っているだけでは活用できません。顧客の購買行動、製造ラインの異常検知、カスタマーセンターお問い合わせへの最適な回答など、データを具体的な場面に活用できる情報に転換し、その先にある変革に繋げていく中核的な役割を果たすのがAI人材です。実際、独立行政法人情報処理推進機構(IPA)が毎年発行していた『AI白書』は2021年から『DX白書』へと名称変更しています。

2-3.不足するAI人材

経済産業省が平成31年4月に発表した「IT人材需給に関する調査」によると、AI人材は2030年にはおよそ12.4万人(平均シナリオの場合)不足するとされています。調査にあたり実施されたアンケートでは、企業が積極的にAI人材を育成する意向を見せたものの、24.3万人の需要に対し12万人の供給に留まるとの試算です。
また同調査では、IT人材全体についても2030年におよそ45万人(中位シナリオの場合)の不足が推計されています。

AI人材需給に関する調査

2-4.AI人材の年収

第1回 デジタル時代の人材政策に関する検討会(経済産業省、令和3年2月)」の資料によると、海外のAI・データサイエンス人材の報酬水準に合わせ、国内でも高額な報酬を提示する例があるとされ、NECやDeNAが新卒でも1,000万円以上を提示する例として取り上げられています。
その他、富士通・NTTドコモ・NTTデータ・NTTコミュニケーションズなどがAI・データサイエンス人材に3,000~4,000万円ほどの年俸を提示していることが記載されています。

 

3.AI人材の類型、理系だけでなく文系職種も

AI人材と聞くと理系職種のように想像してしまうかもしれませんが、必ずしもそうとは限りません。前出の「IT人材需給に関する調査」においても、AI人材については事業部門に所属する人材もいるとされています。AI人材の類型について『AI白書2020』※(独立行政法人情報処理推進機構)の類型に基づいて解説します。
※P310 図3-4-27

3-1.AIに理解がある経営・マネジメント層

経営・マネジメント層がAIについて理解があることはとても重要です。AI導入に成功したり、DXを推進している企業ではトップの旗振りが大きな力になっている事例が多いです。また、スキルアップAIが実施した調査においても、DX成功に必要な要素として「DX推進のビジョン」と「トップのリーダーシップ」を求める声が上位を占めました。

3-2.AIを活用した製品・サービスを企画できるAI事業企画

AIプランナーと呼ばれる職種で、AIに関する知見とビジネスに関する知見を掛け合わせ、AI製品やサービスを企画出来る人材です。多くの場合はベンダー企業に所属し、世の中にない新しいAI製品や多くの企業の課題を解決するAIサービスを企画します。

3-3.先端的なAIアルゴリズムを開発したり、学術論文を書けるAI研究者

AIの処理速度や精度を高めるための研究をしたり、研究に基づいて社会実装に活かせるアルゴリズムの開発をしたりします。大学や研究所だけでなく、企業に所属している人も多くいます。

3-4.AIを活用したソフトウェアやシステムを実装できるAI開発者

AIエンジニアと呼ばれる職種で、製品やサービスに使われるAIを実際に開発するポジションです。AIについての知見はもちろんですが、製品やサービスを使うユーザーの行動や業界のビジネス習慣を踏まえ、ソフトウェアやシステムにAIを落とし込んでいきます。

3-5.AIツールでデータ分析を行い、自社の事業に活かせる従業員

AIユーザーとしてAIの基礎知識を有し、自社のビジネスにAIツールを活用できる人材です。データの分析手法、AIのモデルごとの特性などを理解し、場面に応じて適切に使い分けたり、AIツールの出力結果を評価したりすることが必要です。データサイエンスの基礎知識を有していることが望ましいです。

3-6.現場の知見と基礎的AI知識を持ち、自社へのAI導入を推進できる従業員

AIプランナーと呼ばれる職種で、こちらはユーザー側企業に所属します。自社の課題や可能性を分析し、どこにどのようなAIを導入すれば企業が成長するかを見極める力とAI導入プロジェクトをマネジメントする力が求められます。

AI人材6類型

 

4.AI人材になるために必要な知識

AI人材になるためにはいくつかの分野にまたがった知識が必要です。スキルアップAIではAI人材になるための道筋を講座マップとしてまとめていますが、以下では大切なところを抜粋して解説していきます。

4-1.デジタルリテラシー

デジタルリテラシー協議会では、全てのビジネスパーソンが持つべきデジタル時代の共通リテラシーとして「Di-Lite」を定義しています。「Di-Lite」はIT・ソフトウェア領域、数理・データサイエンス領域、人工知能(AI)・ディープラーニング領域を含んでいます。

4-2.プログラミング

AIでは主にPythonが使われていますので、まずはPython習得からスタートすることをおすすめします。スキルアップAIでは経済産業省の巣ごもりDXステップ講座として「機械学習のためのPython入門講座」を2021年12月末まで無料提供しています。

4-3.データマネジメント、データサイエンス、データエンジニアリング

AIはデジタル化で得られたビッグデータを効率的に処理し、新しい知見を見つけるために使われます。データを扱っていく人材としてデータマネジメント・データサイエンス・データエンジニアリングについて学びましょう。

4-4.機械学習・ディープラーニング

AIの意味する範囲は広いのですが、現在AIと言われているものは機械学習、その中でも特にディープラーニングを活用したものです。Pythonやデータマネジメントなどを学んだのち、機械学習とディープラーニングを学びましょう。

4-5.ビジネスごとのドメイン知識

ビジネスの成果に結びつくAI開発やAI導入を行って初めて価値があります。そのためには、自分が所属している業界、サービスを提供する業界について良く知っていなければなりません。

 

5.活躍するAI人材の採用方法と育成方法

ここまでAI人材が求められている背景や必要な知識などについて見てきました。このような人材をどう採用し、また組織内で育成すれば良いでしょうか。「AI人材の育成方法、社内育成の鍵は新卒社員へのAI研修にあり」で詳しく解説していますので合わせてご覧ください。

スキルアップAIのメールマガジンでは会社のお知らせや講座に関するお得な情報を配信しています。
配信を希望される方はこちら

また、SNSでも様々なコンテンツをお届けしています。興味を持った方は是非チェックしてください♪
  • Twitter
  • Facebook
  • LinkedIn
更新日:2021.12.02

関連する講座

Page Top