業界を概観すると、2022年時点のAIエンジニアの平均年収は1300万円。一方現役ITエンジニアの平均年収が516万円。AIエンジニアは、ITエンジニアの倍以上の年収です。

＜インターネット業界＞

Web系・自社開発企業と称されるインターネット業界は、年収の幅が広く、700～1800万円と会社によって年収レンジが大きく異なります。

急成長を目指すスタートップでは、機械学習エンジニアに「年収1500万円+ストックオプション」や「1300万円～+決算賞与」という高額求人がそこそこあります。人材流動性の高いスタートアップは、何らかのインセンティブをつけないと人材を確保・保持できないという背景があります。
一方社員数が200名を超えてきて、社内ルールが整備され、成長がひと段落したWeb企業は、900万円前後の求人が多いです。

インターネット業界は、市場規模が伸び続けており、慢性的な人材不足のため、エンジニア獲得のために働きやすさ競争をしています。また自社内にデータを持っているというのは、機械学習エンジニア・データサイエンティストから見て魅力的です。手軽に分析ができますし、機械学習モデルの構築と運用の両面に携われるからです。



「機械学習エンジニアとして成長したい！」「自社サービス開発に携わりたい」と考えられるならWeb系の自社開発企業が最もおすすめです。

＜コンサル業界＞

大企業にAIの導入を支援するAIコンサルタント(≒DXコンサルタント)は、多くの求人が年収1000万円を超えます。外資コンサルにマネージャー職で転職した人に話を聞くと、日系よりも管理職の権限が大きく、経費などでなかなか良い思いが出来るようです。

外資系日系問わず、本当にエース級がコンサル会社に移っていて、30代中盤の超優秀なITエンジニアや、事業会社で機械学習のR&Dをやっていた人材が外資系の総合コンサルに移っています。

ITを取り扱う総合コンサルティング会社は、プロジェクトの人数が多く、期間も長いため、求人数は多いです。人材の流動性も高いため、論理的思考能力があれば、内定の難易度は思ったほど高くないです。
ここ数年は、PMOとDX支援ができる人材を増やしているので、IT関連の上流工程やチームマネジメント経験があれば高く評価されるでしょう。

顧客のふわっとした要求を落とし込むスキルを持つ人材は、今のコンサルファームで最も求められる人材といえるでしょう。レガシーな大企業を相手に、DXのど真ん中で働きたい人は、コンサル業界がおすすめです。

1～2年ほど経験すれば、論点思考やプロ意識を身に付けられるので、転職先の幅は広がります。また、運良く海外拠点で経験を積めると、ヘッドハンティング経由で経営幹部への道筋が見えてくるでしょう。

＜大手金融業界＞

大手金融業界（メガバンク、信託銀行、生保、損保、証券）は、保有するデータ量が膨大で、デジタル戦略の予算枠が非常に高額のため、業務知識が高値で売れます。AIと業務の両方が分かる人材の場合、求人先の要件とハマるとかなりの高値が付きます（具体的な業務経験のアピールは必要です）。

例えば、銀行員の方がデータサイエンスのキャリアを絡めることで、市場価値を高め、高い年収で転職できる可能性が高まるでしょう。銀行から信託銀行など横滑りの転職も見込めます。

＜大手IT企業＞

大手IT企業(大手SIer、大手ITメーカー)は、メガバンクと同じく年功序列です。年収は30代半ばで800～1000万円が目安です。ただ、高い技術力と実績があれば、通常と別枠の採用で1500万円以上も十分狙えます。

スキルセットとしては、機械学習の実務経験に加えて、マネジメント経験があるとアピールになります。というより、大手IT企業ではマネジメントスキルは人権です。マネジメント適性がないと内定は厳しいです。

プロジェクトの数が多く、扱う技術も幅広いので、希望すれば意外と自分のやりたいことができる環境が揃っています。マネジメントにそこまで苦手意識がなく、安定した給料を長く貰いたい人は、大手IT企業がおすすめです。雇用が安定しているためか、社員は総じて人当たりが良いです。

現在どの大手ＩＴ企業もデジタル系に注力しています。「チームを率いてDXの仕事がしたい！」と考えられるなら真っ先に選択肢に挙げてよいでしょう。

＜データ分析専業＞

データ分析専業企業では、いわゆるデータサイエンティストのスキルセットが求められます。PythonやＲでのデータ前処理や機械学習を用いた分析業務に加え、分析設計や報告書作成の経験があると強いです。メンバー管理やクライアント対応までできるとリーダークラスの採用が見込まれるので、年収は800～1350万円が相場です。

業務片手間に英語論文を読んでいる百戦錬磨のデータサイエンティストに嫌でも囲まれるので、成長速度は最も早いです。社員は極めて優秀で、入社難易度は高いです。
大学の研究室のようなアカデミックな雰囲気が好きな人には、肌に合うと思います。Kaggleで入賞経験があるとアピールになるでしょう。

＜大手メーカー・自動車・製造業界＞

2021年度から、大手メーカーの求人（研究所＆本社デジタル部門）が伸びています。「大規模データ処理」「コンテナ技術」「自然言語処理」「画像認識」あたりがキーワードで、年収水準は年収700～1500万円と、一部求人は年功序列をぶっちぎった待遇を用意しています。生涯賃金ベースで考えるとかなりお得感あります。

しかしメーカーのデジタル系職種は、いわゆる花形ではありません。社内にソフトウェア技術に明るい人材が不足しているため、「AIエンジニアで採用されたのにDX推進部でRPAやクラウド導入をやることになった」ということが起こる可能性があります。そのため、絶対にAIや機械学習の仕事がしたい人には向いていません。
一方、「新しい技術に触ることが楽しい」「企業の業務変革をデジタル技術でリードしていきたい」という思いがある方には、メーカーはおすすめです。

なおリモートワーク（在宅勤務）で働ける会社も一気に増えました。AI業界は確実に働きやすくなってきています。

＜追記①：2023年9月の求人状況＞
米系の外資系IT企業は、新規採用の一時停止や人員整理をしており、2023年下期も厳しい状況になります。ソフトウェア技術の求職者が非常に多く、転職に良い時期ではありません。時が悪いのでしばらく大人しくしているのがおすすめです。

ただChatGPTの登場で、AIエンジニアやデータサイエンティストの仕事内容も大きく変わってきています。LLMを活用した導入支援がバブルの様相を呈しています。Azure OpenAI等を触っていれば恩恵を受ける可能性があるでしょう。Azure Cognitive SearchやLangChainを触っているとなお良しです。特に自然言語ができるAIエンジニアは、一刻も早くLLMを触すべきでしょう。

また、LLMを活用したユースケース検討など、上流工程のスキルセットも現在大いに売りになります。そのため、今のLLMの潮流に追随するために新しいスキルを身に付けるという転職でしたら大いにありだと考えます。

日系企業を見ていくと、大手SIer、総合コンサル、インターネット、消費財、通信キャリア、広告代理店、自動車関連、金融機関の採用意欲は高いです。特にITを主戦場とする総合コンサルの求人はかなり多いです。例えば、総合コンサルに入社するだけなら難易度はそこまで高くなく、上流工程の仕事にも興味があるなら、最初に考えてよい選択肢になりました。

また大手消費財や大手財閥デベの求人もあり、業界を牽引したい企業がDX推進室を設置して、中核となれるAIエンジニアを募集しています。入社難易度はかなり高いですが（面接に到達するだけでもハードル高い）、売れる実績があれば狙っても良いと思います。

大手企業の採用面接は、スキルセットが十分でも、マインドセットが企業文化に合わないと判断されると、容赦なく落とされます。「ほとんど落ちない最終面接で人事に落とされた」という話も聞きます。

面接で「なんか違うな」と人事に思われると、「総合的な判断でお見送り」になるということです。こればかりは相性の問題ですが、面接で下記のようなマインドセットを披歴できれば、落ちる確率は大きく下がるでしょう。

これまでシステム開発では、人間が仕様書を書いてプログラムの機能を定義していました。一方、AIや機械学習では、データからプログラムを導きます。人間が機能を考えるのではなく、AIが機能を定義しています。

これまでの機械学習は、データ量が少なかったりアルゴリズムがあまり賢くなかったりと、人間を超えるプログラムを作ることは難しい状況でした。人間より賢いAIを作るなんてことは夢のまた夢でした。

しかし、近年のデータ量の爆発的増加とディープラーニングの進歩により、だんだんと局所的に人間の賢さを超えるAIが出てきました。画像認識（ResNet）や自然言語処理（BERT）の精度が、人間の識別能力を超えたことはその好例です。

そしてAIは指数関数的に技術的発展を遂げています。すると、人間が考えた仕様書よりも、AIが作ったプログラムの方がはるかに賢くなっていきます。グラフにすると以下の通りです。

転職エージェント選びは大事です。なぜなら転職エージェントによって得意業界、転職サポートが異なるからです。どのエージェントと並走するかで、転職の内定率や満足度を決めてしまいます。