日本企業は生成AIの導入に苦戦

引用元：生成AIの導入率は24.2％、リテラシー・スキル不足など課題か──NRIがIT活用実態調査を発表

NRIによると、日本企業の生成AIの導入率は24%で、「検討」まで入れると8割とのことです。まだまだ検討フェーズの企業が大半のようです。また、導入している企業のうち、投資対効果を出している事例はかなり少ないと想定されます。

例えるなら生成AIは、ハーバード大学を首席で卒業した優秀な新入社員といったところでしょうか。

AI技術の民主化でプログラミングの重要性が下がる

生成AIが日進月歩で賢くなり、プログラミングの知識がなくても簡単にAIアプリケーションを開発できるようになりつつあります。まだ現状は生成AIが出力したコードが誤っていたりするので、修正のためプログラミングスキルの必要性はあります。というより、生成AI活用でエンジニアの生産性が上がり、以前よりプログラミングの価値が高まっています。

しかし、2026年には生成AIが地球上で最も賢いエンジニアとなり、ユーザーが欲しいサービスを日本語で依頼すれば、簡単に作られる世界になるでしょう。テストケースも作成できるので、自動テストを組み込めば品質面も問題なくなるでしょう。つまり、プログラミングが民主化されるのです。1億総エンジニアです。

AWSやAzureがPaaSサービスをUIで構築できるようにしましたが、生成AIはSaaSサービスを日本語で簡単に構築できるようにしたと言えます。

つまり、プログラミング経験がない初心者でも、AIモデルを構築・活用できるようになったことで、未経験から生成AIエンジニアへの参入の道がきれいに舗装されました。

データサイエンスの専門知識は今後も重要性が高い

将来的なプログラミングの重要性低下は、データサイエンスの専門知識が不要になることを意味しません。生成AIに論文を要約させたとしても、正しく読み解くには生成AIやデータサイエンスの専門知識が不可欠です。
また生成AIを搭載したシステム設計には、業務理解に加え、AzureやAWSなどのクラウドの知識、データベースの知識が必要です。

挑戦する人にはチャンスが回ってきやすい環境

企業でも状況は同じで、仮に「生成AI研修」を開発したとしても、2か月後には情報が古くなっているので、基礎的な研修しか成立しません。もはや、教育の概念を変える必要があるのでしょう。

逆に言うとこれはチャンスで、体系的に生成AIを学んでいる人がいないため、自発的に学べば大きくリードできるということです。特に生成AIの利用には、web版・API版共に多少お金がかかるので心理的なハードルもあります。そこを乗り越えて、最新技術の動作検証に挑戦していけば、比較的短期間で良いポジションが得られる可能性があります。問われているのは、過去より今何をするかなのです。

未経験から生成AIエンジニアになる方法

未経験から生成AIエンジニアになるには、以下の手順を推奨します。

①生成AIの基礎知識を学ぶ

まずは、生成AIの基本的な概念や原理を理解します。例えば、東京大学松尾研究室が提供しているLLM（大規模言語モデル）に関する講義資料は、優れた教材の一つです。これらの資料を通じて、生成AIの仕組みや応用範囲について学びます。

もしくは、以下の書籍の1～３章もおすすめです。大規模言語モデルの概要、プロンプトエンジニアリング、OpenAI APIの基礎について学べます。8章ではRAGの基礎も学べます。

②RAGと関連するデータサイエンスを理解する

次に、RAGの概念を理解し、実際にRAGを用いたチャットボットを作成してみます。開発プロセスを通じて、RAGの基本的な仕組みや利点を体感的に理解できます。書籍では、以下の4.6節、6章、7章がおすすめです。RAGの基礎知識から、Advanced RAG、RAGの評価方法まで学べます。現在出版されている書籍では、最も実践的な内容です。




RAGを学んでいく中で、データサイエンスの基礎知識がないと分からないことがあると思います。例えば、「検索インデックスって何？」「ベクトルの類似度計算ってどうやるの」「RAGの評価指標ってどう設定するの」など、一般的なデータサイエンスの理解ができない部分が出てくると思います。

さらにRAGに踏み込みたい方は、RAGに関するサーベイ論文を読むことで、最新の手法や応用例を学ぶことができます。特に「Retrieval-Augmented Generation for Large Language Models: A Survey」は、原文を読んでも良いですし、わかりやすい解説記事が多数公開されているので、参考にしてください。

③最新技術を動作検証する

その後、CursorやDifyなどの最新技術を実際に試してみます。生成AIの開発ツールを使いこなすことで、生成AIの実用的な応用方法を学ぶことができます。自分の興味や目的に合わせて、適切な技術を選択し、動作検証を行いましょう。
もしくは、ゲーミングPCをお持ちなら、OllamaでローカルLLMに挑戦してみるのも面白いです。API費用もかからず気楽ですし、出力制限のない自由なLLMを触るのは、その辺のゲームより楽しいです。LLM同士で会話させてみると、新たな発見があったりします。

最新技術を触っているメリットは、同じように最新技術を触っている人と繋がれることです。基本的に人類の95%以上は触ってないので、周りから「なんか凄いことしてる」「生成AIに詳しい」という印象を与えることができます。

④プロジェクトを通じて実践経験を積む

さあそして本番です。学んだ知識を活かし、自分でプロジェクトを立ち上げてみます。例えば、特定のドメインに特化したチャットボットや、社内向けの検索サービスなどを会社に提案し、実際に開発してみるのが良いでしょう。初手はやはりRAGがおすすめです。プロジェクトを通じて、生成AIの実装方法や課題解決のノウハウを身につけることができます。

ただし、会社としてChatGPTの利用を禁止しているかもしれません。ハードルもやや高いです。簡単な企画書を作り、上司に提案してみて、厳しそうなら次の⑤に移ってください。もし提案が通ったら、あなたは晴れて生成AIエンジニアです。

⑤コミュニティに参加し、情報交換する

生成AIに関するコミュニティに参加し、他の生成AIエンジニアや研究者との情報交換を行います。勉強会やハッカソンなどのイベントに参加することで、最新の技術動向や導入事例を学ぶことができます。

コツは、ひたすら聞き役に徹して、情報収集に努めることです。いきなり、学んだ知識を披露しても誰も聞いてくれないでしょう。とにかく聞いて情報を集め、参加者が困っていることや挑戦していることをヒアリングし、最後に転職を考えていることをサラッと伝えておけば、リファラル採用などのお誘いがあるかもしれません。

話す内容からその人の知性が見えてくるものですが、聞く姿勢からその人の人柄が見えてくるものです。今は人柄で戦う時でしょう。

⑥転職活動を行う

④のプロジェクト立ち上げや、⑤のリファラル採用に目途が立たない場合、転職活動を始めます。転職エージェントに登録する方法と、自分で求人情報をリサーチして応募する方法に分かれます。中にはひどい転職エージェントもいるので、ダメな場合は人や会社を変えましょう。個人的には企業規模の小さい無名の転職エージェントはおすすめしません。社員教育をされている大企業のほうがやはり安心です。

関連記事：転職エージェントにボコボコにされて未経験からAIエンジニアに転職した話

転職のポイントは、臆さずに大企業にも積極的に応募することです。ベンチャー企業は、実力主義なので、技術力をしっかり見られます。一方大企業は、良くも悪くも人物重視なので、生成AIの技術知識に加え、これまでの業務経験や人物評価がはまれば内定を取れることもあります。また、人材不足感も大企業の方が強いです。

大企業と言っても、生成AIに関してはここ数年以内に取り組んできた企業ばかりです。最新技術を学んできたあなたが、引け目を感じる必要はありません。対等に堂々とアピールしていってください。ただし、企業研究は入念に行いましょう。

あまり大きな声では言えませんが、企業研究といっても今は生成AIがあるので、企業ホームページの情報をBeautifulSoupスクレイピングして、自分の職務経歴書とまとめてopenAI o1に入れて、「この企業の志望動機を教えて」と依頼すればよい志望動機が出てくると思います。何なら面接の模擬的な質疑応答もできるでしょう。

まとめ

初心者でも生成AIの動作検証に挑戦していれば、生成AIエンジニアとしてのキャリアを始められる可能性が十分あると言えます。ポイントはどれだけ手を動かしているかです。

生成AI分野は、一斉によーいドンした状態です。少し踏み出すだけで、今起きている社会の大きな変革を、特等席で見れる立場になれるかもしれません。