sake | 2026/10/07 - 01:44 pm
生成AIの普及で、AIエンジニアを目指すエンジニアが増えています。一方で、「何から始めればいいかわからない」「Web開発やPMの経験はAI案件で通用するのか」と迷っている方も多いのではないでしょうか。
テクフリ（運営会社：アイデンティティー）は、AI関連案件を643件保有しています。本記事では、これらの案件が求めるスキルが2024年から2026年にかけてどう変わったかをもとに、AI以外の領域で経験を積んできたエンジニアが、AIエンジニアを目指すためのロードマップを解説します。
この記事でわかること
- テクフリのAI案件のうち、生成AIを扱う案件は2024年の49.3%から2026年は77.6%に広がった
- AI関連の経験が必須ではない案件は、2024年の23%から2026年は15%に減った。「生成AIを触ったことがある」だけで入れる時期は終わりつつある
- 代わりに増えたのは、PM・要件定義の経験（19%→32%）や、コンサル・顧客折衝の経験（15%→26%）を必須にする案件。AI以外の専門が、AI案件への入口になっている
- 非AIエンジニアのルートは、上流・実装・データ活用の3つ。平均月額単価が最も高いのは上流の116.7万円
- 2026年時点のおすすめは、AIを学び切ってから移るのではなく、今の専門を軸にAI案件へ入り、その中で本番経験を積むルート
調査概要
テクフリが2023年〜2026年に募集したAI関連案件643件を集計しました（2026年時点）。ここでいうAI関連案件とは、AI・機械学習・自然言語処理・ディープラーニング・生成AI・データモデリング・LLMをメインで扱う案件です。
時期による変化は、募集した年（2024年・2025年・2026年）ごとに比較しています。月額単価は、週5日での稼働が可能な案件を対象にしています。
AIエンジニアの仕事は「研究」から「実装・導入」へ移っている
ロードマップを考える前に、目指す先である「AIエンジニア」の仕事がどう変わったかを確認します。実感している方も多いと思いますが、数年前のイメージのまま学習を始めると、遠回りになりかねないため改めて整理しておきます。
生成AI案件の割合と、職種群の構成
テクフリのAI案件に占める生成AI案件の割合は、2024年の49.3%から、2025年は73.6%、2026年は77.6%に広がりました（詳しくは生成AIエンジニアの単価相場の記事で解説しています）。
| 職種群 | 主なポジション | 2024年 | 2025年 | 2026年 |
|---|---|---|---|---|
| 上流 | PM、PMO、プロダクトマネージャー、ITコンサルタント、AIコンサルタント | 24% | 19% | 29% |
| 実装 | AIエンジニア、機械学習エンジニア、サーバーサイドエンジニア、インフラエンジニアなど | 55% | 73% | 63% |
| データ活用 | データサイエンティスト、データ基盤エンジニア、データアナリストなど | 22% | 8% | 8% |
読み取れること
生成AIが広まる前のAI案件は、予測モデルや画像認識など、データからモデルを作る仕事が中心でした。一方、今は既存のシステムや業務にLLMを組み込み、本番で使える形にする仕事が主流です。
この変化は、AI以外の領域で経験を積んできたエンジニアにとって追い風です。生成AIを組み込む開発では、モデルを一から作る力よりも、APIでLLMを呼び出し、社内のデータとつなぎ、認証やログ、コストまで含めて運用する力が問われます。Web開発やクラウドで培った力が、そのままAI案件の土台になるということです。
2026年に上流の比率が上がっている点も見逃せません。生成AIを導入したい企業は多い一方で、「どの業務に使うか」を決め、PoCから本番まで進められる人は限られています。AI導入のプロジェクトを推進する側も、AI案件の大きな柱になっています。
生成AIが広まった直後は、AI経験がなくても入りやすい時期だった
現在AI案件に参画しているエンジニアの大半は、2023〜2024年にAI以外の領域からAI案件に移っています。この時期は生成AIが一気に広まった時期です。では、その時期でなければAI案件に移るのは難しかったのでしょうか。AI案件が必須スキルとして求めるものの変化から確認します。
AI案件の必須スキルの変化
| 必須スキルに含まれる要素 | 2024年 | 2025年 | 2026年 |
|---|---|---|---|
| LLM・生成AIの経験 | 16% | 43% | 54% |
| AIエージェント・LangChain・Difyなどの経験 | 1% | 16% | 21% |
| AI関連の経験で「実務」「本番」「商用」を明記 | 15% | 21% | 27% |
| AIツール（Claude Code・Cursor・GitHub Copilotなど）の活用経験 | 0% | 4% | 12% |
| PM・要件定義などの上流経験 | 19% | 19% | 32% |
| コンサル・顧客折衝・提案の経験 | 15% | 13% | 26% |
| 機械学習（予測モデルなど）の経験 | 34% | 23% | 14% |
| AI関連の経験を必須にしていない（業務はAI関連） | 23% | 20% | 15% |
読み取れること
2024年は、生成AIの経験を必須にしている案件が2割に届かず、AI関連の経験を必須にしていない案件も2割以上ありました。経験者がほとんどいなかったため、企業も経験を条件にしにくかったと考えられます。周辺の経験とAIへの意欲があれば入れる、入口の広い時期だったと言えます。
2026年になると、要件は具体的になりました。生成AIの経験は半数以上の案件で必須になり、「実務で」「本番で」と経験の中身まで指定する案件も増えています。AIエージェントやAIツールを使った開発のように、2024年にはほぼ見られなかった要件も加わりました。「生成AIを触ったことがある」だけでは、以前ほど通用しなくなっているのは確かです。
ただし、2023〜2024年に移った人も、何もないところから移ったわけではありません。テクフリにAI案件のご相談をいただく方を見ても、生成AIが広まる前から、業務の自動化やデータ活用、AIを使ったプロジェクトの推進など、AIに近い仕事を経験していた方が多くいます。時代の流れに乗れたのは、その前からの経験が大きいのは間違いないです。
では、2026年から目指す人はどうすればよいのでしょうか。注目したいのは、AI関連の経験に代わって、PMや顧客折衝の経験を必須にする案件が増えている点です。AI案件は「AIの経験者だけを集める仕事」から、「AIとそれ以外の専門を組み合わせる仕事」に変わりつつあります。今の最適解は、準備期間を「AIの勉強だけ」で過ごすのではなく、今の専門を活かしてAI案件の中で過ごすことです。
非AIエンジニアからAIエンジニアへの3つのルート
AI案件は、上流・実装・データ活用の3つの職種群に分かれます。AI以外の領域から目指す場合は、今の職種から最も近い職種群が入口になります。
| ルート | 今の職種 | 狙う職種群 | 平均月額単価 | 2026年の案件で多い必須スキル |
|---|---|---|---|---|
| A. 実装力を軸にする | Web開発（バックエンド・フルスタック）、インフラ・クラウド | 実装 | 96.7万円 | LLM・生成AI、Python、Web・API開発、クラウド |
| B. 推進力を軸にする | PM・PMO、SIerのSE、ITコンサル | 上流 | 116.7万円 | PM・要件定義、コンサル・顧客折衝 |
| C. 分析力を軸にする | データアナリスト、データ基盤エンジニア | データ活用 | 89.3万円 | SQL・データ基盤、クラウド、Python |
※各ルートで紹介するモデルケースは、よくある移行の流れをわかりやすく示すためのイメージです。
ルートA：Web開発・インフラの実装力を軸にする
モデルケース：40歳前後、Web開発歴15年前後のバックエンドエンジニア
- AI以前：業務システムやWebサービスのバックエンド開発を担当。JavaやPHPから始め、のちにPythonやTypeScriptへ。AWS上での運用まで経験。
- 助走期：担当サービスの中で、レコメンド機能のAPIやチャットボットのバックエンド、データ連携のバッチなど、AIに隣接する機能を担当。
- AI案件参画後：LLMを組み込んだ業務アプリや、社内文書を検索するRAGの設計・実装を担当。Claude CodeやCursorを使った開発手法をチームに広げるテックリードも務める。
2026年の実装のAI案件では、必須スキルにLLM・生成AIの経験を含む案件が58%、Pythonが50%、Web・API開発が40%、クラウドが30%でした。AI固有の要件としては、AIエージェント関連が23%、RAGが20%です。
このルートの強みは、AIを「本番のサービスとして動かせる」ことです。LLMは思いどおりに動かないことも多く、応答の遅延やコストの増加、想定外の回答への対策など、本番運用ならではの課題が出てきます。そこに対応できるのは、サービスを運用してきたエンジニアです。足りないのはLLM APIの扱いとRAG・エージェントの設計なので、学ぶ範囲を絞りやすいルートでもあります。
ルートB：PM・SIer・コンサルの推進力を軸にする
モデルケース：40代半ば、SIerでPM・PMOを15年以上経験
- AI以前：SIerで要件定義からベンダーコントロールまでを担当。大規模案件のPMOやオフショア開発の管理も経験。
- 助走期：データ活用やAIを使ったプロジェクトでPMを担当し、PoCを推進。社内の生成AI活用ルールづくりにも関わる。
- AI案件参画後：企業の生成AI導入PMとして、PoCから本番への移行、RAGの要件定義、利用ガイドラインや評価指標の策定を担当。
2026年の上流のAI案件では、必須スキルにPM・要件定義などの経験を含む案件が53%、コンサル・顧客折衝の経験を含む案件が56%でした。一方で、AI関連の経験を必須にしていない案件が26%あり、必須スキルにプログラミング言語を挙げていない案件は96%にのぼります。
非AIエンジニアにとって、最も入口が広く、単価も高いのがこのルートです。生成AIの導入は、技術的に作れるかどうかより、要件が曖昧なまま始まるプロジェクトをどう着地させるかで成否が分かれます。PoCを本番まで持っていった経験は、AIの実装経験の深さよりも評価されやすいと言えます。ただし、LLMで何ができて何ができないかを、自分の言葉で顧客に説明できる程度の理解は欠かせません。
ルートC：データ分析の力を軸にする
モデルケース：30代後半、データ分析歴10年前後のアナリスト
- AI以前：事業会社やコンサルで、SQLとBIツールを使った定量分析とレポーティングを担当。
- 助走期：Pythonで購買予測や需要予測のモデルを作り、施策の判断に使えるところまで落とし込む。
- AI案件参画後：LLMを使った分析業務の効率化（自然言語からのSQL生成など）や、生成AIを使ったマーケティング施策のPoC、データ基盤とLLMの連携を担当。
データ活用の職種群は、2024年にはAI案件の22%を占めていましたが、2025年以降は8%にとどまっています。データ分析だけでAI案件に入る道は、相対的に細くなっています。
このルートで意識したいのは、データの力を実装側の案件で活かすことです。RAGの回答精度はもとになるデータの整備で大きく変わり、LLMの回答を評価する仕組みづくりにも分析の素養が生きます。「分析ができる人」から「データとLLMをつなげる人」へ立ち位置を広げると、実装の職種群の案件も視野に入ります。
2026年時点のロードマップ：5つのステップ
ここまでのデータを踏まえ、どのルートにも共通するステップを整理します。ポイントは、学習とAI案件への参画を切り離さず、早い段階から実務の中でAIに関わることです。
STEP1：AIツールを日常の業務で使い込む
Claude Code、Cursor、GitHub Copilot、ChatGPTなどを、開発・調査・資料作成に日常的に使う段階です。2026年のAI案件では、AIツールの活用経験を必須または尚可とする案件が18%ありました。2024年にはなかった要件で、AI案件に入るための前提条件になりつつあります。
ルートBの方は、議事録の要約や要件の整理、提案資料の下書きなど、自分の業務でAIツールを使い倒した経験が、そのまま顧客への提案材料になります。
STEP2：LLMのAPIで小さなものを作る
LLMのAPIを呼び出すアプリ、社内文書を検索するRAG、簡単なAIエージェントなどを、自分の手で一度作ります。2026年のAI案件では、AIエージェント関連の経験を必須とする案件が21%、RAGが18%でした。
ルートBの方も、一度作っておくと、要件定義で「どこまでできて、どこから難しいか」を具体的に話せるようになります。ルートCの方は、自然言語の質問からSQLを生成するなど、自分のデータ業務に近いテーマを選ぶと次につながりやすくなります。
STEP3：今の現場で、生成AIを「本番」に入れる
最も重要なのがこのステップです。2026年のAI案件では、AI関連の経験について「実務」「本番」「商用」を明記する案件が27%に増えました。個人開発の成果物より、業務の中で生成AIを使った機能や仕組みを本番に出した経験が評価されます。
新しいプロダクトでなくても構いません。問い合わせ対応の下書き生成、社内ドキュメントの検索、コードレビューの補助など、今の現場で、小さくても本番で使われる仕組みを一つつくることが、AI案件への最短ルートです。
STEP4：今の専門を軸に、AI案件へ参画する
STEP3までの経験を今の専門と組み合わせて、AI案件に応募します。ルートAなら実装、ルートBなら上流、ルートCならデータ活用か、データに強みを持つ実装の案件が狙い目です。
2026年のAI案件の13%は、週1〜3日から参画できる案件でした。今の仕事を続けながらAI案件で実績をつくるという選択肢もあります。
STEP5：AI案件の中で専門を深める
AI案件に入ってからは、AIエージェントの設計、LLMの回答の評価・改善、AI基盤の運用（MLOps）、AIガバナンスなど、自分のルートに合った専門を深めます。生成AI案件では、回答精度の評価・改善まで担えると、より高い単価帯の案件が視野に入ります。
AIの経験は、職務経歴書でどう伝えるか
STEP3で本番経験をつくっても、職務経歴書で伝わらなければ評価されません。AI案件の必須スキルが「実務」「本番」と具体的になっている以上、書き方も具体的にする必要があります。
| 伝わりにくい書き方 | 伝わりやすい書き方 |
|---|---|
| ChatGPTを業務で活用 | 社内問い合わせ対応にLLMによる回答の下書き生成を導入。設計・実装から本番リリース、運用までを担当 |
| 生成AIに関する知見あり | 社内規程を検索するRAGを構築。検索対象の文書の前処理と、回答精度の評価方法の設計を担当 |
| AI導入プロジェクトに参加 | 生成AIを使った業務効率化のPoCでPMを担当。対象業務の選定から効果検証、本番移行の判断までを推進 |
| Cursorを使用 | Claude CodeとCursorを開発の標準ツールとしてチームに導入し、レビューやテストの進め方を整備 |
ポイントは、「何に使ったか」「どの工程を担当したか」「本番で使われたか」の3つを書くことです。スキルシートの書き方は、テクフリのスキルシート対策も参考にしてください。
AIエンジニアを目指すうえで、最初にやらなくてよいこと
AIエンジニアを目指すとき、数学のやり直しや資格の取得から始める方は少なくありません。しかし、テクフリのAI案件が求めるスキルを見る限り、それらに注力してまでやる必要はありません。
- 数学・統計のやり直し：2026年のAI案件で、数学・統計の知識を必須にしている案件は2%でした。研究開発やデータサイエンスに進む場合を除き、優先度は高くありません。
- AI関連の資格の取得：2026年のAI案件で、AI関連の資格を必須にしている案件はありませんでした。尚可として挙げられる資格も、多くはPMPやクラウドの上位資格です。
- 研究職を目指すこと：論文を読み、新しいモデルを生み出す力が求められる案件は、AI案件全体から見ればごく一部です。作ったものを本番で動かした経験の方が、はるかに多くの案件で求められています。
時間をかけるべきなのは、生成AIを実務で使い、本番に入れた経験をつくることです。
AI案件を探すならテクフリ
AI以外の領域からAI案件を目指す場合、どのエージェントに相談するかで、紹介される案件の幅が変わります。
- AI案件の保有量：テクフリはAI関連案件を643件保有しており、2026年は生成AI案件が77.6%を占めます。実装だけでなく、AI導入のPM・コンサルといった上流の案件も扱っています。
- マージンの低さならテクフリ：マージン10%の案件も保有しています。単価の高いAI案件ほど、マージンの差が手取りの差になります。
- 紹介スピードが早い：新規登録から参画決定まで、最速2日・平均14日です。
「今の経験で入れるAI案件はあるか」「どのルートが自分に合うか」といったご相談も受け付けています。まずはAIエンジニアの案件一覧で、どのような案件があるかをご覧ください。
まとめ
テクフリのAI案件では、生成AI案件が8割近くを占め、AIエンジニアの仕事は研究から実装・導入へ移っています。その一方で、AI関連の経験を必須にしない案件は減り、本番での実務経験を求める案件が増えました。生成AIが広まった直後の「入口の広い時期」は終わりつつあります。
ただし、PMや顧客折衝の経験を必須にする案件は増えており、主に上流などのAI以外の専門人材がAI案件への入口になる流れは強まっています。今の専門を軸に職種群を選び、AIツールの活用から本番経験へと段階を踏むことが、2026年時点での現実的なロードマップです。
よくある質問
実務未経験からAIエンジニアになれますか？
エンジニアとしての実務経験がない状態から、いきなりAI案件に参画するのは難しいのが現状です。AI案件の多くは、Web開発・クラウド・PM・データ分析など、AI以外の専門とあわせて募集されています。まずはエンジニアとしての専門を一つ持ち、そこにAIを掛け合わせる方が近道です。
AI案件に入るには、何年くらいの経験が必要ですか？
必須スキルに経験年数を書いているAI案件では、「3年以上」が最も多く見られます。ここでいう経験年数は、AIに限らず、開発やプロジェクト推進の経験を指している場合も多くあります。AIの経験が浅くても、土台となる経験が3年以上あれば、応募できる案件は広がります。
Pythonは必須ですか？
職種群によって異なります。2026年の実装のAI案件では約半数がPythonを必須にしている一方、上流のAI案件で必須にしている案件はほとんどありません。ただ実装寄りのルートを選ぶなら、Pythonは早めに触っておくと選択肢が広がります。
30代・40代からでもAIエンジニアを目指せますか？
目指せます。条件に年齢制限があるAI案件はほとんどありません。むしろ、PMや顧客折衝の経験を必須にするAI案件が増えており、30代・40代までに積み上げた経験は、AI案件で強みになりやすくなっています。
「AIエンジニア」でないとAI案件に入れませんか？
入れます。2026年のテクフリのAI案件のうち、57%はAIエンジニア・機械学習エンジニア以外のポジション（サーバーサイドエンジニア、PM、ITコンサルタント、データ基盤エンジニアなど）で募集されています。重要なのはAIに関わる実務経験を具体的に示すことです。
今の仕事を続けながらAI案件に挑戦できますか？
週1〜3日から参画できるAI案件もあります。今の仕事を続けながらAI案件で実績をつくり、その後に週5日の案件へ移る進め方も現実的です。ただし、週5日稼働の案件の方が選択肢は圧倒的に多いため、どこかのタイミングで比重を移すことも考えておきましょう。
AI案件はフルリモートで働けますか？
2026年のテクフリのAI案件では、62%がフルリモート（初日や緊急時のみ出社を含む）で募集されています。地方在住の方や、今の仕事と並行したい方にとっても選びやすい領域です。
AIエンジニアの単価はどのくらいですか？
テクフリのAI案件のうち、週5日での稼働が可能な案件の平均月額単価は101.6万円、中央値は94.0万円です。職種群別では、上流が116.7万円、実装が96.7万円、データ活用が89.3万円でした（いずれも平均）。生成AI案件の単価は、生成AIエンジニアの単価相場の記事で詳しく解説しています。
