「AIを学ばないと仕事がなくなるのでは」と感じたとき、いきなり別の職種を目指す必要はありません。まずは、今の仕事で詳しいことを、AIを使ってどう改善できるかから考えてください。道具の知識だけでなく、業務の問題を見つけ、結果を確かめられることも価値になります。
キャリア設計で役立つのは、流行の資格を並べることより、「任されたい仕事」「足りない技能」「できることを示す材料」をつなぐことです。以下は転職や昇給を保証する手順ではなく、選択肢を具体化するための編集部の提案です。
現在の仕事を「作業」と「判断」に分けてみる
たとえば営業なら、商談の記録を整理する作業と、顧客に何を提案するかを決める判断があります。前者をAIで手伝えるとしても、顧客の事情を理解して提案を選ぶ役割まで同じになるわけではありません。
自分の一週間から、時間がかかる作業を三つほど書き出します。「資料作成」だけでなく「五つの問い合わせを分類して担当へ渡す」「見積もりの前提を確認する」のように、開始と終了が分かる単位にしてください。三つは取りかかるための目安で、全部埋める必要はありません。
一つの業務から、目指せる役割を考える
| 今ある経験の例 | 広げたい役割 | 作れる材料 |
|---|---|---|
| 営業・顧客対応 | 問い合わせ分類や提案準備の改善 | 架空問い合わせの分類ルールと確認手順 |
| 総務・経理補助 | 書類確認や社内案内の効率化 | 入力禁止情報を除いたチェック例と例外処理 |
| 開発・運用 | AIを使う機能の実装・品質管理 | 小さな実装、テスト、失敗時の復旧方法 |
これは職種への適性診断ではありません。同じ営業経験でも、企画を担いたい人と、対人支援を深めたい人では選ぶ役割が違います。IPAのデジタルスキル標準ver.2.0は、役割と必要スキルを整理する補助線になります。役割名をそのまま求人名と決めつけず、実際の業務内容へ読み替えます。
「AIが使えます」を、説明できる成果物へ変える
例として、架空の問い合わせ10件を「請求」「納期」「その他」に分類する練習をします。まず自分で正解と判断理由を作り、AIの出力を比べ、迷うケースは人へ戻す条件を決めます。成果物は分類表だけでなく、間違えた例と修正理由まで残します。
これなら「どんなモデルを使ったか」だけでなく、「業務の何を理解しているか」「誤りをどう扱ったか」を説明できます。実際の会社の情報や成果を社外に出す場合は、公開許可と機密確認が別途必要です。練習の結果を実務の削減実績として書かないでください。
求人を見て、学ぶ順番を調整する
興味のある求人を少数選び、業務内容、入社時に必須の技能、入社後に学べる技能を分けます。「AI」という文字がなくても、現在の経験を生かして業務改善に関われる求人は検討対象です。反対に、AIと書いてあっても、自分が望む仕事とは限りません。
求人を見るために学習を完了する必要はありません。先に相談や応募で必要条件を知り、並行して学ぶこともできます。転職活動と退職の決断を分ければ、現職で改善する案とも比較できます。
今日決めるのは、肩書きではなく次の一件
「今の仕事のどこを改善したいか」を一つ選び、架空データで小さく試す。それと並行して、任されたい役割の求人を読む。この二つを往復すると、必要な学習が見えてきます。経歴へのまとめ方は生成AI活用を職務経歴書に書く方法、相談先はエージェントとコーチングの違いで整理しています。
