「AI人材が85.1%不足」という数字を見ると、AIの専門資格を持たなければ転職できないように感じるかもしれません。しかし、IPAの資料が示す85.1%は、調査対象の日本企業でDXを推進する人材が不足していると答えた割合です。すべての企業がAI専門家を求めている割合でも、応募者が採用される確率でもありません。この記事では数字の対象を確かめたうえで、自分が実際に行ったAI活用を職務経験としてどう記録し、求人の要件と照らすかを整理します。
AIを触った回数やプロンプトを覚えた数だけでは、仕事の変化を説明しにくいものです。何に困り、どの作業を任せ、どこを人が確認し、その後どう運用したかを分けると、経験の範囲が見えます。まだ成果の数字がない人も、数字を作らずに担当した行動と判断を記録できます。資格やツール名を先に飾るより、原資料を扱うときの注意、誤りへの対処、関係者への説明を確かめましょう。
85.1%は「AI専門家が不足」の意味ではない

IPAの「DX動向2025」を踏まえたディスカッション・ペーパーは、日本企業の85.1%でDXを推進する人材が不足していると説明しています。対象はDX推進人材であり、AIの専任者だけを数えたものではありません。調査時点や対象企業がある数字を、あらゆる会社・職種・採用市場へ広げて使うのは正確ではありません。本文で「AI人材」と短く言い換えると、統計の対象を狭く見せてしまうため、ここでは正式な対象を繰り返し明示します。
DXを推進する仕事には、技術を選ぶだけでなく、業務の課題を見つけ、データの扱いを決め、関係者と運用を変える活動が含まれます。IPAの報告は企業のDXの取組、技術利用、人材育成を別々の視点で扱っています。つまり、不足という調査結果から直ちに「生成AIを使えるだけで高評価」「未経験者にも求人が必ずある」とは導けません。転職で重要なのは、応募先が求める役割と、自分が証明できる経験がどこで重なるかです。
求人票に「AI活用」「DX推進」と書かれていても、求める中身は同じではありません。既存業務の整理を担うのか、社内の利用ルールを作るのか、データ基盤を扱うのか、開発や評価をするのかを分けて読みます。技術名を並べるだけで応募の根拠にせず、業務範囲、必要な知識、関係部署、任される判断を確かめてください。募集要件を読んで自分に足りないものが見つかれば、学ぶ順番も具体的になります。
数字を紹介するときは出所、対象、時点の三つを一緒に置きます。「IPAが2025年に公表したDX動向の企業調査」「日本企業」「DX推進人材の過不足」という条件を外すと、見出しだけが独り歩きします。85.1%はDX推進人材についての調査結果であり、AI専任人材だけの不足率ではありません。転職活動でこの数字を引用するときも、応募先の採用計画の証拠として使わないようにします。
AI活用の経験は、ツール名より作業の境界で整理する

経験メモの最初には「どの仕事の、どの部分をAIに頼んだか」を書きます。例えば文章の下書き、分類案、会議資料の構成案、問い合わせの整理などは、ひとまとめに「AIで業務改善」と呼ぶより、担当範囲を限定した方が伝わります。次に、入力した材料を誰が用意し、個人情報や機密をどう扱い、出力の事実を誰が確認したかを書きます。ここが空白のままでは、便利な出力を得たことと、仕事に安全に使えたことを区別できません。
業務で許可された環境と、個人が試した環境も分けます。職場の実資料を使うには組織の規則や権限が必要です。許可のない資料を公開AIへ入力して経験を作る必要はありません。匿名の架空例で練習したことは「個人の練習」として記録し、実際の業務成果と混ぜないようにします。実務で試した場合も、実在の会社名や顧客情報を応募書類に書く前に、公開してよい範囲を確認します。
AIが出した文章をそのまま提出するより、誤りを見つけたときにどう直したかが重要です。根拠にない数字が加わった、資料にない結論が書かれた、質問の対象がずれた、といった場合、元資料へ戻り、採用しなかった理由を記録します。失敗を隠すのではなく、どこで人が止められる設計にしたかを説明できます。応募先は「AIの出力を信じたか」ではなく、その役割で必要な確認をできるかを知りたい場合があります。ただし、特定企業の選考基準をこちらで断定することはできません。
「導入した」「定着させた」という言葉は、実際の担当範囲に応じて使います。個人で数回試しただけなら「試行し、比較した」と書き、チームの手順になったなら誰と確認してどこまで運用したかを示します。成果指標を取っていないなら削減率を作りません。説明できる範囲が小さくても、その範囲を正確に示す方が、後の質問に一貫して答えられます。
今日から作る「課題・判断・確認」のメモ

メモは三つの欄で十分です。第一欄に、元の仕事で困っていたこと。第二欄に、AIへ任せた部分と人が判断した部分。第三欄に、出力を何と照合したかを書きます。例えば「一覧の表記ゆれを見つけたい」「候補の分類案を作らせた」「元の一覧と照合し、人が最終分類した」という架空の練習例なら、ツールの役割と人の責任を分けられます。これは実績の証言ではなく、書き方を考えるための例です。
実際の経験を記録するときは、作業日、使った環境、許可された入力範囲を加えます。チームで行った仕事なら、自分が担当した判断と他の人が決めたことを混同しないようにします。元資料と結果の両方を保存できない場合でも、個人情報を外した手順のメモを残せるか職場の規則を確認してください。守秘義務がある内容をそのまま転職先へ見せる必要はありません。
結果の欄では、数字がある場合とない場合を分けます。正式に測定し、共有できる数値があれば測定期間と条件を付けて書きます。数値がないなら「確認手順を作った」「出力に含まれる未確認点を分類した」など、実際に行った行動をそのまま残します。「時間が半分になったはず」「品質が上がったと思う」を実績として書き換えないようにします。効果を評価したいなら、今後どの指標をどの期間で測るかを別に提案できます。
メモを後から読み返す際は、第三者が「この人は何をしたか」と「AIが何をしたか」を分けられるかを確認します。ツール名を伏せても仕事の中身が伝わるなら、その経験には具体性があります。反対にツール名を消すと何も残らないなら、作業の目的や確認過程を思い出す質問が必要です。メモは転職の売り文句を先に作るためではなく、自分の説明できる事実を集めるために使います。
職務経歴書では、成果より先に担当範囲を示す

職務経歴書の短い一文は、「課題」「自分の行動」「確認したこと」をつなげて作ります。たとえば、実際に担当した範囲が文書の下書き整理なら、資料の種類、AIを使った工程、元資料との照合方法を書く。まだ部署の運用になっていないなら「社内導入を主導」とは書かない。正式な成果測定がないなら、改善率や費用削減額を足さない。読み手が具体的な手順をイメージできる方が、誇張した形容詞より役割を確かめやすくなります。
「AIで効率化」とだけ書くと、どの作業を短くしたのか、品質をどう守ったのかが見えません。AIへの入力を作ったのか、出力を検証したのか、チームへ説明したのかを動詞で分けます。仕事の前後を示せる資料があるなら、何が変わったかを事実として示します。比較できる条件がないなら、見込みや感想を実測結果と同じ欄へ入れないことが大切です。
守秘の観点から、書けない情報もあります。顧客名、内部の数値、未公開の手順を伏せても、扱った課題の種類と自分の判断は一般化して説明できる場合があります。ただし、どこまで公開できるかは勤務先の規則によります。応募書類に入れる前に、契約や社内規定を確認し、不安があれば固有名詞と具体データを外します。情報を隠した結果、内容が曖昧になりすぎたら「どの工程で、何を確認したか」という行動へ戻ります。
求人票との照合では、一つの経験が複数の要件に当てはまると決めつけません。求人が求めるのはAI開発なのか、業務部門での利用設計なのか、データの確認なのかを先に読んでください。自分の経験が近いところ、まだ学習が必要なところを分けて書くと、無理に万能な人材に見せずに済みます。応募先の評価は求人内容や選考で変わるため、ここで採用結果は保証できません。
求人票を二列に写す方法もあります。左列には企業が明示した必須条件、右列には自分が提示できる事実だけを書きます。たとえば「社内の利用手順を整える」が要件なら、個人の試行を「全社導入」と読み替えず、試行中に作った確認手順と関係者に伝えた範囲を右列へ置きます。該当する事実がない行は空欄にし、これから学ぶこととして別に記します。応募書類を書く前に空欄を見れば、経験を誇張して埋めるより、応募先へ確認したい業務内容を選べます。職種名だけでなく実際の職務を読むための作業です。
面接では、誤りへの対処を説明できるようにする

面接で「AIが間違ったらどうしますか」と聞かれるかどうかは会社次第です。ただ、経験を語るなら、出力の根拠をどのように確認したかを自分の言葉で説明できるようにしておくと一貫します。原資料に戻る、別の資料と照合する、判断できないものを未確認に残す、必要な人へ確認する。この順番は、特定のツールの機能が変わっても役立つ基本的な考え方です。
答えの例を作るときは、実際に経験していない障害や事故を追加しません。仮に練習で使うなら「以下は架空の例」と明示します。実務で誤りに気づいた経験があれば、何を見て誤りと分かったか、誰に相談し、どこまで自分で直したかを整理します。誤りを見つけたことだけを成果にせず、確認できる範囲と分からない範囲を分けることが大切です。
AIの出力を使う前に確認する手順がない職場では、自分一人で全てのリスクを背負うのではなく、入力してよい情報、公開前の確認者、使えない用途について関係者へ相談します。組織のルールがあるならそれに従います。採用面接で語れるのは、自分が任された範囲でどう判断したかです。「どの会社でもこのやり方が正解」と広げず、そのときの条件と役割を添えて説明します。
面接の準備メモは三行にできます。「最初の課題」「AIへ任せた工程」「人が止めた・確かめた工程」です。数字や成功談を足さず、聞かれたら元の仕事の流れを詳しく話せるようにします。答えに迷う部分は「当時は測定していない」「他部署が判断した」と正直に分けてよいでしょう。その区別は弱さではなく、実際の担当範囲を伝えるための情報です。
学ぶ順番は、目指す役割から逆算する

AIの資格が必要かという問いに一つの答えはありません。求人が特定の資格や技術を必須にしていれば、その要件を確認します。一方、業務部門でAIを使う役割なら、ツールの操作だけでなく、業務の目的、入力情報の扱い、出力の確認、周囲との合意が求められる可能性があります。まず応募先の業務と要件を読み、自分の現在地を整理してください。資格の取得だけで採用や評価が決まるとは言えません。
学び直しを始めるなら、今の仕事の一つの工程から選びます。許可された範囲で匿名の材料を使い、目的、入力、確認、残った課題を記録します。ツールの新機能を全部追うより、どの条件で使え、何を人が確認するかを説明できることが重要です。使ったことのない機能は使った実績として書かず、今後試したいこととして分けます。勤務先の規則上試せない場合は、公開可能な架空データで考え方を練習できます。
IPAはデジタル人材の育成や企業のDXの取組を継続して調査しています。世界経済フォーラムの「Future of Jobs Report 2025」は、世界の雇用者の見通しを集めた資料で、日本の個々の求人で採用される確率ではありません。大きな潮流は学習の方向を考える参考にし、個別の応募判断は求人票と自分の証拠へ戻します。数字の出所と対象を混ぜないことが、AIを使う仕事を考えるときにも必要です。
今日の一歩は、担当した仕事を一つ選び、「課題」「AIが担った部分」「自分が確認した部分」を書くことです。何もAIを使っていないなら、無理に実績を作る必要はありません。どの工程で試す余地があるかを、情報の扱いと職場の許可から考えます。すでに試したなら、成果の数字を盛らず、実際の判断を思い出す。転職に使えるかは応募先の要件と照らして決めます。
資料確認日:2026年10月16日。IPA・DX動向2025、IPA・AI時代のデジタル人材育成、世界経済フォーラム・Future of Jobs Report 2025を参照。統計は対象と時点を限って扱い、個別の採用結果や業務効果を保証しません。

