車の自動運転、画像認識AIに大きく貢献が注目される「5G」、VR(Virtual Reality 仮想現実)、キャッシュレスなどをはじめとする近年のAI開発はすさまじい勢いで発展しており、AIエンジニアは世界中で必要とされています。
本記事ではAIエンジニアの概要や現状を含め、AIエンジニアになるためのポイントなどについて解説します。
目次
1.1.1 機械学習エンジニア
1.1.2 データサイエンティスト
2.1 日本のAI分野は世界から後れを取っている
2.2 AI分野のエンジニアは深刻な人材不足
2.3 AI開発もAIエンジニアも東京圏に集中
2.4 AIエンジニアが高年収の理由
1. AIエンジニアとは何か？
AI(Artificial Intelligence)は、「人間の知能の働きをコンピューターが行う → 人工知能」を意味します。AIエンジニアとは文字通り、AI分野を専門とするエンジニアの総称です。
1.1 AIエンジニアの種類
主に、AIエンジニアとはどのようなエンジニアを指すのでしょう。
「AI」という言葉の意味は広く、AI技術の発展においても様々な役割の人が関連しています。その中で、主にAIエンジニアとは、機械学習エンジニア・データサイエンティストを指すことが多いです。
1.1.1 機械学習エンジニア
機械学習エンジニアは、AIに必要なデータを与え、AIを賢くさせて課題解決へ結びつけることを目的としています。
機械学習やディープラーニングの知識を駆使し、「前処理」として、点在しているデータを結合してAIにインプットするデータの質を高め、機械学習モデルの構築や実装を行います。
◆ 機械学習(Machine Learning)
機械に学習する能力を持たせることで、機械が自ら判断することを可能にすること
◆ ディープラーニング(深層学習)
機械学習に内包されるディープラーニングは、機械自身が認識・理解し、新しいものを予測することを可能にすること
1.1.2 データサイエンティスト
データサイエンティストは膨大な情報量のビッグデータから、必要なデータを取り出して統計分析することで様々な課題を解決に導く専門家です。
コンサルティング要素も強く、企業の業務改善に役立ちそうなAIモデルや分析結果を出す役割があります。
開発された機械学習アルゴリズムの分析を行い、機械学習案件の相談を受けることも多くみられ、業務範囲は幅広くなっています。
1.2 ITエンジニアと何が違う？
AIエンジニアとITエンジニア、双方にはどのような違いがあるのでしょうか。
◆ 仕事内容の違い
・ ITエンジニア
要求に基づいて作成された仕様書や企画書どおりにシステムを開発していきます
・ AIエンジニア
AIの性質を理解しAIが学習しやすいデータを与え、問題を分析し、AI活用による課題解決策を考案して開発します
◆ 求められるスキルの違い
・ ITエンジニア
主に、情報システムに関する知識、プログラミング知識
・ AIエンジニア
プログラミング知識(Pythonなど)、数学知識、統計学、深層学習、機械学習に関する知識
2. AI技術の拡大に伴う国内のAIエンジニアの現状
2.1 日本のAI分野は世界から後れを取っている
(引用元：SoftBank World 2019／孫正義社長がAI分野で指摘)「日本はいつの間にかAI後進国になってしまった。ついこの間まで、日本は技術で世界最先端の最も進んだ国だったが、この数年間で一番革新が進んだAIの分野で、完璧な発展途上国になってしまった。（中略）まだ挽回できないことはないが、結構やばい」
「私は日本で育ち、愛しているからこそ、（AIの分野で）他国に追いつき、追い越していかなければいけないと思っている」
世界のAI開発競争では米国や中国が中心におり、インドや東南アジアからも次々とAI企業家が生まれています。
また、AI関連技術で最高峰と言われる国際学会「NIPS 2017」においても、AI分野の論文採択数が多い企業・大学は米国を中心に、英国、スイスなどの欧州勢・中国勢が続くという構図になっていました。
論文採択数でトップ40に入ったのは、日本では東京大学と理化学研究所のみ。民間企業はゼロでした。
これらのことからも日本は遅れを取っているといえるでしょう。
2.2 AI分野のエンジニアは深刻な人材不足
◆ AI人材の獲得が争奪戦となっている
AI開発を進めるためには優秀なAI人材が必要ですが、圧倒的に供給が足りていません。
各企業は、国内外を問わずAIエンジニアの獲得に積極的に力を入れています。
【各企業の取り組み例】
・ パナソニック、ヤフー、NECなどをはじめとする大手企業がAI人材の確保に注力し、社内育成も強化
・ インド・中国・北米などの外国人エンジニア向けの合同会社説明会が開かれ、各企業がAIエンジニアの獲得に注力
・ インド理系最高峰の大学、インド工科大学のエリートエンジニアの人材確保にもメルカリやヤフーなどの大企業が参戦
2.3 AI開発もAIエンジニアも東京圏に集中
◆ AI検定、7割が東京圏
日本ディープラーニング協会
が行うAIのオンライン資格試験G検定(ジェネラリスト)があります。
合格率は50%超えという比較的高い結果は、受験者はすでにスキルを持つ人たちが中心であり、初心者が簡単に合格できるレベルのものというわけではないようです。
※ ジェネラリストとは「ディープラーニングの基礎知識を持ち、適切な活用方針を決定してビジネスへ応用する能力を持つ人材」
このG検定の受験者の7割超は埼玉・千葉・神奈川の3県を含めた東京圏に集中しており、地方での受験者が少なく関心への隔たりが鮮明です。
首都圏にはAI関連の案件が多く、AIエンジニアの多くの勤務地は東京圏に集中しています。
AI分野への関心が非常に高い首都圏に対して、地方にはAI活用の場がまだまだ少なく身近に感じられないことが考えられます。
2.4 AIエンジニアが高年収の理由
AIエンジニアの年収が高い理由は大きく下記の3つが考えられます。
・ AI人材不足
・ 専門性が高い
・ 世界的に評価が高い
前項でも述べたような圧倒的な人材不足に加え、AIエンジニアは非常に専門性の高い分野です。
現状でAIエンジニアの多くは、情報科学系の大学院などで学んだ修士や博士号取得者が中心となっており、専門知識がない場合は、Pythonなどの言語を習得し、機械学習を使うプロジェクトなどに携わりAIエンジニアへというパターンが多くみられます。
世界全体でAI開発の進展がめざましく、高度なスキルを持つ有能なAIエンジニアは年収も非常に高額です。
3. AIエンジニアになるためには？
今後の需要増も確実視されており、高収入も期待できることから注目を集めるAIエンジニア。 どうすればなれるのでしょうか。
3.1 AIエンジニアの必須スキル
◆ プログラミングスキルとライブラリの知識
主にPython。
Pythonには機械学習に役立つラライブラリがそろっています。データの集積・分析に便利なライブラリ – Pandas –をはじめ、 Tensorflow、scikit-learnなどの各種ライブラリを使いこなせる知識は必要です。
◆ 数学知識
高校数学レベルの知識は必須です。微分積分・統計・線形代数・行列暗算など。
◆ 機械学習知識
◆ SQL文法を含むデータベース操作の知識
◆ クラウドの知識
AWS・Azure・GCPなどを中心としたクラウド関連の知識
◆ 論文理解力
情報公開が活発なAI業界においては、リサーチ力やドキュメント(論文)を読み取る力も必要とされます。
3.2 AIエンジニアへの主なキャリアパス
◆ 情報科学系の大学院などで専門知識を学ぶ
大学卒業後に大学院で博士号を取得すると、第一線のAIエンジニアとしての道が開けます。
◆ AI分野の専門学校やスクールなどで学ぶ
ITエンジニアとしての開発経験者を対象に、AIエンジニアに必須の機械学習やディープラーニングなどの専門知識を学べる専門学校が見られるようになってきました。
またAI開発には欠かせないPythonやR言語のプログラミング言語を習得するスクールも増えています。
◆ 就職した企業内での研修で学ぶ
AI開発に力を入れる多くの企業では、外からのAI人材の獲得だけでは追い付かず、AI人材の社内育成を猛スピードで強化しています。
・ 大学との連携によるAI技術講座やAI活用実践演習の実施
・ 社外のセミナー・講座への参加
・ 社外の専門家との技術交流や勉強会の実施
・ 社内勉強会、育成トレーニングの確立
4. まとめ
IT業界の中でもAI開発はめざましい勢いで進展しており、AI開発の関連職やAIエンジニアの種類も増えていくかもしれません。
このようにAIエンジニアの需要はますます伸びていくとされる中、今後、AIエンジニアを目指したい人、ITエンジニアからのシフトチェンジを検討する人も増えていくでしょう。
それに伴い、AI関連技術を学ぶためのスクールや専門学校も増え、様々な学習方法も広がっていくと考えられます。
AIエンジニアに興味のある方は本記事を参考に、スキルアップやキャリアパスの再考を検討してみてはいかがでしょうか。
