※本記事には広告・プロモーションが含まれています。
事業会社やコンサル会社で、発注者側として機械学習・数理最適化・生成AIといったAIプロジェクトを推進してきた経験はありませんか。そうした経験は、AI活用PMという転職市場でも評価されます。自分でモデルを実装できなくても、ドメイン知識をもとにプロジェクトを前に進めてきた経験は、実装スキルとは別の専門性として扱われます。
一方で、「AI人材」という言葉は、AIエンジニアやデータサイエンティストを指すことが多いのが実情です。そのため、発注者側でAIプロジェクトを推進してきた人材の市場価値は分かりにくくなっています。
本記事では、発注者側PMとしてのAIプロジェクト推進経験を評価される言葉に変換する方法を解説します。あわせて、「事業会社のAI活用PM」「AI系スタートアップ」という2つのキャリアパスの違いと、エージェントの選び方も紹介します。
本記事のキャリアパス・エージェント情報は、公式サイトと公開されている第三者調査をもとに整理しています。運営者自身がAI活用PM向けエージェントを利用した体験談ではありません。一方、AI技術の向き不向きの整理や、経験の言語化の部分には、事業会社で機械学習・数理最適化プロジェクトを発注者側PMとして推進してきた経験を反映しています。
この記事でわかることは、次のとおりです。
- 「事業会社のAI活用PM」「AI系スタートアップ」という2つのキャリアパスの違い
- 機械学習系・数理最適化系・生成AI系、3つのAI技術の向き不向き
- 発注者側PM経験を職務経歴に落とし込む方法
- AI活用PM・AI系スタートアップへの転職に使えるエージェントの選び方
発注者側でAIプロジェクトを推進してきた経験は、2つのキャリアパスにつながる
発注者側でAIプロジェクトを推進してきた経験は、大きく2つのキャリアパスにつながります。
どちらの道でも評価されるのは、AI技術そのものを実装する力ではなく、「AI技術の向き不向きを理解したうえで、プロジェクトを実用化まで推進する力」です。まずは、この判断軸となるAI技術の3類型を整理します。
キャリアパスの選択肢：事業会社のAI活用PM／AI系スタートアップ
事業会社のAI活用PM
自社内でAI・機械学習の活用を推進する役割です。業務課題の特定、データサイエンティストやベンダーとの協働、経営層への説明、実用化後の運用まで、事業側の当事者として一貫して関わります。
ドメイン知識（業界特有の業務・データの特性への理解）が強みになりやすいのが特徴です。これまで在籍してきた業界でのAI活用推進経験がある場合は、同業界の別事業会社や、その業界向けのAIソリューションを提供する企業から評価されやすい傾向があります。
AI系スタートアップ
AIプロダクトを開発・提供する企業側で、顧客企業の業務課題とAIプロダクトの橋渡しを担う役割です。PdM（プロダクトマネージャー）、企画、カスタマーサクセス、プリセールスなど、職種は多岐にわたります（Geekly「AIベンチャー・スタートアップ企業37選」では、ITエンジニア・プロジェクトマネージャー・ITコンサルタント・デザイナー・広報・バックオフィスなど、職種横断で求人が紹介される傾向が示されています）。
事業会社側で「AIを導入される立場」を経験してきたことには、価値があります。「導入企業がどこでつまずくか」を理解しているという点で、AI系スタートアップ側から見ても評価されやすい経験です。一方、スタートアップは事業会社に比べて意思決定のスピードが速く、裁量が大きい反面、体制やリソースが限られる点も踏まえて検討する必要があります。
| 観点 | 事業会社のAI活用PM | AI系スタートアップ |
|---|---|---|
| 強みになる経験 | 特定業界のドメイン知識、社内調整力 | 「導入される側」の経験、複数業界への適用力 |
| 意思決定の速さ | 比較的慎重（大企業のガバナンスに沿う） | 速い（裁量が大きい） |
| 安定性 | 比較的高い | 企業のフェーズにより変動が大きい |
| 主な職種 | AI活用PM、DX推進、企画 | PdM、企画、カスタマーサクセス、プリセールス |
次は、この2つのキャリアパスどちらでも判断軸として使える、AI技術の向き不向きの整理を見ていきます。
機械学習系・数理最適化系・生成AI系、3つのAI技術の向き不向き
「AI」とひとくくりにされがちですが、発注者側PMとして推進する際は、機械学習系・数理最適化系・生成AI系で、向いている課題と失敗しやすいケースが異なります。この整理を理解していること自体が、AI活用PMとしての専門性を示す材料になります。
機械学習系
過去のデータからパターンを学習し、予測・分類を行う技術です。需要予測、異常検知、レコメンドなどに向いています。
筆者も発注者側PMとして、機械学習を使った検証プロジェクトに携わってきました。自らドメイン知識を活かして模擬データを作成し、データサイエンティストの検討結果を見ながら方向性を示し、実用化レベルまでモデル構築を推進した経験があります。学習に使えるデータの量・質が結果を大きく左右します。そのため、「精度が出るかどうか」よりも先に、「そもそも学習に足るデータが揃っているか」を見極めることが重要です。それが発注者側の役割になる、という場面が多かったように思います。
数理最適化系
制約条件のもとで最良の解を求める技術です。配送計画、人員配置、在庫最適化などに向いています。
数理最適化は「正解」が数式で定義できる分、要件定義の精度がそのまま結果の質に直結します。現場の制約条件（守るべきルール、優先順位）を正しく洗い出せるかどうかが、発注者側の腕の見せどころになる、という理解を持っています。
生成AI系
文章・画像等を生成する技術です。文書作成支援、要約、対話等に向いていますが、機械学習・数理最適化に比べて「正解」が定義しにくく、出力の検証・運用ルール整備が課題になりやすい領域です。
筆者自身も、生成AIプロジェクトを間近で見てきました。機械学習・数理最適化プロジェクトの推進で培った「何を検証し、何をもって実用化と判断するか」という進め方は、生成AI活用でも同様に応用できると実感しています。
3類型を理解していることの価値
「今回の課題は機械学習・数理最適化・生成AIのどれに向いているか」を見極められる発注者側PMは、AI人材の中でも希少です。面接では、過去に関わった案件がどの類型に該当し、なぜその技術を選んだか（または選ばなかったか）を説明できると、技術選定への理解度が伝わります。
発注者側PM経験を職務経歴に落とし込む
AI活用PMの求人で評価されやすいのは、実装スキルではありません。「検証段階にあったものを、ROI（投資対効果）が出る状態まで引き上げ、実際に実装まで推進した経験」です。
前述の機械学習プロジェクトの例のように、模擬データの作成、データサイエンティストとの協働、実用化までの推進という一連の流れがあります。次のように職務経歴へ落とし込めます。
- 担った役割を明確にする：「AIプロジェクトに参画」ではなく、「発注者側PMとして、ドメイン知識をもとに検証用の模擬データを作成し、データサイエンティストの分析結果をもとに実用化の方向性を判断した」のように、具体的な役割を書く
- 技術理解と業務理解の両方を示す：使用したAI技術の種類（機械学習・数理最適化・生成AI）と、なぜその技術を選んだ（または提案した）かを添える
- 実用化までの距離を示す：検証段階で終わったのか、実際の業務に組み込むところまで推進したのかを明記する。実用化まで進めた経験は特に評価されやすい
- 受注者側の視点も補足する：発注者側だけでなく、ドメイン知識が発注者側にあるという制約下で本質的な課題を見抜き、進め方を提示してプロジェクトを推進した経験があれば、それも合わせて示す
AI活用PM・AI系スタートアップへの転職に使えるエージェントの選び方
IT・Web業界特化型
Geeklyのように、IT・Web業界に特化したエージェントは、AI系スタートアップを含むIT業界の求人に強く、業界特有の選考対策を受けやすい特徴があります。
コンサル特化型
アクシスコンサルティング（現AXIS Agent）は、コンサル業界・ポストコンサル転職に特化したエージェントです。事業会社のAI活用PMやDX推進コンサルの求人にも対応しています。
選び方の考え方
自分が「事業会社のAI活用PM」「AI系スタートアップ」のどちらに軸足を置きたいかによって、優先するエージェントの種類が変わります。両方を視野に入れる場合は、複数のエージェントを併用し、それぞれから紹介される求人の傾向を比較するとよいでしょう。IT×ビジネス人材向けの総合的なエージェント活用法は「IT×ビジネス人材向け転職エージェントおすすめ比較」でも解説しています。
まとめ
発注者側でAI・機械学習プロジェクトを推進してきた経験は、「事業会社のAI活用PM」「AI系スタートアップ」という2つのキャリアパスにつながります。
機械学習系・数理最適化系・生成AI系というAI技術の向き不向きを理解していること自体が、実装スキルとは別の専門性として評価されます。模擬データ作成・データサイエンティストとの協働・実用化までの推進という経験を、担った役割と技術選定の理由を添えて職務経歴に落とし込みましょう。
エージェント選びは、自分がどちらのキャリアパスに軸足を置きたいかを踏まえ、IT・Web業界特化型とコンサル特化型を使い分けるとよいでしょう。
あわせて、「Geeklyの評判・口コミ」「事業会社IT部門からDX推進コンサルへの転職」も、キャリアパスを検討する際に役立ちます。
