文系出身者のAIキャリア事例 — プログラミング未経験からAI企画職に進んだ人の共通点

「私、文系で数学も苦手だったんですけど、AIの仕事って目指せますか」

この質問、僕は月に何度も受けます。皆さま、AI関連の仕事という響きだけで、理系出身者の独壇場だと思い込んでいませんか。面談の現場で実際に見えてきたのは、文系出身でAI企画職やAI活用担当に進んだ方に、驚くほど共通したパターンがあるという事実です。今回はその型を、僕の面談での実感を元に言語化してみます。

0. 前提 — 「文系だから無理」は職種を見誤っている

まず整理しておきたいのは、AI関連の職種は一枚岩ではないということです。モデルを作るデータサイエンティストと、AIを業務に組み込むAI企画職は、求められる素養がまったく違います。厚生労働省の職業情報提供サイト「job tag」でも、企画・マーケティング系職種と情報処理・技術系職種は別カテゴリで整理されています。文系出身者が目指しやすいのは、この企画・業務設計側の職域です。

1. パターン① 「業務の言語化」が異常にうまい人

僕が見てきた中で一番多い成功パターンは、営業やカスタマーサポート出身で「現場の困りごとを言葉にする力」が強い人です。技術を学ぶ前に、まず課題を的確に言葉にできる人がAI企画で評価される——これは面談を重ねるたびに確信を深めているポイントです。

1-1. 実例として、アパレル業界の販売職から転身し、店舗の在庫確認業務をAIチャットボットで自動化する企画を通した方がいました。プログラミングは一切していません。やったのは「店舗スタッフが1日に何回、何を聞かれているか」を1週間かけて記録したことだけです。

2. パターン② 資料作成・議事録の達人

2つ目のパターンは、事務職・秘書職出身で資料作成が得意な方です。生成AIの業務活用で最初にニーズが立ち上がるのは、議事録要約・資料のたたき台作成・社内マニュアル整備といった領域です。ここに強みを持つ人は、AI活用の「初速」を作る役割として重宝されます。

2-1. よくある失敗として、いきなり高度なプロンプトエンジニアリングを学ぼうとして挫折するケースがあります。実際に評価されるのは、まず自分の日常業務でAIを使い倒し、「どこでうまくいって、どこで詰まったか」を語れることです。難しい技術用語より、具体の失敗談のほうが面接では強い武器になります。

3. パターン③ 数字と向き合うのが苦じゃない人

3つ目は、経理・人事給与など数字を扱う業務出身の方です。AI活用の効果測定には数字の裏付けが不可欠で、「この業務にAIを入れて、月何時間の削減につながったか」を試算できる人は、企画職として一段評価が上がります。数学が得意である必要はなく、Excelで簡単な集計ができれば十分です。

4. 共通して持っていたもの — 好奇心の「継続時間」

ここまで3パターンを見てきましたが、僕が本当に一番大事だと思っている共通点は、スキルではなく「AIツールを触り続けた継続時間」です。1回触って満足した人と、3ヶ月間毎日少しずつ触り続けた人とでは、語れる具体の量が全く違います。企業が見ているのは資格の有無以上に、「自主的に触り続けたか」という行動の跡です。

4-1. 目安として、僕が面談で「これは強い」と感じるラインは、生成AIツールを業務や個人利用で3ヶ月以上、週3回以上使っている実績です。これは体感値であり、統計値ではありませんが、面接での説得力に直結する目安として意識してみてください。

5. 今日からできる一歩 — 「触った記録」をつける

実務的な提案です。今日から、生成AIツールを使うたびに、1行でいいので「何を頼んで、何が便利だったか」をメモに残してください。所要時間は1回あたり2〜3分。1ヶ月続けると、それだけで面接で語れる具体的なエピソードが20〜30個たまります。この蓄積こそが、文系出身者にとって一番の武器になります。

6. よくある質問 — 文系からのAIキャリア、3つの不安に答える

Q1「独学だけで転職は可能ですか」——可能ですが、独学の成果を「面接で語れる形」に加工する作業が抜けがちです。学んだ内容よりも、それを自分の業務にどう応用したかのエピソードを必ずセットで用意してください。Q2「未経験可の求人は本当に未経験でも通りますか」——「未経験可」と書かれていても、実際には何らかの業務改善経験を評価しているケースが大半です。応募前に、自分のこれまでの業務の中でAIと接続できそうな経験を洗い出しておくことをお勧めします。Q3「30代・40代からでも遅くないですか」——遅くありません。文系出身のAI企画職転身者は、20代よりむしろ30代・40代のほうが、業務理解の深さを武器にできる場面を多く見てきました。

7. 面談で出会った、もう1つの実例

人事出身の方で、採用面接の議事録作成に生成AIを活用し、月あたりの書類作成時間を大幅に削減した実績を面接で語り、AI活用推進担当として採用されたケースがありました。この方が語っていたのは「最初は自分の仕事を楽にしたいだけだった」という動機です。個人の効率化から始まった小さな工夫が、気づけば会社全体への提案に育っていく——これは僕が何度も見てきたパターンです。大きな野心から始める必要はまったくありません。

8. 職務経歴書での書き方 — 「AI活用」をどう記載するか

実務的な話として、職務経歴書にAI活用経験を書く際のコツを共有します。単に「生成AIツールを活用」と書くだけでは弱く、「どの業務に」「どのツールを」「どう使い」「何が変わったか」の4点セットで書くことが重要です。例えば「月次報告資料の作成に生成AIを活用し、ドラフト作成時間を約4割削減」のように、業務名・手段・変化を1文に凝縮する書き方が、書類選考の通過率を大きく左右します。

9. 面談で感じる、文系出身者ならではの伸びしろ

最後に僕自身の実感を1つ添えます。文系出身の方は、AIの技術的な仕組みを理解するスピードでは理系出身者に一歩譲ることがあっても、「この結果を誰にどう伝えれば納得してもらえるか」という伝達力においては、優れている場面を数多く見てきました。AI活用の仕事は、最終的に人を動かす仕事です。技術の理解と伝達力、両方が揃って初めて成果になる、という点を忘れないでいただきたいです。

10. 面接での「弱み」の語り方 — 技術的な質問への向き合い方

文系出身者が面接で苦手意識を持ちやすいのが、多少踏み込んだ技術的な質問です。「機械学習の仕組みをどこまで理解していますか」と聞かれた際、知ったかぶりをするのではなく、「詳細な数式は理解していませんが、精度と処理速度がトレードオフになりやすい、という実務上の制約は理解しています」のように、実務レベルの理解を正直に示すのが最善です。10-1. 面接官が本当に知りたいのは学術的な理解度ではなく、「知らないことを知らないと言えるか」という誠実さであることが多いです。

11. まとめ代わりに — 最初の一歩を踏み出せない人へ

ここまで読んで、「自分にもできそうだ」と感じた方もいれば、「やっぱり難しそう」と感じた方もいると思います。皆さま、もし後者だとしたら、その気持ちの正体は「技術への不安」ではなく「最初の一歩の分からなさ」であることがほとんどです。今日紹介した「触った記録をつける」という一歩は、誰にでも今日中に始められます。大きな決断より先に、小さな習慣から始めてみてください。

12. 転職エージェントとの付き合い方

文系出身でAI活用職を目指す際、エージェントとの面談で「AI関連の実務経験がない」と一括りにされ、求人紹介の幅が狭まってしまうことがあります。12-1. これを避けるには、自分から「業務改善の経験としてAIツールをこう使った」という具体例を先に提示し、エージェント側の理解を更新してもらうことが重要です。エージェントも万能ではなく、こちらから情報を渡すことで紹介の質が変わります。

13. 副業から始めるという選択肢

いきなり転職に踏み切らずとも、副業やボランティアでAI活用プロジェクトに関わる方法もあります。13-1. 小規模なNPOや個人事業主の業務効率化を無償・低額で手伝いながら実績を積み、その経験を職務経歴書に加えるという段階的なアプローチを取った方もいます。転職前に「試してみる」場を持てることは、文系出身者にとって大きな安心材料になります。

（結論）技術力より先に、言語化力と継続力

まとめます。①AI関連職は一枚岩ではなく、企画・業務設計側は文系出身者に開かれている。②業務の言語化力・資料作成力・数字への抵抗のなさが評価される3つの型。③本当に大事なのは資格よりも「触り続けた継続時間」。④今日からできるのは「触った記録」をつけること。

皆さんいかがでしたでしょうか。自分の経験がどのタイプに近いか、まずは15問の診断で確かめてみてください。では今日もがんばりましょう。