AIエンジニアはやめとけ？年収609万円と修士63%の実態を統計で検証

「AIエンジニアはやめとけ」は本当か、公的統計で確かめる

AIエンジニアを目指そうと検索すると、「やめとけ」が並ぶ。参入障壁が高い、勉強が終わらない、いずれAIに代替される。理由はもっともらしいが、根拠として数字が出てくることはほとんどない。

だから、まず数字から入る。

厚生労働省の職業情報提供サイト job tag によれば、AIエンジニアの年収は609.8万円である。同じ調査系列で、システムエンジニア（受託開発）は578.5万円。差は31万円しかない。しかも平均年齢はAIエンジニアが42.2歳、システムエンジニアが37.1歳で、AIエンジニアのほうが5歳上である。年齢を揃えれば、差はさらに縮む。

「AIエンジニアは高年収」という前提そのものが、日本の公的統計では支えきれていない。では「やめとけ」が正しいのかというと、そうとも言い切れない。止めるべき理由と、止めなくていい理由が、世間で言われているのとは別の場所にある。

AIエンジニアの年収は、言われるほど高くない

まず、比較できる形で並べる。いずれも厚生労働省 job tag の掲載値で、賃金は令和7年（2025年）賃金構造基本統計調査を加工したものである。

職業	年収	平均年齢	有効求人倍率
AIエンジニア	609.8万円	42.2歳	1.96
データサイエンティスト	611.9万円	43.9歳	8.91
システムエンジニア（受託開発）	578.5万円	37.1歳	2.54
Webデザイナー（Web制作会社）	539.6万円	39.1歳	0.11

（出典：厚生労働省 job tag、2026年8月確認。有効求人倍率は令和7年度ハローワーク求人統計）

ここで一つ、留保を入れておく必要がある。job tag の「AIエンジニア」の賃金は、AIエンジニア単独で集計されたものではない。職業分類上は「その他の情報処理・通信技術者（ソフトウェア開発を除く）」の統計であり、サイト自身が「必ずしもその職業のみの統計データを表しているものではありません」と明記している。厳密なAIエンジニアの平均年収を示す公的統計は、現時点で存在しない。

それを踏まえても、方向としては読める。転職市場でも同じことが起きている。転職サービスdodaの「平均年収ランキング2025」（有効回答約60万件、2025年12月発表）では、ITエンジニア全体の平均が469万円、もっとも近い職種であるデータサイエンティストが539万円である。そしてこの176職種の一覧に、「AIエンジニア」という区分そのものが存在しない。統計の側が、まだこの職種を独立して数えていない。

スキルレベル別に見ると、上のほうは伸びる。

ITSSレベル	AIエンジニア〈設計・構築〉	データサイエンティスト〈企画立案〉
レベル1〜2	420〜620万円	—
レベル3	450〜700万円	600〜900万円
レベル4	500〜780万円	650〜950万円
レベル5以上	600〜950万円	700〜1,100万円

（出典：job tag 掲載、厚生労働省2023年度委託調査。第一四分位〜第三四分位）

つまり、AIエンジニアは「入れば高年収」の職種ではない。レベルを上げれば上がるが、それは他の職種でも同じである。年収だけを動機に選ぶと、割に合わないと感じる可能性が高い。

「やめとけ」と言われる理由を、一つずつ検証する

参入ハードルが高い

これは本当である。ただし、ハードルの正体は多くの記事が書いているものと違う。

job tag が就業者に聞いた「実際に働いている人に多い学歴」を見ると、差は明白だった。

学歴	AIエンジニア	データサイエンティスト	SE（受託開発）
大卒	57.6%	55.3%	84.6%
修士課程卒	63.6%	44.7%	7.7%
博士課程卒	30.3%	29.8%	2.6%
専門学校卒	6.1%	2.1%	30.8%
高卒	3.0%	2.1%	20.5%

（出典：job tag、複数回答。「実際に働いている人が多いと感じる学歴」の調査であり、必須要件ではない旨がサイトに明記されている）

システムエンジニアは修士7.7%、専門卒30.8%、高卒20.5%。学歴の分布が広い。対してAIエンジニアは修士が63.6%、博士が30.3%を占める。job tag の解説文も「特に学歴や資格は必要とされず、現状では求められる要件や水準も明確でないが、大学院で情報科学あるいは工学部、理学部の様々な分野の修士か博士号取得者が多くを占める」と書いている。

これは「学歴がないと就けない」という意味ではない。必須要件ではないと明記されている。ただ、周囲が大学院で数学と機械学習をやってきた人ばかりの場所に、独学で入っていくことになる。参入障壁は資格でも試験でもなく、すでにその場にいる人たちの前提知識である。

ちなみに、job tag はAIエンジニアについて「関連する資格はありません」とも書いている。資格取得で埋められる差ではない。

常に新しい知識を学び続ける必要がある

これも事実だが、「やめとけ」の理由になるかは人による。技術の更新が速い分野は他にもある。生成AIの登場以降は特に速いので、業務時間外の学習が前提になる点は覚悟が要る。

理論と実装の両方が求められる

線形代数・微分積分・確率統計の理解と、Python等での実装力の両方が要る。学歴分布に修士・博士が多いのは、この理論側の要求が効いているためと考えられる。実装だけできればいい職種ではない。

AI開発自体もAIに代替されるのではないか

これは、現時点で決着のついていない論点である。信頼できる一次データで日本のAI関連求人数の推移を追おうとしたが、確認できなかった。よく引用される「AI求人が◯倍」といった数値は、一次出典にたどり着けないものが多い。

確認できたのは、Indeed Hiring Lab の調査で、2023年7月時点の日本のIndeed掲載求人のうち生成AI関連は0.02%、2022年まではほぼ観測されず2023年1月から急増した、という事実である。カテゴリ別ではソフトウェア開発が34%を占める。

一方で、有効求人倍率の対比は示唆的である。AIエンジニア1.96、データサイエンティスト8.91に対し、Webデザイナーは0.11。代替の影響が先に出ている職種は、AI開発の側ではない。

実務経験がないと就職・転職が厳しい

「AIエンジニア求人のうち未経験可が何%か」という統計は、公的にも民間にも見つからなかった。そのため、ここは断定を避ける。

判断材料になるのは、job tag が「実績のあるAIエンジニアの中途採用、優秀な大学院生・大学生の新卒採用は争奪戦」と書いていること、そして機械学習やディープラーニングの専門家が日本全国で1万人を超える程度と推定されていることである。母数が小さく、経験者が奪い合われている市場で、未経験者の枠が広いとは考えにくい。

需要の数字は、引用のされ方に注意がいる

「2030年にAI人材が12.4万人不足する」という数字をよく見る。出典は経済産業省「IT人材需給に関する調査」（2019年4月）である。原典を確認すると、この12.4万人は平均シナリオ（AI需要の伸び年16.1%）の値だった。

同じ調査には低位シナリオ（年10.3%）も併記されている。そちらでは、需給ギャップは2018年の3.4万人から縮小し、2030年には1.2万人になる。供給側が2018年の1.1万人から2030年に12.0万人へ、約11倍に増える想定が効いている。

シナリオ	2018年	2025年	2030年
需給ギャップ（平均）	3.4万人	8.8万人	12.4万人
需給ギャップ（低位）	3.4万人	2.7万人	1.2万人

（出典：経済産業省「IT人材需給に関する調査（概要）」2019年4月）

不足の側だけを引くと「今から入れば引く手あまた」に読めるが、同じ資料は供給が11倍に増える前提も置いている。7年前の推計であることも含めて、この数字を進路判断の根拠に置きすぎないほうがいい。

なお、IPA「DX動向2025」は日米独比較で「日本では人材種別を問わずAI関連人材が不足している」と述べており、不足の方向自体は否定されていない。

それでも向いている人、やめたほうがいい人

ここまでの数字から言えることを整理する。

向いているのは、理論を学ぶこと自体が苦にならない人である。数学に抵抗がなく、論文や英語のドキュメントを読む作業を継続できる人。年収以外の動機がある人。そして、大学院レベルの前提知識を持つ人たちの中で、しばらく劣位に置かれることに耐えられる人。

やめたほうがいいのは、年収を主な理由に選ぼうとしている人である。統計上、システムエンジニアとの差は31万円で、平均年齢は5歳上だった。年収を上げる目的なら、ITSSレベルを上げる、上流工程に移る、といったルートのほうが確実性が高い。短期で転職したい人にも向かない。理論の習得に時間がかかるうえ、未経験の受け皿が広い市場ではない。

数学が苦手だという理由だけで諦める必要はない。ただ、「苦手だが克服する気はある」と「苦手だから避けたい」では結果が変わる。避けたいのであれば、エンジニアの種類から他の職種を見たほうが早い。

未経験から目指す場合の現実的なルート

目指すと決めたなら、順序がある。

1. Pythonの基礎とSQLを先に固める。ここは独学で到達できる
2. 数学の基礎（線形代数・微分積分・確率統計）に手をつける。ここで多くが止まる
3. 機械学習の理論と実装を、小さいデータセットで一通り回す
4. 成果物を公開する。KaggleやGitHubに、自分で選択の理由を説明できるものを置く
5. 周辺職種からの参入も検討する。データエンジニア、バックエンドエンジニアとして入り、業務の中でAI領域に寄せていくルートは、いきなりAIエンジニア職を狙うより現実的な場合が多い

1と2の段階は、ナミノリの無料講座でも進められる。プログラミングの基礎から入る場合の全体像は未経験からITエンジニアになるにはに、独学の組み立て方は独学でITエンジニアになるにはにまとめてある。

よくある質問（FAQ）

AIエンジニアの年収は本当に高いのですか？

厚生労働省 job tag の掲載値では609.8万円で、システムエンジニア（受託開発）の578.5万円との差は31万円である。ただしAIエンジニアの平均年齢は42.2歳とSEより5歳高い。また、この賃金は「その他の情報処理・通信技術者」の統計を用いたもので、AIエンジニア単独の集計ではない点に注意が必要である。

未経験・文系からでもAIエンジニアになれますか？

job tag は「特に学歴や資格は必要とされず」としており、制度上の制限はない。ただし就業者の学歴分布は修士63.6%・博士30.3%で、システムエンジニア（修士7.7%）とは大きく異なる。文系・未経験から目指す場合は、数学の基礎に相応の時間を割く前提で計画を立てる必要がある。

AIエンジニアの仕事は、いずれAIに代替されますか？

現時点で判断できる一次データは乏しい。参考になるのは有効求人倍率で、AIエンジニア1.96・データサイエンティスト8.91に対し、Webデザイナーは0.11である。代替の影響が先に表れているのはAI開発職ではない、という状況が読み取れる。

AIエンジニアに資格は必要ですか？

job tag は「関連する資格はありません」と明記している。資格で参入障壁を越えるという発想は、この職種には当てはまりにくい。実装した成果物と、その選択を説明できることのほうが評価される。

データサイエンティストとどちらを目指すべきですか？

job tag では年収はほぼ同水準（609.8万円 対 611.9万円）だが、有効求人倍率はAIエンジニア1.96に対しデータサイエンティスト8.91と差が大きい。ITSSレベル別の年収レンジもデータサイエンティストのほうが高めに出る。ただし職業分類が異なるため単純比較はできない。学歴分布は修士の比率でAIエンジニアが上回る（63.6%対44.7%）。

まとめ

• AIエンジニアの年収は job tag で609.8万円。システムエンジニア（受託開発）578.5万円との差は31万円で、平均年齢は5歳上。「入れば高年収」は統計では支持されない
• dodaの176職種一覧に「AIエンジニア」の区分はまだ存在しない。統計が職種分化に追いついていない
• 参入障壁の正体は資格でも試験でもなく学歴分布。修士63.6%・博士30.3%（SEは7.7%・2.6%）。ただし必須要件ではない
• 「2030年に12.4万人不足」は平均シナリオの数字。同じ経産省推計の低位シナリオでは1.2万人まで縮小する
• 年収を動機に選ぶなら「やめとけ」は妥当。理論を学ぶこと自体に耐性があるなら、障壁は越えられる種類のものである

数字が示しているのは、この職種が「おいしい」わけでも「無理」でもない、ということだった。判断を分けるのは市場ではなく、数学と論文に向き合う時間を確保できるかどうかである。まずは無料講座でPythonの基礎から試して、その時間が取れるかを確かめてみてほしい。学習と求人紹介をまとめて受けたい場合は会員登録から。