デジタルビジネス・イノベーションセンター（DBIC）

【横塚裕志コラム】ユーザー企業は、AIエンジニアの能力レベルをどのように確認できるのか

2026.11.10（火）

1．AIエンジニアの能力レベルとは何か

従来、企業がシステム開発を外部に委託するとき、担当するSEの能力を確認することは、それほど難しいことではなかった。プログラミング言語やシステム設計などの技術は進歩していたものの、一度習得した技術は比較的長い期間にわたって有効だった。経験年数や過去の開発実績、保有資格などから、ある程度その人の技術レベルを推測することができた。
ところが、AIの世界では事情が違う。
最近、あるAIエンジニアの方から、こんな話を聞いた。「AIエンジニアは、欧米の最新論文を読んでいるレベルでないと使えない。特に、顧客の本業のコアに関わるテーマでは、そのレベルでないと技術的な実現可能性を判断することが難しい」。
少々驚く発言だったが、考えてみれば、AIの世界では、それくらいの技術的な先端性が求められるということなのだろう。
AIの技術進化は、これまでのITの世界とは比較にならないほど速い。新しいモデルや技術が次々と登場し、ほんの数か月前まで高度だった技術が、すでに一般的なものになっていることもある。そう考えると、AIエンジニアと一口に言っても、その能力レベルには相当な幅があるはずだ。しかも、その差は時間とともに広がっていく。
企業がAIを活用したシステムの開発を外部に委託するとき、担当するエンジニアがどの程度の能力を持っているのかを知りたいと思うのは当然だ。しかし、それをどうやって確認すればよいのだろうか。

2．技術レベルは、時間軸を入れて評価する必要がある

AIの世界では、技術の進化によって、エンジニアに求められる能力も絶えず変化していく。新しいAIモデルが登場すると、それまで複雑だった開発が、簡単な方法で実現できるようになる。新しい開発手法やフレームワークが登場すると、AIエージェントなど、開発対象そのものも変わっていく。
つまり、以前に習得した技術が、現在も最先端であるとは限らない。ここから考えると、エンジニアの能力を評価するには、二つの軸が必要になる。
一つは、現在の技術到達レベルである。いま、どのような技術を理解し、使いこなせるのか。もう一つは、技術の更新能力だ。新しい技術をどの程度継続的に学び、実際の開発に取り入れているのか。
この二つは分けて考える必要がある。例えば、同じ上級レベルのエンジニアでも、2年前の技術を深く理解している人と、現在の技術を継続的に取り入れている人では、委託する仕事によって評価が変わる。
ただし、単に新しい技術を知っているだけでは十分ではない。新技術を実際に試し、従来の方法と比較し、どのような場面で使うべきかを判断できることが重要になる。

3．AIエンジニアにも専門領域がある

もう一つ重要なのは、AIエンジニアの専門領域だ。
AIエンジニアという呼称は一つだが、AIの技術領域は広い。すべての技術に精通したエンジニアは、ほとんど存在しないと考えた方がよいだろう。
例えば、AIモデルそのものを開発するエンジニア、LLMを使ったアプリケーションを開発するエンジニア、AIエージェントを設計するエンジニア、AIを大規模システムに組み込み運用するエンジニア、AIの性能や安全性を評価するエンジニアでは、必要とされる専門能力が異なる。
したがって、エンジニアのレベルを評価する前に、まず、どの専門領域のエンジニアなのかを明らかにする必要がある。AIエンジニアという肩書だけでは、その人が何を得意とし、何ができるのかを判断できない。

4．技術に詳しいことと、優れた開発ができることは違う

さらに難しいのは、AIエンジニアの能力を何によって評価すればよいのかという問題だ。最新のAI論文を読み、モデルの仕組みを深く理解している人が、必ずしも企業の業務システムを優れた形で開発できるとは限らない。反対に、最先端の研究には詳しくなくても、既存のAI技術を組み合わせて、実用的なシステムを開発できる人もいる。
つまり、技術の先端性と、実際に開発で成果を出せる能力は、必ずしも一致しないのだ。エンジニアの能力を評価するには、どの技術に詳しいのかだけでなく、その技術を使って何ができるのか、開発したものの品質をどのように検証できるのか、といった点まで確認しなければならない。

5．ユーザー企業には、見極める力があるのか

ここまで考えてくると、AIエンジニアの能力を評価することは、ユーザー企業にとって相当に難しい仕事だと思えてくる。
AIの専門家ではないユーザー企業の担当者が、最新の技術動向を理解し、エンジニアの技術レベルを見極めることは容易ではない。ベンダー企業に優秀なAIエンジニアがいると聞いても、実際に担当する人がどのような能力を持っているのかは別の話だ。また、担当者の過去の実績を聞いたところで、現在の能力をどこまで判断できるのかも分からない。
AIの技術進化が速いということは、エンジニア自身も絶えず学び続けなければならないということだろう。しかし、ユーザー企業は、その学習の状況や技術の習得レベルをどうやって確認すればよいのだろうか。
結局、AI開発を委託するとき、ユーザー企業は、ベンダーが提示する技術力や実績を信頼するしかないのだろうか。
AIの活用が企業の競争力を左右する時代になり、AI開発への外部委託も増えていく。しかし、委託先のエンジニアがどの専門領域で、どの程度の能力を持っているのかを確認する方法については、まだ確立されていないように思う。ユーザー企業にとって、AIエンジニアの能力レベルを確認することは、まるで雲をつかむような話になっているのではないだろうか。

こうした問題は、AIに限ったことではない。サイバーセキュリティの分野でも、技術の進化が速く、専門領域が細分化するなかで、外部の専門家の能力をどのように見極めるかが、同じように難しい問題になっているのではないだろうか。

他のDBIC活動

他のDBICコラム

他のDBICケーススタディ