AI業界完全ガイド2026｜供給サイド7レイヤーマップと職種・年収・キャリアパス

AI業界に転職したいと考えたとき、最初につまずくのが「結局どの会社に入ればいいのか」です。基盤モデルを作る会社、SaaS、SIer、人材会社ではスキルも年収も全く違います。この記事は業界を7レイヤーに分け、職種・年収・キャリアパスを一次ソースで整理します。

AI業界の全体像（市場規模と7レイヤーマップ）

国内のAI市場は2024年からの数年でITセグメント全体の中でも突出した伸びを示しています。まず市場規模の一次データで全体像を押さえ、次に供給サイドを7レイヤーに分解して、自分が関わる領域をマップ上で特定します。

市場規模と伸び（一次データ）

国内の生成AI市場はIDC Japanが2025年5月に発表した予測で、2024年が1兆3,412億円（前年比+56.5%）、2029年には4兆1,873億円に達する見通しです。CAGR（年平均成長率）は25.6%で、他のIT市場と比較しても突出した伸びが続きます（IDC Japan）。

世界に目を向けると、総務省の令和7年版情報通信白書では世界AI市場が2024年の1,840億ドルから2030年に8,267億ドルへ拡大する見通しです。個人の生成AI利用率は国内26.7%で、前年度9.1%から約2.9倍に増えました（総務省・個人動向）。企業で「積極活用方針」または「活用方針の具体化を進める」と回答した比率の合算は49.7%に達しています（総務省・企業動向）。JUASの企業IT動向調査2025でも、言語系生成AIの導入企業は41.2%と前年の26.9%から14.3ポイント増えています（JUAS）。

供給サイド7レイヤー

AI業界の供給サイドは、モデルを作る側から活用を支える側まで7層に整理できます。

• L1 基盤モデル：大規模言語モデル（LLM）本体を開発する層。海外はAnthropic（Claude）、OpenAI（GPT）、Google DeepMind（Gemini）、Meta（Llama）、xAI（Grok）。国内は Preferred Networks（PLaMo。国産マルチリンガルLLM）、サイバーエージェント、ABEJAが中心
• L2 開発ハーネス／IDE／コーディング支援：Claude Code（Anthropicのコーディング特化エージェント）、Cursor、GitHub Copilot、Windsurf、Devin。エンジニアの作業環境そのものを置き換える層
• L3 SaaSプラットフォーム／アプリ：海外は Notion AI、Gamma、Perplexity、ElevenLabs。国内は LayerX、マネーフォワード、Sansan、exaBaseが業務アプリに生成AIを組み込む
• L4 SIer・AIコンサル：アクセンチュア、NRI、電通総研、ABEJA、PFN、BCG X。企業ごとの業務要件に合わせて実装する層
• L5 人材・教育・採用：オシジョブ、レバテック、ビズリーチ、キカガク、Aidemy。AI人材の供給を担う層
• L6 MCP／エージェント／ワークフロー自動化：n8n、Dify、Zapier AI、LangChain。MCP（Model Context Protocol。AIと外部ツールを標準接続する仕組み）やエージェントを束ねて業務を自動化する層
• L7 研究・アカデミア：理化学研究所AIP、東大松尾研、国立情報学研究所（NII）、産総研、情報通信研究機構（NICT）

経産省GENIAC

国内基盤モデル開発は、経産省の「GENIAC」（Generative AI Accelerator Challenge）が支援しています。第2期はPFN・ABEJAを含む計20者が採択され、ウーブン・バイ・トヨタ、AI inside、Turing、リコーなど産業横断で名前が並びました（経産省）。L1側のプレイヤーを把握する入口になる情報です。

AI転職全体の地図は AI転職・求人の完全ガイド2026 で別途整理しているので、横断的に読みたい方は合わせて参照してください。

AI業界の職種と年収（レイヤー横断視点）

ビズリーチが2026年1月に発表したハイクラス即戦力転職市場のデータでは、年収1,000万円超のAI関連求人が3年前比で4.2倍に増えました（ビズリーチ）。あくまでハイクラス層の需要指標ですが、上位レンジの拡大傾向はここから読み取れます。レイヤー横断で主要9職種の年収感をまとめます。

• 基盤モデル研究者（L1・L7）：博士号・国際会議採択実績が前提。業界レンジとして年収900万円〜1,800万円、ハイクラスは2,000万円超も。Anthropic・PFN等の研究職
• AIエンジニア正社員（L2・L3）：厚労省jobtagで平均558.3万円。業務アプリへのLLM組み込みやRAG構築が主業務
• AIエンジニア・フリーランス：レバテックフリーランス公開データで月平均79万円。案件レンジは55〜145万円で、年換算では940〜1,740万円帯。詳しくはAIエンジニアの仕事内容とロードマップ
• Agentic Engineer（L2・L6）：Claude Codeやn8nを使いこなしてエージェントを設計する職種。従来のAIエンジニアに+30〜50%のプレミアムが乗るケースがあり、国内ハイクラス案件でも上がりやすくしやすいレンジ
• AI PdM（プロダクトマネージャー、L3）：生成AI機能の要件定義〜リリースを担う。正社員ハイクラスで年収1,000万円超の求人も出ています
• AIコンサル（L4）：doda職種別平均年収ランキング2024のITコンサル（アプリ）612.5万円が一つの目安。戦略系・AI専業ファームはハイクラス帯で1,500万円以上。詳細はAIコンサルタントのキャリア
• プロンプトエンジニア／AI研修講師（L5・L6）：プロンプターズのキャリアガイドでは、正社員エントリーで500〜700万円、フリーランスは月40〜80万円が目安
• AI営業／CS（L3・L4）：既存SaaS営業・カスタマーサクセスの年収にAIプレミアムが100〜200万円上乗せされる構図
• データサイエンティスト（L3・L4）：業界平均で600万円前後、ハイクラスは1,000万円超

職種軸で15種類を難易度別に見たい場合は AI業界で使われる職種マップ を合わせて読むと整理しやすくなります。

AI業界のキャリアパス

AI業界は未経験・経験者のどちらにもルートが開いていますが、入口と経験者パスを分けて設計する必要があります。ここでは入口3系統と、既存職種からの移行先、年収推移の目安を解説します。

入口は大きく3系統です。

1. スクール経由：Aidemy、キカガク、SAMURAI ENGINEER等で3〜6ヶ月学び、L2（ハーネス）・L6（エージェント／自動化）にポートフォリオで入る
2. 転職エージェント経由：オシジョブ、レバテック、ビズリーチ等を使い、既存ITスキル＋AI実務経験で社内外を移る。エンジニア経験者はこのルートが最短
3. 副業→独立：クラウドソーシングでAI活用案件を積み、実績ベースで業務委託・独立に進む。L5・L6の担当領域と相性が良い

経験者の職種展開は、エンジニアからL2のAIエンジニアやL2・L6のAgentic Engineer、ビジネスサイドからL3のAI PdMやL4のAIコンサル、コンサル経験者からはL4のAIコンサル、マーケ・営業からはL3のAI活用人材という流れが定番です。

年収推移の目安は、AIエンジニアを軸に置くと入社時400〜550万円、3年目で600〜800万円、5年目で800〜1,200万円。ビズリーチのハイクラス帯では10年目相当で1,200〜2,000万円レンジ、基盤モデル研究職やAgentic Engineerはここからさらに上がりやすくる求人も見られます。

副業から独立を目指すルートは AIフリーランス完全ガイド、AI副業の始め方、収益化手法の比較は AIで稼ぐ方法の総まとめ で詳しく扱っています。

業界研究の方法

業界研究は一次ソースから読むのが原則です。AIは情報の鮮度が3ヶ月単位で入れ替わるため、二次情報だけ追うと論点を外します。

基盤モデル側の一次ソース

• Anthropic News（Claudeの新モデル・料金・MCP関連リリース）：https://www.anthropic.com/news
• OpenAI Blog：https://openai.com/blog
• Google DeepMind：https://deepmind.google/
• Preferred Networks プレスリリース：https://www.preferred.jp/ja/news/

モデル側の発表は、日本のSaaSやSIer各社がどの機能を取り込むかを先読みする材料になります。

業界レポート（公的・調査会社）

• IDC Japan：https://my.idc.com/jp/
• 経産省GENIAC：https://www.meti.go.jp/policy/mono_info_service/geniac/
• 総務省 情報通信白書：https://www.soumu.go.jp/johotsusintokei/whitepaper/
• PwC 生成AIに関する実態調査：https://www.pwc.com/jp/ja/knowledge/thoughtleadership/generative-ai-survey2025.html

公的レポートは市場規模・導入率・企業方針のベンチマークに使います。

求人票・IRからの読解法

求人票では「Claude Code」「MCP」「LangChain」「RAG」「Agentic」といったキーワードの出現頻度を見ます。これらが明記されている求人は、実装フェーズに入っている組織と判断できます。上場企業のIRでは、四半期決算資料の「AI」言及回数と設備投資額の推移を見ると、企業の本気度が定量化できます。

学習ルートの組み方は AI学習ガイド2026 に手順をまとめています。

AI業界に向いている人の特徴

レイヤーや職種を越えて共通する素養を5つに絞ります。自分の得意に重なる軸が2〜3つあると、参入してからの伸びが速くなります。

• 抽象化・仮説検証を楽しめる：仕様が日々変わるため、正解がない状態で動ける人が活きます
• 学習コストをいとわない：3ヶ月単位でツールが置き換わる業界構造に追随できるか
• 既存ドメイン知識を持っている：金融×AI、医療×AI、製造×AIといった掛け算で差別化しやすい
• 対人コミュニケーションが取れる：AI導入は組織の業務フロー変更を伴うため、説得と調整が仕事の半分を占める場面も
• 英語で一次情報にアクセスできる：モデル側の情報は英語が先行するため、読める人が2〜3ヶ月の情報優位を取れる

まとめ｜自分のレイヤー×ドメインで差別化

AI業界はL1基盤モデルからL7研究までレイヤーが分かれ、職種・年収・求められる素養が大きく違います。「自分はどのレイヤーで、どのドメイン知識と掛けるか」の一点に絞ると、転職活動の筋道が立ちやすくなります。AI転職全体の戦略はAI転職・求人の完全ガイド2026にまとめているので、本記事の次に読むと動線が繋がります。

よくある質問（FAQ）

Q. AI業界は未経験でも入れますか

A. 入れます。L2のハーネス活用、L3のSaaS営業／CS、L5の人材・教育、L6のワークフロー自動化は、既存職種の延長で参入可能です。L1の基盤モデル研究やL7のアカデミアは博士号・論文採択が前提になる層なので、未経験からの直接参入は現実的ではありません。

Q. AI業界のどのレイヤーが一番伸びていますか

A. ビズリーチ2025レジュメ検索トレンドで「AI開発」が1位、「AIエンジニア」が4位に入ったことを踏まえると、現時点ではL2（開発ハーネス）とL6（エージェント／自動化）関連の求人需要が顕著です。Claude CodeやCursor、n8nなど、エンジニア／オペレーターの作業を置き換えるプロダクトが短期間で普及しているためです。L3のSaaSへの組み込みも伸びていますが、競合が多く差別化が課題となる局面に入っています。

Q. 文系出身でもAI業界に転職できますか

A. 可能です。L3のAI PdM、L4のAIコンサル、L5の人材・教育、L3・L4のAI営業／CSは、ドメイン知識と対人スキルが競争優位になります。コードを書く職種（L2のAIエンジニア等）を目指す場合は、3〜6ヶ月のスクールと副業実績の積み上げが現実的なルートです。

Q. どの職種が一番年収が高いですか

A. L1の基盤モデル研究者と、L2・L6のAgentic Engineerが上位に位置します。基盤モデル研究者は博士号レベルの専門性が必要で、Agentic EngineerはClaude CodeやMCPを使って業務プロセスを自律化する実装力が求められます。

Q. 業界研究は何から始めればいいですか

A. 総務省の情報通信白書とIDC Japanの発表で市場規模を押さえ、Anthropic NewsとOpenAI Blogで基盤モデル側の最新動向を見る、という2系統を並行するのが効率的です。そのうえで自分が狙うレイヤーの主要企業IR・採用ページを読み込むと、求人票のキーワードが意味を持って理解できます。