データサイエンティスト生成AI代替の真相｜サイバーエージェント『事業価値の設計・評価』を5レイヤーで分解

Part 1 ｜ 深夜の2つのポスト — 「潮目が変わった」と「役割は拡大」が同時に正しい

夜中の1時。32歳、年収780万円の現役データサイエンティスト。スマホを開くと、上から順に2つのポストが並んでいる。

ひとつめは、現役データサイエンティストTarantula氏（@tarantula_ds_）の2025年9月の投稿。

ちょっと厳しいこと言います。正直、潮目が変わりました。これまではデータアナリスト／データサイエンティストがビッグデータを統計／機械学習で分析が主流でしたが、それは生成AIにほぼ代替可能になりつつある。 — Xユーザー（現役データサイエンティスト）2025年9月

ふたつめは、サイバーエージェント公式の開発者発信アカウントCyberAgent Developers（@ca_developers）が2026年2月に出した一文。

生成AIの実装が急速に進む中、データサイエンティスト・機械学習エンジニアに求められる役割も『モデル構築・分析』から『事業価値の設計・評価』へと拡大しつつあります。 — サイバーエージェント Developers（公式）2026年2月

どちらも嘘ではない。Tarantula氏の言う「ビッグデータを統計／機械学習で分析する作業」は、Claude 3.7やGPT-4.5、Geminiの実装が業務に染み込んだ2025年下半期から、現場感覚として急速にコモディティ化している。一方でCyberAgent公式が言う「事業価値の設計・評価への拡大」は、データを扱える人が「事業の意思決定そのもの」に踏み込むことを期待している、というメッセージである。

問題は、いまこの記事を読んでいる32歳DSのあなたが「自分はどっちのレイヤーで仕事をしているのか」を即答できないことだ。SQLとモデル構築の毎日に追われていれば、Tarantula氏側の証言が刺さる。事業課題の指標定義や施策ROI設計まで担っていれば、CyberAgent側の景色が見える。

この記事は、その「どっち側か」を5レイヤーで分解し、いま動かすべき一歩を月〜金の5日プランで描き切る。

コーチング選びに迷ったら、まず比較から → キャリアコーチング5社比較｜AI時代の選び方2026で、ポジウィル／マジキャリ／キャリアアップ等の違いを30秒チェック。

Aidemy Premium公式サイトで無料相談する（※ASP連携準備中・現状は公式LP直リンク）

Part 2 ｜ 「潮目変わった派」vs「役割拡大派」— 二分言説の根本にある同じ現象

DS／MLE市場の2026年Q2は、現場発の悲観論と組織発の楽観論が並走している。

現役DSのTJO氏（@TJO_datasci）は2026年4月、次のように疑問を投げかけた。

ところで素朴な疑問なんだけど、データサイエンティストって相変わらず憧れの目で見られるほど高給取りな仕事なんだっけ？昨今の生成AI時代到来でほぼオワコン扱いされる仕事の筆頭だと思ってた。 — Xユーザー（データ系インフルエンサー）2026年4月

一方、2026年版の業界Tier表（投資系インフルエンサー）では、データアナリスト・機械学習領域は「Tier D：神業界（今から入るべき）」「全業界で需要爆増」として位置づけられている。

なぜ同じ職種についてこれだけ言説が割れるのか。答えは、両者が「データサイエンティスト」という同じ職種名で指している実態が、職能レイヤーで完全にズレているからだ。

マクロデータが示す「需要は本物、ただし上位レイヤーに集中」

経済産業省『AI人材339万人不足／事務職440万人余剰』（2026年3月改訂）の予測は、AI関連職全体の供給不足が2040年までに339万人規模で拡大することを示す。一方でPwC調査では、56%の企業が「AI導入で売上増もコスト減も起きていない」と回答し、Gartnerは「AI起因レイオフの半数は2027年までに撤回される」と予測する。

これらを並べて読むと、次の3点が浮かび上がる。

1. L1-L2タスクの代替は確実に進んでいる（Tarantula氏の現場感覚は正しい）。生成AIによるSQL生成、データ可視化、ベースラインモデル構築は、コーディング作業として実装速度が劇的に上がった。
2. L3-L4『事業価値の設計・評価』レイヤーの需要は爆増している（CyberAgent公式の発信は正しい）。PwC「売上もコスト減も起きていない」は、L1-L2をAIで動かしただけで事業成果に繋がっていない、ということを意味する。
3. DS／MLEの市場価格が二極化している。L1-L2どまりは横ばい〜微減、L3-L4まで担えると+200〜520万円、年収レンジが1,000万円超のハイクラス求人に乗る。

つまり、「DSオワコン」と「DS需要爆増」は同じ現象を2つの角度から記述しているにすぎない。

同じデータが業界で散在している現実

データ整備の側面でもこの構造は表れている。dely社の取締役（@Nurruttan）は2026年2月、次のように指摘した。

AI活用を中期的に考えた時に絶対に避けるべきなのが『データの散在』であるのは間違いなくて、とにかくなるべくツールを集約させることが大事。企業でのAI活用は『いかに業務データをAIに参照させるかどうか』ってのがキーポイントになってくる。 — Xユーザー（事業会社CTO／取締役クラス）2026年2月

データの散在を統合できる人材、事業の意思決定にデータを乗せる設計図を描ける人材──これこそがCyberAgent公式が言う「事業価値の設計・評価」の正体である。L1-L2のテクニカルスキルではなく、データ統治とビジネス目的の橋渡しが本質だ。

DMM 生成AI CAMP メインLP（汎用）

Part 3 ｜ 5レイヤー因果図 — 「事業価値の設計・評価」を職能スキルに分解する

サイバーエージェントが言う「拡大」の中身を、抽象論で終わらせない。本記事は2026年6月時点のDS／MLE業務を5レイヤーに分解する。これがこの記事のInformation Gainの核である。

L1 ｜ データ取得・前処理・EDA（生成AI代替80-95%）

SQL叩き、データクレンジング、欠損値処理、可視化、基礎統計の確認まで。Claude 3.7やGPT-4.5、Cursor、Gemini Code Assistの実装が現場に染み込んだ2025年下半期以降、ここはコーディング工数として大きく圧縮されている。年収レンジは未経験〜中堅DSの500〜700万円帯。

L2 ｜ モデル構築・チューニング（代替40-70%）

ベースライン構築（XGBoost、LightGBM、ロジスティック回帰など）はAutoMLや生成AIアシストで圧縮可能。ただし業務ドメイン固有の特徴量設計、損失関数のカスタマイズ、評価指標の選定など「なぜこのモデル、なぜこの指標」を語れるレイヤーはまだ人間の判断が必要。年収レンジは中堅DSの700〜900万円帯。

L3 ｜ 指標定義・実験設計（代替10-30%）

ビジネス課題を「何を測れば良いか」「どう実験すれば事業判断に使えるか」に翻訳するレイヤー。A/Bテストの設計、Causal Inference、Uplift Modelingなど。ここから先は生成AIの代替リスクが急減し、市場価値が逆に上がる。年収レンジは950〜1,100万円帯。

L4 ｜ 事業価値の設計・評価（代替0-10%、CyberAgent該当ゾーン）

経営課題の分解、施策ROIの設計、データドリブンな意思決定支援、組織の評価制度へのデータ統治の組み込みまで。CyberAgent公式が言う「事業価値の設計・評価」の主戦場はここ。年収レンジは1,000〜1,300万円帯、ハイクラスでは1,500万円超もある。

L5 ｜ 組織変革・データ統治（代替0-5%）

CDO（Chief Data Officer）、データ部門責任者、全社AIガバナンス。組織のデータ文化、人事評価、投資意思決定への影響まで。年収レンジは1,300万円〜CxOクラス。

競争激化の現実 — 未経験参入のハードル

L1-L2の代替が進む中、未経験からDSを目指すルートは厳しさを増している。HardModeDE氏（@HardModeDE）は2026年5月、現場の温度感をこう書いた。

未経験からデータサイエンティスト（DS）を今から目指すのは、正直おススメ出来ない。理由は、競争率が高すぎて『上澄み』しか採用されないから。学部で統計や機械学習をガチで研究した層／複雑な事象を言語化できる説明力が異常に高い人と枠を争うことになる。 — Xユーザー（IT転職アドバイザー）2026年5月

ただし、ここで諦める必要はない。L3-L4レイヤーは、既存ビジネス職（マーケ／コンサル／PdM／事業企画）からの「AI実装スキル後付け」ルートの方が、新卒DSルートより参入余地が大きい。事業課題の分解力と指標設計の経験があれば、生成AI実装スキルを後から装着する方が、L1-L2を極めてからL3-L4に伸ばすより速い、というのが2026年下半期の市場感覚だ。

DMM 生成AI CAMP 生成AIエンジニアコース

Part 4 ｜ サイバーエージェントの実装事例で「事業価値の設計・評価」を可視化する

CyberAgent公式の「拡大」がただのバズワードではない証拠が、同社の実装事例にある。サイバーエージェント広報＆IR公式（@CyberAgent_PR）は2026年5月、次の発表を出した。

広告配信の入札・配信設定を自動最適化するAIエージェント『効果おまかせAI』を開発し、4月20日より提供開始します。継続学習とリアルタイム分析により、改善施策のスピードと精度を高め、広告効果の最大化を支援します。 — サイバーエージェント 広報＆IR（公式）2026年5月

注目すべきは、この製品の中で「DS／MLEが何をやっているか」だ。

• L1-L2（モデル構築・継続学習の実装）: AutoMLとClaude／GPTのコーディング支援で工数圧縮
• L3（評価指標の設計）: 「広告効果」とは何か、「改善施策のスピード」とは何かを定義し、入札最適化と配信設定最適化の指標設計
• L4（事業価値の設計）: クライアント企業の事業KPIに製品KPIを接続し、ROI設計と料金体系を含めた事業価値全体の評価

つまり同社のDS／MLEは、L1-L2を生成AIで圧縮しながら、L3-L4の「事業価値の設計・評価」に職能を伸ばしている。これがCyberAgent公式メッセージの実装証拠である。

「分析エージェント」への置換が始まっている

エンタープライズ側でも、書き捨ての分析業務は分析エージェントに置換され始めている。@willanalysts（データ分析者）は2026年5月、次のように共有した。

これはデータチーム立ち上げ時必読。組織で運用するダッシュボード用のBIツールと書き捨てのBIを分けておく。とりあえずRedashにおいて分析エージェントに置き換えるアプローチを弊社でも採用している。 — Xユーザー（データチーム責任者）2026年5月

「書き捨ての分析」はAIエージェントが担い、人間は「組織で運用する判断基盤の設計」に集中する。L1-L2のタスク代替と、L3-L4の職能拡大が同時進行している現実である。

「このままL1-L2のままで30代を終えるのか」が3年続いている人へ

社内の評価面談では「L3-L4に伸ばしたい」と言いにくい。でも自分の中では「いまのままだと40代で詰む」が3年消えない。
求人紹介を一切しないフラットな立場で、年収・やりがい・上位レイヤー移行のうち何を優先するかを45分で整理できる。20-30代相談実績No.1・累計2.5万人実績。

無料 45分 オンライン完結 求人紹介なし

無料カウンセリングを予約する →

Part 5 ｜ 32歳DSが今週月〜金で動かす5日プラン — 教育訓練給付金70%給付の活用込み

最後に、ここまでの理論を「明日からの行動」に落とし切る。何度言われても動けない人と、動ける人を分けるのは能力ではなく習慣だ、と@chirutomoblogが2026年6月に書いている。

30代で同期と差がつく人がやめた習慣：SNSで同期と比べる／指示待ちで残業／学びを止める言い訳／評価を社内だけで見る。逆にやるのは、自分のペースで成長／主体的に動いて成果を出す／市場価値を社外で測る。差は能力じゃなく習慣で決まる。 — Xユーザー（30代キャリア発信者）2026年6月

この記事のExecutionは以下の5日で完結する。

月曜 ｜ 過去6ヶ月の業務時間を5レイヤーに割り付ける（90分）

カレンダーとSlack履歴をもとに、過去6ヶ月の業務時間をL1-L5に割り振る。多くのDSはL1: 50%／L2: 30%／L3: 15%／L4: 5%／L5: 0%という分布になる。**この時間配分が「いまのあなたの市場価値ベース」**である。

火曜 ｜ 自分のL3-L4経験を職務経歴書に言語化する（60分）

L3-L4の経験が「ある／ない」ではなく、「どう言語化するか」が転職市場価値を決める。例えば「広告クリエイティブのCTR予測モデルを構築」（L2）ではなく、「広告主の予算配分意思決定支援のための予測モデル評価指標を設計し、四半期予算300万円規模の配分最適化に接続」（L4）という書き方に変換する。

水曜 ｜ 上長／PMと30分の1on1で「L1圧縮→L3-L4拡大」提案（30分）

評価面談の重い議論にしない。「直近の◯◯案件、SQLと前処理を生成AIで圧縮できそうなんですが、その分浮いた時間で△△の指標設計に踏み込んでよいか、優先順位を相談したい」という具体的で小さい提案に絞る。1回で全部合意しに行く必要はなく、来週の小さな1歩への同意だけ取れれば十分。

木曜 ｜ 教育訓練給付金（70%給付）対象講座を判定（60分）

専門実践教育訓練給付金は、雇用保険被保険者期間が条件を満たせば**受講費用の最大70-80%**が給付される（2026年6月末までの拡充期限あり）。AI／データサイエンス分野の厚労省指定講座は複数あり、L3-L4の事業活用スキルを学べるコースもこの対象に含まれる。2025年10月開始の教育訓練休暇給付金（賃金80%／最大150日）と組み合わせれば、所得を補填しながら学べる設計も可能。給付率や対象講座は自治体・雇用保険状況で異なるため、ハローワークで自分のケースを確認する。

金曜 ｜ 3ヶ月学習計画＋転職市場価値の壁打ち（90分）

ここまで4日のアウトプットを並べ、3ヶ月で「学ぶ／動かす／待つ」の3分岐に収束させる。

• 学ぶ: 現職に残りL3-L4経験を社内で積む。教育訓練給付金でAidemy PremiumとDMM 生成AI CAMPの給付活用を比較し、自分に合う方を選ぶ。
• 動かす: dodaやリクルートエージェントのデータ職種専門アドバイザーに、現状の職務経歴書とL3-L4まで描き切った職務経歴書の2パターンで持ち込み、求人レンジの差を確認する。
• 待つ: 現職での実績が積み上がる前に動かない。ただし「待つ」と決めた人ほど、市場価値の定点観測（月1の壁打ち）は続ける。

dodaにDS／MLE職種で登録して市場価値を定点観測する

まとめ ｜ 「潮目」と「拡大」は同じ景色を2方向から記述している

サイバーエージェント公式の「モデル構築・分析から事業価値の設計・評価へ拡大」と、Tarantula氏の「潮目が変わった」は対立する主張ではない。L1-L2タスクが代替されつつあり、L3-L4職能が市場価値の中心に移った──この同じ現象の2つの記述である。

@ado_srが2026年5月に書いた一文が、この記事の景色を要約している。「主戦場はそこではない」。

『AIに仕事が奪われる』という不安はこれまで『機械のように正確で速い作業』を求められてきたからかもしれない。でも、これからの主戦場はそこではない。書類作成やデータ整理などの定型業務は思い切ってAIに任せよう。 — Xユーザー（AI活用研究者）2026年5月

32歳・年収780万円のあなたの主戦場は、L1-L2の防御ではない。L3-L4への拡張である。月曜の90分から始める。

あなたの場合は？

職種・年齢・現状の業務分布によって最適解は変わります。3分の診断で、あなたのL1-L5配分と、いま伸ばすべきレイヤー、教育訓練給付金の活用可否までを一気にお返しします。

→ あなた専用の診断を受ける

関連記事

• データアナリスト『潮目が変わった』vs『需要爆増』を3仮説×4層因果で読み解く — DSの隣接職アナリストの世界線
• Aidemy Premium vs DMM 生成AI CAMP 給付金活用比較2026年5月版 — L3-L4学習で迷ったら最初の30分はこれ
• 教育訓練休暇給付金 2025年10月申請手順 完全ガイド — 賃金80%・最大150日の所得補填で学ぶ設計