リスキリング何を学ぶべき？職種×AI影響度で決まる3層フレームワーク
リスキリングで何を学ぶか迷う人へ。職種別AI影響度と3層スキルフレームワークで、あなたが今学ぶべきことを具体的に解説。教育訓練給付金80%活用法も。
PR
この記事のポイント
- リスキリングで何を学ぶかは「あなたの職種 × AI影響度」で決まる
- 3層フレームワーク（マインドセット → ポータブルスキル → 職務スキル）の順に積み上げるのが鉄則
- 経理・事務・営業の3職種別に、具体的な学習ロードマップと期間・費用を提示
- 教育訓練給付金の最大80%助成を使えば、50万円の講座が実質10万円になる
「リスキリングしなきゃ」とは思っている。ニュースでは毎日AIの話が流れてくるし、経産省は「2040年に事務職440万人が余る」と推計している。
でも、いざ学ぼうとすると手が止まる。
「で、何を学べばいいの？」
プログラミング？ データサイエンス？ ChatGPT？ いろんな情報があふれているが、どれが自分に合うのかがわからない。
この記事は、その疑問に正面から答える。結論から言えば、リスキリングで何を学ぶかは**「あなたの職種」と「AI影響度」の掛け合わせ**で決まる。万人共通の正解はない。だからこそ、自分の現在地を正しく把握することが最初の一歩になる。
1. 「何を学ぶか」の前に知っておくべきこと — AI影響度で現在地を把握する
1.1 あなたの職種は、AIにどこまで影響されるのか
リスキリングの方向性を決めるには、まず自分の職種がAIからどの程度影響を受けるかを知る必要がある。
シゴトAIでは、経産省2040年就業構造推計（出典）、WEF Future of Jobs Report 2025（出典）、厚労省AI導入企業調査を基に、20職種のAIインパクトスコアを算出している。
代表的な職種のスコアは次のとおりだ。
| 職種 | AIインパクトスコア | 意味 |
|---|---|---|
| 経理 | 85 | 3年以内に業務の半分以上が変わる |
| 一般事務 | 82 | 3年以内に業務の半分以上が変わる |
| コールセンター | 75 | 3年以内に業務の半分以上が変わる |
| 営業 | 45 | 変化は進行中だが猶予がある |
| SE/エンジニア | 42 | 変化は進行中だが猶予がある |
| 看護師 | 25 | 当面の影響は限定的 |
スコアが高いほど、学ぶべき内容の優先順位と緊急度が変わる。スコア70以上の職種は「今すぐ」、40-69は「1年以内に」、40未満は「中長期で」学び始めるのが目安だ。
1.2 「学び直し」ではなく「積み上げ」と考える
よくある誤解がある。リスキリングは「ゼロからやり直す」ことではない。
リクルートワークス研究所の調査によると、リスキリング転職者の62.3%が年収増加を実現している。年収が上がった人たちに共通するのは、「前職の経験をAIスキルと掛け合わせた」という点だ。
経理15年の経験がある人が、Pythonを少し学んでAI会計ツールを使いこなせるようになれば、「経理しかできない人」とは別カテゴリの人材になる。営業10年の人がデータ分析を学べば、「勘と経験」だけでなく「データで提案できる営業」に変わる。
つまり、リスキリングとは今の経験にAIスキルを上乗せする作業だ。この前提を持っておくと、「何を学ぶか」の選択がぐっと楽になる。
2. 3層スキルフレームワーク — 「何を学ぶか」を体系的に整理する
2.1 フレームワークの全体像
リスキリングで学ぶべきスキルは、大きく3つの層に分かれる。シゴトAIではこれを「3層スキルフレームワーク」と呼んでいる。WEFのFuture of Jobs Report 2025、McKinseyの「Agents, Robots, and Us」（2025）、経産省デジタルスキル標準を統合して設計した。
| 層 | 名称 | 内容 | AI代替リスク | 変化の速度 |
|---|---|---|---|---|
| Layer 1 | マインドセット | 学び続ける姿勢、変化受容、成長思考 | 極めて低い | 遅い（年単位） |
| Layer 2 | ポータブルスキル | 批判的思考、問題発見力、コミュニケーション | 低い | 中（半年〜年単位） |
| Layer 3 | 職務スキル | AI会計、データ分析、プロンプト設計 | 高い（陳腐化しやすい） | 速い（月〜半年単位） |
重要なのは、下の層から順に積み上げるという原則だ。
Layer 3の職務スキル（たとえばPythonやChatGPTの使い方）は半年で陳腐化する可能性がある。しかし、Layer 1の「学び続ける姿勢」やLayer 2の「批判的思考力」は、ツールが変わっても通用する。
多くの人がいきなりLayer 3（「プログラミングを学ぼう」「ChatGPTを勉強しよう」）から始めるが、Layer 1とLayer 2の土台がなければ、スキルを実務に接続できないまま終わりやすい。
2.2 Layer 1: マインドセット — AI時代の「構え」を持つ
Layer 1は、技術ではなく姿勢の話だ。BCG「AI at Work 2025-2026」によると、AI活用に成功している人に共通する特性は成長マインドセットだった。「AIは脅威」ではなく「AIは道具」と捉えられるかどうかが分かれ目になる。
具体的には、以下の3つが核になる。
- 成長マインドセット: 能力は努力で伸びるという信念。キャロル・ドゥエック教授の研究で学術的に裏付けされている
- 変化受容力: WEF 2025で雇用者が重視するスキル上位にランクイン。変化を脅威ではなく機会と捉える力
- 学び続ける姿勢: AI技術は半年で大きく変わるため、学習を止めた時点で市場価値が下がり始める
「マインドセットなんて抽象的すぎる」と感じるかもしれない。しかし、リスキリングの完遂率は30%以下というデータがある。途中で挫折する最大の理由は「スキルの難しさ」ではなく「続ける動機の弱さ」だ。Layer 1は、その動機を支える基盤になる。
2.3 Layer 2: ポータブルスキル — 職種が変わっても持ち運べる武器
Layer 2は、特定の職種や業界に依存しない汎用的な行動特性だ。WEF Future of Jobs Report 2025で雇用者の70%が「最重要」と回答した分析的思考がその代表例になる。
職種を問わず優先度が高いポータブルスキルは次の5つだ。
- 批判的思考: AIの出力を鵜呑みにせず、論理的に検証する力。AIハルシネーション時代に最も価値が上がるスキル
- 問題発見力: AIは「問いに答える」のが得意だが、「何を問うべきか」を設定するのは人間の仕事
- コミュニケーション力: McKinseyが「中程度露出・高持続」スキルに分類。対人業務はAI代替が困難
- 分析的思考: データから本質を見抜く力。AI出力の解釈と意思決定への接続に不可欠
- リーダーシップ: AIと人間のハイブリッドチームをマネジメントする力。McKinseyが「低露出スキル」に分類
これらは1冊の本を読んで身につくものではない。日常業務の中で意識的に鍛えるものだ。たとえば、ChatGPTの回答を受け取ったとき「この数字の出典は何か」と確認する習慣をつけるだけで、批判的思考は鍛えられる。
2.4 Layer 3: 職務スキル — 「あなたの職種」に合ったAIスキルを選ぶ
Layer 3は、具体的なツール・技術・資格だ。ここが「何を学ぶか」の答えのうち、最も目に見える部分になる。
ただし、Layer 3は職種によって最適解がまったく異なる。全員がPythonを学ぶ必要はないし、全員がデータサイエンスを学ぶ必要もない。
次の章で、代表的な3職種について具体的に示す。
3. 職種別おすすめリスキリング — 経理・事務・営業の「学ぶべきこと」
3.1 経理（AIインパクトスコア: 85）→ AI会計 × FP&Aへ
経理のAI影響度は全職種中トップクラスだ。freeeやTOKIUMの分析によれば、仕訳入力、請求書処理、帳票作成、経費精算チェックといった定型業務の**85〜90%**がAIで自動化される見込みがある。（出典: freee、TOKIUM）
しかし「経理がなくなる」わけではない。残るのは、管理会計・FP&A（Financial Planning & Analysis）・AI出力の監査・経営層へのインサイト説明だ。つまり、数字を「入力する」から数字を「読み解く」へのシフトが起きている。
経理の学習ロードマップ（6カ月）
| 期間 | 学ぶこと | 具体的な手段 |
|---|---|---|
| 1-2カ月目 | AI会計ツールの実務活用 | freee AI、マネーフォワードAI機能を実際に使う |
| 2-3カ月目 | データ分析の基礎 | Excel関数の深掘り → Pythonの基礎（pandas） |
| 3-5カ月目 | FP&A/管理会計 | AIスクールのデータ分析コース受講 |
| 5-6カ月目 | 資格取得 | G検定（ジェネラリスト検定）で知識の証明 |
推奨資格: G検定（AI全般の基礎知識）、FP&A資格、データ分析実務スキル検定
想定年収の変化: 経理のみ → 400〜500万円 ／ AI会計×FP&A → 550〜750万円
3.2 一般事務（AIインパクトスコア: 82）→ AIツール活用 × 業務設計へ
経産省の推計では、2040年に事務職は440万人が余剰になる。データ入力、書類整理、定型メール対応、議事録作成は、すでにAIが高い精度でこなせる領域だ。（出典: 経産省2040年就業構造推計）
一方で、「AI業務設計」という新しい役割が生まれている。AIと人間のどちらがやるべき業務かを判断し、業務フローを再設計する仕事だ。事務職の「全体を見渡して調整する力」は、この役割と相性がいい。
事務の学習ロードマップ（4カ月）
| 期間 | 学ぶこと | 具体的な手段 |
|---|---|---|
| 1カ月目 | 生成AIの基本操作 | ChatGPT、Copilotを日常業務で使い倒す |
| 1-2カ月目 | AIツール活用（実践） | 議事録AI、メール生成AI、データ整理の自動化を実務で試す |
| 2-3カ月目 | 業務プロセス設計 | 部署の業務フローを可視化し、AI化すべき箇所を特定する |
| 3-4カ月目 | 資格取得+ポートフォリオ | AIパスポート or G検定。実務での改善事例を資料にまとめる |
推奨資格: AIパスポート（入門）、G検定（基礎）、ITパスポート
想定年収の変化: 一般事務 → 300〜400万円 ／ AI業務設計 → 450〜600万円
3.3 営業（AIインパクトスコア: 45）→ データ分析 × AI提案力へ
営業職のAI影響度は中程度だ。顧客との関係構築、交渉、クロージングといった対人業務はAI代替が難しい。McKinseyも営業のコアスキルを「低露出スキル」に分類している。
ただし、営業の「準備」と「分析」のフェーズはAIで大きく変わる。見込み顧客のスコアリング、提案資料の作成、市場データの収集はAIが圧倒的に速い。Indeed/リクルートパートナーズの2025年7月調査では、営業・企画部門のAI関連求人が2017年度比2.5倍に拡大している。
営業の学習ロードマップ（5カ月）
| 期間 | 学ぶこと | 具体的な手段 |
|---|---|---|
| 1カ月目 | 生成AIを営業に活用 | ChatGPTで提案書ドラフト、顧客リサーチを効率化 |
| 1-3カ月目 | データ分析の基礎 | Excelピボット → BIツール（Tableau/Power BI）の基礎 |
| 3-4カ月目 | AIソリューション提案力 | 業界別AI活用事例を30件以上収集し、提案に組み込む |
| 4-5カ月目 | 資格取得 | G検定取得でAI知識を対外的に証明 |
推奨資格: G検定、データ分析実務スキル検定、Salesforce AI Associate
想定年収の変化: 一般営業 → 400〜550万円 ／ AIソリューション営業 → 550〜800万円
4. 教育訓練給付金80% — 費用の壁を取り除く
4.1 2024年10月改正で最大80%助成に拡充された
「学びたいけど、お金がない」。この壁は、国の制度で大部分を取り除ける。
2024年10月の雇用保険法改正で、専門実践教育訓練給付金の助成率が70%から**最大80%**に拡充された。訓練修了後に賃金上昇が認められた場合、さらに受講費用の10%が上乗せ支給される。（出典: ライフィ、J-Net21）
| 給付金の種類 | 助成率 | 上限額 | 対象例 |
|---|---|---|---|
| 一般教育訓練 | 20% | 10万円 | ITパスポート、簿記講座 |
| 特定一般教育訓練 | 40% | 20万円 | G検定対策、Webデザイン講座 |
| 専門実践教育訓練 | 最大80% | 年間64万円 | AIスクール、データサイエンス講座 |
主要なAIスクール（DMM WEBCAMP、テックアカデミー、キカガクなど）の多くが専門実践教育訓練の指定講座に認定されている。
4.2 費用シミュレーション — 50万円の講座が実質10万円に
具体的に計算してみよう。
前提: 受講費50万円のAIスクール（専門実践教育訓練対象）
| ステップ | 金額 |
|---|---|
| 受講費 | 500,000円 |
| 給付金（受講中: 50%） | -250,000円 |
| 給付金（修了後: 20%） | -100,000円 |
| 賃金上昇時（追加10%） | -50,000円 |
| 実質自己負担 | 100,000円 |
50万円が10万円になる。6カ月間のスクールであれば、月額換算で約1.7万円だ。飲み会を月2回減らせば捻出できる金額になる。
4.3 東京都の追加助成も活用できる
東京都内の中小企業に勤務している場合、DXリスキリング助成金（研修費用の75%、最大100万円）を併用できる可能性がある。（出典: StockSun）
国の制度と自治体の制度は、対象者や条件が異なるため、両方の窓口に確認することをすすめる。
5. おすすめAIスクール比較 — 職種別の最適解
5.1 2026年4月時点の主要AIスクール
「何を学ぶか」が決まったら、次は「どこで学ぶか」だ。ここでは、非エンジニアのリスキリングに適したAIスクールを4つ比較する。
| スクール名 | 受講費（税込） | 補助金適用後 | 学習期間 | 転職支援 | 特徴 |
|---|---|---|---|---|---|
| DMM WEBCAMP AIコース | 約35〜55万円 | 約7〜11万円 | 3〜6カ月 | あり（転職保証付き） | DMMブランド。転職成功率98%。転職保証がある安心感 |
| テックアカデミー AIコース | 約25〜40万円 | 約5〜8万円 | 1〜4カ月 | あり | Python/AI/DSのコースが豊富。メンター制度が充実 |
| キカガク | 約35〜50万円 | 約7〜10万円 | 3〜6カ月 | あり | AI・データサイエンスに完全特化。経産省認定の実績 |
| 侍エンジニア AIコース | 約30〜50万円 | 約6〜10万円 | 3〜6カ月 | あり | 完全マンツーマン。初心者に手厚いサポート |
補助金適用後の費用は概算値。受講コース・受講期間により異なる。詳細は各スクールの無料カウンセリングで確認を。
5.2 Aidemy Premium終了の影響と代替選択肢
AI特化スクールの代名詞だったAidemy Premiumが、2026年6月30日で個人向けサービスを終了する。2026年1月9日に新規受付はすでに停止済みだ。（出典: アイデミー公式）
これからAIスクールを検討するなら、上記4校が現実的な選択肢になる。どのスクールも教育訓練給付金の対象講座を持っており、補助金活用で自己負担を大幅に抑えられる。
5.3 職種別のスクール選びの目安
- 経理: キカガク（データ分析特化）or テックアカデミー（Python/AI基礎）が合いやすい
- 事務: 侍エンジニア（マンツーマンで初心者向け）or テックアカデミー（幅広いコース）が始めやすい
- 営業: DMM WEBCAMP（転職保証付き）or テックアカデミー（短期集中）で効率的に学べる
迷ったら、2〜3校の無料カウンセリングを受けて比較することをすすめる。カリキュラムの相性は、話を聞かないとわからない部分が大きい。
6. 「何を学ぶか」を決めるための3ステップ — 今日からできること
ここまでの内容を、実際の行動に落とし込もう。
ステップ1: 自分の職種のAI影響度を確認する
シゴトAIのAIインパクトスコア一覧で、自分の職種のスコアをチェックする。スコアが高い職種ほど、早く動いたほうがいい。
ステップ2: 3層フレームワークで学ぶ順番を決める
焦ってLayer 3（ツール・技術）から始めるのではなく、Layer 1（マインドセット）→ Layer 2（ポータブルスキル）→ Layer 3（職務スキル）の順に意識する。
Layer 1とLayer 2は、日常業務の中で鍛えられる。たとえば「ChatGPTの回答を鵜呑みにせず出典を確認する」「部署の業務で自動化できそうなものを1つ見つける」といった小さな行動から始まる。
ステップ3: 補助金の対象講座を調べ、無料カウンセリングを受ける
教育訓練給付金の対象講座は、厚労省の教育訓練給付制度 検索システムで検索できる。自分の職種に合うスクールを2〜3校ピックアップし、無料カウンセリングを予約しよう。
まとめ — 「何を学ぶか」は、あなたの職種が教えてくれる
リスキリングで何を学ぶべきかに、万人共通の正解はない。しかし、自分の職種のAI影響度を出発点にすれば、答えは自然に見えてくる。
- AIインパクトスコアで現在地を把握する
- 3層フレームワーク（マインドセット → ポータブルスキル → 職務スキル）の順に積み上げる
- 教育訓練給付金80%で費用の壁を取り除く
- 職種に合ったスクールの無料カウンセリングを受ける
経産省の推計では、2040年にAI人材は340万人不足する。一方で日本のAI業務活用率はわずか16%（BCG調査）。つまり、今動き始めれば84%の人より先に立てる。
不安を感じているなら、その感覚は正しい。でも、不安の正体を分解すれば、次の一歩は見える。この記事がその整理の助けになれば幸いだ。
まずは自分の職種のAIインパクトスコアを確認することから始めてみてほしい。
この記事を書いた人: シゴトAI編集部 関連記事:
- AI時代のリスキリング完全ガイド2026 — リスキリングの全体像を把握したい方へ
- AIリスキリング補助金ガイド2026 — 補助金制度を詳しく知りたい方へ
- AIインパクトスコアで見る職種別キャリア戦略 — 20職種の詳細スコアを確認したい方へ
- 職種別AI時代のキャリアロードマップ2026 — 6職種の具体的なロードマップを見たい方へ
- 教育訓練給付金80%拡充の詳細 — 補助金の申請手順を知りたい方へ