AI関連資格はどれを選ぶ？職種別の候補と企業での扱われ方

どのAI資格を選べばいいか

社内でAI活用の話が出るようになった、求人票にAI関連の語を見かけるようになった。そうした変化を前にして、何か勉強を始めておこうと考えることがあるかもしれません。ただ、いざ調べ始めると手が止まります。

「AI関連資格」で検索すると、おすすめ10選、20選、全22種といった一覧が並びます。資格の名前は分かるのですが、それぞれが何を証明するもので、自分が受けるべきなのはどれなのかまでは、一覧を眺めても決まりません。受験料は1万円から3万円台、学習にも数十時間から数か月がかかります。実費と時間がかかるぶん、選んでから「これは自分向けではなかった」と気づくのは避けたいところです。

そしてもう一つ引っかかるのが、「取れば転職に有利」と書かれてはいるものの、実際に企業がそれをどう見ているのかが分からないことです。資格手当が出るのか、応募条件に書かれるのか、それとも参考程度なのか。ここが見えないままでは、受験料を払う判断がつきません。

もっとも、そもそもAI領域の資格でよいのかを決めかねている段階かもしれません。その場合は、業種を問わず未経験から武器になる資格を並べた記事を先に見るほうが早く決まります。宅建や簿記、MOSといった定番と見比べたうえで、AI領域に絞るかどうかを判断できます。

参考記事：転職や未経験での転職に有利な資格おすすめ9選

主なAI関連資格を層で整理

AI関連の資格は、AIそのものの知識を測る資格、土台になるIT・データの資格、特定のクラウド製品を扱えることを示すベンダー認定の3層に分けると整理できます。同じ「AI資格」でも証明している中身が違うため、まず自分が欲しいのがどの層かを決めると候補が絞れます。

（各資格の主催団体の公式サイトの記載に基づく。2026年8月時点）

以下、表の上から順に見ていきます。上の3つ（G検定、E資格、生成AIパスポート）がAIそのものを測る層、続く3つ（データサイエンティスト検定、Python 3 エンジニア認定データ分析試験、情報処理技術者試験）が土台の層、最後の2つ（Azure AI の基礎、AWS Certified Machine Learning Engineer - Associate）がベンダー認定の層です。日本ディープラーニング協会（JDLA）が主催する2つと、クラウドベンダーの2つは、性格が近いのでまとめて扱います。

G検定とE資格

この2つはどちらもJDLAが主催していますが、受験のハードルが大きく違います。G検定は受験資格に制限がなく、受験料は一般13,200円（税込）、学生5,500円（税込）です。2026年はオンライン試験が年6回、会場試験が年3回実施されています。AIで何ができて何ができないのか、どこに活用すればよいのかを理解することを目的としており、対象はエンジニアに限られていません。

一方のE資格は、ディープラーニングの理論を理解して実装できるかを問う資格で、受験するには「JDLA認定プログラムを試験日の過去2年以内に修了していること」が条件になります。つまり申し込みの前に、認定を受けた事業者の講座を修了しておく必要があります。受験料は一般33,000円（税込）ですが、実際にかかる費用はこれだけではなく、認定プログラムの受講費用と、修了までの学習時間が別に必要です。実施は年2回です。

生成AIパスポート

一般社団法人生成AI活用普及協会（GUGA）が主催する、生成AIに絞った試験です。受験資格の制限はなく、受験料は11,000円（税込）、学生5,500円（税込）。試験時間60分、60問の四肢択一式（一部複数選択を含む）で、実施は年5回（2月・4月・6月・8月・10月）です。

出題範囲に特徴があります。生成AIの基礎知識や活用方法だけでなく、情報漏洩や権利侵害といった注意点が含まれています。生成AIを業務で使うときに、何をしてはいけないかを判断できるかを問う設計になっているため、AIを開発する側ではなく使う側のリテラシーを示したい人に向いた資格です。

データサイエンティスト検定 リテラシーレベル

一般社団法人データサイエンティスト協会が主催する、DS検定★の略称で呼ばれる試験です。受験資格はなく、受験料は一般10,000円（税抜）、学生5,000円（税抜）。試験時間100分、選択式100問で、第14回は2026年11月7日から22日に実施予定です。

出題範囲は、同協会のスキルチェックリスト4カテゴリ（基盤、データサイエンス、データエンジニアリング、価値創造）の見習いレベル相当と、数理・データサイエンス教育強化拠点コンソーシアムが公開する「数理・データサイエンス・AI（リテラシーレベル）におけるモデルカリキュラム」を総合した範囲です。大学のカリキュラムに紐づいている点が他の資格と異なり、AIの手法そのものより、データを扱う仕事の全体像を押さえる位置づけになります。

Python 3 エンジニア認定データ分析試験

一般社団法人Pythonエンジニア育成推進協会が主催する試験で、受験料は1万円（税別）、学割5千円（税別）。40問すべて選択問題で、合格基準は正答率70％です。出題範囲は主教材に基づき、NumPy（15%）、pandas（17.5%）、Matplotlib（15%）、scikit-learn（20%）と、その他の基礎知識という配分が公表されています。

この試験の実務上の利点は、受験日が通年である点です。全国のオデッセイコミュニケーションズCBTテストセンターで受験でき、自分の準備が整った時点で申し込めます。年に数回しか実施されない試験と違い、学習計画を自分のペースで組み立てられます。

情報処理技術者試験

情報処理推進機構（IPA）が実施する国家試験です。AI専門の国家資格というものは存在しませんが、この試験の出題範囲にAI分野が含まれています。IPAは2023年8月7日にITパスポート試験のシラバス改訂を公表し、生成AIの仕組み、活用例、留意事項などに関する項目・用語例を追加しました。適用は2024年4月の試験からで、改訂版はシラバス Ver. 6.2 として公開されています。

AIだけを深く問う試験ではありませんが、ITの用語や仕組みを体系的に押さえたい場合の土台になります。IPAは今後も技術動向に応じてシラバスを改訂するとしているため、受験する時期の版を確認してから教材を選ぶ必要があります。

クラウドベンダーのAI認定

Microsoft の「Azure AI の基礎」は、AIソリューション開発の入り口に位置づけられた基礎レベルの認定です。必須試験は AI-901 で、Azure の AI ソリューションに関する概念的な知識と基本的な技術スキルに加え、Python のコーディング構文とプログラミング手法の知識、Azure リソースへの習熟が必要とされています。この認定の英語版は2026年4月15日に更新されています。

AWS の「AWS Certified Machine Learning Engineer - Associate」は、対象を「Amazon SageMaker およびその他の機械学習エンジニアリング AWS サービスの使用経験が少なくとも1年ある個人」としています。試験時間130分、受験料150 USD。この認定は3年間有効で、有効期限が切れる前に最新バージョンの試験に合格することで再認定を受けられます。

ベンダー認定には、国内の検定にはない2つの性質があります。ひとつは有効期限があること、もうひとつは実務経験が推奨要件として明示されていることです。特定のクラウド製品を使う現場で働いている、あるいはこれから働く予定がある人に向いた層といえます。

職種別に効く資格の違い

同じAI関連資格でも、非エンジニアが取るべきものと、エンジニアが取るべきものは重なりません。自分がどの立ち位置にいるかで、候補は1〜2個まで絞れます。

営業・企画・事務など非エンジニア

実装を問わない基礎レベルの資格が候補になります。受験資格に制限がなく、AIの仕組みと使い方、そして使うときの注意点を問う試験です。生成AIパスポートやG検定がここに当たります。

もしあなたが、社内でAI導入の話が出たときに議論に入っていけずにいるなら、こうした資格の学習は共通言語を作る役に立ちます。何ができて何ができないのか、どこにリスクがあるのかを説明できるようになると、企画や検討の場で発言の足場ができます。とくに生成AIパスポートは、情報漏洩や権利侵害といった注意点が出題範囲に含まれるため、業務での取り扱いルールを考える立場の人と相性がよい試験です。

逆に、この層がE資格やAWSの機械学習系認定を目指すのは効率がよくありません。E資格は認定プログラムの修了が受験の前提で、費用と学習時間がかさみます。AWSの認定は実務経験1年程度が推奨されており、その経験がないまま取得しても、選考の場で経験の裏づけを示せません。

これからIT・データ職を目指す人

AI専門の資格より先に、土台の層を押さえるほうが選考で説明しやすくなります。情報処理技術者試験でITの用語と仕組みを体系的に押さえるか、Python 3 エンジニア認定データ分析試験やDS検定でデータを扱う基礎を固めるかの二択が入り口です。

この順番を勧める理由は、AI関連の業務が「AIの手法を知っている」だけでは回らないためです。データを集める、整える、結果を解釈して業務に落とす、という工程がその前後にあり、そこはITとデータの基礎知識の領域になります。Python 3 エンジニア認定データ分析試験は出題範囲がライブラリ名（NumPy、pandas、Matplotlib、scikit-learn）で示されているため、学習した内容をそのまま「何ができるか」として説明しやすいという利点もあります。

この層が避けたいのは、資格を並べることが目的になってしまうことです。応募先に示すべきは、その知識を使って何を作ったか、何を分析したかであり、資格はその説明の裏づけとして機能します。

すでにエンジニアとして働いている人

実装を証明する層が候補になります。E資格はディープラーニングの理論を理解して手法を選択し実装できるかを問う資格で、認定プログラムの修了という前提があるぶん、取得までの過程そのものが学習の道筋になります。クラウド環境で機械学習を扱っているなら、AWSやMicrosoftのAI関連認定のほうが、日々の業務と直結します。

ただしこの層でも、資格が業務経験に取って代わるわけではありません。AWSの機械学習系認定が実務経験1年程度を推奨要件に挙げているのは、その裏返しです。すでに現場を持っている人にとって、資格は経験を体系立てて整理し、外から見えるようにするための手段と考えるのが実態に近い使い方です。

ここまでの3つのうちどれに当てはまるかで候補は絞れますが、G検定が残った場合は、受かるまでに何をどれだけ勉強するのかがもう一段の判断材料になります。G検定そのものの難易度と学習の進め方は、単独で扱った記事があります。

参考記事：G検定（ジェネラリスト検定）とは？難易度や転職への活かし方

企業からの評価の実態

資格が評価されるのは、実務経験の証明としてではなく、基礎知識があることと学習に取り組んだ事実を示す材料としてです。この線引きは、公開されている情報から確かめられます。

まず、社内での位置づけがはっきり分かる事例があります。JDLAが公開している企業・団体の人材育成事例では、GMOメディアがリスキリング支援制度としてITパスポート取得者に毎月5,000円、G検定取得者に毎月10,000円を給与に上乗せして支給していることが紹介されています。同社は2023年9月にJDLAのAI講座の受講を必須化し、3か月後に全正社員パートナー136名の受講を完了、2024年4月末時点の取得率はG検定が約40％、ITパスポート試験が約50％に達したとされています。大塚商会の事例では、2023年5月時点でG検定687名、E資格39名の取得者を輩出し、営業担当者を中心にE資格の取得まで促していることが紹介されています。このほか、千代田化工建設、ソフトバンク、東北電力、三谷産業などの取り組みも掲載されています。

これらは資格を推進する立場のJDLAが掲載している事例なので、業界全体の傾向として一般化はできません。ただし、少なくとも「資格に手当を出す会社が実在する」「営業職にまでE資格の取得を促す会社がある」という事実は確認できます。応募先を検討するときは、採用ページに資格取得支援制度の記載があるかを見ておくと、その会社が資格をどう位置づけているかの手がかりになります。

普及の規模も見ておくと、資格の性格が分かります。G検定は2026年第3回時点で累計受験者数が約21万名、累計合格者数が約14.9万名です。対してE資格は2026年第1回時点で累計合格者数が約1.1万名と、桁が1つ違います。この差は難易度だけによるものではなく、E資格が認定プログラムの修了を受験の前提としている構造から来ています。裏を返せば、G検定は取得者が多いぶん差別化にはなりにくく、E資格は取得者が少ないぶん、受験に至るまでの投資が示されるという違いがあります。

一方で、採用要件としての扱いは冷静に見ておく必要があります。厚生労働省の職業情報提供サイト（job tag）の「AIエンジニア」の職業詳細は、就くための要件について「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」とし、「関連する資格」の欄には「関連する資格はありません」と明記しています。必要なスキルとして挙げられているのは、ディープラーニングおよび機械学習の手法への精通、Python等のプログラミング言語、データ分析の技術とツール、画像処理や自然言語処理などの専門技術です。新卒採用時に評価される要素としては、研究実績、国際学会での発表、AIコンペティションでの入賞が挙げられています。

つまり資格は、社内では手当や育成の指標として機能する一方、AI・機械学習の実装職の採用では、実装経験や成果物のほうが問われます。資格だけで未経験から職種転換ができるとは考えないほうが安全です。

実際に応募を考える段階になったら、募集要項でその資格が必須要件として書かれているのか、歓迎要件なのか、あるいは記載がないのかを確かめてください。必須要件なら資格が無いと応募自体が難しく、歓迎要件なら他の要素で補えます。求人票の書き方は企業ごとに癖があり、自分だけでは読み取りにくいこともあるため、IT・エンジニア領域に詳しい転職エージェントに実際の募集要項を見せてもらいながら確認する方法もあります。登録と相談は無料です。

受験前に確認すること

申し込む前に確認したいのは、受験資格、費用の総額、実施時期、出題範囲の改訂の4点です。この4つを見落とすと、学習を始めてから予定が崩れます。

受験資格は、資格によって前提が違います。G検定、生成AIパスポート、DS検定、情報処理技術者試験は受験資格に制限がありませんが、E資格はJDLA認定プログラムを試験日の過去2年以内に修了していることが条件です。つまり「受けたい」と思ってから受験までに、講座の受講という段階がひとつ挟まります。AWSの機械学習系認定も、制度上の受験制限はないものの、実務経験1年程度が推奨要件として示されています。

費用は受験料だけで判断しないでください。受験料は1万円前後から3万円台まで幅がありますが（2026年8月時点の各公式サイトの掲載額）、E資格のように認定プログラムの受講費用が別に必要な資格では、総額が大きく変わります。教材費も含めて、支払う総額で比べるのが実態に合った見方です。

実施時期は、学習計画の立て方を左右します。Python 3 エンジニア認定データ分析試験は通年で受験できるため、準備が整った時点で申し込めます。一方、E資格は年2回、DS検定は年3回程度、生成AIパスポートは年5回（2月・4月・6月・8月・10月）、G検定はオンラインが年6回、会場が年3回です。もしあなたが働きながら受けるなら、通年受験できる資格と年に2回しかない資格では、逆算の仕方がまるで変わります。年2回の試験を逃すと次まで半年空くため、申し込み締切から先に押さえるのが現実的です。

出題範囲の改訂も確認しておきたい点です。IPAはITパスポート試験のシラバスに生成AI関連の項目を追加し、2024年4月試験から適用しました。今後も技術動向に応じて改訂を行うとしています。Microsoftの「Azure AI の基礎」も、必須試験がAI-901となり、英語版が2026年4月15日に更新されています。古い教材で学ぶと出題範囲とずれるため、購入前に対応している版を確かめてください。

向いているのは、AIを使う側として社内の議論に加わりたい人や、IT・データ領域へキャリアを寄せていきたい人です。学習の道筋がはっきりし、勉強した内容を対外的に説明しやすくなります。向いていないのは、資格だけで未経験からAIエンジニアへ職種転換しようとしている人です。その場合は、資格の受験料と学習時間を、手を動かして成果物を作ることに振り向けたほうが、選考で見せられるものが増えます。

まとめ

AI関連の資格は、AIそのものを測る資格、土台になるIT・データの資格、クラウドベンダーの認定という3層で整理できます。証明している中身が層ごとに違うため、自分の職種と目的からどの層かを先に決めると、候補は1〜2個まで絞れます。

企業側の扱いも、社内と採用とで分かれます。資格手当を出したり全社で取得を推進したりする会社が実在する一方、AIエンジニアという職業そのものには公的にも「関連する資格はありません」と整理されています。資格は学習の道筋と基礎知識を示す材料であり、実装経験の代わりにはならない、という前提で使うのが現実的です。

次にやることは、候補に挙げた資格の公式サイトを開き、受験資格の有無と次回の実施時期を確認することです。年に2回しかない試験を選んだ場合、申し込み締切から逆算すると学習に使える期間が思ったより短いことがあります。締切の日付を先にカレンダーに入れてから、教材を選んでください。