本サイト上のコンテンツは、参照目的だけのために、英語の原本から翻訳されたものです。また、本サイト上のコンテンツの一部は機械翻訳されたものです。日本語版と英語版の間に何らかの齟齬がある場合には、英語版が優先されます。
当社は改善のためのあらゆる努力を行いますが、翻訳の正確性及び信頼性は保証せず、当社に故意または重大な過失がある場合を除き、不正確性又は遺漏により生じる損失又は損害に責任を負わないものとします。
ChatGPT の発売からほぼ 3 年が経った今でも、AI はテクノロジーの議論を支配しており、IT の仕事の将来や労働力全体が必要とするスキルについて疑問を投げかけています。ツールと基盤となるモデルの継続的な改善により、誤った結果の可能性が減り、エージェント AI や推論システムなどの概念が導入されました。企業が職場で AI の新たなユースケースを見つけ、AI をワークフローに統合するにつれて、重大な経済的混乱と新たなキャリアの可能性の舞台が整っています。
個々の労働者に対して、AI は新しいオプションのパレットを提供します。日常的なタスクを自動化したり、新しいコンテンツを作成したり、複雑なデータを分析したりできます。ただし、これらの利点には、将来の仕事には新しい AI スキルが必要であるという課題もあります。
6月に発表された CompTIA Tech Jobs Report によると、AIに関連する雇用主の求人情報は、2024年から2025年の間に1月から5月にかけて117%増加したことが判明した。明らかに、企業は AI の専門知識を強化したいと考えています。AI 需要の初期の波は、大規模な言語モデルの構築や AI アルゴリズムのカスタマイズのためのソフトウェア開発に焦点を当てていましたが、その投稿は急速に拡大しており、データ、サイバーセキュリティ、IT インフラストラクチャ、技術サポート、さらには非技術的な役割も含まれています。全体的に、従業員は関連性を維持するためのスキル構築に集中する必要があります。
デジタルの流暢さで基盤を構築する
職場のデジタル変革は、デジタル流暢さの重要性を高めただけでなく、定義も変更しました。デジタルの流暢さとは、ビジネス上の問題にテクノロジーを適用する能力です。スマートフォンやスプレッドシートの使い方など、初心者向けの日常的な技術スキルを超えて、個人はこれらのツールを適用してビジネス上の問題を解決する方法を知っておく必要があります。
多くの既存の従業員にとって、ますます多くのテクノロジーが職場に導入されるにつれて、デジタルの流暢さは時間の経過とともに構築されました。初めて働く人の場合、通常、消費者としてのデジタルリテラシーを従業員としてのデジタル流暢さに変換するという学習曲線があります。どちらのグループにとっても、データ管理、サイバーセキュリティ、特に AI の基本を強調するために、現在のデジタル流暢さのレベルを更新する必要があります。
チャットとの直接対話からワークフローへの組み込み AI、複雑なタスクを実行するエージェントまで、あらゆる種類の AI の使用において、専門知識は基礎知識から始まります。データ要件と AI ツールの確率ベースの性質を理解することは、進化する職場でこの強力な新テクノロジーを活用するための第一歩です。
各職務には、ターゲットを絞ったスキルが必要です
デジタルの流暢さは、事実上すべての職務にとって重要な課題であり、次のステップは、個人が日常業務を完了できるようにするスキルを追加することです。デジタル流暢さのスキルは候補者のスキルセットの一部であると想定されているため、求人情報で特に強調されていない場合がありますが、ターゲットを絞ったスキルは雇用主が要求する重要な要素です。テクニカル サポート スペシャリストの場合、これらには、ハードウェアとオペレーティング システムの機能に関する基本的な IT スキルが含まれる場合があります。ネットワーク管理者にとって、OSI ネットワークモデルとクラウド運用は一般的な要件です。ソフトウェア開発者にとって、特定のコーディング言語に習熟し、ライフサイクル管理に精通していることが顕著です。
AI が引き継がれても、非常に多くの確立された職務が残っているため、ターゲットを絞ったスキルに焦点を当てることが重要です。いくつかの特定の AI の仕事が出現していますが、雇用主の需要の大部分は、コア スキル セットの AI 拡張です。基盤となるタスクがどのように機能するかを知らなければ、AI を使用して自動化または加速することは (不可能ではないにしても) 困難です。
AI がデジタルの流暢さに浸透しつつあるのと同じように、AI はあらゆる職務のコア スキル セットの一部になりつつあります。ただし、出発点は AI の新しさではなく、ビジネス オペレーションを成功させるために必要な確立されたスキルです。AI を方程式から除外したとしても、企業が IT アーキテクチャを最新化して改良するにつれて、これらの役割固有のスキルは変化を遂げているため、ターゲットを絞ったスキルを学び、最新の状態を維持することが、長いキャリアの次のパズルのピースです。
高度なスキルが強力なキャリアパスにつながる
スキルの向上の最終段階では、従業員の知識と有効性を拡張する高度なスキルを追加します。多くの場合、これらの高度なスキルは、従業員が現在の職務内で新しいレベルの責任を検討したり、別の機能領域の別の職種に異動したりするときに追加する部分である可能性があります。この段階では、個別の AI スキルが最も普及しています。
さまざまなソースからデータを収集し、包括的なデータセットに対してクエリを実行し、結果の分析を視覚的な解釈に変換して意思決定を支援する方法をすでに知っているデータアナリストのケースを考えてみましょう。このデータアナリストは、AIが複数のデータセットをどのように処理するか、AIが検出されていない可能性のあるパターンをどのように見つけるか、AIが視覚化を作成する方法を学ぶことができます。主要なワークフローは同じままかもしれませんが、AI を適用するとプロセスをスピードアップしたり、新しい洞察を発掘したりできます。
AI スキルが必要ないくつかの領域が出現しており、これらの領域はテクノロジー分野の既存の職種を超えています。たとえば、AI サイバーセキュリティのスキルは確かにサイバーセキュリティの専門家にも当てはまりますが、これらのスキルの一部は IT インフラストラクチャの専門家やソフトウェア開発者にも役立ちます。同様に、AI データ分析のスキルは、データ アナリストやデータ サイエンティストにとって非常に関連性がありますが、テクニカル サポートの専門家やサイバーセキュリティの専門家にとっても役立ちます。
最もAI特有のトピックを含む高度なスキルのステージで、最も解約率の高いステージでもあります。AIはビジネスのやり方を劇的に変える可能性を秘めていますが、それが実現すれば、ワークフローや関連スキルの正確な定義も変わるでしょう。この良い例は、プロンプトエンジニアリングの役割で、主要なインタラクション形式がチャットボットであったときには高成長の役割と考えられていましたが、その後、より多様なインタラクション形式が発展するにつれて衰退しています。デジタルの流暢さと的を絞ったスキルの強力な基盤により、労働者はこの高度な段階で AI スキルを注意深く監視し、最も関連性が高く持続可能と思われる分野でトレーニングや認定を受けることができます。
AI スキルは全体像の一部です
CompTIAの AI戦略の構築 ホワイトペーパーでは、ITアプリケーションとITアーキテクチャのより大きなスタックにおけるAIの位置について説明しています。多くの情報源 (この記事を含む) では、新しいアルゴリズムや技術の略称として「AI」が使用されることがよくありますが、予測 AI、生成 AI、機械学習、ニューラル ネットワークなど、企業のシステムに多くの個別の部分が組み込まれる可能性があります。企業が AI を統合する場合、通常、スタンドアロン製品を購入してサーバー ルームに接続することはありません。
同様に、「AIスキル」は幅広い可能性をカバーできる可能性があります。デジタルの流暢さのレベルでは、大まかなアプローチを取って、広い定義、典型的なコンポーネント、および一般的な相互作用について学ぶだけで十分です。ターゲットを絞ったスキルに関しては、AI エコシステムの特定の部分が既存のスキル セットに関連付けられているため、より詳細になります。高度なスキルがあれば、物事は劇的に拡大し、AI の各側面に合わせて高度に調整されたスキルを持つことができます。
関連性を維持するには、スキル開発のこれらのさまざまな層を包括的に理解する必要があります。すべてをゼロから学び直すことを考えると怖いと感じるかもしれませんが、誰もが同じ船に乗っていることを覚えておくことが重要です。
AI の必需品の強固な基盤を構築し、ターゲットを絞った役割の責任を強化する AI スキルを学び、最後に AI スキル トレーニングや AI 認定を通じて高度な知識を追求することで、労働者は仕事の状況が次の変化段階を迎える中で関連性を維持できます。
AI の力を活用する準備はできていますか? CompTIA AI Essentials を調べて、AI 主導の未来をリードするために必要な知識とスキルを習得してください。