AIリスキリング90日学習ロードマップ｜会社員の実践計画

AIリスキリングは、動画を見続けたり資格を集めたりするだけでは市場価値につながりません。会社員に必要なのは、今の業務を一つ選び、AIを使って改善し、数字と事例で成果を説明できる状態にすることです。

最初に結論｜学ぶ対象より「改善する業務」を決める

生成AI、データ分析、SQL、Pythonなど候補は多くあります。しかし、先にツールを選ぶと学習が目的化しやすくなります。最初に「毎週3時間かかる会議録作成」「提案書の初稿に半日かかる」「顧客情報の整理に時間がかかる」など、改善対象を具体化してください。

候補は、頻度、所要時間、品質課題、ミスの影響、成果の測りやすさの5項目で比較します。機密情報を扱う業務は、社内ルールと利用可能なAI環境を確認してから着手します。

1〜30日目｜基礎を学び、小さな業務で試す

第1週：現状を測定する

対象業務の手順、所要時間、手戻り回数、関係者を記録します。改善前の数字がなければ、AI導入後の成果を説明できません。

第2週：AIの基本とリスクを理解する

入力してはいけない情報、出力の事実確認、著作権・個人情報、承認が必要な用途を確認します。経済産業省のAI事業者ガイドライン第1.2版も参照し、便利さと安全性を同時に考えます。

第3〜4週：低リスク業務で型を作る

公開情報の要約、文章の構成案、会議の論点整理、メールの下書きなどから始めます。「役割・目的・前提・出力形式・禁止事項」をプロンプトに含め、結果を人が確認します。詳しい使い方はChatGPTで仕事の生産性を上げる使い方も確認してください。

31〜60日目｜仕事の流れに組み込み、再現性を作る

第5〜6週：テンプレート化する

うまくいった指示を、誰でも再利用できるテンプレートにします。入力項目、確認項目、最終判断者を明記し、AIだけで完結させない運用にします。

第7〜8週：品質を比較する

作業時間だけでなく、修正回数、抜け漏れ、利用者の評価も比較します。速くなっても誤りが増えたなら改善とはいえません。サンプルを複数回検証し、例外条件を記録します。

61〜90日目｜成果を言語化し、次の機会につなげる

第9〜10週：チームで使える手順書にする

目的、対象業務、入力禁止情報、作業手順、確認者、失敗時の対応を1枚にまとめます。個人技をチームの仕組みに変えることで、業務改善やプロジェクト推進の実績になります。

第11〜12週：成果を職務実績としてまとめる

「課題→役割→施策→成果→再現性」の順で記録します。例えば「提案書初稿の作成時間を120分から45分に短縮し、確認チェックリストで誤記を抑えた」のように、数字と統制をセットで説明します。

週3時間で続ける学習配分

学習テーマの選び方

• 営業：商談準備、議事録、メール、提案の論点整理
• マーケティング：顧客理解、構成案、データの比較、施策の振り返り
• 企画・管理：情報整理、報告資料、手順書、業務フロー改善
• 人事：求人票の改善、面談項目、研修資料。ただし個人情報と採否判断には特に注意

データを使って成果を示したい人は、未経験からデータ分析を学ぶロードマップも併読してください。

よくある失敗

• ツールを次々に乗り換える
• 学習時間だけを記録し、仕事の変化を測らない
• 出力を確認せず、そのまま提出する
• 社内規程を確認せず機密情報を入力する
• 一度の成功を標準手順だと思い込む

90日後のチェックリスト

• 改善前後の数字がある
• 安全な利用範囲を説明できる
• 再利用できるテンプレートがある
• 人が確認すべき項目が明確
• 職務経歴書や面接で成果を説明できる

次は、AI時代に市場価値が上がるスキルを読み、今回の成果を次に伸ばすスキルへ接続しましょう。