【AIと働く時代 シリーズ第5回】
このシリーズも、いよいよ最終回です。
第1回でAIが「道具」から「同僚」に変わり始めている現在地を確かめ、第2回で仕事はタスク単位で入れ替わることを、第3回で分かれ道は任せ方にあることを見てきました。
第4回では、雇用ニュースの裏側にあるデータを検証しました。
最後に残っているのは、いちばん実践的な問いです。
AIと働いた経験は、転職市場でどう評価されるのか。そして、職務経歴書や面接でどう見せればいいのか。
シリーズの締めくくりとして、この問いに答えます。
「AIを使えます」の一言では、もう何も伝わらない
まず、前提の変化からです。
ほんの数年前まで、「業務で生成AIを活用しています」は先進的な響きを持つ言葉でした。
しかし第4回で見たとおり、米国では生成AIを使う労働者がすでに4割を超えています。
日本でも、たとえば採用の現場そのものを見ると、企業の58.3%が採用活動に何らかの形でAIを活用しているという調査があります（TalentX・2026年6月）。
使うこと自体が、当たり前になった。
つまり「AIを使えます」は、「Excelが使えます」と同じ道をたどり始めています。かつては差別化になりましたが、いまや書いても何も伝わらない言葉です。
ここで誤解しないでほしいのは、AIを使う経験の価値が下がったわけではない、ということです。
下がったのは「使っています」という言葉の情報量です。
同じ「Excelが使えます」でも、関数で表を作る人と、マクロで部署の業務を自動化した人では中身がまったく違うように、「AIを使っています」の中身も人によって天と地ほど違います。
言葉が当たり前になったからこそ、問われるのは経験の中身になった。
これが2026年の転職市場の前提です。
それでも企業は、「AIと働ける人」に飢えている
「差別化にならないなら、アピールしても意味がないのでは」と思うかもしれません。
逆です。データは、中身を語れる人への需要がむしろ過熱していることを示しています。
マイナビの中途採用状況調査（2026年版・人事担当者1,500名）によると、2026年の中途採用に91.1%の企業が積極的で、うち求めるスキルや経験を持つ「経験者採用に積極的」な企業は74.2%にのぼります。
同じ調査では、人材の不足感が「量」から「質」へシフトしていることも示されています。頭数ではなく、中身のある経験者が足りないのです。
そしてもうひとつ、興味深いデータがあります。
先ほどのTalentXの調査では、採用にAIを活用する企業が6割近くに達する一方、67.9%の企業で「AIに任せる業務」と「人が担う業務」の役割分担が不明確なままだと報告されています。
これは採用業務の話ですが、多くの職場の縮図でもあります。
AIは入ってきた。でも、何を任せて何を人が持つべきか、組織としてまだ答えを持っていない。第1回で見た「本格展開23%」という数字とも重なる、日本の職場の現在地です。
だからこそ、です。
企業が本当に欲しいのは「AIを使ったことがある人」ではなく、「AIとの分担を自分で設計し、回した経験のある人」です。
組織が手探りしている問いに、実体験ベースの答えを持ち込める人材だからです。
評価される経験は、ひとつの「型」で語れる
では、その経験はどう言葉にすればいいのか。
シリーズをここまで読んできた方なら、材料はすでに揃っています。
第2回で、仕事はタスクの束であり、市場価値は「何を担ったか」で決まるという話をしました。
第3回で、使いこなすとは「ゴールを渡し、品質を見極め、自分の名前で出すこと」だと整理しました。
この2つを組み合わせると、AI協働の経験はひとつの型に収まります。
「何をAIに任せ、自分は何を担い、その結果、何が変わったか」。
たとえば、こうです。
「月次の営業報告書の下書きと数値集計をAIに任せ、自分はデータの検証と考察部分の執筆を担当。報告書作成の時間を週3時間から1時間に短縮し、空いた時間を顧客訪問に充てて訪問件数を月2割増やした」。
任せた対象が具体的で、自分の役割（検証と考察＝品質への責任）が明確で、変化が数字で語られている。
この3点が揃った瞬間、「AIを使えます」は「AIと働いた実績」に変わります。
逆に言えば、この型で語れないAI経験は、まだ実績の形になっていないということです。
それを確かめる意味でも、一度自分の経験をこの型に当てはめてみてください。
職務経歴書での書き方。NG例とOK例
型を職務経歴書に落とすと、こうなります。
職種 | NG例 | OK例 |
|---|---|---|
営業 | 生成AIを活用し、業務効率化を実現 | 提案書のたたき台作成と訪問前の企業調査をAIに任せ、内容の検証と提案戦略の設計を担当。準備時間を1件あたり約2時間から30分に短縮し、月間の商談件数を1.4倍に増加 |
経理・事務 | AIツールを導入し、生産性を向上 | 月次の仕訳チェックの一次確認をAIに任せ、例外取引の判断と最終承認を担当。チェック工数を月20時間から8時間に削減しつつ、確認漏れゼロを維持 |
企画・マーケ | ChatGPTを使いこなし、コンテンツを作成 | 記事の構成案と初稿作成をAIに任せ、ファクトチェックとターゲットに合わせた書き直しを担当。月の公開本数を4本から10本に増やし、流入数を半年で2.3倍に |
NG例に共通するのは、どの職種の誰が書いても成立してしまうことです。
誰にでも当てはまる文章は、誰のことも伝えません。
OK例に共通するのは、任せた範囲と自分の責任の境界線がはっきり書かれていることです。
採用側の目線で言うと、この境界線こそが「この人はうちの業務でも分担を設計できるか」を判断する材料になります。
数字について補足します。
売上のような大きな成果でなくて構いません。時間、件数、頻度、エラー率。日常業務の変化を測る小さな数字で十分です。
そして当然ですが、盛らないこと。書いた内容は面接で必ず深掘りされます。
太字や飾りで目立たせる必要もありません。
事実が具体的であること自体が、均質な書類の山の中でいちばん目立ちます。
面接の深掘りには、「事実と判断」で答える
書類が通れば、次は面接です。
AI協働の実績を書いた場合、聞かれることはある程度予測できます。
「そのAI活用、具体的にはどう進めたんですか」
「AIの間違いには、どうやって気づくようにしていたんですか」
「その仕組み、あなたがいなくても回るのでは？」
3つ目の質問は少し意地悪に見えますが、聞きたいことは明確です。
あなた自身の付加価値はどこにあるのか、です。
答えの構造は、書類と同じ型のまま、判断の理由を足すだけです。
何を任せたか（事実）、なぜその範囲にしたのか（判断）、品質をどう担保したか（責任）、うまくいかなかったときにどう修正したか（学び）。
たとえば「AIの間違いにどう気づくか」なら、「数値は必ず元データと突き合わせる、と自分でルールを決めていました。実際、導入初月に集計対象の期間ずれを見つけて、プロンプトの指示を直しています」のように、自分で設けた検証の仕組みと、実際にあった修正の経験を話せれば十分です。
面接官が確かめたいのは、AIの知識量ではありません。
書類に書かれた経験が、本当にあなた自身の判断で回されていたのかどうかです。
失敗と修正の話は、隠すどころか、むしろ実体験の何よりの証拠になります。
「語れる一件」は、3ヶ月あれば作れる
ここまで読んで、「自分にはまだ書けるほどの経験がない」と感じた人へ。
むしろここからが、この記事でいちばん実用的な部分です。
語れる実績は、大きなプロジェクトである必要がありません。
第3回で書いた「任せて監督する一巡」を、自分の業務ひとつで回して、記録すればいいのです。
進め方はシンプルです。
まず、自分の仕事から反復性の高い業務をひとつ選びます。
議事録、報告書、下調べ、データ整理。第2回でやったタスク分解が、ここで効いてきます。
次に、分担を設計して回します。
どこまで任せるか、何を自分が検証するか、品質の基準をどこに置くか。
小さくても、これは立派な分担設計です。
そして、必ず記録を残します。
始める前にかかっていた時間、始めた後の時間。件数、頻度、起きたミスと直した方法。
この記録が、3ヶ月後にはそのまま職務経歴書の一行になります。
実績とは、特別な成果のことではなく、記録された試行錯誤のことです。
転職を今すぐ考えていない人も、この一件を作っておくだけで、動きたくなったときの手持ちがまったく変わります。
型どおりの書類は、下書きから始めるのが早い
ここまでの型を、ゼロから自力で書き起こすこともできます。
ただ、それはこのシリーズの言葉でいえば、「下調べから清書まで、全部自分でやる」働き方です。
書類づくりで実際に時間を食うのは、文章を磨く工程ではありません。
自分の経験から何を拾い、どの順番で、どの粒度で並べるかという、棚卸しと構造化の工程です。そしてここは、AIがもっとも得意とする部分でもあります。
だから書類も、仕事と同じ作り方をしてください。
下書きまでは任せて、自分の時間は中身の判断に使う。
私たちが運営するTalentier Pathは、経歴を箇条書きで入力すると、AIが職務経歴書の下書きまで一気に引き上げるサービスです。
採用実務の経験者が監修しており、企業が書類のどこを見ているかを踏まえた粒度と構成で、あなたの経験を引き出します。完全無料です。
そして、浮いた時間の使い道はもう決まっています。
出てきた下書きの事実確認、数字の追加、自分の言葉への仕上げ。書類づくりでいちばん価値のある工程に、あなたの時間を集中させてください。
この時間の使い方こそ、シリーズで書いてきた「AIと働く」の実践です。
シリーズのまとめ：不安の反対側には、記録された事実がある
全5回を、一気に振り返ります。
第1回：AIは「聞けば答える道具」から「任せられる同僚」へ変わり始めた。ただし本格導入はまだ2割強で、いまは過渡期の入り口
第4回：「仕事がなくなる」はまだデータに表れていない。日本の構造問題はむしろ人手不足。ニュースは裏側のデータとセットで読む
第5回：AIと働いた経験は、「何を任せ、何を担い、何が変わったか」の型で語れば市場価値になる（本記事）
シリーズを通じて、一貫して伝えたかったことがあります。
AIの時代の不安は、予測をいくら集めても消えません。予測は、第4回で見たとおり、前提次第でいくらでも振れるからです。
不安の反対側にあるのは、自分の事実です。
何を担い、何を任せ、何を変えてきたか。それを記録し、言葉にしてある人は、市場がどう変わっても自分の現在地から次を選べます。
AIと働く時代の市場価値とは、結局のところ、自分の仕事を自分の言葉で語れることです。
関連サービス
Talentier Path（AIで履歴書・職務経歴書を作成／完全無料）
出典
中途採用状況調査2026年版（マイナビ・2026年3月／中途採用担当の人事1,500名）
AIネイティブ採用調査2026（TalentX・2026年6月18日／従業員500名以上の人事担当213名・転職検討中の候補者221名）
「ホワイトカラー消滅」まだデータに兆候なし——ただし若者に警戒信号（MITテクノロジーレビュー日本版・2026年6月15日／生成AI利用「労働者の4割超」の出所）