監修：山根一城（株式会社ポテンシャライト代表取締役CEO ／ 業界20年）
SIerで手堅くQCDを回してきたのに、AI業態の面接でなぜか手応えがない——その理由は、あなたの実力ではなく「評価軸のすれ違い」にあります。この記事では、AI業態の面接官が見る『学習速度』の正体と、SIer経験を武器に変える伝え方を、業態別の評価構造から完全に解説します。
SIerで15年、大規模プロジェクトをQCD（品質・コスト・納期）を守って完遂してきた。実績は本物です。それなのにAI業態の面接で、なぜか話がかみ合わない——この感覚を持つ方は少なくありません。
原因は、あなたの経験の価値が低いからではありません。業態が変わると、PMに求められる評価軸そのものが別物になるという構造にあります。同じ「PM歴15年」でも、SIerとAI業態では面接官が見ているポイントがまったく違うのです。
SIerの世界では、要件が確定していることが前提です。だからこそ「決めたことを、決めた通りに、決めた期日で完遂する再現性」が最大の価値になります。工程を切り、リスクを潰し、遅延を管理する。この力は極めて重要で、多くのプロジェクトを支えてきました。
一方、AI業態のプロジェクトは、そもそも要件が確定しないことを前提に始まります。PoC（概念実証）が期待通りの精度を出すかどうかは、やってみるまで分かりません。データの質も、モデルの挙動も、事前には読み切れない。この世界で面接官が見ているのは「計画通りに進める力」ではなく「計画が崩れたときにどう動くか」なのです。
つまり、SIerで磨いた再現性を、AI業態の言語に翻訳せずにそのまま語ると、面接官には「不確実性に弱そう」と映ってしまう。これが手応えのなさの正体です。逆に言えば、翻訳の仕方さえ分かれば、あなたの経験は強力な武器になります。
「学習速度」という言葉を、新しい技術を素早く覚える力だと思っていませんか。もちろんそれも一部ですが、AI業態の面接官が本当に見ているのは、もっと深い部分です。
PM Questの業態別評価軸で言えば、AI業態のPMに求められるのは「不確実性への耐性」「技術キャッチアップ速度」「PoCを事業に接続する力」の3つです。この中で『学習速度』が指すのは、単なる知識吸収の速さではありません。
本質は、「前提が崩れた瞬間に、何を捨て、何を学び直し、どう意思決定を修正したか」というサイクルの回転速度です。AIプロジェクトでは、当初の仮説が外れることが日常です。「このデータで精度が出るはずだった」が出ない。「この機能がユーザーに刺さるはず」が刺さらない。そのとき、過去の計画に固執せず、素早く前提を組み替えられるか。ここを面接官は凝視しています。
なぜこれが重要なのか。AIの事業化は、technical debtとビジネス価値のトレードオフを何度も判断し直す連続だからです。モデルの精度を追うのか、いったん精度を諦めて事業に載せるのか。この判断を高速で、しかも根拠を持って回せる人でないと、AI業態のプロジェクトは前に進みません。
だから面接では「あなたはどんな技術を知っていますか」ではなく、行間で「あなたは前提が崩れたとき、どのくらいの速さで学び直して動けますか」を問われているのです。知識の棚卸しではなく、意思決定パターンの提示が求められている——ここを理解するだけで、話し方が根本から変わります。
『学習速度』の意味を正しく捉えるために、4つの主要業態でPMの評価軸がどう違うかを整理します。ここを俯瞰すると、AI業態が何を見ているかがくっきり浮かび上がります。
ここで見えてくるのは、SIerとAI業態が対極に近い位置にあるという事実です。SIerは「不確実性を排除して予測可能にする」ことが美徳。AI業態は「不確実性を前提に受け入れて動く」ことが美徳。この価値観の差を理解せずに面接に臨むと、SIerで褒められた語り口が、AIでは逆効果になりかねません。
ただし誤解しないでください。SIer経験がAI業態で無価値なのではありません。むしろ「大規模を破綻させずに動かす管理力」は、AIの事業化フェーズで決定的に効きます。PoCを本番システムに載せる段階では、SIerの工程管理力が真価を発揮する。問題は、その武器を「不確実性に対応しながら管理する力」として提示できるかどうか。これがキャリアの『斜め移動』——職域を広げながら業態を移る——を成功させる鍵です。
ではSIerの実績を、どうやってAI業態が評価する『学習速度』の言葉に翻訳するのか。ポイントは、「うまくいった話」ではなく「前提が崩れて学び直した話」を主役にすることです。
SIerの面接では、計画通りに完遂した実績が評価されます。だから多くの方は「大規模プロジェクトを納期通りに」と語りがちです。しかしAI業態では、この語り口は「順調だった話」としてしか響きません。面接官が聞きたいのは、その逆です。
翻訳の具体的な手順はこうです。
この語り方をすると、SIerの管理力が「不確実性の中でも破綻させない力」に変換されます。QCD管理の再現性は消えるのではなく、不確実性への耐性を裏打ちする土台として立ち現れる。これが、対極に見える2業態を橋渡しする翻訳の技術です。
ここまでの内容を、明日の面接でそのまま使える形に落とし込みます。面接前に、以下を準備してください。
これらに共通するのは、「完璧に知っている自分」ではなく「速く学び直せる自分」を見せるという一点です。SIerの面接では前者が評価されましたが、AI業態では後者が評価される。この主語の切り替えができれば、あなたの経験は十分に通用します。
技術的には優秀なのに、AI業態の面接で評価が伝わらない——その背景には、SIerの成功体験がそのまま出てしまう典型パターンがあります。断罪ではなく、構造として理解しておきましょう。
これらは能力の問題ではなく、10年以上かけて最適化された「勝ちパターン」が別の環境では逆に働くという構造の問題です。だから恥じる必要はまったくありません。むしろ、この構造を自覚できている候補者は、面接官から「環境の違いを理解している人」として高く評価されます。
キャリアの『斜め移動』とは、過去の勝ちパターンを一度分解し、新しい業態の評価軸に組み直す作業です。分解できる人だけが、業態を越えても価値を保てる。逆に言えば、SIerで築いた土台があるからこそ、組み直しの原材料は十分にあるのです。
Q1. AIの技術知識がほとんどないのですが、それでもAI業態のPMに転職できますか。
可能です。AI業態の面接官が見ているのは、現時点の知識量ではなく『学習速度』——学び直しの意思決定パターンです。ただし最低限、機械学習が「確定的な処理ではなく確率的な予測をするもの」という本質的な違いは理解しておく必要があります。この違いがQCD管理の前提を根本から変えるからです。技術の細部より、「なぜAIプロジェクトは不確実なのか」を自分の言葉で説明できることを優先してください。
Q2. SIerでのPM歴が長いほど、AI業態では不利になりますか。
歴の長さ自体は不利になりません。不利になるのは「歴の長さを、過去の勝ちパターンへの固執として語ってしまう」場合です。逆に、長い経験を分解して新しい評価軸に組み直せる方は、大規模プロジェクトの管理力という希少な武器を持った即戦力として評価されます。特にAIの事業化・スケールフェーズでは、SIerの工程管理力が決定的に効きます。年数ではなく、その使い方が評価を分けます。
Q3. 面接で「AI業界の最新動向」を聞かれたら、どこまで答えられれば良いですか。
網羅的に答える必要はありません。むしろ大切なのは、1つのトピックを「なぜそれが事業に効くのか」まで自分の視点で語れることです。浅く広く並べるより、深く1つを語るほうが、PoCを事業に接続する力の証明になります。加えて「知らない領域はこう学ぶ」という学習設計を示せれば、動向を追う姿勢そのものが評価されます。知識の量ではなく、事業への接続と学び方を見せてください。