【2026年版】AI資格おすすめ一覧 国家資格・民間資格・ベンダー資格と職種別ロードマップを解説

AI関連の資格は、エンジニアだけの専門領域から、全ビジネスパーソンの実務スキル証明へと役割を広げています。2026年に入ってからは、生成AIパスポート第4版シラバス・G検定の試験フォーマット変更・Microsoft Azure AI-900／AI-102の同時退役（2026年6月30日）と後継AI-901／AI-103 betaの公開・JDLA Generative AI Testの提供終了・IPA情報処理技術者試験のCBT化と2027年度の3領域再編・AI新法の公布から全面施行など、AI資格の制度面が一気に動きました。

本記事では、リテラシー系・実装エンジニア系・ベンダー系・国家資格の4軸でおすすめのAI資格を整理し、職種別ロードマップ・難易度・受験料・学習方法・取得時の落とし穴までを2026年6月時点の最新情報で解説します。

非エンジニアの社内推進担当者から、データサイエンティスト志望のエンジニア、AI導入をリードする管理職まで、自分のキャリア段階に合った「次の1〜2資格」を判断できる構成です。

AI資格の全体像と2026年6月時点の主要変化

AI関連の資格は、2026年に入ってから制度面が一気に動きました。

生成AIパスポートは2026年2月試験から第4版シラバスに切り替わり、RAG・AIエージェント・AI新法（2025年6月4日公布・2025年9月1日全面施行）への対応が出題範囲に追加されています。G検定は2026年第1回からオンライン試験100分・145問程度のフォーマットに変更されました。

MicrosoftのAzure AI Fundamentals（AI-900）とAzure AI Engineer Associate（AI-102）はそろって2026年6月30日で退役し、後継のAI-901（ベータ）・AI-103（Azure AI Apps and Agents Developer Associate beta）がすでに公開されています。

JDLAのGenerative AI Testは2025年第1回（2025年6月7日）をもって提供を終了し、次回開催の予定はありません。IPA情報処理技術者試験は2026年度に応用情報・高度試験のCBT化が始まり、2027年度には「マネジメント／データ・AI／システム」の3領域に再編される予定です。

これらの変化を踏まえると、AI資格は「2023〜2024年の情報のままで選ばない」ことが第一の鉄則になります。本セクションでは、AI資格の3カテゴリ分類と、2026年に押さえておくべき制度変更を整理します。

AI資格の3カテゴリ分類

AI関連資格を実務的に整理すると、以下の3カテゴリに分かれます。役割の違いを押さえておくと、自分が次にどれを受けるべきかが見えやすくなります。

カテゴリ	想定する人	代表例
リテラシー系	全社員・非エンジニア・管理職	生成AIパスポート、G検定、Microsoft AI-900／AI-901、AWS AI Practitioner、Google Generative AI Leader
実装エンジニア系	データサイエンティスト・MLエンジニア	JDLA E資格、統計検定、データサイエンス検定、Python 3 エンジニア認定データ分析試験
ベンダー系	クラウド上でAIを実装・運用するエンジニア	Azure AI-103（beta）、AWS Machine Learning Engineer、Google Cloud Professional ML Engineer

この分類は資格選びの出発点になります。リテラシー系で「AI活用の共通言語」を持つ層を広げ、実装エンジニア系で「モデルを作って評価できる」層を厚くし、ベンダー系で「特定クラウド上で運用できる」層を整える、というのが企業のAI人材育成の基本骨格です。

国家資格（IPA情報処理技術者試験）は「AI専用」ではないため別軸で扱います。後段の「AI関連の国家資格と2027年度再編」セクションで詳述します。

2026年6月時点で押さえるべき制度変更

以下の表は、本記事を書く時点で進行中の主要変更をまとめたものです。受験計画を立てる前に必ず目を通してください。

資格・試験	変更内容	時期
生成AIパスポート	第4版シラバス適用。RAG・AIエージェント・AI新法・最新モデル動向を追加	2026年2月試験〜
G検定	オンライン試験を100分・145問程度にフォーマット変更	2026年第1回〜
Microsoft AI-900／AI-102	同時退役。後継AI-901（ベータ）／AI-103（Azure AI Apps and Agents Developer Associate beta）はすでに公開済み	2026年6月30日
Microsoft DP-100／DP-203	DP-203は2025年3月31日、DP-100は2026年6月1日に退役済み	2025年〜2026年
JDLA Generative AI Test	提供終了。次回試験開催の予定なし	2025年6月7日（第1回）で終了
IPA情報処理技術者試験	応用情報・高度試験のCBT化開始。2027年度から3領域再編	2026年度〜2027年度
AI新法	「人工知能関連技術の研究開発及び活用の推進に関する法律」公布・全面施行	2025年6月4日公布／2025年9月1日全面施行

生成AIパスポート公式の試験概要と第4版シラバス（2026年2月試験以降適用）案内（出典：GUGA）

Microsoft Learn上のAI-900退役（2026年6月30日）と後継AI-901 betaへの移行案内（出典：Microsoft Learn）

特に大きい論点は、Azure AI-900・AI-102の同時退役（後継ベータへの移行）、Azure Data系（DP-100・DP-203）の退役、JDLA Generative AI Testの提供終了、そしてIPAの2027年度再編です。「これから受けるべきか」「現行制度が終わる前に駆け込むべきか」「ベータの正式版化を待つべきか」という判断が、受験計画に直結します。

AI新法は試験への直接の影響だけでなく、生成AIパスポートのシラバス改訂や、企業のAIガバナンス研修の内容にも反映されつつあります。コンプライアンス担当者は法律本体にも目を通しておくのが実務的です。

国家資格は別軸として扱う理由

「AI」という名称そのものを冠した国家資格は、2026年6月時点の日本に存在しません。

ただし、IPA（独立行政法人 情報処理推進機構）が実施する情報処理技術者試験には、AI・データ活用に関する出題が年々増えています。基本情報技術者試験・応用情報技術者試験・ITストラテジスト試験・プロジェクトマネージャ試験・データベーススペシャリスト試験などは、AIシステムを業務に組み込む際の「上流の設計力」「マネジメント力」を裏付ける証明として機能します。

本記事ではリテラシー系・実装エンジニア系・ベンダー系の各カテゴリと並列で、国家資格を独立H2として扱います。

---

リテラシー系AI資格——非エンジニアと組織の共通言語

リテラシー系のAI資格は、企画・営業・マーケ・バックオフィス・管理職など、「AIを作る側」ではなく「AIを活用する側」のためのものです。

本セクションでは、企業の全社展開でも採用されやすい5資格を扱います。それぞれ「想定される対象者」「試験形式」「2026年時点の最新動向」を中心に整理します。

以下の表で、5資格の位置づけをまとめました。「どの資格をまず受けるか」を判断する前提として参照してください。

資格名	運営	想定対象者	受験料（一般）	試験時間／問題数
生成AIパスポート	GUGA	全社員・非エンジニア	11,000円	60分／60問
G検定	JDLA	ビジネス〜技術の共通基礎	13,200円	オンライン100分／145問程度
Microsoft AI-900／AI-901（beta）	Microsoft	Azure×AIの企画・PM	約12,500円	約45分／約45問（AI-900）／AI-901はベータ・Microsoft Foundryなど新範囲を追加
AWS AI Practitioner（AIF-C01）	AWS	AWS×AIの企画・PM	約15,000円（100 USD）	90分／65問
Google Cloud Generative AI Leader	Google Cloud	生成AI活用のリーダー	約14,000円（99 USD）	90分／50〜60問

受験料はおおむね1〜2万円台で揃っており、リテラシー系は「個人で受験料を払って腕試しする」レンジに収まります。学習時間も20〜80時間程度のものが多く、業務と並行して挑戦しやすい資格群です。

なお、JDLAの「Generative AI Test」は2025年6月7日の第1回試験で提供を終了し、次回開催の予定はありません。本記事では現行で受験できるリテラシー系資格に絞って掲載していますが、過去の受験経験を経歴に書く場合は「2025年提供分のみ」と明記する運用が誠実です。

生成AIパスポート——AIリテラシーの最低ラインを定義

生成AIパスポートは、生成AI活用普及協会（GUGA）が主催する、生成AIの基礎リテラシーを問う検定です。

特徴は、シラバスが毎年改訂されており、生成AIの最新動向に追随する設計になっている点です。2026年2月試験以降に適用される第4版シラバスでは、以下の3つが大きく強化されました。

• 最新モデル・ツールの反映
  GPT-5・Claude・Gemini・Copilotなど主要生成AIの最新モデルの変遷と、Operator・Codex・Image Generationなどのツールが出題範囲に。
  
  

• RAG・AIエージェントの追加
  RAG（検索拡張生成）の歴史・仕組み・ユースケース、AIエージェントの概要と仕組みが新章として追加。
  
  

• AI事業者ガイドライン改訂・AI新法への対応
  2025年3月改訂の「AI事業者ガイドライン（第1.1版）」と、2025年6月公布の「AI新法」が出題範囲に組み込み。

2026年からは試験開催回数が年3回から年5回（2月・4月・6月・8月・10月）に拡大されました。受験料は一般11,000円、学生5,500円。試験はIBT方式（自宅PCから受験）で、60分間で60問の選択式問題が出題されます。

社内のAIガイドライン策定や全社研修と組み合わせるなら、生成AIパスポートは「最低ラインを揃える」ための第一候補です。

G検定（JDLA ジェネラリスト検定）——AIをビジネスで使う側の基礎資格

G検定公式の試験概要。2026年第1回からオンライン100分・145問程度のフォーマットに変更（出典：JDLA）

G検定は、日本ディープラーニング協会（JDLA）が主催する、ディープラーニングを中心としたAIの基礎知識を問う検定です。

2026年第1回からは、オンライン試験で時間が100分、問題数が145問程度に変更されました。受験料は一般13,200円、学生5,500円で、年9回（オンライン試験6回・会場試験3回）開催されます。

出題範囲は以下のとおりで、生成AIパスポートよりも「機械学習・ディープラーニングの基礎用語」「アルゴリズムの仕組み」に踏み込んだ内容です。

• AIの歴史・基本用語
• 機械学習・ディープラーニングの代表的なアルゴリズム
• 生成AI・大規模言語モデル
• AI倫理・ガバナンス・法律
• ビジネス活用事例

「数学の式変形を解けるレベル」までは求められませんが、勾配降下法・誤差逆伝播・CNN・RNN・Transformerなどの仕組みを言葉で説明できることが求められます。前段に生成AIパスポートを置き、その次にG検定で「AIの仕組み」を押さえる、という流れが定着しつつあります。

なおオンライン試験の個人申込では再受験割引制度があり、前回受験日から2年以内であれば半額（一般6,600円、学生2,750円）で受けられます。1回で合格できなかった場合の心理的・金銭的ハードルを下げる仕組みとして、2026年も継続して提供されています。

Microsoft AI-900／AI-901（Azure AI Fundamentals）——Azure×AIの全体像

Azure AI Fundamentals（AI-900）は、AzureにおけるAIワークロードと機械学習・コンピュータビジョン・自然言語処理・生成AIの基本概念、およびAzureの関連サービスを問う入門資格です。

Azureの全認定資格の中での位置づけは「Fundamentals」レベルで、エンジニアでなくても取り組みやすい設計です。受験料は約12,500円、試験時間は約45分です。

ただしAI-900は2026年6月30日で退役することが公式アナウンスされています。同日以降は後継のAI-901（Microsoft Foundry関連トピックなどを追加した更新版）に置き換わる予定で、AI-901は既にベータ提供が始まっています。AI-901に合格すれば、AI-900退役後も同じ「Azure AI Fundamentals」認定を維持できる設計です。

Azure OpenAI Service・Microsoft Foundry・Cognitive ServicesといったAzure系AIサービスの「カタログ的な理解」を整える資格として、Azure環境でAIプロジェクトを推進する企画・営業・PMに向きます。これから受ける場合は、退役間際のAI-900を駆け込みで取るか、AI-901のベータ受験を選ぶかが判断ポイントになります。

AWS Certified AI Practitioner（AIF-C01）——生成AI×AWSのリーダー向け

AWS AI Practitioner（AIF-C01）公式の試験概要と5領域の出題比率（出典：AWS）

AWS Certified AI Practitioner（AIF-C01）は、AI/ML/生成AIの基本概念とAWSのAIサービス（Amazon Bedrock・SageMakerなど）を問う、AWSの新しい基礎レベル資格です。

試験形式は65問・90分・1,000点満点中700点合格で、受験料は約15,000円（100 USD）です。出題範囲は以下の5つに分かれます。

• AI・MLの基礎（20%）
• 生成AIの基礎（24%）
• 基盤モデルの応用（28%）
• 責任あるAIのガイドライン（14%）
• セキュリティ・コンプライアンス・ガバナンス（14%）

「Bedrock・SageMaker・Amazon Qがそれぞれ何を担うか」をビジネス視点で整理する内容で、AWS上で生成AIを設計・提案するビジネス職にとっての足がかりになります。AWS基盤を採用する企業のIT企画・PM・営業の社内研修教材としても採用が広がっています。

Google Cloud Generative AI Leader——生成AI活用のリーダー向け

Google Cloud Generative AI Leader公式の試験概要と出題範囲4セクション（出典：Google Cloud）

Google Cloud Generative AI Leaderは、2025年に新設された、生成AIに特化したFoundationalレベルのリーダー向け資格です。

技術詳細の実装よりも「生成AIをどうビジネスに落とし込むか」にフォーカスしている点が特徴です。出題範囲は次のとおりです。

• 生成AIの基礎概念・用語
• Google Cloud／Google Workspaceの生成AIサービス
• 生成AIを活用した業務・ビジネス変革のユースケース
• 責任あるAIとガバナンス

受験料は約14,000円（99 USD）、試験時間は90分・問題数は50〜60問程度です。Vertex AIやGoogle Workspaceの生成AIを軸にした全社DXを構想するマネジメント層や、生成AI事業を企画するプロダクトマネージャーが想定対象です。

こんな人にリテラシー系資格が向く

リテラシー系資格は「自社のAI活用を判断・推進する立場」の人に最も価値があります。具体的には次のようなケースです。

• 自分はコードを書かないが、社内のAI導入・推進・教育を任されている
• 部下や同僚にAI活用を促す立場で、説明用の共通言語を持ちたい
• まずは生成AIの全体像を把握してから、より専門的な資格に進みたい
• 自社のAIガバナンス・コンプライアンスを設計する必要がある

逆に「ゼロからモデルを実装する」「クラウド上で本番運用する」のが目的なら、本セクションよりも次の「実装エンジニア系」「ベンダー系」を優先する方が投資対効果は高くなります。

---

実装エンジニア系AI資格——モデル開発・統計・Pythonの裏付け

実装エンジニア系のAI資格は、「現場でモデルを設計・実装・運用するエンジニア」のためのものです。

リテラシー系より一段踏み込み、数式・アルゴリズム・統計・Pythonライブラリの理解を問う試験が中心になります。本セクションでは、データサイエンティスト・MLエンジニアを目指す人に効く4資格を扱います。

以下の表で、実装エンジニア系の代表4資格の位置づけを整理しました。

資格名	運営	想定対象者	受験料	試験時間／問題数
JDLA E資格	JDLA	ディープラーニング実装エンジニア	一般33,000円	120分／100問程度
統計検定2級	統計質保証推進協会	データ分析・統計の基礎	7,000円程度	CBT 90分
データサイエンス検定（リテラシーレベル）	データサイエンティスト協会	データサイエンス実務人材	一般10,000円（税抜）	CBT 100分／100問
Python 3 エンジニア認定データ分析試験	Pythonエンジニア育成推進協会	Pythonでのデータ分析実務	11,000円	60分／40問

E資格を除けば受験料は1万円台で、エンジニアの自己投資として現実的なレンジに収まります。E資格は受験要件として「JDLA認定プログラム」の修了が必要なため、コースの受講料も含めると全体で30万円を超えるケースが多くなります。

JDLA E資格——ディープラーニング実装の最上位

E資格公式の試験概要とJDLA認定プログラム修了の受験要件（出典：JDLA）

E資格は、JDLAが提供するエンジニア向けの上位資格で、ディープラーニングの数理・実装スキルを正面から問います。

E資格の受験料は一般33,000円、学生22,000円、協会会員27,500円（いずれも税込）です。試験は120分・100問程度の会場試験で、シラバスはJDLA認定プログラム修了レベルに設定されています。2026年6月時点ではE2026 第2回試験の申込が始まっており、年2回のペースで実施されています。

出題範囲は次のとおりです。

• ニューラルネットワークの数式レベルでの理解
• 学習・最適化手法（勾配降下法・Adam等）
• CNN・RNN・Attention・Transformerなどの深層学習アーキテクチャ
• 実装・学習・評価のプロセス

大きな前提として、E資格はJDLA認定プログラムの修了が受験要件です。試験日の過去2年以内に、認定された講座（zero to one・Aidemyなどが代表的）を修了している必要があります。講座費用は10万円〜30万円のレンジが多く、E資格の総費用は受験料単体では測れません。

PyTorch・TensorFlowを使った深層学習の実装経験があるエンジニアが、自分のスキルを対外的に証明する資格として位置づけられています。

統計検定（2級〜準1級）——AIモデルを「読み解く」ための統計基礎

統計検定は、統計に関する知識と活用力を評価する検定です。

AI・機械学習との関連が特に高いのは2級以上で、CBT方式で受験できます。2級の試験時間は90分、受験料は一般7,000円程度です。出題は次のような構成です。

• データの分布・記述統計
• 確率分布・推測統計
• 仮説検定・信頼区間
• 回帰分析・分散分析

機械学習モデルの評価指標（精度・再現率・F値・ROC-AUC・対数尤度など）を正しく読み解くには、これらの統計基礎が前提知識として必要になります。「なんとなくPythonで回している」状態から卒業したいエンジニアにとって、統計検定2級は学習価値が高い資格です。

機械学習と統計学の関係を整理しておくと、データサイエンス検定や統計検定準1級など、より上位の資格にも進みやすくなります。

データサイエンス検定（リテラシーレベル／DS検定）——3つの力をバランス良く

データサイエンス検定（DS検定）は、データサイエンティスト協会が提供する検定で、データサイエンス力・データエンジニアリング力・ビジネス力の3つを総合的に問います。

リテラシーレベルの試験はCBT方式・100分・100問で、受験料は一般10,000円（税抜）、学生5,000円、大学会員4,000円です。出題範囲は次のような構成です。

• データサイエンス力（統計・機械学習・分析手法）
• データエンジニアリング力（データ基盤・ETL・SQLなど）
• ビジネス力（課題設定・施策立案・PoC設計）

純粋にモデルを作るスキルではなく、AIとデータサイエンスの違いを踏まえて「データから意思決定までを一気通貫で担う役割」を目指す人に向きます。BIツール・ダッシュボードを使いながらビジネス課題をデータで解決していくスタイルの実務に直結する内容です。

Python 3 エンジニア認定データ分析試験——Pythonでデータ分析できる最小単位

Python 3 エンジニア認定データ分析試験は、Pythonを使ったデータ分析の基礎を問う試験です。

受験料は11,000円、試験時間は60分・40問のCBT方式です。出題範囲は次のとおりで、いわゆる「Pythonでデータ分析の入り口は一通りできる」を客観的に示せる資格です。

• NumPy／pandas／Matplotlib／scikit-learnの基本操作
• データの前処理・可視化
• 基本的な機械学習手法（教師あり学習・教師なし学習）
• Jupyter Notebookでの分析プロセス

教師あり学習・教師なし学習の基本概念を実装レベルで押さえたいエンジニアにとって、E資格に進む前のステップとして相性の良い資格です。

実装系資格を取る順番の現実的なロードマップ

実装系資格を組み合わせて受ける場合、おすすめの順番は次のとおりです。Pythonと統計の基礎を先に固めてから、ディープラーニングに進むのが安全です。

• Step 1: Python 3 エンジニア認定データ分析試験
  Pythonで前処理・可視化・基本的なMLができることを示す
  
  

• Step 2: 統計検定2級
  モデル評価・推測統計の基礎を固める
  
  

• Step 3: データサイエンス検定（リテラシーレベル）
  ビジネス力を含めた総合力を示す
  
  

• Step 4: JDLA E資格
  ディープラーニング実装の最上位を取りに行く

「いきなりE資格」を狙うと、認定プログラム修了の負担＋数理の壁＋実装の壁が同時に来て挫折しやすくなります。手前にPythonと統計の基礎資格を1〜2本入れておくと、E資格学習中の理解度が大きく変わります。

---

ベンダー系AI資格——クラウド上での実装・運用スキルの証明

ベンダー系AI資格は、特定クラウド上でAIを実装・運用する実務スキルを証明する資格群です。

「自社の主力クラウドが決まっている」「特定クラウドのAIサービスで実装する仕事に就きたい」というケースに、もっとも投資対効果が出やすい資格カテゴリです。本セクションでは、Microsoft Azure・AWS・Google Cloudの3系統に分けて整理します。

以下の表で、ベンダー系資格の主要ラインナップを整理しました。クラウド横断の俯瞰として使ってください。

資格名	ベンダー	レベル	主な位置づけ
Azure AI Fundamentals（AI-900）	Microsoft Azure	Fundamentals	Azure×AIの全体像（2026年6月30日退役）
Azure AI Fundamentals（AI-901 beta）	Microsoft Azure	Fundamentals	AI-900の後継。Microsoft Foundry関連を追加
Azure AI Engineer Associate（AI-102）	Microsoft Azure	Associate	Azure AI実装（2026年6月30日退役）
Azure AI Apps and Agents Developer Associate（AI-103 beta）	Microsoft Azure	Associate	AI-102の後継。Microsoft Foundry中心の構成
AWS Certified Cloud Practitioner（CLF-C02）	AWS	Foundational	AWS全体の基礎
AWS Certified AI Practitioner（AIF-C01）	AWS	Foundational	AI/ML/生成AIとAWSサービスの基礎
AWS Certified Machine Learning Engineer – Associate（MLA-C01）	AWS	Associate	AWS上のMLパイプライン構築・運用
Google Cloud Digital Leader	Google Cloud	Foundational	クラウドとAIのビジネス価値理解
Google Cloud Generative AI Leader	Google Cloud	Foundational	生成AI活用のリーダー向け
Google Cloud Professional Machine Learning Engineer	Google Cloud	Professional	Vertex AIなどでのML設計・運用

自社の主力クラウドが定まっているなら、その系統に集中投資するのが基本戦略です。逆にまだ決まっていないなら、まずはFundamentals／Foundationalレベルの入門資格（AI-901 beta／AWS Cloud Practitioner／Cloud Digital Leader）でカタログを掴んでから方向性を決めるのが安全です。

なお、これまでデータ系の代表格だったAzure Data Scientist Associate（DP-100）とAzure Data Engineer Associate（DP-203）は、いずれも退役済みです。DP-203は2025年3月31日、DP-100は2026年6月1日に退役しました。新規にデータサイエンス／データ基盤系の認定を取りたい場合は、用途で分けるのが現実的です。AIアプリ・エージェント実装寄りであればAI-103 beta、データサイエンス専門性ならAWS MLA-C01、データ基盤・パイプライン寄りならGoogle Cloud Professional Data Engineer、ML上流ならGoogle Cloud Professional ML Engineerといった選択肢があります。

Microsoft Azureの認定資格

Azure系の認定資格は体系的なロードマップが整っており、入門（Fundamentals）→中級（Associate）→上級（Expert）の階段が明確です。

Fundamentals: AI-900からAI-901 betaへの移行

Azure AI Fundamentals（AI-900）は、リテラシー系セクションでも触れたとおり、Azure×AIの全体像を押さえる入門資格でした。ただしAI-900は2026年6月30日で退役することが公式アナウンスされており、同日以降は後継のAI-901（ベータ）が単独の対象試験になります。

AI-901は2026年4月にベータ提供が始まり、Microsoft Foundryを使ったAIソリューション実装などが新たに出題範囲へ追加されています。AI-901に合格すれば、AI-900の退役後も「Azure AI Fundamentals」認定を維持・新規取得できる設計です。Azure系キャリアパスの起点として、企画・営業・PMからエンジニアまで引き続き広く受験される枠です。

Associate: AI-102退役とAI-103（Azure AI Apps and Agents Developer Associate beta）

AI-103 beta公式の試験概要。AI-102退役後の後継として、Python＋Microsoft Foundryで実装能力を問う（出典：Microsoft Learn）

Azure AI Engineer Associate（AI-102）は、Azure OpenAI・エージェントオーケストレーション・コンピュータビジョン・音声処理・ナレッジマイニングなどを問うAssociateレベルの資格でした。

ただしAI-102も2026年6月30日で退役することがMicrosoft Learnで公式アナウンスされています。後継のAI-103（Azure AI Apps and Agents Developer Associate beta）はすでにベータ提供が始まっており、PythonとMicrosoft FoundryでAIアプリ・エージェントを設計・実装・デプロイする能力を問う試験になっています。試験時間は120分、合格点は1,000点満点中700点です。

これから受験を計画する場合、2026年6月30日までの間に駆け込みでAI-102を取るか、AI-103 betaで先行受験するかの判断が必要です。ベータ試験は採点がリアルタイムには出ない代わりに、新試験のシラバスに合わせた学習を一度で済ませられる利点があります。

データ系資格（DP-100／DP-203）は退役済み

これまでAzureのデータ・ML系資格として広く受験されていたAzure Data Scientist Associate（DP-100）とAzure Data Engineer Associate（DP-203）は、いずれも退役済みです。DP-203は2025年3月31日、DP-100は2026年6月1日に退役し、現行ロードマップから外れました。

Azure環境でデータサイエンス・データエンジニアリングの認定を取りたい場合は、AIアプリ・エージェント寄りの実装ならAI-103 beta、データ基盤・ML専門性ならAWS MLA-C01やGoogle Cloud Professional ML Engineer／Professional Data Engineerなど、用途に合わせて他クラウド資格も含めて検討するのが現実的です。古い学習教材で「DP-100／DP-203を取って実務スキルを証明する」と書かれているケースが多いため、書籍・講座の選定時に「退役済みかどうか」を必ず確認するのが安全です。

AWSの認定資格

AWS系AI資格は、2024年以降に「AWS AI Practitioner（AIF-C01）」と「AWS Machine Learning Engineer Associate（MLA-C01）」が新設され、生成AI時代に合わせて再編されました。

AWS Cloud Practitioner（CLF-C02）

AWS Certified Cloud Practitioner（CLF-C02）は、AWSクラウド全体の基礎を問う入門資格です。S3・EC2・IAMなどの基礎を押さえておくと、AIF-C01・MLA-C01の理解がスムーズになります。

AWS AI Practitioner（AIF-C01）

AWS AI Practitioner（AIF-C01）は、リテラシー系セクションでも紹介したとおり、AI/ML/生成AIとAWS AIサービスをビジネス視点で整理する基礎資格です。AWS環境でAI活用を企画・推進する立場の人にとっての標準資格として急速に定着しています。

AWS Machine Learning Engineer Associate（MLA-C01）

AWS MLA-C01公式の出題ドメイン（出典：AWS）

AWS Certified Machine Learning Engineer – Associate（MLA-C01）は、AWS上でMLソリューションとパイプラインを構築・運用するエンジニア向けの資格です。

出題範囲は次のとおりで、「クラウド上でMLを本番運用するスキル」を幅広く扱います。

• データの取り込み・前処理・検証
• モデル選択・学習・評価・ハイパーパラメータ調整
• デプロイインフラ・自動スケーリング・CI/CDによるMLOps
• モデル・データ・インフラの監視とトラブルシューティング

AWSが主力クラウドの企業でMLパイプラインの設計〜運用までを担当するエンジニアにとっては、「Foundational（AIF-C01）→Associate（MLA-C01）」というロードマップが2026年6月時点の現行ルートです。なお、これまで上位資格として扱われていたAWS Certified Machine Learning - Specialtyは2026年3月31日が最終受験日となり、現行の標準ルートからは外れました。生成AI領域の上位候補としてはAWS Certified Generative AI Developer - Professionalが用意されており、AWS上で生成AIアプリを設計・実装する専門性を別枠で証明したい場合の選択肢になります。

Google Cloudの認定資格

Google Cloud系は、ビジネス層向けの「Cloud Digital Leader」「Generative AI Leader」と、エンジニア向けの「Professional Machine Learning Engineer」が用意されています。

Google Cloud Digital Leader

Google Cloud Digital Leaderは、Google Cloudの基本サービスがビジネスにもたらす価値を問う、ビジネス寄りの入門資格です。BigQuery・Vertex AIなどGCPが得意とするデータ・AIサービスをビジネス観点から整理する内容になっています。

Google Cloud Generative AI Leader

Google Cloud Generative AI Leaderは、2025年新設の生成AI特化リーダー向け資格です。リテラシー系セクションで詳述したとおり、生成AI事業を企画するプロダクトマネージャー・事業責任者に向きます。

Google Cloud Professional Machine Learning Engineer

Google Cloud Professional ML Engineer公式の試験概要（出典：Google Cloud）

Google Cloud Certified – Professional Machine Learning Engineerは、Vertex AIやGemini Enterprise Agent Platformなどを活用してMLモデル・エージェントの設計・構築・本番運用までをリードするエンジニア向けの資格です。

• 大規模データの前処理・特徴量設計
• モデル選択・評価・チューニング
• MLOpsパイプラインの構築・自動化
• 公平性・バイアス・説明可能性

2026年版のシラバスでは、従来のVertex AIに加えてGemini Enterprise Agent Platformやエージェント基盤の設計まで対象が広がっています。GCP環境でMLを担う「クラウド×ML」の専門家を目指すデータサイエンティスト・MLエンジニアの最上位資格として位置づけられています。

ベンダー資格を選ぶ際の判断軸

ベンダー資格を選ぶ際、迷いやすいのは「複数クラウドを学ぶべきか、1つに集中すべきか」という論点です。実務観点での判断軸は次の3つに集約されます。

• 自社の主力クラウドに合わせる
  社内システムや既存契約があるクラウドの系統に集中する。AzureならAI-901 beta→AI-103 beta、AWSならAIF-C01→MLA-C01、GCPならCloud Digital Leader→Professional MLが2026年6月時点の現行ルート
  
  

• 退役予定の試験は時期を見極める
  Azure AI-900／AI-102のように退役が確定している試験は、駆け込みで取るか後継ベータを早めに受けるかの判断軸を持つ。ベータ試験は採点までに時間がかかる代わりに、新シラバスを一度で押さえられる
  
  

• クラウドが未定なら「Fundamentals／Foundational」3本立てから
  複数クラウドの基礎資格（AI-901 beta・AWS AI Practitioner・Cloud Digital Leader）を取って全体像を掴んでから、深掘り先を1つに絞るのが安全

---

AI関連の国家資格と2027年度再編

AIという名称を冠した国家資格は2026年6月時点で存在しませんが、IPA（独立行政法人 情報処理推進機構）が実施する情報処理技術者試験は、AI・データ活用人材の「上流の設計力」「マネジメント力」を裏付ける国家試験として依然重要です。

本セクションでは、AI・データ分野と特に相性が良い5区分を整理したうえで、2026年度のCBT化と2027年度の試験再編に触れます。

以下の表で、AI・データ分野と相性が良い5つの国家試験を整理しました。

試験区分	想定レベル	AI・データ分野での位置づけ
基本情報技術者試験	初級エンジニア・実務入門者	AI実装に必要なIT基礎・アルゴリズム力の証明
応用情報技術者試験	中堅エンジニア・リーダー	AIシステムを含む全体設計・要件定義力の証明
ITストラテジスト試験	経営×IT戦略担当	AI投資・データ戦略を含む上流意思決定力の証明
プロジェクトマネージャ試験	PM・プロジェクトリーダー	AI・DXプロジェクト推進に必要なマネジメント力の証明
データベーススペシャリスト試験	データ基盤・DB設計の専門家	AIデータ基盤・大規模データ運用の専門性の証明

これらは「AI専用資格」ではありませんが、AI・データ分野の実務で必要になるIT基礎・設計力・プロジェクト推進力を体系的に証明できる枠組みです。AI資格と組み合わせると、技術寄り／マネジメント寄りの両方からキャリアを補強できます。

基本情報技術者試験——AI実装の共通基盤

基本情報技術者試験は、プログラミング・アルゴリズム・データベース・ネットワーク・セキュリティなど、ITの基礎知識を幅広く問う登竜門的な国家試験です。

AI分野でも、Pythonでの機械学習実装、モデルを動かすクラウド・ネットワーク基盤、セキュリティとガバナンスといった共通基盤は欠かせません。基本情報は、これらをまとめて押さえている証明として、AIエンジニア志望にとっても有効です。

IT未経験からAI・データ分野に進みたい人や、情報システム部門に配属された若手社会人にとって、最初の1冊の国家資格として最適です。

応用情報技術者試験——AIを業務システムの一部として組み込む視点

応用情報技術者試験は、基本情報より一段上の中堅エンジニア・リーダー向けで、システム設計・要件定義・プロジェクト管理・セキュリティ戦略まで実務寄りに踏み込みます。

AIプロジェクトでは「どの業務にAIを適用するか」「既存システムとどう連携するか」「セキュリティ・ガバナンスをどう担保するか」といった全体設計力が問われます。応用情報は、AIを単独ツールではなく業務システムの一部として組み込む視点を鍛えるのに役立つ試験です。

開発経験を積んでリーダーポジションに進む段階の人、AI・DX案件の要件定義・設計フェーズに関わる人に向きます。

ITストラテジスト試験——AI戦略人材の最上位

ITストラテジスト試験は、企業の経営戦略とIT戦略を結びつける役割を担う人材を対象にした最上位レベルの試験です。

AI・データ活用の文脈では「どの事業領域にAI投資すべきか」「どのAIサービス・プロダクトを企画するか」「法規制や倫理を踏まえてどこまで自動化するか」という上流の意思決定が中心テーマになります。AIを単なる効率化ツールではなく、新規事業やビジネスモデル変革のドライバーとして位置づける場合、ITストラテジストレベルの視点が不可欠です。

経営企画・事業企画とIT部門の橋渡し役、コンサルタント、CDO（Chief Data Officer）・CIO候補が想定対象です。

プロジェクトマネージャ試験——大規模AI・DXプロジェクトを率いる

プロジェクトマネージャ試験は、要件定義・計画・実行・監視・終結までプロジェクト全体のマネジメント能力を評価する試験です。

AIプロジェクトはデータ収集・アノテーション・モデル開発・評価・運用・改善と工程が多く、多職種が関わります。スケジュール・コスト管理、ステークホルダー調整、リスク・課題管理、PoC止まりにせず本番運用までやり切る推進力――これらが成果を左右します。

AI・データ案件のPMを任されている人、より大規模なDXや全社横断プロジェクトを担当したい人に直結する資格です。

データベーススペシャリスト試験——AIデータ基盤の専門性

データベーススペシャリスト試験は、大規模データの設計・構築・運用・チューニングを問う高度試験です。

AI・機械学習の精度はデータの量と質に依存するため、データ基盤の設計力は実務的に大きな武器になります。データレイク・DWH・特徴量ストアの設計、AIモデル学習用データの整備、リアルタイム推論基盤など、AI周辺のデータインフラを担う立場で評価される資格です。

Google Cloud Professional Data EngineerやAWS MLA-C01などと組み合わせると、「マルチクラウド対応のデータ基盤の専門家」として強い証明になります。なお、これまで併用候補だったAzure DP-203は2025年3月31日に廃止済みなので、現行の組み合わせ候補から外れている点には注意が必要です。

2026年度のCBT化と2027年度の3領域再編

IPA公式の2027年度試験再編アナウンス。応用情報・高度試験が3領域（マネジメント／データ・AI／システム）に再編される（出典：IPA）

IPA情報処理技術者試験は、2026年度に応用情報技術者試験・高度試験・情報処理安全確保支援士試験がCBT方式へ移行します。

加えて2027年度から大幅な制度再編が予定されています。応用情報と高度試験が「マネジメント」「データ・AI」「システム」の3領域に集約され、現行の試験区分は2026年度実施分で終了する予定です。

区分	2026年度	2027年度以降
受験方式	応用情報・高度試験がCBT化	CBTを継続
試験区分	現行制度の最終年	マネジメント／データ・AI／システムの3領域に再編
試験実施時期	「前期試験」（11月頃）・「後期試験」（2027年2月頃）	制度詳細は順次公開

2026年度は現行制度を受験できる最後の年であり、「データ・AI」領域がどう構成されるかはまだ詳細が公表されていません。受験計画を立てる際は、IPA公式ページで最新情報を必ず確認するのが安全です。

「現行のITストラテジストやPM試験を取り切ってから移行を見守る」のと、「2027年度の新区分のシラバスを待つ」のは、それぞれメリット・デメリットがあります。AI・データ系の専門性をすぐに対外証明したいなら前者、新制度に合わせてキャリアを設計したいなら後者という判断軸で選ぶのが現実的です。

---

職種・目的別のAI資格ロードマップ

ここまでに各カテゴリの資格を整理してきましたが、多くの人が最初に困るのは「結局、自分はどれから受ければいいのか」という疑問です。

本セクションでは、職種・目的・キャリア段階の3つの観点から、AI資格の選び方を整理します。「自分に近いケース」を1つ選び、最初の1〜2資格だけでも決めてしまうと動きやすくなります。

職種別の推奨ルート

以下の表で、職種ごとに「最初の1〜2資格」と「次のステップ」を整理しました。

職種	最初の1〜2資格	次のステップ
非エンジニア（企画／営業／マーケ／バックオフィス）	生成AIパスポート → G検定	Microsoft AI-901 beta（旧AI-900）／AWS AI Practitioner／Google Generative AI Leader
アプリケーション・Webエンジニア	基本情報技術者 → G検定	Python 3 エンジニア認定データ分析 → E資格 → ベンダーML系
データアナリスト／データサイエンティスト志望	統計検定2級 → DS検定リテラシー	Python 3 エンジニア認定データ分析 → DS検定上位 → AWS MLA-C01／GCP Professional ML Engineer
情報システム部門／インフラエンジニア	基本情報 or 応用情報 → AWS Cloud Practitioner	AWS MLA-C01／GCP Professional Data Engineer／Azure AI-103 beta（AIアプリ・エージェント寄り）
マネジメント層・PM・経営層	生成AIパスポート → G検定	ITストラテジスト or PM試験 → Google Generative AI Leader

この表は「すべて受けるべき」というリストではなく、自分のキャリアパスに合わせて1〜3資格を選ぶための地図です。職種が複数にまたがる人（例：マネジメントだがコードも書く）の場合は、両方の行から1つずつ選ぶ組み合わせも合理的です。

目的別の判断軸——社内評価・転職・副業

同じ職種でも、何のために資格を取るかによって最適解は変わります。

• 社内評価・昇進を狙うケース
  自社の主力クラウド（Azure／AWS／GCP）が決まっているなら、そのベンダー資格を優先する。情報システム部門や技術職なら、IPA国家資格（基本情報・応用情報・PM・ITストラテジスト）が評価されやすい
  
  

• 転職・ジョブチェンジを狙うケース
  応募先がよく使っている技術スタックやクラウドに合わせてベンダー資格を選ぶ。「G検定＋Pythonデータ分析＋ベンダーML資格」のように組み合わせで説得力を出す
  
  

• 副業・フリーランスとして武器を増やすケース
  「生成AIパスポート＋G検定」でリテラシーを証明し、特定領域（マーケ／データ分析／クラウド）に寄せた資格を1〜2つ追加する

転職市場では「単一の難関資格」よりも「役割を裏付ける2〜3資格の組み合わせ」が評価されやすい傾向があります。ChatGPTを転職活動に活用する方法と合わせて、自分の強みを言語化しておくと面接でも効きます。

ケース別のおすすめルート

職種と目的の組み合わせを、よくあるケース別に具体例として並べておきます。

• ケース1：非エンジニア・30代・バックオフィスでAIリテラシーをつけたい
  生成AIパスポート → G検定 → Cloud Digital Leader or AWS AI Practitioner
  
  

• ケース2：Webエンジニア・20代後半・AI機能を実装できるようになりたい
  基本情報 → G検定 → Python 3 エンジニア認定データ分析 → E資格 → ベンダーML資格
  
  

• ケース3：マーケティング職・20代後半・AIマーケ人材を目指したい
  生成AIパスポート → G検定 → 統計検定2級 → Google Generative AI Leader or DS検定
  
  

• ケース4：情シス・40代・社内のAI導入プロジェクトを任されている
  応用情報 → PM試験 or ITストラテジスト → Azure AI-901 beta → AWS AI Practitioner（クラウド横断視点）
  
  

• ケース5：データサイエンティスト志望・大学院新卒
  統計検定2級 → DS検定リテラシー → Python 3 エンジニア認定データ分析 → DS検定エキスパート → GCP ML Engineer

必ずしもこのとおりに進める必要はありませんが、「自分に近いケース」を1つ選んで最初の2資格を確定させると、学習の起点がはっきりします。

---

AI資格の難易度・勉強時間・受験料の早見表

各資格の難易度・勉強時間・受験料を、横並びで一覧化しておきます。

資格名	想定レベル	難易度（目安）	勉強時間（目安）	受験料
生成AIパスポート	リテラシー入門	★〜★★	20〜40時間	11,000円（一般）
G検定	ビジネス〜技術の共通基礎	★★	40〜80時間	13,200円（一般）
JDLA E資格	実装エンジニア	★★★★	150〜300時間以上＋認定講座	33,000円（一般・別途講座費）
統計検定2級	データ分析基礎	★★☆	80〜150時間	約7,000円
データサイエンス検定（リテラシー）	データ活用入門	★★	50〜100時間	10,000円（一般・税抜）
Python 3 エンジニア認定データ分析	Python実務入門	★★	40〜80時間	11,000円
Azure AI Fundamentals（AI-900／AI-901 beta）	クラウドAIリテラシー	★〜★★	20〜40時間	約12,500円（AI-900は2026年6月30日退役・以降はAI-901 betaへ）
Azure AI Engineer Associate（AI-102）	クラウドAI実装	★★★	60〜120時間	約21,000円（2026年6月30日退役）
Azure AI Apps and Agents Developer Associate（AI-103 beta）	クラウドAI実装（AI-102後継）	★★★	80〜150時間	約21,000円（ベータ・採点遅延あり）
AWS AI Practitioner（AIF-C01）	生成AI×AWSリテラシー	★〜★★	20〜50時間	約15,000円
AWS MLA-C01	クラウドML実装	★★★	80〜150時間	約22,500円
Google Cloud Generative AI Leader	生成AIリーダー	★★	40〜80時間	約14,000円
Google Cloud Professional ML Engineer	クラウドML上級	★★★★	150〜250時間	約27,000円
基本情報技術者試験	国家・初級エンジニア	★★	100〜200時間	7,500円
応用情報技術者試験	国家・中堅エンジニア	★★★	200〜300時間	7,500円
ITストラテジスト試験	国家・最上位	★★★★	300時間以上	7,500円

難易度の数字（★）はIPA・JDLA・ベンダー側の公式ランクではなく、合格者の体感に基づくおおまかな目安です。Python・統計の素地がある人は実装系の体感が下がり、ない人は上がる傾向があります。Azure DP-100／DP-203、JDLA Generative AI Testは廃止・提供終了済みのため表から除外しています。

「コスパが高い」と評価されやすいのは、生成AIパスポート・G検定・AWS AI Practitioner・Microsoft AI-901 betaなど、勉強時間20〜80時間レンジで取得できるリテラシー〜入門資格です。逆にE資格・Google Cloud Professional ML Engineer・ITストラテジストは投資が大きいぶん、転職市場でのインパクトも大きい上位資格です。

---

AI資格の学習方法

AI資格の取得を目指す際、学習方法によって合格率とその後の実務力が大きく変わります。

本セクションでは、AI資格の代表的な学習手段と選び方のポイントを整理します。「AIの勉強方法ロードマップ」「生成AIの勉強方法」も合わせて参考にしてください。

公式テキスト・参考書の選び方

参考書は資格学習の軸となる教材です。選ぶ際は以下を押さえます。

• 試験の公式シラバスをカバーしているか
• AI新法や生成AIなど最新トピックに対応しているか
• 図表や具体例が多く、概念を直感的に理解できるか
• 理論だけでなく演習問題・模擬試験が充実しているか
• 合格者のレビューや発行年月（版数）が新しいか

生成AIパスポートやJDLA試験などはシラバス改訂が頻繁です。「2026年試験対応版」「第4版対応」など、最新表記を必ず確認してから購入することが重要になります。

機械学習・ディープラーニング関連書籍を体系的に押さえておくと、E資格や統計検定など複数資格の土台が同時に固まります。

通信講座・オンラインコースの選び方

通信講座やオンライン学習プラットフォームは、体系的なカリキュラムを短時間でなぞるのに有効です。

選ぶときは以下を確認します。

• カリキュラムが公式シラバス準拠になっているか
• インプットだけでなく演習・小テスト・模試が含まれているか
• 質問フォーラムや添削などサポート体制があるか
• ベンダー公式や認定パートナーが提供しているコースか

JDLA・GUGA・クラウドベンダー（AWS・Microsoft・Google）はそれぞれ公式トレーニング・ラーニングパスを提供しており、まずは公式ルートを確認するのが安全です。無料でAIを学べるサイトも並行して活用すると、有料コースの選定基準が見えてきます。

学習コミュニティの活用

一人で勉強するとモチベーションの維持が難しくなります。

X（旧Twitter）・Discord・Slack・connpassなどの学習コミュニティに参加すると、以下が現実的になります。

• 同じ資格を目指す仲間と進捗を共有する
• 合格者に「実際に何をどの順で勉強したか」を聞く
• 模試の結果や過去問で詰まったポイントを共有する

特に生成AIパスポート・AWS MLA-C01・Google Generative AI Leaderなど、登場してから日が浅い資格は、受験体験記やコミュニティ情報の価値が高くなります。

生成AIを使った学習効率化

AI資格を目指すのであれば、生成AIそのものを勉強に使うのが現実的です。

学習を効率化する使い方として、次のようなパターンがあります。

• 過去問・シラバスを読み込ませて出題範囲を要約させる
• 苦手な概念を図解・具体例つきで説明させる
• 自分で解いた問題の解説・別解を出してもらう
• 「この資格をどうキャリアに活かすか」を対話相手として言語化させる

もちろん試験問題そのものの共有や流用はNGですが、「理解を深めるための対話相手」としては非常に優秀です。ChatGPTの学習モード（Study Mode）を使うと、解答を即提示せず段階的にヒントを出す対話が可能で、独学の効率が大きく上がります。

---

AI資格取得で避けたい落とし穴

最後に、AI資格取得でありがちな落とし穴を整理します。

資格は強力な武器ですが、取り方を間違えると時間もお金もムダになります。本セクションでは、特に判断で詰まりやすい5つの論点に絞って解説します。

資格コレクターになってしまう

目的やキャリアとの結びつきを考えずに資格を量産しても、評価されないケースが多くなります。

「この資格で、どの職種や役割で何をしたいのか」をセットで言語化してから受験計画を立てるのが鉄則です。具体的には次のように整理します。

• 取得後の3年で就きたいポジションは何か
• そのポジションで一番説得力を持つ資格は何か
• 1年で取れるのは何本までか

3本以上同時に並行すると、いずれも中途半端になりやすい傾向があります。「年2本」を上限として、深く取りに行く方が転職市場でも評価されます。

古い教材・古いシラバスで勉強してしまう

生成AIや法規制の変化が激しい分野では、1〜2年前の教材が既に陳腐化しているケースが珍しくありません。

特に注意したい資格は次のとおりです。

資格	古い教材で勉強する危険
生成AIパスポート	第4版（2026年2月〜）でRAG・AIエージェント・AI新法が追加。旧版だけだと範囲不足
G検定	2026年第1回からフォーマットが100分・145問程度に変更。旧フォーマット前提の模試は要注意
Azure AI-900／AI-102	2026年6月30日で同時退役。AI-901／AI-103 betaへの移行を視野に入れた教材選びが必要
Azure DP-100／DP-203	DP-203は2025年3月31日、DP-100は2026年6月1日に退役済み。旧版テキストは現行ルートから外れている
JDLA Generative AI Test	2025年6月7日の第1回で提供終了。「ミニ検定として推奨」と書く教材は更新が止まっている
AWS MLA-C01	新設資格のため2024年以前の教材は対応していない

テキストや講座を選ぶときは、発行年・対応試験年度・改訂履歴を必ず確認します。「2026年版」「第4版対応」などの表記が新しいものを選ぶのが安全です。

座学だけで終わらせてしまう

特に技術系資格では、「資格は取れたが、コードを書けない・設計できない」という状態になりがちです。

小さな個人プロジェクトや社内PoCでも構わないので、必ず手を動かす機会をセットで確保するのがおすすめです。具体的には次のような取り組みが効果的です。

• E資格と並行して、PyTorchで小さな分類モデルを実装してみる
• 統計検定の学習中に、KaggleのTitanicデータで分析を試す
• Azure AI-901 beta（旧AI-900）の学習中に、無料枠でAzure OpenAIやMicrosoft Foundryを動かしてみる

「コード生成AIを使って実装ハードルを下げる」のもひとつの手です。学習目的の写経からスタートし、徐々に自分で書ける範囲を広げていくと、資格と実務力が同時に伸びます。

会社の方針・技術スタックとずれている

自社がAzure中心なのにAWS系資格だけを集中して取る――といった選択は、社内評価につながりにくいケースが多くなります。

上司や採用担当とも相談しながら、「自社で評価されやすい資格」「今後導入予定の技術」にも目を向けます。具体的には次のような確認が有効です。

• 主力クラウド（Azure／AWS／GCP）はどれか
• 今後3年で導入予定のAI関連技術は何か
• 評価制度上、加点される資格リストは公開されているか

会社がAzure認定資格を主に評価しているならAzure系優先、AWS中心ならAWS系優先、というシンプルな判断軸で大きな失敗を避けられます。

英語・バージョン表記・退役を見落とす

ベンダー資格は英語試験のみのケースや、試験コードの変更が頻繁に起こります。

受験申込の前に、以下を公式サイトで確認しておくと安心です。

• 試験言語（日本語対応の有無）
• 試験コード（AI-900→AI-901、AI-102→AI-103のように後継試験への移行が進行中の場合あり）
• 試験の終了予定日
• 認定の有効期限（多くのベンダー資格は2〜3年で再認定が必要）

特にAzure AI-900／AI-102のように退役が公式アナウンスされている試験は、駆け込みで受けるか、後継のベータ試験で先行受験するかの判断が必要です。

---

AI資格の知識を組織のAI業務改善につなげるには

AI資格の取得は、個人のキャリアにとっての強力な投資であると同時に、組織のAI推進担当者にとっては「全社のAI活用を判断する共通言語」を持つことに直結します。

ただし、資格で得た知識を業務に落とし込む段階では、「どの業務から始めるか」「どのAIツールをどの順で導入するか」「セキュリティ・ガバナンスをどう設計するか」という別の論点が立ち上がります。ここで効いてくるのが、Microsoft環境で段階的にAI業務自動化を進めるための実践ガイドです。

AI総合研究所では、Copilot Chat→Microsoft 365 Copilot→Copilot Studio→AI Agent Hub／Microsoft Foundryの順にAI業務自動化を段階設計する220ページの実践ガイドを無料で提供しています。経費精算・請求書処理・申請承認・人事・総務・情シス・経営企画など部門別ユースケースをBefore／After／KPI付きで収録しており、資格で体系化した知識を実際の業務改善に落とし込むための地図として活用できます。

AI総合研究所の専任チームが、Microsoft MVP・Solution Partner認定の実績をもとに、PoC設計から全社展開まで伴走支援します。まずは無料の実践ガイドで、自社の業務にどう活用できるかをご確認ください。

---

まとめ

本記事では、AI関連の資格おすすめ一覧をリテラシー系・実装エンジニア系・ベンダー系・国家資格の4軸で整理し、職種別ロードマップ・難易度・学習方法・落とし穴までを2026年6月時点の最新情報で解説しました。要点を改めて整理します。

• 2026年は制度変更が集中した年
  生成AIパスポート第4版・G検定100分145問程度・Azure AI-900／AI-102の同時退役（後継AI-901／AI-103 beta）・Azure DP-203（2025年3月31日）／DP-100（2026年6月1日）の退役・JDLA Generative AI Testの提供終了・IPA試験のCBT化と2027年度3領域再編・AI新法公布（2025年6月）と全面施行（2025年9月）など、AI資格の制度面が一気に動いた
  
  

• リテラシー系は全社員の共通言語、実装エンジニア系は手を動かす人の証明、ベンダー系は特定クラウドでの運用力
  3カテゴリの役割を理解し、自分の立場に合わせて1〜3資格を選ぶのが現実的
  
  

• 国家資格（IPA）は2026年度が現行制度最終年
  ITストラテジスト・PM試験・データベーススペシャリストはAI周辺のキャリアでも評価される。2027年度の再編を見据えて受験計画は早めに固めるのが安全
  
  

• 職種別ロードマップは「最初の1〜2資格」を確定させることが重要
  非エンジニアなら生成AIパスポート→G検定、エンジニアなら基本情報→G検定→Pythonデータ分析→E資格、マネジメント層なら生成AIパスポート→G検定→PM試験／ITストラテジストが王道
  
  

• 資格は取って終わりではなく、業務に落とし込むまでがゴール
  資格コレクターを避け、古いシラバス・座学だけ・会社方針とのズレ・退役予定の試験を見落とさないことが、ムダの少ない資格戦略につながる

AI関連の資格は今後も改訂・新設・退役のサイクルが続きます。本記事を起点に気になった資格の公式サイトやシラバスを確認し、自分のキャリア計画に合った「次の1〜2資格」を確定させてください。