jinbay無料で相談する

AIエンジニアへの転身ガイド

社内SEから生成AIエンジニアへ|社内導入の経験を、転職で評価される形にする

社内SE(情報システム部門)が生成AIの開発に移るときに活きる経験(社内導入、権限管理、利用定着)と、足りない開発経験の埋め方、職務経歴書の書き換え例をまとめました。

更新日 2026年11月16日 / 書いた人 上田 英介(ジンベイ株式会社 代表取締役/職業紹介責任者)

ここ数年で、多くの会社の情報システム部門が生成AIの社内導入を担当しました。利用ルールを決め、ツールを選び、アカウントを配り、社内文書を検索させる仕組みを試し、使われていない部署に説明して回る。こうした経験を持つ社内SEは少なくありません。

この経験は、生成AIの製品を作る会社にとって価値があります。顧客企業の情報システム部門が何を気にし、どこで導入が止まり、どうすれば社内に定着するかを、当事者として知っているからです。一方で、「ツールを入れた経験」と「製品を作る経験」の間には差があります。この記事では、その差の埋め方と、社内導入の経験の見せ方を説明します。

そのまま活きる経験

これまでの経験生成AIの開発での使われ方
生成AIの利用ルールづくり顧客企業が気にする点(入力してよい情報、ログの扱い、学習への利用の有無)を先回りして製品に入れる
ID 管理・SSOSAML や OIDC によるログイン、部署の異動にあわせた権限の自動更新
ファイルサーバーや文書管理の権限社内文書を検索させるとき、見る権限のある文書だけを答えに使わせる
ツールの選定と比較顧客がどういう観点で製品を比べるかを知っている
利用の定着の支援利用率の計測、部署ごとの説明会、よく使われる使い方の共有
業務の自動化(GAS、Power Automate など)生成AIを既存の業務の流れの中に組み込む

権限の問題を知っている

社内文書を検索させる仕組みで一番難しいのは、精度よりも権限です。ファイルサーバーの権限が部署ごとに複雑に設定されている、退職者のフォルダが残っている、「全員が見られる」設定のまま人事の資料が置かれている、といった実態を社内SEは知っています。

生成AIの製品を作る側では、この現実を前提にした設計が必要です。検索の時点で利用者の権限で絞り込む、権限の変更を定期的に取り込む、といった設計の重要さを、導入側の失敗から説明できるのは大きな強みです。

定着しない理由を知っている

導入しても使われない、という経験をした人も多いと思います。何に使えばよいか分からない、一度間違った答えが出て信用されなくなった、業務の画面とは別の画面を開くのが面倒、といった理由です。こうした理由を知っていると、製品の機能の優先順位を考えるときに具体的な提案ができます。

足りない経験と、埋め方

1. ゼロから作る経験

社内SEの仕事は、既存のサービスを選んで設定し、つなぐことが中心です。製品を作る会社では、API、データベース、検索、画面を自分で作る力が求められます。まずは、社内で導入したサービスがやっていることを、小さな規模で自分で作ってみてください。

2. 多数の顧客向けの設計

社内システムは利用者が自社の社員だけですが、製品は多数の顧客企業が使います。顧客ごとにデータを分ける(マルチテナント)、顧客ごとの設定を持つ、利用量で課金する、といった設計は、社内SEの経験だけでは身につきにくい部分です。

3. 精度を測って直す経験

社内導入では、精度の改善は提供元に任せることが多かったと思います。作る側では、評価データを作り、検索の方法やプロンプトを変えて正答率を上げる作業が日常になります。

学ぶ順番

  1. 権限つきの社内文書検索を作る(3〜4週間)。文書ごとに見られる部署を持たせ、ログインした人の部署で検索結果を絞り込む RAG(検索拡張生成)を作ります。
  2. 評価データで正答率を測る(2週間)。社内でよく来た質問の種類を思い出しながら、架空の文書と質問で50問を作ります。
  3. SSO でログインできるようにする(1〜2週間)。OIDC で外部の ID 基盤と連携し、グループの情報を権限に使います。
  4. 利用状況を見る画面を作る(1〜2週間)。部署別の利用回数、評価ボタンの結果、答えられなかった質問を一覧できるようにします。

社内で本当に使った経験をもとに作ると、面接で「なぜこう作ったのか」を自分の言葉で説明できます。権限を考えた設計は面接でもよく聞かれます(権限管理の面接対策)。

職務経歴書の書き換え例

社内の数字や仕組みは、会社名や固有のシステム名を伏せて書けば十分伝わります(守秘義務がある場合の書き方)。

職務要約

書き換える前 製造業の情報システム部門で社内インフラの運用と、生成AIツールの導入を担当。

書き換えた後 従業員約2,000名の製造業の情報システム部門で8年間、ID 管理、ファイルサーバー、社内システムの運用を担当しました。2024年からは生成AIの全社導入を担当し、利用ルールの策定、SSO と部署単位の権限の設計、利用定着の施策を進め、月間の利用者の割合を導入3か月後の18%から1年後に61%まで高めました。導入する側の経験を活かし、企業に使われ続ける生成AIの製品を作る仕事に携わりたいと考えています。

プロジェクトの書き方

書き換える前 社内文書検索 AI の導入を担当。

書き換えた後 社内文書の検索に生成AIを使う仕組みの導入で、ファイルサーバーの権限を棚卸しし、人事・経理の文書が全社員から見える設定になっていた約300フォルダを修正してから検索の対象にしました。答えられなかった質問を毎週集めて文書の追加に回し、「答えが見つからない」の割合を半年で35%から12%に下げました。

技術そのものよりも、導入の現場で何が起き、どう判断したかを具体的に書くと、他の候補者との違いになります。

応募先の選び方

  • 企業向けの生成AI SaaS:顧客の情報システム部門と話す機会が多く、導入側の視点が評価されます。カスタマーサクセスエンジニアや FDE(Forward Deployed Engineer)として入り、徐々に開発に寄せる道もあります。
  • 生成AIの導入支援をする会社:顧客の社内導入を代わりに進める仕事で、社内SEの経験がいちばん直接に活きます。
  • 大企業の AI 推進部門:社内向けに生成AIの仕組みを作る部門で、社内SEから開発の比重を高める最初の一歩として現実的です。

開発の経験がまだ少ないうちは、「導入を成功させる技術者」として応募するほうが通りやすく、入社後に開発の範囲を広げていく道があります。

まとめ

  • 社内導入、権限管理、利用定着の経験は、企業向けの生成AI製品を作る側で評価される
  • 足りないのは、ゼロから作る経験、多数の顧客向けの設計、精度を測って直す経験
  • 職務経歴書では、導入の現場で起きたことと判断を、数字で具体的に書く

社内SEの経験は、職種名だけでは評価が伝わりにくいことがあります。職務経歴書を見ながら、どの応募先で活きるかを一緒に整理します。

あわせて読みたい