会社員がAI・DXを学ぶロードマップ2026｜副部長が実体験で整理した学習順序

---

はじめに

「AIやDXを学びたいけど、何から手をつければいいかわからない」

この相談を社内でもよく受けます。私は2026年2月1日付けでAI/DX推進部の副部長として入社し、現場でさまざまな学習方法や推進アプローチを試してきました。効果があったものも、お金と時間を無駄にしたものも含めて、正直にまとめます。

副業もできない地方の会社員が、限られた時間と予算でどう学んできたか——その実体験が誰かの判断材料になれば嬉しいです。私は産業カウンセラー養成講座も修了していますが、「人を理解したい」という動機は、AIを学ぶ姿勢にも通じていると感じています。技術を学ぶことと、人を理解することは、切り離せないものだと思っています。

---

私がAIとDXを「切り離して」考える理由

ロードマップの前に、私の基本的な考え方を書いておきます。

DXが主で、AIは手段のひとつ——これが私の立場です。

「AI/DX推進部」という部署名からも「AIとDXはセット」と思われがちですが、私はこの2つを切り離して考えるほうが本質的だと感じています。DXの本来の目的は、業務プロセスや組織の在り方をデジタルの力で変革することです。AIはその目的を叶える手段のひとつに過ぎない。AIが使えればそれに越したことはないけれど、課題によっては既存のローコードツールやシンプルな自動化のほうが最適解であることも多い。

「AIを使うこと」が目的化してしまうと、課題に対する処方箋が歪みます。逆にDXを主眼に置けば、AIを使うかどうかは自然と判断できる。だから私は常に「これはDXの文脈で何を解決したいのか」を先に問うことにしています。

---

理想と現実のジレンマ

正直に書くと、私はDX推進に対して「コンサルに近いアプローチ」を理想としています。

システムを開発して納品して終わり、ではなく——利用者自身が抵抗なく使えること、あわよくば利用者自身でカスタマイズできる形で成果物を届けることが、私が目指すDXの姿です。ツールを使いこなせる人を増やし、現場が自走できる状態を作ることが本当のゴールだと思っています。

しかし現実問題、私のAI/DX推進部の上位にはSI事業部があります。そちらの意向は「ウォーターフォールでのシステム開発」や「目的に見合った既存製品の導入」が中心です。気持ちはわかります。既存顧客との関係性や案件の進め方において、その方が親和性が高い。一方で、私が思い描くコンサル型のDXは、既存の顧客ベースとの相性が低い部分もあると自覚しています。

このジレンマは今も続いています。ただ、それを嘆いていても仕方ない。try & errorを繰り返しながら、現実の中でできる最善を積み上げていこうというのが今のスタンスです。

---

なぜ今AI/DXを学ぶべきか（学ぶ前に考えること）

「AIを学ぶべきか」と考える前に、目的を明確にすることが最重要です。

• 自分の仕事を効率化したい
• 社内でDX推進の役割を担いたい
• キャリアを変えたい・転職したい

目的によって最適なルートが変わります。私の場合は「現在の職場でDXを推進する」という明確な目的があったため、ツール活用と組織変革の知識を優先しました。

---

ステップ1：まず生成AIツールを「使い倒す」（0〜1ヶ月）

最初の1ヶ月は、理論より実践です。

やること：

• ChatGPT（無料版）またはClaude（無料版）を毎日業務に使う
• 議事録の要約、メールの文章整理、企画書の草案作成
• 「どうプロンプトを書くと良い結果が出るか」を体感で学ぶ

やらなくていいこと：

• プログラミングの学習（最初は不要）
• 資格の勉強（まだ早い）

私が最初にやったのは、週次報告書の草案をChatGPTに書かせることでした。最初は精度が低かったものの、プロンプトの書き方を試行錯誤する中で「AIに何を・どう伝えるか」という感覚が身につきました。

---

ステップ2：DXの「全体像」を把握する（1〜3ヶ月）

ツールを使いながら、DXとは何かの概念を学びます。

学ぶべき内容：

• デジタルトランスフォーメーションの定義と企業事例
• 業務プロセス改善の考え方（BPR・RPA・ペーパーレス）
• データ活用の基礎（Excel・BIツール）

資格取得にはITパスポートがAI・セキュリティ・経営戦略のバランスが良く、DXを語る上での「共通言語」を身につけるのに最適です。私のチームでは新入社員に取得を勧めています。

---

ステップ3：AI・データに関する体系的な知識を学ぶ（3〜6ヶ月）

ある程度の実践経験が積めたら、理論を補強します。

資格の取り方と費用対効果：

資格	費用目安	学習期間	おすすめ度
G検定（ジェネラリスト）	テキスト〜5,000円・受験料13,200円	1〜2ヶ月	★★★★☆
ITパスポート	テキスト〜3,000円・受験料7,500円	1ヶ月	★★★★★
統計検定3級	テキスト〜2,000円・受験料4,000円	2ヶ月	★★★☆☆

私はG検定を2026年に取得しました。AI・機械学習の概念を体系的に学べる一方、業務直結というより「AI推進担当としての信頼性」が高まる資格という印象です。

---

ステップ4：現場に戻って「使える化」する（6ヶ月〜）

学んだことを実務に落とし込む段階です。

実践のポイント：

• 自部署の業務フローを書き出し、AIで自動化できる工程を特定する
• 小さな成功事例を作って社内に共有する（「AIで議事録が5分になった」など）
• 失敗も記録する（後の改善に使える）

私が副部長として取り組んだのは、まず自部署のルーティン業務をリスト化し、その中でAIが代替できるものを3つ選んで試験導入することでした。成功率は3つのうち2つ。1つは現場のペーパーレス化に抵抗があり、頓挫しました。でもその失敗から「技術より人の変化が先」という教訓を得ました。

---

「学んだけど使えない」を防ぐために

AI/DXの学習で陥りがちな失敗は、インプットで満足してしまうことです。

有効だった対策：

• 学んだことをすぐ職場の誰かに話す（アウトプット強制）
• 自分の業務の「小さな課題」に当てはめて実験する
• 失敗してもいいので「試す」を繰り返す

AI/DXの学習に完成はありません。技術は毎月変化します。「学び続ける仕組みを作る」こと自体がスキルです。G検定で全8分野満点を取れたのも、インプットとアウトプットを繰り返し続けた積み重ねがあってこそ。30冠以上の資格を積んできた経験から言えば、「完璧に準備してから始める」より「まず動いて修正する」方が、結果的に早く到達できます。

このロードマップは、あくまで私の経験から整理したものです。職場の環境や担当業務によって、最適な順序は人それぞれ違うと思います。同僚の中にも「資格より実践から入りたい」という人がいて、その人なりのやり方で着実にスキルを積んでいる。どのルートが正しいかより、「自分に合った続け方」を見つけることが、長く学び続けるための一番の近道です。まずは今日、ChatGPTかClaudeを一つの業務に使ってみることから——そこが全員の出発点だと思っています。