人工知能は、テクノロジーの世界における多くの役割や責任を変革してきました。2010年頃から、データ分析者（Data Analyst）、データエンジニア（Data Engineer）、データサイエンティスト（Data Scientist）といったデータ関連の職種が見られるようになりました。しかし今日では、その領域はデータを分析して機械学習モデルを作るところをはるかに超えています。
AIの広範な普及—そして、もっと重要なのは、それがソフトウェアプロジェクトの中でどのように適用されるか—によって、まったく新しい職種が生まれました。これらの役割は強固なプログラミングの基盤の上に成り立っていますが、日々の活動は根本的に異なっており、人工知能とのやり取り、オーケストレーション、そして業務として運用可能にすることに中心があります。
以下は、この新しいAI主導の時代によって形作られつつある、いくつかの職種です。
Intelligence Engineer
（Applied AI Engineer）
Intelligence Engineerは、人工知能の機能をシステム、デジタルプロダクト、開発プロセスに設計し、統合します。彼らの目標は、タスクの自動化、意思決定、そして測定可能な価値の創出によって、AIモデルを実用的でスケーラブルなソリューションへと変えていき、ビジネスニーズを満たすことです。
主な活動内容には次のようなものがあります。
- AIモデル（LLMs、MLモデル、外部API）を統合するアーキテクチャの設計。
- RAG、埋め込み、ベクトルデータベースを使ったパイプラインの構築。
- 構造化されたプロンプトの設計と最適化。
- エージェントおよび自律型ワークフローのオーケストレーション。
- AI生成アウトプットの品質を評価し、改善する。
- バリデーション、メトリクス、セキュリティ制御の実装。
- コスト、レイテンシ、モデル全体のパフォーマンスを最適化する。
Agentic AI Expert
（Agent-Based AI Specialist）
Agentic AI Expertは、自律型のAIエージェントを中心に構築されたシステムの設計、実装、最適化を専門としています。複数のエージェントが認識し、推論し、意思決定し、調整しながら行動を実行して複雑な問題を解決し、エンドツーエンドのプロセスを自動化できるようなアーキテクチャを作ることに重点があります。
主な活動内容には次のようなものがあります。
- 自律型エージェントおよびエージェントベースのシステムの設計。
- 計画（プランニング）、メモリ、意思決定のメカニズムを定義する。
- ツール、API、データベースにアクセスできるエージェントを実装する。
- エージェント間のコミュニケーションと連携をオーケストレーションする。
- エージェントのパフォーマンス、安定性、整合性（アラインメント）を評価する。
- 無限ループ、不意図のアクション、目標の逸脱などのリスクを軽減する。
- コスト、レイテンシ、効率的なモデル利用を最適化する。 エージェント型システムをビジネスプロダクトやプロセスに統合する。
Agentic Systems Architect
（Architect of Intelligent Agent-Based Systems）
Agentic Systems Architectは、自律型AIエージェントによって駆動されるシステムのアーキテクチャを設計することが責任です。この役割では、複数のエージェントが情報をどのように認識し、どのように推論し、どのように意思決定し、どのように行動を協調して実行するかを定義します—それにより、スケーラビリティ、セキュリティ、そしてビジネス目標との整合性が確保されます。
主な活動内容には次のようなものがあります。
- スケーラブルでレジリエントなマルチエージェントアーキテクチャの設計。
- メモリ、計画、意思決定の構造を定義する。
- エージェント間の連携およびコミュニケーションのメカニズムを設計する。
- エージェントをAPI、データベース、外部ツール、エンタープライズシステムと統合する。
- 自律型エージェントのためのガバナンス、制御、監督のルールを確立する。
- 無限ループ、不意図のアクション、戦略的なミスアラインメントなどのリスクを軽減する。
- パフォーマンス、レイテンシ、モデル実行コストを最適化する。
- プロダクトチームおよびビジネスチームと協力し、戦略目標を機能する自律型システムへと落とし込む。
AI Product Manager
AI Product Managerは、AIを活用したプロダクトを定義し、設計し、リードします。この役割は、AIの技術的な能力とビジネスやユーザーのニーズを結びつけ、モデルの利用、リスク管理、ユーザー体験、技術的実現可能性についての戦略的意思決定を行い、AIが測定可能な価値を提供することを保証します。
主な活動内容には次のようなものがあります。
- AIベースのプロダクトに関するビジョンと戦略を定義する。
- 高いインパクトを持つAIユースケースを特定する。
- インパクト、コスト、リスクを考慮して機能の優先順位を決める。 エンジニアリングチームおよびデータチームと協力し、アーキテクチャと技術的スコープを検討する。
- パフォーマンス指標（精度、レイテンシ、コスト、導入状況）を評価する。
- バイアス、プライバシー、規制順守に関連するリスクを管理する。
- AIを明確かつ責任ある形で統合するユーザー体験を設計する。
- 本番環境でのプロダクトのパフォーマンスを継続的に監視し、最適化する。
AI Tech Lead
AI Tech Leadは、開発チーム内でAIベースのソリューションを設計し、実装を監督する責任を負う技術リーダーです。この役割では、技術アーキテクチャを定義し、ベストプラクティスを確立し、AIシステムがスケーラブルであり、セキュアで、そしてプロダクトおよびビジネスの目標と整合していることを保証します。
戦略、プロダクト、エンジニアリングの間をつなぐ存在として、AI Tech LeadはAI関連の取り組み全体における技術的な卓越性を担保します。
主な活動内容には次のようなものがあります。
- AI駆動ソリューションの技術アーキテクチャを定義する。
- モデル、パイプライン、インテリジェントシステムの実装をリードする。
- AIプロジェクトにおける品質、セキュリティ、ガバナンスの基準を確立する。
- LLM、RAGシステム、エージェントを統合するためのベストプラクティスについてチームを導く。
- コードをレビューし、AI生成アウトプットを検証する。
- モデル、ツール、フレームワークに関する技術的な意思決定を行う。
- 技術的な意思決定をプロダクト戦略および関係者の目的に合わせる。
Agentic AI Engineer
Agentic AI Engineerは、自律型AIエージェントを設計し、開発し、実装します。彼らは、エージェントが独立して認識し、推論し、計画し、行動できるようなシステムを構築します。そして、ツール、API、現実世界の環境と連携することで、複雑なプロセスを自動化します。
彼らの焦点は、AIモデルを、本番環境のシステム内で確実に機能する業務用のエージェントへと変えることです。
主な活動内容には次のようなものがあります。
- LangChainのようなLLMやツールを用いて、自律型エージェントの開発・実装を行う。
- メモリ、計画、意思決定のメカニズムを設計する。
- エージェントをAPI、データベース、外部ツールと統合する。
- マルチエージェントのアーキテクチャや連携ワークフローを構築する。
- 監視および行動のバリデーションシステムを実装する。
- レイテンシ、コスト、実行効率を最適化する。
- エージェントのパフォーマンスをテストし、評価し、継続的に改善する。
- プロダクトやビジネスプロセスにおけるAIの急速な普及によって生まれた、新しい職種の例をいくつか紹介します。
この技術革命によって生まれた他の職種をご存じでしたら、ぜひコメントで共有してください。
