AWS AI Practitioner (AIF-C01): 給与、キャリアへの影響、そして取得すべき人

まず率直に言うと、AIF-C01はそれ単体で仕事を得られる認定ではありません。これは、Cloud Practitionerに似た、AWSのAI/ML側における基礎的なAIリテラシーの資格です。ソフトウェアエンジニアやMLエンジニアであれば、給与に全く影響しないでしょう。しかし、PM、ビジネスアナリスト、セールスエンジニア、あるいはAWS AIサービスに精通する必要がある非技術系のリーダーであれば、これは有用な資格であり、実際の仕事にとってAWSのカタログの中で最も関連性の高い認定かもしれません。

このニュアンスが重要なのは、AIF-C01を検討している人の半数が、これをAWS版の「AI/MLエンジニア認定」だと考えているためですが、そうではありません。それはMLA-C01です。

AIF-C01とは実際には何か

AIF-C01は2024年10月にリリースされ、ベータ期間を経て2024年後半にGAとなりました。AWSは、これを明確に非エンジニアリングAI職向けの基礎認定として位置付けています — プロダクトマネージャー、ビジネスアナリスト、セールスエンジニア、マーケター、プロジェクトマネージャー、そしてAI作業に隣接するがモデル構築は行わない職務の個人貢献者向けです。

試験は65問、90分、$100 USDで、合格には1000点中700点が必要です。以下の5つのドメインから構成されます。

• AIと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%)
• AIソリューションのセキュリティ、コンプライアンス、ガバナンス (14%)

これはコーディング試験ではありません。PyTorchの構文に関する質問もありませんし、SageMakerのトレーニングパイプライン設定をデバッグする問題もありません。この試験では、AWS Bedrockが何のためにあるのか、RAG（Retrieval-Augmented Generation）が何を意味するのか、いつ基盤モデルを使用し、いつ独自のモデルをファインチューニングするのか、そしてAWSが公開している責任あるAIのガードレールが実際に何を意味するのかを理解しているかを問われます。

具体的なサービス対象範囲：

• Amazon Bedrock: 基盤モデルアクセス (Claude, Llama, Titan, Mistral)、Knowledge Bases、Agents、Guardrails、モデル評価。これが中心です。
• SageMaker: 高度なレベルで — JumpStartとは何か、Studioとは何か、Canvasとは何か。MLA-C01が問うような深い運用知識ではありません。
• Amazon Q: Q Developer、Q Business、Q for QuickSight。それぞれのバリアントが何をするかを認識します。
• Comprehend, Rekognition, Polly, Transcribe, Translate, Lex, Textract: 事前構築されたAIサービス。それぞれの機能を知る必要があり、操作方法を知る必要はありません。
• 責任あるAI: バイアス、公平性、説明可能性、AWS AI Service Cards、モデル文書化のプラクティス。
• セキュリティ: データ暗号化、KMS、Bedrock用VPCエンドポイント、AIサービス用IAM。基礎的なものであり、深い知識は不要です。

給与への影響：強い注意点と共に

AIF-C01は新しすぎて、信頼できる給与データが関連付けられていません。2026年4月現在で約18ヶ月前の認定であり、取得者の人口が少なすぎるため、報酬アグリゲーター（levels.fyi、Glassdoor）はこれを個別に分けていません。「AIF-C01の取得者はXドル稼ぐ」と主張する人は、基本的にそれをでっち上げていることになります。

注意点付きで言えること：

非技術職向け（PM、BA、セールスエンジニア、カスタマーサクセス、AI製品マーケティング）については、この認定は2025年～2026年のAI特化型求人市場において、採用にわずかな後押しを提供しているようです。AI関連のSaaS企業の採用担当者は、AIプロダクトマネージャーやAIソリューションズエンジニアの職務において、AIF-C01を「優遇される資格」に含め始めています。米国におけるこれらの職務の給与は、経験年数と都市圏によって異なりますが、2025年～2026年のAI PM職のlevels.fyiデータによると、基本給は概ね13万ドル～20万ドルです。この認定がその範囲を動かすわけではなく、職務と企業が動かします。

技術職向け（ソフトウェアエンジニア、MLエンジニア、データエンジニア）については、AIF-C01は給与への影響がほぼゼロです。採用マネージャーはこれをエンジニアリングのシグナルとは見なしません。ソフトウェアエンジニアであれば、MLA-C01（実際のMLエンジニア認定）を取得するか、AWS AI認定を完全にスキップして、出荷可能なMLプロジェクトの構築に注力すべきです。

AWSパートナーのセールス/顧客対応職向けについては、AWSがAIエコシステムを推進する中で、2025年～2026年にはパートナーティアのコンプライアンス要件としてAIF-C01がほぼ必須となりつつあります。パートナーは認定された従業員を必要としており、AIF-C01は非エンジニアリングスタッフにとって最も摩擦の少ない資格です。

関連職種の米国BLS（労働統計局）の参考データ: ソフトウェア開発者 (15-1252) の中央値は約13万2千ドル。コンピュータおよび情報研究科学者 (15-1221、ML研究者を含む) の中央値は約14万ドル、上位10%は約23万5千ドルです。これらをAIF-C01の給与と解釈しないでください。これらはAI関連の仕事と重なるより広範なカテゴリです。

AIF-C01とAI-900、GCP Generative AI Leaderの比較

3つの基礎的なクラウドAI認定は、設計意図は似ていますが、内容には大きな違いがあります。

Microsoft AI-900 (Azure AI Fundamentals): 2020年にリリースされた、より古い認定です。Azure Cognitive Services、高度なAzure Machine Learning、コンピュータビジョン、NLP、そして（2024年に追加された）生成AIをカバーします。99米ドル、40～60問、60分。AI-900は表面的なレベルではより広範であり、より多くのAIワークロードタイプを網羅していますが、特に生成AIについては軽めです。日常的にAzure中心の仕事をしている場合、AI-900が明確な選択肢となります。

Google Cloud Generative AI Leader (GAIL): AWSのAIF-C01と並行して2024年にリリースされました。99米ドル、50～60問、90分。その名の通り、GAILは特に生成AIに重点を置いています — Vertex AI、Gemini、Duet AI、プロンプトエンジニアリング、RAGパターンなど。AI-900よりも範囲が狭く、スコープ的にはAIF-C01に最も近い競合と言えるでしょう。

AWS AIF-C01: 100米ドル。Bedrock、基盤モデル、生成AI、さらに広範な事前構築済みAIサービス（Comprehend、Rekognitionなど）をカバーします。スコープ的にはAI-900（広範）とGAIL（狭く/生成AIのみ）の間に位置します。

いずれか一つを選ぶ際に特定のクラウドへのコミットメントがない場合：雇用主または目標とする雇用主が使用しているクラウドを選択してください。それが制約でない場合、AWSは全体として最大の雇用市場（米国のクラウド求人の約60%）を持っているため、AIF-C01が最も安全な単一の選択肢です。3つの認定間のコンテンツの重複は大きく、一つを合格すれば、二つ目ははるかに速く取得できます。

AIF-C01を取得すべき人

AI関連企業のプロダクトマネージャー。 AI機能を構築している企業のPMであれば、AIF-C01は適切な資格です。コードを書く必要なく、基盤モデル、RAG、ファインチューニング、埋め込み、プロンプトエンジニアリングなど、必要な専門用語を学ぶことができます。AIについて実質的な技術的会話ができないPMは2026年には影響力を失いつつあり、AIF-C01はそのギャップを埋めます。

セールスエンジニアとソリューションコンサルタント。 特にAWSパートナーやAIプラットフォーム企業で。顧客はBedrockとSageMakerの比較、モデルの選択、責任あるAIコントロールについて難しい質問をします。AIF-C01の準備はこれらの質問に答える助けとなります。

AIを導入する企業のビジネスアナリストおよびオペレーションリーダー。 あなたのチームが社内で生成AIツールを展開しており、あなたがベンダーを評価したり、展開を管理する立場にある場合、AIF-C01はまさにあなたの役割をターゲットとしています。

非技術分野からのキャリアチェンジャー。 マーケティング、プロジェクト管理、コンサルティングからAI分野へ移行する場合、AIF-C01とビジネスサイドのAI業務ポートフォリオ（チャットボットの展開、3つのRAGベンダーの評価など）は、信頼できる参入点となります。

取得をスキップしてMLA-C01に進むべき人

ソフトウェアエンジニア、MLエンジニア、データエンジニア、MLOpsエンジニア。 これらは技術的な認定が必要な技術職です。AIF-C01は実際のエンジニアリング能力を示すには浅すぎ、MLを本番環境に出荷するために本当に知るべきことをテストしません。MLA-C01（Machine Learning Engineer Associate）が適切な次のステップです。これはSageMakerの深い知識、モデルのデプロイ、監視、そしてMLライフサイクルをカバーします。

既存のML経験が豊富な人。 数年間MLに携わっており、AWSの資格を求めている場合、AIF-C01は侮辱的に基本的なものに感じるでしょう。より上位の資格を目指すのであれば、直接MLA-C01、あるいはGenAI Developer Professional (AIP-C01) に進むべきです。

実際にAWSで作業しないエンジニア。 AIF-C01はBedrock、SageMaker、Qなど、AWSに強く特化しています。AI作業が完全にAzure OpenAIまたはGoogle Vertex AIで行われる場合、代わりに同等のAI-900またはGAILを取得すべきです。

まとめ

AIF-C01は、適切な人にとっては適切な認定であり、それ以外の人にとっては間違った認定です。適切な人とは、AWSにおけるAIリテラシーを必要とする非エンジニアリングの専門家です。彼らはこの資格から、採用担当者へのシグナル、パートナーティアの資格、基盤モデルの専門用語に関する会話の流暢さといった、真の価値を得られます。

ソフトウェアエンジニアやML実務者にとって、AIF-C01は間違った認定です。MLA-C01を取得するか、AWS AI認定を完全にスキップして何かを構築してください。MLエンジニアの求人市場は、LinkedInの基礎AIバッジよりも、GitHub上のデプロイされたRAGシステムにはるかに大きな関心を持っています。

この認定は安価（100米ドル）、短時間（90分、65問）、そしてAIに少しでも触れた経験があれば特に難しくありません。ほとんどの人は30～50時間の準備で初回で合格します。対象読者であれば、これは低コスト・低リスクの資格であり、意図された役割を果たすものであり、それがすべてです。形式を確認するためにCertLabProでAIF-C01の問題集を閲覧すれば、その範囲をすぐに把握できるでしょう。

昇給は期待しないでください。ただし、AIリテラシーが必須スキルとなる特定の職務においては、採用担当者のスクリーニングをより迅速に通過できると期待してください。