結論から言う。AI案件の単価はPython+LLM経験ありで70〜100万円/月、データ基盤構築で65〜95万円/月、AI導入PMで80〜120万円/月が2026年4月時点の実勢相場だ。
ただし「AI案件」と一口に言っても中身は5分類以上に分かれる。LLMアプリ開発とデータパイプライン構築と既存システムへのAI機能追加では、求められるスキルも単価も大きく異なる。
私はIT業界12年、SES事業を6年経営しながら、自らもAI導入コンサルのPMとして複数の現場に入ってきた。SES側からはAI案件の需給と単価交渉の実態が見え、PM側からはクライアント企業がAIエンジニアに何を求めているかが見える。この二重の視点から、AI案件の単価構造を整理する。
Heydayが2025〜2026年に取り扱ったAI関連案件のデータを匿名化しながら、具体的な数字で解説する。
あなたの市場単価を診断する →
AI案件の定義と5つの分類
「AI案件」という言葉は曖昧だ。まずは市場で流通しているAI関連案件を5つに分類する。
1. LLMアプリケーション開発
ChatGPTやClaudeなどのLLMをAPIで組み込み、業務アプリやチャットボット、RAGシステムを構築する案件。2024年後半から急増し、2026年現在もっとも案件数が多いAI分野だ。
具体例:
- 社内ナレッジ検索チャットボット（RAG構成）
- カスタマーサポートの自動応答システム
- ドキュメント要約・分類の自動化
- コード生成・レビュー支援ツール
2. データ基盤・パイプライン構築
AIモデルが動くための「土台」を作る案件。データレイク設計、ETL/ELTパイプライン構築、データ品質管理、特徴量エンジニアリングなどが含まれる。
地味に見えるが、「AIをやりたい」と言っているクライアント企業の7割以上がまずデータ基盤の整備から始めることになる。実はAI案件のボリュームゾーンだ。
3. ML/AIモデル開発・MLOps
機械学習モデルの設計・学習・評価・チューニングから、本番環境へのデプロイ・監視・再学習パイプラインの構築までを担う案件。
2026年現在、モデル開発だけでなく「本番運用をどう回すか」のMLOps/LLMOps領域の需要が急拡大している。
4. AI導入コンサル/PM
技術選定、PoC設計、ROI試算、ベンダー選定、プロジェクトマネジメントを担う案件。コードを書くよりも、AIの可能性と限界を正確に理解した上で経営層やビジネス部門と対話し、プロジェクトを推進する役割だ。
私自身がこの領域でPMとして現場に入ってきた経験がある。後述するが、この分野は技術力だけでなくビジネス理解が求められるため、供給が少なく単価が高い。
5. 既存システムへのAI機能追加
既存のWebアプリやSaaSにAI機能（レコメンド、異常検知、自然言語処理、画像認識等）を組み込む案件。完全な新規AI開発ではなく、既存のシステムアーキテクチャとの整合性を取りながらAI機能を追加するため、AIスキルとシステム開発スキルの両方が求められる。
分類別の単価レンジ（2026年4月時点）
以下はエンド直または1次請け案件における実勢レンジだ。Heydayの取り扱い案件および市場データを総合した数字になる。
| 分類 | 経験3〜5年 | 経験5〜10年 | 経験10年以上 | 市場動向 |
|---|
| LLMアプリケーション開発 | 70〜95万円 | 85〜120万円 | 100〜140万円 | 拡大中 |
| データ基盤・パイプライン | 65〜88万円 | 78〜105万円 | 90〜125万円 | 拡大中 |
| ML/AIモデル開発・MLOps | 75〜100万円 | 90〜130万円 | 110〜150万円 | 急拡大中 |
| AI導入コンサル/PM | 80〜110万円 | 95〜130万円 | 110〜150万円 | 拡大中 |
| 既存システムへのAI機能追加 | 60〜82万円 | 72〜100万円 | 85〜120万円 | 横ばい〜拡大 |
Heyday実案件データとの比較
Heydayが2025年10月〜2026年3月に成約したAI関連案件（エンド直・1次のみ、匿名化）から抜粋する。
| 案件タイプ | 成約単価 | スキル要件 |
|---|
| 製造業向けRAGシステム構築 | 88万円 | Python, LangChain, AWS, 経験4年 |
| 金融機関のデータ基盤刷新 | 92万円 | Python, Spark, Airflow, AWS, 経験6年 |
| SaaS製品へのLLM機能組み込み | 78万円 | Python, OpenAI API, React, 経験3年 |
| EC企業のレコメンドエンジン構築 | 85万円 | Python, TensorFlow, MLflow, 経験5年 |
| AI導入PoCプロジェクトPM | 105万円 | PM経験+AI技術理解, 経験8年 |
これらの数字は市場相場の上限寄りに位置している。理由はSES単価の相場一覧で解説しているが、商流の浅さと案件選別が主因だ。
AI案件の単価を決める5つの要因
AI導入PMとして複数のクライアント企業と単価交渉をしてきた経験から、AI案件の単価を決定づける5つの要因を整理する。
1. 本番運用経験の有無（影響度：最大）
これが最大の分水嶺だ。
「PoCでモデルを作った経験がある」と「本番環境でモデルを運用し、モニタリング・再学習パイプラインまで構築した経験がある」では、単価が月額15〜30万円変わる。
私がPMとして入ったAI導入プロジェクトでも、クライアント企業が最も重視していたのは「PoC止まりにならない人材かどうか」だった。AIのPoCは多くの企業がやっている。しかし本番運用まで持っていける人材は圧倒的に不足している。
2. 複合スキルの掛け算
Python単体よりも、Python+クラウド（AWS/GCP）+インフラ知識の掛け算が単価を押し上げる。
Heydayの案件マッチングでも、以下の組み合わせは高単価案件への通過率が明らかに高い。
- Python + AWS（SageMaker/Bedrock） + MLOps → 85〜120万円
- Python + LangChain/LlamaIndex + クラウド → 75〜105万円
- Python + Spark + データ基盤設計 + クラウド → 80〜110万円
- Python + ML + PM経験 → 90〜130万円
単一スキルで高単価を目指すのは難しい。掛け算の数が多いほど希少性が高まり、単価は上がる。
3. ドメイン知識（業界理解）
金融、製造、ヘルスケア、小売——AI案件は特定のドメインの深い理解が求められることが多い。
たとえば金融機関のAI案件では、データのリネージ管理、モデルの説明可能性（Explainability）、規制対応の知識が加点要素になる。製造業では品質管理・生産計画の業務理解が単価に直結する。
クライアント企業の視点で言えば、「AIの技術は分かるが業務を知らないエンジニア」にはPoCの段階で離脱されるリスクがある。だからドメイン知識を持つ人材には高い単価を出す。
4. 上流工程への関与
要件定義、技術選定、アーキテクチャ設計——これらの上流工程に関与できるかどうかで単価は10〜20万円変わる。
AI案件の場合、通常のシステム開発以上に上流工程の重要性が高い。「そもそもAIで解決すべき課題なのか」「費用対効果は合うのか」「必要なデータは揃っているのか」——こうした判断ができるエンジニアは、実装だけを担当するエンジニアより明確に高い単価がつく。
5. 商流の深さ
これはAI案件に限った話ではないが、商流が深いほど単価は下がる。AI案件は単価の絶対値が高い分、中間マージンの影響も大きい。
エンド直で100万円の案件が、3次請けになると60万円台まで下がるケースは珍しくない。AI案件で高単価を得たいなら、商流の浅いチャネルを確保することが前提条件になる。
商流と単価の関係についてはSES単価の相場一覧で詳しく解説している。
AI案件に参入するための最低スキルセット
「AI案件をやりたい」というエンジニアから相談を受けることは多い。Heydayの案件マッチングの実績から、AI案件に参入するための最低ラインと、高単価を得るための追加スキルを整理する。
最低ライン（AI案件に参入できるレベル）
- Python: 実務で1年以上。データ処理（pandas, NumPy）が使えること
- クラウド基礎: AWS or GCPの基本サービスを理解している
- Git/CI/CD: 基本的な開発フローを理解している
- SQL: 集計・分析クエリが書ける
- LLM API: OpenAI APIまたはClaude APIを使ったアプリケーションを1つ以上作った経験
この最低ラインをクリアしたエンジニアが参入できるAI案件の単価レンジは55〜75万円/月が目安だ。
高単価ライン（80万円/月以上を目指すレベル）
最低ラインに加えて、以下のうち2つ以上を満たすと80万円/月以上が視野に入る。
- MLOps: MLflow、Kubeflow、SageMaker Pipelinesなどでモデルの本番運用経験
- RAG構築: LangChain/LlamaIndexを使ったRAGシステムの設計・構築・チューニング経験
- データ基盤: Spark、Airflow、dbtなどでのデータパイプライン構築経験
- 上流工程: 要件定義、技術選定、アーキテクチャ設計の実績
- ドメイン知識: 金融、製造、ヘルスケアなど特定業界での業務経験
トップライン（100万円/月以上）
- 本番運用の実績: AIモデルを本番環境で運用し、継続的な改善サイクルを回した経験が複数ある
- 技術選定の責任者経験: AIプロジェクトの技術選定を主導し、結果に責任を持った経験
- ビジネスインパクトの説明力: AI導入によるROIを定量的に説明できる
- PM/PL経験: AIプロジェクトのマネジメント経験
従来のSES案件との単価差
AI案件と非AI案件の単価差は、スキルと経験年数によって異なる。Heydayが扱っている案件データから傾向を示す。
| 比較軸 | 非AI案件（Python） | AI案件（Python+LLM/ML） | 差額 |
|---|
| 経験3年 | 55〜70万円 | 70〜90万円 | +15〜20万円 |
| 経験5年 | 65〜80万円 | 85〜110万円 | +20〜30万円 |
| 経験10年 | 75〜95万円 | 100〜140万円 | +25〜45万円 |
経験年数が上がるほどAI案件との差が開く傾向がある。これはAI案件では経験年数に比例して「本番運用経験」や「上流工程の実績」が蓄積されるため、スキルの掛け算効果が大きくなるからだ。
Pythonエンジニアの単価相場の詳細はPythonエンジニア単価マップ2026で解説している。他の言語との比較はSESエンジニアの年収を言語別に比較を参照してほしい。
あなたの市場単価を診断する →
AI案件の見つけ方（SES・フリーランスそれぞれ）
SESの場合
SES経由でAI案件を見つける場合、ポイントは「AI案件を扱っているSES企業を選ぶこと」に尽きる。
すべてのSES企業がAI案件を持っているわけではない。従来型のインフラ運用やWebシステム開発が中心のSES企業では、AI案件が流通していないことも多い。
Heydayでは2025年以降、AI関連案件の取り扱い比率が全体の約25%まで拡大した。これは意図的にAI案件に強いクライアント企業との関係を構築してきた結果だ。SES企業を選ぶ際は、AI案件の取り扱い実績を確認してほしい。
SES企業の選び方の詳細はSES案件の選び方ガイドで解説している。
フリーランスの場合
フリーランスでAI案件を獲得する場合、以下のチャネルが有効だ。
- エージェント経由: AI案件に強いエージェントを2〜3社選定する
- 直接営業: AI導入を推進している企業のCTOやVPoEにLinkedInでコンタクトする
- コミュニティ: AIエンジニアのコミュニティ（Kaggle、MLコミュニティなど）での人脈形成
- OSSコントリビューション: LangChain、LlamaIndex、MLflowなどへの貢献が実績になる
SESとフリーランスの働き方比較は正社員 vs フリーランス完全ガイドを参照してほしい。
今後の単価トレンド予測（2026〜2027年）
SES事業者としてAI案件の需給を日常的に観察している立場から、今後の単価トレンドを予測する。
上がると予測する分野
MLOps/LLMOps: LLMの本番運用を回せる人材の不足は深刻だ。モデルのバージョン管理、プロンプトの最適化、コスト管理、品質モニタリング——これらを実務で担当できるエンジニアは2026年時点でもまだ少ない。2027年にかけて需要は増え続ける。単価は上昇傾向が続くと見ている。
AI導入PM: 「AIを導入したい」と考える企業は増え続けているが、それをプロジェクトとして推進できるPM人材は極めて不足している。PoC止まりのプロジェクトを本番運用まで持っていくには、技術とビジネスの両方を理解した人材が必要だ。この分野の単価は上がる。
データエンジニア: AIの前提条件としてのデータ基盤整備の需要は引き続き大きい。地味だが安定して高単価が期待できる領域だ。
横ばい〜やや下がると予測する分野
LLMアプリケーション開発（基本レベル）: RAGやチャットボットの基本的な構築は、ツールやフレームワークの成熟により参入障壁が下がっている。「APIを叩いてチャットUIを作れる」レベルのスキルは汎用化が進み、単価は横ばいから微減と予測する。
既存システムへの単純なAI機能追加: AIの組み込みが容易になるにつれ、差別化が難しくなる。
結局何が単価を守るのか
AIツールやフレームワークが進化すればするほど、「ツールを使える」だけでは差別化できなくなる。単価を維持・向上させるのは、本番運用の経験、上流工程の能力、ドメイン知識——つまり「ツールの外側」にあるスキルだ。
この構造はAIに限った話ではない。AI時代のエンジニアキャリア戦略で詳しく論じている。
AI案件の単価を上げるための具体的なステップ
AI案件で高単価を目指すためのロードマップを、現在のスキルレベル別に整理する。
ステップ1: 非AI案件のエンジニア → AI案件参入（3〜6ヶ月）
- Pythonの基礎を固める（pandas、NumPy、データ処理）
- LLM APIを使ったアプリケーションを1つ作る（RAGが望ましい）
- AWSまたはGCPの基本資格を取得する
- ポートフォリオとしてGitHubに公開する
この段階で参入できるAI案件の単価は55〜75万円/月が目安だ。
ステップ2: AI案件参入済み → 80万円/月以上（6〜12ヶ月）
- 本番運用の経験を積む（MLflow、SageMaker Pipelines等）
- RAGの設計・チューニングの実績を作る
- データパイプラインの構築経験を追加する
- 上流工程（要件定義、技術選定）に積極的に関与する
ステップ3: 80万円/月 → 100万円/月以上（12〜24ヶ月）
- 特定ドメイン（金融、製造等）での深い実績を作る
- AIプロジェクトのPL/PMを経験する
- ビジネスインパクトを定量的に説明できるようになる
- 技術選定の責任者としての実績を積む
Heydayでは契約単価・マージン・商流をすべて開示しています
「自分の単価が適正か分からない」「もっといい条件の案件があるのでは」という方のご相談を受け付けている。
Heydayでは稼働前に契約単価を本人に開示し、マージン構造についても質問があればすべて回答している。
案件例を見てみる →
キャリア相談をする →
よくある質問（FAQ）
Q. AI未経験でもAI案件に参入できますか？
A. 参入できる。ただし段階がある。まずはLLMアプリケーション開発（RAGやチャットボット）から入るのが現実的だ。Python+LLM APIの基礎を身につければ、55〜75万円/月のAI案件に参入できる。Heydayでも、Webバックエンド経験のみからAI案件にシフトしたエンジニアは複数いる。
Q. AI関連の資格は単価に影響しますか？
A. 正直に言うと、資格だけで単価が上がることは少ない。ただしAWS Machine Learning SpecialtyやGoogle Cloud Professional Machine Learning Engineerは、スキルシートの説得力を上げる効果がある。「資格を取ってから案件を探す」より「案件で実務を積みながら資格を取る」方が効率的だ。
Q. PythonなしでもAI案件に入れますか？
A. AI導入PM/コンサルであればPythonのコーディングスキルがなくても参入可能だ。ただし技術的な理解は必要で、「LLMのプロンプトエンジニアリングとは何か」「RAGの仕組みは何か」「ファインチューニングとは何か」程度は説明できる必要がある。PM/コンサル案件の単価は80〜120万円/月と高いが、PM経験+AI技術理解の両方が求められる。
Q. 年齢制限はありますか？
A. AI案件にはSESの一般的な案件と比べて年齢のハードルが低い傾向がある。スキルが希少な分、30代後半〜40代でもスキルマッチすれば案件が決まりやすい。ただし「AIを学び始めたばかりの40代」と「AI実務経験のある40代」では状況が大きく異なる。実務経験を積むことが優先だ。
Q. AI案件は地方からリモートで参画できますか？
A. 2026年時点では、AI案件の約60〜70%がフルリモートまたは週1出社で対応可能だ。通常のSES案件（約40〜50%がリモート対応可能）と比べるとリモート率が高い。これはAI案件を発注する企業がIT先進企業であることが多く、リモートワークに慣れていることが背景にある。
まとめ
AI案件の単価は「AI案件」という大きな括りで見ても意味がない。5つの分類それぞれで単価レンジは大きく異なり、さらに本番運用経験・複合スキル・ドメイン知識・上流工程関与・商流の5つの要因が掛け合わさって最終的な単価が決まる。
2026年4月時点の相場観をまとめると:
- 参入レベル: 55〜75万円/月（Python+LLM APIの基礎）
- 中級レベル: 75〜100万円/月（本番運用経験+複合スキル）
- 上級レベル: 100〜150万円/月（PM経験+ドメイン知識+上流設計）
自分のスキルセットがどのレンジに位置するかを把握し、次に何を積み上げれば単価が上がるのかを明確にすることが第一歩だ。
AI案件に限らず、自分の市場単価を正確に知ることが戦略の起点になる。
あなたの市場単価を診断する →
案件例を見てみる →
キャリア相談をする →
関連記事
