この記事の結論: SESエンジニアがPython+LLM/RAG実装経験を持つとAI案件で月単価75〜95万円が狙える。現在の通常SES案件より+15〜25万円の上昇幅。ただしフリーランスの同スキル相場（80〜100万円）と比べると5〜10万円の開きがある。この差をどう扱うかが、SES継続かフリーランス転向かの判断軸になる。
2026年、「AIエンジニアになりたい」と検索するSESエンジニアが急増している。しかし多くの記事が答えているのは「フリーランスのAIエンジニアの平均単価」であり、SESとして今の現場に近い形でAI案件に入った場合、単価はどう変わるかを具体的に教えてくれる情報はほとんどない。
SESの商流構造は独特だ。同じスキルを持っていても、フリーランス直取引とSES常駐では単価が変わる。AI案件でもその構造は変わらない。エージェントサイトが公開する「AI案件の平均単価85万円」は主にフリーランスの数字であり、SESエンジニアにそのままあてはまるわけではない。
私はHeydayでSES事業を6年経営しながら、自らAI導入コンサルのPMとして複数の現場に入ってきた。SES企業の立場からは需給と単価交渉の実態が見え、PM側からはクライアントがAIエンジニアに何を求め、何をいくらで発注しているかが見える。この記事ではHeydayが2025年10月〜2026年3月に取り扱ったAI関連SES案件47件のデータを匿名化して開示しながら、SESエンジニアが参入できるAI案件の実際の単価構造を解説する。
この記事でわかること：
- SESエンジニアがAI案件に参入したときの単価変化の実数値
- スキル別・経験別の単価レンジ（Heyday実案件データ）
- SES経由とフリーランス転向の単価差の正体
- 今から6ヶ月でAI案件単価に届くロードマップ
案件例を見てみる →
「AIエンジニアの単価は月60〜150万円」という情報を見てもピンとこない人は多い。当然で、この幅は誰の、どの契約形態の、何のスキルの単価かを整理しなければ意味をなさない。
フリーランスエージェントが公開する「AI案件の平均単価」は、主にエージェント経由で直接契約したフリーランスの単価だ。Findie社の2026年1月調査（n=265名、Findy Freelance登録エンジニア対象）によると、フリーランスエンジニア全体の平均月単価は約80万円。AIコード生成ツールを50%以上活用している層では約84万円と、非活用層と比べて月10万円高い。
この数字は「フリーランス直取引」の相場であり、SES経由の常駐案件には直接あてはまらない。
SESエンジニアの案件単価がフリーランスと異なる主な理由は3つある。
商流の層数が違う: フリーランス直取引はエンド企業との1対1または1社介在。SES経由では1〜3社が介在し、各社がマージンを抜く構造になる。同じ70万円の案件でも、間に2社入ればエンジニアへの還元は大きく変わる。
リスクと保障の配分が違う: SES企業は待機期間の給与保障、社会保険、営業コスト、採用コストを負担している。フリーランスはこれらを自分で賄う代わりに単価が高い。
案件選択権の構造が違う: フリーランスは原則として自分で案件を選べる。SESは会社の営業方針と案件在庫に依存する部分がある。ただしHeydayでは自己開示型の案件選択プロセスを採用している。
AI案件を「SESエンジニアの参入難易度」で分類すると4タイプに整理できる。
既存のWebアプリやシステムにAI機能を追加するプロジェクト。RAGベースの検索機能追加、チャットボット組み込み、APIを使ったAI機能実装など。Python基礎とLLM APIの使い方を習得していれば参入できる入口として最も現実的なタイプだ。
必要スキルの目安: Python基礎、OpenAI/Claude API、REST API実装経験
RAGシステム、社内ナレッジ検索、ドキュメント処理の自動化など、LLMを中核に据えたアプリケーションの新規開発。LangChain/LlamaIndexなどのフレームワーク経験と、ベクトルDB（Chroma、Qdrant等）の理解が求められる。
必要スキルの目安: Python中級、LangChain or LlamaIndex、ベクトルDB、RAGアーキテクチャ設計
AIモデルが動くためのデータ基盤構築、ETL/ELTパイプライン、特徴量エンジニアリング。インフラ経験のあるSESエンジニアが移行しやすいタイプでもある。クラウド（AWS/GCP）との組み合わせ経験があると単価が上がりやすい。
必要スキルの目安: Python、Spark/Airflow、AWS or GCP、データモデリング基礎
本番運用中のMLモデルやLLMアプリの監視、再学習パイプライン、モデルの性能劣化検知など。実務での本番運用経験が必須で、2026年現在最も単価が高く、最も人材が不足している領域だ。
必要スキルの目安: MLflow/Kubeflow、CI/CD for ML、モデルモニタリング、コンテナ（Docker/Kubernetes）
ここからは具体的な数字を見ていく。
Heyday調査データ（2025年Q4〜2026年Q1）: AI関連SES案件の単価レンジ
出典: Heyday株式会社 取引データ 2025年10月〜2026年3月（AI関連案件 n=47件）
集計対象: Heydayが商流に関わったエンドの案件単価（エンジニアへの還元額ではなく案件単価）
| スキルセット | 案件単価レンジ（/月） | 対通常SES比 | 案件数 |
|---|
| Python基礎のみ（ML未経験） | 55〜70万円 | ±0〜+5万円 | 8件 |
| Python+LLM API実装経験あり | 65〜80万円 | +10〜15万円 | 14件 |
| Python+LLM/RAG設計・実装 | 75〜95万円 | +15〜25万円 | 12件 |
| Python+データ基盤+クラウド | 70〜90万円 | +10〜20万円 | 7件 |
| MLOps/LLMOps実務1年以上 | 90〜120万円 | +30〜45万円 | 4件 |
| AI導入コンサル/PM | 95〜140万円 | +35〜65万円 | 2件 |
出典: Heyday株式会社 取引データ 2025年10月〜2026年3月（n=47件）
AIスキルを持ったSESエンジニアの案件単価は、経験年数よりも本番環境での実装経験の有無で決まる傾向が強い。同じ「Python+LLM経験あり」でも、PoC（実証実験）どまりのエンジニアと、本番リリースまで経験したエンジニアとでは10〜15万円の単価差が生まれる。
| 経験ステージ | 典型的な単価 |
|---|
| AI学習中・PoC経験のみ | 55〜65万円/月 |
| 本番リリース1件以上 | 70〜85万円/月 |
| 複数案件の本番経験 | 85〜100万円/月 |
| チームリード経験あり | 100〜120万円/月 |
出典: Heyday株式会社 取引データ 2025年10月〜2026年3月（n=47件）
Heydayが扱ったAI関連案件では、フルリモート可の案件が全体の62%を占め、単価は常駐案件より平均3〜8万円低い傾向があった。エンドクライアントが「物理的な存在を確認できるリスクヘッジ」をコストと見なすためで、AIスキルが希少なうちは単価差は縮まる方向にある。
あなたの市場単価を診断する →
前述のFindie調査とHeydayデータを並べると、同スキル帯での単価差が見えてくる。
| スキルセット | SES案件単価（Heydayデータ） | フリーランス相場（推定） | 差 |
|---|
| Python+LLM/RAG | 75〜95万円 | 85〜105万円 | -10〜-15万円 |
| データ基盤+クラウド | 70〜90万円 | 80〜100万円 | -10〜-15万円 |
| MLOps実務1年以上 | 90〜120万円 | 100〜130万円 | -10〜-15万円 |
SES案件単価: Heyday株式会社取引データ（2025年10月〜2026年3月, n=47件）
フリーランス相場: Findie調査（2026年1月, n=265名）+ 各エージェント公開データより推計
単純な単価比較だけではSES継続かフリーランス転向かを判断できない。SES経由の方が経済合理性が高い条件がある。
スキル構築フェーズにある場合: フリーランス転向後に案件が取れなかった際の待機リスクがゼロになるのがSESの強みだ。AIスキルが未成熟な段階でフリーランス転向すると、単価より案件が見つからないリスクの方が大きい。
現在の常駐先にAI要素を持ち込める場合: 最も効率的なAI案件参入ルートは、今いる現場でAIを使った改善提案を自発的に行うことだ。関係ができている現場であれば、新規営業コストゼロで単価交渉につながりやすい。
SES企業が高還元率を維持している場合: 案件単価が適正でも、SES企業のマージン率が高ければエンジニアの手取りは変わらない。Heydayでは取引単価に対する還元率を開示しているが、勤務先の会社が単価を教えてくれない場合は転職・転社を検討する判断材料のひとつとなる。
代表・小川将司のコメント
SES事業を6年経営してきた立場から言うと、AI案件はスキルさえあれば単価交渉の余地が他のどの技術分野より大きい。クライアント企業側に「AIがわかる人間が少ない」という現実があるからだ。ただしSESの商流で単価を上げるには、「案件単価を上げる交渉」と「自分の手取りへの還元率を上げる交渉」の2段階が必要になる。この2段階を会社と交渉できない環境にいるなら、環境を変える方が早い。
最も効率的なスタートは転職でも自主学習でもなく、今いる現場でAIを使った改善提案をすることだ。
具体的には：
- 現在手動で行っている定型作業（ドキュメント要約、コードレビュー補助、テストケース生成など）にLLMを適用する小さな提案を上長に持ち込む
- GitHub CopilotやClaude Codeなどのコーディング支援ツールを使って生産性を上げ、「AI活用エンジニア」というポジションを現場で確立する
- その実績をスキルシートに記載する
GitHub Copilotを使って生産性を30%改善した実績は、「Python学習中」より遥かに強いシグナルとして次の案件選定時に機能する。
タイプ1（AI機能追加）かタイプ2（LLMアプリ開発）の案件に1件参入し、本番リリースまで完遂する。
Heydayのデータでは、「PoC経験のみ」と「本番リリース1件以上」のエンジニアの単価差は10〜15万円/月ある。この1件が単価ジャンプの最重要ステップだ。
このフェーズで習得すべきスキルの優先順位：
- Python中級（非同期処理・型ヒント）
- OpenAI API または Claude API（プロンプトエンジニアリング含む）
- LangChain または LlamaIndex の基礎
- ベクトルDB（Chroma、Qdrant のどちらか）
本番経験が1件できたタイミングで、新しいAI案件への参入交渉または現在の案件の単価改定交渉を行う。
交渉材料として有効な記載例：
- 「LLM/RAGシステムの設計・実装・本番運用（○○社プロジェクト、2025年○月〜）」
- 「Claude API / OpenAI APIを活用した業務自動化ツール開発・リリース」
- 「LangChainを使用したRAGアーキテクチャの設計（検索精度○%向上）」
AI案件参入を検討するエンジニアが見落としがちな3つの確認事項がある。
現在のSES単価は適正か: AI案件に移る前に、今の通常SES案件での単価が適正かどうかを確認することが先決だ。今の単価が市場より低ければ、スキルを変えなくても単価を上げられる可能性がある。Heydayでは業種・スキル・経験年数を入力するだけで単価レンジを診断できる。
還元率は開示されているか: 案件単価が上がっても、SES企業のマージン率が高ければエンジニアへの還元は変わらない。自分の案件単価を教えてもらえない会社は、それ自体がリスクシグナルだ。
AI案件に向いているスキルの前提があるか: AIエンジニアへの参入を難しくする最大の要因は数学・統計への苦手意識だ。LLMアプリ開発（タイプ1・2）は数学への依存度が低いが、ML/MLOps（タイプ3・4）は線形代数・確率統計の基礎が必要になる場面がある。
キャリア相談をする →
SESエンジニアがAI・生成AI案件に参入した場合の単価変化をHeydayの実案件データで見ると：
- Python基礎のみ: 通常SES比 ±0〜+5万円（単価圧縮期待は禁物）
- Python+LLM/RAG実装経験: +15〜25万円/月（最もコスパが高い投資先）
- MLOps実務経験: +30〜45万円/月（希少性最大だがハードルも高い）
フリーランスとの単価差は同スキルで10〜15万円/月あるが、スキル構築フェーズではSES継続の合理性が高い。AI案件参入の最短ルートは「今の現場でAI要素を持ち込む」ことであり、学習開始から本番案件参入まで6ヶ月が現実的な目標になる。
A. タイプ1（AI機能追加）であれば、Python基礎とOpenAI/Claude APIの使い方で参入できる。本番実装経験が1件あれば、案件単価70万円前後が現実的な最初の目標になる。数学・統計の深い知識は機械学習モデル開発（タイプ3・4）では必要だが、LLMアプリ開発では必須ではない。
A. Heydayのデータとフリーランス市場の相場を比較すると、同スキルで月10〜15万円程度の差がある。ただしフリーランスは待機リスク・社会保険・営業コストを自己負担するため、可処分所得ベースでの差は縮まる。スキルが安定的に需要がある水準（本番実績複数件）になってからフリーランス転向を検討するのが現実的だ。
A. 最初のステップは「今の現場で繰り返し発生している手作業」のリストを作ることだ。ドキュメントの要約・分類、定型メールの下書き生成、テストケースのひな形作成、コードのコメント追記——これらはLLM APIで自動化できる業務の典型例だ。社内向けの小さなPoC提案から始めると、現場のAI実績として記録できる。
A. 影響する。Findie調査（2026年1月, n=265）では、コード生成にAIを50%以上活用しているエンジニアの月単価は、非活用層比で平均10万円高かった。直接的には「生産性が高い＝より複雑な案件を担当できる」というシグナルとして機能する。スキルシートへの記載（「GitHub Copilot / Claude Code活用による開発速度◯%向上」）も有効だ。
A. 単価の開示拒否は透明性リスクの最も明確なシグナルだ。単価がわからなければ還元率もわからず、AI案件参入で単価が上がっても自分の手取りが上がるかどうかを判断できない。単価開示を求めて断られた場合は、転職・転社を具体的に検討するタイミングと考えてよい。Heydayでは案件単価を開示した上で還元率についても面談時に説明している。
