AI資格おすすめ5選。G検定とパスポート3兄弟の違いと選び方

AI資格を調べると、似た名前がたくさん出てきますね。

「AI資格が多すぎて、結局どれを取ればいいの？」と迷っていませんか。

実は2027年、名前に「パスポート」がつく3つの資格が同時に変わります。

この記事では主要5資格の違いを比べ、難易度ランキングに頼らず自分に合う1つを選ぶ方法をお伝えします。

カギは「鮮度」と「使った証拠」です。

AI資格は「鮮度」と「使った証拠」で選ぶ

結論から言うと、AI資格選びで一番見るべきなのは難易度ではありません。

「いつの知識か（鮮度）」と「実際に使ったか（使った証拠）」の2つです。

理由はシンプルです。

主要なAI資格の合格率は、どれも8割前後に集まっています。

生成AIパスポートの2026年6月試験は79.90%（出典:生成AI活用普及協会、2026年6月試験結果、2026年）。

G検定の2026年第4回は83.08%でした（出典:日本ディープラーニング協会、2026年第4回G検定結果、2026年）。

10人受けて8人が受かる試験は、「持っていれば一目置かれる武器」にはなりにくいんですよね。

どちらかといえば、AIの基本を押さえた人だと示す「入場券」に近い存在です。

では、入場した後は何で差がつくのか。

ここで効いてくるのが鮮度です。

生成AIの世界では、半年前の常識があっという間に古くなります。

実際、生成AIパスポートは2026年2月試験と2027年2月試験で、2年続けてシラバス（出題範囲）を改訂しました。

もう1つが使った証拠です。

日本で生成AIを使ったことがある人は58.8%で、前年度の26.7%から倍以上に増えています（出典:総務省、令和8年版情報通信白書、2026年）。

なお今回から15〜19歳も調査対象に加わっており、20歳以上に限ると52.2%です。

使う人が過半数になった今、「知っている」だけでは横並びになってしまいます。

一方で、生成AIを使っていない人に理由を聞くと、38.8%が「使い方がわからない」と答えました（同上）。

AI資格が売れている背景には、この「使い方への不安」があるわけです。

この記事では、乱立するAI資格を「知る・使う・広げる・作る」の4段に並べた独自の地図「AI資格4段ばしご」で整理します

読み終えるころには、あなたが今日申し込むべき1つが見えているはずです。

あなたが資格に期待しているのは、肩書きでしょうか。

明日の仕事が少し楽になることでしょうか。

私がすすめる「資格の3点照合」

そこで私は、資格を次の3点で照合する方法をすすめます。

公式の分類ではなく、仕事から受験目的を整理するための考え方です。

確認する点	自分に問いかけること	具体例
仕事	どの業務で困っているか	社内資料を要約するときの情報管理が不安
試験	合格のために何を示すのか	知識問題への解答、講座修了、課題提出など
成果	学んだ後に何を職場へ持ち帰るか	入力してよい情報と確認手順をまとめたメモ

この3つがつながれば、資格名の知名度だけに頼らず選べます。

反対に、「人気だから」しか理由が出てこないときは、受験を急ぐ必要はありません。

知識試験には、自己流で使っていると見落とす論点を学べる良さがあります。

ただし、試験に合格したことと、自社の業務で安定した成果を出せることは、確認する場面が異なります。

私が資格選びで持っておきたい視点は、これです。

資格の難しさと、仕事への近さは別です。

難関資格を目指す努力も、入門資格で土台を固める努力も、使う場所があってこそ生きてきます。

乱立するAI資格の違いを一覧で比較

まずは全体像からです。

2026年11月時点で、会社員が候補にしやすいAI関連の資格を比べてみました。

資格・実施主体	主に学ぶこと	試験・認定の形	一般受験料
生成AIパスポート／GUGA	生成AIの基礎、活用、リスク対策	オンラインの選択式試験	11,000円
G検定／JDLA	AI・深層学習の基礎と事業活用	オンラインまたは会場の多肢選択式	13,200円
AXパスポート／JDLA	AIを安全に仕事へ活用する基礎	リテラシー編と実践編の要件を満たす	まだ未発表
DS検定 リテラシーレベル／データサイエンティスト協会	データサイエンスとAI活用の基礎	会場のコンピューターで選択式	11,000円
E資格／JDLA	深層学習の理論と実装に必要な知識	認定プログラム修了後に多肢選択式	33,000円
生成AIアドバイザー認定試験／全日本情報学習振興協会	生成AIの活用、リスク、導入課題	選択式試験〈公開会場・CBT・IBT〉	1級11,000円、2級8,800円〈2027年2月回〉
ITパスポート／IPA	AIも含めたIT・経営・管理の基礎	会場のコンピューターで選択式	7,500円

（出典:各主催団体の公表資料・試験結果発表、2025〜2026年）

AI資格に国家資格はあるのか

ここで多くの方が勘違いしやすいポイントがあります。

2026年11月時点で、AIに特化した国家資格はありません。

一番近いのはITパスポートです。

IT全般の基礎を問う国家試験ですね。

2023年8月には、生成AIに関する内容がシラバスに加わりました。

2025年度の応募者数は30万7,266人で、2年連続の30万人超えです。

さらに2027年度からは、情報処理技術者試験そのものが再編されます。

ITパスポートは2027年度春ごろに新制度へ移ります。

夏から秋ごろには、「プロフェッショナルデジタルスキル試験（仮称）」の「データ・AI領域」などが始まる予定です

名前が似ている「パスポート3兄弟」に注意

もう1つの落とし穴が名前です。

ITパスポート、生成AIパスポート、AX Passport（AXパスポート）。

3つとも「パスポート」ですが、運営団体はすべて別です。

国家試験はITパスポートだけ。

通信講座大手のユーキャンも、講座ページで「生成AIパスポートは国家試験ではありません」と明記しています。

ちなみに「いとこ」のような存在もあります。

ITパスポート・DS検定・G検定の合格者が申請できる「DX推進パスポート」というデジタルバッジです。

発行元はIPA・JDLA・データサイエンティスト協会でつくる官民連携の会議体。

こちらも国家資格ではありません

履歴書や社内の資格報告に書くときは、取り違えないよう正式名称で書きましょう。

G検定と生成AIパスポートは学びの重点が違う

G検定は、AIやディープラーニングを体系的に学ぶ試験です。

ディープラーニングとは、多層のニューラルネットワークを用いる機械学習の手法。

生成AIの操作に限らず、技術の可能性や限界を理解し、事業での使いどころを考えます。

生成AIパスポートは、生成AIの基礎や利用時のリスク対策を学ぶ入口です。

社内で利用する際の注意点を整理したい人なら、こちらを先に検討しやすいでしょう。

一方、DS検定はデータを扱う仕事に関心のある人の候補。公式の試験範囲には、統計、データの加工、プログラミングなども含まれます。

「リテラシー」という言葉だけで、数学を使わない入門試験だと考えない方がよいですね。

生成AIアドバイザーにも、活用のケーススタディや導入課題が出題されます。

こちらも名称から個別企業への助言実績まで認定されると受け取らず、公開されている問題や評価方式を見て選びましょう。

私がAXパスポートに興味をもった理由

私がAI資格に興味を持ったのは、東京大学松尾・岩澤研究室が企画・運営するAXエバンジェリスト講座を受講していたのですが、修了者はAXパスポートの実践編が免除されると案内されたことでした。

資格を先に探したのではなく、学んでいた講座から関心が広がった形です。

この案内を踏まえて考えたいのは、「講座を修了すること」と「資格の認定を受けること」の関係です。

学習済みの内容を生かせるなら、同じ範囲を最初から重ねて学ぶ必要があるのか、確認したくなりますね。

すでに受けた研修や講座は、皆さんの資格選びにも関係していないでしょうか。

そもそもAXエバンジェリスト講座が無料で実施されたのもAXパスポートの見込み客を作るためだったのかもしれませんが・・・

2027年、3つのパスポートが同時に変わる

ここからが、ほかの比較記事ではあまり語られない話です。

2027年は、AI資格にとって大きな節目の年になります。

生成AIパスポート：2027年2月試験から出題範囲を大幅改訂

GUGAは2026年10月1日、2027年2月試験から適用する新シラバスを発表しました。

章の数は5章のままですが、中身が入れ替わります。

• 第3章が「AIエージェント」として独立した章に
• 第4章は「生成AIのリスク予防・AI倫理・ガバナンス」へ再編
• 第5章は「生成AIの実践と活用事例」として業務別の活用が中心に

ここで実用的な注意を1つ。

公式テキストは版元が翔泳社に変わりました。

新シラバス対応版は『AXリテラシー教科書 生成AIパスポート 公式テキスト 2027年試験シラバス対応』（2,090円）です。

従来の「第4版」が対応するのは2026年10月試験までです。

これから勉強を始めるなら、フリマアプリで旧版を安く買うのは避けたほうが無難ですね。

すでに合格している人の資格は無期限のまま。

希望者は、有資格者向けの「資格更新テスト」（6,600円）を2027年2月から受けられます。

AX Passport（AXパスポート）：JDLAの新しいAI活用資格

G検定を運営するJDLAは、新しい資格「AX Passport」を準備しています。

AXは「AIトランスフォーメーション」の略で、AIを前提に仕事の進め方そのものを見直すことを指します。

認定には2つの要件があります。

• リテラシー編：全員必須のオンラインテスト。60分・70問で、ケーススタディ問題が約2割の想定
• 実践編：JDLAオリジナルの動画学習とオンラインテスト（学習時間の目安は約7〜10時間）、またはAXエバンジェリスト講座の修了

公式テキストは2026年12月18日に刊行予定で、試験は2027年2月に先行開催の予定とされています。

なおJDLAが提供していた生成AIのミニテスト「Generative AI Test」は、2025年6月の回を最後に次回開催の予定がありません。

ITパスポート：2027年度春ごろに新制度へ

国家試験のITパスポートも、2027年度春ごろに新制度へ移る予定です。

IPAが公開した新シラバス案には、「AIトランスフォーメーション（AX）」という用語が登場しています。

だからどうなる？資格の軸が「知る」から「使う」へ

3つの動きを並べると、共通点が見えてきます。

GUGAはテキスト名に「AXリテラシー」を掲げ、JDLAは資格名そのものを「AX Passport」にしました。

国の試験の範囲にもAXが入っています。

資格の側が、「AIを知っている人」の証明から「AIで仕事を変えられる人」の証明へと、軸足を移し始めているんです。

裏を返せば、これから受ける人は全員が新しい範囲で学ぶことになります。

焦って旧範囲の教材に飛びつくより、何を「使う」ために学ぶのかを先に決めたほうが、同じ時間でも得るものは大きくなります。

「AI資格ランキング」と「難易度」の数字にだまされない

検索すると「AI資格ランキング」の記事がたくさん出てきます。

ただ、そのランキングが何を基準にしているかまで確かめる人は、意外と少ないんですよね。

受験者数で並べると「規模のG検定、勢いの生成AIパスポート」

客観的な数字で並べてみます。

累計受験者数はG検定が20万2,215人で最多です。

生成AIパスポートは2026年6月時点で11万5,062人でした。

2026年10月には、公式テキストの版元が「累計受験者14万人突破」と発表しています。

勢いでは逆転が起きています。

1回あたりの受験者数は、生成AIパスポートの2026年6月試験が2万1,752人で、前年同月の約2倍。G検定の2026年第2回は1万2,027人でした。

検索回数の調査もあります。

Googleでの検索回数は、2026年5月に生成AIパスポートが初めてG検定を上回りました。

「どちらが上か」は、規模で見るか勢いで見るかで答えが変わるわけです。

合格率は「難易度」を表さない

「AI資格 難易度」で調べている方にも注意点があります。

合格率は試験の難しさよりも、「受験者の顔ぶれ」に強く左右されるからです。

わかりやすいのがE資格です。

合格率は7割前後と高めです。

ただし受験するには、JDLA認定プログラムを試験日の過去2年以内に修了している必要があります。

数か月かかる講座を終えた人だけが受けるので、合格率が高く見えるんです。

G検定も同じ構図です。

合格率は約8割でも、出題は145問程度と多め。

ディープラーニングの仕組みから法律・倫理まで、範囲もかなり広い試験です。

合格者アンケートでは、学習時間「30〜50時間」が最多だったと紹介されています

体感の難しさで並べるなら、おおむね次の順番です。

• やさしい：生成AIパスポート（60問。生成AIの使い方とリスク予防が中心）
• ふつう：ITパスポート（IT全般が範囲で合格率は5割弱）、AX Passportリテラシー編（未実施のため推定）
• やや難しい：G検定（範囲が広く、技術の仕組みまで問われる）
• 難しい：E資格（数学とプログラミングによる実装力が必要）

これは私の見立てで、公式の難易度区分ではありません。

今の知識量によって、感じ方は人それぞれ変わります。

同じ検定でも試験方式で数字が変わる

同じG検定2026年第5回でも、オンラインの合格率は79.93％、会場試験は62.56％でした。

方式や受験者の違いが含まれる数字なので、これだけで一方が簡単だと結論づけることもできません。

合格率の低い順に並べれば、見た目は分かりやすいランキングになります。

しかし、自分にとっての難しさを知るには、別の確認が必要です。

まず、公式の例題とシラバスを開き、つまずく理由を分けてみてください。

• 用語を知らないため、問題文の意味がつかめない。
• 数学や統計の前提知識が足りない。
• コードの処理を追えない。
• 知識はあるが、場面に応じた判断で迷う。

同じ不正解でも、必要な勉強は違います。

用語の整理で進める人もいれば、前提となる分野の復習から始めた方がよい人もいるはずです。

いま見ている「難易度」は、どんな人にとっての難易度でしょうか。

AI資格は目的別に考える

「AI資格 ランキング」を見ても、結局どれを選ぶか迷いますね。

ここでは仕事との相性から、最初に確認する候補を整理します。

生成AIを日常業務で使いたい会社員

メール、資料作成、情報整理などに使うなら、生成AIパスポートの範囲を確認するところから。

すでに講座を受けている人は、AXパスポートの認定条件との重なりも検討材料になります。

生成AIアドバイザーも比較対象ですが、名称だけで上位・下位を決める必要はありません。

公式の例題を見て、自分が判断に迷う場面を扱っているかを確かめる方が実用的です。

AI導入や社内への説明を担当したい人

AIの仕組みや限界まで理解したいなら、G検定を候補にできます。

ただし、社内導入では自社の業務、データ、費用、担当者の役割も整理する必要があります。

試験範囲を学びながら、実際の導入課題へ当てはめる時間を取りたいですね。

データ分析や開発へ進みたい人

データを読み解く仕事にはDS検定、深層学習の開発に進みたい人にはE資格が候補です。

前者はデータ活用の基礎を広く扱い、後者は理論や実装に必要な知識を深める位置づけ。担当したい仕事に合わせて選びましょう。

資料の文章を整えることが当面の目的なら、開発向け資格から始める必然性は薄くなります。

逆に開発職を目指す人は、入門資格をいくつも集めるより、数学やコードに向き合う学習が必要になるでしょう。

費用は受験料だけで比較しない

家計の視点では、教材代、必須講座の受講料、受験に伴う追加費用まで含めて比較したいところです。

E資格なら、表の受験料だけで取得までの予算が完結するとは考えず、認定プログラムの条件も確認します。

似た入門資格を続けて受ける場合は、次の試験で新しく学ぶ内容がどれだけあるかも判断材料になります。

重複が多くても復習にはなりますが、その時間で仕事の小さな改善を試す選択肢もありますね。

勤務先に資格手当や受験費用の補助があるなら、対象資格を確認しておくと選択に役立ちます。

転職目的でも、希望する求人の仕事内容や必須・歓迎条件との対応を見る方が、一般的な人気順位より判断しやすいはずです。

よくある質問

AI初心者の会社員は、どの資格から検討すればよいですか？

生成AIの基礎やリスク対策を学ぶなら生成AIパスポートやAXパスポート、AI全体の仕組みや事業活用まで理解したいならG検定が候補です。

IT全般の基礎も必要ならITパスポートを検討できます。

まずは仕事で困っている場面と、公式の出題範囲を照らし合わせましょう。

AI資格を取ると、転職や昇給で有利になりますか？

資格は学んだ範囲を説明する材料になりますが、転職や昇給を保証するものではありません。

希望する仕事の募集条件や、勤務先の評価・資格手当の制度を確認しましょう。

資格名と一緒に、AIを使った業務と出力の確認方法を説明できるようにすると実務とのつながりを示せます。

AI資格に国家資格はありますか？

2026年11月時点で、AIに特化した国家資格はありません。

近いのはIT全般の国家試験「ITパスポート」で、2023年から生成AIが出題範囲に入っています。

2027年度からは情報処理技術者試験が再編され、「データ・AI領域」を含む新しい試験（仮称）が始まる予定です。

G検定と生成AIパスポートはどちらが難しいですか？

合格率はどちらも約8割ですが、G検定は145問程度でディープラーニングの仕組みや法律まで範囲が広く、学習量は多めです。

生成AIパスポートは60問で、生成AIの使い方とリスク予防が中心。

初めての方は生成AIパスポート、体系的に学びたい方はG検定が目安です。

AXパスポートはいつ受験できますか？

JDLAの概要資料では、2027年2月に先行開催の予定、公式テキストは2026年12月18日に刊行予定とされています。

認定にはリテラシー編の合格と実践編の修了が必要です。

受験料などの詳細はまだ発表されていないため、公式の事前登録で最新情報を受け取るのが確実です。

まとめ

資格は、学習の期限や共通言語をつくる手段になります。

だからこそ、取得後にどこで使うかまで考えておきたいですね。

朝日広告社は、2026年2月までに従業員の約半数に当たる204人が生成AIパスポートに合格したと公表。

そのうえで同年4月、AI戦略、社内ツール導入支援、ルール整備などを担うAX推進チームの発足を発表しています。

この発表だけで、資格取得による生産性向上を証明することはできません。

ただ、私が参考にしたいのは、学習を進めた後に、導入支援やルールづくりへ取り組む順序です。

個人でも、同じように小さくつなげられます。以下は実績ではなく、学習後の取り組み例です。

学んだ内容	職場へ持ち帰るものの例
情報管理・利用リスク	社内ルールに沿った入力情報の確認メモ
指示の出し方と出力の検証	よく使う作業の依頼文と確認項目
データの読み方	集計条件と解釈上の注意を書いた分析メモ

「AI資格を取りました」に加えて、「この作業で、何を確認しながら使っています」と説明できる。

そのための材料を、勉強と並行して一つ用意してみましょう。

にほんブログ村