Top/Works/キャリアシミュレーターAI
● DEMO / 動作するプロトタイプ

キャリアシミュレーターAI
— IT人材から異業種DX職への転換シミュレーション

AIによる仕事の変化が加速する今、自分の強みは「どこに」転用できるのか。診断 × ロープレ × 分岐ツリーのハイブリッド構造で、ありうる別のキャリアを擬似体験し、納得感ある一歩を踏み出すためのWebアプリ。福岡市「実証実験フルサポート事業(mirai@)」応募想定プロトタイプ/福岡県「若者未経験分野就職チャレンジ」連携

Target
中堅IT人材 / 転換期の働き手 / キャリア相談員
Category
BtoG / 雇用
Stage
動作するプロトタイプ(3モード)
Format
Webアプリ / モック完結
キャリアシミュレーターAI — IT人材から異業種DX職への転換シミュレーション
— 01 / Issue

人が、キャリアを
選び直せる未来へ。

これからの10年は、「一度就いた仕事を、人生で何度か選び直す」のが当たり前になる時代です。国も同じ方向を向いています。2023年に労働市場改革の指針が示され、キャリア相談 → リスキリング → 転職・労働移動を一体で支援する仕組みが動き始めました。全都道府県の「キャリア形成・リスキリング支援センター」や全国のハローワークの相談窓口で、キャリア相談が無償で受けられる体制も整いつつあります。「選び直しを後押しする社会インフラ」は、もう存在し始めています。

その追い風を、追い風として受け取れる人はまだ多くありません。背景には3つの構造があります。(1) 需給ギャップ——経済産業省の試算では、IT人材は2030年に幅はあるものの相当規模で不足する可能性が示される一方、AIコーディングツールの普及で受託・SES・保守といったIT人材の一部はむしろ押し出される側に回りつつあります。(2) 早期離職——厚生労働省の調査では、新規大学卒就職者の就職後3年以内の離職率はおおむね3割台で推移しています(年次・学歴で幅があります)。「合わなかった」が見えるのが、職に就いた後になりがちです。(3) 地方偏在——内閣官房・関係府省の資料では、IT技術者の多くが東京圏に集中している一方、地方の介護・6次産業化・観光・伝統工芸ではデジタルを担える人材が不足していると整理されています。

つまり——「選び直したい人」と「選び直しを支える制度」と「人を必要としている地域の仕事」が、まだ十分に出会えていない。福岡市はIT人材の集積地、福岡県内は人手不足の受け皿。県内で完結しうる、理想的なマッチングの土壌があります。

本DEMOは、その出会いの最初の一歩——「自分の強みは、どこに転用できるのか」を、本人が腹落ちするまで擬似体験できる社会実装プロトタイプです。一次ユーザーは転換期に立つ働き手、二次ユーザーはキャリア相談員・行政窓口(相談業務の補助ツール)。

出典: 経済産業省「IT人材需給に関する調査」(2030年のIT人材需給ギャップ試算。需要伸び率等のシナリオにより幅があります) / 厚生労働省「新規学卒就職者の離職状況」(就職後3年以内離職率。年次・学歴で幅があります) / 内閣官房「デジタル田園都市国家構想」関連資料(デジタル人材の都市圏偏在・地域還流) / 経済産業省・厚生労働省「リスキリングを通じたキャリアアップ支援」関連施策。いずれも具体値は推計・年次で幅があるため、ここでは方向性を示す目安として引用しています。経済産業省厚生労働省内閣官房

— 02 / Walkthrough

これは、
実際に動く。

構想図ではありません。モックデータ完結・AI APIキー不要(未設定でもモック応答で全機能が動く)で、いますぐ実機で触れる状態です。中核は ひとつの共通シミュレーションエンジン。その上に「入り口(シナリオパック)」を差し替えるだけで、対象の違う3モードが成立します。各モードとも「診断 → ロープレ → 分岐ツリー → PDFレポート」まで一気通貫で、デモペルソナで約5分完走できます。

MODE 本体 — career-sim-ai

IT人材 →
異業種DX職

トップで2つのモードを選べる統合フェイス。代表ペルソナは 38歳・SES社員(Java保守10年)。診断でAI代替リスクスコアと転用可能スキルを抽出し、介護施設DX担当・6次化商品開発支援・伝統工芸オープンファクトリー運営など、福岡県内の異業種DX求人を提示。同一エンジンで2フェイスを切替できることをコード構造として示す。→ だから「同じ仕組みの別の顔」として技術価値が伝わる。

MODE A — career-sim-it-escape

「IT脱出AI」
F-1 専用ビルド

本体をF-1シナリオパックだけで独立プロダクト化したビルド。対象は 30〜45歳の中堅IT人材(受託/SES/保守屋)。現職スキルを診断し、福岡県内の異業種DX職への転換を、診断・ロープレ・分岐ツリーで体験。「IT→異業種DX」は競合空白の組み合わせ。→ だから就職支援事業の特定ターゲットに、迷いのない単独URLで届けられる。

MODE B — career-sim-survival

「AI時代
サバイバルAI」F-2 専用ビルド

本体をF-2シナリオパックだけで独立化したビルド(dead code 一掃済み、本体と同時起動できるようポート分離)。対象は AI自動化で変わる全職種。代表ペルソナは 42歳・コールセンターSV(15年)。AI代替リスクを可視化し、業種を超えた次のキャリアと人間的スキルの活かしどころを提案。→ だから社会性の高い「全職種向け」メッセージで広く訴求できる。

— 03 / Features

実装した
6つの機能。

骨格は 診断 × ロープレ × 分岐ツリーのハイブリッド。3者を別物として並べるのではなく、ひとつの体験として地続きにつなぐのが設計の肝です。さらに、この体験を シナリオパック切替式のマルチモードで再利用できる構造にしています。

01 — DIAGNOSE

業務ヒアリング
診断

現職の業務・年数・年収・希望条件を対話形式でヒアリング。職務テンプレ(IT職務テンプレ集 / 全職種テンプレ)からクイック入力でき、差分だけ直せる。完了後に「強み3点」「AI代替リスクスコア(0-100)」「転用可能スキル」を提示。

02 — RISK SCORE

AI代替リスクの
可視化

リスクスコアを数値とゲージで表示し、低(緑)/中(黄)/高(赤)の信号色で直感化。「奪われる」だけでなく「だが、ここは転用できる」を必ず併記する設計。

03 — CANDIDATES

候補キャリアを
カード一覧で

診断結果から3〜5件の候補をカード提示。職種名・想定年収レンジ・福岡県内求人数(ダミーDB)・マッチ度(%)と、その根拠を1〜2文で表示。各カードに「ロープレ体験」「分岐ツリー」ボタン常設。

04 — ROLEPLAY

「一日体験」
ロープレ対話

選んだ職種の典型的な一日を、朝・昼・夕の3シーンでAIキャラと対話体験。各シーンに「その職ならではの戸惑い/人間の判断ポイント」を組み込み、終了時に気づき3点をハイライト。

05 — TREE

3/5/10年の
分岐ツリー

選択職種の3年・5年・10年後をSimCity的なツリーで分岐表示。各ノードに想定職位・年収・福岡県内求人数・AI代替リスク。最大3候補を色分けで同時比較でき、PDFも生成。

06 — MULTI-MODE / ADMIN

モード切替と
管理画面

共通エンジン+シナリオパック切替で本体/IT脱出AI/サバイバルAIを構成。管理画面(既定トークンでログイン)にセッション統計・F-1:F-2比・シナリオON/OFF・求人/職種DBのCRUD。

— 04 / Flow

本人から見た
4ステップ。

「キャリアを考えましょう」と言われて動ける人は多くありません。不安を入口に、納得を出口に——途中で諦めさせない導線設計です。

01 — DIAGNOSE

「奪われそう」を、診断に変える

不安を抱えた状態で開始してよい。職務テンプレを選び、対話で5〜8ターン答えるだけで、強み3点・リスクスコア・転用可能スキルが出る。漠然とした不安が、具体的な手札に変わる。→ だから「考えたくない」が「考えられる」に変わる。

02 — CANDIDATES

「自分には無理」を、3つの選択肢に変える

診断結果から、福岡県内の異業種DX求人を3〜5件カード提示。マッチ度と「あなたの障害対応経験は業務改善に転用可」等の根拠を添える。抽象的な不安に、具体的な行き先が紐づく。→ だから「選べない」が「選べる」に変わる。

03 — ROLEPLAY

「想像できない」を、一日体験に変える

候補職種の朝・昼・夕をAIキャラとの対話で擬似体験。IT人材ならではの戸惑いも織り込み、気づき3点で締める。机上の職種名が、肌感のある仕事に変わる。→ だから「イメージできない」が「やれそう」に変わる。

04 — TREE / REPORT

「一時の気の迷い」を、相談材料に変える

3/5/10年の分岐ツリーで年収・職位・求人数を比較し、診断・気づき・選択パスをPDFレポート化。キャリア相談員・就職チャレンジ窓口に持参できる体裁。→ だから「一人で抱える」が「相談できる」に変わる。

— 05 / Honest Limits

このプロトタイプが、
今やらないこと。

誠実に言えば、これは「転職を保証する仕組み」ではありません。AIが担えるのは 気づき・体験・整理 まで。実際の求人マッチング・職業紹介・キャリアの最終判断は、専門機関と本人の領域です。この線引きを最初にキャリア支援者・自治体と合意することを、実装の前提条件にしています。

— 06 / Numbers

規模感。

福岡で始め、就職支援・人材還流の文脈で横展開を視野に設計しています。数値は本デモの設計目標・想定であり、実証で検証する対象です。

3
モード(本体 / IT脱出AI / サバイバルAI)= 共通エンジン×シナリオパック
3
ハイブリッド構造(診断 × ロープレ × 分岐ツリー)
30+
福岡県内 異業種DX求人ダミーDB(設計目標)
5
デモペルソナでの完走時間(設計目標)
— 07 / Stack

実装スタック。

  • フロントエンド: Next.js 16 / React 19 / TypeScript
  • UI: Tailwind CSS / shadcn・base-ui コンポーネント(モックデータで全機能動作)
  • 構成: pnpm モノレポ(共通エンジン packages/core + シナリオパック + apps/web 切替式フロント)
  • 診断・ロープレAI: Anthropic Claude API 接続前提(APIキー未設定時はモック応答で動作)
  • PDF生成: jsPDF / html2canvas(クライアントサイド完結・A4縦の相談員向けレポート)
  • 運用: Docker / VPS デプロイ(サブドメイン公開構成・本体3008 / サバイバル3009 でポート分離)

本格運用時は AI API キーを差し込み、ダミー求人DBを実データに切替えるだけで、診断・ロープレ・分岐ツリーの構造はそのまま使えます。

— 08 / How We'd Proceed

実証での
進め方。

いきなり全機能を本番投入しません。小さく出して、現場が触る を各段階に挟みます。福岡市「実証実験フルサポート事業(mirai@)」での実証と、福岡県「若者未経験分野就職チャレンジ」との連携を想定し、原資は同事業・関連支援施策の活用を視野に入れています。費用・スコープは個別に確定します。

Phase 0

対話と適用範囲の合意(約1か月)

「AIが担う範囲(診断・体験・整理)」「専門機関・本人が担う範囲(紹介・判断)」をキャリア支援部門と合意。05の線引きと、どのモードを実証対象にするかをここで確定する。

Phase 1

求人DB整備とPoC(約3〜6か月)

ダミー求人を福岡県内の実求人・支援メニューに置換し、AI APIを接続。まず1モード(IT脱出AI想定)に絞って小さく動かし、キャリア相談員が実際に使って評価する。

Phase 2

窓口・事業での試験運用(約6〜12か月)

就職チャレンジ事業や相談窓口で、相談補助ツールとして試験運用。相談前後の納得度・行動変容・相談員の負荷を計測し、現場フィードバックで改善する。

Phase 3

定着とモード横展開(次年度〜)

有効なモードを定着させ、共通エンジン構造を保ったままサバイバルAI等の他モード・他地域へ。座組は「主体=自治体/伴走=allfesta/連携=就職支援機関・関連施策」。

このDEMO、
貴庁・貴社で使えそうですか。

自治体の就職支援・人材還流施策への組み込み、企業の人事・キャリア面談での活用、教育機関のキャリア教育への応用、研究機関との共同実証など、ご相談ください。