38才で情シスからAIセキュリティエンジニアへ挑戦した理由
38歳、大手メーカーの情シスでインフラとセキュリティを担当していた彼女は、生成AIの急速な普及により“情報ガバナンスの専門家”の価値が高まっていることを感じ、AIスタートアップのセキュリティエンジニアへ転身しました。AI時代に求められる新しいセキュリティ領域へ挑んだキャリアをMCが紹介します。
人物プロフィール
年齢：38歳
性別：女性
転職前：大手メーカー／情報システム部（インフラ・セキュリティ担当）
転職後：AIスタートアップ／セキュリティエンジニア（生成AIガバナンス領域）
転職前年収：820万
転職後年収：1200万
転職動機・テーマ：生成AI時代の“情報ガバナンス中核人材”としてキャリアを広げたい
ざっくりまとめると
・情シスからAIセキュリティエンジニアへ転身
・820万→1200万＋SO
・AIセキュリティ基盤構築、ガバナンス整備、データ保護を担当
・生成AI普及で急増する高度セキュリティ需要に対応
転職前のキャリアと悩み
生成AI普及で“これまでのセキュリティでは守り切れない”と気付いた日
前職では、ネットワーク・アクセス権限・ログ管理など情報システム全般を担当していました。ある時期から、社内で生成AIの利用が急増し、データ漏洩リスクやモデル学習データの扱いなど、従来のセキュリティ基準ではカバーできない領域が増えていきました。
「AIを使いたい現場」と「リスクを管理したい情シス」の間で板挟みになり、“AI時代のセキュリティは根本から変わる”と強く感じたことが転機でした。
転職を意識したきっかけ
AI企業からのスカウト。“生成AIガバナンスを任せたい”
そんな中、AIスタートアップからスカウトが届きました。メッセージには「生成AI時代のガバナンス構築を担う人材を探している」とあり、まさに自分が課題意識を持っていた領域でした。
面談では、モデル提供企業としての責任、データ保護の仕組み、アクセスログの監視、AI特有の脆弱性など幅広く議論し、自分の経験が活かせることを確信しました。
転職活動内容
情シス経験を“AIセキュリティ要件”に分解して棚卸し
転職活動では、自分のセキュリティ経験をAI領域に必要なスキルへ分解しました。権限管理、ログ設計、ネットワーク構築、セキュリティポリシー策定など、基盤はほぼ共通して活かせるものでした。
・エージェント：AIセキュリティ領域の年収帯・市場性を整理
・スカウト：CTOとAI脆弱性・データガバナンスの課題を深掘り
・求人サイト：競合のAIセキュリティ要件を比較
強みは「セキュリティポリシーを現場に浸透させる調整力」。弱みは「AIモデル特有の脆弱性理解」。ただし企業側は“ガバナンスを作れる人材”を最重視しており、十分マッチすると評価されました。
意思決定のポイント／自分の市場価値
意思決定軸は“AI特有のリスクを経営課題として扱っているか”
最終的に選んだ企業では、セキュリティが経営レベルの経路で議論され、AI特有のリスク――プロンプトインジェクション、データ漏洩、モデル不正利用など――が全社課題として扱われていました。
他の企業も選考は通過しましたが、従来型のセキュリティ運用に留まり、“AIガバナンスを作る”というミッションを持てる会社を選びました。
内定・転職後の変化
AIセキュリティは“新しい攻防を設計する仕事”だった
入社後は、AIガバナンス基準の策定、権限管理の強化、モデル利用ログの監視、データ使用ルールの整備、外部セキュリティチェックの導入などを担当。
生成AIは進化スピードが速く、リスクも日々変化しますが、その変化を追いながら企業の安全性を守る仕事に大きなやりがいがあります。
メッセージと総括
情シス・セキュリティ経験者はAIセキュリティに強くフィットする
生成AIの普及に伴い、AIセキュリティ人材の需要は急拡大しています。情シス経験はそのまま強力な基盤となり、特にガバナンス整備において大きな価値を発揮します。
エージェントはスキル棚卸しに、スカウトは企業課題の確認に役立ちます。“AI時代のセキュリティを作りたい”人に最適なキャリアです。
あなたと同じタイプの転職成功事例を探す
会員登録(無料)