AIエンジニアの就労ビザ（技人国）審査の罠！「アノテーション＝単純労働」を回避する立証実務

ChatGPTなどの生成AIや機械学習の爆発的な普及により、日本企業でも外国人AIエンジニアやデータサイエンティストを採用するケースが急増しています。彼らを雇用するために申請するビザの多くは、ITエンジニアと同じ「技術・人文知識・国際業務（技人国）」ビザです。

しかし、「職種名がAIエンジニアだから、最先端の仕事として簡単に入管の許可が下りるだろう」と考えるのは非常に危険です。実は、AI開発の現場には、入管法において最も嫌われる「単純労働（単純反復作業）」とみなされ、不許可になる巨大な罠が潜んでいます。

本記事では、AI業務特有のビザ審査の落とし穴と、「大学で学んだ専門的知識を必要とする業務である」と審査官を論理的に納得させるための法務実務を徹底解説します。

1. 最大の不許可トラップ：「データアノテーション」の業務内容

AIモデル（機械学習モデル）に学習させるための教師データを作成する作業を「データアノテーション（またはデータラベリング）」と呼びます。画像に枠を囲って「これは車、これは歩行者」とタグ付けしたり、文章がポジティブかネガティブかを分類したりする作業です。

AI開発においてアノテーションは不可欠な工程ですが、入管の審査官はこれをどのように見るでしょうか？

「マニュアル化された単純労働」という容赦ない判定

入管は、ただ画像に枠を付けたり、テキストを分類したりするだけの業務を「大学レベルの専門知識を必要としない、マニュアルを読めば誰でもできる単純労働」とみなします。もし、採用理由書や業務内容の説明に「AIの学習用データを作成するアノテーション業務を任せる」と不用意に書いてしまうと、その瞬間に不許可リスクが跳ね上がります。

アノテーションを「専門業務」に昇華させる立証アプローチ

もし外国人エンジニアがアノテーション業務に関わる場合、単なる「作業者（ワーカー）」ではなく、「マネージャー」や「アルゴリズム設計者」としての立場であることを証明しなければなりません。

「自らタグ付けを行うのではなく、タグ付けの基準（オントロジー設計）を定義し、クラウドワーカーが作成したデータの品質を統計的アプローチで評価（Quality Assurance）し、機械学習モデルの精度向上にフィードバックする業務である」というように、高度な数理統計や情報工学の知識が不可欠であることを職務記述書（Job Description）で論理的に説明します。

2. 「プロンプトエンジニアリング」は専門知識と認められるか？

近年登場した「プロンプトエンジニア」という職種も、入管審査では評価が分かれる境界線上の業務です。

単に「ChatGPTに上手な質問を入力して文章を生成させる業務」と説明してしまうと、これもまた専門業務とはみなされません。技人国ビザの許可を得るためには、以下の要素を事業計画や職務説明に組み込む必要があります。

• LLMアーキテクチャへの深い理解： LangChainやLlamaIndexなどのフレームワークを活用し、プロンプトをシステムとして統合・最適化する業務であること。
• API連携とシステム開発： 単なるテキスト入力ではなく、自社システムと生成AIのAPI（OpenAI APIなど）をPython等で連携させるバックエンド開発業務を含むこと。

3. AI業務の専門性を裏付ける「3つの必須提出書類」

「AI」という言葉だけが先行し、実態が伴っていない申請（なんちゃってAI企業）を入管は強く警戒しています。専門性を客観的に証明するためには、以下の書類を自発的に提出することが強力な武器となります。

① 詳細な技術スタック（開発環境）の説明資料

外国人が使用するプログラミング言語（Python, C++など）、機械学習ライブラリ（TensorFlow, PyTorch, scikit-learn）、インフラ環境（AWS SageMaker, GCP）などを一覧表にして提出し、高度なITスキルが必須な環境であることを視覚的にアピールします。

② システム構成図（アーキテクチャ図）

開発するAIシステム全体の構成図を提出し、その中で「この外国人はどのモジュール（データ前処理、モデル学習、API実装など）を担当するのか」を図示します。

③ 採用に至った「コーディングテスト」や「ポートフォリオ」の結果

採用時にGitHubのコードやKaggle（機械学習コンペ）の実績を評価したのであれば、その評価シートを添付します。「この人材が持つ特有のアルゴリズム構築能力が必要だった」という事実が、採用の必然性を強力に裏付けます。

4. まとめ：バズワードに頼らない論理的な業務設計を

「AI」という言葉はビジネスの世界では魔法の言葉かもしれませんが、入管審査においては逆に「何をするのか実態が不透明」と警戒される要因にもなります。

• 作業者からの脱却： アノテーションなど、手作業のデータ入力とみなされる表現は徹底的に排除（またはマネジメント視点へ変換）する。
• 工学・理学との紐付け： 外国人の大学での専攻（情報工学や統計学）と、担当するAI業務のアルゴリズム設計部分を論理的につなぎ合わせる。
• 技術的証拠の提出： 言葉だけでなく、システム構成図や技術スタック一覧で「誰でもできる仕事ではないこと」を客観的に立証する。

先端テクノロジーに関わる外国人材のビザ申請は、入管の審査官に「最新の技術概念」を分かりやすく、かつ入管法の枠組み（高度な専門性）に落とし込んで説明する高度な翻訳能力が求められます。AIエンジニアの採用が決定した際は、雇用契約書にサインする前に、IT・テクノロジー分野のビザ実務に精通した行政書士にご相談ください。