こんにちは、ベータ試験の結果待ちでソワソワしていたアーキテクトのやまぱん！です 😊
補足コメントや質問、いいね、拡散、ぜひお願いします 🥺！
間違っていたら 優しく 教えてください！
Azure の AI 系資格を体系的に学びたい
AI-900 から何が変わったのか知りたい
Microsoft Foundry の基礎を押さえたい
という方の参考になれば嬉しいです 🚀
本記事で取り上げる「AI-901 : Microsoft Azure AI Fundamentals」は、これまでの AI-900 を刷新した Azure AI Fundamentals の後継試験 です。生成 AI・エージェント AI と Microsoft Foundry での実装に大きく舵を切ったのが特徴です。今回は ベータ期間中に受験 し、無事に合格できました 🎉
Azure AI 系の主な認定資格
-
AI-901 : Microsoft Azure AI Fundamentals（今回合格！ 🎉）
今回紹介する資格！ AI の基礎概念と、Microsoft Foundry を使った AI ソリューション実装を問う Fundamentals 資格。AI-900 の刷新版。 -
AI-900 : Microsoft Azure AI Fundamentals（旧バージョン）
従来の Azure AI Fundamentals。コンピューター ビジョンや NLP のワークロード比重が大きい構成。 -
AI-102 : Azure AI Engineer Associate（取得済 ✅）
Azure AI サービスを使った AI ソリューションの設計・実装を問う Associate レベルの資格。以前に取得済みです。 -
AI-300 : Operationalizing Machine Learning and Generative AI Solutions（次に狙いたい！🔥）
MLOps / GenAIOps、Microsoft Foundry、Azure Machine Learning、GitHub Actions、IaC などを横断して、AI ソリューションを運用に乗せる力を問う資格。次はこれを取りたい！
各資格の詳細や最新情報は MS Learn の認定資格ページ を参照してください。
TL;DR
- Microsoft Azure AI Fundamentals (AI-901) に合格しました！（833 点 / 合格ライン 700 点）🎉
- AI-900 の刷新版で、出題範囲が生成 AI・エージェント AI・Microsoft Foundry での実装にシフト
- 大きく「AI の概念」40〜45% と「Foundry での AI 実装」55〜60% の 2 ドメイン構成
- Fundamentals だけど、Python の基本構文や Azure リソースの知識が前提に入っていて、AI-900 より少し実装寄り
- MS Learn の周回 + 実際に Foundry を触る、で十分合格圏（ベータ中は Practice Assessment 未提供）
- ベータ受験だったので、合格判明まで約 2 週間かかりました（受験 6/8 → 判明 6/19）😅
- ベータ版は 問題が英語のみだったので、日本語より一段難しく感じました
背景
普段から生成 AI や Copilot を触っているので、「Azure 側の AI 基盤も改めて棚卸ししたいな」と思って挑戦しました。
AI-900 はすでに定番の Fundamentals 資格ですが、AI-901 はそれを Foundry 中心に作り替えた新バージョンです。今回はベータ期間中の受験だったので、結果が出るまで少しソワソワしていました 😅
生成 AI まわりは進化が速くて、「数年前の AI 資格の知識のままだと、もう景色が変わってるな」と感じることが増えました。AI-901 はまさにその "今" の AI ——生成 AI、エージェント AI、そして Microsoft Foundry —— を前提にした構成になっていて、棚卸しにはちょうど良かったです。
AI-900 と AI-901、何が変わったの？
ひとことで言うと、「ワークロードの分類」から「Foundry での実装」へ重心が移ったのが最大の変化です。
| 観点 | AI-900（旧） | AI-901（新） |
|---|---|---|
| ドメイン数 | 5 ドメイン | 2 ドメイン（概念 / Foundry 実装）にスッキリ |
| 主役 | コンピューター ビジョン・NLP のワークロード分類 | 生成 AI・エージェント AI・Microsoft Foundry |
| 実装の比重 | 概念中心（非エンジニアでも OK） | Foundry での実装が 55〜60% と過半 |
| 前提知識 | 特になし | Python の基本構文・Azure リソースの知識があると望ましい |
| 情報抽出 | ドキュメント処理として軽く登場 | Azure Content Understanding として独立したトピックに |
💡 「AI-900 を持ってるから AI-901 は楽勝」とは限りません。Foundry を触ったことがあるかで体感難易度がだいぶ変わると思います。
試験概要
Exam AI-901: Microsoft Azure AI Fundamentals は、AI の基礎概念と、Microsoft Foundry を使った AI ソリューション実装を問う Fundamentals レベルの試験です。
試験予約ページは下記です。
試験の基本情報
- 合格点: 700 点（1000 点満点）
- 試験形式: 選択問題（単一選択、複数選択 など）
- レベル: 初級（Fundamentals）
- 有効期限: 更新不要（Fundamentals 資格）
- 対象者: AI ソリューション開発のキャリアを始める人。AI の概念的な知識に加え、Python の基本構文・プログラミング手法、Azure リソースへの慣れがあると望ましい
- 受験方法: オンライン監督付き試験またはテストセンター
💡 AI-900 は「非エンジニアでも OK」という位置づけでしたが、AI-901 は Python や Azure リソースの知識を前提にしていて、少しだけ実装寄りになっています。
出題範囲 (Skills Measured)
公式の Study Guide（2026 年 4 月 15 日時点）に基づく出題範囲の日本語訳です。
| ドメイン | 内容 | 配点 |
|---|---|---|
| ドメイン 1 | AI の概念と能力を特定する (Identify AI concepts) | 40〜45% |
| ドメイン 2 | Microsoft Foundry を使って AI ソリューションを実装する | 55〜60% |
ドメイン 2 の Foundry 実装が 55〜60% と、配点の半分以上を占めます。ここをどれだけ触ってきたかで勝負が決まる感じでした。
ref: Study guide for AI-901 - MS Learn
各ドメインの詳細
ドメイン 1: AI の概念と能力を特定する (40〜45%)
責任ある AI の原則
- 公平性 (Fairness)、信頼性と安全性 (Reliability & safety)、プライバシーとセキュリティ、包括性 (Inclusiveness)、透明性 (Transparency)、説明責任 (Accountability)
この 6 原則は AI-900 時代から続く定番出題で、AI-901 でもしっかり問われます。名前を覚えるだけだと本番で迷うので、私は 「何を守るための原則か」 で整理しました。
| 原則 | ざっくり何を守る？ | 覚え方 |
|---|---|---|
| 公平性 (Fairness) | 特定の属性に偏った結果を出さない | えこひいきしない |
| 信頼性と安全性 | 想定外の入力でも安全に動く | 暴走させない |
| プライバシーとセキュリティ | 個人データを守り、不正利用を防ぐ | 守って漏らさない |
| 包括性 (Inclusiveness) | 誰もが使える（障害・言語・環境を問わない） | みんなが使える |
| 透明性 (Transparency) | どう動くか・限界を説明できる | 中身を見せる |
| 説明責任 (Accountability) | 結果に対して人間が責任を持つ | 最後は人間が責任 |
AI モデルのコンポーネントと構成
- 生成 AI モデルの仕組み
- 機能に応じた 適切な AI モデルの選択
- モデルのデプロイ オプションと構成パラメーターの選択
「このユースケースならどのモデル？」という選ばせ方が多い印象でした。モデルの "得意分野"（テキスト生成・画像理解・埋め込み など）をざっくり把握しておくと解きやすいです。
AI ワークロードの特定
- 生成 AI・エージェント AI、テキスト分析、音声、コンピューター ビジョン、情報抽出
- キーワード抽出、エンティティ検出、感情分析、要約 などのテキスト分析手法
- 音声認識・音声合成、コンピューター ビジョン・画像生成モデルの機能
- テキスト / 画像 / 音声 / 動画 からの情報抽出テクニック
ワークロードは種類が多いので、「どんな課題のときにどれを使うか」で表にして覚えました。
| ワークロード | こんな課題に使う |
|---|---|
| 生成 AI | 文章・画像・コードなどを新しく作り出す |
| エージェント AI | 目標を渡すと自律的にタスクを分解・実行する |
| テキスト分析 | 文章から感情・キーワード・エンティティを取り出す |
| 音声 | 音声 ↔ テキストの変換、読み上げ |
| コンピューター ビジョン | 画像の分類・物体検出・画像生成 |
| 情報抽出 | 帳票・画像・音声・動画から必要な値を構造化して取り出す |
ドメイン 2: Microsoft Foundry を使って AI ソリューションを実装する (55〜60%)
Foundry でのソリューション実装
- 生成 AI・エージェント AI のソリューションを Foundry 上で構築する
- ビジョン機能を組み込んだ軽量アプリケーションの構築
-
Azure Content Understanding (Foundry Tools) を使った情報抽出
- ドキュメント / フォームからの情報抽出
- 画像からの情報抽出
- 音声 / 動画からの情報抽出
- 情報抽出機能を持つ軽量アプリケーションの構築
💡 旧 AI-900 で大きかった「コンピューター ビジョン / NLP のワークロード分類」が、AI-901 では Foundry 上での実装 という切り口に統合されているのが大きな違いです。
そもそも Microsoft Foundry って？
この試験の主役なので、軽く整理しておきます。
Microsoft Foundry は、AI モデルの選定・デプロイ・アプリ組み込みまでを一箇所でできる、Azure の AI 開発プラットフォームです。AI-901 では「概念」より 「Foundry のどこで何をするか」 を問う問題が多かったので、ポータルの画面構成をイメージできると強いです。
AI-901 で特に押さえておきたいのが Azure Content Understanding（Foundry Tools） です。これは ドキュメント・画像・音声・動画 といった非構造データから、必要な情報を構造化して取り出す機能で、AI-901 ならではのトピックだと感じました。
| Content Understanding の対象 | 例 |
|---|---|
| ドキュメント / フォーム | 請求書から金額・日付・取引先を抽出 |
| 画像 | 画像内のテキストやオブジェクトを抽出 |
| 音声 / 動画 | 会話の文字起こしや要点抽出 |
「この非構造データから情報を取り出したい → Content Understanding」という連想ができると、関連問題をまとめて拾えます 💪
結果
合格！！ 🎉
スコアは 833 点 でした！（合格ライン 700 点）
受験履歴の画面はこんな感じです。**AI-901 が「合格」**になっています 🎉
…で、よく見ると下の行に GH-600 (Developing in Agentic AI Systems, beta) が「受験済み」のまま写っていますが、こちらは記事執筆時点では結果待ちでした 😆
追記 (2026/07): GH-600 の結果も届きました。685 点（合格ライン 700 点）で不合格 でした 😭 悔しいので再受験します。受験記と振り返りはこちらにまとめています。
セクションごとの成績
スコアレポートの「Performance by exam section」のバーを ■□ で表すと、こんな感じでした。
| ドメイン | バーの長さ（出来） |
|---|---|
| AI の概念と能力を特定する (40〜45%) | ■■■■■■■□□□ |
| Microsoft Foundry を使って AI ソリューションを実装する (55〜60%) | ■■■■■■■■□□ |
どちらのセクションもバーは長め（=しっかり得点できた）で、Foundry 実装のほうがわずかに長く出ていました。
Foundry の配点が大きいので、実際に Foundry のポータルを触っておくのが効きました 💪
学習方法
使用した教材
1. MS Learn の公式ラーニングパス
AI-901 も MS Learn のコンテンツが充実しています。特に Microsoft Foundry と 生成 AI / エージェント AI 周りのモジュールは丁寧に読みました。
2. Practice Assessment は未提供
気をつけたいのが、AI-901 はベータ試験なので、専用の Practice Assessment（無料模擬試験）はまだ提供されていません。MS Learn の試験ページにも次のように書かれています。
The practice assessment for this exam is not currently available. Practice assessments are usually available within 8 weeks of the exam being released from beta and becoming generally available.
（この試験の Practice Assessment は現在提供されていません。通常はベータから GA になって 8 週間以内に提供されます。）
💡 GA 後に Practice Assessment が出れば、それが一番の対策になります。受験タイミングを選べるなら、模擬試験が欲しい人は GA を待つのもアリです。
3. Udemy の問題集
Practice Assessment がまだない時期は、MS Learn だけだと問題演習量が不足しがちです。AI-901 は Foundry 実装寄りの設問が多いので、Udemy の問題集で選択肢の聞かれ方に慣れておくと、本番で焦りにくくなります。
4. 実際に Microsoft Foundry を触る
AI-901 は Foundry での実装 が主役なので、ポータルを実際に開いて以下を触っておくと理解が一気に進みます。
- モデル カタログからモデルを選んでデプロイしてみる
- Azure Content Understanding でドキュメント / 画像 / 音声から情報を抽出してみる
- 生成 AI・エージェント AI の軽量アプリを試しに動かす
5. 実践経験
普段から触っていた以下の経験が役に立ちました。
- 生成 AI / Copilot を日常的に使っていた
- Azure のリソース作成・管理の基本操作に慣れていた
- Python の基本構文が読める（とはいっても、ゼロから書いたことはないです 😅）
補足: 公式の対象者プロフィールに「Python の基本構文・プログラミング手法」とありますが、本番でゴリゴリにコードを書かされるわけではありません。コード断片を見て「これは何をしている処理か」が読めればOK、くらいの温度感でした。なので「Python を完全に書ける人じゃないと無理」と身構えなくて大丈夫です。
学習時間の目安
あくまで私の場合ですが、ざっくりこんな配分でした。
| やったこと | 時間の目安 | コメント |
|---|---|---|
| MS Learn のラーニングパス周回 | 数時間 | Foundry / 生成 AI / 責任ある AI を重点的に |
| Foundry ポータルを実際に触る | 1〜2 時間 | 画面構成と Content Understanding を体感 |
普段から生成 AI / Azure を触っている人なら、そこまで重い学習量ではないと思います。逆に AI 自体が初めての人は、MS Learn を 1 周多めにやると安心です。
学習のコツ
- Foundry を最優先で: 配点 55〜60% の主役。ポータルを実際に触って「どこで何ができるか」を体で覚える
- 責任ある AI の 6 原則を整理: 公平性 / 信頼性・安全性 / プライバシー・セキュリティ / 包括性 / 透明性 / 説明責任 ——定番出題なので確実に押さえる
- AI ワークロードの切り分け: 生成 AI・エージェント AI・テキスト分析・音声・ビジョン・情報抽出 を「どんな課題に使うか」で分類して覚える
- Content Understanding を理解: ドキュメント / 画像 / 音声 / 動画 から情報を抽出する Foundry の機能。AI-901 ならではの重点ポイント
- コード断片に慣れておく: Python のコード片を見て「何をしているか」が読めるレベルにしておくと、実装寄りの設問で焦らない
ベータ試験ってどんな感じ？
今回は ベータ期間中の受験でした。ベータ試験ならではのポイントをまとめておきます。
- 結果がすぐ出ない: 通常の試験はその場でスコアが出ますが、ベータは採点・分析期間があるため、合格通知まで数週間かかることがあります。私の場合、受験したのが 6/8 で、合否が分かったのは 先週の金曜（6/19）。約 2 週間、「受験済み」のまま結果待ちでソワソワしていました 😅 その場で合否が分かる通常試験に慣れていると、この待ち時間はなかなか長く感じます。
- 試験後にフィードバックを書く時間がある: ベータ試験は出題内容を改善するためのものなので、**試験本編の後に「問題へのフィードバックを記入する時間」**が用意されています。「この問題は分かりにくかった」などを残せるので、新試験づくりに参加している感覚があってちょっと楽しいです。ただしその分、試験全体の所要時間は長めになります。
- 問題数が多めに感じることがある: ベータは出題傾向を分析するための期間でもあるので、ボリュームを多く感じる場合があります
- 早く取れるメリット: その分、正式リリース前に新しい資格を取れるのが魅力。新試験をいち早く押さえたい人には嬉しいです 🚀
ベータ期間は受験料が割引されることもあるので、新試験に興味がある人は試験ページの案内をチェックしておくと良いです。
受験の感想
「Fundamentals だし AI-900 の延長でしょ」と思っていたら、思った以上に Foundry と実装寄りの出題でした 😅
特に Azure Content Understanding や モデルのデプロイ構成あたりは、概念だけでなく「Foundry のどこで設定するか」をイメージできているかが問われた印象です。逆に、実際にポータルを触っていれば素直に解ける問題が多かったです。
そしてもう一つ、ベータならではのハードルが 「英語しかなかった」 こと。ベータ期間は日本語ローカライズがまだ間に合っていないことが多く、今回も 問題文・選択肢がすべて英語でした。技術用語は英語のほうが馴染みがある部分もありますが、長めの設問や微妙な言い回しは、日本語に比べて一段と難しく感じました 😇 英語に不安がある人は、MS Learn を英語表示でも読んでおくと、本番の言い回しに慣れておけると思います。
ベータ受験だったので結果が出るまで時間がかかりましたが、833 点で無事に合格できてホッとしました 🎉
こんな人におすすめ
- 生成 AI / エージェント AI の "今" を体系的に押さえたい人
- AI-900 は持っているけど、Foundry 時代の知識にアップデートしたい人
- これから AI-300 (Operationalizing Machine Learning and Generative AI Solutions) など上位資格を目指す前の足場固めをしたい人
- 「AI を業務で使う立場」として、責任ある AI やデータの扱いを基礎から理解したい人
逆に、Azure も生成 AI も全く触ったことがないという人は、いきなり AI-901 だと Foundry まわりで戸惑うかもしれません。その場合は MS Learn のラーニングパスを丁寧に 1 周してから挑むのがおすすめです。
まとめ
AI-901 は Azure 上の AI 基礎 + Microsoft Foundry での実装を、最新の生成 AI / エージェント AI の流れに合わせて学べる Fundamentals 資格です。
AI-900 と比べてドメインが 2 つにスッキリ整理され、Foundry 実装に重心が寄ったのが大きな特徴。概念の暗記だけで通れた AI-900 のつもりで受けると、たぶん面食らいます。逆に一度でもポータルを触っていれば、グッと楽になるはずです。
AI-900 から受け直す価値は十分あると思います。AI-102 は取得済みなので、次は AI-300 (Operationalizing Machine Learning and Generative AI Solutions) を狙っていきたい！🚀