AI人材市場の転換点：AIインフラ77%、データ職種の逆転、Agent減速が示す採用シフト

採用活動の総量は安定し、テンポだけが変化した

過去180日間に観測された求人は5,930件で、採用活動は依然として直近90日に集中している。90日/180日比は87.7%と高く、前回の91.0%からは低下したものの、市場全体の総量は崩れていない。一方で7日/30日比は22.3%で、前回の24.2%から低下しており、週次の新規公開は高水準のままやや落ち着いた。この状態は、企業が採用の枠を縮小したのではなく、公開のリズムを調整していると見るべきだろう。

職種別の構成ではAI/アルゴリズム、データ、技術の3分類が180日で82.3%、直近7日で83.8%を占め、市場の中心がテクノロジー人材であることは変わらない。職級の記載が確認できない求人は180日で63.6%、直近7日で67.1%と増えており、公開情報だけでは役割の重みを判断できないケースが増えている。その一方で給与情報の開示は進み、強い給与シグナルは87.4%まで上昇した。候補者が報酬レンジを比較できるようになったことで、企業は役割と報酬の整合性を言語化する責任を負っている。

AIインフラが採用需要の主軸になった

テーマ別で最も明確な変化はAIインフラの集中である。AIインフラ関連の求人は180日で49.9%、90日で54.4%、30日で74.9%、直近7日では77.0%を占める。ウインドウを短くするほど比率が高くなるということは、新規に公開される求人がますますML推論プラットフォームやデータパイプライン、ストレージといった基盤領域に寄っていることを示す。

実際、新しく確認された上級職にはLLMプラットフォーム、ワークフロー、ETLを扱うAIソフトウェアエンジニア、Physical AI向けのMLエンジニア、ML推論プラットフォームのシニアエンジニアが含まれる。共通するのは、モデルを一から開発するより、既存のモデルを効率的に動かし、データを安定して供給し、システム全体のスループットを高める能力だ。フロンティアテック企業が求める人材の軸は、研究開発からインフラ実装へ移っている。

データ職種の逆転が示す基盤シフト

直近7日の職種別シェアでは、データ系が35.1%とAI/アルゴリズムの33.2%を上回った。180日全体ではAI/アルゴリズムが最多で、この逆転は単週の限られたサンプルから出たものにすぎない。ただし7日間の365件でデータ系が128件、AI/アルゴリズムが121件という僅差は、データ基盤への採用シフトが現れ始めたと読むこともできる。

JPモルガンのKinexysテクノロジーチームがデータ系のリードソリューションアナリストを募集し、ブラジルでリモートのAnalytics Engineer求人が出ているのは、金融機関とスタートアップの双方でデータ基盤の重要性が高まっている証拠だ。モデルの性能を高める前に、データの品質、可用性、パイプラインの安定性を担保できる人材がボトルネックになっている。この傾向が続くかは次週以降のウインドウで確認する必要があるが、データエンジニアリングと分析基盤の評価軸を今のうちから用意しておくべきだ。

Agent人材に求められる評価軸の転換

Agent/RAG関連の求人は180日で12.3%、直近7日では9.3%に低下した。前回の7日ウインドウが15.3%だったことから、短期の減速は明らかである。ただし、AI Solutions BuilderやAgent Systems評価、Agentic AIエンジニアといった職種は引き続き出現しており、テーマ自体が消えたわけではない。研究開発型のポストが相対的に縮小し、既存システムにエージェントを組み込み、評価し、運用するソリューション型の役割が残っている。

採用企業はAgent人材の評価基準を更新する必要がある。研究論文やモデル開発の実績だけで判断するのではなく、RAGパイプラインの設計、エージェントの評価指標の設計、ワークフロー運用の経験を具体的に確認する。Agent系の求人が一時的に減っても、実装と検証を担える人材の価値はむしろ高まるとみるのが自然だ。

金融機関の動きと越境採用の常態化

新しく追加された求人には、金融業界のプラットフォーム化をうかがわせる動きがある。AWSが資本市場・銀行業界向けのAIインダストリースペシャリストを募集し、JPモルガンはKinexysテクノロジーチームでデータ型のリードアナリストを求めている。組み込み型決済のプロダクトマーケティングマネージャーも同時に出現しており、金融機関はAIを単発のプロジェクトとしてではなく、データ基盤と製品組織を巻き込んだ構造的な投資として捉え始めている。

採用の地理的条件も変わりつつある。米国リモートのストレージエンジニア、ブラジルリモートのAnalytics Engineer、東京の生成AI/Agentic AI研究者、バンコクのシニアデータエンジニア（リロケーション付き）が同時に公開されたことは、AI/データ人材の獲得が単一のテックハブに依存しないことを示す。企業は評価プロセスをグローバル基準に揃え、リモートと現地採用の組み合わせを前提にした人材設計が必要になる。

Talentverseの判断：実装力と透明性が採用競争を決める

今回の変化が意味するのは、採用の競争軸がモデル開発の華やかさから、AIインフラとデータ基盤の実装力に移ったことだ。短期的な求人比率の変動に振り回されず、ML推論プラットフォーム、データパイプライン、ストレージ運用の実務経験を持つ人材を最優先で評価するのが正しい。Agent関連は研究よりも導入と評価の実務に重きを置き、候補者がシステム全体の性能にどう貢献したかを検証する。

企業が誤読しやすいのは、直近7日のデータ職種の逆転やAgent/RAGの低下を単なるトレンドとして即断してしまうことだ。単週のサンプルは小さく、テーマ分類のノイズもある。大事なのは、役割の本質を見極め、システム構築とビジネス成果をつなぐ実証ポイントを評価することだ。Talentverseは、フロンティアテック企業のミッションクリティカルな人材採用において、表面的な経歴ではなく、実装判断と成果の因果を高確信で判定するアプローチを支援する。採用のスピードと精度を同時に高めるには、市場シグナルと個社の課題を突き合わせた上で、優先順位を決めるべきだ。