AIインフラが人材需要の中心に：180日間の観測が示すデータ職の逆転とミッションクリティカル採用への示唆

採用活動が90日以内に集中し、判断のスピードが競争力を決める

180日間で観測された公開求人は6,117件で、このうち85.7%にあたる5,243件が直近90日以内に公開されています。30日以内は1,651件、7日以内は362件であり、30日から7日への比率は21.9%です。均等なペースなら33%程度になりますから、公開のタイミングは短期的なプロジェクトの発生に依存しており、組織が中長期の計画だけで採用を動かしていないことが分かります。絶対量は依然として高水準ですが、この波を逃すと次にいつ市場が開くか見通しにくいため、要件定義と候補者接触のスピードが競争力を左右します。

90日集中という構造は、人材評価の方法にも影響を与えます。半年間のパイプラインを前提にするのではなく、直近のポジションに合わせて判断を早める必要があるからです。Talentverseが重視する確信を持った採用とは、市場の短期変動を織り込んだ上で、ポジションのミッションに合致する人材を構造的に特定し、オファーまでの時間を短縮することです。

データ職が短期で最大となり、モデル開発以外の需要が可視化された

職種構成は、AI・アルゴリズム、データ、技術の3領域で安定しています。180日間ではAI・アルゴリズム2,101件、データ1,796件、技術1,132件となり、3領域の合計は82.2%です。90日、30日、7日でも80%台前半を維持していますが、短期の並びは異なります。直近7日間ではデータ職が141件で39.0%を占め、AI・アルゴリズムの108件（29.8%）を逆転しました。技術職は48件（13.3%）です。

この逆転は、モデルを新しく作る段階から、モデルを支えるデータ基盤や分析基盤を整える段階に採用の重心が移ったことを示唆します。直近の追加求人にはAI Data Engineerやアナリティクス関連の役割が複数あり、データ品質の改善と本番運用に直結する人材への投資が始まっています。7日間という短期のサンプルは362件と小さいため、逆転が続くかどうかは月次で確認すべきですが、データ基盤人材の重要性は長期的な構造として認識すべきです。ミッションクリティカルな役割を定義する際は、モデル開発経験だけでなく、データパイプラインの設計と運用の実績を評価軸に入れる必要があります。

AIインフラへの集中が4分の3に達し、Agent/RAGは構築から提供へ移行している

テーマ別では、AIインフラ関連の求人が180日間で50.9%（3,111件）、7日間で76.2%まで上昇しました。基盤モデルの研究開発よりも、データ基盤、MLOps、推論基盤、評価基盤、企業システムへの統合ツールが採用の中心です。一方、Agent/RAG関連は180日間の12.2%から7日間では8.8%に低下しました。エージェントの新規開発を担う人材の需要が一巡し、評価、テスト、本番運用、既存ワークフローへの統合というフェーズに移ったことを示しています。

この変化は、AIインフラ企業が求める人材タイプを大きく変えつつあります。LaunchDarklyのAI Specialist - Enterprise & Strategic AccountsやLeagueのDirector, Platform and AI Salesに見られるように、AIを企業に導入し、育て、成果を出すための販売・顧客成功・メンタリングの役割が中核人材として扱われ始めました。エンジニアリング人材の補強だけではなく、AIを商用化し教育する人材を経営に近い位置で確保することが、次の競争優位につながります。

給与の透明性は85.4%まで進むが、職級の欠落がオファー設計の鍵を握る

給与レンジの提示は、180日間で80.5%、直近7日間では85.4%まで改善しています。企業が人材獲得のために給与を開示する姿勢が強まっており、市場の価格情報は手に入りやすくなりました。しかし職級が未記載の求人は、180日間で63.4%、直近7日間でも62.7%と約3件に2件の水準です。給与は分かっても、その金額がどのような責任範囲に対応するのかが不明なため、候補者は自分の市場価値を正確に位置づけられません。

この非対称性は、採用する側にとって大きな余白です。給与レンジだけでなく、職級、判断権限、期待成果をセットで提示できれば、同額のオファーでも候補者の受け止め方は大きく変わります。逆に職級を定義しないまま高額な給与だけを提示すれば、シニア人材は評価基準が不明確だと判断し、慎重な姿勢を取るでしょう。給与情報が充実した時代には、定性的な役割設計こそがオファー競争の決め手になります。

Talentverseの判断：短期の逆転を構造変化として捉え、データ基盤と商用化人材を優先せよ

180日間の観測で最も明確なシグナルは、AIインフラへの一極集中です。直近7日間で76.2%という数字は、人材投資の大半がAIインフラの構築と運用に向かっていることを示し、この傾向は当面続くと考えられます。企業が見誤るのは、AIやアルゴリズム職の構成比が下がったことを「AI人材が余っている」と解釈する点です。実際には、データ基盤、MLOps、AIセールス、AIメンターといった隣接役割の重要性が増しており、これらは従来のエンジニア採用の枠組みでは発見しにくい人材層です。

当社は、データ基盤を設計・運用できるリードクラスのデータエンジニアリング人材、AIインフラを顧客企業に導入して成果を出すプリセールス兼ソリューションアーキテクト人材、組織内のAIリテラシーとエージェント運用評価を担当するAIメンター人材の3つを優先して定義することを推奨します。これらの役割は職務記述がまだ標準化されておらず、企業ごとにミッションを明確にする必要があります。給与レンジと職級をセットで用意し、確信を持って採用投資を行うことが、短期の市場変動を乗り越える唯一の方法です。データ職の逆転が一時的なものであっても、データ基盤と商用化への人材投資は中長期の競争優位に直結するため、判断を先送りにしないことが重要です。