AIインフラがグローバル人材市場を牽引、データエンジニアリングと身体性AIが新たな拡大領域に

採用は縮小ではなく、選別の入口にある

過去180日間に観測された求人は6,526件で、そのうち90日間に5,328件、30日間に1,696件、直近7日間に384件でした。90日間の求人が180日間の81.6%を占めており、世界のフロンティア企業が直近3か月に採用を集中させていることが分かります。一方、7日間の求人を30日間で割った比率は22.6%となり、前回の24.6%から低下しました。この低下を採用需要の縮小と読むのは早計です。むしろ、多くの企業がポジションを絞り込み、厳格な評価を経てから意思決定する局面に入ったと考えるべきです。短期的な投稿ペースの鈍化は、市場全体の冷却ではなく、採用の質を高めるプロセスへの移行を示している可能性があります。

実際、90日集中度は80%を超えており、求人票の大半が比較的新しいものです。つまり、現在の市場では「どのポジションを埋めるか」よりも「誰を採用するか」が重要になってきています。採用担当者には、件数ではなく、役割の重要度と候補者の適合度を基準とした判断が求められます。

AIインフラは依然として最大の採用テーマ

AIインフラ関連の求人は180日間で52.3%、90日間で60.0%、30日間で75.4%、直近7日間で73.4%を占めました。特に直近の30日と7日で7割を超えていることは、基盤モデルの開発や推論基盤の整備、MLOps、GPUインフラの拡張といった領域への投資が続いていることを示しています。Agent/RAG関連は180日間で11.9%を占めていたのに対し、直近7日間では8.1%とやや低下しましたが、依然として一定の規模があります。データプラットフォーム関連は直近7日間で3.6%と、30日間の3.2%よりもやや上昇しており、基盤整備と並行してデータ活用基盤への投資も継続しています。

こうした構成は、AI人材への需要が「モデルを作るエンジニア」から「モデルを運用し、事業に組み込むエンジニア」へ広がっていることを示唆します。AIインフラの経験を持つ人材は、単なる技術力だけでなく、コスト管理、レイテンシー最適化、ガバナンスといった実運用の課題に対応できる能力が評価されます。企業がAIを競争力に変えるためには、この領域での継続的な採用投資が不可欠です。

アルゴリズム職が再びデータ職を上回る

職能別に見ると、直近7日間ではAI/アルゴリズム職が32.8%（126件）、データ職が28.1%（108件）、技術職が14.1%（54件）でした。先週はデータ職がAI/アルゴリズム職を一時的に上回りましたが、今週はアルゴリズム職が再び最大の職能グループに戻りました。30日間でもAI/アルゴリズム職は32.1%、データ職は29.1%であり、90日間でも33.0%対29.8%と、同じ傾向です。これは、機械学習モデルの研究開発や新しいタスクへの適用が、データ分析基盤の整備と並行して進められていることを意味します。

この二つの職能は競合するものではなく、相互に補完する関係です。AIアルゴリズムの品質はデータの質に依存し、データ基盤の価値はアルゴリズムが活用されて初めて実現します。しかし、採用戦略として考えると、アルゴリズム職の再逆転は、モデル開発を強化する企業が増えている可能性を示しています。特に、生成AIやマルチモーダルモデルの応用開発を担う人材を探す企業は、データエンジニアリングの経験に加えて機械学習の深い理解を持つ候補者を優先すべきです。

身体性AIとデータインフラが生む新しい需要

今回のデータでは、身体性AI（エンボディードAI）関連の求人が目立ちました。具体的には、マルチモーダルデータのアルゴリズムエンジニア、ロボット向けデータインフラエンジニア、身体性データの戦略・品質管理エンジニアなどです。また、新卒向けの基盤モデルアルゴリズムエンジニア（身体性方向）も出現しました。これは、身体性AIの開発が「アルゴリズムの研究」から「データの収集、流通、品質保証」という実装段階に移行したことを示しています。現実世界のデータをいかに効率的に集め、モデル学習に使える形に整備するかが、競争力の源泉になっています。

このトレンドは、データエンジニアリング職の定義を広げます。従来のビッグデータ基盤や分析基盤の経験に加えて、ロボティクス、センサー、ストリーミングデータ、マルチモーダル処理といった領域に強い人材の需要が高まるでしょう。企業が身体性AI事業を立ち上げる場合、まずデータパイプラインを構築できる人材を確保し、その後にアルゴリズム開発者をチームに加えるという順序が有効です。データインフラの構想と実装を担える人材は、今後数年にわたり不足が続く可能性があります。

規制金融・セキュリティ領域の変化を読み解く

受規制の金融機関やデジタル資産インフラ企業では、Institutional Relations Lead、ITスペシャリスト、FXオプションのクオンツストラテジスト、信用リスク分析アナリストなどの求人を確認しました。Chainlink LabsやeToroといった企業が加わり、規制対象の金融サービスとデジタル資産の橋渡し役となる人材への需要が続いています。一方、Web3関連の求人は180日間で2.9%、直近7日間でも2.9%とほぼ変わらず、低頻度で安定しています。暗号資産関連の採用が大きく拡大したわけではなく、特定のポジションを補強する動きにとどまっています。

セキュリティ職は直近7日間で9.9%と、180日間の6.1%から上昇しました。絶対数はまだ小さいものの、生成AIの導入が進むにつれて、AIシステムのセキュリティやモデルガバナンスを担う人材の重要性が高まっています。企業は、AIインフラの拡張と同時に、セキュリティとリスク管理のための人材も計画的に確保する必要があります。

Talentverseの判断：高確信人材採用の時代

この市場で見逃してはならないのは、短期的な投稿件数の増減ではなく、職能とテーマの構成が明確に変化していることです。採用活動のペースはやや鈍化しても、AIインフラとデータエンジニアリングの中核人材への需要は依然として強い。企業は「採用を減らす」のではなく、「採用対象を絞る」べきです。優先すべきは、AIインフラの実装経験を持ち、モデル開発と事業運用の両方を理解するエンジニア、および身体性AIのような新しい領域でデータパイプラインを構築できる人材です。また、職級が未記載の求人が直近7日間で69.3%に上る状況は、企業側の採用要件の曖昧さを示しています。候補者のレベル評価が難しい市場では、職責・報酬レンジ・評価基準を明確にした求人ほど、優秀な人材を引き寄せやすくなります。

一部の企業は、7日間の投稿ペース鈍化を見て人材需要が去ったと誤読するかもしれません。しかし、フロンティア技術の開発競争はむしろ加速しており、ミッションクリティカルな人材の質が事業成果を左右します。高確信で採用判断を下すためには、表面的な求人件数ではなく、具体的なスキルセットと組織への適合性を検証するプロセスが不可欠です。Talentverseは、AIネイティブな人材インテリジェンスを活用し、企業が本当に必要とする人材を特定し、迅速かつ確実に採用を完了させることを支援します。