AIインフラ主導は続くが、直近窓では汎用エンジニアリングと事業職へ再配分

収縮は続くが、末端の傾きは緩んでいる

Talent Signalの2026年10月24日時点の構造化シグナルでは、180日・90日・30日・7日窓のサンプルは7827・3022・459・94件だった。月次換算は約1305・1007・459・403件で、90日/180日=0.3861、30日/90日=0.1519、7日/30日=0.2048となる。中期供給は長期月次の77%、短期は中期月次の46%、7日は30日実績の約88%にとどまり、収縮は末端でも止まっていない。ただし傾きは緩く、反転を示す数字ではない。

この数字を採用計画に直結させるなら、市場が緩和して採用しやすくなるという前提は置けない。ミッションクリティカルな職務を先に定義し、採用枠を広く積むのではなく、事業の継続と成長に不可欠な役割から証拠を集める必要がある。7日窓は94件しかなく、数件の追加で比率が動くため、短窓の変化だけで方針を変えるのは危険だ。

180日窓は完全な半年流量ではなく、現在見える求人の履歴ベースラインである。90日/180日や30日/90日の比率にはベースライン口径の機械的減衰も含まれる。それでも、どの職能が短窓に残っているかを見ると、採用の重心がアルゴリズム専任から汎用エンジニアリングと事業職へ移っていることが読める。回復を待つのではなく、採用の解像度を上げる局面だ。

AIインフラの主導権と、その内側の分解

AIインフラは54.58%・66.45%・45.32%・36.17%で四窓すべて首位を維持した。ただし90日をピークに集中度は下がり、7日では36.17%まで下がる。AIインフラとagent/RAGの合計も66.95%・78.26%・59.04%・53.19%で、短窓では半数近くがAI以外の主題に分散している。other主題が7日で32.98%まで上がることは、AIインフラの重要度が下がったというより、求人構成が単一のAI叙事ではなくなったことを示す。

AIインフラの採用では、AI経験者を一括で扱わないことが重要だ。推論基盤、学習基盤、GPU/分散処理、データパイプライン、SRE、セキュリティ、評価基盤では、必要とする証拠が異なる。36.17%まで下がっても最大の主題である以上、プラットフォームと信頼性の職務は引き続きミッションクリティカルになりやすい。

短窓でotherが32.98%に上がったことを、即座にAI離れと読むべきではない。7日窓のサンプルは94件で、主題分類にもタイトル依存の誤差がある。30日窓でAIインフラとagent/RAGの合計が50%台を維持するか、otherが20%台に戻るかを見る必要がある。採用判断では、AIインフラの各レイヤーに求める成果を職務定義に落とし、キーワードではなくプロダクションの証拠で評価したい。

データ・アルゴリズムから汎用エンジニアリングへ

職能の変化はより明瞭だ。データは27.35%・22.87%・8.50%・8.51%、AI/アルゴリズムは33.65%・31.50%・24.62%・18.09%へと短窓で下がる。一方、技術職能は18.04%・19.66%・22.22%・24.47%へ上がり、7日で四窓最高となる。短窓の新規供給は、専任のデータサイエンティストやアルゴリズム研究者よりも、バックエンド、DevOps、Java、フルスタック、分析工程といった汎用エンジニアリングに寄っている。

この変化は、データやアルゴリズムの採用が不要になったという意味ではない。事業成果に直結するデータパイプライン、評価設計、プロダクション実装の能力は、AIプロダクトの競争力を左右する。ただし、データ職とアルゴリズム職を同じ職務要件で採用すると、実装責任の所在が曖昧になる。データ基盤を担う人材と、モデル評価やアルゴリズムを担う人材を分け、それぞれに求める証拠を変えるべきだ。

agent/RAGは12.37%・11.81%・13.73%・17.02%で、7日は17.02%と四窓最高になった。ただし絶対量は16件で、30日窓の13.73%から上がったとはいえ、トレンド化の確認には足りない。agent/RAGの評価では、検索精度、ツール呼び出し、評価ループ、失敗時の設計、プロダクション運用の証拠を見る。短窓の上振れを理由に採用枠を急拡大するより、実装検証のできる人材を少数精鋭で採用する方が高確信度は高い。

事業職の短期増加と、デジタル資産の細い信号

事業・市場・営業・プロダクト・運営の合計は8.87%・11.38%・21.13%・35.11%で、7日は35.11%と四窓最高になった。営業は2.38%から11.70%、市場は1.37%から9.57%、プロダクトは1.52%から9.57%へ上がっている。短窓で商業化機能が補完しているように見えるが、7日窓は94件で、数件の追加が3〜5ポイントを動かす。構造変化と断定せず、GTM仮説やプロダクトの評価指標を候補者が語れるかで判断したい。

デジタル資産関連はWeb3 infra、wallet/payment、trading infraの合計が3.17%・3.87%・7.41%・8.51%で、7日は8.51%と四窓最高になった。ただし7日は8件で、構造化主題はWeb3 infra 4件、trading infra 4件、wallet/payment 0件にとどまる。主題分類の漏れも否定できないため、主叙事ではなく細分信号として扱う。採用では、チェーン固有の実装、カストディ、決済、取引基盤、規制対応の証拠を職務別に確認する。

安全職能は7.04%・8.83%・11.55%・5.32%で、30日の11.55%から7日は5.32%へ回落した。risk/compliance主題は1.18%・1.26%・3.49%・3.19%で、7日は3件しかない。安全職能はID/認証、不正調査、リスク管理、規制対応の複数を同時に担うことがあり、risk/complianceの上行と同一視できない。セキュリティ採用では職務範囲と監督責任を分けて評価する必要がある。

シニア採用と報酬情報の空白

職級はnoneが63.51%・64.30%・64.49%・70.21%で、7日は70.21%まで上がる。seniorは17.16%・15.98%・13.73%・12.77%、leadは6.26%・6.42%・7.19%・5.32%、headは30日4.14%から7日2.13%、directorは2.30%から1.06%へ下がった。シニア職はどの窓でも拡張しておらず、7日では未ラベルが増えている。シニア採用は肩書や年数ではなく、意思決定権、0→1の成果、組織設計、プロダクション責任の証拠で判断すべきだ。

報酬はstrongが78.05%・73.73%・43.14%・52.13%、unknownが21.95%・26.27%・56.86%・47.87%だった。unknownの件数は1718・794・261・45件で、30日が56.86%と欠落のピーク、7日は47.87%へ約9ポイント改善した。それでも半数近い求人に報酬シグナルがない。短窓の報酬比較は信頼性が低く、開示欠落を報酬水準の下落と読むことはできない。

報酬情報が薄い環境では、候補者との条件交渉を求人票の数値だけで組み立てるのは危うい。職務範囲、責任、事業段階、エクイティ、リモート条件を複数ソースで補正し、採用判断と報酬判断を分ける必要がある。シニア採用では特に、報酬の比較可能性が低いことを前提に、意思決定権と成果の証拠を重く見るべきだ。

Talentverseの判断

今回の変化は、AI一極の拡大ではなく、収縮下の再配分である。AIインフラは引き続き最大の主題だが、その内側は推論基盤、データパイプライン、SRE、セキュリティ、評価基盤に分かれる。データとAI/アルゴリズムは短窓で縮み、汎用エンジニアリングと事業職が補完している。採用の優先順位は、AIインフラの各レイヤー、agent/RAGの実装検証、セキュリティ/リスク、プロダクト/事業開発のうち、事業の継続と成長に直結する職務に置くべきだ。

誤読しやすいのは、7日窓の事業職35.11%を構造変化と読むこと、データ8.51%をデータ不要と読むこと、AIインフラ36.17%をAI需要の崩壊と読むこと、薪酬unknown 47.87%を報酬下落と読むことだ。いずれも短窓の小さなサンプルと開示欠落に依存している。30日窓で再確認し、主題と職能の両方で証拠が揃ったものだけを採用方針に反映する。

高確信採用が重要になるのは、市場のシグナルが薄く、シニア層が厚くなく、報酬の比較も難しいからだ。候補者のキーワード一致ではなく、プロダクションの信頼性、評価設計、セキュリティとコンプライアンスの判断、0→1の遂行、意思決定の質を複数の証拠で確認する。Talentverseは、ミッションクリティカルな職務を狭く定義し、証拠に基づいて採用判断を行うことを推奨する。