AIインフラ主導は不変、直近7日はアルゴリズム職が単独で強い
本レポートは、Talentverse の自社リサーチプロダクト Talent Signal が収集・整理した公開採用シグナルサンプルに基づき、先端テクノロジー人材市場への構造化された観察としてまとめたものです。
180日、90日、30日、7日の構造化求人シグナルは7,759件、2,413件、485件、134件で、日次換算は43.1件、26.8件、16.2件、19.1件だった。90日/180日は0.311、30日/90日は0.201、7日/30日は0.2763で、長端の収縮は続いている。7日の日次は30日を18.4%上回るが、90日の71.4%、180日の44.4%にとどまり、転換点とは言えない。テーマ別ではAIインフラが55.57%、62.74%、42.06%、42.54%、agent/RAGが12.31%、11.60%、12.16%、14.18%で、7日の合計は56.72%だった。職能別では7日のAI/アルゴリズムが47.01%、データが4.48%、技術が11.94%で、フロント5職能は9.27%、13.30%、22.89%、17.91%と7日は30日を4.98ポイント下回る。報酬未開示は30日と7日とも約51.5%で、新規35件はAI/アルゴリズム16件、AIインフラ11件に偏る。直近の反発はアルゴリズム職への一極集中として読むべきだ。
180日サンプル
7,759件
基準窓180日で観測した構造化求人シグナルの総量。
90日サンプル
2,413件
90日窓の求人シグナル量。180日に対する比率は0.311。
30日サンプル
485件
30日窓の求人シグナル量。90日に対する比率は0.201。
求人総量の長端収縮は続き、直近7日の反発は転換点ではない
180日、90日、30日、7日の構造化求人シグナルは7,759件、2,413件、485件、134件だった。日次換算は43.1件、26.8件、16.2件、19.1件である。90日/180日は0.311、30日/90日は0.201、7日/30日は0.2763で、長期ほど厚く短期ほど薄い漏斗は変わっていない。7日の日次は30日を18.4%上回るが、90日の71.4%、180日の44.4%にとどまる。
この反発を需要の反転と読むのは早い。7日間は134件しかなく、新規35件の追加が比率を動かしやすい。採用計画では求人総量の回復を前提にせず、事業の立ち上げに不可欠な職種から先に枠を確保するべきだ。採用含意は、件数の追跡ではなく、ミッションクリティカル職のスコープと採用手順を先に固定することにある。
AIインフラとagent/RAGが示す実装フェーズの需要
テーマ別ではAIインフラが55.57%、62.74%、42.06%、42.54%で第一位を維持した。agent/RAGは12.31%、11.60%、12.16%、14.18%で、7日は30日をわずかに上回る。7日の両者合計は56.72%で、90日の74.34%には届かないが、otherの28.36%を上回る。AIインフラとagent/RAGが依然として求人構成の主軸であることは変わらない。
7日は90日ピークから集中度を落としており、AIプラットフォーム需要が再加速したと断定できない。それでも、推論基盤、RAG評価、エージェント運用、MLOpsの実装経験が採用要件の中心にあることは明確だ。採用含意は、モデル研究の肩書きよりも、本番運用に移す設計、評価、運用の実績を持つ人材を優先することにある。
アルゴリズム職への一極集中とデータ職の急減
職能別ではAI/アルゴリズムが33.19%、33.61%、30.52%、47.01%で、7日は30日比16.49ポイント上昇した。データは27.14%、21.42%、8.04%、4.48%で、7日は6件のみ。技術は17.79%、16.12%、16.70%、11.94%で7日は30日を下回る。7日のAI/アルゴリズムとデータ合計は51.49%で、90日55.03%、180日60.33%を下回り、アルゴリズム単側の押し上げが際立つ。
データ職の4.48%を需要消滅と読むのは早い。学習データの品質管理、評価セット設計、アノテーション運用は職種名を変えて残る可能性がある。ただし、汎用データサイエンティストの採用を即時に拡張する根拠は弱い。採用含意は、データ人材を人数で積むのではなく、評価設計やデータ品質の成果物で定義することだ。
フロント職能、セキュリティ、報酬開示の弱いシグナル
フロント5職能は9.27%、13.30%、22.89%、17.91%で、7日は30日比4.98ポイント低下した。180日と90日は上回るが、商業化拡張の加速とは言えない。新規35件でもAI/アルゴリズム16件、AIインフラ11件、agent/RAG 5件に対し、商务とマーケティングは各2件にとどまる。営業、マーケティング、プロダクトの採用は、AI導入の収益化を数値で示した人材に絞るべきだ。
セキュリティは7.28%、9.37%、9.28%、7.46%、risk/complianceは1.12%、1.62%、3.30%、2.24%で、30日の高止まり後に7日で反落した。数字だけでは統一的なコンプライアンス需要の拡大とは言えない。採用含意は、肩書きではなく決済、本人確認、監査、ブロックチェーンなど実際のリスク面を特定して人材を定義することにある。
報酬未開示は22.61%、30.29%、51.55%、51.49%で、30日と7日はほぼ同じ約半数だ。職級や報酬レンジの比較を難しくし、求人票だけでは提示額を決められない。デジタルアセット3テーマは3.03%、4.22%、6.80%、4.49%で、7日は約6件。30日の6.80%から戻り、主構造を変えるにはサンプルが不足している。
Talentverseの判断
今回のシフトは、求人市場の全面回復ではなく、AI実装の中核職に採用資源が集中していることを示す。7日134件のなかでAI/アルゴリズム47.01%、AIインフラ42.54%、agent/RAG14.18%という偏りは、モデルを本番に移す人材の希少性を映している。優先すべきは推論基盤、RAG評価、エージェント運用、AIデータ品質の責任者だ。
企業が誤読しやすいのは、データ職4.48%を需要消滅と見ること、フロント職17.91%を商業化加速と見ること、報酬未開示51.5%を市場価格の不在と見ることだ。データ職は評価、生産、品質管理に再配置されている可能性があり、フロント職は収益化実証のある人材への選別が進む。報酬は求人票のレンジではなく、希少性と事業インパクトで設計する必要がある。
高確度採用が重要になるのは、求人件数が少ないなかで採用の一枠ごとに事業インパクトが大きいからだ。職務スコープ、成果定義、評価基準、報酬設計を先に固め、少ない候補者から意思決定する。Talentverseの見立てでは、AIインフラとagent/RAGの実装リード、評価設計者、データ品質責任者を最初の採用枠に置き、商業化職は収益化の再現性を確認してから精査するのが妥当だ。
方法説明
本レポートは180日を基準窓に、90日、30日、7日の構造化求人シグナルを比較した。サンプルは7,759件、投稿日時あり7,094件、収集日時フォールバック665件、新規35件、7日134件。歴史ベースラインは完全な半年実績ではなく、短窓の比率は少数サンプルで変動しやすい。報酬未開示は30日と7日とも約51.5%。数値は記述時点の構造化データに基づき、因果や将来予測を示すものではない。
Talent Signal / v60 / 2026-11-08