日本語

LinkedInデータが示す：AIスキル需要が12か月で142%急増——どの職種が牽引しているのか

1年間でAIスキル需要が142%急増したというのは、単なるトレンドではありません。市場がすでに動いているというシグナルです。

LinkedInが2026年に公開した労働市場インサイトレポートは、9億5,000万件以上のプロフェッショナルプロフィールと6,000万件超の求人情報から得たデータをもとに、多くの採用担当者がすでに肌で感じていることを数値で示しています。企業はAI関連職を増やすだけでなく、あらゆる職位・職種の採用要件を書き直しています。需要の急増は加速しており、供給はついていけていません。

AI人材戦略を「来四半期の課題」として後回しにしているCEOにとって、このデータはその猶予がすでに終わっていることを示しています。

LinkedInのデータが実際に測定していること

142%という数値を鵜呑みにする前に、LinkedInが何を測定しているかを理解することが重要です。同社のWorkforce Insightsプラットフォームは、機械学習やLLMファインチューニングなどの技術的スキルから、AI活用のワークフロー設計やプロンプトエンジニアリングといった応用スキルまで、AI関連スキルを明示的に記載した求人情報を追跡しています。対象期間は2025年第1四半期から2026年第1四半期までの12か月です。

この方法論が重要なのは、AI関連スキルの需要が求人票のキーワード水増しによって誇張されているという批判に対する答えにもなるからです。LinkedInのアプローチはプロフィールへの推薦数やリクルーターの検索動向との照合を行っており、142%という数値の信頼性を高めています。企業が求人広告で要求しているスキルだけでなく、リクルーターが実際に検索し、候補者が実際に認定されているスキルも含まれています。

前年比では、2024年は同指標で68%の増加でした。つまり、2025〜2026年の期間で需要増加のペースはほぼ倍増したことになります。この加速こそが本質的な話です。

急増を牽引する5つの職種カテゴリー

すべてのAI関連職が均等に成長しているわけではありません。LinkedInのデータは需要を職種クラスター別に分析しており、5つのカテゴリーが増加全体の70%以上を占めています。

機械学習エンジニアは最も求人件数が多いカテゴリーで、前年比178%増を記録しています。モデルの構築・ファインチューニング・本番運用を担う、あらゆるAI機能の運用基盤となる職種です。

AI Product Managerの求人は161%増加しました。AIがR&Dから製品ラインへと移行する中、AI機能の要件を定義し、エンジニアリング・法務・事業部門をまたいでリリースを推進できるProduct Managerの需要が高まっています。

プロンプトエンジニア / AI Interaction Designerは194%増と、データ中で最も成長率の高いカテゴリーです。18か月前にはほとんど認知されていなかった職種が、今やLLM（大規模言語モデル）を本番運用している企業での採用優先事項となっています。

AI Analystの求人は138%増加しました。AIが出力した結果をビジネス判断に落とし込む職種で、従来のデータサイエンス職よりもビジネスアナリストに近いプロフィールです。

AI Operations Specialistは122%増加しました。AI ツールが各部門に広がるにつれ、インフラの管理、モデルパフォーマンスの監視、ベンダー対応、障害対応を大規模にこなす担当者が必要になっています。この職種は現在、需要に対してまだ採用が追いついていない状況です。

供給と需要のギャップは縮まらず、むしろ拡大している

経営陣にとって不都合な数字があります。LinkedInの試算では、全世界の10件のAI求人に対して2.3名の適格な候補者しかいないとのことです。このギャップは1年前の10件に対して3.1名から悪化しています。

このギャップは均一ではありません。北米では10件の求人に対して約2.8名。欧州ではより厳しく1.9名。AIの採用が急速に成長する一方で人材プールが小さい東南アジアでは1.4名程度です。グローバルに事業を展開している企業は、北米の採用データだけから読み取れる以上に深刻な人材不足に直面しています。

供給制約には構造的な側面があります。機械学習エンジニアやAIスペシャリストの大学における輩出数は増えていますが、卒業生数と採用速度のギャップは3〜5年のタイムラインでなお拡大しています。リスキリングプログラムは、AI Analyst、AI Operations、プロンプトエンジニアといった隣接職種についてはアカデミックなパイプラインよりも早くギャップを埋められます。

充足にかかる時間は悪化する一方

もう一つ注目すべき指標として、AI関連職の平均充足日数が2026年第1四半期には68日に達しており、1年前の52日から増加しています。同期間における非AI系技術職の38日と比較すると、その差は明確です。

採用チームを最小限で運営している企業にとって、68日という充足期間は製品リリースの遅延、売上目標の未達、人員確保待ちで計画がストップするプロジェクトの増加に直結します。さらに複利的な影響として、充足日数の長期化が企業をコスト高で組織内のAI能力の蓄積につながりにくいコントラクター契約に向かわせます。

先進企業がとっているアプローチ

ギャップを素早く縮めている企業が競合より給与水準を上回っているわけではありません。採用パイプラインを前倒しで構築しているのです。Capital One、Siemens、T-Mobileなどの組織は社内AI学習機関を設け、高いポテンシャルを持つ既存社員をAI AnalystやAI Operationsなどの隣接職種にリスキリングしており、実戦投入までの期間を6か月から10週間未満に短縮しています。アップスキリング vs. 採用の意思決定には、ほとんどの応用AI職種においてROIの観点から明確な答えがあります。外部採用者が生産性を上げるのに数か月かかる水準に、社内リスキリングなら数週間で到達できます。

リスキリング戦略は非エンジニア系AI職種で最も効果的です。機械学習エンジニアとAI Product Managerについては、求められる技術的深度の高さから外部採用が依然として主な調達経路です。この2つのトラック（応用AI職種のリスキリングとコアAIエンジニアリングの外部採用）を分けて考えている企業は、すべてのAI能力を内部で育成しようとしている企業よりも採用速度が高くなっています。採用予算を確定する前に、AIスキルマトリクスを活用して自社のどの職種がどちらのトラックに属するかを整理することをお勧めします。

特化型AIリクルーティング会社への需要も急増しています。AIとML人材専業の企業は、シニアAI職種の採用支援で約18%のシェアを占めており、2年前の9%から上昇しています。コスト面でのトレードオフがあります。これらの採用支援は汎用リクルーターに比べて20〜30%高い報酬費用がかかります。しかし、68日間の充足期間が実際の売上インパクトを持つ企業にとっては、そのプレミアムが十分見合う計算になるケースが多いです。

給与の現実

給与水準も充足が遅い理由のひとつです。需要142%増に見合う水準で、AIスキルを持つ人材の市場価格が動いているわけではありません。機械学習エンジニアの米国内ロールにおける基本給の中央値は2026年第1四半期に18万5,000ドルを超えました。AI Product Managerは平均17万2,000ドル。プロンプトエンジニアはまだ新興カテゴリーで、文脈や業界によって9万5,000ドルから15万5,000ドルと幅があります。

AI活用能力を持つ人材は職種横断で27%の給与プレミアムを得ています。つまり、需要の急増はAI専業職に限りません。AIツールを使いこなせる財務アナリスト、マーケティングマネージャー、オペレーションリードも報酬が上昇しています。AI隣接職種の報酬帯を更新していないCEOは、すでに更新した競合他社への人材流出が始まっています。

2026年後半に注視すべき動き

2つのシナリオを念頭に置くべきです。ひとつ目は、初期のAI導入ウェーブが一段落して企業が構築フェーズから維持フェーズへ移行するにつれ、需要の伸びが正常化するというシナリオ。特にプロンプトエンジニアの需要は、AIツールの成熟によって大規模な手動プロンプト作業の必要性が低下するにつれてプラトーに達するという予測も一部のアナリストからは出ています。

ふたつ目のシナリオ——現在のシグナルからはこちらの可能性が高い——は、まだAI採用の遅い業界が臨界点に達し、積極採用を始めることで需要がさらに加速するシナリオです。医療、法律、政府機関はいずれも金融・小売に比べてAI人材密度が大幅に低い状態です。これらのセクターが独自の転換点を迎えたとき、すでに供給不足のタレントプールを争うことになります。

注視すべき3つ目のシグナルは、非技術系の求人にAIスキル要件が引き続き現在のペースで組み込まれていくかどうかです。AI スキル要件が非技術系求人に登場している割合は、18か月前には想像しにくかった水準にまで達しています。このトレンドが加速すれば、AIリテラシーを持つ労働力を支えるために必要な人材プールは現在のAI職種カテゴリーをはるかに超えて拡大します。

CEO視点のまとめ

142%という数値は、記録してファイルに閉まっておくためのデータではありません。意思決定のためのインプットです。CEOにとって実践的な問いは、2024年に比べて約2倍の速さで需要が伸びた2025年の市場において、自社の現在のAI採用ペースが競争的に見合っているかどうかです。

答えが不明確であれば、充足日数、給与ベンチマーク、職種カテゴリー別の成長率といった基礎データが、2026年第2四半期の実際の市場に照らして採用計画を検証するのに十分な具体性を提供しています。AI人材戦略の対応を次の計画サイクルまで待つことは、中立的な選択ではありません。すでに動いているカーブからさらに遅れることを選ぶことです。

関連記事