AIの仕事は画面の中だけにあるわけではない

AIを語るとモデル、半導体、開発者が先に出てきます。しかしAIサービスには大量の計算設備が必要で、データセンターは電力や冷却が止まれば成立しません。AIが大きくなるほど物理インフラも同時に大きくなります。

韓国でもAIデータセンター投資は政策レベルで具体化しており、電力・冷却ソリューションまで産業化対象になっています。つまりAI投資はIT採用だけではなく、電力・設備人材市場にも波及します。

米国ではデータセンターと電力会社が同じ人材プールを見始めた

Deloitteが2023〜2025年の米求人を分析したところ、電力会社とデータセンターが共有する39の中核職種で、データセンター求人は64%増えました。電気技術者求人は180%以上増えています。

2025年調査ではデータセンター経営層の63%が関連熟練人材不足を最大の人材障壁として挙げました。米国の不足率を韓国へ移すことはできませんが、AIインフラが大きくなるとどの職種で競争が先に起きるかを示すシグナルです。

電力・冷却・FacilityがAIの中核職になる理由

大規模AI学習は巨大な電力負荷を作り、計算負荷の変化が電力系統と施設側の安定運用を難しくします。高密度計算は熱も増やし、液冷など新しい運用要件を広げます。

サーバーを置くだけではなく、受変電、UPS、非常電源、電力品質、冷却、BMS・DCIM、障害対応を一つのシステムとして運用する経験がAIインフラの信頼性に直結します。

『電気技師』という資格名より、止められない設備を運用した経験を見る

特定資格を持てば年収が自動的に上がるという話ではありません。重要なのはどの規模・重要度の設備を扱ったかです。

半導体Fab、大病院、金融データセンター、発電・エネルギー施設、工場Facilityなど停止コストが高い環境で、冗長化、予防保全、障害復旧、Commissioningを経験した人は、職種名が違っても一部スキルを移転できる可能性があります。

キャリア転換で足すべきものは『AI学習』より運用コンテキストかもしれない

電力・設備経験者がデータセンターへ移るために、全員が機械学習を学ぶ必要はありません。既存経験をMission-critical運用の言葉へ翻訳する方が先です。

UPS、非常電源、冗長化、BMS・DCIM、高密度冷却、障害対応、Commissioningなど、既存スキルがAIインフラのどの部分に接続するかを示すことが重要です。

AIが作る労働市場は開発者市場だけではない

AIの雇用影響をオフィス自動化とソフトウェア人材だけで見ると、物理インフラ側の変化を見落とします。電力を送り、熱を逃がし、設備を守り、障害を復旧する人の市場も同時に動きます。

企業も『データセンター経験○年』だけで狭めず、電力、EPC、半導体Facility、工場設備、エネルギーなど隣接産業から移せる経験を定義する必要があります。

BANSEOG VIEW

AI人材市場を『開発者』と『インフラ運用』の両方で見る

AIデータセンター拡大は新しい仕事を生むだけでなく、既存の電力・設備キャリアを別の産業で再価格付けする可能性があります。

今見るべきなのは職種名より、どの産業からどのデータセンター職へ人が移るか、そしてどの経験の組み合わせで採用が成立するかです。

SOURCES

参照した主な資料

韓国の投資計画と米国の求人・経営者調査は対象が異なります。米国の不足率を韓国へ適用せず、AIインフラ拡大が共通人材プールを作る構造を比較しています。