企業が欲しい人材はいる。でも、その職種名がまだない — Fortune 500の47,101件が映すAI採用のズレ

求人タイトルは見慣れていても、中で求める仕事はすでに変わっている

企業にはまず解くべき課題が生まれる。Foundation Modelを製品につなぎ、RAGを構築し、LLMを評価し、agent workflowを既存システムへ組み込む。その後で「この人を何と呼ぶか」という問題が来る。

AndelaはFortune 500のsoftware job posting 47,101件と2,026スキルを分析した。対象bundleのhome roleをタイトルに持つ1,832件のうち53%、972件で、異なる既存職種に属するスキルが二つ以上混ざっていた。

タイトルは既知の職種でも、JDの中身はその境界から動いている。AI Engineerという一つの名前が同じ仕事を意味するとは限らない。

6,758件で似た仕事が現れても、名前はまだ固まっていない

研究は既存職種一つでは説明しにくく、繰り返し共起する23のskill bundleを検出した。注目例にMLOps Pipeline EngineerとLLM Application Engineerがある。

LLM Application Engineerはfoundation model自体を一から学習するより、既存モデルの上に実用アプリケーションを構築するエンジニアに近い。このbundleのcoverageは6,758件だった。

ただし6,758件すべてがその職種名で募集していたわけではない。bundle内の複数スキルが基準以上共起した求人のcoverageであり、むしろ仕事の組み合わせに名前が追いついていない点が重要だ。

新しい職業は、名前から始まるとは限らない

Backend EngineerにLLM orchestrationが加わり、Data EngineerのpipelineとML Engineerのevaluationが混ざる。同じ組み合わせが複数企業で繰り返されてから、市場が一つの職種名として扱い始めることがある。

Andelaの表現ではjob titles lag the work、つまりタイトルが仕事を追いかける。今回の研究は約5週間のスナップショットでtaxonomyからのskill driftを測るため、特定職種の時系列成長を直接示すものではない。

企業は「AI Engineerを何人」より先に、解く課題を分ける必要がある

model training、LLM application、inference・MLOps、agent integrationを全部AI Engineerにまとめると、採用上は便利でも必要な経験の境界が見えにくくなる。

Software Engineering + RAG + cloud deploymentが必要なのにML Engineer 5年だけを検索すれば、すでに仕事をしているBackendやPlatform人材を外す可能性がある。逆にタイトルだけで集めればproduction経験が不足した候補も同じpoolに入る。

人材不足に見える問題の一部は、供給だけでなく検索境界の問題かもしれない。

候補者も現在の肩書きだけで次の仕事を探すと市場を狭く見る

Software Engineerという肩書きでも、LLM API、RAG、agent workflow、evaluation、monitoringを実際に構築していれば、AI EngineerやApplied AI Engineerなど別名の求人と経験が重なる可能性がある。

職種名が安定していない時期ほど、履歴書では何年その職種だったかだけでなく、何を作り、どこまで運用したかを示す価値が高まる。

Indeedでは逆方向に、既存職種へAIという名前が広がっている

Indeed Hiring Labによると、米国で一定数以上AI表現を求人タイトルに含むnormalized job titleは2022年の264から2026年1Qの822へ増えた。米国ではAI-touched titleの63%が非テック職種だった。

一方では新しい仕事が古いタイトルの中に入り、もう一方では古い仕事にAIという新しい言葉が付く。職種名そのものが組み替わる途中にある。

人材サーチでは肩書きより「同じ問題を解いた人」を探す必要がある

新しい役割が形成中の市場で、その職種名を現在持つ人だけを探すと候補者poolを早く閉じすぎる。実際の経験者の肩書きはSoftware Engineer、ML Engineer、Platform Engineerかもしれない。

だから検索の出発点は「この職種名の人は誰か」だけでなく「この会社が解きたい問題を別の名前の下ですでに解いた人は誰か」になる。すべての採用難がnaming failureという意味ではないが、変化の速い市場では候補者境界の設計自体が重要になる。