300万で博士を争奪、95後ですでに「高齢者」：AI採用が中堅層を「生き埋め」にしている
TechFlow厳選深潮セレクト
300万で博士を争奪、95後ですでに「高齢者」：AI採用が中堅層を「生き埋め」にしている
人材市場の活況は偽りであり、流動性という幻覚こそが真実である。
Web3業界の深掘り報道に専念し潮流を洞察執筆：Ada、TechFlow
「あるインターネット大手企業が、今年、年収300万元（約5,000万円）を超えるオファーを、AI分野の新卒博士号取得者60人に提示しました。」1,500社以上のAI企業に人材紹介サービスを提供してきたヘッドハンティング会社TTCの創業者である肖マーフェン氏がこの数字を語った際の口調は、まるで今日の気温を報じるかのように淡々としていた。
同月、職業SNS「脈脈（マイマイ）」のデータによると、AI関連職種の求人数は前年比29倍に急増。一方、リクルートサイト「智聯招聘（チーリエン・ジョウピン）」によれば、応募者数は200％も暴増したという。
29倍の求人数、200％の応募者増加——これらの数字は、まるでバブル相場のK線図のように美しく見える。
だが、この一見華やかな数字の裏には、ある秘密が隠されている。膨大な資金と注目が、開口部が極めて狭い「漏斗（ろうと）」へと集中しているのだ。その頂点に立つ数十人の存在が、市場全体の給与水準の期待値を押し上げている一方で、底辺にいる数十万人が、すべての不安とプレッシャーを一手に引き受けている。
そして、この漏斗の中間層——つまり、職場で5年、10年とキャリアを積んできた人々——は、静かに空洞化されつつある。
人材市場の「繁栄」は偽りであり、「流動性」という幻想こそが真実だ。
一将を得難く、万卒が殺し合う
リクルートメントプラットフォーム「獵聘（レーピン）」の報告書によると、AI関連職種の47％が修士号または博士号を必須要件としており、ほぼ半数の企業が985・211大学出身者しか採用しないと明言している。
ヘッドハンターのEva氏はさらに率直に語る。「大手企業が人材を募集する際には、211大学卒でもギリギリ。最低でも985大学卒でなければならず、専門分野における実務経験のない履歴書は、そもそも目を通さないのが現実です。」
では、この「塔の頂点」とは一体どのような人物なのか？
アリババグループ傘下のQwen（千問）で活躍していた林俊暘氏が退職を発表した当日、「各社の大手企業から次々と連絡があり、『林俊暘氏に連絡を取り、ご紹介いただけないか』と依頼されました。」と肖マーフェン氏は振り返る。
このようなレベルの人材は、全国でも数十人しかいないだろう。彼らを見つけるため、ヘッドハンターたちはもはや履歴書をめくることすらやめている。代わりにGitHubでコードのコミット履歴を追跡し、Google Scholarで論文著者を追い、ポッドキャストのファンコミュニティやAIスタートアップのオンライングループに潜入して情報収集を試みる。Eva氏は、清華大学主催のAI起業コンテストのグループにも参加しており、そこには21〜22歳の若者たちが集まっている。「今から話をしておけば、2〜3年後に就職活動を始める段階で、先に枠を確保できるのです。」
もう一人のヘッドハンターSteve氏は、2022年からAI分野の採用を担当しており、こう意味深長に語った。「将来、『履歴書』という概念自体がなくなる可能性すら、私は疑っていません。」
彼は具体例を挙げて説明する。今年1月、ある企業がOpenClawに関する知識を持つ人材を募集していたが、この分野はあまりに新しく、応募者が履歴書に記載することなど考えてもいなかった。そこでSteve氏は、この求人ニーズを分解し、本質的にはマルチエージェントフレームワークに関する課題であると判断。類似のフレームワークを開発した人物はいないか？そのフレームワークはオープンソース化されていないか？オープンソースコミュニティにおける貢献者は誰か？——といった具合に、多角的に探査したという。
履歴書の価値は低下し、従来の採用チャネルは機能しなくなりつつある。
そうした「隙間」から、新たな機会を捉えた人物もいる。
DINQの共同創業者Sam氏が起業に至ったきっかけも、同様の洞察だった。OpenAIで最も優れた論文を発表する研究者たちの多くは、名門校出身ではなく、なかには中退者もおり、若く、肩書きもなく、純粋な技術者でなければその卓越性を認識できないほどだ。LinkedInのようなプラットフォームが重視する「学歴」や「経歴」という指標は、AI人材にはまったく通用しない。
そこでSam氏は、「AI科学者および開発者のためのLinkedIn」とも言えるDINQを創設した。DINQでは経歴ではなく実績を評価する。トップカンファレンスでの論文引用数、GitHubにおけるコード貢献度、あるいは共同研究者に著名な技術者が含まれているかどうか——こうした要素が評価基準となる。HRがDINQ上で「Sora 2」と検索すると、単にSora 2に関係する経歴を持つ人だけではなく、関連技術分野の論文著者まで網羅的に表示されるため、水面下に潜む優秀な人材を掘り起こせるのだ。
肖マーフェン氏が提唱する代替案は「Build in Public（公開環境で構築する）」だ。つまり、自分の製品をそのまま世に出すことが、何よりの能力証明になるという考え方である。
現在、中国国内の621の大学が人工知能（AI）学部を設置しており、マッキンゼーは2030年までに中国におけるAI人材の不足数が400万人に達すると予測している。しかし、「不足」という言葉には欺瞞性がある。本当に足りていないのは、10万枚ものGPUカードを用いた大規模訓練を実際に経験した実験科学者であり、大規模言語モデルの能力限界を理解しつつ、それを商業的な応用シーンへとつなげる複合型人材なのだ。ポッドキャストを2回聴いただけで「AIにとても興味があります！」と語るような人は、市場には常にあふれている。
牛客（ニュウケ）の創業者である葉向宇氏の言葉が、この状況を的確に言い表している。「塔の頂点では『一将を得難く』、塔の底辺では『万卒が殺し合う』。」脈脈が掲げた「AI職種2つに対して、適任候補者が1人いる」という表現は、まさに塔の頂点の話である。では、塔の底辺はどうか？誰も統計を取っていない。なぜなら、底辺層の履歴書はそもそも採用システムにすら届かないからだ。
レバレッジによる価格設定：モデルに近いほど高値で取引される
では、結局、お金はいったい誰の手に渡っているのか？
Eva氏は具体的な数字を示した。大手企業におけるP7クラスの非技術職の給与上限は約100万元（約1,650万円）程度であるのに対し、同レベルのAI技術職は150万～200万元（約2,500万～3,300万円）が相場だ。転職時の昇給幅も大きく、技術職では50％の昇給が一般的であり、倍増するケースもある。一方、非技術職の昇給幅は10～20％が主流で、最高でも30％を超えることは稀だ。
Steve氏は、この価格設定のロジックを「レバレッジ（てこ）」という言葉で説明する。
モデルを太陽に例えると、その核（コア）に近いほど、働く「てこ」の効きが大きくなり、自身の価値も跳ね上がる。たとえば、あるコア研究者が開発したモデルの性能向上が、大手企業の時価総額に数十億元（数百億円）規模の影響を与えることもある。彼が運用する10万枚のGPUカードのコストは、彼自身の給与をはるかに上回る。この観点からすれば、彼に1億元（約16.5億円）支払っても、決して高すぎるわけではない。
それに対して、太陽から離れた位置にいる人々——プロダクトマネージャーやオペレーション担当者、セールス担当者——は、そのレバレッジ効果が直接的ではないため、給与も自然と制限される。Steve氏によれば、アプリケーションレイヤーにおいて、技術職と非技術職の給与格差は、3倍以上にも及ぶという。
肖マーフェン氏は、これに重要な変数を加える。「この『ヒエラルキー』の本質は、需給関係にあり、しかもそれは二つのレイヤーで成り立っている。マクロ的には、10万枚以上のGPUカードを用いた訓練経験を持つ人がごくわずかしかいないため、その価格は天文学的となる。だがミクロ的には、創業チームのバックグラウンドによって左右される。たとえば創業者が清華大学の教授であり、研究室に技術者が多数在籍している場合、むしろ商業化を担える人材の方が希少価値が高くなる。」
数十人の希少性が、業界全体の給与物語を定義している。残りの大多数は、その物語を基準に自身の立ち位置を測ろうとするが、測定結果として得られるのは、ただひたすらの「乖離」だけだ。
「老登（ラオデン）」に対する一斉掃討
「AI時代は『老登（ラオデン）』を拒絶する」——肖マーフェン氏はこう鋭く指摘する。
前回のAIブームを経験した世代、つまり曠視科技（カングシー）や商湯科技（シャントウ）の全盛期を支えた人々は、現在40代後半を迎えているが、彼らの経験はむしろ負担となっている。
Steve氏の表現はやや婉曲だが、指向性は一致している。「私たちは、古い地図で新しい大陸を探し当てられるとは信じていない。ある業界で長く働いていると、勢いや慣性が強くなる。脳の即時反応は、これまでの訓練の結果であるが、時代は変わってしまった。かつての『正解』が、今ではまったく逆の答えになるかもしれない。」
年齢に対する不安は、あらゆる職位レベルに浸透している。一部の投資機関は、00年代生まれの起業家を積極的に探し始めている。さらには「95後（1995年以降生まれ）はすでに老けた」という声まで聞こえてくる。
これは一見荒唐無稽に思えるが、採用市場が発信するシグナルは非常にリアルだ：リソースが限られているとき、天秤は迷わず若者へと傾く。
「今は実行力とスピードが勝負。企業が育成しようとしているのは、大規模な編隊ではなく、特殊部隊なのです。」とSteve氏は言う。特殊部隊には、多くの指揮官は不要だ。
しかし、ここには誰も正面から答えることを避けている矛盾がある。
AIプロダクトを実際に市場に投入し、技術を商業的価値へと転換させるために必要なのは、むしろ業界経験、暗黙知（タキットナレッジ）、そして過去に何度も踏んだ失敗の数々だ。Steve氏自身も認めているように、こうした暗黙知は、比較的成熟した人材にこそ備わっている。彼らは必ずしも未来への道筋を正確に描けるわけではないが、少なくとも「絶対に通れない道」を熟知している。
業界は若者の情熱を必要とし、同時にベテランの判断力をも必要としている。この二つの主張は誰もが口にするが、実際の資金の流れは、その前半分のみを語っているにすぎない。
中間層が飲み込まれている
3人のヘッドハンターが異口同音に指摘した変化がある。「管理職が圧縮されつつある」という現象だ。
「純粋な管理職は、もはや非常に厳しい立場に置かれているかもしれません。大量の業務が根本から覆されようとしており、あなたが築き上げた組織運営の仕組みが、明日には一瞬で崩れ去る可能性すらあります。」とSteve氏は語る。
組織は極めてフラット化しており、階層的なピラミッド型の報告体制はもはや不要となり、一人ひとりが戦える小隊が求められている。ある特定のタスクを他人に依存するよりも、エージェント（AI）に任せた方が効率的だ。かつては「管理能力が高い」「複雑なチームを率いることができる」という点が評価されたが、それが今や根本的に問い直されている。
プロダクトマネージャー、オペレーション担当者、フロントエンド／バックエンドエンジニアといった職種の境界線は、急速に曖昧になっている。個人がAIツールを活用することで、ひとつのプロダクトのMVP（最小限の実用化製品）を完遂できる時代が到来している。
陳蕾（仮名）氏は、ある中堅AI企業で3年間にわたりプロダクトディレクターを務め、8人のチームを率いてきた。今年初め、会社の再編に伴い、彼女のチームは解散。うち4人はエージェント関連プロダクトへ異動し、2人はリストラされた。彼女自身の肩書きは「ディレクター」から「シニアプロダクトマネージャー」へと降格し、5歳年下の技術責任者に直属することになった。
「私は解雇されたわけではありませんが、それよりずっと辛いと感じています。」と彼女は語る。「この会社で3年かけて築き上げてきたものが、たった一度の組織改編で一瞬にして消え去ってしまう。しかも、不満を口にすることもできません。なぜなら、『あなたはまだ会社にいるでしょう？』と言われてしまうからです。」
これが、この「流動性幻想」のもっとも過酷な側面だ。漏斗の頂点では、数十人の天才が天価で争奪されている。漏斗の底辺では、数十万人の新人が、そもそも門をくぐることさえ許されない。そして漏斗の中間層——つまり、すでに職場で5年、10年、あるいは15年とキャリアを積んできた人々——は、内部から静かに空洞化されつつあるのだ。
キャリアの階段から、中間の数段が抜き取られた状態だ。かつてはエレベーターで一段ずつ上っていけたが、今やパラシュートでジャンプするしかない。着地地点は、塔の頂点か、自由落下かの二者択一だ。
この幻想を生み出したのは誰か？
この「流動性幻想」の恩恵を受けるのは、いったい誰なのか？
求人プラットフォームは「AI職種が29倍に急増」「人材不足は400万人」といったキャッチコピーでトラフィックを獲得し、毎回のシェアが、さらに多くの焦りを抱えた求職者を漏斗へと押し込んでいる。
企業はAIを「お飾り」や「方便」として利用している。Forrester Researchの調査によると、55％の雇用主が「AI導入を理由にリストラしたが、後悔している」と回答。そのAIによる代替機能は、そもそも準備が整っていなかったのだ。Resume.orgの調査はさらに直截的だ。「59％の企業が、リストラを『AI駆動』と称して包装している」と公言。ステークホルダーに対して説明する際に、『AIの導入』と述べれば戦略的アップグレードのように聞こえるが、『業績不振』と説明すれば、経営失敗と映ってしまう。AIは、いまやもっとも使い勝手のよい「お飾り」になってしまったのだ。
スウェーデンのKlarna社は、AIがカスタマーサポート業務を代替したとして700人を解雇したが、結果としてサービス品質が大幅に低下し、顧客の反発を招き、結局は密かに人員を再雇用した。これは例外ではない。Forresterは、半数のAI関連リストラは最終的に密かに再雇用されるだろうと予測しているが、その際の給与水準は低く抑えられるか、あるいは海外へのアウトソーシングに切り替えられるだろうと指摘している。
Steve氏は、現在の経営陣の心理を端的に要約する。「彼らは今、まず最初に『本当に人を雇う必要があるのか？』と自問する。その後になって、ようやく『どんな人材を雇うべきか？』という問いに進むのです。」
Forrester Researchの統計によると、世界中の従業員のうち、高いAI活用準備度（AI Readiness）を持つのはわずか16％にすぎない。企業は従業員への教育投資を怠り、従業員は自発的に学び続けなければならない。Z世代のAI準備度は22％と最も高く、にもかかわらず、彼らは最も入りやすいエントリーレベルの職種から、真っ先にAIに代替される危険にさらされている。Mercerの調査によれば、従業員がAIによる失業への不安を感じる割合は、2024年の28％から2026年には40％へと急上昇している。
AIは、人材を奪う理由にもなり、また人材を切る口実にもなる。その定義権を握る者が、このゲームの主導権を握るのだ。
漏斗は広がらない
冒頭に戻ろう。
29倍の求人増加、200％の応募者流入、300万元の年俸、400万人の「人材不足」——それぞれの数字はすべて事実であるが、それらを組み合わせてみると、まったく異なる物語が浮かび上がる。求人は増えているが、その開口部は極めて狭い。応募者は押し寄せているが、そのほとんどは一次選考すら通過できない。給与は高騰しているが、それはピラミッドの頂点に立つ数十人にしか該当しない。人材不足は拡大しているが、実際には「求められているもの」と「供給されているもの」が、根本的に噛み合っていないのだ。
だが、この漏斗は決して広がらない。AI技術は半年ごとに進化し、今、最も注目を集める分野も、半年後には廃墟と化しているかもしれない。「自分は太陽に近い」と思っていたとしても、ある新モデルの発表と同時に、あなたは一気に周縁へと放り出される可能性がある。
Steve氏の言葉は、この業界の墓碑銘にも、また入場券にもなり得る。「資格の長さ（＝勤続年数）だけで経験を測る時代は、もはや終わりました。重要なのは、AIとの『相互作用の密度』と『深さ』です。4年前に入社した人が、ただ表面的にAIを使っているだけかも知れません。一方、去年入社した人が、全身全霊でAIと向き合っているかもしれません。では、どちらが、より深い経験を持っているでしょうか？」
3人のヘッドハンター自身も、この業界によって再構築されつつある。Eva氏はアルゴリズムの原理を学び始め、Steve氏はエージェントフレームワークの研究に没頭し、肖マーフェン氏は先日、00年代生まれの起業家が集う会議から帰ってきたばかりで、「彼らの認知レベルは、すでに次の段階に達している」と感嘆していた。金を掘る者たちのペースに合わせて、シャベルを売る者たちも走らなければならないのだ。
陳蕾氏は最近、GitHub上で小さなプロジェクトを始めた。エージェントフレームワークを用いて、法律文書の自動生成ツールを作成している。誰にも指示されたわけではなく、報酬もない。彼女はこう語る。「自分が納得したことがあります。漏斗による選別を待つよりも、自分で穴を掘る方が良い——と。」
これは、全文の中で唯一、わずかに楽観的と呼べる部分だが、それでも「わずかに」にすぎない。
大多数の人々は、300万元のオファーを手にした60人の博士号取得者でもなければ、陳蕾氏のように自ら穴を掘る意欲と能力を持つ者でもない。彼らは、漏斗の中間層に沈黙しながら存在する「大多数」であり、頂点に立つほどの突出した才能を持たず、天価で争われることもない。かといって、一切を捨ててやり直すほど決然とした覚悟も持たない。
この漏斗は、決して広がらない。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
深潮TechFlow
