AI採用は+54%でも、専任のAI人材は13%──Linux Foundation日本調査が示す「採用より育成」の設計

2026/10/13

最終更新日：2026.10.13

日本と世界のAI関連純採用増加率（2026年日本+54%・世界+26%）と、専任AI人材を置く組織の割合（日本13%・世界53%）の比較グラフ — 日本のAI採用は急増、専任配置は少数（出典：Linux Foundation）

外部採用と社内育成の比較表：育成は採用の9倍以上、採用者のオンボーディングは約81%長く、46%が6か月以内に離職 — 「外部採用」と「社内育成」の比較（出典：Linux Foundation／「主な狙い」は編集部の整理）

外部採用は、不足領域を短期間で埋める手段として有効です。ただし、立ち上がりの長さと早期離職という調査上の数字を踏まえると、採用だけに頼る設計は不安定になりがちです。

目次非表示

1 人事が整理しておきたい「AI人材の3層」（編集部の分類）

人事が整理しておきたい「AI人材の3層」（編集部の分類）

調査結果を踏まえ、編集部ではAI人材を3層に分けて考えることを提案します。層ごとに「採るか、育てるか」を決めると、専任配置の議論が進めやすくなります。これは調査の分類ではなく、編集部の整理です。

使う層（全社員）：生成AIを日常業務で安全に使える。研修で底上げする。
任せる・管理する層（現場リーダー・情報システム）：AIの運用・監視、権限設計、ルール運用を担う。調査で不足が最も大きい領域で、既存社員の育成に向く。
作る・守る層（専任の技術者）：モデルの開発、セキュリティ・リスク管理の専門性。必要に応じて採用と育成を併用する。

AIで生まれた時間、どう使う？――人材再配置とリスキリング

企業が次に行うべきことは何か？

最初の一歩は、自社に「AIの運用・監視」と「リスク管理」を担う人がいるかを棚卸しすることです。以下のチェックリストで確認してください。

AIの運用・監視、セキュリティ・リスク管理の担当者を名前で挙げられるか
専任ではなくても、役割として明文化されているか
不足スキルのうち、社内育成で補えるものと採用が必要なものを分けたか
育成対象者の業務時間に、学習時間を確保しているか
採用者のオンボーディング計画（最初の6か月）を作っているか
スキルの現状を可視化する仕組みがあるか（「スキルの見える化」が人事の重要課題に――デジタルスキル標準ver.2.0）

リスキリングドットコムの見解

ここからは事実ではなく、編集部の見解です。「採用が増えた」という数字は前向きですが、専任13%という数字は、AIが現場の一部の人の取り組みにとどまっている可能性を示します。AIを組織の力にするには、運用・監視・リスク管理を担う人材を、既存社員の中から意図的に育てることが近道だと考えます。採用で得た専門人材は、社内育成の核（教える側）として活かすことで、定着にもつながります。調査対象は400名で、業種や企業規模の内訳は確認できていないため、自社への当てはめは慎重に行ってください。