ブリタニー・マレー氏は、Per Scholasのタレントソリューション担当エグゼクティブ・バイスプレジデントである。
AI（人工知能）がテクノロジー労働市場に与える影響を無視することは不可能だ。世界経済フォーラムによると、AIは2030年までに900万の雇用を破壊する一方で、1100万の新たな雇用を創出するという。つまり、200万のポジションを埋める必要があるということだ。すでに、プロンプトエンジニア、チャットボット開発者、さらには最高AI責任者といったAI関連職種への需要が急増している。あらゆる業界の企業がAIに精通した人材を必要としている。問題は、どこでその人材を見つけるか、そしてどれだけ速く見つけられるかだ。
従来の人材パイプラインは機能不全に陥っている
労働力のニーズがどれほど変化しているにもかかわらず、企業は依然として同じ場所から新たな人材を探している。それは、従来の4年制大学プログラムの卒業生だ。残念ながら、このパイプラインは変化のスピードに追いつけない。かつては数十年単位で測定されていたITスキルの有効期間は、現在では2年未満であることが多い。そのため、入学する学生に最先端のカリキュラムを提供する大学であっても、卒業生のスキルはすでに数年遅れている可能性がある。
大学は、変化する雇用市場に対してより機敏で柔軟に対応したいと考えている。しかし、米国の高等教育が統治され、資金提供され、規制されている仕組みのため、それは極めて困難だ。平均して、新しい学位プログラムを確立するには2年から3年かかる。カリキュラムを変更するだけの承認プロセスは、教員委員会、学術評議会、大学カリキュラム委員会、学科長、最高教育責任者を含む、制度的な障害物競走のようなものであり、州や地方の規制、認定基準、単位互換要件といった複数の層も関わってくる。
その結果、多くのことを非常にうまくこなすシステムではあるが、技術が進化するスピードでAIに対応することは大きく制約されている。
学歴へのこだわりには代償がある
スキルベースの採用が人気を博したのは、より適応力のある人材へのアクセスを提供したからだ。これにより、雇用主は大学の学位が必須条件である必要はないと気づいたように見えた。しかし、その認識は短命だったかもしれない。Indeed Hiring Labの調査によると、大学の学位を要件とする求人数は2019年から2024年にかけて減少したものの、2025年後半には再び増加傾向にあった。
一方で、これは採用が低調な環境で起こることだ。雇用主は、特にエントリーレベルの人材に対して、より選別的になることができる。他方で、AIに精通した労働者への需要が高まっていることを考えると、大学キャンパスからのみ採用することには、真の競争上のコストがある。雇用主は基本的に、新卒者が学校に通いながら、そして多くの場合パートタイムで働きながら、自力でスキルアップしていることを期待しているのだ。
AI精通人材を実際に見つける場所
キャンパス採用だけでは必要なAI対応人材を確保できないとすれば、何が有効なのか。雇用主とのパートナーシップの経験から言えば、これを正しく行っている企業は2つのことを実践している。既存の労働力への真剣な投資と、採用する場所と方法の拡大だ。
現在の従業員のスキルアップには、コースへのアクセスを提供する以上のものが必要だ。各部門が日々使用する実際のツールや意思決定に結びついた学習パスの方が、より価値がある。ここでの成功は、何人の従業員がコースを修了したかではなく、何人が6カ月前とは異なる方法でAIを使って仕事をしているかだ。つまり、登録数ではなく採用率を測定することを意味する。
適切なスキルを持つ外部採用者を募集する場合は、役割に応じて、CompTIA、AWS、Microsoft Azure、Google Cloudからの認定資格を持つ候補者を探すとよい。短い構造化された演習（モデル出力のデバッグ、定義されたビジネスタスクを達成するためのプロンプト作成、AI生成分析の評価など）を割り当てて、誰が知識を効果的に適用できるかを判断することを検討してほしい。
また、テクノロジー研修プログラム、コミュニティカレッジ、登録された見習い制度との関係を構築することも極めて重要だ。これらの非伝統的なパイプラインから人材を調達することで、採用担当者ははるかに大きな人材プールの中でスキルのある人材を見つけることができる。（開示：私の会社はテクノロジー研修プログラムを提供している。）
AIに追いつく人材パイプラインの構築
適応力こそが新たな競争優位性だ。人材を探す場所を広げている企業は、そうでない企業より先を行くことになる。彼らは、AI精通人材を社内で育成し、大学キャンパスの内外で外部的にそれを認識する方法を見つけ出している。これは基準の緩和ではない。実際に仕事ができる人材を見つけるための、より鋭く、より正確な方法なのだ。
