専門インタビュー：コレイ・インターナショナルの輪番CEO曾誠氏が語る：「すべてのAIポジションが熱い」ではなく、AI人材競争は汎用能力からシナリオ実装へと移行している

近日、ユービダソン（优必选）は年収1500万—1.24億元の年俸で、世界に向けて「身体性知能（具身智能）チーフサイエンティスト」を再び募集し、AI人材の採用熱をもう一度引き上げている。

AI人材の採用事情は現在どのようになっているのか？今後はどのような傾向が見られるのか？採用エコシステムにはどのような課題（痛点）があるのか？これについて、コーリー国際（科锐国际）輪番CEOの曾誠氏は最近『证券时报』記者の独占インタビューで、「1000万元以上の報酬での採用は業界の常態ではなく、通常は少数のトップ企業に限られ、しかも特定のウィンドウ期における個別の事例が多い。この一連の動きはまさに、AI人材の競争が“汎用的な能力”から“シーンでの実装”へと移行していることを示している。身体性知能が重要な分岐点に入ると、企業が争うのは人材そのものだけではなく、技術を本当に実装へと押し進め、そして将来の構図を定義できる“少数のキーパーソン”だ」と述べた。

同氏はさらに、「2026年のAI産業チェーンの採用熱は構造的に継続し、“すべてのAI職種が熱い”状態にはならない。代わりに“熱い職種はより一層熱くなる。不人気の職種は自然に冷める”という形で、“理性的な繁栄”という新たな段階に入る」と見込んでいる。

3種類のAI職の報酬には明確なプレミアムがある

『证券时报』記者：私たちが観察している、現在のAI産業チェーンの採用動向はどのようなものですか？

**曾誠：**コーリー国際のデータ・プラットフォームであるデータ・バック（データ中台）のリアルタイム監視によれば、現在のAI産業チェーンの採用需要は確かに旺盛な態勢を維持しており、AI人材需要には大きく3つの目立つ変化が見られる。1つ目は、垂直領域の業界モデルの最適化とマルチモーダル能力のアップグレードを軸に、企業がコアとなるアルゴリズムおよびモデルのエンジニアリング化人材への投資を大幅に増やしている点だ。大規模モデルのアルゴリズム・エンジニア、アルゴリズム研究員、そしてモデルのデプロイと性能最適化を実現できるエンジニアといった職種は、需要が長期にわたり高水準で推移しており、採用難度も比較的高い。

2つ目は、身体性知能と人型ロボットが量産規模での検証フェーズに入ることで、関連する最前線の職種が急速に採用ホットスポットになっていることだ。例えば、VLA/L4/世界モデルの方向性、身体性知能のアルゴリズム・エンジニア、多模態融合アルゴリズムの専門家、ならびにロボットのインテリジェント・コントロール方向の人材など、これまでこの種の職種の需要は比較的ばらついていたが、現在では企業が争う重点になっており、給与の上乗せ（溢価）も非常にはっきりしている。

3つ目は、AIがエンティティ（実体）産業へ向けて深く浸透する流れが加速しており、とりわけインテリジェント・エージェントの実装が進むことで、業界アプリケーション側の職種の需要が増えていることだ。企業は、人間と技術の両方が分かり、かつ業務も理解する複合型人材をより好む。例えば、インテリジェント・エージェント開発エンジニア、AIソリューション・アーキテクトなどである。同時に、技術をビジネス価値へと転換し、異なるシーンのユーザー需要を的確に洞察できるAIプロダクトマネージャーやプロダクト・ソリューションの専門家も、市場での希少な重要職として際立ってきている。

さらに、AIが企業の中核となる業務シーンでの活用をより深めるにつれて、企業のモデルの信頼性、データ品質、ならびに業務の安全への重視度も明らかに高まっており、それがデータ・ガバナンス、AIセキュリティ評価、コンプライアンス審査といった職種の“熱”が継続的に上昇することにもつながっている。

『证券时报』記者：AI産業チェーンの採用報酬水準に、明確な上昇が見られますか？

**曾誠：**全体として見ると、AI産業チェーンの報酬水準は全面的に上昇しているわけではない。コアとなる上昇幅は、希少な競争領域とコア職に集中している。優秀人材の転職時の給与上昇幅は概ね20%—30%の範囲に収まることが多い一方で、企業は重要な技術やリーダー級のポジションに対して、より大きな報酬の弾力性（プレミアム）を示す。

実際に明確なプレミアムが付くのは、主に3種類の職種に集中している。第1は、マルチモーダルおよび身体性知能の方向性。特に、アルゴリズム・システム・制御能力を兼ね備えた複合型人材で、関連するコア職の報酬プレミアムは顕著である。大規模モデルのアルゴリズム上級専門家の年収は100万—200万元の間、AIエージェント技術の上級エンジニアの年収は40万—70万元の間だ。

第2は、モデルのエンジニアリング化および規模化デプロイの方向性。簡単に言えば、実験室のモデルを本当に実際の業務に落とし込み、安定稼働させられるエンジニア人材である。この種の人材は需要が旺盛で、報酬の伸びもとても目立つ。

第3は、「技術＋業界＋プロダクト」の複合型の役割。例えばAIプロダクトマネージャーやソリューション・アーキテクト。この種の人材は、技術だけでなく業界の業務も理解し、さらに商業的なニーズにもつなげられる必要があり、報酬水準は継続的に上昇している。例えばAIプロダクト上級マネージャーの報酬は80万—100万元に達し得る。

AI****産業採用の熱は高水準を維持するが、伸び率は安定傾向

『证券时报』記者：貴殿は2026年のAI産業チェーンの採用熱が継続するのか、それとも平準化するのか、あるいは冷え込むのか、どう予測していますか？その判断根拠は何ですか？

**曾誠：**私は、2026年のAI産業チェーンの採用熱は構造的に継続し、全体として高水準を保ちつつも伸び率は安定するだろう、そして「理性的な繁栄」という新しい段階に入れる可能性があると考える。中国でも、世界の主要な経済体でも、AIはすでに中核的な競争力の位置づけに置かれている。政策、資本、産業資源の継続的投入がある以上、これが短期のホットな話題にとどまることはない。技術そのものの観点から見ても、人工知能は依然として世代進化の初期段階にある。マルチモーダル大規模モデル、身体性知能、AI for Scienceといった方向性では一定の初期成果が出ているが、真に成熟するにはまだ長い道のりがある。技術がなおも急速に進化していく限り、高品質な人材への需要が止まることはない。

同時に、AIは各業界において浸透が加速している。これまで主にインターネットや金融など、デジタル化の度合いが高い領域に集中していたが、今は製造、エネルギー、農業、医療などの実体産業へと加速的に浸透しつつある。どの伝統産業のデジタル化・スマート化のアップグレードも、その裏側には継続的かつ安定した人材需要が形成される。

しかし、トレンドとしては、今後は「すべてのAI職種が熱い」状態ではなく、「熱くなるべきものはより熱くなり、熱くないものは自然に冷める」だろう。企業にとっても人材にとっても、これは実は良いことだ。

『证券时报』記者：企業と人材にとって良いこと、というのはどういう意味ですか？現在のAI産業チェーンの採用エコシステムをどう評価しますか？

曾誠：私は、現在のAI産業チェーンの採用エコシステムが、初期の“過度に熱い・強い感情”から、より理性的で、かつ構造的な段階へと移行しつつあると考えている。ひとつには、人材需要が価値志向へと回帰し始めていることだ。過去しばらくの間、市場には確かに「AIに少しでも関係があれば人を奪い合う」という状況が存在した。しかしいま企業は、「競争力を決めるのは職位（ポスト）の数ではなく、人材が業務の実装を支えられるかどうかだ」ということをますます明確にしている。この変化は、採用を“うわべの派手さ勝負”から“能力勝負”へと押し広げており、産業全体にとって必要な軌道修正になっている。

次に、人材構造がアップグレードされており、複合型能力が主流方向になっている。企業はこれまでのように、アルゴリズムだけ分かる人、業務だけ分かる人を単点で採用することが少なくなり、技術の原理を理解しつつ、業界シーンに接続でき、そしてプロダクト意識も持つ複合型人材をより必要としている。ある意味で、これは人材が従来の“T型”構造から、多次元の“兀型”構造へと進化することも後押ししており、AI産業全体の人材品質を高めることに対して長期的な追い風になる。

さらに、アジャイル（柔軟）な雇用形態が、補完的な選択肢から戦略的なツールへと変わりつつある。これは我々が直近2年で非常に強く観察してきた点だ。AI技術の反復（イテレーション）が加速する中で、企業は伝統的な正社員の編成だけでは、すべての高度な能力需要をカバーするのが難しくなっている。そのため、ますます多くの会社が、プロジェクト制の専門家や独立コンサルタントなどの形で、必要な重要能力を導入し始めている。この方式は一方で企業の人件費と試行錯誤のリスクを下げ、他方で、熟練した専門家人材に対してより柔軟で多元的なキャリアの道筋を提供する。例えば、我々が支援している、AI産業チェーンへ異業種から参入したある会社を例に挙げると、創業者が参入した領域（そして本人の深い理解）に基づき、業務と組織の診断を通じて、創業者が事業発展の方向性と重要な人材ニーズを整理できるよう支援した。通常のやり方で業界のトップ人材を引き付けて引き抜くようなことは、このスピード感とコストの観点からは、この領域およびその企業の実態には適合しない。そこで創業者に、プロダクト設計、研究開発、サプライチェーン、海外マーケティングといった重要なモジュールをプロジェクトタスクへ分解してもらい、彼が3カ月以内に、領域横断の専門家チームを素早く編成できるようにした。結果として「コアとなる創業者＋外部専門家ネットワーク」というアジャイルな組織を形成し、プロダクト開発サイクルを大幅に短縮できた。現在、プロダクトは先に海外市場へ上陸し、0から1へのブレークスルーを実現しつつある。

“人を奪う（抢人）”から“育てる＋使う”の両立へ

『证券时报』記者：より理性的で構造的なAI産業の採用エコシステムには、注意すべきリスクもありますか？

**曾誠：**現在の採用エコシステムは確かにより理性的になっているが、警戒すべきいくつかのリスクも存在する。1つ目は、高度人材の過度な集中で、中小企業では「人がいない（一将难求）」状態になり得る点だ。最上位のAI人材が、トップ企業やスター級の新興企業に独占されることで、中小企業にとっての人材獲得難度が上がり、一定の範囲で産業全体のイノベーションの活力を弱め、ひいては「トップ主導」の構図が形成される可能性がある。

2つ目は、企業が「その場で即戦力（即插即用）」を好むことで、初期キャリアの人材の成長スペースが圧縮される点だ。多くの企業は採用の際、8年以上の経験を持つ熟練人材を明らかに優先し、1—3年の初級人材への投資が不足している。加えて一部企業には、人材育成のための十分な体制が欠けており、せっかく人材を招き入れても適切な成長のための環境を提供できない。その結果、離職率が高止まりしやすい。もし長期的に体系的な育成メカニズムが欠け続ければ、将来“人材の断絶”が発生する可能性がある。

3つ目は、短期で得をしたい（短期逐利）気持ちが上昇しており、リソースのミスマッチが起きるリスクがある点だ。ある企業や個人が短期の給与リターンに過度に注目し、長期の能力構築や業務価値の創出を軽視することがある。市場環境が変われば、簡単に「高コストで、成果が低い」という局面になりやすい。

『证券时报』記者：このような状況に対して、何か提案はありますか？

**曾誠：**産業エコシステム全体としては、より開かれた人材の流動化メカニズムを構築し、大企業（大厂）の人材を中小企業や伝統産業へ流せるよう後押しすることを提案したい。人材のシェアや技術アドバイザーといったモデルを通じて、AI能力をより広範に実体経済へと賦課（活用）できるようにする。企業に対しては、「人を奪う（抢人）」から「育てる＋使う」の両立へと転換することを提案する。ひとつには、柔軟な雇用（フレキシブルワーク）や独立アドバイザーといった形で、稀少な能力を短期間で素早く獲得すること。もうひとつには、社内の育成投資を強化し、「AI＋業務」の複合型人材育成体系を構築することだ。同時に、逆方向の検証として、実際の業務課題を用いて職務を定義し、理性的な採用を維持し、人材育成および定着（留存）体系を整備する必要がある。

採用する企業は、応募を始める前に必ず需要（ニーズ）を明確にしなければならない。多くの企業の最大の誤りは、「他社が採用しているのを見て、自分も採用しないといけない」と考えることだが、その職位が本当にどんな問題を解決するためなのかを考え切れていない。技術がボトルネックになっているのか？製品を突破させる必要があるのか？それとも商業化の実装に向けた重要局面にすでに入っているのか？もしこの問題を想定しきれていなければ、仮に人を採用できたとしても、最終的に「人は高いが、何をすべきか分からない」という状況になりやすい。

高品質人材は、最初から「買い切り（断定的に一括購入）」で確保する必要がない。非常に稀少で、等級も高い人材であっても、実際にはプロジェクト制、アドバイザー制でしばらく協業することは十分可能だ。こうすることで、能力と適合度を検証でき、企業が最初から一度に大きく投資するリスクも下げられる。成熟した人材を必死に奪い合うのと並行して、企業には、ハイポテンシャル人材を見分ける仕組みを作る必要もある。ある人は今すぐに「硬い勝負（難しい実戦）」で即成果を出せるとは限らないが、学習能力が高く、システム思考ができ、技術と業務の両方に情熱がある。この種の人に適切な環境を与えれば、成長速度はしばしば予想を上回る。

人材側としては、「Π型」の能力構造を構築すべきだ。技術の縦軸として、アルゴリズム、システム、エンジニアリングの中のどれか1つについて十分に深く掘り下げていることが必須である。同時に、横方向には業界、業務、プロダクトを理解し、技術が最終的にどんな問題を解決するためのものかを知っている必要がある。単点能力は置き換えられやすいが、つなぐ能力はますます価値が上がっていく。また、手を動かして考えるバランスを保ち、コードを書いて実験を回すところまでできる一方で、技術の外に出て業界のトレンド、ユーザー価値、そしてビジネスの本質を考えられるようにする。