AI求人 非IT職で63%、今いるスキルは指示力
画像出典: ぱくたそ
AI関連求人はエンジニア職だけの話ではなく、米国では求人タイトルにAIを含む職種のうち63%が営業・人事・法務などの非技術職です（2026年第1四半期）。日本でもAI関連求人の約3割が営業・企画管理部門で、求められているのはプログラミングより「AIに的確な指示を出し、自分の業務に組み込む力」です。経済産業省は社会人に必要なスキルとして指示力・言語化能力・対話力を挙げています。
AI関連の求人という言葉から浮かぶのは、機械学習のモデルを組む人や、データ基盤をつくる人かもしれません。確かに数年前まではほぼそうでした。ただ今は、職種名そのものは昔からある「営業」「人事」「経理」のままで、そこに「AI」という語が足される形の求人が増えています。
つまり新しい専門職に転職する話ではなく、自分がすでにやっている仕事の説明文に、AIという条件が後から加わってくる、という変化です。正直なところ、この形のほうが身構えるものがなくて、気づきにくい。数字でどのくらいの規模なのかを先に見てから、では何を身につけるのかを考えていきます。
AI関連求人は本当に非IT職にも増えているのか？
まず規模感です。国内外の転職サービスや求人サイトが、求人の名称や概要にAI関連の単語を含むものを集計した結果を公表しています。日本・米国・韓国の調査を並べると、こうなります。
| 地域/調査元 | 指標 | 数値 | 期間 |
|---|---|---|---|
| 日本（リクルートエージェント） | AI関連求人指数（2017年度=1） | 4.73 | 2023年度 |
| 日本（リクルートエージェント） | AI関連求人のうち営業・企画管理部門の比率 | 約3割（残り約7割はエンジニア系） | 2023年度 |
| 米国（Indeed Hiring Lab） | AI言及職種タイトルの種類数 | 264件→822件 | 2022年→2026年Q1 |
| 米国（Indeed Hiring Lab） | AI言及職種タイトルのうち非技術職の比率 | 63% | 2026年Q1 |
| 韓国（JobKorea） | AI関連求人数・前年同期比 | 約1.8万件・前年比128%増 | 2026年上半期 |
| 韓国（JobKorea） | 非開発系AI関連求人・前年同期比 | 前年比325%増（比率11.6%→21.6%） | 2026年上半期 |
リクルート／Indeed Hiring Lab／JobKoreaの公表データをもとに作成（日本は2023年度、米国は2026年第1四半期、韓国は2026年上半期の値）
日本の指数は、2017年度を1としたときの2023年度の値です。6年ほどで約4.7倍に伸び、その内訳では営業職・企画管理部門職が約3割を占めています。すでに3件に1件は、技術職以外の募集だということです。今後は非エンジニア側の求人比率が高まっていく可能性があると分析されています。
米国の2行はさらに踏み込んだ数字です。求人タイトルに「AI」を含む職種の種類数が3倍を超えて増え、そのうち63%が非技術職でした。営業・人事・法務・カスタマーサポート・教育・事務・医療・熟練技能職・管理職などが含まれます。韓国の調査でも、非開発系のAI関連求人が前年同期比325%増、AI職種全体に占める比率が11.6%から21.6%へ上がっています。海外の数値は参考情報として見るものですが、方向はそろっています。
なぜ「AI専門職」ではなく既存の職種名にAIが付くのか？
Indeed Hiring Labの分析では、増えている職種タイトルは新設のAI専門ポジションというより、数十年前から存在する職種名に「AI」という語が付加されたケースが多いと指摘されています。背景にあるのは、企業がAI支援ソフトを使いこなして業務に組み込める人材を求めていること。深い技術スキルを求めているわけではない、という整理です。
ここは一度、絵にしておきたいところです。新しい工具が現場に入ってきたときの話に近い。工具をつくる人は専門の技術者ですが、現場で必要なのは「その工具を自分の作業手順のどこに差し込めば早くなるか」を判断できる人です。AIも同じで、モデルを開発する役割と、業務に実装する役割は別に必要になります。後者は、業務の中身を知っている人のほうが強い。
国内の求人内容を見ても噛み合っています。営業職種ではAI関連製品の導入・販売に関する求人、企画・管理部門職種ではAI製品のマーケティング職や、経理・人事などの専門職でAIを活用した業務改革・企画立案を進めるポジションが登場しています。経理の人が機械学習を学んで転職するのではなく、経理を知っている人がAIで経理業務を組み替える、という募集です。
非IT職が身につけるべきAIスキルとは？
方向性は、公的な指針がはっきり示しています。経済産業省は生成AIを適切に利用するための人材・スキルのあり方を示す報告書をまとめ、社会人が身につけるべき重要なスキルとして「生成AIに効果的に指示を与える指示力」「言語化能力」「対話力」の3つを挙げています。プログラミングは入っていません。
この3つは別々の能力というより、1つの流れです。やりたいことを言葉にできる（言語化能力）、それをAIが動ける形の指示にできる（指示力）、返ってきたものを見て足りない条件を足していける（対話力）。普段の仕事で、後輩や外注先に依頼するときにやっていることとほぼ同じ構造です。
- 目的（何のために使う文書・資料なのか）
- 読み手（社内の上司か、取引先か、初見の顧客か）
- 前提として渡す材料（既存の数値、過去の文書、社内の決まり）
- 形式と分量（表か箇条書きか文章か、何字か、何項目か）
- やってほしくないこと（推測で数値を埋めない、など）
この5つのうち抜けやすいのは3番目と5番目です。目的と形式は指定できていても、材料を渡さずに書かせると、AIは不足を埋めるために一般論か推測を入れます。出力が薄い・事実が怪しいと感じるときは、たいてい指示の長さではなく渡した材料の量が足りていません。
従来型のスキルは要らなくなるのか？
経済産業省の報告書では、生成AIを適切に使うスキル（プロンプトの習熟等）に加えて、従来型のスキル（戦略的思考、批判的考察力等）も引き続き重要とされています。これは「AIに丸投げでは成立しない」という意味です。
戦略的思考は、そもそも何をAIに任せ何を自分で持つかを決める部分にあたります。批判的考察力は、返ってきた答えが自分の業務で通るかを判定する部分です。この2つを他人任せにすると、AIを使っていても出てきたものを選べません。
今の仕事のまま、何から始めればいいのか？
転職するかどうかに関係なく、今の職場で積める実績があります。順番をつけるとこうなります。
- 自分の業務を書き出す1週間分の作業を、名前の付く単位（請求書の突合、議事録の清書、見積の下書き）で20〜30個ほど列挙します。ここが土台で、AIの知識は要りません。
- 材料が手元にあるものを選ぶ列挙した中から、過去の完成物や元データが自分の手元にあるものに印を付けます。材料を渡せる作業がAIと相性のいい作業です。
- 1つを指示文にする印を付けた中で一番頻度の高いものを選び、上のチェック項目5つを埋めた指示文を書きます。1回で完成させず、出力を見て条件を足す前提で始めます。
- 通った指示文を保存するうまく出た指示文はファイルに残して名前を付けます。これが自分の資産で、職場で共有できる形の成果物にもなります。
- 時間差を記録する従来かかっていた時間と、AIを使った後の時間を控えます。求人の応募書類や社内の提案で使えるのは、この具体的な差分です。
やっていることは業務改善の進め方そのもので、特別な学習は入っていません。非IT職のAI求人が求めているのは、この5ステップを自分の職場で回した経験です。
うまくいかないとき、どこを疑うか
思ったものが出てこないときは、原因を3つに切り分けると早く進みます。
- 指示文の問題…目的・読み手・形式のどれかが書かれていない。同じ指示を自分が受け取って作業できるか読み返す
- 渡した材料の問題…元データや過去の完成例を添えていない、添えた資料に答えが載っていない。AIは足りない部分を一般論で埋める
- 機能やプランの制限…添付できるファイル形式・ページ数の上限、扱える文字量の上限、利用しているプランで使えるモデルの違い
切り分けの順番は、指示文→材料→制限です。指示文と材料は自分で直せますが、制限はサービス側の仕様なので、先に疑うと手が止まります。同じ指示で短い材料に差し替えてみて結果が変わるなら、原因は材料側か制限側です。
AI関連求人が増えているのは事実ですが、職種ごとの伸び方は一様ではありません。公表されている内訳は、国内では営業職・企画管理部門職という大きな括りまでで、個別の職種にどれだけ募集があるかは分かりません。また、ここで触れた米国・韓国・インドの数値は海外の調査会社の集計で、そのまま日本の自分の職種に当てはまるものではありません。さらに、AIを使った業務改善の実績が給与や評価にどう反映されるかは勤務先によって違います。「AIを覚えれば年収が上がる」という話ではなく、応募先の選択肢が増えるという程度で見ておくのが現実的です。
AIを使ったあと、人は何を見ればいいのか？
AIの出力をそのまま提出しない、というのは前提として、問題はどこを見るかです。業務文書なら確認箇所は3つに絞れます。
- 数値と固有名詞金額・日付・社名・担当者名を、渡した元資料と1つずつ照合します。ここだけは目で突き合わせるしかない部分です。
- 材料に無い記述自分が渡していない情報が書かれていたら消すか調べ直します。もっともらしい一般論が混ざるのはこの場所です。
- 相手に出して差し支えない表現か断定の強さ、約束に読める言い方、社外に出せない社内用語を見ます。
A4で1枚程度の文書なら、この3点の確認で5分前後です。全文を読み直すのではなく、数値・固有名詞・材料に無い記述の3か所に絞ると、確認時間が一定に収まります。慣れてくると、ここを確認する前提で指示文の側に「推測で埋めない」と書くようになり、確認そのものが軽くなります。
始めるのに要るのは、自分の業務の一覧と、過去の完成物です。どちらも持っているはずのもので、AI関連求人が非IT職に広がっているのは、まさにそれを持っている人を探しているからです。
よくある質問
AI関連の求人はエンジニア以外にもあるのですか？
あります。米国のIndeed Hiring Labの調査では、求人タイトルに「AI」を含む職種のうち63%が非技術職（営業・人事・法務・カスタマーサポート・教育・事務・医療・熟練技能職・管理職など）でした（2026年第1四半期時点）。日本でも、リクルートエージェントの2023年度のAI関連求人のうち約3割が営業職・企画管理部門職です。
非IT職がAI関連の仕事に就くにはプログラミングが必要ですか？
必須ではありません。Indeed Hiring Labの分析では、増えている求人は深い技術スキルを求めるものではなく、AI支援ソフトを使いこなして業務に組み込める人材を求めるものが多いと指摘されています。経済産業省も社会人が身につけるべきスキルとして、プログラミングではなく「生成AIに効果的に指示を与える指示力」「言語化能力」「対話力」を挙げています。
日本のAI関連求人はどのくらい増えましたか？
リクルートエージェントの求人データで、仕事の名称または概要にAI関連の単語を含む求人を分析した結果、2017年度を1として指数化すると2023年度は4.73でした。約6年で4.7倍にあたります。職種系統別の内訳は、約7割がエンジニア系、約3割が営業職・企画管理部門職です。
AIを使えば従来のビジネススキルは不要になりますか？
なりません。経済産業省の報告書では、生成AIを適切に使うスキル（プロンプトの習熟等）に加えて、戦略的思考や批判的考察力といった従来型のスキルも引き続き重要とされています。何をAIに任せるかを決める判断と、出てきた答えが自分の業務で通るかを見極める判断は、人の側に残ります。
※記事で使用した内容・数値は変更される場合があります。最新情報は公式サイトをご確認ください。