Tony Wang13 分で読めます求人でのAIツール言及が加速中——同じ雇用主内でも
ClaudeとChatGPT、OpenAIの言及は同じ雇用主の中で最新求人が2〜5倍高い。文章長のアーティファクトではない。
求人データセットで「ChatGPT」や「Copilot」を検索すると、すぐに壁にぶつかります。数千件を超えると、APIはそれ以上何件あるか教えてくれません——Elasticsearchは10,000件のウィンドウを超えると数えるのをやめます。これはこのシリーズのあらゆる素朴なキーワード検索を躓かせるのと同じ上限です。さらに悪いことに、「AI」の多くのヒットはそもそもAIに関するものではありません。「Copilot」は航空機の副操縦士（co-pilot）求人を拾い、「LLM」は法学修士（Master of Laws）の求人を拾い、裸の「AI」は今や職種にかかわらず定型の採用開示（disclosure）段落に登場します。
カウント方法を修正すれば——上限のかかった合計値ではなく文書化されたサンプル、生の部分文字列ではなく明示的な曖昧性解消を伴う単語境界マッチング——本物のシグナルが残ります。最新の求人は、まさに同じ雇用主の古い求人よりも、AIツールをかなり多く言及しています。 トレンドなスタートアップがより頻繁に投稿しているからではありません。最近のリスティングが単に長いテキストを持っているからでもありません。この効果は単一のATSプロバイダの企業集団の内部でも保たれ、まさに予想通りの場所——スタートアップとAIラボが実際に使うATSであるAshby——で最も強く現れます。
明白なアプローチはまず破綻する
「GitHub Copilotに言及する求人は何件あるか」と尋ねれば、自然な動きはsearch?q=GitHub Copilotを叩いてtotalを読むことです。その数字は10,000+、上限ありとして返ってきます——Perplexity、Midjourney、「AI agent」、裸の「LLM」、そして試した他のほぼすべての用語も同様で、いくつかの独自性の高い単一ブランド名を除いて。
上限だけが問題ではありません。曖昧な用語はそこに到達するはるか手前で偽陽性に溺れます。これを直接テストしました。8,000件の求人サンプルで、生の単語「Cursor」は26件の求人に一致しました——ほぼすべてがUI/QAの求人記述におけるマウスカーソルの意味であり、AIコードエディタではありませんでした。近くに実際のAI文脈（「AI」「code editor」「IDE」）を要求すると、これは1件に減りました。「Copilot」単独では32件に一致し、近くに「GitHub」「Microsoft」「AI」を要求すると25件になりました——航空業界や一般的な慣用句としての「copilot」求人も存在するため、より小さいですが実質的な補正です。
| 用語 | 素朴な単語境界一致 | AI文脈必須 | 素朴なカウントが拾っていたもの |
|---|---|---|---|
| Cursor | 26（0.33%） | 1（0.01%） | ほぼ完全にマウスカーソルのUI/QA用語 |
| Copilot | 32（0.40%） | 25（0.31%） | 航空機の副操縦士職、一般的な慣用句 |
だからこそ本研究は、ライブ検索の合計値ではなく、曖昧性解消ルール付きのサンプルに依拠しています——合計値は10,000を超えて数えられないか、間違ったものを数えているかのどちらかです。
オープン求人ストック全体での言及状況
検索上限を下回るほど独自性の高いAIブランド名のひと握りに絞ると、全コーパス——直近だけでなくすべてのオープン求人——から正確な件数が得られます。ChatGPTが大差でリードしています。
全1,859,828件のオープン求人に対する割合として：ChatGPT 0.48%、OpenAI 0.38%、Anthropic 0.23%、Claude 0.19%、「Generative AI」0.05%、Gemini 0.03%。小さなパーセンテージですが、これは現在開いているすべての求人のストックであり、各求人が公開されている期間の長さにわたって蓄積されたものです。方向性については何も語りません。それには最新の断面が必要です。
最新の求人は違う物語を語る
同じプロバイダの求人を企業名ではなく「直近投稿順」でソートすると、AIツール言及は跳ね上がります——確認したすべてのAI多用プロバイダで一貫して。
| プロバイダ | Claude | ChatGPT | OpenAI | 「Generative AI」 |
|---|---|---|---|---|
| Ashby — recent | 7.8% | 4.8% | 4.4% | 3.6% |
| Ashby — control | 3.5% | 1.2% | 0.9% | 3.5% |
| Greenhouse — recent | 2.1% | 0.9% | 0.8% | 1.6% |
| Greenhouse — control | 2.0% | 1.1% | 0.2% | 0.5% |
| Workday — recent | 0.5% | 0.4% | 0.1% | 0.7% |
| Workday — control | 0% | 0.1% | 0% | 0.1% |
| Oracle — recent | 0.1% | 0.2% | 0% | 0.3% |
| Oracle — control | 0.1% | 0% | 0% | 0% |
| SmartRecruiters — recent | 0.1% | 0.1% | 0.1% | 0% |
| SmartRecruiters — control | 0% | 0% | 0% | 0% |
| Lever — recent | 0.4% | 0.1% | 0.1% | 0.6% |
| Lever — control | 0.3% | 0% | 0.2% | 0.7% |
Ashbyが最も明確なケースです。 Claudeへの言及は最新の求人で2.2倍高く（7.8% vs 3.5%——78件対35件のヒット、信頼するのに十分な大きさのサンプル）、ChatGPTは4倍（4.8% vs 1.2%）、OpenAIは4.9倍（4.4% vs 0.9%）です。AshbyはほとんどのスタートアップとAIラボが使うATSなので、これは「AI企業は自社の求人広告で以前よりAIツールについて多く語っている」に近く——それ単独では衝撃的な発見ではありません。ただし、同じ方向性がGreenhouseや、さらにはるかに従来型のエンタープライズ顧客基盤を持つWorkdayでも現れることを除けば。SmartRecruitersとLeverでは見られません——AI言及は直近性にかかわらずゼロ近辺にとどまります。この効果は普遍的ではなく、AI志向の雇用主がいると期待される場所に集中しています。
退屈な説明を排除する
これを信頼する前にチェックしておくべき明白な反論が2つあります。
「recent」は密かに単なる「Ashby/Greenhouseが多く、Workdayが少ない」だけなのか？ 全プロバイダにわたる直近ソートの抽出は確かに偏った構成を持っていますが、効果を説明する方向にはなっていません。
| プロバイダ | 直近ソートサンプルでの比率 | 真のコーパス比率 | 比率 |
|---|---|---|---|
| SmartRecruiters | 44.3% | 13.7% | 3.24倍過剰配分 |
| Oracle | 15.2% | 11.2% | 1.35倍過剰配分 |
| Ashby | 2.7% | 2.6% | 1.03倍、ほぼ一致 |
| Greenhouse | 8.1% | 9.4% | 0.86倍過小配分 |
| Lever | 2.1% | 3.2% | 0.68倍過小配分 |
| Workday | 13.2% | 46.6% | 0.28倍過小配分 |
直近ソートの抽出は、直近性にかかわらずAI言及がほぼゼロのプロバイダであるSmartRecruiters（3.24倍）に劇的に偏っており、Workday（0.28倍）とGreenhouse（0.86倍）は過小配分です。もし何か影響があるとすれば、この構成の偏りは素朴なトップラインのAI言及率を水増しするのではなく、希釈していたはずです。プロバイダを固定した上記のプロバイダ内比較こそが本当のテストであり——それに耐えています。
「recent」は密かに単なる「より長く、より完全にスクレイプされた記述テキスト」なのか？ テキストが長くなれば、実際の内容にかかわらず、どんなキーワードでもどこかに現れる確率が機械的に上がります。
| プロバイダ | Recent — 平均文字数 | Control — 平均文字数 | 差 |
|---|---|---|---|
| Ashby | 5,372 | 5,308 | +1.2% |
| Greenhouse | 5,531 | 5,021 | +10.2% |
| Workday | 4,464 | 5,658 | −21.1% |
Ashbyは2〜5倍のAI言及格差があるにもかかわらず、+1.2%とほぼ横ばいです。Greenhouseの+10.2%は実在しますが、3〜4倍の比率差をそれ単独で説明するには小さすぎます。Workdayの最新求人はむしろ21%短く、長くはありません——テキスト長のアーティファクトが予測する方向とは逆です——それでもAIツールへの言及は多いのです。どちらの交絡要因もデータとの接触に耐えられません。
参考までにスキル
同じサンプリング手法は、一般的なスキル用語についても10,000件上限を回避します——生の検索合計でチェックした一般的な17スキルすべてがこの上限に当たり、何かをランク付けするには役に立ちません。8,000件求人サンプルでは、単語境界マッチングが実際の数字を与えてくれます。
| スキル | 求人数 | サンプルに占める割合 |
|---|---|---|
| Excel | 722 | 9.03% |
| Python | 433 | 5.41% |
| Project Management | 385 | 4.81% |
| AWS | 276 | 3.45% |
| SQL | 269 | 3.36% |
| Salesforce | 216 | 2.70% |
| Machine Learning | 192 | 2.40% |
| Azure | 164 | 2.05% |
| Kubernetes | 155 | 1.94% |
| Java | 104 | 1.30% |
| TypeScript | 101 | 1.26% |
| React | 101 | 1.26% |
| Power BI | 95 | 1.19% |
| JavaScript | 91 | 1.14% |
| Docker | 89 | 1.11% |
| Google Cloud | 68 | 0.85% |
| Git | 63 | 0.79% |
| Tableau | 56 | 0.70% |
| Node.js | 36 | 0.45% |
ExcelがPythonを上回っているのは、それ自体が有用なチェックです。このデータセットは小売、ヘルスケア、フィールドサービスの採用をテックと並んで含んでおり（求人データセットは同じボリュームを部門ラベルで内訳しています）、オフィススイートの基本ツールが優勢なスキルランキングは、正直でフィルタなしのサンプルがまさに示すべき姿です。
これが意味しないこと
- 日付付きの時系列ではありません。 公開APIには日付範囲フィルタがなく、「recent」対「control」は2つのソート順から得られる直近性のプロキシであり、月次または週次のトレンド曲線ではありません。
- Claudeが全体でChatGPTを上回った証拠ではありません。 ChatGPTは全オープン求人ストックで依然として大差でリードしています（8,854 vs 3,561）。直近効果はこのストックの上に乗る成長シグナルであり、それを覆すものでは——まだ——ありません。
- 「求人の何%がAIスキルを要求するか」という主張ではありません。 裸の「AI」は8,000件求人サンプルの17.06%に一致しますが、私たちの定型文除去リストは求人の0.03%しか捕捉していません——つまりこの数字は、職種にかかわらず多くのATSテンプレートが付加するEEO/AI採用開示の段落によって、依然として非常に水増しされている可能性が高く、私たちには十分に完全な定型文ライブラリがなく、これをクリーンにできません。私たちはそれをクリーンであるかのように装うのではなく、フラグを付けて報告しています。
- 因果関係の主張ではありません。 求人広告でのAIツールへの言及の増加は、AI導入の増加、AI採用の増加、またはより高いAIスキル要件と同じではありません——それは雇用主が書き留めることを選んだものです。
これが役立つ相手
アナリスト／データエンジニア: 全文求人データから何らかのキーワード出現率メトリクスを構築しているなら、totalを信頼する前に検索APIの結果ウィンドウ上限に対して分母を確認し、無関係な一般的用法と衝突するあらゆる用語について曖昧性解消ルールを構築してください——この記事の手法全体は、「Cursor」単独ではゴミになってしまうために存在しています。
採用／employer brandチーム: AI言及の加速は本物ですが、プロバイダ依存です——それは雇用主のカテゴリーが使いがちなATSに沿っており、普遍的なシフトではありません。
このシリーズを引用する研究者: 直近効果はAshbyで最も強く最も信頼できます。Workday/Oracleの数字は、ヒット件数が少ないことを踏まえ、方向性を示唆するものとして扱い、独立して結論的なものとしては扱わないでください。
14のATSプロバイダにわたるAIツールおよびスキル言及を自分で照会
オープンロールを検索し、プロバイダと部門でフィルタし、本研究がサンプリングしたのと同じ求人を取得できます——同じREST面、月2,000無料クレジット、カード不要。
よくある質問
ClaudeはChatGPTを求人で上回りましたか？
全オープン求人ストックでは上回っていません——ChatGPTは依然として8,854件の言及でリードし、Claudeは3,561件です（スナップショット2026年7月30日）。しかしAshbyの最新求人では、Claudeは同じ雇用主群の古い断面での3.5%に対し7.8%のリスティングで言及されており、これは2.2倍の直近効果で、同じプロバイダではChatGPT（4倍）やOpenAI（4.9倍）でさらに大きくなります。これはストックの上に乗る成長シグナルであり、逆転の証拠ではありません。
直近効果が単にスタートアップの投稿頻度が高いだけではないとどうわかりますか？
確認済みです。直近ソートの抽出は、AI多用のAshby（真の比率の1.03倍）やGreenhouse（0.86倍）に対してむしろ過小配分になっており、SmartRecruiters（3.24倍過剰配分、AI言及ほぼゼロ）やWorkday（0.28倍過小配分）とは逆です。もしプロバイダ構成がこの効果を説明するなら、間違った方向に働くはずです。同一プロバイダ内での比較——同じ雇用主で直近対古い断面——は構成を固定しており、効果はそれでも残ります。
最近の求人は単により長く、より完全な記述テキストを持つだけではありませんか？
それも確認しました。Ashbyの直近サンプルと古いサンプルの平均記述長はほぼ同一です（5,372対5,308文字）。Workdayの直近求人はむしろ古いサンプルより21%短いにもかかわらず、AIツールへの言及は依然として多く——これはテキスト長のアーティファクトが予測する方向とは逆です。
なぜこれらの用語を検索して合計を数えないのですか？
テストした一般的なAI用語（GitHub Copilot、Perplexity、Midjourney、裸の「AI agent」、「LLM」）はことごとくJobs検索APIの10,000件上限に当たり、生の合計値はランク付けには使い物になりません。曖昧な単語はさらに悪く、「Cursor」は8,000件求人サンプルで26件に一致しましたが、そのうち25件はマウスカーソルのUI用語であり、AIコードエディタではありませんでした——近くに実際のAI文脈を要求すると1件に減りました。
求人の何%がAIスキルを要求していますか？
本研究はこれに正直に答えることができません。裸の「AI」はサンプリングされた8,000件求人の17.06%に一致しますが、職種にかかわらず多くのATSテンプレートが付加する既知のEEO/AI採用開示の定型文がその数字を水増しし、私たちの定型文除去リストは求人の0.03%しか捕捉できておらず、完全には程遠いものです。私たちはその数字を実際のスキル需要指標として提示するのではなく、信頼性が低いとフラグを付けて報告しています。
求人で最も言及される一般的なスキルは何ですか？
同じ8,000件求人サンプルでは、Excel 9.03%、Python 5.41%、Project Management 4.81%、AWS 3.45%、SQL 3.36%、Salesforce 2.70%、Machine Learning 2.40%です。ExcelがPythonを上回っているのは、このデータセットがテックだけでなく小売、ヘルスケア、フィールドサービスの採用にもまたがっていることを反映しています。