マーケターにもコーディング経験を問う採用、何が変わったのか

マーケターを採用する際、「何を作ったことがあるか」と尋ねる会社

アンドリュー・ング氏は8月28日、あるポッドキャストで「AIが雇用を代替する」という言説に真っ向から反論しました。経済学者が職務をタスク単位に分解して分析すると、AIが担えるのは30〜40%程度にとどまり、人間に残される60%のタスクの価値がむしろ高まる、というのが彼の論理でした。

ところが、同じ対話の後半で彼は自身の会社の採用基準を次のように説明したのです。「All of my marketers know how to code.」マーケターを面接する際、これまでに何を作ったことがあるかを尋ね、制作したソフトウェアがなければそれが問題になると言うのです。

これに続く事例はさらに具体的です。マーケティングチームの1人は、記事のテーマを決める際にウェブ上を巡回して関連資料を収集してくれるMac用のデスクトップアプリを自ら開発して使っています。財務チームではある役員が、チームメンバーが毎週何時間もドキュメントを開いて数値を転記しているのを見かねて、ファイルを自動で開き、内容を確認して異常値を知らせてくれるスクリプトを組みました。採用チームには、そもそもエンジニアが常駐しています。

この2つの話を並べてみると、どこか奇妙に思えます。雇用はなくならないと言いながら、マーケターにソフトウェア開発力を求めているからです。しかし、これは同じ変化の表裏にすぎません。企業はマーケターという職務をなくしはしないものの、そのポジションに入ってくる人に対して、コーディング経験と自ら作り上げた成果物をより強く求めているのです。

---

ング氏が根拠に挙げたソフトウェア採用求人件数

ング氏は自身の主張の証拠として、ソフトウェアエンジニアリング職の求人件数を挙げました。破滅論者たちの主張とは異なり、求人数はむしろ増えているというのです。そこで実際に確認してみました。

Indeed Hiring Labの8月のデータを見ると、2026年8月14日時点の求人全体指数はパンデミック直前の水準をわずかに上回る101.8ですが、ソフトウェア開発職種は74.4と、その水準を大きく下回ったまま低迷しています¹。100が2020年2月ですから、この職種だけが4分の1以上減少した状態です。

しかし、ング氏の言っていることも間違いではありません。同じ機関の7月の分析を見ると、2025年2月にClaude Codeが登場した時点を100とした場合、ソフトウェア開発の求人は約15%増加し、同期間の全職種の求人は7%減少しました。ただし、出発点があまりに低かったため、反発した後でもパンデミック前と比べると27.5%低い水準にあります。

**同じデータベースから「直近1年半で増えた」と「2020年2月より4分の1以上低い」という事実が同時に導き出されるのです。**違いを生んだのは解釈ではなく基準線です。1年半を基準に取れば回復であり、6年半を基準に取れば崩壊です。ング氏は前者を選び、彼が批判した側は後者を選んでいるのです。

韓国では基準次第で指標がさらに大きく揺れ動きます

韓国の数字は米国よりもはるかに激しい動きを見せています。中央日報が去る6月にまとめた資料によると、採用プラットフォームのCatch基準で、2026年3月のIT・通信分野における大企業および中堅企業の新卒求人は前年同期比で73%減少しました。

この73%という数字も基準線の産物であるという点は押さえておく必要があります。特定の1か月を前年同月と比較した値であるため、一括採用のスケジュールが1年ずれるだけでも数字が大きく揺れ動くからです。先ほどング氏を検証した物差しを、ここでも公平に当てはめなければなりません。

ただし、並び立つ他の数字がその方向性を裏付けています。ネイバーは3年連続で実施していた上半期の新卒一括採用を今年は見送りました。ムシンサが4年ぶりに実施したジュニア開発者の一括採用には約2,000人が応募し、66人が採用されました。各社のESG報告書上の新規採用規模は、2022年から2024年にかけてネイバーが599人から231人、258人へと減少し、カカオは870人から452人、314人へと縮小しました。

大学側の就職率も下落を示しています。2023年と2025年のコンピューター工学科の就職率を比較すると、ソウル大学が83.8%から72.6%へ、漢陽大学が81.4%から70.3%へ、KAISTが77.9%から69.8%へと落ち込みました。大学院進学者と兵役による入隊者を除いた集計です。

ここで併せて見るべきなのが勤続年数です。同期間中、ネイバーの平均勤続年数は6.9年から7.7年へ、カカオは5年から6年3か月へと伸びました。**新規採用が減少する一方で、既存社員の平均勤続年数は伸びているのです。**この2つの指標を併せて見ると、現在在籍している社員と、新たに就職しようとする人の置かれた状況を切り分けて捉える必要があります。

企業側の回答からも、採用基準の変化の流れが見て取れます。ウォンテッドラボが韓国内の企業153社の採用担当者を対象に実施し、昨年12月に公表した調査では、回答企業の74.5%が2026年の採用規模を維持または拡大すると答えました。採用を取りやめる企業が多数派というわけではないのです。その代わり、同調査で求める人材像の条件として、職務の専門スキルが64.7%、AIおよびデータの活用スキルが24.2%挙げられました。採用規模は維持するものの、採用の基準が移行している状態なのです。

開発者の求人は減り、AI関連の要件は増えました

ウォンテッドラボの分析は、開発者の求人減少をより直接的に示しています。2025年1月から2026年4月までにウォンテッドへ掲載された求人72,793件を分析したところ、2026年に入って統計的に有意に減少した6職種のうち、5つが開発者でした。

同じ分析の中で、正反対の方向に動いた指標があります。求人票に登場した「AIネイティブ」という表現は8倍、「フィジカルAI」は5倍に増加しました。各表現が求人全体に占める割合を前年と比較した結果です。

開発者の求人の一部は減少し、残った求人にはAI関連の要件がより頻繁に付されるようになっています。ウォンテッドラボでAI部門を統括するチョン・ギス部門長は、新人に慣らしとして任せていたレベルの単純業務やコーディングは、すでにAIが代替したと説明しています。ング氏が米国で「うちのマーケターは全員コーディングができる」と語ったことと、韓国の求人で「AIネイティブ」という言葉が8倍に増えたことは、いずれも単純業務を削ぎ落とし、AIによって実行範囲を広げようとする潮流を示しています。

ング氏はこの変化を、職務範囲の拡張として説明します。フロントエンドとバックエンドに分かれていた開発者がフルスタックへと統合されたように、キャンペーンの調整だけをしていたマーケターが企画から実行までのワンサイクルを丸ごと担うようになり、採用担当者も採用プロセスのより広範な領域を担うようになるというわけです。つまり、必要なのはAIの活用法ひとつではありません。広がった範囲に対応できるだけの職務知識が伴っていなければならないのです。

私自身も最近は、コーディングに費やす時間が格段に増えました。戦略ドキュメントばかりを書いていた立場から、自ら実際に作ってみる時間が増えたという意味であり、これが個人の好みの問題ではなく市場が変化した結果であることは、上記の数字が物語っています。

恐怖を売る側と楽観を売る側

ング氏はインタビューの序盤で、AIをめぐる誤った情報の根源としてPRと規制の虜獲（キャプチャー）²を指摘しました。数十億ドルを投じてモデルをトレーニングした企業からすれば、誰かが類似のモデルを作って世界中に無料でばら撒いてしまうような事態は都合が悪いわけです。そのため、恐怖を煽って規制を呼び込めば、既存の事業者にとって有利な規制環境が整い、オープンウェイト³陣営は身動きが取れなくなります。

この指摘自体は的確です。インセンティブ構造が実際にそのようにできているからです。

しかし、反対側の利害関係も同時に見つめる必要があります。ング氏はこのインタビューの中で、AIモデルは学習にとっては最悪であると語りました。学生がAIを使えば課題の点数は上がるものの、後になって身につくものははるかに少ないという話です。そしてそのすぐ次の質問で、自身が立ち上げた新会社を紹介するのです。

コーセラは去る7月28日、ング氏が創業し代表を務めるLearnVectorに1億ドルを投資しました。完全希釈化ベースで約3分の1の株式に相当します⁴。最初のプロダクトは2027年初頭にリリースされる予定で、ング氏は現在もコーセラの取締役会会長を務めています。

**「現在の方式のAI学習は最悪だ」という言葉は、LearnVectorのような新しい学習企業が解決しようとしている課題を説明する言葉でもあります。**ング氏が嘘をついたという意味ではありません。データは実際にその方向を指し示しているからです。ただ、恐怖を売る側にインセンティブがあるのだとすれば、楽観を売る側にもインセンティブがあるというだけの話です。どちらの側も、私心のない観察者などではないのです。

同じインタビューで彼が大学生や新卒者に向けて送ったアドバイスを振り返ると、この構造がよりはっきりと見えてきます。大学のカリキュラムは変化に追いつけないため、オンラインで最新技術を別途学ぶべきだという話であり、その例として挙げたのがコーセラ、DeepLearning.AI、ユーデミーでした。3つのうち2つは彼が立ち上げた組織であり、コーセラとユーデミーは去る5月の合併によってひとつの会社になりました。アドバイス自体は妥当です。ただし、そのアドバイスが自身の事業の需要とも結びついているときは、その事実を理解した上で耳を傾けるのが賢明でしょう。

ですから、AIと雇用の数字を前にしたときは、結論だけを見るのではなく、読み解くための基準を併せて見なければなりません。今後、AIと雇用に関する数字に出くわしたときは、次の3点だけを確認してみてください。第1に、基準日はいつか。1年前なのか6年前なのかによって、同じ指数が回復とも、長期的な下落とも読めます。第2に、分母は何か。求人数なのか、比率なのか、採用人数なのか。第3に、この言葉を発している人物は何を売っているのか。モデルかもしれませんし、規制かもしれませんし、講義かもしれませんし、あるいは恐怖そのものかもしれません。

Oswarldの視点

韓国においてこの話がより居心地悪く感じられるのには、理由があります。採用要件はすでに変化しているのに、その要件を評価する仕組みは、いまだに出身大学・学部・資格・インターン期間中心の枠組みにとどまっているからです。

書類選考で大学や学部を見つめ、資格やインターンの月数を数える慣行では、「何を作ったことがあるか」をすくい上げることはできません。反対に応募者側も、ポートフォリオを作るべきだとは言われるものの、何をどれだけ作ればよいのかについての合意された基準を持てずにいます。米国ではング氏のような人物が直接面接の基準を公開し、参照すべき基準を提供していますが、韓国ではそうした公開基準が総じて不足しています。

その空白をいま埋めているのが、ポートフォリオのコンサルティングと恐怖マーケティングです。基準が曖昧であればあるほど、売る側が有利になるからです。採用側が求める具体的な成果物を明記しておくだけでも、この市場の少なからぬ部分が淘汰されるはずですが、いまだ「学歴ではなく実力」というスローガンの段階にとどまっています。どうかこんなところにお金を使わず……牛肉でも買って召し上がることをおすすめします。

おわりに

状況別に整理してみましょう。

現在実務に就かれている方であれば、自分の職務で繰り返される作業を減らすためのツールをひとつ自ら作ってみることが、もっとも手っ取り早い検証になります。ング氏の財務チームが行ったことも大げさな話ではなく、毎週繰り返していたドキュメントの確認作業を自動化しただけでした。

採用する側であれば、求人票に「AI活用能力」と書く代わりに、何を作ってきた人を求めているのかを具体的に書くべきです。その1行がなければ、応募者はかつての基準線に合わせて準備してくるほかありません。

数字を読み解く側であれば、基準日、分母、そして発言者の売り物の3点を確認するだけで、大半の誇張を見抜くことができます。恐怖側の数字であれ、楽観側の数字であれ、同じ物差しを当てればよいのです。本日目にした74.4と15%のように、往々にしてどちらも事実であり、ただ基準線が異なっているにすぎない場合が多いからです。

読者さん、結局のところ今回の変化の本質は、雇用全体の数だけにあるのではなく、採用基準がどのように変化しているかにあるのです。

💬 今いらっしゃる組織の求人票を読み返してみると、3年前の求人と比べて変わった文言はありますか？ 新たに入ってきた表現などがあれば、ぜひコメントで教えてください。

📨 最近求人票を作成している同僚や、転職活動中の仲間がいれば、この記事をシェアしてみてください。3つの基準線を確認するだけでも、準備の方向性が変わってくるはずです。

参考資料と関連リンク

主要出典

• The Singju Post, “Andrew Ng: The Biggest Opportunities in AI Aren’t Where You Think”, 2026年8月31日. ··· 8月28日放送分の書き起こし全文です。マーケターの採用基準については22分20秒付近で語られています。
• Indeed Hiring Lab, “US Labor Market Snapshot — August 2026”, 2026年8月24日. ··· ソフトウェア開発指数74.4がここに掲載されています。毎月更新されるため、引用前に最新値を確認することをおすすめします。
• Indeed Hiring Lab, “AI and Job Postings: From Destruction to Creation?”, 2026年7月8日. ··· リバウンドと底値の双方を示す資料であり、基準線の問題を理解するのに最適です。
• 中央日報、 「IT新卒求人73%急減、AI時代にコンピューター工学科も就職難に」, 2026年6月11日. ··· ウォンテッドラボによる求人72,793件の分析と、コンピューター工学科の就職率データが併載されています。
• Coursera, “Coursera Makes $100 Million Strategic Investment in LearnVector”, 2026年7月28日. ··· 投資規模と株式保有構造が記載されたプレスリリース原文です。
• AIタイムス、 「ウォンテッドラボ、採用トレンドレポート公開」, 2025年12月8日. ··· 採用担当者153人を対象とした調査です。サンプルサイズが小さいため、方向性の参考程度に留めるのが賢明です。

背景知識

• FRED, “Software Development Job Postings on Indeed in the United States”. ··· 指数を直接グラフで確認できます。基準線を変えながら観察すると、本稿の論点が直感的に理解できます。
• Class Central, “Coursera Bets $100 Million That Andrew Ng Can Do What Coursera Can’t”, 2026年7月29日. ··· この投資を懐疑的に捉えた視点の記事です。プロダクトを持たない企業の評価額について鋭く指摘しています。

あわせて読みたいバックナンバー

• 就活生に恐怖を売る人々 ··· 恐怖が商品となる流通構造を扱いました。今回はその反対側の語り手を同じ物差しで観察しています。
• フェラーリのデザイナーは今も鉛筆から始めます ··· 新人が仕事を学んでいた修行の階段についての話です。本稿の「入場券」の話と併せて読むと全体像が浮き彫りになります。
• 10分で崩れる思考の筋肉 ··· ング氏が語った「学習には最悪」という主張の根拠となる研究をまとめた号です。

著者 アン・グァンソプ（Oswarld） は世宗大学校 兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。 最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

📝 用語解説

각주

1. Job Postings Index: Indeedが2020年2月1日の求人数を100としてその後の変化を表した指数です。絶対的な件数ではなく特定日に対する比率であるため、基準日をどこに設定するかによって同じ曲線がまったく異なる意味に読めます。 ↩

2. 規制の虜獲（regulatory capture）: 規制を策定する側が、規制を受ける側の利益に沿って動くようになってしまう現象のことです。安全を名目に作られた規則が、結果として既存事業者の地位を守る防壁となるケースが代表的です。 ↩

3. オープンウェイト（open weights）: モデルの重み（ウェイト）ファイルを公開し、誰でもダウンロードして実行できるようにした提供方式です。学習データやソースコードまで公開するオープンソースとはその範囲が異なります。 ↩

4. 完全希釈化ベース（fully diluted）: ストックオプションのように未行使の潜在的な権利までがすべて株式に転換されたと仮定して持株比率を計算する手法です。実際に発行済みの株式数のみで計算するよりも保守的な数値が算出されます。 ↩