レポート | AIリテラシーの採用需要が24%から36%へ急伸

エグゼクティブサマリー

本調査は、RTO Index レポートで使った 2025 年 5 月と 2026 年 5 月の Hacker News 採用コーパスを同じデータのまま使いながら、別の角度から読み解いたものです。今回は、企業が採用文の中で AI ツール、LLM の機能、agentic ワークフロー、関連要件についてどれくらい触れているかに注目しました。

厳密な AI キーワードの浸透率は、2025 年 5 月の 23.5% から 2026 年 5 月には 35.6% へ上がりました。ざっくり言えば、1 年前は HN の採用投稿の約 4 件に 1 件が特定の AI ツールや LLM 概念に触れていたのに対し、2026 年 5 月には 3 件に 1 件超が言及するようになった、ということです。

注目すべき変化は、頻度だけではありません。Required AI は 1.7% から 4.1% に増えた一方で、Preferred AI はほとんど変わりませんでした。つまり、AI に関する文言は「あると嬉しい」から、技術職採用における「必須条件」へと移りつつある、ということです。

キーワードの顔ぶれも変わりました。2026 年のサンプルでは「agentic」が最多キーワードとなり、Claude と Claude Code を合わせた言及数は Cursor と Copilot を上回りました。開発者向けマーケティング、採用、キャリア戦略の観点から見ると、AI ワークフローを使いこなす力が、一般的なエンジニアリングスタックの一部になりつつある、かなり大きなサインです。

いちばん共有されやすいポイント

1. 厳密な AI 言及は 23.5% から 35.6% へ上昇し、12.1 ポイント増加しました。
2. 広義の AI 言及は 29.5% から 39.1% へ上昇しました。
3. Required AI は 1.7% から 4.1% へと 2 倍超に伸びました。
4. Preferred AI は 3.0% から 3.5% とほぼ横ばいで、Required の伸びの意味がより際立ちます。
5. 「agentic」は 7 件から 30 件へ増え、2026 年の最多キーワードになりました。
6. 2026 年には Claude が 18 回、Claude Code が 11 回登場し、合計 29 件でした。
7. 主な牽引役はエンジニアリング職で、AI キーワード浸透率は 22.1% から 36.3% に上昇しました。

企業が「AI に期待している」と言うのと、候補者が満たすべき求人票の要件として AI ツールを明記するのは、まったく別物です。前者はマーケティング寄りの姿勢、後者は実務上のサインです。本レポートでは、公開されたエンジニア中心の場で企業が技術人材を採用する際に使う言葉、つまり後者の証拠にフォーカスしています。

この違いが大事なのは、AI 導入データにはノイズが多いからです。LinkedIn や Indeed では AI 関連の文言が爆発的に増えているように見えても、求人媒体はキーワード盛り込みを後押ししてしまいます。企業ブログも勢いのあることは書けますが、日々の仕事の実態を十分に示すとは限りません。Hacker News はより小さく偏ったサンプルですが、文体は飾り気が少なく、ストレートです。そこに投稿する創業者やエンジニアは、たいてい検索アルゴリズム向けではなく、同業者を引きつけることを目的としています。

だからこそ、重要なのは単に AI ワードが増えたという話ではありません。より本質的なのは、採用文における AI 言語の位置が、広い関心から、具体的なツール、そして必須要件へと上がってきたことです。これは、キャリア、開発者向けツール、採用、B2B コンテンツの次の潮流を考えるうえで、かなり使える変化です。

Hacker News では毎月 1 日に定例の採用スレッド「Ask HN: Who is hiring?」が立ちます。企業は company | role | location | REMOTE/HYBRID/ONSITE | description という形式で採用コメントを投稿します。本調査では 2025 年 5 月と 2026 年 5 月のスレッドを抽出し、合計 619 件の採用コメントを対象に、特定の AI ツールや能力キーワードの言及を調べました。

結論はシンプルです。12 か月で、採用文における AI ツール言及は 23.5% から 35.6% に上昇しました。 これは絶対値で 12 ポイント増、相対ではおよそ 51% 増です。これまでのトレンドレポートの中でも、比較可能な 1 年間という期間で見たときにかなり速い構造変化のひとつです。隣接する RTO Index 2026 レポートで確認したハイブリッド対リモートの +3.3pt より、およそ 4 倍速い変化です。

ただし、この 12pt という数字自体より、その内側にある 3 つの変化の方が重要です。

1 つ目、Required AI が 2 倍になった。 required / must have / experience with X AI tool のように明示した投稿は、2025 年 5 月の 1.7% から 2026 年 5 月の 4.1% へ増加しました。分母は同じで、5 件から 13 件への増加です。採用基準の中で AI を「必須」とみなす企業の割合は、2 倍以上に伸びました。求人票における AI の位置づけは、「あれば歓迎」から「初日から必要な条件」へと移りつつあります。

2 つ目、「agentic」がほぼ存在しない状態から第 1 位になった。 2025 年 5 月のスレッドでは「agentic」は 7 回しか登場せず、トップ 20 に入るかどうかでした。ところが 2026 年 5 月には 30 回登場し、第 1 位になりました。AI エージェント／agentic ワークフローを意味する「agentic」は、12 か月で研究用語から一般的な採用文の語彙へと変わりました。過去 4 つのテック波（ビッグデータ、ブロックチェーン、Web3、そして LLM 自体）を見ても、これほど速く定着した概念はありませんでした。背景は明確です。Anthropic が Claude を「ツールを使うエージェント」として再定義し、OpenAI は Computer Use や GPT-5 の agent デモを公開し、Y Combinator の W26 バッチでは「agentic」系スタートアップが目立っていました。技術的な物語は 2024 年後半から 2025 年半ばにかけて一気に広がり、2026 年 5 月のスレッドは、その波が採用にまで到達したサンプルだと言えます。

3 つ目、Claude が名指しツールの中でトップになり、Cursor と Copilot を 2 倍以上上回った。 2026 年 5 月の Claude は 18 回登場し、2025 年 5 月の 3 回から 4.5 倍に増えました。さらに Claude Code は別で 11 回登場し、合計では 29 件です。Cursor は 8 件、Copilot は 6 件でした。Copilot はこのカテゴリの先行者で、GitHub が 2021 年に公開して以来、5 年分の認知を積み上げています。それでも、HN の採用文、つまりエンジニアがエンジニア向けに書く文脈では、Anthropic の Claude が上回りました。開発者向けマーケティングをしているなら、Anthropic の浸透度は見た目以上に高いと見ていいです。このシグナルは、LinkedIn や Indeed では見えません。そうした場では、あらゆるベンダーが SEO 目的で似た文言を盛り込むためです。HN のような「人から人へ」の文脈でしか出てきません。

この 3 つを重ねると、データは 1 つのストーリーを示しています。採用における AI の語り口は、「AI をやりたい」から「すでに AI を使っていて、あなたも使いこなせる必要がある」へ変わっている、ということです。動詞で見ると「build with」「automate via」「use」が増え、「explore」「research」「prototype」は後退しています。ツール面では、Anthropic の Claude エコシステム（Claude + Claude Code + agentic frameworks）が、開発者の認知の中で OpenAI の立ち位置に迫っています。以下で、それぞれの層を見ていきます。

1. 全体像: 24% から 36% へ

公開されている AI キーワード辞書（全リストは後述）を使い、619 件の採用コメント全文を走査しました。検出結果は、広いものから厳密なものへ 4 段階で分類しています。

• Loose: AI に関するキーワード全般（"machine learning" のような広義語も含む）
• Strict: 具体的な AI ツール（Claude / Cursor / Copilot / OpenAI / Midjourney）または LLM 系の用語（GenAI / LLM / RAG / agentic）
• Required: Strict に該当し、文脈に required / must have / experience with が含まれるもの
• Preferred: Strict に該当し、文脈に nice to have / preferred / bonus が含まれるもの

いちばん示唆が強いのは Strict の行です。"machine learning" のような広義語による誤検出を外しているからです。12 か月で 23.5% から 35.6% に上がり、絶対値で +12.1pt、相対では約 51% 増でした。言い換えると、1 年前は HN の採用投稿の約 4 件に 1 件が Claude / Cursor / Copilot / LLM / RAG のような AI 関連ツールを名指ししていたのに、今では 3 件に 1 件超がそうなっています。

Required の行は、同じ話をもっとはっきり示しています。5 件から 13 件へ。絶対数は小さく見えても、意味合いは大きいです。必須条件の欄に AI ツール名を書き込むには、そのツールがすでに業務フローに組み込まれている必要があります。つまり、希望的観測ではありません。「Required」は Loose や Strict よりも速く倍増しており、AI ツールが採用メッセージから実際の仕事の進め方へ移っている、かなりきれいなサインです。

Preferred がほとんど変わっていないことも、それ自体が示唆です。もし AI ブームが単に「求人票に AI という言葉を足しただけ」なら、Preferred も Required と並んで増えるはずです。つまり「AI ツールを知っていると歓迎です」という書き方が増えるはずですが、実際には Preferred は +0.5pt にとどまり、Required は +2.4pt 伸びました。AI ツールは単に言及される回数が増えたのではなく、要件の階層の上位に押し上げられているのです。つまり、あれば嬉しいスキルから必須条件へと変わっています。

2. どの AI ワードが名指しされているか: agentic、Claude、LLM が上位

2026-05 のスレッドで、言及数が多い上位 12 キーワードは次の通りです。

いくつか押さえておきたい点があります。

「agentic」は 7 から 30 へ跳ね上がり、新しい概念としての勝者になりました。 1 年前は HN の採用文でほとんど使われていなかったのに、今では第 1 位です。AI エージェント／agentic ワークフローを意味する「agentic」は、12 か月で研究用語から標準的な採用語彙へ移りました。過去 4 つのテック波（ビッグデータ、ブロックチェーン、Web3、LLM 自体）では、1 年でこれほどの浸透速度は見られませんでした。背景は明快です。Anthropic が Claude を「ツールを使うエージェント」として再位置づけし、OpenAI が Computer Use と GPT-5 の agent デモを公開し、Y Combinator の W26 バッチでは agentic スタートアップが多くを占めていました。技術的な物語は 2024 年後半から 2025 年半ばにかけて一気に広がり、2026 年 5 月のスレッドは、まさにそれが採用文に定着したサンプルです。

Claude が名指しツールの中でトップです。 Claude 単体で 18 件、別枠の Claude Code が 11 件あり、合計 29 件でした。Cursor は 8 件、Copilot は 6 件です。Copilot は先行者であり、GitHub が 2021 年に公開してから 5 年間の認知を築いてきました。本来なら優勢であるはずですが、HN の採用文、つまりエンジニアがエンジニアに向けて書く文脈では、Anthropic の Claude エコシステムがそれを上回りました。開発者向けマーケティングに携わる人なら、Anthropic の浸透は見た目以上に深いと受け取るべきです。このシグナルは、LinkedIn や Indeed のように各社が SEO で文言を盛り込む場では見えません。HN のような個人対個人の文脈でだけ表面化します。

「LLM」と「LLMs」を合わせると 43 件で、機能系キーワードとしてはかなり目立っています。 「LLM を扱えること」がもはや説明不要の前提になってきた、ということです。2026 年のエンジニア候補にとっては、2018 年に「git を知っていること」が前提だったのと同じようなものです。

「AI-native」は 4 から 12 へ増加しました。 これは企業文化・組織文化を表すキーワードです。単に AI ツールを使える人ではなく、AI ファーストの考え方を自然に持つ人を求めているということです。採用文にこの言葉が登場すること自体が成熟のサインで、市場は「AI を知っている人を採る」から「AI をデフォルトのワークフローとして扱う人を採る」へ進んでいます。

RAG は 6 から 10 へ増えました。 Retrieval-Augmented Generation は 2024 年には研究用語でしたが、2026 年には JD の箇条書きで明示的な技術要件として書かれています。ベクターデータベースや検索パイプラインは、今や多くの企業の本番システムに組み込まれています。

3. HN で「Required AI」を書いているのは誰か: 13 社の一覧

2026-05 のスレッドでは、13 社が required / must have / experience with と AI ツール名を明示的に組み合わせていました。全リストは図表にありますが、代表例を挙げると:

• We The Flywheel（Role: Eng）— JD で Claude;Claude Code;Cursor を必須と明記
• SEEKING FREELANCER（Role: Eng）— JD で Cursor;Lovable を必須と明記
• Pathos AI（Role: Eng）— JD で OpenAI を必須と明記
• Brandfetch (https://brandfetch.com)（Role: Eng）— JD で LLM;AI agent を必須と明記
• Dablam（Role: Eng）— JD で AI agents を必須と明記
• Starbridge（Role: Eng）— JD で Anthropic;OpenAI;Gemini;LangChain;LlamaIndex を必須と明記
• INDATA（Role: Eng）— JD で Claude;Claude Code;Anthropic;OpenAI;Copilot;Cursor を必須と明記
• BIT Capital（Role: Eng）— JD で LLM;RAG;agentic を必須と明記

プロフィールを読むと、その特徴が見えてきます。INDATA は Claude / Claude Code / Anthropic / OpenAI / Copilot / Cursor を求めており、単なる「AI に慣れていてください」ではなく、初日から必要な AI ツールスタックとして扱っています。Starbridge は Anthropic / OpenAI / Gemini / LangChain / LlamaIndex を並べており、モデル API に加えて検索フレームワークまで含めています。We The Flywheel は Claude + Claude Code + Cursor を求めていて、純粋なコーディングエージェント構成です。

これらの企業には共通点があります。HN のような公開チャネルで採用し、しかも AI ツールを必須要件欄に書き込むことを選んでいるという点です。この 2 つの選択はどちらも重要です。HN は LinkedIn より投稿のハードルが高く、アカウントが必要で、投稿は同業者に公開され、誇張があればコメントですぐに突っ込まれます。そのフィルターを通ったうえでなお Required AI を書いている企業は、名指しのツールに本当にワークフロー依存している可能性が高く、単なるキーワード埋めではありません。

DTC 運営、SaaS マーケティング、採用ブランドの担当者にとって、このリストの二次的な使い道はベンチマークです。「AI に強い」雇用者ブランドの語りは、実証可能になっています。 「AI を使っています」と言うだけでは足りず、求人票が Required と具体的なツール名まで書けるかどうかで、チームの AI 活用度合いがわかります。採用ページで「AI-first な会社です」と言っていても、どの JD にもツールスタックが書かれていなければ、候補者には不自然に見えます。

4. エンジニアリング職の AI キーワード浸透率は 22% から 36% へ

職種別の 2026-05 の AI ヒット率（3 件以上の投稿がある区分のみ）:

いくつか注記します。

実際の主役はエンジニアリングです。 サンプルの 74.8%（237 件）を占めています。AI ヒット率は 2025 年 5 月の 22.1% から 2026 年 5 月の 36.3% へ、絶対値で +14pt 上昇しました。本レポートの「AI 浸透率が上がった」という大きな話は、主にこの行に基づいています。ソフトウェアエンジニアリング求人の約 3 件に 1 件が AI キーワードを明示するようになっており、過去 12 か月でソフトウェア採用文に起きたかなり大きな構造変化です。

AI/Research 区分は 8 件しかなく、ヒット率は 37.5% で、Engineering より低いです。 直感に反するように見えます。理論上は「AI Research / AI Engineer」はほぼ 100% に近いはずです。そうならない理由は、この区分の JD が「transformer architecture / attention mechanism / pretraining objective」のような高度に技術的な語彙を使っており、今回の辞書がそこをカバーしきれていないためです。加えて、サンプル数が少ないことによるノイズもあります。これは「AI 研究採用では AI ワードをあまり使わない」という意味ではなく、分類辞書のカバー範囲に穴があるだけです。業界の実態とは読み替えないでください。

Founding 区分（founding engineer / Chief of Staff / VP レベル）は 2026 年に 80% のヒット率でした。 サンプル 5 件中 4 件です。ファウンディング系の求人票は一般的に広く書かれ、「AI ツールを含めて何でもやる必要がある」と表現されやすいからです。ただし、5 件では解釈しすぎない方がよいです。

Marketing / Ops は各 6〜8 件で、ヒット率は約 50% です。 かなり高く見えますが、主にサンプル数の影響です。より大きなサンプルでは、これらの区分はおそらく 30〜40% 台に落ち着くでしょう。Marketing / Sales / Ops / HR の投稿数が少なすぎるため、職種ごとの結論は引き出しにくいです。職種全般の主張にこれらの区分を使わないでください。

職種レベルで安全に言えるのは 1 つだけです。エンジニアリング職の AI キーワード浸透率は 22% から 36% に上昇した、ということです。サンプルは十分大きく、変化幅も十分大きいからです。それ以外の区分は小さすぎて、強い主張を支えるには不十分です。

5. なぜ重要なのか、そしてどこまでしか言えないのか

ここ 18 か月、"AI は本当に採用を変えているのか" をめぐる議論は 2 つの陣営に分かれてきました。

楽観派は LinkedIn / Indeed のレポートを挙げ、GenAI のキーワード頻度が爆発的に増えていると主張します（LinkedIn Economic Graph では YoY 21 倍、Indeed Hiring Lab では YoY +330%）。懐疑派は、それは「SEO のために求人票へ AI キーワードを詰め込んでいる」だけで、実際の業務利用とは違うと反論します。

HN のサンプル価値は、SEO や求人プラットフォームのアルゴリズム最適化を前提としていないことです。HN のコメントは、エンジニアや創業者が同業者に向けて書いています。LinkedIn のキーワード盛り込みも、Indeed の CPC ゲームも、リクルーター向けテンプレートもありません。コメントはリアルタイムで読まれ、反応され、HN 読者から検証されます。AI ツールに関する誇張は、その場ですぐに指摘されます。この公開型の相互レビューのフィルターにより、HN の採用文は、真の採用需要を比較的きれいに映すサンプルになっています。

このようなフィルタ済みサンプルで 12 か月の Strict AI が +12pt 伸びているなら、それはプラットフォームのアルゴリズムではなく、実需の強いシグナルです。

ただし、サンプルの境界は正直に明示する必要があります。HN は開発者・初期工程・スタートアップ中心のコミュニティで、早期の AI 採用企業に強く偏っています。サンプルの 74.8% がエンジニアリング職であり、Sales / Marketing / HR / Finance / Legal への代表性は弱いです。伝統的産業（大手金融、製造、小売、医療、教育）では、AI キーワード浸透率ははるかに低く、そもそも多くの企業は HN で採用しません。

したがって、このレポートを 「米国労働市場全体で AI 浸透率が 35.6%」と読むことはできません。正しくは「HN 上の自己選択的な開発者／スタートアップサンプルにおいて、採用文の AI キーワード浸透率が 35.6%」ということです。意味はかなり違います。

6. Ops、コンテンツ、採用担当者向けの実践的な示唆

この領域に関わる人向けに、データを行動に落とし込みます。

開発者マーケティングと employer brand。"AI ツールに慣れていること" を、採用ページの「歓迎要件」から、初日から必要な期待値へ引き上げましょう。35.6% の Strict ヒット率が、同業の基準です。採用ページでの AI ツールの見せ方がこれよりかなり低ければ、表向きに AI を使いこなしている競合に候補者を取られます。具体策としては、「What you'll work with」欄に、曖昧な「modern AI tools」ではなく、Claude + Cursor + LangChain + ... のようにツール名を明記してください。

SaaS / ツール製品のポジショニング。AI ワークフローを支える製品の市場機会は広がっています。「agentic」は 7 から 30 へ増えました。つまり、agentic インフラ、オーケストレーション、可観測性ツールには、採用文ベースで実需があるということです。このカテゴリの GTM ストーリーは、Anthropic や OpenAI のビジョン資料だけでなく、HN データを実証的な根拠として使えます。

B2B コンテンツと SEO。"Claude vs Copilot vs Cursor" のようなロングテール検索は、この 18 か月で確実に増えています。本レポートの上位キーワード一覧は、編集計画の自然な起点になります。"agentic" は SEO の新大陸です。2026 年は、agentic ワークフローに関する権威あるページ（"How to build agentic workflows" / "Agentic vs traditional automation" など）を作るにはまだ早い段階です。この分野では、まだ先行者優位が効きます。SERP はまだ大手コンテンツで埋まっていないからです。

採用実務。HN の書き方を参考にして、"AI ツール経験があれば歓迎" ではなく、Required と具体的なツール名を一緒に書くようにしましょう。本レポートの 13 社（INDATA、Starbridge、We The Flywheel など）が示すように、"Required + 名指しのスタック" はかなり精度の高い表現です。候補者シグナルの精度に加え、この書き方なら面接で即座に確認できます。たとえば「Cursor を使っていると言っていますが、これまでに本番コードベースをいくつ移行しましたか？」と聞けます。

時系列の追跡。本レポートの上位キーワード一覧と Required 企業リストは、四半期ごとに再実行可能です。HN Firebase API は完全公開で、辞書の保守コストも低く、結果は採用市場における AI 浸透ダッシュボードとして機能します。四半期更新なら、大きなデータ購入予算なしでも、そのたびに公開可能なトレンド更新ができます。

7. 安定性チェックと、他データとの照合

どんなトレンドレポートにも、「12pt の変化は本物か、それともノイズか？」という問いがつきまといます。そこで 3 つ確認します。

サンプルサイズは安定している。 2025-05 の総数は 302、2026-05 は 317 で、差は 15 件だけです。分母が安定していれば、シェアの変化は分母の揺れではなく、分子の構造変化を反映していると考えられます。

Loose と Strict は同じ方向に動き、しかも Strict の方が速い。 Loose は +9.6pt、Strict は +12.1pt です。同じ方向で、Strict の方が速いということは、上昇は単に「AI ワードが増えた」からではなく、特に「名指しツールと名指し LLM の言及が増えた」ことを意味します。これで、曖昧なワードによる誤検出が Loose の上昇を押し上げている、という見方はかなり弱くなります。

Required は Preferred より速く動く。 Required は +2.4pt（約 2.4 倍）、Preferred は +0.5pt（ほぼ横ばい）です。AI ツールは気軽に言及されているのではなく、「あれば歓迎」から「必須」へと要件階層の上位に上がっています。これは、AI がボーナススキルから基本期待値へ移行していることを示す、かなり明快なサインです。

他データとの照合:

これらは矛盾していません。 LinkedIn / Indeed の「GenAI 21x / 330%」は、AI Engineer / ML Engineer のような専用職を指しており、分母が小さいため倍率が大きく見えます。本レポートは、すべての JD を横断した広い AI キーワード浸透率を測っています。分母は大きく、絶対変化は穏やかですが、より広範な変化を捉えています。Stanford AI Index 2025 の「AI 系職種 1.7% → 2.5%」は専用職の割合であり、本レポートの「Required AI」（1.7% → 4.1%）に近いものの、分母は異なります。複数の独立したソースが、違う角度から同じ大きな流れを示しています。

方法論

データソース: Hacker News Firebase API (https://hacker-news.firebaseio.com/v0/item/\{id\}.json)。比較対象のスレッドは 2025 年 5 月（item id 43858554）と 2026 年 5 月（item id 47975571）。各トップレベルコメントを 1 件の採用投稿として扱いました（HN の慣例）。Return to Office Index 2026 レポートと同じ 619 件のコーパスを使用しています。ソースデータは同一で、分析の切り口だけが異なります。スナップショット日は 2026-05-12（UTC）です。

HN コミュニティの偏り（最重要の注意点）: HN の採用コミュニティは、開発者、初期段階のエンジニアリングチーム、AI 採用企業のスタートアップに強く偏っています。本レポートは 米国全体や世界全体の採用 AI トレンドとして読むことはできません。伝統的産業（大手金融、製造、小売、医療、教育）では AI キーワード浸透率ははるかに低く、そもそも多くは HN で採用しません。

エンジニアリング区分が 74.8% を占める: エンジニアリング職についての結果は十分に信頼できますが、Sales / Marketing / Ops / HR についての結果は信頼性が高くありません（各区分 N < 10）。本レポートの職種別結論は、確信を持って言えるのは Engineering のみです。それ以外は小さすぎて強い主張には使えません。

JD 文面 ≠ 実際の職務要件: JD にはマーケティング的な装飾が含まれます。たとえば「Copilot に慣れていること」は、実務要件ではなく HR 向けのキーワード埋めかもしれません。数値が示すのは「JD テキストにキーワードが存在するか」であって、現場での AI 利用そのものではありません。相関はありますが、同じではありません。

Required と Preferred の精度は約 75〜85%: ±120 文字の文脈ウィンドウに基づくため、境界ケースは誤分類されます。引用している Required / Preferred の数値は絶対真理ではなく、あくまで「このルールセット上での値」として読むべきです。

辞書 v1 の偽陰性リスク: 辞書は 2026-05 時点の AI ツール環境に合わせており、2026 年後半に登場する新しいツールや用語を見落とす可能性があります。報告されている AI ヒット率は、実質的には「v1 辞書でのヒット率」であり、下限値です。

複数投稿の企業は重複排除していない: 同じ企業が複数回登場することがあります（特に 10 件超の投稿がある企業）。分母は「投稿数」であり、「ユニーク企業数」ではありません。同じ AI 要件が繰り返し投稿されること自体が、企業レベルの AI 浸透度を示す意味のあるシグナルだからです。

法務と著作権: HN API は公開・読み取り専用で、認証は不要です。コメント本文の著作権は元の著者にあります。本レポートでは 集計値と短いキーワード頻度分析のみ を使用しており、全文引用はしていません。企業名（Required AI の 13 社）は、公開的に AI を必須と自己申告しているため、肯定的または中立的な文脈でのみ登場します。生 CSV/JSON のダウンロードは公開しておらず、各数値は公開 HN API と公開辞書から再現可能です。

注意事項

このレポートが支持しないこと:

• 「米国のすべての JD が今や AI ツールを求めている」わけではない（サンプルは HN の一部であり、米国労働市場全体ではない）
• 「Company X は AI ツールを使っていない」ことは示せない（企業の時系列追跡はしていない）
• 妥当な読み方: 「2025-05 と 2026-05 の HN 採用スレッド内では、Strict AI mention が 23.5% から 35.6% に上昇した（+12.1pt）」

データソースとバージョン管理

データセット: ai_required_position_rate_2026/（このリポジトリ）。スナップショット日は 2026-05-12 UTC、バージョンは v1.0（単年比較、辞書 v1）です。HN データは Return to Office Index 2026 レポートと共通で、相互に参照可能です。

SEO・コンテンツチーム向けの引用ポイント

この調査は、ブログ導入文、データの強調、SNS 投稿、比較ページ、補足解説などに使える複数の引用角度を提供します。

• 厳密な AI 言及は 23.5% から 35.6% へ上昇し、12.1 ポイント増加しました。
• 広義の AI 言及は 29.5% から 39.1% へ上昇しました。
• Required AI は 1.7% から 4.1% へと 2 倍超になりました。
• Preferred AI は 3.0% から 3.5% とほぼ横ばいで、Required の伸びがより意味を持ちます。
• 「agentic」は 7 件から 30 件へ増え、2026 年の最多キーワードになりました。
• 2026 年には Claude が 18 回、Claude Code が 11 回登場し、合計 29 件でした。
• 主な変化を牽引したのはエンジニアリング職で、AI キーワード浸透率は 22.1% から 36.3% に上昇しました。

ただし、引用には必ず注意書きを添えてください。これらの数値は、本レポートで用いた特定のサンプルと収集方法を反映しています。市場全体の調査、社内導入率、カテゴリ内のすべての企業に関する主張として言い換えるべきではありません。

編集用途では、見出しの統計とサンプル境界をセットで示すのがいちばん強い表現です。そうすることで、主張の信頼性が上がり、読者にも伝わりやすくなります。たとえば「この HN 採用サンプルでは」「この DTC のホームページ静的スキャンでは」「この YouTube チャンネルのサンプルでは」といった形で、まず対象範囲を明示してから広いトレンドの話に進めてください。

再現性メモ

配布フォルダには、元のローカルレポートパッケージからコピーした以下の処理ファイルが含まれています。公開レポートを、実際のスクリプト、中間出力、図表、元原稿と照合できるようにするためです。

• process_files/out/analysis_stats.json
• process_files/out/hn_jobs_ai_parsed.csv
• process_files/scripts/01_compute_stats.py
• process_files/scripts/02_make_figs.py
• process_files/scripts/03_build_data_brief.py
• process_files/scripts/04_build_report_bilingual.py
• process_files/scripts/05_module_i_check.py

方法論の修正、データセットの問題、追加分析の提案は support@thunderbit.com までお送りください。本レポートは 2026 年 5 月に収集した公開 Web 信号または公開 API 信号に基づいており、上記のサンプル境界を踏まえて読む必要があります。