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 2026 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、同じデータのまま別角度で読み解いたものです。今回フォーカスしたのは、企業が採用文の中で AI ツール、LLM 機能、agentic ワークフロー、関連要件にどの程度言及しているか、という点です。

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 月の 35.6% へと上がりました。1 年前は HN 採用投稿の 4 件に 1 件程度しか具体的な AI ツールや LLM 概念に触れていなかったのに対し、2026 年 5 月には 3 件に 1 件超が触れている、という変化です。

頻度だけではなく、位置づけも変わっています。Required AI は 1.7% から 4.1% に増えた一方、Preferred AI はほぼ横ばい。AI 文言が「あれば嬉しい」から、技術職採用における「必須要件」へと押し上げられている、ということです。

キーワードの顔ぶれも入れ替わりました。2026 年サンプルでは「agentic」がトップに躍り出て、Claude と Claude Code を合わせた言及数は Cursor と Copilot を上回っています。開発者マーケティング、採用、キャリア戦略のいずれの観点でも、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、というかなり強いシグナルです。

AI搭載の Web スクレイピングを Thunderbit で試す

共有しやすい主要ポイント

1. 厳密な AI 言及は 23.5% から 35.6% へ、12.1 ポイント上昇。
2. 広義の AI 言及は 29.5% から 39.1% へ上昇。
3. Required AI は 1.7% から 4.1% へ、2 倍超に伸長。
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つ。
5. 「agentic」は 7 件から 30 件へ増え、2026 年の最多キーワードに。
6. 2026 年に Claude が 18 回、Claude Code が 11 回登場し、合計 29 件。
7. 主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。

「うちは AI を重視しています」と企業が語ることと、求人票で AI ツールを満たすべき要件として書き込むことは、まったく別物です。前者は姿勢、後者は実務シグナルです。本レポートは、エンジニア中心の公開コミュニティで企業が技術人材を採るときに使う言葉、つまり後者の証拠に絞っています。

なぜこの区別が重要かと言えば、AI 導入データはノイズが多いからです。LinkedIn や Indeed では AI 関連文言が爆発的に伸びていますが、求人媒体はキーワード盛り込みを構造的に促進します。企業ブログも勢いのある言葉は書けますが、現場の実態をそのまま映すとは限りません。Hacker News はサイズも偏りも小さくありませんが、文体は飾り気が少なく、検索アルゴリズムよりも同業者を意識して書かれています。

ここで本質的なのは、AI ワードが「増えた」という事実そのものではなく、AI 言語の位置が、広い関心から具体的なツール、さらに必須要件へと押し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 コンテンツの次の波を読む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、企業は company | role | location | REMOTE/HYBRID/ONSITE | description という形式で投稿します。本調査では 2025 年 5 月と 2026 年 5 月のスレッドを抽出し、619 件の採用コメントを対象に、AI ツールや能力キーワードへの言及を集計しました。

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% に上がりました。 絶対値で +12 ポイント、相対では約 51% 増です。比較可能な 1 年間で起きた構造変化として、ここ数年でもかなり速い部類に入ります。隣接の 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 と比べても、およそ 4 倍速い変化です。

ただし、12pt という数字そのものより、その内側で起きている 3 つの変化のほうが本質的です。

1 つ目、Required AI が 2 倍になった。 required / must have / experience with X AI tool を明示した投稿は、2025 年 5 月の 1.7% から 2026 年 5 月の 4.1% へ。分母は同じで、5 件から 13 件への増加です。AI を「必須」と置く企業の割合は、12 か月で 2 倍超に伸びました。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」へと移っています。

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「agentic」はわずか 7 回登場、トップ 20 に入るかどうかでした。2026 年 5 月には 30 回登場し、第 1 位です。AI エージェント／agentic ワークフローを意味するこの語は、12 か月で研究用語から一般的な採用語彙へ移りました。ビッグデータ、ブロックチェーン、Web3、そして LLM 自身という過去 4 つのテック波と比べても、ここまで速く定着した概念は思い当たりません。背景は明確で、Anthropic が Claude を「ツールを使うエージェント」として再定義し、OpenAI が Computer Use や GPT-5 の agent デモを公開、Y Combinator W26 バッチでは agentic 系スタートアップが目立ちました。技術的な物語は 2024 年後半から 2025 年半ばにかけて広がり、2026 年 5 月のスレッドは、その波が採用文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、2025 年 5 月の 3 回から 4.5 倍に増加。Claude Code が別枠で 11 回、合計 29 件です。Cursor は 8 件、Copilot は 6 件。Copilot は GitHub が 2021 年に公開して以来、5 年分の認知を積み上げた先行者です。それでも、エンジニアがエンジニア向けに書く HN の文脈では、Anthropic の Claude が上回りました。開発者マーケティングを担当しているなら、Anthropic の浸透度合いは見た目以上に深いと判断したほうがよさそうです。このシグナルは、LinkedIn や Indeed のように各社が SEO で似た文言を盛り込む場では見えません。HN のような「人から人へ」の文脈にだけ表面化します。

3 つを重ねると、データは 1 つの物語を示しています。採用における AI の語り口は、「AI をやりたい」から「すでに AI を使っている。あなたも使えなければ困る」へ変わった、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、各層を順に見ていきます。

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。検出は広いものから厳密なものまで 4 段階に分類しています。

• 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

指標	2025-05	2026-05	前年比（pt）
Loose AI mention	29.5% (89)	39.1% (124)	+9.6
Strict AI mention	23.5% (71)	35.6% (113)	+12.1
Required AI	1.7% (5)	4.1% (13)	+2.4
Preferred AI	3.0% (9)	3.5% (11)	+0.5

いちばん示唆が強いのは Strict 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% へ、絶対値で +12.1pt、相対で約 51% 増。言い換えると、1 年前は HN 採用投稿の約 4 件に 1 件が Claude / Cursor / Copilot / LLM / RAG といった AI 関連ツールを名指ししていたのが、今では 3 件に 1 件超になっています。

Required 行は、同じ話をより鋭く示します。5 件から 13 件へ。絶対数は小さく見えても、意味は重い。必須要件欄に 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。「希望」ではないということです。Required は Loose や Strict より速く倍増しており、AI ツールが採用メッセージから実際の業務手順へと移動している、わりときれいなサインです。

Preferred がほぼ動いていないこと自体も示唆です。もし AI ブームが単に「求人票に AI を足しただけ」なら、Preferred も Required と並んで伸びるはず。実際は Preferred +0.5pt、Required +2.4pt と乖離しました。AI ツールは単に言及が増えたのではなく、要件階層の上位に押し上げられています。

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 スレッドの言及数上位 12 キーワードは次のとおりです。

順位	キーワード	2026-05	2025-05	種類
1	agentic	30	7	新しい概念
2	LLM	24	16	機能/能力
3	LLMs	19	23	機能/能力
4	Claude	18	3	ツール / ブランド
5	AI agents	15	14	新しい概念
6	AI-native	12	4	新しい概念
7	Claude Code	11	0	ツール / ブランド
8	RAG	10	6	機能/能力
9	AI tools	8	5	機能/能力
10	Cursor	8	0	ツール / ブランド
11	Copilot	6	3	ツール / ブランド
12	OpenAI	6	8	ツール / ブランド

押さえておきたいポイントが 5 つあります。

「agentic」は 7 から 30 へ跳ね上がり、新概念カテゴリの勝者になりました。 1 年前は HN 採用文でほぼ見なかった語が、いまや 1 位です。研究用語から標準的な採用語彙への移行が、わずか 12 か月で起きました。ビッグデータ、ブロックチェーン、Web3、LLM 自体のいずれと比べても、この浸透速度は際立ちます。背景は明快で、Anthropic が Claude を「ツールを使うエージェント」として再位置づけ、OpenAI が Computer Use と GPT-5 の agent デモを公開、Y Combinator W26 バッチで agentic 系スタートアップが主流化しました。

Claude が名指しツールでトップ。 Claude 単体 18 件、Claude Code が別枠 11 件、合計 29 件。Cursor は 8 件、Copilot は 6 件です。Copilot は GitHub が 2021 年に公開して以来 5 年の認知資産があり、本来なら優勢でもおかしくありません。それでも、エンジニアがエンジニアに向けて書く HN の場では、Anthropic の Claude エコシステムが優勢でした。開発者マーケティング担当者は、Anthropic の浸透を見た目より深く受け取るべきです。このシグナルは LinkedIn や Indeed では出ません。

「LLM」と「LLMs」合算で 43 件で、機能系キーワードとして非常に目立ちます。 「LLM を扱えること」がもはや前提化している、ということです。2026 年の候補者にとっては、2018 年に「git を知っていること」が前提だったのと同じ位置づけになりつつあります。

「AI-native」は 4 から 12 へ。 これは企業文化を表すキーワードで、AI ツールを使えるだけでなく、AI ファーストの発想を自然に持つ人を求めるサインです。採用文にこの語が登場すること自体が成熟の証で、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する人を採る」へ進んでいます。

RAG は 6 から 10 へ増加。 2024 年には研究用語だった Retrieval-Augmented Generation 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。ベクトルデータベースや検索パイプラインは、すでに多くの企業の本番システムに組み込まれているということです。

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

2026-05 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。全リストは図表に譲り、代表例を抜粋します。

• 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

プロファイルを並べてみると特徴が見えてきます。INDATA は Claude / Claude Code / Anthropic / OpenAI / Copilot / Cursor を求めており、「AI に慣れていてください」ではなく、初日から必要なスタックとして扱っています。Starbridge は Anthropic / OpenAI / Gemini / LangChain / LlamaIndex とモデル API に加えて検索フレームワークまで列挙。We The Flywheel は Claude + Claude Code + Cursor で、純粋なコーディングエージェント構成です。

これらの企業に共通しているのは、HN という公開チャネルで採用しつつ、AI ツールを必須要件欄に書き込むことを選んでいる点です。この 2 つの選択はどちらも重い意味を持ちます。HN は LinkedIn より投稿のハードルが高く、アカウントが必要で、投稿は同業者の目に晒され、誇張があればコメントですぐ突っ込まれます。そのフィルターを通ったうえで Required AI を書く企業は、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とは違います。

DTC 運営、SaaS マーケティング、採用ブランド担当者にとって、このリストの二次利用先はベンチマークです。「AI に強い」雇用者ブランドの語りは、もはや実証可能になっています。 「AI を使っています」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 活用度合いが透けます。採用ページで「AI-first な会社」と謳っていても、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映ります。

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 AI ヒット率（3 件以上の投稿がある区分のみ）:

職種区分	総数	AI ヒット数	ヒット率	2025-05 の率
Founding	5	4	80.0%	100.0%
Ops	6	3	50.0%	40.0%
Marketing	8	4	50.0%	16.7%
AI/Research	8	3	37.5%	33.3%
Eng	237	86	36.3%	22.1%
Other	46	11	23.9%	21.1%
Sales	3	0	0.0%	0.0%

注記しておきたい点が 4 つあります。

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。本レポートの「AI 浸透率が上がった」という主張は、主にこの行に支えられています。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り、過去 12 か月の構造変化としてはかなり大きい。

AI/Research 区分は 8 件しかなく、ヒット率は 37.5% で、Engineering より低い。 直感に反します。理論上「AI Research / AI Engineer」はほぼ 100% でもおかしくない。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。加えて、サンプルが少ないことによるノイズもあります。「AI 研究の求人で AI ワードをあまり使わない」と読むのは誤りで、辞書のカバー範囲に穴があるだけです。業界実態とは切り離して解釈してください。

Founding 区分（founding engineer / Chief of Staff / VP レベル）は 2026 年に 80% のヒット率。 サンプル 5 件中 4 件。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、と推測できます。ただし 5 件では解釈を広げないほうがよい。

Marketing / Ops は各 6〜8 件で、ヒット率は約 50%。 高く見えますが、サンプルが小さく安定しません。より大きなサンプルでは 30〜40% 台に落ち着く可能性が高い。Marketing / Sales / Ops / HR の投稿は少なすぎて、職種ごとの結論は引き出せません。職種全般の主張には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、という点。サンプルも変化幅も十分大きく、それ以外の区分は強い主張を支えるには小さすぎます。

5. なぜ重要なのか、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 のレポートを根拠に、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別物だと反論します。

HN サンプルの価値は、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点にあります。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おり、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 ツールの誇張は、その場で指摘されます。この公開型の相互レビューが効いており、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。

このようにフィルター済みのサンプルで、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要因ではなく実需の強いシグナルだ、と読めます。

ただし、サンプルの境界は正直に明示しておく必要があります。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 AI 採用企業に強く偏ります。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。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。

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%」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% という Strict ヒット率が、同業界の基準線です。採用ページでの AI ツールの見せ方がこれより明らかに低ければ、AI を使いこなしている競合に候補者を取られます。具体的には、「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」が 7 から 30 へ伸びたということは、agentic インフラ、オーケストレーション、可観測性ツールに採用文ベースの実需がある、ということ。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、ここ 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、2026 年は権威あるページ（"How to build agentic workflows" / "Agentic vs traditional automation" など）を作るにはまだ早い段階。SERP が大手コンテンツで埋まる前に取り組めば、先行者優位を取れる領域です。

採用実務。HN の書き方を参考に、「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セットで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 を使っていると言いますが、本番コードベースをこれまで何件移行しましたか？」と質問できます。

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、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。四半期更新であれば、大きなデータ購入予算なしでも、毎回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

どのトレンドレポートにも「12pt の変化は本物か、ノイズか？」という問いがついて回ります。3 点確認します。

サンプルサイズは安定。 2025-05 の総数は 302、2026-05 は 317 で、差は 15 件だけ。分母が安定していれば、シェアの変化は分母揺れではなく、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、Strict のほうが速い。 Loose は +9.6pt、Strict は +12.1pt。同方向で Strict のほう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。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、という解釈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）。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、というかなり明快なサインです。

他データとの照合:

ソース	対象範囲	一般的な読み取り（2024-2025）
LinkedIn Economic Graph	世界の LinkedIn JD	GenAI タグ付き職種の成長は YoY 約 21 倍（2023-2024）
Indeed Hiring Lab	米国 Indeed JD	GenAI キーワード頻度は全 JD で YoY +330%
Stanford AI Index 2025	世界の AI 採用複合指標	AI 系職種 1.7%（2024）→ 2.5%（2025）
本レポート（HN Who's Hiring）	HN 開発者コミュニティ、619 件	Strict AI mention 23.5% → 35.6%（+12.1pt）

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、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おり、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、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。複数の独立ソースが、違う角度から同じ大きな流れを示している、と読めます。

---

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の結果は十分信頼できますが、Sales / Marketing / Ops / HR についての結果は信頼性が低く（各区分 N < 10）、本レポートで確信を持って言えるのは Engineering のみ。それ以外は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装飾が混ざります。「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ない。

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「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）。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、12.1 ポイント上昇しました。
• 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 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たものです。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

すべてのスクリプトとデータセットをダウンロード

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。

Thunderbit AI Web Scraper を試す Get Started Free