「AI人材が必要」だけでは、まだ誰を探すか決まっていない
企業がAI人材を求めると言っても、Chief AI Officer、Head of AI、AI Product、Applied AI、Data、MLOps、Forward Deployed Engineerでは役割が大きく違う。
Solomon Pageは2026年9月、AI leadershipに特化したretained executive search practiceを立ち上げ、多くの顧客が20人のAIチームではなく、まず1人のAIリーダーを採用していると説明した。
最初のAIリーダーには前任者も確立した役割定義もない可能性がある。候補者を探す前に、その仕事自体をつくる必要がある。
Solomon Pageが難しいとするのはsourcingよりRole Definition
Ryan Kellnerは、AI Searchの難しさはqualified candidateのsourcingだけではなく、Search開始前にその役割が何を達成すべきか定義することだと説明している。
同practiceはChief AI Officer、Head/Director of AI、Head of Data Scienceから、Applied LLM、Agentic AI、FDE、RAG、AI Solution Architect、MLOps、AI Product、Research、Securityまで扱う。
一つの『AI人材』という言葉の下に、異なるBusiness ProblemとCapability Marketが急速に分かれている。
「Chief AI Officerを探してほしい」はまだSearch Specificationではない
課題が研究力ならResearchやML leadership、PoCがproductionへ進まないならApplied AIやPlatform、顧客現場で動かないならFDEやSolution Architectureが重要かもしれない。
同じ役職名でも必要なCapabilityは違い、逆に役職名が違っても似たCapabilityを持つ人はいる。
まずAI実行のどこが詰まっているかを特定しなければ、探すべきTalent Marketも決まらない。
AI採用はC-suiteだけに集中していない
Riviera Partnersの2026年調査は北米・欧州のsenior technology executive 958人を対象にした。
Individual Contributorを高い採用優先度とした組織は54%、VP未満のAI technical roleは48%、Manager・Senior Manager級technical leadershipは35%、C-suiteは29%だった。
最初のAIリーダーが必要な企業もあれば、すでに方向は決まっており実装・統合・運用を担うbuilderが不足している企業もある。
Advanced AI execution maturityは19%だった
RivieraのAI Execution Maturity ModelではAdvancedが19%、Developingが57%、Emergingが25%だった。
Solomon Pageの顧客群とは別の調査だが、AI実行が一人の役員採用だけで決まらず、組織構造、leadership engagement、governance、builder capabilityと関係することを示す追加材料になる。
採用の前に『AI役員が必要か』ではなく『AI実行のどこが止まっているか』を聞く必要がある。
新しい職種ではSearchがJDより前へ移る
通常はJD → Search → Candidateと進む。しかし会社に存在したことのない役割ではJD自体が仮説になり得る。
その場合はBusiness Problem → Role Definition → Capability Definition → Talent Market → Candidate → Searchという順序が重要になる。
役職名から人を探すのではなく、会社の問題をCapabilityへ分解し、そのCapabilityが実際に存在する市場を見つけてから人を探す。
BANSEOG VIEW | 最も高い失敗は、間違った役割を一生懸命探すことかもしれない
Riviera調査ではqualified candidate pipeline不足47%、採用スピード43%、candidate qualityのばらつき42%、報酬・equity期待40%など、候補者市場の難しさも明確に出ている。
しかしSearchはもっと前で失敗することもある。AI ProductとTransformationが必要なのにResearch人材だけを探せば、候補者が優秀でも会社の問題は解けない。
新しい役割ほどExecutive Searchの価値は名前を多く出すことだけではない。正しいProblemを正しいRoleとCapabilityへ変換し、正しいTalent Marketを探しているかを確認することにある。
BANSEOG VIEW
Banseog View — Problem → Role → Capability → Market → Search
初めてのAIリーダーSearchはCandidate sourcingよりRole Definitionから始まることがある。
AI人材市場は複数のCapabilityと組織階層にすでに分化している。
最も高くつくSearch失敗は、間違った役割定義に対して効率よくSearchすることかもしれない。
SOURCES
参照した主な資料
- Solomon Page — Solomon Page Launches Retained AI Executive Search Practice Led by Ryan Kellner
2026-09-23。AI leadership retained search practice、最初のAIリーダー採用、Role Definitionの重要性、対象職種を確認。
- Riviera Partners — Building the AI-Ready Organization: What New Research Says About Tech Hiring Priorities in 2026
2026-09-22。958人調査。IC 54%、VP未満AI technical role 48%、Manager/Senior Manager 35%、C-suite 29%、採用課題を確認。
- Riviera Partners — 2026 Future of Tech Leadership Report
2026-09-23。北米・欧州958人の調査とAdvanced AI execution maturity 19%を確認。
Solomon Pageの内容は同社の顧客経験と新practiceの見解であり、すべての企業のAI採用を代表するものではない。Riviera Partnersは北米・欧州のsenior technology executive 958人を対象にした別調査で、Solomon Pageの顧客群と同一母集団として扱っていない。Problem → Role → Capability → Talent Market → Candidate → SearchはBanseogの分析フレームである。