ウォール街のAI人材戦争が新たな段階へ
TREE NEWS 報道： ウォール街の人工知能（AI）採用ブームは決定的な転換点を迎えている。JPモルガン・チェース、シティグループ、キャピタル・ワンなどの銀行は今年、AI関連の求人を139,819件掲載した。前年比49%増となる。これは採用データ企業DraupがLinkedInなどのプラットフォーム上の公開求人を分析した結果だ。注目すべきはその総数よりも内訳である。需要は基盤モデルを構築する研究者から、AIを実際のビジネス業務に直接組み込めるエンジニアへと移りつつある。
最も鮮明なシグナルは「エージェント・オーケストレーション」職の爆発的増加だ。求人におけるこのスキルへの言及は今年1,721%急増し、金融サービス業界で最も注目される能力の一つとなっている。エージェント・オーケストレーションとは、複数のAIエージェントを連携して動作させる設計を指す。例えば、あるエージェントが生データを確認し、2つ目が文書を分析し、3つ目がコンプライアンスをチェックするというように、すべてが協調システムとして機能する。
チャットボットから連携するエージェント人材へ
「これは間違いなく、今ウォール街で最も注目されているスキルだ」とDraupの最高経営責任者（CEO）ヴィジェイ・スワミナサン氏は述べた。「銀行はデータを理解し、AIを理解し、それを本番環境に導入する方法を知る人材を必要としている」
採用の波は、初期段階のモデル構築者やデータサイエンティストをはるかに超え、新たな「フォワード・デプロイド・エンジニア」層へと拡大している。その中核業務は、AIをトレーディングデスク、コンプライアンス部門、バックオフィス業務に直接組み込むことだ。こうした職務は技術的な深さとドメイン専門知識の両方を要求し、その複雑さは当初の予想をはるかに超えている。
「企業内部には膨大な複雑さが存在する。その一部は明白だが、多くは隠れている」とスワミナサン氏は語った。「単純なプロセスを自動化するだけでも、多大な時間がかかる」。同氏は例として従業員の休暇申請の自動承認を挙げた。一つのシナリオが、長い裾を引くエッジケースや例外を生み出すという。
基盤となるツールへの需要も同調して高まっている。多段階ワークフローを構築するフレームワークであるLangGraphへの言及は679%急増し、AIアプリケーションをデータソースに接続するLlamaIndexは291%増加、企業データベースの情報をモデルに供給する検索拡張生成（RAG）は259%上昇した。問題解決、創造性、より深い問いを立てること、プロセスを理解することといったソフトスキルも再び重視されつつある。
ガバナンス需要がモデル訓練を上回る
導入が深まるにつれ、リスクとコンプライアンスの職務も同じ速さで拡大している。「責任あるAI」への言及は657%急増し、AIガバナンスとリスク管理への言及はそれぞれ394%と359%跳ね上がった。ガバナンス関連の言及は現在16,000件を超え、モデル訓練、導入、運用に紐づく約8,400件のほぼ2倍に達している。セキュリティチームの中心的な懸念は、サードパーティ製ツールや外部モデルがシステム的な脆弱性を持ち込むことを防ぐことだ。「これらの製品で使用するサードパーティ製ツールがサイバーセキュリティのレベルで制御不能に陥らないようにすることは、現在の主要な焦点だ」とスワミナサン氏は述べた。
市場への示唆
株式にとって、このシフトはマージン（利益率）の物語である。エージェントが反復的なワークフローを本当に自動化するなら、銀行は時間とともにコスト・インカム・レシオを圧縮できる可能性がある。これは、効率性向上でテクノロジーセクターに出遅れている大型金融株にとって構造的な追い風となる。生成AIマネージャーの報酬プレミアムは基本給の中央値が約19万ドルであり、企業が実験ではなく測定可能な生産性リターンを期待していることを示している。
より広範なテクノロジー複合体にとって、データは純粋なモデルプロバイダーよりもインフラとオーケストレーション層を支持している。フレームワーク、データコネクタツール、RAGパイプラインに企業の予算が流れており、これはクラウドコンピューティング、ベクトルデータベース、アプリケーション層に位置するエンタープライズソフトウェアベンダーへの需要を支えている。
ガバナンスへの傾斜は規制面にも波及する。ガバナンスの採用がモデル訓練を上回る今、銀行は監督当局の期待を先取りしてコンプライアンスインフラを実質的に構築している。これは執行ショックのリスクを減らす防御的な姿勢だが、運用コストも押し上げる。
最後に、労働面は銀行の人員計画を注視する投資家にとって重要だ。JPモルガンのジェイミー・ダイモンCEOは、AIがより多くの業務を吸収する中で「大規模な再配置計画」について繰り返し言及している。削減ではなく再配置は自動化の政治的・退職金コストを和らげるが、そのペースがAIを利益レバレッジとして示すか、リストラ費用として示すかを決めるだろう。
投資家向けの重要ポイント
- 大手銀行のAI採用は前年比49%増だが、その構成はモデル構築から導入・オーケストレーションへと移行しており、技術が本番環境へ移行している兆候だ。
- エージェント・オーケストレーションへの言及は1,721%増加し、ツール需要（LangGraph、LlamaIndex、RAG）が実際の実装予算を裏付けている。
- ガバナンスとリスクの職務は現在、モデル訓練の職務を約2対1で上回っており、コンプライアンスコストを前倒しする一方で規制ショックのリスクを減らしている。
- AIが単なる支出増ではなく利益率拡大につながっている証拠として、銀行のコスト・インカム・レシオと人員計画を注視せよ。
- インフラおよびアプリケーション層のベンダーは、純粋なモデル開発者よりも企業のAI予算を獲得する上で有利な立場にある。
