4か月休んで戻るとモデルが変わっていました
AI分野の雇用における女性比率は、年収が上がるほど低下しています
ビジネス歴史が浅い業界だから公平だと思っていました
AI業界には、以前からある期待が一つあります。1年前に登場したモデルを10年間扱ってきた人などいないのですから、誰もが似たようなスタートラインに立っているという考えです。キャリアの長さが武器にならない分野なら、他の業界で固定化されてきた格差もここでは縮まるのではないか、という話です。
ITサービス企業向けAIプラットフォームPrioriwiseの共同創業者兼CEOであるUrvashi Batra氏は、この期待には同意していません。最近の海外記事で彼女は、AIが参入障壁を下げて女性に公平な競争環境をもたらすという見解に対し、むしろ逆だと考えていると語りました。AI企業の創業者として、男性の共同創業者ほど真剣に受け止めてもらえないと感じており、投資家の前でも共同創業者がピッチをしたほうが投資を受けられる可能性が高いことを、2人で経験しながら思い知らされたといいます。
同じ記事に登場するTuringのAIエンジニアリングリード、Jayeeta Putatunda氏の経験はさらに具体的です。4か月の産休から戻ってみると、フレームワークが一変しており、モデルの水準もすっかり変わっていたといいます。キャッチアップするのは並大抵ではなく、助けてくれた同僚たちや、育児を公平に分担してくれた夫がいたからこそ可能だったと振り返っています。
今回は、この2つの場面をLinkedInが最近公表した数字と並べて見ていきます。歴史が浅いため公平だろうと思われていた業界で、その短い変化のサイクルが、むしろ現場を離れていた人にとって重いコストとなって跳ね返っています。
年収が上がるほど比率は低下
根拠となる数字は、LinkedIn経済グラフ研究所が2026年7月と8月に発表した2本のレポートです。『The Triple Penalty』は27カ国の中堅・大企業の在職者数千万人を、『The AI Talent Divide』は2023年から2026年までの米国の求人広告と採用データを分析しています。
米国で2025年にAI職種1へ新たに採用された人のうち、女性は26%でした。AIと無関係な職種では50%でした。同期間にAIの求人広告は2023年と比べて2倍に増え、通常のAI求人が提示した報酬は約17万7千ドルと、非AI求人（約8万ドル）の2倍を超えていました。最も急速に増え、最も給与水準が高い職で女性の比率が半分の水準にとどまっていることを意味します。
職種別に分類してみると、この格差が特定の1カ所だけで生じているのではないことが分かります。
| 職種 | 新規採用に占める女性の比率 | 公開された報酬水準 |
|---|---|---|
| データアノテーター2 | 約半数 | 中央値 約5万1千ドル |
| Director of AI | 26% | 確認できず |
| Head of AI | 20% | 通常 約23万6千ドル |
| Member of Technical Staff3 | 18% | 確認できず |
LinkedInは、学歴のハードルが低く、時給制・プロジェクト型・リモートワークが多いAI職種では、女性が新規採用の半数以上を占めたと明らかにしました。反対にHead of AI、Director of AI、Member of Technical Staffのように大卒以上の比率が95%を超える最高報酬の職種では、女性の比率は20%前後にまで低下します。入り口で一度だけ立ちはだかる壁というよりは、報酬が上がるにつれて少しずつ傾いていく斜面に近い構造です。
今回の記事の出発点となった報道は、AI関連の仕事に就く女性がデータアノテーターのような低賃金職種に集中していると伝えました。Axiosが伝えたLinkedInの数値では、アノテーター職種の性比はほぼ半々です。この2つの記述は分母が異なるため、両立し得ます。前者はAIの仕事をする女性の中でどの職種が多いかを、後者は特定の職種内での男女比を指しています。同記事は、AI職種全体で男性の年収中央値が女性より4万5千ドル高いとも伝えましたが、この数値はLinkedInの原文からは直接確認できませんでした。
世界全体の数字も同じ方向を向いています。27カ国のAI企業においてAIを統括するCレベル幹部のうち、女性は13%です。ディレクター級以上の全体で見ると女性は38.5%ですが、AIリーダーシップのポストに絞ると31.2%にまで落ち込みます。LinkedInは国や職種の違いを統制した後でも、女性の比率が幹部クラスで約15%ポイント、AI職種で約10%ポイント、AI企業で約5%ポイント低いと分析し、これを「三重のペナルティ」と呼びました。
読む際に考慮すべき点もあります。LinkedInのプラットフォームに登録されたプロフィールや求人広告を基にしたデータであり、Axiosが指摘したように、AI雇用の規模は労働市場全体で見れば依然としてごく一部にすぎません。ただし、報酬が最も急速に上昇している領域であるため、ここで生じた格差が時間の経過とともに平均賃金格差にも反映されていく可能性があります。
短いキャリアがなぜより狭き門になったのか
キャリアが浅い分野では、履歴書で人を見極める基準が乏しくなります。10年のキャリアが存在しないため、別のシグナルを探すことになりますが、その空白を埋めるのは大抵、推薦や知人、そして使い慣れたフィルターです。女性技術者支援団体AnitaB.orgの会長Brenda Darden Wilkersonは、企業が猛烈なスピードで採用を進める一方で、昔ながらのネットワークや推薦ルートに頼り続けており、そのルートが女性に同等の露出機会を与えてこなかったと指摘しています。Batraがピッチで経験したことも同じ文脈で捉えられます。判断の根拠が乏しいほど、誰が言っているかが根拠の代わりに使われやすくなるのです。
もう一つの要因はスピードです。Putatundaは、この分野で大きな目標を掲げているなら、定時を超えて働く時期が必ず訪れ、1日12時間働く文化も珍しくないと語りました。その時間をショートカットできる近道がいつもあるわけではないとも付け加えています。そして、女性がAI分野から押し出される理由を次のようにまとめました。関心や能力がないからではなく、追いつくことを可能にする基盤がないかもしれない、ということです。
韓国語にはこの状況を表す言葉がすでにあります。「経歴断絶（キャリアの断絶）」です。他業界においてキャリアの断絶が数年単位で積み重なる損失だったとすれば、ツールやモデルが数か月ごとに様変わりするこの分野では、はるかに短いブランクでも同じような事態が起こり得ます。Putatundaの場合、その期間は4か月でした。
2つの説明のどちらか一方を選ぶ必要はありません。判断の根拠が乏しいから知人を採用するようになり、変化が速いから持ち場を離れた人が取り残されやすくなります。出産やケア（育児・介護）で持ち場を離れる機会がより多い側に、この2つの力が同時に作用しているのです。
支えとなっていた仕組みの減少
これまでテクノロジー業界におけるジェンダー格差への答えは、主にメンタリングと多様性目標の設定でした。結果はまちまちでした。発端となった記事によると、米国のテクノロジー関連職種における女性の割合は約3分の1にまで上昇したものの、女性が業界を去る割合は男性よりはるかに高くなっています。ところがここ数年の間に、多くの企業がDEI4プログラムを縮小させました。
AI分野における女性の参加拡大を目指す団体AI Powered Womenの創設者フェリシア・ニューハウス（Felicia Newhouse）氏は、米司法省がDEIプログラムを差別禁止法違反として問題視する動きを指摘しました。名前に「女性」と入った団体として企業に入り込むことがますます難しくなり、社内の支援者たちも女性向けプログラムを維持しにくくなっているというのです。彼女が最も懸念しているのは、参加の格差が権力の格差へと変わってしまうことです。
Oswarldの視点
私は企業への納品やコンサルティングを設計する際、「モデルは常に向上する」という前提で準備します。 この前提が当てはまるほど、この業界で働くということは現場に居続けなければならないという意味になります。数か月間席を外している間に変化した内容を、各自が一人で埋め合わせなければならない構造であるならば、そのコストは席を外さざるを得ない事情を多く抱える人に真っ先に請求されます。
だからこそ、この数字の中で私が最も警戒している点は、構造が生み出した差が能力の差であるかのように受け取られる瞬間です。追いつくスピードが採用や昇進のシグナルになってしまえば、4か月間現場を離れていた人は、実力よりもブランクのほうが先に目についてしまいます。Putatundaが意志や情熱ではなく「基盤」という言葉を選んだのも、そうした理由から目にとまりました。
おわりに
歴史が浅い業界だから誰にとっても公平だという言葉は、まだ期待に近いと言えます。歴史が浅いという事実だけで門が開かれたわけではなく、数字はその門が高報酬の領域に向かうほど狭くなっていることを示しています。
💬 読者さんが働く分野では、数か月現場を離れてから復帰した場合、キャッチアップにどれくらいの時間がかかりますか？
📨 復職を控えた同僚や、AI職種への転換を考えている方が周りにいらっしゃいましたら、この記事をシェアしてください。
参考資料と関連リンク
- Women are missing out on the AI jobs boom · Axios、2026-08-18。米国におけるAI新規採用の男女比（26：74）、データアノテーターの男女比と報酬中央値。
- Women are being left behind in high-paying AI jobs boom, LinkedIn study finds · CBS News。米国の26%対50%、27カ国のAI企業リーダーシップ13%。
- Women hold just 13% of AI leadership roles despite salaries more than doubling · Mediaweek。LinkedInの2本のレポート名・分析範囲、ディレクター級以上の38.5%対31.2%、職種別採用比率。
- Women hold just 1 in 4 AI roles, LinkedIn finds · HR Brew。「三重のペナルティ」の3つの段階、AI求人報酬17万7,000ドル対8万ドル。
- FortuneのLinkedIn「三重のペナルティ」レポート記事 · Fortune、2026-08-31。Head of AIの通常報酬23万6,000ドル。
- AI jobs are booming and paying more, but women are being left behind · FOX。最高報酬職種における学士以上の割合。
📝 用語解説
각주
-
AI職：LinkedInがAIスキルを中核として要求すると分類した職種です。AIエンジニア、機械学習エンジニア、Head of AIなどが含まれます。 ↩
-
データアノテーター：AI学習用データに正解ラベルを付与したり、モデルの出力を検証したりする業務を担います。時給制やプロジェクト型契約が多く見られます。 ↩
-
Member of Technical Staff：AI研究所でよく使われる役職名で、最先端の研究と実際のプロダクト開発を行き来する技術職です。 ↩
-
DEI：多様性（Diversity）・公平性（Equity）・包括性（Inclusion）の略称で、採用や昇進において少数派グループの参加を増やそうとする企業のプログラムを指します。 ↩
あなたの視点が次の号をつくります
この号で最も共感した点、あるいは違う経験をした点はどこですか。