ソフトウェア開発者のスキルセットが、AIモデルやクラウド事業者の収益構造そのものを左右する段階に入った。需要が集中するのはWeb、iOS、Androidの3領域である。2025年4月、ある大手AIラボの求人データを分析したところ、エンジニア職の約75％がこれら3つのプラットフォームに関連するポジションで占められていた。AI産業の重心が基盤モデルの研究から、ユーザーとの接点を握るアプリケーション層へ急速に移動している証左だ。

プラットフォーム別スキル需要の偏在が示す競争地図

今回のデータで最も顕著なのは、WebフロントエンドとiOSおよびAndroidという3領域への集中である。バックエンドやインフラ、データ基盤といったレイヤーの採用も継続しているが、全求人に占める割合で見れば、6割から7割が画面とユーザー体験に直結する職種となっている。これはAIの価値が生のモデル性能ではなく、最終的なサービス接点で決まる時代へ移行したことを示す。

Web領域では、チャットインターフェースや管理画面、APIの可視化レイヤーを内製化する動きが加速している。iOSとAndroidでは、単なるラッパーアプリではないネイティブの体験設計が求められ、端末内での推論やプッシュ通知による再エンゲージメント設計がカギとなっている。マルチプラットフォーム展開を前提としたスキルセットへの投資が、AIラボのサービス収益を規定する構図だ。

なぜAI企業はアプリ人材を囲い込むのか

AIの民主化が進むにつれ、モデル単体での差別化は急速に困難になりつつある。大規模言語モデルはAPI経由で誰もが呼び出せる共通インフラに近づき、参入障壁はユーザー体験の設計と流通チャネルの所有へと移った。消費者がAIに触れる瞬間の90％以上は、検索やSNS、メッセージアプリの画面上であるという調査会社の推定もあり、この接地面を制する者が利用者の習慣形成を握る。

自社アプリやWebサービスを直接提供するAI企業は、利用者の継続率、課金転換率、セッション時間といった指標を垂直統合的に最適化できる。OpenAIのChatGPTやAnthropicのClaudeアプリがモバイルとWebで急速にダウンロード数を伸ばした背景には、こうした計測と改善を高速に回す狙いがある。API提供だけでは得られない利用者データを取得し、次のモデル改良に活かすデータフライホイールを回す構造だ。

アプリ層の争奪が変えるクラウドとモデル供給網

この動きは下流のインフラ層にも波及している。自社アプリを通じて数百万人の利用者を抱えるAI企業は、推論に必要なGPUクラスターをクラウド事業者と年単位で予約する際の交渉力を強める。消費者のリクエスト量が事前に予測しやすくなるため、コンピュートの調達コストを長期的に固定できるメリットも生まれる。逆にAPI提供が主力の企業は、需要変動のリスクをクラウド側と相対で受けざるを得ない。

AIチップの供給網でも、アプリを直接運営する企業はエンドユーザーの使用パターンに合わせたプロビジョニングが可能になる。モデル出力の頻度や応答速度への要求値を自社製品の設計段階から制御することで、NVIDIAのH100や次世代Blackwellといった高価なGPUの稼働効率を改善できるのだ。結局のところ、アプリケーション層の内製化は、コンピュート調達という最大のコスト要因をコントロールする経営手段でもある。

日本企業が直面する二重の課題

日本市場においては、Webやモバイルアプリの開発人材がAI企業以外の業種にも広く分散しており、AIラボへの人材集中が起こりにくい構造がある。経済産業省の調査では、先端IT人材の約4割がSIerや社内情報システム部門に所属しており、toC向けプロダクト開発に携わる割合は限られている。国内でAIの利用体験が海外製アプリに依存する状態が続けば、日本語データの蓄積や課金行動の設計ノウハウが海外に流出し続けるリスクがある。

国内大手の通信事業者やプラットフォーム企業が自社AIアプリの開発に踏み切るかどうかが、この流れを変える分岐点になる。代理店やSIerが主導する受託型のAI導入ではなく、自らが画面を持ち継続率を設計する発想への転換が求められている。

モデル競争から流通競争への転換点

現時点でAI産業に起きている変化は、電力産業における発電所と配電網の関係に似ている。基盤モデルという発電所の巨大化競争は続いているが、実際に収益を生むのは家庭や企業に電気を届ける配電網の設計である。Web、iOS、Androidの3つの回線を通じて、どの企業がストレスなくAIを利用者の手元に届けられるかという競争に舞台が移った。

今後の焦点は、各AIラボが公開する求人の中でセキュリティやコンプライアンス、アクセシビリティといった専門職がどの程度増えるかである。これらは本格的な社会インフラ化に伴って需要が急増する職種であり、投資家は採用データを通じて各社の事業フェーズを読み取る指標として注目し始めている。モデルのベンチマークスコアよりも、誰が最も優れた配電盤を設計できるかという視点が、AI産業の構造理解には欠かせなくなっている。