Blog

最新技術を持つ若者が、10年以上の経験を持つ熟練者より高く評価される。 この待遇差は、本当に持続可能なのでしょうか。 中国の求人データを見ると、新エネルギー車業界の平均年収は 26.97万元と、自動車業界全体（23.22万元）を上回っています。 さらに、30万元以上の高年収求人の割合も36.06％と、高度人材への投資が急速に進んでいます。 AIや自動運転、新エネルギー車などの分野で、 新しい知識を持つ若手人材が高く評価されることは、産業の発展にとって非常に重要です。 一方で、ガソリン車やシャシーなど、従来技術を支えてきた熟練者の経験や技能は、 今も自動車産業の土台となっています。 技術革新のスピードが速い時代だからこそ、目先のスキルだけでなく、 長年培われた経験や判断力を正当に評価する視点も欠かせないのではないでしょうか。 私自身、人材紹介では候補者の条件面を企業と交渉することも重要な役割だと考えています。 しかし、それ以上に大切にしているのは、 その方が積み重ねてきた経験や仕事への思いを理解し、これからのキャリアを一緒に考えることです。...

近年、日本でも新卒大量採用・画一的な採用の見直しが進んでいますが、 AIの普及によって、その変化はさらに加速すると感じています。 そのきっかけとなったのが、中国で話題になっていた、 「AIを使える新卒は、給与が40％高い」という記事でした。 この記事から感じたのは、 「AI人材が不足している」という話ではなく、AIを活用できる人材と、 そうでない人材の格差が急速に広がっているということです。 中国の人材サービス会社「前程無憂（51job）」によると、 2025年上半期のAI関連求人は前年比36.82％増加し、 中国国内のAI人材不足は500万人を突破しました。 さらに、AI中核職種の給与は一般職種の3～4倍に達し、 トップ大学の新卒博士では年収2,000万円～4,000万円規模の事例も紹介されています。 インターンに至っても、日給約8万円を支払う企業もあるそうです。 こうした状況を見ると、今後の新卒採用では AIを活用できる人材とそうでない人材の「二極化」がさらに進む可能性があります。 では、AI時代に評価される人材とは何でしょうか？　記事では、

中国の「996勤務」をご存知でしょうか？ 朝9時から夜9時まで、週6日勤務の事だそうです。 中国のコンサルタント業界やIT企業やスタートアップで広く知られる言葉の様です。 私は996勤務そのものを肯定するつもりはありません。 ただ、この言葉をきっかけに考えたいのは、「若いうちの成長経験」です。 日本では、ワークライフバランスやリモートワークが浸透し、多様な働き方が実現されてきました。 これは社会として大きな進歩だと思います。 一方で、ヘッドハンターとして多くの40代・50代の経営人材や管理職の方々とお会いしてきました。 私がお会いしてきた方々には、20代から30代前半にかけて、 難しい案件や修羅場を経験してきたキャリアを歩んできた方が多かった印象です。 もちろん、長時間労働を推奨したいわけではありません。 しかし、若いうちに困難な仕事へ挑戦し、試行錯誤を重ねた経験は、 その後のマネジメント力や専門性につながることも少なくないように思います。 正直、私自身、答えはまだありません。 ただ、働き方が大きく変わる今だからこそ、若いうちに経験すべき「修羅場

最近、中国のAI関連求人を見ていると、興味深い変化を感じます。 企業が求めているのは、単なるAIエンジニアではなさそうです。 しかし今後は、「設計から開発、テスト、実装まで一気通貫で担当できる人材」 を求める企業が増えて行く傾向になりそうです。 AIの進化により、これまで5人で行っていた仕事を、 1〜2人＋AIで実行できる時代が始まりつつあります。 つまり企業は、単一スキルの専門家ではなく、複数のスキルを組み合わせて価値を生み出せる人材を求め始めるでしょう。 中国では、このような人材を「スーパー社員（超級員工）」と呼ぶ声も出始めています。 これから重要になるのは、資格や肩書きだけではありません。 ・何を学び続けられるか ・どのような知識やスキルを組み合わせられるか ・どの事業課題を解決できるか AI時代の採用は、「職種」で人を選ぶ時代から、 「課題を解決できる能力」で人を選ぶ時代へ変わり始めているのかもしれません。 #アジア戦略本部

Momenta CEOの話を読んでいて興味深かったのは、 同社が単なる自動運転企業ではなく、まずは、「自動運転業界のAndroid」を目指し、 さらにその先には、「物理AIプラットフォーム企業」への進化が見据えている事です。 現在、Momentaは世界の主要OEMと協業し、80万台以上の量産車を展開しています。 80万台の車両が日々リアルな交通環境データを 収集し続ける巨大なセンサーネットワークになっています。 収益が組織と開発を支え、量産車がデータを集め、データが世界モデルを成長させる。 そして性能向上がさらに量産車を増やす。 自動運転で築いたフライホイールが、そのまま物理AIのフライホイールへ発展しているように見えます。 これは自動車業界だけの話ではありません。 今後は、ロボット、物流、製造、産業AIへと応用範囲が広がっていく可能性があります。 では、日本企業はどのポジションを取るのでしょうか。 世界モデルを作る側か。 データを集める側か。 プラットフォームを活用する側か。 物理AI時代の産業構造変化は、大きなインパクトを持つ可能性があるよう

中国のAI人材争奪戦が激化しているようです。 日本も既に同じ傾向が始まり、今後の採用の参考になると思います。 2026年、中国のAI人材市場は過熱状態 ・AI関連求人は前年比215％増 ・ヒューマノイドロボット関連求人は73％増 ・完成車メーカー関連求人は137％増 ・トップAI人材の転職時年収アップ率は30～50％ AI人材不足は、もはや一部のIT企業だけの問題ではありません。 製造業、金融、医療、物流など、あらゆる業界で「AI × 業界知識」（複合人材）を持つ人材の獲得競争が始まっています。 特に企業が求めているのは、 ・AIエンジニア ・AIプロダクトマネージャー ・AIアーキテクト だけではないですね。 AI技術を理解しながら、 製造現場を理解する人 金融業務を理解する人 物流業務を理解する人 といった「AIハイブリッド人材」です。 さらに、VC・PE業界でも変化が起きていることです。 従来の金融バックグラウンド中心の採用から、AI技術を理解できる人材へと採用基準が変わり始めています。 こうした変化の中で、ヘッドハンターの役割も大きく変わ

最近、キャリア相談で増えているテーマがあります。それは、 「コンサルティング会社へ転職したが、前職へ戻りたい」という相談です。 以前の日本企業では、いわゆる「出戻り採用（カムバック採用）」はあまり一般的ではありませんでした。 しかし近年は、人手不足や採用難、人材紹介料の高騰もあり、多くの企業が アルムナイ採用 に積極的になっています。 実際、私がお会いする企業でも、「良い人なら戻ってきてほしい」という声を聞く機会が増えました。もちろん、 ・なぜ退職したのか ・在籍時の評価はどうだったのか ・退職時の関係性はどうだったのか は重要です。 ただ、企業文化を理解している人材が、一度外の世界を経験し、改めて前職の良さを認識して戻ることは、 企業側にも本人側にも大きなメリットがあります。 一方で、多くの方が悩むのは条件面です。 特にメーカーや事業会社からコンサルティング業界へ転職した場合、 年収が大きく上がるケースも少なくありません。 その後、前職へ戻るとなると、「年収が下がるかもしれない」という現実があります。 また、退職金や勤続年数などの制度面でも、

中国のAI人材不足は約500万人と言われています。 AI人材の争奪戦が激化する中、先日、「日本で働きたい」（理由は、子供の教育） という中国人AIエンジニアと話す機会がありました。 私はてっきり、ChatGPTのような大規模言語モデルを開発する研究者だと思っていました。 しかし、実際は違いました。 彼の専門は、AIを学習させることではなく、 AIを実際の製品やサービスの中で「速く」「安定して」「低コストで」動かすこと。 いわゆる、 ・AI Inference Optimization Engineer（AI推論最適化エンジニア） ・AI Systems Engineer ・AI Accelerator Engineer と呼ばれる人材です。 会話の中では、Transformer、Attention、MoE、といったLLMの基本構造だけでなく、 Deployment、Runtime、Graph Optimization、Memory Optimization Hardware-Aware Optimization　などのキーワードが次々と出てきまし

自動運転が黒字化した瞬間、運転席を無くしたRobotruck。 中国の自動運転物流企業KargoBotは、 大型トラックメーカーShaanxi Heavy Duty Automobileと共同で、 運転席のない量産型Robotruck「KargoBot Space」を開発しました。 一見すると、単なる自動運転技術の進化に見えます。 しかし本質はそこではありません。 物流業界で、自動運転が利益を生み始めたとのこと。 2025年、KargoBotは内モンゴル・オルドスで、 補助金に依存しないL4物流モデルによる黒字化を実現したと発表しました。 物流業界は利益率が低く、数％の効率改善が経営を左右します。 そこで注目されたのが、運転席をなくすという発想でした。運転席をなくすことで、 ・荷室容量25〜35％増 ・積載量10〜25％増　を実現。 これまで運転手のために使われていた空間が、そのまま売上を生むスペースになります。 さらに、累積走行距離は4,500万km。すでに10以上の地域で運行されています。 興味深いと感じるのは、Robotruckの競争軸が変

先日、私の投稿を読んでくれた中国・重慶在住のヘッドハンターの方と意見交換しました。 その時感じたのは、日本のヘッドハンターは、 今後進出してくる中国企業と一緒に来る中国系ヘッドハンターより、 高い価値を提供できるのか？ 彼と話し、そんな事を考える機会になりました。 彼は、中国・香港・東南アジアを同じ中華文化圏を横断して仕事をされており、 且つ、日本や韓国企業への理解も深く、クライアントとの信頼関係を築きながら、 海外案件まで支援されている印象でした。 1990年代、中国ローカル系ヘッドハンティング会社の多くは、 ・規模も小さい ・経験も浅い ・人脈で履歴書を集める という、“仲介業”に近い存在だったと思います。 しかし現在、中国ヘッドハンティング業界は急速に進化しています。 今では、 ・中央国有企業（央企） ・地方国有企業（国企）　が主要顧客になりつつあり、 50万元、100万元、200万元規模のリテイナー案件も存在しているそうです。 さらに、「専精特新企業（国家重点育成のニッチトップ企業）」の台頭により、 ヘッドハンター自身にも高い専門性が求め

以前、大手日系自動車部品サプライヤーのお客様から 「現在の中国事業が実際どうなっているのか、一度現場を見てきてほしい」 という依頼を受け、人事責任者・開発責任者の方々と共に、 中国の統括会社、研究開発センター、合弁会社、量産工場などを視察したことがあります。 その時、最も強く感じたのは グループ全体で、人材の循環が徐々に硬直化し、各拠点が“部分最適”で動いている一方で、 “全体最適”になっていない、という現実でした。 駐在員同士は、本社方針やグループ全体の方向性をある程度共有しているため、大きな認識のズレはありません。 一方で、No.2クラスを含む現地幹部層同士が、 グループ横断でうまく連携できていないケースも見受けられました。 また、数年後には帰任する駐在員上司よりも、長年現地にいる幹部の方が、 現場スタッフに対する影響力や存在感が大きく、実質的な意思決定力を持っているように感じる場面もありました。 結果として、 ・古いメンバーにとって働きやすい環境になる ・中間層が疲弊し辞めていく ・若手とベテランだけが残る そんな“砂時計型”の組織構造にな

中国のヘッドハンターの記事を参考にしていて、面白い視点がありました。 小米（Xiaomi）の変化は、単なるAI投資ではない。 その思想は、むしろTeslaに近づいているようにも見える。 では、この3年間で小米は何を変えてきたのでしょうか。 以前の小米は、スマホメーカーという印象が強かったと思います。 一方で、最近の動きを見ると、目指している姿が少し違って見えます。 興味深いのは、小米が最初に打ったAI戦略が、大規模モデルそのものではなかったことです。 起点は音声アシスタント「小愛同学」。 そこから、スマートフォン、タブレット、テレビ、スマートスピーカーへと、 端末側AIを積み上げていった。 小米にとってAIは、独立した事業ではなく、 “ハードウェアを強くするOS機能”として位置付けられていたように見えます。 年間1.5億台規模のスマホ販売、6億台超の端末接点。 この土台があるからこそ、AIを先に作るのではなく、端末側からAIを育てる戦略が成立した。 さらに面白いのは次の一手です。 小米はMiMo-Embodiedという具身AI基盤を開発し、 ・自

AI商業化は、To B、To Cから、 To G（政府向け）へ広がり始めています。 中国深圳では、すでに動き始めています。 最近、中国・深圳で初となる70名のAI行政職員（AI政務員）が 正式に業務を開始し、240の行政シーンで展開が始まったというニュースを見ました。 参画企業にはHuaweiやTencent Cloudも入っているそうです。 このニュースを見て、私が興味を持ったのは行政DXそのものではありません。 「誰が、この変化を担うのか？」という人材側の変化です。 これまでAI商業化のターゲットは、To B・To C 企業へAIを導入する。 AIプロダクトを販売する。 業務を効率化する。 その中で価値が高かったのは、 ・AI技術者 ・ソリューション営業 ・プロダクトマネージャー　です。 一方で、政府がAIの利用者から運用主体へ変わると、求められる人材も変わりますね。 必要なのは、「AIを知っている人」ではなく、 「現場を理解し、AIを使って業務を変えられる人」 そしてこれは、行政だけの話ではない気がしています。 自動車業界でも、製造業でも、

当時、中国で起きていた事は、単なる“中国の成長”ではなかったと思います。 かつて日本企業は、 「品質」「量産」「すり合わせ」「マザー工場」を武器に世界に勝っていました。 実際、その強さは本物だったと思います。 しかし、中国市場は途中から、“安く大量に作る場所”ではなく、 “市場変化に高速対応する場所”へ変化していきました。 そして競争軸も、 ・ハードウェア ・品質 ・生産能力 だけではなく、 ・ソフトウェア ・データ ・サービス ・エコシステム　へ移っていきました。 家電、携帯、通信機器で起きた事は、単なる価格競争ではなく、 「産業の主導権」そのものの変化だった気がします。 最近、自動車業界を見ていても、時々この景色を思い出します。 もちろん、自動車は家電やスマホほど単純ではないですが、 ただ、“車を工業製品として見るのか” それとも、“ソフトウェア・データ・サービスの入口として見るのか”で、 今後の組織・人材・開発の在り方は大きく変わっていく気がしています。 特に感じるのは、技術だけではなく、 「どんな人材を、どこに配置するか」が、以前より遥か

あなたの作った求人票は、本当に候補者に伝わっていますか？ 先日、自動車メーカーの管理職の方から、こんな相談を受けました。 「自分たちが書いた求人票が、本当に候補者に正しく伝わっているのか、不安になってきた」 以前の自動車業界では、職種・役割・用語の標準化が比較的進んでいたので、求人票を見れば 候補者も人材紹介会社も、ある程度同じ人物像をイメージできたかと。 しかし、SDV領域では状況が変わっています。 ソフトウェア、AI、クラウド、半導体、プロダクト人材—— 特に、異業種から人材が流入する中で、 同じ言葉でも、自動車とITでは意味が異なることも少なくありません。 システム設計、アーキテクチャ、要件定義、開発リーダー さらに、機能安全、量産品質、認証、車載開発プロセス——。 これらを求人票だけで伝え切ることは、想像以上に難しいと思います。 最近は面接後に初めて、「思っていた候補者像と業務内容が異なった」と、 企業側・候補者側の双方が気づくケースも増えている気がします。 これは理解不足ではなく、言葉の定義不足なのかもしれません。 私は、求人票は自動車

中国で負けた理由は、コストではなかったのでは？ 最後に差がついたのは、“組織”と“人材”。 1990年代、日本企業は中国を「世界の工場」として見ていました。 しかし、中国は途中から「工場」ではなく、「世界最大級の市場」へ変わっていきました。 その変化を、多くの日本企業は・経営者は本当に感じ取れていたのでしょうか？ 大連、青島、蘇州、深圳——。 各地の開発区に日本企業が進出し、中国側もOEM・合弁・請負を通じて、 日本の品質・生産管理を猛烈に学習していました。 双方に、当時の勢いは凄かった。 SARS前、中国進出は“成長戦略”そのものだった。 ただ、日本企業の多くは中国を、「工場」としては深く理解していた一方、 「巨大な市場・産業エコシステム」としては見切れていなかったのかもしれません。 家電・携帯機器——。撤退・縮小も多かったです。 あっというまでした。日本本体にも影響した気がしました。 中国市場は、 ・意思決定の速さ ・価格競争 ・ソフトウェア化 ・EC化　によって急激に進化した。 市場環境が急激に変化する中で、最後に競争力の差として表れたのは

中国で事業をしていると、必ず一度は出てくるテーマがあります。 「経営幹部の現地化」です。 特に、駐在員トップから現地人材への切り替え局面では、「社内にいないタイプの人材を入れたい」という話になり、 競合他社や市場で認知度の高い人材のヘッドハンティング依頼を受けることが多かったです。 ただ、経験的に感じるのは、“3周以降でやっと組織が落ち着く”イメージです。 1人目は、どんなに優秀でも苦戦しやすい。 社内には、これまで築かれてきた微妙な空気感やバランスがあり、駐在員を含め、多くの人がまず「様子見」。 一方、外から来た人材は、「早く結果を出さなければ」と考えてしまいがち。 そこで私は、候補者によくこう伝えていました。 「最初は、ブレーキをいっぱい踏んでください」と。 ただ実際には、“ブレーキを踏んだ状態の外部人材”の方が、既存組織のアクセルより速いケースが多い。 すると、組織のスピード感や温度差が噛み合わず、徐々に“空中分解”が起きます。 現場はざわつき、すぐに本社の知り合いや役員へ連絡が入ります。 そして組織は、“火災鎮火”を優先し始めます。...

中国でヘッドハンティングに携わる中で、多くの失敗も経験してきました。 正直に言えば、「砂漠に水を撒くような案件」になってしまったケースもあります。 特に感じたのは、“現地総経理だけの判断で採用した人材”の難しさです。 中国現地でNo.2クラスとして採用された優秀な人材でも、総経理が帰任し、新しい責任者へ交代した瞬間に、 ・前任体制の否定 ・組織方針の変更 ・役割の再定義　が起こり、居場所を失ってしまう。 また、候補者本人も、「このポジションの次が見えない」となると、外部から声が掛かれば、やはり心が揺れます。 一方で、長く定着している会社には共通点がありました。 それは、日本本社の役員や人事部を巻き込み、“グローバルタレント”として採用してきたことです。 現地法人の採用で終わらせず、 ・日本本社も面談する ・本社側が人材を認識する ・タレントプールへ登録する ・将来の海外PJや本社PJも視野に入れる という設計をしている会社ほど、人材が定着していました。 中国では、次長クラスでも本社部長級の給与水準になるケースも珍しくありません。...

自動車業界で、SoC（System-on-Chip）の重要性が急速に高まっています。 車載SoC（System-on-Chip）市場は、 2025年：645億ドル→ 2034年：1153億ドル　まで拡大予測。 年平均成長率（CAGR）は6.8%。 SoCとは、CPU・GPU・AI処理・制御機能などを、 1つの半導体チップへ統合した技術。 従来の自動車は、「部品の集合体」 しかし、SDV（Software Defined Vehicle）時代では、 クルマそのものが“走るコンピュータ”へ変化しています。 ADAS、自動運転、統合コックピット、OTA、AI音声認識など、 高度化する機能を支えるには、膨大なデータ処理能力が必要になります。 そこで重要になるのがSoCです。 つまり今後の競争力は、単なる機械性能だけではなく、 ・どのSoCを採用するか ・どのソフトウェア基盤を持つか ・どのAI処理能力を実装するか　へ移りつつあります。 今後、自動車メーカーだけではなく、 半導体企業・AI企業・ソフトウェア企業の存在感は、さらに大きくなりそうです。 。 そ

最近、中国のヘッドハンターの記事を読んでいて、非常に興味深い内容がありました。 テーマは、「AI業界の採用が、技術人材中心から“商業化人材”へ移行している」という話です。 主役が“AIを作る人”から、“AIを売れる人”へ変わり始めている。 2025年頃までは、AI関連の採用と言えば、 ・アルゴリズムエンジニア ・大規模モデル研究員 ・AI開発者 など、“技術を作る側”の人材が中心だったと。 しかし2026年Q2に入り、中国のAI企業では採用ニーズが大きく変化しているそうです。 現在増えているのは、 ・ソリューションアーキテクト ・AI業界向け営業 ・BD（事業開発） ・プロダクトマネージャー など、「AIをどう顧客へ導入し、収益化するか」を担う人材。 つまり、AI業界は、「技術を作るフェーズ」から、 「技術を売るフェーズ」へ移行し始めているという話です。 これは非常に大きな変化だと思います。 特に印象的だったのは、 “今、AI商業化で活躍している人材の多くは、必ずしもAI出身ではない”という話です。 例えば、 ・クラウド業界出身 ・エンタープライ