検証日: 2026-04-08 対象ファイル: 配下5ファイル（10ペア突合） - 上流ポジション編（上流ポジション: PM/PL/アーキテクト/コンサル/PMO） - バックエンド言語編（バックエンド言語別: Java/C#/Python/Go/TS/Ruby/PHP/Kotlin/Scala） - インフラ/SRE/DevOps編（インフラ/SRE/DevOps） - 専門職ポジション編（専門職: セキュリティ/QA/AI・ML/データ/フロント/モバイル） - レガシー・特殊スタック編（レガシー・特殊スタック: COBOL/SAP/Salesforce/Oracle/組込み/RPG）
| ペア | 矛盾 | 不整合リスク | 整合確認 |
|---|---|---|---|
| 01 vs 02 | 3件 | 7件 | 7件 |
| 01 vs 03 | 2件 | 6件 | 7件 |
| 01 vs 04 | 2件 | 5件 | 4件 |
| 01 vs 05 | 4件 | 6件 | 6件 |
| 02 vs 03 | 0件 | 6件 | 7件 |
| 02 vs 04 | 2件 | 6件 | 6件 |
| 02 vs 05 | 0件 | 6件 | 5件 |
| 03 vs 04 | 0件 | 6件 | 5件 |
| 03 vs 05 | 1件 | 6件 | 6件 |
| 04 vs 05 | 0件 | 6件 | 6件 |
| 合計 | 14件 | 60件 | 59件 |
| 上流ポジション | 専門職ポジション | レガシー・特殊スタック | |
|---|---|---|---|
| 記述 | AI人材不足は340万人規模（2026年時点） |
2040年にAI関連人材340万人不足（3回繰り返し） |
記載なし |
| 出典 | 経産省IT人材需給調査 | 経産省IT人材需給調査 | — |
| 出典URL | meti.go.jp/policy/it_policy/jinzai/gaiyou.pdf |
同一URL | — |
問題: 同一数値「340万人」が、01では「2026年時点」、04では「2040年」と14年ずれている。同一出典URLを参照しているため、どちらかが誤り。
さらに上流ポジション内で「IT人材は2030年に最大79万人不足」（行175）と「AI人材不足340万人（2026年）」（行134）が共存しており、2026年時点でAI人材だけで340万人不足なのに2030年のIT人材全体が79万人不足というのは論理的に矛盾。
信頼度参考: 経産省の2019年公表調査では「IT人材全体で2030年に最大79万人不足」が広く知られた数字。「AI関連で340万人」の出典と定義は要確認。
| 上流ポジション | レガシー・特殊スタック | |
|---|---|---|
| 記述 | SAPコンサルタント 月130〜250万円 |
SAPコンサル上位 200〜400万円 |
| 出典種別 | 複数エージェントサイト集約 | 複数エージェントサイト集約 |
問題: 上限に150万円の差（250万円 vs 400万円）。さらに05内部でも行49（上限400万円）と行132（上限250万円）で自己矛盾。
加えて01のAI×SAP（行152: 月180〜300万円）の上限300万円が、05のAI非言及コンサル上位（400万円）より低い。AI掛け合わせのほうが低いのは論理的に不自然。
信頼度参考: 05の400万円は出典が明確でなく、01の250万円のほうが複数エージェントの集約値として安定している可能性がある。
前回のLayer検証（Layer別 突合レポート）で検出済みだが、market-valueファイル群の上流ポジションでも「3万人対象」として引用されている。同一Microsoft事例ページから「3万人」「5,000名」「200人」が散在する問題は、このプロジェクト横断で未解決。
上流ポジション内でAmazon Qを「閉域網非対応」としているが、Layer 2レポートでは「PrivateLink経由で可能」とされている。market-value単体では矛盾として顕在化しないが、full-mapとの統合時に問題となる。
| バックエンド言語 | 専門職ポジション | |
|---|---|---|
| 記述 | Python AI/ML案件は別格で月100〜130万円帯 |
AI/ML平均80〜100万円。生成AI・LLM関連120〜150万円超 |
| 出典種別 | エージェントサイト集約 | エージェントサイト集約 |
問題: 02は下限100万円、04は下限80万円。02が「別格」と表現して上位帯のみを切り出している可能性があるが、統合時に「AI/ML = 100万円〜」と誤読されるリスクがある。
信頼度参考: 04のほうが粒度が細かい（一般AI/MLと生成AI特化を分離）ため、04の記述が実態に近い可能性が高い。
| 上流ポジション 行73 | 上流ポジション 行101 | |
|---|---|---|
| 記述 | 月120〜130万円（コンサル級） |
120〜150万円（マトリクス表） |
問題: 同一ファイル内で20万円の上限差。さらに05ではコンサル上位: 100万円+と低めに記載。
| ファイル | 数値 | 出典 |
|---|---|---|
| 上流ポジション | 平均25%の賃金プレミアム | PwC調査 |
| 上流ポジション | AIオーケストレーター職で+71%（+340万円） | AI Japan Index |
| 上流ポジション | 上流ポジションで月+20〜50万円 | エージェントサイト集約 |
| バックエンド言語 | AI高活用層は月+10万円（+13.5%） | Findy 2026年調査 |
| 専門職ポジション | 全職種に月10万円の単価差 | Findy 2026年調査（同一） |
| 専門職ポジション | AI/MLエンジニアは月10〜30万円差 | 文脈から推定 |
問題: 「AIスキルのプレミアムは何%か」に一貫した答えが出ない。出典が異なる（PwC vs Findy vs エージェントサイト）ため直接矛盾ではないが、統合時に読者が混乱する。
さらに04では「全職種に月10万円」（行12）と「月10〜30万円差」（行78）が同一ファイル内で混在。
Layer検証で検出済み。AI Pro $10/月 vs $8.33/月〜、AI Ultimateプランの有無が不一致。
Layer検証で検出済み。「要見積り」vs「$39/ユーザ/月」が併存。
| インフラ/SRE/DevOps | レガシー・特殊スタック | |
|---|---|---|
| 記述 | DBエンジニア/DBA 60〜90万円 |
Oracle DBA 60〜130万円（コンサル: 95〜170万円） |
| 文脈 | インフラ寄りDBA | Oracle専門家としてのDBA |
問題: 上限に40万円の差。ポジション定義の違い（インフラDBA vs Oracleコンサル）に起因するが、統合時に「Oracle DBAの相場」を一意に語れない。
5ファイルが異なる切り口（ポジション別/言語別/インフラ別/専門職別/レガシー別）で単価を出しているため、同一職種名（例: アーキテクト、コンサルタント、DBA）でもスコープが異なり単価レンジが大きく乖離する。
| 職種名 | ファイル | レンジ | スコープ |
|---|---|---|---|
| アーキテクト（AWS） | 上流ポジション | 100〜180万円 | ITアーキテクト（上流設計） |
| クラウドエンジニア（AWS） | インフラ/SRE/DevOps | 70〜100万円 | インフラ実装 |
| クラウドアーキテクト | インフラ/SRE/DevOps | 記述なし（勝ちパターン内で言及） | SRE上位 |
| データエンジニア（アーキテクト級） | 専門職ポジション | 130万円超 | データ基盤設計 |
対策: 統合レポートでは「ポジション × スキル」のマトリクスとして整理し、切り口の違いを明示する。
レガシー・特殊スタックのみが「市場平均78.3万円」（フリーランススタート調べ）を明示的に基準として使用し、プレミアム率を算出。他の4ファイルは全体平均の基準値を設定していない。統合時にクロスファイルで比較する際、基準の有無で数字の意味が変わる。
以下のURLが複数ファイルで共有されているが、それぞれ異なるセグメントのデータを抽出している:
| URL | 使用ファイル |
|---|---|
corp.en-japan.com/newsrelease/2026/44299.html |
01, 02, 03, 04, 05（全5ファイル） |
freelance.levtech.jp/project/marketprice/ |
01, 02, 03, 04, 05（全5ファイル） |
freelance-concierge.jp/articles/detail/87/ |
01, 02, 03 |
freelance-start.com/articles/38 |
01, 03 |
tech.hipro-job.jp/column/33111 |
01, 02 |
meti.go.jp/policy/it_policy/jinzai/gaiyou.pdf |
01, 04 |
ai-japan-index.com/ai-talent-gap/ |
01, 04 |
数値の直接矛盾は検出されなかったが、同一ソースから異なる粒度で抽出されているため、統合時にソースの重複表記・ダブルカウントに注意が必要。
01（上流）と03（インフラ）のみが常駐回帰に言及。02（バックエンド）、04（専門職）、05（レガシー）は言及なし。統合時に「全職種で常駐回帰」と一般化するとレガシー領域（元々常駐中心）やAI/ML（リモート主流）に当てはまらない。
インフラ/SRE/DevOpsでは「オンプレ→クラウド移行（リフト&シフト）」、レガシー・特殊スタックでは「言語・プラットフォーム移行（COBOL→Java、SAP→S/4HANA等）」を指す。同じ「マイグレーション市場」でもスコープが異なる。
専門職ポジションはAI代替リスクを「極低」「低い」等のラベルで一貫して楽観的。レガシー・特殊スタックはwatsonx Code Assistantの「変換率97.4%」「手作業比70%削減」と具体的な自動化数値を示しつつ「業務知識の相対的価値上昇」と慎重なトーン。統合時にメッセージが混在する。
以下の事実は複数ファイルで一致が確認できた:
| 事実 | 確認ファイル |
|---|---|
| クラウド需要（AWS/Azure/GCP）の急増 | 01, 02, 03, 05 |
| DX推進が需要のドライバー | 01, 02, 03, 04 |
| AI活用スキルが単価を押し上げる方向性 | 01, 02, 04, 05 |
| Java = 求人数は多いが単価は相対的に低い | 01, 02, 05 |
| SAP S/4HANA移行が最大の単価ドライバー | 01, 05 |
| IaC（Terraform/Ansible）の必須化 | 01, 03 |
| AZ-305資格のプレミアム +100万円/年 | 01, 03 |
| Findy調査: AI活用で月+10万円の単価差 | 02, 04 |
| Oracle→PostgreSQL移行トレンド | 03, 05 |
| C#/.NET Azure連携で再注目 | 01, 02 |
| 全5ファイルが同一エージェントサイト群（レバテック、フリーランススタート等）を共通ソースとして参照 | 01〜05 |
| パターン | 件数 | 説明 |
|---|---|---|
| 排他的情報による誤判断 | 1 | AI人材340万人の年次ズレ |
| 同一ソースからの異なる抽出 | 7 | 共有URL群から異なるスコープのデータ抽出 |
| 定義の不統一 | 4 | アーキテクト/マイグレーション/閉域網/市場平均 |
| フレーミングの乖離 | 4 | AI代替リスク楽観vs慎重、常駐回帰の適用範囲 |
| 同一ファイル内の自己矛盾 | 3 | SAP上限（05内）、Salesforceレンジ（01内）、AI人材数（01内） |
| スコープ差による見かけ上の乖離 | 多数 | 同一職種名で切り口が異なるため単価が乖離（最大の統合課題） |