ここ数年のAIは、文章や画像を扱う「デスクの上の道具」として広がってきました。いま動きはじめているのは、その先にある「実世界で体を動かすAI」——フィジカルAIと呼ばれる領域です。学習の材料が文章から人の作業そのものへ広がるとき、これまでAIの話題から少し離れたところにいた製造や物流の現場で、採用・育成・技能継承に何が起きるのでしょうか。7月に相次いだ三つの動きを起点に、先読みで読み解きます。
Pickup：注目の技術
① 国産のフィジカルAI基盤「FRONTia」が本格始動（MONOist）
NEDO（新エネルギー・産業技術総合開発機構）が主導し、ソニーグループ・ソフトバンク・NEC・Noetraなどが参画する国産マルチモーダル基盤モデル「FRONTia」の開発プロジェクトが本格的に動きはじめたと報じられています。実世界の課題に根ざした信頼できるAIを目指し、複雑な製造プロセスを学習して検証できる「世界モデル」の構築が掲げられています。文章や画像だけでなく、物理的な作業の手順や結果を理解させようとする試みです。
転職を考えているなら：AI関連の仕事というと、これまではITやデータ分析の職種が中心でした。フィジカルAIが広がると、製造・物流・設備保全といった現場の経験と、AIの扱いを橋渡しできる人材が求められる可能性があります。現場出身であることは不利ではなく、むしろ「AIに教えられる知識を持っている側」として評価される場面が出てくるかもしれません。
採用する企業なら：製造業を中心に、採用要件へ「現場理解×AI」という新しい掛け算が加わっていく可能性があります。データサイエンティストを外から採るだけでなく、既にいる現場の熟練者にAIの基礎を学んでもらう道筋も、有力な選択肢になり得ます。どちらが自社にとって現実的か、いま棚卸ししておく価値がありそうです。
知っておきたいのは、AIの適用範囲が実世界へ広がるほど、AI人材の定義そのものが「技術がわかる人」から「現場とAIの両方がわかる人」へ広がっていく、という点です。
出典：MONOist（2026年7月17日・本文は転載せず要約しています）
② フィジカルAI開発の新会社が、5年の実用化計画を掲げて始動（MONOist）
ソフトバンクなどが出資するフィジカルAI開発企業「Noetra」が2026年7月1日に本格的な事業を開始したと報じられています。2031年3月までの約5年間で、実用性の高いフィジカルAIの実装を目指すとされ、その背景には製造業をはじめとする産業分野の人手不足・スキル不足への対応があると説明されています。同社は、開発を通じた人材育成と産業競争力の強化にも貢献する方針を示しています。
転職を考えているなら：「約5年で実用化を目指す」という時間軸は、キャリアを考えるうえで一つの目安になります。すぐに仕事がなくなるという話ではなく、これから数年かけて現場の仕事の一部が置き換わり、別の役割が生まれていく、という読み方が現実的でしょう。焦って動くより、自分の現場知識をどう言語化し、次の役割につなげるかを考える時間はまだあると考えられます。
採用する企業なら：人手不足への打ち手が「採る」だけでなく「任せる」へ広がっていく可能性があります。ただし導入の主役は現場の人であり、ロボットや設備を運用・調整できる人がいなければ機能しません。今のうちから、現場で機械と向き合うことに前向きな人を採り、育てておくことが、数年後の導入速度を左右するかもしれません。
押さえておきたいのは、フィジカルAIが「人を減らす技術」としてではなく、人手不足への対応策として語られている、という文脈の違いです。
出典：MONOist（2026年7月4日・本文は転載せず要約しています）
③ 熟練者の作業を撮影したデータが、ロボットの教材になる（MONOist）
リコーが、複数の作業スキルを切り替えて連続してこなす「多能工ヒューマノイド」を披露し、工場での実証が導入に向けた段階へ進んでいると報じられています。部品の設置やピッキング、移動といった作業を切り替えながら実行するもので、VRヘッドセットを使って360度撮影したデータから、ロボットに動きを教えるための教示データを生成する手法が紹介されています。人の作業をそのまま記録して学習させる、という点が特徴です。
転職を考えているなら：手を動かして覚えてきた技能が、記録され学習される対象になっていく可能性があります。だとすれば価値が残りやすいのは、動きそのものより「なぜその手順なのか」「異常をどう見分けるか」という判断の部分かもしれません。職務経歴書でも、担当した作業名だけでなく、そこで下していた判断を書けると、変化のなかでも伝わりやすくなりそうです。
採用する企業なら：ベテランの退職とともに失われがちだった技能が、データとして残せる可能性が出てきました。一方で、記録される側の納得がなければ現場は動きません。「技能を奪う」ではなく「引き継ぐ」取り組みとして設計できるか、そして記録・教示を担う人をどう処遇するかが、実装の成否を分けると考えられます。技能継承を人事施策として位置づけ直す好機とも言えます。
なるほどと思える点は、暗黙知の継承という長年の人事課題に、育成とは別の角度から手が届きはじめている、ということです。
出典：MONOist（2026年6月26日・本文は転載せず要約しています）
三つの動きに共通するのは、AIの学習対象が「人が書いたもの」から「人がやっていること」へ広がりつつある、という点です。これは、これまでAI活用の話題が届きにくかった現場の仕事にも、採用要件・育成計画・技能継承の見直しという形で影響が及びうることを意味します。とくに中小企業にとっては、数年先を見据えて「どの技能を人に残し、どこを機械に託すか」を考えはじめる段階かもしれません。この視点は、採用ミスマッチを防ぐにはとあわせて整理すると、目の前の採用要件にも落とし込みやすくなります。技術の変化を、自社の現場に引き寄せて読むことが、次の一手につながります。
本記事の見解はWeaveXによるものであり、引用元各社の見解を代表するものではありません。
