01
全体像と、国内外の動き
フィジカル AI を4つの分野と6つの技術領域に整理。動きを生成するモデル、学習データの不足、国内外の導入事例、投資、国の政策を原典の数字とともに解説します。
国内で集めたフィジカル AI の求人(82社)
海外の求人(米国を中心に39社)
国内の求人のうち、ロボット学習・基盤モデルの仕事の割合
国内の求人のうち、ロボット・自動運転の経験を必須にする割合
このレポートで分かること
求人の集計に、各社の発表・論文・実務家の発言・公的な統計を合わせ、採用の設計に使える形にしました。
01
フィジカル AI を4つの分野と6つの技術領域に整理。動きを生成するモデル、学習データの不足、国内外の導入事例、投資、国の政策を原典の数字とともに解説します。
02
求人を10の仕事に分け、国内と海外で比べました。ロボット学習・基盤モデルの求人は1割に満たず、多いのは組込み・現場への導入・ソフトウェア基盤・安全の仕事です。
03
経験を必須にする求人と歓迎にとどめる求人、実物のロボットを扱う仕事、現場に出る仕事、博士号に触れる求人の割合を、国内と海外で示します。
04
Python・C++・ROS・深層学習・シミュレーション・制御など13の技術の言葉が、どの仕事の求人票に出るかを1枚の図にしました。
05
国内の求人の年収の上限と、海外(主に米国)の求人票の基本給を、仕事ごとに比べました。米国の基本給は、為替と購買力平価で円に直して国内と比べています。
06
候補者が知りたいと考えられることと、採る側が求人票と面接で示したいことを組にしました。ソフトウェア開発の経験者にも仕事内容を伝える、求人票の書き方をまとめています。
収録ページ
見出しだけ読んでも要点が分かるように書き、図表には数字の出所と時点を添えました。事実と、本稿の読み(考察)は分けています。






対象
資料請求
フォームにご記入いただくと、後日、担当者からレポートをメールでお送りします。