製造業の「AI人材」求人は何を求めているのか？——公開求人38件から読む、採るべきスキルと社内で育てられる範囲【2026年版】

製造DX編集部

2026年10月1日公開2026年10月14日更新

「AI人材を採用したいが、何ができる人を募集すればいいのか分からない」「社内の誰かを育てるべきか、外から採るべきか決められない」。この記事では、製造業各社が実際に公開しているAI関連の求人38件を読み、求められているスキル・職種・年収の幅を集計しました。そのうえで、採用で埋めるべき役割と、社内で育てられる役割の見分け方を整理します。

この記事の要点

公開求人38件を仕事の中身で分けると、データ分析11件・生成AIの社内展開10件・AI開発9件・生産技術×AI 6件・外観検査AI 2件でした。
要件で多かったのは生成AI・LLM（20件）とPython（17件）です。製造業の業務知識を必須にした求人は2件だけでした。
生成AIの社内展開を担う職種は10件中9件が「社内への展開・教育」を仕事に含み、生成AIの構築経験を条件なしで必須にしたのは2件だけでした。
年収の幅が書かれた36件の中央値は下限約533万円・上限 1,000万円です。
社内展開と生産技術×AIは社内から育てやすく、大規模なAI開発やデータ分析の専門職は採用で埋めるほうが早い、という傾向が読み取れます。

この記事はどんな判断に役立つ？

この記事が支援する判断：製造業の人事担当や製造・技術部門の部門長が、来期の人員計画や採用計画を立てる場面で「AIに関わる役割を、外から採用して埋めるか、社内の人を育てて埋めるか」を役割ごとに決める場面を支援します。生成AIをどの業務から試すかは別記事で扱っており、本記事はそれを担う人をどう確保するかに絞っています。

何を、どうやって集計したのか？

集計したのは、2026年9月29日時点で公開されていた製造業各社のAI関連求人38件です。転職サイト「リクルートエージェント」で「製造業生成ai」「メーカー AIエンジニア」「製造データサイエンティスト」「外観検査 AI 開発」「スマートファクトリー AI」などの語で検索し、上位に出た求人のうち、雇用主が製造業で、仕事の内容にAIの業務が明記されたものを選びました（34件）。これに、企業が自ら運営する採用ページの求人4件を加えています。

1社あたり最大2件とし、雇用主の名前が伏せられた求人は除きました。対象は自動車・自動車部品、半導体・半導体製造装置、電機、化学・素材、工作機械などの34社です。各求人の本文を読み、必須要件・歓迎要件・仕事の内容を記録したうえで、職種を5つに分け、要件に書かれた項目を数えています。

注意点もあります。1つの転職サイトの検索上位から選んだため、標本は無作為ではなく、大手・上場企業と半導体・自動車に偏っています。中小企業や食品メーカーの求人は含まれていません。数字は「大手メーカーがいま出している求人の傾向」として読んでください。

製造業の「AI人材」求人は、どんな職種に分かれるのか？

38件を仕事の中身で分けると、最も多いのはデータ分析（11件）と生成AIの社内展開（10件）でした。「AIエンジニア」と一口に言っても、中身はまったく違います。工程データから異常の兆しを見つける分析の仕事もあれば、社内に生成AIの環境を整えて各部署に使い方を広める仕事もあります。図1は、その内訳です。

図1　製造業のAI関連求人38件の職種の内訳（2026年9月29日取得の公開求人をもとに編集部集計）

職種の分け方は、経済産業省とIPA（情報処理推進機構）が定めた「デジタルスキル標準」の人材類型とも重なります。2026年4月16日にver2.0として更新されたこの標準は、DXを進める人材を6つの類型に分けており、ソフトウェアエンジニアは「DXの推進において、デジタル技術を活用した製品・サービスを提供するためのシステムやソフトウェアの設計・実装・運用を担う役割」と定義されています（出典：IPA「DX推進スキル標準（DSS-P）概要」）。

求人票には、どんなスキルが書かれていたのか？

最も多かった要件は生成AI・LLM（20件）とPython（17件）でした。図2は、必須要件・歓迎要件・仕事の内容のいずれかに明記されていた項目を数えたものです。生成AIは社内展開の10件すべてと、AI開発の9件中8件に書かれていました。Pythonは、データ分析の11件中7件で使われている一方、社内展開の10件では3件にとどまります。

図2　求人38件の要件に書かれていた項目（必須・歓迎・仕事の内容のいずれかに明記された件数。編集部集計）

目を引くのは、製造業の業務知識を必須にした求人が38件中2件しかないことです。歓迎要件に入れた求人を足しても9件で、残りの29件は業務知識に触れていません。また、15件は「以下のいずれか」という形で、複数の経験のうち1つを満たせばよいという書き方でした。経験年数を明記した10件も、求める年数は2〜5年で、2年か3年が中心です。

つまり、各社はAIやITの技能を外から買い、自社の工程や製品の知識は入社後に身につけてもらう前提で募集しています。裏を返せば、業務知識はすでに社内の人が持っている資産であり、足りないのはAIの技能の側だということです。

採るべき役割と、社内で育てられる役割はどう分かれるのか？

社内展開と生産技術×AIは社内から育てやすく、大規模なAI開発と専門のデータ分析は採用で埋めるほうが早いというのが、今回の求人から読み取れる傾向です。判断の材料は、必須要件の水準と、業務知識の重みの2つです。表1に、職種ごとの要件と年収の幅、採用と育成のどちらに寄せるかの目安をまとめました。

職種（件数）	必須要件の中心	年収の中央値（下限〜上限）	採るか育てるかの目安
生成AIの社内展開（10件）	IT開発・社内SE・業務改革の経験。生成AIの構築経験を条件なしで必須にしたのは2件	550万〜930万円	育てる。社内のIT担当・業務改善の担当者が候補
生産技術×AI（6件）	システム開発の経験。AIは歓迎要件が中心	550万〜816万円	育てる。生産技術・社内SEに開発の技能を足す
外観検査のAI（2件）	画像処理機器や画像処理の実務経験	475万〜825万円（2件のみ）	育てる。画像検査を担当する生産技術から
データ分析（11件）	統計・機械学習・Pythonの実務。3年以上を求める例も	500万〜1,060万円	採る。ただし品質管理の統計経験者は育成の候補
AI開発（9件）	RAGやAIエージェントの構築、機械学習基盤の運用	580万〜1,000万円	採る、または外部の専門会社に任せる

表1　職種ごとの要件・年収と、採用と育成のどちらに寄せるかの目安（年収は幅が書かれた求人の中央値。編集部集計）

なぜ社内展開の役割は、社内から育てやすいのか？

社内展開の10件のうち9件は、各部署への使い方の定着、勉強会やガイドラインの整備といった「社内への展開・教育」を仕事に含んでいました。この仕事で効くのは、どの部署で誰が何に困っているかを知っていることです。一方、必須要件は社内SEやIT開発の経験が中心で、生成AIについては「関心」や「活用経験」で足りるとする求人もありました。

生成AIを実務に定着させるには、研修で学んだことを自社の業務に置き換える人が欠かせません。過去記事でも同じ整理をしています。

この「翻訳」を担う人が社内にいるかどうかが、90日目以降の広がり方を決めます。外部に任せきりにすると、担当者が離れた時点で取り組みが止まります。
製造業の生成AI、どの業務から始める？——導入順を決める5つの判断軸と部門別の向き・不向き【2026年版】

データ分析とAI開発は、なぜ採用に寄せるのか？

データ分析の求人は、回帰分析や仮説検定、多変量解析といった統計の実務、PythonやSQLでの分析経験を、3年以上の実務として求める例がありました。AI開発の求人も、RAGやAIエージェントの構築経験、機械学習の基盤を運用した経験など、短い研修では届きにくい技能を必須にしており、採用か外部への依頼が現実的です。ただし、品質管理で統計を日常的に使ってきた人は、データ分析の候補として育成を検討する価値があります。

育成に向かない条件、採用に向かない条件は？

表1は傾向であり、自社の状況によって判断は逆になります。次に当てはまる場合は、表1の目安をそのまま当てはめるのは避けるべきです。

社内育成が向かない条件

社内にデータやシステムを扱った経験のある人が1人もいない——育てる相手の出発点が遠く、教える人もいない。まず1人を採用し、その人を核に育てる順番のほうが早い。
半年以内に成果が必要——育成には業務と並行した試作の期間が要る。期限が迫るテーマは外部の力を借りる。

外部からの採用が向かない条件

業務知識を教える人を付けられない——求人の大半は業務知識を必須にしていない。入社後に工程や製品を教える体制が無いと、AIの技能が現場の課題につながらない。
社内展開と開発と教育を1人に背負わせる——社内展開の求人の多くは、環境の運用・活用の提案・教育を1つの職種に同居させている。1人に集めると、その人が抜けたときに取り組みが止まる。
何に使うかが決まっていない——テーマが無いまま採用すると、採った人の最初の仕事が「使い道探し」になる。

過去記事でも、外部に任せきりにした仕組みが担当者の交代で止まる構造を指摘しています。

内製化とは、試作したAIの仕組みを社内の人が作り続け、改修できる状態にすることを指します。外部に依頼して構築して終わりにすると、担当者が抜けた際に仕組みが止まります。
生成AI研修を受けても現場が変わらないのはなぜか——「研修して終わり」を内製化まで届かせる4段階と順番【2026年】

社内で育てるなら、誰から始めればよいのか？

候補は、業務の中身を知っていて、データやシステムに一度でも触れたことのある人です。今回の求人が外から求めていた技能は、生成AIの環境を運用する力、部署の困りごとを聞いて使い方を提案する力、Pythonでデータを扱う力でした。社内SE、生産技術で設備のデータを扱ってきた人、品質管理で統計を使ってきた人は、このうち1つ以上をすでに持っています。

まとめ——AI人材は「役割ごと」に採るか育てるかを決める

業務知識を必須にしたAI求人は38件中2件だけでした。この傾向から、生成AIの社内展開や生産技術×AIのように業務知識が効く役割は社内から育て、大規模なAI開発や専門のデータ分析は採用や外部の力で埋めるのが、無理のない分け方です。まずは自社で必要な役割を表1の5つに分け、役割ごとに「社内に候補がいるか」を確かめてください。どの業務でChatGPTが使えるかの切り分けは、使える業務・使えない業務の4条件を整理した記事が参考になります。

社内の誰を育てればよいか、育てた人が自社の業務でAIを使いこなせる状態まで何から始めればよいかは、業務の棚卸しから整理すると見えてきます。生成AI研修の内容を相談する（無料）

よくある質問（FAQ）

製造業のAI人材の求人では、どんなスキルが求められていますか？

今回読んだ公開求人38件では、生成AI・LLMの記載が20件、Pythonが17件、統計や品質管理のデータ分析が10件でした。一方、製造業の業務知識を必須にした求人は2件だけで、業務知識は歓迎要件（7件）にとどまるのが一般的でした。

生成AIの社内展開を担う人材は、採用と育成のどちらが向いていますか？

育成から検討する価値があります。今回の求人で社内展開を担う職種10件のうち、生成AIの構築経験を条件なしで必須にしたのは2件だけで、多くはIT開発や社内SE、業務改革の経験を求めていました。社内のIT担当や業務改善の担当者が候補になります。

出典

リクルートエージェント掲載求人（製造業の雇用主によるAI関連求人34件・掲載開始日 2025年11月〜2026年9月）および企業の採用ページ掲載求人4件。2026年9月29日に各求人ページを取得し、編集部が集計
IPA（独立行政法人情報処理推進機構）「DX推進スキル標準（DSS-P）概要」 ipa.go.jp（デジタルスキル標準 ver2.0・2026年4月16日更新。2026年9月29日に原文を確認）

集計の方法：各求人の本文から必須要件・歓迎要件・仕事の内容を記録し、職種の分類と「業務知識を必須とするか」の判定は編集部が本文を読んで行いました。要件の件数は、必須・歓迎・仕事の内容のいずれかに明記があれば1件と数えています。年収は「想定年収」「予定年収」として幅が書かれた36件で集計し、月給のみの2件は除きました。標本は無作為ではなく、大手・上場企業と半導体・自動車に偏っています。個別企業の採用条件は、各社の最新の募集要項で確認してください。