自動車部品メーカーで生産ラインの改善や設備導入を担当し、「次はロボットやAIに近い仕事へ移りたい」と考えている方に、具体的な選択肢が出てきました。Mujin Japanが2026年7月23日、コンサルタント、技術営業、システムエンジニアの中途採用を一斉に始めたためです。

注目したいのは、AIモデルの研究者だけを集める採用ではないこと。生産技術、工程設計、設備営業、法人向け提案といった、現場で積んだ経験をフィジカルAI(=ロボットなど現実世界の機械を動かすAI)の社会実装へつなげられる募集です。本記事では、Mujin Japanの中途採用情報を基に、製造業出身者がどの職種を選び、何を準備すればよいかを整理します。

📄 Mujin Japanの中途採用で何が始まったのか

エン株式会社は7月23日、Mujin Japanを対象とする「ソーシャルインパクト採用プロジェクト」を開始したと公式発表しました。公募職種は「コンサルタント」「技術営業」「システムエンジニア」の3系統で、応募受付期間は7月23日から8月19日まで。エン転職、AMBI、ミドルの転職を通じて応募を受け付けます。

Mujinは、物流・製造現場で使われる産業用ロボットや搬送設備を、独自の制御技術によって知能化する企業です。単体のロボットを販売するだけではなく、顧客の業務分析、システム設計、設備の組み合わせ、導入後の運用までを扱っています。Mujinの公式採用ページでも、製造・物流コンサルティング、システムエンジニアリング、営業・マーケティングなど複数の職種群が確認できます。

公募職種主な役割つながりやすい経験公式求人で確認できる勤務地
コンサルタント工場・倉庫の自動化構想、現地調査、データ分析、ロードマップ策定、導入支援生産技術、工程改善、設備導入、SCM、製造DX、物流改善東京・愛知県岡崎
技術営業顧客課題の把握、自動化提案、社内技術者との調整、受注・導入後支援法人営業、設備営業、FA・マテハン営業、製造業向け提案東京
システムエンジニアロボット、コンベヤ、AGV・AMRなどを組み合わせた設計、立ち上げ、改善生産技術、設備保全、工程設計、ライン設計、制御・機械・電気の基礎東京・愛知県岡崎

採用人数や各職種の想定年収額は、今回確認した一斉公募の発表には明記されていません。応募前には、選択した求人票で給与レンジ、配属先、出張頻度などを個別に確かめる必要があります。

💡 今回の募集は「AIを開発した経験があるか」だけでなく、「製造・物流の課題を見つけ、設備や人を動かして改善した経験があるか」を問う採用と読めます。

📄 フィジカルAI転職で生産技術の経験が評価される理由

フィジカルAI転職で生産技術の経験が評価される理由

生成AIと聞くと、プログラミングや機械学習の専門家を思い浮かべるかもしれません。しかし、工場や倉庫で動くフィジカルAIには、デジタルだけでは解けない問題があります。対象物の形状、設備の設置スペース、安全柵、作業者の動線、処理能力、停止時の復旧方法など、現場固有の条件を組み合わせなければならないからです。

Mujin Japanの生産技術経験者向けシステムエンジニア求人では、製造ラインの設計・改善経験を、物流倉庫の自動化システム設計へ生かす内容が示されています。業務には、コンベヤ、AGV・AMR(=自律走行型の搬送ロボット)、ロボットを組み合わせた工程設計、ボトルネック分析、能力設計、現場での立ち上げやトラブル対応が含まれます。段取りや優先順位付けなど、現場で人が行ってきた判断をロジックへ落とし込む仕事もあります。

これは、生産技術職が普段行っている「工程を分解する」「タクトタイムを測る」「停止要因を特定する」「関係部署や設備会社と調整する」という仕事の延長線上です。扱う現場が製造ラインから物流工程へ広がり、改善手段にソフトウェアとロボットが加わる、と考えるとイメージしやすいでしょう。

さらに、Mujin Japanは未経験者歓迎の物流自動化システムエンジニアも公開しています。この求人の必須要件は、機械・電気・情報工学などの理系分野を学んだ経験、または製造業・マテハン企業での勤務経験のいずれかです。入社後は既存プロジェクトで、データ整理や動作確認、導入支援から担当範囲を広げる設計になっています。

ただし、「未経験歓迎」は準備不要という意味ではありません。ロボットの専門経験がなくても、過去の現場でどの数値を見て、何を変え、どのような結果を出したかは説明できるようにしておきたいところです。改善前後の生産量、不良率、停止時間、作業工数などを、社外秘を伏せたうえで整理しておくとよいでしょう。

📄 3職種のどれを選ぶかは「得意な改善の距離」で考える

3職種のどれを選ぶかは「得意な改善の距離」で考える

同じ自動化プロジェクトでも、職種によって顧客や設備との距離が違います。求人名の印象だけで選ぶと、「もっと設計をしたかった」「現場より資料作成が多かった」といった入社後のずれにつながりかねません。自分が最も力を発揮した改善場面から逆算してみましょう。

構想と合意形成が得意ならコンサルタント

製造・物流コンサルタントの公式求人では、工場・倉庫の自動化や省人化を経営・事業の視点から構想し、実行まで伴走する役割が示されています。生産性、在庫、設備稼働率、人件費などの分析に加え、ロードマップやKPI(=進捗や成果を測る指標)の設計、関係者との合意形成も担当範囲です。

設備導入の稟議をまとめた経験、複数工場の標準化を進めた経験、経営層へ投資効果を説明した経験がある方は親和性があります。一方で、個別設備の調整だけを続けたい人には、業務の抽象度や資料作成の比重が高く感じられる可能性もあります。

顧客との対話と提案が得意なら技術営業

ポテンシャル重視の技術営業求人では、製造業・物流業の顧客に対し、現場の把握から課題特定、提案、導入まで一貫して関わると説明されています。必須要件として挙げられているのは、エンタープライズ向け法人営業の経験2年以上、自動化業界への関心、最新技術を学ぶ意欲です。マテハン・製造業向け営業とCAD図面を読む力は歓迎要件になっています。

したがって、ロボットを売った経験がなくても、顧客の工場へ入り、技術部門と商談し、社内の設計担当と仕様や納期を詰めた経験はアピール材料になります。「何を売ったか」だけでなく、「複数の制約をどう整理して受注や導入へつなげたか」を話せることが重要です。

設計と立ち上げが好きならシステムエンジニア

設備の配置、能力計算、導入現場での調整、トラブルの切り分けに面白さを感じるなら、システムエンジニアが近いでしょう。ここでいうSEは、社内業務システムを開発する一般的なITエンジニアとは少し異なります。機械、電気、制御、ソフトウェアをまたぎ、実際の物流設備を動かす役割です。

💡 職種選びでは「AIに近い名称」を選ぶより、構想、提案、設計・立ち上げのうち、自分が成果を再現できる領域を選ぶほうが、応募書類にも面接にも一貫性が出ます。

生産技術や設備導入の経験を生かせる求人をCareer Central AIで探す

📄 なぜ今、フィジカルAI転職が広がっているのか

今回の一斉公募だけを見て、「特定企業だけの採用強化」と判断するのは早そうです。前日の7月22日には、PwCコンサルティングがフィジカルAI人材の育成プログラムを開始し、今後1年間で1000人規模を目指すと発表しました。同社は、技術だけでなくビジネスの両面に通じた人材を育てる方針です。

また、7月23日公表のdoda転職求人倍率レポートによると、2026年6月の転職求人倍率は2.55倍で、前月より0.11ポイント、前年同月より0.22ポイント上昇しました。求人数は前月比3.2%増、前年同月比16.6%増です。職種別ではIT・通信エンジニアの求人数が前月比5.2%増え、営業と企画・管理も同3.4%増でした。

一方、同レポートは、企業が専門性や即戦力性を重視し、採用要件に合う人を慎重に見極める傾向も指摘しています。求人が増えていることと、誰でも選考を通りやすいことは同じではありません。むしろ、技術と現場、技術と顧客をつなげられる人へ需要が集まりやすい状況と考えられます。

ここからはCareer Central AI編集部の分析です。Mujin Japanが研究開発職だけでなく、コンサルタント、営業、システムエンジニアを同時に募集することは、フィジカルAIが「技術を作る段階」から「顧客企業へ導入し、運用できる状態にする段階」へ広がっていることを示す一つの材料です。ただし、これだけで市場全体の長期的な成長や将来の年収上昇を断定することはできません。応募判断では、各社の受注状況、育成体制、担当工程を個別に確認する必要があります。

📝 職務経歴書では「AI経験なし」をこう言い換える

生産技術職の方がつまずきやすいのは、自分の仕事を「設備導入」「ライン改善」とだけ書き、フィジカルAIの仕事との接点を見せられないことです。採用側が知りたいのは、流行の用語をいくつ知っているかではなく、複雑な現場を理解し、再現性のある改善を進められるかどうかでしょう。

たとえば「組立ラインの設備導入を担当」だけでは、役割の広さが伝わりません。「現場観察と停止履歴の分析からボトルネック工程を特定し、設備メーカー、製造、品質保証と仕様を調整。試運転時の不具合を切り分け、量産移行まで担当」のように、課題発見から立ち上げまでの流れを書きます。数値を出せる場合は、会社の機密に触れない範囲で改善率や担当規模を添えると、成果が分かりやすくなります。

経験を棚卸しするときは、次の対応関係を意識してください。

ラインバランス改善 → 物流工程の能力設計、ボトルネック分析設備仕様書の作成 → ロボット・搬送設備の要件定義設備メーカーとの調整 → マルチベンダー管理量産立ち上げ → 自動化システムの現地導入、動作確認PLCやセンサーのトラブル対応 → 制御・設備間連携の切り分け投資対効果の試算 → 自動化ロードマップ、KPI設計

「AIの業務経験はありません」と先に弱みを強調する必要はありません。「AIモデルの開発経験はない一方、現場の判断を条件分岐へ整理した経験、設備データを使って改善した経験がある」と接続すれば、転用できる力が伝わります。ただし、触ったことのない技術を経験済みのように書くのは禁物です。CAD、PLC、Python、シミュレーションなどは、実務利用、研修、独学を明確に分けましょう。

💡 職務経歴書の主語を「設備」ではなく「自分」に変え、観察、分析、設計、調整、検証のどこを担当したかを示すことが、ロボット転職への橋になります。

✅ Mujin Japanへの応募前に確認したい働き方と選考材料

公式求人を確認すると、今回取り上げた職種はいずれもオンサイト勤務と記載されています。コンサルタントとシステムエンジニアには東京・岡崎の募集があり、技術営業は東京です。フレックスタイム制でコアタイムは10時から15時とされていますが、オンサイト勤務には、顧客先や導入現場での作業がどの程度含まれるかを確認したいところです。

特に自動化設備の導入は、顧客の操業停止期間や休日に合わせて立ち上げる場合があります。今回の求人情報だけでは、職種別の出張日数、休日対応、繁忙期の働き方までは判断できません。面接では、制度の有無だけでなく、直近のプロジェクトで実際にどのような勤務が発生したかを聞くと、生活との両立を考えやすくなります。

給与についても、公式求人では月給制、年2回の評価・賞与・給与改定が案内されている一方、確認時点のページに具体的な金額は掲載されていません。希望年収を伝える前に、基本給、賞与の算定方法、固定残業代の有無、出張手当、評価等級を確認しましょう。成長分野という理由だけで、現在より高い給与になると決めつけないことが大切です。

  • ✓ 応募する職種の必須要件と歓迎要件を分け、自分の経験を一つずつ対応させる
  • ✓ 改善案件を「課題・自分の行動・結果・再現できる学び」の4点で説明できるようにする
  • ✓ 東京と岡崎のどちらで働けるか、転居や顧客先への出張条件を整理する
  • ✓ オンサイト勤務、現地立ち上げ、休日対応の実態を面接で確認する
  • ✓ 給与レンジ、賞与、残業代、評価と昇給の仕組みを求人担当者へ確認する
  • ✓ ロボット、AGV・AMR、WES、PLCなど、応募職種に近い用語の基礎を学ぶ
  • ✓ 8月19日の受付終了直前ではなく、書類を見直す時間を確保して応募する

📄 面接では「現場をどう自動化するか」を具体的に話そう

面接準備では、フィジカルAIの将来性を語るだけでは十分ではありません。応募者自身が、顧客の曖昧な要望をどのように測定可能な課題へ変え、関係者を動かすのかを説明する必要があります。

題材として使いやすいのは、これまで経験した設備導入や工程改善です。「人手を減らしてほしい」という依頼を受けたとき、いきなり設備を選ばず、物量、作業時間、製品ばらつき、保守体制、安全条件を調べた、といった順序を話します。期待した結果が出なかった経験も、原因の切り分けと修正方法まで説明できれば、現場対応力を示す材料になります。

企業研究では、次のような質問を用意しておくと、自分に合う職場かも判断しやすくなります。

  • コンサルタント、技術営業、システムエンジニアは、案件のどの段階で引き継ぎ、どこまで共同で担当しますか
  • 生産技術出身者が入社後6カ月で学ぶ内容と、最初に任される業務は何ですか
  • 設備、制御、ソフトウェアのうち、自分の専門外を支援するチームや研修はありますか
  • 案件の成功を、処理能力、稼働率、投資回収、顧客評価のどの指標で測りますか
  • 現地立ち上げ後の保守や改善は、どの部署が担当しますか

今回の採用は、生産技術者にとって「製造業を離れてIT業界へ行く」という二者択一ではありません。製造現場で培った知識を残しながら、ロボット、データ、ソフトウェアへ担当領域を広げる転職です。まずは3職種の求人票を読み比べ、自分が最も価値を出せる工程を一つ決めてみてください。

フィジカルAI・製造DXへつながるキャリアの選択肢をCareer Central AIで整理する

参照元

以下は2026年7月23日21時00分(日本時間)に確認しました。求人内容は変更・終了する可能性があるため、応募時点で公式ページを再確認してください。

🔗 出典・参照リンク

✍ この記事を書いた人

Career Central AI 編集部

転職・キャリア支援の専門チームです。各社の公開求人や採用動向を分析し、応募判断に役立つ情報をわかりやすくお届けします。