AIが「画面」から「現場」へ。
注目する2つの専門役割。
生成AIやクラウドの進展は、AIモデルそのものだけでなく、実世界のロボットを動かす仕組みや、AIを支えるデータセンターを安全に立ち上げる仕事にも新しい専門性を生み出しています。AgenTech職業図鑑では、2026年11月に2つの役割を「未来職・成長職」へ追加しました。
「まったく新しく誕生した職業」と断定するものではありません。既存のロボティクス、設備、建設、インフラ職から専門化し、独立した求人名・役割として見え始めているものを掲載しています。
ロボティクス制御・テレオペレーションエンジニア
人が離れた場所からロボットを安全に操作できるテレオペレーション基盤をつくり、その操作をAI学習に使える高品質なデータとして蓄積する仕事です。
なぜ注目するのか
AIRoAは、実世界でのロボット動作データを遠隔操作で収集し、複数のロボットプラットフォームへ展開する取り組みを公開しています。Physical AIが研究から社会実装へ進むほど、実機制御、通信、ログ、データ品質、安全停止までを一体で扱える人材の重要性が高まります。
DSS-Pとの関係候補
ソフトウェアエンジニアを中心に、学習データの評価・品質設計を担う場合はデータサイエンティストとの接点があります。
データセンター・コミッショニングマネージャー
新設・増設したデータセンターで、電源・冷却・制御設備などが設計どおり安全に機能するかを稼働前に検証し、運用チームへ引き渡す仕事です。
なぜ注目するのか
日本でもCampus Commissioning ManagerやData Center Commissioning Managerなどの募集が確認され、ハイパースケールデータセンターの試運転、性能検証、運用準備を統括する役割が明確になっています。AI計算基盤への投資が続くほど、「建てる」から「安全に使える状態にする」までを担う専門性が重要になります。
DSS-Pとの関係候補
設備工学そのものはDSS-Pの直接的な職業分類ではありません。一方、設備・建設・運用を横断してデジタル変革を進める場合は、ビジネスアーキテクトとの接点として整理できます。
共通しているのは「AIを現実世界で動かす」こと
2つの役割に共通するのは、AIを画面上のサービスだけで終わらせず、ロボットやデータセンターという物理世界で安全・確実に動かすことです。これからのAI人材育成では、モデルやプロンプトだけでなく、設備、制御、安全、品質、運用といった領域との橋渡しがより重要になると考えています。
AgenTech職業図鑑では、基本120職種とは別に「未来職・成長職」を継続的に見直し、日本とグローバル双方の求人・スキルトレンドから、職務境界が明確になってきた役割だけを追加していきます。