中国で、これまで正式な職業として存在しなかった「身体性知能ロボット応用技術員」が注目を集めている。身体性知能（embodied intelligence）とは、AIがデジタル空間だけでなく、ロボットなどの身体を通じて現実世界を認識し、判断し、行動する技術だ。

中国政府は、デジタルツインエンジニアやスポーツデータアナリストなどとともに、このロボット技術員を12の新職種の一つとして認定する計画を示している。12 報道によれば、年間報酬は50万～80万元に達するという。ただし、これは職種全体の一律の給与ではなく、経験や企業によって異なる求人相場として見る必要がある。612

コードを書くのではなく、ロボットに仕事をさせる

この職種の中心は、プログラムを1行ずつ書いてロボットの動きを決めることではない。ロボットを実際の職場環境に適応させ、AIが学習できる形で作業のデモンストレーションを蓄積することだ。

具体的には、次のような作業を担う。

• ヒューマノイドを遠隔操作して、現場の作業を実行させる
• ロボットの動きを手動で誘導・修正する
• 物をつかむ、仕分ける、運ぶ、作業設備を扱うといった動作を繰り返す
• 作業を安全かつ安定して完了できたか確認する
• 失敗や想定外の状況を記録し、エンジニアに共有する
• 工場や倉庫など、導入先ごとに作業手順を調整する

現実の作業環境では、成功した一つひとつの動きがセンサーによって記録され、AIモデルを訓練する「生の教材」になる。4 そのため価値があるのは、単にロボットを動かせることだけではない。正確で、再現性があり、モデルの改善に役立つデータを作れるかどうかが重要になる。

人間の動きが、なぜAIの教材になるのか

文章や画像を扱うAIは、デジタルデータから学習できる。しかし、ロボットが現実世界で作業するには、物体の位置、力の加減、障害物の避け方、失敗時の対応まで理解しなければならない。

人間がロボットを導きながら行う一度のデモンストレーションには、複数の情報が含まれる。

• 関節の動きや移動軌道
• カメラなどのセンサーが捉えた周囲の状況
• 作業を進める順序
• 物体や周辺環境との接触
• 試行が成功したか失敗したか

こうしたデータは、認識した情報を指示や目標と結び付け、実際の動作へ変換するAIの訓練・評価に使われる。47

特に工場や倉庫で収集されるデータには、シミュレーションだけでは再現しにくい価値がある。現場には、物体のばらつき、レイアウトの違い、接触時の抵抗、作業上の安全制約、予期せぬ失敗が存在するからだ。

コスト面も切実だ。新華社が紹介した報道では、以前は一つの応用シナリオを開発するだけで、訓練データに1000万元以上かかる場合があったという。4 整理された現場で技術員が高品質なデータを効率よく作成できれば、汎用ロボットを特定の仕事に適応させる時間と費用を抑えられる可能性がある。

なぜ、いま高給の職種になったのか

ヒューマノイドロボットは研究室での実演から、工場などへの導入段階へ移りつつある。一方で、ロボットを現場で使える状態にする人材の育成は、その進展に追いついていない。

求められるのは、ロボット操作だけでも、ソフトウエア開発だけでもない。センサー、作業設計、安全管理、データ品質、物理的な故障の切り分けといった複数の知識を組み合わせる必要がある。

工場作業に詳しい人が、必ずしも機械学習用のデータを作れるとは限らない。反対に、ソフトウエアの専門家が、現場でロボットがなぜ転倒したのか、なぜ物体をつかみ損ねたのかを判断できるとも限らない。ロボット、現場、AIエンジニアの間を埋めるこの中間層こそ、今回の新職種が制度化しようとしている役割だ。

2026年の求人・給与データが示すもの

2026年の複数の統計は、企業の需要と、実務経験を持つ人材の供給に大きな差があることを示している。

2026年1～4月の採用データでは、身体性知能関連の需要が前年同期比で約15倍に増え、身体性AI市場全体の平均月給は6万2000元だったと報じられている。3 これは市場全体の数値であり、すべてのロボット訓練技術員が同じ給与を得ることを意味しない。

また、中国の求人プラットフォーム「Liepin（猎聘）」の2026年ロボット人材レポートでは、ヒューマノイドロボット分野の採用が前年同期比で215.8％増加し、平均年間提示額は40万6100元に達したとされる。9

前者は身体性AI関連の採用需要、後者はヒューマノイドロボット分野の採用を示すもので、同じ指標ではない。それでも両者を合わせると、ロボットを設計する高度人材だけでなく、現場で学習データを作る運用人材にも企業が報酬を上乗せしている構図が見えてくる。39

高給の理由は、ロボットを製造することそのものよりも、特定の仕事を安定してこなせるようにするためのデータ作りがボトルネックになっている点にある。

工場は「ロボットの訓練場」にもなる

人材需要は、ロボット専業のスタートアップに限られない。複雑な生産工程を持つメーカーは、ロボットの訓練と検証に必要な設備、作業、現実の制約を提供できる。

自動車部品メーカーのMinth GroupとAgiBotの提携は、その一例だ。報道では、Minthの工場ネットワークを、AgiBotのロボットが実際の産業シナリオを学び、データを収集する訓練拠点として活用すると説明されている。32

これは、工場が単なるロボットの顧客ではなく、AI開発のデータ生成環境にもなり得ることを意味する。作業や条件の種類が増えるほど、ロボットがどこで失敗するのかを発見し、性能を改善する機会も増える。

なお、個別企業の急速な事業拡大や未充足の求人件数については、独立した裏付けがない限り、業界全体の実態として一般化するべきではない。確実に言えるのは、メーカーが身体性AIの開発サイクルに組み込まれ、工場での作業をロボットが使える訓練データへ変換する人材を必要としていることだ。

大学だけでは、目の前の人手不足を埋められない

中国は、教育面での人材供給も始めている。2026年には9大学が、身体性知能を独立した学部段階の専攻として開設する認可を受けた。21 これは、身体性AIが一時的な流行ではなく、大学教育の対象となる産業分野へ移行したことを示す動きだ。

しかし、大学の新設課程が短期的な人手不足を解消することは難しい。初年度の受け入れ人数は全国で数百人規模にとどまるとされ、報道では最初の卒業生が就職市場に出るのは2030年ごろになる見通しだ。16

しかも、必要な能力の範囲は広い。ロボット工学、画像認識、センサーフュージョン、シミュレーションから現実環境への転移、物体操作、安全管理、データ運用に加え、実際の職場での経験も求められる。

従来の情報工学や機械工学の課程は、その一部を教えられる。しかし、これらを横断し、現場でロボットを安定稼働させる人材を一度に大量育成する仕組みは、まだ整っていない。今後しばらくは、短期講座、職業訓練、ロボット実験施設、企業内研修などが、大学の卒業生を待つまでの橋渡しになるとみられる。

「身体性AI」の次のボトルネック

この新職種が示しているのは、給与の高さだけではない。AIが現実世界へ進出する際、次の制約がどこにあるのかということだ。

ソフトウエアAIでは、モデルや計算資源をデジタル基盤上で拡大しやすい。身体性AIの場合は、現実の設備へのアクセス、熟練した操作員、安全な試行環境、質の高いデモンストレーションが必要になる。ロボットは、ベンチマークやシミュレーションだけで、あらゆる職場の作業を学べるわけではない。

中国の「ロボット訓練技術員」は、単なる人材不足の象徴ではない。AIを物理世界で実用化するには、機械に仕事をさせながら学習させ、その観察結果をシステムの知能へ変えていく新しい職種が必要だという、産業側からの認識を示している。

中国で、これまで正式な職業として存在しなかった「身体性知能ロボット応用技術員」が注目を集めている。身体性知能（embodied intelligence）とは、AIがデジタル空間だけでなく、ロボットなどの身体を通じて現実世界を認識し、判断し、行動する技術だ。

中国政府は、デジタルツインエンジニアやスポーツデータアナリストなどとともに、このロボット技術員を12の新職種の一つとして認定する計画を示している。12 報道によれば、年間報酬は50万～80万元に達するという。ただし、これは職種全体の一律の給与ではなく、経験や企業によって異なる求人相場として見る必要がある。612

コードを書くのではなく、ロボットに仕事をさせる

この職種の中心は、プログラムを1行ずつ書いてロボットの動きを決めることではない。ロボットを実際の職場環境に適応させ、AIが学習できる形で作業のデモンストレーションを蓄積することだ。

具体的には、次のような作業を担う。

• ヒューマノイドを遠隔操作して、現場の作業を実行させる
• ロボットの動きを手動で誘導・修正する
• 物をつかむ、仕分ける、運ぶ、作業設備を扱うといった動作を繰り返す
• 作業を安全かつ安定して完了できたか確認する
• 失敗や想定外の状況を記録し、エンジニアに共有する
• 工場や倉庫など、導入先ごとに作業手順を調整する

現実の作業環境では、成功した一つひとつの動きがセンサーによって記録され、AIモデルを訓練する「生の教材」になる。4 そのため価値があるのは、単にロボットを動かせることだけではない。正確で、再現性があり、モデルの改善に役立つデータを作れるかどうかが重要になる。

人間の動きが、なぜAIの教材になるのか

文章や画像を扱うAIは、デジタルデータから学習できる。しかし、ロボットが現実世界で作業するには、物体の位置、力の加減、障害物の避け方、失敗時の対応まで理解しなければならない。

人間がロボットを導きながら行う一度のデモンストレーションには、複数の情報が含まれる。

• 関節の動きや移動軌道
• カメラなどのセンサーが捉えた周囲の状況
• 作業を進める順序
• 物体や周辺環境との接触
• 試行が成功したか失敗したか

こうしたデータは、認識した情報を指示や目標と結び付け、実際の動作へ変換するAIの訓練・評価に使われる。47

特に工場や倉庫で収集されるデータには、シミュレーションだけでは再現しにくい価値がある。現場には、物体のばらつき、レイアウトの違い、接触時の抵抗、作業上の安全制約、予期せぬ失敗が存在するからだ。

コスト面も切実だ。新華社が紹介した報道では、以前は一つの応用シナリオを開発するだけで、訓練データに1000万元以上かかる場合があったという。4 整理された現場で技術員が高品質なデータを効率よく作成できれば、汎用ロボットを特定の仕事に適応させる時間と費用を抑えられる可能性がある。

なぜ、いま高給の職種になったのか

ヒューマノイドロボットは研究室での実演から、工場などへの導入段階へ移りつつある。一方で、ロボットを現場で使える状態にする人材の育成は、その進展に追いついていない。

求められるのは、ロボット操作だけでも、ソフトウエア開発だけでもない。センサー、作業設計、安全管理、データ品質、物理的な故障の切り分けといった複数の知識を組み合わせる必要がある。

工場作業に詳しい人が、必ずしも機械学習用のデータを作れるとは限らない。反対に、ソフトウエアの専門家が、現場でロボットがなぜ転倒したのか、なぜ物体をつかみ損ねたのかを判断できるとも限らない。ロボット、現場、AIエンジニアの間を埋めるこの中間層こそ、今回の新職種が制度化しようとしている役割だ。

2026年の求人・給与データが示すもの

2026年の複数の統計は、企業の需要と、実務経験を持つ人材の供給に大きな差があることを示している。

2026年1～4月の採用データでは、身体性知能関連の需要が前年同期比で約15倍に増え、身体性AI市場全体の平均月給は6万2000元だったと報じられている。3 これは市場全体の数値であり、すべてのロボット訓練技術員が同じ給与を得ることを意味しない。

また、中国の求人プラットフォーム「Liepin（猎聘）」の2026年ロボット人材レポートでは、ヒューマノイドロボット分野の採用が前年同期比で215.8％増加し、平均年間提示額は40万6100元に達したとされる。9

前者は身体性AI関連の採用需要、後者はヒューマノイドロボット分野の採用を示すもので、同じ指標ではない。それでも両者を合わせると、ロボットを設計する高度人材だけでなく、現場で学習データを作る運用人材にも企業が報酬を上乗せしている構図が見えてくる。39

高給の理由は、ロボットを製造することそのものよりも、特定の仕事を安定してこなせるようにするためのデータ作りがボトルネックになっている点にある。

工場は「ロボットの訓練場」にもなる

人材需要は、ロボット専業のスタートアップに限られない。複雑な生産工程を持つメーカーは、ロボットの訓練と検証に必要な設備、作業、現実の制約を提供できる。

自動車部品メーカーのMinth GroupとAgiBotの提携は、その一例だ。報道では、Minthの工場ネットワークを、AgiBotのロボットが実際の産業シナリオを学び、データを収集する訓練拠点として活用すると説明されている。32

これは、工場が単なるロボットの顧客ではなく、AI開発のデータ生成環境にもなり得ることを意味する。作業や条件の種類が増えるほど、ロボットがどこで失敗するのかを発見し、性能を改善する機会も増える。

なお、個別企業の急速な事業拡大や未充足の求人件数については、独立した裏付けがない限り、業界全体の実態として一般化するべきではない。確実に言えるのは、メーカーが身体性AIの開発サイクルに組み込まれ、工場での作業をロボットが使える訓練データへ変換する人材を必要としていることだ。

大学だけでは、目の前の人手不足を埋められない

中国は、教育面での人材供給も始めている。2026年には9大学が、身体性知能を独立した学部段階の専攻として開設する認可を受けた。21 これは、身体性AIが一時的な流行ではなく、大学教育の対象となる産業分野へ移行したことを示す動きだ。

しかし、大学の新設課程が短期的な人手不足を解消することは難しい。初年度の受け入れ人数は全国で数百人規模にとどまるとされ、報道では最初の卒業生が就職市場に出るのは2030年ごろになる見通しだ。16

しかも、必要な能力の範囲は広い。ロボット工学、画像認識、センサーフュージョン、シミュレーションから現実環境への転移、物体操作、安全管理、データ運用に加え、実際の職場での経験も求められる。

従来の情報工学や機械工学の課程は、その一部を教えられる。しかし、これらを横断し、現場でロボットを安定稼働させる人材を一度に大量育成する仕組みは、まだ整っていない。今後しばらくは、短期講座、職業訓練、ロボット実験施設、企業内研修などが、大学の卒業生を待つまでの橋渡しになるとみられる。

「身体性AI」の次のボトルネック

この新職種が示しているのは、給与の高さだけではない。AIが現実世界へ進出する際、次の制約がどこにあるのかということだ。

ソフトウエアAIでは、モデルや計算資源をデジタル基盤上で拡大しやすい。身体性AIの場合は、現実の設備へのアクセス、熟練した操作員、安全な試行環境、質の高いデモンストレーションが必要になる。ロボットは、ベンチマークやシミュレーションだけで、あらゆる職場の作業を学べるわけではない。

中国の「ロボット訓練技術員」は、単なる人材不足の象徴ではない。AIを物理世界で実用化するには、機械に仕事をさせながら学習させ、その観察結果をシステムの知能へ変えていく新しい職種が必要だという、産業側からの認識を示している。