ソフトバンクは、AI-RANなど通信ネットワークの高度化を軸に、生成AI／LLMの開発・社会実装（SB Intuitions）や、法人向けのAI活用支援までAIを幅広く展開しています。 本記事では、注力テーマを整理したうえで、AI関連職種・求人の特徴、役割、求められるスキルをわかりやすく解説します。 AI業界・業種への転職や、ソフトバンクのAI関連職種への転職をお考えの方、情報収集したいという方は是非お気軽にご相談ください。

ソフトバンクでは、AI研究にとどまらず、通信事業者としての強み（ネットワーク運用・大規模インフラ・法人顧客基盤）を活かして、AIを「社会インフラ」と「企業の業務・サービス」の両面に落とし込みながら価値提供を広げています。 AI活用の中心領域は、下記のとおりです。

・通信ネットワーク×AI（AI-RAN／AI for RAN、AITRASなど：RAN性能の向上・運用高度化）
・生成AI／LLM（SB Intuitionsを中心とした日本語LLMの研究開発・社会実装）
・法人向けAI活用（生成AIサービス提供、社内データ活用、業務効率化・ナレッジ活用）
・社内業務へのAI適用（ITヘルプデスク等のQ&Aデータと生成AIの連携など）

上記の中でもソフトバンクらしいAI活用の柱は、「通信ネットワーク×AI（AI-RAN／AI for RAN）」です。 基地局まわりの無線アクセスネットワーク（RAN）は、通信品質・ネットワーク容量を左右する中核領域であり、ここをAIで最適化できると、ユーザー体感の改善だけでなく、設備投資の効率化にも直結します。 実際にソフトバンクは、アップリンクチャネル補間、SRS予測、AIを活用したMACスケジューリングといったユースケースで、RANの性能向上効果を実証しています。

さらに、AI時代のインフラとして「AIとRANのワークロードを同一のGPU計算基盤で動かす」AI-RANコンセプトの取り組みも進めており、 RANとAIの融合を前提にしたアーキテクチャ開発（AITRASなど）を掲げています。

この「通信×AI」のインフラ側の強みに加えて、生成AIについても、国内最大級の生成AI開発向け計算基盤の稼働や国産LLM開発の推進、 SB Intuitionsによる日本語LLM（Sarashina）公開などを通じて、企業で使える生成AIの提供・社会実装を進めています。

ソフトバンクのAI職種は、下記のように大別することができます。

生成AI基盤モデル開発（Large Telecom Model）	通信×AIを主戦場に、ネットワーク領域の知見・データを学習した生成AI基盤モデルの開発を担うポジションです。モデル開発だけでなく、運用・業務適用（設計/管理/運用のAI化）まで見据えて進めるのが特徴です。 ・主な役割：LLM/基盤モデル開発／学習データ設計（ネットワークデータ活用）／推論・評価／業務適用の設計
AIデータアーキテクト（社会実装アーキテクチャ設計）	研究・要素技術（LLM、Embedding、Rerank、マルチモーダル等）を「使える形」に組み上げ、クラウド・データ基盤・サービスの間をつなぐアーキテクチャを設計する役割です。 ・主な役割：要素技術の要件整理／データ・AI基盤への統合設計／非機能（セキュリティ、ガバナンス等）設計／社内外調整
AIリードエンジニア（社会実装開発）	研究成果をプロダクト/業務で動く基盤システムとして実装し、PoC〜本番導入までをリードするポジションです。品質・スケーラビリティ・セキュリティを担保しながら社会実装を進めます。 ・主な役割：AI/データ連携基盤の設計・開発・運用／生成AI API活用アプリ開発／データパイプライン・コンテナ環境設計／性能最適化
基盤開発エンジニア（次世代AI向けデータエコシステム基盤）	生成AI時代の“土台”となるデータエコシステム基盤を、インフラ〜運用自動化まで含めて設計・構築する役割です。データ提供者/権利者への還元など、持続可能な仕組みづくりもテーマになります。 ・主な役割：基盤のシステム設計・構築／運用自動化／技術仕様策定（インフラ〜管理画面）／関連要素技術の実用化
新規事業開発エンジニア（次世代AI向けデータエコシステム基盤）	NLP・情報検索・文字列処理などの要素技術を研究開発し、製品導入できる品質に磨き上げて実用化まで持ち込む役割です。新規事業の技術企画〜安定稼働までを視野に入れます。 ・主な役割：要素技術R&D／データ解析・データ構築／実運用品質のライブラリ開発／導入支援
API開発エンジニア（次世代AI向けデータエコシステム基盤）	生成AIサービスの核となるデータエコシステム基盤において、APIやサーバーサイドの設計・開発・改善を担います。企画・試作〜導入支援まで幅広く関わる前提のポジションです。 ・主な役割：API/サーバー開発／基盤プロダクトの企画・試作／導入支援／アーキテクチャ検討／継続改善
ソフトウエア開発エンジニア（次世代AI向けデータエコシステム基盤）	データエコシステム基盤および周辺システムの開発・改善を担い、次世代社会インフラに向けたアーキテクチャ設計まで踏み込みます。 ・主な役割：基盤/周辺システム開発／導入支援・改善／アーキテクチャ設計／実装・運用設計
データエンジニア（法人事業）	法人顧客に対して、データ基盤の構築〜利活用までを支援するポジションです。データ基盤の強み（大規模処理・セキュリティ等）を活かし、要件に合わせた提案・設計・推進を行います。 ・主な役割：データ基盤構築支援／データ利活用の設計／顧客課題に対する技術提案／プロジェクト推進
データサイエンティスト（法人事業）	法人顧客の意思決定や施策改善につながる分析・提案を担い、AIなど最新技術も含めてビジネス価値最大化を支援する役割です。 ・主な役割：分析設計・評価／提案・コンサルティング／AI活用の企画支援／データ利活用の定着支援
プロジェクトマネージャー・プリセールス（AIソリューション）	エンタープライズ顧客向けに、AIプロジェクトの提案（プリセールス）〜要件定義〜構築まで上流から推進する役割です。案件によってはデータ分析やAIサービス企画にも関わります（グループ会社出向枠の掲載あり）。 ・主な役割：提案・技術支援／MLパイプライン設計・構築／要件定義〜テスト推進／データ分析・評価レポート／AIサービス企画
ソフトウェアエンジニア（生成AIエージェント「satto」）	生成AIエージェント「satto」のプロダクト開発を担い、AI機能をユーザーが使える体験に落とし込むポジションです。プロダクトとしての品質・運用性まで含めて開発します。 ・主な役割：プロダクト実装（バックエンド/API等）／LLM連携の実装／性能・信頼性改善／運用設計
PdM（生成AIエージェント「satto」）	「何をAIで解くか」を定め、ユーザー価値と事業価値の両方から優先順位を決めて開発を推進する役割です。プロダクトの仕様・ロードマップを握り、意思決定を前に進めます。 ・主な役割：課題定義／要件整理／仕様・優先順位の決定／ロードマップ策定／開発推進・合意形成

ソフトバンクの中途採用HPには多種多様な求人が掲載されていますが、ここではAI関連の代表例を抜粋してご紹介しました。

※採用ニーズは変化するため、現在募集していない場合もございます。最新の採用状況は公式の募集職種一覧をご確認ください。

すべてのAI・IT求人一覧はこちら

ここでは、ソフトバンク公式の採用サイトや技術サイトに掲載されている社員インタビューをもとに、AI領域で活躍する方々の声をご紹介します。

Hさん（警備会社R&D → ソフトバンク：画像認識AI／技術開発）
・転職理由： 前職では警備会社の研究所で画像処理（防犯カメラ映像解析）に携わっていましたが、特定ドメインに閉じがちな研究から、より選択肢の広い事業会社で専門性を生かしたいと考え転職を決意。 ソフトバンクは「事業に縛られず、まずはやってみよう」という文化があり、文字認識による経理負荷軽減、スマートビルの空間センシング、ドローン画像解析など案件の幅が想像以上に広い点に惹かれました。

・やりがい： いくら技術があっても現場に届かなければ意味がないという前提のもと、強固な顧客基盤と近い距離感により、反応を素早く得て修正しながら一気に社会実装できる手応えが大きい点です。 さらに、国内外の学会へ足を運びリアルな交流から新しい出会い・アイデアが生まれる環境も、研究を前に進める原動力になっています。

Fさん（ユーザ系システム開発会社 → ソフトバンク：生成AI向け計算基盤（クラウド・サーバー））
・転職理由： 前職では要件がある程度固まった状態からの設計・構築が中心でしたが、より上流からインフラ全体の設計に関わり、自分の考えを反映できる環境を求めて転職。 複数社から内定を得る中でも、ソフトバンクバリュー（No.1／挑戦／スピード等）に共感し、事業貢献の解像度が最も高いと感じたことが決め手でした。

・やりがい： GPU 2000基超の国内最大級クラスの生成AI開発向け計算基盤の設計・構築に携わり、将来的に大学・研究機関など社外提供まで見据えた“社会インフラ”づくりに関われる点です。 生成AIがプレスリリースや決算トピックスで触れられるのを見て自分の仕事の影響を実感でき、さらに大規模基盤を短期間で立ち上げるスピード感や横連携の強さも大きなモチベーションになっています。

Yさん（製造業向けアプリ開発／コンサル → ソフトバンク：データサイエンティスト）
・転職理由： 1社目で開発力、2社目で戦略策定・推進力を磨いたうえで、「戦略を描くだけでなく実行し、必要なら自ら開発までやり遂げたい」という思いが強まり転職を決意。 統計・機械学習・数理最適化を応用した開発経験と、分析で課題を特定しプロジェクトを推進してきた経験を、豊富なデータを持つ事業会社で最大化したいと考え入社しました。

・やりがい： LLM等の需要予測に加え、その予測値を使って意思決定を最適化する「数理最適化」の価値が高まる中で、豊富な自社データと顧客チャネルを生かし、社会課題を解決する事例を増やしていける点です。 また、挑戦を後押しする制度や学び直しの文化があり、自己成長支援金でKaggle参加や学会参加・論文執筆に取り組む人もいるなど、継続的に力を伸ばせる環境も魅力です。

Tさん（IT企業開発／PoC → ソフトバンク：先端技術研究所（AITRAS／自動運転関連））
・転職理由： 前職で培った実装力を土台に、「自分が手がけたプロダクトやサービスが世の中に広く届く仕事」を志向して転職活動を開始。 BtoC企業やSIerも検討しつつ、AIや自動運転など先進テーマに加え、社会実装を意識した開発文化のある「先端技術研究所」の領域に惹かれて入社を決断しました。

・やりがい： 自動運転の共同研究では、低遅延・安定した映像伝送の仕組みづくりや、現場要因で精度が落ちるモデルのファインチューニングなど、トライ＆エラーを重ねて実サービス検証へつなげられる点です。 さらに、プレスリリース対応で図解・デモ動画まで自作して価値を“伝わる形”に落とし込み、公開後に反響や達成感を得られること（世界的イベントで成果が取り上げられる瞬間も含む）が大きな醍醐味になっています。

Tさん（制御工学バックグラウンド → ソフトバンク：先端技術研究所／MONET・AI-RAN関連）
・転職理由： 交通のような複雑システムへ制御理論を適用し、理論を“社会実装”につなげたいという軸で就職先を検討。 ソフトバンクとトヨタ自動車等が出資するMONETを知り「ここなら理論を社会に届けられる」と直感し、面接でもMONETに関わりたいと訴えたうえで入社を決めました（配属は入社後決定のため不安もあったが、研究所配属＋MONET出向が叶った）。

・やりがい： “Running Code”を合言葉に、情報収集→即プロトタイプ→評価で取捨選択しながら、基盤とアプリ双方を理解して前に進める実装ドリブンな開発スタイルに面白さがあります。 技術の新しさだけでなく、コストやUXなどユーザー価値として数値で示す「納得感」を重視しつつ、自分の専門へのプライドと先人へのリスペクトを両立して、社会に届く技術を磨ける点が大きなやりがいです。

ここでは、ソフトバンクがAI領域で注目されている理由について、4つの観点から整理していきます。

ソフトバンクのAI活用は、アプリや業務効率化だけでなく「通信ネットワークそのもの」を高度化する点が特徴です。 同社は、AIアプリケーションと無線アクセスネットワーク（RAN）を同一の計算基盤上に統合する「AI-RAN」構想を打ち出し、商用化に向けて統合ソリューション「AITRAS」の機能強化や技術開発を継続しています。

また、AI-RANの取り組みは単独開発ではなく、複数の業界パートナーとの協業も含めて推進されていることが明記されており、インフラ領域での実装スケールが大きい点も注目される理由です。

生成AI領域では、ソフトバンクグループ傘下のSB Intuitionsを中心に、日本語LLMの研究開発と公開を進めています。 たとえばSB Intuitionsは、日本語に強い大規模言語モデル「Sarashina」シリーズ（例：Sarashina2-70B）の公開を行っており、 日本語性能を重視したモデル開発を継続している点が特徴です。

LLMは「モデルを作る」だけでは価値になりにくく、企業利用を前提にした品質・運用・活用設計が重要になります。 SB Intuitionsが研究開発組織として会社情報でもAIの研究開発を掲げていることからも、基盤側の取り組みを本気で進めている姿勢が読み取れます。

生成AIは、モデルやアプリの工夫だけでなく「計算基盤（GPUなど）」が競争力を左右します。 ソフトバンクは、NVIDIAのシステムを搭載したAI計算基盤の稼働開始を公式に発表しており、基盤投資を具体的に進めている点が注目されています。

AI活用を“継続的に拡大”するには、学習・推論の計算資源、セキュリティ、運用体制が欠かせません。 計算基盤の整備を公表していること自体が、単発のPoCで終わらせず、長期的にAIを事業へ組み込む意思の強さにつながっています。

ソフトバンクのAIは、社内利用にとどまらず、法人向けサービスとして展開している点でも存在感があります。 たとえば、資料作成業務を支援するエンタープライズ向け生成AIサービス「satto workspace」を発表しており、 業務の具体シーンに落とし込んだプロダクト提供を進めています。

また法人向けのAIサービスとして、生成AI構築支援や実用的なサービスを用意している旨が公式ページでも案内されています。 こうした「導入支援＋サービス提供」の両輪があることで、技術を成果に結びつけやすい点が注目理由になります。

ソフトバンクのAI活用は、通信ネットワークの高度化（AI-RANなど）から、国産LLMを業務に組み込む取り組みまで、 実装を前提に複数レイヤーで進んでいます。
下記では、代表的な具体例を整理して解説します。

AI-RANは、AIアプリケーションと無線アクセスネットワーク（RAN）を同一のコンピューター基盤上で扱うことで、通信とAIを一体で最適化していく考え方です。

ソフトバンクはAI-RANの要素技術として「AI for RAN」（AIでRAN性能を上げる研究）を進めており、 無線性能向上のユースケースとして「アップリンクチャネル補間」「SRS予測」「AIを活用したMACスケジューリング」を検証し、 RANの性能向上効果を実証したと発表しています。
また、こうした研究成果を商用ネットワークへ落とし込む受け皿として、AI-RAN統合ソリューション「AITRAS」の開発も進めており、 将来的には国内外の通信事業者への展開も目指す方針が示されています。

SB Intuitionsは、ソフトバンクが設立した「日本語に特化した国産LLMの研究開発」と「生成AIサービスの開発・販売・提供」を目的とする会社として本格稼働した組織です。

公式情報では、ソフトバンクが持つ計算基盤を活用し、日本語データセットをベースにモデルをスクラッチ開発すること、 国内データセンターでデータを厳格に管理することなどを強みとして掲げています。

また、研究開発の取り組みとして、研究者向けに複数サイズの日本語LLM（Sarashinaシリーズ）を公開し、今後も大規模化と社会実装に向けた研究開発を進める方針も示しています。

「Sarashina mini」は、SB Intuitionsが構築した4,600億パラメーター規模の国産LLM「Sarashina」で培った知見を基に開発された軽量モデルで、 高い日本語性能に加えて、日本特有の文化や慣習（ビジネス文脈を含む）への理解を特徴としています。

miniとある通り、業務システムに組み込みやすい現実的なサイズ感での提供を前提にしており、 文章生成だけでなく、社内文書検索やナレッジ活用など幅広い業務用途に展開しやすい位置付けです。

商用化に向けては、2025年6月から約2万人のソフトバンク社員を対象にトライアルを実施し、改良を重ねてきたと発表されています。 また、法人向け提供を起点に幅広い顧客へ展開していくことに加え、企業・業界に特化した国産LLMの開発にも取り組む方針が示されています。

ソフトバンクとSB Intuitionsは、法人向けに「Sarashina mini」と接続できる「Sarashina API」を提供すると発表しています。
機能は、文章生成に使えるChat Completion APIと、意味検索などに使えるEmbeddings APIの2つで、 校正・要約からレポート／議事録／提案書の自動生成まで、社内システムと連携して業務に組み込みやすい形が特徴です。

また、社内ナレッジと組み合わせたプログラミング支援、対話型エージェント、複数のAIが協調するマルチエージェントの構築にも触れられており、 今後はコールセンターの自動応答や営業支援ツールなど、より高度な業務領域での活用も視野に入れています。

ここでは、ソフトバンクのAI戦略を支えるグループ会社「SB Intuitions」について、事業概要や代表的な生成AI（Sarashina）、最新動向までご紹介します。

SB Intuitionsは、ソフトバンク株式会社100%子会社として、国産の大規模言語モデル（LLM）の研究開発と、生成AIサービスの開発・提供を担う組織です。 日本語に強く、安心して利用できる国産生成AIの実現を掲げ、モデル開発だけでなく、企業が使える形（APIやサービス）にして届けることまで視野に入れて推進しています。

・事業内容：日本語に特化した国産LLMの研究開発、生成AIサービスの開発・販売・提供
・位置づけ：ソフトバンクのAI基盤（国産LLM）を担う中核組織

SB Intuitionsの代表的な取り組みが、国産生成AI「Sarashina（サラシナ）」です。 研究者向けに複数サイズの日本語LLMを公開しながら性能を高め、さらに大規模モデル（Sarashina2-8x70Bなど）にも展開しています。

また、法人が自社システムに組み込めるよう、軽量モデル「Sarashina mini」を用いたAPI接続サービス（Sarashina API）も用意しており、 「モデルを作る」だけでなく「企業で使える形にする」ところまで含めてサービス化を進めている点が特徴です。

公表日	内容
2025年11月5日	国産LLM「Sarashina mini」のAPI接続サービス「Sarashina API」を法人向けに提供開始（2025年11月28日開始予定）を発表
2025年6月26日	国産生成AI「Sarashina」のロゴを公開（公式サイトやプロモーションなどで順次使用）
2025年1月30日	中外製薬・ソフトバンク・SB Intuitionsの3社で、生成AIを活用した臨床開発業務の革新に向けた共同研究の基本合意を発表
2024年11月8日	日本語に特化した4,000億クラス（MoE）のLLM「Sarashina2-8x70B」を公開
2024年6月14日	日本語LLM（70億/130億/650億パラメータなど）を公開し、さらなる大規模化の方針も公表

ソフトバンクでは、キャリア採用（中途採用）を継続的に行っており、AI・データ領域を含むIT人材の採用も進んでいます。 キャリア採用向けの特設ページでは、直近の中途採用比率（2023年度）は39.7%となっており、一定の割合で中途採用を行っていることが分かります。

また、ソフトバンクのIT・AI領域の求人は、AIを使う側（業務・法人向けの実装やデータ利活用）から、 AIの土台を支える側（データ基盤、クラウド、運用設計など）までテーマが幅広いのが特徴です。

そのため、Python/SQLなどの開発・分析スキル、クラウドやデータ基盤の設計・運用経験、機械学習の実装・運用、 プロジェクト推進（要件整理・関係者調整）など、これまでのIT実務経験を活かせるポジションが見つけやすい傾向があります。

【要点】ムービンがAI転職に強い理由
・1996年創業、29年以上にわたる大手・有名企業への転職支援実績
・Amazon、ソニー、マッキンゼー、Salesforce、PKSHA Technology、IBM などグローバルトップ企業から日本発ユニコーンベンチャーまでAI転職で外せない企業を紹介可能
・業界トップクラスの企業で活躍してきたビジネスプロフェッショナルがキャリアアドバイザーとして、キャリア相談、求人紹介、書類添削・面接対策、条件交渉など転職活動を一貫してサポート

AI転職を成功させるためには、ご自身の職務経験の丁寧な棚卸しと、親和性の高い業界・企業・ポジション選びが何より重要です。どれだけAIへの熱意やポテンシャルがあっても、「どのレイヤーで」「どの企業で」勝負するかを間違えると、せっかくの経験が十分に活かせないケースも少なくありません。

転職エージェント「ムービン」は、29年以上にわたる転職支援実績をもとに、ほぼすべての大手事業会社・コンサル・SIerの求人をご紹介できます。さらに、Preferred Networks、PKSHA Technology をはじめとした、日本発の優良AIメガベンチャーや成長スタートアップの情報も多数保有しています。

「AIをつくる」「AIプロダクトを伸ばす」「クライアントのDXをリードする」「事業会社の中でAIを武器に戦う」——どのキャリアパスがご自身にフィットするのか、AI人材視点でのキャリア設計から企業選び、選考対策まで一気通貫でサポートいたします。

また、未経験領域からのAI転職（例：コンサル→AIプロダクト側／SIer→事業会社AI組織など）を実現された事例も多数ございます。今すぐ転職を決めていない段階でも構いませんので、まずは「自分の経験でどのAIキャリアが狙えるのか」を知るつもりで、お気軽にご相談ください。



すべてのAI・IT求人一覧はこちら





弊社ムービンは、1996年創業・約30年の歴史・実績があり、東証グロース市場に上場している転職エージェントです。安心してご利用ください。

〒107-6207　東京都港区赤坂9-7-1 六本木ミッドタウン・タワー 7F
Copyright (c) movin strategic career CO .,Ltd. All rights reserved.
厚生労働省 職業紹介（許可番号:13-ユ-040418）