ニュースの概要
日立製作所とファナックが、AIと産業用ロボットを組み合わせた「フィジカルAI」の実装・事業化に向けて提携しました。日立のAI技術をファナックのロボットに生かし、まず日立グループの工場で実際の作業を試す計画です。狙いは、製品や工程が変わるたびに必要となる段取り替えや、経験を要する作業の自動化。人手不足への対応に加え、熟練者の技能を次世代へつなぐことも目指します。2027年度以降には半導体、医薬品、物流、自動車などへの展開を視野に入れており、実験室の技術を複数の産業で使える仕組みにできるかが焦点です。
引用元: 日立とファナックがフィジカルAIの共同事業化で戦略提携（PR TIMES / Hitachi）
分析・見解
工場を先に使うことで、現場の例外を学習できる
日立グループの工場を「カスタマーゼロ」として使う点は、単なる導入実績づくりではない。設備の配置、部品のばらつき、作業者の動き、停止時の対応まで含む実環境で、AIがどこまで作業を判断できるかを確かめられる。研究施設では再現しにくい、予定外の状況への対応力が問われるからだ。
工場の仕事は、毎回まったく同じ条件で進むわけではない。部品の置き方が少しずれたり、品種や注文量が変わったりする。こうした違いを前提に、ロボットが状況を見て動作を調整できれば、従来は人が担っていた細かな判断にも自動化の範囲が広がる。
段取り替えの短縮が、多品種生産の採算を左右する
生産品目の変更に伴う段取り替えは、治具の交換、位置の調整、動作の確認などを含む。作業時間だけでなく、再開後の品質確認や設備停止もコストになる。少量多品種の生産では切り替えが頻繁なため、変更のたびに専門担当者がロボットを再設定する方式では、自動化の効果が限定されやすい。
フィジカルAIが目指すのは、作業の条件が変わっても、現場の情報をもとに動作を組み直すことだ。ただし、変更内容を理解する力と、安全に実行する力は別々に検証する必要がある。設定時間が減っても、不良品や停止が増えれば総合的な効果はない。切り替え時間、品質、稼働率を同じ条件で測ることが重要になる。
熟練者の技能を、手順だけでなく判断の形にする
熟練作業の自動化では、動作を記録するだけでは足りない。作業者は材料の状態や音、わずかな抵抗の違いから、力加減や作業順を変えている場合がある。何を見て判断したのかを記録し、失敗したときにどう戻すかまで含めて整理しなければ、再現性のある仕組みにはならない。
ここに提携の意義がある。AIを工場の情報と結び付け、ロボットの動作に反映できれば、熟練者の技能を特定の人の経験から、工程で利用できる知識へ移せる可能性がある。一方、技能を学習用に記録するには、作業者の協力や現場の納得が欠かせない。自動化を人員削減だけの話にせず、危険・負担の大きい仕事を減らす設計にできるかが、導入の受け入れを左右する。
産業ごとの違いを越えるには、共通基盤と安全検証が要る
半導体、医薬品、物流、自動車では、扱う物や品質基準、許される停止時間が異なる。ある工場で動いた仕組みをそのまま別業種に移すことは難しい。共通化できるのは、環境を認識する方法、作業を指示する仕組み、動作履歴を確認する機能などであり、工程ごとの調整と検証は残る。
2027年度以降の展開に向けた鍵は、導入先ごとの作り直しをどこまで減らせるかだ。特定の作業に限った成功例だけでなく、条件変更への対応、異常時の停止、復旧にかかる時間を示す必要がある。人と同じ場所で動く場合は、安全を確認できる動作範囲や、異常を検知して止まる仕組みも欠かせない。導入台数より、異なる現場で再利用できる範囲が事業の広がりを決める。
ビジネスへの影響
まずは自動化したい作業を、切り替え頻度で選ぶ
導入候補を決める際は、「人手不足だからロボットを入れる」ではなく、どの作業で損失が生じているかを分けて考える。品種変更のたびに長く止まる工程、熟練者しか調整できない工程、危険や身体負担の大きい工程は、有力な候補となる。反対に、変更がほとんどなく、専用設備で安定して生産できる作業では、従来型の自動化のほうが費用対効果に優れる場合もある。
試行前には、現状の段取り時間、停止時間、不良率、作業者の調整時間を記録しておく。試行後に同じ指標を比べれば、導入効果を売上や稼働率への影響まで含めて判断しやすい。ロボットの動作が成功したかだけでなく、前後工程へのしわ寄せがないかも確認したい。
現場データと復旧手順を、試行の前に整える
AIが現場に合わせて動くには、工程の手順や設備の状態、過去の異常など、判断材料となる情報が必要になる。記録が紙や担当者の記憶に分散している場合、まず必要な情報を集め、更新責任者を決めることが先決だ。すべての情報を集めるのではなく、対象作業の判断に必要な記録から始めると、準備の負担を抑えられる。
試行では、正常に動く条件だけでなく、部品のずれや想定外の停止などをどう扱うか決めておく。誰が停止を判断し、どう復旧し、どの時点で人が作業を引き継ぐのかを明確にする。実証を短期間で終わらせず、現場の作業者や保全担当者が手順を確認する時間も計画に含める必要がある。
導入費用だけでなく、他工程へ広げる費用を見る
経営判断では、ロボット本体やAIの利用料に加え、周辺設備の改修、接続作業、安全対策、教育、保守にかかる費用を合算する。さらに、品種を追加するたびの調整費用がどの程度発生するかを確認したい。初期費用が低くても、工程ごとに個別開発が必要なら、複数拠点への展開時に投資が膨らむ。
契約や実証の評価では、導入後に自社で設定変更できる範囲、障害時の支援体制、データの保管と利用条件も確認項目となる。最初から全工場への導入を決めるのではなく、代表的な工程で効果と運用負担を測り、再利用できる部品や手順を見極めてから広げる。今回の提携が生む価値も、技術の目新しさより、現場ごとの立ち上げ負担をどれだけ抑えられるかで評価すべきだ。