ニュースの概要
日立製作所とFANUCが、工場でロボットとフィジカルAI（＝現実の物を見て触って動くAI）を組み合わせる実証に取り組んでいる。場所は日立の工場である。部品のピッキング、生産品種の切り替え、サイクルタイム、認識精度、品質といった項目を現場で確かめ、将来の商用化をめざす。これまでの産業ロボットは、あらかじめ決めた動作を高い精度で繰り返す用途が中心だった。フィジカルAIが加わると、現場の状況を見て、作業内容や環境の変化に合わせて動きを調整することが期待される。今回の実証は、その期待が実際の生産ラインで通用するかを試す場といえる。
引用元: 日立とFANUC、工場向けフィジカルAIの実証を開始（Ground News）
分析・見解
「同じ動作を繰り返す」から「状況を見て動く」への転換
産業ロボットの強みは、ミリ単位の位置決めを何万回でも同じように繰り返せることだった。この強みは今も変わらない。ただし条件がある。部品が決まった位置に、決まった向きで届くことだ。この前提を守るため、現場は専用の治具（＝部品を固定する道具）や整列装置に多くの費用をかけてきた。フィジカルAIは、この前提そのものを緩める技術である。カメラで部品の位置や向きを見て、その場で掴み方を決める。整列の手間が減れば、ロボットを置ける場所が一気に広がる。
日立とFANUCの組み合わせが持つ意味
FANUCは世界で最も多くの産業ロボットを納めてきた会社の一つで、止まらず、壊れにくいという信頼を築いてきた。日立は工場の運営や制御システム、データ活用に長い経験を持つ。AIの新興企業が単独で挑むより、ロボット本体の信頼性と現場運用の知見が最初から揃っている点が大きい。自社工場を実証の場にできるのも利点だ。実験室では見えない、油汚れ、照明の変化、部品の個体差といった現実の揺らぎを、実際の生産条件で確かめられる。
検証項目に表れた商用化の本音
注目したいのは検証項目の並びである。ピッキング、品種切り替え、サイクルタイム、認識精度、品質。派手なデモではなく、工場長が最初に聞く質問ばかりだ。AIが賢くても、1個を取るのに人の2倍かかれば採算は合わない。認識精度が99％でも、100回に1回の取り損ないでラインが止まれば現場は使わない。つまり勝負は、賢さそのものよりも、遅くならず、止まらず、品質を落とさないことにある。ここに今回の実証の本質がある。
独自の視点：価値の中心は「段取り替え」にある
フィジカルAIの最大の効果は、新しい作業ができることよりも、品種を変えるときの手間が減ることだと筆者は考える。多品種少量生産では、品種を切り替えるたびにロボットのプログラムや治具を直す。この段取り替えの時間が、自動化の採算を悪くする最大の原因だった。AIが部品を見て自分で調整できれば、この時間が縮む。1日に何度も品種が変わるラインほど、効果が大きい。人手不足が深刻な中小の部品加工現場にとって、ここが本当の入り口になるだろう。
ビジネスへの影響
今すぐ全面導入せず、自社の「困りごと」を棚卸しする
実証段階の技術に飛びつく必要はない。ただし、準備は今から始められる。まず、自社の工程で人が手で行っている作業を洗い出し、その理由を分けてみる。部品の向きがばらつくから人がやっているのか。品種が多くて切り替えが重いからなのか。この理由がフィジカルAIの得意領域と重なる工程が、将来の候補になる。逆に、同じ部品を同じ位置で繰り返す工程は、従来のロボットで十分で、AIを足す意味は薄い。
ロボット導入の費用評価に「切り替え時間」を加える
導入の採算を見るとき、多くの企業は人件費の削減額とロボット代金だけで計算する。これからは、品種切り替えにかかる時間と、治具や整列装置の費用も数字に入れたい。現在の計算では赤字に見える案件でも、これらを含めると黒字に変わることがある。SIer（＝ロボットの組み立て・導入を請け負う会社）に相談するときも、切り替え頻度を具体的に伝えると提案の質が上がる。
商用化に向けた情報収集と、現場の人材準備
商用化の時期や価格は、今後の実証結果で決まる。サイクルタイムと認識精度の数値が公表されたら、自社の許容範囲と見比べたい。同時に、AIが動かすロボットの調整や不具合対応には、画像や動作を理解できる保全担当者が要る。今のうちに教育の計画を立てておけば、技術が使えるようになった時点で出遅れずに済む。