熟練者の目をロボットに。自動化を推進するフィジカルAI

製造業の自動化は、同じ製品を大量に作るラインから進んできた。一方、製品が頻繁に切り替わる多品種少量生産の工程では、部品の形状が変わる頻度が高いため、人の目と手に頼る作業が少なくない。
こうした工程の自動化に向けて、AIによる異常検知で製造現場を支えてきたブレインズテクノロジー株式会社が、ロボットの導入支援サービスを始めた。ロボットに「目」と「AI」を与えることで、何が変わるのか。（文＝RoboStep編集部）

▼国内外のトレンドを毎日掲載！
ロボット活用のリアルを解く『RoboStep』

2026年8月、AIや機械学習を活用したソフトウェアの開発を行うブレインズテクノロジーは「フィジカルAI 現場実装・ロボット導入支援サービス」の提供を開始した。同社は、故障の兆候や不良品をAIで検出する「Impulse」を展開している。製造業向けの製品の領域で培った技術と知見を活かし、AIでロボットを動かすシステムの導入支援を進めていく。

（引用元：「フィジカルAI 現場実装・ロボット導入支援サービス」ブレインズテクノロジー株式会社）

最大の特徴は、同社の強みである画像・動画の認識技術と先端のロボット基盤モデルを組み合わせている点にある。製造業の現場では、少品種大量生産の工程を中心に自動化や省人化が進んでいる。その多くはロボットの駆動のしやすさを考慮した専用ラインだ。

一方で、多品種少量生産の製品は、汎用的な生産ラインで生産を行うため、ロボットの自動化に必要な繊細な設計を施すことができない。そのため人の手による作業が残る傾向にあった。

このような工程を自動化するには、一つひとつの生産を認識し、ずれを微調整するロボットが必要だ。その鍵の一つとなるのが、画像認識の技術である。

ブレインズテクノロジーは、製造業の現場に適した画像認識技術の開発を続けてきた。この認識技術と基盤モデルを組み合わせることで、ロボットがその場にあった動作を選択する環境を構築することが可能になった。

さらに、同社のサービスはシステムの構築だけにとどまらない。データの収集とその学習も担っており、他の工程やロボットにも適用できるシステムを構築している。AI時代に必要な拡張性を持たせることで、システムのサイロ化を防いでいると言える。

（引用元：「フィジカルAI 現場実装・ロボット導入支援サービス」ブレインズテクノロジー株式会社）

今後、同社はロボットメーカーやエンジニアリング会社などとの連携を深め、製造業以外の業界にも支援を広げていくという。

今回のサービスは、専門性に特化した要素技術がフィジカルAIの実用化に必要なことを示唆している。

フィジカルAIの実用化を目指して、ロボットの基盤モデルの開発は激化している。汎用的なモデルが開発されれば、人間と同じように自律した作業を担うことができるようになる。

一方で、基盤モデルの判断を実際の動作に移すには、現場の環境に適した技術が必要となる。例えば製造現場では、品質を安定させるため、標準化された作業が求められる。しかし、材料や部品にはばらつきがあるため、決められた作業だけでは品質を保てない場合もある。そうした場面では、作業者の勘やコツに頼らざるを得なかった。

こうした勘やコツを再現するうえで重要なのが、現場の状況を正確に把握する力だ。人間は目や耳などの五感を使って周囲を認識している。ブレインズテクノロジーは、その中でも特に重要な「目」の役割を、画像・動画の認識技術によって再現した。異常検知で培った技術を活用することで、熟練者のように現場を見極める力をロボットに持たせたと言える。

今後のフィジカルAIは、画像や音声認識、アームなど、それぞれの専門性を持つ技術を組み合わせる形で実用化が進むと考えられる。

人手不足が続く製造業にとって、工程の自動化は避けて通れない課題だ。発展を続ける基盤モデルと専門性の高い要素技術の組み合わせにより、フィジカルAIの開発と社会実装は進んでいくことだろう。

※本記事は、PR TIMESのプレスリリースをもとに構成・編集したものです

▼国内外のトレンドを毎日掲載！
ロボット活用のリアルを解く『RoboStep』