■基調講演

フィジカルAIとは、AIがデジタル空間にとどまらず、センサーやロボットを通じて現実世界を認識し、自律的に判断し、物理的な動作として実行する「実世界で動くAI」を指します。近年の各種調査や研究レポートでも、生成AIに続く次の進化段階として、情報処理中心のAIから、物理的価値を直接創出するAIへの転換が始まっていることが示されています。従来のロボット自動化が「あらかじめ定義された動作を正確に繰り返す」ことを前提としてきたのに対し、フィジカルAIは環境の変化を理解し、その場で最適な行動を生成する点に本質的な違いがあります。固定化された生産ラインではなく、変動する現場、多品種少量生産、非定型作業といった現実の複雑性に対応できる柔軟性こそが、その核心的価値です。

この潮流は単なる技術トレンドではなく、社会構造の変化に根ざしています。労働力不足と高齢化が進む中で、熟練技能の継承や現場オペレーションの維持は、製造業のみならず物流、建設、医療・介護など幅広い分野における重大な経営課題となっています。人の判断力や身体性を前提としてきた業務を、持続可能な形へどう転換するのか。フィジカルAIは単なる省人化ツールではなく、「人と協働しながら現場を支える知能」として、構造的な労働制約に対する現実的な解の一つとして期待されています。

政府においても、実世界データとロボティクスを融合させた次世代産業の創出を掲げ、研究開発投資や産業基盤の強化を進めるなど、競争力確保に向けた動きが加速しています。特に、製造現場に蓄積された高度なプロセス技術や現場データは、フィジカルAIの高度化にとって重要な資産です。一方で、海外では大規模投資と国家戦略の下で研究開発が進んでおり、特許・人材・資本の獲得競争は激化しています。技術力のみならず、政策・産業・アカデミアが連動した総合的な戦略が問われています。

製造業の現場ではすでに変化が始まっています。協働ロボットに高度な状況認識を組み合わせ、作業者や工程の状態に応じて動作を最適化する取り組み、品質検査と物理制御を統合した自律型システム、自律搬送ロボットによる動的な工程間連携など、実装フェーズは着実に進展しています。フィジカルAIは、単なる自動化の高度化ではなく、現場そのものの再設計を促す存在です。市場規模の拡大も見込まれ、ロボット、エッジコンピューティング、センサー、半導体、クラウド基盤などを含む広範なエコシステムに波及効果をもたらすと予測されています。

しかしながら、その導入には乗り越えるべき課題も少なくありません。複雑で予測困難な環境下における安全性確保、リアルタイム制御と高度なAIモデルの統合、法規制や責任範囲の整理、投資対効果の明確化、さらにはAIと協働できる人材の育成など、技術・制度・組織の三位一体の変革が求められます。フィジカルAIは「導入すれば成果が出る」単体技術ではなく、データ基盤整備や業務プロセス改革を伴う経営テーマそのものです。

本カンファレンスでは、政府の競争力強化の方向性、製造業における最新動向、従来型自動化との本質的差異、市場インパクト、活用事例、そして実装上の課題を総合的に整理し、フィジカルAIを単なる流行概念ではなく「実世界で価値を創出する戦略テーマ」として再定義します。労働力不足と高齢化という構造的課題に直面する今、AIは“考える存在”から“動く存在”へと進化しています。フィジカルAIは、ものづくりと社会インフラの未来を左右する転換点となるのか。本カンファレンスは、その可能性と現実解を多角的に議論する場として開催した。

■基調講演

AIがもたらす産業構造の転換
～フィジカルAI時代のものづくり革新～

テクノロジーは、ある段階を超えると指数関数的な進化段階に入る。AIは今まさにその段階に入った。人間の知力の限界を超えることはないが、森羅万象の学習をずっと続けるわけで、皆さんは非常に優秀・有能で鋼鉄のメンタルを持ち、かつ低コストの部下を持つことになる。

AI時代はホワイトカラーの余剰人員を抱えていない中堅・中小企業は、むしろ有利かもしれない。プログラミング言語ではなく日本語で指示を出せばいいため、若い人より自然言語の能力に優れる年配の人のほうが有用な場合も増える。それほど時代は大きく変わっている。元大手名門コンサルティングの社員のホワイトカラーたちを手元に抱えているようなものなので、AIをとにかく存分に使ってほしい。

少子高齢化が進み、外国人労働者の流入も制限する方向であるため、構造的人手不足は不可逆的に深刻化していく。とはいえAIで代替できるホワイトカラーの採用は抑制すべきだ。経営者は人的生産性をどう上げるかを考え抜くことが肝要だ。一人当たり時間当たり、どれだけ経済価値を産む仕事をしてもらうかを考えるべきである。

企業の大中小、正規非正規雇用を問わず賃上げ市場の圧力は高まり続ける。問題は失業や雇用不安ではなく、雇用の質、すなわち賃金とホワイトな労働条件の実現だ。競争モデルは正反対に転換した。かつては「値下げで商売防衛→コスト抑制→賃金抑制→雇用防衛」であった。しかし現在は「賃上げ→人材リテンション→付加価値アップ→収益拡大」の時代である。

事業再編・企業再編、ジョブ型シフト、積極的労働移動（特に若手層）も必然的に増えつつある。デフレはようやく終焉を迎え、資本市場の活性化、企業価値の向上、資産所得向上、そしてインフレと金利が上昇する時代がきている。労働供給余剰の時代の発想や制度は、確実に有効性を失う。発想を転換すると今、大きなチャンスが到来する。

付加価値労働生産性を上昇に転じさせる絶好機の到来だ。人手不足の時代に、労働生産性と失業問題のトレードオフはなく、日本の労働生産性の低さはむしろ伸びしろの大きさとなる。付加価値労働生産性（1時間あたり）＝付加価値額（粗利）÷労働投入量（総労働時間）。付加価値労働生産性×労働分配率≒賃金　付加価値労働生産性×総労働時間≒GDP、である。

コモディティではなく、みなさんの会社でなければできない事業に集中して取り組むべきだ。差異化力、価格転嫁力が粗利向上につながる。デジタル化、見える化、自動化が総労働時間減少につながる。「何に対して顧客は余計にオカネを払いたいのか」を考え、大量生産大量販売のビジネスモデルは捨て去ろう。

「供給責任がある」は禁句。本当に必要であれば、値上げ要求は受け入れられる。製品ごとの収支を配賦コストまで含め可視化して把握したい。グロス型の事業、赤字の事業は止めるべきだ。立ち上げ当初赤字の事業が将来黒字転換する可能性も非常に低い。

破壊的イノベーションによるゲームチェンジングゲームの時代は続く。ゲーム内競争ではなく、ゲーム自体を変える戦いだ。産業、企業、ジョブの新陳代謝を積極的に捉えなければ経済も賃金も停滞する。例えば、テレビ事業がなぜ儲からないか。消費者の大半はもはやテレビではなく、コンテンツにオカネを払いたいからだ。『鬼滅の刃』を高価な有機EL大画面4Kテレビで見ても安価な液晶テレビで見ても、大きな差異はない。

かつては下記スライドの左側のようなレイヤーであったが、今は右側だ。そして右側の世界に自然言語で誰でも使えるAIレイヤーが形成されてかぶってきている。変革は急で、例えばSaaSはAIプラットフォーマーに飲み込まれつつある。

生成AIに関しては、ことものづくりの現場との関係においては代替性がない。身体性がないからだ。知的生産活動においては、価値ある仕事は上流＝「現場エキスパート」によるリアルな現場での行動・意思決定と、下流＝「ボス稼業」つまり答えがない中で長期方針や基本方針を決める仕事、に分かれる。その間に位置する、情報の伝達・整理の仕事はAIが代替する。

フィジカルAIは、生成AIと比べるとまだ夜明け前である。工場の生産現場や農業の現場には、視覚情報と触覚情報を両方活かせる人間の「手」による、曖昧さがあり柔軟性が求められる手作業が残っている。これに代替するフィジカルAIはまだ現れていない。ちなみに自動運転は視覚情報だけなので、公道・一般道での実用化にはハードルがあるものの、比較的容易な技術だ。

AX（AIトランスフォーメーション）の時代は、ソフトウェアデファインド／AIディファインドなものづくり／ソフト・AIとハード融合型のコト（ソリューション）つくりの時代である。これらに対応できる組織能力をいかに具備するか、その過程で否応なしに進むビジネス・サービス・製品全体のレイヤー化やモジュール化にどう対応するかが鍵になる。付加価値の取れるレイヤー、モジュール領域で「ものづくり」の付加価値で勝負すべきだ。

高度なハードウェア製造の技術も必要不可欠だ。仮に、先述の人間の手と同等の機能を持つフィジカルAIが開発できたとしても、ハードウェア的な緻密さや再現性は必ず問われる。日本はモノ作りの高度な技能・技術を保持しており、チャンスだ。ただし、先述の通り「その中でどこでメシが食えるか」「どこが付加価値を取れるポイントなのか」を考え抜かなくてはならない。

エヌビディアのような大きな領域ではなく、小さくても圧倒的なポジションをとれる市場を見つけ、その数を増やす。事業規模が大きくなることにあまり価値はない。2000億の仕事を10個つくっての2兆円より、100億円のビジネスを200個つくるほうが強固な体質になる。そして、中国はそうした小さな市場には入ってこない。

日本の現場力は強い。日本ならではのものづくり、擦り合わせの力も価値を持つ。それらをオカネを生む分野で生かしたい。先のスライドの右側の分野・市場のどこでみなさんの会社が持つ技術や人材の力が発揮できるか。経営者が力量を発揮し、しっかりとポジションや市場を取ることができれば、日本や日本企業にとってフィジカルAIの時代は大きなチャンスとなる。

■論点整理＆基調対談

フィジカルAIによる産業構造の変化
～製造業に求められる変革とは？～

基調講演を受けて小泉氏が論点整理を行い、冨山氏との基調対談が実施された。以下はその抄録。

「生産管理において、分ける化・見える化を本気でやろうとつきつめると、必然的にDXになっていく。明確に『この部分の生産性を上げたい、収益性を上げたい』と自分たちで決めて、空間と時間の分ける化・見える化を進める。自分たちの問題意識から入らずに受け身でDXや設備投資を進めると、ITベンダーにだまされて失敗することになる。特に、新しく入れた設備の稼働率を上げるために安値受注をするのは悪手だ。物理的稼働率ではなく経済的稼働率、付加価値生産性を上げなければならない」（冨山）

「売上を上げる、伸ばすのではなく、売上はそのままで機械を入れてコストを下げるという発想は良くない。日本の製造業は、いつもの取引先からいつもの対価で仕事をもらって……という思考がしみついている。エヌビディアの半導体に対抗する半導体をつくらなくては、という発想は政府の意向も含め良くない。半導体製造の周辺の事業・産業、例えば冷却装置や電源などに目を向けると、新たな取引先、事業の創出になる。例えば昔からある冷却技術が、現在のデータセンターの有用な冷却技術になるということもある」（小泉）

「AI活用、工数削減のために本気でデータを取ろうと考えることがステップ1。例えば、私が関わっているバス会社では、AI画像認識でドライバーの動きを把握しパフォーマンス改善につなげる試みを行っている。コンペを実施してスタートアップから低コストでAI画像認識システムの提供を受けている。フィジカルAIも、サブスク型で安価に提供を受けられる時代がいずれくるだろう。クラウド化、ソフト化が進めば企業の規模は関係なしにフィジカルAIの恩恵を受けられるようになる」（冨山）

「従来からある会社の競合となる新しい会社は、ビジネスプロセスのすべてのデータを持っている。AIに入口から出口までの全データを読み込ませることで、生産性は圧倒的に高くなり、コスト評価もできて抑えられる。セクショナリズムもない。人間よりもAIは複雑なことを考えられるし、問題が起きた場合も迅速に対応できる。フィジカルAIが生産現場に入った時には、旧来の企業と新しい企業との間に大きな差がつくことだろう」（小泉）

「AIは変数が多いものの最適化は非常に得意。今回の戦争もAIが大いに使われ、人間の頭脳では到底不可能なオペレーション・調整が行われている。AIが得意なことをAIにやらせればよい。生産現場でみなさんが行っている時間や調整に付加価値はないから、AIに委ねるのだ。AIの論議をするときに注意すべきは『本当に顧客がオカネを払いたいものは何か』を考え、そのことに会社の人的資源、匠の技、擦り合わせ力を集中することだ。AIにできることはコモディティになる。『AIは何ができるか、ではなく、どういう仕事だったら私たちは人間がやってくれていることにオカネを払いたいと思いますか』という問いを常に意識したい」（冨山）

「日本の製造業は堅固な“系列モデル”でやってきているところが多い。クルマで言えばトヨタ自動車が指示・発注をしてくれ、それに応えるだけの仕事をしているため、部品メーカーの経営者は“問いをたてる力”が落ちる。そういう仕事はAIと競合する。また、現代は世界レベルのゲームチェンジが起き、イノベーションに対峙しているため、OEM＝トヨタの側もまた問いをたてることが難しくなってきている」（冨山）

「基調講演で述べた「ボス稼業」をやるには四つの力が求められる。（1）問う力。本質的に何が大切か、付加価値を生むのは何かという問いを立てる力。（2）決める力。AIは決断をしてくれない。（3）動かす力。ソフトパワーで組織を動かし経営する力、人望。（4）引き受ける力。（1）～（3）をやってもどうにもならないことや失敗はある、それを引き受ける。AI時代にはこの四つが顕在化する。この四つを持っていれば、日本の製造業は大いにチャンスがある」（冨山）

「製造業はモノにものを言わせられる。ソフトウェアに比べて言葉の重要性が低い。ある製品で現在、世界の7割のシェアを持つ日本企業は、海外の出資者に直接製品を売り込み、高額で優秀なAIエンジニアを雇い、トップシェア獲得に成功した。もともと少量生産の段階で世界トップレベルの技術と製品を持っていたのだが、さらなる量産も実現した。日本のものづくり企業は、多様な優秀な製品と技術を持っている。海外のトップはサンプルを自身で吟味し、部下任せにせず自らが調達や投資の意思決定にかかわる。懐に飛び込み、世界に打って出てほしい」（冨山）

「AI時代は、『人間は本来的に、本質的にどこで価値を生み出すか』を、会社でも社会でも考えて実行しなければならない時代だ。海外で熾烈なAI開発競争、過当競争が繰り広げられているが、日本の私たちはそれを“使うこと”を考えればよい。良いものをインフラ、空気だと思って安く使い倒せばいいのだ。フィジカルAIは技術を持つ日本の産業にとって朗報をもたらす。とにかく今はAIを使うことが一番。有能なAIを使い倒しているうちに身体的な機能も持ったフィジカルAIロボットも出揃ってくるだろう」（冨山）

「今はまだフィジカルAIは黎明期だが、気づくと成熟していてみなが普通に使っているような環境になる。部分部分で使うのではなく、『何を為すために使うか』という問いを立てつつAIを使っていきたい」（小泉）

■特別講演（1）

“Sensing & Control + Think”の進化
～AI時代のものづくりを支えるオムロンの研究開発の最前線～

オムロンは時代の変化を先読みしまだ顕在化していない社会的課題をいち早く捉え解決する“ソーシャルニーズの創造”に挑戦し事業を拡大してきた。事業を支えるコア技術コンセプトが“Sensing & Control＋Think”。主力の制御機器事業では、幅広いラインナップを誇る商品群と革新アプリケーション・ソフトを組み合わせ、製造現場の課題解決につながるソリューションを提供している。また、オムロンのデバイスから得られる高品質のデータと他のデータを突合し、顧客の本質的課題を解決するデータサービスを創出している。

創業者である立石一真は「機械にできることは機械に任せ、人間はより創造的な分野での活動を楽しむべきである」という言葉を残している。ここでの機械とは、制御と通信をおこなう情報システムのこと。オムロン サイニックエックスでは2020年頃に、機械の1つの進化の形として、機械＝“五感”や“身体”を有する調和型AIシステム、と定義した（当時はフィジカルAIという言葉はなかった）。

機械の“五感”は空間・時間分解能が向上するにともなってモダリティー（様式・様相）を行き来する。例えば、高速・高解像度カメラで紙などの表面の微小振動を検知することで、空気の振動すなわち音が見える。これは、センサーを通じた視覚と聴覚というモダリティの行き来であり、カメラで撮影している映像情報から音声情報を取る「ビジュアルマイクロフォン」として既に米国で実現している。こうしたものに接しているフィジカルAIが今後どのように進化していくのか興味深い。

フィジカルAIを考えるにあたって、EI（Embodied Intelligence）＝身体知を避けることはできない。身体知とは、環境との物理的相互作用を通じて、身体の構造・感覚・運動能力に埋め込まれた形で形成される明示化困難な知識体系だ。これが技術的に社会実装されていくことで、フィジカルAIが世の中に実装されることにつながっていく。

“頭脳”＝AIの進化が、機械の“五感（視覚、聴覚、触覚など）”や“身体（ロボット、工作機械など）”を進化させる。それだけではなく、五感と身体からもたらされたEI＝身体知により、頭脳＝AIが賢くなる。これが、あるべきフィジカルAIの双方向的進化だ。

賢くなったAIが現場のセンサーやアクチュエーター、現場の各種装置、ロボット、自動車、ドローンなどにつながってそれらが賢くなり、環境に応じて動く。現在のフィジカルAIはこのレイヤーでの研究が注力的に進められている。この方向とは逆の、現場のセンサーや身体（ロボット）のデータによっていかにAI全体をどう賢くしていくかという工学的な構造を実現することにも注力していくべきだ。本質的なポイントはここにある。

弊社の、人と機械の関係性の進化、オートメーションの考え方は、人の作業を担う「代替」⇒機械が人と共に働く「協働」⇒人間らしさを引き出す「融和」の3段階で考えている。現在のAIは、代替についてはほぼできている。フィジカルAIは協働、融和、つまり補完の役割を果たすことができるものであり、人間をより幸せにできると考えている。

弊社は、人と機械の融和、機械の身体やフィジカルAIの進化を研究するためにさまざまな実験・試作を行っている。※卓球ロボット／軽量な腱駆動アーム／粉を混ぜるロボット／触覚センサーの事例紹介あり。

繰り返しになるが、機械の五感、機械の身体から得た経験をAI側にフィードバックすることがフィジカルAIの進化には必須だ。機械の五感と身体は非常に多様だ。言語というフィルタリングされた二次情報の大量付与・記憶で生成AIは賢くなってきたが、その成功体験、スケール則はフィジカルAIの進化にはあてはまらないのではないかと考えている。

フィジカルAIには人間と同様、大脳だけではなく海馬や小脳、脊髄反射の機能が必要だ。計算リソースや電力を湯水のようにつぎ込むことは現実的ではない。弊社は、これを打開するための一例として、ケーブルのたるみ・柔軟変形・遅れ・非線形振動などの「ノイズ・誤差・不確実性」を逆手にとって計算資源（リザバーコンピュータ）として活用する「物理リザバーコンピューティング」の研究を進めている。“物理”とついていることからも分かるとおり、半導体での計算はほぼ行わず、機械の身体で計算させる低消費電力の手法だ。もちろん計算機の媒体としては、メカニカルな構造に限定されているわけではなく、多様な物理現象の活用が考えられる。※解説あり

機械の“大脳”にあたる部分だけを進化させるのは得策ではない。それ以外の部分をいかに工学的に実装し、五感・身体が現場で触れている一次情報を賢く処理するライトな頭脳をもたないと、フィジカルAIの黎明期は脱せない。テクノロジー視点でみた「フィジカルAI」とは、「人間中心の知性観」から「多感覚・多主体の知性観」への転換である。

■特別講演（2）

コマツが描くモノづくりにおけるAI活用、その到達点
～フィジカルAI時代に目指す“未来の現場”像～

◎コマツにおけるAI導入推進／開発におけるAI活用

弊社は中期経営計画で、ありたい姿を「安全で生産性の高いクリーンな現場を実現するソリューションパートナー」と定義した。成長戦略の3本柱が、（1）イノベーションによる価値創造（2）成長性と収益性の追求（3）経営基盤の革新。（3）には、AI活用・DXによるビジネス基盤の効率化への大胆かつアジャイルな取り組みも含まれる。全部門参加型の生成AIプロジェクトを発足し、実用化を推進している。

コマツにおけるAI活用とは、現場の人・機械・設備・部品・環境から得られるデータをもとに、AIが状態を認識し、変化を判断し、最適な行動へつなげる仕組みだ。グローバルなワーキングチーム活動で、あらゆる分野での開発力の強化や生産性向上、および業務改革を推進している。

開発においては、ダントツを次々と生み出し続ける人材と開発システムを再構築。デジタル技術を活用し、設計ノウハウやプロセス、根拠の情報を活用しやすい形で蓄積。それを次の開発時に設計ガイドとして活用することで、設計スキルの底上げを図り、設計業務の効率化と設計品質の向上を実現する。

AI活用の具体例としては、設計サポートチャットボットにより、ナレッジの検索時間を短縮し、削減できた時間で深い検討を可能にした。FTA（Fault Tree Analysis）作成支援アプリや、図面チェックAIも活用している。

◎生産（製造現場）や、アフターマーケット・サービスにおけるAI活用

自社工場だけではなく、協力企業の課題解決も目的に“KOM-MICS”を独自開発した。この簡単につながるシステム・アプリケーションによって、生産設備の生データを収集。データ蓄積・意味づけ・有用な情報の生成を行い、見える化して現場にフィードバックし改善を行っている。

また、データ取得範囲の拡大と活用レベルの向上でプラットフォームとして展開し、協力企業も含めた効率的なものづくりを実現している。過去不具合に対してKOM-MICSのデータでAI判定可否を検証し、異常および異常傾向が分類できた例などがある。製造履歴と品質データをつなげることで不具合を未然に防止し、市場データとの直結で生まれの品質向上が実現する。

また、AIで作業者の位置を検知し、設備の稼働に合わせて人の動きを可視化している。画像処理AI活用により溶接・組み立て作業の見える化や、現場情報のデジタル化も行っている。

“Komtrax”は、世界で稼働する建設車両から自動でデータを収集し、遠隔での車両の監視・管理・分析を可能にする仕組みだ。2001年に標準搭載されてから、世界中の車両情報を見える化し、顧客の機械の効率的な稼働をサポートしている。寿命の予測や異常・故障の検知・未然防止、オーバーホールタイミングの検知などに役立っている。Komtraxに加え、開発から下取りまであらゆるデータをつなげることで、ビジネスに有用な価値を生み出している。

◎価値創造／リスクマネジメント

コマツのAI活用は、開発・生産・サービスが相互に学び合う循環構造になっている。

開発・製造・サービスで得た多様なデータを一元管理し、AIで知見を生成。4層構造で全社横断の知識循環を実現している。また、全社統合プラットフォームにより、各部門が同じ“真実のデータ”で連携している。データとナレッジの循環、データマイニングにより、開発・生産・サービスの相互進化を促進し、属人的知見の形式知化と継承、全社スピード学習体制を確立している。

実世界で動くAIは、安全・責任・現場納得感まで含めて設計する。AIの出力が現場に影響するリスクがあるため、安全と生産性を切り分け、使われ続ける仕組みにする。「AIに任せる範囲」「人が判断する範囲」を明確化し、現場データ・安全設計・説明可能性をセットで実装する。

人材不足対応や技術伝承には効率化や自動化は必須であり、今後もより一層のAI活用が必要だ。弊社は、AIと人間がそれぞれの強みを活かし新たな価値を創造する社会と、安心して働ける持続可能な産業社会の実現を目指す。効率化を超え、業務そのものが変革する新しい働き方へ。自律化・予知・共創が生む新しいサービスへ──。AI活用を、業務改善の段階から業務の高度化や顧客価値の革新の段階へ進めたい。

1. TOP
2. 【イベントレポート】躍動「フィジカルAI」　ものづくり構造改革の核心を探る一日