トップ / 解説 / フィジカルAIの導入が進まない5つの理由と、先に決めること

OPERATIONS

導入の実務

フィジカルAIの導入が進まない5つの理由と、先に決めること

フィジカルAIの現場 編集部

ロボットが作業する工場のコンセプトイメージ
AI生成によるコンセプトイメージ

先に結論

政府が認めている「残る課題」

政府の「AIロボティクス戦略」(2026年3月決定、5月一部変更)は、技術が進んだことを認めたうえで、社会実装に向けた課題は依然として残っていると書いています。挙げているのは、安全性と信頼性の確保、汎用性と自律性、長時間の作業への対応、評価と検証の方法、運用上の責任の分かれ目です。

同じ戦略は、需要と供給の悪循環にも触れています。十分な需要が見込めないので供給側が量産投資に踏み切れず、量産が進まないので導入コストが下がらず、需要が立ち上がらない、という整理です。

理由1:両方が分かる人が足りない

ファインディが開発者向けの催しの申込者308人に聞いた調査(2026年7月公表)では、開発と運用で最も大きな課題として、次の3つが上位でした(3つまで選ぶ形式)。

ソフトとハードの両方を理解できる人材が不足47.1%
ソフトとハードのつなぎ込みに時間がかかる31.5%
試験導入から本番への拡大が難しい28.6%

回答者は催しの申込者に限られるので、日本企業全体の割合ではありません。それでも、作る側が人材とつなぎ込みを壁と感じていることは読み取れます。

使う側の人材も足りなくなる見込みです。経済産業省の推計(2026年3月の改訂版)は、2040年にAIやロボットなどを使いこなす人材が約340万人不足する可能性があるとしています。将来の推計で、実績ではありません。

理由2:現場に組み込む担い手が小さい

ロボットを現場の設備や工程につなぐ仕事は、専門の事業者(ロボットSIer)が担っています。日本政策投資銀行は2026年6月のレポートで、業界団体の正会員217社はほぼ全社が非上場の中小企業だと指摘しています。

同レポートは、この担い手の不足もあって、導入が試験の段階で止まりやすいと書いています。現場ごとに作り込みが要るため、同じものを横に広げにくい構造です。

理由3:学習に使うデータが足りない

ロボットの動きのデータは、文章や画像のようにインターネットから集められません。2026年9月の討論会では、司会を務めたGMOインターネットグループの廣惠次郎氏が、必要な量に対して「感覚的には5桁、6桁、数え方によっては7桁、8桁足りないかもしれない」と述べました。登壇者の感覚値で、測った数字ではありません。

同じ討論会で、AIロボット協会の松嶋達也氏は、実機を遠隔操作して集めるデータが学習に最も効く一方、「収集コストが高いのがネック」と話しています。集め方の種類と向き不向きは、データ収集の記事にまとめています。

理由4:成功率が「ほぼ100%」に届いていない

当事者が公表している数字を見ると、現在地が分かります。米Physical Intelligenceは2025年11月の論文で、改良したモデルの成功率が、衣類のたたみ、エスプレッソの抽出、箱の組み立てといった作業のほとんどで90%台だったと報告しています。多様な衣類をたたむ作業だけは届いていません。同社自身の報告値です。

90%台は高く見えますが、1日に何百回も繰り返す現場では、残りの数%にも人の手当てが要ります。失敗したときに誰が直すのかを決めておかないと、省人化になりません。

理由5:安全のルールが追いついていない機体がある

安全の規格が何もないわけではありません。整理すると次のとおりです。

従来の産業用ロボット国内では労働安全衛生規則と厚生労働省の通達(2013年12月)がある。リスクの評価に基づく措置や、国際規格に沿った設計・設置などが、柵に代わる措置として示されている
二足歩行など、電力で姿勢を保つロボット専用の国際規格(ISO 25785-1)は作成中。解説記事によると2026年初めの時点で作業原案の段階で、発行は2026年後半から2027年の見込み
EUで販売する機械新しい機械規則が2027年1月20日から義務になる。AIを使った安全機能を持つ機械の規定を含む

人型ロボットを人のそばで働かせる場合、何を満たせば安全と言えるのかが、まだ固まっていません。政府の戦略が「運用上の責任の分かれ目」を課題に挙げているのは、このためです。

費用は理由の一つだが、単独ではない

費用も壁です。ただし、本体の値段だけの話ではありません。データづくり、計算資源、現場の3D化、導入支援、導入後の更新と保守まで含めた総額で見る必要があります。内訳は導入費用の記事で整理しています。

導入を考える側が先に決めること

政府の戦略は、すぐ導入できる領域を見極める観点として、環境の安定性、作業の複雑さ、失敗をどこまで許せるかを挙げています。これを踏まえた編集部の整理です。

出典

あわせて読む

← 解説の一覧へ