トップ / 解説 / フィジカルAIの導入事例(製造業)を、段階とデータの集め方で読む
OPERATIONS
導入の実務
フィジカルAIの導入事例(製造業)を、段階とデータの集め方で読む

先に結論
- 製造業のフィジカルAIは、国内ではほとんどが実証や試用の段階です。本番のラインで長く動いた例として公表されているのは、海外の少数です。
- 事例は「データをどう集めたか」で分けると読みやすくなります。ただし国内では、集め方を公表していない例が多数です。
- 発表の数字は、目標なのか実績なのか、何と比べた値なのかを確かめてから読みます。
事例を読むときの3つの物差し
導入事例の発表は、表現がまちまちです。この記事では、次の3点で整理します。
- 段階:展示、実証・試用、本番稼働のどれか。
- データの集め方:人が遠隔操作して教えたのか、仮想空間で練習させたのか、現場で動かしながら学ばせるのか。集め方の種類はデータ収集の記事にまとめています。
- 数字の性質:目標か実績か。何と比べた値か。
国内の事例
アイシン:通い箱のピッキング(実証)
ブレインズテクノロジーは2026年3月、アイシンと共同で、人型ロボットと無人搬送車を連携させた実証を公表しました。運ばれてきた通い箱を取り出し、シュートに投入する作業です。発表は「一連の自律動作が安定して行えることを確認しました」という表現で、成功率などの数値と、学習データの集め方は書かれていません。今後は実際の生産ラインへの適用に向けて開発を進めるとしています。
TE Connectivity Japan 掛川工場:部品の並べ替え(試用)
2026年9月の報道によると、自動車向けコネクターを作る掛川工場で、双腕の人型ロボット「NEXTAGE」1台を試用しています。カメラは上半身に2台、手元に2台の計4台。組み立て工程で部品を所定の位置に並べる作業を任せる想定で、基本の動きの学習は約1時間で済むとされています。本番導入の前の段階です。
三菱電機:自社工場を実証の場に(実証)
三菱電機は2026年3月、AI企業の燈と組んだフィジカルAIの戦略を発表しました。報道によると、すでに3つの工場で実証が進んでいます。
日立製作所とファナック:現場で学び続ける方式(計画)
両社は2026年9月30日に提携を発表しました。日立の茨城地区の工場を最初の導入先として、さまざまな形の部品のピッキングと、生産品目の切り替えに伴う段取り替えを対象に実証します。2027年度までに技術を確立し、同年度から共同で展開する計画です。発表文は、模倣学習や仮想空間でのシミュレーションだけでは成し遂げられない、現場で起きる課題に対応すると書いています。
ツムラ:共同のデータ拠点を使う(準備)
ツムラは、企業が共同で運営するデータ収集拠点に参画しています。拠点で人がロボットを遠隔操作して学習データを作り、参画企業の共通の資産として使う枠組みです。拠点の詳しい仕組みはデータ収集センターの記事で扱っています。
海外の事例
BMW:本番のラインで11か月(本番稼働)
米Figureは2025年11月、米サウスカロライナ州のBMWの工場で、人型ロボット「Figure 02」を11か月稼働させたと公表しました。同社の公表値は、稼働1,250時間超、扱った部品9万個超、生産に関わった車両3万台超です。
注意したいのは「99%」という数字です。同社の文章では「1シフトあたり99%を超える成功率」は目標として書かれており、達成した実績値としては示されていません。学習の方法も書かれていません。
メルセデス・ベンツ:熟練者が遠隔操作で教える(試験)
2025年3月の報道によると、同社はハンガリーとベルリンの工場で、米Apptronikの人型ロボット「Apollo」を10台未満で試験しました。部品をラインへ運ぶ作業などです。作業の手順は、熟練の作業者が遠隔操作とAR(拡張現実)を使って教えたとされています。
現代自動車グループ:工場の中に練習場を置く(準備)
同グループは2026年9月、米ジョージア州の工場の敷地内に、Boston Dynamicsの人型ロボット「Atlas」の訓練と検証の拠点を設けたと紹介しました。部品の並べ替えと搬送を練習させ、現場での成功と失敗をAIモデルに戻して学び直させる循環を回すとしています。部品の並べ替えへの配備は2028年から、組み立て工程は2030年からの計画です。世界の工場に約2万5,000台を配備する計画も示していますが、いずれも計画値です。
データの集め方で分けてみる
| 人が遠隔操作して教える | メルセデス・ベンツ(熟練者が遠隔操作とARで)、ツムラ(共同の拠点で) |
|---|---|
| 現場で動かしながら学ばせる | 現代自動車グループ(現場の結果を戻して学び直す)、日立とファナック(現場固有の課題に対応) |
| 公表されていない | アイシン、TE Connectivity Japan、BMW |
国内の事例は、集め方を公表していないものが目立ちます。また、実在の工場を3Dスキャンして、その仮想空間でロボットを学習させたと明示している製造業の事例は、今回確認した範囲では見つかりませんでした。現場の3D化は、いまのところ検証や配置の検討での利用が中心です。作り方は工場のデジタルツインの記事で整理しています。
数字を読むときの注意
- 目標と実績を分ける。BMWの「99%」は目標です。二次的な記事では、実績のように書かれていることがあります。
- 「確認した」は数値ではない。「安定して行えることを確認」は、成功率を示していません。
- 計画の台数は今の台数ではない。「約2万5,000台」は将来の計画です。
導入を考える側が先に決めること
編集部の整理です。
- 自社に近い事例を、段階で選ぶ。展示や実証の事例は可能性を示すもので、効果の根拠にはなりません。
- 相手に、データの集め方を聞く。誰が、どこで、どのくらいの期間教えたのか。ここが自社の負担の大きさを決めます。
- 成功の条件を自分で決める。1回の作業にかけてよい時間と、許せる失敗の回数を、導入前に数字にします。
出典
- ブレインズテクノロジー プレスリリース(アイシンとの実証)(2026年3月5日公開・2026年11月16日確認)
- EE Times Japan(TE Connectivity Japan 掛川工場)(2026年9月7日公開・2026年11月16日確認)
- BUILT(三菱電機と燈の協業)(2026年3月19日公開・2026年11月16日確認)
- ファナック ニュースリリース(日立製作所との提携)(2026年9月30日公開・2026年11月16日確認)
- J-HRTI プレスリリース(関東データファクトリー本格稼働)(2026年8月26日公開・2026年11月16日確認)
- DIGITAL X「ヒューマノイド用AIモデルのためのデータ収集拠点、J-HRTIが開設」(2026年10月2日公開・2026年11月16日確認)
- Figure「F.02 Contributed to the Production of 30,000 Cars at BMW」(英語)(2025年11月19日公開・2026年11月16日確認)
- heise online(メルセデス・ベンツとApptronik・英語)(2025年3月19日公開・2026年11月16日確認)
- Hyundai Motor Group(Atlasの訓練拠点・英語)(2026年9月30日公開・2026年11月16日確認)