製造業 & フィジカルAI
安川、AI工場で納期半減
安川電機が新工場でセル方式とフィジカルAIを採用し、リードタイムを半減・省人化したと発表。製造現場の数字がAIの実力を証明し始めた。
01 ライン生産の限界
自動車部品や産業用ロボットの製造において、長らく主流だったのがコンベア式のライン生産だ。製品が一方向に流れ、各工程の作業者が決まった動作を繰り返す。大量生産には優れた仕組みだが、製品の多品種化が進んだ現代では深刻な問題を抱えている。
第一の問題は一工程の停止が全体に波及することだ。部品の供給が一か所で詰まると、ライン全体が止まる。工程変更も大掛かりな段取り替えを必要とし、少量多品種の注文に即座に対応できない。
第二の問題はリードタイムの構造的な長さだ。ある工程の完了を次の工程が「待つ」設計になっているため、工程間に仕掛品が積み上がりやすく、注文から出荷まで長い時間がかかる。安川電機の旧来の生産ラインも、この問題から無縁ではなかった。
02 セル方式 + フィジカルAI：安川の実装
安川電機は新工場でセル生産方式とフィジカルAIを組み合わせ、リードタイムを従来比で半減させた。単なる自動化ではなく、AIが工場の「知覚・判断・動作」を担う仕組みだ。
各セルにはAIビジョンシステムが搭載され、部品の位置・姿勢・品質をリアルタイムで認識する。さらに動作制御AIが、認識結果に基づいてロボットアームの軌道を即座に最適化する。これが「フィジカルAI」の核心だ——デジタル空間の知識を物理動作に直結させる。
セルは互いに独立しているため、一つのセルで問題が起きても他のセルは稼働し続ける。品種切替も設定変更のみで対応可能になり、段取り時間が大幅に削減された。
03 中小製造業は追いつけるか
安川の事例は鮮明な数字を示したが、中小製造業の経営者にとって「同じことができるか」は別の問いだ。
フィジカルAIシステムの導入には、AIビジョン機器・産業用ロボット・制御ソフトウェアの統合が必要であり、初期投資は数千万〜数億円規模になりえる。大企業が自社工場全体で展開するのと、町工場が一セル導入するのでは経済合理性が大きく異なる。
一方で、協働ロボット（コボット）の普及やクラウドベースのAIビジョンサービスの登場により、部分的なセル自動化ならば数百万円規模でも着手できるようになっている。全工程を一度に変える必要はなく、最もボトルネックになっている工程から試験導入するアプローチが現実的だ。
安川の新工場が示した「実工場の数字」は、業界への強力なシグナルだ。次の焦点は、そのノウハウとコストをどこまで民主化できるかにある。
出典: 安川電機プレスリリース（2026年6月）/ AI Navigate 編集部取材