フィジカルAI・ヒューマノイド
Physical AI
フィジカルAIとは?
- 知能を実際の'身体(ロボット)'に入れ、現実世界で働くAI
- 認識・ワールドモデル・制御が核心の材料
- 人に合わせて作られた環境をそのまま使えるため、ヒューマノイドが注目
フィジカルAIが実際に変えるのは'間違えたときのコスト'です。チャットボットが的外れな答えを出しても、もう一度聞けば済みますが、ロボットアームが判断を誤れば20kgの資材が床に落ち、ライン全体が止まります。そのため、この分野のプロジェクトは精度が何%かという指標よりも、失敗したときに安全に止まる設計が先に来ます。導入検討の会議で'1時間に何個つかめますか'よりも'つかめなかったとき、誰がどう気づくのですか'のほうが重い問いになるのは、そのためです。
既存の工場自動化との境界もはっきりさせておくとよいでしょう。コンベア脇の産業用ロボットは、人が座標を一つひとつ教え込んだ動作を繰り返す機械なので、部品が2〜3cmずれて置かれているだけでもそのまま空振りします。フィジカルAIは座標ではなく状況を学習するという点で分かれます。そのため、品目が頻繁に変わる多品種少量ラインや、積載状態が毎回違う入庫エリアのように、ティーチングでは採算が合わなかった工程が最初の候補として挙がります。
形状も用途によって分かれます。二足歩行のヒューマノイドは階段や狭い通路、人向けの作業台をそのまま使えますが、バランス制御に多くの電力を使い、単価も高くなります。一方、車輪の上にアームを載せたモバイルマニピュレーターや据え置き型のピッキングロボットは、投資回収期間がはるかに短い現実的な選択肢です。検討段階では'ヒューマノイドが必要か'よりも、床が平らか、人が1日に何回介入するかを先に数えることをお勧めします。
最もよくある誤解は、'人の環境に合わせて作ってあるのだから、工場にそのまま入れればいい'という考えです。実際には、照明が変わったりパレットにビニールが一枚かかっただけで認識率はがくっと下がり、安全柵やリスクアセスメント、非常停止の動線まで組み直す必要があります。より見落とされやすいのは人の側です。ロボットが止まったときに復旧できる人材を育てておかなければ、機器は入ってきても稼働率は導入前より下がってしまいます。導入予算の一部を先に現場の再教育に充てておくことが、実務上もっとも安全な順序です。
'物理世界で作動するAI'という意味で、2024〜2025年に半導体・ロボット業界が生成AI(デジタル)と区別して次世代の柱として打ち出し、広く使われるようになりました。
仮想の事例で見ていきましょう。役職員240名規模の自動車部品2次協力会社A社では、塗装工程の後の検査・積載を担当する3交代の作業者12名のうち、半年の間に4名が退職しました。欠員を埋められず、ラインは1日平均40分ずつ停止していました。2025年9月、生産技術チームがピッキング用のモバイルマニピュレーター2台を6か月のレンタル条件で試験的に投入しました。
- 生産技術チームのパク次長が、最初の2週間にロボットが取り逃した状況187件を映像で集め、床に油が広がった区間でだけ空つかみするというパターンを突き止めました。
- SI業者と一緒にライン照度を均一にし、パレットの規格を2種類に統一したところ、3週目のピッキング成功率が78%から94%に上がりました。
- 班長2名をロボット復旧担当に指定して8時間の実習研修を実施したところ、キム班長は'止まったら呼べとだけ言わず、私たちが解決のしかたを教えてほしい'と要望しました。
- 夜間班をロボット2台と作業者1名の体制に切り替え、抜けた人員は外観の最終検査と不良原因の記録業務へ異動しました。
- 6か月後、ラインの停止時間は1日40分から11分に減り、検査工程に3名を再配置したことで、手直し率も2.1%から1.3%に下がりました。
金鍾赫
パク・スンテ