日本の製造業は「勝ち筋」を掴めるか──暗黙知とAIの接続点
──自動車産業での具体的な引き合いはありますか。
金森：日本の自動車産業は極めて積極的です。例えばMujin（ムジン）のような倉庫の自動化ソリューション企業に大規模な資金調達が集まっているのは、OEMからの需要が大きいことの証左でしょう。
自動車工場は既に高い自動化率を達成していますが、それでも人手が必要な工程は残っています。バッテリーの持ち上げのような重量物搬送、あるいは既存設備のAI化による生産性向上などの領域では「フィジカルAIで何ができるか」という議論が活発化しています。
飲食店の配膳ロボットのような協調型の小型ロボットから、産業用途の大型ロボットまで、適用範囲は広い。共通しているのは「人手不足への対応」というドライバーです。
──フィジカルAIは日本の製造業の競争力回復に貢献し得るでしょうか。
金森：まだ勝ち筋を掴めていない印象もありますが、可能性は十分にあるとみています。
半導体やEVなど、日本がかつてリーディングプレイヤーだった市場で、他国からの猛烈な追い上げを受けています。このままでは、国際競争における優位性を失いかねないという危機感があります。
しかし日本には、長年蓄積してきた「人」の強みがあります。AIは学習データがなければただのサーバーです。「これが正しいやり方だ」という正解データを持っているのは、現場の熟練工であり、組織として品質を作り込んできた日本企業です。トヨタ生産方式に代表される人材育成・モチベーション管理のノウハウも、ソフトウェア単体ではコピーできません。
その日本の強みを、他国にはない競争力へと昇華させる鍵は「スピード」です。他国がまだ模索している今、変化を恐れず迅速に取り組むことで、日本企業は新たな勝ち筋を掴むことができるはずです。
廣澤：私は「人の仕事は残る」と確信しています。自動化率が極限まで高い工場でも、人間は必ずいます。そこには「人にしかできない仕事」が明確に存在しているからです。
部品を探して歩き回る、モノを待つ──こうした「付加価値のない時間」はフィジカルAIに任せればいい。人間は、創意工夫や異常時の判断といった、人間にしかできない領域に集中する。そうすれば生産性が上がり、賃金を上げる原資も生まれます。
金森：AIは「内挿」は得意ですが「外挿」は苦手です。過去データから法則を見つけることはできても、未知の領域を予測するのは難しい。シミュレーション通りにいかない現実世界のズレを調整するのは、経験と感性を持った人間の仕事です。
ある熟練工のノウハウを使うと不良率が1000分の1になる──こうした「シークレットソース」をAIが再現するには、まだ相当の距離があります。
──技能継承についてはどうでしょうか。Metropolisなどの技術を使えば、熟練工の動きをデータ化できるのでは。
金森：おっしゃる通りです。Metropolisの動画解析を使えば、熟練工の動作を再利用可能なデータとして残すことができます。
デジタルツインへの投資は、フィジカルAI稼働のためだけではなく、「暗黙知の形式知化」という目的にも使える。同じ投資で複数のリターンを得られるなら、ROIの説明もしやすくなります。ノウハウ継承問題はフィジカルAI以前からの課題ですが、この技術がソリューションの一部になり得るのは確かです。
