安川電機は、自社のAIロボット「MOTOMAN NEXT」にGoogle DeepMindの生成AI「Gemini Robotics ER 1.6」を統合し、ロボットが自ら判断・行動する「エージェンティック・ロボットシステム」を開発した。人間の詳細なプログラミングなしで作業を遂行できる点が特徴で、労働力不足が深刻な製造・物流現場の自動化を一段階引き上げる可能性がある。
現場の判断から動作までを一貫して自律化
このシステムの核心は、生成AIとロボット制御技術の明確な役割分担にある。Gemini Robotics ER 1.6が「何をすべきか」を判断し、MOTOMAN NEXTが「どう動いて実現するか」を担う。MOTOMAN NEXTには、対象物の位置や形状を高精度に認識するマシンビジョン、周囲の障害物を避けるパスプランニング、接触や把持状態を検知する力覚の各サービスが標準搭載されており、生成AIの抽象的な判断を物理的な動作に変換する。事前のティーチング作業は不要で、大まかな指示から作業手順をロボット自身が組み立てる。搬送中に部品を落とすなどの想定外の事態が起きても、自律的に状況を再認識し、作業をやり直すという。
生成AIの「身体」を巡る産業構造の変化
近年、生成AIをロボットの頭脳として活用する試みは増えているが、高度な判断が現実の作業に結びつかなければ意味がない。この課題に対し、安川電機は長年培ったロボット制御技術を「身体」として提供し、DeepMindはクラウド経由でアクセス可能な生成AIモデルを提供するという分担構造をとっている。これはAI産業全体で進むレイヤー分業の一例とみられる。GPUやクラウド基盤を握る企業がモデル開発を行い、安川電機のような産業機器メーカーが現場の物理レイヤーとAPI連携層を担う構図は、製造分野へのAI導入が本格化する際の一つの雛形となる可能性がある。
部品不足時に発注連携、社内システムとの接続も視野
安川電機の発表で注目されるのは、ロボットの自律動作にとどまらず、社内システムとのデータ連携に言及している点だ。例えば部品の不足を判断した際に、発注情報を外部システムと連携させるといった運用が可能になるとしている。これにより、ロボットは現場の物理的作業だけでなく、在庫管理や調達といった間接業務のトリガーにもなり得る。ただし現時点では具体的な適用領域や提供時期は明らかにされておらず、実用化に向けた今後の発表が待たれる。
日本の製造・物流現場に与える波及効果
日本では技能労働者の高齢化と若年層の製造離れにより、多品種少量生産や物流のピッキングなど、これまで人の判断力に依存してきた領域で自動化のハードルが高かった。エージェンティック・ロボットシステムは、こうした「自動化が難しかった領域」を埋める技術として位置づけられる。一方で安川電機の情報は製品化や商用展開の時期に踏み込んでいないため、実際の導入コストや対応可能な作業の範囲、既存ラインとの統合性など、現場が求める要素は未確定のままである。ロボットSIer（システムインテグレータ）やエンドユーザー企業がどのように評価するかが、今後の焦点となる。
