2026年7月27日号

【ニュースのまとめ】

2026年7月18日から24日の週は、Physical AIが実証段階から現場実装へ移り始めたことが中心テーマです。造船、倉庫、縫製、電子組立、プロセス産業で、AIが設備や人の作業に近づいています。

HD HyundaiとSiemensの発表は、設計、調達、生産、物流、検査、試運転までを3D単一データ基盤でつなぐものです。スマートファクトリーの議論が、船という巨大個別生産へ広がっています。

TCSの調査は、Physical AIが工場、倉庫、物流、保全、品質管理を横断する企業変革テーマになったことを示しました。一方で、責任体制、規制対応、データ基盤はまだ弱点です。

中国では、ヒューマノイドや具身AIが縫製、電子組立、物流、プロセス安全へ進んでいます。まだ工程全体を任せる段階ではありませんが、単一作業を安定させる現実的な導入が始まっています。

倉庫・工場内物流では、RoboteonとAutoScheduler.AIが重要です。ロボットやWMSを個別に動かすのではなく、AMR、AGV、ASRS、人、在庫、ドック、搬送順序を一つの実行計画に束ねる方向です。

日本の製造業にとって、工場管理システムの役割は大きく変わります。MESやWMSは記録システムにとどまらず、ロボット、在庫、設備能力、作業者、品質、出荷順をリアルタイムに調整する実行OSに近づくでしょう。

生産技術者の仕事も変わります。ライン設計や設備導入だけでなく、データモデル、3Dモデル、制御ロジック、AI判断、現場例外処理、安全ルールを統合して設計する力が必要になります。

生産方式は、固定ライン中心から、工程や物流を状態に応じて組み替える方式へ寄ります。ヒューマノイド、AMR、協働ロボット、検査AIは、単体設備ではなく、工場全体の制約を読む構成要素になります。

工場内物流では、搬送の自動化だけでなく、どの在庫を、いつ、どの設備へ、どの経路で動かすかを継続的に最適化することが差別化になります。人手不足対策だけでなく、変種変量生産の基盤になります。

セキュリティでは、Terra QuantumとApex.AIの耐量子暗号実証が示すように、クラウド接続されたロボットや産業機械は、長い運用寿命を前提に設計する必要があります。OTの暗号移行も早期検討課題です。

1. HD HyundaiとSiemens、AIで造船所全体をつなぐ次世代海洋プラットフォームを構築（韓国・ドイツ）

【日付】 2026年7月23日

【URL】 https://www.prnewswire.com/news-releases/hd-korea-shipbuilding--offshore-engineering-pursues-ai-driven-transformation-of-shipbuilding-industry-302833802.html

【概要】

HD Korea Shipbuilding & Offshore Engineeringは、Siemensと最終契約を結び、次世代海洋プラットフォームと3D単一データ基盤を導入すると発表しました。対象は造船の設計、調達、生産、物流、検査、海上試運転までの全工程です。発表では、AIとデジタル技術で将来のスマート造船所を構築し、造船業の新しい標準を作る狙いが示されています。造船は一品ごとの設計変更、巨大部品の物流、複数協力会社の作業調整が重なるため、工場DXの中でも難度が高い領域です。今回の発表は、3Dデータと現場実行をつなげ、AIが工程全体の判断に関わる方向を示しています。

【背景や影響】

製造現場への影響は大きいです。造船は自動車のような繰り返し量産とは異なり、設計情報、部材、作業順序、屋外ヤード、艤装、検査が複雑に絡みます。ここで単一データ基盤が機能すれば、設計変更の影響を生産・物流・検査へ早く反映できます。日本の重工、プラント、建機、産業機械でも、設計BOM、製造BOM、工程計画、現場進捗が分断される課題は共通です。生産技術者は、3Dモデルを現場に渡すだけでなく、AIが判断できる粒度で作業手順、設備能力、物流制約、検査条件をデータ化する仕事を担うようになるでしょう。

2. TCS、Physical AIが製造業の本格投資テーマになったとする調査を発表（インド・欧米）

【日付】 2026年7月22日

【URL】 https://www.tcs.com/who-we-are/newsroom/press-release/tcs-study-reveals-physical-ai-is-now-mainstream-as-manufacturers-scale-ai-implementation

【概要】

Tata Consultancy Servicesは「Future-Ready Manufacturing: TCS Physical AI Readiness Report 2026」を発表しました。北米と欧州の製造業300社のCXOや副社長級を対象にした調査で、Physical AIへの投資を減らす企業はなく、26%が投資増を予定しているとしています。大きな変革が見込まれる領域は、倉庫業務77%、組立・製造業務75%、物流・資材移動72%です。一方で、68%は未導入または実験段階にあり、レガシーシステム統合、データ基盤、人材スキルがスケールの課題です。44%はPhysical AI失敗時の責任体制が不明確で、40%は規制対応の準備不足も示されました。

【背景や影響】

この調査の価値は、Physical AIをロボット単体の話ではなく、工場、倉庫、物流、保全、品質管理を横断する経営テーマとして見ている点です。日本企業でも、AIカメラ、AMR、協働ロボット、設備監視を個別導入する例は増えていますが、全社展開ではデータ連携と責任設計が壁になります。AIが現場で判断するほど、誰が停止を承認するのか、誤判断時に誰が責任を持つのか、作業標準をどう更新するのかが重要です。SIや生産技術部門は、PoCを作るだけでなく、運用ルール、権限、ログ、教育、保守まで含めて設計する必要があります。

3. 中国のヒューマノイド、縫製・電子組立・物流で工場試験を拡大（中国）

【日付】 2026年7月24日

【URL】 https://english.scio.gov.cn/m/chinavoices/2026-07/24/content_118616446.html

【概要】

中国国務院新聞弁公室の英語サイトは、新華社記事として、中国のヒューマノイドロボットが工場現場で実試験に入っている状況を報じました。浙江省の縫製技術企業Aituは、布を分離し、持ち上げ、平らに置き、縫製位置へ合わせる作業をロボットで試験しています。単一製品・単一素材では布分離の成功率97%、縫製品質98%以上を達成したとされ、投資回収は約18か月と見込まれています。PIABOT RoboticsのG2は、電子組立、物流仕分け、部品検査、ライン投入で使われ、大手電子メーカーで8時間に2,283タスクを無失敗で完了した試験も紹介されています。

【背景や影響】

重要なのは、ヒューマノイドが万能作業者として一気に導入されるのではなく、単一工程から現実的に入っている点です。布のような柔らかい対象物、反射や粉じんのある工場、連続稼働時の熱や部品寿命は、研究室では見えにくい課題です。中国は訓練施設や実工場データを使い、狭い作業で量産適用を検証しています。日本の製造業にとっても、ヒューマノイド導入は「人の代替」より、採用難の工程、危険工程、段取り補助、検査補助を選び、作業標準と安全を作り直すことから始まるでしょう。保全、ティーチング、二次開発の仕事も増えます。

4. Roboteon、AMRとAGVを統合する工場内物流オーケストレーションを拡充（米国）

【日付】 2026年7月21日

【URL】 https://www.businesswire.com/news/home/20260721596769/en/Roboteon-Delivers-Unified-Fleet-Management-and-Orchestration-for-Mobile-Robots-and-Autonomous-AGVs-in-Manufacturing

【概要】

Roboteonは、製造業向けにAMR、AGV、フォークリフトなどを種類やメーカーをまたいで管理するRobotics Fulfillment & Orchestration Platformの機能拡充を発表しました。発表では、ERP、WMS、MESなどとの柔軟な連携、ベンダー非依存のフリート管理、ライン補充、仕掛品搬送、完成品搬送、ケース・パレットピッキングなどの事前構成済みアプリケーションが示されています。AIアルゴリズムにより、リアルタイムの需要、優先度、ロボットの空き、位置に応じてタスクを割り当て、材料、ロボット、人の状態を単一画面で可視化することも特徴です。

【背景や影響】

工場内物流では、ロボットを導入しても、各メーカーの管理ソフトが分かれ、MESやWMSとの接続が硬いと、現場変更のたびにSI工数が膨らみます。Roboteonの発表は、ロボットフリートを「設備」ではなく、工程を動かす実行資源として扱う方向です。日本の工場でも、AMR、AGV、自動倉庫、コンベヤ、有人フォークリフトが混在する期間は長く続きます。生産技術者と物流担当者は、搬送ロボットの機種選定だけでなく、ライン補充ルール、優先順位、例外処理、既存WMS/MESとのデータ項目を設計する必要があります。SI企業には、異種ロボット統合の力が求められます。

5. AutoScheduler.AI、倉庫実行計画を現場実態に合わせるOperational Twinを発表（米国）

【日付】 2026年7月20日

【URL】 https://zeestmedia.com/newsroom/autoscheduler-ai-launches-next-generation-optimization-engine-the-operational-twin-behind-automated-warehouse-execution-planning/

【概要】

AutoScheduler.AIは、次世代Optimization Engineを発表しました。同社はこれを、倉庫実行計画の背後で動くOperational Twinと位置付けています。従来のように一般的な倉庫テンプレートへ業務を合わせるのではなく、現場チームが実際の作業ステップ、遷移ルール、資源、速度、容量、コストを定義し、その組み合わせから最適な計画を継続的に選ぶ仕組みです。AGV、ASRS、シャトル、自動積込装置、複数段階のピック・デリバリー遷移を含む複雑な自動化フローも扱います。大手CPGメーカーのライブデータで、従来エンジンの結果を短時間で再現したとしています。

【背景や影響】

倉庫や工場物流の難しさは、WMSが「何が起きたか」は記録できても、「次に何をすべきか」を常に示せるとは限らない点です。AutoScheduler.AIの発表は、現場の流れをモデル化し、設備と人と在庫を同時に動かす意思決定エンジンへ近づくものです。日本の製造業では、原材料倉庫、部品倉庫、工程間置場、完成品倉庫が別システムで動くことが多く、全体最適が難しくなります。Operational Twinの考え方は、工場内物流を生産計画の下請けではなく、制約を持つ実行システムとして扱う契機になります。生産方式の柔軟化には、この層の強化が不可欠です。

6. Pudu Robotics、WAICでPhysical Agentと半ヒューマノイドD7を公開（中国）

【日付】 2026年7月18日

【URL】 https://www.prnewswire.com/news-releases/pudu-robotics-prasentiert-auf-der-waic-2026-seinen-physischen-agenten-nach-dem-prinzip-one-brain-multiple-embodiments-302829076.html

【概要】

Pudu Roboticsは、上海で開かれたWAIC 2026の初日に、AI Technology Briefingを開催し、「One Brain, Multiple Embodiments」という技術アーキテクチャとPhysical Agentを紹介しました。あわせて、産業グレードの半ヒューマノイドロボットPUDU D7を初めてオフライン公開しました。同社は、ロボット身体層、PuduAgent OSを中心とするシステム層、応用層からなる三層構造を示し、専門ロボット、半ヒューマノイド、ヒューマノイドが同じ知能基盤を共有する考え方を説明しています。VLM、長期・短期記憶、安全機構を使い、実環境での認識、理解、計画、実行、フィードバックを回す設計です。

【背景や影響】

Puduはサービスロボットで広い実導入基盤を持つ企業です。その会社が、複数形状のロボットに共通の「脳」を持たせる構想を示した点が重要です。製造現場でも、掃除、搬送、検査、軽作業、人との対話など、用途ごとにロボット形状は異なります。個別ロボットごとにアプリや学習を作るだけでは拡張性がありません。共通OSや共通エージェントが進めば、現場で得たデータや作業ノウハウを別のロボットへ転用しやすくなります。日本企業は、ロボット本体の性能だけでなく、フリート管理、共通データ、現場学習ループ、安全ガードレールを含むアーキテクチャを評価する必要があります。

7. Eclipse Automation、デジタル製造インキュベータと没入型技術ラボへ投資（カナダ）

【日付】 2026年7月24日

【URL】 https://www.eclipseautomation.com/resource/press-releases/eclipse-automation-6million-investment/

【概要】

Eclipse Automationは、FedDev Ontarioから600万ドルの投資を受け、工場自動化にデジタル革新を取り込むと発表しました。新本社には、Digital Manufacturing Incubatorと没入型技術ラボを設けます。投資は、同社のデジタル製造戦略、Centre of Innovation、熟練人材の機会創出を支えるものです。Eclipseは、接続データ、シミュレーション、没入型技術、AIが業界を変える中で、メーカーが生産をより効果的に計画し、拡張するための能力を強化するとしています。Project Neuronでは、社内の情報、システム、専門知を接続し、設計、計画、構築、納入の業務を改善します。

【背景や影響】

工場自動化SIは、機械を作って納めるだけの仕事から、顧客の量産立ち上げ、データ活用、シミュレーション、教育、継続改善を支援する仕事へ広がっています。Eclipseの投資は、SI企業自身がデジタル製造の実験場を持ち、顧客と新しい自動化方式を検証する流れを示します。日本のSI企業にも同じ課題があります。現場経験は強くても、案件ごとに知識が分散し、再利用しにくいことが多いからです。Project Neuronのように知見、標準、設計データ、工程情報を社内でつなぐことは、納期短縮、品質安定、若手育成、AI活用の前提になります。

8. Terra QuantumとApex.AI、ロボットソフトとクラウド間の耐量子暗号通信を実証（スイス・米国）

【日付】 2026年7月23日

【URL】 https://www.prnewswire.com/news-releases/terra-quantum-and-apexai-demonstrate-quantum-safe-security-for-long-lived-cloud-connected-software-defined-systems-302833646.html

【概要】

Terra QuantumとApex.AIは、Apex.AIベースのロボットソフトウェア環境とクラウド制御システムの間で、NIST標準化済みの耐量子暗号を使った安全な通信を実装したと発表しました。既存のアプリケーション構造やソフトウェア投資を保ちながら、エッジからクラウドまでの通信を量子計算時代に備えて保護する実証です。対象は、ソフトウェア定義車両、ロボット、産業自動化、製造、物流、防衛、重要インフラなど、長期間運用される接続システムです。遠隔監視、診断、ソフトウェア更新、フリート管理、協調制御、遠隔操作を安全に保つことが目的です。

【背景や影響】

工場のロボットや産業機械は、今後さらにクラウドへつながります。稼働データの収集、AIモデル更新、遠隔保守、複数拠点のフリート管理が増えるほど、通信の長期安全性が重要になります。量子コンピュータが実用化された時点で暗号を慌てて変えるのでは遅く、長寿命設備では設計段階から移行性を考える必要があります。日本のOT環境では、まだVPNや境界防御の更新だけに議論が寄りがちですが、ロボット、AGV、産業エッジ、クラウド制御を前提にすると、暗号、証明書、更新手順、停止リスクを含むライフサイクル設計が必要になります。

9. 中控技術、工業AIで工場自律運転を進める制御・ロボット・SaaS構想を発表（中国）

【日付】 2026年7月19日

【URL】 https://www.iianews.com/ca/_01-ABC00000000000374210.shtml

【概要】

中国の中控技術は、WAIC 2026で「工業AIが工場自律運転を駆動する」というテーマのもと、複数の路演を行いました。発表では、時間系列大規模モデルTPTを中核とするTPT-OMNIControl、汎用制御システムUCS、AI+ロボットのPlantbot、中小製造業向けの軽量SaaS「中控云小工单」などが紹介されています。TPT-OMNIControlは、データ、建模、制御、評価、学習の自己進化ループを作り、プロセス産業の低炭素、安全、収益目標を同時に扱う構想です。UCSは、従来DCSの閉鎖性とソフト・ハード結合を解き、クラウドネイティブでAIがコードや組態を支援する制御システムとして説明されています。

【背景や影響】

プロセス産業では、AIの価値は見える化だけでは足りません。燃料、原料、品質、安全、排出、設備状態を同時に見て、制御へ反映することが求められます。中控技術の発表は、DCS、時系列AI、ロボット巡検、SaaS化された現場管理をまとめて、工場を「自律運転」へ進める方向です。日本の化学、素材、食品、エネルギー関連工場でも、熟練運転員の判断継承と省エネ、安全、品質安定は大きな課題です。生産技術者は、制御ロジックとAIモデルを分けて考えるのではなく、現場データ、制御応答、異常時手順、ロボット巡検結果を統合して運用する設計力が必要になります。

10. 工業富聯、WAICで「AI Makes AI」と次世代AI Factoryを提示（中国）

【日付】 2026年7月22日

【URL】 https://panel.fii-foxconn.com/gsdt.html

【概要】

工業富聯は、2026 WAICに出展し、「AI Makes AI」を掲げて次世代AI Factoryの新しい形を示しました。同社は、灯台工場の建設実践とAI製造の成果を展示し、「2026最新灯台工場解読」白書も公開しました。展示テーマは、グローバル製造運営、新工場建設、柔軟生産、グリーン計算基盤、AI転換コンサルティングなどです。同社サイトでは、GenAI製造運営管理MOM、AI+企業運営意思決定IOC、AI+スマート園区、Sim2Real Omniverseデジタルツイン、MOMClaw製造運営マルチエージェントなどの関連ソリューションも確認できます。AIサーバーを作る企業が、AIを使ってAI関連製品を作る構図です。

【背景や影響】

工業富聯の動きは、製造業がAIを使う側にとどまらず、AIインフラを作る生産方式そのものをAI化する段階に入ったことを示します。AIサーバーやネットワーク機器は需要変動が大きく、設計変更も速く、品質要求も高い領域です。ここでAI Factoryの方法論が固まれば、電子機器、産業機器、車載部品にも波及します。日本企業にとっては、MOM、デジタルツイン、マルチエージェント、工場IOCを別々のツールとして導入するのではなく、受注、設計変更、部材制約、生産計画、品質、エネルギーを横断する運営基盤として設計することが課題になります。