2026年8月3日号

【ニュースのまとめ】

2026年7月25日から31日は、AIを工場へ組み込むための「モデル・開発環境・設備・規制」が同時に動いた週でした。

Google DeepMindはロボットの全身制御と複数台協調へ進み、SiemensはPLC/SCADA開発をGitやAI生成に近づけました。AIが設備を読むだけでなく、設備を動かすソフトウェアの作り方そのものが変わっています。

Altimetrikは既存のセンサー、エッジ、制御設備を活かして、機械単体から工場、サプライチェーンへAIを拡張するサービスを示しました。全面刷新ではなく、現場資産を残した段階導入が焦点です。

FANUCの米国拡張は、ロボット需要の増加に対して、製造、物流、研究開発を含む供給能力を増やす動きです。AIロボットの競争はモデル性能だけでなく、量産・保守・SIの力にも広がります。

欧州委員会のサイバーレジリエンス法ガイダンスは、製造装置や産業ソフトを含むデジタル製品に、設計から廃棄までのセキュリティ責任を求める流れを具体化しました。

Sunvegaは空間設計、3D/CNC、製造実行をAIエージェントでつなぐ作業環境を発表しました。Tactaは触覚を含む器用さを製造へ持ち込もうとしています。設計と組立の境界が薄くなります。

FutureRTCの研究は、VLAの推論遅延による動作のずれを補正します。実工場では通信、画像処理、制御周期の遅れが安全と品質に直結するため、モデルの賢さだけでなくリアルタイム実行が重要です。

半導体分野のレビューは、AIメトロロジー、フェデレーテッドラーニング、データ来歴、環境規制を一体で扱う設計を提案しました。製造データは品質だけでなく、説明責任と環境価値の証拠になります。

日本の製造業では、工場管理システムが記録中心から意思決定・実行中心へ変わります。MES、MOM、SCADA、WMS、PLMを別々に最適化するだけでは、AIは部分的な助言にとどまります。

生産技術者は、設備仕様だけでなく、AIが読めるデータ項目、モデルの更新条件、停止権限、例外処理、サイバー対策を工程設計に含める必要があります。制御とITの両方を理解する人材が要になります。

生産方式は、固定された専用ラインから、ソフトウェアで工程・ロボット・作業者を組み替える方式へ進みます。工場内物流や検査の自動化では、単体機器よりも、現場全体を安全に動かす統合ルールが競争力になります。

1. Google DeepMind、ロボットの全身制御と複数台協調へ進むGemini Robotics 2を発表（米国）

【日付】 2026年7月30日

【URL】 https://www.axios.com/2026/07/30/google-robotics-software-update

【概要】

GoogleはGemini Robotics 2を発表しました。今回の更新は、ロボットの個別の身体動作を制御するモデルと、より高いレベルで作業を計画するモデルを含みます。Axiosの報道によると、ロボットが歩く、かがむ、伸びる、物を操作するといった全身の動きを考えながら実行し、複数のロボットが協力して作業を終える例も示されました。従来のロボットAIが腕や手の操作、あるいは単一タスクに重点を置いていたのに対し、身体全体の状態と作業目的を結び付ける方向です。工場での量産適用が確認された発表ではありませんが、将来の汎用ロボットを支える基盤モデルの機能拡張として重要です。

【背景や影響】

製造現場では、部品を取る、運ぶ、姿勢を変える、工具を使う、作業者を避けるという動作が一つの工程に連続して現れます。全身制御とタスク計画が統合されれば、工程ごとに専用のプログラムを作る負担を減らせる可能性があります。一方、工場では停止条件、衝突防止、再現性、作業許可の境界が家庭や研究室より厳格です。生産技術者は、モデルのデモ性能だけでなく、どの状態をセンサーで観測し、どの動作を確定制御に任せ、どこで人の承認を求めるかを設計する必要があります。複数台協調が進むほど、ロボット単体ではなく、フリート管理、セル間の優先順位、MESとの指示連携が重要になります。

2. Siemens、Git・AI生成に対応したSIMATIC AX WinCC Unified Elementsを発売（ドイツ）

【日付】 2026年7月28日

【URL】 https://news.siemens.com/en-us/siemens-launches-simatic-ax-wincc-unified-elements/

【概要】

Siemensは、SIMATIC WinCC Unified向けのエンジニアリングアプリケーション「SIMATIC AX WinCC Unified Elements」を米国で発売しました。プレスリリースでは、視覚的な開発とテキストベースの開発を組み合わせ、YAMLファイルから自動化プロジェクトを生成し、AI生成コードや設定、スクリプト、再利用可能なライブラリを組み込めると説明しています。ネイティブGit連携、ブランチ、マージリクエスト、Open VSXベースの拡張環境にも対応します。従来のPLC・HMI開発に加え、ITソフトウェアのバージョン管理と継続的な開発手法を、SCADA/可視化の領域へ取り込む発表です。

【背景や影響】

工場の自動化案件では、設備ごとに属人化したプログラム、手作業の変更管理、現場と設計の環境差が立ち上げ期間を長くします。Git、コードレビュー、再利用部品、CI/CDを導入できれば、複数拠点への展開や仕様変更への対応を速められます。反面、制御ソフトは変更がそのまま操業リスクになるため、一般的なIT開発よりも試験、承認、バックアップ、復旧手順が重要です。生産技術者は、制御盤や画面を作るだけでなく、ソフトウェア部品の標準化、テストデータの管理、AI生成物の検証、変更履歴の監査を設計する役割を担います。SI企業にも、機械・電気・制御に加えてソフトウェア開発プロセスが求められます。

3. Altimetrik、既存設備を生かす産業AIサービスを開始（インド）

【日付】 2026年7月28日

【URL】 https://www.prnewswire.com/in/news-releases/altimetrik-launches-industrial-ai-service-line-with-three-new-solutions-for-autonomous-manufacturing-302836093.html

【概要】

Altimetrikは、製造業向けの産業AIサービスラインを開始しました。Smart Machines、Smart Plants、Smart Operationsの3つのソリューションで、機械、工場、サプライチェーンの各層へAIを組み込み、単一設備や単一ユースケースから工場全体、企業全体の自律運用へ拡張する構想です。対象業種として半導体、自動車、航空宇宙・防衛、産業機械、医薬品などを挙げています。既存のハードウェア、センサー、エッジ機器を置き換えるのではなく、それらの上にAIを載せる方針で、オペレーターが監督と制御を保持する「human-at-the-helm」を掲げています。

【背景や影響】

多くの工場では、設備更新の周期が長く、PLC、センサー、エッジPC、MESが混在しています。AI導入の最大の障壁は、モデルそのものよりも、既存データを止めずに集め、意味付けし、現場の判断へ戻すことです。Altimetrikの発表は、全面的な設備刷新を待たず、機械の精度・稼働率、工場の異常、サプライチェーンの変動を段階的に扱う導入パターンを示します。日本では、古い設備を残したまま予知保全や品質判定を追加したい企業が多く、実装の現実性があります。ただし、AIの提案を自動実行へ移す前に、停止権限、誤判定時の責任、データ品質、モデル変更の承認を明確にする必要があります。

4. FANUC America、米国で製造・物流・R&D拠点を拡張（米国・日本）

【日付】 2026年7月28日

【URL】 https://www.michiganbusiness.org/press-releases/2026/07/msf/

【概要】

ミシガン州は、FANUC Americaがポンティアック市に84万平方フィートの新施設を建設し、少なくとも225人を雇用する拡張計画を承認したと発表しました。州の支援は1,575万ドルではなく、1,575,000ドルの成果連動型助成で、総投資額は少なくとも9,000万ドルです。施設はロボットや産業機器の製造、物流、研究開発などに使われます。FANUCは、米州で増える自動化需要に対応し、エンジニアリング、先進製造、研究開発、物流の能力を拡充すると説明しています。新しい産業用ロボットモデルが同施設で生産される可能性も示されています。

【背景や影響】

ロボット市場の拡大では、AIモデルやデモだけでなく、機体、制御装置、部品、ソフトウェア、保守、物流を安定して供給できるかが重要です。FANUCの投資は、ロボットメーカーが販売拠点ではなく、製造・開発・物流を一体化した地域拠点を整える動きです。日本企業にとっては、海外工場の自動化需要が増える一方、現地での短納期対応、予備品、教育、SI支援まで含む供給網が競争条件になります。生産技術者の仕事も、ロボットを導入する側と作る側の境界が薄れ、ロボット自身の製造工程、検査、ソフト更新、現場データの回収までを設計する方向に広がります。

5. 欧州委員会、サイバーレジリエンス法の実装ガイダンスを公表（欧州連合）

【日付】 2026年7月27日

【URL】 https://digital-strategy.ec.europa.eu/en/news/commission-publishes-new-guidance-support-businesses-implementation-cyber-resilience-act

【概要】

欧州委員会は、サイバーレジリエンス法（CRA）の実装を支援する事業者向けガイダンスを公表しました。対象製品の範囲、重大な変更の考え方、サポート期間、報告義務、リスク評価の進め方を具体化し、中小企業向けの例も示しています。CRAはデジタル製品のライフサイクル全体にセキュリティ要件を課しており、報告義務は2026年9月11日から適用されます。製品の出荷時だけでなく、設計、開発、アップデート、脆弱性対応、サポート終了までを含めて、製造者の責任を問う制度です。

【背景や影響】

産業用ロボット、エッジ機器、HMI、ゲートウェイ、製造ソフトウェアは、ネットワーク接続と遠隔更新が増えています。CRAはIT製品の規制に見えて、実際には工場設備の調達仕様、SBOM、脆弱性受付、パッチの適用可否、保守契約に影響します。日本企業が欧州市場へ装置や制御機器を出す場合、セキュリティ機能を後付けするだけでは対応しにくく、開発工程と品質保証にセキュリティ証跡を組み込む必要があります。工場ユーザー側も、装置を買えば終わりではなく、サポート期間、更新時の停止計画、接続資産の棚卸し、サプライヤーの責任分担を確認すべきです。OTセキュリティは経営・調達・生産技術の共通課題になります。

6. Sunvega、空間設計から製造実行までをつなぐAI作業環境を発表（中国）

【日付】 2026年7月27日

【URL】 https://aimagazine.com/globenewswire/3333614

【概要】

Sunvegaは、空間インテリジェンスと製造向けのAIネイティブ作業環境「Sunvega AI」を発表しました。異種システムハブを中心に、業界別AIエージェント、スキル、設計ツール、企業アプリケーション、製造インテリジェンスを接続・調整する構成です。同社の既存基盤である3D空間設計、製品コンフィギュレーション、製造ワークフローに、AIエージェントとCNCソフトウェアを組み合わせ、人とAIが協働するワークフローを作るとしています。個別のAI機能を既存ツールへ追加するだけでなく、設計データと製造実行を一つの環境で扱うことを狙った発表です。

【背景や影響】

設計変更が製造現場へ伝わるまでに、CAD、BOM、工程表、CAM、設備設定、検査条件を複数の担当者が変換する企業は少なくありません。空間・3D情報と製造実行を同じデータの流れで扱えれば、試作、段取り、加工、検査の手戻りを減らせます。AIエージェントを使う場合は、設計意図や加工制約をモデルが理解できる形にする必要があり、単なる自然言語検索では不十分です。生産技術者は、製品BOMと製造BOMの対応、設備能力、工具寿命、品質条件を再利用可能な知識として整備する役割を担います。日本の多品種少量生産では、固定ラインよりも、設計変更に追随できるデジタルスレッドの価値が高まります。

7. Tacta Systems、触覚と技能取得を組み合わせたTactaBotを発表（米国）

【日付】 2026年7月27日

【URL】 https://smb.harlandaily.com/article/Tacta-Systemstm-Unveils-Breakthrough-Robotic-Hands-For-High-Value-Manufacturing-Powered-By-Dexterous-Intelligence-And-Large-Scale-Skill-Capture/6a67815a0b3f8c6777520287

【概要】

Tacta Systemsは、Tacta Hand、Skill Capture、Dexterous Intelligence AIエンジンを組み合わせたロボットシステム「TactaBot」を初めて公開しました。発表では、視覚だけでは自動化しにくい高価値製造作業に対し、触覚、精密さ、力、器用さを持つロボットハンドを提供するとしています。電子機器、AIインフラ、自動車の製造企業へ2027年初めに展開する計画で、数百万サイクルの工場運用を想定しています。人の作業技能を大規模に取得し、ロボットへ移す仕組みを含め、従来の固定的な治具や専用ハンドでは扱いにくかった工程を対象にしています。

【背景や影響】

製造現場には、柔らかい部材、微妙な押し込み、コネクターの勘合、ケーブルの取り回し、傷を付けない把持など、画像だけでは判断しにくい作業が残っています。触覚と技能取得が実用水準に近づけば、熟練者の手の感覚を、ロボットの教示データや検査ルールに変換できる可能性があります。ただし、発表段階では量産現場での実績や長期信頼性の検証は限定的です。導入時には、センサーの校正、異常時の人への引き継ぎ、製品ごとの許容差、ハンドの保全を含めた工程設計が必要です。生産技術者の仕事は、動作を教えるだけでなく、触覚データを品質基準と結び付けることへ広がります。

8. FutureRTC、VLAの推論遅延によるロボット動作のずれを補正（研究）

【日付】 2026年7月27日

【URL】 https://arxiv.org/abs/2607.24008

【概要】

FutureRTCは、視覚・言語・行動モデル（VLA）をリアルタイムに動かす際、推論中に環境が変わることで起きる「予測と実行のずれ」を補正する手法です。論文では、現在の状態を補正するState Correction Module、実行時の視覚表現を予測するObservation Prediction Module、予測した状態とVLAの出力を整合させるポリシー整合損失を組み合わせています。シミュレーションだけでなく、3台のRGBカメラを搭載した両腕協働ロボットで、皿の積み重ね、タオル折り、カップ掛けを評価しました。推論遅延が増えても成功率の低下を抑え、軌道を滑らかにすることを示しています。

【背景や影響】

AIロボットを工場で使う場合、カメラ撮像、ネットワーク、GPU推論、制御周期、アクチュエーター応答のそれぞれに遅れがあります。遅延を無視すると、部品をつかむ位置がずれたり、人や設備の位置を古い情報で判断したりします。FutureRTCは、モデルを大きくするだけでなく、現実の実行タイミングに合わせて状態を予測する必要性を示します。日本の工場で導入する際は、クラウド推論かエッジ推論か、許容遅延はいくつか、通信断時に安全停止できるかを工程ごとに定める必要があります。生産技術者は、AI精度の評価に加えて、遅延、ジッター、復旧、停止距離を含む制御性能を測る仕事を担うことになります。

9. 半導体製造でAIメトロロジーと環境・規制データを統合する設計を提案（研究）

【日付】 2026年7月25日

【URL】 https://arxiv.org/abs/2607.23082

【概要】

半導体分野のAI、計測、ESGに関するスコーピングレビューが公開されました。1,465件の文献を対象に、AIを使った計測、サプライチェーンのESG、フェデレーテッドな産業データ空間を分析し、AIによる工程最適化と、下流の持続可能性ガバナンスの間に構造的な分断があると指摘しています。その上で、Safe and Sustainable by Designを軸に、6層のシステム・オブ・システムズ型アーキテクチャを提案しました。仮想メトロロジー、地域分散型学習、データ来歴、規制対応を、製造実行の一部として扱う考え方です。

【背景や影響】

半導体工場では、製造条件、検査結果、歩留まり、装置状態、電力・水・薬液の使用量が密接につながっています。AIで歩留まりを改善しても、判断根拠やデータの来歴を説明できなければ、顧客監査や環境規制に対応できません。今後は、品質データと環境データを別々に集めるのではなく、ロット、設備、レシピ、サプライヤー、排出量を追跡できるデータ基盤が必要です。日本の半導体製造では、工場内のMES・SPCだけでなく、複数企業をまたぐデータ共有と機密保持が課題になります。生産技術者は、AIモデルの精度だけでなく、どのデータを誰が確認でき、どの判断に使ったかを証明する仕組みを設計する必要があります。

10. FixstarsとATTRAC LAB、用途別フィジカルAIドローンの開発・実証で協業（日本）

【日付】 2026年7月31日

【URL】 https://news.fixstars.com/en/6828/

【概要】

FixstarsとフィールドロボティクスSIerのATTRAC LABは、用途別ドローンの開発と現場実証で協業を開始しました。Fixstarsは組み込み開発、画像認識、エッジAI、自律走行ソフトウェアを生かし、周囲の認識、物体検出、異常検知、経路計画、飛行判断を担当します。ATTRAC LABは機体、搭載機器、無人システムの設計、少量製造、現場運用を担当し、PoCから現場検証までを支援します。対象は点検、監視、災害対応、測量、物流などで、顧客の業務条件に合わせたシステムを作るSI型の取り組みです。

【背景や影響】

工場やプラントの点検では、既製ドローンを買うだけでは、飛行経路、カメラ、異常判定、設備台帳、保全システムとの接続が足りません。用途別にエッジAIと機体を組み合わせ、現場で検証しながら作り込む方式は、屋内点検、危険箇所の巡回、広い敷地の物流監視へ応用できます。工場内物流や保全の自動化では、ロボット本体より、現場の制約を理解してシステム全体を仕上げるSI能力が成否を左右します。日本のSI企業にとっては、画像AI、組み込み、通信、機体、安全、業務システムを一つの案件で扱う機会が増えます。生産技術者も、設備保全を固定カメラだけでなく、移動体から得るデータで設計するようになります。