2026年10月19日号

対象期間：2026年10月10日（土）〜2026年10月16日（金）

【ニュースのまとめ】

今週は、AIを工場の「助言役」から、設計・認識・判断・動作をつなぐ実行基盤へ移す発表が目立ちました。ABBは画像収集から学習、ロボット動作、継続改善までを一つの流れにまとめ、SiemensはPLC設計と半導体露光計算をAI・GPUで短縮しました。

具身AI（Embodied AI）では、Jodell Roboticsが触覚を備えた器用な手とデータ基盤を一体化し、ABBは衣料物流の変動に追従する実用モジュールを投入しました。単体ロボットより、現場データで学習し続ける運用系が競争の中心になっています。

製造ITでは、IFSとBoomi／Jade Globalが、AIエージェントに権限、承認、監査証跡を与える仕組みを発表しました。AIがMES、ERP、PLM、倉庫、供給網をまたいで処理を実行するほど、統制と追跡可能性が生産性と同じくらい重要になります。

日本の工場管理システムは、設備の見える化を中心とした構成から、AIが異常や需給変動を捉え、承認条件に従って計画や保全を動かす構成へ進むでしょう。MESやERPのデータ品質、権限体系、変更履歴を先に整えることが導入速度を左右します。

生産技術では、SiemensのEigen Engineering Agentのように、電気設計データを読み、PLCコードやネットワーク構成を生成・検証する支援が広がります。技術者の仕事は記述作業から、標準化、レビュー、安全設計、例外処理の設計へ比重が移ると思われます。

生産方法は、固定治具と固定プログラムを前提とする大量生産から、画像・触覚・デジタルツインで段取り替えに適応する柔軟生産へ近づきます。ABBのAI Robot Trainerは、品種、照明、配置が変わるたびに専門家がモデルを作り直す負担を減らします。

半導体では、Siemens CalibreとNVIDIA cuLithoが、High-NA EUV向けの複雑なマスク最適化を実用時間へ縮めます。設計と製造準備の反復が高速化し、製品設計、工程設計、量産立ち上げの境界がさらに連続化すると言えます。

工場物流では、ABB Fashion Inductorのように、品物の形や包装が頻繁に変わる工程にもAIロボットが入り始めました。導入時の精度だけでなく、稼働中の監視、再学習、再配備を含むライフサイクル運用がSIの標準工程になるでしょう。

日本企業は、AIモデルの優劣だけでなく、現場画像や停止履歴、検査結果、設計変更を再利用できるデータ資産に変える必要があります。小さな工程で効果を測りつつ、他ラインへ展開できる標準インターフェースと責任分界を作ることが重要です。

今週の発表群は、ロボット、CNC、PLC、MES、設計ソフトが別々に高度化する段階から、共通データと統制の上で連動する段階への移行を示します。経営、IT、生産技術、SIerが同じ運用指標を持てる企業ほど、AI投資を量産効果へ変えやすいでしょう。

1. ABB、画像収集からロボット動作までをつなぐAI学習基盤を発表（スイス）

【日付】 2026年10月12日

【URL】 https://www.abb.com/global/en/news/139391/prsrl-abb-robotics-enables-anyone-to-train-deploy-and-optimize-ai-powered-robotics-applications

【概要】

ABB Roboticsは、OmniCore EyeMotionにAI Robot Trainerを追加し、AI画像認識を使うロボットアプリケーションの学習、導入、継続改善を一つの産業用ワークフローにまとめました。実際の工場画像を学習データへ変換し、合成画像も組み合わせ、認識結果を自動衝突回避経路とロボット動作へ接続します。案内型の操作画面とAIチャットボットが設定を支援し、特定メーカーのカメラやセンサーに限定されません。ABBによると、立ち上げ時間を最大90％、自動経路計画と組み合わせたサイクルタイムを最大50％短縮できます。2Dピック＆プレースから3Dビンピッキング、検査、仕分け、組立までを対象とし、品種、照明、配置、対象物の変化に合わせて現場担当者やSIerがモデルを更新できます。

【背景や影響】

従来のAIビジョン導入では、画像収集、ラベル付け、モデル学習、設備接続、動作設計が分断され、変更のたびにAIとロボット双方の専門家が必要でした。今回の仕組みは、認識と動作を閉ループ化し、導入後の改善まで製品工程として扱う点が重要です。日本の多品種少量工場では、ワークや照明条件の変化が自動化の採算を崩しやすいため、再学習と再配備の標準化は効果が大きいでしょう。SIerには、機器を組み合わせる能力に加え、学習データの品質、精度監視、誤認識時の安全停止、モデル変更履歴を管理する役割が求められます。生産技術者は、個別プログラムを作る仕事から、データと性能指標でロボットを育てる仕事へ移ると思われます。

2. Siemens、TIA Portal内でPLC設計を支援するEigen Engineering Agentを実用化（ドイツ／イタリア）

【日付】 2026年10月16日

【URL】 https://press.siemens.com/it/it/comunicatostampa/siemens-si-aggiudica-il-bi-mu-futuretech-award-2026-con-eigen-engineering-agent

【概要】

SiemensのEigen Engineering AgentがBI-MU FutureTech Award 2026を受賞しました。生成AIアシスタントはTIA Portalへ直接統合され、プロジェクト文脈を理解しながら、LADとSCLのPLCコード、WinCC Unified向けJavaScript、ハードウェア、ネットワーク、ドライブ構成を自然言語の指示から生成・検証・修正します。新機能ではECADファイルを読み、不整合を指摘して電気設計のトポロジーを自動化プロジェクトへ移します。Siemensによると、パイロットではエンジニアリング効率が最大50％向上し、一部作業は2〜5倍高速化しました。すでに19カ国の100社超で利用され、SaaSとして提供されています。PLCコード、プロジェクトファイル、プロンプトはモデル学習に使われず、欧州顧客のデータはEU域内で処理・保存されます。

【背景や影響】

制御設計では、電気図面、I/O表、PLCコード、HMI、ドライブ設定、試運転記録の間に手作業の転記が多く、変更漏れが立ち上げ遅延の原因になります。Eigen Engineering Agentは、ECADから制御プロジェクトまでの情報連鎖をAIで補完し、設計標準に沿った構成を短時間で作る点に意味があります。ただし、自動生成物の安全性や機械規格への適合責任までAIへ移るわけではありません。日本の装置メーカーとSIerは、社内の標準部品、命名規則、レビュー手順、承認権限を機械可読な形で整える必要があるでしょう。若手は定型記述を早く進められる一方、熟練者には生成結果の妥当性、インターロック、異常復帰、保守性を評価する役割が一段と重要になると思われます。

3. SiemensとNVIDIA、先端半導体の露光計算を10〜17倍高速化（米国／ドイツ）

【日付】 2026年10月14日

【URL】 https://news.siemens.com/ja-jp/siemens-calibre-nvidia-culitho/

【概要】

Siemensは、NVIDIAのGPUアクセラレーションライブラリcuLithoをCalibre製造ソフトウェアへ統合し、次世代AI半導体向け計算リソグラフィを高速化したと発表しました。光近接効果補正や逆リソグラフィ技術を含む主要ワークロードで、検証済みデータでは少なくとも10〜17倍のシミュレーション高速化を達成しています。これにより、High-NA EUVで必要になる複雑な曲線パターンのフルチップ最適化が現実的な時間で実行できます。マスクメーカーと半導体メーカーは、テープアウト前に反復回数を増やし、露光上の弱点を早く特定し、工程余裕を広げられます。設計側のCalibreと製造準備側のGPU計算を結び、AI用演算・メモリー半導体の量産準備を短縮する取り組みです。

【背景や影響】

微細化が進むほど、設計図形をそのままウエハーへ転写できず、露光現象を計算してマスク形状を補正する処理が巨大化します。High-NA EUVでは曲線マスクや高度な逆問題が増え、計算時間が製造準備の制約になります。GPUで反復を高速化できれば、設計ルールの余裕を増やすだけでなく、マスク修正、歩留まり改善、量産移行の判断を前倒しできます。日本の半導体材料、装置、マスク、設計各社にとっては、工程データと設計ソフトを横断する共同最適化が競争力になるでしょう。一方、計算結果の品質はモデル、プロセス条件、検証データに依存するため、単なる計算高速化ではなく、実測との校正と知的財産の管理を一体で設計する必要があります。

4. Jodell Robotics、触覚・器用な手・学習データを統合した具身AI製品群を発表（中国）

【日付】 2026年10月16日

【URL】 https://praze.jp/press/pr-newswire/en/5073444-ae73444-0/

【概要】

Jodell Roboticsは中国国際工業博覧会で、具身AI（Embodied AI）の産業実装に向けた製品群を発表しました。中核はMozart生体模倣型5指デクスタラスハンド、自社開発の視触覚センサー、具身AIデータ収集キットです。各指の高精度触覚センサーが接触力や位置を多次元で取得し、独自の駆動・制御アルゴリズムで精密な把持を行います。BioTac技術を基にした新しい触覚センサーは、力、振動、温度を検出し、産業現場の電磁干渉にも耐える設計です。同社は手、眼、頭脳、データを一つのシステムとして構成し、半導体、3C電子機器、電池、ライフサイエンスの精密組立、試料処理、不定形物の柔軟ピッキングを対象にしています。

【背景や影響】

製造現場で人の手作業が残る理由は、対象物の微妙な位置ずれ、柔らかさ、摩擦、接触状態を扱う難しさにあります。視覚だけでは把持後の滑りや接触力を十分に判断できないため、触覚と制御、学習データをまとめることが実用化の鍵です。Jodellの提案は、ロボット本体よりも「最後の1ミリ」を担うエンドエフェクターとデータ循環を重視しています。日本の精密組立や検査工程では、熟練者の手の感覚をデータ化し、工程ごとの許容差と品質基準へ結び付ける用途が考えられるでしょう。ただし、デモの器用さと量産設備の稼働率は別問題です。寿命、清掃性、校正、交換時間、異常時の安全を含む検証をSIerとユーザーが共同で進める必要があります。

5. ABB、衣料物流に継続学習型フィジカルAIを投入（スイス）

【日付】 2026年10月15日

【URL】 https://www.abb.com/global/en/news/139480/prsrl-abb-robotics-brings-industrial-grade-physical-ai-to-fashion-logistics

【概要】

ABB Roboticsは、Fashion InductorへAI Robot Trainerを統合し、同社初のエンドツーエンド画像型フィジカルAIソリューションとして発表しました。形状、包装、運用条件が絶えず変わる衣料品物流で、事前学習済みの専用画像モデル、迅速な再学習、Automatic Path Planningを組み合わせます。ABBによると、1セル当たり毎時最大1,300点、99.5％超を目標とするピッキング精度を持ち、エンジニアリングと立ち上げ作業を最大75％削減します。ソフトウェアのデジタルツインはApplication Controller Platform、経路計画、AI Robot Trainer、RobotStudioを接続し、第三者製グリッパーも組み込めます。稼働性能を監視し、異常を見つけ、追加データを作り、改善モデルを実機へ戻す閉ループを備えます。

【背景や影響】

アパレルやEC物流はSKUが多く、袋の反射、布の変形、包装の違いが大きいため、従来の固定ルール型ロボットが苦手とする領域です。今回の発表は、AIモデルを納入時に固定せず、設備ライフサイクル全体で更新する運用モデルを具体化しました。日本の工場内物流でも、部品袋、通い箱、仕掛品、返却品など外観のばらつきが大きい工程へ応用できると思われます。導入効果を維持するには、精度だけでなく、処理量、誤投入、再把持、停止復旧を継続計測し、どの条件で再学習するかを契約や標準作業へ入れる必要があります。SIerの収益も、設備の一括納入から、モデル監視と継続改善を含むサービスへ広がる可能性があります。

6. 東芝、クラウドPLCとAIを安全につなぐスマートファクトリ構成を提示（日本）

【日付】 2026年10月15日

【URL】 https://www.automation-news.jp/2026/10/109835/

【概要】

東芝は計測展NEXT 2026に向け、「制御システムセキュリティで守るスマートファクトリ」をテーマとする展示内容を公表しました。産業用サーバーと産業用コンピューターに、エッジコンピューティングやAIアクセラレーターを組み合わせ、外観検査などのフィジカルAI用途を提案します。クラウド型PLC「Meister Controller Cloud PLCパッケージ typeN1」は、セキュアな通信環境でロボットやビル設備を遠隔制御し、AIと連携する構成です。運用効率化と保守負荷の軽減を狙います。さらに、長距離・高精度の検知と耐環境性を備えるHybrid-3D LiDARも参考出展します。現場機器、エッジAI、クラウド制御、センシング、OTセキュリティを一体で示す内容です。

【背景や影響】

クラウドPLCは、制御ロジックの配布、更新、監視を集約できる一方、通信断、遅延、認証情報の漏えい、遠隔操作の誤りが生産へ直接影響します。東芝がセキュリティを前面に出したことは、AIとクラウドを現場制御へ近づける際の条件を示しています。日本の製造業では、古いPLCや独自ネットワークが残るため、全設備を一度に置き換えるより、エッジで安全境界を設けながら段階的に接続する構成が現実的でしょう。遠隔制御に使う機能と、現場に残す安全機能を明確に分け、通信喪失時の縮退運転、更新の承認、操作ログ、脆弱性対応を設計段階から決める必要があります。AI外観検査と制御を同じ基盤で扱うことで、検査結果を工程条件へ戻す閉ループ化も進むと思われます。

7. Shanghai Electric、具身AI部品から電池工場まで19の統合ソリューションを公開（中国）

【日付】 2026年10月15日

【URL】 https://kyodonewsprwire.jp/release/202610168034

【概要】

Shanghai Electricは中国国際工業博覧会で、知能ロボット、産業AI、計算基盤、重型ガスタービン、原子力機器にまたがる19の統合ソリューションを披露しました。具身AI向けには、軸受、締結部品、ねじ、関節モジュール、22自由度のデクスタラスハンドを一体で提供します。風力発電設備では、設計、製造、運用保守をデータで閉ループ化し、研究開発、品質、保全判断をAIで支援します。リチウム電池スマートファクトリ向けには、工場計画、工程実装、ユーティリティー、環境制御までを含む自動化・デジタル化パッケージを示しました。重型ガスタービンでも、設計シミュレーション、柔軟生産、AI検査、供給網、保全を全ライフサイクルでつなぎます。

【背景や影響】

中国の製造DXは、個別のロボットやソフトウェアを販売する段階から、主要部品、設備、工場設計、運用データを垂直統合する段階へ進んでいます。Shanghai Electricの発表は、具身AIの部品供給力と、電池・風力・ガスタービンの工場エンジニアリングを同じ企業群で持つ強みを示します。顧客は導入窓口を集約できますが、特定ベンダーへの依存やデータ移行の難しさも増えるでしょう。日本の設備メーカーとSIerには、単品性能だけでなく、標準インターフェース、仮想立ち上げ、品質データ連携、運用保守まで含む提案が求められます。中国市場と競争する際は、精度や信頼性に加え、導入期間とシステム全体の拡張性を定量的に示す必要があると言えます。

8. IFS、産業AIエージェントを権限・承認・監査の下で動かす基盤を発表（英国／米国）

【日付】 2026年10月13日

【URL】 https://en.prnasia.com/releases/apac/ifs-brings-the-industrial-ai-harness-to-the-world-s-most-critical-and-complex-industries-551542.shtml

【概要】

IFSはIFS Intelligenceの運用基盤としてIndustrial AI Harnessを発表しました。産業向けデジタルワーカーが、既存のID、権限、業務規則、承認、監査統制に従って仕事を実行できるようにします。計画とオーケストレーション、スキルとコネクター、記憶と文脈、ガードレール、検証とエスカレーション、可観測性と監査証跡を共通機能として提供します。生データを外部AIへ送らず、支援、推奨、自律実行へ段階的に権限を広げる設計です。複数のAIモデルやサービスを使い分け、データ処理場所など顧客の主権要件も保持します。同社調査では、43％がエージェント型デジタルワーカーを導入した一方、安全や品質を検証した企業、機密データの統制を整えた企業はいずれも11％でした。

【背景や影響】

製造業のAIエージェントが保全指示、部品手配、工程変更、作業割付まで実行すると、誤判断は停止、品質不良、輸出管理違反へ直結します。一般的な生成AIのガードレールだけでは、設備状態、役職権限、工程承認、規制記録を十分に扱えません。IFSの提案は、AIの能力ではなく、どの条件で何を実行できるかを運用基盤へ組み込むものです。日本企業は、最初から完全自律を目指すより、提案、承認付き実行、限定自律へ段階を分けるのが現実的でしょう。AIの判断根拠、参照データ、実行結果を監査できれば、現場と品質保証部門の合意を取りやすくなります。ERPやEAMの権限設計が曖昧な企業では、AI導入前に業務責任とデータ所有者を整理する必要があります。

9. BoomiとJade Global、製造業のAIエージェントを工場・供給網へ安全に展開（米国）

【日付】 2026年10月14日

【URL】 https://www.businesswirechina.com/en/news/64284.html

【概要】

Boomiと製造業向けSIを手掛けるJade Globalは提携を拡大し、AIエージェントを実証段階から工場、供給網、企業システムへ展開するサービスを発表しました。Jade GlobalはBoomi Enterprise Platformを使い、Active Data FoundationとAgent Control Planeを製造業向けに実装します。ERP、MES、PLM、品質、倉庫、取引先EDIに分散したデータを接続し、エージェント設計、APIとMCP管理、統合、自動化、データ管理を共通基盤で扱います。生産計画、在庫、サプライヤーへの約束、規制記録など、誤動作の影響が大きい処理に、データ完全性、統制、可観測性、監査証跡を持たせます。Jade Globalが業務設計と導入を担い、既存のレガシー基盤を残しながら段階展開できる構成です。

【背景や影響】

製造業では、同じ品目や設備でもERP、MES、PLMで名称や更新時刻が違い、AIエージェントが正しい状態を判断できないことがあります。複数工場と取引先をまたぐほど、個別接続では変更管理と監査が追いつきません。BoomiとJade Globalの組み合わせは、データ統合とエージェント統制をSIサービスとして提供し、AI導入の土台を先に整える考え方です。日本の製造業でも、PoCのチャットボットを増やすより、マスターデータ、API、イベント、権限、承認を共通化した方が全社展開は速くなるでしょう。SIerには、接続本数ではなく、どのデータを正とするか、AIが失敗した時に誰へ戻すか、処理をどう再実行するかまで設計する力が求められると思われます。

10. ABB、精密加工向けIRB 1700ロボットを高速・省電力化（スイス）

【日付】 2026年10月12日

【URL】 https://www.abb.com/global/en/news/139390/prsrl-abb-robotics-introduces-two-new-high-performance-robots-for-precision-manufacturing

【概要】

ABB Roboticsは、コンパクトな産業用ロボットIRB 1700と、配線・ホースをアーム内部へ収めたIRB 1700IDを発表しました。6〜12kg可搬の5仕様を用意し、OmniCoreコントローラーで動作します。ABBによると、従来の同等機に比べサイクルタイムを最大20％短縮し、前世代IRB 1600との比較で電力消費を最大15％削減します。経路繰り返し精度は最小0.03mm、関節速度は毎秒最大700度、オイル交換間隔は最大2万時間です。マテリアルハンドリング、アーク溶接、バリ取り、研磨、工作機械への着脱に加え、AIサーバーラックの組立も対象とします。設置面積は前世代より50％小さく、RobotStudio、AI Robot Trainer、OmniCore EyeMotionとも連携します。

【背景や影響】

AI活用が注目されても、量産設備ではサイクルタイム、精度、消費電力、保守間隔、設置面積が投資回収を決めます。IRB 1700は、知能化ソフトと組み合わせられる標準ハードを性能面から更新した発表です。日本の自動車、電子、金属加工では、既存セルの更新時に同じ床面積で能力を上げ、電力と保守停止を減らす選択肢になります。内装配管型はケーブル干渉を減らし、狭いセルの設計と保守を簡素化できるでしょう。一方、カタログ上の短縮率は対象動作や負荷条件で変わります。導入時には実ワークでの軌跡、治具剛性、周辺機器待ち時間、停止復旧を含めて検証し、AI機能の効果と機械性能の効果を分けて評価する必要があります。