何が起きたか

日立製作所は2026年9月29日、ドイツ・ミュンヘンに本社を置くAgile Robots SEと、フィジカルAIの「頭脳」を開発する協創パートナーシップに基本合意したと発表した。狙いは、ロボットが実世界を認識・判断し、柔軟に行動するためのAIモデルを強化し、製造現場の自律化を進めることにある。両社は、日立の熟練作業者の暗黙知を短期間で習得できるモデルと、Agile Robotsが自動車製造、ヘルスケア、データセンターなどで実績を持つ汎用モデルを組み合わせる。

詳細

日立は、ロボットの「視覚」や「触覚」に相当する情報を高速かつ低消費電力で処理できるエッジAI半導体も持ち、これをAgile Robotsのロボティクス技術と組み合わせるとしている。両社は、部品の取り扱い、設備への供給、加工・組立、工程切り替え、工程間搬送、ピッキング、ラインの段取り替えなど、人手に依存してきた作業の自律化を視野に入れる。日立は協創で生まれるAIモデルを「HMAX Industry」としてグローバル展開する計画だ。

Key Facts

日立製作所は2026年9月29日、Agile Robots SEと協創パートナーシップに基本合意した。[1]
協創の対象は、AIロボティクスの「頭脳」を開発することだ。[1]
日立は、熟練作業者の暗黙知を短期間で習得できるフィジカルAIモデルを開発してきた。[1]
Agile Robotsは、自動車製造、ヘルスケア、データセンターなど幅広い産業の生産プロセスで実績のある汎用的なAIモデルを持つ。[1]
日立は、協創成果を「HMAX Industry」としてグローバル展開するとしている。[1]

本紙の見方

今回の合意は、ロボット本体や個別設備の導入ではなく、現場で動く判断層、つまりフィジカルAIの「頭脳」を共同で作る点に特徴がある。既存の自動化は繰り返し作業に強い一方、部品の把持、供給、段取り替えのように環境変化へ追随する領域は人手依存が残ってきた。日立はそこに熟練者の暗黙知を学習するモデルを持ち込み、Agile Robotsは自動車製造やヘルスケア、データセンターで使ってきた汎用モデルを重ねる構図である。つまり、単体ロボットの性能競争ではなく、現場の判断をどう一般化し、どこまで横展開できるかが焦点になる。本紙の関連記事である 日立、フィジカルAIの安全運用技術を開発 では、日立が社会インフラ向けの安全運用を意識したガードレール技術を示していた。今回のAgile Robotsとの合意は、その安全側の設計を前提に、判断そのものを担うモデルを外部知見と組み合わせて拡張する動きと読める。前回が「安全に使う枠組み」なら、今回は「何をどう判断させるか」に踏み込んだものだ。業界構造でみると、影響は3層に分かれる。第1に、OTと実世界データを持つ日立側の強みが、AIモデルの抽象論ではなく現場実装の競争軸になる。第2に、Agile Robotsのようにハード、ソフト、実世界データ基盤を束ねる企業との連携は、モデル単体ではなくフルスタックでの供給形態を前提にする。第3に、HMAX Industryとしての展開が示すように、開発対象は個別案件ではなく、工場横断で再利用できる製品群になりうる。もっとも、現時点では量産や導入の規模、どの工程から実装するのか、実運用で必要な学習データの範囲は示されていない。今後は、対象工程、稼働条件、安全性の担保、そしてどこまで既存設備に載せ替えられるかが確認点になる。

なぜ重要か

日立は、製造現場の複雑な作業を短期間で学習できるAIモデルと、Agile Robotsの汎用モデルを融合するとしている。これが進めば、単純な自動化では置き換えにくい工程をどこまで自律化できるかが、製造業の現場設計の論点になる。また、日立が「HMAX Industry」としてグローバル展開するとしているため、工場向けのAIは個別受託ではなく再利用可能な製品群として扱われる可能性がある。導入側は、設備更新だけでなく学習データの整備や運用条件の設計まで求められることになる。

日本への影響

日立が挙げた対象工程は、部品の取り扱い、設備供給、加工・組立、工程切り替え、工程間搬送、ピッキング、ラインの段取り替えである。日本の製造現場では、こうした工程に既存の自動化設備と人手が混在しているケースが多く、OTと実世界データを持つ国内企業の役割が問われるとみられる。