何が起きたか

製造DXで培った知見を活用し、データ利活用基盤「Resolana（レゾラナ）」を介して現場設備とつなぎ、実行までを一貫して支援するとしている。

本紙の見方

今回の発表で新しいのは、製造業向けの「フィジカルAI」を単なる構想でなく、さがみ野システムラボラトリ内の実証ラボとして置いた点である。一方で、製造DX、現場データ収集、機械制御、データ基盤を束ねるという骨格自体は、公開情報の範囲では既存の延長線上にある。つまり、派手な新技術の単独投入というより、既に持つ要素を一つの実証環境に再編した動きと読める。本紙の関連記事はないが、公開されている同社の説明を踏まえると、論点は「AIモデル」そのものより、現場設備にどう接続し、どこまで実行系まで閉じるかにある。Resolanaを介して情報を整理し、設備側につなぐという構成は、データ収集→整形→制御→実行という製造現場の連鎖を短くする試みだとみられる。ただし、原典本文の抜粋だけでは、どの工程を対象にするのか、どの程度の自律性を持たせるのかまでは確定できない。競争環境の観点では、製造業向けAIは汎用モデルよりも現場データとの接続、制御との安全な切り分け、既存設備への組み込みが差別化要因になりやすい。シーイーシーが「クラウドに依存しない」と説明している点は、工場内処理や閉域運用を求める現場に合わせる意図があるとみられるが、実際の構成は詳細を見ないと判断できない。中小製造業にも適用しやすいとするなら、導入負担をどこまで下げられるかが焦点になる。詳細は原典を参照されたい。今後確認すべき点は、①実証ラボで扱う工程や設備の範囲、②Resolanaと現場設備の接続方式と安全設計、③実際の提供形態と対象業種である。

なぜ重要か

製造業の現場では、AIの性能だけでなく既存設備との接続と運用条件が導入可否を左右する。シーイーシーは発表で、Resolanaを介して設備とつなぎ、クラウドに依存しない設計を志向するとしており、現場導入を前提にした構成であることがうかがえる。

日本への影響

日本の製造業では、工場内ネットワークや既存設備との接続、閉域運用への対応が導入条件になりやすい。シーイーシーの説明が示すように、データ利活用基盤と現場制御を結ぶ設計は、国内の製造DX案件で重視される要件と重なる可能性がある。