最先端企業ですら「まだ遠い」

私が支援しているクライアント企業は、いずれもフィジカルAI導入という観点では日本の最先端に位置している。フィジカルAI研究組織を立ち上げ、ヒューマノイドや四足歩行ロボットの実証実験、無人化ライン、AI画像検査等を進めている。工場を仮想空間にそっくり再現するデジタルツインという技術に多額を投資している企業もある。デジタルツインとは、現実の工場を3次元でコンピュータ上に写し取り、そのバーチャル空間で機械を動かしたり配置換えを試したりできる仕組みのことで、現実に手を加える前にリスクを検証できる大変便利な技術である。検査モデルによっては1つあたり数十万枚を超える画像をAIに学習させている企業もある。

その最先端企業ですら、現場を学習する構造にもっていくまでにはまだ遠い、というのが率直な実感である。なぜか。学習を妨げているのは、いくつもの現実の摩擦である。

材料はロットごとに変わる。同じ品番の材料でも、湿度、温度、その日の入荷状態などによって、伸び縮みや反応が違ってくる。加工条件がわずかに変わっただけで、最終製品の品質が大きくずれる。AIによる画像検査も、光の当たり方、塗装の乗り具合、表面の凹凸、部品の向き次第で、同じ製品が全く別物のように映ってしまう。QRコードが汚れて機械で読めなくなり、担当者がやむを得ず手入力するとき、1桁を間違えれば、その瞬間から現物とコンピュータ上のデータが別物になっていく。こうした悩みは業種の違いを超え、どの最先端企業でも共通して耳にする。