JAPAN VIDEO REVIEW · PHYSICAL AI
ロボットが人の言葉を理解した：FANUC「フィジカルAI」事例動画が示すもの
012本の公式動画は何を語っているか
FANUCは世界の産業用ロボットとCNC制御装置の巨頭です。2026年5月、公式チャンネルは「フィジカルAIを活用した事例紹介」をアップロードし、約1か月で1.9万回再生を記録しました——工業メーカーの公式チャンネルとしてはかなり高い注目度です[1]。
公式説明欄の要となる一文はこうです。FANUCのロボットが最先端AI技術と融合し、「自律的かつ柔軟な」ロボットシステムを実現し、これまで不可能とされてきた作業に対応できる。ロボットが「人の言葉を理解し、自分で考え、行動する」[1]。同時期のもう1本「自律的に『見て、考え、動く』」の動画は、この能力を概念の面から説明しています[2]。
02フィジカルAIとは：生成AIが身体を得る
「フィジカルAI（Physical AI）」は近年のロボット界のキーワードです。大規模AIモデルの認知能力（言語理解、視覚理解、状況推論）を実体の機械につなぎ、ロボットを「教示動作の再生」から「目標を理解し、自ら動作を組み合わせる」段階へと進化させます。従来の産業用ロボットの限界はよく知られています——どの動作もエンジニアが教示する必要があり、ワークを一つ替えれば教え直しになる。だからロボットは大量・変化の少ない場面にしか向かなかったのです[5]。
フィジカルAIが狙うのはまさにこの限界です。学理的には、これはサイバーフィジカルシステム（CPS）の構想のロボット版です。知覚、認知、行動がシステムの中で閉ループを形成します[3]。そして深層学習が製造で果たす役割の研究も、知覚と判断が機械学習の最初に現場で使われる部分だと、早くから指摘してきました[4]。FANUCの動画のシグナルは、これがもはや実験室のデモではなく、大手メーカーが「事例紹介」を撮り始めた商業的な現実だという点にあります。
03加工現場にとっての意味：判断が内蔵され、教示が安くなる
CNC加工工場にとって、フィジカルAIの潮流には二つの実際的な影響があります。
- ワーク着脱の自動化の適用範囲が広がる：従来のロボットのワーク着脱は大量の固定部品に向いています（判断基準は〈ロボットによるワーク着脱の入門〉参照）。ロボットが「この異なるワークを順番に機械に載せる」といった指示を理解し、自ら認識してつかめるようになれば、多品種少量のワーク着脱の自動化のハードルは徐々に下がっていきます。
- 教示コストが下がる：ロボットシステムで最も高いのは、しばしばハードウェアではなく統合と教示の工数です。言語による指示と自律的な判断が教示の一部を置き換えられれば、中小工場の導入の総コスト構造は変わります。
冷静さを保つ：公式動画が示すのはメーカーが選んだ成功事例です。「これまで不可能だった作業」がどれほどの範囲か、あなたのワーク形状で成り立つかは、実際の事例で検証する必要があります。潮流は本物ですが、時期は場面によって異なります。
04認知の自動化 × 動作の自動化：完全な省人化の構造
フィジカルAIを加工工場の全体像に置くと、明確な分業の構造が見えてきます。
| 自動化の対象 | 内容 | 対応する技術 |
|---|---|---|
| 知識労働（機外） | 読図、モデリング、プログラミング、シミュレーション、寸法検証 | AI加工準備チェーン（例：BestAI CAM） |
| 切削工程（機内） | 条件探索、チャタリング抑制、工具状態診断 | 機内知能（〈OKUMA編〉参照） |
| 物流と動作（機側） | ワーク着脱、搬送、治具交換、部品の検査 | ロボットとフィジカルAI（本稿） |
三つの層は互いに依存します。ロボットがワークを機械に載せても、機械には正しいプログラムが必要であり、そのプログラムの生成こそが知識労働の層です。台湾の工場は、この表に沿って省人化のロードマップを棚卸しできます——どの層があなたの現在のボトルネックですか？多くの受注工場は、最も長く滞るのが実は知識労働の層——図面からプログラムまでの準備——だと気づくでしょう。BestAI CAMはこの層にあります。AIが2D図面を読み、3Dモデルを作り、工場内の工具ライブラリと機械の制限に従ってG-codeを生成し、切削シミュレーションと独立したAI寸法照合を内蔵し、人は公差・基準・実機投入のゲートキーピングを担います（〈CNC自動プログラミング完全ガイド〉参照）。ロボットが運び、機械が切り、AI準備チェーンが考える——これこそが「省人化」の完全な姿です。
05よくある質問 FAQ
フィジカルAI（Physical AI）と生成AIはどういう関係ですか？
フィジカルAIは、生成AIの認知能力（言語理解、視覚理解、状況推論）をロボットの身体につないだ結果です。ロボットは教示動作の再生から、指示を理解し、自ら判断して動作を組み合わせる段階へと進化します。FANUC公式動画の表現では、ロボットが「人の言葉を理解し、自分で考え、行動する」ということです。
これは中小加工工場のロボット導入にどんな影響がありますか？
二つの方向があります。多品種少量のワーク着脱の自動化のハードルが下がる可能性（ロボットが異なるワークを自ら認識してつかめる）と、教示・統合コストの構造の変化（言語による指示が手作業の教示の一部を置き換える）です。ただし公式事例はメーカーが選んだ成功事例であり、導入前には自社のワーク形状で実際に検証すべきです。
ロボットの自動化とAIプログラミング、どちらに先に投資すべきですか？
ボトルネックで三つの層を棚卸ししましょう。知識労働（読図・プログラミング）、切削工程（機内知能）、物流・動作（ロボット）です。多くの受注工場で最も長く滞るのは知識労働の層です——ロボットが材料を機械に載せても、プログラムがなければ止まったままです。機械がよく「プログラム待ち」になっているなら、まずAI準備チェーンを補うほうが投資対効果は速く、工場のレイアウト変更も不要です。
新しい記事や動画の解説が公開されたらお知らせします——受信箱を埋め尽くさず、ワンクリックで購読解除。（ニュースレターは中国語）
AUTOMATE THE THINKING
ロボットが材料を運ぶ前に、まずAIにプログラムを用意させる
省人化の第一層は知識労働です。AIが読図、モデリング、コード生成、シミュレーション、検証を行う——あなたの図面で準備チェーンの速さを一度試してください。
導入コンサルタントに相談 トレーニング講座06参考文献
- ファナック株式会社 FANUC CORPORATION（YouTube）。フィジカルAIを活用した事例紹介（2026-05-21 公開）。youtube.com/watch?v=gdQ1PenNdeA
- ファナック株式会社 FANUC CORPORATION（YouTube）。自律的に「見て、考え、動く」ファナックのフィジカルAI（2026 公開）。youtube.com/watch?v=x22niBVt1fM
- Monostori, L., Kádár, B., Bauernhansl, T., Kondoh, S., Kumara, S., Reinhart, G., Sauer, O., Schuh, G., Sihn, W., & Ueda, K. (2016). Cyber-physical systems in manufacturing. CIRP Annals, 65(2), 621–641.
- Wang, J., Ma, Y., Zhang, L., Gao, R. X., & Wu, D. (2018). Deep learning for smart manufacturing: Methods and applications. Journal of Manufacturing Systems, 48, 144–156.
- Groover, M. P. (2019). Automation, Production Systems, and Computer-Integrated Manufacturing (5th ed.). Pearson.