工場・物流の導入基盤モデル

ダイキン工業 堺製作所、ロボット基盤モデル(VLA)による部品のキッティング自動化の実証が第2段階へ

ロボット基盤モデルを使ったロボットワーカーを開発するMuso Action(ムソウアクション)は2026年10月14日、ダイキン工業 堺製作所で行っている板金部品のキッティング工程の自動化の実証が、第1段階の現場試験を終えて第2段階に入ったと発表しました。第2段階では、ダイキンの生産技術センターの担当者自身が、データ収集からモデル作り、検証までを進めるとしています。

要点

  • 対象は、形の違う板金部品を指定された通い箱に振り分けるキッティング工程
  • 第1段階は2025年12月から2026年7月まで。第2段階は2026年7月から11月までの予定
  • 成功率や作業時間などの数字は公表されておらず、商用導入を約束するものではないと明記されている

何が発表されたのか

キッティングとは、組み立てに必要な部品を種類ごとに集めて、決まった箱にそろえる作業です。ダイキンの堺製作所では、複数の形の板金部品を、指定された通い箱へ振り分ける工程が対象です。従来の産業用ロボットは、同じ形の物を同じ位置で扱う作業が得意でしたが、部品の形や置き場所がばらつく作業は苦手とされてきました。発表は、この課題にVLA(見て、言葉で指示を受け、動きを出すAI)を使うと位置づけています。VLAの基本はロボットAIの解説にあります。

実証はダイキンの生産技術センターとの協業で、2025年12月の覚書の締結から始まりました。Muso Actionは東京大学協創プラットフォーム開発の創業支援プログラム「1stRound」の支援も受けています。

2つの段階で何をしたか

段階期間内容
第1段階(現場試験)2025年12月〜2026年7月(完了)2026年4月以降、堺製作所の現場でデータ収集と実証を繰り返した。夜間の工場内での動作検証も行い、課題を抽出した
第2段階2026年7月〜11月(進行中)「Muso フィジカルAIキット」を堺製作所に導入し、ダイキン社内で検証する。担当者がノーコードでデータ収集、モデル作成、検証を行う

第1段階の手法は、基盤モデルに業界向けのモデルを組み合わせるもので、同社のオフィスと模擬環境で集めたデータに、少量の現場データを足して学習したとされています。少量の現場データでも精度が上がったと説明されていますが、その精度の数字は公表されていません。

「Muso フィジカルAIキット」とは

Muso Actionの説明では、ロボットアーム、GPU搭載のパソコン、操作用タブレット、俯瞰カメラ、クラウド上の学習ソフトウェア、導入支援を一式にして、レンタルで提供するものです。専門的なプログラミングをしなくても、人がロボットを操作してデータを集め、クラウドで学習させ、現場で自律動作させるところまで行えるとしています。現在はベータ版で、現場で見つかった課題を反映しながら一般販売を目指す段階です。

ダイキン生産技術センターの担当者は、多品種や状況に応じた作業が必要な工程では従来の技術による自動化が難しく、フィジカルAIが重要になると考えているとコメントしています。第2段階の目的は、フィジカルAIの開発サイクルを現場で素早く回せることを示すことだとされています。

日本の現場にとっての意味

この発表で注目したいのは、技術の中身より、実証の進め方です。AIの専門家が現場に入って作る段階から、現場の設備担当者自身がデータを集めて試す段階に移ったという点は、PoCを現場で回すときの一つの形を示しています。導入後に細かな調整が必要になるたびに外部へ依頼していたのでは、費用も時間もかさむため、現場で回せることは重要です。

ただし、発表には成功率、作業時間、導入台数などの数字が一つもありません。同じ会社の文章が、本実証は実運用に向けた検証の段階で、商用導入を約束するものではないと断っています。費用対効果や工場AIの導入判断に使うには、数字が出る段階を待つ必要があります。また、この発表はMuso Action側のものであり、ダイキン側の公式な発表は、ここで確認した範囲には見つかりませんでした。

実演を集めるリーダー/フォロワー方式

Muso Actionの2026年10月14日の説明では、キットの実演データはリーダー/フォロワー方式の遠隔操作で収集する。担当者がロボットに作業を実演させ、タブレットからクラウド学習へ進み、学習後は現場で推論を実行する流れである。発表にはデータ収集、クラウド学習、収集した記録の閲覧・編集という三種類の画面例も掲載されている。

出典:Muso Action『ダイキン工業 堺製作所、ロボット基盤モデル(VLA)によるキッティング工程自動化の実証実験がPhase 2へ』(2026年11月17日確認)

背景:Muso Actionは物流倉庫でも国の事業に採択(2026年9月9日の発表)

Muso Actionは2026年9月9日、経済産業省とNEDOが進める生成AIの開発支援事業「GENIAC」に採択されたと発表しました。倉庫でのピッキングと仕分け機への投入に向けたロボット基盤モデルとデータ収集装置を開発し、アスクル、日本通運、若松梱包運輸倉庫の3つの倉庫で使う計画です。期間は2026年10月から2027年9月までで、データ収集を2026年10月に始め、2027年後半に3か所で実証するとしています。年に約100万回分の作業記録を集める目標も示されています。工場のキッティングと倉庫の物流で、同じ「現場でデータを集めて学習する」進め方を広げる動きといえます。

出典:Muso Action『Muso Action、経済産業省およびNEDOが実施する国家プロジェクト「GENIAC」の採択事業者に決定』(2026年11月17日確認)

堺製作所でのほかのAIの試み(2025年4月22日の発表)

ダイキン工業は2025年4月22日、日立製作所と、堺製作所臨海工場で設備の故障診断を支えるAIエージェントの試験運用を始めたと発表しています。保全の担当者が見つけた故障について、設備の図面や保全記録をもとに原因と対策を示す仕組みで、事前の実証では10秒以内に90%以上の精度で答えたとしています。この数字は5種類の設備で各5件を熟練の技術者2人が評価した結果です。今回のキッティングの実証とは別の取り組みですが、同じ工場でAIの現場試験が重ねられていることが分かります。

出典:ダイキン工業『ダイキンと日立が協創、工場の設備故障診断を支援するAIエージェントの実用化に向けた試験運用を開始』(2026年11月17日確認)

この記事で確認できていないこと

発表の時点で公表されていない、または出典で確かめられなかった点です。

  • 振り分けの成功率、作業時間、人手の作業との比較などの数字
  • 第2段階の結果と、第2段階の後に実機を常設するかどうか
  • ダイキン工業側の公式な発表(今回はMuso Actionの発表をもとにしている)
  • キットの価格やレンタルの条件

出典

このページは、上の出典をもとに編集部が整理したものです。発表元の公式ページではありません。会社や機関の言い分は「〜としている」と書き、書かれていない内容は足していません。投資や導入の判断は、出典の原文と専門家の確認を前提にしてください。

この発表に関係する解説

ほかの新しいニュース

ニュースの一覧を見る

実演を集めるリーダー/フォロワー方式

Muso Actionの2026年10月14日の説明では、キットの実演データはリーダー/フォロワー方式の遠隔操作で収集する。担当者がロボットに作業を実演させ、タブレットからクラウド学習へ進み、学習後は現場で推論を実行する流れである。発表にはデータ収集、クラウド学習、収集した記録の閲覧・編集という三種類の画面例も掲載されている。

出典:Muso Action『ダイキン工業 堺製作所、ロボット基盤モデル(VLA)によるキッティング工程自動化の実証実験がPhase 2へ』(2026年11月17日確認)