フィジカルAIガイド

フィジカルAIでできること・できないこと|現場で期待しすぎないための整理

フィジカルAIが得意なのは、見回って状態を確かめる、物を運ぶ、決まった種類の物をつかんで動かす、といった作業です。政府の「AIロボティクス戦略」(2026年3月26日)も、点検、搬送、清掃、入出荷、ハンドリングなどを先に広げる作業に選んでいます。一方で、指先の細かい作業、長時間の作業、学習していない状況、安全と責任の判断は、公式の発表でも課題として残されています。

見る・測る 判断する 動かす 人が確認する

このページでわかること

国の戦略が挙げる「できること」:8つの代表的な作業

AIロボティクスに関する関係府省連絡会議の「AIロボティクス戦略」(2026年3月26日)は、今の技術の水準を踏まえ、「見廻る」「モノを動かす」といった実装しやすい動作を中心に、多くの市場に共通する8つの作業を選んでいます。点検(屋外・半屋外)、点検(屋内)、搬送(屋外・半屋外)、搬送(屋内)、清掃、入出荷・パレタイズ、ハンドリング、溶接・塗装です。選ぶときは、環境が安定しているか、作業が複雑すぎないか、失敗が許されるかを評価するとしています。

出典:内閣府『AIロボティクス戦略~社会実装を加速し、巨大市場を切り拓く~』(2026年3月26日)(2026年11月17日確認)

同じ戦略が挙げる「まだ難しいこと」

同じ戦略は、技術開発、費用、社会への実装のハードルが高い作業として「指作業」を挙げ、中長期の課題にしています。さらに、安全性と信頼性の確保、汎用性と自律性の獲得、長時間の作業への対応、評価と検証の方法の確立、運用上の責任の分け方が、社会実装に向けて残る課題だと書いています。

従来の産業用ロボットについても、精度と信頼性は高い一方で、事前の教示、工程の設計、治具の準備が必要で、環境の変化や例外の処理には柔軟に対応しにくいと整理しています。戦略は、VLM・VLAなどのモデルと模倣学習・強化学習によって、ロボットの立ち上げの負荷を減らし、環境の変化に合わせる力をデータとモデルの更新で身につける方向がはっきりしてきたと書いています。ただし、それは可能性として示されたもので、すべてを置き換えたとは書かれていません。

出典:内閣府『AIロボティクス戦略~社会実装を加速し、巨大市場を切り拓く~』(2026年3月26日)(2026年11月17日確認)

比較表:できること・条件つき・まだ難しいこと

区分作業の例見るべき条件
できる点検、搬送、清掃、入出荷環境が安定し、失敗しても止められる
条件つき新しい物をつかむ、言葉の指示で動く学習した範囲か、使う機体が同じか
まだ難しい指先の作業、長時間の作業評価の方法と責任の分け方が未整備

ロボット向けAIの発表で見る「できること」の広がり

Google DeepMind は2025年3月12日に Gemini Robotics を発表し、できることを、新しい物や環境に対応する汎用性、言葉の指示や物の動きに合わせて計画を直す対話性、折り紙や袋詰めのような器用さの3つに分けて示しました。2025年9月25日の Gemini Robotics 1.5 では、動く前に考えて長い作業を短い段階に分けること、ある機体で学んだ動きを別の機体に移せることが加わりました。

Google が2026年10月13日に紹介した Gemini 4 Argon は、身体性の推論のベンチマーク ERQA で87%と発表されています。シミュレーションで作ったデータを使うと、実機での成功率が56%から75%に、作業時間が35秒から24秒に改善した例も示されました。裏を返すと、改善後も4回に1回ほどは成功していない計算です。

出典:Google DeepMind『Gemini Robotics brings AI into the physical world』、Google DeepMind『Gemini Robotics 1.5 brings AI agents into the physical world』、Google for Developers Blog『Gemini 4 Argon for Robotics』(2026年11月17日確認)

発表に書かれた「条件」と提供の範囲

2025年6月24日の Gemini Robotics On-Device は、ネットにつながずにロボットの上で動くモデルで、新しい作業への適応に50〜100回の実演が要るとされています。複雑な多段階の指示や学習の範囲を外れる作業では、クラウドにつながる上位のモデルのほうが性能が高いと同じ発表に書かれ、提供は限られた試験者向けのプログラムから始まりました。

Gemini Robotics 1.5 も、計画を立てる側の ER 1.5 は Gemini API で開発者に提供された一方、動作を出す側の 1.5 は選ばれた提携先だけへの提供でした。「何でもできる」ではなく、モデルの種類、機体、作業の難しさ、提供の範囲という条件つきで読むのが正確です。

出典:Google DeepMind『Gemini Robotics On-Device brings AI to local robotic devices』、Google DeepMind『Gemini Robotics 1.5 brings AI agents into the physical world』(2026年11月17日確認)

安全はAIの性能と別に規格と規則で決める

産業用ロボットの安全の国際規格 ISO 10218 は2025年版で大きく改められました。センサー大手 SICK の解説によると、協働ロボットの技術仕様書 ISO/TS 15066 が本体に取り込まれ、人と接触したときに許される力や圧力の限界値も含まれます。大型のロボットと小型の協働用ロボットを2つのクラスに分け、サイバーセキュリティも考慮され、点検の周期など安全な運用に必要な情報をメーカーが出すことも求めています。教示のときの手動操作については、低い速度や動きの安全監視の要件がより詳しくなりました。

日本では、産業用ロボットの運転中の危険防止を労働安全衛生規則第150条の4が定め、2013年12月24日付の通達(基発1224第2号)で施行通達の一部が改正されています。

出典:SICK『More safety for humans and machines』、厚生労働省 三重労働局『産業用ロボットに係る労働安全衛生規則第150条の4の施行通達の一部改正について』(2026年11月17日確認)

導入の前にベンダーへ確かめる質問

関連ページ

FAQ

フィジカルAIで何ができますか?

点検、搬送、清掃、入出荷、物のハンドリングなどが、国の戦略でも実装しやすい作業とされています。

苦手なことは何ですか?

指先の細かい作業、長時間の作業、学習していない状況への対応です。安全の確保と責任の分け方も課題として残っています。

発表の成功率はそのまま使えますか?

使えません。機体、作業、試した回数の条件が違えば数字も変わるため、自分の現場で試して確かめます。

AIが賢くなれば安全の確認は要らなくなりますか?

要ります。安全は ISO 10218 などの規格と労働安全衛生規則、現場のリスクアセスメントで確かめます。

この話題の新しいニュース

このページの話題に関係する、最近の発表を出典つきで整理した記事です。

ニュースの一覧へ