トヨタ・BMWは“ロボット導入前”に何をした？フィジカルAI時代を左右する、3つの準備

「フィジカルAI」とは？ 工場との関係性

　まず「フィジカルAI」という言葉から整理しましょう。

　ChatGPTのようなAIは、テキストや画像を処理するソフトウェアです。これに対して「フィジカルAI」とは、ロボットアームや脚、センサーなどの物理的な「体」を持ち、実際の現場で作業するAIを指します。

　人間の作業員が担っていた「部品をつかむ」「組み付ける」「異常を見つける」といった仕事を、AIロボットが自律的にこなす、というイメージです。


　「でも、それってまだ遠い先の話では？」と感じる方もいるでしょう。ところが2025年には、BMWの米スパータンバーグ工場で人型ロボットが実際の量産ラインで11カ月間稼働し、3万台以上の車体生産に貢献した事例が公表されています。フィジカルAIはすでに「SF」ではなく「工場の現実」になりつつあるのです。

トヨタやBMWは「ロボットを買う前」に何をしているのか？

　　BMWだけでなくトヨタなど大手企業の事例を見ると、ロボット導入の前段階で共通する考え方が見えてきます。

　それは、「ロボット本体への投資」より「データへの投資」を先行させていることです。ここでいうデータとは、単なる生産数や稼働時間だけではありません。人がどの順番で作業し、どのように部品を扱い、どこで判断しているのかといった、現場の動きそのものを含みます。

　トヨタ（TRI）の事例では、「LBM（Large Behavior Models：大規模行動モデル）」と呼ばれるAIの学習基盤の構築に注力しています。バイクのロータープレート取り付けなどの複雑な動作データを約1700時間分蓄積することで、1つのAIが数百種類の作業を習得し、新しい作業も少ないデータで素早く覚えられるようになっています。

　「どんなロボットを使うか」よりも「自社の技術をAIにどう覚えさせるか」こそが将来の競争力の本質、という考え方です。


　また、BMWの事例では、Figure AI社の人型ロボット「Figure 02」を量産ラインに投入しました。ポイントは「スタート地点の選び方」です。BMWは「工場全体の無人化」を目指すのではなく、「ボデー工場の溶接工程で板金部品を溶接治具に正確におく」という1つの作業に絞りました。

　結果として11カ月で9万点超の部品をロードし、BMW X3を3万台以上生産することに貢献。5mm以内という高精度での配置を99%以上の精度で達成しています。「全部やろうとしない」──これが大企業でさえ守っているフィジカルAI導入の鉄則です。


　ここで重要なのは、BMWが人型ロボットを導入したこと自体ではありません。いきなり工場全体を自動化しようとせず、特定の工程に絞って、ロボットが現場で作業するための条件や改善点を1つずつ蓄積している点です。フィジカルAIの導入では、「どの作業から始めるか」「その作業をどう学習・改善させるか」を見極める準備が欠かせません。 【次ページ】「大手の話でしょ？うちは中小だし」その考え方が危ないワケ