AIは「組織能力の増幅器」、パナソニック新CAIOが描く人とAIの共進化：製造マネジメント インタビュー（2/2 ページ）

[三島一孝，MONOist]

5層のアーキテクチャでAI活用を推進

　AI関連の基盤構築については、以下の5層の論理アーキテクチャで整備を進める。

1. フロンティアモデル層：外部の先端AIを活用
2. ソブリン知識層：組織の独自知識やデータなど企業の知識基盤
3. エージェント／ツール層：AIエージェントやツールなど企業のスキル
4. 評価／学習層：業務の実行を評価し学習に活用する
5. ソブリンモデル層：自社でのAIモデルの構築と進化

　データ基盤としては、AIモデルの学習やモデルと接続して活用することを前提とした「Perseus」（コードネーム）を開発している。榊原氏は「将来的には、グループ共通のエージェントプラットフォームや、社内でエージェントを再利用するためのマーケットプレースも構想している」と述べている。

AIデータのためのプラットフォーム“Perseus”を開発［クリックで拡大］ 出所：パナソニック ホールディングス

3年以内にフィジカルAIの実装を実現

　モノづくり領域でのAI活用については「短期では構想や企画、設計などの領域での活用を期待している」（榊原氏）という。AIに多数の設計候補を生成させ、別のAIが評価し、その結果を生成側に戻すことで、設計の質を高めていく。強度や品質だけでなく、コストや生産容易性も含めた検証なども行えるようにする。

AIデータのためのプラットフォーム“Perseus”を開発［クリックで拡大］ 出所：パナソニック ホールディングス

　設計領域以外の実際にモノを扱う領域については、パナソニック コネクトで開発した「Robo Sync」にVLA（Vision、Language、Action）モデルを組み合わせることで、適用領域の拡大に取り組む。「3年後には工場や倉庫で賢いロボットが相当の割合で動く状態を目指したい」（榊原氏）。

　VLAモデルを含むフィジカルAIの活用については、システムの形はできても、現場での導入に耐え得る採算性などは難しいとも見られているが「即応性が必要な作業への導入は難しくても、夜間に長時間動かす倉庫作業などには適用の可能性がある」と榊原氏は説明している。

VLAモデルの実装についての考え［クリックで拡大］ 出所：パナソニック ホールディングス

≫「製造マネジメント インタビュー」のバックナンバー