ガートナーが考えるフィジカルAI実装のロードマップと人の役割:製造マネジメント インタビュー(2/2 ページ)

» 2026年11月16日 08時00分 公開
[三島一孝,MONOist]
前のページへ 1|2       

フィジカルAI実装に必要な3つの層

MONOist 現在は研究開発やその実証が中心になっているということですが、フィジカルAIを推進するためにはどういう要素が必要になると考えますか。

鹿内氏 フィジカルAIを考える上で、Gartner(ガートナー)では3つの層で理解しています。1つはクラウド層でITを中心に整備するもので、フィジカルAIに関してはワールドモデルなどは、この層で開発する必要があります。2つ目が、現場に配置するデバイス層で、機械にAIを直接組み込むほか、安全対策を講じる必要があります。そして、3つ目がエッジ層です。この領域でIT(情報技術)とOT(制御技術)を結び、連合学習やローカルLLMの構築などを考える必要があります。

photo フィジカルAIの3つの層[クリックで拡大] 出所:ガートナージャパン

 それぞれの層での開発が進んでいますが、特にエッジ層については、IT側とOT側でどちらが積極的に関与して実現するのかが定まっておらず、宙に浮いてしまって開発が進まないというケースが散見されます。

 また、R&D(研究開発)フェーズとビジネスフェーズをどう結んで移していくのかということも難しい点です。多くの企業が社内での自社実践を通じて、これらの要素の研究開発を進めていますが、これらをどういう流れでビジネスフェーズに移すのかは、明確な正解例がない状況です。ガートナーでは、いくつかの先進企業の取り組みをベースに、類型を取りまとめていますが、それが正解なのかどうかはまだ分かりません。

 例えば、ある企業では、フィジカルAIについては、既存の顧客へのアドオンやアップセルにのみ使用するという方針を取っています。一方で、自社実証における研究開発からビジネス化を行う方法論を確立している企業では、事業部やパートナーに移管して積極的に外部展開を進めています。ただ、現状ではどちらの道筋の方がよいのかは、判断が難しいところだといえます。これらの状況は国内企業に限った話ではなく、グローバル各地で同じような課題が生まれています。

photo エッジデバイス層を中心に求められる技術要素[クリックで拡大] 出所:ガートナージャパン

AIが進化しても人に残される4つの役割

MONOist フィジカルAIも含め、AIの活用においては、人の中にある暗黙知をどのようにAIに伝えていくかも重要だと思いますが、人との関係性についてはどのように考えていますか。

鹿内氏 AIが業務上で正しい判断を行うためには、人が持つ暗黙知まで学習していくことは重要です。そのためこうした暗黙知を言語化し、記録していくことや、評価基準の定義などを行っていく必要があります。ただ、人が担ってきた業務や手順をそのままAIに任せるのではなく、非効率な手順は残さないこともAIを効率よく使うためには重要になります。

 最初は人の事前承認が必要な「Human in the loop」の形で、定型タスクの代行を進めていきます。AIエージェントの整備が進み、代行が問題なく行えるようになれば、例外だけに介入する「Human on the loop」という形に進み、その後完全自律化(Human out of the loop)へと進むと見ています。

photo AIの自律性と人の関与[クリックで拡大] 出所:ガートナージャパン

 ただ、高度な自律化が進んだ後でも人には4つの役割が残ると考えています。1つは「判断力と文脈理解」で暗黙知や忖度などの領域のものです。2つ目が「倫理的判断と共感力」で責任を取ったり覚悟で人を動かしたりするものです。3つ目が「創造性」で過去のパターンにない新たな動きを作ることです。そして、4つ目が「技術的直観」で、違和感や論理をジャンプしたような発想の活用です。こうした非効率だが、新たな革新につながるようなことはAIでは行えず、人が関わって生み出していく必要があります。そのため、AIがいくら進化したとしても人に残り続ける役割だと考えています。

photo AI時代に人に残る4つの役割[クリックで拡大] 出所:ガートナージャパン

AIレディなデータ整備と、昔ながらの業務の再認識

MONOist 将来的にAI活用で成果を出すために、今どのような点を考えておくべきだと考えますか。

鹿内氏 先ほど説明したように、AI活用で大きな成果を生み出している企業はまだまだ限られています。一足飛びにAI活用で成果を求めるのではなく、まずは、足元のデータの用意や整備がしっかり行えているかを確認する必要があります。AIレディなデータを作るために、データ基盤になり得る各種システムで、データがどのように記録されているのかを把握し、整備していく必要があります。

 そういう意味では基幹システムが特に重要だと考えています。基幹システムの刷新でROI(投資利益率)が課題となって進まないケースなども見られますが、自社業務の見直しとAIに向けたデータ整備の観点などから、角度を変えて捉えることが重要です。

 また、こちらも先ほど説明しましたが、人に残される業務が「昔ながらのもの」になることを考えると、古い業務の在り方を全面的に否定するのではなく、受け継ぐべき手順や技能を残していくということが従来以上に重要になると考えています。伊勢神宮で行われている式年遷宮のように、昔からの良い部分を新しくしながら伝えていくということが求められていると感じています。

≫「製造マネジメント インタビュー」のバックナンバー

前のページへ 1|2       

Copyright © ITmedia, Inc. All Rights Reserved.

特別協賛PR
スポンサーからのお知らせPR
Pickup ContentsPR
Special SitePR
あなたにおすすめの記事PR