CEATEC 2026で見えたフィジカルAI実装の条件　Booster Robotics・Fairy Devices・AVITAが示した現場データ活用

編集: グリットアーツ編集部

公開日：2026年10月15日

3行解説

ニュースの概要

2026年10月13日、CEATEC 2026のカンファレンス「フィジカルAIを現場に根付かせるには ― データと共創から考える社会実装 ―」が、展示ホール5のXステージで開かれた。登壇したのはBooster Robotics、Fairy Devices、AVITAの3社である。各社は、ヒューマノイド開発、遠隔支援、アバター接客という異なる入口から、現場で生まれるデータをどう集め、どう活用するかを説明した。共通していたのは、AIの学習に使える情報はインターネット上ではなく現場にある、という認識だった。

何が新しいのか

この講演の新しさは、フィジカルAIを「ロボットを置く話」ではなく、「現場データを集めて循環させる話」として整理した点にある。Booster Roboticsは、遠隔操作で人の全身動作をロボットに伝え、映像や関節情報を記録し、学習用に整えたデータをシミュレーション環境で再利用できるとした。Fairy Devicesは、遠隔支援の動画をそのまま学習データに変える考え方を示し、AVITAは接客や研修の対話ログを育成に使う流れを示した。

特に重要なのは、データの入口がそれぞれ違っても、最終的には「現場で使える形に整える」工程が必要だと分かったことだ。ロボットの動作記録、遠隔支援の映像、接客の会話は、そのままでは学習や標準化に使いにくい。今回の講演は、フィジカルAIの実装では、機体性能だけでなく、記録・編集・再利用の仕組みが成否を分けることを示した。

グリットアーツ編集部の分析

今回の講演で実務上のポイントになりそうなのは、Booster Roboticsが「映像や関節の情報を記録し、シミュレーション環境で再利用できる」と示した点だ。これは、PoCで終わらせず、学習データを次の検証に回せるかどうかが重要になることを意味する。逆に言えば、最初から大量導入を狙うより、どのデータを残せば再利用できるかを決める設計が先になる。フィジカルAIは、機体選定よりもデータ設計の難易度が高い可能性がある。

Fairy Devicesの事例も示唆が大きい。遠隔支援の動画をAI学習に使うには、録画品質だけでなく、作業手順の切り出しや、どの場面を正解データとみなすかの整理が必要になる。AVITAが示したROIの時間軸も、現場は半年、経営は3〜5年という二層構造で考えるべきだと分かる。短期の省力化と、中長期の人材確保・教育を分けて評価しないと、導入判断がぶれやすい。

日本の現場で考えると

日本でこの種の仕組みを入れる場合、まず論点になるのは通信と記録の運用だ。遠隔操作や遠隔支援は、映像の遅延が大きいと使いにくくなる。さらに、録画した動画や対話ログをどこに保存し、誰が見られるようにするかを決めないと、現場で定着しにくい。

Booster Roboticsのようなロボット学習では、工場や研究所の閉じた環境で始めやすい一方、実作業に近づくほど安全確認が重くなる。Fairy Devicesのような遠隔支援は、既存のZoomやMicrosoft Teamsとつながる点が導入しやすいが、現場端末の配布、充電、録画ルールを整えないと運用負荷が残る。AVITAのアバター接客は、多拠点の店舗や窓口で向くが、接客品質のばらつきをどう抑えるかが課題になる。

導入・検討時に確認したいこと

• どのデータを残すのか。映像、関節情報、対話ログの保存粒度を決められるか。
• 既存の会議基盤や現場ネットワークと接続できるか。遅延や帯域の条件は何か。
• 録画データや学習データの保管先、閲覧権限、削除ルールをどう設計するか。
• PoC後に本番へ移す際、シミュレーション再利用や追加学習の手順を標準化できるか。
• 短期の省力化と中長期の教育効果を、どの指標で分けて評価するか。

現時点で分かっていないこと

記事からは、各社の仕組みを本番運用に移す際の具体的な保守体制や費用は分からない。また、学習データの保管期間、外部共有の可否、個人情報の扱いも明示されていない。どの業種・現場まで横展開できるかも、今回の情報だけでは判断できない。

フィジカルAIは、ロボット本体だけでなく、現場データの集め方と運用設計で定着度が変わります。自社の現場で何を記録し、どう保管・活用するかを整理したい企業は、導入前の設計段階から検討する価値があります。

出典: ロボスタ