Airionが矢崎総業に提供、ノーコードのフィジカルAI基盤で製造自動化を加速

編集: グリットアーツ編集部

公開日：2026年9月28日

3行解説

ニュースの概要

Airion株式会社は2026年9月24日、矢崎総業株式会社に対して、製造現場でのフィジカルAI活用を進めるための開発基盤「Physical AI Studio」の提供を開始したと発表しました。対象は、ワイヤーハーネス製造関連の業務自動化です。初期フェーズではAirionのエンジニアが伴走し、ユースケース開発や技術検証を進めます。将来的には、矢崎総業の現場・開発担当者が自らデータ収集、AIモデル検証、ロボット実装、改善までを回せる状態を目指すとしています。

何が新しいのか

今回のポイントは、フィジカルAIの開発を「専門家だけの作業」にしない設計です。「Physical AI Studio」は、ロボットやセンサの設定、AIモデルの選択、データ収集・加工・ラベリング、ロボット制御までを、画面上のブロックを組み合わせて構築できます。さらに、構築した処理をソースプログラムとして確認・編集できるため、ノーコードで始めても中身を見失いにくい構成です。日本語・英語対応で、国内外の生産拠点での利用も想定しています。

グリットアーツ編集部の分析

このニュースで重要なのは、矢崎総業が「課題設定→データ収集→AIモデルの検証→ロボットへの実装→評価→追加収集・改善」という循環を、現場側で回す前提を置いている点です。単発の実証で終わらず、改善を継続する運用に寄せているため、導入効果は初期の自動化率だけでなく、立ち上げ後の更新速度にも左右されます。ソース確認ができるノーコード基盤は、現場の試行錯誤を早める一方、接続機器や変更手順を標準化できるかが実用性の分かれ目になるとみられます。

日本の現場で考えると

日本の製造現場では、設備が古いまま残っている工程と、新しいロボットやカメラを入れたい工程が混在しやすいです。そのため、ノーコードであっても「何を先に接続するか」「既存設備を止めずにどう切り替えるか」が重要になります。今回のようにワイヤーハーネス製造を対象にする場合、細かな作業の再現性やデータの取り方が成果を左右します。向いているのは、まず限定工程で試し、現場担当者が改善に関わる運用です。一方で、最初から全工程を一気に置き換える用途は慎重に見るべきです。

導入・検討時に確認したいこと

• 接続できるロボット、センサ、カメラ、グリッパの範囲
• 既存設備との接続方式と、切り替え時の停止時間
• データ収集、ラベリング、モデル更新の運用負荷
• 現場担当者が変更できる範囲と権限分離の方法
• 障害時の切り戻し手順と、保守の責任分界

現時点で分かっていないこと

記事では、対応機器の詳細な範囲や、既存設備との具体的な接続方式は示されていません。また、価格、保守体制、運用監視の方法も明記されていません。国内外の拠点で使う前提は示されていますが、多拠点展開時の標準化ルールまでは確認できません。

フィジカルAIは、現場の設備接続やデータ運用の設計が成否を分けます。製造ラインや既存システムとのつなぎ方を整理したい場合は、導入前の論点を早めに洗い出すことが重要です。

出典: ロボスタ