今ある工場設備がAIで進化する？ ジェイテクト「成功率97.1％」が示した製造業の未来

ジェイテクトのフィジカルAIによる工場設備の進化と成功率97.1％ J-SCFI特別解説



もし、今ある工場のロボットにAIを加えるだけで、これまで苦手だった作業が得意になったらどうでしょうか。

高価なロボットを丸ごと買い替えるのではありません。

今ある設備を生かしながら、AIによって新しい能力を加える。

そんな可能性を示す発表がありました。

2026年11月2日、ジェイテクト（6473）は、自動車部品工場で行ったフィジカルAIの実証成果を公表しました。

部品を取り出す成功率は、従来の85.0％から97.1％へ向上。平均サイクルタイムも16％短縮しました。

しかも、既存設備にAI用のパソコンを追加する方法で実現しています。

この技術がほかの工場にも広がったら、日本の製造業はどう変わるのでしょうか。

そしてジェイテクトは、この技術を新しい事業へと育てられるのでしょうか。

今回は、成功率97.1％という数字の先にある、製造業の未来を考えてみます。

🏭 今あるロボットがAIで進化した

自動車部品を製造する工場を想像してみてください。

箱の中には、金属製の部品がいくつも入っています。

横向きのもの、斜めになったもの、ほかの部品に重なっているもの。

人間なら、部品の状態を見て、どこをつかめば取り出せるか判断できます。

しかし、従来の産業用ロボットにとって、これは簡単な作業ではありません。

ロボットは、決められた位置にあるものを、決められた動きで扱うことを得意としています。

部品の向きや位置が変わると、うまくつかめなかったり、作業をやり直したりする場合があります。

こうした、無作為に置かれた部品を取り出す作業を「ランダムピッキング」と呼びます。

ジェイテクトが今回実証したのは、愛知県にある田戸岬工場のCVJ（等速ジョイント）生産ラインです。

CVJは、自動車の駆動力を車輪へ伝えるために使われる部品です。

実証では、AIがカメラ画像から部品の位置や状態を認識し、ロボットが適切に取り出せるようにする仕組みを検証しました。

その結果が、次の数字です。

評価項目従来制御フィジカルAI
部品取り出し成功率85.0％97.1％
取り出し失敗率15.0％2.9％
平均サイクルタイム10084
従来のロボット制御とフィジカルAIの部品取り出し性能比較
ジェイテクト公表の実証結果をもとに作成したイメージ図

※成功率は、従来制御とAIの性能差が表れやすい高難度条件での評価です。サイクルタイムは従来を100とした指数です。

成功率は12.1ポイント向上しました。

さらに注目したいのは、失敗率です。

従来は100回の取り出しで約15回失敗する計算でしたが、AIでは約3回になります。

失敗する割合は約81％減少したことになります。

工場でロボットが作業に失敗すると、再試行したり、人が確認したりする必要が生じる場合があります。

こうした作業が減れば、人の負担を軽くできる可能性があります。

平均サイクルタイムも16％短縮しました。

仮に、従来10秒かかっていた作業が8.4秒になったとすると、同じ時間で処理できる回数は理論上約19％増える計算です。

ただし、これは説明用の単純計算です。

実際の工場では前後の工程にも制約があるため、生産量や利益が同じ割合で増えるとは限りません。

それでも、ロボットが苦手だった作業を、AIによって改善できたという点に、今回の成果の大きな意味があります。

🔧 なぜ設備を買い替えないことが重要なのか

今回の実証には、もう一つ注目すべき点があります。

ジェイテクトは、既存設備にAI用PCを追加する方法を採用しました。

大規模な設備改造は必要ありませんでした。

工場には、まだ十分に使える機械が数多くあります。

しかし、長年使用している設備の中には、作業の柔軟性や自動化に課題を抱えているものもあります。

では、そうした設備をすべて最新の機械に入れ替えればよいのでしょうか。

実際には、そう簡単ではありません。

新しい設備の購入には多額の費用がかかります。

設備を入れ替える間、生産ラインを停止しなければならない場合もあります。

周辺機器の調整や、作業者への教育も必要です。

そのため、工場では、まだ使える機械を生かしながら改善することが重要になります。

もし、今ある設備にAIを追加することで、これまで難しかった作業を自動化できるならどうでしょう。

工場は、設備をすべて新しくするのではなく、必要な部分から少しずつ進化させられるかもしれません。

ここに、今回の技術の魅力があります。

ただし、既存設備を活用できたことと、導入費用が安いことは同じではありません。

AIの開発費や調整費、保守費用などを含めた総費用は公表されていません。

また、どのメーカーの設備にも同じ方法で導入できると確認されたわけではありません。

それでも、工場の進化には、機械を丸ごと買い替える以外の方法もある。

今回の実証は、その可能性を具体的な数字で示しました。

🌱 この技術が広がれば、日本の工場はどう変わる？

ここから少し、未来の工場を想像してみましょう。

地方にある一つの部品工場。

そこでは、長年使い続けてきた機械が、今も製品をつくっています。

設備はまだ動きますが、部品の種類が変わるたびに調整が必要です。

複雑な作業では、熟練した作業者の経験が欠かせません。

一方で、人手はなかなか増えず、設備を一度に新しくする余裕もありません。

そんな工場に、AIという新しい選択肢が生まれたらどうでしょう。

ロボットは、部品の置かれ方が変わっても、状態を認識して取り出せるようになる。

作業者は、ロボットの失敗を何度も直す代わりに、品質改善や設備管理など、別の仕事に時間を使えるようになるかもしれません。

さらに、AIの活用は、部品をつかむ作業だけにとどまりません。

ジェイテクトは、AIによる製品の外観検査にも取り組んでいます。

技術論文では、金属部品の小さな欠陥を検出するAI技術を開発し、ラック部品の量産工程に適用した事例が報告されています。

ただし、この外観検査は、既存設備にAIを後付けして実現したものかどうかは確認できていません。

それでも、ロボットの動作だけでなく、製品の品質を判断する工程にもAIが活用されていることが分かります。

もし、こうした技術がさらに発展すれば、工場では人と機械の役割が少しずつ変わっていくかもしれません。

人がすべての判断を行うのではなく、AIが判断を支援する。

機械が苦手な作業を、人が毎回補うのではなく、機械自身が対応できる範囲を広げる。

そして、熟練者が長年培ってきた技術を、若い世代へ引き継ぐためにもAIを活用する。

ジェイテクトは、今回の公式発表で、今後のフィジカルAI活用の方向として、熟練技能の継承や形式知化も挙げています。

「形式知化」とは、経験や勘に頼っていた知識を、ほかの人も理解し活用できる形にすることです。

もちろん、ここまで描いた未来が、すでに実現したわけではありません。

今回の実証は、あくまで特定の工程で確認された成果です。

それでも、一つの工場でできたことが、別の工程へ、別の工場へと広がっていけば、製造業の姿は少しずつ変わっていく可能性があります。

日本の工場に蓄積された機械と技術を捨てるのではなく、AIによって新しい価値へつなげていく。

今回の成功率97.1％という数字の先には、そんな未来が見えてきます。

🏢 ジェイテクトだからできること

では、この未来の中で、ジェイテクトはどのような役割を担うのでしょうか。

ジェイテクトは、自動車部品や軸受、工作機械などを手がけるメーカーです。

ここで重要なのは、同社が工場で製品をつくる会社であると同時に、工場で使う機械をつくる会社でもあることです。

自社工場では、品質や生産性の改善に日々取り組んでいます。

一方、工作機械メーカーとして、ほかの企業の工場にも設備や技術を提供しています。

この二つの立場を持つことが、今回の技術の将来性を考えるうえで重要になります。

例えば、自社工場で開発したAI技術を、ほかの生産ラインでも試す。

異なる設備や部品でも使えるように改良する。

そして、顧客工場の課題に合わせて提供する。

もし、こうした展開が実現すれば、自社の生産性を高める技術が、外部の顧客へ販売する新しい商品やサービスに発展する可能性があります。

ジェイテクトは、2030年に向けた経営戦略の中で、単に製品を販売するだけではなく、顧客の課題を解決する「ソリューションプロバイダー」を目指しています。

工場ソリューションは、その取り組みの一つです。

例えば、顧客から「設備の停止を減らしたい」「自動化を進めたい」という相談を受けた場合、機械を販売するだけではなく、設備の改善やデジタル技術の活用まで提案することを目指しています。

今回のフィジカルAIも、将来的にはそうした提案の一つになるかもしれません。

ただし、自社工場で成果が出た技術を、ほかの工場でも同じように使えるとは限りません。

設備の種類、扱う部品、作業環境が異なれば、調整や追加開発が必要になる場合があります。

自社での技術実証を、顧客が導入できる商品へ育てられるか。

ここが、ジェイテクトの次の挑戦になります。

💰 技術の成功は、会社の利益につながるのか

ここで、企業分析として大切な点を確認しましょう。

ジェイテクトの2027年3月期上期（2026年4〜9月）の決算では、次の数字が公表されています。

項目上期実績前年同期比
売上収益約9,708億円+4.4％
事業利益約507億円+52.8％
営業利益約360億円+38.4％
親会社帰属利益約218億円+78.8％

売上収益が4.4％増加した一方で、事業利益は52.8％増加しました。

会社全体の収益力は改善しています。

通期予想も、売上収益1兆9,200億円、事業利益950億円となっています。

しかし、ここで注意したいことがあります。

今回の利益改善が、フィジカルAIによって実現したわけではありません。

ジェイテクトは、構造改革や原価改善などを進めています。

今回のAI実証が会社全体の利益にどれだけ貢献したのか、具体的な数字は公表されていません。

また、フィジカルAIを外部顧客へ販売した件数や、導入価格も確認できません。

では、今後どこに注目すればよいのでしょうか。

まずは、今回の技術がほかの工程や工場でも使えるようになるかです。

次に、顧客工場への導入が進むかどうか。

そして、実際の売上や利益にどれだけ貢献するのか。

この順番で確認していくことが大切です。

自社工場で作業を改善できれば、コスト削減につながる可能性があります。

外部顧客へ技術を販売できれば、新しい売上につながるかもしれません。

さらに、導入後の保守や改善支援を継続して提供できれば、長期的な収益源になる可能性もあります。

ただし、これらは将来の可能性であり、今回の技術について事業化の規模や利益額が確認されたわけではありません。

技術の成功と、事業の成功は別のものです。

だからこそ、これからの発表を継続して観察する意味があります。

🌸 今日の学び――成功率97.1％のその先へ

今回のジェイテクトの発表には、二つの大きな意味があります。

一つは、今ある工場設備にAIを加えることで、これまで苦手だった作業を改善できたことです。

もう一つは、その技術が将来、ほかの工場にも広がる可能性を示したことです。

日本の製造業では、人手不足や設備投資の負担、熟練技能の継承など、さまざまな課題があります。

AIは、それらを一度に解決する魔法の技術ではありません。

それでも、まだ使える機械を生かしながら、新しい能力を加えていくという考え方には、大きな可能性があります。

そして、ジェイテクトは、工場で製品をつくる立場と、工場の設備を提供する立場の両方を持っています。

自社工場で磨いた技術を、顧客の工場にも届けられるようになれば、製造業の進化を支える新しい事業へ発展するかもしれません。

今回の成功率97.1％は、その可能性を考えるための具体的な出発点です。

投資を学ぶ私たちにとって大切なのは、技術の進歩に驚くだけでなく、その技術がどのように企業の利益へつながっていくのかを考えることです。

今ある機械を、AIでもっと賢くする。

その小さな変化が、やがて日本の工場の大きな変化につながるかもしれません。

ジェイテクトの次の発表では、その未来へどこまで近づいたのかを、また一緒に確かめていきましょう。

📚 参考資料

※本記事は企業の公式発表や決算資料をもとに、製造業の技術革新と企業の成長可能性を学ぶための解説です。将来の見通しは実現を保証するものではなく、特定銘柄の売買を推奨するものではありません。

タイトルとURLをコピーしました