フィジカル AI で実現する次世代の製造現場

経済産業省中国経済産業局主催イベント「 TECH TO THE FUTURE 2026 秋」にてご説明した資料。
https://www.chugoku.meti.go.jp/r8fy/event/digital/260916.html
https://www.chugoku.meti.go.jp/r8fy/event/digital/pdf/260916_2a.pdf

Transcript

1. TECH TO THE FUTURE 2026 秋 2026/10/21 フィジカル AI で実現する 次世代の製造現場 澤 亮太 アマゾン ウェブ サービス ジャパン合同会社
2. ⾃⼰紹介 澤 亮太 アマゾン ウェブ サービス ジャパン合同会社 技術統括本部 エンタープライズ技術本部 ⾃動⾞・製造グループ ⻄⽇本ソリューション部 シニアソリューションアーキテクト ・主に製造業のお客様を担当 ・前職では、主に Computer Vision 領域での Deep Learning を⽤いたアルゴリズム開発、 AI⼈材の育成などを推進 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
3. アジェンダ • AWS と次世代の製造現場 • フィジカル AI とは • Amazon / AWS のフィジカル AI • お客様の取り組み • Physical AI Fellowship • フィジカル AI 開発⽀援プログラム by AWS ジャパン • 何から始めることができるか © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
4. AWS と次世代の製造現場 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
5. Amazon Web Services (AWS) とは︖ Amazon の事業 AWS ― Amazon のクラウドサービスビジネス 企業は、IT を“所有”するから“利⽤”するへ eコマース セラー向け クラウドサービス 2006 年〜 クラウドの先駆者（⽇本は 2011 年〜） 39 リージョン（東京・⼤阪を含む） 240+ サービスはお客様の要望を基に 1,290 億ドル 2025 年の年間収益（前年⽐ +20%） セキュリティは最優先事項 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved. あらゆるサービスに共通する前提
6. 製造業のバリューチェーン全体も AWS がご⽀援 エンジニアリング スマート ファクトリー サステナ ビリティ サプライチェーン 管理 スマート プロダクト 製品デザイン 製品機能 研究開発 予知保全 機器稼働率 キャパシティ エネルギー消費 カーボン排出 需要計画 在庫管理 流通ルート 購買 ユーザ体験の強化 収益モデルの改⾰ 継続的なサービス 品質向上 ⽣成 AI の活⽤も、すべての領域に広がっています © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
7. ⼈⼝ 5.8% の中国地⽅が、 全国の製造品出荷額 8.1% を担う 製造品出荷額（中国 5 県） 30.9 兆円 全国の 8.1%（2024 年） 中国地⽅全体の出荷額内訳 県ごとの顔（出荷額・1 位の業種） 輸送⽤機械（23.1%） 広島 11.3 兆円 輸送⽤機械 37.2% 岡⼭ 9.9 兆円 ⽯油・⽯炭製品 20.6% ⼭⼝ 7.3 兆円 化学 28.2% 島根 1.4 兆円 電⼦部品 23.2% ⿃取 0.9 兆円 電⼦部品 20.1% 化学（ 12.9% ） ⼈⼝は全国の 5.8% （2020 年） 鉄鋼（ 12.3% ） 従業者 52.6 万⼈ 全国の 6.9% 7.1 兆円 4.0 兆円 3.8 兆円 ⽯油・⽯炭製品（ 8.7% ） 2.7 兆円 出典: 経済産業省「2025 年経済構造実態調査」地域別統計表、国⽴社会保障・⼈⼝問題研究所「地域別将来推計⼈⼝（令和 5 年推計）」 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
8. 中国地⽅では、働き⼿の世代が 全国より⼤きく減る⾒通し 2050 年の⽣産年齢⼈⼝（15〜64 歳） ⾒通し （2020 年 を 100％） 全国 73.8 中国地⽅ 69.0 岡⼭ 72.3 広島 71.2 島根 68.6 ⿃取 64.3 ⼭⼝ 61.5 広島県の有効求⼈倍率（2026 年 8 ⽉） ⽣産⼯程の仕事 2.72 倍 全職種は 1.39 倍。その約 2 倍 ⾦属製品の製造・加⼯ 3.38 倍 機械組⽴は 2.63 倍 出典: 国⽴社会保障・⼈⼝問題研究所「地域別将来推計⼈⼝（令和 5 年推計）」より作成、広島労働局「管内の雇⽤情勢（令和 8 年 8 ⽉分）」 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
9. ⼯場・倉庫・輸送が⾃律的に動く経済へ PHYSICAL AI IS TRANSFORMING A $50T+ ECONOMY 10 Million Factories 200K Warehouses © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved. 1.5 Billion Cars & trucks 1.5 Billion Commercial Cameras 10 Billion Humanoid robots
10. 理解する 推論する 動く 学ぶ Understand Reason Act Learn 現場の状況をとらえる 次にどう動くかを判断 ロボットや設備が動く 結果のデータから 賢くなる Q ⾃律的に動く現場の鍵となる、フィジカル AI 「教えた通りに動く機械」から「⾃ら考えて動く知能」へ © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
11. 量⼦コンピューティングサービスも提供 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
12. フィジカル AI とは © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
13. フィジカル AI とは何か ハードウェアとソフトウェアが知覚・理解・推論・学習を統合し、物理世界と相互作⽤するシステム デジタル AI フィジカル AI コーヒーの淹れ⽅を「説明する」 コーヒーの場所を認識し、カップを 掴み、持ち上げ、「注ぐ」 ハードウェアの例 産業⽤ ロボット ヒューマ ノイド 適⽤産業の例 ⾃律⾛⾏ ⾞両 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved. 特殊環境 ロボット 製造 物流 ヘルス ケア エネル ギー 建設 農業
14. 従来のロボット制御 フィジカル AI 開発アプローチ プログラミング 学習/推論 ベース 動作パターン 固定動作 適応的動作 判断⽅式 ルールベース 学習ベース（マルチモーダル） タスク対応 単⼀タスク 汎⽤/マルチタスク 環境適応 固定環境 環境変化への適応 例外処理 例外時停⽌ 例外時の⾃律判断 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
15. フィジカル AI の意味付け 現場の技を、残し、拡げ、進化させる仕組み 熟練⼯の技を、データに → モデルに → どの現場でも使える形に ⼈⼿不⾜への対応にとどまらず、組織として学び続ける⼒へ Services, Inc.Inc. or its All rights reserved. © 2026, 2026,Amazon AmazonWeb Web Services, oraffiliates. its affiliates. All rights reserved. 8
16. Amazon / AWS のフィジカル AI とは © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
17. フィジカル AI による Amazon のロボット Vulcan DeepFleet Sequoia 触覚 フリート管理 基盤モデル 統⼀操作 ⼀台のロボットではなく、複数の仕組みが組み合わさり、 それぞれが特定のオペレーション課題を解決する © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
18. Q 1M+ 750K+ 2,500+ 13B Robots Autonomous Facilities Items Delivered Globally Fleet Worldwide in 2025 Amazon: 世界最⼤のフィジカル AI ラボラトリー フィジカル AI が、毎⽇休むことなく前例のない規模で稼働 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
19. クラウド 2 基幹/製造システム 5 3 モデル学習 シミュレーション 4 1 AI エージェント連携 データレイク 1 学習データの取得と準備 2 モデル学習と最適化 3 シミュレーション 4 エッジオペレーション 5 エージェンティック オーケストレーション Amazon SageMaker, Amazon EC2 Amazon SageMaker, Amazon EC2 IoT ゲートウェイ 4 VLA オンプレミス Amazon S3, Amazon Kinesis Data Streams © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS IoT Greengrass, AWS IoT Core Amazon Bedrock
20. この経験をお客様の⽀援プログラムへ Physical AI Fellowship フィジカル AI 開発⽀援プログラム by AWS ジャパン AWS、MassRobotics、NVIDIA が推進する、 フィジカル AI ロボティクススタートアップ 向けのフェローシッププログラム AWS ジャパンが推進する、⽇本のフィジカル AI 企業による開発と社会実装を⽀援するプログ ラム。 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
21. Physical AI Fellowship 採択企業の取り組み © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
22. Services, Inc.Inc. or its All rights reserved. © 2026, 2026,Amazon AmazonWeb Web Services, oraffiliates. its affiliates. All rights reserved. 11
23. CHALLENGE 建設・鉱業・農業は世界 GDP の 20% 以上を占めながら深刻な⼈⼿不 ⾜に直⾯している。重機オペレーションは希少な熟練オペレーターに 依存しており、⼯程の不確実性と安全リスクを⽣んでいる。データセ ンター建設のように⼯期が厳しいプロジェクトでは、特に顕著。 SOLUTION Bedrock Robotics Autonomous Heavy Machinery Bedrock Robotics はショベル、ブルドー ザー、ローダーに AI ⾃律機能を後付けし、 AWS クラウドインフラを活⽤した⼤規模モ デル訓練・シミュレーションにより、24 時 間稼働する「デジタルオペレーター」へと 変換する。 .CONSTRUCTION .ENTERPRISE. © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved. 各マシンは⽇量約 1TB のセンサーデータ（LiDAR、カメラ、IMU、100 以上の機械信号）を⽣成し、AWS 上の H200 / A100 GPU インスタン スでエンドツーエンドの基盤モデル訓練に使⽤。エッジ推論は NVIDIA Thor で実⾏し、AWS がトレーニング・シミュレーション・⽣成ワー ルドモデルを⽀える。 OUTCOMES FEATURES o 顧客現場で約 150 台の⾃律重機 o AWS EC2 (H200/A100) を展開、8〜9 社のゼネコンと提携 o Amazon S3 o 2 時間のレトロフィットで既存 o Amazon SageMaker AI 機を⾃律システムに変換、 「デジタルオペレーター」サービ o Physical AI Fellowship (AWS, NVIDIA, MassRobotics) スモデルとして提供 .PHYSICAL AI. .USA. EDGE OPERATIONS
24. フィジカル AI 開発⽀援プログラム by AWS ジャパン 国内採択企業の取り組み © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
25. 1⽉ 51 社 約 6 ヶ⽉ 26 2026 年 1 ⽉ 27 ⽇に 採択企業 3 ⽉のキックオフから 最終成果発表会で プログラムを発表 半数以上が 開発を⽀援 発表した スタートアップ Q プロジェクト フィジカル AI 開発⽀援プログラム by AWS ジャパン 51 社を採択し、約 6 ヶ⽉で 26 のプロジェクトが成果を発表 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
26. 国内のお客様による取り組みの⼀例（公開資料） 最終成果発表会（AWS ジャパン） 「フィジカル AI 開発⽀援プログラム by AWS ジャパン」最終成果発表会を開催しました（AWS ブログ） https://aws.amazon.com/jp/blogs/news/aws-japan-physical-ai-development-support-program-results/ FastLabel株式会社様 FastLabel、「フィジカル AI 開発⽀援プログラム by AWS ジャパン」研究開発成果を公開（PR TIMES） https://prtimes.jp/main/html/rd/p/000000209.000065427.html 株式会社リコー様 リコー、動画像から⼈の動きを学習し、さまざまなロボットへ適⽤可能なフィジカル AI 技術を開発 https://jp.ricoh.com/release/2026/0831_1 株式会社Highlanders様 三菱⾃動⾞⼯業株式会社、株式会社Highlanders 基本合意書を締結 https://www.mitsubishi-motors.com/jp/newsroom/newsrelease/2026/20260709_1.html 国産ヒューマノイド「N」を三菱⾃動⾞と量産へ（ロボスタ） https://robotstart.info/article/2026/09/03/382367.html 株式会社⾖蔵様 ⾖蔵、AWS クラウド基盤上で NVIDIA のロボティクス AI 技術を活⽤し「フィジカル AI」の社会実装を加速 https://www.atpress.ne.jp/news/635474 株式会社ダイフク様・株式会社 JDSC様 ダイフク、JDSC と物流の完全無⼈化に向けたフィジカル AI 技術を検証 https://www.daifuku.com/jp/company/news/2026/0909_01/ 株式会社メルカリ様 AWS ジャパン、フィジカル AI 開発⽀援プログラムの成果を発表、13 プロジェクトが登壇（IT Leaders） https://it.impress.co.jp/articles/-/29735 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
27. フィジカル AI による ⽇本の社会課題解決に不可⽋な要素 ① スピード 仮説を⽴てて試し、学んで改善するサイクルを⾼速に回す ② 現場の⼒ 現場の知⾒とデータを、機動⼒と組み合わせる ③ クラウド 必要な規模の計算資源は、選択肢のひとつではなく不可⽋ “ ⽇本発のフィジカル AI イノベーションが、 ここから⽣まれることを期待しています ” AWS ジャパン 代表執⾏役員社⻑ ⽩幡 晶彦 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
28. 何から始めることができるか © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
29. 現在地から選ぶ、次の⼊⼝ 「何を始めたいか」に合わせて選択できる、公開リソースや伴⾛⽀援がある 1 2 3 4 全体像を 設計する ⼿元の実機で 試す 開発プロセスを 検証する ⾃社テーマを 社会実装する シミュレーション、学 習、エッジ運⽤の構成 を整理したい データ収集、学習、推 論までの実験サイクル を体験したい AI を組込み開発や PoCへ取り⼊れたい ⾃社の設備やユースケ ースで、事業化まで進 めたい AWS のフィジカル AI リファレンス構成 公開サンプル SO-101 公開レシピ Smart Products SDLC Workshop ⽣成 AI 実⽤化 推進プログラム © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
30. フィジカル AI のリファレンス構成 AWS の Ref-A（リファレンスアーキテクチャ）で、学習から実機改善までの循環を確認する クラウドでシミュレーション・学習 NVIDIA Isaac Sim / Lab と Amazon EC2、AWS Batch で計算をスケール 学習済みモデルをエッジへ配信 AWS IoT Greengrass を通じて、 ロボットやエッジデバイスへ展開 実機データをクラウドへ収集 AWS IoT Core、Kinesis、Amazon S3 で 運⽤データを蓄積 運用結果から継続的に改善 Amazon SageMaker AI で再学習し、 モデルを更新 AWS 公式ブログ: AWS と NVIDIA によるフィジカル AI の加速: シミュレーションと実世界での学習による本番環境向けアプリケーションの構築 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
31. 公開サンプルで VLA 検証を早く始める 実機前のシミュレーションから、学習・評価基盤の構築まで VLA Simulator AWS GPU 環境へ展開 公開サンプルから評価環境を⽴ち上げる 定義済みタスクで評価 対応する VLA・ロボット構成で 複数エピソードを実⾏ 成功率と動画を収集 成功・失敗動画を保存し、 実⾏後は環境を⾃動終了 VLA Simulator で実機投⼊前に、VLA を評価できる AWS Samples : VLA Simulator https://github.com/aws-samples/sample-vla-simulator-on-aws © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
32. SO-101 なら簡易に試せる 教師データ作成から学習、⾃律動作までを試した例を公開 お⼿本を⾒せる（テレオペ） VLA で⾃律的に⽚付け お⼿本から⾃律動作まで 1. ⼈がお⼿本を⾒せる（テレオペ） 2. クラウドで学習する 3. エッジで⾃律的に動かす マーカーをカゴのなかへ ⾳声対話での⽚付け指⽰ さまざまな Physical AI のデモサイト physcal.ai © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved. Physical AI Demo Catalog
33. 技術・⽂化・組織を多⽅⾯から⽀援 プロトタイピング ミートアップ ラウンドテーブル 経営層同士の議論 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
34. まとめ ・すでに現場で動き出しているフィジカル AI Amazon では約 100 万台のロボットが実際に稼働 本⽇ご紹介のお客様取り組み例含め、数多くのプロジェクトが成果を上げている ・社会課題解決に不可⽋な 3 つの要素 試して学ぶサイクルを速く回すスピード、知⾒とデータを積み重ねた現場の⼒、 それを⽀えるクラウド、この 3 つは社会実装に向けて不可⽋な要素 ・開発を加速させるクラウドの活⽤が鍵 フィジカル AI を実現するには、シミュレーションやデータ拡張、⼤規模な学習など、 必要なときに必要な分だけ使えるクラウドが⼤きな⼒を発揮する まずは現場課題から仮説を⽴て、クラウドで⼩さく試してみませんか︖ © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
35. ⽇本のものづくりの強みを、 フィジカル AI で次の時代へ AWS は皆さまとともに取り組んでまいります © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved.
36. Thank you