「フィジカルAI」「ヒューマノイド」──ニュースでこの言葉を見るたび、胸の奥がざわつく。役員会の資料に、銀行の担当者の雑談に、その言葉が混ざり始めた。なのに自社では何も動いていない。そういう焦りの声を、あちこちで耳にします。
先に結論からお伝えします。乗り遅れていません。それどころか、ロボットの手前には、今すぐ回収できる空白が広がっています。この記事は、その空白の場所と、投資の順番の話です。
根拠は自分の足です。2026年7月、今年初開催の「フィジカルAI展」を含む製造業の巨大展示会「ものづくりワールド東京2026」を、開場から夕方まで歩き回ってきました。現場に生成AIを入れる仕事をしている、株式会社GembaShift代表の黛（まゆずみ）です。
Q01ロボット導入の前に、何へ投資すべきですか？
書類・図面・ナレッジといった自社の情報を「AIが読める形」に整える投資です。人型ロボットは実装前夜で回収まで最も遠く、情報のAI化は今日から動かせて回収が一番近い。最先端の会場でいちばん大きな空白が、いちばん地味な場所にありました。
私はこれを 「手前の空白」 と呼んでいます。正体は、自社の情報がまだAIに読める形になっていないことです。紙の帳票。部署ごとにバラバラの図面。ベテランの頭の中にしかない判断基準。これらは、そのままではAIに渡せません。
逆に言えば、渡せる形に整えた瞬間から回収が始まる。情報は多ければ良いのではなく、AIが使える形に整えて渡す設計が精度を決めるからです。
Q02フィジカルAIに、うちはもう乗り遅れたのでしょうか？
乗り遅れていません。製造業で働く2,500人に勤務先のAI導入状況を聞いた2025年の調査では、「導入している」は約2割（21.4％）。国の白書でも、生成AIの活用方針を定めている企業は2024年度で約半数（49.7％）です。波は確実に来ているのに、先頭集団はまだ組まれていません。
会場で製造業×AIの出展ブースに突っ込んで話を聞くと、共通する空気がありました。「導入はこれから」「いま実績を作っている最中」という手応えです。各社の問題ではなく、どの技術も通ってきた立ち上がりの時期にいるだけです。
白書では、大企業は約半数に対し中小企業は3割前後という規模差も示されています。つまり、乗り遅れたのではなく始まったばかり。いま始める会社は、十分に先頭へ入れます。
Q03AI投資の優先順位は、どう決めればいいですか？
「回収までの距離」という1本の物差しで並べ直します。投じたお金と手間が、利益や工数削減として返ってくるまでの距離です。展示を技術のすごさで見ると迷子になりますが、この物差しなら順番はひとりでに決まります。
| 投資先 | 2026年時点の状況 | 回収までの距離 |
|---|---|---|
| 人型ロボット | まだ実装前夜 | 最も遠い |
| 3D図面のAI解析 | 需要は確実、ブレイクスルーの手前 | 遠い |
| AR×AIのシミュレーション | 面白い組み合わせ、実務はこれから | 中間 |
| 書類・帳票・ナレッジのAI化 | 今日から動かせる | 一番近い |
この物差しは、そのまま役員会で使えます。「その投資、回収までの距離は？」の一言で、議論はだいぶ整理されるはずです。
Q04AIの精度が出ないとき、原因はどの順番で探せばいいですか？
まず疑うのはAIではなく、情報の側です。原因は「答えの情報がそもそも無い→情報の整理が悪い→探し方との相性→回答の組み立て」という決まった順番で見つかり、経験上、大半は最初の2つで直ります。
面白かったのは、最先端の会場で製造業×AIの出展が掲げていた合言葉です。突き詰めると2つ。情報を「AIが読める形」に整えること（会場では「AIリーダブル」という言い方もされていました）と、「根拠を示せるAI」であること（いわゆるExplainable AI）。正直、地味ですよね。でも、ふだん私が現場でやっていることとまったく同じ方向で、一番グッときました。
白状すると、私も駆け出しの頃は逆でした。精度が出ないとAIを疑い、指示文を何日もいじり倒す。結局、答えの資料がそもそも入っていなかったと気づいたときの脱力感といったら──今ではいい薬です。
Q05AIに出典を付けさせれば、答えの根拠は信用できますか？
それだけでは足りません。AIは出典自体を作り上げることがあり、存在しない文書名を自信満々に出してきます。「正しく答えさせる工夫」と「間違いを見つける工夫」を分けて設計し、回答の後ろに元資料と照合する「裏取り」の工程を置くことが必要です。
この設計は、判断の根拠が記録に残るので、監査や品質保証の文書化ともそのまま噛み合います。品質文化の強い製造業ほど、相性が良いはずです。
「AIは信用できないから待つ」ではなく、 「確かめる仕組みごと入れるから今始められる」 ──この転換が、投資の話の前提になります。
Q06紙の書類や手書きの図面は、本当にAIで読めるのですか？
読める範囲が急に広がっています。図面の隅の表題欄や手書きの注記を「意味」で読めるAIが出てきて、フォーマットが揃っていなくても文脈で補完して読みます。一方で、セルが結合されたPDFの表など、情報の側を整えるしかない構造的な弱点も残っています。
現場でぶつかる小ネタをひとつ。PDFの表は、人間に読めてもAIには正しく読めないことがあります。たとえばセルが結合された表。AIは空白のセルを「情報なし」と誤読したりします。これは「AIが賢くなれば解決」という話ではなく、情報の側を整えるしかない構造の問題なんですよね。
一方で明るい話も。手元で図面の読み取りを試したとき、かすれた手書き文字まで拾ってきて、思わず声が出ました。3D解析のブレイクスルーを待たなくても、2D図面の読み取りは今すぐ届く果実です。
順番だけははっきりしています。情報を整える→ソフトウェアで回収する→その先に、身体を持つAI。順番はロボットが先ではなく、情報を整える方が先 です。
よくある質問（FAQ）
- Q. 「AIリーダブル」とは何ですか？
- A. 情報を「AIが読める形」に整えることを指す言い方で、2026年のフィジカルAI展を含む製造業展示会でも、製造業×AIの出展が随所に掲げていた合言葉のひとつです。紙の帳票やバラバラの図面、ベテランの頭の中の判断基準は、そのままではAIに渡せません。
- Q. 「手前の空白」とは何ですか？
- A. ロボットなど派手な技術の手前にある、自社の情報がまだAIに読める形になっていないという空白のことです。書類・帳票・ナレッジのAI化は今日から動かせて回収が一番近いのに、手つかずの会社が多い──最先端の会場でいちばん大きな空白が、いちばん地味な場所にありました。
- Q. 3D図面のAI解析は、もう実用になっていますか？
- A. 2026年の展示会で見た限り、需要は確実にあるもののブレイクスルーの手前という段階でした。一方、2D図面の表題欄や手書き注記を「意味」で読む技術は実用域に来ており、こちらは今すぐ届く果実です。
- Q. 情報を整える投資は、フィジカルAIが本格化したら無駄になりませんか？
- A. なりません。むしろ情報の基盤を作った会社は、フィジカルAIが本当に来たときにも有利になります。仕事のやり方を「教えられる形」に整えることが、そのままロボットへの引き継ぎ準備になるからです。
AUTHOR
黛 政隆（まゆずみ まさたか）
株式会社GembaShift 代表取締役CEO
エンジニア歴20年、PM経験50件超。生成AIの導入を、現場に入って一緒に組む仕事をしています。 この記事の内容は、著者自身が実際に手を動かして業務で検証した実体験に基づいています。