2026年の製造業AIトレンド7つ：AIエージェントからフィジカルAIまで

7つのトレンドと現場までの距離

2026年の製造業AIの話題は、注目度と実際の導入率の差が大きいのが特徴です。MONOistの「2026年展望」読者調査では、注目技術としてAIエージェントを挙げた割合が53.1%、人型ロボットが35.7%、フィジカルAIが29.6%でした。一方、米国のManufacturing Leadership Councilの2025年初頭の調査では、エージェント型AIを現在使っている製造業は6%、2年以内の利用見込みは24%にとどまります。

7つのトレンドを、工場の現場で使われるまでの距離で並べた（編集部の整理）。

技術のトレンド：エージェント・フィジカルAI・基盤モデル・エッジ

1. AIエージェント：注目度は高いが実導入は1割未満

AIエージェントは、質問に答えるだけでなく、複数の手順を自律的に実行するAIです。Siemensは2025年5月、Industrial Copilotの背後で専門エージェント群を統括する構成を発表しました。

ただし、慎重な見方も一次情報に出ています。Gartnerは2025年6月、エージェント型AIプロジェクトの40%超が2027年末までに中止されると予測し、既存のチャットボットやRPAを「エージェント」と称する「エージェント・ウォッシング」を指摘しました。製造業での現実的な使い方は、提案までをAIが行い、実行は人が承認する形です。Deloitteは、調達担当・生産技術者・生産計画担当による承認ゲートを推奨しています。詳しくは製造業のAIエージェント入門を参照してください。

2. フィジカルAI：大型投資と実績のギャップ

フィジカルAIは、ロボットなど物理的な機械をAIで動かす領域です。日本では2026年6月の成長戦略会議で、フィジカルAIに2040年度までに官民で10.5兆円を投じる計画が示されました。2026年9月には日立製作所とファナックが共同事業化に向けた提携を結び、日立の茨城地区の工場で部品ピッキングや段取り替えを検証します。

海外では、FigureがBMWスパータンバーグ工場での11か月の稼働で9万個超の部品を投入したと公表しました。一方、IFRは2025年8月のポジションペーパーで、ヒューマノイドの大量普及の時期は不確実で、既存ロボットを補完する存在だと位置付けています。当面は既存の産業用ロボットに基盤モデルを組み合わせる使い方が中心になると見られます。

3. 産業向け基盤モデル：汎用LLMから業界特化へ

SiemensはMicrosoftと組み、3Dモデル・2D図面・技術仕様を扱う産業用基盤モデルを2025年に発表しました。中国でも、IDCによると大模型または智能体を使う工業企業の比率が2024年の9.6%から2025年に47.5%へ上がりました。ただし定義は調査ごとに違い、2024年3月の腾讯研究院のレポートでは中国製造業のAI導入率は11%未満とされていました。

4. エッジ推論と小型モデル

工場では、遅延・帯域・機密性・電力の理由から、クラウドではなく現場の近くで推論する需要が強まっています。Rockwell Automationは、NVIDIAの小型言語モデルを産業エッジで動かす方針を示しました。日立は2026年4月、エッジ向け軽量AIモデルと専用半導体で、最先端GPU比10倍以上の電力効率を発表しています（同社発表）。選び方はクラウドAIかエッジAIかで扱っています。

事業と制度のトレンド：データ基盤・契約・規制

5. データ基盤の再編

AIの成否がデータ基盤で決まることが、業界の投資の動きにも表れています。Schneider Electric（AVEVA）によるCogniteの買収発表（2026年6月）、SiemensによるAltairの買収（2025年）など、産業データ基盤とAIを一体で提供する再編が進んでいます。中国工业互联网研究院の鲁春丛院長は、多くの智能化改造プロジェクトで投資の50〜60%をデータエンジニアリングが占めると述べています。日本の2026年版ものづくり白書でも、製造データの取得は66.0%、活用は51.4%、効果が出たのは43.9%で、企業間のデータ連携は2年前からほとんど進んでいないと指摘されました。

製造データの取得→活用→効果あり

66.0%→51.4%→43.9%

2026年版ものづくり白書（RIETI BBL資料、2026年6月）

エージェント型AIを現在使う製造業

Manufacturing Leadership Council（2025年初頭、Deloitte引用）

智能化改造の投資に占めるデータエンジニアリング

50〜60%

中国工业互联网研究院鲁春丛院長（2025年9月）

6. 成果連動型の契約と伴走型支援

AIの値付けにも変化があります。富士通は2026年9月、コンサルティングとFDE（顧客の現場に入るエンジニア）による伴走を打ち出し、成果連動型・利用量連動型の収益モデルへ移ると表明しました。中国の工信部も「推动工业互联网平台高质量发展行动方案（2026—2028年）」で、「先用后付」「订阅服务」「效果付费」型のサービスモデルを支持しています。PoC費用を積み上げる受託型から、成果に応じて払う契約へ移る動きは、発注側にとってもKPIの定義を厳密にする必要があることを意味します。

7. 規制対応：EU向け輸出企業は期限の変化に注意

EU AI Actでは、2026年7月27日に発効したAI Omnibusにより、製品に組み込まれる高リスクAIの義務の適用が2028年8月2日に延期されました。EU機械規則では、2027年1月20日から、機械学習で自己進化する安全機能に第三者の適合性評価が必要になります。2026年8月を前提にした古い解説に注意が必要です。詳しくは EU AI Actと日本の輸出企業を参照してください。

よくある質問

2026年に最初に取り組むべきトレンドはどれですか

多くの工場では、データ基盤の整備です。AIエージェントもフィジカルAIも、設備・品質・実績のデータがつながっていることを前提に動くため、どのトレンドに進む場合でも無駄になりません。

AIエージェントは製造現場でどこまで使えますか

現時点では、保全の対処法の提示、品質記録の検索、帳票の確認など、提案や情報整理までが中心です。設備への書き込みを伴う自律実行は、承認フローとインターロックを設けたうえで限定的に検証する段階です。

ヒューマノイドは日本の工場にも入っていますか

試験導入の段階です。TE Connectivity Japanの掛川工場が試験的に導入していることが2026年8月に公開されましたが、量産ラインでの本格運用の公開例はまだ少数です。

この記事に出てくる用語

用語集（日・英・中）をすべて見る

この記事のテーマ

#市場データ #AIエージェント #フィジカルAI

この特集について

フィジカルAIは工場に来るのか

ロボット基盤モデルとヒューマノイドの実証。宣伝と量産ラインの距離を測る　全66本

特集の記事をすべて見る →

この記事を書いた人

株式会社サオス製造DX部

DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。

運営者情報　編集方針　株式会社サオスのサイト

2026年の製造業AIトレンド7つ：AIエージェントからフィジカルAIまで

7つのトレンドと現場までの距離