自社の現場にデータが貯まっている方へ
工場の稼働ログ、点検の記録、作業動画。使い道が決まらないまま蓄積している現場データをお持ちの方に向けて書いています。
その扱いが、この1年で変わるかもしれません。政府がフィジカルAIの国家戦略を改訂し、勝ち筋としてデータの蓄積を名指ししたからです。
台数目標と、その裏にある判断
経済産業省は2026年6月30日、改訂した「AIロボティクス戦略」を公表しました。赤澤経済産業大臣の会見から引くと、内容はこうです（経済産業省 2026年6月30日 大臣会見）。
| 項目 | 内容 |
|---|---|
| 導入台数目標 | 2040年に約1,000万台 |
| 対象分野 | 18分野（飲食・食品製造、医療を追加） |
| 取り組み | ユーザー企業への導入支援、AIロボティクス中核拠点の創設 |
数字としてはこの2つですが、会見で注目すべきはその後の一節です。
「ビッグデータ×AI」時代であります今、高齢者のヘルスケア、あるいは災害対応、製造現場、福島第一原発の廃炉現場などで蓄積されたデータの活用が我が国の勝ち筋
モデルの性能でも、ロボットの台数でもありません。どこにデータが貯まっているかを競争力の源泉として挙げています。
廃炉現場が名指しされた意味
同じ流れで、赤澤大臣は2026年7月23日、東京電力ホールディングスの横尾敬介新会長との会談で、福島第1原発の廃炉についてこう述べています（ロイター 2026年7月23日）。
廃炉現場へのフィジカルAI（人工知能）の導入などを通じて、福島をわが国のAIトランスフォーメーションの始まりの場所としていきたい
廃炉現場は、人が入れない、前例がない、失敗できないという条件が揃っています。ロボットにとっては最も難しい部類の現場です。
そこを「始まりの場所」と位置づけたのは、難しい現場のデータほど価値が高いという判断だと読めます。整った環境で動くロボットのデータは、すでに世界中にあります。
基盤モデルの開発先も決まりました
戦略と同じ日に、国産のマルチモーダル基盤モデルの開発事業も動き出しました。NEDO の公募で、Noetra社と産業技術総合研究所のコンソーシアムが採択されています（経済産業省 2026年6月30日 プレスリリース）。
Noetra社が基盤モデルの開発と提供を担い、産総研が米国・カナダ・フランス・英国の研究機関と連携して研究開発を行う体制です。開発したモデルは、日本のAI開発事業者や利活用事業者へ広く提供するとされています。
つまり、モデルは自前で作らなくてよくなる方向に政策が動いています。基盤モデルを作る競争ではなく、それに何を学習させるかの競争になります。
そのデータをどう集めるかがロボット開発の律速になっている構図は、ロボット基盤モデルの伸びを決めているのはで扱いました。
発注側の企業が準備できること
台数目標は2040年の話ですが、データの整備は今日から始められます。むしろ、基盤モデルが提供され始めてから慌てて集めても間に合いません。
現場データを資産にするために確認する5点
- 記録の形式: 紙・写真・動画・センサーログのどれか。機械が読める形になっているか
- 作業との紐づけ: そのデータが「いつ・どの作業の・どの結果」か特定できるか。ラベルのないログは学習に使いにくい
- 失敗の記録: うまくいかなかったときのデータが残っているか。成功例だけでは判断を学習できない
- 権利の所在: 設備ベンダーやシステム会社との契約で、データの利用権が自社にあるか
- 持ち出しの可否: 外部のモデル開発へ提供する場合の制約。取引先情報や個人情報が混じっていないか
現場ごとに1枚で埋められます。4つ目の権利の所在は、契約書を確認しないと分かりません
4つ目でつまずく企業が多いはずです。設備の稼働データが、設備メーカーのクラウドにあって自社では取り出せない、という構成は珍しくありません。
データを外に出せるかどうかの判断は、「社内データを外に出せない」と言う前にで3つの層に分けて整理しています。
台数ではなく、どの現場を持っているか
2040年に1000万台という数字は大きく見えますが、発注側の企業が明日から動かせるものではありません。
一方で、政府が勝ち筋として挙げたデータの蓄積は、今すでに各社の現場にあります。それが使える形で残っているかどうかが、基盤モデルが揃った後の差になります。
技術そのものの前提はVLA（Vision-Language-Action）とは、AI活用を体制へ落とす進め方はAIネイティブ開発で扱っています。
自社の現場データが使える状態にあるかを確かめたい段階でしたら、お問い合わせからご相談ください。棚卸しから一緒に進めます。