技術の仕組み

日立製作所は2026年9月14日、フィジカルAI向けのガードレール技術を発表しました。MONOistの報道によると、仕組みは2段構えです。

段階手法役割
危険分析ナレッジグラフ機器・環境・作業の関係から起こり得る危険を洗い出す
制御補正Control Barrier Function（CBF）AIが出した制御指令を、安全領域から出ないようにリアルタイムで補正する

CBFは、システムの状態が安全な範囲にとどまる条件を数式で表し、制御指令がその条件を破りそうなときに最小限の修正を加える制御理論の手法です。AIの判断そのものを信頼するのではなく、出力を外側から制約する考え方です。

公開仕様に基づく評価で抽出できた主要ハザード
20件/22件
日立発表（MONOist、2026年10月5日報道）
自動運転シミュレーションでの過剰停止（従来の緊急停止制御比）
89%減
同上

評価結果の読み方

過剰停止89%減は、自動運転のシミュレーションでの結果です。工場のロボットセルで同じ効果が出るかは、この発表からは分かりません。ハザード抽出も22件中2件は漏れており、人のリスクアセスメントを置き換えるものではなく、補助として読むのが妥当です。

製造業への示唆

安全のための停止は、多すぎると稼働率を下げ、現場が安全機能を無効化する動機になります。過剰停止を減らしながら安全を保つという狙いは、AIロボットを量産ラインに入れる上で実務的な課題に応えるものです。製造・建設現場では信頼性を担保する決定論的なAIシステムが求められるという指摘もあり（MONOist、2026年6月27日）、この技術はその方向に沿っています。

よくある質問

製品として提供されていますか？

発表は技術の発表で、製品としての提供時期は報道からは確認できません。

CBFはAIの一種ですか？

CBFは制御理論の手法で、学習するAIではありません。AIの出力を数式に基づいて制約するために使われています。

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
#フィジカルAI#安全
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

  1. フィジカルAIとは：従来の産業ロボット・協働ロボットとの違いを4つの軸で整理
  2. 美的の「智能体工厂」：荆州工場の14エージェント・38シーンと人形ロボット
  3. ヒューマノイドの工場実証一覧：BMW・Mercedes・Schaeffler・BYDなど10社の現在地
  4. フィジカルAI導入の判断基準：今やるべき工場・待つべき工場を分ける5つの質問
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

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