フィジカルAIで物流・製造の非定型作業を自動化！SCSKなど3社がNVIDIA技術活用で協業を開始

協業の背景
協業の概要
提供価値と期待効果
協業後の方針・展望
- AI Workstyle Lab編集部コメント

協業の背景

日本において生産年齢人口が減少する中、生産性の向上は企業の喫緊の課題です。この解決策としてロボット活用への期待が高まっていますが、従来のロボットはプログラムされた定型作業にとどまり、複雑な環境変化への柔軟な対応には、実現場での質の高い学習データの収集が課題として挙げられていました。

SCSKはAIエージェントの適用領域をデジタル空間からフィジカル空間へ拡張することを目指しており、同社が強みとするデジタルツイン技術による「学習データの補完」と、IOWN（Innovative Optical and Wireless Network）を用いた低遅延な推論や分散学習が可能な高度AI基盤を有するネットワンシステムズ、そしてヒューマノイドロボットをはじめとする各種ロボットおよび模倣学習・深層強化学習に知見のあるTechShareとの協業を通じて、実現場のデータ不足という技術的な障壁の解消を実現します。

3社は本協業を通じて、複雑な環境に柔軟に適応して自律的に動作するAIロボット（フィジカルAI）の社会実装を加速させ、持続可能な社会の実現に貢献していく方針です。

協業の概要

実証内容

SCSKは、オープンなロボティクスシミュレーションフレームワークであるNVIDIA Isaac Simや、オープンな世界モデルであるNVIDIA Cosmosを統合し、仮想環境で多様なシナリオに対応した物理的に高精度な学習データを大量に生成します。この高品質なデータはネットワンシステムズの最新AI基盤上で学習され、構築された模倣学習モデルはTechShareが提供するロボット実機で動作検証されます。その結果を学習データへフィードバックすることで推論精度を継続的に向上させ、環境変化に強い自律型AIロボットの有効性が実証されていきます。

NVIDIA Isaac Simに関する詳細: https://developer.nvidia.com/ja-jp/isaac/sim
NVIDIA Cosmosに関する詳細: https://www.nvidia.com/ja-jp/ai/cosmos/

実施時期

2026年2月1日～2026年3月下旬（予定）

各社の役割

SCSK
- 高品質な学習データ（合成データ）の生成
- NVIDIA Isaac SimおよびNVIDIA Cosmosを活用した合成データ作成アプローチの検討・実施
- NVIDIA Omniverseライブラリ上にロボットを再現したデジタルツイン環境を構築し、大量の学習データを効率的に生成
  - NVIDIA Omniverseに関する詳細: https://www.nvidia.com/ja-jp/omniverse/
- NVIDIA Cosmosが提供するオープンソースソフトウェア（OSS）のコード修正・再構築によるロボット学習に特化した動画生成プロセスの確立
ネットワンシステムズ
- AI学習モデルの構築と実証・共創環境の提供
- 人間による操作データやSCSKが生成したデータを活用した模倣学習モデルの精度向上
- 低遅延・高効率な処理が可能な最新インフラ上での推論性能検証
- イノベーションセンターのINNOVATION SHOWCASEでのフィジカルAIに関するお客様向けデモ提供
  - INNOVATION SHOWCASEに関する詳細: https://www.netone.co.jp/valley/
TechShare
- ロボットベンダーとしての知見に基づいたハードウェアと学習プログラムの両面からの支援
- ロボットの物理的な技術仕様やシステム構成に関する詳細情報の提供
- 蓄積してきたロボティクスの模倣学習ノウハウに基づいた学習プログラムの最適化・改良

提供価値と期待効果

本取り組みにより、仮想空間で生成した高品質な学習データを活用することで、従来実機に依存していた膨大なデータ収集の負担を大幅に軽減し、実現場へのロボット導入に要する期間とコストの圧縮を実現します。また、推論精度の向上により、現場での環境変化や未知の対象物に対しても安定的に動作するロボットの適用範囲が拡大します。これにより、バラ積み部品のピッキングや整列、パレットへの積み付け・荷下ろしといった、これまで自動化が困難だった非定型作業の効率化が促進されるでしょう。これらの技術革新を通じて、製造・物流現場における省人化と生産性向上に寄与し、深刻化する労働力不足という社会課題の解決に貢献していきます。

協業後の方針・展望

本共同実験で得られた技術と知見はパッケージ化され、多様な作業へ柔軟に対応可能な模倣学習ソリューションとして、2026年度中のサービス化を目指しています。製造・物流分野での実用を皮切りに、今後は医療およびホームケアといった幅広い産業分野への展開も視野に入れ、パートナー企業との協業を通じてロボティクス技術の社会実装を加速していく方針です。3社はフィジカルAIの普及をリードすることで、2030年に向けた深刻な労働力不足という社会課題の解決に貢献します。

SCSKグループは、技術戦略「技術ビジョン2030」を推進し、先進デジタル技術の最大活用による事業構造変革や生成AIの活用による生産性向上を目指しています。

SCSKグループ技術戦略「技術ビジョン2030」に関する詳細: https://www.scsk.jp/sp/technology_strategy/index.html

AI Workstyle Lab編集部コメント

今回のフィジカルAI協業は、特に人手不足が深刻な物流・製造業界にとって、非常に重要な意味を持ちます。従来のロボットでは対応できなかった非定型作業の自動化が進むことで、企業は生産性の向上とコスト削減を同時に実現できるでしょう。模倣学習モデルの精度向上により、バラ積みピッキングのような複雑な作業も効率化され、業務プロセスの大幅な改善が期待されます。将来的には、医療やホームケア分野への展開も視野に入っており、多岐にわたる産業でのビジネス機会創出に繋がる可能性を秘めていると言えます。

📘 もっと基礎から学びたい人へ｜無料で参加できるAIセミナーまとめ

「AIニュースは追っているけど、何から学べばいいか分からない…」そんな初心者向けに、編集部が本当におすすめできる無料AIセミナーを厳選しました。

🔰【初心者向け】生成AIを基礎から学べる無料セミナーまとめ