ロボットが「考えながら動く」時代、製造業のDX提案はどう変わるか

先日、Google DeepMindがGemini Robotics-ER 1.6というモデルを発表した。ロボット向けの「身体的推論」に特化したAIモデルで、4月14日に公開されたばかりだ。

このモデルが面白いのは、単に命令を実行するだけじゃなく、物理的な環境そのものを理解しようとしている点だ。たとえば圧力計の針を読んで状況を判断するとか、複雑な施設内を自分で考えながら移動するといった能力を想定している。「空間的推論」と「多視点理解」が大幅に強化されたと説明されていた。

この発表を見て、経営陣への説明に使えると思った理由

正直、うちの部署でロボット導入を今すぐ検討しているわけじゃない。でも、この発表を読んで頭に浮かんだのは、来月の経営会議でどうDX投資を説明するか、という話だった。

よくある稟議の壁は「AIって結局なにができるの？」という問いへの答え方だ。抽象的に「業務効率化」と言っても響かない。でも「圧力計の針をカメラで読んで自動記録する」レベルの具体性だと、現場イメージが一気に湧く。Gemini Robotics-ER 1.6の説明資料はその具体性の見せ方の参考になる。

うちのような製造業で稟議を通すには、技術の話より「現場のどの作業が変わるか」を先に見せる必要がある。この発表はその順番が上手い。

部下に見せたら反応が二つに分かれた

試しに部下数人にこの記事を送ってみた。反応は大きく二つに割れた。

「うちの工場でも使えそう」と食いついた若手と、「でも導入コストとセキュリティはどうするんですか」と即座に返してきたベテランだ。どちらも正しい反応だと思う。

特にセキュリティの話は無視できない。ロボットが社内設備の画像や空間データを処理するとなると、どこのサーバーでその情報が扱われるかは必ず確認が要る。ベンダー提案を受ける際にはその点を最初に聞く癖をつけるよう、部下にも共有した。

ベンダー提案の評価軸が少し変わりそうだ

今後、製造現場向けにAIやロボットを提案してくるベンダーは確実に増える。そのとき「推論できます」という言葉が乱発されるはずだ。

そこで自分が意識したいのは、「どのレイヤーで推論しているか」を問うことだ。画像を見るだけなのか、空間的な位置関係まで理解しているのか、そこは全然違う。Gemini Robotics-ER 1.6が「多視点理解の強化」をわざわざ強調しているのは、それがまだ簡単じゃないからだ。

ベンダーが持ってくるデモは当然、得意な条件で作られている。実際の現場に近い条件でどう動くかを確認する視点を持っておかないと、後で「思ってたのと違う」になる。この手の技術が進化するスピードを見ると、2〜3年後には選択肢がガラッと変わっているかもしれない。今すぐ全部導入しなくていい。ただ、評価の軸だけは今から作っておく価値がある。

自分は来月の経営会議の前に、この発表を事例として使ったAI投資の説明資料を一本作ってみるつもりだ。