Upstage AIがジェイテクト工場でピッキング成功率97.1％

Upstage AIは、ジェイテクトの田戸岬工場で進めたフィジカルAI実証に参画しました。
カラクリとともに、CVJ生産ラインのランダムピッキング工程を検証しました。
ピッキング成功率97.1％を達成し、従来制御から12.1ポイント改善しました。
平均サイクルタイムも従来比で16％短縮しました。

記事の概要

実証は2026年3月19日から8月31日まで実施しました。
対象は、位置や向きがそろっていない部品をロボットが取り出す工程です。
AIがカメラ画像から部品の位置や状態を認識し、つかむ位置や運ぶ動きを判断しました。
ピッキング成功率は、従来制御の85.0％から97.1％へ向上しました。
既存設備にAI用PCを追加する方法を採用し、大規模な設備改造なしで導入しました。
3社の取り組みは、2026年4月7日に「フィジカルAI開発支援プログラム by AWSジャパン」に採択されました。
今後は既存設備への適用に加え、熟練技能の継承や形式知化にも取り組みます。
Upstage AIとジェイテクトは、Document AIを使った社内ナレッジ基盤の構築も進めています。

記事のポイント

1. 成功率97.1％を達成： ランダムな部品の位置や向きをAIが認識し、従来制御から12.1ポイント改善しました。
2. 設備改造を抑えて導入： 既存設備にAI用PCを追加する構成で、大規模な設備改造なしに導入しました。
3. 文書基盤も構築へ： 設計資料や仕様書、不具合報告を構造化し、開発・営業・生産で活用する基盤を目指します。

このニュースがもたらす影響

• 導入を検討する企業： 既存設備にAI用PCを追加する構成で成果が出たため、全面刷新ではなく、まずは変動の大きい工程から後付け導入を評価する選択肢が広がると考えられます。
• 製造AIベンダー： 成功率やサイクルタイムだけでなく、設備改造の規模や熟練技能の形式知化まで示せるかが、工場への導入提案で比較される要素になりそうです。
• 製造業の現場責任者： 画像認識による設備制御と、設計資料や不具合報告の構造化を組み合わせることで、現場改善と知識継承を一体で進める計画を検討しやすくなります。

このニュースの背景

自動化された製造工程でも、部品の位置や向きがそろわないランダムピッキングでは、ロボットが安定して取り出すための認識と動作判断が課題になります。
今回の実証では、既存設備を大規模に改造せず、AI用PCを追加する構成が採用されています。導入時の設備変更を抑えながら、成功率とサイクルタイムを検証できる形です。
3社は今後、既存設備への適用だけでなく、熟練技能の継承や形式知化にも取り組む方針です。並行して、設計資料や仕様書、不具合報告を部門横断で使うナレッジ基盤の構築も進めています。

関連するニュース

• Ragateは、業務棚卸しからPoC実装、効果試算までを2か月で支援するAXスプリントプログラムを開始しました。
• deeptierが、RICHの中小企業向け対話型AI実証で運用・セキュリティ・評価改善を支援します。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

ジェイテクトのフィジカルAI実証にUpstageが参画 ― 工場のピッキング成功率97.1％を達成

Upstage AI株式会社のプレスリリース（2026年11月2日 13時30分）ジェイテクトのフィジカルAI実証にUp…