ジェイテクト、工場の部品取り出しで成功率97.1％を達成

ジェイテクトは、田戸岬工場の自動車部品生産ラインで実証したフィジカルAIの成果を発表しました。
部品を無作為な状態から取り出すランダムピッキング工程で、成功率97.1％を達成しました。
既存制御と比べて成功率を12.1ポイント高め、平均サイクルタイムも16％短縮しました。

記事の概要

ジェイテクトは、Upstage AIおよびカラクリと共同で実証開発を進めました。
実証期間は2026年3月19日から8月31日までです。
対象は田戸岬工場のCVJ生産ラインにあるランダムピッキング工程です。
AIがカメラ画像からワークの位置や状態を認識し、把持位置や搬送動作を判断します。
高難度条件でのピッキング成功率は、従来制御の85.0％から97.1％に向上しました。
平均サイクルタイムは、従来比84.0％となり、16％短縮しました。
仮想空間で学習したAIをロボットに適用し、高速な位置検出AIと形状認識AIを組み合わせました。
既存設備にはAI用PCを追加する方式で、大規模な設備改造を伴わずに導入できることも確認しました。

記事のポイント

1. 成功率を12.1ポイント向上： 高難度条件でのランダムピッキングにおいて、成功率を従来の85.0％から97.1％へ高めました。
2. サイクルタイムを16％短縮： AIがワークの位置や状態を認識し、把持位置と搬送動作を自律判断することで、平均時間を短縮しました。
3. 既存設備に追加導入： 大規模な設備改造は行わず、既存設備へAI用PCを追加する方式で実証効果を確認しました。

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を追加する方式で効果を確認できたため、大規模改造を避けながら自社工程へ適用できるかを検討しやすくなります。
• 同分野の提供企業： 成功率だけでなくサイクルタイムも改善した実証結果により、今後は認識精度に加え、既存設備への導入容易性や生産性まで示す提案が求められそうです。
• 製造業の現場責任者： 不定形・多品種ワークへの対応余地が示されたことで、固定的な自動化が難しかった工程でも、熟練者の判断をAIに移す選択肢が広がる可能性があります。

このニュースの背景

製造業では、多品種生産への対応や人手不足、熟練技能者の高齢化、技能伝承が課題になっています。
ランダムピッキングはワークの位置や姿勢が一定でなく、従来制御では環境変化への対応に限界がありました。
今回の実証では、仮想空間で学習したAIに加え、高速な位置検出AIと形状認識AIを組み合わせ、実環境での動作を検証しました。
既存設備へのAI用PC追加で導入できる構成も確認され、フィジカルAIを生産現場へ適用する際の設備面の条件が示されています。

関連するニュース

• AI Portalize株式会社が電通エルフトアーキテクトに導入され、AIボット共有で全社活用を支援しています。
• ニチエツ株式会社が、ティーチング不要で金型搬送から交換までを自動化するシステムを開発しました。
• 安田倉庫は生成AI利用者率34.6％を達成し、約100名でAIエージェントの試験活用を始めました。

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、フィジカルAIを活用した工場実証で部品取り出し工程の成功率97.1％を達成

株式会社 ジェイテクトのプレスリリース（2026年11月2日 13時30分）ジェイテクト、フィジカルAIを活用した工場実…