ベンダーの主張：検査準備と生産計画の2つにAIを入れた
Siemensが2026年10月19日に出したプレスリリース（ミュンヘン発）によると、同社とNVIDIAはエアランゲン電子工場の実生産で共同開発したAIアプリを検証してきました。両社は1月6日、CES 2026の共同発表で「完全にAI駆動の、適応型の製造拠点」を世界で初めてつくると表明し、その最初の手本を2026年に始めるエアランゲン工場としていました。今回はその途中経過の公開にあたり、最初のアプリは10カ月足らずで開発したと説明しています。
発表されたアプリは2つです。1つ目はプリント基板（PCB）アセンブリの生産準備を仮想空間で行うもので、基板のデジタルツインからAIが写実的な画像を生成し、外観検査装置の学習に使います。これまで検査の立ち上げには数週間かかっていたとしたうえで、実物の試作品ができる前に検査を準備できる点を売りにしています。画像の生成にはNVIDIAの世界モデル「Cosmos」を使います。
2つ目はAIエージェントによる生産計画です。新しい受注が入ると、エージェントが複数の生産シナリオを作り、あらかじめ決めたKPIに照らして各案の影響を計画担当者に示します。案は工場全体のデジタルツインで検証してから実行に移します。生産能力、材料の手配状況、納期、生産ラインの釣り合いを取り、新規受注や材料の欠品、顧客要求の変更に対応しやすくする、というのがSiemensの説明です。ここではNVIDIAの「Factory Operations Blueprint」と「Omniverse」のライブラリを使っています。
数字は次のとおりです。いずれもリリースでは「最大」「可能性」の表現になっています。
| 対象 | Siemensが示した数字 | 数字の性格 |
|---|---|---|
| 新しいPCBアセンブリの仮想生産準備 | エンジニアリング工数を最大85%削減、市場投入までの期間を最大40%短縮 | 可能性値（「削減できる」） |
| エージェントによる生産計画 | 最大20%のコスト削減 | 可能性値 |
| エアランゲン工場全体 | 年7%の生産性向上、100を超えるAIアルゴリズムが稼働 | 工場の現状として記載 |
| 工場の変革投資 | 2030年までに5億ユーロ | 計画 |
工場は1971年の設立で、従業員は約1,000人、顧客の視察は年約3,000件とされています。Siemens AGの取締役でデジタルインダストリーズのプレジデントを務めるCedrik Neike氏は、AIをデータセンターから工場に持ち込むことがドイツと欧州にとっての好機だと語りました。NVIDIAのRev Lebaredian氏（Physical AIシミュレーション担当VP）は、工場は繰り返しと同じくらいうまく変化に対応する必要がある、という趣旨の発言をしています。
ユーザー側の現実：数字の範囲と、エアランゲンとの距離
85%という数字を自社の工数見積もりにそのまま使うのは危険です。リリースが示しているのは、新しいPCBアセンブリの検査準備という1つの業務で「最大」どれだけ減らせるかの可能性値です。2026年10月20日にこの発表を報じた英Industrial Newsも、85%や40%は工場全体の労働量や生産量を測った結果ではなく、年7%の生産性向上や100を超えるアルゴリズムは工場全体の状況で、今回の2つのアプリの成果として読むべきではない、と注意を促しています。同じ記事は、生成した画像で学習した検査は実物の製品で検証し直す必要があり、デジタルツインの予測は工場データの正確さに左右されるとも書いています。
エアランゲンの条件も割り引いて見る必要があります。同工場は2030年までに5億ユーロを投じる変革の途中にあり、年3,000件の視察を受けるSiemensのショーケース工場です。エージェントが出した案を「工場全体のデジタルツイン」で確かめるという手順は、設備・ライン・物流のモデルが一通りそろっていることが前提になります。日本の多くの工場では、ここで最初につまずきます。
つまずく場所は、AIよりも手前の基準情報です。生産計画の案を正しく評価するには、工程表（ルーティング）、標準時間、段取り替えにかかる時間、材料の在庫と入荷予定が実態どおりでなければなりません。私たちが国内の工場でMESの導入を支援してきた経験では、標準時間がExcelで管理され実績と何年も突き合わせていない、段取り時間は計画担当者の頭の中にしかない、という状態は珍しくありません。基準情報の質を上げずにエージェントを載せれば、検証用のデジタルツインそのものが現実とずれた答えを返します。
発表されていないことも、ユーザー側としては見逃せません。リリースには製品名、提供開始の時期、価格、エアランゲン以外での導入事例が書かれておらず、今後数カ月でさらにアプリを増やすとしているだけです。いま判断できるのは方向性までで、自社で使えるかどうかを評価する材料はまだそろっていません。
| 論点 | ベンダーの主張 | ユーザー側の現実 |
|---|---|---|
| 検査準備 | 試作前に画像を生成して検査を立ち上げられる | 生成画像で学習したモデルは実物で再検証が要る |
| 生産計画 | エージェントが案を作り、デジタルツインで確かめる | 標準時間・段取り時間などの基準情報が正確でないと案の評価がずれる |
| 数字 | 最大85%・40%・20% | 業務単位の可能性値で、工場全体の実測ではない |
| 入手性 | 今後数カ月でアプリを追加 | 製品名・時期・価格・他社事例は未公表 |
編集部の見立て：「自律」は人が選ぶ計画のことだった（推測を含む）
ここからは編集部の推測です。今回の発表を「autonomous」という単語だけで読むと、計画も現場も機械が勝手に回す工場を想像しがちです。しかしリリースの記述を順に追うと、エージェントは案を作り、デジタルツインは案を確かめ、選ぶのは計画担当者です。「自律」は無人化ではなく、変化が起きたときに計画を組み直す速さを上げる仕組みを指していると読むのが妥当だと考えます。
この読みに立つと、MESの役割はむしろ重くなります。図の⑤に当たる、選ばれた計画を作業指示に落として現場に配る工程は、リリースには書かれていません。ここを担うのはMESか、少なくともディスパッチ（作業の割り付け）の機能です。さらに、デジタルツインが検証に使う「現実の工場データ」の大半は、MESが記録する実績、つまり作業の開始と終了、設備の停止、仕掛品の位置、検査結果だと考えられます。実績の粒度と鮮度が足りなければ、ツインもエージェントも古い前提で計画を作ることになります。
製品化の経路についても推測を書いておきます。Siemensは生産スケジューラのOpcenter APSや、エンタープライズ層のIntelligence Center Xを持っています。同社の製品体系はSiemensの4層戦略を整理した記事で扱いましたが、今回のエージェント計画がいずれかの製品に組み込まれるのか、別の形で提供されるのかは発表から読み取れません。外部のAPSやMESを使っている工場がこの仕組みを使えるのかどうかも、提供形態が明らかになるまで分かりません。
検査準備のアプリについても、MESとの接点は残ります。生成画像で学習したモデルを本番に入れたあと、どのモデルの版で何を判定したかを検査記録に残す仕組みが必要になるからです。AI外観検査をMESの品質機能に組み込むときの設計判断はAI外観検査のMES統合の記事にまとめています。AIの層が厚くなっても記録の正本は下の層に置かれるという構図は、IMTS 2026の8層モデルとも重なります。
エアランゲンのアプリは日本の工場でも買えますか？
2026年10月19日のリリース時点では、製品名、提供開始の時期、価格は公表されていません。Siemensは今後数カ月でアプリを追加するとしています。導入を検討する場合は、提供形態が公表されてから評価するのが現実的です。
AIエージェントが生産計画を作るなら、APSは不要になりますか？
発表の内容からはそうは読めません。エージェントは計画案を作って担当者に示す役割で、制約条件の計算や現場への作業指示がどの製品で行われるかは書かれていません。APSやMESの役割がなくなるという記述はなく、置き換えか連携かは提供形態を見て判断する必要があります（推測）。
「最大85%削減」は何と比べた数字ですか？
リリースは、新しいPCBアセンブリの生産準備を仮想空間で行った場合に、エンジニアリング工数を最大85%減らせる可能性があるとしています。比較の前提になる従来の工数や測定方法は示されていません。従来は検査の立ち上げに数週間かかっていたという記述があるのみです。
この記事に出てくる用語
AIは製造現場で何をするか
AIエージェント、画像検査、OPC UAのMCP対応。宣伝ではなく実装の話 全32本
- インドのFyndがAI搭載MES「Forge」を投入、発表の3つの言い回しを実務に置き換える
- IMTS 2026で見えた産業AIの8層、AIエージェントの時代にMESはどこに残るのか
- オムロンのOnLogic買収を年表で追う──2003年創業の産業用PCは2030年度までにPLCと一体になるか
- IFS Industrial Index 2026の「9割が改善」と「人の承認を必須にしたのは4%」、どちらを読むか
この記事を書いた人
DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成を手がける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。
