次世代技術として注目される「フィジカルAI」は、現実世界で稼働するロボットや機器に最適な動作を実現するAIである。

　「生成AIがデジタル空間で情報処理を行うのに対し、フィジカルAIは周囲の環境を視覚的に認識し、言語情報と組み合わせて動作を決定します。さらに、特定のタスクや環境で学んだ能力を別の状況でも応用できる“汎化能力”を持つのが特長です。今後は製造、物流、医療・介護、災害支援など、幅広い分野で活用が進むと見込まれています」とｕｇｏの松井 健氏は展望する。

　こうした中、ｕｇｏは「人×ロボット」の協働モデルで人手不足という社会課題を解決することをミッションに掲げ、自律走行が可能な業務用ロボット「ugo（ユーゴー）」を開発している。主な用途はオフィスビルや商業施設での警備や案内業務、工場や発電所、データセンターなどでの点検業務だ。警備では日中の立哨や夜間の巡回を担うことで人の負担を軽減し、点検ではメーターやセンサーの値を読み取り、異常を検知すると関係者にアラートを通知するなど、業務効率化と人員不足の補完に貢献しているという。

　「警備や点検などの現場で人手が減れば業務の質が下がることが懸念されますが、センシング機能を持つロボットが巡回やモニタリングをすればそれを避けられます。加えて、ロボットが集めたデータをAIに解析させることで、業務ノウハウを顕在化させ、さらなる生産性向上につなげることも可能です。つまり、ロボットが現実世界とフィジカルAIを結ぶインタフェースとして機能し、『認識→判断→行動』を繰り返せば、業務品質を高めることが期待できるのです」と松井氏はそのメリットを語る。

　しかし、フィジカルAI×ロボットのメリットを最大限に引き出すことは容易ではない。なぜなら、その実現には大きく3つの課題があるからだ。まず1つ目が「インテグレーションの負担」だ。ロボットシステムを業務に適用するためのインテグレーションには多大な時間とコストがかかる。2つ目が「運用の複雑さ」だ。運用時の設定や調整に手間がかかり、複数台のロボットを使う場合はその負担がさらに増す。そして3つ目が「データ活用の難しさ」である。運用保守や業務改善に必要な情報を取得し、解析することを自社のみで実践することは容易ではない。

　こうした課題を解決するためにｕｇｏが提供しているのが「ugo Platform（ユーゴー・プラットフォーム）」だ。これは、ロボットの導入から運用、保守、改善までを一元的に支援するクラウド型プラットフォーム（図）。ユーザー企業はここから多彩な機能を利用することが可能だ。

リモートでのリアルタイム映像や状況確認、ノーコードでの自動化プログラムの作成と実行、レポートの自動生成、様々な外部システムとの連携設定が容易にでき、現場業務の高度な自動化と効率化を強力に推進。クラウド上での複数台のロボットの一元管理にも役立つ

　例えば、ノーコードによる自動化設定機能はその1つ。非エンジニアでもロボットを業務に適合させることが可能だ。また、APIによる外部連携機能を利用すれば、他の機器やシステムとの統合も容易に行える。さらに、インターネット経由でロボットの操作・設定・管理が可能で、稼働データや業務データを一元的に蓄積できるという。

　「当社は警備や点検などに携わる多くの方の声を反映し、ロボットとプラットフォームを垂直統合で開発してきました。それだけに業務現場で使いやすいUI/UXになっており、ロボットへのアクション指示も簡単にできます。従来のロボットは何らかの理由で稼働を停止すると、人が現場へ確認に行く必要がありましたが、ブラウザベースの管理ツールからはロボットの稼働状況をリアルタイムにモニタリングでき、遠隔での対応が可能な点も多くのユーザー企業から高く評価されています」（松井氏）

　人手不足が進む中、単体のロボットに単一の仕事を任せるだけではコストもかかり、業務も回らなくなる。複数台のロボットを導入し、異なるタスクをマルチに任せる必要が生じるが、その際には、こうしたプラットフォームの活用は不可欠となるはずだ。

　業務現場を大きく変革させる「フィジカルAI×ロボット」を、いかに広く普及させていくか――。こうした観点からｕｇｏでは、様々な企業との共創を展開している。NTT西日本グループと、複数のロボットが協調して働ける技術や環境整備の共同実証実験を進めてきたのはその一環だ。その成果を踏まえ、2025年10月からはNTTビジネスソリューションズとugo Platformをベースに構築した「AIロボティクスプラットフォーム」の提供を決定した。

　「このプラットフォームでは、私どもが開発したAIエージェント機能と、NTTが開発した日本語特化型大規模言語モデル『tsuzumi』をはじめとする複数の生成AIを組み合わせることで、様々な業種業態でロボットを効果的に利活用するための機能が提供されます」と松井氏は語る。

　生活用品メーカーのアイリスオーヤマは、この利点に注目し、新型DX清掃ロボットの統合管理にプラットフォームを採用した。ユーザーはタブレットやスマートフォンで音声やテキストによる双方向操作が可能となり、ロボットが収集したデータをAIが学習して清掃ルートや頻度、時間帯を自動で最適化できるという。

　ｕｇｏはロボットやプラットフォームの開発にとどまらず、さらなる技術革新にも挑戦している。その成果の1つが「AIロボット向け模倣学習キット」だ。これは人間の動作をロボットに模倣学習させる環境を容易に構築するためのツールで、2026年の発売が予定されている。

　「この学習キットは、いずれフィジカルAI×ロボットの中核となるヒューマノイドロボットの研究開発を加速させることに大きく役立つはずです」と松井氏。ｕｇｏが目指すのは、AIやロボットに仕事を手伝ってもらうことで「人がもっと人らしく生きられる時間や選択肢を増やすこと」。“人と協働するパートナーの開発”を設計思想の根底に置く同社の挑戦は、これからも続く。