図面から条件と動作を生成し、人が確認して実行する

ファナックは2026年9月11日、Google Cloudと協業した「AI溶接エージェント」を発表しました。発表の要点は次のとおりです(同社発表)。

項目内容
使うAIGoogle CloudのGemini Enterprise
入力部品図面。協働ロボットCRXのタブレット型ティーチペンダント内蔵カメラで図面を読み取る
AIが出すもの材料・形状の理解にもとづく溶接条件(電流・電圧)と、ロボットの動作
人の役割生成された条件・動作をそのまま実行するか、微調整して実行する
データの扱い図面等のデータは別ユーザーのAI学習に使われない
提供2026年12月末出荷、サブスクリプション

同社はこれを「ゼロ設定・ゼロ教示」と表現しています。ただし発表を読むと、オペレーターが生成結果を確認・微調整する前提で設計されていることが分かります。AIが溶接を最後まで自律で完結させる製品ではなく、条件出しと教示の初期作業をAIが肩代わりし、最終判断は人が行う製品です。

「ゼロ教示」が減らす作業と、残る作業

溶接ロボットの立ち上げ作業を分解すると、このエージェントが何を減らすのかが見えます。

溶接立ち上げ工程のうちAIが置き換える範囲 図面の読解材料・形状 条件の設定電流・電圧 動作の教示経路・姿勢 確認・微調整オペレーター 品質評価外観・断面・強度 AI溶接エージェントが生成する範囲 人と品質保証の責任として残る範囲 治具・ワークの位置決めと、溶接施工要領の承認も従来どおり人が行う
溶接ロボットの立ち上げ工程と、AI溶接エージェントが置き換える範囲。確認と品質評価は人の作業として残る。

減るのは、図面を読んで溶接条件表と照らし合わせる作業と、ティーチペンダントで溶接線を1点ずつ教える作業です。これらは熟練者の経験に頼る部分が大きく、多品種少量の工場では立ち上げのたびに工数を取られてきました。

一方、次の作業は残ります。

  • 治具とワークの位置決め:図面どおりの位置にワークがなければ、生成された動作はずれます
  • 生成結果の確認と微調整:溶け込み不足、アンダーカット、スパッタなどの溶接欠陥は、実際に溶接して評価するしかありません
  • 溶接施工要領の承認:顧客や規格が溶接施工要領書(WPS)の承認を求める製品では、AIが出した条件も同じ手続きを通ります

品質保証の責任分界を確認する

構造物や圧力容器、自動車の重要保安部品など、溶接品質に法規や顧客規格の要求がある製品では、条件変更の手続き自体が規定されていることがあります。AIの生成した条件がその手続きのどこに位置づくかを、品質保証部門と事前に決める必要があります。

試し溶接の評価方法も事前に決めておきます。外観の確認だけで済ませるのか、マクロ断面試験や引張試験まで行うのかは、製品の要求品質で変わります。AIが生成した条件で作った試験片の評価記録を、品番ごとに残しておくと、後から条件を見直すときの根拠にもなります。

(5)は見落とされやすい論点です。サブスクリプション型のAI機能は、契約終了後の扱いが製品によって異なります。

他の溶接AIとの違い

溶接分野のAIは、狙いによっていくつかの系統に分かれます。

系統狙い例(公開情報)
条件・動作の生成立ち上げの教示と条件出しを減らすファナック AI溶接エージェント(2026年9月発表)
ティーチングの自動補正ワークのずれに合わせて教示点を補正するリンクウィズ L-ROBOT。同社サイトでは東芝産業機器システム、工進などで、溶接位置のずれへの対応や少量多品種のTIG溶接に使われていると紹介
熟練者の技能のデータ化ベテランの溶接技能を学習データにする中国の格力は溶接のベテランを「AIトレーナー」とし、技能を溶接機の学習データに変えていると報じられている(扬子晚报、2026年2月)
溶接部の外観検査ビード・スパッタの検査を自動化するAudiのベーリンガー・ヘーフェ工場でのAIによる溶接スパッタ外観検査。ネッカーズルム工場へ拡大予定と報じられた(2025年4月)

ファナックの製品は1つめの系統で、図面読解に生成AIを使う点が新しい部分です。教示補正や検査のAIとは補完関係にあり、組み合わせて使う設計も考えられます。溶接部の外観検査をロボットで行う構成は検査ロボット×AIで扱っています。

ファナックのフィジカルAI戦略全体における位置づけはファナックのフィジカルAI戦略で整理しています。

よくある質問

溶接の経験がない人でもロボット溶接ができるようになりますか

条件出しと教示の初期作業の負担は減りますが、生成された条件で問題がないかを判断するには、溶接欠陥を見分ける知識が要ります。溶接の評価ができる人が確認する体制を前提にしてください。

図面をクラウドのAIに読ませて情報漏えいの心配はありませんか

ファナックは図面等のデータが別ユーザーのAI学習に使われないとしています。ただし、データの保存場所や保存期間、アクセス権は契約で確認が必要です。顧客から預かった図面を使う場合は、顧客との秘密保持契約の範囲も確認してください。

既存の溶接ロボットでも使えますか

発表では協働ロボットCRXのタブレット型ティーチペンダントで図面を読む構成が示されています。既存機種への対応範囲は、2026年12月の出荷時点の仕様をファナックに確認してください。

この記事に出てくる用語

用語集(日・英・中)をすべて見る

この特集について

フィジカルAIは工場に来るのか

ロボット基盤モデルとヒューマノイドの実証。宣伝と量産ラインの距離を測る 全66本

  1. フィジカルAIとは:従来の産業ロボット・協働ロボットとの違いを4つの軸で整理
  2. 美的の「智能体工厂」:荆州工場の14エージェント・38シーンと人形ロボット
  3. ヒューマノイドの工場実証一覧:BMW・Mercedes・Schaeffler・BYDなど10社の現在地
  4. フィジカルAI導入の判断基準:今やるべき工場・待つべき工場を分ける5つの質問
特集の記事をすべて見る →

この記事を書いた人

株式会社サオス

株式会社サオス 製造DX部

DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がける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・データ基盤・AI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。