Physical AIとは何か
Physical AI（フィジカルAI）とは、カメラやセンサーから得た入力をAIで解釈して物理環境を理解し、 ロボットや設備の動作を自律・半自律で制御する技術領域を指します。 文章や画像を生成して画面の中で完結する生成AIに対して、 AIの判断が現実の物体や設備に作用する点が決定的な違いです。
製造業と物流の現場では、この言葉が使われる前から同じ課題が続いていました。 「検査AIは入れたが、判定結果を人が転記している」「OCRは読めるが、WMSには手入力している」。 認識の精度だけが上がり、現場の工数が減らない状態です。 Physical AIという枠組みが有効なのは、それが精度の話ではなく 入力から現場の動作までを1本の線としてつなぐ設計の話だからです。
Nsightの捉え方：製造業Physical AIの6層
Nsightは、製造業・物流のPhysical AIを次の6層で捉えています。 これは業界の標準規格ではなく、相談を設計に落とすためにNsightが使っている整理の枠組みです。 どの層が欠けても現場の工数は減らない、という前提で組み立てています。
-
入力｜現場で起きていることを取り込む
カメラ / センサー / 帳票・ラベル・伝票
-
認識｜画像と文字を「意味」に変える
Vision AI（ルールベース + CNN/ディープラーニング） / OCR / VLM
-
判断｜基幹データと突き合わせて可否を決める
マスタ照合 / ASN・指示書との一致確認 / 例外の切り出し
-
接続｜OTとITの両方に信号とデータを返す
OT: PLC / ロボット・搬送機 IT: WMS / MES / ERP
-
蓄積・推論｜溜まった現場データを社内で扱う
ローカルLLM / AIエージェント（社内ネットワーク内で完結する構成を前提に設計）
-
実行｜現場の動作・提案・自動化として返す
払い出し / 仕分け / 停止・排出 / 手配提案 / 記録の自動生成
入力：カメラ・センサー・帳票
Physical AIの出発点は、現場に実在するものです。ラインを流れる製品、パレットに積まれた荷姿、貼られたラベル、渡された納品書。これらを撮る／測るところまでは、既存の設備でも部分的にできています。問題は、その先で止まっていることです。
認識：Vision AI / OCR / VLM
撮った画像を「意味」に変える層です。傷・欠品・変形のように定義できる不良はルールベースとCNN（ディープラーニング）が速く安定して捌き、印字のかすれや想定外の荷姿のように「事前に例を用意しきれない」対象はVLM（視覚言語モデル）が担当します。この2つは競合ではなく、役割分担で組み合わせるものです。帳票・ラベルの文字も同じ層で扱い、テンプレート依存のOCRでは読めなかったレイアウト変動やフォント差をVLM-OCRで吸収します。
判断：データ照合で「可否」を決める
現場で本当に必要なのは「読めた」ではなく「合っているか」です。読み取ったロット番号が指示書と一致するか、入荷した品目がASNどおりか、検査結果がその品番の判定基準を満たすか。認識結果を基幹データと突き合わせて初めて、人が動くか止まるかが決まります。Nsightがこの層を重視するのは、ここを飛ばしたAIが「精度は出たが誰も使わない」で終わりやすいと考えているためです。
接続：OT（PLC・ロボット）とIT（WMS・MES・ERP）
Physical AIが従来の画像処理と決定的に違うのは、判断を物理世界とシステムの両方へ同時に返す点です。PLCへ信号を返してラインを止める・排出する、ロボットに掴む位置を渡す、同じ判断をWMS・MESへ実績として書き込む。OT側だけならFAベンダーが、IT側だけならシステムインテグレーターが強い領域ですが、1つの判断を両方に返すには、両方のプロトコルと現場の運用を同時に理解している必要があります。
蓄積・推論：ローカルLLM / AIエージェント
検査結果・読取結果・例外対応の履歴は、現場で最も価値のあるデータでありながら、多くの場合そのまま捨てられています。これを社内ネットワークの内側に置いたローカルLLMとAIエージェントに渡すことで、「この不良は先月も出ている」「この品番は例外処理が多い」といった問いに、図面や帳票を外部へ出さずに答えられるようになります。製造業でクラウドLLMの利用が止まる理由として、精度よりも図面・原価・取引先が社外へ出ることへの懸念が挙げられることが多く、Nsightが受ける相談でもこの点が論点になります。
実行：現場での動作・提案・自動化
最後に、判断が現場の動きとして返ります。不良品を排出する、ピッキング先を指示する、入荷を確定して次工程へ流す、帳票を自動生成する、担当者に「確認が必要な10件」だけを見せる。Physical AIの成果は精度の数字ではなく、人が触らなくなった作業の量と人が判断すべき例外だけに集中できた時間で測られます。
なぜ「接続層」で多くの導入が止まるのか
Nsightが受けるAI導入の相談では、検討が止まっている場所が偏ります。 2層（認識）の精度検証までは進むのに、4層（PLC・WMSへの接続）の担当が決まらないまま止まる、というパターンです。
これは技術の難易度というより、担当領域の分断が原因です。 設備・PLC側は生産技術部門と制御ベンダー、WMS・MES側は情報システム部門とSIer、 AI部分はAIベンダー。3者が別々に見積もると、 「AIの判定結果をどの形式で、どのタイミングで、誰が受け取るか」が誰の担当にもなりません。
Nsightがこの領域に立っているのは、創業メンバーが元キーエンス画像処理事業部で、 光学設計・照明といった入力側の条件出しと、PLC連携という出力側の作法を、 同じチームの中で扱えるためです。 さらにVLM-OCRとWMS連携を自社で持っているため、OT側とIT側を別々のベンダーに分けずに済みます。
本ページは、Nsightが製造業・物流のPhysical AIをどう設計しているかという自社の考え方（アプローチ）をまとめた解説です。 特定の稼働実績・導入形態・性能を説明するものではありません。第三者の調査資料の内容も掲載していません。 実際の適用可否は、対象工程・入力条件・接続先システムによって変わります。 お知らせ・掲載情報はニュース・掲載情報をご覧ください。
Nsightのプロダクトは、この6層のどこに位置するか
Nsight Edge
2層（Vision AI / VLM-OCR）と4層（PLC連携）を担当する中核ソフトウェア。 ルールベース+ディープラーニングのハイブリッド判定を、NVIDIA Jetson等の市販エッジデバイス上で動かします。
VLM-OCR / 物流OCR
帳票・ラベル・伝票を2層で読み、3層でマスタ照合し、4層でWMSへ反映する。 テンプレート依存を外すことで、多品種・レイアウト変動の現場への適用を狙う設計です。適用可否は帳票条件と接続先要件を確認して判断します。
ロボット・FA設備の制御
4層・6層。画像認識の結果をロボットピッキングや仕分け・搬送、FA設備の制御へ接続する領域です。 この領域はPoC（実証）からのご相談を前提としており、製品としての内容は製品ページにまとめています。
本ページは「Physical AIとは何か」「どう設計するか」を知りたい方向けの解説ページです。 製品としての仕様・PoCの進め方・見積りをお探しの場合はPhysical AI（製品ページ）をご覧ください。 検索意図で役割を分けており、本ページは製品の販売ページではありません。
Physical AIを検討するときの判断材料
1. 「認識の精度」ではなく「接続の要件」から決める
PoCで精度が出ても、判定を受け取る先が決まっていなければ本番には乗りません。 最初の打ち合わせで決めるべきは、認識率の目標値ではなく 「誰の、どのシステムが、どの形式で結果を受け取るか」です。
2. 全工程ではなく1工程から始める
入力（カメラ／帳票）と出力（PLCまたはWMS）が1本で閉じる工程を1つ選ぶと、 効果が数字で出て、次工程への横展開の根拠になります。
3. データを外へ出せるかを最初に確認する
図面・原価・取引先情報が絡む工程では、クラウド前提の構成が社内審査で止まることがあります。 オンプレミスで完結できるかどうかは、後から変更すると構成をやり直すことになるため、 最初に確認してください。
関連ページ
技術・製品
製品一覧 ／ Physical AI（製品） ／ Nsight Edge ／ VLM-OCR ／ エッジVLM-OCR ／ バーティカルAI
OT / IT連携
PLC連携 ／ WMS×ビジョンAI ／ WMS×PLC×AI ／ 産業AI統合
読みもの
VLM-OCR完全ガイド ／ 倉庫のPhysical AIロードマップ ／ 検査AIのPLC連携 ／ エッジAIとクラウドの比較
会社・掲載情報
会社概要 ／ ニュース・掲載情報 ／ 導入事例 ／ Why Nsight