ロボット×IOWN×デジタルツインで工場点検を自律化——NTTグループら6社、水島コンビナートで国内初実証

6月1日、NTT東日本・NTTドコモビジネス・NTTドコモソリューションズ・NTTデータグループのNTTグループ4社、富士通グループの1Finity株式会社、および三菱ケミカル株式会社の計6社は、フィジカルAI × IOWN® APN × 60GHz帯無線LAN（WiGig）を組み合わせたコンビナート設備点検の高度化実証に国内で初めて成功したと発表した。

実証場所は岡山県の水島コンビナート（三菱ケミカル岡山事業所）。自律型ロボットとデジタルツインを中核に据えた遠隔・自律型のスマートメンテナンスシステムとして、実用化を見据えた有効な結果が得られたとしている。

背景——「広大な敷地の定期点検」という構造的な課題

大規模コンビナートが抱えるメンテナンス問題

石油・化学・鉄鋼などの基幹産業が集積するコンビナートは、安全・安定稼働を維持するために設備の定期的な屋外点検が不可欠だ。しかし施設規模が大きいほど点検作業には多くの工数を要し、現場作業員の身体的・時間的負担は大きい。加えて日本社会全体で進む労働力不足が、こうした現場での人手確保をさらに難しくしている。

こうした課題に対し、今回の実証は「ロボット・AI・デジタルツインを組み合わせることで、人が現地に赴かずとも精度の高い点検を遠隔・自律的に行う」という方向性で解決策を模索したものだ。

2024年から積み上げてきた実績

今回の発表は突発的な取り組みではない。3者（NTTグループ・1Finity・三菱ケミカル）は2024年にIOWN® APNを活用した遠隔操作型ロボットとAI映像解析を組み合わせた工場点検のモデル実証を実施済みだ。

さらに2026年2月には、IOWN® APNと60GHz帯無線LANを組み合わせた大容量・低遅延通信環境そのものの検証を水島コンビナートで行い、リアルタイムでの大量データ収集が可能であることを確認している。今回はその通信環境を基盤として、フィジカルAI技術を本格的に載せた実証へと進んだ段階にあたる。

技術構成——3つのレイヤーが連動するシステム

IOWN® APN：岡山〜東京700kmを低遅延で結ぶ

IOWN（Innovative Optical and Wireless Network）は、NTTが推進する光電融合技術を基盤にした次世代通信基盤だ。そのコアサービスであるAll-Photonic Network（APN）は、光技術により従来のIP網と比較して大幅な低遅延・大容量・省電力を実現する。

今回の実証では、現場（岡山・水島コンビナート）と遠隔操作拠点（東京）を結ぶ幹線通信として、約700kmの距離をIOWN® APNで接続した。このバックボーンがあることで、映像・音響・センサーデータをほぼリアルタイムで双方向に伝送できる環境が整った。

60GHz帯無線LAN（WiGig）：現場内の高速無線をカバー

IOWN® APNが「岡山〜東京間の幹線」だとすれば、60GHz帯無線LAN（WiGig）は「現場内の毛細血管」にあたる。今回の実証では、150m×150mの屋外エリアをカバーする無線通信環境として機能した。

60GHz帯は広帯域・高速伝送が可能な周波数帯だが、直進性が高く遮蔽物に弱いという特性もある。屋外コンビナートのような複雑な設備環境でこの通信方式を安定稼働させた点も、今回の実証の技術的なポイントのひとつだ。

フィジカルAIの要素：ロボット・AI解析・デジタルツイン

上記の通信基盤の上で稼働するフィジカルAI技術は、次の3要素で構成される。

• 自律型ロボット：四足歩行ロボットと四輪駆動ロボットの2種。遠隔操作と自律走行の両モードに対応
• AI解析エンジン：カメラ・マイクで収集した映像・音響データをリアルタイムに解析し、異常を検知
• デジタルツイン：現場の3Dマップとリアルタイムデータを統合し、点検結果を仮想空間上に即時反映

検証結果——4項目すべてで実用化を見据えた成果

(1) 遠隔操作・自律走行の実現

四足歩行ロボットは東京のオペレーターによる遠隔操作で、150m×150mの外周エリアを無補助で一周することに成功。自律走行モードでは、ロボット自身がセンサーで地図を生成しながら障害物を回避する動作も確認された。四輪駆動ロボットも同様の遠隔操作・自律走行を実証した。

また、通信が遮断された際にロボットが安全停止する挙動も検証済みだ。万一のネットワーク障害時に機体が暴走しないことを事前に確認することは、産業施設での実用化において不可欠な安全要件であり、この点を実証段階でクリアしている点は重要だ。

(2) 低遅延データ送信の達成

ロボット走行中に取得した映像・音響データを東京へ送信した結果、走行中でも映像遅延500ms以内、パケット損失0.1%以下という数値を達成した。

遠隔操作において、操作者が現場の状況をほぼリアルタイムで把握するためには、映像遅延が数百ms以内に収まることが実用上の目安とされる。500ms以内という結果は、その要件を満たしていると評価できる。

(3) 振動・音のリアルタイムAI異常検知

四足歩行ロボットに搭載されたカメラとマイクを用いて、設備の振動や音響データを非接触で収集。水撃音（ウォーターハンマー）などの異常音を含む検知において、既存の接触型センサーと同等の精度をAIによるリアルタイム解析で達成した。

接触型センサーの設置が難しい箇所や広範囲の点検ポイントを、移動するロボットが巡回しながら代替する——この構成が機能することを今回の実証は示した。

(4) デジタルツインへの500ms以内の即時反映

四輪駆動ロボットで取得した現場データをAI解析し、デジタルツインに反映するまでの時間が500ms以下であることも確認された。デジタルツイン上ではコンクリートのひび割れが可視化・詳細確認できる状態まで処理されており、「データ取得→AI解析→仮想空間への反映」という一連のパイプラインが実時間に近い速度で完結することが証明された。

IOWN Global Forum™との連携という文脈

今回の実証は、NTT・1Finity・三菱ケミカルがともに参画する国際団体「IOWN Global Forum™（IOWN GF）」の取り組みとも連動している。IOWN GFは現在170を超える企業・団体が参加しており、その活動のひとつとして「Remote Controlled Robotic Inspection（遠隔操作型ロボット点検）」ユースケースのリファレンス実装モデル開発が進められてきた。

今回の水島コンビナートでの実証は、そのリファレンスモデルを実際の産業現場で検証した事例として位置づけられており、国内での成果をグローバルな標準化議論にフィードバックする流れも想定されている。

今後の展望——マルチモーダルAIと拠点集約による省力化

今回の実証で用いたセンサーは主に映像と音響だったが、今後は臭気・温度なども統合したマルチモーダルAIへの発展が計画されている。複数種の感覚情報を統合処理することで、「人に代わる認知機能」としての検知精度・カバレッジをさらに高める方針だ。

運用面では、点検人員の拠点集約や複数拠点の同時点検を実現することで、従来は分散配置が必要だった現場要員を大幅に削減できる可能性がある。産業インフラの安全性向上と省力化を両立させるシステムとして、社会実装に向けた実証フェーズが着実に進んでいる。

フィジカルAIの社会実装が現実の段階へ

世界的にJensen HuangやNVIDIAが「Physical AI」を次の主戦場として掲げるなか、日本国内でもその具体的な実装事例が積み上がりつつある。今回のNTTグループらの実証は、通信・AI・ロボティクス・デジタルツインという複数技術を産業現場で統合した国内初の取り組みとして、フィジカルAIの社会実装が「概念」から「検証済みの実績」へと移行したことを示す一例だ。

水島コンビナートを皮切りに、類似する産業施設——製鉄所、発電所、化学プラントなど——への横展開が本格的に議論される段階に入ったといえるだろう。