ベテランが抜けても設備は止められない。工場のAIが「自分で考える」時代になっていた件
先日、エッジAIの基本的な考え方と「町工場でもセンサー1台から始められる」という話を書きました。今回はその深堀りです。ただし、同じ話を掘り下げるのではなく、視点をガラッと変えます。
工場にセンサーをつけて、データを取って、異常があったらアラートを出す。……エッジAIと聞いて、多くの方がイメージするのはこのあたりじゃないですか。僕もつい最近まで、中小製造業にとってのエッジAIって「賢いセンサーの延長線」くらいの認識でした。
ところが、2026年に入って状況が一変しています。手のひらサイズのモジュールの上で生成AIが動く。産業用ロボットの「脳」がまるごと入れ替わり始めている。挙げ句の果てには、宇宙空間の衛星にまでエッジAIが載っている。
今回は企業規模の話は脇に置いて、「エッジAIのハードウェアとシステムが2026年現在どこまで来ているのか」を、直近の事例をもとにお伝えします。この流れを知っているかどうかで、2〜3年後の設備投資の判断がまるっきり変わると思うので、お付き合いください。
2026年3月、NVIDIAが「工場の頭脳」を一気に更新した
今年3月に開催されたNVIDIAの技術カンファレンス「GTC 2026」で、エッジAI界隈がざわつきました。NVIDIAが公開した情報によると、新しいJetson Thorは2,070 TFLOPS（FP4）（コンピュータが1秒間に約2,070兆回の計算ができるという処理速度）というAI処理性能を実現し、前世代のJetson AGX Orinと比べてAI性能が7.5倍、効率性が3.5倍に跳ね上がっています。しかも消費電力は40〜130W。これ、サーバールームに置くようなラック型マシンじゃなくて、GPUグラフィックボードくらいのサイズのモジュールの話です。
ある分解レポートによると、2025年後半に発売されたJetson AGX Thorの開発キットはミドルクラスのGPUボード程度の筐体に収まっており、100Gbps対応の光トランシーバースロットまで搭載されているとのこと。
何がすごいかというと、このモジュール上でVLA（ビジョン言語行動）モデルやLLM（大規模言語モデル）、VLM（ビジョン言語モデル）といった生成AIモデルを直接動かせるんです。つまり、クラウドに繋がなくても、工場の現場に置いた小さな箱の中で「見て、考えて、判断する」AIが動く。「閾値を超えたらアラートを出す」レベルのエッジAIとは、もう根本的に次元が違う話です。
産業用ロボットの「脳」が入れ替わり始めている
GTC 2026で注目されたのは、FANUC、ABB Robotics、安川電機、KUKAといった産業用ロボットの世界的メーカーが、NVIDIAのIsaacシミュレーションフレームワークとJetsonのエッジAI推論モジュールを自社コントローラーに統合する動きを発表したことです。この4社だけで、世界中に200万台以上のロボットが稼働しています。
これは相当大きな転換点です。というのも、今まで産業用ロボットって基本的に「教えたことを正確に繰り返す機械」だったんですよね。ティーチングで動作を覚えさせて、同じラインで同じ動きをずっとやる。多品種少量生産の現場では段取り替えのたびに再ティーチングが必要で、それがボトルネックになっていた。
JetsonモジュールによってロボットがAI推論をローカルで実行できるようになると、クラウドに常時接続しなくても高速な判断が可能になり、より複雑な生産環境に適応できるようになります。ロボットが「プログラム通りに動く道具」から「自分で考える同僚」に変わり始めているわけです。
宇宙にまでエッジAIが飛んでいく時代
話のスケールが一気に変わりますが、これも2026年3月のGTC 2026で発表された内容です。NVIDIAは、IGX ThorとJetson Orinのプラットフォームを使って、軌道上データセンターや自律的な宇宙運用にエッジAI推論を提供すると発表しました。Aetherflux、Axiom Space、Planet Labsなどの宇宙スタートアップがこのプラットフォームを採用しています。
Jetson Orinは超小型・省電力のモジュールで、衛星上で視覚データやナビゲーション、センサーデータのリアルタイム処理を直接行えるとされています。
……宇宙の話をなぜ持ち出したかというと、「エッジAIの信頼性がそこまで来ている」ということを伝えたかったからです。宇宙空間って、回線が切れたら終わり、機器が壊れても修理に行けない、極限の環境ですよね。そこで使えるレベルのエッジAIモジュールが、同じアーキテクチャで工場にも降りてくる。これは信頼性の裏付けとして、ものすごく説得力があります。
建機のCaterpillarが「AIアシスタント付きショベルカー」を動かしている
もうひとつ、製造現場に近い事例を。建設機械大手のCaterpillarは、小型ショベルカー「Cat 306 CR」にJetson Thor上で動くAIアシスタントを搭載するデモを今年のCESで披露しています。音声認識にはNVIDIAのNemotronモデル、言語処理にはQwen3 4Bをローカルで動かし、クラウド接続なしでオペレーターの指示に対応する仕組みです。
8トン未満のミニショベルの狭い操縦席の中で、AIが音声で応答してオペレーターを支援する。しかもクラウドに繋がなくていい。建設現場なんて通信環境が安定しない場所の代表格ですから、エッジで完結するというのは極めて実用的です。
💡 これって、実は「AIが現場に住み着く」時代の始まりですよね
ここまでの事例を並べると見えてくるのは、エッジAIが「データを監視するセンサーの延長」から「現場で自律的に判断するAIエージェント」へと完全にフェーズが移ったということです。
台湾のAdvantechは、GTC 2026でJetson Orin搭載のエッジAIシステムを展示し、クラウド接続なしで端末上のLLM対話を実現しています。産業エッジや小売店舗での利用を想定した設計です。
一方でAMDもエッジAI向けプロセッサ「Ryzen AI Embedded P100」シリーズの拡充を発表し、2026年内に量産出荷を予定しています。NVIDIAだけの世界ではなくなりつつあるのも見逃せません。
つまり、選択肢が増えて、価格競争も始まって、中小企業にとっても手が届く可能性がどんどん広がっている。この流れは不可逆です。
明日へのロードマップ
「で、うちはどうすればいいの？」という話に戻しましょう。今すぐJetson Thorを買えということではありません。
ステップ1：
GTC 2026の基調講演アーカイブを1本見てみる。 NVIDIA Japanから日本語のブログ記事も出ています。まずは「世界のトップがどこに向かっているか」を知ることが出発点です。製造業の話が具体的に出てくるので、想像より退屈しません。
ステップ2：
自社の設備メーカーに「エッジAI対応の保全オプションはあるか」と聞いてみる。 FANUC、安川電機、オムロンなど、主要メーカーがNVIDIAプラットフォームとの連携を進めています。既存の設備にアドオンで追加できるケースも出てきているので、知らないままだともったいない。
ステップ3：
Jetson Orin Nano Super開発者キット（数万円台）を1台買って、社内の若手に触らせてみる。 前世代のJetson Nanoから性能が最大142倍になったモデルが出ています。生成AIも動く。「おもちゃ」として触らせるだけでも、社内にAIリテラシーの種を蒔く価値は十分あります。
2,070TFLOPS（コンピュータが1秒間に約2,070兆回の計算ができるという処理速度）が手のひらサイズで動く時代。宇宙でもショベルカーの中でも動くエッジAI。この流れを「うちには関係ない」と言い切れる業界は、もう存在しないと思います。
……と、ちょっと大きな話をしてしまいましたが、大事なのは「知っていること」です。知っていれば、設備更新のタイミングで選択肢が1つ増える。補助金の申請書に1行書ける。ベンダーとの交渉で「Jetson Thorって知ってますか？」と切り出せる。それだけで景色が変わります。
スキやコメントで応援いただけると、次の記事の燃料になります。🙌