「工場にAIを導入しました」——この言葉を、この1年で何度耳にしただろうか。
外観検査にAIを入れた。チャットボットで在庫を問い合わせられるようにした。予知保全モデルを試験導入した。いずれも間違いなく前進だ。しかし、冷静に数字を見てみよう。
「製造業のうちAI導入を検討している企業は98%。一方、完全に準備が整っていると回答した企業はわずか20%」
— Redwood Software, Manufacturing AI and Automation Outlook 2026
8割の企業が「検討はしているが準備はできていない」状態で立ち止まっている。なぜか。AI技術そのものが足りないわけではない。問題はもっと根本的なところにある。
CES 2026で起きたパラダイムシフト
2026年1月、ラスベガスのCES会場で、SiemensとNVIDIAが発表した構想は、製造業AIの議論のフレームを根本から変えるものだった。
両社が打ち出したのは「Industrial AI Operating System（産業AIオペレーティングシステム）」——設計、エンジニアリング、製造、生産、オペレーション、サプライチェーンまで、産業のバリューチェーン全体をAIが貫くという構想だ。
ポイントは「ツール」ではなく「OS」という表現にある。
スマートフォンで例えてみよう。カメラアプリ、メッセンジャー、地図アプリ——それぞれは優れた「ツール」だ。しかし、それらがiOSやAndroidというOSの上で動くからこそ、アプリ同士がデータを共有し、通知が連携し、ユーザー体験が統一される。OSなしにアプリだけ並べても、スマートフォンにはならない。
工場も同じだ。外観検査AI、予知保全AI、在庫最適化AI——個別の「アプリ」をいくら積み上げても、それを統合するOSがなければ「スマートファクトリー」にはならない。
SiemensとNVIDIAの役割分担は明確だ。NVIDIAがAIインフラ、シミュレーションライブラリ、モデル、フレームワークを提供し、Siemensが数百名の産業AI専門家とともに産業用ハードウェア・ソフトウェアを統合する。そして両社は、この構想の最初の「ブループリント」として、ドイツ・エアランゲンのSiemens電子工場を世界初の完全AI駆動型適応製造拠点にすると宣言した。
Digital Twin Composer——中核技術の実力
この産業AI OSの中核を担うのが、Siemensが同時に発表した「Digital Twin Composer」だ。2026年半ばにSiemens Xcelerator Marketplaceで提供開始される。
従来のデジタルツインは、工場のCADモデルを3Dで可視化する程度のものが多かった。Digital Twin Composerが異なるのは、MES（製造実行システム）、QMS（品質管理システム）、PLCコード、IIoTデータといった現場のリアルタイムデータを、NVIDIA Omniverseライブラリで構築されたフォトリアリスティックな3Dデジタルツインに直結させる点だ。
「AIブレイン」がこのデジタルツインを常時分析し、改善案を仮想空間でテストし、検証された施策だけを現場のショップフロアに反映する。
これは概念図ではない。すでに実績がある。
PepsiCoは米国のGatorade工場でDigital Twin ComposerとNVIDIA Omniverseを導入。3カ月でスループット20%向上、設備投資10〜15%削減を実現。物理的な変更前に潜在的問題の90%を事前に特定した。
— Siemens / PepsiCo共同発表, CES 2026
あらゆる設備、コンベヤ、パレットルート、作業者動線を物理精度でデジタル再現し、AIエージェントがシステム変更をシミュレーション・テスト・最適化する。「まず仮想空間で試し、確信を持ってから実行する」というアプローチは、試行錯誤のコストが命取りになる中小製造業にこそ価値がある。
さらにSiemensは、Teamcenter、Polarion、Opcenterなど主要ソフトウェア群に9つの産業コパイロットを展開。設計からシミュレーション、製品ライフサイクル管理、製造、オペレーションに至るバリューチェーン全体にAIアシスタントを埋め込む。
「OS不在」の構造的限界
ここで核心に触れよう。製造業がAIで成果を出せない本当の理由は、AIモデルの性能不足ではなく、AIが動くための「地盤」が整っていないことにある。
多くの工場では、ERP、MES、サプライチェーンシステム間でデータが手動転送されている。スクリプトベースの自動化が点在し、システム同士が断絶している。この状態では、どんなに優秀なAIモデルを導入しても、リアルタイムのコンテキストを持たずに動くことになる。
「日本の中小企業のうち約7割が、デジタルトランスフォーメーションを"未実施・今後も予定なし"と回答」
— 総務省 情報通信白書
大企業が約4割なのに対し、中小企業は7割。この格差は「AIツール」の時代にはまだ挽回可能だった。しかし「AI OS」の時代——AIが工場全体を一つのシステムとして統合的に制御する時代——に入ると、データ基盤のない企業は文字通り「OSのないPC」になる。アプリを買ってきてもインストールすらできない。
今、何をすべきか
だからこそ、問いは「産業AI OSを導入すべきか？」ではない。「AI OSが動作する地盤を、今のうちに作れているか？」だ。
特に熊本を中心とした九州の製造業にとって、これは他人事ではない。TSMCの3nm工場稼働に向けて、サプライチェーン全体の品質要求・納期要求は急激に厳格化する。その環境で競争力を維持するには、デジタルによる最適化は「あれば良い」ではなく「なければ生き残れない」に変わりつつある。
具体的に、今日から着手できるステップは3つある。
① データパイプラインの整備
OT（制御系）とIT（情報系）のデータ連携から始める。PLCからのデータ取得、MESとの接続、品質データの一元管理。「AIを入れる」前に「AIにデータを渡せる状態」を作ることが先決だ。
② 単一ラインでのデジタルツイン試行
全工場を一度にデジタル化する必要はない。1本の生産ラインで小さく始め、仮想空間でのテスト→現場反映のサイクルを回してみる。PepsiCoも一工場から始めて、グローバル展開を計画している。
③ SaaS型の進入点を活用
Siemens Xcelerator Marketplaceのような産業用SaaSプラットフォームは、大規模な初期投資なしにデジタルツインやAIコパイロットを試せる環境を提供している。自社で一からシステムを構築する時代ではない。
工場のOSが変わる。それは「いつか来る未来」ではなく、2026年のエアランゲンで、すでに始まっている現実だ。
参考資料
- Siemens Press Release, "Siemens unveils technologies to accelerate the industrial AI revolution at CES 2026" (2026年1月)
- NVIDIA Newsroom, "Siemens and NVIDIA Expand Partnership to Build the Industrial AI Operating System" (2026年1月)
- Siemens / PepsiCo共同発表, "PepsiCo Announces Industry-First AI and Digital Twin Collaboration" (2026年1月)
- Redwood Software, "Manufacturing AI and Automation Outlook 2026" (2026年1月)
- 総務省「情報通信白書」デジタルトランスフォーメーション取組状況
- Deloitte, "Agentic AI adoption forecast" (2026年)
