産業と実装

アルムが京セラ・神戸製鋼所らと大企業連合。約1トン級の大型切削を完全自動化する「製造AIXアベンジャーズ」

金沢のアルムが、京セラ・神戸製鋼所・ニデックマシンツール・日本マイクロソフトらと組み、大型切削加工の完全自動化を目指す共同開発プロジェクトを発足した。STEPデータを入れるだけで0.1秒単位で加工フィーチャーを認識し、工程設計からロボット制御まで自動生成するAI制御システムを共通基盤に据える。実施は2026年10月から4年間。

アルム株式会社(石川県金沢市、代表取締役CEO 平山京幸氏)が2026年8月30日、日本の製造業各社による大企業連合プロジェクト**「製造AIXアベンジャーズ」**の発足を発表した。大型切削加工の完全自動化・AI化に向けた共同開発を行う。

製造AIXアベンジャーズ(アルム株式会社)

実施期間は2026年10月1日から2030年9月30日までの4年間。参画予定として名前が出ているのは、アルム、京セラ、神戸製鋼所、ニデックマシンツール、日本マイクロソフト、および東南アジア進出を支援する Sojitz Infrastructure Vietnam と Long Duc 3 Industrial Park の7社で、約20社での開始を予定するとしている。

共通プラットフォームとしての工作機械

このプロジェクトの構造は、工作機械を各社バラバラに使うのではなく、同じ機械を共通プラットフォームに据える点にある。

据えられるのは2機種。

機種ベース加工サイズ対応
TTMC Type-Mニデックマシンツールの門型五軸加工機□500mmクラス5軸5面、鋳造部品
TTMC Type-L5軸制御立型複合加工機Φ1200×H480mmクラス5軸5面、旋削、鋳造部品

いずれも約1トンサイズのミドルクラス部品が対象で、TTMC Brain による完全自動加工に対応する。「自由クランピングへの対応」は両機種とも開発予定と明記されており、現時点では未実装だ。

STEPデータを入れると何が出てくるか

中核となるのがAI制御システム TTMC Brain。基幹にアルム独自の3D認識エンジン ARUMCAD を搭載し、STEPデータを入力するだけで3次元形状を高速解析し、0.1秒単位で加工フィーチャーを認識するとされる。

そこから自動生成される範囲は広い。

  • 加工工程設計
  • NCプログラム生成
  • 素材選択
  • 工具選定
  • 工具段取り
  • ロボットモーション生成
  • ロボット制御プログラム生成

リリースは「従来熟練技術者が担ってきた工程設計から加工準備までをAIが実行することを目指します」と書いている。完成済みではなく目標として提示されている点は、読むときに落とさないほうがいい。

参画企業から提供される製造データと加工ノウハウを継続的に学習し、産業横断的に進化する製造AIプラットフォームにする、という設計思想だ。対象産業として自動車、半導体製造装置、建設機械、宇宙・航空、防衛、工作機械、エネルギーが挙がっている。

京セラ ファインセラミック事業本部 セラミック2事業部 副事業部長の宗石猛氏は「セラミックスは研削加工の多くが今なお熟練技能者の技に支えられています」「長年培ってきたセラミックス加工の知見を本プロジェクトに提供し、アルム様の高度な自動化技術と融合させる」とコメントしている。

データを出す側の論点

技術的な狙いは分かりやすい。工程設計と加工準備は、CAM を使っても熟練者の判断が大量に入る領域で、そこが自動化できれば大型切削の段取り時間は大きく変わる。

ただし、この構想が成立するかどうかは技術より参画企業がデータを出すかにかかっている。加工ノウハウは各社が長年かけて溜めたもので、外に出しにくい代表格だ。それを「産業横断的に集約・学習させる」という設計は、裏を返せば自社のノウハウが他社の機械にも効くようになることを意味する。約20社が4年間これを続けられるかは、技術課題ではなく合意形成の課題になる。

同じ構図はNSKとアトムのMOUにも見える。NSK が自社の製造現場をフィジカルAIのデータ収集に使うのも、工場のデータをどう扱うかという話だ。2026年の日本の製造業で、工場データの共有条件が共通の論点になりつつある。

公表されていないこと

  • 価格: TTMC Type-M / Type-L とも記載なし
  • 発売時期・提供開始時期: 記載なし
  • 投資額・プロジェクト予算: 記載なし
  • 効果の定量値: 加工時間短縮率、精度、歩留まりとも一切なし。第三者検証もなし
  • 参画企業の全リスト: 約20社中7社のみ実名で、残りは「その他日本を代表する製造業各社」

「世界最高水準」といった表現はリリース中の自社主張で、客観指標は示されていない。4年間のプロジェクトなので、最初に見るべきは成果物ではなく、実際に何社が参加し、どの範囲のデータが共有されるかという枠組みの部分になる。


出典