フィジカルAIを
「現場で動かす」ために

渡邊様：いえ、最初は本当にロボットの遠隔操作プラットフォームというところだけでした。AIの話が出てきたのは、ここ1〜2年です。この数年で、取り組みのテーマが大きく変わってきたと感じています。

渡邊様：実は、今回の取り組みは既存案件があったわけではないんです。これからの時代の流れを読み解き、ロボティクスプラットフォームの社会実装知見があったので、やってみよう！という感じで動き始めました。弊社のパーパスが「すべての人々が社会参加できるリモート社会の実現を目指し、新しいワークスタイルを提案する」というもので、人を中心に、リモート社会の実現を大事に取り組んできました。これまでは「人とロボットをどう組み合わせるか」という考え方だったのですが、そこに「一部はAIでもいいんじゃないか」という議論が出てきて。AIが入ったときに本当に人がいらなくなるのか、それとも役割が変わるのかを、まず自分たちで検証したかったんです。

渡邊様：きっかけは、マイクロソフトさんとヘッドウォータースさんから、ほぼ同じタイミングでお話をいただいたことでした。マイクロソフトさんからは神戸ラボで5日間のスプリントを通じてプロトタイプを作り上げるプログラムを、ヘッドウォータースさんからはMicrosoft AI Tourへの応募を、それぞれご紹介いただいて。両方の話が重なったことで、「これはやってみよう」と踏み切れたんです。

小林：神戸ラボでの3日間で、もう大枠ができていたんですよね。マイクロソフトさんからも要所要所で最新のポイントやTipsを共有いただきながら、我々の方で一気に実装を進めていく形で。短期間で形にできたのは、この密度の高い進め方があったからだと思います。

渡邊様：個人的には、1週間というスパンでAI機能を組み込めるプラットフォームがあること自体が大きな発見でした。AzureのAIサービスを組み合わせて、短期間で「動く形」までもっていけたのは大きな学びです。
神戸のMicrosoft AI Co-Innovation Labで、ヘッドウォータースさんのハンズオン型プログラム「HWS Agent Camp」を活用しながら、共同で開発を進めました。ヘッドウォータースさんのエンジニアも現地に入って伴走してくれて、リモロボ側からは渡邊・横田が参加、小林さんはリモートも交えて対応するという体制で進められたのが、スピード感につながったと思います。

小林：リモートとオンサイトに分かれてはいたのですが、ちょっとした調整事項もテキストで気軽に飛ばし合える関係性ができていたので、そのスピード感のまま開発を進められたのが大きかったです。長くお付き合いさせていただいているからこその進め方だったと思います。

小林：神戸ラボのあとは、基本的にトライアンドエラーでした。最初はSpeech-to-Textを使ってみて、次にVoice Live APIを試して、というように。アーキテクチャをがっちり固めるよりも、まず手を動かして検証するスタイルです。ある日に作ったものが、翌日には別の構成になっている、ということもありました。ドキュメントを書く時間があれば、もう1つ作って試す、というスタンスで進めました。

横田様：モデルの選定と精度のところが、特に難しいポイントでした。精度が高いモデルは応答が遅く、製造現場の作業に使うには遅すぎる。一方で、リアルタイム性のあるモデルは精度が落ちる。このバランスをどう取るかが大きな課題でした。Voice Live APIもモデルによって実装方法が変わったり、日本語のドキュメントがほとんどなく、英語のドキュメントを読みながら検証を進めました。しかも、Voice Live APIは当時まだプレビュー段階で、そこから少し経って、ようやくGAになったかどうか、というタイミングでした。通常の検討フローでは、まず選択肢に上がらない技術だと思います。

小林：先端アーキテクチャを取り込むにあたっては、公式リファレンスを読み解きながら、AI駆動開発のスタイルで一気に検証と実装を進めました。生成AI自体を開発プロセスに組み込むことで、最新スタックでも短期間で「動く形」まで到達できる。この進め方は、ヘッドウォータースとしての強みでもあります。

横田様：「相談UI」というワーディングは、自分たちで考えたものです。背景としては、生成AIの応答はまだ100%正しいわけではない、という前提があります。製造業は99%以上の精度が求められる世界なので、そこにギャップがある。そのため、AIに「分からないところは相談してほしい」という発想が生まれました。AIが分からない部分を人に聞いて、アドバイスを試して、学習していく。その相談のインターフェースとして、Remolinkを位置付けようと考えたんです。

小林：チャット形式があったからこそ生成AIが広がった、という側面があるので、同じようなインターフェースの考え方を、フィジカルAIにも持ち込んだ形です。
渡邊様：相談するという体験には、安心感があります。製造現場でAIが動いているときに、「今こういう画面が見えていて、こういう状況です」と状況を共有しながら相談してくれる。そういうプラットフォームを目指しているという点で、Remolinkの方向性とも合っていました。

小林：フィジカルAIの本質は「クローズドループ」だと考えています。AIが情報を取得して、判断して、行動して、また情報を取得していく。このサイクルを回し続ける構造です。以前のAIは「出力したら終わり」というオープンなループでしたが、閉じたループの中で動き続けることが、フィジカルAIの本質だと感じています。今回のプロジェクトはまさにそれを体現していたのですが、当時はフィジカルAIという言葉自体をまだ使っていませんでした。

渡邊様：フィジカルAIという言葉は、後からついてきた、という感覚です。神戸ラボの時点では使っていませんでした。結果的に、自分たちが取り組んでいたテーマと言葉が一致したのは、本質を捉えていたからだと思っています。

横田様：AIを組み込んだシステムがちゃんと動くのか、そして、それを人が安心して任せられるか。この「安心感」を担保する周辺の仕組みは、まだまだ必要だと考えています。ヘッドウォータースさんがマイクロソフトさんのイベントで紹介していた「AIハーネス（Physical AI Harness）」という概念も、AIに丸投げするのではなく、人がチェックする仕組みを置くという考え方で、我々の問題意識と非常に近いと感じました。

渡邊様：製造業や物流の現場では、「100%自動化」か「100%人作業」かの二者択一になりやすい状況があります。人が遠隔から必要な判断や指示を担い、ロボットの自律動作と組み合わせる「人とロボットの役割分担」という第三の選択肢を提示できたことが、大きな意義だと考えています。専門的な操作スキルを前提にしなくても、判断を返すだけで現場オペレーションに参加できる。これは、現場参加のハードルを下げる意味でも重要なポイントです。

渡邊様：RemolinkをベースにしたフィジカルAIソリューションとして、ビジネスにしっかりつなげていきたいと考えています。すでにフィジカルAIに関心を持っていただいている企業も出てきています。

小林：最初から完成形を作るというより、お客様と一緒に課題を見つけながら作っていく、という形になると思います。クラウド・AI・現場が交差するこの領域は、まだ正解がない領域です。リモロボさんと共に積み上げてきた4年の延長線上で、これからも実装の中で答えを作っていきたいと考えています。