安川電機のロボットが「仕分けて」の一言だけで動く理由——Google DeepMindとの連携を読む

「この部品を仕分けてほしい」。
そう伝えるだけで、ロボットが工具箱の中身を見極め、必要な道具を選び出し、障害物を避けながら作業を進める——安川電機が2026年7月15日に発表した実演の光景です。
従来の産業用ロボットであれば、動作の一つひとつを事前に細かくプログラムしておく必要がありました。
ところが今回の仕組みでは、大まかな指示を与えるだけで、ロボット自身が状況を判断し、作業手順そのものを組み立てていきます。

SNS運用やAI活用に関わる人にとって、「指示の粒度をどこまで粗くできるか」は生成AIを使いこなすうえでの核心的なテーマです。
ロボット分野で起きている変化を追うことで、指示と自律のバランスがどこまで動いているのかが見えてきます。
この記事では、発表の中身と背景にある技術、そして市場の反応までを整理しました。

先に結論をまとめると：
– 安川電機はAIロボット「MOTOMAN NEXT」とGoogle DeepMindの「Gemini Robotics ER 1.6」を統合し、詳細なプログラミングを不要にする「エージェンティック・ロボットシステム（AIが自ら判断し行動計画を立てて実行する仕組み）」を開発しました
– 生成AIが作業手順を判断する「頭脳」、ロボットが視覚・力覚センサーで実行する「身体」という役割分担により、大まかな指示だけでの自律動作とエラーからの自力回復を実現しています
– 発表当日、安川電機の株価は一時前日比2.4%高まで上昇し、「フィジカルAI（AIを物理世界のロボットや機械に組み込む取り組み）」関連の投資テーマとして市場が反応しました

工具箱から道具を取り出す実演の中身

安川電機の発表によると、今回のシステムはAIロボット「MOTOMAN NEXT」と、Google DeepMindの視覚言語モデル「Gemini Robotics ER 1.6」を組み合わせたものです。
役割分担がはっきりしていて、生成AIが「何をすべきか」を判断し、ロボットが「どう動いてそれを実現するか」を担当します。

具体的には、ロボットに搭載された3つの自律機能が働きます。
周囲の状況や対象物の位置・形状を高精度に認識する「マシンビジョン」、障害物を避けながら安全な動作経路を自動で計画する「パスプランニング」、そして対象物を確実につかめているかを確認する「力覚サービス」です。
工具箱から道具を取り出すデモでは、この3つが連動し、想定外の配置や障害物があっても柔軟に動作を修正する様子が確認されています。

ただ、この技術がすごいのは「動く」ことだけではありません。
次に気になるのは、なぜここまで大まかな指示で成立するのか、その仕組みです。

なぜ詳細なプログラミングが不要になるのか？

これまでの産業用ロボットは、事前に細かく動作を教え込む「ティーチング」という作業が欠かせませんでした。
部品の位置がわずかにずれただけでも、正しく動かなくなることが珍しくなかったのです。

今回のシステムでは、Gemini Robotics ER 1.6が指示内容を読み取り、必要な作業手順を自ら組み立てます。
その手順をロボット側の自律機能に橋渡しし、現場の状況に応じて動きをその場で調整します。
安川電機はこの仕組みを、生産・物流現場で深刻化する労働力不足への対応策と位置づけています。
従来は自動化が難しいとされてきた「例外対応が多い作業」の領域を開拓することを狙っているとのことです。
もう一つの特徴が、エラーからの自力回復です。
つかみ損ねや想定外の物体の動きが起きても、システムが状況を再認識し、作業をやり直す機能を備えています。
なお具体的な実用化の現場や提供時期については「準備が整い次第公表する」としており、今回はあくまで技術開発の発表という段階にとどまります。

Gemini Robotics ER 1.6とは何者なのか？

Gemini Robotics ERは、Google DeepMindが開発している「身体性推論（Embodied Reasoning）」に特化したAIモデルです。
ロボットそのものを直接制御するのではなく、カメラ映像や指示内容から状況を読み取り、作業計画を立てる「高次の頭脳」として機能します。
実際の動作は、VLA（vision-language-action model：視覚・言語・動作を統合したモデル）や、ロボット側の制御プログラムといった「手足」の部分に指示を出す形です。

このモデルは空間の理解や複数カメラ映像の統合、作業の段取り分解、作業が本当に完了したかの判定といった能力に強みを持ちます。
液体を扱えない・一定以上の重さの物を持たないといった物理的な制約を自ら考慮する仕組みも組み込まれ、人と同じ現場で働く際の安全性にも配慮した設計です。
Google DeepMindは2025年3月に前身モデルを発表して以降、Boston Dynamicsなど複数のロボット企業と協業を重ねてきており、今回の安川電機との連携もその延長線上にあります。

株価はなぜ反応したのか？

発表があった7月15日、安川電機の株価はプラス圏に転じ、一時5569円（前日比2.4%高）まで買われました。
背景には、官民合わせて10兆円規模ともいわれる「フィジカルAI」分野への投資期待があります。
安川電機はすでに2023年からNVIDIAと提携し、フィジカルAI領域に約1200億円を投じる方針を示してきました。

つまり今回の発表は単発のニュースというより、同社が積み重ねてきたフィジカルAI戦略の実証例が、Googleという大きな名前と結びついたことによる反応と見るのが妥当でしょう。
「本命銘柄」として語られる背景には、こうした一貫した投資姿勢の積み上げがあります。

Shiritomo編集部の考察：抽象的な指示ほど「土台」が問われる

今回の事例で興味深いのは、指示の粒度が粗くなるほど、裏側の仕組みがより緻密に作り込まれているという逆説です。
SNS運用でも、AIに「バズる投稿を作って」と丸投げするより、ターゲットや過去の反応データという“土台”を先に整えたほうが精度が上がるのと構造は同じです。
ロボットの場合はその土台が視覚・力覚センサーとエラー復帰機能でした。
SNS運用者がAIツールを選ぶ際も、「指示がシンプルなこと」だけでなく、「失敗したときにどう立て直すか」の設計を確認する視点を持つと、導入後のギャップを減らせるはずです。
フィジカルAIの動きは製造業の話に見えて、実は生成AI活用全般に通じるヒントを含んでいます。