パーソルクロステクノロジーとUnseed、建機の制御AIを共同開発へ

ニュースの要点

Unseedとパーソルクロステクノロジーは2026年10月30日、建設機械の走行と作業をAIで一体的に制御する共同研究開発を始めたと発表しました。ダンプトラックで走行しながら土砂をまく作業を最初の対象とし、建設現場の省人化と生産性向上を目指すことが目的です。

周囲の映像や言葉による指示から、機械の行動を生成する「VLAモデル」をシミュレーション環境で構築・検証します。UnseedのAI研究開発力と、パーソルクロステクノロジーの車両制御、シミュレーション、実験・評価の技術を組み合わせます。

今後は実機での検証も視野に、実環境に適用できるかを評価する予定です。パーソルクロステクノロジーは導入を検討する企業の用途整理や構想策定も支援します。実機での無人作業や商用提供を既に実現したとの発表ではありません。

ニュース出典: Unseed（PR TIMES）「Unseedとパーソルクロステクノロジー、建設機械の「走行」と「作業」を一体化した、無人作業の実現に向けたフィジカルAIの研究開発を開始」（2026年10月30日）

イノベーション総研の考察

建設機械は目的地へ移動できるだけで仕事が完了するわけではありません。今回の対象では、走る速度や位置と土砂をまく動きを組み合わせる必要があります。イノベーション総研は、AIを研究する会社と機械の制御・評価に知見を持つ会社が、作業全体を同じ条件で検証しようとする点に注目します。

AIの行動生成と、機械を動かす知見をつなぐ

提携の価値は、AIの判断を実際の車両制御へつなぐ仕事を分担できる点にあります。

UnseedはAIモデルの研究開発を、パーソルクロステクノロジーはシミュレーション、車両制御、実験・評価の技術を持ち寄ります。後者は導入構想の整理も担い、モデルの研究と顧客の用途をつなぐ役割を示しています。

この組み合わせでは、AIが望ましい行動を出すことと、機械がその指示どおり動くことを別々に確かめる必要があります。車両側の応答や作業装置の制約を無視すれば、シミュレーション内では合理的な行動でも実機へ移せない可能性があるためです。

自社で同様の提携を検討する担当者の方は、AI開発を委託する範囲だけでなく、車両への接続、評価データの収集、想定外の動作を調べる担当まで確認してください。会社名を並べるのでなく、どちらか一社だけでは足りない仕事が何かを具体化する事例です。

走れたかと、土砂を狙いどおりまけたかを分ける

移動と作業を一体化するなら、両方の結果を満たす評価条件が必要です。

最初の研究対象は、ダンプトラックが走行しながら土砂をまく場面です。単に指定地点へ到着する制御とは異なり、移動の速さや経路によって作業の結果も変わるため、走行だけを評価して開発を終えることはできません。

検証では、移動経路とともに、どこへどのように土砂をまくのかを確認する必要があります。これは発表された作業から導く評価上の論点であり、両社が具体的な散布量や誤差の基準を公表したという意味ではありません。原典には定量的な達成基準は示されていません。

顧客との構想段階で、作業を終えたと見なす条件を先にそろえると、モデル開発の方向を決めやすくなります。将来の自然言語による指示への展開も、指示を理解したかだけでなく、現場の期待する作業結果に結び付いたかで判定することが重要です。

シミュレーションから実機へ進む境界を決める

仮想環境での確認と、人や機械がいる現場で使える証明は別の段階です。

今回着手したのはシミュレーション環境を使ったモデル構築・検証です。実機での評価は今後の視野に入る段階であり、無人の建設現場を既に運営していると読むことはできません。研究開始と商用サービスの提供開始を区別する必要があります。

実機へ移す際には、仮想環境にない路面や周囲の状況に出会う可能性があります。停止や人による介入の条件、再開の手順を含めて確認しなければ、作業を自動生成できることだけで現場の運用を任せられるとは判断できません。これは将来の評価課題であり、現に安全上の問題が起きたとの指摘ではありません。

次へ進む基準を共同で決めるには、モデルの成績を確認する人と、車両・現場の運用を判断する人の双方が必要です。今回の発表では、評価・役割の方向は示されていますが、最終承認者や責任分担、知的財産の扱いまでは公表していません。

用途を広げる前に、共通化できる制御を見極める

別の機械へ展開できる範囲は、最初の作業を再現できた後に確かめます。

両社は将来、建設機械にとどまらず、自動車や産業機械、ロボットなどへの展開も検討しています。ただし、ダンプトラックでの作業ができれば、別の機械でも同じモデルと設定を使えるとは限りません。移動方法や作業装置が変われば、評価すべき条件も変わります。

事業化の判断では、共通のAI基盤として残せる部分と、顧客の機械ごとに設定・評価する部分を分けることが必要です。個別対応の工数が大きければ、導入先を増やしても開発負担が同じように増える可能性があります。研究費や提供価格は未公表であり、今回の提携だけで収益モデルまで確立したとは言えません。

最初の用途で必要なデータ、評価にかかる時間、実機へ移すための追加開発が見えてから、次の用途を選ぶ順序が現実的です。研究成果を使いたい顧客の構想支援を並行する役割は、その差分を早く見つけるための接点になると考えられます。

まとめ

今回の共同研究は、AIの行動生成と機械側の制御・評価を組み合わせ、まずダンプの走行と土砂散布を仮想環境で検証するものです。移動と作業を一緒に評価する条件、実機へ進む基準、用途ごとの追加開発を共同で確かめることが、無人化の構想を事業へ近づける判断になります。

関連記事: 仮説検証の進め方 ／ 新規事業の仮説の立て方