パナソニックHD、「現場起点のPhysical AI」の研究開発加速を発表

何が起きたか

パナソニックHDは2026年11月10日掲載の発表資料（本文日付は2026年11月11日）で、「現場起点のPhysical AI」を技術戦略の重要な方向性として掲げ、研究開発を加速すると発表した。製造現場で蓄積した技術・知見とAIを結び、研究・設計・製造のプロセスを進化させる。具体的な取り組みとして、ガラス型ペロブスカイト太陽電池の材料・製造プロセスへのAI活用と、先端後工程向け設備の開発を挙げた。

詳細

同社は、独自の材料技術に加え、ディスプレイ製造で培ったインクジェット塗布、レーザー加工、封止の技術を使うガラス型ペロブスカイト太陽電池について、材料開発や製造プロセスにインフォマティクスやAIを活用し、材料開発の高度化とプロセス条件の最適化を目指すとしている。先行量産品の販売を通じた事業活動は2026年9月に開始し、滋賀県長浜市の量産技術開発拠点で2029年4月に本格量産を目指す。 先端後工程向け設備では、プラズマによる表面改質、高精度ボンディング、印刷・検査・搬送の技術を活用し、半導体チップの3D積層などを支える設備ソリューションの開発を進める。工程データや検査画像をAIで分析して品質予測や条件探索に使う「AI半導体実装プロジェクト」も始動した。また、産官学や企業間で技術・知見を共有し、AI・ロボティクスのリファレンスモデルを創出する「マニュファクチャリングコモンズ（プロジェクト名称：KMC）」構想を推進する。

Key Facts

本紙の見方

発表の軸は、AIを現場に導入するという標語だけでなく、製造技術、工程データ、AI分析、装置や材料の改良をつなぐ仕組みを示した点にある。公表された具体例では、太陽電池の材料開発・工程条件の最適化と、半導体後工程の品質予測・条件探索が対象だ。つまり、AIの出力を設計・製造に反映し、その結果を現場に戻す循環が、研究開発の共通枠組みとして提示されたと読める。 新規性と既定路線は分けて見る必要がある。材料、デバイス、センシング、制御、製造プロセスなどは同社が蓄積してきた技術として説明されており、それらをAIと結び付ける方向は既存資産の延長にある。一方、KMCを通じて組織や企業を越えた知見共有を進め、AI・ロボティクスのリファレンスモデルを日本起点でつくる構想や、研究開発と事業開発を一体で進める「AI半導体実装プロジェクト」は、今回の戦略を実行に移す枠組みとして示された。 本紙が後日掲載したパナソニックHD、東京にフィジカルAI共創拠点　大阪に続く2カ所目と日経報道、日経クロステック、パナソニックHDの画面変化予測モデル開発を報道、パナソニックHDなど、触覚に即応する両手作業AI「T-Rex」を共同開発は、それぞれ拠点、画面変化予測、触覚を伴う両手作業を扱った。これらは本発表より後の掲載であり、発表時点の成果として扱うことはできないが、現場起点のAIという広い方針と、個別の研究・共創の動きを区別して追う材料になる。 業界構造への含意は、AIの分析結果を現場の工程や装置仕様に落とし込む役割を、製造技術を持つ企業が担おうとしている点だ。半導体では検査画像・工程データから品質や条件を扱い、太陽電池では材料と製造条件を扱うため、データの種類も適用工程も異なる。共通化できる範囲と、製品・工程ごとに個別設計が必要な範囲が焦点になる。KMC構想が掲げる組織横断の共有も、知見をどこまで共通化し、各社の工程固有情報をどう扱うかに左右されるとみられる。 発表資料には、AI導入の定量的な効果、対象工程の範囲、KMCへの参加組織、データ共有の運用条件は示されていない。次に確認すべきなのは、AI分析が実際の装置仕様や製造条件にどう反映されるか、太陽電池の本格量産に向けた工程の再現性、そして共通モデルの適用範囲である。構想の進展は、こうした実装条件と、現場に知見を還元する運用が公表されるかで評価する必要がある。

なぜ重要か

パナソニックHDは、工程データや検査画像のAI分析を品質予測・条件探索に使い、装置仕様に反映する方針を示した。製造現場でのAI活用を、分析にとどめず設備・工程の設計へ接続する取り組みとして、半導体後工程の設備開発に関わる課題に直結する。

日本への影響

KMC構想は、日本の製造業が持つ技術・知見を組織や企業の枠を越えて共有し、AI・ロボティクスのリファレンスモデルを日本起点で創出するものだとしている。実現すれば、個社の工程知見をどこまで共有可能な形にできるかが、国内の製造技術を横断的に活用する上での具体的な論点になる。