建造中の船は、鋼でできた「動く標的」である。設計図には配管、ケーブルトレー、ポンプ、電気盤の位置が書かれていても、船体の内部は時間ごとに変わる。部品が遅れ、職種ごとの班が予定と違う順で入り、区画が先に閉じる。一本の管を最短で通した結果、翌週に来るケーブルの道がなくなる。全員が衝突に気付くころには、完成した部分を切り取るしかないこともある。

7月6日から10日まで、米国の研究者が福岡造船とジャパン マリンユナイテッドを訪れた。現場の条件を見て、日米の分担を確認し、目標を置いた。2027年3月末までに、実際の船体ブロックと造船所環境を取り込み、ロボットの動作と生産工程を評価できるAIシミュレーション基盤を構築する。日米両国の造船所で実証する方法も話し合った。

国土交通省は7月17日、共同研究の正式始動を発表した。二つの技術線が合流する。日本側は、曲げ加工、溶接など船体建造向けの耐久性あるAIロボットを開発する。米国側は、数十万点の部品を狭い船内に組み込む「艤装」を助ける自律型の副操縦士をつくる。両者をつなぐ仮想基盤で、経路、干渉、センサーの視界、作業順序を、機械が熱い鋼に触れる前に試す。

7月6〜10日米国チームが日本の造船所を訪れ、共同研究を始動
2027年3月実船体ブロックと現場を扱うシミュレーション基盤の目標
620万ドルミシガン大学が率いる米国研究部門への確認済み国交省助成
907万総トン日本の2024年建造能力。2035年目標は1800万総トン
1%未満米国の世界商船建造シェア—2026年の米海事行動計画
50%超中国の2023年世界建造量シェア—米通商代表部

何が正式に始まり、何がまだ始まっていないか

事業の正式名称は、国交省の「AIの活用による次世代造船所の実現に資する技術開発事業」。内閣府のBRIDGE（研究開発とSociety 5.0との橋渡しプログラム）の一部で、研究を社会実装へ運ぶ位置付けだ。国交省は2月、AIと強化学習を使う曲げ加工・溶接ロボット、ロボットの作業経路や干渉、センサー視界を仮想空間で最適化する生産工程基盤を公募していた。

米国のシミュレーションチームは、ミシガン大学、マサチューセッツ工科大学（MIT）、米国船級協会（ABS）。日本側には大阪大学、横浜国立大学、MTI（日本郵船グループの研究開発会社）、日本海事協会（ClassNK）、名村造船所、福岡造船、国交省、海上技術安全研究所などが入る。横浜国立大、大阪大、大阪公立大、海技研が率いる日本の関連事業は、船体建造と鋼材溶接の自動化に重点を置く。

資金を巡っては、三つの数字を混ぜてはいけない。第一に、ミシガン大学は、米国部門が2027年第1四半期まで国交省から620万ドルの助成を受けると公表している。第二に、7月の国交省資料は、日米事業全体の総額を示していない。第三に、政治的な枠となった2025年10月の日米協力覚書は予算措置ではない。本文は、法的拘束力のある権利・義務を生まず、両者に資金支出を約束させないと明記する。3月の一部報道にあった「1億ドル構想」は、政府予算書が確認されるまで、正式始動した事業の確定総額として扱えない。

開発線主な役割2026年7月時点
船体建造ロボットAI・強化学習で鋼板の曲げ、溶接など反復性・危険性の高い作業を支援研究・試作段階。国交省は早期実装を目指す
艤装の副操縦士船内を巡回し、配管、ケーブル、機器の「出来形」を設計と照合し、修正案を提示米国主導で設計・試作。620万ドル助成を確認
生産工程シミュレーターロボットの到達範囲、衝突、センサー視界、順序、時間を仮想船体で検証2027年3月末の基盤構築が目標
造船テストブロック建造段階や設備配置を変えられる船体区画で学習・評価研究用テストベッドであり、商船ではない
造船所実証日本と米国、それぞれの現場条件で技術を評価方法を協議中。生産成果はまだ公表されていない
最も大きな効果を生むロボットは、溶接をしないかもしれない。「現場の船」が「設計の船」から離れた瞬間を、手戻りになる前に知らせる機械かもしれない。

ロボット副操縦士は、何を見て何を決めるのか

米国側の構想は「見る」ことから始まる。移動ロボットがカメラとLiDARを載せ、通路、階段、区画を進む。LiDARは光のパルスで距離を測る。死角や反射で取れない場所は、人間の測定を加える。ソフトウェアは観測を統合し、何がどこまで取り付けられたかを示す時刻付きの「出来形モデル」をつくり、設計上のデジタルツインと比べる。

難しさは、赤い管が10センチずれたと判定するだけではない。その差が施工ミスか、承認済み変更か、未完成か、単なる測定不足かを区別しなければならない。今日の小さなずれが、来週運び込む大きな機器の入口を塞ぐかも予測する。衝突が見つかれば、システムが勝手に設計を書き換えるのではなく、複数の案と費用・工程・施工性のトレードオフを示す。最終確認と決定は作業者と技術者が行う。視界が足りなければ「判断材料が不足」と明示する設計だ。

最大のボトルネックは学習データである。造船所には、あらゆる船種、工程、異常を整然とラベル付けした大量画像がない。研究チームは建造工程を何度も仮想実行し、合成データをつくる。日米の技能者に聞き取り、現場の推論を意思決定の形へ落とし、構成を変えられる「Shipbuilding Test Block」で評価する。ミシガン大学がロボット、アルゴリズム、現場連携、技能知の統合、試験区画を担い、MITが画像、点群、設計情報などを同時に扱うマルチモーダルAIと最適化を担う。

想定される六段階
  • 計測：カメラ、LiDAR、人の測定で変化する現場を取る。
  • 再構成：時刻付きの出来形モデルをつくる。
  • 照合：設計、工程、取付け順の依存関係と比べる。
  • 予測：今日の選択が明日の衝突、遅延、危険経路を生まないか試す。
  • 助言：実行可能な案を順位付けし、不確実性も見せる。
  • 決定：責任を持つ作業者・技術者が承認、却下、修正する。

自動車工場のロボットが、そのまま造船所で働けない理由

自動車工場は、環境を整えることでロボットを成功させた。同じ車体が定位置へ来て、治具が部品を固定し、柵が高速の機械と人を隔てる。造船は多くの条件が逆だ。製品は数百メートルに達し、作業場所が製品の中を移動する。複数工場で造ったブロックを屋外や巨大ドックで接合する。熱、アーク光、煙、粉じん、振動、反射する鋼板、雨、急な梯子、仮設足場、狭い開口が同時に存在する。

自動車ほど同型品を大量につくらない。ばら積み船、LNG運搬船、フェリー、護衛艦、研究船では、寸法だけでなく構造、艤装密度、規則、顧客変更が違う。同型船でも改訂が積み重なる。パネルラインの直線溶接で優秀なアームが、隙間の変わる曲面や上向き溶接では止まることがある。鋼板の曲げには、加熱、荷重、スプリングバックが一枚ごとの三次元形状をどう変えるかという熟練判断が残る。

だから国交省の公募は、実機と仮想空間を一体にした。強化学習なら、工具を落としたり人に接触したり、高価なブロックを傷めたりせず、何千回も動きを試せる。ただし、摩擦、熱変形、センサー雑音、人の移動が理想モデル通りでなければ、仮想成功は現実の失敗になる。7月の現場訪問は儀礼ではない。研究室のモデルから抜け落ちたものを見つける工程だ。

日本の軌跡—「生産革命」から能力不足へ

日本は、造船の生産革命が何を起こすかを知っている。戦後の造船所は、溶接船体、大型ブロック建造、大型クレーン、流れ作業、標準船型、緻密な協力会社網を組み合わせた。政府金融と輸出促進、高品質な鉄鋼、日本の海運会社からの需要が支えた。1956年、日本は欧州を抜いて建造量世界一になり、国交省によれば2001年まで首位を維持した。最盛期の世界シェアは50%を超えた。

永続するように見えた優位は、市況循環の中で崩れた。石油危機で大型タンカー需要が消え、日本は1980年と1988年に二度の設備処理を行った。1985年のプラザ合意後の円高が採算を圧迫した。韓国は1980年代から巨大で近代的な造船所を増やし、中国は1990年代、特に2003年以降の海運ブームで能力を急拡大した。日本企業も既存施設の生産性を上げたが、競争国がドック、労働力、資本を加える速度を、改善だけでは相殺できなかった。

それは技術の敗北ではない。日本には、省エネ船型、舶用機器、エンジン、鉄鋼、船級、船主、商社までつながる強い海事産業群がある。地方の造船所は熟練雇用の核で、日本船は燃費、信頼性、納期で評価を築いた。しかし、国全体の算術が苦しい。2024年の建造能力は907万総トンなのに、日本船主は近年、年およそ1200万総トンを発注してきた。2022年以降、中国造船所への発注は日本船主分の3〜4割へ増え、2010年代後半の1〜2割を大きく上回った。

2025年12月の造船業再生ロードマップは、2035年に1800万総トン、2024年のほぼ2倍の能力を掲げた。ゼロエミッション船、同志国連携とともに、10年の造船業再生基金をつくる。2025年度補正で1200億円を措置し、3年ごとの成果検証を経て10年間で3500億円規模の支援を目指す。ドック、クレーン、全天候設備、一〜三のグループへの集約、設計・建造システム統合、人材、AI・ヒューマノイドロボットを並べる。ロボットは再生策の一部であり、再生策の代用品ではない。

1956年 — 日本が建造量で世界首位へ。

1970〜80年代 — 世界シェアが50%を超える一方、石油危機で需要が急減。

1980・88年 — 二度の造船設備削減。

1985年 — プラザ合意後の円高が価格競争力を圧迫。

1980〜2000年代 — 韓国、中国が能力を増設。日本は2001年を最後に首位を失う。

2016年 — 国交省が設計から運航までをデジタル化するi-Shippingを推進。

2025年12月 — 2035年に1800万総トンを掲げる再生ロードマップ。

2026年2〜7月 — AIロボット公募、米国助成、造船所視察、日米事業の正式始動。

米国の軌跡—「民主主義の工廠」から商船1%未満へ

米国には別の記憶がある。第二次世界大戦、標準化したリバティ船、タンカー、軍艦を大量に建造し、巨大な兵站力へ変えた。プレハブ、溶接、交換可能な区画、動員された労働力、同じ設計の連続建造が工期を縮めた。2026年の米海事行動計画によれば、1946年には外航船腹の70%以上が米国船籍だった。

戦後、高い国内コスト、補助制度の変化、コンテナ化、アジアの量産能力が、商船発注を国外へ移した。米国内地点間の貨物を米国建造船に運ばせるジョーンズ法は国内市場を残し、安全保障調達は特殊な軍艦造船所を支えた。しかし、それはアジアの商船所が学習曲線を回す長期の輸出シリーズとは違った。米海事行動計画が示す現在の世界商船建造シェアは1%未満だ。

軍艦部門だけがこの産業状態から自由なわけではない。米会計検査院（GAO）は2026年4月、海軍・沿岸警備隊の造船計画が過去20年を通じ、合計で数十億ドルの超過と複数年の遅延を抱えたと報告した。造船所は溶接工、配管工、機械工の採用、訓練、定着に苦しむ。GAOは2025年、戦闘艦艇を建造する七社のどこも海軍の引き渡し目標を満たせる状態にないと評価した。国防総省が2023年度末までに産業基盤へ約60億ドルを投じた後でも、である。

これは「AIさえ入れれば解決する」という物語への警告だ。米国の技能者が働き方を忘れたのでも、日本の造船所がソフトウェアを拒んだのでもない。成熟した設計、安定注文、部品供給、施設、金融、経験ある監督、繰り返しによる学習がそろって初めて、建造実績になる。ロボットは手戻りを減らせるが、遅れた主機を出現させ、ドックを拡張し、着工後の仕様変更を止めることはできない。

なぜ今、日米なのか

2025年10月28日、金子恭之国土交通相とハワード・ラトニック米商務長官が、政治的な枠となる造船協力覚書へ署名した。優先分野は五つ。日米の建造能力拡大、米国海事産業基盤への投資、経済安全保障上重要な公船・商船の需要明確化、造船人材の教育、AI・ロボット・先進船舶設計を含む技術革新である。建造互換性を高める共通技術仕様も検討する。

組み合わせには合理性がある。日本の造船所は、生産技術、商船経験、舶用メーカー、実際の現場を提供する。そこではアルゴリズムが、煙、遅配、仮設材、寸法誤差に出会う。米国の大学は、ロボティクス、マルチモーダル学習、最適化、造船工学研究を提供する。ABSと日本海事協会という船級協会は、設計、材料、溶接、設備が安全要件を満たすかを見る立場を持つ。船主、造船会社は、時間、危険、手戻りを十分減らし、導入費に見合うかを試す。

地政学的背景は明白だ。米通商代表部によると、中国の世界建造量シェアは1999年の5%未満から2023年の50%超へ上がった。その規模は船体組立だけでなく、鉄鋼、港湾クレーン、コンテナ、金融、船主、物流へ広がる。米国の2026年海事行動計画は、同盟国造船所との協力、AI、積層造形、ロボット、モジュール生産を求める。日本のロードマップも、能力増強と次世代船に米国協力を並べる。両政府にとって造船は、産業であると同時にレジリエンスだ。

ただし、7月の研究を軍事兵器事業と呼ぶのは誤りである。発表された技術対象は、鋼板加工、溶接、艤装、出来形モデル、ロボット行動計画といった造船所の生産性だ。協力覚書は経済安全保障上重要な公船・商船を広く対象とし、産業基盤は安全保障に関係するが、今回のチームが軍艦や自律兵器を設計するという説明はない。

雇用の問い—熟練を吸い上げるか、次代へ渡すか

「省人化」には二種類ある。作業を人から奪い、速度だけを上げ、故障時に復旧できない薄い職場をつくる方式。もう一つは、危険で反復的な作業を減らし、経験の浅い人へ良い情報を渡し、熟練を教えやすくしながら、現場に決定権を残す方式だ。造船に必要なのは後者である。

日米の技能者への聞き取りは、付け足しではなく中心になる。ベテランの艤装工は図面を一目見て、理屈上は通る配管が「溶接できない」「検査できない」「後で整備できない」と分かる。その身体化した知識をデータへ変える時、誰が正しさを検証するのか。本人は用途を知るのか。ある造船所の知恵が競合へ移らないか。確率的な提案が現場指示と誤認されないか、という問題が出る。

信頼できる副操縦士は、根拠、代替案、不確実性を示し、誰が変更を承認したかを残し、迷った時のエスカレーションを簡単にする。安全に関わる変更は、設計管理と船級承認の中に留めるべきだ。成果も工数だけでなく、災害、ヒヤリハット、手戻り、訓練時間、作業者の受容で測る。労働時間が減っても重大ミスや離職が増えれば、成功ではない。

データ、サイバー、二つの造船所という難題

デジタル造船所には機微情報が集中する。完全な三次元設計、生産速度、取引先、機器配置、弱点、作業者の動線、検査結果。日米共通基盤には、どこへ保存し、誰が学習に使い、固有情報をどう取り除き、オフラインでも動かすかという決定が要る。ミシガン大学は、ロボット上、無線接続したサーバー、オフライン端末という複数構成を想定する。システム構成そのものが政策判断になる。

相互運用も難しい。CAD形式、部品番号、作業分解、単位、安全規則、変更管理が違う。どの図面改訂、点群、アルゴリズム、人の判断から提案が生まれたか、来歴を保たなければならない。一つの造船所で学習したモデルが、そこのクレーン到達範囲、溶接法、仮置き順を暗黙に前提にすれば、別の造船所で示す自信は偽物になる。

実用化には、知的財産、輸出管理、権限別アクセス、ネットワーク分離、署名付き更新、センサー校正、事故対応、監査ログの境界を引く必要がある。さらに古い責任問題も残る。AI提案が手戻りや災害を起こした時、責任はベンダー、統合会社、造船所、設計者、承認技術者の誰にあるのか。

3月の成功、その先の成功

2027年3月の目標は基盤であり、自動化された国家造船業ではない。信頼できる実証なら、実物の船体ブロックと現場を読み込み、少ない人の介助で移動し、仕込んだずれを検出し、分からない場所を分からないと言い、ロボットの到達・衝突を計算し、熟練者が施工可能と認める代替案を出す。派手な正解だけでなく、誤警報と見逃しを同じ精度で公表すべきだ。

評価項目問うべきこと見栄えのよい実証が隠す失敗
認識煙、反射、死角の中で、取付け物の何割を検出・位置決め・分類できるか清潔なテスト区画は実船よりはるかに簡単
予測将来の干渉や工程破綻を、どれだけ早く見つけるか手戻りが必要になってからの発見は遅い
動作計画衝突せず、到達可能で、視界と人の安全距離を満たすか仮想経路は実物公差で成立しないことがある
生産価値複数建造で手戻り工数、サイクル時間、工程ぶれを減らすか一度の成功は学習曲線を証明しない
人間要因作業者が根拠を理解し、適切に信頼し、必要時に覆せるか高い従属率は品質でなく自動化バイアスかもしれない
移植性第二の造船所・船種へ移す時、再学習と再モデリングがどれほど必要か特注システムは広がらない
安全・保安ヒヤリハット、権限違反、モデル更新を記録・調査するか生産性指標が新しい危険を隠す

試作の後には、統合、認証、普及という長い工程がある。機器は造船所の環境に耐え、作業標準と労使協定を調整し、船級と顧客の承認を得なければならない。メーカーには保守網が要る。地方の中小造船所にも、大学研究室の計算予算を必要としない事業性が要る。二隻目、五隻目、二十隻目でも価値が増えることが量産技術の条件だ。

「実装済み」と呼ぶ前の七条件
  • 研究室外で試作機が繰り返し動く。
  • 実造船所で許容できない安全リスクを生まない。
  • 作業者が確信度を理解し、いつでも主導権を取れる。
  • 設計・船級の変更管理が維持される。
  • サイバーと企業秘密の統治がある。
  • 別造船所・別船種へ移しても便益が残る。
  • 統合、保守、訓練、停止を含む総費用より節約が大きい。

機械の奇跡ではなく、新しい生産システム

暗い造船所で人型ロボットが休まず働く映像は魅力的だ。だが、公式事業はもっと地味で、もっと本質的である。知覚、計画、人の判断を一つの生産系にする。移動機械が現実を測り、デジタルツインが図面と現場の差を保ち、シミュレーションで専門ロボットが予行し、技能者が安全で造れる修正かを決める。

この循環が働けば、造船で最も重い費用の一つ、「複雑さに気付くのが遅すぎる」を減らせる。曲げと溶接の危険を下げ、希少な技能を訓練へ渡し、造船所が案件を越えて学ぶこともできる。日本には、労働力を2倍にできると仮定せず能力を2倍へ近づける道になる。米国には、ドック、部品供給、訓練が追いつく間に、生産学習を取り戻す道になる。

しかし産業史は謙虚さを求める。日本の戦後首位は、金融、鉄鋼、標準化、船主、協力会社、現場改善を一体化して生まれた。米国の戦時造船は、規模、安定設計、巨大注文、人の動員で成功した。中国の優位は「システムのシステム」である。AIはそれを強くできるが、一つの助成金から産業生態系を召喚することはできない。

7月の始動が重要なのは、同盟の言葉を造船所へ運び、近い期限の技術試験を置いたからだ。成功は、最初のロボットが見事な溶接をした瞬間では決まらない。第二の造船所が第二の船を、少ない手戻り、安全な労働、そして機械が「知らなかったこと」の正直な記録とともに建造した時に決まる。

読者ガイド

問い答え
何が発表されたか7月6〜10日の造船所視察を経て、国交省が7月17日、AI造船ロボットと生産工程シミュレーションの日米共同研究を正式発表した。
米国側は何をつくるか艤装向けの移動ロボット、出来形デジタルモデル、設計差を検出して代替案を出すマルチモーダルAI・最適化技術。
日本側は何をつくるか曲げ、溶接など船体建造向けロボット、共通シミュレーション環境、造船所での実証。
総額1億ドルの事業か確認した公開公文書からは断定できない。米国部門620万ドルは確認済みだが、国交省の始動発表に総額はなく、2025年覚書も支出を約束しない。
ロボットは作業者を置き換えるか公表構想は支援型で、ずれと選択肢を示し、人が検証・決定する。実際の雇用効果は導入方法で変わる。
軍艦をつくる事業か発表された研究は造船所の生産技術で、戦略的意味はあるが、兵器や軍艦設計事業とは説明されていない。
いつ実用化するか基盤目標は2027年3月。これは研究上の節目で、広範な商用展開の公表日はない。

出典と方法

本稿は、公式に始動した研究、法的拘束力のない2025年協力覚書、助成を受けた試作、将来の商用実装を分けて読んだ。能力値は2026年7月22日までに公表された政府資料を用いた。「総トン」は船の閉囲容積を表す指標で、質量ではない。実証結果が未公表の技術効果は、研究目標として記述した。