箱の中身ではなく、箱そのものが止める生産ライン
私たちが通販で受け取る段ボール箱は、届いた瞬間から脇役になる。ところが、その箱をつくる工場では、わずかな「反り」が生産の流れを止めることがある。平らであるはずの段ボールシートが湿気と熱の影響で曲がる。印刷や折り加工を担う製函機にうまく入らず、引っ掛かる。工場にとっては、一枚の紙の変形が稼働率や品質、納期へ連鎖する問題だ。
この地味で厄介な問題に、重工メーカーが人工知能を持ち込んだ。三菱重工グループの三菱重工機械システム株式会社（MHI-MS）は、段ボールシートの反りをAIの予測モデルで制御する装置を開発・実用化し、国内外で本格販売すると発表した。派手な人型ロボットは登場しない。光るのは工場の制御盤と、まっすぐな紙を送り出す機械である。
このニュースの価値は「段ボールにAIを使った」という意外性にとどまらない。日本のものづくりで長く重んじられてきた、熟練者が経験で決める微妙な設定を、測定データと予測制御に置き換えようとする試みだからだ。
発表日は日本語10月29日、英語11月5日
日付は区別しておく必要がある。三菱重工の日本語の公式発表は2026年10月29日、英語版は11月５日付だ。11月11日付の本稿は、この発表内容と産業史を検証する解説記事であり、装置が11月５日に日本で初めて公表されたとする速報ではない。
日本語の発表は「世界で初めて開発」と表現する。この世界初という位置づけは、メーカー自身による主張であり、JAPAN.co.jpが世界中の競合装置や特許を網羅的に照合して認定したものではない。また、実用化・本格販売という表現は、独立試験による性能保証や多数の顧客導入が確認されたことと同義ではない。
出典：三菱重工・日本語プレスリリース · MHI English release
何を測り、どうやって反りを防ぐのか
一般的な両面段ボールは、表裏の平らな原紙「ライナー」の間に、波形に加工した「中芯」を挟み、糊で貼り合わせてつくる。機械の内部では紙が加熱・乾燥され、貼り合わせの状態が整えられる。しかし表裏のライナーで水分の残り方が違えば、乾燥や冷却の過程で収縮の差が現れ、シートが曲がる。
MHI-MSによると、新装置は段ボールシートの反り、温度、水分率を測るセンサー群と、AIを搭載したコンピューター、機械制御装置からなる。紙種ごとに得られるデータを自動で蓄積し、適切な機械設定を学習することで、反りを抑える設定を予測する。既存の経験則をそのまま文章で再現するのではなく、変化する材料の状態を計測値として制御へ戻す仕組みである。
同社は、ロットの最初から反りのない製品を生産できると説明する。重要なのは、前の注文で使った設定が次の紙にも通用するとは限らないことだ。紙の銘柄、厚さ、含水の状態、季節、製造速度が変われば、現場の調整も変わる。今回の開発は、その切り替わりに伴う立ち上がりロスを狙ったものと読める。ただし、公開資料には独立検証済みの反り量の低減率や不良率の改善幅は示されていない。
三枚の紙と、乾く速さの違い
段ボールの性能は、単に厚紙を重ねることで生まれるのではない。波形の中芯が軽さと構造強度をもたらし、ライナーが外面の形状を安定させる。接着剤に含まれる水分、予熱、加圧、乾燥はそれぞれ必要だが、同時に寸法変化の要因にもなる。
反りは「上向き・下向き」に見える単純な湾曲だけでなく、幅方向や流れ方向、ねじれとして表れることがある。製函機が要求する平面度とのずれは、給紙の引っ掛かりや印刷・罫線加工のばらつきへつながり得る。一方、曲がったシートの全てが廃棄されるわけではなく、実際の影響は工程と許容値によって異なる。
発表から読み取れるのは、水分・温度・反りの測定と設定予測という枠組みまでである。センサーの型式、推論モデルの種類、各操作量の範囲、閉ループの応答時間など、技術評価に重要な情報は公開されていない。読者がAIという言葉から制御性能を過大評価しないよう、ここは線引きしたい。
多品種・小ロットほど「最初の一枚」が大切になる
同じ仕様の箱を大量につくる工場なら、一度得た設定を長く使える。しかし国内の段ボール需要は、商品の種類や販売経路に応じて仕様が細かく分かれる。少量の注文を次々に切り替える生産では、段取り時間と初期不良を小さくする価値が増す。
段ボール箱は食品、飲料、家電、日用品、衣料品など幅広い商品の流通に組み込まれている。工場での紙の変形という微小な問題が、商品を詰める側の工程や出荷計画にも影響し得るのはそのためだ。MHI-MSが多品種・小ロット生産への対応を前面に出すのも、単純な最大速度競争とは異なる顧客の悩みを意識しているからだろう。これは発表の狙いに基づく編集上の解釈であり、顧客の導入動機を取材で確認した結果ではない。
1909年、井上貞治郎が「段ボール」と名づけた
日本の段ボール史をたどると、工場の制御盤から明治の小さな機械へ戻る。全国段ボール工業組合連合会の技術年表によれば、1909年、井上貞治郎（いのうえ・ていじろう）は鋳鉄製ロールを使った手回しの段繰機で国産化に成功し、「段ボール」と命名した。現在のレンゴーにつながる事業の出発点でもある。
世界では19世紀、波形の紙は当初シルクハットの内側や壊れやすい瓶の緩衝材に使われた。やがてライナーを貼る方法と製造機械が発達し、木箱に代わる輸送容器へ成長した。日本でも戦後の大量生産、家電や食品の流通、包装の標準化を通じて広く普及していく。
ここには技術史上の連続性がある。1909年の課題は、紙に安定して波をつくることだった。2026年の課題は、複数の紙を高速に貼り合わせながら、その形を必要な精度に保つことだ。材料が身近であればあるほど、工程の要求は簡単とは限らない。
出典：全国段ボール工業組合連合会・技術年表 · レンゴーのあゆみ
三菱の段ボール機械、1956年からの蓄積
MHI-MSによると、同社系統のコルゲートマシンは1956年に初号機を納入し、その後の納入台数は国内外300台以上に達する。製品案内では紙工機械を30カ国超の市場に展開すると説明し、SH-450の最高速度を毎分450メートル、製函機EVOLを毎分400枚と案内している。これらは製品ラインアップの公称仕様であり、新たなAI装置の測定成果ではない。
60年以上の機械設計と、研究所のAI技術が合流する今回の開発は、製造装置の性能を「より速く」から「条件が変わっても安定してつくれる」へ広げる試みといえる。設備購入者にとっては最高速度だけでなく、切り替え時の安定性、清掃・保守、操作員の負担、既存ラインへの組み込みやすさが採算を左右する。
出典：三菱重工・紙工機械
熟練者の仕事は消えるのか、それとも形を変えるのか
製造現場の技能継承は、単に操作マニュアルを整備すれば解決する問題ではない。紙の挙動や機械の調子を音、手触り、仕上がりから読み取る判断は、長い経験の中で形成される。技能者が退職するとき、経験に依存する調整方法を次世代にどう渡すかが課題となる。
情報処理推進機構（IPA）の未踏アドバンスト事業でも、熟練者の「暗黙知」を計測・対話で抽出する別のAI研究が取り上げられている。今回の装置と直接の共同研究関係があるわけではないが、技能をデータ化するという問題意識には共通点がある。
AIが設定を予測しても、紙の品質異常、接着剤の管理、センサー故障、安全停止、製品の最終判定まで無人化できると確認されたわけではない。熟練者の知見は、モデルが外れたときに原因を見つける仕事、データを評価する仕事へ移る可能性もある。置き換えと継承のどちらが進むかは、実際の導入と働き方の変化を見なければ判断できない。
出典：IPA・暗黙知と技能継承
本当の経済効果は、まだ数字になっていない
企業が導入を判断するときに必要なのは「AI搭載」という表現ではない。反りによる停止回数が何回減ったか、切り替え時の損紙が何枚減ったか、品質検査の再作業がどれほど減ったか、投資回収に何年かかるか、という数字だ。
しかし公開された公式発表からは、装置価格、既存設備への後付け範囲、導入工場数、第三者による比較試験、効果の信頼区間、エネルギー削減量を確認できない。世界初という主張についても競合機の網羅的な比較が示されていない。したがって本稿では、改善率や費用対効果を推計値として書き足さない。
また、モデルが紙種や環境条件の変化に追いつかない場合、設定が不適切になる危険もある。運転者への説明性、手動復帰、データ保持、制御システムの安全性は、顧客にとって重要な確認事項になる。これらは装置に欠陥があるとする主張ではなく、産業AI一般の導入評価で問われる事項だ。
循環型の包装を、無駄なくつくるという課題
段ボールは回収・再生の仕組みを持つ包装材として、流通と資源循環の両方に関わる。三菱重工の機械案内は、段ボールの回収と再利用が広く行われていることを説明している。ただし回収率と古紙利用率は異なる指標であり、調査年や算定方法を統一せず比較できない。
もし反り制御によって仕損じや作り直しが減れば、資材、輸送、エネルギーの使用を抑えられる余地はある。しかし、その量を裏付けるライフサイクル評価や定量的な実績は今回の発表にない。環境効果は可能性として扱い、実証された削減量とは区別する。
工場の未来は、目立たないところで変わる
AIの産業利用は、会話する機械や自動運転車だけで進むのではない。湿度を測り、温度を読み、次の紙に合わせて機械を調整し、何事もなく一枚を送り出す。そうした小さな判断の積み重ねこそが、生産の安定性を支える。
三菱重工機械システムの発表は、長年の製造技術とAIの接点を示した。一方、顧客工場での持続的な成果はこれから検証される。段ボールの反りを減らす技術が本当に広がるなら、その成功は「AIが活躍した」と誰も気づかないほど、いつもの箱が予定どおり届くことによって測られるのかもしれない。
主要資料と検証の範囲
「世界初」は製造元の公表に基づく表現。価格、導入実績、改善率、節電量、独立実証の数値は確認できないため記載していない。日本語発表は10月29日、英語発表は11月５日。