工場のカメラは長い間、間違いを見つける検査員だった。次に求められるのは、見るだけでなく、意味を理解し、判断し、機械を動かす眼である。Sony Semiconductor SolutionsとMitsubishi Electricが設立するAdvanced Vision Solutionsは、その「眼から動作まで」の距離を縮めようとしている。
両社が2026年7月22日に発表した確定契約によれば、新会社は10月に事業開始予定。Mitsubishi Electricが60％、Sony Semiconductor Solutionsが40％を保有し、横浜・みなとみらいに本社を置く。規制当局の承認が前提だが、名称、所在地、代表者、持分まで決まった合弁である。
カメラではなく「視覚センサー」
普通のカメラは画像を作る。視覚センサーは対象物の位置、形、向き、欠陥、変化をリアルタイムで測り、機械が使える情報へ変える。製造ラインなら、傷のある部品を排除し、ずれた部品をロボットがつかみ、作業者の危険な接近で設備を止める。
従来はカメラが大量の映像を産業用PCやサーバーへ送り、そこで画像処理した。SonyのエッジAIは、画像センサーの近く、場合によってはセンサー上で推論する。生映像ではなく「傷あり」「座標X=42」「異常確率87％」のような意味だけを出せる。
遅延が小さく、ネットワーク帯域を節約し、映像を外部へ送らないためプライバシーと知的財産も守りやすい。クラウドが切れても動く。ただし小さなセンサー上の計算能力とメモリーには限界があり、モデルを軽量化し、現場の照明や振動に耐えさせる工学が必要だ。
Sonyの「人の目を超える」半導体史
Sonyは1978年に11万画素CCD撮像素子を開発し、1980年に初のCCDイメージセンサーを商品化した。ジャンボジェットに採用されたXC-1カラーカメラからHandycam、デジタルカメラ、スマートフォンへ、光を電子信号へ変える技術を量産産業にした。
2004年頃からCCDからCMOSへ軸足を移し、2007年に列並列A/D変換、2009年に裏面照射、2012年に画素部と信号処理部を重ねる積層型CMOSを商品化した。2015年の銅－銅接続は高密度化を進めた。画素とロジックを積む発想が、2020年のIMX500/501というAI処理機能を持つインテリジェントビジョンセンサーへつながった。
Sonyの成功はスマートフォンの画質競争に支えられた。しかしスマホ市場が成熟すれば、次の成長は自動車、ロボット、工場という「機械の眼」になる。2026年には熊本の画像センサー工場へ最大600億円の政府支援が決まり、TSMCとの次世代センサー合弁構想も進む。Advanced Vision Solutionsは製造能力ではなく、センサーの使い方を産業へ広げる出口である。
Mitsubishi Electricの強みは、工場を止めないこと
Mitsubishi Electricは1921年創業。工場自動化ではMELSECのPLC、サーボモーター、インバーター、CNC、ロボット、表示器、ネットワークを供給してきた。PLCは入力を読み、ミリ秒単位で論理を実行し、モーターやバルブを動かす工場の神経系だ。
産業現場で最高精度のAIだけでは売れない。24時間動き、決められた時間内に応答し、誤判定時に安全側へ倒れ、10年以上保守できなければならない。Mitsubishi Electricが持ち込むのは、制御機器、販売網、システムインテグレーター、そして停止損失を嫌う顧客から得た現場知識である。
2024年に始めたデジタル基盤Serendieは、機器、システム、サービスのデータを結びつける。視覚データを振動、温度、電流、加工条件、品質履歴と合わせれば、単なる画像検査から工場全体の判断へ進める。
閉ループが変える五つの仕事
| 現場 | 見るもの | 自動判断と制御 |
|---|---|---|
| 品質検査 | 微細傷、汚れ、形状、印字 | 排除、速度調整、上流工程の補正 |
| ロボット | 部品位置、姿勢、重なり | 把持点を計算し動作を変更 |
| 保全 | 摩耗、漏れ、揺れ、熱変色 | 故障前の保守指示と減速 |
| 安全 | 人、保護具、危険区域 | 警告、速度制限、緊急停止 |
| 手作業 | 工程順、工具、完成状態 | 作業案内、取り違え防止、記録 |
難しいのは「異常を見つけた」で終わらず、どの制御をどれだけ変えるかである。傷が増えた原因が工具摩耗なのか、温度なのか、材料ロットなのかを複数データから推定し、速度や圧力を調整する。これが両社のいう認識、判断、制御の連結だ。
マルチモーダル工場という次の段階
画像だけでは、モーター内部の摩耗や見えない温度上昇は分からない。逆に振動センサーだけでは、製品表面の色むらを見つけられない。カメラ、音、振動、温度、電流、PLCログ、作業計画を組み合わせると、一つの信号では見逃す予兆を捉えられる。
たとえば溶接部の色と形がわずかに変わり、同時に電流波形がずれれば、AIは電極摩耗を疑える。交換時期を判断し、ラインを減速し、保守担当へ部品を手配する。生成AIの会話とは違い、物理AIの答えは現実の機械動作となるため、誤りのコストは不良品、停止、けがである。
労働力不足は導入理由だが、無人工場は簡単ではない
日本の製造業は熟練者の退職と採用難に直面する。目視検査は疲労と個人差が大きく、夜勤の確保も難しい。合弁は専門的な光学やAI知識がなくても使える製品を掲げ、省人化、無人運転、品質向上、高度保全を狙う。
しかし熟練者は傷を見るだけではない。音、匂い、触感、過去の失敗、材料の癖を統合している。AIへ移すには正常データ、希少な不良例、照明変化、季節、設備差を学ばせる必要がある。導入後も製品変更ごとに再調整がいる。
「専門家不要」は販売上の目標であり、現時点の事実ではない。成功する製品は設定を簡単にしつつ、必要な時はモデル、閾値、根拠を技術者が確認できる二層構造になるだろう。
センサー内AIの利点と弱点
- 速度：通信往復を避け、機械制御へ即応。
- 帯域：映像でなく結果だけを送信。
- 機密：製品や工程の生映像を工場外へ出さない。
- 耐障害：クラウドや回線停止時も局所動作。
- 電力：大型GPUサーバーより低消費で常時監視。
弱点は計算資源だ。巨大な視覚モデルをそのまま載せられず、量子化、蒸留、モデル分割が必要になる。センサー側で高速な一次判定をし、難しい例だけを産業用PCやクラウドへ送る階層型が現実的だ。
またエッジ装置が増えれば、モデル更新、サイバーセキュリティ、バージョン管理が課題になる。攻撃や設定ミスで誤った制御を出せば、生産設備へ直接影響する。署名付きモデル、権限管理、監査ログ、安全PLCとの分離が必要だ。
競争相手はカメラ会社だけではない
産業用画像処理にはKeyence、Cognex、Omron、Baslerなど強い企業があり、NvidiaやIntelはエッジ計算基盤を提供する。Fanuc、Yaskawa、Siemens、Rockwell、Schneider ElectricもAIと制御の統合を進める。
新会社の優位は、Sonyの画素・積層・センサーAIと、Mitsubishi ElectricのPLCからサーボまでの制御資産を日本国内で直結できる点にある。弱みは合弁特有の速度だ。半導体の商品周期と工場設備の承認周期は違い、責任分界や販売チャネルが曖昧なら統合の利点が消える。
成功を測る数字
両社は売上目標、資本金、従業員数、最初の製品日程を公表していない。したがって評価すべきは発表の壮大さではなく、検査の見逃し率と誤検出率、ライン停止時間、設定時間、投資回収期間、他社設備への接続性である。
60％を持つMitsubishi Electricが自社FA機器に閉じれば導入は速いが市場は狭くなる。Sonyのセンサーを多様な設備へ広げるなら、オープンな通信規格とパートナー網が重要になる。工場は一社の機器だけで構成されていない。
1980年、SonyのCCDは飛行機から世界を写した。Mitsubishi Electricの制御機器は、見えないところで日本の工場を動かしてきた。2026年の合弁は、映像の歴史と制御の歴史を閉じた輪にする試みだ。機械が見る時代から、見たものに責任を持って動く時代へ。Advanced Vision Solutionsの本当の試験は、華麗なデモではなく、油、振動、影、夜勤のある現場で始まる。