KDDIが小売向けロボット基盤モデルを開発 ローソン店舗で実証

KDDIの「小売物流業等の現場業務を代替するロボット基盤モデルの研究開発」が2026年9月14日、経済産業省とNEDOが進める国家プロジェクトGENIACに採択された。ローソンの店舗で作業者目線の行動データを集め、品出しや梱包、清掃といった現場業務をロボットで自動化するための基盤モデルを作る。人手不足が深刻な小売と物流に、生成AIの技術を体を持つ機械へ広げる試みだ。2028年度以降の技術公開を目指す。

何が発表されたのか

実証の中心は、東京・高輪のKDDI本社にある従業員専用店舗「ローソン S KDDI高輪本社店」だ。ここでバックヤードから売り場までの作業について、作業者の視点で捉えた行動と操作のデータを集める。この作業者目線のデータをもとに、ロボットを制御する基盤モデルを開発する。KDDIは日本語の大規模言語モデルを開発した実績を持つELYZAと、先端研究を担うKDDI総合研究所から技術的な知見の提供を受ける。

計画では、国内外の最先端ロボットを使って実証を重ね、2028年度以降に基盤モデルを技術公開する。国内の小売業や物流業へのロボット導入を進め、体を持つAIの社会実装につなげる狙いだ。詳しい内容はKDDIの公式発表にまとまっている。実証段階のため成果は今後変わりうる。正確な進捗は公式で確認してほしい。

「体を持つAI」がなぜ小売から始まるのか

これまで生成AIの活用は、文章や画像を扱う画面の中の作業が中心だった。今回のように、集めたデータでロボットの動きそのものを学習させる取り組みは、AIを物理世界の作業へ広げる動きにあたる。AnthropicもAIエージェントで実機を動かす標準を公開しており、画面の外へAIを出す流れが各所で進む。

小売と物流が入り口になるのは、品出しや搬送、清掃のように反復が多く、人手不足が慢性化している現場だからだ。作業者目線のデータが大量に取れる点も、学習の土台として適している。KDDIは特定のロボットに縛られないオープンな仕組みを掲げ、国内外の機体で使える基盤を目指している。単発の自動化装置ではなく、業界で共有できる土台を作ろうとしている点が特徴だ。

現場の実務にどう効くか

小売や物流の現場を持つ企業のAI推進担当がまず考えたいのは、この動きが「数年先の自動化の前提」を変えつつあることだ。今すぐ導入する話ではないが、どの作業を機械に任せうるかを棚卸ししておくと、基盤モデルが実用に入ったとき動きやすい。反復が多く、危険や負担の大きい作業から候補を挙げておく。

画面の中のAI活用と同じで、体を持つAIでも「配って終わり」にはできない。誰が動きを監督し、事故や誤作動が起きたときにどう止めるかを設計する必要がある。効果の測り方も先に決めておきたい。作業時間をどれだけ短くするか、人がどの工程に回るかを数値で置くと、投資判断がしやすい。導入で失敗しやすい型はAI導入で失敗する典型パターンに整理してある。小さく試して効果を測る考え方は、画面の中のAIでも現場のロボットでも変わらない。費用対効果の考え方を土台に、実証段階から数値で追うとよい。

導入を見据えて棚卸ししたい3点

体を持つAIの実用に備えるなら、着手前に3点を整理しておきたい。第一に、任せうる作業の候補だ。反復が多く、人手不足や負担が大きい工程を挙げる。第二に、安全と監督で、ロボットが動く現場で誰が見守り、どう止めるかを決める。第三に、効果の基準だ。作業時間や人員配置がどう変わるかを数値で置き、実証段階から測る。ここを整えておくと、基盤モデルが実用に入ったときに素早く判断できる。

まとめ

KDDIのロボット基盤モデルは、生成AIの技術が画面の中から物理世界の作業へ広がる動きを示す。小売や物流の現場を持つ企業は、任せうる作業の棚卸しと、安全・監督・効果測定の設計を今から進めておくと、実用段階で動きやすい。実証は始まったばかりで成果は今後変わりうるため、最新は公式で確認してほしい。

出典

• 小売・物流向けロボット基盤モデル研究開発でGENIACに採択（KDDI ニュースルーム）
• KDDIのロボット基盤モデル研究、ローソン店舗データでフィジカルAI実装へ（レスポンス）