大成とファナックが共同開発した新AI倉庫、日本国内の保管スペースを2倍に拡大
日本の建設グループである大成建設とロボットメーカーのファナックは、産業用ロボット、施設エンジニアリング、AIを活用したレイアウト最適化を組み合わせることで、限られた工業用不動産における保管密度を高め、同じ建物の床面積内で保管容量を約2倍に拡大するAI搭載の自動倉庫システムを共同開発した。

2026年7月9日付の『日経アジア』の報道によると、日本有数の総合建設会社である大成建設と、世界的に著名な産業用ロボットメーカーであるファナックは、AIを活用した自動倉庫システムを共同開発した。このシステムにより、同じ建物面積内で保管容量を約2倍に拡大できるという。
その核心となる主張は単純だが、商業的には極めて重要だ。ファナックの産業用ロボットと制御技術を、大成建設の建設および施設エンジニアリングの専門知識と組み合わせることで、倉庫運営者は同じ物理的なスペースに約2倍の在庫を保管できるようになると、両社は述べている。 工業用地の価格が高騰し、物流施設が地理的な制約を受けやすく、人手不足により倉庫や工場での自動化が加速している国において、このような保管密度の向上は、施設計画の経済性を一変させる可能性がある。
このシステムは、人工知能(AI)を活用して、倉庫内での商品の保管、取り出し、移動方法を最適化する。保管レイアウトを建設時に決定された固定的な設計として扱うのではなく、AI層が在庫の変化に応じて配置や移動パターンを継続的に調整し続けることを意図している。この違いは重要だ。 従来の倉庫では、通路の幅、棚の構成、保管高さ、作業員や機械が使用する計画ルートなどを通じて、設計段階で効率の大部分が固定されてしまうのが一般的だ。一方、AIで管理される倉庫では、施設を絶えず変化する最適化問題として扱うことができる。
日経アジアの報道では、詳細な処理能力や正確な保管密度、あるいは基盤となるAIアルゴリズムについては明らかにされなかった。この提携は、完全な技術仕様ではなく、見出しとなる「空間効率」の主張を中心に据えていた。そのため、大成建設とファナックが比較の基準として何を用いたのか、どのような品目が対象なのかなど、いくつかの重要な疑問が残されている。
当該システムが最も適している処理内容、および報告されている倍増が新規建設、改修、あるいはその両方に適用されるかどうか。機能の統合
大成建設とファナックのシステムは、3つの層からなる機能を統合しているようです。 第1は物理的な施設設計であり、大成建設が建設、産業用建物、物流インフラにおける経験をもたらしています。第2はロボットによる搬送であり、ファナックが産業用ロボット、コントローラ、FA機器を提供しています。第3はソフトウェアによる最適化であり、人工知能(AI)を活用して、利用可能なスペースをより有効に活用するために、商品をどのように保管・移動させるべきかを決定します。
この組み合わせが重要なのは、倉庫の保管密度が単なるロボット工学の問題ではないからだ。 ロボットは商品のピッキング、配置、移動を行うことはできますが、保管効率は天井高、床荷重、防火規制、アクセス経路、メンテナンスゾーン、マテリアルフロー、さらには生産エリアや出荷エリアの配置にも左右されます。したがって、保管容量を2倍にすると謳うシステムは、ロボットだけでなく建物そのものを踏まえて設計されなければなりません。
大成建設の役割から見て、各社は単に既存の倉庫に導入できるロボットセルを提供しているだけではないことがうかがえる。おそらく、建物のレイアウト、保管インフラ、ロボットの動作、在庫管理を一体的に計画する「施設レベル」のソリューションとして、このシステムを位置づけているのだろう。 顧客にとっては、販売プロセスがより複雑になる可能性もあるが、その結果として追加の用地確保や新倉庫の建設が必要なくなれば、投資対効果(ROI)もより明確になるだろう。
既存のノウハウを活かす
大成建設にとって、高密度ロボット保管分野への参入は今回が初めてではない。2024年、同社はAutoStore社および東洋鋼鈑と共同開発した「Tロボット保管生産システム」を商品化した。そのシステムでは、
工場内の生産フロアスペースの真上で、ロボットによる保管・搬出を行うことで、別途の1階倉庫エリアを必要としない。このシステムでは、AutoStore社のモジュール式3次元グリッド保管技術を採用し、グリッドの上をロボットが稼働して、ビンを生産ステーションへ搬送する仕組みとなっている。2024年のシステムは、大成建設が垂直空間の活用と統合された自動化を通じて、工場物流の占有面積を縮小することに関心を寄せていることを示していた。今回のファナックとの新たな提携は、同じ空間効率化の理念を継承しているようだが、パートナーが異なり、技術的アーキテクチャも異なるものになると見られる。 AutoStoreは、ビンをグリッド状に高密度に積み重ね、ロボットが上部から取り出す「キューブ型」保管システムで知られている。対照的に、ファナックは産業用ロボット、モーションコントロール、CNCシステム、および工場自動化において豊富な経験を持つ。システムの導入方法次第では、同社の参画により、より柔軟なロボット制御環境が実現される可能性がある。
技術的な鍵となるのは、大成建設とファナックのシステムが、固定グリッド型保管と同等の密度を実現しつつ、さまざまな倉庫レイアウトや製品タイプに対してより高い柔軟性を提供できるかどうかである。グリッド型システムは極めて高密度にできるが、特定の保管アーキテクチャに基づいて構築されている。 より柔軟なAI管理型施設では、特に在庫構成が頻繁に変化する業務や、倉庫が生産ラインに直接接続する必要がある場合において、アーキテクチャの簡潔さを多少犠牲にしてでも適応性を優先する可能性がある。
わかりやすい説明
ほとんどの倉庫は一度設計されると、その構造はほぼ固定されます。エンジニアが棚、通路、コンベア、作業ステーション、仕分けエリアの配置を決定します。施設が建設されると、たとえ取り扱い商品の構成が変わっても、その構造は概ね固定されたままになる傾向があります。その結果、多くの倉庫は、過去の想定に基づいて最適化されたレイアウトのまま運営されています。
AI
最適化された倉庫では、そのロジックが変更されます。在庫、需要、ロボットの稼働状況、注文の優先順位、移動経路に関するリアルタイムのデータを活用し、商品をどこに保管すべきか、どのように取り出すべきかを決定します。売れ行きの良い商品は、ロボットが素早くアクセスできる場所に配置できます。売れ行きの悪い商品は、より高密度に詰め込むことができます。また、混雑を防ぐために移動経路を調整することも可能です。 需要の変化に応じて、保管パターンも変更可能です。スペース効率を2倍にするということは、建物の面積が2倍になることを意味するわけではありません。それは、垂直空間の活用、より高密度な保管パターン、移動の調整の最適化、そして通路や緩衝スペースの無駄を削減することで、同じ建物に約2倍の在庫を収容できることを意味します。 実際には、具体的な改善効果は現在の倉庫の設計に大きく左右されます。広い通路と低い棚を備えた従来の手作業によるピッキング倉庫は、すでに高度な自動倉庫システムを導入している施設よりも、はるかに大きな改善の余地がある可能性があります。
パートナーシップの意義
日本の産業用および倉庫用不動産は高価であり、特に東京、大阪、名古屋、主要港湾、高速道路のインターチェンジ周辺では、ますます希少化が進んでいます。 物流事業者は顧客、工場、港湾、輸送回廊の近くに拠点を置く必要がありますが、最も有用な立地ほど、拡張が難しく、コストも高くなりがちです。そのような環境下では、保管密度は二次的な指標ではありません。それは事業のコスト構造に直接影響を及ぼします。
倉庫運営会社が同じ建物内で2倍の在庫を保管できれば、2つ目の敷地を借りる必要がなくなり、施設間の輸送を削減し、新築工事を先送りできる可能性があります。製造業者にとっても、生産ラインに近い場所に高密度で保管することで、内部の資材搬送時間を短縮できます。これにより、工場の流れが改善され、仕掛品のバッファが削減され、ジャスト・イン・タイム(JIT)運営の耐性が向上します。
労働力
もう一つの要因があります。日本の労働力の高齢化により、倉庫での人手による業務がますます困難になっています。自動化は、ピッキング作業の直接的な労力を削減するだけではありません。在庫の保管場所、繁忙期におけるスペースの再配置方法、手作業による混雑の解消方法などを熟知した経験豊富な作業員への依存度も低減することができます。AIを活用した保管管理により、こうした業務上のノウハウの一部をシステムに組み込むことが可能です。ファナックにとって、この提携は、単なるロボットやコントローラーの販売という枠を超え、さらなる発展へと導くという点で、戦略的に注目に値する。 ここでの価値提案は、単一のロボットアームそのものではありません。それは、同じ建物の床面積内でより多くの保管容量を確保するという、測定可能な施設成果です。これはより高付加価値な販売モデルであり、顧客が孤立したハードウェアではなく統合ソリューションを求めるという、より広範な自動化の潮流にファナックを位置づけるものです。
業界の現状と未解決の課題
この大成建設とファナックのシステムに関する公開情報は依然として限られている。『日経アジア』はこの提携と見出しとなる主張を報じたが、詳細な技術仕様は公表していない。したがって、購入を検討する側は、この「2倍」という数値を、現場ごとの検証を要する有望な主張として捉えるべきである。
最も重要な欠落情報は、比較の基準となるベースラインだ。従来の倉庫と比較して保管効率を倍増させるという主張は、出発点が低密度の手動式棚と、人が通行できる幅の広い通路であるならば、信憑性がある。しかし、すでに自動化された高密度施設と比較して倍増させることは、はるかに困難だろう。ベースラインが分からなければ、この数値を一般化することは難しい。
処理能力もまた、重要な未知数である。倉庫は高密度でも処理速度が遅かったり、高速でも密度が低かったりする場合がある。最も価値のあるシステムは密度と業務フローの両方を改善するが、多くの場合、トレードオフが生じる。商品が非常に密に詰め込まれている場合、取り出し作業が
より多くの中間的な移動が必要となります。AIは需要を予測し、商品を賢く配置することでその負担を軽減できますが、その性能は予測の精度、ロボットの速度、および保管システムの機械的設計に左右されます。信頼性と保守性も重要な要素です。高密度の自動化は、運用上の集中リスクを生み出す可能性があります。主要なロボット、リフト、制御システム、またはソフトウェア層に障害が発生した場合、在庫へのアクセスが妨げられる恐れがあります。産業用購入者は、冗長性、手動によるオーバーライドの選択肢、点検間隔、予備部品の入手可能性、および需要のピーク時や部分的な障害発生時にシステムがどのように動作するかを把握したいと考えるでしょう。
競争環境
倉庫の自動化は現在、ロボティクス分野において最も競争の激しい領域の一つとなっています。アマゾンは、買収したシステムと自社開発システムの両方を活用して大規模なロボット物流センターを構築し、速度、注文密度、および自社の物流ネットワークに対する制御の最適化を図っています。 AutoStoreは、インテグレーターパートナーを通じて高密度キューブ型保管システムを販売することで、世界的な主要プレイヤーとしての地位を確立した。その他の企業は、棚やカートを移動させる自律移動ロボット、個々の商品を扱うロボットピッキングアーム、あるいは倉庫業務を最適化するソフトウェアプラットフォームに注力している。
大成建設とファナックのアプローチは、これらのモデルのいくつかの中間に位置しているようだ。建設や空間設計の要素が中核をなしているため、単なる移動ロボット群ではない。また、発表されたシステムはファナックのロボット技術とAIによる最適化を重視しているため、AutoStoreの固定式キューブモデルとは明確に同一ではない。 また、大成建設とファナックは外部の産業・物流企業をターゲットとしていると見られるため、アマゾンの垂直統合型社内フルフィルメントモデルとも同等ではない。
このポジショニングは、実績のある産業用ソリューションを求める日本の製造業者や物流企業にとって魅力的となる可能性がある。
新興のロボットスタートアップ企業ではなく、既存ベンダーが注目を集めている。ファナックは工場自動化分野での定評があり、保守的な産業分野の購入者に対してシステムの信頼性を高めている。大成建設は建設分野での豊富な実績を活かし、新築や改修工事において重要な役割を果たしている。こうした現場では、物理的な施設の制約が自動化の成否を左右することがある。戦略的視点
日本の物流事業者や製造業者にとって、大成建設とファナックのシステムが最も有効なのは、用地取得が制約要因となる場合である。密集した都市部の物流回廊、港湾に隣接する倉庫、拡張の余地が限られている工場用地などが、最も適した候補地となる。 事業者が安価に床面積を拡張できる場合、人件費の削減や物流フローの改善効果が顕著でない限り、この技術の魅力は薄れる。
購入を検討する企業は、自社の現在の施設設計との「同条件での比較」を求めるべきである。また、保管密度、処理能力、エネルギー消費量、保守の想定条件、稼働時間の保証、システムの可用性、および改修要件についても確認すべきである。 また、真の価値はシステムが既存の運用データと連携して機能するかどうかにかかっているため、AIによる最適化機能が倉庫管理システムや企業資源計画(ERP)ソフトウェアと統合されているかどうかも確認すべきです。
投資判断は、「面積が倍増する」という見出しだけの主張に基づいて行うべきではありません。回避できる賃料、建設費、人件費の削減、注文サイクル時間の短縮、内部輸送コストの低減、需要急増時の回復力向上などを考慮したモデルに基づいて行う必要があります。コストの高い地域では、投資回収期間が魅力的になる可能性があります。一方、コストの低い地域では、同じシステムであっても、生産性向上の根拠をより強く示す必要があるかもしれません。
より大きな兆候
この提携は、建設、ロボティクス、AIの間のより広範な融合を反映している。従来、企業はまず
まず倉庫を建設し、次にラックを購入し、さらにコンベヤやロボットを導入し、最後にソフトウェアを統合する。この段階的なアプローチでは、各層が個別に最適化されるため、効率向上の余地がしばしば見過ごされてしまう。これに対し、大成建設とファナックは、建物と自動化システムを最初から一体として設計するモデルを提唱している。これは、産業用不動産の将来にとって重要な意味を持つ。 ロボットが物流の中心的な役割を担うようになるにつれ、倉庫は、単に自動化が追加された人間の職場というよりは、監視、例外処理、メンテナンスを目的とした人間のアクセスが設計された、機械に最適化されたインフラのような姿へと変化していく可能性がある。天井の高さ、柱の間隔、メザニン設計、電力配線、センサーの配置、安全区域などが、自動化アーキテクチャの一部となるだろう。
日本はこの変化にとって理にかなった市場だ。高い産業能力を持ち、深刻な人口構造上の圧力に直面しており、スペースを効率的に活用する強い動機がある。大成建設とファナックが具体的な導入事例でこのシステムの有効性を証明できれば、このモデルは、土地の制約や労働力不足が同様の状況にある韓国、シンガポール、台湾、中国の一部、そして欧州の高密度な物流市場においても適用可能となるだろう。
今後の注目点
次に最も有用な情報開示としては、具体的なパイロットサイト名を挙げ、導入前後の保管密度および処理能力の指標を公表することが挙げられる。そうすれば、購入者や競合他社は、「処理能力が2倍になる」という主張をより明確に評価できるようになるだろう。
また、このシステムがどのような製品カテゴリーに対応できるかを確認することも重要だ。パレット、ビン、カートン、原材料、完成品は、それぞれ異なる自動化上の課題をもたらす。標準化されたビンにうまく機能するシステムでも、不規則な形状の品目や混合ケースのフルフィルメントでは、同じように機能しない可能性がある。
もう一つの疑問は、ファナックと大成が本システムを日本向けとしてパッケージ化するかどうかという点だ。
建設および自動化分野に特化した事業を展開するか、あるいはそれを国際市場へと拡大するか。ファナックはすでに世界的な事業基盤を有しており、一方、大成建設は国内の建設分野で強固な基盤を築いている。国際的な事業拡大には、現地の建設パートナーや地域ごとのシステムインテグレーターとの連携、さらには各国の建築基準への適応が必要となる可能性がある。最後の課題は、競合他社の対応である。 AutoStoreやAmazon式のフルフィルメント・インテグレーター、移動型ロボットベンダー、そして日本のFA(ファクトリーオートメーション)企業は、いずれも「より少ないスペースと労力で、より多くの商品をどのように移動させるか」という、顧客が抱える同じ核心的な課題の解決をめぐって競合している。大成建設とファナックの強みは、建築設計と産業用ロボットの融合にあるかもしれない。その統合的なアプローチが、よりモジュール化された自動化システムに勝るかどうかは、市場が決めることになるだろう。
大成建設とファナックについて
大成建設株式会社は1873年に創業し、鹿島、清水、大林といった他の大手建設グループと並び、日本有数の総合建設会社の一つである。従来の建築・インフラ工事に加え、大成建設は2024年に導入予定の「Tロボット・ストレージ生産システム」をはじめ、物流およびFA(ファクトリーオートメーション)分野の能力開発を進めている。
1972年に設立され、山梨県に本社を置くファナックは、産業用ロボット、CNCシステム、工場自動化機器の世界最大級のサプライヤーの一つである。その顧客は、自動車、エレクトロニクス、物流、機械、その他の製造業に及んでいる。
この提携は意図的なものです。大成建設は、建築物、改修工事、および産業施設の制約を熟知しています。ファナックは、ロボット、制御システム、および自動化ハードウェアに精通しています。両社は協力して、建設会社もロボットメーカーも単独では完全には解決できない課題、すなわち、倉庫をインテリジェントで自動化された、空間効率の高いシステムとして再設計する方法に取り組んでいます。
出典:
1. 日経アジア:日本の大成建設とファナック、スペース効率を2倍に高めるAI倉庫を開発、2026年7月9日
2. 大成建設:Tロボット・ストレージ生産システムの商用化を発表
3. AutoStore:AutoStore、日本における倉庫の柔軟性を向上
免責事項:本記事は、以下に引用された公開情報源に基づいており、あくまで一般的な情報提供を目的としています。RobotAIGeekは、情報源に記載された企業や出版物によるすべての主張について、独自に検証を行っていません。 数値、スケジュール、技術的な主張、および導入の詳細については、公式提出書類、翻訳、顧客事例、または企業の声明が更新されるにつれて修正される可能性があります。本記事の内容は、投資、法律、技術、または調達に関する助言として扱われるべきではありません。読者は、本コンテンツに基づいて決定を行う前に、一次情報源および有資格の専門家に相談する必要があります。












