三菱電機擴大Physical AI應用 製造現場朝自主化推進

日本三菱電機正擴大人工智慧（AI）與機器人技術在製造現場的應用，希望從協助人員判斷、重複作業自動化，逐步推進至特定領域的自主化。根據集英社出版的《AI經營講座》摘錄內容，三菱電機將多年製造現場經驗、工程技術與物理法則結合AI，發展所謂「Physical AI」，以提升工廠生產效率、品質及設備控制能力。

相關內容源自2026年1月至3月舉辦的東京大學AI經營寄付講座，聚焦企業如何把AI從數據分析工具延伸至實際營運與製造流程。三菱電機的布局顯示，製造業導入AI的重點正從單純分析資訊，逐漸轉向讓系統直接理解並操作實體設備。

三菱電機早期建置物聯網（IoT）平台時，主要功能是讓工廠內部設備與系統共享數據。隨著平台持續發展，目前已能整合工廠內外不同來源的資料，並進一步用於建立生產與設備管理解決方案。當機器人感測、控制與運動性能提升後，AI也更有機會從後端分析走進實際產線。

公司所稱的Physical AI，核心在於將AI模型與現實世界中的物理條件結合。傳統AI通常依靠大量資料找出規律，但製造現場涉及機械運動、材料特性、溫度、壓力、安全限制等條件，因此僅靠數據學習可能不足。三菱電機希望把既有工程知識與物理法則納入AI，使系統能在資料量有限的情況下學習，同時提高控制設備時的可靠性。

這項方向也反映製造業導入AI與一般生成式AI不同的要求。工廠設備若發生判斷錯誤，不只可能降低良率，也可能導致設備損壞或人員安全問題，因此模型準確度之外，是否能在預期範圍內穩定運作，以及面對異常狀況時能否採取適當措施，都成為導入條件。

依三菱電機規畫，AI導入製造現場可分為數個階段。第一階段是「判斷支援」，由AI整理設備、品質或生產資料，協助工作人員作出決策；接著進入「自動化」，將規則較明確、重複程度高的工作交由AI與設備執行；最終則是在限定工作範圍內達到「自主化」，讓機器能根據現場情況自行判斷並完成任務。

人型機器人技術進步，也可能進一步擴大這類AI的應用場景。與固定式工業機器人相比，能在接近人類工作環境中移動及操作的人型機器人，理論上可承接更多原本為人員設計的工作，但要真正進入量產工廠，仍須處理安全性、穩定度、成本及作業速度等問題。

三菱電機目前提出的是製造AI的技術發展方向，相關資料尚未提供各項Physical AI方案的實際導入規模、成本節省幅度或生產效率提升數據，因此尚不能據此判定已全面實現無人工廠。不過，從判斷支援走向自動化，再逐步嘗試有限領域自主作業，顯示日本製造業正把AI從資訊系統進一步帶入實體生產流程，後續實際效益仍有待各項應用落地後驗證。