協働ロボットの次へ進むDoosan｜AI作業ソリューション・量産展開・産業用ヒューマノイド [ROBs26-0803JP]

更新日：2026年8月3日｜管理コード：ROBs26-0803JP

協働ロボットの次へ進むDoosan Robotics｜AI作業ソリューション・量産展開・産業用ヒューマノイド [ROBs26-0803]

Doosan Robotics（斗山ロボティクス）の次の競争軸は、協働ロボット単体の性能や販売台数ではなく、AI・3Dビジョン・モーション制御・移動プラットフォーム・現場データを統合し、工程を最後まで安定して完結できるかに移りつつあります。

1. 結論｜日本企業が見るべきなのは「ロボット」より「工程の再現性」

日本のFA、設備、物流、自動車部品企業にとって重要なのは、 Doosan Roboticsが新しいロボット機種を増やしていることだけではありません。 同社は、協働ロボットのハードウェアを販売する事業から、 特定工程の認識・判断・動作・品質確認までを一体化したAI作業ソリューションへ 事業領域を広げようとしています。

この変化が本格化すれば、導入判断の基準も変わります。 可搬重量、リーチ、繰り返し精度だけでなく、 立ち上げ時間、工程変更への追従性、多拠点での標準化、 品質保証、保全体制、サイバーセキュリティ、 そして投資回収期間までを一つのシステムとして評価する必要があります。

日本企業への示唆
競争の中心は「優れたロボットアームを持つ企業」から、 「現場条件が変わっても同じ品質で工程を再現できる企業」へ移る可能性があります。

2. Doosanの5つの変化

今回の転換は、次の5つの軸で整理できます。

  • Scan & Go：現場形状を認識し、作業経路を生成するAI作業ソリューション
  • AI物流・EOL：デパレタイジング、パレタイジング、組立、梱包、積載を工程単位で統合
  • Kwangjin Groupでの量産展開：実証済み工程を複数工場へ横展開する事業モデル
  • 産業用ヒューマノイド：人型の外観より、産業現場での実用性を優先するロードマップ
  • 部品・SI・サービス機会：EOAT、センサー、AMR、保守、品質、安全、データ運用の需要拡大

以下では、公開済みの事実、導入計画、将来ロードマップを分けて確認します。

3. Scan & Go｜表面処理・検査・溶接を「教示作業」から変える

Doosan RoboticsがCES 2026で公開したScan & Goは、 ロボットアーム、自律移動プラットフォーム、レーザー式3Dビジョン、 物理情報を取り込むAIを組み合わせた自律作業ソリューションです。 航空機胴体、風力タービンブレード、建築物外壁などの大型・不規則形状を読み取り、 点群データから作業経路を生成する方向を示しました。

従来、複雑形状のサンディング、研削、外観検査を自動化するには、 CADデータ、個別プログラミング、治具、詳細な現場調整が必要でした。 Scan & Goが目指すのは、現場で対象物を認識し、 準備工程を減らしながら最適な軌道を生成する構成です。 2026年6月には、サンディングと溶接への適用を示すScan & Go 2.0も公開されました。

日本の製造現場で評価する場合、デモの完成度だけでは不十分です。 表面粗さ、加工痕、溶接品質、検査判定の再現性、 工具摩耗への補正、対象物の位置ずれ、品種切替、 安全停止後の復帰手順まで確認する必要があります。

確認ポイント
公開・実証段階の技術が、複数顧客で繰り返し導入される標準パッケージへ移行できるかが重要です。

4. AI物流・EOL｜設備単体ではなくライン終端をまとめる

Doosan Roboticsの第二の変化は、 物流とEOL（End of Line、製造ライン終端）を一体のソリューションとして扱う点です。 AIデパレタイジング、PalletizHD+、箱組立、梱包、積載などを組み合わせ、 ライン終端の人手依存と停止要因を減らそうとしています。

AIデパレタイジングは、3Dビジョンによる箱認識、文字認識、障害物回避、 NVIDIA cuMotionを用いたリアルタイム経路生成を統合します。 PalletizHD+は、箱とパレットの条件を入力すると、 AIが積載パターンを生成する仕組みを示しています。

日本の物流・食品・日用品・自動車部品工場では、 箱サイズのばらつき、荷姿変更、ラベル位置、パレット規格、 狭い設置面積、既存コンベヤとの同期が導入難易度を左右します。 したがって、ロボットアームの処理能力だけでなく、 周辺設備、例外処理、復旧時間、作業者との役割分担まで含めた設計が必要です。

特に多品種少量や頻繁な型替えがある現場では、 「AIで自動化できるか」よりも、 変更管理を含めて安定運用できるかが実務上の分岐点になります。

5. Kwangjinの量産展開｜19台の実績から100台超の計画へ

第三の変化は、展示会で示した技術を実際の量産ラインへ展開できるかを示す Kwangjin Groupの事例です。 同社は自動車ドアシステム部品を製造し、 米国、メキシコ、インド、ベトナムなどに生産拠点を持っています。

Kwangjinは組立、検査、リベッティング工程に Doosan Roboticsの協働ロボットを導入し、 韓国の量産工場で19台を運用しています。 公式事例では、対象となった製造工程で不良がほぼ見られない水準まで改善したと説明されています。 ただし、これは特定工程の事例であり、 全工場・全製品で普遍的に同じ結果が得られると解釈すべきではありません。

Kwangjinは2027年までに、17のグローバル拠点へ 100台を超える製造用ロボットソリューションを順次展開する計画を示しています。 ここで重要なのは台数そのものより、 一度検証した工程設計を他拠点へ再現する仕組みです。

日本企業が同様の多拠点展開を検討する場合、 標準設備仕様、工程能力、検査基準、ソフトウェア版管理、 現地部品調達、教育、保守部品、変更承認プロセスをそろえる必要があります。 本社で成功したセルを海外工場へそのまま移管するだけでは、 品質と稼働率を維持できない可能性があります。

量産展開で追うべき指標
計画台数ではなく、実際の設置台数、稼働率、停止時間、品質指標、 現地SI費用、立ち上げ期間、追加発注の有無を確認する必要があります。

6. 産業用ヒューマノイド｜2027年・2028年は「計画」である

Doosan Roboticsが掲げる第四の軸は産業用ヒューマノイドです。 同社は、人間と同じ外観を再現する汎用人型ロボットよりも、 車輪式の移動基盤や複数アームを活用し、 産業現場の作業を効率的に完結する実用型を優先しています。

そのための技術として、 複数アームの同時制御、センサーを用いた衝突回避、 複数工程を自律的に計画する長期工程計画（Long-horizon Task）、 ロボット専用の実行ソフトウェアが挙げられています。

Doosan RoboticsはNVIDIAとの協力を通じ、 2027年にAgentic Robot O/Sを基盤とする知能型ロボットソリューション、 2028年に産業用ヒューマノイドの商用化を目指す計画を示しています。 これは既に完全商用化された製品を意味するものではなく、 開発ロードマップとして扱う必要があります。

日本の導入企業が今後確認すべき項目は、 安全規格への適合、可搬・速度・精度のバランス、 バッテリーと稼働時間、工具交換、故障時の縮退運転、 部品供給、保守人材、総保有コストです。 人型であること自体よりも、 既存設備を大きく変えずにどの工程を代替できるかが事業性を左右します。

7. 日本企業の参入機会｜精密部品・品質・設備保全を接続する

Doosan Roboticsの事業がAI作業ソリューションと産業用ヒューマノイドへ広がると、 日本企業の参入機会もロボット本体の部品供給だけではなくなります。 特に、日本企業が強みを持つ精密部品、品質保証、設備保全、 安全設計、工程改善をソリューション層へ接続できるかが重要です。

  • EOAT：グリッパー、ツールチェンジャー、溶接ガン、研磨・バリ取り工具
  • センシング：3Dビジョン、力覚・トルク、触覚、安全センサー、検査機器
  • 移動・給電：AMR、自律移動台車、充電、バッテリー管理、位置決め
  • 制御・ソフトウェア：デジタルツイン、工程シミュレーション、レシピ管理、データ基盤
  • SI：既存設備連携、PLC・MES接続、治具、ライン立ち上げ、工程認証
  • 運用：予防保全、遠隔監視、教育、安全検証、サイバーセキュリティ

単品部品として採用されるだけでは、価格競争に巻き込まれやすくなります。 一方、工程レシピ、品質データ、保全手順、更新サービスまで組み込めれば、 導入後も継続的な価値を提供できます。

日本の部品・装置企業にとっての問いは、 「ロボット一台に入る部品を売るか」ではなく、 「複数工場で再現可能な工程標準の一部になるか」です。

8. 実行条件｜量産・品質・保守・データを同時に管理できるか

  • AIソリューションが一回限りの個別SIではなく、再利用可能な標準商品になるか
  • 顧客ごとのカスタマイズ費用と立ち上げ期間を抑えられるか
  • Kwangjinの100台超計画が実際の設置・稼働・追加発注へつながるか
  • 海外拠点でも同じ品質基準と変更管理を維持できるか
  • 産業用ヒューマノイドの安全性、原価、保守性が実用水準に達するか
  • 現場データの所有権、利用範囲、越境移転、再学習条件を明確にできるか
  • NVIDIAなど主要パートナーへの依存と代替性を管理できるか
  • 遠隔接続、更新、認証情報を含むロボットのサイバーセキュリティを確保できるか

AIロボット導入では、技術性能と同じくらい、 障害発生時に誰が復旧し、どの版へ戻し、 品質記録をどこまで残すかが重要です。 日本企業が参入する場合も、部品仕様だけでなく、 サービスレベル、責任分界、保証条件を事前に定義する必要があります。

9. 今後の追跡指標

  • Scan & Go 2.0の商用導入件数と対象工程の拡大
  • PalletizHD+およびEOLソリューションの反復受注
  • Kwangjin 17拠点・100台超計画の実設置数と稼働状況
  • 標準パッケージ比率と案件別SIコスト
  • 2027年Agentic Robot O/S関連ソリューションの公開内容
  • 2028年産業用ヒューマノイドの性能、安全、原価、保守体制
  • 日本を含む海外市場でのSI・教育・保守サービスネットワーク
  • EOAT、センサー、AMR、品質、保守企業とのパートナー構成

Doosan Roboticsの次の競争力は、 協働ロボット一台のスペックだけでは決まりません。 ハードウェア、AI、移動体、現場データ、品質保証、保守、 パートナー企業を、実際の工程成果へ結び付けられるかが核心です。

最終質問
貴社の技術は、ロボット一台に組み込まれる部品でしょうか。
それとも、AI作業ソリューションを複数工場で再現するための不可欠な要素でしょうか。

10. 公式資料

11. 関連ロングフォーム動画

Scan & Go、AI物流・EOL、Kwangjin Groupでの量産展開、 産業用ヒューマノイド、日本企業が接続できる部品・SI・サービス領域まで、 Doosan Roboticsの5つの変化を動画で解説しています。

▶ Doosan Roboticsは協働ロボットを超える｜AI作業ソリューション・100台超の量産計画・産業用ヒューマノイド

本稿は公開資料に基づく産業エコシステム分析です。 特定企業の投資判断や将来業績を保証するものではありません。 事業・投資判断を行う際は、最新の公式発表、開示資料、契約条件を追加確認してください。

eXGateAI. Your Scale Engine.

Comments

Post a Comment