安全、設備故障の一般モデル、ロボット基盤、データ形式、通信・MLOpsなどを共同化する。
PHYSICAL AI / ECOSYSTEM PLAYER MAP
瀬戸内Physical AIエコシステム・プレイヤーマップ
GPUだけでは産業にならない。データ、現場、制御、通信、人材、統合主体をどう接続するか。
Physical AIの地域競争力は、単独企業の技術力ではなく、現場データを学習資源へ変換し、モデルを安全に現場へ戻し、改善を繰り返すプレイヤー間ネットワークで決まる。本ノートでは瀬戸内の既存プレイヤーを役割別に整理し、どこに接続があり、どこに空白が残るかを読む。
01|必要なのは「企業一覧」ではなく、学習ループを完成させる役割分担
この循環のどこか一つでも欠けると、地域のAI投資はPoCで止まりやすい。とくにPhysical AIでは、現場データの意味を理解する人、機械を安全に動かす人、企業間データを扱うルールを作る人が必要で、GPUやAIモデルだけでは完結しない。
02|7つのプレイヤー層
| 層 | 役割 | 瀬戸内で確認できる代表例 |
|---|---|---|
| 1. COMPUTE | GPU、AIファクトリー、地域推論基盤 | ハイレゾ(高松・綾川)、STNet、EneWings広島DC、両備システムズの岡山DC、三原の大型DC計画 |
| 2. WATT / BIT | 電力、系統、光通信、クラウド接続 | 四国電力送配電・中国電力ネットワーク、STNet、エネコム、アルテリア等 |
| 3. DATA OWNER | 実世界データ、設備、技能、運転知識を持つ | 今治造船、新来島どっく、BEMAC、JFEスチール、マツダ、周南・新居浜の化学企業、港湾・物流事業者 |
| 4. ROBOTICS / CONTROL | AIの判断を物理動作へ変換 | BEMAC、造船ロボット・FA関連企業、搬送・検査・設備制御企業 |
| 5. SI / DATA PLATFORM | データ収集、MLOps、エッジ、セキュリティ、既存設備統合 | 両備システムズ、STNet、エネコム、BEMAC等。域外大手SIerとの接続も必要 |
| 6. KNOWLEDGE / TALENT | 研究、人材育成、技能の形式知化 | 広島大学デジタルものづくり教育研究センター、愛媛大学、新居浜高専、徳山高専、地域大学・高専 |
| 7. ORCHESTRATOR / GOVERNANCE | 複数企業を束ね、協調領域、データ権利、投資順序を設計 | 香川県AIファクトリー推進コンソーシアム、今治海事エコシステム推進機構、広島大学共創コンソーシアム等 |
※企業名は公開情報で役割が確認できる代表例。各社が本ノートで示す全機能を提供しているという意味ではない。
03|香川モデル:COMPUTE起点のエコシステム
香川では、GPUデータセンターの実装が先行し、2026年8月には香川県AIファクトリー推進コンソーシアムが設立された。高松・綾川のGPU拠点、STNetのデータセンター・通信基盤、県のGX戦略地域政策を重ねることで、計算資源から利用企業・人材・投資を呼び込むモデルが形成されつつある。
さらにSTNetは、離れたGPUサーバーを高速・低遅延ネットワークで束ねる「遠隔GPUクラスター」の実証を2026年度上期に開始する計画を示している。これは瀬戸内の多核立地と相性がよく、将来は一つの巨大施設ではなく複数ノードをネットワークで一つの計算資源として扱う方向へ進む可能性がある。
04|広島モデル:研究・共創起点のエコシステム
広島大学デジタルものづくり教育研究センターでは、データ駆動型スマートシステム、スマート検査・モニタリング等の共創コンソーシアムを運営し、マツダ、JFEスチール、コベルコ建機、北川鉄工所、サタケ、リョービ、中国電力など多数の企業が参加している。
ここではGPUそのものより、企業課題 → 共同研究 → センシング・制御・AI → 社会実装 → 人材育成の接続が先行している。Physical AIに必要な「現場課題を研究テーマへ翻訳する能力」がすでに地域内に存在する点が強い。
05|今治モデル:INDUSTRIAL DATA起点のエコシステム
今治では2026年から、今治市・愛媛県・愛媛大学・今治造船・新来島どっく・BEMAC等が参画する「今治海事エコシステム構築プロジェクト」が本格化した。計画には、海事関連データセンターの設置、データ集積・利活用、自律運航、スマートファクトリー、高度人材育成が明示されている。
このモデルの特徴は、造船・舶用・海運という実データの発生源が先に存在することにある。BEMACは自律運航支援、船舶IoT、異常予兆検知等を開発しており、現場データを学習・制御へ戻す橋渡し役になり得る。
06|岡山・水島は「地域SI+産業現場」をどう接続するか
岡山には、データセンター、ネットワーク、クラウド、AI・IoT研究開発を持つ両備システムズが存在する。一方、水島には鉄鋼、化学、自動車、物流等の巨大な現場データがある。
したがって岡山圏の鍵は、都市側のIT・DC能力と、臨海工業地帯のOT(Operational Technology)を誰が接続するかである。ここが成立すると、岡山は単なるBCP型DC拠点から、産業推論・データ統合拠点へ性格を変え得る。
07|周南・新居浜では「プラントOT」が希少資産になる
化学プラントでは、ロボットを導入するだけでは価値が出にくい。プロセス条件、設備保全、安全規則、危険区域、異常時操作といったOT知識が必要になる。したがってPhysical AIの実装では、AI企業以上に設備メーカー、保全会社、制御系技術者、操業担当者が重要になる。
新居浜では新居浜高専が「ものづくりとAI」を開講し、東予東部では新居浜高専・商工会議所・自治体・100社超の製造企業を含む人材ネットワークが形成されている。周南でも徳山高専がAI・デジタルツイン・ロボット教育を進めている。これらは単なる教育機関ではなく、現場とAIの翻訳者を供給する地域ノードとして見るべきである。
08|最大の不足は「オーケストレーター」と「データ・トラスト」
瀬戸内には電力、通信、GPU、製造現場、大学・高専がすでに点在する。にもかかわらず地域全体でPhysical AIが自動的に成立するわけではない。企業データは競争力そのものであり、工場映像、異常履歴、品質データ、熟練技能は外部へ簡単に持ち出せない。
したがって必要なのは、誰がデータを所有するか、どこまで学習に使えるか、学習済みモデルの権利は誰に帰属するか、競合企業間で何を共有するかを設計するデータ・トラスト機能である。
製品条件、顧客情報、独自操業ノウハウ、個別品質モデル等は企業内に残す。
行政・大学・中立組織等がプロジェクト設計、権利処理、投資順序、成果配分を統合する。
09|3つの形成モデルを比較する
| モデル | 起点 | 強み | 弱点になりやすい点 |
|---|---|---|---|
| 香川 | GPU・DC・政策 | 計算資源を先に作り需要を呼び込める | 地域産業の高品質データとどう結びつけるか |
| 広島 | 大学・共創研究 | 企業課題を研究・社会実装へ変換する仕組み | 大規模計算資源・商用スケールへの接続 |
| 今治 | 海事産業・現場データ | Physical AIが学習する実世界が高密度 | 計算資源・共通データ基盤・企業横断ルール |
仮説:瀬戸内全体では、この3モデルを競わせるより、香川のCOMPUTE、広島のR&D、今治のINDUSTRIAL DATAをワット・ビット回廊で接続した方が強い。
10|地域経営として追うべきKPI
| 領域 | KPI例 |
|---|---|
| 計算 | 地域GPU容量、稼働率、産業用途比率、学習/推論別利用量 |
| データ | AI-Readyデータセット数、企業間共有案件、データ利用許諾までの日数 |
| 実装 | PoC→本番移行率、現場稼働ロボット・エッジAI数、モデル更新頻度 |
| 人材 | AI×OT人材、共同研究者、高専・大学から地域企業への就職数 |
| 地域循環 | 地元SI・設備企業への発注、地域企業の生産性・安全性改善、追加投資額 |
Physical AIエコシステムの成果は「コンソーシアム参加社数」だけでは測れない。データが学習へ回り、モデルが現場に実装され、その成果が次のデータと投資を生む速度を追う必要がある。
11|結論|瀬戸内の希少資源は「現場をAIへ変換できる接続能力」
瀬戸内には、GPU、通信、電力、大学、造船所、製鉄所、化学プラント、港湾、制御企業、高専が既に存在する。課題は不足している要素を一から作ることより、既存の強いノード同士を、データ権利と実装責任を明確にして接続することである。
地域固有性の転移という観点から見ると、瀬戸内の次の競争力は、港・工場・技能そのものから、現場をデータ化し、AIへ学習させ、再び機械の行動として戻す接続能力へ移りつつある。
出典・確認資料
この研究ノートの設計
詳細に入る前に、何を明らかにするための研究か、何を対象にし、どの方法で読むのかを明示します。
目的
GPU/DC、電力、通信、SI、ロボット・制御、産業データ、大学・高専、行政をつなぎ、瀬戸内でPhysical AIの学習→実装→再学習ループを成立させるプレイヤー構造を整理することを目的とする。
対象
瀬戸内のAIデータセンター、電力・通信・冷却・土地、製造業・物流・港湾などのAI需要側、関連企業・大学・高専・自治体との接続を対象とする。
方法論
立地可能性と地域接続性を分け、自然・災害、電力、通信、冷却、土地、需要、地域企業との接続を複数軸で比較する。投資額や雇用人数だけでなく、地域で新たに何が可能になるかを評価する。
内容
学習DC・推論DC・Physical AIの立地条件、地域別適地性、既存産業との接続、人材・調達・インフラ外部効果、地域への還流を検討する。