三菱自、国産人型ロボを量産へ
こんにちは、コプラスです。本日夕版は「国内産業に根を張るAI」を軸に5本を選びました。三菱自動車が人型ロボットの量産に踏み込み、文部科学省は生成AIのリスク理解まで含めた情報教育の拡充案を提示。note社は全社的なAI活用が業績の上方修正を後押しし、自治体の選挙事務や企業の経費精算といった「地味だが効く」現場にも実装が広がっています。朝版（GPT-5.6の一般公開など）とは異なり、日本の産業・行政・働き方に直結する動きを整理しました。
① 三菱自動車、国産人型ロボットを量産へ——京都工場で月1000台
三菱自動車は9日、国内工場でヒューマノイド（人型ロボット）の量産を始めると発表しました。5月までに出資した東京大学発スタートアップのHighlanders（ハイランダーズ）と共同生産し、エンジンを手がける京都工場の遊休スペースに設備を構えて生産能力は月1000台とする計画です。2027年にも生産を始めてまず自社工場へ導入し、将来は外販も視野に新たな収益源へ育てる方針。顔部にカメラや音声システムを集約し、認識した映像をもとにAIが手足の関節を自動制御する「フィジカルAI」型の設計です。
完成車メーカーが自社の遊休設備と量産ノウハウをロボット事業に転用する構図は、日本の製造業が持つ「ものづくり資産」とAIを掛け合わせる好例です。人手不足が深刻な現場ほど、まず自社ラインで使い倒して知見をためる進め方は、中堅・中小の設備投資判断にも示唆があります。
② 文科省、情報教育を大幅拡充——生成AIの「リスク理解」も学習内容に
文部科学省は8日の中央教育審議会・教育課程部会で、情報教育の時数を大幅に拡充する案を示しました。小学校で年間最大30〜35コマ、中学校に新設する「情報・技術科（仮称）」で35〜70コマ程度を想定し、2028年度から先行実施、2030年度の全面実施をめざします。学習内容には、生成AIの利便性とハルシネーションなどのリスクを理解したうえで、社会における適切な活用や判断を検討することが盛り込まれる見通しです。
「使いこなす力」と同時に「リスクを見抜く力」を義務教育に組み込む方向性は、企業のAI教育にもそのまま当てはまります。社内研修でも、便利さの紹介だけでなく誤情報・情報漏えいへの向き合い方をワンセットで扱うことが、これからの標準になりそうです。
③ note、AI活用で通期業績を上方修正——営業益は前年同期比20倍超
コンテンツ配信のnoteは、2026年11月期の通期業績予想を上方修正しました。全社的なAI活用で生産性が高まり、人件費率が低下して営業費用が期初計画を下回ったことが主因です。同社は「AI活用が想定以上」と説明しており、上半期（2025年12月〜2026年5月）の純利益は前年同期比で約9.4倍、第2四半期累計の営業利益は20倍超に達しました。生成AIによってクリエイターとコンテンツの増加も続いているとしています。
AIの効果が「実験」ではなく決算の数字として現れ始めた象徴的な事例です。人員を増やさず売上を伸ばせた点がポイントで、AI導入の投資対効果を語る際、自社の人件費率や一人当たり生産性を指標に置くことの有効性を示しています。
④ NEC×ぎょうせい、選挙事務の市民対応を生成AIで支援——実証で高評価
NECと出版のぎょうせいは、自治体の選挙事務における市民応対業務を支援する生成AIを共同開発し、横浜市・仙台市の選挙管理委員会の協力のもとで実証実験を行いました。ぎょうせいの選挙専門書籍や自治体のFAQを参照し、質問に対して根拠となる法令・文献を添えて回答する仕組みで、ハルシネーションチェック機能やe-Gov法令検索との連携で職員のダブルチェックも可能です。実証後のアンケートでは、両市の利用者の9割超が回答精度を「正確」、7割超が「業務効率化に寄与する」と評価しました。
不定期で発生し、ベテラン依存になりやすい業務ほど、根拠付きで答える生成AIの価値が出ます。回答に必ず出典を添え、人が最終確認する設計は、専門知識が属人化しがちな中小企業のバックオフィスにも移植できる考え方です。
⑤ 日立システムズ、経費システムにAI旅費精算——不自然な申請も自動検知
日立システムズは、総合経費管理システム「Traveler'sWAN」にAI旅費精算支援機能を追加すると発表しました。利用者が自然言語で入力した内容をもとにAIが精算に必要な情報を整理して伝票作成を支援し、申請日の重複や通常と異なる経路での精算があればAIが不自然な点を検知してアラートを出します。β版を2026年10月、正式版を2027年3月に提供予定。あわせて委員旅費・謝金など公共団体向け機能も強化し、複数自治体で採用が決まりました。同システムは900社以上・125万人超が利用しています。
「入力の楽さ」だけでなく「異常検知によるチェック負担の軽減」までを一体で狙う設計が実務的です。経費精算のような定型かつミスの許されない業務は、AIの導入効果が数字で見えやすく、最初の一歩として取り組みやすい領域といえます。
明日への展望
本日は、製造の量産ライン・学校の教室・上場企業の決算・自治体の窓口・経理の伝票と、まったく異なる現場で同時にAIが「実装」段階へ進んだ一日でした。共通するのは、派手な新モデルよりも「既存の業務にどう溶け込ませ、どう効果を測るか」に関心が移っている点です。明日以降は、こうした導入事例が投資対効果（人件費率・処理時間の削減）の具体数値とセットで語られる場面が増えそうです。自社でも「どの定型業務から測れる形で始めるか」を明日の視点に加えてみてください。
AIはいま、実験のフェーズから「現場の業務にどう組み込み、成果をどう測るか」のフェーズへ移りつつあります。ロボット量産のような大きな一手も、経費精算の効率化のような身近な一歩も、出発点は同じ——自社の業務を棚卸しし、測れる形で始めることです。
コプラスは、中小企業の「はじめの一歩」から実装・定着までを伴走支援しています。自社のどの業務からAIを始めるべきか迷ったら、お気軽にご相談ください。
