NEC、事前学習不要のAI技術で業務デジタル化を実現

2025年08月27日

NECが事前学習不要で作業認識するAI技術を開発
複数カメラ映像から個人を特定し作業内容をデジタル化
2026年度の商用化を目指し労働力不足解決に貢献

SEOの常識を覆す
AIライティングエージェント

プロフェッショナルの業務フローを完全再現するAIの活用で、飛躍的な品質向上とコストダウンの両立。「magicss」でAI時代のSEO＆AIOを実現してみませんか？

今なら 1記事無料で生成可能（カード登録不要）

最短3分で無料体験する

革新的なビジョン言語モデルによる作業認識技術

NEC Corporation は、事前学習を必要とせずに作業者の業務をデジタル化できる画期的なAI技術の開発を発表しました[1]。この技術は、ビジョン言語モデル（VLM）を活用し、テキスト入力のみで作業タスクを認識することができます。従来のAI技術では数週間にわたるデータ収集とモデル訓練が必要でしたが、この新技術により即座に作業認識が可能となります。

システムは配送倉庫、工場、建設現場などの広域作業現場において、複数のカメラから得られる映像を統合的に解析します[1]。同一の制服を着用した作業者であっても個人を特定し、各作業者の作業内容を統合して認識結果を提供することができます。この技術により、現場管理者は作業効率の向上と最適な人員配置の実現が期待できます。

この技術の革新性は、従来のAI導入における最大の障壁である「学習データの準備」を完全に排除した点にあります。例えば、新しい作業現場にAIシステムを導入する際、これまでは「荷物の運搬」「検品作業」「清掃作業」といった各タスクについて大量の映像データを収集し、AIに学習させる必要がありました。しかし、NECの新技術では「荷物を運ぶ」というテキスト指示だけで、AIが映像から該当する作業を即座に認識できるのです。これは、まるで人間の管理者が新人作業員に口頭で指示を出すのと同じように、AIに対してもテキストで作業内容を伝えることができる画期的な進歩と言えるでしょう。

複数カメラ統合による広域作業現場の包括的監視

新技術の特筆すべき特徴は、広域作業現場における複数カメラからの映像を統合的に処理できる点です[1]。従来のシステムでは、各カメラの映像を個別に解析するため、作業者が複数のカメラ範囲を移動する際に追跡が困難でした。しかし、この新システムでは作業者を一意に識別し、カメラ間での移動を継続的に追跡することが可能です。

特に同一の制服を着用する作業環境において、個人の特定は技術的に困難な課題でした。NECの技術は、顔認識や歩行パターンなどの生体認証技術を活用し、制服着用時でも高精度で個人を識別します[2]。これにより、各作業者の作業履歴や効率性を正確に把握し、個別の作業改善提案や適切な人員配置の最適化が実現できます。

この技術は、現代の物流倉庫や製造現場が抱える根本的な課題を解決する可能性を秘めています。例えば、大規模な配送センターでは数百人の作業員が同時に働いており、管理者が全員の作業状況を把握することは物理的に不可能です。従来は作業完了の報告や定期的な巡回によって作業状況を確認していましたが、これでは非効率な作業や安全上の問題を即座に発見できませんでした。NECの新技術により、まるで「透視能力を持つ管理者」が現場全体を俯瞰し、リアルタイムで各作業者の状況を把握できるようになります。これは単なる監視システムではなく、作業者の安全確保と生産性向上を両立させる「デジタル現場管理者」としての役割を果たすのです。

2026年度商用化に向けた労働力不足対策への貢献

NECは2026年度の商用化を目標として、この技術の実用化を進めています[1]。日本国内では少子高齢化による深刻な労働力不足が社会問題となっており、特に物流、製造、建設業界では人手不足が深刻化しています。この新技術により、限られた人員でも効率的な作業管理と最適な人員配置が可能となり、労働生産性の大幅な向上が期待されます。

商用化に向けて、NECは配送倉庫、工場、建設現場などの多様な業界での実証実験を予定しています。各業界特有の作業パターンや安全要件に対応するため、業界別のカスタマイズ機能の開発も進められています。また、既存の監視カメラシステムとの互換性を確保し、導入コストの最小化も図られています。

この技術の社会的インパクトは、単なる業務効率化を超えた変革をもたらす可能性があります。現在、多くの企業が「働き方改革」を推進していますが、その実現には客観的な作業分析データが不可欠です。NECの技術により、「どの作業にどれだけの時間がかかっているか」「どの作業者がどの業務に適しているか」といった詳細なデータを自動収集できるようになります。これは、まるで「作業のDNA解析」のように、これまで見えなかった業務の実態を可視化することを意味します。その結果、過度な残業の原因特定、適材適所の人員配置、効率的な研修プログラムの設計など、データに基づいた科学的な労働環境改善が可能となるでしょう。2026年の商用化は、日本の労働環境改革における重要な転換点となる可能性があります。