2月最終週、無関係に見える3つの数字が同時に浮上した。「41%」「2030年」「32.9%」。この数字をつなぐと、製造業AIの「次の章」が見える——そこには、Agentic AIという新たなキーワードがある。

前回の記事では、フィジカルAI「3,873億円」という"舞台"について書いた。今回は、その舞台の上で実際に起きている変化を追う。

世界の製造業が「質問」をやめた日

米国自動化推進協会（A3）が2026年の調査結果を発表した。製造業者の41%がAIビジョンシステムを今年の最優先自動化戦略に挙げた。さらに注目すべきは、LLM（大規模言語モデル）への関心度だ。2025年の16%から2026年には35%へ——わずか1年で2倍以上に跳ね上がった。

この変化の本質は、単なる「関心の増加」ではない。AIを「道具」として使う段階を超え、「同僚」として使う段階に入りつつあるということだ。業界ではこれをAgentic AIと呼ぶ。

「Agentic AIは自然言語の指示を受けて自ら計画を立て、ツールを使い、結果を検証し、次の行動を決定する。サプライチェーンの遅延や設備異常の発生時、人間の介入なしに生産スケジュールを自律的に再最適化する」
— IIoT World, 2026年2月

違いを一行にまとめるとこうなる。従来のAIには「このデータ、異常値？」と聞いていた。Agentic AIには「異常検知から原因分析、スケジュール変更、報告書作成まで任せる」と委ねる。

「質問するAI」から「委任されるAI」へ。この一歩が、工場の意思決定構造を根本から変えつつある。

Samsungが「全工場」に賭けた

同じ2月、バルセロナMWC 2026でSamsung Electronicsが宣言した。2030年までに全世界の製造ラインをAI基盤のスマートファクトリーに転換すると。

「Samsung Electronicsは、AIとデジタルツイン技術を通じてグローバル製造オペレーションを根本的に再編する」
— Samsung Newsroom, 2026年2月

注目すべきは、その範囲だ。単一工場のPoC（概念実証）ではない。米国テキサス州Taylorファブへの170億ドル投資を含め、グローバル生産ネットワーク全体をAIで再設計するという宣言だ。

半導体ビッグプレーヤーが「全社的に」Agentic AIに賭けた。これは技術実験ではない。経営戦略だ。

同時期、日本から出てきた数字は対照的だ。

スマートファクトリーを導入済みの日本の製造業者は全体の32.9%。導入企業のうち「完全自動化」を目標とする企業が45.7%に達するが、その大半が部分導入の段階で停滞している。

意志はある。だが実行が追いついていない。

理由は3つに収斂する。設備データが収集されていない、あるいはフォーマットがバラバラのデータ整備の未完。AIを運用できる現場エンジニアが不在の人材不足。そして、最初から大きな絵を描こうとして最初の一歩が踏み出せない「全体自動化」の罠。

41%。2030年。32.9%。

並べると、1つのパターンが浮かび上がる。製造業AIは「導入するかどうか」の時代から「自律のレベル」の時代に移行した。世界の製造業の41%がすでに動いており、Samsungのようなビッグプレーヤーは全社転換を宣言した。日本はまだ「導入するかどうか」を悩む32.9%にとどまっている。

このギャップは、時間とともに広がる。Agentic AIの特性上、早く導入した企業にはデータが蓄積され、AIの判断精度が上がる。後発企業との差は加速度的に開いていく構造だ。

だが裏を返せば、日本の32.9%は「67.1%がまだ未着手」という意味でもある。前回の記事で扱ったフィジカルAI 3,873億円の予算は、まさにこのギャップを埋めるための加速装置だ。

とりわけ熊本半導体クラスターでは、この変化はより切迫している。JASM第2工場の3nm量産が2027年末に始まれば、周辺の部品・素材メーカーに対する品質・納期の要求水準が一段上がる。「人が判断し、人が記録し、人が報告する」スピードでは対応できないレベルが来る。

「1つの工程」から始める：全体自動化は罠だ。品質検査、設備モニタリング、日報作成——1つの工程で成果を確認してから拡大する。それが最も速い道だ。
データ整備が前提になる：Agentic AIはデータなしには「判断」できない。設備稼働データ、品質データ、環境データ。収集体制を先に整えることが出発点だ。
2027年のタイムラインを意識する：JASM 3nm量産開始＝サプライチェーン全体の品質基準が上がる。「そのとき考えよう」では、もう間に合わない。