ソフトバンク、AI-RANでフィジカルAI実証　ロボット制御の在り方を再定義

2026年2月27日、ソフトバンクはエリクソンと共同で、AI-RANを活用した低遅延・高信頼ネットワークによるフィジカルAIの実証実験に成功したと発表した。
ロボット制御とAI処理の在り方を再定義する成果となる。

AI-RANで動的オフロード実証

本実証では、ソフトバンクが開発を進めるAI-RANのMEC基盤と、エリクソンの5Gネットワーク機能を組み合わせ、ロボットと外部計算資源を統合的に制御する仕組みを構築した。
これにより、ロボット単体で実行していたAI処理を、状況に応じてMECへ動的に切り替えることが可能になった。

従来はAI処理とRAN（無線アクセスネットワーク）の制御が分離して設計されており、外部計算資源の柔軟な活用が難しかった。
両社はこの課題に対し、AI処理のオフロード基盤を整備し、ロボット、ネットワーク、計算資源を一体で制御できる構成を構築することでアプローチする。

さらに、ネットワークスライシングなどを活用した差別化された接続によって、遅延や帯域の要件に応じた最適化を実現した。軽量な処理はロボット側で行い、高度な判断が必要な場合のみMECへ移すことで、低遅延かつ高信頼な制御が確認された。

この成果により、製造、物流、インフラ保守といった分野でのフィジカルAI活用に必要な通信要件が具体化した。
両社は得られた知見を基に、フィジカルAI時代に求められる次世代ネットワークの実現を目指す方針である。

今回の成果は、ロボット設計の前提そのものを見直す契機になり得る。
端末側に大規模な計算資源を搭載せずとも、必要に応じて外部を活用できるため、機体の軽量化や消費電力の抑制につながると考えられる。
設備投資の柔軟性が高まる点も、企業にとって利点となるだろう。

また、計算資源をエッジ側に拡張するモデルは、通信事業者にとって新たな収益機会を生む余地がある。ネットワーク性能そのものが付加価値となり、単なる接続提供からインフラ統合基盤へと役割が広がる展開も考えられる。

一方で、ネットワーク依存度の高まりは新たなリスクも孕む。通信障害や遅延変動が発生した場合、制御精度に影響が及ぶ懸念は否定できない。
高信頼設計が前提となり、冗長構成やセキュリティ対策の重要性は一段と増すだろう。

それでも、通信と計算を統合的に扱う発想は、6G時代を見据えたネットワーク像を先取りする動きと言える。
今後は、AI-RANの実装がどこまで標準化され、他事業者や異なる産業領域へ広がるかが焦点になりそうだ。