ITベンチャー企業支援

人間が言葉で指示を出しそれをロボットが自分の目で確かめて直接身体を動かす、こうした次世代のロボット制御を実現する技術が「VLA（Vision-Language-Action）モデル」と呼ばれる新しいAIシステムです。

従来のロボット制御では専門のエンジニアが「右に〇〇センチ移動し、指を〇〇度閉じて物体を掴む」といった細かなプログラムを予め組む必要がありました。
しかしGoogle DeepMindが開発した「RT-2」をはじめとするVLAモデルは、インターネット上の膨大な画像や文章から獲得した知識を活用します。
これにより初めて目にする物体であっても「これはゴミだから捨てる」「割れ物だから注意して扱う」といった高次な判断を行い、指示に合わせた動作へ直接変換することが可能になりつつあります。

この技術は将来的な産業現場の作業スタイルを大きく変える可能性を秘めています。
たとえば物流倉庫や工場では形や柔らかさが多様な商品であってもカメラ画像から状態を推定しながら柔軟に対応することが期待されています。
また様々な物が置かれた現場で「赤い箱だけを棚に並べて」と自然言語で指示すればロボットが周囲の状況を認識して作業を実行します。
プログラミングの専門知識がない現場の作業員でも日常会話に近い言葉だけでロボットを直感的に操作できる点が従来の自動化技術との決定的な違いです。
現在、実現場での運用に向けた実証実験（PoC）や研究が急速に進められています。

一方で画面の中だけで処理が完結する従来の生成AIとは異なり、実世界で「身体」を持つAIだからこその課題やセキュリティ上の懸念も存在します。
テキストを出力するAIであれば回答の誤りだけで済みますが、物理的に稼働するロボットが判断を誤った場合、製品の破損や周囲の作業員との接触事故につながる恐れがあります。
特に未知の物体に対する正確な力加減やリアルタイムの動作制御や応答速度の向上は、現在も世界中の研究者が取り組んでいる最先端テーマです。

さらにカメラが捉える映像に人間には判別しにくい微細なパターンを仕込んで意図的に誤動作を起こさせる「敵対的攻撃（Adversarial Attack）」や現場の貼り紙などに不正なテキストを埋め込んで誤った指示を実行させる「プロンプトインジェクション」といった高度なセキュリティリスクへの対策も課題視されています。

VLAモデルがもたらす利便性と柔軟性はロボティクス分野に大きなブレイクスルーをもたらしています。
今後産業界や社会全体への本格的な普及に向けては技術の高度化と同時に物理的な安全性の担保やセキュリティ対策の確立が極めて重要な鍵となります。

対話型AIから自律型AIへのシフトが進み仕事を自動で回す時代が到来しつつあります。
これまで主流だったChatGPTのようなAIエージェントも人間が登録や指示を行って一問一答で回答を得る形が一般的でした。
しかし現在は人間が毎回操作しなくてもAI自身が裏側でPDCAサイクルを回し、目標達成まで自律的に行動する新しい活用スタイルが広がりを見せています。

先行するWebマーケティングの現場では競合のリサーチから記事や広告文の作成、アクセス数値の分析や効果の薄いテキストのリライトまでをAIが全自動でループ処理する動きが進んでいます。
さらにこの流れは夜間の不具合を自力で検出してプログラムを修正するソフトウェア開発や、問い合わせ解決までを自律判断するカスタマーサポートなど幅広い分野へと波及し始めています。

作業の手動実行から離れAIに目的を提示して結果を確認するような関わり方へ移行する大きな潮流が着実に生まれてきています。

サプライチェーン強化に向けたセキュリティ対策評価制度（通称SCS評価制度）がこれからのビジネス環境において大きな注目を集めています。
この制度は経済産業省や内閣官房などの政府機関が主導し、企業間取引におけるサイバーセキュリティ対策の実施状況を客観的に審査した上で統一的な基準に基づき星の数で可視化する新しいフレームワークです。

世界的にAI悪用によるサイバー攻撃が急増する中、企業は自社単体だけでなく取引先やパートナーを含めたサプライチェーン全体でセキュリティ水準を高めることが強く求められています。
これまで企業ごとに行われていた複雑で膨大な調査票のやり取りを標準化し信頼性を可視化する取り組みは、あらゆる企業にとって安全なデジタル経済圏を形成するために不可欠なインフラになりつつあります。

こうした構造の変化はスタートアップにとって競合他社に先駆けて成長を加速させる絶好の好機となります。
実績の少なさから大企業との新規取引にハードルを感じていた企業も国の制度に沿って早期に星を獲得することで高い信頼性を効率的に証明できます。
セキュリティ対策を守りの管理コストとしてではなく市場での差別化と新たな顧客獲得を勝ち取るための積極的な事業戦略として捉えることが大きなチャンスを掴む鍵となります。

日本のサイバーセキュリティ対策は侵入を防ぐ受動的な防御からシステム内部に潜む危険を自ら探し出す能動的な対応へと大きな転換期を迎えています。
2026年7月31日に開催された第6回サイバーセキュリティ戦略本部において、政府はサイバーセキュリティ2026や重要インフラ統一基準の改定と併せ能動的な脅威捜索手法である脅威ハンティングの普及促進に係る基本方針を正式に決定しました。

従来の対策は既知のウイルスや異常な通信のアラートを検知して対処する仕組みが主流でした。
しかし近年ではOS標準の管理ツールを悪用して正規の利用者を装う攻撃など、既存の監視をすり抜ける高度な手口が急増しています。
こうした攻撃者はネットワーク内に数ヶ月にわたり静かに潜伏し、重要なデータを盗み出したりシステム障害を引き起こす機会を伺っています。
このような事態を防ぐためにすでに侵入されているという前提に立ち、不審なログや僅かな違和感を能動的に見つけ出す脅威ハンティングの重要性が高まっています。

この取り組みの要となるのが最新AI技術の活用です。
今回の会合におけるProject YATA-Shieldの取組状況報告でも、例えば金融庁から金融機関における生成AIを活用した不審取引や異常ログの即時検知・防御体制の構築支援といった最新の施策が示されました。
電気、金融、通信、交通、医療といった重要インフラをはじめとする社会インフラの通信ログやシステムデータは膨大であり、人間が目視で確認するには限界があります。
防御側にAIを用いることで広大なデータの中から攻撃者が潜伏している徴候や普段と異なる微細な異常挙動を高速かつ正確に抽出できるようになります。
防御側がAIを組み込むことで攻撃者の滞留時間を極限まで短縮し被害が発生する前に無害化することが可能になります。
社会を支えるインフラの強靭性を高めるためAIと専門技術を組み合わせた官民の強固な連携が始まっており、今後は関連ソリューションや専門人材への投資が急速に伸び、新たなビジネスチャンスが大きく広がっていくと考えられます。