アクセンチュアとボーダフォン・プロキュア＆コネクト、SAP、倉庫業務でのヒューマノイドロボット試験導入を開始

## アクセンチュア、ボーダフォン・プロキュア＆コネクト、SAP、倉庫業務におけるヒューマノイドロボットの試験導入を開始

【ドイツ ハノーバー発】 アクセンチュアは、ボーダフォン・プロキュア＆コネクトおよびSAPと共に、倉庫環境におけるヒューマノイドロボットを試験導入しました。本取り組みを通して、フィジカルAIを活用して業務効率や安全性を向上させ、要員計画やビジネスモデル設計に新たなアプローチを示します。

アクセンチュアは、先進的なロボット工学およびフィジカルAIの産業分野への実装を推進し、企業がAI活用を実験段階から大規模な実用展開へと移行することを支援しています。本取り組みにおいてアクセンチュアは、ヒューマノイドロボットがもたらす働き方の進化や、あらゆる業界における新たな収益機会の創出を検証します。

今回の試験導入は、ドイツのデュイスブルクにあるボーダフォン・プロキュア＆コネクトの倉庫で実施されました。導入されたヒューマノイドロボットは、既存の倉庫システムと並行して稼働し、SAP Extended Warehouse Managementシステムを通じて検品業務の指示を受け、さらに施設全体で自律的に目視検査も行いました。

本試験導入では、ヒューマノイドロボットがシナリオに基づく検証を実施し、倉庫業務プロセス全体における非効率性や安全上のリスク、さらには最適化の機会を特定しました。具体的には、品物の置き間違えや損傷の検知、パレットの積載状況や重量配分の評価、保管スペースの空き状況、通路の障害物や不適切に配置されたパレットといった、潜在的な危険要因をロボットが洗い出しました。また、ロボットは検出結果と推奨事項をSAPシステムへ直接連携することで、リアルタイムな可視化と、より多くの情報に基づいた高度な意思決定を実現しています。

SAPはロボットと倉庫管理システムの統合を主導し、アクセンチュアはフィジカルAI、先進的なロボット工学、デジタルツイン環境に関する専門知識を基に、ロボットインテリジェンスと運用フレームワークの設計および導入を担いました。

### クリスチャン・スーシェ（アクセンチュア アドバンスド・ロボティクス統括）のコメント
「フィジカルAIを搭載したヒューマノイドロボットは、デジタルツイン上で訓練されることで、倉庫内における従業員のケガなどの事故削減に寄与するほか、残業に伴うコストや臨時雇用への依存の軽減に貢献します。また、ボーダフォン・プロキュア＆コネクトは、将来的なヒューマノイドロボットを活用した人材ソリューション事業の開拓を見据え、ロボットの導入や性能に関する貴重なデータや知見を蓄積することが可能になります。」

### ルカシュ・オストロフスキー博士（SAP エンボディドAIアンドロボティクス責任者）のコメント
「ボーダフォン・プロキュア＆コネクトでは、SAPのエンボディドAI向けAI実行基盤、およびインターフェースであるJouleを活用しています。これにより、ロボットは業務プロセス全体および業務ロジックに接続され、いつ、なぜ、どのように動作すべきかを判断できます。信頼性の高いSAPデータに基づいてアクションを実行することで、労働災害の報告やリアルタイムの在庫検証が自動化され、監査可能な一貫したワークフローを通じて従業員の安全確保とコンプライアンス強化を実現します。」

### ラインハルト・ステファン・プラザ・バーチュ氏（ボーダフォン・プロキュア＆コネクト グローバル・ネットワーク・ロジスティクス担当ディレクター）のコメント
「今回の実証実験では、自社の倉庫業務においてヒューマノイドロボットが効率性、安全性、業務の可視性をいかに向上できるか検証しています。この取り組みをサプライチェーン全体に拡大し、将来のビジネスモデルを支える可能性についても検討していきます。」

### プラサド・サティヤヴォル（アクセンチュア 製造・オペレーション・フィジカルAI担当 グローバル統括）のコメント
「SAPとの協業は、ヒューマノイドロボットの包括的な活用を可能にするものです。シミュレーションやトレーニングから倉庫への導入、さらにはSAPデータとの連携に至るまで、一連のプロセスが基幹系システムと密接に結びついたクローズドループを実現します。」

この実証実験で使用されるヒューマノイドロボットは、アクセンチュアの「Robot Brain」ソリューションを搭載し、音声、動作、文字情報を通じて人間のオペレーターと自然に対話します。ロボットのトレーニングは、アクセンチュアの「フィジカルAIオーケストレーター」上に構築された倉庫環境のデジタルツイン上で行われます。このオーケストレーターは、NVIDIA OmniverseライブラリやMega NVIDIA Omniverse Blueprint、NVIDIA Metropolisライブラリを活用します。これにより、ロボットは単一の反復的な機能に留まらず、模倣学習や強化学習を通じて新しいスキルを習得できます。