課題・背景：製造業大企業が直面したAI実装の壁
日本の製造業大企業は、工場内に膨大なフィジカル資産を持ちながら、その知能化（AI化）を自力で進める速度でスタートアップに差をつけられていた。三菱電機も例外ではない。FA（ファクトリーオートメーション）機器、社会インフラ、ビルシステムといった100年以上の事業蓄積と現場データを抱えながら、AIアルゴリズムの開発力と実装スピードでは大きく水をあけられていた。
大企業がAI活用を進める際の障壁は、技術そのものより**「実装速度と組織文化」にある。漆間啓社長も自社の「爆速カルチャー」の欠如を率直に語っており、意思決定の多層構造・部門間のサイロ・リスク回避文化がAIを「試験導入で終わらせる」要因になっていた。同社は「循環型デジタル・エンジニアリング企業」**への変革を経営目標に掲げており、その実現には外部の実装力との協業が不可欠と判断した。
取り組みの経緯：なぜ内製でなくスタートアップ連携を選んだか
三菱電機が燈（あかり）株式会社に注目した背景には、AI特化・業界絞り込み・創業以来黒字という3つの要素がある。燈は東京大学の松尾・岩澤研究室（通称・松尾研）が支援するスタートアップとして2021年2月に創業。建設業向けの請求書処理DXサービス「Digital Billder」を起点に、製造・物流・卸売と産業特化型AIを段階的に拡大してきた。
漆間社長は野呂侑希CEOとの初対面の印象を「何かをやりそうな面構えをしていた」と語ったと伝えられる。その直感を裏付けたのが燈の実装力の具体的な実績だ。自動搬送車（AMR）の稼働率改善では、工場内動線をデジタルツイン上でシミュレーションして現場に反映するサイクルを高速で回し、大幅な稼働率向上を実現している。現場データの取得からAI適用・成果反映までの一連プロセスを短期間で完結させるこの力が、三菱電機が内製では得にくかった「爆速」の中身だ。
2026年1月28日、三菱電機は燈への第三者割当増資50億円と協業契約の締結を発表した（翌29日に三菱電機・燈各社からプレスリリース）。出資に先立つ燈の企業評価額は1,000億円（増資後1,051億円）。同社にとって初の大型資金調達となった。
サービス・事業の仕組み：「次世代産業OS」と産業特化AIの二軸
燈の事業は**「産業特化AI SaaS」と「AI受託開発・DX支援」の二軸で構成される。AI SaaS事業では建設業向け「Digital Billder」シリーズに加え、業界特化型生成AIエージェントを展開している。建設向けの「光（Hikari）」、製造向けの「工（Takumi）」、物流向けの「運（Hakobi）」、卸売・小売向けの「商（Akinai）」の4ブランドで、それぞれの業界特有の業務知識をAIに実装することで汎用AIとの差別化を図る。AI SaaSの導入企業数は全国累計1,000社**を突破している。
三菱電機との協業の核となるのが「次世代産業OS」構想だ。「無人化・自立化された未来の工場の頭脳となるシステム」を目指すもので、役割分担は明確に設計されている。三菱電機が「現場を動かす力」——FA機器・社会システム・製造現場のドメイン知識・膨大な実データ——を担い、燈が「知能化する力」——アルゴリズム開発力・実装力・ハードウェア価値最大化能力——を担う。ゼロから構築するより協業の方が実現速度で優る、という判断が前提にある。
最初の協業領域は工場内物流の自動化だ。将来的にはヒューマノイドロボットによる部品ピッキングから需要予測まで、製造現場全体の自動化を段階的に実現する計画が描かれている。両社は半年以内のPoC完了と事業化を目標に掲げており、漆間社長もスピード感への期待を明言した。
成果と現状：フィジカルAIという新しい戦場
2026年1月時点での協業は実証フェーズにあり、複数の三菱電機工場でAMRや製造ラインへのAI適用が進む。AMRの稼働率改善はその先行成果で、デジタルツイン上のシミュレーションと現場反映のサイクルを高速で回すことで実現した。燈は調達した50億円をM&Aと研究開発に重点投資する方針を明らかにしており、技術企業・ドメイン特化型企業の買収とEmbodied AI（身体を持つAI）開発のエンジニアリング体制拡充を並行して進めている。
三菱電機サイドでは、デジタル基盤「Serendie（セレンディ）」の構築と燈との協業が連動する。SerendieはFA機器・社会システムから得るデータを蓄積・活用するための統合プラットフォームで、燈のAIとの連携が現場知能化の精度と速度を引き上げる設計だ。三菱電機はNozomi Networks（米・セキュリティ企業）の買収もこの時期に進めており、燈への出資はデジタル変革投資の一環として位置づけられる。
燈の企業としての独自性は**「創業以来の黒字経営」だ。多くのAIスタートアップが調達依存で成長する中、燈は受託開発・SaaS事業の両輪で収益を確保しながらスケールしてきた。東大卒業者比率の高いエンジニア集団という技術力の厚さが裏付けにある。野呂CEO自身も「現場の課題に寄り添いながら黒字経営を維持してきた」と語っており、三菱電機との本格協業に移っても「事業の持続性」を軸に置く**スタンスは変わらないとしている。
この事例から学べること
大企業のAI戦略における「内製 vs. 提携」の判断軸は、技術の保有より実装スピードに移っている。三菱電機が燈に求めたのは「爆速カルチャー」そのものだ。大企業の内製組織が意思決定のレイヤーを抱える以上、実装速度でスタートアップに追いつくことは構造的に難しく、外部協業でスピードを補完する選択は製造業大企業に広く波及しつつある。
「フィジカルな資産×AI知能化」の役割分担モデルは再現性が高い事業設計パターンだ。FA機器・現場データ・ドメイン知識を持つ製造業大企業と、アルゴリズム開発力・実装力を持つAIスタートアップの組み合わせは、全て内製しようとする従来アプローチより実現可能性と到達点の双方で優れる局面が増えている。
もう一点、産業特化型AIの強みは「業界を絞る」ことで汎用AIへの対抗優位を作れる点にある。燈が建設→製造→物流→卸売と段階的に特化を深めてきたことが三菱電機との接点を生んだ。業務知識・現場語・規制を学習したAIは汎用LLMが届きにくい領域で価値を発揮し、スタートアップにとって「特定産業での実績の深さ」が最大の信頼証明になることをこの事例は示している。
関連項目
- CVC（コーポレートベンチャーキャピタル）
- オープンイノベーション
- デジタルトランスフォーメーション
- フィジカルAI
- コーポレートベンチャー
- 三菱電機（企業ページ）
- NEC×Anthropic協業事例
- 日立製作所×AI創薬×オープンイノベーション
- 三菱電機横浜イノベーションスタジオ