「データ活用、現場に適合…日立の規模に頼らない戦略とは?」 ヒューマノイドやフィジカルAI(人工知能)では、多様なタスクのデータを集めて実行可能なタスクが増えると、さらにデータが集まりタスクも広がる好循環「データフライホイール」が期待されている。このフィジカルAIを現場に導入するには要件を定義し、品質や安全の許容範囲を決め、シミュレーションで強化学習する。ただ形式知化や数値管理、シミュレーションの手順を踏むとタスクの多くはルールベースで解け、データに頼らずに済むと見込まれる。この矛盾に各社はどう挑むのか。