神戸製鋼所、マイクロソフトと提携するアルム。製造AI（フィジカルAI）が多品種小ロット生産の経済性を劇的に改善

1. 企業背景と製造AI開発の必然性
2. ソフトウェアレイヤー：NC完全自動生成AI「ARUMCODE」の解析機構
3. ハードウェア・フィジカルAIレイヤー：「TTMC」と自律加工制御「TTMC Brain」
【コラム】アルムが築く大手企業との共創エコシステム：製造AIの社会実装を加速させる提携戦略
コラムのまとめ
4. プラットフォームレイヤー：自律分散型製造グリッド「MMOP構想」
5. 製造業に与える構造的インパクト
引用文献

1. 企業背景と製造AI開発の必然性

アルム株式会社（ARUM Inc.）は、石川県金沢市に本社を置く、切削加工を中心とした金属・樹脂加工領域の製造AIおよび自律型工作機械システムの開発企業である¹。同社は2006年の創業以来、自動化設備や専用機の設計製作を手がけてきたが、日本のものづくり産業が直面する熟練技術者の高齢化、後継者不足、多品種小ロット生産に伴う生産性の構造的限界を打破するため、製造プロセスの完全自動化・知能化へと舵を切った¹。

切削加工現場における最大のボトルネックは、工作機械そのものの切削速度ではなく、3D CADデータから工具の動作軌跡（ツールパス）を割り出し、機械固有のNC（数値制御）プログラムを作成するCAM（Computer-Aided Manufacturing）オペレーションおよび段取り作業にある⁵。従来、この工程は熟練工の長年の勘や経験知に依存しており、図面ごとに工具選定や切削速度、送り速度、切込み深さを手作業で割り出す必要があった⁶。そのため、1日の労働時間の大半がプログラミングや段取りに費やされ、年間の実質機械稼働率が10〜30%程度にとどまるという非効率が存在していた⁵。

アルムは2015年に秋田県の超精密部品加工会社である株式会社オーエスイー（現・MMOP株式会社）を完全子会社化し、自社工場を製造AIの実証実験場として活用する体制を整えた²。年間約6万点・2万枚の図面を平均ロット3個という極めて変種変量な環境下で処理する中で、熟練工の加工判断を数理モデル化し、7年間で300万通りを超える切削条件データベースを構築した⁶。この現場知と解析技術の融合が、同社の製造AI技術群の基盤となっている²。

項目	企業情報および事業概要
会社名	アルム株式会社（ARUM Inc.）¹
代表者	代表取締役社長平山京幸²
設立 / 資本金	2006年8月 / 8億783万1,000円（資本準備金・資本剰余金含む）²
本社所在地	石川県金沢市戸水一丁目61番地¹
中核事業	製造AIソフトウェア（ARUMCODE）、自律型工作機械（TTMC）、分散製造プラットフォーム（MMOP）の研究開発・提供²
主要関連会社	MMOP株式会社（100%子会社、旧オーエスイー、秋田県秋田市）²
主な外部提携	株式会社スギノマシン、日本マイクロソフト株式会社、株式会社神戸製鋼所、田中精密工業株式会社⁶
主な受賞・認定	2021年度グッドデザイン賞¹⁵、総務省起業家万博2022「総務大臣賞」¹¹、CEATEC AWARD 2022「デジタル大臣賞」¹¹

2. ソフトウェアレイヤー：NC完全自動生成AI「ARUMCODE」の解析機構

アルムの中核ソフトウェア「ARUMCODE（アルムコード）」は、3D CADデータを入力するだけで、熟練作業者の判断プロセスを完全に代替し、最適工具の選定、切削条件の算出、ツールパス計算、干渉チェック、NCプログラム（Gコード/Mコード）の出力を完全自動で行うAIソフトウェアである⁵。

従来のCAMを用いたプログラミングでは、形状認識からアプローチ方法の決定、工具径・突き出し量の設定、送り速度や回転数の調整など、最大177ステップに及ぶ手動判断と入力作業が必要であった⁸。ARUMCODEはこの工程を自動化し、オペレーターの作業を実質2工程（図面投入と出力確認）へと圧縮する⁹。

[従来のCAMプログラミング工程] 177ステップの手動入力・パラメータ調整（約60分）
↓
[ARUMCODEによる処理] 3D CAD投入 ──(5段階幾何・切削解析)──▶ NCプログラム即時出力（約1〜3分）

ARUMCODEの自動生成アルゴリズムは、独自の幾何形状解析と切削理論アルゴリズムの融合によって成り立っている²。まず、読み込まれた3D CADデータをZ軸方向に微細にスライスし、XY平面においてピッチの高精度な座標値を取得することで、微小な段差、フィレット、傾斜面などの幾何特徴（フィーチャー）を高速に抽出する²。次に、抽出された幾何情報から、平面フライス、ポケット、等高線・走査線、ドリル、リーマ、タップ、ボーリング、面取りなどの加工種別を自動判別し、加工部位ごとに最適な工程順序を割り振る²。続いて、工場側で事前登録された工具群の諸元に基づき、干渉を回避しつつ加工能率を最大化できる最大工具径や工具長を部位ごとに自動選択する²。その後、アルミニウム系、銅合金、炭素鋼、ステンレス鋼、樹脂といった被削材質ごとの切削抵抗、熱変位、工具摩耗特性を考慮し、線形回帰分析等の手法を用いた切削理論アルゴリズムによって主軸回転数、送り速度、切込み深さを自動最適化する²。最後に、算出された加工条件を基に干渉のない最短経路パスを計算し、FANUC、三菱電機（MELDAS）、SIEMENSなど主要なNC制御装置に適合したGコード・Mコードを出力する²。

評価指標	従来のCAM手動設定	ARUMCODE適用後	改善度・達成値
プログラム作成時間	約60分（1部品あたり）⁶	約1〜3分（完全自動）⁶	最大約95〜98%削減⁶
プログラミング工程数	177ステップ⁸	2ステップ⁹	175ステップ削減⁸
部品あたり製造原価	基準値（100%）²	約50%削減（NC作成コスト排除）²	製造コスト半減²
寸法公差	作業者の熟練度に依存	[cite: 2, 12, 24]	高度な加工再現性²
形状公差	作業者の熟練度に依存	[cite: 2, 12, 24]	高度な加工再現性²
表面粗さ ()	条件設定に依存	前後²	高品位な仕上げ面質²

アルムはフライス加工向けの「ARUMCODE 1」を皮切りに、NC旋盤加工対応の「ARUMCODE 2」、研磨加工対応の「ARUMCODE 3」、神戸製鋼所と共同開発を進める鋳造・鍛造・製缶品向け切削加工AI「ARUMCODE 4」へと適用領域を順次拡張している¹。これらは月額定額制クラウドプラットフォーム「ARUM Factory365」を通じて提供されている²。周辺モジュールとして、機内カメラで工具摩耗や突き出し量を自動計測して補正する「ATM（Auto Tool Manager）」や、DNC経由で最大50台の工作機械へNCプログラムを一括自動転送する「マルチドライブ」、削り残しや食い込みを事前検出するシミュレータ「Vsim」を統合し、工場単位での自動化エコシステムを構築している²。

3. ハードウェア・フィジカルAIレイヤー：「TTMC」と自律加工制御「TTMC Brain」

アルムの取り組みはソフトウェア単体にとどまらず、工作機械ハードウェアそのものを自律制御する「フィジカルAI」へと深化している⁴。その具現化が、切削加工に関わる全12工程を完全無人化した自律型工作機械「TTMC（Total Tuning Machining Center）」シリーズである⁶。

従来の工作機械は、NCプログラムが入力された後の切削動作のみを実行するものであり、材料投入、芯出し、クランプ、工具摩耗測定、補正、洗浄といった前後工程は作業者の手作業に依存していた⁶。TTMCは、独自開発の制御AI「TTMC Brain」を頭脳として搭載し、3D CADデータの読み込みから完成品の洗浄・排出に至る全12工程を自律的に遂行する⁶。TTMC Brainは、CAD形状から工程設計とNCプログラムを瞬時に導出し、ロボット機構と協調して材料のセット、芯出し測定、クランプ圧の自動調整、荒加工、工具摩耗の機内センシング、仕上げ加工への自動補正入力、機内洗浄までを無人で完結させる⁶。さらに、工具や材料の摩耗・在庫状態を監視し、サプライチェーンを通じてメーカーへ自動発注する機能も内包している²⁸。

ハードウェア面においては、株式会社スギノマシンとの共同開発パートナーシップを締結し、量産体制を確立している¹⁴。フラッグシップ機である「TTMC Type-F5 S model（TTMC Type-F5 Blackie）」は、スギノマシンの同時5軸マシニングセンタ「セルフセンタ SC-V30a」をベースマシンに採用し、高剛性トラニオン式傾斜円テーブルとリニアスケールによる高精度な位置フィードバック機構を備えている⁶。これにより、72時間連続無人稼働を可能にしており、1台あたり約3.3億円で半導体や自動車関連企業等に導入が進んでいる⁶。また、田中精密工業とは金属3Dプリンタ（アディティブ・マニュファクチャリング）による積層造形とTTMCの5軸切削加工を融合させた新型機の共同開発を進めている¹³。

[TTMC Origin のシステム構成]
オペレーター（自然言語音声 / 100以上の多言語対応）
↓
【Azure AI基盤】AIキャラクター「KAYA」（GPT-5、Azure Speech、Azure AI Search）
↓
【制御AI】TTMC Brain（工程設計、干渉チェック、補正値自動生成）
↓
【物理ハードウェア】同時5軸マシニングセンタ（自動芯出し・多軸切削・機内計測・洗浄）

オペレーションインターフェースの変革として、アルムは日本マイクロソフトと協力し、大規模言語モデル（LLM）を工作機械に直接統合した次世代切削加工機「TTMC Origin」を開発した⁴。TTMC Originは、機械前面の大型ディスプレイにAIキャラクター「KAYA」を配し、工場内の高騒音環境下でも作業者の音声を的確に拾い上げるAzure Speechと、推論エンジンとしてのGPT-5を内蔵PC上で動作させている⁹。作業者が専門的なCAMの知識を持たずとも、自然言語で対話するだけで加工要件が解釈され、Azure AI Searchを通じて過去の最適切削パラメータが呼び出されて加工が開始される⁴。100以上の言語に対応しているため、外国人技能実習生や海外現地工場の未経験者でも即座に高精度な加工を行うことが可能となっている⁴。

システム構成要素	採用技術・プラットフォーム	担う機能と役割
対話型HMI（KAYA）	Azure OpenAI (GPT-5) / Azure Speech⁹	高騒音下での自然言語音声認識、加工意図の解釈、100以上の多言語対話ナビゲーション⁴
加工ナレッジ検索	Azure AI Search⁹	過去の切削条件データベース、工作機械固有パラメータの高速検索・参照⁹
自律制御AI（TTMC Brain）	アルム独自開発AI⁹	工程設計、NCプログラム生成、機内センシングに基づく加工補正、自動段取り指令⁶
物理加工ユニット	スギノマシン製同時5軸MC (SC-V30a)³⁰	軸および回転・傾斜軸による精密切削、長時間の完全無人連続運転³⁰

【コラム】アルムが築く大手企業との共創エコシステム：製造AIの社会実装を加速させる提携戦略

製造業における「AIの実装」は、単に画面上のソフトウェアを開発するだけでは完結しない。工作機械という高精度な物理ハードウェア、切削対象となる多様な金属素材、そして現場の作業者をつなぐインターフェースが一体となって初めて、真の自動化が成立する。アルム株式会社が展開する大手企業との戦略的アライアンスは、まさにこの「ソフトウェア・ハードウェア・素材・クラウド」の全レイヤーを網羅する包括的なエコシステム形成にある。

1. IT・生成AI基盤：日本マイクロソフト

工作機械に大規模言語モデル（LLM）を統合し、「機械と対話して加工する」というパラダイムシフトを起こしたのが、日本マイクロソフトとの連携である。アルムが開発した次世代切削加工機「TTMC Origin」には、「Azure OpenAI（GPT-5）」「Azure Speech」「Azure AI Search」が組み込まれている。工場の高騒音環境下でも作業者の音声を正確に認識し、AIキャラクター「KAYA」が加工段取りを対話形式でナビゲートする。100以上の多言語に対応することで、熟練工の勘や経験がなくとも、外国人労働者や未経験者が即座に高度な加工を行える環境を実現した。

2. 工作機械・ハードウェア量産：株式会社スギノマシン

自律型工作機械「TTMC（Total Tuning Machining Center）」の心臓部となるハードウェアの量産・供給を担うのが、産業機械大手のスギノマシンである。スギノマシンの同時5軸マシニングセンタ「セルフセンタ SC-V30a」をベースに、アルムの自律制御AI「TTMC Brain」を融合させた量産モデル「TTMC Type-F5」を共同展開している。材料セットから芯出し、工具摩耗の機内センシング、補正加工、機内洗浄に至る全12工程を完全無人化し、72時間の連続稼働を可能にするフィジカルAIの量産体制を確立した。

3. 素材・特殊加工AIの共同開拓：株式会社神戸製鋼所

汎用的なアルミや鉄の切削にとどまらず、より難度の高い素材領域へAIを適応させる取り組みが、大手鉄鋼・素材メーカーである神戸製鋼所との共同開発である。両社は、鋳造品・鍛造品・製缶品の切削加工に対応する製造AIソフトウェア「ARUMCODE 4」の共同開発で合意した。素材特有のばらつきや切削抵抗、熱変形などの挙動を数理モデル化し、重工業分野や大型部品加工の現場へもAIの適用範囲を拡張している。

4. 次世代ハイブリッド製造：田中精密工業株式会社

自動車部品大手の田中精密工業とは、金属3Dプリンタ（アディティブ・マニュファクチャリング／AM）による積層造形と、TTMCの5軸切削加工を組み合わせた新型ハイブリッド加工機の開発を視野に入れた協力合意を締結した。また、田中精密工業の自社工場へTTMC Type-F5を導入し、実際の量産ラインをモデル工場（ショーケース）として活用するなど、現場運用レベルでの連携も深めている。

5. 事業基盤を支える資本・金融パートナー

技術提携と並行して、事業のスケールと調達ネットワークの構築に向けた資本面でも大手企業グループが参画している。総額7.6億円規模のシリーズA資金調達では、東京センチュリー株式会社をはじめ、DG Daiwa Ventures（大和証券グループ・デジタルガレージ系）、みずほキャピタル、新生ベンチャーパートナーズ、ほくほくキャピタル、機械工具商社のジーネットなどが出資を行っている。

コラムのまとめ

アルムの提携戦略の特徴は、スタートアップ単独での技術開発に閉じず、「マイクロソフトの最先端AI基盤」「スギノマシンの高剛性マシン」「神戸製鋼所の材料知見」「田中精密工業の量産実装力」という各分野のトッププレイヤーの強みを巧みに束ねている点にある。これにより、実証実験の段階を越え、グローバルな製造インフラへと成長するための現実的な社会実装ルートを確立しているのである。

4. プラットフォームレイヤー：自律分散型製造グリッド「MMOP構想」

アルムが目指す長期的な事業構想は、個別の工作機械の自動化にとどまらず、世界中に点在する工作機械をネットワークで束ね、単一の巨大な仮想工場として機能させる分散型製造プラットフォーム「MMOP（Massively Multiplayer Online Production）」の実現である⁶。

MMOPは、オンラインマルチプレイヤーゲームのアーキテクチャに着想を得た「製造業版クラウドインフラ」である⁶。発注企業がクラウド上に3D CADデータを投入すると、中核エンジンである製造系人工知能「PAI（Production AI）」がデータを解析し、最適な製造リソースへの自動ルーティングを実行する⁶。

PAIは、ネットワークに接続された各工作機械の稼働状況や空きスケジュールだけでなく、機体ごとの経年劣化度、主軸剛性、熱変位特性などの個体差をリアルタイムに評価する⁶。これにより、極めて高い寸法精度が求められる仕上げ加工には状態の良い最新鋭機を割り当て、負荷の高い荒加工には稼働年数の長い機械を割り振るといった負荷分散を自動的に行う¹²。また、地震や風水害、停電等の外部要因によって特定地域の生産拠点が被災・停止した場合でも、PAIが瞬時に他地域の代替工作機械へ加工プログラムと指令をリルートすることで、サプライチェーンの寸断を防ぐBCP（事業継続性）冗長化システムとしても機能する¹²。

さらに、MMOPネットワーク上で稼働する工作機械群からは、切削抵抗の変動、刃具の摩耗推移、加工後の寸法測定結果などの実機データが8つの連動アプリケーションを通じて常時クラウドへフィードバックされる¹²。このデータを基にPAIの切削理論アルゴリズムが継続的に自己学習・アップデートされるため、接続される機械が増加するほどシステム全体の加工精度と効率が向上するネットワーク効果が組み込まれている¹²。

プラットフォーム階層	構成システム	機能および提供価値
分散調達・BCP層	MMOP クラウドネットワーク[cite: 6, 12]	CADデータの受付、納期・コストの自動積算、広域拠点間でのジョブ差配、災害時フェイルオーバー⁶
全体制御・学習層	製造系人工知能（PAI）[cite: 12]	機体特性に応じた切削条件最適化、代替機選定、8つの永久学習アプリによるモデル更新¹²
セル自律実行層	TTMC Brain & 各種工作機械[cite: 9, 28, 30]	受信したプログラムに基づく全12工程の完全無人実行、機内センシングデータのクラウド送信¹²

5. 製造業に与える構造的インパクト

アルムが展開する製造AIの取り組みは、従来の町工場や切削加工産業が抱えていた「熟練工の属人的技能」と「物理設備の制約」を切り離し、製造業のバリューチェーン全体をソフトウェア主導のインフラへと再定義する試みである³。

[従来の製造パラダイム]
図面受領 ──▶ 熟練工による手動CAM/NC作成 ──▶ 手作業による段取り ──▶ 単体加工 ──▶ 手動測定

[アルムが拓く自律分散製造パラダイム]
3D CAD ──▶ ARUMCODE/PAI解析 ──▶ フィジカルAI自律加工（全12工程無人化） ──▶ クラウド最適化
│
└─▶ 将来像：MMOPによる地球規模の分散型オンデマンド製造グリッド

第一に、多品種小ロット生産における経済性の劇的な改善が挙げられる。従来、単品や数個の試作加工ではプログラミングと段取りの固定コストが製造原価の約50%を占め、機械を止める時間が長くなっていた⁵。ARUMCODEおよびTTMCにより段取り工数がゼロに近づくことで、夜間の完全無人稼働と日中の連続加工が両立し、機械稼働率は従来の10〜30%程度から80%以上へと引き上げられる⁵。

第二に、技能伝承問題の抜本的解決と労働力の流動化である。10年以上の修行を要した多軸マシニングセンタのプログラミングや段取り判断がAIに形式知化され、TTMC Originのような自然言語対話インターフェースを通じて誰でも高精度加工が可能になることで、若年層や外国人労働者の即戦力化が進み、熟練工の大量退職に伴う技術断絶リスクが回避される⁴。

第三に、製造業のファブレス化およびオンデマンド化の加速である。MMOP構想の定着は、発注企業にとって自社で高額な工作機械やCAM専任者を抱えることなく、CADデータを送信するだけで最適な工場・設備から即座に高精度部品を調達できる環境をもたらす⁶。アルムの製造AIは、単なる作業自動化ツールの枠組みを超え、工作機械を自律型端末へと進化させ、ものづくり産業全体を計算可能かつ強靭な分散型クラウドネットワークへと転換させる技術基盤として機能している⁴。