EXOTEC NihonとMujin Japanは2026年8月19日に業務提携を締結し、9月の「国際物流総合展2026」にて入荷から保管、出荷までをシームレスにつなぐ自動化モデルを公開しました。本連携ではエグゾテックの自動倉庫システム「Skypod」とムジンの知能ロボットプラットフォーム「MujinOS」をソフトウェアで統合し、1台で荷下ろしと積み付けを担うティーチング不要のパレタイズロボットと自動倉庫を連動させています。
倉庫自動化のサイロ化を打破する両社連携の全貌
物流現場における自動化投資が加速する一方で、入荷・保管・ピッキング・出荷といった各工程に異なるベンダーの設備を導入した結果、工程間で荷物の滞留や人手による積み替えが発生する「サイロ化（部分最適）」が業界共通の課題となっていました。今回の業務提携は、保管・出庫に強みを持つハードウェア・ソフトウェアと、高度なロボット知能化技術をシームレスに結合し、センター全体の処理能力を最大化させる統合ソリューションを提供するものです。
提携発表から実機展示までの経緯とマイルストーン
両社は業務提携の正式発表に先立ち、共同セミナーなどを通じて統合自動化の構想を具現化してきました。今回の「国際物流総合展2026」における実機コラボレーション展示に至るタイムラインは以下の通りです。
| 時期 | 主な事象・マイルストーン | 取り組みの詳細内容 |
|---|---|---|
| 2026年7月 | 共同セミナー先行開催 | 愛知県岡崎市にて、物流センター工程全体を見据えた自動化構想とシステム連携の可能性を発表。 |
| 2026年8月19日 | 業務提携を正式発表 | 物流センター全体の自動化推進に向けた業務提携を締結。入荷から出荷までの一貫ソリューション提供を開始。 |
| 2026年9月8日〜11日 | 国際物流総合展2026での共同展示 | 東京ビッグサイトにて実機展示を公開。ExotecブースにMujinの知能パレタイズロボットを組み込み、相互中継を実施。 |
国際物流総合展2026は出展者数565企業・団体、出展ブース数3,423ブースと前回2024年開催時（3,241ブース）を上回る規模で開催され、持続可能な物流ネットワークの構築に向けたパートナーシップが注目を集めました。その象徴的な事例として、両社による実機連携デモンストレーションが披露されました。
システムアーキテクチャとハードウェア仕様
本連携の最大の特徴は、単に機械同士を物理的につなぐのではなく、ソフトウェアレイヤーでの高度なオーケストレーションを実現している点にあります。上位の倉庫実行システム（WES）であるExotecの「Deep Sky」がセンター全体の作業進捗や在庫フローを統括し、その指示を受けて下位の「MujinOS」がロボットアームや周辺機器のリアルタイムな物理制御を担うアーキテクチャが構築されています。
両社が統合する主要システムおよび展示実機のスペックは以下の通りです。
| 構成要素 | 提供元 | システム / 機器名 | 機能およびスペック詳細 |
|---|---|---|---|
| 上位制御プラットフォーム | EXOTEC Nihon | Deep Sky（WES） | センター全体のオーダー管理、Skypodおよび周辺機器のタスク最適化。 |
| 自動倉庫システム | EXOTEC Nihon | Skypod | 耐荷重約30kg。ラック昇降速度は秒速1.5m、地上走行速度は秒速4m。展示機は高さ7m・10段。 |
| ロボット知能化基盤 | Mujin Japan | MujinOS | 3Dビジョンによるリアルタイム環境認識と動作計画。事前ティーチング完全不要。 |
| パレット荷役ロボット | Mujin Japan | 知能パレタイズロボット | 大手メーカー製産業用アームにMujinOSを搭載。1台で荷下ろしと積み付けの双方に対応。 |
従来の産業用ロボットでは、ケースのサイズや積載パターンごとに専門エンジニアが軌道を教え込む「ティーチング」作業が不可欠でした。しかしMujinOSを搭載したパレタイズロボットは、搭載されたカメラと独自のアルゴリズムによって対象物の位置や姿勢を瞬時に認識し、ミリ秒単位で最適な把持位置とアームの干渉回避軌道を自動生成します。これにより、多品種変量な荷物が混在する現場でも、事前の複雑なプログラミングなしに自律稼働が可能となります。
参考記事: MujinOSとは？ティーチング不要で各種ロボットやAMRを統合制御する知能OSの特徴と価値を解説
入荷から出荷までをつなぐエンドツーエンドの自動化フロー
展示会場で提示された自動化モデルは、人手作業が集中しやすい「工程のつなぎ目」を完全に解消するものです。具体的な運用フローは次のように同期されます。
- 入荷・デパレタイズ工程
トラックから降ろされた入荷パレットに対し、Mujinの知能ロボットがケースを認識して自動で荷下ろしを実施。作業員による重労働の積み替えを排除します。 - 自動搬送・格納工程
荷下ろしされたケースはコンベヤや搬送システムを経由し、Exotecの3次元自律走行ロボット「Skypod」へ供給。ロボットがラック内を縦横無尽に走行し、高密度ラックへ自動格納します。 - 出庫・GTP（Goods to Person）ピッキング工程
出荷オーダーが発生すると、Skypodが対象コンテナを作業者ステーションへ超高速で出庫。作業者は歩行することなく定位置でピッキング作業を完結させます。 - 出荷パレタイズ工程
ピッキングを終えたケースやオリコンを、Mujinの知能パレタイズロボットがリアルタイムに積載パターンを計算しながら出荷用パレットに積み付け。荷崩れを防ぐ最適な配置を自律的に判断します。
これまで個別に最適化されていた自動倉庫と荷役ロボットが緊密にデータ連携することで、設備のアイドリングタイムや工程間の荷物滞留が解消され、センター全体のスループットが極限まで引き上げられます。
参考記事: ExotecとMujinが8月19日提携、保管から入出荷の一貫自動化へ
提携の背景にある法規制の強化と物流ロボティクス市場の急拡大
両社が連携を加速させた背景には、深刻化する労働力不足に加え、法制度の厳格化と自動化市場の急激な変化があります。
2024年4月に施行されたトラックドライバーの時間外労働上限規制（年960時間規制）に続き、2024年5月公布の「改正物流関連2法（物資の流通の効率化に関する法律等）」に基づき、2025年4月からは荷主・物流事業者に対する荷待ち・荷役時間短縮の努力義務が課されています。さらに2026年4月からは、特定事業者に対する中長期計画の作成や物流統括管理者（CLO）の選任が義務付けられるなど、物流プロセスの効率化は法令遵守の観点からも待ったなしの経営課題となっています。
一方、国内の物流ロボティクス市場は急速な拡大基調にあります。矢野経済研究所の調査によると、2024年度の国内市場規模は404億3,000万円（前年度比113.1％）に達し、2030年度には約1,238億円（2023年度比347％）まで拡大すると予測されています。また、富士経済の分析では工場・物流・サービス向け自律走行ロボットの国内市場が2035年に10.2万台（2025年比5.1倍）に達すると見込まれています。
こうした市場環境において、単一工程を効率化するロボットを導入するだけのフェーズは終わりを告げ、センター全体の設備を協調制御（オーケストレーション）できるプラットフォームが強く求められています。
参考記事: 物流ロボティクス入門｜AGV・AMRの違いと導入手順・費用対効果を徹底解説
物流サプライチェーン各プレイヤーへの波及効果
フランス発の革新的自動倉庫を展開するExotec Nihonと、東大発のロボット知能化ベンチャーであるMujin Japanの連携は、物流サプライチェーンに関係する各方面に大きな影響を及ぼします。
倉庫事業者・3PL：機器の「継ぎはぎ」によるボトルネック解消
倉庫事業者や3PL企業にとって、マテハン機器の個別導入に伴うインテグレーション負荷は長年の障壁でした。特定工程にAGVやピッキングロボットを導入しても、前後の荷役や仕分けが人手に依存していれば、そこに作業遅延が集中して投資対効果が損なわれます。
両社のソリューションが標準連携されたことで、事業者は「パレット荷受→ケース保管・ピッキング→出荷パレタイズ」という主要幹線を単一の統合アーキテクチャとして調達可能になります。複数ベンダー間のインターフェース調整やトラブル時の責任切り分けといったリスクが低減し、既存拠点の省人化改修や新規物流拠点の立ち上げスピードが劇的に向上します。
参考記事: トラスコ中山が8.9万㎡の愛知拠点にSkypod本格導入、100万点即納が加速
SaaS・マテハンベンダー：ハードウェア単体競争から統合プラットフォームへの主戦場移行
マテハン機器メーカーやテクノロジーベンダーにとって、本提携は業界の競争ルールがハードウェアの機械性能からソフトウェアの統合力へシフトしたことを明確に示しています。
エグゾテックの伊達氏が指摘するように、ハードウェア自体の基本性能向上は一段落し、現在は多様なロボットやコンベヤ、AGVを束ねて同期稼働させるWES（倉庫実行システム）や知能コントローラの優劣が問われる時代に入りました。自社ハードウェアの囲い込み（ベンダーロックイン）に固執するアプローチは敬遠され、オープンなAPIやMujinOSのような共通プラットフォームと相互接続できる柔軟性を備えたベンダーが市場で選定される流れが決定づけられます。
参考記事: WES（倉庫実行システム）とは？WMS・WCSとの違いや導入メリット・選定ポイントを徹底解説
製造業者・荷主企業：工場・DCにおける完全自動化の早期実現
荷主企業や製造メーカーにとって、日米の製造現場ですでに複数の共同導入案件が進行している事実は、設備導入の判断を後押しする強い材料となります。
部品点数が膨大で変種変量生産が求められる製造現場や、多品種小ロットの出荷が求められる消費財メーカーでは、パレット単位で納品された部材をケース単位で自動倉庫に格納し、必要な順序で出庫して工程へ供給するライン構築が急務です。事前ティーチングが不要なMujinのロボットと、最大14mまで高密度に組めるSkypodが連動することで、工場内や隣接DCの保管・供給ラインにおける省人化・無人化が一気に現実味を帯びてきます。
参考記事: 三菱食品が草加拠点にSkypod44台導入で食品卸自動化が加速
LogiShiftの視点（独自考察）
今回のEXOTEC NihonとMujin Japanによる業務提携および共同展示は、物流ロボティクスの進化における歴史的な転換点を浮き彫りにしています。
「部分最適」から「全体オーケストレーション」への不可逆な構造転換
これまで多くの物流現場で繰り返されてきた失敗は、特定のボトルネック工程に対してロボット単体を導入し、結果として前後の工程に新たな渋滞を生み出してしまう「部分最適の罠」でした。ピッキングロボットを導入して一時的に作業速度が上がっても、入荷時のデパレタイズが追いつかなかったり、出荷前のパレット積み付けで荷物が滞留したりしては、拠点全体の出荷能力（スループット）は向上しません。
ExotecのWES「Deep Sky」と「MujinOS」の結合は、現場の全機器をオーケストラの指揮者のように同期させる「全体最適（オーケストレーション）」の具現化です。ソフトウェアが上位の受注・出荷計画をリアルタイムに解釈し、Skypodの出庫タイミングとパレタイズロボットの把持動作をミリ秒単位で合わせ込むことで、工程間のバッファスペースや無駄な待機時間を極限まで削減できます。
参考記事: オークラ輸送機も注目、米欧中3地域の産学AI連携が示す倉庫の勝ち筋
独自ハードを持たない知能化OSと先進ハードの共生モデル
もう一つの本質的な示唆は、Mujinが自社でロボット本体を製造せず、大手メーカーのアームに「MujinOS」という知能（脳と目）を組み込んで高度制御を実現している点です。一方のExotecも、洗練されたSkypodというハードウェア基盤を持ちながら、その価値の源泉は高度な制御アルゴリズムにあります。
両社のような「ソフトウェアに強みを持つプレイヤー」が水平分業的に連携するモデルは、従来の総合マテハンメーカーが一括で専用設備を納入する垂直統合型のビジネスモデルに大きな揺さぶりをかけています。ユーザー企業にとっては、特定ベンダーに縛られることなく、保管はExotec、荷役知能化はMujinといった形で各領域の最高峰テクノロジー（ベスト・オブ・ブリード）を組み合わせて導入できる柔軟性が確保されます。日米で先行導入が進んでいる事実は、このオープンな統合アプローチがグローバルな産業界で支持を集め始めている証左と言えます。
参考記事: ケース品90％自動化を果たす東電物流に学ぶ倉庫省人化の必須対応
まとめ：明日から意識すべき自動化投資の判断基準
物流拠点の自動化を検討する経営層や現場リーダーは、単体設備の機能比較から脱却し、システム統合を見据えたアプローチへ舵を切る必要があります。明日から取り組むべきアクションは以下の通りです。
- 工程間の「つなぎ目」における滞留時間と人手負荷を定量化する
入荷デパレタイズから自動倉庫への投入、出庫から出荷パレタイズまでの各接続ポイントにおいて、作業待ちや積み替え作業が何分発生しているかを洗い出します。
- 設備導入基準を「単体ROI」から「拠点全体のスループット向上」へ見直す
個別機器の導入効果だけでなく、WESや統合プラットフォームを介して前後工程と同期させた場合に、センター全体の出荷能力が何％向上するかをシミュレーションします。
- 導入予定機器のAPI公開状況と外部ソフトウェア連携実績を確認する
将来的な工程拡張や異種ロボットの追加に対応できるよう、ハードウェアベンダーに対して上位WESや知能ロボットOSとの接続性・連携実績を評価項目に設定します。
単体ロボットを並べるだけの自動化から、ソフトウェア起点で倉庫全体を束ねる全体最適へ投資の視点を切り替えることが、持続可能なサプライチェーンを構築するための不可欠な分岐点となります。
参考記事: ExotecとMujinが8月19日提携、全工程の統合で倉庫自動化を加速
出典: LOGISTICS TODAY
出典: PR TIMES
出典: MONOist
出典: 矢野経済研究所
出典: 富士経済
