なぜアルムに大企業が集まるのか：
フィジカルAI企業の競争力 ——3件の特許から読む、小さな製造AI企業が「集める側」に回れた理由

執筆・文責：弁理士　中村幸雄（登録番号 第12870号）

2026年8月30日、金沢市のアルムが、京セラ、神戸製鋼所、日本マイクロソフトなど約20社と「製造AIXアベンジャーズ™」を立ち上げると発表しました。

国産フィジカルAIを使った製造システムを共同開発し、各社が持つ製造データや加工ノウハウを、アルムのAI制御システム「TTMC Brain」に継続的に学習させていく構想です。

京セラはセラミックス加工のノウハウを提供し、神戸製鋼所は、加工ノウハウや製造現場の知見、実ワークデータを通じて、AIの高度化に協力するとされています。

アルムは急成長企業です。

2025年6月期の売上高は16億円。2026年度には従業員38人で約73億円の売上高を見込むと報じられており、約80億円と伝える媒体もあります。

ここで、ひとつ疑問が浮かびます。

なぜ社員数十人の会社が、京セラや神戸製鋼所の加工ノウハウを「集める側」にいるのでしょうか。

その理由の一端は、アルムがこれまで取得してきた特許を追うと見えてきます。

受託加工から、「どう削るか」を売る会社へ

アルムはもともと、大手メーカー向けに産業機械や工場ラインを作る受託型の事業を行っていました。

その後、自社製品へ軸足を移します。

図面データから加工工程やNCプログラムを自動生成する「ARUMCODE」を開発し、さらにAIを搭載した完全自動マシニングセンター「TTMC」へ事業を広げてきました。

現在は、工作機械そのものだけではなく、加工工程をどう決めるか、どの工具を使うか、どの条件で削るかといった判断まで含めて自動化しようとしています。

つまり、事業の中心が変わっています。

以前は、顧客から依頼された部品や設備を作る側でした。

現在は、

「部品をどう作るかを決める仕組み」そのものを提供する側

へ移っています。

この変化は、アルムの特許にもかなり明確に表れています。

以下では、3件の特許を出願年の順に見ていきます。

2022年：他の現場の判断を、次の加工へ返す

まず、特許第7289566号です。

この特許では、複数の工作機械から加工条件に関する値を集め、それを次の加工条件へ反映する仕組みが扱われています。

図面データから加工種別や工具を決定し、工具の回転数、送り速度、切込み量などを算出し、工作機械を制御するコードを生成します。

特徴的なのは、現場で人が行った補正の扱いです。

システムが算出した値をユーザーが変更した場合、その変更後の値を収集します。

さらに、ユーザーが値を変更せず、そのまま使用した場合の値も収集します。

ここで集めているのは、単なる工作機械の運転データではありません。

「この条件なら少し変える」

という判断と、

「この条件なら、そのままでよい」

という判断です。

また、この特許の明細書では、ユーザーが補正を行わなかった場合の値もサーバへ送り、他の装置で補正された値と合わせて利用する構成も示されています。

ある工場で行われた加工判断を、別の工場の次の加工へ使う。

2022年の段階で、すでにこの構造が現れています。

2023年：「実際に削って何が起きたか」を次へ使う

翌年の特許第7562175号では、さらに対象が広がります。

今度は、人が条件を補正したかどうかだけではなく、実際の加工中に得られた物性値を次の加工条件の決定に使います。

同じ材料、同じ工具を使っていても、機械の状態や工具の摩耗、温度などによって最適な加工条件は変わります。そこで、前回と前々回の加工時の値を比較し、その変化から次の工具回転数などを補正します。

興味深いのは、単純に大量の過去データを蓄積する構成ではないことです。

古いデータほど現在の加工との相関が弱くなることを考慮し、基本的に前回と前々回の2回分を利用する考え方が示されています。

つまり、

次の加工判断に効くデータをどう選ぶか

まで設計されています。

さらに、この明細書では、クラウド上のサーバに接続される発注元コンピュータについて、「例えば、それぞれ異なる企業に所属するコンピュータである」と記載されています。

複数企業の加工情報をクラウド側で扱う構造は、この時点ですでに具体的に描かれていました。

2024年：「どの工具を使うか」までシステムが決める

特許第7766721号では、さらに加工前の判断へ対象が広がります。

この特許では、図面から穴の直径や深さなどの加工フィーチャを抽出し、その加工に使用できる工具の候補を選びます。

さらに、候補となった工具の中から、工具径とシャンク径に基づいて剛性が最も高い工具を一つ決定する構成まで権利化されています。

つまり、

「この加工には、この工具を使う」

というところまで、システムが判断します。

熟練者が加工前に行っていた判断そのものを、システムの中へ移してしまったわけです。

3件に共通するのは「加工判断」を扱っていること

この3件を並べると共通する方向が見えてきます。

2022年には、

人が加工条件をどう直したかを集める。

2023年には、

実際の加工で機械や工具に何が起きたかを、次の条件へ返す。

2024年には、

どの工具を使うかまでシステムが判断する。

扱う対象は違いますが、中心にあるのは一貫して「判断」です。

アルムが積み上げてきたのは、工作機械を動かすソフトウェアだけではありません。

「どう削るか」という現場の判断を情報として扱い、別の加工で再利用できる形に変える技術

です。

だから、大企業が参加する

ここまで見ると、今回の企業連合の意味も少し違って見えてきます。

京セラには、セラミックス加工について長年蓄積した経験があります。

神戸製鋼所にも、大型部品や機械分野を含む高度な製造経験があります。

当然、それぞれの企業が持つ個別の加工技術そのものは、アルムより深い領域があるはずです。

では、アルムは何を持っているのでしょうか。

それは、

加工判断を受け取り、機械が使える形へ変え、次の加工へ返すための「器」

です。

異なる企業が持つ経験を、AIが利用可能な形に変えられる基盤を持っていれば、参加企業が増えるほど、AIが扱える加工領域も広がります。

複数企業が参加する共同開発では、各社が持ち込む技術やデータと、共同開発によって新たに生まれる成果を区別しておくことも重要です。詳しくは、「共同開発前に知財で確認すべきこと」で解説しています。

小さな企業でも、知識が流れ込む仕組みを先に持てば、大企業との関係は変わります。

受注する側から、知識が集まる側へ。

アルムの急成長を見るうえでは、この立ち位置の変化が重要です。

小さな会社が「集める側」に回る

かつて大企業から仕事を受けていた会社が、いまは京セラや神戸製鋼所を含む約20社の加工ノウハウが集まる場所をつくろうとしています。

アルムが作ってきたのは、

現場にある「どう削るか」という判断を受け取り、次の加工へ返す仕組み

です。

どれだけ多様な材料、工具、加工条件、異常、そして現場判断を蓄積できるか。その厚み自体が、次の競争力になります。

加工条件や学習データをどこまで特許として開示し、どこからを営業秘密として管理するかについては、「特許か、秘匿か」も参考になります。

アルムの3件の特許と今回の企業連合は、その競争がすでに始まっていることを示しています。

人の技能を機械へ移す過程を、身体の構造や学習データの取得から考える事例として、トヨタのELEYと関連する特許出願も紹介しています。