この記事は、PD-S（システム）試験（仮称）科目B 第3章の最終節、小項目3-3「要素技術，デバイスなどの適用可能性（環境面の要件適合性も含む）を踏まえた選定・調達・導入」の教科書です。3-1でソフト、3-2でハードを設計しました。本節は視点を一段上げて、システムを構成する要素技術・機器を「買って・組み合わせて・現場に入れる」工程を扱います。そして本節にはシラバス案の新語の目玉——ロボティクスとフィジカルAIが登場します。旧シラバスの過去問資産が効かない、新試験らしさの象徴的なトピックです。技能の例4つを全展開し、前提知識ゼロから解説します。
この節の全体像 — IoTの構成要素・高信頼調達・フィジカルAI・評価ツール
技能1：IoTシステムの3層構成 — センサーネットワーク・ゲートウェイ・サーバ
IoT システムを構築するためのセンサーネットワーク，ゲートウェイ，サーバシステムを調査し，選定，調達，導入を行うスキル
シラバス案が挙げる3つの要素は、そのままIoTシステムの標準的な3層構成です。
図1：IoTシステムの3層構成 — 現場で測り、集めて、クラウドで活かす
- センサーネットワーク（現場の層）：多数のセンサー端末が、省電力の近距離無線などで相互につながった網。端末は電池駆動が多く、3-1の省電力設計と3-2の環境耐性がそのまま効く世界。
- ゲートウェイ（中継の層）：現場の端末群のデータを集約し、現場側の通信方式とインターネット側の通信方式を変換して上位へ中継する装置。2-1で学んだエッジコンピューティングの受け皿でもあり、「現場で即時判断すべき処理」をここに置ける。
- サーバシステム（集約の層）：クラウド上でデータを蓄積・分析・可視化する層。1-4のクラウド設計の知識が接続する。
選定の要点は、層ごとに要件が違うこと。端末は電力と環境耐性、ゲートウェイは処理能力と設置場所（電源・通信の確保）、サーバは拡張性とコスト。通信方式も「端末〜ゲートウェイ間は省電力の近距離・広域無線」「ゲートウェイ〜サーバ間は一般のインターネット回線」と層で分けて考えます。全部を1つの基準で選ばないのがコツです。
技能2：高信頼性デバイス・モジュールの選定・調達・導入
高信頼性システムを構築するためのデバイス，モジュールの選定，調達，導入を行うスキル
3-2で学んだ信頼性の観点（環境仕様・寿命）に、調達ならではの観点が加わります。
- 品質の裏付け：産業用途の品質等級・過去の稼働実績・メーカーの品質保証体制。カタログ値ではなく実績で判断する。
- 供給の継続性：10年動かす設備の部品が3年で製造中止になれば、保守が破綻する。長期供給の保証、代替品の有無、保守部品の確保まで含めて調達計画を立てる。
- 導入時の検証：納入品の受け入れ検査、実環境での試験運転（温度・振動の実負荷）を経て本稼働へ。「導入」は据え付けて終わりではない。
技能3：ロボティクスとフィジカルAI — 新語の目玉を正面から
ロボティクス，フィジカル AI の技術内容を理解し，導入のための諸課題について検討を行うスキル
気づいたでしょうか——フィジカルAIの構成は、1-5で学んだ組込みシステムの骨格「測る→判断する→動かす」と同じです。違いは「判断する」の中身が、あらかじめ書かれたルールではなく学習済みのAIモデルになること。この違いが、導入時の新しい課題を生みます。
図2：フィジカルAIの構成と導入の検討課題
シラバス案は「技術内容を理解し，導入のための諸課題について検討」と書いています。つまり試験で問われる筋は最新技術の細部ではなく、導入検討の論点を挙げて判断できるか。代表的な論点を整理します。
- 安全性：物理的に動く機械が人と同じ空間で働くことのリスク。人の検知と停止・減速の仕組み、安全柵や運用ルール、1-5のセーフティ設計（フェールセーフ）がそのまま必須になる。
- AIの誤りへの備え：AIの認識・判断は確率的で、必ず誤りがあり得る。誤認識したときに危険な動作をしない設計（判断に迷ったら停止する等）、人による監視・介入の仕組みをセットで検討する。
- 責任と説明：事故が起きたとき誰が責任を負うか、なぜその動作をしたかを説明できるか。契約・保険・記録（ログ）の整備。
- 運用体制：導入後の保守、AIモデルの精度監視と更新（現場が変わればAIの前提も変わる）、現場スタッフの教育。
- コストと効果：導入費・運用費に対して、省人化・安全性向上・稼働率向上の効果が見合うか（1-4の合意形成と同じ費用対効果の議論）。
技能4：設計・評価のための手法・ツールの活用
ハードウェア及びソフトウェアの設計・評価のための手法，ツールを活用するスキル
組込み・IoTの開発では、現物を作る前・作った後に検証する道具立てが品質と工数を左右します。代表的なものを知っておきましょう。
- シミュレーション：試作前に、動作・負荷・熱などを計算機上で模擬して設計の妥当性を確かめる。試作の回数（＝時間とコスト）を減らせる。3-1のソフト用シミュレータと同じ発想のハード版。
- 評価ボード・試作機：採用候補のプロセッサやセンサーを、量産設計の前に評価用の既製ボードで動かして確かめる。「カタログでは良さそうだったが実測したら要件を満たさない」を早期に発見する。
- 計測・解析ツール：消費電流の実測、信号の観測、無線の電波状況の調査など。設計値と実測値の突き合わせが評価の基本動作。
共通する考え方は「高くつく失敗ほど、早く・安い段階で見つける」。量産後の設計変更は桁違いに高くつくため、シミュレーション→評価ボード→試作→量産と、段階ごとに検証を挟んでリスクを潰していきます。
混同しやすい概念の整理
| 紛らわしいペア | 違いの核心 |
|---|---|
| 選定 ⇔ 調達 ⇔ 導入 | 選定＝要件に合うものを選ぶ。調達＝価格・納期・供給継続を含めて入手する。導入＝設置・検証して現場で動かす。3つで1セット |
| ゲートウェイ ⇔ サーバ | ゲートウェイ＝現場側で集約・変換・中継（エッジ処理の受け皿）。サーバ＝クラウド側で蓄積・分析。置き場所と役割が違う |
| フィジカルAI ⇔ 文章・画像を扱うAI | フィジカルAI＝物理世界で知覚・判断・行動する（身体を持つ）。チャットや画像生成＝情報空間で完結する。物理世界ゆえに安全性の課題が中心になる |
| フィジカルAI ⇔ 従来の組込み制御 | 骨格（測る→判断する→動かす）は同じ。違いは判断が学習済みAIモデル＝確率的になること。誤りに備える設計・監視が新たに必須になる |
| シミュレーション ⇔ 実機評価 | シミュレーション＝試作前に計算機上で確かめる（安い・速い）。実機評価＝実物で確かめる（最終確認）。「高くつく失敗ほど早い段階で見つける」 |
確認クイズ（4問）
この節の理解度チェックです（当サイト独自の予想問題。公式の出題ではありません）。
IoTシステムにおけるゲートウェイの役割として、最も適切なものはどれか。
フィジカルAIの説明として、最も適切なものはどれか。
15年間稼働させる社会インフラ設備の制御装置に使う部品の調達として、最も適切な考え方はどれか。
人と同じ作業空間で働く搬送ロボット（フィジカルAI）の導入検討として、最も適切なものはどれか。
まとめ：小項目3-3で身につけること
- 選定（選ぶ）・調達（入手する）・導入（現場で動かす）の3点セットが本節の視点。技術判断＋入手＋現場化まで。
- IoTシステムは3層構成：センサーネットワーク（現場・省電力）→ゲートウェイ（集約・変換・エッジ処理）→サーバ（蓄積・分析）。層ごとに要件が違うので選定基準も層で分ける。
- 高信頼調達は「買った後の10年」：品質実績・長期供給・代替品・保守部品・受け入れ検証。
- フィジカルAI＝物理世界で知覚・判断・行動するAI。骨格は組込みの「測る→判断→動かす」と同じで、判断が確率的なAIモデルになる分、誤りに備える設計（フェールセーフ・監視・介入）と安全・責任・運用の論点が導入検討の中心になる。
- 設計・評価ツールの原則＝高くつく失敗ほど早い段階（シミュレーション・評価ボード）で見つける。
これで第3章「フィジカルコンピューティングに関すること」の3節が完結。3-1 ソフト設計 → 3-2 ハード設計 → 3-3 要素技術の選定・調達・導入（フィジカルAIまで）という積み上げです。
関連記事・次に読む
出典（一次情報）
- IPA「プロフェッショナルデジタルスキル（システム）試験（仮称）科目B シラバス（案 Ver0.2）」大項目3・小項目3-3（2026年7月31日更新）[link]。本文中の「技能の例」引用は同シラバス案からの原文引用です。
- IPA「情報処理技術者試験・情報処理安全確保支援士試験 出題範囲等の改定案 Ver.1.0」（2026年3月）
※試験名は仮称、内容は検討段階の案です。試験の形式・時間・配点・合格基準は未公表のため本記事では扱いません。技術解説（IoTの3層構成、フィジカルAIの構成と導入論点、調達の観点など）は一般に確立した知識に基づく当サイトの解説で、シラバスの記載そのものではありません。確認クイズは当サイト独自の予想問題です。正式シラバス公開時に内容を更新します。
