日本ではロボットが仕事を奪いに来るのではなく、誰も望まない仕事を埋めに来る

フィジカルAIは、次の主要な産業戦場の一つとして台頭しており、日本の推進は他の何よりも「必要性」によって後押しされている。人手が縮小する中、生産性を維持し続けることへの圧力が高まっているため、企業は工場、倉庫、そして重要インフラにおいて、AIを搭載したロボットをますます導入するようになっている。

日本の経済産業省は、2026年3月に 「国内のフィジカルAI分野を構築し、2040年までに世界市場の30%シェアを獲得することを目指している とした 。同国はすでに産業用ロボットで強い地位を持っており、日本の製造業者が2022年時点で世界市場の約70%を占めている。これは 同省によれば 。

投資家や業界幹部との対話をもとに、TechCrunchは、この変化を後押ししている要因、そして日本のアプローチが米国や中国とどう違うのか、さらに技術が成熟するにつれて価値がどこに生まれそうかを探った。

人手不足に後押しされて 

TechCrunchに対し、ウーブン・キャピタルのマネージング・ディレクター、Ro Guptaは、日本での導入を後押ししている要因として、ロボットに対する文化的な受容、人口動態によって引き起こされる人手不足、そしてメカトロニクスとハードウェアのサプライチェーンにおける深い産業力があると述べた。

「フィジカルAIは、継続性のためのツールとして買われています。つまり、“人が少なくても、工場、倉庫、インフラ、そしてサービス運用をどう回し続けるのか？”ということです」と、グローバル・ブレインのゼネラルパートナーであるHogil Dohも語った。 「私が見ている限り、人手不足が最大の原動力です。」

日本の人口動態の苦境が加速している。人口は2024年に14年連続で減少し、生産年齢人口は全体の59.6%にとどまると指摘。さらにこの割合は、今後20年でほぼ1,500万人分縮小する見込みだという。すでに企業の運営の仕方を作り替え始めている。2024年のロイター／日経の調査では、人手不足が、日本企業にAI導入を後押しする主な力であることが分かった。

「推進力は、単なる効率化から“産業の生存”へと変わりました。Salesforce VenturesのプリンシパルであるSho Yamanakaは、TechCrunchへのインタビューでこう述べた。「日本は、労働力が不足しているため不可欠なサービスを維持できないという、フィジカルな供給制約に直面しています。生産年齢人口が縮小していることを踏まえると、フィジカルAIは、産業水準と社会サービスを維持するための国家的な緊急課題です。」

MujinのCEO兼共同創業者であるIssei Takinoによると、日本は製造業と物流の分野で自動化を進める取り組みを強化している。政府は、人手不足などの構造的な課題に対処するため、自動化を推進してきた。日本企業のMujinは、産業用ロボットがピッキングや物流といった作業を自律的に処理できるようにするソフトウェアを構築している。Takinoは、同社のアプローチはソフトウェア、具体的にはロボティクスの制御プラットフォームに軸足があると述べた。既存のハードウェアを、より自律的かつ効率的に機能させることを可能にするものだ。

ハードの強み、システム上のリスク

日本がこれまで歴史的に強みを発揮してきたのは、ロボットの“物理的な構成要素”の部分だ。その優位が、AI時代にそのままつながるかどうかは、なお開かれた問いである。日本に拠点を置くベンチャーキャピタリストによれば、日本はアクチュエータ、センサー、制御システムといった中核となるロボティクス部品で引き続き強さを示している。一方で米国や中国は、ハードウェア、ソフトウェア、データを統合したフルスタックのシステムを開発する動きを、より素早く進めている。

「AIと現実世界の間にある重要な物理的な接点である、高精度部品における日本の専門性は、戦略的な堀（強み）です」と山中氏は述べた。「この接点を制御することは、グローバルなサプライチェーンにおいて大きな競争上の優位性につながります。現在の優先事項は、このハードウェアに対してAIモデルを深く統合することで、システム全体の最適化を加速することです。」

ハードウェアの能力が最も強いのは中国と日本で、日本は特にロボットのモーション制御が強い。一方、米国はサービス層と市場開発でリードしている、と滝野氏は述べた。歴史的に、多くの米国企業は（Appleのように）ソフトウェアの強みを活用して統合型の事業を築いてきた。すなわち、アジアから調達した高品質なハードウェアと、強力なソフトウェア・プラットフォームを組み合わせる形だ。しかし、このモデルは、立ち上がりつつある「フィジカルAI（物理AI）」の世界には、完全にはそのまま当てはまらないかもしれない、と滝野氏は語った。

「ロボティクス、そしてとりわけフィジカルAIにおいては、ハードウェアの物理的特性を深く理解することが極めて重要です」と滝野氏は述べた。「それには、ソフトウェア能力だけでなく、高度に専門化された制御技術も必要で、開発には相当な時間がかかり、失敗に伴うコストも大きくなります。」

東京とサンフランシスコを拠点に、自律型パーソナルモビリティ車両を製造するスタートアップWHILLは、グローバル展開に向けて、より広い視野でフルスタックのアプローチを取るにあたり、日本の「ものづくり」（職人技の伝統）を活用している。CEOの杉江智史氏がTechCrunchに語った。自社は、短距離移動と自律輸送のために、電気自動車、車載センサー、ナビゲーションシステム、クラウドベースのフリート（車両群）管理を統合したプラットフォームを開発した。同社は開発において日本と米国の双方を活用しており、日本でハードウェアを磨き、少子高齢化のニーズに対応し、米国でソフトウェア開発を加速し、大規模な商用モデルのテストを行っている、と杉江氏は指摘した。

実証から現実世界での導入へ

政府は、この取り組みに資金を投入している。高市早苗首相の下で、日本は中核となるAI能力を強化するために約63億ドルを拠出し、ロボティクスの統合を前進させ、産業への導入を支援することを約束している。

実験から現実の導入へという転換は、すでに進行中だ。産業用オートメーションは依然として最も進んだ領域であり、日本は特に自動車分野で毎年数万台規模のロボットを導入している。また、より新しい用途も動き始めている、とドー氏は述べた。

「シグナルはシンプルです。ベンダーが資金を出す試験ではなく、顧客が費用を負担する導入であること。全シフトにわたって信頼性のある稼働ができること。そして稼働率（アップタイム）、人の介入率、生産性への影響といった、測定可能なパフォーマンス指標が示せることです」とドー氏は語った。

物流では、企業が自動化フォークリフトや倉庫システムを導入しており、施設管理では、データセンターや工業用施設で検査ロボットが使われている。

たとえばソフトバンクのような企業は、すでに実際の場面でフィジカルAIを適用している。ビジョン×言語モデルとリアルタイムの制御システムを組み合わせることで、ロボットが環境を解釈し、自律的に複雑なタスクを実行できるようにする。

防衛分野では、自律システムが基盤になりつつあり、競争力はプラットフォームだけでなく、フィジカルAIによって支えられる運用インテリジェンスに左右されるだろう。テラドローンのCEO、徳重徹氏がTechCrunchに語った。徳重氏はさらに、運用データとAIを組み合わせることで、テラドローンは自律システムが現実世界の環境で確実に機能し、日本の防衛インフラの発展を後押しできるよう取り組んでいると付け加えた。

投資はハードウェアの枠を越えつつある。投資家や業界筋によれば、企業はオーケストレーション・ソフトウェア、デジタルツイン、シミュレーションツール、統合プラットフォームに、より多くの資本を振り向けている。

ハイブリッドなエコシステムの台頭

日本のフィジカルAIエコシステムも、従来のテック・ディスラプション（既存の打倒）モデルとは異なる形で進化しつつある。勝者総取りの力学ではなく、業界関係者はハイブリッド型を想定している。すなわち、確立された企業が規模と信頼性を提供し、スタートアップがソフトウェアとシステム設計におけるイノベーションを担う。

トヨタ自動車、三菱電機、本田技研工業といった大手既存企業は、生産規模、顧客関係、導入能力において依然として大きな優位性を保持している。しかし、スタートアップは、オーケストレーション・ソフトウェア、パーセプション（認識）システム、ワークフロー自動化といった、伸びていく領域で重要な役割を切り開いている。

「スタートアップと既存の大企業との関係は、相互に補完し合うエコシステムです」と山中氏は述べた。「ロボティクスには、大規模なハードウェア開発、深い運用ノウハウ、そして相当な設備投資が必要です。主要企業の膨大な資産とドメイン専門知識を、スタートアップの破壊的なイノベーションと融合させることで、業界は集団としてのグローバル競争力を強化できるのです。」

日本の防衛エコシステムもまた、大企業が主導する状態から、スタートアップとの協業をより強める方向へ移行している、とテラドローンのCEOは述べた。大企業はプラットフォーム、規模、統合に引き続き注力する一方、スタートアップは、より小規模なシステム、ソフトウェア、運用の領域で開発を推進している。スピードと適応力が重要な競争要因になってきている。

ムジンのような企業は、ハードウェアの上に位置するプラットフォームを開発しており、複数ベンダーによるオートメーションを可能にし、産業横断での導入をより迅速にできるようにしている。ほかにも、テラドローンを含め、同様のアプローチを自律システムに適用している。AIと運用データを組み合わせることで、大規模な現実世界のアプリケーションを支援する。

「最も防衛力（守りの強さ）が高い価値は、導入、統合、そして継続的な改善を誰が握っているかに宿るでしょう」とドー氏は述べた。