フィジカルAI（Physical AI）の到来 / ロボティクスとサプライチェーン / CSETレポートも参考に 雑感

Ⅰ　Physical AIの台頭と身体の制約

　生成AIブームが一巡し、次なる焦点としてPhysical AIあるいはEmbodied AIと呼ばれる領域が浮上している。デジタル空間に閉じていたAIが、ロボットという身体を通じて物理世界に介入し、相互作用する。この動きは、iPhoneの登場やAlexNetのImageNet制覇、ChatGPTの公開に匹敵する転換点になるとも予測されている。 　
　今回取り上げるジョージタウン大学セキュリティ・新興技術センター（CSET）の2026年2月のレポートは、この領域の現状と課題を詳細に整理している〔注1〕。同レポートを素材として、AIとロボット工学の融合における到達点と制約、そしてその背後にある産業構造について検討する。

1　ソフトウェアとハードウェアの非対称な進化

　Physical AIへの期待を牽引しているのは、ソフトウェア側の進歩である。大規模言語モデルによる推論能力の向上、マルチモーダルモデルによる認識能力の獲得、シミュレーション環境から現実世界への適応（Sim2Real）技術の進展により、ロボットは環境を認識し、行動を学習し始めている。NVIDIAのジェンスン・フアンCEOは「ロボットを作るためのAIを作る必要がある」と述べており、AIモデル自体がロボット開発の触媒となっている構図がある〔注2〕。 　
　しかし、ソフトウェアの進化速度に対し、ハードウェアの進化は緩やかなままである。レポートが繰り返し強調するように、アクチュエータ、センサー、バッテリーといった物理コンポーネントには、半導体のような指数関数的な性能向上を望めない。繊細な操作を可能にする「器用な知能（Dexterous Intelligence）」の実現には、触覚センサーや精密な動作機構といったハードウェア側の進展が不可欠であり、ソフトウェアの進歩だけでは乗り越えられない壁が残っている〔注3〕。

2　標準化なきサプライチェーン

　もう一つの構造的な課題は、ロボット産業における標準化の欠如である。PCやスマートフォンの製造では標準化された部品構成（BOM）が確立されているが、ロボット産業にはそれが存在しない。各メーカーが独自の部品構成でサプライチェーンを構築せざるを得ず、結果として部品コストの高止まりとスケーラビリティの制約を招いている〔注4〕。 　
　シリコンバレーのスタートアップが高度な「脳」を開発しても、それを動かす「身体」の製造には、依然として産業革命以来の物理的制約がつきまとう。この非対称性を直視することが、Physical AIの現状を理解する第一歩といえる。

Ⅱ　サプライチェーンの地政学と実需の乖離

1　米中競争と隠れた巨人としての日本

　AIとロボティクスのサプライチェーンを概観すると、各国の強みと弱みが鮮明に浮かび上がる。米国は、AI基盤モデルや投資額において圧倒的なリードを保っている。Google DeepMindやNVIDIA、そして多数のスタートアップが、ロボットの「脳」となるモデル開発を主導している。 　
　研究面では中国の量的存在感が大きい。CSETのデータによれば、2018年から2023年の間に発表されたロボティクス関連論文のうち28%を中国が占め、米国の16%、日本の7%を上回っている。ただし、1論文あたりの被引用数では米国が平均約19件であるのに対し、中国は10件、日本は6件にとどまり、質と量の関係は単純ではない〔注5〕。製造業におけるロボット導入数でも中国は群を抜いており、年間約29万台の産業用ロボットを設置し、日本、米国、韓国、ドイツの合計を上回っている〔注6〕。 　
　筆者が注目したのは、この米中二強の狭間で、日本や欧州の企業がハードウェアの要衝を押さえている点である。精密減速機の分野ではHarmonic Drive Systemsが世界市場の80%を占め、NabtescoやNidec、住友重機械工業といった日本企業も精密ギア、モーター、アクチュエータにおいて高いシェアを保持している〔注7〕。また、ロボットの完成品製造においても、FANUC、安川電機がスイスのABB、ドイツのKUKAとともに「ビッグフォー」として産業用ロボット市場の約75%を支配しているとされる〔注8〕。これらはサプライチェーンのチョークポイントであり、高度なPhysical AIを実現するためにはこうした既存の産業基盤が不可欠である点は銘記すべきであろう。

2　ヒューマノイドの夢と倉庫ロボットの現実

　メディアの注目はヒューマノイドに集まりがちであり、モルガン・スタンレーは2050年までにヒューマノイド市場が5兆ドルに達すると予測している〔注9〕。しかし、現時点で実質的な経済価値を生み出しているのは、倉庫内を移動する自律移動ロボット（AMR）や特定のタスクに特化した産業用ロボットである。 　
　レポートが引用するPitchBookのデータによれば、過去5年間のヒューマノイドおよび倉庫ロボティクス分野への累計投資額は約250億ドルであるが、その内訳は倉庫ロボット分野が約205億ドル、ヒューマノイド分野が約46億ドルと大きく偏っている〔注10〕。ヒューマノイドは歩行やダンスといった動作を実現できても、未知の物体を柔軟に把持し操作する能力においては課題が多い。ヒューマノイドの出荷台数は数百台規模にとどまり、全ロボティクス市場の売上高に占める比率はおそらく1%未満である〔注11〕。産業界が求めているのは、特定の現場で確実に動作する信頼性の高い自動化であり、投資の偏在はこの現実を反映しているといえそうである。

Ⅲ　むすびにかえて

　Physical AIは、デジタルの知能を物理空間へと拡張する試みであり、その影響は製造業や物流にとどまらない可能性がある。しかし、CSETのレポートが示唆するように、その実現には物理的知能と器用な知能の間の溝を埋め、ハードウェアのコスト構造を変革する必要がある。レポートは、ロボティクスのサプライチェーンに関する堅牢なデータセットが欠如しており、供給・需要・生産・消費・導入の実態を示す指標が不足していると指摘する〔注12〕。IFRや金融アナリストのレポートが言説形成において過大な役割を果たしている現状は、政策立案の基盤としては心許ない。 　
　法学的な観点からは、AIが物理世界に直接介入することで生じるリスクについての議論が急務となるだろう。事故時の責任分配、現実空間のデータを収集する際のプライバシーの問題、そして公道や居住空間にロボットが進出する場合に従来の製造物責任法の枠組みで十分なのかという問いは、具体的な検討を要する。 　
　「Hardware is hard」という認識は、ソフトウェア中心のAI議論に対する重要な補正線である。筆者は、この物理的な制約こそが、今後のAIと社会のあり方を規定する主要な要因になると考える。

Ⅳ　フィジカルAI関連

（マガジン）「AIと法-雑感」

　※目次は以下を参照

note総則規約3条2項前段
3.2 クリエイターが制作したデジタルコンテンツの著作権は、クリエイターに帰属します。