経営陣は、何を残し、何を買い、何を見送れば良いのか？フィジカルAI時代のAI企業に問われる、技術投資と経営判断

「フィジカルAI市場は、これから大きくなる」
「NVIDIAをはじめとするロボティクス基盤との連携を強めたい」
「組み込みや制御に強い会社との提携や買収も検討すべきではないか」

経営会議で、このような提案が出たとします。

CTOは、どの技術が必要かを説明できることでしょう。
CFOは、必要な資金や回収期間を検討できることでしょう。
事業責任者は、顧客候補や販売計画を示せることでしょう。
それでも、決めきれないことが残ります。

顧客案件へ出ている技術者を研究開発へ回した場合、今期の売上はどれだけ減るのか。
実機を置く場所や試験設備には、どこまで費用をかけるのか。
ロボットが止まったとき、遠隔で復旧できなければ、誰が現地へ向かうのか。
その費用は顧客が払うのか。それとも、自社の保守費として抱えるのか。
組み込み企業を買収した場合、その会社の技術は、主要な技術者が辞めたあとも残るのか。

これは、技術だけでも、数字だけでも決められない問題です。

フィジカルAIへの投資で問われるのは、未来を信じられるかどうかではありません。
どの能力を、どの順序で、どの条件まで持つのか。
そして、どこから先は持たないのか。
それを決めるられるかではないでしょうか。

人材と時間を、会社の能力へどう変えれば良いのか

前回の記事では、人材が在籍していることと、会社が技術能力を持っていることは同じではないと考えました。

AIエンジニアが100人いる会社でも、その100人が担当する領域や、会社へ残しているものは異なります。

顧客案件へ技術者を配置できることは、大きな価値があります。
顧客の業務、現場の例外、品質への要求、設備の癖は、社内だけで学べるものではありません。
ただし、顧客現場で得た経験が、一人の職務経歴にしか残っていなければ、その経験を次の案件で再現することは難しくなります。

会社の能力へ変えるには、少なくとも次の工程が必要です。

• コード、モデル、設計、共通部品として作る

• テスト、シミュレーション、実機試験で確かめる

• 障害、失敗、改善の履歴から学ぶ

• 複数人で保守し、引き継げる状態を作る

• 知財、データ利用権、ライセンス、契約を整理し、再利用できる状態にする

本稿では、このように複数の人が共有し、別の案件でも再現し、検証し、継承できる状態を、再現可能な組織能力と呼びます。
これは、会計上の資産を意味する言葉ではありません。
人材、コード、データ、設備、契約、失敗の記録を結び、会社として同じ品質を繰り返せるかを見るための考え方です。

稼働率を守るほど、次の能力を作れないことがある

SESや受託開発を主な収益源とする企業にとって、技術者の稼働率は重要です。
技術者を顧客案件から外せば、その期間の売上が減る可能性があります。
研究開発、実機検証、共通基盤、教育は、短期的には費用として見えやすく、すぐに売上へ結びつくとは限りません。
そのため、技術検証を始めても、受注が増えると担当者が顧客案件へ戻される。

実機ラボを作っても、明確な売上が見えず縮小される。
共通製品を作ろうとしても、個別受託の納期が優先される。

一つひとつの判断は、不合理とは限りません。現在の収益がなければ、将来投資も続けられないからです。

問題は、すべての技術者を常に顧客売上へ結びつけた結果、次の能力を作る時間が永遠に生まれないことです。
だから、経営側は、稼働率を上げるか下げるかではなく、次を決める必要があります。

どれだけの人と時間を、共通技術や研究へ配分するのか。
その費用を、どの部門が持つのか。
研究担当者を、短期的な受注増だけで顧客案件へ戻さない条件は何か。
資格者数やPoC件数ではなく、何を成果として見るのか。
いつまで先行費用を認め、どの条件で再設計するのか。

資本配分とは、資金だけを振り分けることではありません。
人材、経営時間、設備、データ、顧客接点を、どの事業と能力へ割り振るかを決めることです。
東京証券取引所は、各社へ一律の投資行動を求めているわけではありません。
そのうえで、中長期戦略に沿って、限られた経営資源をどこへ配分するのかを検討し、説明する重要性を示しています。

ロボット本体の外側には、どれだけの費用がかかるのか

フィジカルAIへの投資を考えるとき、目に入りやすいのはロボット本体です。
機体、GPU、センサー、AIモデル、シミュレーター、エッジ端末。
いずれも重要な投資対象です。

しかし、本番稼働では、その外側にも費用が発生します。

たとえば、物流施設で搬送ロボットを運用する場合、機体を購入しただけでは業務は完成しません。

夜間に止まったとき、誰が状態を確認するのか。
通信、センサー、地図、制御、業務システムのどこに原因があるかを、どう切り分けるのか。
交換部品をどこに置き、誰が交換するのか。
停止中の荷物を、人がどのように引き継ぐのか。
ロボットを再起動したあと、管理システム上の荷物の位置と、実際の位置が一致しているかを誰が確認するのか。

投資対象を整理すると、費用は大きく四つに分けられます。

取得にかかる費用

• ロボット本体

• GPUやエッジ端末

• ソフトウェアライセンス

• 人材採用

• M&A

• 知財やデータ利用権

立ち上げにかかる費用

• 実機ラボ

• シミュレーション

• SIL・HIL環境

• 現場統合

• 安全評価

• 初期データ収集

• 業務手順の変更

続けるための費用

• 監視

• ログやデータの保存

• ソフトウェア・AIモデルの更新

• セキュリティ対応

• 遠隔支援

• 現地保守

• 部品在庫

• 人間介入

• 教育と引き継ぎ

見直しや撤退にかかる費用

• 顧客の移行

• 契約の終了

• 設備の処分

• 人員の再配置

• データの返却や削除

• 保守終了後の対応

必要な設備や体制は、扱う機体、用途、リスク、自社が契約上引き受ける範囲によって変わります。
すべてを自社で持つ必要はありません。
ただし、誰が担い、誰が費用を負担し、どの状態まで責任を持つのかは、確認できる状態にしておく必要があります。

機体の価格だけでは、事業コストは分かりません。

内製、採用、提携、M&A、非参入をどう選べば良いのか

不足している能力を得る方法は、一つではありません。

自社で作る

自社の中核能力にしたいのであれば、内製には大きな意味があります。
設計判断、コード、データ、障害、顧客対応が社内へ残りやすく、技術と事業を往復しながら改善できます。

一方で、時間がかかります。

方向を判断できる技術リーダーがいなければ、開発の進め方自体を誤る可能性もあります。

人を採用し、育てる

不足する能力が明確で、受け入れるチーム、設備、予算、案件があるなら、採用は有効です。
ただし、一人の組み込み技術者やロボティクス経験者を採用しただけで、会社の能力が変わるわけではありません。

相談できる仲間も、実機も、予算も、意思決定権もなければ、その人の知識は社内へ広がりません。

「専門人材を採用したのに成果が出ない」という問題は、採用した人だけでなく、受け入れる側の設計にも原因があります。

専門企業と提携する

不確実性が高い初期段階では、提携が合理的な場合があります。
固定費を抑えながら試せますし、自社はデータ、クラウド、業務システム、顧客設計へ集中できます。

一方で、障害が起きたとき、誰が顧客への説明を担うのか。
共同開発で生まれたコードやデータを、どこまで次の案件へ使えるのか。
相手企業の技術者が不足した場合、自社案件を優先してもらえるのか。

契約と運用の両方で決めておかなければ、責任も能力も境界で止まります。

共同開発や業務委託では、知的財産だけでなく、ノウハウ、データ、利用範囲、対価、情報管理について、当事者間で明確にすることが重要です。

会社を買う

人材、技術、設備、顧客を一体で取得したい場合、M&Aは有力な手段になり得ます。
ただし、最も速く取得できる方法が、最も能力を残せる方法とは限りません。
会社の株式を取得したことと、技術を理解し、保守し、次の顧客へ展開できることは別だからです。

参入しない

フィジカルAIへ進まないことも、経営判断です。

自社がクラウド、データ、セキュリティ、業務設計など、実機を直接保有しない層で競争優位を持つのであれば、そこへ集中する方が合理的な場合があります。
すべてを持つ会社だけが、強い会社ではありません。
自社が持つ範囲と、持たない範囲を説明できる会社の方が、投資判断は明確になります。

会社を買うとき、技術の何を確認すれば良いのか

「自社に組み込み能力がないなら、組み込み会社を買えばよい」

選択肢としては成立します。
しかし、「組み込み会社」という名称だけでは、何を取得できるのか分かりません。
買収前に確認したいのは、現在の売上や技術者数だけではありません。

人

全体設計ができる人は誰か。
障害解析ができる人は誰か。
顧客へ技術を説明できる人は誰か。
その知識は、複数の人へ移されているか。

技術

ソースコード、ファームウェア、回路、設計資料、試験方法、障害履歴は、どのような状態で残っているか。
設計判断の理由を、別の技術者が説明できるか。

設備

実機、測定器、試験治具、HIL環境、保守部品は自社所有か。
顧客の工場にしか存在しない設備へ依存していないか。

顧客関係

誰が顧客との信頼関係を持っているか。
主要顧客への依存はどの程度か。
買収後も、現場へ入る権限や保守契約を維持できるか。

契約と権利

コード、設計、データ、ノウハウを、どの範囲で利用、改変、再利用、再許諾できるか。
OSSや第三者技術のライセンスは整理されているか。
買収や支配権変更によって、契約が終了したり、相手方の同意が必要になったりしないか。

契約や権利の引継ぎ方は、株式取得、事業譲渡などの買収手法と、個別契約によって異なります。
会社を買ったからといって、すべての技術、データ、顧客契約を自動的に同じ条件で使えるとは限りません。

こうした確認を行う工程が、技術デューデリジェンスです。

技術デューデリジェンスとは、買収対象の技術が現在動いているかだけでなく、維持、再現、継承できるかを確認する調査です。

特に確認したいのは、次の三段階です。

1. 現在、動いているか

2. 別の顧客や環境でも再現できるか

3. 主要人物が変わっても継続できるか

優れた技術者が一人で全体を支えている会社は、現在は高い能力を持っているかもしれません。
しかし、その人が退職したとき、設計意図が分からない。障害を再現できない。更新できない。顧客関係も失われる。
それでは、会社の能力ではなく、特定の人が残る可能性へ投資したことになります。

技術や開発組織を取得目的に含めるなら、技術デューデリジェンスは重要な検討工程です。
ただし、技術デューデリジェンスは、買収の合否を機械的に決める試験ではありません。
買収後に、どのような費用と改善が必要になるかを把握するための工程です。

※技術デューデリジェンスを提供する事業者による公開事例です。人材数だけでなく、開発体制や技術の再現性を考える補助資料として紹介しています。

買収成立前から、技術と人材を残す準備をする

買収前に優れた技術と人材を確認できても、買収後にその人たちが離れれば、目的は達成できません。
そのため、M&Aは契約成立で終わるものではありません。

買収後に、経営、組織、人材、技術、顧客、業務を統合し、買収目的を実現する工程をPMIと呼びます。

PMIは、狭い意味ではM&A成立後の統合作業を指します。
ただし、何を統合し、何を残すかという準備は買収前から始まり、成立後も継続していきます。

技術企業のPMIでは、次の点が重要になります。

• 技術者の裁量が極端に失われないか

• 意思決定が遅くならないか

• 評価制度が人月や稼働率だけへ変わらないか

• 開発・試験設備を維持できるか

• 顧客と直接話す機会が残るか

• 技術責任者の役割が明確か

• 買収側の報告制度が過度な負担にならないか

• 何を統合し、何を独立して残すか決められているか

買収した会社を、自社の制度へ早く合わせることが、必ずしも良い統合とは限りません。
取得したかった能力が、その会社の文化、意思決定速度、顧客との距離に支えられているなら、壊してはいけないものがあります。
報酬や残留条件だけでなく、技術者が力を発揮できる環境を残せるか。
それも、買収価格と同じくらい重要な判断材料です。

投資を六つの段階で確かめる

フィジカルAIへの投資は、不確実性が高く、完成まで時間がかかります。
最初に数年分の予算を承認し、最後に成功か失敗かを判定する方法では、途中の学習を投資判断へ反映できません。

一方で、毎月の売上だけを見て投資を止めれば、長期的な技術は育ちません。
そこで、投資を六つの段階に分けます。
この六段階は、公的な規格や統一された評価制度ではありません。

フィジカルAIへの投資を考えるために、本稿で整理した編集フレームです。

Gate 0｜戦略適合

なぜ自社が取り組むのか。
既存顧客、業界知識、データ、現場へのアクセスなど、他社より有利になり得るものはあるか。
流行や市場予測以外の参入理由を説明できるか。

Gate 1｜顧客課題

誰の、どの作業を変えるのか。
顧客は何に対価を払うのか。
本当にロボットが必要なのか。
設備改善やソフトウェアだけでは解決できないのか。

Gate 2｜技術成立性

実機で必要な性能が出るか。
人間介入率を測れるか。
異常時に安全な状態へ移せるか。
改善に必要なデータを取得できるか。

Gate 3｜本番化

監視、保守、更新、業務復旧が成立するか。
既存設備や業務システムと接続できるか。
顧客が本番費用を負担するか。
責任分界を契約へ落とせるか。

契約上の役割分担を決めることと、法令上の責任がなくなることは同じではありません。

Gate 4｜再利用性

二社目、二拠点目で導入期間を短くできるか。
共通コード、試験方法、運用基盤を再利用できるか。
別の担当者が同じ品質を再現できるか。

Gate 5｜拡大

同じ人数で、運用台数や拠点を増やせるか。
保守や人間介入を含めても、粗利を維持できるか。
単発受託ではなく、継続収益へ変えられるか。

各段階では、技術だけでなく、次の段階までに必要な資金も確認します。

• 追加投資はいくらか

• 次の判断までにどれだけ資金を使うか

• 顧客はどこまで負担するか

• 二拠点目で費用は下がるか

• 契約終了時にどれだけ負担が残るか

• 失敗しても、何が会社へ残るか

判断は、続けるか、やめるかの二択ではありません。

対象業務を変える。
内製から提携へ切り替える。
ロボット本体を扱わず、上位ソフトウェアへ集中する。

そうした再設計も含みます。

撤退しても、何を会社へ残せるようにすれば良いのか

新規事業では、始める条件は議論されても、やめる条件は後回しになりがちです。

「もう少し性能が上がれば」
「次の顧客では本番化できる」
「市場が立ち上がるまで待てばよい」

いずれも、間違いとは限りません。
ただし、期限も条件もなければ、検証ではなく期待を延長しているだけになります。

たとえば、次の状態が続くなら、投資の見直しが必要です。

• 顧客が本番導入費用を負担しない

• 人間介入や保守コストが下がらない

• 二社目でも最初から開発をやり直している

• 必要なデータ利用権を取得できない

• 安全や責任分界を契約化できない

• 中核人材を維持できない

• 現場へ導入しても、業務成果を測れない

撤退は、すべてを捨てることではありません。
実機開発で得た人材、試験方法、障害記録、顧客理解、共通コードは、別の事業へ残せる可能性があります。

そのため、投資開始時に、

を決めておく必要があります。

撤退基準は、失敗を認定するためのものではありません。
限られた人、時間、資金を、次の学習へ移すための条件です。

※新規事業支援に携わる実務者による、撤退基準と意思決定者・現場の対話を考える記事です。

技術投資を、経営チームでどう決めれば良いのか

CFOがROS 2を実装できる必要はありません。
CEOが制御周期を計算できる必要もありません。
社外取締役がセンサーを選定する必要もありません。

専門的な技術判断は、専門家へ委ねるべきです。
一方で、経営が委ねてはいけない判断があります。

• なぜこの事業へ参入するのか

• どこまでを自社能力として持つのか

• どの程度の損失を、何年許容するのか

• 何を本番化の条件とするのか

• 誰が障害と安全へ責任を持つのか

• どの条件で投資を見直すのか

• 顧客、社員、株主へ何を説明するのか

経営者が理解すべきなのは、細かな実装方法ではなく、技術判断の構造です。
少なくとも、次の違いは理解する必要があります。

• デモと本番稼働

• AIモデルと低位制御

• クラウドとエッジ

• 一台の試作と複数拠点の運用

• 個人の経験と会社の能力

• ロボットの再起動と業務復旧

• 技術を所有することと、契約上利用できること

• 開発費と継続的な保守費

技術が分からないこと自体が問題なのではありません。
分からないものを判断するための人、制度、質問を用意しないことが問題です。

CEO

どの市場、顧客、社会課題を選ぶのか。
既存事業を含むポートフォリオをどう変えるのかを決めます。

CTO

技術的に成立するか。
何を内製し、何を外部へ委ねるか。
安全、品質、技術負債をどう管理するかを示します。

CFO

投資余力、回収条件、資金調達、財務リスク、継続・撤退時の負担を設計します。

COO・事業責任者

顧客業務へどう実装し、誰が運用し、どの収益モデルで続けるかを担います。

取締役会

成長の道筋と経営資源配分が整合しているか。
継続・撤退条件が妥当か。
経営陣が適切に判断しているかを監督します。

2026年4月に公表されたコーポレートガバナンス・コードの改訂案でも、企業が目指す成長の道筋と、設備、研究開発、人的資本、知的財産などを含む経営資源の配分について、取締役会が監督・検証する方向が示されています。
これは、取締役会が個別技術を選定するという意味ではありません。
技術投資の前提、優先順位、継続条件を、経営チームが説明できているかを見る役割です。

※CEO、CTO、CFO、COOを一対一の肩書で区切るのではなく、経営チーム全体が必要な能力を補うという見方を示した記事です。

過去の「AI企業」という説明をどうアップデートすれば良いのか

過去に「AI企業」として採用し、事業を拡大し、上場してきた企業にとって、戦略転換は簡単ではありません。
新しい領域へ進むことが、過去の説明を否定するように見えるからです。
しかし、戦略を更新することと、過去を否定することは同じではありません。

まず、これまでに何を得たのかを正確に説明する必要があります。

• AI人材

• データ処理

• 顧客接点

• 業界知識

• クラウド基盤

• 画像認識

• 営業・採用力

• 上場企業としての信用

そのうえで、何が現在も強みで、何が一般化し、次に何が不足しているかを示します。

フィジカルAIへ進むなら、説明すべきなのは市場規模だけではありません。

• 責任のどの層を持つのか

• どの能力を内製するのか

• 何を提携や外部調達にするのか

• 何年、どの程度の資源を配分するのか

• 本番化を何で判定するのか

• どの条件で見直すのか

• 失敗した場合にも何を残すのか

「AI」を「フィジカルAI」へ言い換えるだけでは、事業は変わりません。
提携先の名前、資格者数、PoC件数を並べるだけでも、会社が何を引き受けられるのかは分かりません。
投資家や社員が知りたいのは、未来像の大きさだけではありません。
その未来へ、どのような順序で進み、途中で何を確認し、どの条件なら方向を変えるのかです。

何を買うかより、何を会社として残すか

この連載は、人間に近づいたロボットの手から始まりました。

最初に考えたのは、ロボットの外見やAIモデルではなく、物理世界のどこまでを企業が引き受けるのかという問いでした。

次に、人材がいることと、会社に能力が残ることは同じではないと考えました。

さらに、ロボットを一度動かせることと、止まったあとに業務を戻せることは違うと見てきました。

そして最後に残るのが、その能力へ、何を配分するのかという経営判断です。

自社で持つのか。
外部から借りるのか。
会社や人材を買うのか。
時間をかけて育てるのか。
あるいは、今回は見送るのか。

すべての企業が、ロボット本体を作る必要はありません。
すべての技術を内製する必要もありません。
しかし、どこまでを自社の責任として持ち、どこからを他社へ委ねるのかは、自社で決めなければなりません。

次の10年を決めるのは、どの技術を紹介したかではありません。
限られた人、時間、資金を、どの能力へ変換したかでしょう。

連載一覧

関連マガジン

情報源・参考URL

一次資料・公式資料

• 東京証券取引所「『資本コストや株価を意識した経営』に関する要請のアップデートについて」
  https://www.jpx.co.jp/news/1020/20260428-01.html

• 金融庁・東京証券取引所「コーポレートガバナンス・コード改訂案の公表について」
  https://www.fsa.go.jp/news/r7/singi/20260410.html

• 中小企業庁「中小M&Aガイドライン」
  https://www.chusho.meti.go.jp/zaimu/shoukei/m_and_a_guideline.html

• 中小企業庁「PMIを実施する」
  https://www.chusho.meti.go.jp/zaimu/shoukei/sme_pmi_guideline_course.html

• 公正取引委員会・中小企業庁・特許庁「『知的財産権・ノウハウ・データの適切な取引のための優越的地位の濫用等に関する指針』及び『契約書ひな形』」
  https://www.jftc.go.jp/houdou/pressrelease/2026/jun/260624_chizaitorihiki.html

• 経済産業省「人的資本経営」
  https://www.meti.go.jp/policy/economy/jinteki_shihon/

論文・専門資料

• 中小企業庁「2025年版中小企業白書　第2部第2章第3節 スケールアップに向けた投資行動と海外展開」https://www.chusho.meti.go.jp/pamflet/hakusyo/2025/chusho/b2_2_3.html

• Daniel G. Ranft, Michael D. Lord “Acquiring New Knowledge: The Role of Retaining Human Capital in Acquisitions of High-Tech Firms”
  https://www.sciencedirect.com/science/article/pii/S1047831000000341

note内の関連・参考記事