フィジカルAIが注目の時を迎え、誰もがその一部を手にしたい

技術業界には、単一の画期的な突破ではなく、多くの要素が同時に収束することでその勢いを示す特有の動向があります。物理的 AI（Physical AI）は今まさにそのような局面にあり、それがどこから来ており、なぜそうなのかに注目することは、いかなる単一製品の発表よりも多くを物語ります。 「物理的 AI」という用語自体はシンプルです。これはデータを処理したりコンテンツを生成するだけでなく、現実世界で知覚し、推論し、行動する AI システム、つまりロボットや自律走行車、適応型の機械を指します。Nvidia の CEO であるジェンソン・ファン氏は今年 1 月の CES でこれを「ロボティクスにおける ChatGPT の瞬間」と呼びました。これは意図的な枠組み設定であり、有用なものです。 ChatGPT との比較は単なる過熱ではありません。それはかつて研究環境に限定されていた技術が、主流の商業的展開へと採用され始めていることを示しています。この転換点こそが、シリコンバレーの工場床から上海のステージまでで進行している様子を私たちが注視しているものです。 西側はスタックを構築中 西側の立場では、物理的 AI への取り組みは本質的にプラットフォーム競争です。最も積極投資を行っている企業は主にロボット会社ではなく、AI が収益化される次の表面としてロボティクスを見ているインフラストラクチャー企業です。 Nvidia は、ロボット学習と推論のための新しい Cosmos および GR00T オープンモデルをリリースするとともに、Blackwell を搭載した Jetson T4000 モジュールを発表しました。このモジュールは、ロボティクスコンピューティングにおいて 4 倍のエネルギー効率を実現します。Arm は、ロボットおよびインテリジェントビークルのための半導体設計に特化した、全く新しい Physical AI ビジネスユニットを設立しました。 Siemens と Nvidia は、世界で初めて完全に AI ドライブ型の適応型製造サイトを創出するという野望のもと、「Industrial AI Operating System」と呼ぶシステムの構築計画を発表しました。また先週、Google はロボットソフトウェア部門 Intrinsic をアルファベットの「Other Bets」から Google のコア事業へ完全に移管しました。 この動きにより、Google はメーカーに対して垂直統合されたスタックを提供する立場となりました。DeepMind からの AI モデル、Intrinsic からの展開用ソフトウェア、そして Google Cloud からのクラウドインフラストラクチャです。社内で浮上している Android のアナロジーは示唆に富んでいます。Android がスマートフォン市場を制したのは、最高の電話機を作ったからではありませんでした。他のすべてのものがその上で動作するレイヤーとなったからこそ勝利したのです。 まさにこれが、Google が Physical AI において目指していることです。 企業への影響は甚大です。3,200 人以上のグローバルビジネスリーダーを対象とした Deloitte の調査では、58% がすでに何らかの形で Physical AI を活用していると回答し、今後 2 年間の計画を含めるとその割合は 80% に達しました。需要は明確に存在します。問われているのは「導入するかどうか」ではなく、「いかに迅速に」「どのプラットフォーム上で」かという点です。 Boston Dynamics の人型ロボット、Atlas がジョージア州にある Hyundai の製造施設内で完全に自律的に稼働し始めました。 フォロー：@AFpost pic.twitter.com/pfAzyxqRnn — AF Post (@AFpost) 2026 年 1 月 5 日 東側が機械を構築している 中国の物理的 AI の物語は性質が異なり、おそらくより生々しいものです。今年の春節联欢晚会（春晩）では、複数の中国スタートアップの人型ロボットが数億人の視聴者面前でカンフーのパフォーマンスや宙返り、振付されたダンスを披露しました。これはわずか 1 年前に懐疑的な視線を集めていたつまずく試作機とは対照的な光景です。 確かにそれは見世物でした。しかし同時に、それは声明でもありました。中国は 2025 年に世界のヒューマノイドロボット設置台数の 80% 以上を占め、世界全体の産業用ロボットの半数以上を担っています。この支配的地位は、ソフトウェアを超えた構造的な優位性によって支えられています。中国はグローバルな LiDAR（ライダー）センサー市場の約 70% をコントロールしており、ハーモニックリデューサー（ロボット運動に不可欠なギア）の生産においてリードし、EV（電気自動車）産業を推進したのと同じ規模の経済効果を通じてハードウェアコストを引き下げてきました。 アリババは、ロボットが物理世界を理解し物体を識別するのを支援するために設計されたオープンソース AI モデル「RynnBrain」を発表し、NVIDIA の Cosmos や Google DeepMind の Gemini Robotics と並ぶ基盤モデル層で競争を開始しました。すでに 140 社以上の国内ヒューマノイド製造業者が存在し、330 体を超えるヒューマノイドモデルが公開されている中、中国のエンボディド AI（具現化された人工知能）への取り組みはもはや実験段階ではなく、商業化が進んでいます。 なぜこれがヘッドラインを超えて重要なのか 西洋のプラットフォーム戦略と東洋の製造規模が融合することで、真に新しいものが生まれています。それは複数の側面で同時に進展し、異なる競争優位性が衝突するグローバルな物理 AI エコシステムです。 この瞬間が過去のロボット工学ブームと決定的に異なる点は、専門知識のボトルネックが解消されたことです。歴史的に産業用ロボットの導入には、専門的なエンジニアリングチームが必要で、数か月にわたるカスタムプログラミングが必要であり、ダウンタイムに対する高い許容度も求められていました。現在 Google、Nvidia、Siemens、およびそれらの中国版企業が構築しているプラットフォームは、明確にこの障壁を下げることを目指して設計されています。 1 月に 1 億 1000 万ドルの資金調達を行った Vention のような企業は、自社の物理 AI プラットフォームが自動化プロジェクトの期間を数か月から数日に短縮できると主張しています。この主張が日常化すれば、製造業の経済構造そのものが変化します。 製品発表の静かなる下層には、地政学的な次元も存在します。現在開発中のロボティクスにおけるすべての基盤モデル、すべてのプラットフォーム層、すべての半導体アーキテクチャは、サプライチェーンへの依存、データの主権、そして長期的なインフラストラクチャーの制御に関する問いを伴っています。 物理的 AI のソフトウェア層を支配する国、あるいは企業は、今後数年にわたり世界的な産業運営に対して並外れたレバレッジ（影響力）を有することになります。 物理的 AI は一時的なトレンドではありません。それは、世界がモノを作り、運び、大規模に運用する方法における次なる重要な再構成です。現在行われている議論——半導体企業の役員室から深センやシリコンバレーの工場床に至るまで——は予備的なものではありません。それらこそがまさにそのものであり、すでに進行中です。 （写真：現代自動車グループ提供） 関連記事：ゴールドマン・サックスと独 Deutsche Bank が貿易監視にエージェント型 AI をテスト 業界リーダーから AI とビッグデータについてさらに学びたい方は、アムステルダム、カリフォルニア、ロンドンで開催される「AI & Big Data Expo」をご覧ください。包括的な本イベントは TechEx の一部であり、他の主要なテクノロジーイベントと併催されます。詳細はこちらをクリックしてください。

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト