ロボットの話に見えて、工場の主導権の話である
フィジカルAIとは、AIが現実世界の状態を認識し、状況を判断し、設備・ロボット・人・ソフトウェアを通じて物理世界へ作用し、その結果を再びデータとして取り込むことで、現場を閉ループで変える仕組みである。
ここで最初に切り分けておきたい。フィジカルAIは「AIを載せたヒューマノイド」と同義ではない。ヒューマノイドは目立つ。映像にもなる。投資家にも説明しやすい。だが、それはフィジカルAIの一部であって、全体ではない。
工場で考えるなら、対象はもっと広い。PLC、MES、SCADA、産業用ロボット、搬送装置、画像検査装置、センサー、品質データベース、保全履歴、作業ログ、デジタルツイン、人の作業。これらをAIが理解し、制約の中で判断し、現場を実際に変えるところまで含めて、初めてフィジカルAIになる。
従来のAIは、文章を書き、画像を作り、検索し、予測し、ダッシュボードに警告を出してきた。フィジカルAIは、その先へ進む。AIの判断が、設備条件、搬送順、検査条件、ロボット動作、人への作業指示に接続される。
つまり、フィジカルAIの本質は「賢いロボット」ではない。現場を理解したAIが、工場を動かす権限と経路を持つことである。
この経路は二つに分かれる。
一つは、通信で届く経路だ。PLC、MES、SCADA、設備APIを通じて、レシピを変える。搬送指示を出す。検査条件を変える。生産順を組み替える。ここでは、AIは物理的な腕を持たなくても現場へ作用できる。
もう一つは、通信では届かない経路だ。箱を持つ。治具に入れる。扉を開ける。向きを直す。落ちたものを拾う。棚から取り出す。人間向けに作られたボタンやレバーを操作する。ここでは、現実に触る身体が必要になる。
フィジカルAIの競争は、この二つの経路を誰が統合するかで決まる。通信で動く設備と、手で触らなければ変わらない作業。その間にある最後の距離を、AIがどう埋めるか。ここに次の製造業の主導権がある。
いま起きているのは、デモの派手さから運用成績への移行である
フィジカルAIは、まだ全面普及の段階ではない。人型ロボットが大量に工場へ入り、人と同じ速度で何でもこなしているわけではない。
ただし、研究室の話だけでもなくなっている。
BMWは2026年、ドイツのライプツィヒ工場でヒューマノイドロボットAEONのパイロットを進めると発表した。対象は高電圧バッテリーの組立や部品製造で、BMWはこの取り組みをPhysical AIを生産現場へ持ち込む動きとして位置づけている。
Figure AIは2025年11月、BMWの米国スパータンバーグ工場でFigure 02を11か月展開し、9万点超の板金部品を扱い、3万台以上のBMW X3生産に関与したと発表した。これはFigure側の発表なので、第三者が監査した実績値として扱うべきではない。それでも、量産工場の中で長期間試した事例としては重要である。
一方で、2026年5月に報じられたFigure 03の荷物仕分けデモでは、10時間の比較で人間インターンがロボットをわずかに上回った。報道では、ロボットが12,732個、人間が12,924個を仕分け、平均処理時間はロボット2.83秒、人間2.79秒だったとされる。
この結果を「ロボットはまだ人間に勝てない」とだけ読むと浅い。むしろ重要なのは、評価軸が変わったことだ。
かつては、二足で歩く、物を掴む、言葉で指示できる、というだけでニュースになった。これからは違う。何時間止まらず動いたか。何個処理したか。ミス率はどれくらいか。失敗時に自力で復旧できるか。既存設備と同期して安全に止まれるか。人間を何割代替できるか。投資回収に何年かかるか。
ロボットが立ったかどうかではなく、現場で働けたかどうかが問われ始めている。
ここに、日本企業が見るべき現実がある。映像で目立つ性能より、長時間稼働、復旧性、安全停止、変更履歴、品質影響、現場の例外処理の方が重要になる。これは日本の製造業が本来得意としてきた領域でもある。
しかし、その得意領域がソフトウェアとAIに接続されなければ、次の競争力にはならない。
物理ラストワンマイルを埋めるのは、人型とは限らない
工場には、通信だけでは変えられない作業が残っている。
箱を取る。部品を置く。治具に合わせる。蓋を閉める。向きを直す。台車から降ろす。棚に戻す。作業者向けの設備を操作する。
この領域を、ここでは物理ラストワンマイルと呼ぶ。
ヒューマノイドが注目されるのは、この領域に入り込める可能性があるからだ。多くの工場は、人間の身体を前提に作られている。通路の幅、棚の高さ、作業台の位置、扉の開き方、ボタンの場所、治具の扱い方。人間向けの環境へ大改造なしに入るなら、人型に近い身体には合理性がある。
さらに、人間の作業動画、テレオペレーション、モーションデータを学習に使う場合も、人型に近い身体の方が対応しやすい。世界が人間の手足を前提にできている以上、人型は単なる見た目ではない。
ただし、人型であること自体はゴールではない。
現場で必要なのは、移動できること、位置決めできること、掴めること、押せること、引けること、置けること、向きを直せること、そして失敗したときに壊さず戻せることだ。
それを満たすなら、AMRにロボットアームを載せたものでもよい。上半身だけのロボットでもよい。天吊りガントリーでもよい。専用ハンドでもよい。人型に近いロボットでもよい。
形は戦術である。本質は、AIの判断を現実の動作へ変換できるかどうかである。
足りないのは、パワーではなく現場品質である
現在のヒューマノイドは、すでに「何もできない」段階ではない。Agility RoboticsのDigitは35ポンド、約16kgの可搬能力と4時間のバッテリー稼働を示している。Unitree G1は約35kgの機体で、構成により23〜43の関節モーターを持つ。
この数字だけを見ると、人間の作業環境へ入るための身体性能は見えてきたように思える。箱を持つ。トートを運ぶ。作業台へアクセスする。簡単な投入や取り出しを行う。こうした用途なら、すでに現実味がある。
だが、工場で必要なのは最大可搬重量だけではない。
小さな部品を正確に持つ。薄いフィルムを折らずに扱う。ケーブルを差す。治具に斜めなく入れる。対象物に応じて把持力を変える。滑りを検知する。接触状態を判断する。部品を傷つけずに失敗から復旧する。数時間ではなく、シフト単位で低ミス率を保つ。
足りないのは、単純な力ではない。足りないのは、触覚、力覚、復旧動作、長時間安定性、保全性、安全認証、既存FAとの同期である。
ここを見誤ると、フィジカルAIは「ロボットを買えば解決する話」に見えてしまう。実際には逆である。ロボット単体よりも、ロボットが入れる工程設計、例外処理、ログ設計、安全設計、品質保証の方が難しい。
現場は、正常時だけで回っていない。部品は少しずれる。箱は変形する。人は予定外の場所に立つ。センサーは汚れる。治具は摩耗する。前工程のばらつきが後工程に来る。フィジカルAIが工場で価値を出すには、この「小さな例外の山」を扱えなければならない。
ここに、単なるAIモデル競争ではない難しさがある。
日本の強みは残っている。しかし、学習機会は中国に寄っている
既存の産業用ロボット市場では、日本はまだ重要な国である。IFRのWorld Robotics 2025によれば、2024年の世界の産業用ロボット新規導入は約54万2,000台だった。中国は約29万5,000台で世界導入の54％を占め、日本は約4万4,500台だった。
この数字は、日本の強さと危うさを同時に示している。
日本には、ロボット、FA、センサー、モーター、減速機、工作機械、品質管理、生産技術がある。これは大きい。フィジカルAIは物理世界に接続する技術なので、現場を知らない企業だけでは完結しにくい。
一方で、実装現場とデータ収集機会は中国に大きく寄っている。フィジカルAIは、実際に使われる現場で改善される。作業データ、失敗ログ、復旧手順、保全記録、工程ごとの例外処理。これらは机上では作れない。
ロボットは、使われた場所で賢くなる。設備とつながった場所で強くなる。失敗を大量に経験した場所で現場向けになる。
日本が部品を作り、中国が大規模に使い、中国側に運用データと改善ループが集まる。そうなれば、日本は「作れるが、使い方の標準を握れない」立場になりかねない。
この構造は、スマホやEVで見た負け方に近い。
EVとスマホが示したのは、製品ではなく構造の敗北である
フィジカルAIで日本が恐れるべきなのは、ロボット部品が売れなくなることではない。むしろ、部品や装置はしぶとく残る可能性が高い。
本当に怖いのは、完成品、OS、AIモデル、作業データ、運用基盤、顧客接点にアクセスできず、収益性の低い側へ回ることである。
EVでは、日本は既存自動車で強かった。トヨタは2024年にグループ販売1,080万台で世界首位を維持した。一方、IEAによれば、2024年の世界の電気自動車販売は1,700万台を超え、中国だけで1,100万台を超えた。Reutersは、2024年のトヨタ・レクサスなど親会社単体の販売に占めるBEV比率を1.4％と報じている。
ここで注意すべきなのは、IEAの電気自動車販売はBEVとPHEVを含み、トヨタの1.4％は親会社単体のBEV比率だということだ。数字をそのまま横並びにはできない。それでも、既存市場で強いことが、新しい成長市場の主導権を保証しないという構図は明確である。
スマホも同じだ。日本企業は部品、材料、製造装置では残った。しかし、完成品、OS、アプリストア、サービス、顧客接点は海外勢に握られた。
収益構造にも差が出る。Appleの2024年Form 10-Kでは、製品粗利率が37.2％、サービス粗利率が73.9％、全体粗利率が46.2％だった。一方、Foxconnの2024年通期は、粗利率6.25％、営業利益率2.92％、純利益率2.23％だった。両社は事業構造が違うため単純比較はできない。それでも、完成品・OS・サービスを握る側と、製造受託側の収益性に大きな差があることは見える。
下請けは生き残れる。だが、利益率が低い産業構造は、賃金、研究開発投資、人材獲得、次世代投資に効いてくる。
フィジカルAIでも同じことが起きうる。日本がアクチュエータ、減速機、センサー、FA機器だけにとどまれば、優れた部品を供給する国にはなれる。しかし、現場をどう動かすかという設計権は取りにくい。
日本の問題は「ITが弱い」ではない
日本企業がまずやめるべきなのは、「ITが弱い」という言い訳である。
問題は、ITが弱いことそのものではない。より深い問題は、ITを製造技術の外側に置いてきたことだ。
フィジカルAI時代に、AIモデル、データ基盤、API、シミュレーション、ロボットOS、ログ管理、権限管理、変更管理、安全制御、異常時の復旧設計は、情シスの周辺業務ではない。設備、工程、品質、保全を動かす中核技術である。
SIerやコンサルを使うこと自体は悪くない。外部の専門家を使うのは当然である。問題は、技術判断まで丸投げすることだ。
どのデータが工程に効くのか。どこまでAIに判断させるのか。どの制約なら安全か。どのミス率なら許容できるか。どのログが品質保証に必要か。どのAPIで設備とつなぐべきか。シミュレーションで何を検証すべきか。異常時にどこで止めるのか。責任分界をどこに置くのか。
これを自社で判断できなければ、フィジカルAIは自社の競争力にならない。
自動車で言えば、車両制御ソフトを「ITだから外部に任せればよい」と考えたら、車の性能を握れない。ブレーキ制御、エンジン制御、ADAS、車両統合制御は、機械の外側にある補助機能ではない。車そのものの性能である。
工場も同じだ。AI、ソフトウェア、データ基盤、API、シミュレーション、ログ管理は、設備・工程・品質を左右する製造技術そのものになる。
日本が握るべきものは、現場を動かす信頼層である
日本が狙うべきなのは、国産ヒューマノイドで米中に正面から勝つことだけではない。完成品で勝てれば強い。だが、そこだけを理想に置くと、完成品市場で負けてから慌てることになる。
日本が握るべきなのは、フィジカルAIを工場へ安全に接続する「信頼層」である。
第一に、FA機器をAIから安全に使えるようにすること。PLC、ロボット、サーボ、センサー、画像検査、搬送装置が、状態取得、制約付き指示、レシピ変更、搬送指示、検査条件変更、安全停止、変更履歴管理を受けられるようにする。
第二に、物理ラストワンマイル端末を工場品質にすること。人型に限らず、AMR＋アーム、上半身ロボット、汎用ハンド、モバイルマニピュレータ、力覚・触覚センサー、関節、アクチュエータ、安全制御を、現場の例外に耐える形で使えるようにする。
第三に、現場運用OSを握ること。AIが何を見て、何を判断し、何を変えたかを記録する。変更前にシミュレーションする。危険な操作は承認を挟む。品質影響を追跡する。異常時には安全に止める。作業ログを次の改善に戻す。
第四に、完成品や運用基盤にも挑むこと。部品と現場接続だけで満足すると、スマホ型の負け筋になる。完成品、OS、作業データ、運用基盤、顧客接点のどこかを取りに行かなければ、利益率の高い領域には届きにくい。
ここでいう信頼層とは、単なるミドルウェアではない。AIに何を許し、何を禁止し、何を記録し、どこで人間が承認し、どこで設備を止めるかを決める産業基盤である。
フィジカルAIは、現実世界へ作用する。だから、間違えたときの被害もデジタル空間より大きい。品質事故、安全事故、設備破損、ライン停止、責任分界。これらを扱えないAIは、工場では使えない。
逆に言えば、ここを握れる企業は強い。現場データを持ち、設備制約を知り、安全と品質を設計でき、ソフトウェアで運用を更新できる企業が、フィジカルAI時代の製造業を動かす。
結論
フィジカルAIは、ロボットの知能化ではない。製造現場そのものの知能化である。
従来FAは、決められた条件で設備を動かしてきた。フィジカルAIは、現場の状態を理解し、必要な行動を選び、結果を回収して次の判断に反映する。
通信で届く世界は、既存FAを通じて動かす。通信で届かない世界は、移動能力と把持能力を持つ汎用作業端末が埋める。その端末は、必ずしも人型である必要はない。しかし、人間向け環境と人間作業データを使うには、人型に近い身体にも合理性がある。
日本にとっての問題は、ロボットを作れるかどうかだけではない。IT、AI、ソフトウェア、データ基盤、シミュレーション、ロボットOSを、製造技術として認められるかである。
「ITが弱い」は言い訳にならない。ITはもう製造業の外側にある補助機能ではない。設備・工程・品質・保全を動かす中核技術である。
フィジカルAIでも、EVとスマホで起きたことが繰り返される可能性がある。日本が部品と装置だけにとどまれば、生き残ることはできる。しかし、利益率、賃金、研究開発投資、産業の主導権では不利になる。
まず勝つ方法を探すべきだ。
フィジカルAIを、外から買う便利なロボットとしてではなく、自社の製造技術として取り込む。AIとソフトウェアを技術として認める。現場データを資産として扱う。FAとロボットと安全制御と品質保証を一体で設計する。
それができれば、日本のロボット・FA・現場力は次の産業でも生きる。それができなければ、フィジカルAIは日本にとって、EVとスマホに続く次の敗戦になる。