フィジカルAI急伸：日本のロボットは「道具」から「考える作業者」へ進むのか

日本のロボット産業に、また一つ新しい言葉が入り込んできた。「フィジカルAI」である。画面の中で文章を書き、画像を作り、資料を要約するAIではない。工場の床を走り、部品をつかみ、棚から箱を取り、危険な場所に入り、人の代わりに現実世界で作業するAIである。つまり、AIに身体を与えるという発想だ。2026年上半期、この言葉は単なる海外発の流行語ではなく、日本企業の情報発信にも急速に現れ始めた。ロボット・AI専門メディアのロボスタは、PR TIMESが1月から5月までのプレスリリース19万9535件を分析したトレンドワードランキングで、「フィジカルAI」が前年同期比46.38倍、371件まで増えたと伝えた。数字だけを見れば小さな言葉の急伸に見える。しかし、その背後にあるのは、日本の製造業、人口問題、AI政策、そしてロボット大国としての自尊心が交差する大きな転換である。

「使うAI」から「任せるAI」へ

生成AIが社会に入ってきた最初の段階では、多くの人がAIを「相談相手」や「文章作成ツール」として理解した。メールを書かせる。議事録をまとめる。画像を作る。検索する。つまり、人間の机の上にAIが乗る時代だった。フィジカルAIは、その次の段階を指している。AIが机の上から降り、現場へ行く。倉庫へ行く。工場へ行く。港湾、道路、農地、病院、介護施設、建設現場へ行く。現実世界は、文章より厄介だ。物は重い。床は滑る。人は予測できない。段ボールは形が崩れる。ネジは転がる。部品の向きは毎回少し違う。だからこそ、従来のロボットは強くても不器用だった。決められた場所で、決められた動きを、何度も正確に繰り返すことには強い。しかし、変化する世界にその場で対応することは難しかった。

フィジカルAIが注目される理由は、そこにある。AIが視覚、言語、行動、制御を結びつけ、ロボットに「状況を見て、意味を理解し、次の動作を選ぶ」能力を与える可能性があるからだ。人間にとっては何でもない作業が、ロボットには難しい。乱雑な棚から商品を選ぶ。柔らかいケーブルを扱う。違う種類の箱を同じラインで処理する。掃除中に人を避ける。高齢者の住まいで落ちている物を拾う。こうした作業には、単なる繰り返しではなく判断が必要になる。フィジカルAIとは、ロボットを「自動機械」から「環境に反応する作業者」へ近づける言葉である。

なぜ日本でこの言葉が刺さるのか

日本ほどロボットという言葉に長い感情の歴史を持つ国は少ない。鉄腕アトム、ドラえもん、ガンダム、工場ロボット、介護ロボット、aibo、Pepper。日本ではロボットは単なる機械ではなく、友人、労働者、守り手、夢の象徴として語られてきた。一方で、現実の産業界では日本は長く産業用ロボットの大国だった。Fanuc、安川電機、川崎重工などは、世界の工場の自動化を支えてきた。溶接、搬送、組み立て、塗装。日本のロボットは、黙々と世界の製造現場で働いてきた。

しかし2020年代後半の勝負は、従来のロボットだけでは終わらない。Reutersは2026年5月、日本企業の3分の1がAIロボットをすでに使っている、導入予定である、または検討しているとする調査を報じた。輸送機器メーカーではその比率が80%に達し、AIロボットの用途として製造を挙げた企業が71%だった。ここには、強いロボット産業を持つ日本の自信と、米中との競争に対する焦りの両方がある。日本は産業用ロボットでは強い。しかしAIで自律判断するロボットでは、中国と米国の動きが速い。身体を持つAIの時代に、日本はロボット大国のままでいられるのか。それが問われている。

労働力不足という、最も強い市場圧力

日本でフィジカルAIが単なる流行語で終わらない最大の理由は、労働力不足である。人手が足りないからロボットが必要になる、という説明は簡単すぎる。しかし、現場ではその単純な言葉が重い。製造業では熟練作業者の退職が進む。物流では夜間・早朝・倉庫内作業の担い手が足りない。建設、農業、介護、清掃、警備、点検、インフラ保守でも同じ問題が起きる。人が集まりにくい仕事ほど、社会を支える基本機能であることが多い。

従来の自動化は、大企業の整ったラインでは威力を発揮した。だが日本の現場には中小企業が多く、少量多品種、古い設備、紙の指示書、人間の勘に頼る工程も多い。ここで求められるのは、同じ動作を百万回繰り返すロボットだけではない。昨日と少し違う部品、今日だけ変わった梱包、急に入った短納期品に対応できる柔らかさである。フィジカルAIの本当の市場は、そこにある。人間が苦労して「なんとかしている」現場を、ロボットが少しずつ引き受けることで、工場や倉庫の持続性が変わる。

METIが見る「データ」の壁

日本政府も、この流れを単なるロボット販売の話として見ていない。METIとNEDOは2026年5月、GENIACプロジェクトのもとで、製造業などのデータをAIが使える形にする9つの研究開発テーマと、ロボティクス基盤モデルに関する2つのテーマを選定したと発表した。ここで重要なのは、「ロボットを作る」だけではなく「製造データをAI-readyにする」という発想である。AIロボットは、身体だけでは賢くならない。学ぶためのデータが必要だ。動作データ、失敗データ、センサー情報、工程情報、映像、作業指示、品質検査、設備の状態。こうした現場データが、AIに読める形で蓄積されなければ、フィジカルAIは掛け声に終わる。

これは日本にとって大きなチャンスであり、同時に弱点でもある。日本の製造現場には膨大なノウハウがある。熟練者が音で機械の異常を聞き分け、指先で誤差を感じ取り、工程の遅れを経験で吸収する。だが、そのノウハウは必ずしもデータ化されていない。AIに学ばせるには、暗黙知を記録し、整理し、共有し、権利と安全を守りながら使える形にしなければならない。フィジカルAIの競争は、ロボット本体の競争であると同時に、現場の知恵をどうデータに変えるかの競争でもある。

基盤モデルがロボットにも来る

「基盤モデル」という言葉は、生成AIの世界ではすでに日常語になった。大量のデータで事前学習されたモデルが、多様な用途に応用される。文章、画像、音声、コードではこの発想が急速に広がった。ロボットでも同じことが起きようとしている。研究者たちは、視覚、言語、動作、制御を結びつけたロボティクス基盤モデルに取り組んでいる。ある作業のためだけにプログラムするのではなく、複数のロボットや複数の作業へ応用できる「一般的な身体知能」を作ろうとしている。

ただし、ロボットの基盤モデルはチャットAIより難しい。文章なら失敗しても修正できる。画像なら描き直せる。しかしロボットが現実世界で失敗すれば、人を傷つけるかもしれない。部品を壊すかもしれない。生産ラインを止めるかもしれない。研究論文が指摘するように、ロボティクス基盤モデルには、ロボットに関係する訓練データの不足、安全保証、不確実性の扱い、リアルタイム制御などの課題が残る。フィジカルAIの魅力は大きいが、工場の床はSNSのデモ動画ほど甘くない。

ソフトバンクの「ロボットがロボットを作る」構想

この物語に、ソフトバンクの孫正義氏も登場する。Reutersは6月24日、孫氏が株主総会でAIはまだ始まりにすぎないと強調し、ソフトバンクが「フィジカルAI工場」でロボット製造を始めたと語ったと報じた。孫氏は、ロボットがロボットを大規模に製造するという趣旨の発言もした。詳細はまだ限られているが、この言葉は象徴的である。AIの次の戦場が、データセンターや半導体だけでなく、現実世界の機械へ向かっていることを示している。

ソフトバンクはかつてPepperで社会ロボットの夢を大きく見せた。Pepperは、すべての期待に応えたわけではない。むしろ、日本のロボットブームが「かわいい」「話せる」「接客できる」だけでは続かないことを教えた存在でもある。しかし今のフィジカルAIは、Pepper時代とは条件が違う。クラウド、エッジAI、センサー、半導体、生成AI、データセンター、ロボットハードウェアが一つの産業鎖として結びつき始めている。ロボットの夢が、ようやく経済インフラの話になってきた。

製造業が元気だからこそ、次の壁が見える

日本の製造業は停滞しているだけではない。Reutersが伝えたS&P Globalの6月のフラッシュPMIでは、日本の製造業活動は拡大し、新規受注は4年以上で最速の伸びを示した。工場の仕事があるからこそ、人手不足も設備投資も現実の問題になる。需要が弱ければ、ロボット投資は先送りされる。しかし需要が強く、コストが上がり、供給網が不安定で、熟練者が足りないとき、企業は現場の能力を増やす方法を探す。そこにフィジカルAIが入ってくる。

ただし、すべての会社がすぐに導入できるわけではない。ロボットは高い。安全柵、周辺設備、ソフトウェア、保守、人材教育も必要だ。中小企業にとっては、導入後に誰が設定し、誰が直し、誰が現場に合わせて改善するのかが大きな壁になる。フィジカルAIが本当に普及するには、ロボットメーカーだけでなく、SIer、部品メーカー、クラウド企業、自治体、金融機関、教育機関まで含む支援網が必要になる。日本の勝負は、単体のロボットではなく、現場へ入れる仕組みを作れるかにかかっている。

ヒューマノイドか、専用ロボットか

フィジカルAIと聞くと、多くの人は人型ロボットを思い浮かべる。人間の形をした機械が工場を歩き、箱を運び、家で洗濯物をたたむ未来である。たしかにヒューマノイドは強い物語を持つ。人間のために作られた空間で働くなら、人間に似た身体は便利に見える。階段、ドアノブ、棚、台車、工具。世界は人間の体に合わせて設計されているからだ。

しかし、最初に大きく普及するのは必ずしも人型ではない。工場、倉庫、物流、警備、清掃、点検では、用途に合わせた専用ロボットの方が早く、安く、安全に働ける場合が多い。車輪のある搬送ロボット、腕だけのピッキングロボット、ドローン、点検ローバー、自動フォークリフト、協働ロボット。フィジカルAIの本質は、人型かどうかではない。現実の環境を認識し、目的に合わせて行動を調整できるかどうかである。日本企業が見るべきなのは、ロボットの形よりも、どの仕事をどこまで任せられるかである。

日本らしい勝ち筋

日本がフィジカルAIで勝つ道は、巨大な汎用ロボットを一夜で作ることだけではない。むしろ、日本の強みは細部にある。安全、品質、部品、センサー、モーター、減速機、現場改善、保守、長期運用。日本の製造現場は、派手なスピードよりも壊れずに動き続けることを重視する。フィジカルAIが社会インフラになるなら、この信頼性は強い武器になる。

また、日本には「ロボットを受け入れる文化」があると言われる。これは単純化しすぎると危険だが、少なくともロボットを完全な敵として見るより、相棒、道具、同僚として語る土壌はある。高齢化社会では、ロボットが人の仕事を奪うという不安だけでなく、人が足りない仕事を支えるという期待も生まれる。問題は、期待を現実の価値に変えられるかどうかだ。

フィジカルAIは、地方の話でもある

この技術は東京の展示会だけの話ではない。むしろ、地方の工場、農地、物流拠点、港、介護施設、インフラ点検現場でこそ意味を持つ。人口減少は地方ほど先に進む。中小製造業は地方に多い。道路、橋、上下水道、送電網、山間部の施設を維持するには、人が現場へ行かなければならない。そこにロボットが入れば、都市だけでなく地方の生活基盤を支えられる可能性がある。

METIが2025年にRINGプロジェクトを立ち上げ、地域の労働力不足を解決するロボット導入を加速しようとしたことも、この文脈で読める。フィジカルAIが本当に日本を変えるなら、それは渋谷のデモ会場ではなく、地方の小さな工場や物流センターで静かに起きるはずだ。人が辞めても、注文は残る。若者が少なくても、橋は点検しなければならない。そこにロボットの意味がある。

「ロボット大国」から「身体を持つAI大国」へ

日本は長くロボット大国だった。しかし、これから必要なのは、ロボットをたくさん作る国であるだけではない。AIに現場を教え、身体を持つ機械を安全に社会へ入れ、製造データと作業知を国の競争力へ変える国になることである。PR TIMESのキーワードランキングで「フィジカルAI」が急伸したことは、その入口にすぎない。言葉が増えたから産業が勝つわけではない。しかし、言葉が増えると企業は予算をつけ、展示会を開き、人材を集め、投資家が見始める。新しい産業は、しばしば言葉から始まる。

フィジカルAIは、日本にとって懐かしくて新しいテーマだ。懐かしいのは、日本がずっとロボットに夢を託してきたから。新しいのは、その夢がいま、人口減少、製造業再生、AI政策、経済安全保障、地方維持という現実の課題と結びつき始めたからである。

画面の中のAIは、すでに世界を変えた。次は、床の上を動くAIである。日本の工場で、倉庫で、農地で、駅で、介護施設で、ロボットはもう一度問われる。機械は人の代わりになるのか。それとも、人が続けたい社会を支える相棒になるのか。

フィジカルAIの本当の答えは、研究室ではなく、現場で出る。