フィジカルAIの衝撃 「身体をもった人工知能」は2030年の世界をどう変えるか

田中道昭

2026年に入り一気に注目度を上げている「フィジカルＡＩ」。「物理世界を理解し、実際に行動するＡＩ」の登場が世界にもたらす変化の本質をいち早く解説する。産業構造の大転換を見据えて、日本企業がとるべき競争戦略も明らかにする。

• カテゴリ: ビジネス・実用
• ジャンル: IT・コンピュータ / 情報科学
• 出版社: 朝日新聞出版
• タイトル: フィジカルAIの衝撃 「身体をもった人工知能」は2030年の世界をどう変えるか
• タイトルID: 2284856
• 電子版発売日: 2026年05月20日
• コンテンツ形式: EPUB
• サイズ(目安): 7MB

[ブクログ · ★★★★★]

フィジカルＡＩの衝撃　
「身体をもった人工知能」は２０３０年の世界をどう変えるか
著：田中道昭
出版社：朝日新聞出版

フィジカルＡＩという言葉は初めてきいた。
その定義は、「工場や倉庫、オフィスや家庭などにおいて現実の世界に関わる人工知能」とあり。

センサー　⇔　ＡＩ　⇔　駆動装置

ＯＡに対するＦＡだろうか。　

通常のＡＩはまちがっても、あまり、影響はない。しかし、フィジカルＡＩは、物理的に、行為を伴うので、危険もあり、責任が生じる。その覚悟が違うのである。

残念ながら、本書はビジネスの読み物なので、アルゴリズムや、テクニカルなプラットフォームなどの解説はない。別の技術書をあたるしかない。

■クルマの自動運転が、ＡＩの最初の現場として選ばれたのは？
　①投資の正当化
　②データの豊富さ
　③転用可能性
　クルマの自動運転ができれば、広範の分野に応用ができるのだ。

■工場と物流
　①現実世界でありながら、比較的よく管理された物理空間である
　②成果が極めて明確な数値として現れる
　③デジタルツインとの相性が非常によかった

⇒　労働力不足で、いずれ、ＡＩがなければ、現場が回らなくなる　それが早く表れたのが、工場と物流である

⇒　フィジカルＡｉとは、「現実世界の現場を、学習し続け、改善し続ける場所に変える仕組み」である

■フィジカルＡＩを支える４つのレイヤ（層）
　①世界基盤モデル（ＷＦＭ）　最下層のいわゆる物理層
　②デジタルツイン　仮想的に試行錯誤を繰り返す層
　③産業ＯＳ　現場の作法をＡＩが理解し判断するための層
　④現場運用　現場の運用層

■製造の５つのアルゴリズム
　①要件を疑う
　②工程を減らす
　③シンプル化・最適化
　④サイクルタイムを短縮する
　⑤自動化する

■製造の３つの層
　①物理層　材料、機械、エネルギー、摩擦、振動という不可避の制約
　②データ層　センサー、ログ、シミュレーションモデル
　③意思決定層　どこを変えるか、どこに投資するか、どの速度で更新するか

■フィジカルＡＩの４つの鍵
　①統治
　②思考
　③適応
　④進化

■日本が押えるべき３つの「戦略的高地」
　①人工知能の分解能
　②最後の１ミリの保証人
　③暗黙知の内装化

■勝てるＯＳ，産業ＯＳ
　①物理安全のＯＳ
　②計測・校正・検証のＯＳ
　③保全・劣化・予兆のＯＳ
　④工場を止めずに更新するＯＳ

■フィジカルＡＩを提供する企業の５つの類型
　①産業インフラ・オートメーションの中核企業
　②計測・検査・品質保証の覇者
　③基幹業務・生産計画・サプライチェーンの支配者
　④安全・保険・認証に強い企業
　⑤現場×ＡＩの運用を産業横断で回せる、ＩＴ・プラットフォーム企業

■フィジカルＡＩの４つの層（企業の形態）
　①計算・エネルギーインフラ層（ＧＰＵ，電力、冷却）
　②世界基盤モデル層（ＷＦＭ）
　③産業ＯＳ層（業務プロセスの統治、エージェント的ＯＳ）
　④現場インタフェース層（ロボット、センサー、精密制御）

■日本のフィジカルＡＩ銘柄（２０社）

　①東京エレクトロン（８０３５）
　②村田製作所（６９８１）
　③アドバンテスト（６８５７）
　④ルネサスエレクトロニクス（６７２３）
　⑤ＮＴＴ（９４３２）
　⑥日立製作所（６５０１）
　⑦富士通（６７０２）
　⑧ダイフク（６３８３）
　⑨オムロン（６６４５）
　⑩三菱電機（６５０３）
　⑪ファナック（６９５４）
　⑫安川電機（６５０６）
　⑬川崎重工業（７０１２）
　⑭ソニーグループ（６７５８）
　⑮キーエンス（６８６１）
　⑯ナブテスコ（６２８６）
　⑰ＴＨＫ（６４８１）
　⑱ＳＭＣ（６２７３）
　⑲テルモ（４５４３）
　⑳サイバーダイン（７７７９）

目次

はじめに　人工知能が現実世界に踏み出した

プロローグ　2030年のフィジカルAI…世界は静かに、しかし決定的に変わった

第１章　フィジカルＡＩは産業を自動化し、あなたの世界にも入り込む

　１　人工知能が「現実世界の責任」を引き受けた瞬間
　２　フィジカルＡＩが最初に根を下ろした「現実世界の実験場」
　３　「あなたの世界」が学習し始めるという現実
　４　フィジカルAIは「現場が学び続ける」という構造転換である
　５　2030年の分水嶺…「学習し続ける現場」をもつかどうか

第２章　フィジカルＡＩの「世界」をつくるエヌビディア

　１　フィジカルＡＩは偶然生まれた流行ではない
　２　エヌビディアは「フィジカルＡＩを成立させる会社」
　３　フィジカルAIの時代は「分業の時代」でもある
　４　「全部やる」から「勝負する場所を決める」へ
　５　フィジカルAIを成立させているテクノロジー
　６　テスラという異端…垂直統合モデルから得られる教訓

第３章　フィジカルＡＩで「ものづくり」のルールが変わった

　１　テスラは製造工場を「学習する身体」へと変える
　２　現代自動車が構築をめざす「フィジカルＡＩ製造モデル」
　３　オールドエノコミーを書き換える「フィジカルAI」の衝撃
　４　シーメンスが推し進める「産業AI革命」
　５　日本企業が押えるべき「戦略的高地」
　６　2030年への展望…日本も「産業OS」をあきらめるな

第４章　合理的な形をしたフィジカルＡＩ―ヒューマノイドの未来予測

　１　なぜ「人間の形」が合理的だったのか
　２　ヒューマノイドは、何を学び、何を学ばないのか
　３　ヒューマノイドは、社会にどう入ってくるのか
　４　ヒューマノイドが現場に入るとき、何が変わるのか
　５　日本製ヒューマノイドはどんな身体をめざすのか

第５章　フィジカルＡＩ銘柄―日本企業の勝ち筋と「産業地図」

　１　世界のトップアナリストは「フィジカルＡＩ」をどう見ているのか
　２　フィジカルＡＩ銘柄の三層選定法
　３　フィジカルAIの産業地図…日本企業20社が示す「現実を動かす構造」
　４　日本のフィジカルAI銘柄…20社

エピローグ　フィジカルAIが日本の地政学的ポジションさえも再定義する

おわりに　中国製ヒューマノイドは脅威となるのか？

ISBN：9784023324794
判型：4-6
ページ数：280ページ
定価：1800円（本体）
2026年05月30日第１刷発行
2026年06月10日第２刷発行

[ブクログ · ★★★★★]

２年前に定年退職しました、かつての同僚と会った時に、彼らは皆、生成AIを仕事で使っていました、二人の娘は二人とも毎月お金を払って生成AIを使っていたのを知って、昨年の６月に生成AIの講義を受けて使い始めました。スマホを使い始めたのも、ある衝撃を受けてからでしたが、生成AI(CHAT GPT）の便利さを実感してから１年が経過しました。

この本はさらに先を行く「フィジカルAI」について解説された本です。自動運転・ドローンで培ってきた技術をベースに2030年には（後、たったの４年です）フィジカルAIを搭載した様々なものが私達の周りに登場しているようです。

映画のような世界でイメージが湧きませんが、生成AIのこの１年程度の進展を見てきたので、何が起きても覚悟はH必要だと思いました。今後、フィジカルAIについて情報を得続けたいと思いました。

以下は気になったポイントです。

・フィジカル AI とは、 物理的な・現実のを意味する フィジカルと、 AI を組み合わせた言葉であり「 工場や倉庫、 オフィスや家庭などにおいて現実の世界に関わる人工知能」のことである。 そのために 周囲の状況を捉える センサーと、 それを元に判断する人工知能、 そして 駆動装置を通じて 現実と関わる仕組み（ 身体）を持つ(P3)

・人間は長い間 AI に現実世界を任せることを避けてきたが、 その前提が今 静かに崩れ始めている。 自動運転はその最初の兆候であった。人を乗せ 町を走り 判断を誤れば即座に結果が帰ってくる世界で、 AI は初めて「現実の責任」を引き受ける存在になった。重要なのはそこで AI が完璧だったかどうかではなく、完璧ではないにもかかわらず、 現実世界の一部として運用され始めたという事実である。 この事実が意味するのは 人工知能がもはや「 間違えてもやり直せる存在」ではなくなったということである (P5)

・生成 AIが ホワイトカラーの事務作業を代替え し始めた時 多くの人は衝撃を受けたが、 それは画面の中の仕事であった。フィジカル AI は違う、現場の判断・ 工程管理・ 品質の見極め・ 設備の保全といった「身体に根ざした 知」 を書き換える。これまで経験と勘に支えられてきた領域が、「センサーと人工知能」によって再構成される。 次に揺らぐのは「 現場の管理職と熟練校の特権」である。 フィジカル AI を前提に 構造を再設計できる企業と、道具として部分導入にとどまる 企業、 その差はやがて 決定的になる(P7)

・ AI が果たしてる役割は人と置き換わることではない、人が人にしかできない 仕事に集中できる余地を生み出すことである(P22)

・フィジカル AI の本質は単なるロボット技術の進化ではなく、 これまで人間の勘や経験に頼らざるを得なかった あらゆる「現場」 すなわち 工場・ 倉庫・ 店舗・ オフィス・ 医療・ 介護・家庭を「そこで起きる出来事を学習・ 改善し続ける場所」へと変えるという構造転換にある( P24)

・車の自動運転 が選ばれた理由は、 最も困難だからこそ最も価値があったからである。理由 として、１）投資の正当性、：年間120万人ほどが交通事故で命を落とす 世界において自動運転は人名を救う技術 という大義を持つ、２）データの豊富さ： 車は1日中あらゆる 道路・ 天候・ 時間帯を走る、その走行データは工場のロボットや医療機械が一生かけても経験できないほどの多様性と量を持つ、３）転用可能性： 最も混沌とした環境、 信号・ 歩行者・天候・不規則な他車の動きで鍛えられた知能は、より ルールが明確で空間が限定された他の現場に対して圧倒的な適応力を持つ(P29)

・自動運転は従来の AI と質的に異なる存在であった、情報を処理する知能から 物理 世界で行動し、 その結果に責任を持つ 知能への転換、 この転換 こそが フィジカル AI 時代の幕開けを告げるものであった、この質的転換を理解するためには 生成 AI と の違いを整理する必要がある。 生成 AI が扱う世界には、重力も 摩擦も感性も存在しない、文章の文字では文字は落ちず 画像の中の物体は衝突しない、 どれほど 複雑な文章であっても それはあくまで 記号の組み合わせであり 物理的な制約から自由である、 一方 現実世界はそうではない。 人は必ずしも合理的に行動せず時に予測不能な動きをする。 自動運転 AI が直面したのはこのような物理世界そのものを複雑さ であった。 自動運転は、１）物理法則という絶対的な制約、２） 正解のない 動的判断、３） 失敗が許されない 倫理性、を同時に満たすこと を AI に要求した(P32,33)

・従来の自動化設備は人間が設計した通りに動くだけであったが フィジカル AI は違う、現場から得られるデータをもとに「 どうすればもう少し早くできるか」「どうすれば無駄を減らせるか」を自ら探し続ける(P37)

・高齢化社会において、 医療・介護の負担を「施設に集約する」 発想から「住み慣れた 自宅で支える」発想の転換を意味する(P45)

・ 2030年に向けて ヒューマノイド（＝ 動く フィジカル AI の究極形である 人型ロボット）が社会に入り込んでいく光景は決して SF 的な飛躍ではない、 理由 1） 身体の汎用化という合理性、 既存のインフラをそのまま使いこなすには 人間と同じ形を持つことが最も低コストで合理的である、２） 特化型のデータが 汎用型を育てるという 進化の連続性である 、スマートフォンが電話・ カメラ・パソコンを統合したように、 ヒューマノイドは複数の特化 AI を束ねる「 身体のプラットフォーム」へと進化していく、３） 製造業の論理：2026年は ヒューマノイド が現実の現場で使われ始めた転換 点であり 2030年はそれが社会の中に「いること自体が珍しくない」節目になる可能性が高い(P49)

・フィジカル AI とは「 現実世界の現場を、学習し続け、 改善し続ける場所に変える仕組み」である、この定義の中で最も重要なのは AI ではない「 現場」という言葉である。 現場とは 人が判断し、人が改善し、 人が責任を負う場所であった。フィジカル AI がもたらしているのはこの前提の静かな 書き換え である(P50)

・フィジカル AI が成立するかどうかは これらの技術を導入したかどうかでは決まらない、重要なのは、現場で起きた事象が継続的にデータとして蓄積され、そのデータから学習が行わ、 その結果が再び現場に反映されるという 循環が止まることなく 回り続けているかどうかである、 この循環が回り始めた瞬間、 その現場はもはや「静的 な場所」ではなく「学習する場所」 (P52)

・ フィジカル AI は現場で実際に起きた出来事をデータとして捉え その因果関係を蓄積し 再現可能な改善として現場に戻す、 このプロセスを通じて「現場知」は属人的なものから、 組織全体への学習 資産へと変わっていく、 この資産は外部から購入することができない。現場を動かし 試行錯誤し失敗と完全を積み重ねた時間だけがそれを育てる。ここに フィジカル AI がもたらす 競争優位の本質がある。 生成 AI の世界では同じモデルを使えば一定の水準まで追いつくことが可能だったが、 フィジカル AI の世界ではそうはいかない。 学習対象が「あなた自身の現場」である以上、 その差は時間とともに拡大していく、フィジカル AI とは 人を不要にする存在ではない、人により 本質的な判断を迫る存在である(P54)

・結論から言えば 2030年 の 競争環境において 企業の運命を分けるのは、規模や 知名度、 一時的な技術導入の巧拙ではない、その企業が「学習し続ける現場」を持っているかどうか、 この1点が明確な 分水嶺 となる (P55)

・ フィジカル AI が導入された現場では、単純な作業や 定型的な判断は AI が担うようになる、人間には「どの判断を AI に委ね、どの判断を人が担うかを決める 責任」、 改善の方向性を定め 現場の学習が正しい軌道に乗っているかを見極める、 この役割は、 AI には 代替できない、 2030年に向けて問われるのは「フィジカル AI を導入するかどうか」ではない「 学習し続ける現場を持ち続けられるかどうか」 (P59)

・フィジカル AI で「ものづくり」のルールが変わったとは、 工程が早くなったことではなく「 競争の単位が製品から工場へ移動した」という意味である(P106)

・ 従来の製品競争の世界では、差別化は製品の性能の比較で行われる。 しかし 転換後の「製造 競争」の世界では「どれだけ早く モデルチェンジできるか」「 どれだけ 低コストで製造ラインを立ち上げられるか」「 どれだけ止まらずに回せるか」など「 速度と柔軟性と出力」の送料が差別化の要因になる(P116)

・フィジカル AI とは失敗をゼロにする魔法ではなく「失敗を 学習 に変換する仕組み」である(P117)

・ 現代自動車の動きから見えてくるのは、ロボットをどのように使うかではなくロボットをどのように「作る」かである。ロボットを導入する企業とロボットを量産する企業では立っている場所が異なる。 前者はコストや 効率の観点から ロボットを評価し 導入効果を計算する、 後者はロボットという存在そのものを 産業財として設計し 標準化し 安定供給する構造を構築する。この時 頂点になるのは単体の性能よりも「 供給の継続性・ 保守の容易さ・部品の互換性・ 長期的なアップデート 能力」である(P135)

・これまでの改善は「現場の中」 で行われてきたが、 今後は「現場の外」で行われる、現場は検証済みの構造を実行する場所へと変わる。 失敗は仮想空間で消化され 現実はその結果を受け取る、「設計→試作→ 修正→本番」という 直線的な流れが「 設計→仮想検証→ 本番」へと変わる、 意思決定の主戦場はデータセンターへ移る。 意思決定の場所は変わり、改善の順序は変わり、学習の速度が変わった。 その 静かな転換こそが フィジカル AI の本当の衝撃なのである(P144)

・ ヒューマノイドは、家族でも 家電でもない「 第3の同居人」である、 ヒューマノイドが生み出すのは「 時間」である、 親が家事に追われていた2時間が、子供との会話や、 静かな 読書や急速に変わる(P196)

・日本企業がもし「身体＝センサー、 アクチュエーター、減速機、 モーター、 精密制御、医療機器」の設計を握れば性格的にも不可欠な存在になれるが、握らなければ サプライチェーンの一部で終わる。2030年代前半までに「身体」と「 OS」 を統合できなければ、日本はフィジカル AI の実相 国であっても設計国にはなれない。 日本が OS を 握れなかった場合 日本の工場は 外国資本が開発したアルゴリズムに従属 せざるを得なくなる。 設計 国になるか 実装 国で終わるか それを決めるのは今から10年、 そして2030年までの4年間が最も重要な局面である(P271)

・中国のヒューマノイドはロボット産業から生まれたのではない、 その出自は「ドローン」「 電気自動車」である、 ドローンで培った 「軽量化・ 高速モーター制御・ 姿勢安定技術」と、電気自動車で積み上げた「 電池・ モーターの量産 ノウハウ」が融合した先で ヒューマノイドが成立している(P273)

・中国は「身体」を 先に量産し現実から学ぶ、 米国は「 モデル」を先に磨き 仮想空間で完成度を高める、 ボトムアップがトップタウンか。 短期的には中国の方が現場適応速度で優位に立つ可能性が高い、大量稼働によるデータ循環は改善 速度を指数関数的に加速させる。一方で 医療や口腔のように説明 責任が求められる分野では、トップダウン型の理論 保証が強みを持つ。 最終的な覇権は どちらが「進化速度」と「制度 適合」 を同時に満たすかにかかっている(P277)

・今日本が問われているのは「 ヒューマノイドを作れるか」、 日本の現場 データ・ 日本の技能・ 日本の安全設計思想を自らのロボットの脳にどう組み込むかである。必要なのは「 身体X人工知能X データ 主権」を 一体化した戦略である。 中国が量産で米国がモデルで派遣を狙うなら、日本は「現実を成立させる条件の設計者」として第三の道を切り開く 可能性を持つ(P279)

2026年6月18日読破
2026年6月18日作成

[ブクログ · ★★★★☆]

⚫️工場と物流：フィジカルAIとの相性の良さ
　そもそもCADデータベースで設計運用されているので、digital twinとして作成
　運用がしやすい。その上、生産ラインは物理的に変更しようとすると時間・コスト
　がネックとなる中で、digital twin上でシミュレートできることは価値が高い。

　Teslaは製品ではなく工場を差別化要素にした。ごく僅かな商品差別化で削り合う
　よりはその根幹となる工場を科学（速度、効率、密度、継続学習、DTによるAgility
　するほうが持続的な経営優位性になるということ。製品の改善は表層であり、工場
　の改善は深層。１台の車を改善するのかすべての根源を改善するのか。
　※依存関係の削減・並列処理などもそう。プロセスが複数依存関係にあるほど当然
　遅延影響は大きくなる。

⚫️フィジカルAIの構成
■第1層：世界基盤モデル（WFM)。NVIDIAが提供。現実世界の物理法則や因果関係
　 を組み込んでいる。フィジカルAIにとっての”大地”のような位置づけ。ここは差別
　 優位性にはなりづらいもの。当然NVIDIAとしては盤石な優位性につながるが、
P-AI企業が作り込む必要なし。
■第2層：デジタルツイン。現実世界をそのまま写し取り仮想的に試行錯誤を繰返し
　実施。NVIDIAも”Omniverse"という基盤を提供。
■第3層：産業OS。工場には工場の、物流には物流の、医療には医療の固有ルールが
　ある。安全基準、工程順序、品質管理、責任の所在など”現場の作法”をAIに理解し
　準拠させるための仕組み。
■第4層：現場運用。オペレーションだけでなく”学習-->進化”のサイクル（資産化）
　 の主体にもなる。

⚫️テスラの工場変革における”思考プロセス”
①要件を問う：Make he requirements less dumb。誰がこの仕様を決めたのか、
　を問い直し、不要な制約を破壊する
② 工数を減らす：Delete the part ofr process。最良の部品は”存在しない部品”であ　
　あり、最良の工程は”削除された工程”である。
③シンプル化・最適化：Simplify or optimize。削除しきれなかったものだけを最適化
　する。多くの企業はこのステップを最初に行うから失敗する。
④サイクルタイムを短縮する：Accelerate cycle time。すべてが簡素化された後に
　初めてスピードを極限まで上げる。
⑤自動化する：Automate。最後に自動化する。不完全な工程を自動化することは、
　単に”エラーの速度を上げる”ことに過ぎない。

[ブクログ · ★★★★☆]

とにかく移り変わりが激しいITの世界。
生成AIを使いこなしつつある中で、次はフィジカルAI。
仕事でフィジカルAIを推進していくことになり、本書を手に取った。学んだ内容をベースに資料を作り込めたのでよかった。

[ブクログ · ★★★★☆]

2026年42冊目。満足度★★★★☆

生成AIの次はフィジカルAIが話題

関連書籍の最初の一冊として、出版間もない本書を手に取る

本書を読んで、改めてエヌビディアの強さを再認識するとともに、日本企業の立ち位置をよく理解できた

2030年ぐらいになると、世の中、一段と変化している予感

[ブクログ · ★★★★☆]

フィジカルAIは現場が学び続けるという構造転換である。AIが主語ではない、現場が主語。

フィジカルAIの４レイヤー。今後はどこで競争するかを決める時代になった、と書かれているが、後の章では別の４レイヤーとなっており、筆者も整理できていない模様。
計算エネルギーインフラ
世界基盤モデル
デジタルツイン （世界基盤か産業OSに入れるか？）
産業OS
現場運用

これらがフィジカルAIの本質である、というのが本書のメッセージ。巻末の企業リストは参考になる。

本書で提示されたどのレイヤーでも日本の企業が活躍していることを考えると、これから日本の時代が来ても良いように思える。問題は、トッププレイヤーがいないということか。誰かがルールを決め、日本企業はその枠内で頑張っているという構造。頑張れニッポン！

[ブクログ · ★★★★☆]

おそらくフィジカルAIに関する唯一の入門書。
平易に描かれており分かりやすく、フィジカルAIのトレンドを改めて長期的に捉え直す事が出来ます。
フィジカルAIは生成AIと異なり、一部のテック企業が独占するわけではない、総合産業の位置付けであり、日本メーカーの総力戦により2030年代に再度存在感を発揮できる余地も。ロボットがカッコいいとかそういう話でなく、背後の産業構造をきちんと見る必要があるとの事。SFではない、もはや避けられない現実の話になっています。

[ブクログ · ★★★☆☆]

中国は量産、日本は設計国になるべきというのだがどうやってなるんだろう、その道筋が想像できない。

フィジカルaiのステップは大きく、1.データセンター/電力/冷却/クラウドのインフラ、2.データ基盤3.機械への実装。まず導入は医療と介護。

半導体についてはあまり触れられていなかった。

[ブクログ · ★★★☆☆]

骨太の方針で重点投資先になっているフィジカルAI。とても中国に追いつける気がしない。全体像を見るための視点を得るためにいくつか見てみたが、記載は少なかった。

[ブクログ · ★★★☆☆]

『フィジカルAIの衝撃』は、現在注目を集めているフィジカルAI業界について、主要企業や技術構造、今後の成長可能性を理解するうえで勉強になる本だった。特に、投資先を考える際に、単に有望な企業名を知るだけでなく、その企業が業界の中でどのような位置を占め、何を強みにしているのかを把握できた点が大きかった。

本書を通して印象に残ったのは、フィジカルAIが一つの技術だけで成立するものではなく、複数のレイヤーによって構成されているという点である。AIの計算基盤やロボットを動かすための共通基盤、センサー、制御技術、アクチュエーター、精密なものづくりなど、それぞれ異なる技術領域が組み合わさることで、現実世界で動くAIが成立する。

その中でも、NVIDIAの存在感は非常に大きいと感じた。日本企業の強みを重視する視点から見ても、NVIDIAはAIの計算基盤や開発環境など、フィジカルAI産業の中核に近い部分を握っている。市場から高く評価されているのも、単なる期待だけではなく、技術とエコシステムによる裏付けがあるからだと改めて理解できた。

また、テスラにも大きな可能性を感じた。自動運転やロボット開発を通じて蓄積しているAI、データ、ハードウェア、量産技術がうまく結びつけば、フィジカルAI分野の主要プレイヤーとして一段と存在感を高める可能性がある。現時点では不確実性も大きいものの、技術が本格的に開花した場合の成長余地は非常に大きいと感じた。

一方で、日本企業については、AIの計算基盤では米国企業に後れを取っているものの、ロボットを正確に動かすための制御技術やセンサー、部品、精密加工など、現実の機械を動かす領域に強みがあることが整理されていた。フィジカルAI業界を考える際には、NVIDIAのような基盤企業だけでなく、ロボットの身体部分を支える日本企業にも目を向ける必要があると感じた。

投資の観点でも、銘柄名だけを追うのではなく、業界全体の構造を理解したうえで、各企業がどのレイヤーを担っているのかを見ることが重要だと学んだ。同じフィジカルAI関連企業でも、計算基盤を提供する企業、制御技術を持つ企業、センサーや部品を供給する企業では、競争優位性や成長要因が異なる。本書は、そうした違いを整理するための視点を与えてくれた。

ただし、不足を感じた部分もある。特に、中国のフィジカルAI産業についての記述が少なかった点は気になった。Unitreeをはじめ、中国では有力なロボット企業が台頭しており、製造能力、部品供給網、コスト競争力の面でも無視できない存在になっている。日本がこの分野で優位に立つための条件を考えるのであれば、中国企業の成長や中国政府の産業政策についても、より踏み込んで扱う必要があったように思う。

さらに、米中対立が続く中で、日本がどのような立ち位置を取るのかという地政学的な視点も、もう少し欲しかった。技術力だけではなく、半導体や重要部品の供給網、輸出規制、国家間の連携といった要素も、今後のフィジカルAI産業を左右するはずである。本書ではその部分が十分に描かれていなかったため、別の書籍や日々のニュースで補う必要があると感じた。

また、文章については、ChatGPTが生成した文章のような表現が多く、どこか見覚えのある文体に感じられた点も少し気になった。ただし、本書を読む目的はフィジカルAI業界についての知識を得ることだったため、内容の有用性を大きく損なうものではなかった。

総じて、本書はフィジカルAI業界を理解するための入門書として有用だった。特定の銘柄を推奨するというよりも、産業全体を俯瞰し、各企業の役割や強みを整理するための枠組みを得られた点に価値がある。中国や地政学の視点は不足していたものの、今後さらに情報を集め、フィジカルAI関連の投資先を考えていくための取っ掛かりとしては、十分に参考になる一冊だった。