フィジカルAI官民投資10.5兆円、日本成長戦略17分野の焦点

戦略17分野で主役化するフィジカルAI

政府が日本成長戦略で掲げる戦略17分野の中で、フィジカルAIが投資政策の中心に浮上しました。AIをソフトウェアの中だけで完結させず、ロボット、車両、ドローン、産業機械などを自律的に動かす技術として位置づける点が特徴です。

今回の政府案では、フィジカルAIに2040年度まで官民で10.5兆円を投じる方針が示されたとされます。これは単なるロボット補助金ではありません。国内のAIモデル、センサー、半導体、アクチュエーター、蓄電池、現場データを束ね、労働供給制約と経済安全保障を同時に解く産業政策です。

3月の日本成長戦略会議資料では、フィジカルAIの中でもAIロボットが先行検討対象に入りました。AIロボット市場は2040年に約60兆円規模へ成長し、日本は20兆円の市場獲得を目指すとされています。この記事では、10.5兆円投資の意味を、技術基盤、市場構造、導入現場の3点から読み解きます。

10.5兆円が狙うAIロボット産業基盤

供給力強化で問われるロボットOEM機能

政府資料が示すフィジカルAIの定義は明確です。画像、音声、動画、各種センサーを統合し、現実世界を理解して行動を生成し、物理的タスクを遂行するAIです。従来の産業用ロボットは、決まった工程を高精度に繰り返す装置でした。フィジカルAIでは、環境変化を認識し、タスクを分解し、動作を生成する能力が競争軸になります。

そのため、10.5兆円の投資対象はロボット本体だけに閉じません。AIロボットの研究開発・設備投資、モーターや減速機、センサー、蓄電池など重要部品の開発、ロボット基盤モデルの研究開発、公共調達による先行需要づくりまでが含まれる構図です。これは、半導体工場を建てるような単独設備投資よりも、産業エコシステム全体を組み替える投資に近いです。

重要なのは、日本が得意としてきた部品・製造技術を、AI時代のOEM機能へ拡張できるかです。政府ロードマップ素案は、AIロボットのOEMや重要コンポーネントの開発・製造機能、導入データを使ってモデルを改善する開発・実装エコシステムを構築すべき機能に挙げています。ハードを作れるだけでは不十分で、データを取り込み、モデルを更新し、現場で保守運用する能力が価値になります。

世界市場20兆円獲得という逆算

3月時点の政府資料は、AIロボットで2040年に20兆円の市場獲得を目指すとしました。前提となる市場規模は約60兆円で、政府は米中に並ぶ第三極として世界シェア3割超を狙う構想です。10.5兆円という投資枠は、この目標から逆算した産業基盤づくりと見れば理解しやすいです。

もっとも、3割超のシェアは容易ではありません。国際ロボット連盟のWorld Robotics 2025によれば、2024年の産業用ロボット新規設置台数は54万2076台で、世界の稼働台数は466万3698台に達しました。中国は2024年の新規設置で世界の54%を占め、稼働台数も202万7190台と世界全体の43%です。日本の稼働台数は約45万台で、技術基盤は厚いものの市場規模では中国に大きく引き離されています。

日本の勝ち筋は、単純な台数競争ではありません。政府資料も、AI開発競争の重心が、Web上のデータと計算資源を使う「規模」の競争から、現場データ、AI、ロボティクスを統合し、信頼性と安全性を担保しながら改善を続ける「統合力・運用力」の競争へ移ると見ています。製造現場のノウハウ、品質管理、部品サプライチェーンをAIモデルに接続できれば、日本にも差別化余地があります。

官需を使った初期市場づくり

フィジカルAIの難しさは、優れたモデルを作っても、現場で使われなければ学習データもコスト低下も進まない点です。政府案が公共調達や防災領域の官需を重視するのは、初期需要を人為的につくるためです。防災、インフラ点検、物流、介護、工場、小売といった領域は、人手不足が深刻でありながら、現場環境が複雑で民間企業だけではリスクを取りにくい分野です。

この設計は、半導体支援とも似ています。国費が直接すべてを賄うのではなく、需要の予見可能性を高めて民間投資を呼び込む狙いです。実証段階ではデータ収集や評価を支援し、本格導入段階では継続調達を見込める形をつくる。これにより、ロボットメーカー、部品企業、SIer、利用企業が同じ方向に投資しやすくなります。

半導体と現場データが決める実装競争

フィジカル・インテリジェント・システムの中核

フィジカルAIの実装には、AIモデルだけでなく「身体」の設計が不可欠です。政府資料は、ロジック半導体、マイコン、アクチュエーター、センサー、蓄電池、通信システムを統合したフィジカル・インテリジェント・システムの競争力確立を掲げています。これは、ロボットを「AIを載せた機械」と見るのではなく、計算・制御・駆動・知覚を一体設計するシステムとして見る考え方です。

NVIDIAのJetson Thorは、この変化を象徴しています。Blackwell世代のエッジAI基盤として、最大2070 FP4テラFLOPSのAI演算性能と128GBメモリを備え、ヒト型ロボットや産業用ロボットでリアルタイム推論を動かすことを前提にしています。ロボットがクラウドに毎回問い合わせるのではなく、現場側で視覚・言語・行動モデルを動かす方向に進んでいるわけです。

この流れは、日本の半導体政策にも直結します。AIデータセンター向けの先端GPUだけでなく、ロボットに載るマイコン、センサー、電源管理、アナログ半導体、通信モジュールの重要性が高まります。フィジカルAIは、最先端半導体とレガシー半導体の双方を必要とするため、製造装置、素材、部品に強い日本企業にも商機があります。

データプラットフォームと国産モデルの接続

政府の戦略17分野では、AI・半導体と並んでデジタル・サイバーセキュリティも重要な位置を占めます。第3回日本成長戦略会議の資料では、データプラットフォームが主要な製品・技術等に含まれました。フィジカルAIでは、工場、物流倉庫、介護施設、建設現場から得られるデータを、AIで使える形に整える力が競争力になります。

ここで問われるのは、現場データを誰が持ち、どのルールで共有し、どのモデル改善に使うかです。海外クラウドや海外ロボット基盤にすべて依存すれば、導入は速くても、国内企業に残る学習データや改善ノウハウは限定されます。一方で、国産にこだわり過ぎて標準化や開発速度が落ちれば、世界市場を取り逃がします。

現実的な解は、用途別の国産データ基盤と国際的なAI開発基盤を組み合わせることです。政府資料も、製造業等の現場データを活用した国産フィジカルAIモデルの開発、ロボットを使った高品質データセット整備、海外トップ研究機関との連携を同時に掲げています。閉じた国産化ではなく、国内に不可欠なデータと実装能力を残す設計が重要です。

産業用ロボットからサービスロボットへの拡張

日本は産業用ロボットで強みを持ちます。政府資料は、産業用ロボット市場で世界シェア約7割を持ち、モーターや減速機など主要コンポーネントでも競争力がある一方、サービスロボット市場での世界シェアは1割強にとどまると整理しています。つまり、強いのは「工場の中」であり、成長余地が大きいのは「工場の外」です。

IFRの統計でも、産業用ロボット需要は電子・電機、自動車、金属・機械を中心に堅調です。しかし、フィジカルAIが狙うのは、それだけではありません。物流のピッキング、店舗の品出し、建設現場の搬送、農業の収穫、介護施設の見守り、防災現場の調査など、非定型で人手依存度が高い作業です。

この領域では、ロボット単体の性能よりも、施設設計、業務フロー、保守、人材育成、制度が成果を左右します。METIのロボット政策も、既存環境に後からロボットを入れるのではなく、業務フローや施設環境を「ロボットフレンドリー」に変える必要性を示しています。10.5兆円投資の効果は、こうした現場側の変革にどこまで資金が回るかで決まります。

安全性と中小企業導入を阻む実装コスト

PoC止まりを防ぐ運用設計

フィジカルAI政策の最大のリスクは、実証実験だけが増え、量産と運用に進まないことです。AIロボットは一度導入すれば終わりではありません。稼働率、故障時対応、作業員との協働、安全認証、データ管理、モデル更新、サイバー対策まで含めて運用設計が必要です。ここに資金と人材を投じなければ、導入企業にとって高価な実験装置で終わります。

政府ロードマップ素案は、プライバシー、セーフティ、セキュリティ確保や、人とロボットの協働に必要な技術要件・基準、安全性認証制度の検討を掲げています。これは重要な視点です。物理空間で動くAIは、誤答しても文章を直せば済む生成AIとは違います。転倒、衝突、誤搬送、情報漏えいが、すぐに事故や事業停止につながります。

中小企業への普及を左右するSIer不足

もう一つの壁は、中小企業の導入能力です。IFRは、ロボット活用の裾野を広げるには、単なる補助金だけでなく、視覚処理や工程設計など周辺エンジニアリングを担うシステムインテグレーターのエコシステムが重要だと指摘しています。日本でも同じ課題があります。人手不足に苦しむ中小企業ほど、ロボット導入を設計できる社内人材が不足しています。

リクルートワークス研究所は、2040年に向けて日本が労働供給制約に直面すると分析しています。省人化投資の必要性は明らかですが、導入現場がロボットに合わせて変わらなければ、投資効果は出ません。10.5兆円の一部は、ロボットそのものよりも、現場診断、標準工程、保守サービス、教育、人材育成に振り向けるべきです。

投資規模が大きいほど、政策評価も厳しくなります。市場シェア、導入台数、労働時間削減、生産性向上、事故率、国産部品比率、データ基盤の利用状況など、複数のKPIを公開しなければ、官民投資の効果は見えにくいです。産業政策として成功させるには、補助金採択件数ではなく、継続稼働するロボットと黒字化する事業を増やす必要があります。

企業が投資計画で確認すべき優先順位

フィジカルAIへの10.5兆円投資は、日本のロボット産業にとって大きな追い風です。ただし、勝負は政府予算の大きさではなく、現場データ、部品供給、AIモデル、SIer、人材育成、公共調達を一つの循環にできるかで決まります。AIロボット市場20兆円獲得という目標は、投資先の選別を誤れば絵に描いた餅になります。

企業が見るべき優先順位は三つです。第一に、自社の現場データがAIモデル改善に使える形で蓄積されているか。第二に、ロボット導入が単発PoCではなく、業務フロー変更と保守体制まで含む投資計画になっているか。第三に、半導体、センサー、アクチュエーター、ソフトウェアのどこで自社が不可欠な位置を取れるかです。

フィジカルAIは、生成AIの次の流行語ではありません。AIを現実空間の生産性に変換するための産業基盤です。2040年を見据えた投資競争はすでに始まっています。日本企業は、補助金の有無だけでなく、自社がどの現場データと実装能力を持つのかを棚卸しする局面に入っています。

参考資料:

• 日本成長戦略本部／日本成長戦略会議｜内閣官房
• 日本成長戦略会議（第3回）｜内閣官房
• 戦略17分野における「主要な製品・技術等」｜内閣官房
• 先行して検討を進めている主要な製品・技術等の官民投資ロードマップ素案｜内閣官房
• 日本成長戦略本部の設置について｜内閣官房
• ロボット｜経済産業省
• Society 5.0｜内閣府
• 新しい資本主義実現本部／新しい資本主義実現会議｜内閣官房
• 新しい資本主義のグランドデザイン及び実行計画2025年改訂版｜内閣官房
• 年間統計（会員＋非会員）｜日本ロボット工業会
• 世界の産業用ロボット稼動台数推定｜日本ロボット工業会
• World Robotics 2025 Industrial Robots Executive Summary｜IFR
• NVIDIA Jetson Thor｜NVIDIA
• NVIDIA Jetson Thor Unlocks Real-Time Reasoning for General Robotics and Physical AI｜NVIDIA Blog
• 未来予測2040 労働供給制約社会がやってくる｜リクルートワークス研究所