フィジカルAIで未自動化領域を拓く日本ロボット産業の成長戦略

中国台頭で変わるロボット競争の前提

フィジカルAIは、AIが画面上の判断にとどまらず、センサー、ロボット、工作機械、搬送設備を通じて現実の作業を変える領域です。産業用ロボットの世界では、中国がすでに最大市場となり、量と価格の競争軸を強めています。

国際ロボット連盟によると、2024年の世界の産業用ロボット導入台数は54万2000台でした。そのうち中国は29万5000台で世界の54％を占め、中国国内では中国メーカーのシェアが57％に達しました。日本企業が同じ土俵で価格競争を仕掛けても、勝ち筋は限られます。

焦点は、安いロボットを大量に売ることではありません。人が見て、考え、微調整してきた「未自動化領域」を、どこまで採算に合う形で置き換えられるかです。安川電機のMOTOMAN NEXTや政府の製造AX構想は、この転換点を映す象徴といえます。

安川電機が狙う未自動化領域の実装価値

MOTOMAN NEXTが示す自律化の方向性

安川電機は、サーボモータ、インバータ、産業用ロボットを中核にする日本の代表的なメカトロニクス企業です。2026年2月期の連結売上収益は5421億円、連結従業員数は1万2483人で、約30カ国にビジネス拠点を置きます。ロボット単体だけでなく、動かす、測る、制御するという製造現場の基礎技術を持つ点が特徴です。

同社が2023年に発売したMOTOMAN NEXTは、従来のティーチングプレイバック型ロボットとは違う方向を示しました。ロボットに決まった軌道を教え込むだけでなく、周囲の状況を認識し、作業手順を判断しながら動くことを狙ったシリーズです。可搬質量は4kg、7kg、10kg、20kg、35kgの5機種で始まり、軽量物の取り扱いから包装、食品、医療関連作業までを想定しています。

重要なのは、MOTOMAN NEXTが「人型ロボットかどうか」ではなく、「現場のばらつきに対応できるか」を前面に出していることです。食品の形状、医療器材の置き方、粉体や部品の状態は日々変わります。こうした作業は、過去の産業用ロボットが苦手としてきた領域です。安川電機の技術資料では、GPUと自律制御ユニットを使い、画像やセンサー情報を処理しながら動作計画を立てる仕組みが説明されています。

2026年には、MOTOMAN NEXTとGoogle DeepMindのGemini Robotics ER 1.6を組み合わせたエージェント型ロボットシステムの開発も発表されました。人が細かなプログラムを書く前提を薄め、目的を与えるとロボットが状況を見て手順を組み立てる方向です。これは、熟練者の動作をそのまま置き換えるというより、作業判断の一部をAIに委ねる試みです。

現場データとオープン化の収益源

製造業の自動化で難しいのは、ロボット本体の性能だけではありません。治具、カメラ、搬送装置、制御盤、工程設計、保守体制までを含めて、初めて1つの自動化設備になります。フィジカルAIの価値も、AIモデル単体ではなく、現場データを収集し、シミュレーションし、実機に戻す循環で決まります。

安川電機は、i3-Mechatronicsというコンセプトで、装置やロボットから得られるデータを活用する方向を打ち出してきました。MOTOMAN NEXTでも、オープンプラットフォーム化により、PythonやC++など一般的な開発環境に近づける狙いがあります。ロボット専用言語だけに閉じると、AIエンジニアや外部パートナーの参加が難しくなるためです。

この点は、中国勢との競争を考える上で大きな意味を持ちます。中国メーカーは巨大な国内市場を背景に、価格と供給力で強みを発揮します。一方、日本企業が強みを出しやすいのは、品種が多く、品質要求が高く、停止が許されない現場です。食品、医療、半導体周辺、精密組立、物流のように、工程ごとの作り込みが利益を左右する領域では、設備と制御を統合できる企業に余地があります。

日本ロボット工業会の統計でも、国内市場の弱さと輸出の回復が同時に見えます。2025年の会員・非会員合計の受注額は前年比25.7％増の1兆456億円、生産額は21.0％増の9453億円でした。一方、国内出荷台数は18.3％減で、輸出台数は28.2％増です。日本勢の足元は、国内需要の厚みだけに頼れない構造になっています。

そのため、フィジカルAIの事業化では、ロボットを売って終わりではなく、用途別のアプリケーション、保守、シミュレーション、データ更新を含めた継続収益が重要になります。特に中堅・中小製造業では、ロボットを導入したくても設計や人材の壁が高いままです。そこに、用途別パッケージや遠隔支援、現場データを使った改善サービスを組み込めれば、日本企業の得意な現場密着型の競争力が収益に変わります。

中国量産モデルと日本型ニッチ戦略の分岐

価格競争を避ける用途選別

中国のロボット市場は、もはや「外資が売り込む巨大需要地」だけではありません。IFRは、中国が2026年から2030年の第15次5カ年計画で、AI研究を物理世界のロボット応用へ向ける姿勢を強めていると説明しています。中国の稼働中ロボットは約200万台規模に達し、日本の約4.5倍とされます。市場規模、実証の場、政策資金がそろう環境です。

この環境では、標準的な垂直多関節ロボットや搬送ロボットで、日本企業が価格を下げて対抗するだけでは消耗戦になります。部品調達、量産規模、補助政策、国内顧客との実証速度で、中国勢に優位があるためです。むしろ日本企業は、故障時の責任が重い工程や、歩留まり改善が収益に直結する工程を選ぶ必要があります。

たとえば食品工場では、材料の大きさや柔らかさが一定ではありません。医療器材の仕分けでは、衛生、安全、トレーサビリティが欠かせません。半導体や電子部品では、わずかな位置ずれや静電気対策も問題になります。これらの領域では、ロボット価格だけでなく、導入後の稼働率、品質保証、現場作業者との分担設計が評価されます。

市場調査会社のJuniper Researchは、製造・物流分野のフィジカルAIシステム導入が2030年に40万システムへ達すると予測しています。Fortune Business Insightsも、フィジカルAI市場が2025年の334.2億ドルから2034年に2940.7億ドルへ拡大すると見ています。予測値には幅がありますが、共通するのは、固定プログラム型の自動化から、認識・判断・行動を含む自動化へ投資の焦点が移るという見方です。

一方で、産業用ロボット全体は急に何倍にも膨らむわけではありません。Interact Analysisは、産業用ロボット出荷が2025年の約55万台から2030年に約76万台へ伸びると予測しています。つまり、伸びるのはロボット本体の台数だけではなく、その上に載るAI、センサー、シミュレーション、保守サービスです。日本企業が狙うべき利益も、ハードの販売差益だけではありません。

製造AXと基盤モデル政策の意味

日本政府も、フィジカルAIを製造業政策の柱に入れ始めています。NEDOは2026年6月、AIロボット・フィジカルAIを見据えたマルチモーダル基盤モデル開発事業の実施体制を決定しました。事業期間は2026年度から2030年度で、製造業などの生産性向上やエネルギー消費の効率化を狙います。

ここで重要なのは、単に国産AIモデルを作ることではありません。製造現場の画像、動画、音、振動、力覚、工程履歴といったデータを、AIが扱える形に整備することです。産総研が始動した製造AX拠点も、製造現場から生まれる多様なデータを集め、AIを用いた製造プラットフォームに接続する構想です。

日本の製造業には、工程改善や品質管理の暗黙知が多く残っています。これは属人的で継承しにくい一方、AIにとっては貴重な学習資源です。2026年版ものづくり白書の厚生労働省担当パートでは、製造業の就業者数が2023年の1055万人から2025年に1033万人へ減少したことが示されています。中小企業の製造業では人手不足感も強く、技能継承は経営課題そのものです。

フィジカルAIは、この人手不足を一気に解決する魔法ではありません。ただ、熟練者の判断を完全に置き換えなくても、検査、仕分け、搬送、段取り替え、異常検知の一部を支援できれば、現場の制約は緩みます。日本の勝ち筋は、汎用ヒューマノイドを大量投入する未来像よりも、既存設備と作業者の間にAIロボットを段階的に入れる道にあります。

この意味で、安川電機のようなロボットメーカー、FA機器メーカー、システムインテグレーター、大学・研究機関、政府系プロジェクトの連携が重要になります。現場データは企業の競争力そのものなので、外部クラウドへ無条件に出せない場合も多いです。データ保護、エッジ処理、省電力、標準インターフェースを組み合わせた実装基盤が、日本型フィジカルAIの土台になります。

普及を阻む統合コストと安全認証の壁

フィジカルAIの普及には、期待先行の危うさもあります。Fortune Business Insightsは、ロボット、センサー、AIハード、ソフト、保守を含む高コストが中小企業の導入を妨げると指摘しています。IFRの見解として、プログラミングとシステム統合がロボット応用全体の50〜70％を占める場合があるとも紹介されています。

これは現場感覚とも合います。ロボット本体価格が下がっても、周辺装置、工程変更、安全柵、教育、保守、停止時対応が高ければ、投資回収は難しくなります。フィジカルAIでは、さらにモデル更新、データ管理、サイバーセキュリティ、誤認識時の責任分界が加わります。試作デモが動くことと、24時間の量産ラインで安定稼働することは別問題です。

安全認証も避けられません。NVIDIAは2026年にロボティクス向け安全システムを発表し、物理世界で判断して動く機械には安全設計が不可欠だと強調しています。人協働ロボットや自律搬送、将来のヒューマノイドでは、作業者と同じ空間で動くため、停止、減速、退避、手動介入の設計が競争力になります。

もう1つのリスクは、人材です。AIモデルを理解する人材と、現場設備を理解する人材は必ずしも重なりません。製造業のリスキリングは進みつつありますが、小規模事業所ほど教育訓練の実施率が低い傾向があります。日本企業がフィジカルAIで勝つには、ロボットを導入する顧客側にも、工程を言語化し、データを整え、改善を続ける体制が必要です。

したがって、短期的な勝負所は「万能ロボット」ではなく「用途を絞った再現性の高い導入」です。食品の箱詰め、医療器材の仕分け、電子部品の組立補助、倉庫内搬送のように、作業範囲を限定し、導入効果を測りやすい領域から広げるのが現実的です。日本勢が強いのは、派手なデモより、止まらない設備を作り込む工程設計です。

経営者が押さえる投資判断の要点

フィジカルAI時代の日本企業の勝ち筋は、中国と同じ量産価格競争ではありません。未自動化領域を見つけ、現場データを守りながらAIに使える形へ整え、ロボット、制御、安全、保守を一体で提供することです。安川電機のMOTOMAN NEXTは、その方向を示す早い実装例といえます。

経営者が見るべき指標は、ロボットの購入価格だけではありません。稼働率、段取り替え時間、検査不良率、人の教育時間、保守費、モデル更新費まで含めた投資回収です。AIを入れる工程は、作業者が足りない場所ではなく、ばらつきの判断が生産性を押し下げている場所から選ぶべきです。

中国は市場の大きさで先行し、日本は現場の作り込みで対抗します。勝敗を分けるのは、技術の名前ではなく、現場で何時間止まらず、どれだけ品質を上げ、どれだけ人の技能を次世代へ移せるかです。フィジカルAIは、製造業の競争力を再定義する投資テーマになりつつあります。

参考資料:

• World Robotics 2025 report – INDUSTRIAL ROBOTS – released by IFR
• China Makes AI-powered Robots Core of National Strategy - IFR
• 会社の基本事項 | 安川電機
• MOTOMAN NEXT シリーズの販売開始 | 安川電機
• AIロボットの仕組み | 安川電機
• MOTOMAN NEXT AI Robot’s Agentic Robot System Powered by Gemini Robotics
• 人手に依存した作業領域の自動化に挑むAIロボティクス | 安川電機
• AIロボット・フィジカルAIを見据えたマルチモーダル基盤モデル開発事業 | NEDO
• 産総研、製造AX拠点を始動 | 産総研
• 令和7年度ものづくり基盤技術の振興施策を閣議決定 | 厚生労働省
• 2025年 暦年 マニピュレータ、ロボット統計 | 日本ロボット工業会
• 2026年4〜6月期 マニピュレータ、ロボット統計 | 日本ロボット工業会
• NVIDIA and Global Robotics Leaders Take Physical AI to the Real World
• Physical AI Deployments in Manufacturing & Logistics to Reach 400,000 Systems by 2030
• Physical AI Market Size, Share & Forecast Report, 2034