AIが身体を持ち始めたとき：フィジカルAIは次のテクノロジーのメインストリームになるのか？

執筆：Jim、MSX 麦通

編集：Frank、MSX 麦通

過去2年間、資本市場で取引されてきたAIは、主にAIの「頭脳」でした。

ChatGPT、大規模モデルからGPU、HBM、データセンター、光通信、電力インフラに至るまで、ほぼすべての主要テーマは、いかにモデルを大規模化し、学習を高速化し、推論コストを低減するかを中心に展開してきました。

しかしながら、これらのAIはテキスト、画像、コード、動画を生成できますが、そのほとんどは依然としてスクリーンやデジタル世界の中で動作しています。

そのため、大規模モデルの能力と計算インフラが成熟に向かうにつれて、市場は次の問いを自然と投げかけ始めています。これらのますます賢くなるモデルは、最終的にスクリーンの外へ出て、自動車、工場、倉庫、病院、そして現実世界に入っていけるのか？

これこそが、Physical AI（フィジカルAI）が産業の最前線に躍り出ようとしている理由です。

一、「考える」から「行動する」へ、フィジカルAIが重要な理由

NVIDIAの定義によれば、フィジカルAIとは、AIをスクリーンの中から現実世界に解き放ち、ロボット、カメラ、自動運転車などの自律システムが周囲の環境を認識・理解し、推論、意思決定、複雑な行動を実行できるようにするものです。

言い換えれば、生成AIが「機械はいかに思考するか」を解決するものだとすれば、フィジカルAIが解決を試みるのは、機械が思考した後、いかに正しく、安全かつ低コストで行動し、現実世界と相互作用する能力を真に機械に備えさせるかなのです。

ジェンスン・フアン氏のここ数回の公開講演での発言から見て取れるように、NVIDIAはIsaac、GR00T、Cosmos、Omniverse、Jetsonといった製品ラインを絶えず強化しており、その目標は単に特定のロボットに賭けることではなく、機械が物理世界に進出するために、訓練、シミュレーション、推論、展開をカバーする一連の基盤プラットフォームを構築することにあります。

なぜなら、真のフィジカルAIは、ロボットに大規模モデルを接続するだけの単純なものではなく、 空間関係や物理法則を理解し、ワールドモデル、訓練データ、シミュレーション環境、エッジコンピューティング、マシンビジョン、センサー、モーション制御を必要とし、展開前に膨大な安全性テストを完了しなければならないからです。

市場の文脈では、フィジカルAIは「具身智能（Embodied AI）」と大きく重なりますが、前者の射程はより広く、人型ロボットだけでなく、自動運転、産業用ロボット、ドローン、スマート工場、倉庫システム、カメラとセンサーによって駆動されるスマートスペースも含まれます。

もちろん、フィジカルAIは突然現れた新しい概念ではありません。

自動運転、産業用ロボット、マシンビジョン、倉庫自動化はすでに長年発展してきており、本当に変化しているのは、大規模モデル、ワールドモデル、シミュレーション技術、エッジコンピューティングが、これまで比較的分断されていたこれらの技術ルートをつなぎ合わせようとしていることです。

大量の従来型産業用ロボットは、あらかじめ書かれたプログラムに依存し、比較的固定された環境で標準的な動作を繰り返します。フィジカルAIの目標は、機械が異なる物体、未知の環境、突発的な状況に直面したときにも、リアルタイムの情報に基づいて判断と行動を調整できるようにすることです。

これは、AI産業チェーンが「頭脳」から「身体」へと拡張しつつあることを意味します。

過去2年間、市場はまずAIの訓練と運用に必要なGPU、ストレージ、サーバー、ネットワーク、電力を再評価しました。次に、資金はこれらの計算能力を受け継ぎ、モデルの能力を現実の生産力に変換する担い手をさらに模索する可能性があります。すなわち、ロボット、自動運転車、ドローン、産業オートメーション機器、そして工場、倉庫、都市に張り巡らされたビジョンおよびセンシングシステムです。

したがって、フィジカルAIは単純に「人型ロボット」と同一視できるような一点の概念ではなく、真に切り拓くのは、計算力から行動に至るまでの全体的な産業チェーンなのです。

二、計算力からロボットへ、フィジカルAIの5層の産業チェーン

理解を容易にするために、MSX研究院はフィジカルAIの産業チェーンを大きく5つの重要なレイヤーに分解しました。

1.第一層：計算力層

ロボットモデルの訓練、仮想環境の構築、自動車やロボット側でのリアルタイム推論のいずれにおいても、計算力が不可欠です。

これには、データセンター向けGPU、エッジAIチップ、車載コンピューティングプラットフォーム、低消費電力プロセッサが含まれ、対応する主な銘柄は以下のとおりです。

NVIDIA（NVDA.M）：訓練用計算力、Jetsonエッジコンピューティングプラットフォーム、およびロボット開発エコシステムをカバー。
TSMC（TSM.M）：AIチップ、車載チップ、エッジコンピューティングチップの製造基盤。
Arm（ARM.M）：低消費電力コンピューティングアーキテクチャは自動車、ロボット、スマートデバイスに広く採用。
クアルコム（QCOM.M）：車載AI、エッジ推論、スマート端末を布局。
AMD（AMD.M）：AI計算力と組み込みコンピューティングにおける潜在的な受益者。

このレイヤーのロジックは、過去2年間の生成AI相場と類似しており、「ショベル売り」のロジックを引き継いでいます。最終的にどのロボット企業が勝ち残ろうとも、基盤としてチップ、計算力、コンピューティングアーキテクチャが必要とされるからです。

2.第二層：モデル層

これも理解に難くありません。フィジカルAIに必要なのは、言語モデルだけではなく、ロボット基盤モデル、ワールドモデル、さらに視覚―言語―動作モデルも含まれます。

言語モデルは人間の指示を理解し、視覚モデルは機械が環境を認識するのを助け、動作モデルは判断を具体的な動作に変換する役割を担います。ワールドモデルはさらに一歩進んで、AIに物体間の関係を理解させ、次に何が起こるかを予測し、行動前に推論を行わせようとします。

この層は現在もなお、主に大手テクノロジー企業とプラットフォーム型企業によって推進されており、NVIDIA、Tesla、Google、一部のロボットスタートアップが含まれます。

大規模言語モデルと比較して、ロボットモデルが直面する最大の問題はデータです。 インターネット上には膨大なテキスト、画像、動画がありますが、真に高品質なロボット操作データは多くありません。いかに十分な訓練データを生成するかが、フィジカルAIの発展プロセスにおける重要なハードルとなるでしょう。

3.第三層：シミュレーション層

現実世界での訓練はコストが高く、低速で、リスクが大きいため、ロボットはまず仮想世界で学習する必要があります。そのため、デジタルツイン、合成データ、仮想訓練環境が、フィジカルAIの極めて重要な層を構成します。

NVIDIAはこの層において、比較的完全なツールチェーンを構築しています。Omniverseはデジタルツインとシミュレーション環境の構築に使用され、Isaac SimとIsaac Labはロボットの訓練、テスト、検証をサポートし、Cosmosはワールドモデルとデータ生成能力を提供します。

この層の価値は、現実世界では高コストで危険かつ遅い試行錯誤を、仮想環境に移行できる点にあります。開発者は多数のシナリオを並行して実行し、異なる光、天候、地形、突発事象をテストした後、検証済みのモデルを実機に展開できます。

つまり、ロボットが現実で1度訓練するのに数分かかるとしても、シミュレーション環境では何千、何万回も並行して実行できるのです。

4.第四層：認識層

ロボットが現実世界に足を踏み入れる際、最初の一歩は往々にして器用な手を備えることではなく、安定して周囲の環境を「見て」理解できることです。

物体を認識し、距離を判断し、環境の変化を理解し、複雑な空間での位置特定を完了しなければならず、判断を下した後は、コントローラー、モーター、ロボットアーム、関節モジュールを通じて、意思決定を実際の動作に変換する必要があります。

この層には、マシンビジョン、カメラ、LiDAR、センサー、制御チップ、モーション制御、およびさまざまなアクチュエータが含まれます。

Cognex（CGNX.M）：産業用マシンビジョンおよび認識システム；
Ouster（OUST.M）：LiDARおよび認識プラットフォーム；
クアルコム、NVIDIA：車載およびエッジ向けビジュアルコンピューティングプラットフォームを提供；

Ousterはすでに次世代デジタルLiDARをNVIDIA JetsonおよびIsaacエコシステムに接続し、産業用ロボット、巡回点検、自律システムでの応用を進めています。CognexはAIビジョンシステムを製造業の検査や自動化の現場に継続的に導入しています。

人型ロボットに比べれば、マシンビジョンやセンサーの想像余地はそれほど大きくないかもしれませんが、より現実の受注や既存顧客に近い存在です。

モーター、減速機、関節モジュールなどのアクチュエータ側については、米国株式市場における純粋な銘柄は比較的限られており、関連する機会は産業オートメーション、アナログチップ、専門部品メーカーにより広く分散しています。

5.第五層：アプリケーション層

産業チェーンの最上位層として、これは市場にとって最も馴染み深いロボット、自動運転、ドローン、産業オートメーション機器であり、対応する銘柄は以下のとおりです。

Tesla（TSLA.M）：Optimus、FSD、Robotaxi；
Alphabet（GOOGL.M）：Waymoを通じて自動運転を展開；
Amazon（AMZN.M）：倉庫ロボット、物流自動化、Zoox；
Teradyne（TER.M）：協働ロボットと移動ロボット；
AeroVironment（AVAV.M）、Kratos（KTOS.M）、Ondas（ONDS.M）：ドローンおよび無人システム；
Palantir（PLTR.M）：データ、意思決定、無人機器をつなぐソフトウェアプラットフォーム；

このうち、Palantirはロボットメーカーではなく、データ、意思決定、無人機器をつなぐソフトウェアプラットフォームに近い存在です。Uberは、異なるRobotaxiフリートがユーザーを獲得し、配車を調整し、取引を完了するためのトラフィック入口となる可能性があり、いずれも間接的な受益の方向に属します。

これはフィジカルAIにおいて、最も高い弾力性が生まれやすいセグメントでもあります。ひとたび特定のロボット、Robotaxi、ドローンが大規模量産に入れば、市場はその収益とバリュエーションの余地を急速に上方修正するでしょう。

しかし同時に、アプリケーション層は競争が最も激しく、収益化の難易度が最も高い部分でもあります。

三、最初に稼ぐのは誰か：「ショベル売り」か、それともロボット製造か？

産業の実現順序から見ると、フィジカルAIがもたらす増分収入や利益は、最もSF的な印象の人型ロボットに真っ先に現れるとは限らない。

むしろ可能性が高い道筋は、まず基盤プラットフォームを販売し、その後に閉鎖的な環境へ進出すること、標準化されたタスクを解決してからオープンワールドに挑戦すること、一言で言えば「スコップ売り」の確実性が依然として最も高い。

したがって、生成AIの第1段階で最大の受益者がNVIDIAだったとすれば、物理AIの初期段階においても、NVIDIAを避けて通るのは依然として難しい。最終的に勝ち残るのがTesla、Amazon、あるいはどこかのロボットスタートアップだったとしても、モデルトレーニング、シミュレーションテスト、リアルタイム推論、そしてエッジ展開が必要になる。

NVIDIAの強みはGPUだけではなく、チップ、モデル、シミュレーションソフトウェア、エッジコンピューティングプラットフォームを統合した完全な開発体系を構築しつつある点にある。これは、自社であらゆるロボットを製造する必要がなく、より多くのロボットに自社の計算能力とソフトウェアエコシステムを利用させるだけでよいことを意味する。

この観点から見ると、物理AIの第1段階で比較的明確な受益分野は、やはり計算能力、シミュレーション、チップ、開発ツールを提供する「スコップ売り」である可能性が高い。しかし、「受益経路が明確である」ことが株価にリスクがないことを意味するわけではなく、市場がすでに成長期待を織り込んでいないか、ソフトウェアエコシステムが継続的な収益を生み出せるか、競合他社が代替ソリューションを提供できるかどうかは、引き続き注視する必要がある。

次に、工場や倉庫では、いち早く商業的なクローズドループが確立される可能性があり、物理AIが最も早く決算に反映されるシーンは、製造、倉庫、物流分野になりそうだ。

これらのシーンは環境が比較的閉鎖的で、ルートやタスクがより標準化されており、企業は投資対効果を計算しやすい。ロボット1台を導入することで、どれだけの人手を削減でき、どれだけ効率が向上し、どれだけの損失を低減できるかが直接的に定量化できる。

Amazonはすでに倉庫ネットワークでロボットを大規模に活用しており、AIモデルによる機器間のスケジューリングとルート最適化を行っている。Teradyne傘下のUniversal RobotsとMiRは、それぞれ協働ロボットアームと自律移動ロボットを手掛けており、製造、物流、半導体などの実際の生産現場に導入されている。

これらの企業に共通する特徴は、ロボットがどのような動作を実行できるかを示すだけではなく、すでにロボットを工場や倉庫に導入し、実際の生産上の問題を解決し始めている点だ。これに対し、家庭で料理や掃除、高齢者介護をさせるには、より複雑な環境と安全責任に対処する必要があり、商業化までの期間はかなり長くなる可能性がある。

最後に、人型ロボットは間違いなく最大の市場的イマジネーションを有している。理論上、人間が設計した工場、倉庫、病院、家庭に入り込み、既存の道路、工具、作業台をそのまま利用できるからだ。

Tesla Optimusはそのため、物理AI相場で最も注目されているテーマの一つとなっているが、それが大規模な商業化の到来を意味するわけではない。人型ロボットに関して本当に観察すべきは、発表会での動作がスムーズかどうかではなく、単体コスト、連続稼働時間、そしてそれが生み出す価値が調達・メンテナンスコストをカバーできるかどうかだ。

それに比べ、Robotaxiはすでにより先行した位置にいる。自動運転車は本質的に「車輪の上の物理AI」であり、車両がカメラ、レーダー、LiDARを通じて環境を認識し、モデルが判断を下し、自動車が実際の行動を完了する。

Tesla、Waymo、Zooxはそれぞれ、車両のソフトウェアとハードウェアの統合、自動運転システム、専用Robotaxiという路線を代表している。Uberは、異なる自動運転車両隊と乗客をつなぐプラットフォームの入り口になろうとしている。Waymoはすでに第6世代の自動運転システムによる完全無人運営を推進し始めており、同システムを搭載した最新車両では、完全無人走行が累計2,000万回を超えたと開示しており、Robotaxiは商業的な検証において汎用人型ロボットを明らかにリードしていることを示している。

このほか、ドローンや防衛用ロボットは、より容易に受注による検証を得られる。防衛分野の顧客は、自律化、低コストの無人システム、対ドローン機器に対するニーズがより明確であり、AeroVironmentやKratosの自律・無人システム事業はすでに収益と受注の伸びを示している。Ondasも対ドローン、徘徊型弾薬、自律防御システムの受注を継続的に獲得している。

ただし、このような小型企業には通常、より高いプロジェクト集中リスク、資金調達リスク、実行リスクが伴う。

したがって、ある物理AI企業が継続的なフォローに値するかどうかを判断するには、結局は次の3つの問いに立ち返る必要がある。