どうも。
AIブームは、まだ終わっていない。
ChatGPTの登場以降、世界中でAIへの投資は加速し、OpenAIやAnthropic、Google、Meta、中国勢などが巨額の資金を投じて大規模言語モデル（LLM）の開発競争を繰り広げている。一方で、その裏では「AIバブルではないか」という懸念も徐々に強まり始めている。
実際、AI企業の多くは莫大な設備投資を続けているものの、それに見合う利益を十分に生み出せているとは言い難い。GPUやデータセンターへの投資は年々膨らみ、投資回収の見通しは決して楽観できない。国際決済銀行（BIS）も、AIバブルが世界経済のリスクになり得ると警鐘を鳴らしている。
そのような状況の中、日本はアメリカや中国とは少し違う道を歩もうとしている。
2026年6月30日、政府は改訂版「AIロボティクス戦略」を公表した。2040年までに国内へ約1,000万台のAIロボットを導入し、対象分野も18分野へ拡大するという、これまでにない大規模な国家戦略である。
一見すると、単なるロボット産業振興策に見えるかもしれない。
しかし、その背景を読み解くと、日本が抱える
- 少子化
- 労働・人手不足
- 外国人労働者への依存
- 円安
- AI競争
- 製造業の復活
といった複数の問題を、一つの政策で同時に解決しようとする壮大な構想が見えてくる。
もちろん、この構想が成功する保証はない。
むしろ、実現には多くの課題が残されている。
ロボットは本当に人間の代わりになるのか。1000万台という数字は現実的なのか。
日本企業はアメリカや中国に勝てるのか。
そして、最大の問題である「採算」は本当に合うのか。
本記事では、政府のAIロボティクス戦略を整理しながら、日本の勝ち筋とリスクを考察するとともに、最後には私たち個人がAI時代をどのように生き抜くべきなのかについても考えてみたい。
第1章 日本がフィジカルAIへ賭ける理由
今回の戦略で最も重要なのは、「ロボットを増やすこと」ではない。
本質は、日本の産業構造そのものを変えようとしている点にある。
政府は2040年までに約1000万台のAIロボットを導入し、
- 製造業
- 物流
- 建設
- 農業
- 介護
- 警備
- 小売
- 医療
など18分野へ普及させることを目標としている。
ここで注目すべきなのは、その対象分野である。
追加された「飲食・食品製造」と「医療」を含め、多くが慢性的な人手不足に悩む業界となっている。
これは偶然ではない。政府が見据えているのは、日本の人口減少社会である。
出生率が長年低迷し、今後も生産年齢人口は減り続けることがほぼ確実視されている以上、「人手不足をどう解消するか」は避けて通れない課題である。
ここで重要なのは、「フィジカルAIは少子化対策ではない」という点だ。
少子化そのものを止める政策ではなく、「少子化が進んでも社会を維持できる仕組み」を作ろうとしているのである。
これは大きな違いである。
フィジカルAIは移民政策の代替になるのか
この戦略を読むと、多くの人が思い浮かべるのが外国人労働者との関係だろう。
近年、日本では介護、建設、農業、宿泊業などで外国人労働者の受け入れが進んできた。
しかし、
- 円安によって日本の賃金の魅力が相対的に低下していること
- 他国との人材獲得競争が激化していること
- 移民政策に対する国民の意見が分かれていること
などを考えると、外国人労働者だけに依存し続けることには限界がある。
もっとも、政府資料には「移民を減らすためにロボットを導入する」とは書かれていない。戦略の中心にあるのは、人手不足への対応、生産性向上、そしてフィジカルAI産業の育成である。
したがって、「政府の本音は移民回避だ」と断定することはできない。
ただし、結果としてロボットが広く普及すれば、外国人労働者への依存度が下がる可能性は十分にある。
つまり、フィジカルAIは移民政策の「代替」ではなく、「補完」あるいは「依存度を下げる手段」と捉える方が、現時点では妥当だろう。
なぜ日本はLLMではなくフィジカルAIなのか
もう一つ興味深いのは、日本政府が生成AIではなく、フィジカルAIへ重点を移した理由である。
政府資料では、生成AIから物理空間で自律的に動作するAIへと競争軸が移りつつあること、そして日本がLLM開発では出遅れた経験を踏まえ、ロボット基盤モデルで先行を目指す方針が示されている。
この判断は現実的と言える。
アメリカにはOpenAI、Google、Anthropic、Metaがあり、中国にもDeepSeekをはじめとする有力企業が存在する。
巨大なGPU投資、膨大な計算資源、世界中の優秀な研究者を必要とするLLM分野で、日本が今から正面対決するのは容易ではない。
一方、日本には長年培ってきた製造業の技術や、工場・物流・介護・インフラ保守などの現場で蓄積されたデータがある。政府も、こうした現場データこそが日本の競争優位であると位置付けている。
つまり、日本は「言語AI」で世界一を目指すのではなく、「現実世界で働くAI」で勝負しようとしているのである。
第2章 日本はどのようにフィジカルAIを実現しようとしているのか
フィジカルAI戦略は、単に「ロボットをたくさん作ろう」という話ではない。
むしろ、日本全体を巻き込んだ産業政策であり、AI・半導体・製造業・政府・大学・大企業を一体化させる国家プロジェクトと言った方が正確だろう。
従来の産業政策では、技術を開発する → 実証実験を行う → 普及させる、という流れが一般的だった。
しかし、今回のAIロボティクス戦略では、この考え方を大きく転換している。
政府は
- 開発側（供給）
- 導入側（需要）
を同時に支援する方針を打ち出しているのである。
つまり、ロボットを作る企業だけを支援するのではなく、ロボットを使う企業にも補助を行い、実際に現場へ導入し、そこで集まったデータをAIに学習させ、さらに性能を向上させ、価格を下げ、さらに普及させる。
この「データ循環」を高速で回そうとしている。
これは、ChatGPTなど生成AIが「利用者が増えるほど性能が上がる」という構造を、製造業や物流などの現実世界へ持ち込もうという発想でもある。
日本最大の武器は「現場データ」
今回の戦略を読んでいて最も印象的なのは、政府が繰り返し「現場データ」という言葉を使っていることである。
政府資料でも、日本には
- 製造現場
- 福島第一原発
- 医療
- 介護
- インフラ保守
など世界でも珍しい大量の現場データが存在し、これがフィジカルAI時代の勝ち筋になるとしている。
これは生成AIとは発想が大きく異なる。
ChatGPTはインターネット上の文章を大量に学習している。
一方、フィジカルAIは「現実世界」を学習する。
例えば、工場なら
- 部品をどう持つか
- 力加減はどうするか
- 人が近づいたら止まるか
- 障害物を避けるか
こうしたデータは、ネット上には存在しない。
だからこそ、実際の工場で長年蓄積されたデータが価値を持つ。
この点は、日本が比較的優位に立てる可能性がある。
しかし、本当にデータだけで勝てるのか
一方で、ここは少し冷静に見る必要もある。
「データがある」ことと、「AIが学習できる」ことは別問題だからだ。
例えば、介護現場だけでも、
施設ごとに
- 手順
- 記録方法
- センサー
- システム
がバラバラである。
工場も同じだ。
企業ごとに設備が違い、データ形式も違う。
さらに、機密情報も多い。
つまり、現場データは「原油」のような存在である。
原油はそのままでは使えない。
精製し、規格を統一し、品質を揃え、初めて価値になる。
フィジカルAIも同じで、データをAIが学習できる形へ変換する作業が膨大に必要になる。
政府も、そのためのデータ基盤整備を重要課題としているが、実際にはここが最も時間と費用のかかる部分になるだろう。
Noetraという「日本版OpenAI」
今回の国家戦略の中核を担う企業が、Noetra（ノエトラ）である。
Noetraは、
- ソフトバンク
- NEC
- ホンダ
- ソニーグループ
を中心に設立され、現在では製造業や金融機関など44社がフィジカルAI戦略に参加している。
ここで重要なのは、NoetraはChatGPTを作る会社ではないという点である。
目指しているのは、ロボットの頭脳となる基盤モデルである。
まず、高性能な日本語AIを作る。
その次に、画像、動画、音声などを理解できるマルチモーダルAIを作る。
最終的には、現実世界を理解できるWorld Model（世界モデル）を目指している。
つまり、人型ロボットだけではなく、工場、物流、建設、介護、農業、警備など、あらゆるロボットが共通して利用できる「OS」のような存在を目指しているのである。
「ロボット版Linux」という発想
もう一つ興味深いのが、AIRoAが進めるオープンソース戦略である。
政府資料では、ロボット基盤モデルをオープンソースとして公開する方針が示されている。
これは、Windowsのような独占型ではなく、Linuxのように、多くの企業が共通基盤を利用しながら発展させるモデルを目指していると考えられる。
もしこれが成功すれば、日本企業はゼロからAIを開発する必要がなくなり、自社独自のロボットやサービス開発に集中できる。
もっとも、ここにも課題はある。
オープンソースは普及しやすい一方で、海外企業にも利用されやすく、必ずしも日本企業だけの競争優位にはならない。
最終的な競争力は、ソフトウェアだけでなく、実機の性能や運用ノウハウ、そして現場データをどれだけ継続的に蓄積できるかで決まるだろう。
大企業連合は「優遇」なのか、それとも必然なのか
今回の戦略を見ると、ソフトバンク、NEC、ホンダ、ソニー、日立製作所、東芝、楽天グループなど、日本を代表する大企業が並んでいる。
これを見て、「また大企業優遇か」と思う人もいるだろう。
確かに、中小企業から見れば、そう映る部分はある。
しかし一方で、AIやロボット開発は、数千億円、あるいは兆円単位の投資が必要な世界でもある。
GPU、データセンター、半導体、ロボット、ソフトウェア、人材育成。
どれも莫大な資金を必要とする。
そう考えると、まず資本力のある企業を中心に進めることには一定の合理性もある。
問題は、その成果が最終的に中小企業や地方企業にも広く波及するかどうかである。もし一部の大企業だけが恩恵を受ける形になれば、やはり大企業優遇で味方だけを支援と映るであろう。
第3章 ソフトバンク、OpenAI、そしてAIバブル――日本は本当に勝てるのか
フィジカルAI戦略を理解する上で、避けて通れない存在がある。
それがソフトバンクグループである。
日本政府が推進するNoetraの中核企業であり、同時にOpenAIへの世界最大級の投資家でもある。
一見すると、「日本はフィジカルAI」「ソフトバンクはOpenAI」という別々の話に見える。
しかし、実際には両者は密接につながっている。
政府はフィジカルAIで日本の産業競争力を取り戻そうとしており、一方のソフトバンクは世界最高水準のAI技術へ巨額投資を行っている。
つまり、日本は「世界最先端のAI」と「日本の産業データ」を組み合わせようとしているとも解釈できる。
ソフトバンクはなぜOpenAIへ約10兆円も投資したのか
ソフトバンクはOpenAIへ約646億ドル（約10兆円）もの投資を行っている。
一般的な感覚からすると、「一企業が10兆円も投資する」というのは異常な規模である。
しかし、孫正義氏からすれば、これは単なる株式投資ではない。
OpenAIが将来的にIPO（新規株式公開）し、企業価値が大幅に上昇すると考えているからこそ、現在の巨額投資が成立している。
仮にIPO時の時価総額が約1兆ドル（約160兆円）となり、ソフトバンクの持分が約13％であれば、その評価額は約20兆円規模になる計算である。
もちろん、これはあくまで理論値である。
実際の株価は市場によって決まる。
だからこそ、「本当にその価格が維持できるのか」という疑問が生まれる。
AIバブルは存在するのか
近年、AIへの投資額は急激に膨らんでいる。
GPU。データセンター。半導体。
発電設備。冷却設備。
これらに世界中の企業が何十兆円もの投資を行っている。
しかし、問題は利益である。
AIは性能競争だけでは終わらない。
企業は最終的に、投資した資金を回収しなければならない。
国際決済銀行（BIS）は、AI関連企業への資金供給が急速に細るリスクや、AIバブル崩壊の可能性を世界経済のリスクとして挙げている。
これは、以前私が別の記事で述べた「AI革命は本物でも、AIバブルは起こり得る」という考えとも一致する。
AIそのものは社会を変える。
しかし、現在の株価や設備投資額まで正当化できるかどうかは別問題なのである。
銀行までAIへ賭け始めた
さらに興味深いのは、AIブームに賭けているのはAI企業だけではないという点である。
Bloombergによれば、OpenAI向けの約400億ドル規模のブリッジローンでは、JPモルガンやゴールドマン・サックスなどの大手銀行が主幹事を務め、巨額の手数料収入を得る見込みだという。
一方で、銀行自身も「リスクは理解している」とも報じられている。
AIが成功すれば、IPO、社債、M&A、さらなる融資案件につながる。
しかし、失敗すれば、巨額融資の焦げ付きにもつながりかねない。
つまり、銀行もまた、AIへ賭けているのである。
FOMOという心理
Bloombergの記事で印象的だったのは、あるストラテジストがFOMO（Fear of Missing Out）という言葉を使っていたことである。
取り残されることへの恐怖。
もしAI革命が本物だった場合、投資しなかった銀行は、将来の巨大案件をすべて失う可能性がある。
逆に、投資して失敗した場合は、「みんな失敗した」で済むかもしれない。
この心理は、2000年のITバブル、あるいは鉄道、電力、インターネットなど、過去の巨大投資ブームとも共通している。
だからこそ、AIバブルは、単なる技術競争ではなく、人間心理の競争でもある。
OpenAIは本当に160兆円の価値があるのか
ここで一つ考えたい。
もしOpenAIが160兆円規模でIPOしたとして、その価値は維持できるのだろうか。
例えば、近年の大型IPO(スペースX)でも、上場直後がピークとなり、その後評価が修正されるケースは珍しくない。
(スペースXは、初日終値時点での時価総額は約2.1兆ドル（約336兆円相当）でしたが、現在は評価の修正により約1.6兆ドル規模(約250兆〜270兆円)に落ち着いている。上場後のピーク時から約30%下落している)
期待が先行し、現実の利益が追いつかなければ、株価は下落する。
もちろん、OpenAIがそうなるとは限らない。
しかし、「AIだから必ず上がり続ける」という考え方も危険である。
企業価値は、最終的には利益によって決まる。
これは製造業でも、IT企業でも、AI企業でも変わらない。
ソフトバンクはOpenAI株を売却するのか
私自身が気になっているのは、ソフトバンクグループ（SBG）が将来的にOpenAI株をどこまで保有し続けるのかという点である。
SBGは現在、1社でOpenAIに約646億ドル（日本円で約10兆円）を投資しており、出資比率は約13％とされている。
OpenAIは将来的に米国でIPO（新規株式公開）を目指しており、時価総額は約1兆ドル（約160兆円）規模が取り沙汰されている。
仮に時価総額が160兆円となり、SBGの持ち分が約13％であれば、その評価額は約20.8兆円となる計算だ。
約10兆円という巨額投資を行った背景には、このような将来的な企業価値の上昇を見込んでいるという考え方が自然だろう。
しかし、本当にその評価額が維持されるのだろうか。
参考になる事例として、SpaceXがある。
SpaceXは市場での評価が最も高かった時期には約2.1兆ドル（約336兆円相当）と評価されたが、その後は評価が修正され、現在では約1.6兆ドル（約250〜270兆円規模）へ落ち着いている。ピーク時と比較すると、およそ30％程度評価が低下したことになる。
もちろん、SpaceXとOpenAIでは事業内容も市場環境も異なるため、単純比較はできない。しかし、OpenAIも上場後に同じような評価修正が起こらないと断言することはできないだろう。
仮に時価総額160兆円から30％下落した場合、約48兆円もの企業価値が失われ、新たな時価総額は約112兆円となる。このようなシナリオを想定するなら、ソフトバンクは株価が高く評価されているタイミングで持ち株の一部、あるいは大部分を売却し、投資を回収する戦略を考えている可能性もある。
もっとも、その前提となる「本当に160兆円という時価総額が市場で支持されるのか」という点にも疑問は残る。
AIへの期待は非常に高い一方で、利益や投資回収の見通しについては、まだ不透明な部分も少なくない。
(セキュリティサービスのニーズはあるが小規模だし、マネタイズとしても課金型がせいぜいで顧客が出せる金額上限により、値上げも限界がある。新たな大規模に儲かるマネタイズや未来を示せなければ投資が回収できず、スペースXのように大きく下落するであろう)
一方で、ソフトバンクがすべての株式を売却するとは限らないとも考えられる。
その理由は、OpenAIが単なる投資対象ではなく、日本にとって戦略的な意味を持つ可能性があるからである。
近年では、AIは経済だけでなく、サイバーセキュリティ、軍事、情報戦にも直結する技術となっている。「AIは新しい核兵器である」という趣旨の発言も安全保障分野で見られるようになり、AI開発は米中の国家間競争の中核へと位置付けられつつある。
もし将来的にOpenAIが高度なサイバーセキュリティAIや、防御・分析能力を持つAIサービスを提供するようになれば、日本企業にとっても極めて重要な存在になる可能性がある。
ソフトバンクはその技術を国内向けサービスとして展開し、日本のセキュリティを支える一つの防波堤となることも考えられる。
また、仮にアメリカが高度なAI技術を安全保障上の理由から厳しく管理する方向へ進んだ場合、OpenAIとの資本関係を維持していること自体が、日本にとって一定の意味を持つ可能性もある。
逆に、すべての株式を売却してしまえば、単なる取引先の一社となり、長期的な関係性や存在感が弱まる懸念も考えられる。
さらに、ソフトバンクが大量に株式を売却した場合、その株式を他国企業や他国資本が取得する可能性もある。
AIが安全保障上の重要資産となるのであれば、企業だけでなく国家レベルでもOpenAIへの資本参加を望む動きが出てくるかもしれない。
(セキュリティニーズの規模がそこまで大きいかは疑問符である)
もっとも、この点は現時点ではあくまで推測である。OpenAIが今後どのようなサービスを提供するのか、各国がどのようなAI戦略を採るのか、ソフトバンクがどのような保有方針を取るのかはわからない。
したがって、「IPO後にすべて売却する」「長期保有を続ける」と断定することはできない。
ただし、投資回収という金融面の合理性と、安全保障や戦略的提携という非財務的な価値の両方を考慮すれば、ソフトバンクは株価や国際情勢を見ながら段階的に売却比率を調整し、一定の持ち分は維持するという柔軟な判断を取る可能性も十分に考えられるだろう。
フィジカルAIはAIバブルを回避できるのか
ここで、日本のフィジカルAI戦略に話を戻そう。
私は、フィジカルAIには、生成AIとは違う強みがあると考えている。
それは、「現実の仕事を代替することで、価値を測定しやすい」という点である。
例えば、物流ロボットが年間300万円分の人件費を削減できる。
清掃ロボットが夜間作業を代替できる。
工場で不良率を下げられる。
これらは、比較的わかりやすく経済効果を計算できる。
一方、生成AIは、「便利になった」「文章作成が速くなった」という効果はあっても、企業全体としてどれだけ利益が増えたかを測ることは容易ではない。
だからこそ、フィジカルAIはAIバブルの中でも、比較的採算性を議論しやすい分野と言える。
もっとも、「採算を測りやすい」ことと「採算が合う」ことは別問題である。
第4章 フィジカルAI最大の壁は「技術」ではなく「採算」である
ここまで、日本政府のAIロボティクス戦略やNoetra、OpenAI、AIバブルについて見てきた。
しかし、私が最も重要だと考えている論点は別にある。
それは、「本当に儲かるのか」という一点である。
AIについて語られる記事の多くは、
- 性能
- 精度
- 学習能力
- 世界モデル
- マルチモーダルAI
など技術面ばかりが注目される。
しかし企業が最終的に見るのは、利益だけである。
どれほど優秀なロボットでも、利益を生まなければ普及しない。
これはAIに限らず、あらゆる産業革命で共通してきた原則である。
ロボットは人間より安く働けるのか
例えば、介護施設で考えてみよう。
介護士一人の年間コストが400万円だったとする。
一方、介護ロボットを導入すると、本体価格、保守費、ソフトウェア利用料、故障対応、通信費、保険、などを合わせ、年間500万円かかるなら、誰も導入しない。
逆に、年間250万円で済み、夜間も働き、腰痛もなく、休憩も不要なら、一気に普及する可能性がある。
つまり、企業が見るのはAIではなく、損益計算書なのである。
フィジカルAIは「人件費との勝負」
生成AIの場合、「便利になった」という価値を数値化することは難しい。
一方、フィジカルAIは比較的わかりやすい。
例えば、物流ロボットなら、年間何時間働き、何人分の人件費を削減したか。
農業ロボットなら、収穫量が何％増えたか。
工場なら、不良率が何％減ったか。
これらは数字で評価できる。
だからこそ、フィジカルAIは、生成AIより投資対効果を計算しやすい。
しかし、これは裏を返せば、採算が合わなければ、すぐ導入が止まることも意味している。
技術革新と普及は別問題
AI業界では、「技術が完成すれば普及する」という考え方を見かける。
しかし、歴史はそうではない。
例えば、電気自動車。
性能は年々向上している。
しかし、価格、充電、航続距離、中古価格、補助金、こうした経済条件によって、普及速度は左右されている。
フィジカルAIも同じである。
ロボットが完成しても、価格が高ければ、誰も買わない。
つまり、技術革新と社会実装の間には、経済合理性という大きな壁が存在する。
1000万台は本当に実現できるのか
政府は2040年までに1000万台という目標を掲げている。
非常に壮大な数字である。
しかし、ここで重要なのは、1000万台という数字だけを見ないことである。
実際には、18分野すべてが同じ速度で普及するわけではない。
まず普及する分野
私は、比較的早く普及するのは、政府も重点分野として挙げる
- 製造業
- 倉庫物流
- 工場搬送
- 点検
- 清掃
- 警備
だと考えている。
理由は単純である。
環境が比較的固定されているからだ。
工場は床が平らで、照明も一定、作業内容も決まっている。
AIにとっては非常に学習しやすい。
政府も短期ロードマップでは、点検、搬送、清掃、パレタイズ、ハンドリングなど比較的共通化しやすい作業を優先している。
これは合理的だろう。
難しいのは介護・建設・農業
一方、介護、農業、建設、林業などは、難易度が一気に上がる。
例えば介護。
利用者一人一人、体格も違う。認知症の有無も違う。歩き方も違う。会話も必要になる。
農業も同じで、天候、土壌、作物、害虫、地域差がある。
建設現場は毎回形が違う。
つまり、AIが苦手な「毎回違う環境」なのである。
そのため、2040年までに完全自動化するというより、人を補助するロボット、あるいは単純作業だけを担当するロボットが現実的だろう。
人手不足は本当に解決するのか
ここで重要なのは、フィジカルAIは人手不足をゼロにするものではないという点である。
私はむしろ、「人手不足を緩和する」技術だと考えている。
例えば、物流で余った人材が、介護へ移る。
製造業で省人化が進み、建設へ転職する。
こうした労働移動が起きれば、日本全体では、人材不足をある程度緩和できる可能性がある。
つまり、ロボットは人間を全員不要にするのではなく、不足している分野へ人材を再配置するための「時間稼ぎ」という役割も果たすのである。
日本の勝ち筋は「全部勝つ」ことではない
ここで一つ誤解してはいけない。
日本がアメリカに勝つ、中国に勝つ、という発想で見ると、かなり厳しい。
LLMでは、OpenAI、Google、Anthropic、Meta、中国勢など、巨大企業が先行している。
GPUでも、NVIDIAが圧倒的である。
クラウドでも、AWS、Azure、Google Cloudがある。
つまり、すべてで勝つことは現実的ではない。
だからこそ、政府は「現場データ」「製造業」「ロボティクス」へ資源を集中させている。
これは、経営戦略でいう選択と集中そのものである。
フィジカルAIが成功しても万能ではない
ここで一つ、
期待し過ぎない視点も必要である。
仮に1000万台導入できたとしても、日本の問題がすべて解決するわけではない。
出生率は上がらない。地方の人口減少も続くだろう。
年金問題も残る。医療費も増える。
つまり、フィジカルAIは日本を救う「万能薬」ではない。
しかし、人口減少社会でも経済を維持するための重要な土台になる可能性は十分にある。
これは、政府資料の方向性とも一致している。
第5章 フィジカルAIが描く日本の未来――国家戦略と個人の生存戦略
ここまで見てきたように、日本政府のAIロボティクス戦略は、単なるロボット産業振興策ではない。
その本質は、
- 少子化
- 労働・人手不足
- 国際競争
- AI技術
- 製造業
- 安全保障
といった複数の課題を、一つの国家戦略としてまとめようとする試みにある。
もちろん、これほど大きな構想である以上、成功する保証はない。
しかし、日本が現状維持を選ばず、新たな勝負に出たという点は評価すべきだろう。
円安とフィジカルAIは関係があるのか
ここで一つ考えたい。
近年、日本では円安と物価高が続いている。
円安については様々な要因がある。
- 日米金利差
- エネルギー価格
- 貿易収支
- 金融政策
などである。
したがって、「政府はフィジカルAIを成功させるために円安を容認している」とまでは言えない。
そこまで直接的な因果関係を示す資料は存在しない。
しかし一方で、日本政府が
- 半導体
- AI
- フィジカルAI
- 製造業
を成長産業として重視していることは事実である。
円安は輸出企業には追い風となる面もあり、結果として製造業や設備投資にプラスに働く場合もある。
つまり、円安とフィジカルAIを直接結び付けることは難しいが、日本の産業競争力を維持するという大きな方向性では、一部重なる部分もあると言える。
「大企業優遇」という見方
今回の戦略を見ると、Noetraには
- ソフトバンク
- NEC
- ホンダ
- ソニー
と、日本を代表する企業が並んでいる。
これを見て、「また大企業だけが得をする」と思う人もいるだろう。
確かに、日本の産業政策はこれまでも大企業中心だったという批判はある。
一方で、AI開発は数千億円、場合によっては兆円単位の投資が必要になる。
GPU、データセンター、研究者、ロボット、半導体。
これらを考えると、最初から中小企業だけで進めることは現実的ではない。
むしろ重要なのは、大企業を支援すること自体ではなく、その成果が社会全体へ波及するかどうかである。
例えば、大企業だけが利益を得るなら、大企業優遇と映っても仕方ない。
しかし、共通基盤が整備され、中小企業でもロボットを安価に利用できるようになれば、社会全体の生産性向上につながる。
評価すべきなのは、その出口である。
フィジカルAIが失敗したらどうなるのか
ここは少し厳しい話になる。
もし、2040年になっても、ロボットが思うように普及しなかったらどうなるのだろうか。
おそらく、日本が現在抱えている問題が、そのまま残ることになる。
- 少子化
- 人手不足
- 建設業の高齢化
- 介護人材不足
- 農業人口減少
- 外国人労働者への依存
これらは再び大きな課題として表面化するだろう。
もちろん、フィジカルAIだけが唯一の解決策ではない。
働き方改革、女性・高齢者の就労、外国人材の活用、制度改革など、他にも手段はある。
しかし、人口減少が続く以上、労働生産性を高める技術は避けて通れない。
その意味で、フィジカルAIは「万能薬」ではないが、日本社会を支える重要な選択肢の一つと言える。
成功しても「人間の仕事」はなくならない
一方で、成功した場合も、「人間の仕事がすべてなくなる」という未来は考えにくい。
むしろ、仕事の内容が変わる可能性が高い。
例えば、物流ロボットが荷物を運ぶ。
人間は監視する。介護ロボットが持ち上げる。
人間はコミュニケーションを担当する。
工場ロボットが組み立てる。人間は品質管理を行う。
つまり、ロボットは人間を完全に置き換えるというより、人間一人当たりの生産性を高める存在になるだろう。
日本は何で食べていく国になるのか
これは私自身が最も考えさせられた点である。
日本は、ソフトウェアでは、アメリカに大きく後れを取っている。
検索エンジン。SNS。クラウド。生成AI。
世界市場を見ると、アメリカ企業の存在感は圧倒的である。
だからこそ、日本は製造業、ロボティクス、精密機械、現場データという、従来から強みを持つ分野へ資源を集中させようとしている。
これは、負け戦を避け、勝てる戦場で勝負するという意味では、非常に現実的な戦略でもある。
もちろん、それだけで世界一になれる保証はない。
しかし、「全部勝とう」とするより、「勝てる分野を伸ばす」方が、国家戦略としては合理的だろう。
個人はAI時代をどう生きるべきか
ここまで国家の話をしてきた。
しかし、読者にとって本当に重要なのは、自分はどう生きればいいのかという点だろう。
私は、これからの日本では、「生産性を高めること」と同じくらい、「生活コストを下げること」が重要になると考えている。
AIが進歩しても、物価高や円安がすぐになくなるとは限らない。
だからこそ、生活防衛が重要になる。
例えば、まずは節約である。
固定費を見直し、最低限の生活費でも満足できる環境を作る。
これは景気が良くても悪くても役に立つ。
次に、投資である。
インフレが続く社会では、現金だけを持ち続けることにもリスクがある。
もちろん値動きのリスクはあるが、長期・分散という基本原則を踏まえながら資産形成を考えることは、一つの選択肢になる。
さらに、AIを敵ではなく、道具として使うことも重要になる。
文章を書く。翻訳する。プログラムを書く。資料を作る。仕事を効率化する。
AIを使いこなせる人と、使えない人では、生産性の差は今後ますます広がるだろう。
そして最後に、セキュリティである。
AIの進歩は、サイバー攻撃の高度化も意味する。
個人情報、パスワード、詐欺、偽動画、偽音声。
これらへの備えも、AI時代の重要な教養になる。
つまり、これからの個人に求められるのは、「AIを恐れること」ではなく、AIを活用しながら、自分の生活基盤を強くすることなのである。
おわりに――AI時代の勝者は「性能」ではなく「採算」で決まる
AIの世界では、つい性能ばかりが注目される。
しかし、歴史を振り返れば、社会を変えた技術は、必ずしも性能が最も高いものではなかった。
普及したのは、「採算が合う技術」である。
フィジカルAIも例外ではない。
どれほど優秀なロボットでも、企業が利益を出せなければ普及しない。
逆に、多少性能が劣っていても、十分な費用対効果があれば社会へ浸透していく。
日本政府が掲げる2040年1000万台という目標は、技術開発だけでなく、社会実装、制度設計、需要創出を一体で進めようとする野心的な挑戦である。
その成否はまだ誰にも分からない。
しかし、一つだけ言えることがある。
AI時代の競争は、「より賢いAI」を作る競争だけではない。
「より安く、より安全に、より利益を生み出せるAI」を社会へ届けられるか。
その競争こそが、本当の勝負なのである。