｢日本はAIで完敗｣は大間違い…米国が100兆円投じても手に入らない､ヤマトやトヨタが持つ｢最強の逆転カード｣

生成AI分野で、日本は米中の技術に大きく後れをとっている。このまま日本のものづくりは衰退してしまうのか。日本工業大学大学院技術経営研究科の田中道昭教授は「生成AIで米中に完敗した日本だが、フィジカルAIでは逆転できる。日本の製造業が何十年もかけて築いてきた、世界にない“最強の強み”があるからだ」という――。（第1回／全5回）
■今こそAIが「隣に来た」意味を問う
2026年は、のちに「フィジカルAI元年」として記憶されるに違いない。
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、それをもとに判断するAI（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。
この言葉が一気に注目を集めたのは、2026年1月に開かれたCES（米国ラスベガスで毎年開催される世界最大級のテクノロジー系展示会）においてであった。その会場で、エヌビディア（NVIDIA、米国に本社を置くGPU設計の世界最大手企業）のジェンスン・フアンCEOが口にした言葉がある。
“The ChatGPT moment for physical AI is here”――フィジカルAIにおける“ChatGPTモーメント”は、すでに始まっている。
この一文は、キャッチコピーではない。時代認識の宣言であり、警告でもある。「ChatGPTモーメント」とは、文章が書けるAIが登場したことを意味したのではなかった。人工知能が社会の表舞台に出てきて、人間の仕事や判断のすぐ隣に並び始めたこと――その“距離の変化”こそが本質だった。
そして今、同じことが、もう一段深いレイヤー（階層）で起きている。これまでAIが主に扱ってきたのは、画面の中の世界だった。文字、画像、音声、データ。それらはすべて、いったんデジタルに切り取られた情報であり、現実世界そのものではない。
■100兆円規模の投資で生まれた「3つの代償」
一方、私たちが生きている世界はどうか。そこには、重さがあり、摩擦があり、時間があり、取り返しのつかない結果がある。判断を誤れば、事故が起き、物が壊れ、人が傷つく。生成AIは、まだそこに踏み出していない。
ここで日本人読者が考えるべき問いがある。生成AIで米中に完敗した日本は、フィジカルAIでも同じ轍を踏むのか――。
結論から言えば、本稿の答えは「ノー」である。むしろ、生成AIで日本が遅れたことは、フィジカルAI時代において皮肉にも“準備期間”になっていた可能性すらある。なぜそう言えるのか。詳細は20日に上梓した『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』（朝日新聞出版）を読んでいただきたい。本稿ではまず、生成AIに巨額を投じた米国が、2026年現在直面している現実を直視する必要がある。
2026年の米国大手テック企業によるAIインフラ投資は、信じがたい規模に膨らんでいる。アマゾン約2000億ドル、グーグル（アルファベット）1750～1850億ドル、メタ1250～1450億ドル、マイクロソフト1900億ドル、オラクル500億ドル。これら5社の合計だけで、年間7000億ドル（100兆円）前後に達する。ウォール街のアナリストたちは、2027年にはこの数字が1兆ドルを突破すると見ている。
歴史上、これほど短期間に、これほど一つの技術領域に資本が集中した例は存在しない。しかし、その巨額投資の裏で、3つの構造的な代償が静かに露呈し始めている。
■DeepSeekが暴いたAIの不都合な構造
第1の代償は、収穫逓減の壁である。生成AIの発展を支えてきたのは「スケーリング則」（計算量とデータ量を増やすほどAIの性能が向上するという経験則）だった。この信念に基づいて、米国大手は数千億ドルを投じてきた。ところが2025年後半以降、その性能向上カーブは明確に鈍化し始めた。事前学習（AIが大量データから一般知識を獲得する段階）に使えるデータの枯渇、電力供給の制約、半導体供給の制約が同時に効き始めている。マイクロソフトのCFO（最高財務責任者）は2026年4月の決算で「2026年通期も能力制約が続く」と明言した。資本だけでは、もはや性能を買えない局面に入っている。
第2の代償は、模倣可能性の罠である。2025年1月、中国のAI新興企業DeepSeek（中国杭州を拠点とするAI開発企業。投資ファンド出身者が設立）が公開したモデルが世界に衝撃を与えた。米国大手の最先端モデルに匹敵する性能を、約8億円という米国大手の10分の1以下のコストで実現したのである。エヌビディアの時価総額は1日で91兆円が消失し、主要電力ベンチャーの株価は20～30％暴落した。
DeepSeekは2026年5月時点でも進化を続け、最新のV4 Proモデルは米国最先端から「約8カ月遅れ」と米商務省AI標準・イノベーションセンター（CAISI、2025年に設立されたAI評価専門機関）が評価している。しかし重要なのはそこではない。価格は米国モデルの数分の一に設定され、開発途上国を中心に世界市場で急速にシェアを広げている事実だ。DeepSeekショックが暴いたのは、生成AIが「学習データさえあれば後発が追いつける」構造を持つということだった。つまり、生成AIは複利が効かない技術である。
■生成AIとフィジカルAIの本質的な違いとは？
第3の代償は、物理世界からの根本的な乖離である。生成AIは、画面の中の世界に閉じている。テキスト、画像、音声――いずれもデジタルに切り取られた抽象であり、現実世界の重さも、摩擦も、時間制約も持たない。文章をいくら学習しても、ロボットが砂の上を歩くことはできない。
これら3つの代償に直面した米国大手は、2026年に主戦場をフィジカルAIへと移し始めた。エヌビディアはCESで「ChatGPTモーメント」を宣言し、テスラは汎用人型ロボットOptimusの量産入りを宣言し、Figure（米国カリフォルニア拠点のヒューマノイド開発スタートアップ）、1X（ノルウェー発・現在は米国拠点のヒューマノイド企業。OpenAIも出資）といった企業に巨額資本が流れ込んでいる。
しかし――ここに本稿が指摘したい重要な事実がある。フィジカルAIには、生成AIとは決定的に違う構造がある。資本だけでは買えない構造である。
生成AIとフィジカルAIの本質的な違いを、一文で言い切ろう。生成AIは、画面の中のデータを学習する。フィジカルAIは、あなたの会社の現場を学習する。
この差は、思っているよりはるかに大きい。生成AIが学習するインターネット上のテキスト・画像・音声は、誰でもアクセスできる共有データである。だからこそ、巨額の資本を投じてモデルを作れば、米国大手は世界に先行できた。逆にDeepSeekは、同じ共有データに対する効率的な学習手法を発見したことで、10分の1のコストで追いついた。データが共有である以上、「資本」と「アルゴリズム工夫」の戦いになる。
■「あなたの現場」は複製できない
ところがフィジカルAIが学習するのは、共有データではない。トヨタの工場で毎日起きる微細な変動、ヤマト運輸の物流現場で起こる季節ごとの揺らぎ、コマツの建機が世界中の地面に刻む反力データ、東京エレクトロンの装置が半導体ウェハに精密加工を施す瞬間の電流変化――これらは、それぞれの企業に固有のデータである。他社が複製できない。インターネット上にも存在しない。
つまりフィジカルAIにおいて、時間そのものが資産になる。現場を動かしてきた時間の長さが、競争力に直結する。
具体例を見よう。米国カリフォルニアでロボタクシー（無人で運行される自動運転タクシー）を運行するWaymo（グーグルの自動運転プロジェクトから独立した、アルファベット傘下の自動運転企業）は、2026年3月時点で米国15州に展開し、運用台数は2000台を超え、年間乗車回数は1400万回、週40万回の規模に達している。同社は2026年末までに週100万回を目標としている。
■Waymoの17年は金では買えない
なぜWaymoがここまで来られたのか。同社のルーツは2009年のグーグル自動運転プロジェクトに遡る。つまりWaymoは、17年以上にわたって現実の道路を走り、現実の天候・路面・歩行者・予期せぬ事象に晒され続けてきた。その間に蓄積された走行データと、それを使って継続的に改善されてきた判断ロジックの累積こそが、現在の事業基盤である。
後発企業が、いくら巨額を投じても、この17年を買うことはできない。買えるのは資本と人材であって、時間そのものではないからである。
これは経済学でいう従来の先行者優位とは質が違う。ブランドや顧客基盤による優位ではなく、「現場で動き続けた時間の累積」という新しい先行者優位である。フィジカルAIにおいては、現場を動かすことで初めて学習が始まり、その学習結果が次の現場の改善に戻り、循環が回り続ける。循環が回っている時間の長さが、そのまま企業の競争力となる。
そしてこの循環は、一度回り始めると止まらない。逆に言えば、循環が回っていない企業は、いくら最新のAIを購入しても、本質的な競争優位は得られない。
■時間の累積が生む新しい先行者優位
ここまで述べてきた議論を、経営者の現実的な判断問題に翻訳しよう。フィジカルAIと聞いて、多くの経営者が真っ先に思い浮かべるのは、ユニツリー（Unitree、中国杭州拠点の人型ロボット開発企業。低価格量産で世界に先行）やFigureが開発するヒューマノイド（人間の形をした汎用ロボット）だろう。あるいは、シーメンス（ドイツの産業コングロマリット。FA・OTで世界最大手）やエヌビディアが推進するデジタルツイン（現実の工場や設備をコンピューター上に精緻に再現した仮想空間）だろう。これらは確かにフィジカルAIの象徴的な姿である。
しかし、もしも――「ヒューマノイドを導入することがフィジカルAI化だ」「デジタルツインを構築することがフィジカルAI化だ」と考えてしまったら、経営判断は致命的に方向を誤る。
本連載では中国製ヒューマノイドの実態を2回目で詳解するが、ここで強調しておきたいことがある。フィジカルAIの本質は、必ずしもヒューマノイドやデジタルツインを導入することではない。現場を学習し続ける場所にすることである。
なぜそう言えるのか。一つずつ見ていこう。
■経営者が誤解する「導入＝変革」
ユニツリーH1の量産が進み、Figure 02が現場実装を始め、テスラOptimusが2026年中の量産入りを目指している。日本企業の経営会議でも「自社にもヒューマノイドを」という議論が増えていると聞く。
しかし、ヒューマノイドを工場や倉庫に置いただけでは、本質的には何も変わらない。ヒューマノイドは「身体」を提供する道具であり、それ自体がフィジカルAIの完成ではない。重要なのは、その身体が稼働することで蓄積されるデータを、現場全体の改善ループに繋ぎ、組織知として蓄積していく仕組みが整っているかどうかである。学習の循環が回っていない現場にヒューマノイドを置いても、それは結局のところ高価な機械でしかない。
デジタルツインも同じである。シーメンス、エヌビディアOmniverse（エヌビディアが提供する産業向け仮想空間プラットフォーム）、各社のデジタルツイン技術が話題になり、日本企業でも工場のデジタルツイン構築プロジェクトが続々と立ち上がっている。しかし、デジタルツインを構築しただけでは、これも何も変わらない。デジタルツインは現場をデジタル空間に写し取った精緻な「鏡」にすぎない。重要なのは、その鏡を使って現場を継続的に改善し、改善結果がまた組織知として蓄積される仕組みがあるかどうかである。鏡を作っただけで、それを見て何も学ばない組織は、デジタルツインに投資した分だけ損失を被る。
■「学習し続ける現場を持つか」にかかっている
経営会議でこんな声を耳にすることが増えた。「デジタルツインに何億円も投じたが、現場の動きは大して変わらない」「AIカメラを工場に入れたが、結局は管理職が同じやり方で判断している」「ヒューマノイドを試験導入したが、それで何が変わるのかが見えてこない」――。これらの声に共通するのは、テクノロジーを“導入”しても、組織が“変わって”いないという事実である。フィジカルAIは、テクノロジー導入の話ではなく、組織再設計の話なのである。
ヒューマノイドもデジタルツインも、フィジカルAIの強力な「手段」である。しかし、それらの導入そのものは「目的」ではない。目的は、組織を、現場を、学習し続ける構造へと作り変えることである。
経営者が真に問うべきは、「ヒューマノイドを何台導入するか」「デジタルツインに何億円投じるか」ではない。「自社の現場は、学習し続ける場所になっているか」である。
具体的には、こういう問いになる。現場の権限構造は、データに基づく判断を前提に変わったか。管理職の役割は再定義されたか。熟練工の暗黙知をデータ化し、モデルに組み込む仕組みはあるか。現場の失敗が組織知として蓄積されるプロセスは整っているか。改善が現場に戻されるループは閉じているか――。
これらが整っていない組織にヒューマノイドを置いても、デジタルツインを構築しても、フィジカルAIの本質的な競争優位は生まれない。逆に、これらが整っている組織は、ヒューマノイドもデジタルツインも、本来の力で機能させることができる。
「学習し続ける現場」を持つかどうか――この一点が、2030年に企業の命運を分ける最も重要な分水嶺となる。
■日本の“地味な蓄積”が化ける理由
ここで、日本にとって極めて重要な事実を提示したい。
「学習し続ける現場」という観点から見ると、日本の製造業・物流・医療・建設の現場は、実は世界でも特異な蓄積を持っている。
トヨタ生産方式の改善活動は60年以上にわたって現場で回り続けてきた。ヤマト運輸の物流オペレーションは何十年もかけて細部まで磨き上げられてきた。コマツのKOMTRAX（同社が世界中の建機の稼働状況を遠隔で把握する独自システム）は世界中の建機の稼働データを20年以上蓄積してきた。新幹線の運行管理、半導体製造装置の精密制御、自動車部品のサプライチェーン管理――いずれも、現場が長年にわたって動き続け、改善し続けてきた累積を持つ。
これらは「画面の中の競争」ではほぼ評価されなかった。スイスの国際経営開発研究所（IMD）による「世界デジタル競争力ランキング2025」で、日本は69カ国・地域中30位という低位置に甘んじている。しかしこのランキングは、デジタル人材、デジタル政府、デジタル金融といった「画面の中の競争」での評価軸でしか日本を測れていない。
2026年、フィジカルAIが主戦場になった瞬間、評価軸そのものが変わる。
考えてみてほしい。生成AIブームの2022～2025年、米中大手はデータセンター・基盤モデル・AI半導体に組織のリソースを集中させた。OpenAIは社員のほぼ全員を基盤モデル開発に投入し、マイクロソフトは数百億ドルを投じ、グーグルは検索を捨てる覚悟でGeminiに賭けた。中国でも、アリババ・テンセント・バイトダンス・百度などの大手が生成AIに巨額を投じた。
■デジタル敗戦が温存した逆転資産
その間、日本企業は何をしていたか。地味で、退屈で、世界の関心からは外れた領域――ロボティクス、精密制御、センサー、減速機（ロボットの関節部で回転を減速して大きなトルクを生み出す精密部品）、モーター、半導体製造装置、産業用機械――を、地道に磨き続けていた。世界中のロボットの関節を支える減速機の市場では、日本企業が圧倒的なシェアを持つ。半導体製造装置の市場でも、日本は世界の不可欠なプレーヤーである。工場の現場では、トヨタ生産方式に代表される改善文化が、フィジカルAI時代以前から「学習し続ける現場」を実体として作り続けてきた。
これらの蓄積は、生成AIブームで世界が画面の中の競争に夢中になっているあいだ、日本が「画面の中で勝てなかった」がゆえに、結果として温存された資産でもある。皮肉な事実だが、もしも日本が2022～2025年の生成AIブームに同じ規模で乗っていたら、組織のリソースが基盤モデル開発に流出し、これら現場の蓄積が薄れていた可能性もある。
日本がデジタル敗戦の痛みの中で「地味な領域」に留まり続けたことが、フィジカルAI時代における優位を結果的に温存させた。これが、日本に残された逆転の切り札である。
■2026年、“敗戦の轍”を踏まない最後のチャンス
ただし、優位があるからといって、勝てるとは限らない。
ここで楽観論に釘をさす必要がある。日本企業が持つ「現場の蓄積」を、フィジカルAI時代の「学習し続ける構造」へと組織転換できるかどうか――この一点に、日本の未来は懸かっている。
「現場の改善活動が長年回っている」ことと、「フィジカルAIを前提に組織が再設計されている」こととは、別のことである。現場で改善を続けてきた日本企業は数多いが、その改善活動から生まれるデータを、フィジカルAIが学習する形式で組織知として蓄積し、改善ループに戻し続けている企業は、まだ限られている。
ここで日本企業が学ぶべき教訓は、皮肉にも「デジタル敗戦」の経験そのものにある。インターネットが広がり、クラウドが普及し、スマートフォンが社会を覆ったとき、日本には技術力も製造力もあった。それでも構造で負けた。決定的だったのは、組織と意思決定の転換が遅れたことだった。多くの日本企業はPoC（概念実証。本格導入前に小規模で技術や効果を検証する試行段階）を重ね、実験はしたが、本格導入と制度設計には踏み込まなかった。その間に、プラットフォームは確定した。
今、同じ光景が繰り返されつつある。フィジカルAIの実証実験は確かに進んでいる。工場にAIカメラが入り、AGV（無人搬送車。工場や倉庫内を自律的に走行する運搬ロボット）が走り、デジタルツインが構築される。しかし、それが本当に「構造転換」になっている企業はどれほどあるだろうか。多くの場合、既存の組織の上にAIを「貼り付けている」だけの状態に留まっている。
それでは間に合わない。「デジタル敗戦」の痛みを、物理世界で繰り返してはならない。
■今年の決断が、2030年の日本を決める
2026年は、その分岐点である。米国大手が生成AIの代償を支払い始め、主戦場をフィジカルAIに移し始めたこの瞬間こそが、日本にとっての最後のチャンスである。米国がフィジカルAIの「身体」を後追いで作り始める前に、日本企業が「学習し続ける現場」として組織を再設計できるかどうか。それが、2030年の世界における日本の立ち位置を決める。
「最初からフィジカルAIに張ればよかった」と、2030年に後悔するのは簡単だ。しかし、より重要な事実がある。いま、まだ張れる。
そして、張るべきは、ヒューマノイドという「機械」でも、デジタルツインという「鏡」でもない。組織を、現場を、学習し続ける構造へと作り変えるという「意思決定」である。これは、社長案件である。法務でもIT部門でも、現場の一部門でも判断できない。経営者自身が、フィジカルAIを前提とした組織の再設計に踏み込むかどうか。その意思決定の質と速度が、2030年の風景を決める。
生成AIで負けた日本に、フィジカルAIでも負ける義務はない。
本連載では次回以降、この大きな分岐点に立つ日本企業が何を見るべきかを5回にわたって解明していく。次回は、「中国製ヒューマノイドは本当に脅威なのか」――2026年に世界の注目を集める中国の人型ロボットの実態を、日本企業の視点から構造的に検証する。（第2回につづく）

----------

田中 道昭（たなか・みちあき）

日本工業大学大学院技術経営研究科教授、戦略コンサルタント

専門は企業・産業・技術・金融・経済・国際関係等の戦略分析。日米欧の金融機関にも長年勤務。主な著作に『GAFA×BATH』『2025年のデジタル資本主義』など。シカゴ大学MBA。テレビ東京WBSコメンテーター。テレビ朝日ワイドスクランブル月曜レギュラーコメンテーター。公正取引委員会独禁法懇話会メンバーなども兼務している。

----------

（日本工業大学大学院技術経営研究科教授、戦略コンサルタント 田中 道昭）