国家が10.5兆円を賭ける。その賭け金の大きさは、賭けの筋の良し悪しとは別の問題である。日本のフィジカルAI投資は、需要の実在という点で稀に見る好条件を備えている。だが、投資の出口をどこに設計するかという一点で、過去三十年に繰り返した誤りをもう一度なぞる危険を抱えている。本稿は、その分岐点を構造として示す。
1 10.5兆円という賭け金
2026年6月24日、政府は経済財政諮問会議と日本成長戦略会議の合同会議に「戦略17分野における『主要な製品・技術等』の官民投資ロードマップ（案）」を提示した。フィジカルAI（AIロボット）については、2040年度までに官民合計10.5兆円の投資と、144.4兆円の経済波及効果が想定されている。政策目標として掲げられたのは、2040年に世界シェア三割超、20兆円市場の獲得である。あわせて経済産業省は「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」（2026〜2030年度、予算規模3,873億円）を始動させた。
さらに2026年3月26日、AIロボティクスに関する関係府省の連絡会議が「AIロボティクス戦略」を取りまとめた。注目すべきは中身である。戦略は日本の勝ち筋を、現場データと実装・運用ノウハウを核に社会実装を先行させ、データ獲得、モデル改善、他分野への横展開の循環を確立することに置いた。データの取得・加工から評価・検証、モデル改善へのフィードバックまでを一体として回す国内エコシステムの構築が明記され、「高品質な現場データ」は日本の強みとして名指しされている。ロボット基盤モデルとデータ循環の枠組み、標準と安全性認証の整備、産学官の中核拠点までが柱に並ぶ。
ロードマップの設計思想は明快である。市場が未成熟な段階では、公共調達と実証事業を通じて政府が需要の予見可能性をつくり、民間の量産投資を誘発する。初期需要を国家が引き受ける、という筋書きだ。
重要なのは、この初期需要が政策によって捏造されたものではない点である。2040年にはAI・ロボティクス分野だけで約339万人の人材不足が見込まれ、建設・物流ではすでに人手不足倒産が過去最多を記録している。需要は実在する。補助金が切れれば消える種類の需要ではない。ここが、多くの産業政策と決定的に異なる。
条件は良い。問題は、この金が何を買うかである。
2 「筐体はコモディティ化する、残るのは頭脳」という論
この分野をめぐる論として、エンジェル投資家のジェイソン・カラカニス（LAUNCH創業者、Uberの初期投資家、ポッドキャスト「All-In」共同ホスト）が日本のメディアの公開インタビューで語った提言が、示唆に富む形で流通している。要旨はこうだ。
ロボットの物理的な部分は、電気自動車がそうであったように急速にコモディティ化する。誰もが模倣できるようになる。だとすれば最後に残るのは頭脳のほうだ。日本はロボティクス予算の三分の一を、オープンな世界モデルの開発に振り向けるべきである。
ジェイソン・カラカニス TBS CROSS DIG with Bloomberg「1on1 Tech」での発言の要旨
前半は正しい。後半が浅い。
カラカニス自身が、同じインタビューの前半でこう述べているからである。オープンモデルとフロンティアモデルの性能差は一年から三か月へ縮んだ。モデル層はコモディティ化し、そこでは金にならない。価値はインフラ層とアプリケーション層に退避する、と。
この二つの主張は同時には立たない。筐体がコモディティ化し、モデルもコモディティ化するなら、「残るのは頭脳」という結論は宙に浮く。ソフトウェアの世界で組み立てた図式を、そのまま物理の世界へ横滑りさせたために生じた綻びである。
なお、本連載は筐体とモデルのコモディティ化を前提に論を進める。これは有力な仮説だが、確定した未来ではない。ハードウェアの信頼性、安全性認証、制御、モデル固有の性能が長期の差別化源であり続ける可能性はある。ただし本連載の主張は、その場合にも立つ。筐体やモデルが差別化要因として残ってもなお、何を記録し、何を良い状態とみなすかの定義は、それらと独立の、追加的な競争優位になるからである。
だがこの綻びは、追及に値する。問いを正しく立て直せば、日本にとっての答えはむしろ明るいからだ。
3 コモディティ化の階段を、もう一段降りる
問いはこうである。何がコモディティ化しないのか。
答えは単純だ。複製できないものである。そして物理の世界で複製できないのは、機械でもモデルでもない。機械が現実と摩擦を起こした瞬間の記録である。
一次データの物理防衛線
ソフトウェア専業のプレイヤーが持てるのは、クラウドに上がった段階ですでに加工・圧縮された「抽象化後のデータ」に過ぎない。物理的な現場を持つ企業だけが、機械と現実世界が摩擦を起こす瞬間の一次データを取得できる。
モデルの重みは配布できる。オープンにすれば、明日には誰もが同じものを動かせる。だが、工場のラインで、港湾のヤードで、建設現場の足場で、介護施設の居室で、そのモデルが何を掴み損ね、何を壊し、どの手順でどう成功したかという記録は配布できない。それはハードウェアを現場に置いた者の手元にしか生まれない。
そしてこの記録こそが、次のモデルを正しくする最も希少な材料である。物理世界には、テキストの世界のような無尽蔵の学習素材が存在しない。正解は現場でしか確定しない。
したがって、フィジカルAIにおける産業COGは、モデルの側にはない。モデルを訂正し続ける現場の占有権の側にある。日本が持っているのは、まさにそちらである。
シミュレーションでは埋まらない差
ここで当然の反論が出る。学習素材が足りないなら、シミュレーションで作ればよい。実際、世界モデルの開発思想はその方向にある。仮想空間で数万時間の試行を回し、現実の何倍もの経験を合成する――理屈としては正しく、実際に有効でもある。
だが、この反論は問題を半分しか解いていない。シミュレーションが再現できるのは、すでにモデル化された物理だけである。摩擦係数の想定、素材のたわみ、光の反射、人の動線――すでに記述できているものは、いくらでも複製できる。価値があるのは、その先だ。
つまり、シミュレーションの予測と現実の挙動が食い違った、その残差である。想定外の材質、経年した設備の癖、季節で変わる床の滑り、現場ごとに違う人の割り込み方。残差は現実にしか存在せず、しかもそれは現場ごとに固有である。合成データを増やせば増やすほど、価値の重心は残差の側へ移っていく。
そして残差を測れるのは、シミュレーションと実機の両方を同一の規格で突き合わせられる者だけである。ここでも、答えは現場を持つ側に戻ってくる。
図 コモディティ化の階段——どこまで降りるか
4 Root Wall――投資が「導入」で終わる構造
ここに、10.5兆円が抱える構造的な急所がある。
補助と実証は、その性質上、導入台数と稼働率で測られる。測りやすく、説明しやすく、予算の執行実績として報告しやすい。だが、それはCOEの指標である。優れた機械をつくり、確実に届け、確実に動かす力。産業への入場資格ではあるが、産業の重心ではない。
導入台数だけを積み上げれば何が起きるか。日本は、世界で最も高密度にロボットが稼働する国になりながら、その稼働から生まれる正解データが規格化も保管も帰属設計もされていない状態に至る。観測装置を持たない実験場である。データは日本の現場で生まれ、そのまま国外のモデルへ流れる。
公平を期せば、政策はこの危険をすでに認識している。現場データの循環はAIロボティクス戦略に明記され、データは勝ち筋の核と位置づけられた。データまでは、政策化されたのである。残る問いは、一段上にある。その現場データを、誰の語彙で記録し、誰の基準線で採点するのか。循環の設計図の中に、スキーマと評価基準の定義者は、まだ名指しされていない。本稿が問うのは、この一点である。
静脈が詰まれば、器は空になる
これは新しい病ではない。Creation Loop（つくる）に予算と関心が集中し、Operation Loop（使い、維持する）の記録系が後回しになる。動脈だけが太り、静脈が細る。日本の製造業がDXの名のもとに二十年繰り返してきた形と、寸分違わない。
静脈が詰まれば、どれほど精緻に設計されたアーキテクチャも、その瞬間に空っぽの器へと成り下がる。
そして記録は、現場の人間の善意や規律に依存させてはならない。どれほど美しい運用ルールを定めても、人間は現場のデータを正確かつ継続的には記録しない。解答は、記録する主体を人間から装置へ移すことである。現場の作業者が「データを取られていることにすら気づかない」状態を設計しきることが、最も強靭なデータパイプラインの条件だ。
フィジカルAIは、この条件を初めて技術的に満たせる領域でもある。ロボットは、動く限り記録する。記録しないロボットを買ってしまうかどうかが、分岐点である。
5 定義権を、どこに置くか
ではオープンモデルへの投資は無駄か。そうではない。むしろ正しい。ただし、境界線の引き方が逆である。
モデルは開放してよい。開放すべきである。モデル層はいずれコモディティ化するのだから、そこを囲い込む努力は、水を握りしめるに等しい。守るべきは、その外側にある。稼働ログのスキーマ、失敗記録の分類体系、環境条件の記述形式――すなわちデータの規格と、その保管と帰属の設計である。
規格を決めた者が、定義権を持つ。海外ベンダーの規格に合わせて出発すれば、データは日本の現場で生まれ、定義権だけが国外に置かれる。これは、部品も工場も国内にありながら設計思想の主導権を失った産業が、繰り返し辿ってきた道筋である。
3,873億円の基盤モデル開発事業が、モデルの性能競争としてのみ運用されるなら、この投資は数年で陳腐化する。同じ金が、日本の現場から上がってくる稼働データの規格を先に定義することに使われるなら、それは減価しない。
6 日本が持っている在庫
日本の非対称性は、技術の側ではなく現場の側にある。そして日本の現場は、三つの条件を同時に満たしている点で世界的にも稀である。
第一に、密度である。工場、港湾、物流拠点、建設現場、介護施設が、狭い国土に高密度で集積している。同種の現場が近接して数多く存在することは、規格を通しやすいことを意味する。分散した市場では成立しない標準化が、ここでは成立しうる。
第二に、切迫である。約339万人という不足は、導入の動機が「効率化」ではなく「事業の継続」であることを意味する。効率化は先送りできるが、継続は先送りできない。導入は、遅かれ早かれ起きる。問われているのは、それが記録つきで起きるかどうかだけである。
第三に、記録の文化である。日報、点検票、カイゼン提案。日本の現場は、世界的に見ても記録の密度が高い。ただしその記録は人間の練度に依存し、紙と個人の頭のなかに閉じている。裏を返せば、記録の主体を装置へ移したときの伸び代が、最も大きい場所でもある。
ただし、在庫は劣化する。現場そのものが人口とともに減っていくこと、そして稼働記録の規格が外部から先に持ち込まれること。この二つは同時に進む。窓が開いているのは、おそらく数年である。
そして忘れてはならない。在庫を持っていることと、在庫を使えることは別である。
7 経営者への三つの問い
国家の設計を論じたが、実際に分岐を決めるのは各社の判断である。フィジカルAIの導入を検討する経営者に、三つ問いたい。
第一に、貴社が導入しようとしているロボットは、記録するか。動作ログ、失敗ログ、環境条件を、貴社の側に、貴社が読める形式で残すか。残さないなら、それは高価な手足を買っただけである。
第二に、その記録の規格を、誰が決めているか。ベンダーが決めているなら、貴社は自社の現場から生まれた正解データを、ベンダーの資産として贈与し続けることになる。
第三に、その記録は、貴社の意思決定を変えるところまで届いているか。溜めるだけのデータに戦略的価値はない。溜めた記録が翌週の段取りを変え、翌年の設備投資を変えるところまで配線されて、初めて重心となる。
筐体はコモディティ化する。モデルもコモディティ化する。残るのは、現場が何を記録したかである。日本には、記録すべき現場が、まだ十分に残っている。
出典：内閣府「戦略17分野における『主要な製品・技術等』の官民投資ロードマップ（案）」（2026年6月24日提示）、経済産業省の関連公表資料、および各社報道をもとにLONGNOW作成。ジェイソン・カラカニス氏の発言は、TBS CROSS DIG with Bloomberg「1on1 Tech」（聞き手：中川雅博）における主張の要旨であり、逐語引用ではない。数値はいずれも2026年9月時点で公表されている値であり、今後の予算編成過程で変動しうる。AIロボティクス戦略は2026年3月26日のAIロボティクスに関する関係府省連絡会議の取りまとめによる。
