生成AIが「身体」を持つ時代へ
これまで生成AIは、文章を作る、画像を生成する、質問に答えるといった、主にパソコンやスマートフォンの中で利用されてきました。
しかし次の段階では、AIがカメラ、マイク、各種センサーから現実世界の情報を受け取り、ロボットの腕や脚を動かして、実際の作業を行うようになります。
このように、現実の物理空間を認識し、状況を判断して行動するAIは「フィジカルAI」と呼ばれています。
フィジカルAIが本格的に普及すると、AIの影響は事務、翻訳、デザイン、プログラミングなどのホワイトカラー業務にとどまりません。
工場、物流、建設、農業、介護、医療、清掃、外食など、これまで人間の身体に依存してきた仕事へ広がる可能性があります。
今回の記事では、国産マルチモーダル基盤モデルを開発するFRONTiaプロジェクトを起点に、フィジカルAIが日本の仕事と生活をどう変える可能性があるのかを考えます。
フィジカルAIと従来の産業用ロボットの違い
従来の産業用ロボットは、決められた場所で、あらかじめ設定された動作を正確に繰り返すことを得意としてきました。
同じ形の部品を同じ位置から持ち上げ、決められた場所へ移動させるような作業では、高い速度と精度を発揮します。
一方で、部品の位置が変わる、箱の形が違う、人間が作業範囲へ入るなど、事前に想定していない状況への対応には限界がありました。
フィジカルAIは、カメラやセンサーから得た情報を基に、周囲の状態を認識し、どのように動くべきかを判断します。
例えば、箱の位置が少し変わっていても場所を認識して持ち上げたり、障害物を避けたり、人間の言葉による指示から作業内容を推測したりすることが目標になります。
ロボットが単なる自動機械から、現場の変化に対応する存在へ変わる点が大きな違いです。
なぜマルチモーダル基盤モデルが必要なのか
人間は仕事をするとき、言葉だけを使っているわけではありません。
目で対象物の形や位置を確認し、音を聞き、手で重さや硬さを感じ、過去の経験から次の動作を判断しています。
フィジカルAIにも、文章だけでなく、画像、動画、音声、センサーデータ、物体の動きなど、複数種類の情報を同時に処理する能力が必要です。
複数の情報形式を扱うAIは「マルチモーダルAI」と呼ばれます。
FRONTiaでは、高度な日本語理解や論理推論に加え、画像、動画、音声を理解するマルチモーダル基盤モデル、さらに物理空間を認識する世界基盤モデルを段階的に開発する計画です。
経済産業省とNEDOは2026年6月30日、Noetra株式会社と産業技術総合研究所による国産マルチモーダル基盤モデルの研究開発開始を発表しました。
事業期間は2026年度から2030年度までです。
日本はフィジカルAIで巻き返せるのか
文章や画像を扱う生成AIでは、米国を中心とした海外企業が先行しています。
一方、フィジカルAIでは、日本にも異なる強みがあります。
日本には、産業用ロボット、モーター、減速機、センサー、工作機械、自動車、精密部品、素材、製造装置などの産業基盤があります。
さらに、工場の品質管理、設備保全、熟練作業、安全管理など、長年にわたって蓄積された現場データと運用ノウハウがあります。
フィジカルAIは、AIモデルだけで完成するものではありません。
実際に動くロボット、部品、センサー、制御技術、通信環境、安全基準、導入する現場がそろって初めて社会実装できます。
経済産業省は、日本の製造現場に蓄積された高品質なデータと、ロボットを実際に運用してきた経験を、日本の勝ち筋の一つと位置付けています。
海外製AIへ依存するだけでは、国内企業が持つ製造データや熟練技能が海外へ流出する可能性もあります。
そのため、現場データを国内で安全に利用できる国産基盤モデルを持つことには、産業競争力だけでなく経済安全保障上の意味もあります。
ブルーカラーの仕事へ入ってくるAI
これまでAIによる雇用への影響は、事務、会計、翻訳、デザイン、文章作成など、主にホワイトカラーの仕事を中心に議論されてきました。
フィジカルAIが進歩すれば、影響は身体を使う仕事へ広がります。
製造業では、部品供給、組み立て、検査、設備監視などが対象になります。
物流では、商品の仕分け、棚からの取り出し、梱包、倉庫内運搬などが考えられます。
建設分野では、資材運搬、測量、危険区域での作業、設備点検などへの導入が期待されます。
農業では、収穫、選別、運搬、除草など、人手を必要とする作業への利用が想定されます。
介護や医療では、利用者の移動支援、物品運搬、清掃、見守りなどへの応用が考えられています。
フィジカルAIは、人間の知的作業だけでなく、人間の身体が担ってきた作業にも入り込む技術です。
人手不足を補うのか、仕事を奪うのか
日本では人口減少と高齢化が進み、多くの産業で人手不足が深刻になっています。
特に物流、建設、介護、農業、製造、宿泊、外食、清掃、インフラ保守などでは、必要な人数を確保できないこと自体が社会問題になっています。
このため、日本ではフィジカルAIが直ちに大量失業を引き起こすというより、人間だけでは維持できなくなった仕事を補う形で導入される可能性があります。
危険な作業、身体への負担が大きい作業、夜間作業、単純な反復作業をロボットが担当できれば、人間の負担を減らす効果が期待できます。
一方で、すべての人が自動的に負担の少ない仕事へ移れるとは限りません。
企業がロボットを導入すれば、これまで必要だった作業人数が減る可能性があります。
特定の技能や職種に対する需要が縮小し、ロボットを管理できる人と、従来作業しか経験していない人との間で、雇用や賃金の差が広がることも考えられます。
フィジカルAIを人手不足の解決策として導入するだけでなく、働く人が新しい役割へ移るための教育や訓練も必要になります。
人間の仕事はどう変わるのか
フィジカルAIが普及しても、現場から直ちに人間がいなくなるとは限りません。
当面は、人間とロボットが同じ現場で役割を分担する形が中心になると考えられます。
人間は、ロボットに作業を教える、複数台を監視する、異常時に対応する、安全性を確認する、作業工程を改善する、顧客や利用者と意思疎通するなどの役割を担う可能性があります。
介護や医療では、物品運搬や身体的負担の大きい作業をロボットが補助し、人間は利用者との会話、感情への配慮、最終判断に集中する形が考えられます。
製造現場では、熟練者が持つ作業のコツをロボットへ教え、その動作を確認して改善する仕事が生まれる可能性があります。
人間がロボットに置き換えられるというより、人間の仕事が「作業する側」から「教える側、管理する側、判断する側」へ変わっていくことが予想されます。
熟練技能のデータは誰のものか
フィジカルAIの性能を高めるには、人間が行ってきた作業の映像、動作、力加減、判断方法などを学習させる必要があります。
これは技能継承に役立ちます。
熟練者が退職しても、その技能をデータとして残し、次世代のロボットや作業者へ引き継げる可能性があります。
一方で、そのデータを誰が所有するのかという問題が生じます。
企業の設備を使って取得したデータであっても、その動作には個人が長年身に付けた技能が含まれています。
技能を提供した従業員へ対価を支払うのか、退職後も企業が利用できるのか、他社のAI開発へ転用してよいのかといったルールが必要になります。
安全性と事故責任
現実空間で動くAIは、文章生成AIとは異なる危険を伴います。
AIが誤った文章を出力する場合と、重量物を持ったロボットが誤った動作をする場合では、被害の大きさが違います。
事故が発生した場合、ロボットメーカー、AIモデル開発会社、導入企業、システム設定者、現場の監視者の誰が責任を負うのかを明確にする必要があります。
また、AIがなぜその動作を選んだのかを検証できる記録も必要です。
性能だけでなく、安全性評価、保険、事故調査、責任分担、緊急停止方法などの制度整備が、社会実装の重要な条件になります。
職場が監視空間になる可能性
フィジカルAIを搭載したロボットは、周囲を認識するためにカメラ、マイク、距離センサーなどを利用します。
その結果、ロボットが作業する職場では、従業員の行動や会話も継続的に記録される可能性があります。
安全管理や作業改善に利用できる一方で、従業員の過度な監視につながる危険もあります。
収集するデータの範囲、保存期間、利用目的、第三者提供の条件などを明確にしなければなりません。
AIと人間が共生するためには、ロボットの性能だけでなく、働く人の権利を守る仕組みも必要です。
政府は2040年に約1,000万台を目標
政府は2026年6月に改訂したAIロボティクス戦略で、2040年のロボット導入台数として約1,000万台を目標に掲げました。
対象は製造業だけではありません。
飲食、食品製造、医療などを追加し、合計18分野への社会実装を進める方針です。
これは、フィジカルAIが一部の先進工場だけで利用されるのではなく、社会の幅広い現場へ導入される可能性を示しています。
ただし、目標台数が示されたことと、実際に安全で採算の合うロボットが完成したことは同じではありません。
導入価格、保守費用、現場への適応力、安全性、通信環境、人材育成など、多くの課題が残っています。
今後確認すべき進捗
未来産業地図では、FRONTiaプロジェクトについて、次の進捗を継続して確認します。
国産マルチモーダル基盤モデルがいつ公開されるのか。
ロボットの視覚、音声、センサー情報をどこまで統合できるのか。
実際の製造、物流、介護、医療などの現場で検証されるのか。
AIロボット協会が目標とするロボット基盤モデルのベータ版が公開されるのか。
国内企業が持つ現場データを安全に共有できる仕組みが構築されるのか。
安全性評価と事故責任のルールが整備されるのか。
国産ロボットや部品メーカーの売上につながるのか。
中小企業でも導入できる価格まで下がるのか。
雇用と人材育成にどのような変化が生じるのか。
フィジカルAIは人間を不要にする技術なのか
フィジカルAIは、人間の仕事をすべて奪うための技術と決まったわけではありません。
人手不足で維持できない仕事を補い、危険な作業や身体への負担を減らし、人間が判断や対人業務へ集中できる可能性があります。
一方で、導入方法を誤れば、雇用の不安定化、技能の無断利用、過度な職場監視、事故責任の曖昧化につながる恐れもあります。
重要なのは、ロボットを何台導入したかだけではありません。
その技術によって、働く人の生活が良くなったのか、人間が新しい役割へ移る機会を得られたのか、安全性と権利が守られたのかまで確認する必要があります。
FRONTiaが開発する国産基盤モデルは、日本のものづくりと現場データを生かし、海外AIへの依存を抑えるための土台になる可能性があります。
フィジカルAIが人間の代わりになるのか、それとも人間の能力を広げる存在になるのか。
未来産業地図では、技術の性能だけでなく、人間の仕事と生活がどう変わっていくのかまで継続して追跡します。
参考資料
経済産業省
「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」を開始します
https://www.meti.go.jp/press/2026/06/20260630005/20260630005.html
FRONTia公式サイト
https://frontia-ai.go.jp/
経済産業省
AIロボティクス政策
https://www.meti.go.jp/policy/mono_info_service/mono/robot/index.html
経済産業省
AIロボティクスの社会実装に向けた取組資料
https://www.meti.go.jp/shingikai/mono_info_service/physical_internet/pdf/2026_001_03_02.pdf
経済産業省
フィジカルAI時代のロボット基盤モデルの重要性
https://www.meti.go.jp/press/2026/04/20260403003/20260403003-b.pdf
コメント