mixiユーザー(id:19979091)

Javascript の設定が無効になっているため、一部の機能を利用できません。

詳細はヘルプをご覧ください。

2026年01月10日11:08

44 view

「日本はAIで完敗」は大間違い

この日記は、気に入ったネット記事を保管する目的のものです。
転載許可を取っていませんので、コピペ・リンク貼りはご遠慮ください
*****************引用ここから　プレジデントオンライン　田中道昭によるストーリー
◆□● 「日本はAIで完敗」は大間違い…エヌビディアもテスラもマネできない日本だけが持っている最強の資産

世界最大のテクノロジー見本市「CES」が1月6日（米国時間）から米ラスベガスで開かれている。2026年のテック業界はどのような方向に進むのか。日本工業大学大学院技術経営研究科の田中道昭教授が現地からリポートする
※本稿は、富士通「テクノロジーニュース」の記事〈フィジカルAIの時代〉（1月8日公開）を再編集したものです。

◆ 「AIの主戦場」が明確に変わった
エヌビディアのジェンスン・フアンCEOは、CES2026の基調講演で、象徴的な一枚のスライドとして重要なメッセージを提示した。タイトル「AI Scales Beyond LLMs」が示す通り、AIの進化軸はもはやLLM（大規模言語モデル）に留まらず、行為・物理世界・自然法則へと拡張されたことが明確に宣言されている。これは単なる技術トレンドではない。産業競争の単位が「モデル」から「世界」へ移ることを意味する。

中央に位置するのが、フィジカルAI――「PHYSICAL AI TAKES LEAP」である。AIはデジタル空間を出て、ロボットや自動運転として物理世界で転び、壊し、学ぶ段階に到達した。これは応用分野の拡大ではなく、Agentic AIと計算力、物理シミュレーションが結合した新しいAIの標準形の成立を意味する。さらに「AI LEARNS LAWS OF NATURE」は、AIが自然法則そのものを学習・探索する存在へ拡張することを示し、創薬や材料、エネルギーといった科学領域が同一基盤で扱われる段階に入ったことを示唆する。

本稿では、「AIの主戦場が言語（LLM）から“世界そのもの”へ移行した」ことの象徴としてのフィジカルAIに焦点を当てて論考していきたい。

◆ CES2026現地で見えた「新たな主役」
ラスベガスで開催されたCES2026の会場を歩きながら、私は強い既視感を覚えていた。それは「驚き」ではなく、「確認」に近い感覚だった。昨年のCES2025。最大のメガトレンドは間違いなく、エヌビディアが提示した「AIエージェント」だった。単に文章を生成するAIではなく、自ら状況を理解し、目的を設定し、複数のツールやソフトウェアを使い分けながら、タスクを完遂する。
そんな「自律的に振る舞うAI」が、一気に産業の主役へと押し上げられた年だった。そしてCES2026。会場で私が感じたのは、こういうことだった。昨年、エヌビディアがすでに提示していた“もう一つのAI”が、今年、はっきりと主役に躍り出た。それがフィジカルAIである。

これをCES2026の広大な展示場で感じたのは、そこがロボティクス・自動運転・産業用AIで埋め尽くされていたからだけではない。フィジカルAIの意義や本質が視覚的に露わになったからだ。搬送やピッキングのデモ、工場内での複数機体の協調、屋内外を跨ぐ移動と作業の統合。個体性能の競争とともに、「空間の秩序」を見せる展示も目立った。

◆ 「フィジカルAI」とは何か
フィジカルAIとは何か。専門用語を避けて言えば、こう定義できる。フィジカルAIとは、物理世界を理解し、その中で判断し、実際に行動するAIである。文章を書くだけのAIではない。画面の中で完結するAIでもない。ロボットが物を掴む。自動運転車が交差点を判断する。工場で複数の設備が協調して動く。
こうした「現実世界への介入」そのものを担うAIだ。重要なのは、単にロボットが賢くなった、という話ではないという点である。

ロボットも、自動運転も、工場の自動化も、決して新しいテーマではない。ではなぜ、いま改めて「フィジカルAI」という言葉がこれほどの存在感を放ち始めたのか。理由は明確だ。これまで別々に語られてきたものが、ひとつの構造として“つながってしまった”からである。昨年のAIエージェントは、「知的判断」を自律化した。今年のフィジカルAIは、その知的判断が物理世界に接続された状態を示している。判断だけで終わらない。行動まで含めて完結する。失敗と学習を繰り返す。
この段階に入ったことで、AIは「便利なツール」から産業構造を変える主体へと質的に変わった。

◆ 企業間に「差」が生まれ始めた
CES2026の展示を見ていて、もう一つ強く感じたことがある。それは、ロボット、自動運転、工場、倉庫をそれぞれ別の産業として語ること自体が、すでに現実とズレ始めているという事実だ。会場で提示されていたのは、ロボット単体の性能競争ではない、自動車メーカー同士の競争でもない、工場設備の高度化だけでもないということだ。「物理世界をどう理解し、どう制御するか」という共通の問いに対する解答だった。この共通項を見抜けるかどうか。ここで、企業や国の理解力に明確な差が生まれ始めている。

この変化を貫く中核概念が、World Foundation Model（WFM、世界基盤モデル）である。WFMとは、物理世界の構造、因果関係、時間変化を学習し、「この世界で何が起きているか」「次に何が起こりうるか」を内在的に理解・予測するAIを指す。重要なのは、これは「ロボット専用AI」ではないという点だ。ロボットも、自動運転も、工場も、倉庫も、同じWFMに接続された異なる“実行体”にすぎない。CES2026は、この構造がもはや概念ではなく、現実の産業として立ち上がり始めたことを示していた。

◆ 「世界を理解するAI」の時代へ
本稿では、CES2026で見えたこの変化を、個別技術の解説ではなく、デモの羅列でもなく、「構造」として読み解く。具体的には、フィジカルAIの全体構造（横軸×縦軸）、その中枢にあるWFMの正体、エヌビディアとテスラという2つの実践モデル、そして、日本企業がどこを担うべきかを、一気通貫で整理する。フィジカルAIの時代とは、ロボットの時代ではない。世界を理解するAIが、産業と社会の中枢に入り始めた時代である。CES2026は、その始まりをはっきりと告げていた。
【注】本稿でいうWorld Foundation Model（WFM、世界基盤モデル）は、ロボット工学の分野で議論されてきた視覚・言語・行動を統合する基盤モデルを技術的に包含したうえで、その射程をロボット単体に限定せず、自動運転や工場といった複数の実行体に共通する世界理解の中枢として再定義した概念である。各実行体は、この共通の世界理解に接続することで、身体や役割の違いを超えて一貫した判断と行動を生成できるようになる。

なお、WFMという用語は、エヌビディアが自社の取り組みを説明する際に明示的に用いている概念である。一方で、テスラをはじめとする他の先進的企業は、必ずしも同一の用語を使用してはいないものの、物理世界の構造や因果関係を統合的に学習し、複数の実行体（自動運転車、ロボット、工場システム等）に共通の世界理解を提供するという点において、構造的に同型のアプローチを採用している。
本稿では、こうした用語上の違いを超えて、「物理世界を横断的に理解し、その理解を多様な実行体に供給する中枢知能」という構造的共通性に着目し、エヌビディアが明示的に提示するWFMのみならず、テスラのように別の表現や実装形態をとりながら同等の世界理解構造を内包する取り組みについても、分析概念としてWFMと総称している。これは特定企業の用語を拡張して流用するものではなく、フィジカルAI時代に出現しつつある世界理解AIの共通構造を抽象化した分析枠組みとしてWFMという呼称を用いている点を、あらかじめ明確にしておきたい。

ここで重要なのは、フィジカルAIの競争を「ロボット市場の競争」として捉えた瞬間に、私たちが“誤ったゲーム”を戦い始めてしまうという点である。エコシステム・ディスラプション論が示す通り、勝敗を分けるのは既存ゲームの中での勝利ではなく、価値構造そのものの組み替えである。WFMを中枢に、ロボット・自動運転・工場・倉庫が単一の構造へ収束し始めている現在、競争の単位は「製品」でも「市場」でもなく、最小成立する新エコシステム（MVE＝Minimum Viable Ecosystem、単体の製品やサービスではなく最小構成で自走できる価値循環を成立させた生態系の最小単位）をどこで作り、どの順序で拡張するかへ移っている。

◆□ 「本質」はロボットでも、自動運転でもない
●第1章：フィジカルAIの全体構造

◆ ――なぜ、同じ技術を使っても「成立するAI」と「止まるAI」が生まれるのか
フィジカルAIについて語ろうとすると、議論はすぐに次のような方向に散らばる。ロボットが賢くなった。自動運転が進化した。工場の自動化が高度化した。いずれも事実だ。しかし、これらを個別の進化として並べるだけでは、本質は見えない。なぜなら、いま起きているのは個別技術の進歩ではなく、構造の転換だからである。その構造を理解するためには、まず「何が共通で、どこが競争になるのか」を切り分ける必要がある。

フィジカルAIと呼ばれるものには、分野を問わず共通する内部構造が存在する。それは次の循環である。
1．認識（Perception）
2．推論・計画（Reasoning／Planning）
3．行動（Action）
4．データ・学習（Learning／Feedback）
この流れは、ロボット、自動運転、工場・倉庫のいずれにおいても変わらない。重要なのは、これは単なる処理フローではなく、物理世界と関係を結び続けるための循環構造だという点である。

フィジカルAIにおける認識は、カメラやセンサーで「見る」ことではない。世界がいま、どのような状態にあるかを推定することである。物理世界は常に不完全で、センサーはノイズを含み、物体は隠れ、人は予測不能に動く。だから認識とは、確率的に世界を仮定する行為に近い。

◆ 「データが循環しないAI」は必ず行き詰まる
推論とは、条件分岐の選択ではない。フィジカルAIは常に、この行動を取ると何が起きるか、別の行動のほうが安全ではないか、失敗した場合の影響はどれほどかといった未来を仮想的に試し続けている。つまり、推論・計画とは、内部に持つ“世界のモデル”を使って未来をシミュレーションする能力である。

行動は、フィジカルAIにおいて最も重い意味を持つ。なぜなら、行動は不可逆だからだ。物を落とす、人に触れる、機械を動かすといった瞬間、AIは現実世界に影響を与える主体になる。したがって、行動とは、AIが世界と“契約”を結ぶ行為だと言える。
行動の結果は、必ずデータとして返ってくる。成功・失敗・人の介入。このデータが次の判断を変える。ここで重要なのは、フィジカルAIにおいて、データは副産物ではなく、知能そのものの一部であるという点だ。データが循環しないAIは、必ずどこかで行き詰まる。

◆ フィジカルAIを支える「4つの基盤」
ここで強調しておくべきことがある。この横軸は、競争のための軸ではない。どのフィジカルAIも、この構造から逃れることはできない。だから、横軸の正しさでは差はつかない、差が出るのは別の場所であるという結論に至る。
現実には、PoC（概念実証）で止まるAI、デモでは動くが現場では使えないAI、一度の事故で消えるAIが数多く存在する。これは、横軸の理解不足ではない。横軸を“回し続ける条件”が欠けていることが原因である。

フィジカルAIが現実世界で成立し続けるためには、次の4つの基盤が同時に成立していなければならない。
L1：知能・計算の成立基盤
横軸全体を統合し、世界を理解し、未来を予測し、行動計画を生成する判断の中枢である。この層が弱いAIは、環境が少し変わるだけで破綻する。

L2：身体・感覚の成立基盤
賢さを、現実世界の動きに変換する「器」。アクチュエータ、センサー、力制御、安全設計。これらが弱いと、どれほど賢いAIでも使われない。

L3：学習加速の成立基盤
横軸を、使うほど賢くする、失敗を学習に変えるための仕組み。シミュレーション、デジタルツイン、データ循環といったものがここに含まれる。

L4：社会・需要の成立基盤
最後に、最も見落とされがちだが決定的な層。事故時の責任、説明可能性、規制・受容性、ROI（投資収益率）で止まるAIは、どれほど優秀でも社会に残らない。

重要な点を確認しておこう。4階層は、下から順に積み上げる工程ではない。L1だけあっても失敗する、L2だけあっても失敗する、L3だけあっても失敗する、L4だけあっても失敗する。4つが同時に成立して初めて、フィジカルAIは回り続ける。これが「成立基盤」と呼ぶ理由である。
ここまでの整理から、次のことが明確になる。フィジカルAIの競争は、アルゴリズムの競争ではない。成立基盤を同時に維持できるかどうかの競争である。そして、この成立基盤の中枢に位置するのが、WFMである。

◆□ 言語AIとフィジカルAIの「決定的な違い」
●第2章：World Foundation Model（WFM）という中枢

◆ ――フィジカルAIは、なぜ「プラットフォーム産業」になるのか
フィジカルAIの核心は「ロボット」ではない。ここまでの議論で明らかになったのは、フィジカルAIの本質がロボットの高性能化・自動運転の高度化・工場の自動化といった個別成果にあるのではない、という点である。真に問うべきなのは、次の一点だ。AIは、物理世界そのものをどのように理解し、どのように扱っているのか。この問いに正面から答えようとしたとき、従来の「タスク特化AI」や「ロボット用AI」という枠組みは、明らかに不十分になる。
言語AIとフィジカルAIの最大の違いは、扱う対象の性質にある。言語の世界は、記号的で可逆的で間違えてもやり直せる。一方、物理世界は、連続的で不確実で不可逆である。物を落とす。人に触れる。機械を止める。その一度の判断が、取り返しのつかない結果を生む。この世界を扱うためには、「認識してから反応する」だけでは足りない。行動する前に、その結果を“想像できる知能”が必要になる。

ここで登場するのが、WFMである。WFMとは、物理世界の構造・因果関係・時間変化を内部に世界として保持し、その世界の中で行動を仮想的に試し、結果を予測した上で現実の行動を生成する基盤AIである。重要なのは、WFMは「タスクを解くモデル」ではないという点だ。WFMは、世界そのものを扱うモデルである。

◆ WFMは「タスク」ではなく「世界」を解く
WFMは、内部に少なくとも次の4層を持つ。
1．世界表現
空間、物体、人、意味、行動可能性を含む表現

2．世界ダイナミクス
力・摩擦・慣性・人の動きといった時間変化の理解

3．計画・意思決定
未来を仮想的に試行し、最適な行動系列を選ぶ能力

4．実行接続
高レベル判断を低レベル制御へ安全に落とす仕組み

これによりAIは、「いま何が起きているか」だけでなく、「次に何が起きうるか」を理解したうえで行動できる。
ここで決定的に重要な点を確認しよう。WFMは、ロボットのため、自動運転のため、工場のために個別に作られるものではない。なぜなら、これらはすべて同じ世界を生きているからである。ロボットも、自動運転車も、工場も、倉庫も、同一の物理世界を共有している。違うのは、どんな身体（実行体）を持っているか、どの行為を担当しているかだけだ。つまり、WFMとは、同一の世界理解に、異なる実行体を接続するための中枢である。

◆ フィジカルAIの「本質」を理解している2社
この視点に立つと、これまで分断されてきた産業が一気につながる。
・自動運転→車両という実行体を持つWFM
・ロボット→人型、腕型という実行体を持つWFM
・工場、倉庫→設備群という集合体の実行体を持つWFM
これらは別の技術領域ではない。同一のWFMを中心に、実行体だけが異なる一つの産業構造である。
この構造を、理論ではなく実装前提で理解している企業は、現時点で二社しかない。

エヌビディア
・仮想世界（シミュレーション）を先に構築
・WFMをプラットフォームとして外部に提供
・実行体は顧客側に委ねる
→WFMを「産業OS」として配布する企業

テスラ
・実世界（車両フリート）で直接学習
・WFMを自社内に垂直統合
・車両とヒューマノイドを同一知能で駆動
→WFMを「自社中枢」として独占的に育てる企業

アプローチは正反対だが、立っている地平は完全に同じである。

◆ WFMが「プラットフォーム」になる必然性
WFMがプラットフォームになる理由は明確だ。
①世界解釈という「共通前提」を握る
世界をどう理解するかは、すべての判断の前提になる。

②実行体が増えるほど価値が増す
異なる身体・環境での経験が、世界理解を深める。

③単一企業では完結しない
データ・身体・運用の多様性が必要なため、必然的にエコシステム構造になる。

WFMを中心とした構造は、上流→下流、モノの流れ、取引関係では説明できない。必要なのは、中枢（WFM）を中心に、身体・学習・社会実装が同時に存在するレイヤー構造という理解である。これは、OSとアプリの関係に近い。
WFMを単なる「高性能AI」と捉えると、ロボットごとにAIを作る、工場ごとにモデルを分ける、分野ごとに学習をやり直すという致命的な非効率に陥る。同じ世界を、何度も一から学び直す産業構造は、もはや成立しない。

WFMとは、フィジカルAIにおけるプラットフォームであり、エコシステム基盤である。ロボット、自動運転、工場、倉庫は、もはや別の産業ではない。同一のWFMに接続された異なる実行体として、一つの巨大な産業へと統合されつつある。

◆□ エヌビディアとテスラの「意外な共通点」
●第3章：World Foundation Model（WFM）を実践する2大企業

◆ ――エヌビディアとテスラは、なぜ同じ地平に立っているのか
WFMという言葉は、一見すると抽象的で、学術的な概念に見えるかもしれない。しかし、現実はすでに違う。WFMという概念を“前提として持っている企業”と“まだ個別最適で考えている企業”の間には、もはや埋めがたい断絶が生まれている。その分岐点の向こう側に立っている企業が、現時点で二社しか存在しない。エヌビディアとテスラだ。両社は、業態も歴史も異なる。しかし、世界の見方は驚くほど一致している。

エヌビディアとテスラを理解するための第一歩は、両社が次の前提を共有していると認識することだ。ロボット・自動運転・工場は、別の技術問題ではない。すべては「物理世界をどう理解し、その中でどう行動するか」という同一問題の別表現である。この前提に立つと、従来の産業分類は意味を失う。自動運転AI、ロボットAI、工場AIという分け方は、WFM以前の思考様式にすぎない。

◆ エヌビディア：WFMを「明示的に構築する企業」
エヌビディアの戦略の核心は、「まず世界を作る」という点にある。現実世界を直接相手にするのではなく、物理法則を持った仮想世界、時間変化を伴う3D空間、人・機械・物体が相互作用する環境をデジタルツインとして先に構築し、その中でAIを鍛える。これは、WFMを“仮想世界で育てる”アプローチと表現できる。

エヌビディアにとってWFMは、ロボット用でも車両用でも工場用でもない。「世界理解そのものを担う中枢」である。だからこそ、ロボット向け（Isaac：ロボットが世界を理解して動くための基盤）、自動運転向け（Drive：車両が周囲を理解して判断するための基盤）、工場・倉庫向け（Omniverse／Factory：工場や倉庫の状態を理解して最適化するための基盤）といった製品群が、一つの思想の下で整然と並ぶ。エヌビディアは、WFMを“共通OS”として提供し、実行体は顧客に委ねる。

エヌビディア型の強みと制約
強み
・あらゆる産業を横断できる
・特定用途に依存しない
・エコシステムが拡張するほど価値が増す
制約
・現実世界の“生の失敗”を直接持たない
・実行体の最終責任は顧客側に残る
つまりエヌビディアは、WFMを“地形”として提供する企業であり、自らはその上を走らない。

◆ テスラ：WFMを「暗黙的に実装する企業」
テスラは、WFMという言葉をほとんど使わない。しかし、それは理解していないからではない。あえて言語化していないのである。テスラの戦略は、極めて一貫している。実世界で走らせる。実世界のデータを集める。実世界で失敗し、修正する。世界理解は、現実の中で鍛えるものという思想だ。

テスラにとってWFMは、論文の概念でも製品カテゴリでもない。自動運転を成立させるために必然的に生まれた“内部構造”である。だからテスラは、車両という身体で鍛えた世界理解をそのままヒューマノイド（Optimus／オプティマス：テスラが自動運転で培った世界理解を人型の身体で実行することを目的としたロボット）へ接続するという選択を、一切の迷いなく行える。

テスラ型の強みと制約

強み
・実世界データの圧倒的量
・世界で最も厳しい社会条件（公道）で鍛えられる
・WFMと実行体を完全に一体最適化できる
制約
・巨大な資本と時間が必要
・失敗の社会的コストが極めて高い
・他社が模倣できない前提条件に依存
つまりテスラは、WFMを“自社専用の中枢”として垂直統合する企業である。

◆ 同じWFM、真逆の実装戦略
ここで改めて、エヌビディアとテスラという二社を構造的に対比してみよう。
一見すると、両社はまったく異なる道を歩んでいるように見える。だが、視点を「World Foundation Model（WFM）」という中枢に据え直すと、実は同じ地平に立ちながら、真逆の実装戦略を選択していることがはっきりと浮かび上がる。

まず、WFMの扱いである。
エヌビディアはWFMを明示的に掲げ、それを「誰もが接続可能な共通基盤」として設計している。Omniverse、Isaac、Cosmosに代表されるように、物理世界を理解・予測するためのモデル群を、開発者や企業が横断的に利用できる形で提供する発想だ。
一方のテスラは、WFMという言葉を用いない。だが実態としては、車両・工場・ロボットを貫く世界理解モデルを完全に内製し、暗黙知として抱え込む戦略を取っている。名前を与えないことで、他社と共有する前提そのものを排除していると言ってよい。

次に、学習の場が決定的に異なる。
エヌビディアのWFMは、まず仮想世界で鍛えられる。高忠実度シミュレーション空間で何百万回もの試行錯誤を行い、失敗コストをゼロに近づけながら汎化能力を高めていく。
対照的にテスラは、徹底して実世界で学習する。走行中の車両、稼働する工場、現実の失敗と例外処理そのものが教師データとなる。仮想で完結させず、現実で起きた事象を次の改善に直結させる設計思想だ。

****************その2　に続く

1 2