フィジカル AI:身体を持つ AI
フィジカル AI とは、ソフトウェアだけでなく、ロボット・自動車・産業機器などの物理的な身体(ハードウェア)を通じて現実世界に作用する AI の総称です。 センサで周囲を捉え、状況を判断し、動作する仕組みであり、人型ロボットだけを指す言葉ではありません。従来の自動機械すべてが、学習・判断を行う AI を備えているわけでもありません。 チャットの誤回答も判断を誤らせる危険がありますが、フィジカル AI では動作が直接、人や設備に影響します。以下では、2026年11月5日時点で確認できる動向と、私たちの仕事での着眼点を整理します。
1. 主な領域と、現在の到達点
実用化の程度は、国・地域、作業内容、運用条件によって異なります。「何年に全面普及」と一括りにせず、どの条件で何ができるかを見てください。
| 領域 | 具体例 | 現在の到達点・確認したい条件 |
|---|---|---|
| 自動運転 | タクシー・トラック・路線バス(レベル4)の無人運行 | 限定された地域・条件での運用が進む分野。走行可能な範囲、天候、遠隔支援、許認可の条件を確認する。一般化の時期は一律には予測できない |
| 産業用ロボット | 工場の組み立て、倉庫のピッキング・搬送 | 専用機・従来型ロボットの活用に、AIによる認識や動作計画を組み合わせる。対象物が変わった際の再設定・学習の手間も確認する |
| ヒューマノイドロボット | 中国の Unitree・UBTECH、米国の Figure・Tesla・Boston Dynamics などによる人型ロボット | 製品販売、工場への納入、限定作業の検証が進む。一方、現場ごとの安定稼働や費用対効果は個別に評価する必要がある |
| 医療・介護ロボット | 手術支援、移乗・移動の補助、見守り | 人が操作する支援装置と、AIが自律判断する装置は区別する。人と接する安全性や、承認・認証された使用目的を確認する |
| ドローン・無人航空 | 物流配送、農薬散布、インフラ点検、災害対応 | 点検・撮影など用途を絞った運用がある。飛行方法・場所に応じた手続きと、安全管理体制の確認が必要 |
| 建設・インフラ | 重機の自動操縦、橋梁・トンネル検査ロボット | 遠隔操作と自律運転を区別する。地形、人の立入り、通信条件が変わる現場でも使えるかを検証する |
| 電気設備工事 | ドローンや巡回ロボットによる撮影・計測、熱画像からの異常兆候の検出支援 | 撮影・点検支援から検討しやすい。熱画像だけで絶縁性能や不良原因は確定できず、必要な電気的測定と技術者の判断につなげる。施工図生成だけならソフトウェア側のAI活用に当たる |
中国の動向:量産と、現場で使うための開発が並行している
「中国の勢いがすごい」という印象には、根拠があります。IFR(国際ロボット連盟)の2026年公表資料によると、2025年に中国で新たに設置された産業用ロボットは約35万4,000台、世界の約59%でした。ただし、これは従来型を含む産業用ロボットの統計であり、人型ロボットやフィジカルAIだけの台数ではありません。大きな製造現場とロボット市場があることを示す数字です。[1]
中国の工業情報化部などは2026年6月、実際の生産・生活環境で人型・四足歩行ロボットを訓練・検証する施策を発表しました。工場、物流、保守、安全・防災などで、実際の仕事に合わせて作業能力と信頼性を高める方針です。2026年末の目標として掲げられた導入規模は、達成済みの実績とは区別する必要があります。[2]
| 例 | 公表されている動き | 読み取るときの注意 |
|---|---|---|
| Unitree(宇樹科技) | G1などの人型ロボットを製品として展開。模倣学習・強化学習や、動作・物体操作の開発を紹介している。[3] | 動画でできた動作が、購入した機体で設定なしに再現できるとは限らない。機体・手・ソフト・開発用機能の構成を確認する。 |
| UBTECH(優必選) | 工場向けWalker S2を展開。自動バッテリー交換を特徴とし、2025年11月には量産・納入開始を発表した。[4] [5] | メーカー発表に基づく紹介。納入台数だけでなく、顧客の現場での作業成功率、人の介入、保守体制を見る。 |
| 中国政府の2026年10月発表 | 2026年の人型ロボット生産が10万台を超えるとの見通しを示した。[6] | 10月20日時点の政府発表による予測。年末の確定実績ではなく、生産台数と有償の現場稼働台数も同じではない。 |
これらの動きからは、機体を作る力に加え、実際の現場でデータを集め、作業を改善する取り組みの大きさがうかがえます。一方、「運動能力の高い機体」と「初めての仕事にも安定して対応するAI」は、同じ達成ではありません。
日本でも、経済産業省・NEDOが2026年6月にフィジカルAIを見据えた基盤モデル開発事業の開始を発表しています。国ごとの優劣を一つに決めるより、機体、AI、実作業のデータ、安全性、保守を分けて見ると動向を理解しやすくなります。[7]
動画や展示を見るときの、5つの質問
- 自律動作か、遠隔操作か。学習用の人の実演と、実運用時の遠隔支援も分けて確認する。
- 一度の成功か、繰り返して成功するか。失敗した回数、連続稼働時間、作業速度を聞く。
- 整えた実演環境か、日々変わる現場か。照明、床、対象物、人の動きが変わっても動くかを見る。
- 実演・試験導入・有償運用のどの段階か。受注、出荷、設置、安定稼働の数字を混同しない。
- 人の手間を含めて得か。監視、充電、復旧、再設定、保守まで含めて評価する。
2. 社内利用時・導入検討時の注意事項
2.1 安全確認の責任は「人間」が持つ
AI が「大丈夫」と判断しても、安全の確認を省くことはできません。導入側、メーカー、運用担当者の役割と責任分担を、事前に明確にします。 センサの誤検知・ネットワーク遮断・想定外の物体との接触など、ソフトウェアだけでは防ぎきれない事故が起きえます。 AIの判断を、安全確認の代わりにしないでください。
2.2 セキュリティ:接続が新しい攻撃面になる
フィジカル AI はネットワーク経由で更新・制御されることが多く、不正アクセスを受けた場合に物理的な被害をもたらすサイバー攻撃となりえます。 工場の制御系ネットワーク(OT/ICS)と情報系ネットワーク(IT)の接続範囲を管理し、遠隔保守を含む不要なアクセスを制限します。
- 無線接続(Wi-Fi / LTE / 5G)を使うロボットには、通信の暗号化と認証を必ず確認する。
- ファームウェア・AI モデルの更新経路が正規であることを検証する仕組みを導入する。
- 地上作業ロボットなどでは、AIやクラウドの正常動作に依存しない停止手段を確認する。通信断・停電時の動作も検証する。ドローンなどは、単なる動力遮断がかえって危険なため、機器に応じた安全動作を定める。
権限の限定や、外部情報によってAIが誘導されるリスクの考え方は、山田泰司による「AIエージェント・セキュリティリスク」も参照してください。ロボットでは、それが物理的な動作につながる点も考慮します。
2.3 データと個人情報
カメラや LiDAR を搭載したロボットは、作業者・来場者・周辺住民を撮影・追跡することがあります。 収集する映像・位置情報の取り扱いは、個人情報保護法・労働法規の観点から事前に法務部門と確認してください。
2.4 導入コストと維持費の過小評価
ロボット本体の購入費のほか、設置工事・センサ校正・モデル再訓練・保守契約・故障対応が継続的に発生します。 本体価格だけで判断せず、周辺設備、監視・復旧の人件費、稼働率を含めて、自社の作業で投資を回収できるか試算します。
3. 産業への影響
| 産業・業種 | 主な変化・影響 |
|---|---|
| 製造・物流 | ピッキング・仕分け・搬送の自動化が加速。繰り返し作業の多い工程は人員縮小が見込まれる一方、ロボット保守・監視要員の需要が生まれる |
| 建設・土木 | 重機の遠隔・自律操縦、測量ドローンの普及により、現場の「危険な 3K 作業」が減少。設計・監理・安全管理の重要性はむしろ高まる |
| 農業・食品 | スマート農業(収穫・農薬散布ロボット)が農業従事者の高齢化問題を緩和。ただし導入コストが中小農家には障壁になりやすい |
| 医療・介護 | 人手不足の補完に有効だが、「人との接触が求められる場面」は AI が苦手とする領域が残る。倫理的・法的整備が先行する必要がある |
| 運輸・配送 | 自動運転の進展は地域・車種・運行条件によって異なる。運転業務の変化に加え、遠隔支援、車両整備、例外時の対応も必要になる |
| 電力・インフラ管理 | 点検ドローンや自律ロボットによる老朽化インフラの維持コスト削減が期待される。一方、AI システム自体の電力消費が電力需要を押し上げるという矛盾も |
| 電気設備工事 | ロボットの電源・充電、通信、安全設備の整備が関連する仕事になる。点検・計測の省力化と、それを支える設備の両面を見る |
4. 労働者への影響
4.1 影響を受けやすい職種
- 単純な繰り返し作業(ピッキング、仕分け、ライン組み立て)
- 決まったルートを走る運転(路線バス・長距離トラックの一部)
- 定型的な点検・計測作業(目視点検、測量など)
4.2 新たに重要になるスキル
- ロボット保守・監視:正常動作の判断、異常検知、応急対応
- AI システムとの協調:人間が確認・承認・修正の役割を担う「AI 監督者」
- 設計・エンジニアリング:現場課題をロボットや AI に解かせるための仕様設計
- 安全・倫理管理:リスク評価、法規対応、事故後の責任判断
4.3 個人として取れる備え
- 自分の業務の中で「繰り返し定型」と「判断・折衝・対人」を区別して把握する。
- 作業時間、失敗率、停止時間などの記録を読み、改善に使う経験を積む。
- 資格・認定(電気工事士・設備管理・ドローン操縦士など)が依然として有効な分野を把握する。
5. 技術・社会的な課題と注視点
- 法規制の追いつかなさ:ドローンや自動運転車の事故時の責任帰属はまだ各国で整備途上。
- 電力・資源問題:ロボット・センサ・AI 推論の全体電力消費は急増しており、AI 利活用の「裏コスト」として認識が必要。
- 軍事・デュアルユース:ロボットやドローンの技術は民生・軍事の双方に使われうる。利用目的や取引先、適用される管理を確認する。
- 格差の拡大:フィジカル AI を導入できる大企業・先進国と、そうでない中小企業・途上国との間で、生産性格差がさらに広がる懸念。
- 身体データの収集:介護・医療ロボットが蓄積する身体情報・行動パターンは、極めて高度な個人情報であり、利用目的の透明性が求められる。
6. 電気設備工事とフィジカル AI:私たちへの示唆
電気設備工事会社にとっては、自社作業の省力化と、ロボットを使う現場の設備整備という二つの接点があります。以下は当社で検討する場合の着眼点であり、特定の機器の導入決定を示すものではありません。
- まずは撮影・巡回・計測の補助から:高所や狭所の状態確認、メーターの読取り、熱画像による異常兆候の抽出など、効果を測りやすい作業を選ぶ。
- 点検結果と診断を分ける:ドローンの画像やAIの指摘を、必要な現地確認・電気的測定につなげる。熱画像を絶縁抵抗測定の代用と考えない。
- 導入先の電源・通信・安全設備:充電設備や配線、通信範囲、立入管理、停電・通信断への対応を、ロボットの運用計画とあわせて検討する。
- 人型である必要があるか:定置カメラ、台車型、四足歩行型、ドローン、専用装置を比べ、作業と費用に合う方法を選ぶ。
7. 参考情報と更新について
2026年11月5日確認。統計の対象年、発表日、実績か予測かに注意してください。メーカーの公表値は、第三者による現場検証とは区別しています。