AIが身体を持ち始めるとき：フィジカルAIは次のテクノロジーの主流になるのか？

執筆：Jim、MSXマイトン
編集：Frank、MSXマイトン

過去2年間、資本市場で取引されるAIは、主にAIの「脳」に関するものでした。
ChatGPTや大規模モデルからGPU、HBM、データセンター、光通信、電力インフラに至るまで、ほぼすべてのコアラインは、モデルの規模を大きくし、トレーニング速度を速め、推論コストを低くする方法に焦点を当てています。

ただし、これらのAIはテキスト、画像、コード、動画を生成できますが、大半は依然として画面やデジタル世界の中で動作しています。

そのため、大規模モデルの能力と計算インフラが成熟に向かうにつれて、市場は次の質問を自然に投げかけることになります：これらのますます賢くなるモデルは、最終的に画面を越えて、自動車、工場、倉庫、病院、そして現実の世界に入ることができるのか？

これがまさにフィジカルAI、つまり物理AIが産業の前面に出てくる理由です。

1.「考える」から「行動する」へ、フィジカルAIが重要な理由は？

NVIDIAの定義によれば、フィジカルAIはAIを画面から引き出し、ロボット、カメラ、自動運転車などの自律システムが周囲の環境を感知し理解し、推論、意思決定、複雑な行動を完了できるようにするものです。

言い換えれば、生成AIが「機械がどのように考えるか」を解決するのに対し、フィジカルAIは機械が考えた後、どのように正しく、安全に、低コストで行動するか、そして機械が現実世界と相互作用する能力を本当に持つことができるかを解決しようとしています。

黄仁勲氏の最近の公演から見ると、NVIDIAはIsaac、GR00T、Cosmos、Omniverse、Jetsonなどの製品ラインを強化しており、その目標は単に特定のロボットに賭けることではなく、機械が物理世界に入るためのトレーニング、シミュレーション、推論、展開をカバーする一整套の基盤プラットフォームを構築することです。

本当のフィジカルAIは、ロボットに大規模モデルを接続するだけではありません。
それは空間関係や物理法則を理解する必要があり、世界モデル、トレーニングデータ、シミュレーション環境、エッジコンピューティング、機械視覚、センサー、運動制御が必要であり、展開前に大量の安全テストを完了する必要があります。

市場の文脈において、フィジカルAIは「具身知能」と高度に重なりますが、前者の外延はより広範であり、人型ロボットだけでなく、自動運転、産業ロボット、ドローン、スマート工場、倉庫システム、カメラやセンサーによって駆動されるスマートスペースも含まれます。

もちろん、フィジカルAIは突然現れた新しい概念ではありません。
自動運転、産業ロボット、機械視覚、倉庫自動化はすでに何年も発展してきましたが、実際に変化が起こっているのは、大規模モデル、世界モデル、シミュレーション技術、エッジコンピューティングが、これらの過去に相対的に分断されていた技術路線をつなぎ始めていることです。

多くの従来の産業ロボットは、事前に書かれたプログラムに依存し、相対的に固定された環境で標準的な動作を繰り返し実行します。フィジカルAIの目標は、機械が異なる物体、未知の環境、突発的な状況に直面したときにも、リアルタイムの情報に基づいて判断と行動を調整できるようにすることです。

これは、AI産業チェーンが「脳」から「身体」へと延びていることを意味します。

過去2年間、市場はまずAIのトレーニングと運用に必要なGPU、ストレージ、サーバー、ネットワーク、電力を再評価しました。次に、資金はこれらの計算能力を引き受け、モデルの能力を現実の生産力に変換するキャリアをさらに探す可能性があります：ロボット、自動運転車、ドローン、産業自動化機器、そして工場、倉庫、都市に広がる視覚およびセンサーシステム。

したがって、フィジカルAIは単に「人型ロボット」と同等に簡単に考えられる単一の概念ではなく、実際に開かれるのは計算能力から行動までの産業チェーン全体です。

2.計算能力からロボットへ、フィジカルAIの5層産業チェーン

理解を容易にするために、MSX研究所はフィジカルAIの産業チェーンを大まかに5つの重要な段階に分けました。

1.第一層：計算能力層

ロボットモデルのトレーニング、仮想環境の構築、または自動車やロボット端末でリアルタイム推論を完了するためには、計算能力が不可欠です。

それはデータセンターのGPU、エッジAIチップ、車載計算プラットフォーム、低消費電力プロセッサを含み、主な対象は以下の通りです：

• NVIDIA（NVDA.M）：トレーニング計算能力、Jetsonエッジコンピューティングプラットフォーム、ロボット開発エコシステムをカバー；
• TSMC（TSM.M）：AIチップ、車載チップ、エッジコンピューティングチップの製造基盤；
• Arm（ARM.M）：低消費電力計算アーキテクチャは自動車、ロボット、スマートデバイスに広く使用；
• Qualcomm（QCOM.M）：車載AI、エッジ推論、スマート端末のレイアウト；
• AMD（AMD.M）：AI計算能力と組み込み計算の潜在的な受益者；

この層の論理は、過去2年間の生成AI市場と似ており、「シャベルを売る」論理を引き継いでいます。最終的にどのロボット会社が勝利するかにかかわらず、基盤にはチップ、計算能力、計算アーキテクチャが必要です。

2.第二層：モデル層

これは理解しやすいことです。フィジカルAIが必要とするのは言語モデルだけでなく、ロボット基盤モデル、世界モデル、視覚---言語---行動モデルも含まれます。

言語モデルは人間の指示を理解し、視覚モデルは機械が環境を認識するのを助け、行動モデルは判断を具体的な行動に変換する役割を果たします。世界モデルはさらに進んで、AIが物体間の関係を理解し、次に何が起こる可能性があるかを予測し、行動前に推演を行うことを試みます。

この層は現在も主に大手テクノロジー企業やプラットフォーム企業によって推進されています。NVIDIA、Tesla、Google、そして一部のロボットスタートアップが含まれます。

大規模言語モデルに比べて、ロボットモデルが直面する最大の問題はデータです。
インターネット上には膨大な量のテキスト、画像、動画がありますが、実際に高品質なロボット操作データはあまり多くありません。十分なトレーニングデータを生成する方法が、フィジカルAIの発展過程における重要な障壁となるでしょう。

3.第三層：シミュレーション層

現実のトレーニングコストが高く、速度が遅く、リスクが大きいため、ロボットはまず仮想世界で学ぶ必要があります。したがって、デジタルツイン、合成データ、仮想トレーニング環境はフィジカルAIにとって非常に重要な層を構成します。

NVIDIAはこの層において比較的完全なツールチェーンを構築しています：Omniverseはデジタルツインとシミュレーション環境を構築するために使用され、Isaac SimとIsaac Labはロボットのトレーニング、テスト、検証をサポートし、Cosmosは世界モデルとデータ生成能力を提供します。

この層の価値は、現実世界で高価で危険で遅い試行錯誤を仮想環境で完了できることにあります。開発者は同時に多数のシナリオを実行し、異なる光、天候、地形、突発的なイベントをテストし、検証されたモデルを実際のデバイスに展開することができます。

要するに、ロボットが現実でトレーニングを1回行うのに数分かかる場合、シミュレーション環境では数千回並行して実行できます。

4.第四層：感知層

ロボットが現実世界に入る際、最初のステップは柔軟な手を持つことではなく、周囲の環境を安定して「見る」ことと理解することです。

ロボットは物体を識別し、距離を判断し、環境の変化を理解し、複雑な空間で位置を特定し、判断後にはコントローラー、モーター、アーム、関節モジュールを通じて決定を実際の行動に変換する必要があります。

この層には機械視覚、カメラ、LiDAR、センサー、制御チップ、運動制御、さまざまな実行コンポーネントが含まれます：

• Cognex（CGNX.M）：産業用機械視覚および認識システム；
• Ouster（OUST.M）：LiDARおよび感知プラットフォーム；
• Qualcomm、NVIDIA：車載およびエッジ視覚計算プラットフォームを提供；

Ousterは新世代のデジタルLiDARをNVIDIA JetsonおよびIsaacエコシステムに接続し、産業ロボット、巡回検査、自律システムにおける応用を進めています。Cognexは製造業の検査および自動化シーンにAI視覚システムを展開し続けています。

人型ロボットに比べて、機械視覚とセンサーの想像の余地はそれほど大きくないかもしれませんが、現実の注文や既存の顧客により近いです。

モーター、減速機、関節モジュールなどの実行端については、米国株の中で純粋な対象は相対的に限られており、関連する機会は産業自動化、シミュレーションチップ、専門部品企業に分散しています。

5.第五層：アプリケーション層

産業チェーンの最上層であり、市場で最もよく知られているロボット、自動運転、ドローン、産業自動化機器に対応する対象は以下の通りです：

• Tesla（TSLA.M）：Optimus、FSD、Robotaxi；
• Alphabet（GOOGL.M）：Waymoを通じて自動運転を展開；
• Amazon（AMZN.M）：倉庫ロボット、物流自動化、Zoox；
• Teradyne（TER.M）：協働ロボットおよび移動ロボット；
• AeroVironment（AVAV.M）、Kratos（KTOS.M）、Ondas（ONDS.M）：ドローンおよび無人システム；
• Palantir（PLTR.M）：データ、意思決定、無人デバイスを接続するソフトウェアプラットフォーム；

この中で、Palantirはロボット製造業者ではなく、データ、意思決定、無人デバイスを接続するソフトウェアプラットフォームに近いです。Uberは異なるRobotaxi車両のユーザーを取得し、注文を調整し、取引を完了するための流入入口になる可能性があります。両者は間接的な受益方向に属します。

これはフィジカルAIが最も高い弾力性を生む部分でもあります。あるロボット、Robotaxi、またはドローンが大規模生産に入ると、市場はその収益と評価の空間を迅速に上方修正します。

しかし同時に、アプリケーション層は競争が最も激しく、実現が最も難しい部分でもあります。

3.誰が最初に利益を得るのか：シャベルを売るのか、それともロボットを作るのか？

産業の実現順序から見ると、フィジカルAIがもたらす増分収入と利益は、必ずしも最もSF的な人型ロボットに最初に現れるわけではありません。

むしろ、より可能性の高い道筋は、まず基盤プラットフォームを販売し、次に閉じたシーンに入ること、標準化されたタスクを解決し、次にオープンな世界に挑戦することです。要するに、「シャベルを売る」ことの確実性が最も高いのです。

したがって、生成AIの第一段階で最大の受益者がNVIDIAであるなら、フィジカルAIの初期発展は、依然としてNVIDIAを避けることは難しいでしょう。最終的にTesla、Amazon、またはあるロボットスタートアップが勝利するにせよ、彼らはモデルのトレーニング、シミュレーションテスト、リアルタイム推論、エッジ展開を必要とします。

NVIDIAの強みは単にGPUだけではなく、チップ、モデル、シミュレーションソフトウェア、エッジコンピューティングプラットフォームを一つの完全な開発体系に統合していることです。これにより、NVIDIAはすべてのロボットを自ら生産する必要はなく、ますます多くのロボットがその計算能力とソフトウェアエコシステムを使用することができます。

この観点から見ると、フィジカルAIの第一段階で比較的明確な受益方向は、計算能力、シミュレーション、チップ、開発ツールを提供する「シャベルを売る人」である可能性が高いです。
しかし「受益の道筋が明確である」ということは、株価にリスクがないことを意味するわけではなく、市場が成長期待を前もって織り込んでいるか、ソフトウェアエコシステムが持続的な収入を形成できるか、競合他社が代替案を提供できるかは、依然として観察が必要です。

次に工場や倉庫は、商業的な閉ループをより早く実現する可能性があり、フィジカルAIが最初に財務報告に入るシーンは、製造、倉庫、物流の分野に現れる可能性が高いです。

これらのシーンは相対的に閉じており、ルートやタスクがより標準化されており、企業は投資回収率を計算しやすくなります------ロボットを投入した後、どれだけの人件費を削減でき、どれだけの効率を向上させ、どれだけの損失を減少させることができるかは、直接的に定量化できます。

Amazonはすでに倉庫ネットワークでロボットを大規模に使用しており、AIモデルを通じてデバイス間の調整とルートを最適化しています。Teradyne傘下のUniversal RobotsとMiRは、それぞれ協働ロボットと自律移動ロボットをカバーし、製造、物流、半導体などの実際の生産環境に入っています。

これらの企業の共通の特徴は、ロボットが何をすることができるかを示すだけでなく、すでにロボットを工場や倉庫に投入し、実際の生産問題を解決し始めていることです。

それに対して、ロボットが家庭に入って料理をしたり、掃除をしたり、高齢者の世話をしたりすることは、より複雑な環境や安全責任に直面する必要があり、商業化のサイクルは明らかに長くなる可能性があります。

最後に、人型ロボットは間違いなく最大の市場の想像力を持っており、理論的には人間がすでに設計した工場、倉庫、病院、家庭に入ることができ、既存の道路、道具、作業台を直接使用できます。

そのため、Tesla OptimusはフィジカルAI市場で最も注目される方向の一つとなっていますが、これは大規模な商業化がすでに到来したことを意味するわけではありません。人型ロボットに関して本当に観察すべきは、発表会での動作がスムーズであるかどうかではなく、単体コスト、連続稼働時間、そしてそれが創出する価値が購入および維持コストをカバーできるかどうかです。

それに対して、Robotaxiはより前進した位置にあります。自動運転車は本質的に「車輪の上のフィジカルAI」であり------車両はカメラ、レーダー、LiDARを通じて環境を感知し、モデルが判断を下し、車が実際の行動を完了します。

Tesla、Waymo、Zooxはそれぞれ、車両のソフトウェアとハードウェアの統合、自動運転システム、専用のRobotaxiルートを代表しています。Uberは異なる自動運転車両と乗客をつなぐプラットフォームの入口になることを試みています。Waymoは第6世代の自動運転システムの完全無人運用を進めており、最新のモデルはこのシステムを搭載しており、同社は2000万回以上の完全無人運転を完了したことを開示しています。これはRobotaxiが商業的な検証において明らかに一般的な人型ロボットよりも先行していることを示しています。

さらに、ドローンや防衛ロボットは、注文の検証を得やすいです。結局、防衛顧客は自律的で低コストの無人システムや対無人機装置の需要がより明確であり、AeroVironmentやKratosの自律および無人システム事業は収益と注文の成長を示しています。Ondasも対無人機、巡航ミサイル、自律防御システムの注文を継続的に獲得しています。

ただし、これらの小規模企業は通常、プロジェクトの集中度が高く、資金調達や実行リスクが伴います。

したがって、フィジカルAI企業が持続的に追跡する価値があるかどうかを判断するためには、最終的に3つの質問に戻る必要があります：

• それは産業チェーンの中で代替不可能なコア部分ですか？
• 実際の顧客、注文、アプリケーションシーンがありますか？
• 技術の進展は最終的に収益、利益、キャッシュフローに反映されますか？

最後に

フィジカルAIは一夜にして実現されることはありません。
産業の法則から見ると、フィジカルAIは確実性から高い弾力性へと徐々に進む道をたどる可能性が高いです：まずは計算能力、シミュレーション、エッジプラットフォーム、次に倉庫、工場、専門ロボット、そしてRobotaxi、ドローン、一般的な人型ロボットへと進みます。

そして、この主なラインがどれだけ遠くまで進むかを決定するのは、発表会でロボットがどれだけの動作を完了したかではなく、彼らが舞台を降りた後、工場、倉庫、道路、現実のビジネスに入ることができ、財務報告で検証できる価値を創造できるかどうかです。

この点が実現したとき、AIは初めて画面から現実に移行したと言えるでしょう。

免責事項：本コンテンツは一般的なブランディングおよび情報提供のみを目的としており、金融、投資、法的、または税務上の助言を構成するものではありません。ここに記載されているイベント、報酬、オンラインイベント、または関連情報は、暗号資産の購入、売却、取引、もしくはその他の取り扱い、または各種サービスの利用を推奨、勧誘、あるいは案内するものとみなされるべきではありません。暗号資産は価格変動が非常に激しく、損失が生じるリスクがあります。WEEXのサービスおよびオンラインイベントは、一部の地域ではご利用いただけない場合があり、現地の適用法令、規制、および利用資格要件が適用されます。ユーザーの皆様は、WEEXサービスの利用が居住国の法律に準拠していることをご自身の責任で確認し、暗号資産に関連する活動に参加する前に、リスクを慎重に評価してください。