2026年6月30日の報道で、経済産業省が2040年までにAIを搭載したロボットを幅広い分野へ導入する目標を掲げたと伝えられた。規模は1000万台程度、対象は製造業や医療、介護、物流、建設、災害対応など18分野とされる。
これは、すでに1000万台のAIロボットが導入される段階に入ったという話ではない。人口減少で働き手が減る日本が、2040年に向けて現場の供給力をどう維持するかという長期目標の話だ。
工場だけの自動化なら、これまでの産業用ロボット政策の延長に見える。だが今回の論点は、介護、物流、医療、インフラ保守、災害対応のように、生活に近く、環境が毎回変わる現場へロボットを広げられるかにある。商品が届く、介護を受けられる、災害時に危険箇所を確認できる。AIロボット政策は、そうした生活インフラを支える一部の現場にも関わる。
AIロボット1000万台目標は、工場だけの話ではない
これまでロボットが得意としてきたのは、整った工場で決められた動きを繰り返す作業だった。自動車や電子部品の製造ラインでは、位置、動作、対象物が管理されているため、ロボットを導入しやすい。
一方、介護施設、物流拠点、建設現場、災害現場では条件が変わる。人が動き、荷物の形が違い、床や天候、通信環境も一定ではない。こうした現場では、単に機械を置くだけでは機能しにくい。
報道で示された1000万台という数字の大きさより重要なのは、ロボットが「決められた作業を繰り返す機械」から、「周囲を認識して動く機械」へどこまで進めるかだ。人手不足対策としての意味も、すぐに人を置き換えることではなく、限られた人員で現場を回す補完策として考える方が実態に近い。
フィジカルAIは、チャットAIと何が違うのか
今回の政策で鍵になるのが「フィジカルAI」だ。これは、現実空間でロボットや機械を動かすためのAIを指す。文章を生成するAIとは違い、カメラ映像、音、距離、力のかかり方、物体の状態などを読み取り、実際の動作につなげる。
たとえば倉庫で荷物を運ぶ場合、荷物の重さや置き場所、人の動線を判断しなければならない。介護施設で見守りや移乗を支援する場合は、利用者の安全や心理的な受け入れも関わる。災害対応では、通信や電源が不安定な場所でも情報収集や作業支援ができるかが問われる。
現実空間で動くAIは、失敗したときの影響が画面上のAIより大きい。医療や介護ではけがのリスクがあり、防衛や災害対応では運用ルールや責任の所在も重くなる。導入が広がるかは、AIの性能だけでなく、安全基準、保守体制、現場で使う人材の育成に左右される。
AIロボットを動かす土台、Noetraの国産基盤モデル
1000万台目標の裏側には、AIロボットを動かすための基盤モデル開発がある。Noetra株式会社は、2026年7月1日に事業を開始し、AIロボットやフィジカルAIの開発基盤となる国産マルチモーダル基盤モデルの研究開発を進めると発表している。
マルチモーダル基盤モデルとは、文章だけでなく、画像、動画、音声、センサー情報、物理特性などをまとめて扱うAIの土台だ。ロボットが現場で動くには、カメラに映ったものを理解するだけでは足りない。音、距離、力、温度、周囲の物体の変化を組み合わせ、次にどう動くかを判断する仕組みが求められる。
NEDOは新エネルギー・産業技術総合開発機構の略称で、国の産業技術開発を支援する機関だ。国内メディアは、NEDOを通じた支援や、産業技術に関する国立研究開発法人である産業技術総合研究所との役割分担を報じている。事業期間については2026年度から2030年度、支援額についてはTBS NEWS DIGが3873億円と伝えている。ただし、予算の配分や契約条件、正式な実施体制の詳細は、公式資料での確認が今後の材料になる。
国産モデル開発が重視される背景には、産業政策だけでなく、データ管理や経済安全保障の面もある。製造、介護、医療、災害対応の現場データには、個人情報、企業秘密、運用ノウハウ、安全に関わる情報が含まれる。海外モデルに全面的に依存せず、国内で扱いやすい基盤を整えられるかは、日本のAIロボット産業にとって大きな論点になる。
介護・物流・災害対応で何が変わり得るのか
AIロボットの導入先として想定される分野は、企業の生産性だけでなく、生活に近い場面にも及ぶ。
製造業では、検査、搬送、組み立て、保守などで熟練作業を補助する使い方が考えられる。すべてを機械に任せるのではなく、単調な作業や危険な作業をロボットに移し、人は判断や管理に回る形だ。
物流では、倉庫作業や配送拠点での荷役に導入余地がある。人手不足が続けば、配送の遅れやコスト上昇を通じて家計にも届く。もっとも、屋外配送やラストワンマイルでは、天候、道路環境、人との接触といった難しさが残る。
医療・介護では、見守り、記録、搬送、移乗支援などが候補になる。ここでは効率化だけでなく、利用者の安全や心理的な受け入れが欠かせない。ロボットが担う作業と、人が担い続けるケアを分けて設計できるかが重要になる。
災害対応やインフラ保守では、人が入りにくい場所での情報収集や作業支援が想定される。危険な場所にロボットを投入できれば、作業員の安全確保につながる。ただし、緊急時でも動く通信、電源、遠隔操作の仕組みがなければ、現場で使える技術にはならない。
「人の仕事を奪う」より、足りない現場をどう支えるか
AIロボット政策は、雇用を減らす話としてだけ読むと見誤りやすい。作業の一部が機械に置き換わる分野はある。だが日本で先に起きているのは、介護、建設、物流、インフラ保守などで担い手を確保しにくくなっている現実だ。
ロボット導入は、人を不要にする政策というより、足りない現場をどう支えるかという政策に近い。重い荷物を運ぶ、危険な場所を点検する、夜間に見守る、記録作業を減らす。こうした作業を機械が一部担えれば、人は判断、対人対応、管理に時間を使いやすくなる。
同時に、必要な人材の種類も変わる。ロボットを運用する人、保守する人、現場データを管理する人、安全性を検証する人が求められる。企業にとっては、機械を買えば終わりではない。業務設計、教育投資、データ管理、事故時の責任ルールまで含めて整えなければ、導入効果は限られる。
2040年目標の焦点は、台数より現場で使えるか
1000万台という目標は大きい。だが政策の成否を台数だけで判断すると、重要な点を見落とす。確認したいのは、どの分野で、どの作業に、どの程度の安全性とコストで導入できるかだ。
基盤モデルの性能、学習データの質、通信やクラウド環境、半導体やセンサーの供給、保守体制、現場教育、安全基準。これらがそろわなければ、ロボットは実証実験では動いても、日々の現場には根づきにくい。
日本にとっての注目点は、ロボット分野の蓄積を、生成AI以降に重要性が増した基盤モデル開発と結びつけられるかにある。製造業だけでなく、介護、物流、災害対応、インフラ保守といった生活に近い分野で実装が進むなら、人手不足によるサービス低下を抑える一つの手段になり得る。
次に確認したいのは、2040年の台数目標そのものだけではない。2030年度までの基盤モデル開発がどこまで進むのか、学習済みモデルがどの条件で国内企業や研究者に提供されるのか、実際の現場で最初に成果が出る分野はどこか。AIロボット政策の現実味は、その積み上げで見えてくる。
出典・参考
主な参照資料
- Noetra株式会社「国産マルチモーダル基盤モデルの研究開発に取り組むNoetra株式会社、2026年7月1日に事業開始」 https://www.noetra.co.jp/pressrelease20260630-1
- Impress Watch「Noetra始動、国産ロボット・フィジカルAI基盤モデル開発へ」 https://www.watch.impress.co.jp/docs/news/2121279.html
- ITmedia AI＋「Noetraと産総研の役割分担、国産マルチモーダル基盤モデル開発に関する報道」 https://www.itmedia.co.jp/aiplus/article/2606/30/2000000138/
- TBS NEWS DIG「AIロボット基盤モデル開発への支援額に関する報道」 https://newsdig.tbs.co.jp/articles/-/2769429
