国産AIへの期待について：フィジカルAIと技術承継のラストチャンス

2026年6月、ソフトバンクが主導し、シャープや大和ハウス工業、さらにはNEC、ホンダ、ソニーグループなど40社超が参画する国産AI開発の全容が明らかになった。新エネルギー・産業技術総合開発機構（NEDO）の公募事業への応募を前提とし、官民プロジェクトとして国のAI戦略の屋台骨を担う可能性があるという。

このニュースを聞いた時、多くのビジネスパーソンや日本の産業政策を見てきた人間が抱く感想は共通しているはずだ。「またいつもの「日の丸連合」か」「今さら米中の巨大ITに勝てるわけがない」という冷ややかな視線である。かつての半導体や液晶ディスプレイの官民プロジェクトが辿った悲惨な結末を思えば、「船頭多くして船山に上る」「みんなで渡れば怖くない」という懸念を抱くのは当然であり、むしろ極めて正常な感覚といえる。

しかし、今回のプロジェクトの構造と、彼らが狙う「フィジカルAI」という領域を冷徹に分析すると、過去の失敗作とは異なる勝算のシナリオ、そして日本経済が生き残るための「最後の防衛線」が見えてくる。

この記事では、国産AIが勝機を掴むための条件と、それが突きつける日本企業の構造的課題について掘り下げたい。

1. 過去の「日の丸プロジェクト」との決定的な構造差

これまでの失敗プロジェクトの多くは、業績が傾いた同業他社を国が無理やりくっつけた「救済型」だった。そこには明確なリーダーがおらず、意思決定の遅さが致命傷となった。

今回の座組みにおいて特筆すべきは、ソフトバンクという明確な経営スピードと投資余力、そして膨大なGPU基盤を持つ民間企業がトップに立ち、中核企業が固まっている点だ。

新規に参画する30社超の出資額は「1社あたり1000万円程度」と極めて少額に抑えられている。これは経営権を渡すための出資ではなく、データ提供と実証実験に参加するための「入場チケットの料金」に過ぎない。つまり、実質的な船頭は絞られており、大企業特有の調整コストで足が止まるリスクを回避する設計になっている。

2. 「フィジカルAI」という残された空き地

ChatGPTやGeminiのような、Web上のテキストや知識量をベースにした「汎用AI」の領域で、今から日本勢がOpenAIやGoogleに正面衝突を挑んでも100%勝ち目はない。投資の桁が2桁違う。

日本勢の勝機は、現実世界の情報を統合的に扱い、機械やロボットを動かす「フィジカルAI」という領域に特化している点にある。 GoogleやOpenAIはWeb上のデータは網羅しているが、日本の製造業、建設、物流の現場にある「ロボットの制御データ」「設備の稼働・保守履歴」「職人の目線や力加減」といった、リアルなローカルデータは持っていない。日本の強みであるサプライチェーンを横断的に押さえ、現場に蓄積されたデータと知見をAIに作り込む。この領域であれば、まだ圧倒的なプラットフォーマーは確定しておらず、日本が主導権を握る勝ち筋がわずかに残されている。

イーロン・マスク率いるテスラなども、日本の自動車メーカーなどが持つ「現場の暗黙知（熟練工のノウハウ）」をAIに学習させ、24時間稼働する工場を作る構想を持っている。まさに、現場の知見こそがこれからのグローバル競争における最大の資源であり、本丸である。

3. 「見せたくない」という疑心暗鬼をどう超えるか

ここで最大のボトルネックとなるのが、日本企業間の「疑心暗鬼」だ。「長年の企業の知恵や熟練のノウハウを、そう簡単によその企業（ましてや競合もいる連合体）に見せてたまるか」という心理が働くのは当然である。本丸を敵に明け渡すような真似は誰もしたくない。

解決策として、ロボットやAIの「基礎的なハード・インフラ」は共同開発し、肝心の「学習プロセスや秘伝のデータ（ソフト）」は各企業に委ねるという切り分けが考えられる。

しかし、フィジカルAIの世界では、ハードの形状やセンサーの配置と、AIの学習モデルが完全に一体化（密結合）している。データを完全に隠したまま外付けのソフトとして学習させようとすると、AIの精度が上がらず、結果として垂直統合でデータを吸い上げる海外の怪物企業にスピードで完敗する。

そこで新会社が構築すべきは、技術的に生データは渡さないが、AIの知能だけを共有する仕組みだ。具体的には「連合学習（Federated Learning）」や「秘密計算」といった技術が鍵になる。

各企業は社外秘の生データを中央サーバーに送信しない。自社の工場内（ローカル環境）のAIにまず学習させ、その結果として得られた「パラメータ（数値の変化）」だけを中央に送る。中央ではその数値データだけを合成して全体のAI基盤の基礎体力を向上させ、各社にフィードバックする。

これならば、本丸のノウハウは自社に秘匿したまま、物理世界で器用に動くための共通の脳をみんなで育てることが可能になるのではないだろうか。

4. 日本企業が抱える「モジュール化」の怠慢と時間切れの危機

技術的な解決策があるとしても、日本企業の足元にはさらに深刻な2つの課題が横たわっている。

第１に、自社の知見やノウハウの「モジュール化」「分類や管理」が絶望的にできていないという点だ。

日本企業の法務や知財部門は流出に神経質だが、彼らが守ろうとしているのは書面化された特許などに限られる。現場のデータは、設備の稼働ログや、職人が「なんとなく機械の調子が悪いから油を足した」といった非構造化データの塊だ。これらが「どのデータが競合優位性を持つコアなのか」「どのデータなら共通化してよいノンコアなのか」という基準でタグ付けすらされていない。

「見せたくない」の本質は、戦略的な防衛ではなく、「何が価値があって、何がないのか社内でも把握できていないから全部隠す」というブラックボックス化にある。これでは共同開発のテーブルに載せることすらできない。

第２に、さらに根深い「技術継承の時間切れ」という現実だ。

東大阪や大田区（羽田周辺）をはじめとする日本のものづくりの強みは、マニュアル化できない熟練工の「暗黙知」だった。しかし、少子高齢化によって人間の後継者が途絶え、団塊の世代やそれに続く熟練工が引退の時期を迎えている。

これらをAIに学習させるには、職人の動きをカメラで捉え、道具にかかる圧力をセンサーで測り、デジタルデータに変換するプロセスが必要だが、そのデータ化の仕組みづくりすら追いついていない。「AIに引き継がせるか、後輩に受け継がせるか」という選択以前に、手本を見せてくれる人間がいなくなる物理的な時間切れが、まさに今この瞬間に起きている。技術の断絶は待ったなしの危機だ。

5. 人間の後継者がいないなら、AIを後継者にする

この絶望的な状況において、「人間の後継者がいなければ、フィジカルAIを後継者にする」というのは、極めて現実的であり、かつ国益にかなう唯一の解決策である。

技術流出を恐れて何もしないまま、後継者難で黒字廃業し、その優れた技術や設備が海外資本に買い叩かれていくのを黙って見ているくらいならば、職人の「脳と身体」が動くうちにその知覚と判断をデジタル化し、フィジカルAIに宿らせるべきだ。会社という組織や物理的な工場は畳むことになっても、職人の技（AIモデル）を国内の別企業や共通のインフラに組み込んで残せば、技術のDNAは国内に永続する。これこそが真の経済安全保障である。

この「AI後継者」を現実のものにするために、以下の3つのアプローチを社会実装していく必要がある。

• 職人を「AIのチーフ・インストラクター」へ変える： 職人に「技術をAIに吸い取られて終わり」と感じさせてはならない。彼らの最後のミッションを「自分たちの分身となるAIを育てること」と再定義し、相応の高い報酬と名誉を与える。自分の技がデジタルの世界で永遠に生き続けるという誇りを持たせることが、良質なデータを集める前提となる。

• 「暗黙知」をデータに変換するAI翻訳者の配置： 職人の「感覚」や「鉄の顔色を見る」というマルチモーダルな判断を、モーションキャプチャや振動センサー、輝度データへと翻訳するブリッジ・エンジニア（AI翻訳者）を現場に配置する。

• データの競争領域を3層に階層化して管理する：

  • 1層（基礎・環境レイヤー）：物理法則やロボットの基本動作。これは完全な協調領域として国産AI基盤にすべて投入する。

  • 2層（業務プロセスレイヤー）：ラインの動かし方や加工手順。生データは隠し、パラメータのみを共有する中間領域。

  • 3層（コア・ノウハウレイヤー）：秘伝のタレや特許技術。完全にネットから遮断された自社のローカル環境で最終学習させる競争領域。

突きつけられた最後の踏み絵

今回のソフトバンク主導のプロジェクトは、2027年までに国内最大級のモデルを開発し、2030年代初頭までにフィジカルAIの基盤インフラに育てる計画を掲げている。このタイムリミットは、いま現場にいる高齢の熟練工がギリギリ現役で指導できる時間切れのラインと完全に一致する。

フィジカルAIは、日本企業が長年培ってきた「現場主義」のDNAと最も親和性が高い。人手不足と後継者難という、背に腹は変えられない強烈な切迫感があるからこそ、やらない選択肢はない。

国や新会社がどれだけ立派な器（共通AI基盤）を作っても、日本企業側が「自社の知恵を整理して切り出す」という自省的なイノベーションを起こせなければ、やはりこのプロジェクトも、集まったデータが薄すぎて使えない無用の長物として終わる。 大企業にとっては入場料1000万円でも、資金繰りに余裕のない東大阪や羽田の町工場にとっては大金である。中小企業がこの共通基盤を活用し、職人の技をデジタル化するための機材導入や人材派遣といった泥臭いサポートを、国や自治体がパッケージで提供できるかどうかも勝負の分かれ目となる。

このプロジェクトは、単なるAI開発競争ではない。日本のものづくりの「遺伝子」をデジタル空間に移植し、未来へ繋ぐことができるかどうかの、文字通りのラストチャンスなのだ。