人工知能（AI）の次なる大きなフロンティアは、データセンターではなく、スクラップヤード、リサイクル工場、廃棄物処理の現場にある。
ここ数十年、先進国経済は素材供給、すなわち安価な石油、重要鉱物、精製金属を外部に依存する脆弱性をひそかに組み込み、それを「効率性」と呼んできた。国際エネルギー機関（IEA）によると、2024年には、主要なエネルギー鉱物に関する世界の精製の平均約86%を3カ国が支配し、エネルギー関連の戦略鉱物20種のうち19種の精製では1カ国が首位に立っている。近年の紛争は、その現実を明らかにした。私たちは産業界の中枢を貫く構造的なボトルネックを生み出してしまったのである。
単一のボトルネックが機能不全に陥れば、エネルギーが止まるだけではない。肥料、プラスチック、アルミニウム、鉄鋼、銅が同時にまひする可能性がある。原材料のジャストインタイム型輸入への依存度がより高い欧州は、より大きな打撃を受けた可能性が高い。一方、米国では自国の再生材利用基盤がいかに薄いかが露呈した。
産業界のリーダーたちは、すでに採掘し、対価を支払い、そして捨ててきた素材を回収することで、この問題への対処を始められる。
「93%問題」
世界の製造業経済は17.6兆ドル（約2880兆円）規模に達している（首位は中国の4.8兆ドル（約786兆円）、次いで米国の2.5兆ドル（約410兆円））。このシステムを支えているのは、「Circularity Gap Report 2025」によれば、年間1060億トンの素材を使用する世界の素材経済だ。しかしそのうち再生資源に由来するものはわずか6.9%にすぎない。残る93%はバージン素材である。
さらに悪いことに、世界の循環率は2018年の9.1%から現在の6.9%へと低下している。消費が回収を上回っていることがその一因だ。技術的に可能なすべてをリサイクルしたとしても、その比率は25%が上限となる。世界の温室効果ガス排出量の70%が素材生産に関連しているため、これは気候変動、サプライチェーン、産業主権の根底にある中核的な課題なのだ。
「国内資源」としての再生素材
すでに国内で採掘された素材は、機能的に見れば国内資源である。国内の廃棄物ストリームから回収された1トンのアルミニウムや銅は、海外のボトルネックから隔離された1トンなのだ。
産業AI戦略が誤った方向に進みがちなのもここだ。莫大な資本が、AI、大規模言語モデル（LLM）、ロボティクス（登録が必要）を活用して製造業の生産性を高めることに流れ込んでいる。その取り組みには意味がある。しかし、工場にどれほど多くのインテリジェンス（知能）を注ぎ込んだとしても、自国の供給を管理できず素材投入コストが毎年上昇し続けるならば、手頃な価格の製品は作れない。製造業における生産性の向上は、制御不能な資材コストの上昇によって帳消しにされてしまう。素材経済は、まず先に、あるいは同時に追いつかなければならないのだ。後回しでは遅い。
なぜギャップは埋まらないのか
再生素材を回収するインフラ、すなわちマテリアル・リカバリー施設、電子廃棄物処理工場、スクラップヤードは、40年間本質的に同じアーキテクチャで稼働してきた。ベルトコンベヤー、光学スクリーン、磁石、そして高速で流れるラインから物を拾い上げる人の手だ。
これらの施設は、自分たちが何を処理しているのかをリアルタイムでは把握していない。どんな価値ある素材が見逃されているか、どの汚染物がベール価格を押し下げているか、上流のわずかな調整が下流で数百万ドル分の回収を生み出す可能性があるかを、オペレーターに伝えることができない。
素材経済に欠けているもの——それは半導体、自動車、物流、医薬品など他の主要な産業システムが数十年前に獲得したもの、すなわちインテリジェンスレイヤー（知能層）だ。
フィジカルAIとは実際に何か
フィジカルAIとは、単にロボットにカメラを取り付けることではない。それは2層構造のスタックだ。
レイヤー1：インテリジェンス
3DビジョンとAIシステムがベルトコンベヤーをミリ秒単位で監視し、施設をリアルタイムで最適化された工場に変える。オペレーターは何が回収され、何が失われたかを把握し、ブランドは検証済みのパッケージ回収データを得られ、政策立案者は実態に即した素材フローデータを手にする。
レイヤー2：ロボティクス
自動化システムは、投資回収が最も早い場所——埋立地行きの「最後のチャンス」となる残渣ライン、汚染防止のための品質管理ライン、危険な選別環境——にピンポイントで配備できる。
ロボットのないインテリジェンスは単なるダッシュボードにすぎず、インテリジェンスのないロボットは脆弱で高コストだ。両者を組み合わせることで、サイバーフィジカル施設——素材経済における半導体ファブに相当するもの——を構築できる。
業界リーダーに何ができるか
消費財、電子機器、自動車、アパレルの各ブランドは、リサイクルを下流のサステナビリティ義務として扱うのをやめ、上流のサプライセキュリティとして扱い始めることができる。自社パッケージを扱う施設にフィジカルAIを導入する資金を投じることは、慈善事業ではない。
加えて、投資家は、2730億ドル（約44兆7000億円）規模のリサイクル市場と、「Circularity Gap Report」のデータに基づき筆者が10兆〜13兆ドル（約2130兆円）程度と推計する素材経済との間にある巨大なギャップを狙うことができる。
導入がうまくいかない典型的な理由
リーダーが犯す最大の誤りは、フィジカルAIを運用上の意思決定ではなく調達上の意思決定として扱うことだ。フィジカルAIの投資対効果は、1本のベルト上の労働者を置き換えることから生まれるのではない。施設全体を計測可能にし、オペレーターがようやくどこで価値が漏出しているかをリアルタイムで見えるようにすることから生まれる。ロボット1台に絞ったパイロット導入はほぼ確実に期待外れに終わる。工場全体にインテリジェンスレイヤーを敷き、最もROIの高いラインにロボットをピンポイント配置する形の展開は、期待より早く投資を回収することが多い。
ビジネスリーダーへの私の助言はこうだ。フィジカルAIを機器の一つのように購入してはならない。オペレーティングシステムを購入するように買うべきだ。自動化の前にリアルタイムの可視化を、ライン単位のロボットの前に工場全体のテレメトリを、そして機械の稼働時間ではなく回収トン数とベール品質で測る成果を求めよ。これを正しく実行できる企業は、自社施設を近代化し、サプライチェーン全体が依存する戦略的資産へと変えることができる。
結論
93%問題は、また新たなサステナビリティ報告書によって解決されるものではない。業界のリーダーは、価値ある素材を埋立地送りにしている施設にインテリジェンスとロボティクスを導入し、それらを戦略的に重要な工場へと転換させることで、この問題に対処できる。
行動すべき時は、今だ。
