最近、メディアでは、AIが純粋なデジタル環境から物理的なモノの世界へ移行する動きについて語られる機会が増えている。かつてAIアルゴリズムは主にコンピューターコードとして存在していたが、現在ではロボット、ドローン、自律走行車、そして周囲の現実を自律的に認識、分析し、変化させることができる産業用マニピュレーターに、ますます実装されつつある。こうしたシステムがフィジカルAI、または身体化AI（Embodied AI）である（本稿ではPAIと呼ぶ）。
国際投資家およびアドバイザーとしての観察と経験から見ると、この分野の人気が高まっている背景には、機械学習、コンピュータービジョン、センシング技術の急速な進歩がある。これにより、デジタル知能と物理的な機敏性を兼ね備えたシステムの構築が可能になった。製造、物流、農業を変革し得るこの可能性こそが、いま投資を呼び込んでいる。多くのベンチャー投資家、テクノロジー大手、政府機関が、フィジカルAIを次のイノベーションの波と見ている。それは定型業務を自動化するだけでなく、現実世界における人間と機械の相互作用に新たな機会を開く可能性があるためだ。
資本はどう反応しているか
資本が純粋なソフトウェアから、ソフトウェアとハードウェアを組み合わせた領域へ流れていることが目立つようになっている。Crunchbaseのデータによれば、2026年上半期だけで、PAI分野のスタートアップは521件の取引で474億ドル（約7兆4800億円）を調達した。これは、470件の取引でわずか120億ドル（約1兆8900億円）にとどまった2025年下半期のほぼ4倍である。比較のために挙げると、2022年から2024年までの3年間で、投資家がこうしたプロジェクトに投じた総額は419億ドル（約6兆6200億円）だった。
PAIへの投資が拡大する一方で、従来型ソフトウェアへの投資は、急速な自動化のリスクなどを背景に減少している。SaaS企業のEV/ARR（企業価値／年間経常収益）倍率は、2021年のピークである16.9倍から、2026年には10年ぶりの低水準となる3.2倍まで低下した。
資本は純粋なソフトウェアから、AIがワンクリックでコピーできない資産、すなわち物理的な機械、工場、ロボットなどへと移動し始めている。これらは特化型AIの導入によって画期的な効果と持続的な優位性を生み出し得る領域である。
PAIとは何か、その市場はどのようなものか
PAIとは、デジタル世界で情報を処理するだけでなく、現実の物理環境と相互作用できるシステムを指す。すなわち、環境を認識し、意思決定を下し、行動を実行する能力を備えたものである。生成AIがテキスト、画像、音声、動画を作成できるのに対し、フィジカルAIは現実世界で動作するよう訓練される。
専門家は、PAIの3つの主要な層を挙げている。
1. 知覚：システムは各種センサーを通じて世界に関するデータを受け取る。
2. 世界モデリング：これはシステムの「脳」にあたり、外部の物理世界とその法則を理解し、行動の結果を予測する。
3. 構造化された戦略：世界モデルに基づき、システムは行動方針を策定し、動作機構（モーター、駆動装置など）を操作する。
市場規模の推計は魅力的だ。世界銀行によれば、2025年の世界の製造業の付加価値は約17兆6000億ドル（約2780兆円）に達する一方、AIがこの分野に浸透し始めたのはごく最近のことだ。多くの物理産業はいまだに時間がかかり労働集約的なプロセスに依存しており、そこでの大規模自動化は初期段階にある。PAIは、こうしたボトルネックに対処するために作られている。PwCの予測によれば、2030年までに世界のPAI市場は約4500億ドル（約71兆円）に達し、エコシステムとしては最大1兆ドル（約158兆円）に及ぶ。CAGR（年平均成長率）は高く、例えば産業用ロボット分野では20%を超えている。最初の上場銘柄や、ETFファンドまでもがすでに登場している。
PAIの典型的な優位性とは何か
この分野にはいくつかの優位性がある。遅かれ早かれコピーされたりAIエージェントに置き換えられたりし得る純粋なソフトウェアとは異なり、ロボティクスや産業オートメーションには、高度なハードウェア、認証、生産チェーンへの統合、物理的なテストが必要となる。この分野でのスケールには時間と資源がかかる。しかし、こうした要求水準の高い環境にいったん組み込まれれば、PAIプロバイダーは顧客にとって高い乗り換えコスト（スイッチングコスト）を生み出すことができる。
私は、この種のビジネスにおける他の成功要因もいくつか見てきた。高品質な産業データへのアクセス、既存の産業プロセスとの深い統合、認証、優秀な人材、大規模資本へのアクセス、そして戦略的な顧客やパートナーシップなどである。これらはいずれも、競合に対する高い参入障壁となり得る。現在では多くの企業が「従来型」のAIを作ることができるが、PAIははるかに限られた企業群の領域になると私は見ている。
その内側には何があるのか
私の経験では、PAIを可能にし、その浸透拡大を支えている主要な技術要因は3つある。
1. 手頃な価格のセンサー：かつて数万ドルしたLiDAR（ライダー）やカメラは、いまやスマートフォンにも組み込まれている。
2. 特化型データ：ロボットを物理世界に送り出す前に、仮想環境（シミュレーション）で訓練することが可能になっている。その後、ロボットは実データの絶え間ない流れを生み出し、それを次世代の訓練に活用できる。
3. 基盤モデル：物理世界の法則を理解するよう訓練されたPAIモデルは、多数の新しいタスクや新しい環境を生み出せるようになる可能性があり、これはロボティクスにとって「ChatGPTモーメント」になるかもしれない。
課題と限界
PAIは、分子とビットの両方を扱わなければならないため、非常に資本集約的なビジネスである。急速なスケールは難しい。アルゴリズムの急速な発展が、ハードウェアの製造や現実世界のデータ収集というより遅いサイクルと衝突し得るためだ。そのため、この分野の中央値的な利益率は、純粋なソフトウェアより低くなる可能性が高い。ロボットの訓練データも高価で希少になりがちで、通常は手作業で生成される。物理世界はデジタル世界より遅いことを忘れてはならない。SaaSスタートアップが1週間でピボットできるとしても、産業企業ではそれに何年もかかる場合がある。
さらに、単体のロボットからフリート（大規模運用）へ移行する際には、物流、保守、統合に関する問題が生じる可能性が高い。物理世界における多くのミスやハルシネーション（幻覚）は、デジタル空間で起きるものよりも許容されにくい。言い換えれば、この分野でソフトウェア並みの成長率を期待しないことが重要である。
結論
PAIは、すでにベンチャーキャピタル投資を変えつつある構造的な変化である。2020年代初頭の投資家がSaaSプロジェクトの急成長にプレミアムを支払っていたとすれば、2026年には多くの投資家が複雑性に対してプレミアムを支払っている。コピーが難しい資産、物理環境から得られる希少なデータ、そして複雑で認証済みのハードウェアに対してである。PAIプロジェクトが成功すれば、私たちの現実世界は大きく変わる可能性がある。
ここで提供される情報は、投資、税務、または金融に関する助言ではない。個別の状況に関する助言については、資格を持つ専門家に相談すべきである。
