R・ポール・シン氏は、ビジョンとロボティクスを活用するフィジカルAI企業EverestLabs.AIのCEOである。
初めてマテリアル・リカバリー・ファシリティ（資源回収施設）、つまりリサイクル工場に足を踏み入れたとき、私はその問題の規模に対する心構えができていなかった。コンベアベルトは容赦なく動き続け、プラスチック、段ボール、アルミニウム、そしてそこにあるべきではないものまでが渦巻く川のように流れていた。
作業員たちはラインに沿って立ち、手作業で取り出せるものを引き抜いていた。熱気は耐え難く、空気は重かった。そして全員が最善を尽くしているにもかかわらず、完璧にリサイクル可能な膨大な量の資材が彼らの前を通り過ぎ、埋立地へと直行していた。誰も気にかけていないからではなく、そのスピードで、その環境で、人間の手だけでは物理的に不可能な作業だったからだ。
その瞬間、私の中で何かが明確になった。次の偉大なAI革命は、スクリーンの中では起こらない。それは工場のフロアで、コンベアベルトの端で、つまり物理的な世界が速すぎたり、危険すぎたり、複雑すぎて人間の労働では追いつけない場所で起こるのだ。
ChatGPTと生成AIが話すことを学んだ頭脳だとすれば、フィジカルAIはついに動くことを学んだ身体と言えるだろう。そして2026年、私たちはそれが研究上の好奇心から産業的な実用性へと移行する様子を目撃している。
台本を超えて──今回が異なる理由
何十年もの間、産業用ロボットは脆弱だった。特定の溶接線を何百万回も溶接したり、特定の箱を動かしたりすることはできた。しかし、その箱を5センチずらすと、ロボットは機能しなくなった。
この分野を再構築している画期的な技術が、ビジョン・ランゲージ・アクション（VLA）モデルだ。エヌビディアとグーグル・ディープマインドのチームによって先駆けられたVLAモデルは、機械が指示に従うのではなく、物理法則を通じて「推論」することを可能にする。VLA搭載ロボットが雑然とした予測不可能な環境に遭遇しても、台本を参照することはない。重力、摩擦、空間幾何学の学習済み「世界モデル」を活用して、物体がどう反応するかを予測し、リアルタイムで適応するのだ。
これは、廃棄物管理、食品加工、建設、農業など、2つとして同じ入力がない産業を解放する可能性のある変革である。
なぜ今なのか──3つの力の収束
フィジカルAIが到来しているのは、技術がクールだからではない。経済性が避けられないものになったからだ。
• 労働力の欠如は構造的であり、循環的ではない。ベビーブーマー世代の退職により、採用では埋められない空白が生まれた。2025年6月時点で、米国の製造業には41万5000件以上の未充足ポジションがあった。フィジカルAIは、この労働力を置き換えるのではなく、もはや応募者がいない空白を埋める手助けができる可能性がある。
• 安全性は経済的なレバーであり、単なるコンプライアンスのチェックボックスではない。米労働統計局（BLS）の報告によると、2024年、廃棄物およびリサイクル資材収集作業員の死亡率は労働者10万人あたり37.4件（自動ダウンロード）で、米国で最も危険な職業の1つにランクされている。退屈で、汚く、危険な作業を機械に任せることで、保険料の削減、労災補償コストの低減、そして残る熟練職の定着率向上に貢献できる可能性がある。
• 超最適化には自己修正システムが必要だ。即日配送と極めて薄い利益率の世界では、フィジカルAIにより、異常を検知したセンサーが単にアラートを発するだけでなく、自律的に生産を再ルーティングし、故障が発生する前にメンテナンスをスケジュールする施設が実現できる。この反応的から予測的なオペレーションへの移行は、無駄とダウンタイムを同時に圧縮できる可能性がある。
なぜ最も困難な問題が最も価値があるのか
アナリストレポートが見落としがちなことがある。フィジカルAIの導入が最も困難な産業こそ、最も価値を創造できる産業なのだ。
清潔な研究室を歩くヒューマノイドロボットは説得力のあるデモになる。しかし、発展途上のフィジカルAI業界での私の仕事を通じて、真のフロンティアは非構造化環境、つまり入力が混沌とし、変動的で、しばしば汚染されている場所にあると判断した。リサイクルの流れ。解体現場。2つとして同じ形のイチゴがない生産ライン。
リサイクルの流れの95%を正確に選別するシステムは印象的に聞こえるが、残りの5%が毎年埋立地に失われる回収可能な資材の数百万トン、そして取り逃がされる商品価値の数百万ドルを表していることに気づくまでは。だからこそ、この時代を定義する企業は、最も見栄えの良いロボットを作る企業ではなく、生産規模で最も汚く、最も報われない問題を解決する企業だと私は考えている。
今後の展望
2030年までに、私たちは機械を設備として分類することをやめ、オンデマンドの労働力、つまり柔軟で、訓練可能で、数時間で配備可能なものとして扱い始めると予想している。物理的な作業のコストがAIによって正常化されれば、オフショアリングの論理が弱まり、関税ではなく単位経済学によって推進される地域製造のルネサンスへと向かう可能性がある。
知識労働者にとって、ChatGPTは効率化ツールだった。産業界にとって、フィジカルAIはより基盤的なもの、つまりより安全で、より回復力があり、より持続可能な生産経済のためのインフラとなる可能性がある。リサイクルラインで作業員の前を通り過ぎていった資材は、埋立地に行き着く必要はない。それを変えるシステムはもはや理論的なものではなく、ここにあり、急速に学習しているのだ。
