第3章日本の勝ち筋と死角——1兆円を積んでも埋まらないもの

米中と並べたとき、日本のFRONTiaはどう評価できるのか。ここが本題です。

まず勝ち筋の側から。よく言われる「日本にはものづくりがある」は、精神論ではなく統計で確認できます。

日本メーカーは世界の産業用ロボットの45〜46%を生産する、世界最大の供給国です（IFR・JETRO）。
2025年の国内産業用ロボット受注は前年比25.7%増の1兆456億円と過去最高圏で、出荷の約8割が輸出。
主要輸出先は中国と米国です（IFR統計）。
世界の工場の腕と手は、かなりの部分が日本製で動いています。

ファナック・安川電機という世界的ロボットメーカーがNoetraに出資し、NVIDIAとの協業にも名を連ねる構図は、この供給力とAIを接続する試みと読めます。
Cosmos Coalitionに大手からTelexistence・Mujin・チューリングのようなスタートアップまで22社・団体が参加したことも、供給側の層の厚さの表れです。

フィジカルAIの競争軸が「現場データ」にあることも、日本に有利に働き得ます。
言語モデルの学習データはインターネットに落ちていましたが、工場の設備稼働・触覚・熟練動作のデータはネットにありません。
世界一のロボット供給国であり、かつ人手不足で導入需要が最も切実な国。
データが生まれる現場と、AIを買う動機の両方を持っているのが日本です。

FRONTiaの設計が「モデル開発」単体ではなく、AIRoAのデータ収集・AI-Ready化・18分野の導入ロードマップとセットになっているのは、この勝ち筋に賭けているからです。
冒頭で「現場データの配管を敷く投資」と呼んだのは、この意味です。

民間にも動きはあります。
倉庫・工場自動化のMujinはNTTグループとカタール投資庁のリードで累計596億円を調達。
完全自動運転とフィジカル基盤モデルのチューリングはシリーズA累計278.9億円、遠隔操作ロボットのTelexistenceは累計275億円超。
ただし米国の評価額390億ドル（Figure）や中国の量産実績と比べれば、桁が2つ違うのも事実です。

次に死角の側。私が重いと考える順に4つ挙げます。

第一に、規模では絶対に勝てないこと。
投資額で米国の約70分の1、GPU基数でフロンティアの1桁下です。
「規模の勝負をしない」戦略なら合理的ですが、基盤モデルの性能が計算量に強く相関してきた歴史を踏まえると、汎用性能の正面勝負に持ち込まれた瞬間に苦しくなります。
1兆パラメータ級という目標も、それを支える27,500基という基盤も、世界の先頭集団にとっては既に通過点です。

第二に、公開モデル戦略の収益化が世界的に未解決なこと。
Noetraは学習済みの重みを毎年度公開する方針ですが、重み公開の先行者Metaでさえ、決算説明会でのLlama言及が消えるほどモデル層単体の収益化には苦しんでいます。

国産LLM開発の当事者だったELYZAの曽根岡侑也CEO（東大松尾研発のAI企業として70Bパラメータの日本語モデルを開発し、後にKDDIグループ入り）は、こう語っていました。
「GPT-4級モデルを作っても、単独では市場の1%も取れない」「このままでは3〜4年で資金が尽き、グローバルプレーヤーのモデルだけが使われる状態になりかねない」（2024年5月・日経クロステック）。
ユーザーが選ぶ基準は開発国ではなく性能とコストだ、という当事者の警告です。
政府支援が終わる5年後、Noetraが何で食べていくのかは、現時点で示されていません。

第三に、実行体制の未知数。
Noetraは設立半年の新会社で、44社連合という船頭の多い構造を束ねながら、年数千億円級の開発を執行することになります。
人材面でも、経産省自身の試算でAI人材は2030年に12.4万人不足する見込みで、限られたトップ人材の争奪は国内でも激しい。
第五世代コンピュータやΣプロジェクトなど、過去の官民共同開発が「立派な体制図と、使われない成果物」で終わった歴史は、規模が総事業規模ベースで約18倍になった今回も無条件には消えません。

第四に、NVIDIA依存の構図。
初年度予算の多くが向かう先は、米国製GPUの調達です。
日経が報じたように、NVIDIAは世界20カ国超のソブリンAI構想に関与しており、各国の「AI主権」投資が同社の収益源になる構造があります。
加えて140メガワット級のAIファクトリーは、データセンター増設で逼迫が見込まれる国内電力（2040年度需要は0.9〜1.1兆kWh想定）と競合しながら動くことになります。

フアン氏の来日と賛辞は、日本への期待であると同時に、最重要顧客への営業でもある——この両面を分けずに読むべきです。

ただし、公平のために付け加えます。
この事業の設計には、過去の国プロ批判への応答が組み込まれています。
毎年度のステージゲート審査と四半期進捗確認は「一括で渡して10年後に検証」だった時代からの明確な変化ですし、需要側（18分野ロードマップ）とデータ側（AIRoA・AI-Ready化）を同時に走らせる構造は、「モデルだけ作って使われない」失敗パターンの裏返しです。

設計図は、過去より明らかに賢くなっています。問題は執行です。そして執行の質は、外からでも確認できます。次の章で、その確認ポイントをリスト化します。

8. まとめ——熱狂ではなく、確認を

7月16日の発表は、日本のAI政策の転換点として記録されるはずです。
ただ、投資や事業の判断に使えるのは「熱狂」ではなく「確認可能な論点」です。
この記事のフレームを、チェックリストに落とします。
フィジカルAIに限らず、大型の国策テック投資を読むときに転用できるはずです。

• 数字の正規化: その「◯兆円」は予算計上額か、公募上限か、報道の総額か、官民投資の方針か。確定額と条件付きを分けたか
• 撤退設計: 継続の審査は毎年度あるか。審査基準と「やめる条件」は公開されているか（FRONTiaならステージゲートの運用が最初の観察対象）
• データの配管: モデルではなく、データが集まる仕組みに投資しているか。現場データの提供者に、差し出すインセンティブはあるか
• 出口の収益モデル: 公開したモデルは誰がなぜ使うのか。支援終了後の自立シナリオは語られているか
• 比較の物差し: 規模（金額・GPU基数）は世界のどの桁にいるか。「国内最大」と「世界水準」を混同していないか

FRONTiaの次の観察ポイントは3つだと考えています。

第一に、2027年4月の計算基盤着工と、立地・運営体制・投資額の正式公表。現在は非公表事項が多く、開示が進むほど執行の透明性を評価できます。

第二に、最初に公開されるモデルの中身と、それを誰が使うか。「公開しました」ではなく「使われています」が成果の定義です。ダウンロード数や採用事例が、配管に水が流れているかの検針メーターになります。

第三に、初回ステージゲート審査の結果。基準や議論がどこまで開示されるかで、「毎年審査付きの分割払い」という建て付けが本物かどうかが分かります。

最後に質問です。あなたは「現場データが集まる配管」に1兆円を張る戦略を、どう評価しますか。規模で勝てない国の戦い方として合理的か、それとも焦点がぼやけた総花か。コメントで教えてください。

次回は第2弾として、フィジカルAI業界の全体マップ——NVIDIAのプラットフォーム戦略、米中日のプレイヤー勢力図、バリューチェーンのどこに利益が溜まるのか——を、今回より一段深く解剖する予定です。

本記事は公開情報（政府資料・各社プレスリリース・調査機関公表値・報道）に基づく分析教材であり、特定銘柄への投資や特定商品の購入を推奨するものではありません。
本文中の株価・時価総額等は2026年7月16日終値時点、市場予測は各所に付した公表日時点のスナップショットです。
変化の速い分野のため、数値は必ず一次資料でご確認ください。