📚 業界ナレッジ

“ChatGPTで勝つ”はあきらめた日本が、1兆円で選んだ別の戦場 — 国産『ロボットを動かすAI』5年計画の中身

トピック分析AI・イノベ2026-07-06

【経済・生成AI】連載・AI・イノベ【科学・AI】【科学・ロボティクス】【政治・産業政策】

#ai#Noetra#フィジカルAI#ソブリンAI#SoftBank#ロボット#産業政策#基盤モデル

目次
  1. 何が決まったか — 産総研と組む新会社に、5年で最大1兆円
  2. なぜ“動くAI”なのか — 追う側が先頭に立てる土俵の選び方
  3. この1兆円をどう読むか — 段階審査・データの堀・供出のジレンマ
  4. 見立てと監視ポイント
  5. 腹落ち確認の問い
  6. 関連リンク
  7. 🖼️ 画像生成 handoff seed（C3契約・queue 正本）
  8. 図1: japan_noetra_physical_ai_overview_1.png
  9. 図2: japan_noetra_funding_structure_2.png
  10. 図3: japan_noetra_robot_target_3.png

“ChatGPTで勝つ”はあきらめた日本が、1兆円で選んだ別の戦場 — 国産『ロボットを動かすAI』5年計画の中身

［図：overview］

米国のAI企業が「よりかしこいチャットAI」を競い、数十兆円規模の資金を注ぎ込むなか、日本政府は2026年6月30日、まったく別の土俵に賭けることを明らかにしました。
OpenAI のような汎用の対話AIを正面から追うのではなく、工場やロボットを動かすための国産AI基盤モデルの開発に、初年度 387.3億円、5年で最大 1兆円 を投じる、というものです。
受け皿になるのは、ソフトバンク・NEC・ソニーグループ・ホンダが出資して立ち上げた新会社「Noetra（ノエトラ）」。
これは、日本が「言葉のAIでは勝てない」と認めたうえで、勝てる土俵をあえて選び直した、という宣言に読めます。

何が決まったか — 産総研と組む新会社に、5年で最大1兆円

まず、決まったことの骨格を整理します。
経済産業省とNEDO（新エネルギー・産業技術総合開発機構）が、公募「AIロボット・フィジカルAI向けマルチモーダル基盤モデルの開発」で、新会社 Noetra と国立研究機関の産業技術総合研究所（産総研／AIST）の共同提案を採択しました。
赤沢亮正経済産業相が閣議後に発表したものです。

お金の付き方には、押さえておきたい特徴があります。

補足: 支援の枠組み
  • 金額と期間 — 初年度（FY2026）に387.3億円。5年間（FY2026〜FY2030）で最大約1兆円。ただし満額が約束されているわけではなく、年次のマイルストーン審査を通過するごとに積み増される段階方式
  • お金の性格 — 出資（株式）ではなく、開発委託費・補助金。政府が「成果を買う」形で、うまくいかなければ止められる
  • 主体 — 受給の中心は新会社 Noetra。基礎・長期の技術開発を産総研が担い、国内外の研究機関とも組む
  • 参加企業 — Noetra への出資はソフトバンク・NEC・ソニーグループ・ホンダ。ほかに国内の大手銀行や鉄鋼メーカーも初期パートナーに名を連ねる

つくるのは「マルチモーダル基盤モデル」です。
言語・画像・映像・音声、そしてセンサーがとらえた物理情報までを一体で扱い、ロボットが周囲を認識し、考え、動くことを可能にする——それが狙いです。
ふだん私たちが使う対話AIは、文章と画像を読み書きするのが中心ですが、物を持ち上げ、機械を操り、現場で作業するAIには、力の入れ方や物の重さ、周囲の状況といった「体で覚える情報」が要ります。
ここを扱えるモデルを国産で持とう、という構想です。
初期版は早ければ今年度中に出し、以降は毎年更新。
学習データは、参加する製造業などが自主的に提供する現場データで積み上げていきます。

ここで政府がはっきり線を引いたのが、「汎用AIでは競わない」という方針でした。
Noetra は OpenAI などの汎用の高性能モデルと張り合うことを目的にせず、日本が強い製造・ロボットの領域に絞る——赤沢経産相は「日本の強みを生かしたAIとロボティクスのデータ基盤を、世界に先駆けて築き育てる」と述べています。
出資企業の顔ぶれも、この方針を映しています。
通信基盤とAI投資のソフトバンク、センサーと画像のソニー、通信・社会インフラのNEC、そしてロボットと動きの制御に強いホンダ。
汎用チャットの開発陣というより、「現実世界で動くもの」を作ってきた会社が並んでいます。

なぜ“動くAI”なのか — 追う側が先頭に立てる土俵の選び方

汎用の対話AIで米国勢に真正面から挑まない、という選択は、一見すると後ろ向きに映るかもしれません。
しかし数字と構造を並べると、これは「勝てない勝負を避けた」というより「勝てる勝負を選び直した」という話に見えてきます。

［図：strategy］

まず規模感です。
米国のAI大手は、汎用モデルの開発と計算基盤に、1社で年数兆円規模の投資を続けています。
それに対し、日本政府の5年で1兆円は、汎用モデルの正面勝負に投じるには小さすぎます。
同じ土俵で金額を張り合っても、桁が違う。
だから、資金を薄く広げるのではなく、日本にしかない資産が効く一点に集中させる——それが「フィジカルAI（動くAI）」でした。
金額の不利を、土俵選びで打ち消しにいく戦略です。

その「日本にしかない資産」とは、現場のデータです。
汎用の対話AIは、インターネット上の膨大なテキストで学べます。
しかし、ロボットが物を持ち、機械が製品を組み立てる「動きのAI」に必要なのは、工場の稼働データ、センサーの記録、機械の制御ログといった、ネットに落ちていない現場の情報です。
世界有数の製造業と、稼働中のロボットと、その運用データを持つ日本は、この学習データにおいて構造的に有利な立場にあります。
米国のAI研究所が、いくら資金があっても簡単には手に入れられない資産で勝負する——これが土俵選びの理屈です。
テキストの海では負けても、工場の現場データでは勝てる、という読みです。

具体的に何ができるAIを目指すのか。
たとえば、乱雑に積まれた部品の山から目当てのひとつを見分けて取り出す、力加減を変えて壊れやすい物をつかむ、初めて見る機械の操作パネルを見て手順を推し量る——こうした「見て・考えて・体を動かす」一連の動作を、ひとつのモデルでこなすのが狙いです。
文章の要約や画像の説明が得意な汎用モデルとは、必要な能力がまるで違います。
出資企業の役割も、そこに沿って読めます。
ロボットと動きの制御はホンダ、映像とセンサーはソニー、通信と社会インフラはNEC、計算基盤とAI投資はソフトバンク。
汎用チャットを作る布陣ではなく、「現実世界で動くもの」を長年作ってきた顔ぶれで固めているのが、この計画の性格をよく表しています。

背景には、避けようのない現実もあります。
少子高齢化による労働力不足です。
政府は 2040年までに18分野で1,000万台 のAIロボットを普及させる目標を掲げます。
飲食、食品製造、医療・介護、災害対応、そして福島第一原発の廃炉——人手が足りない、あるいは人が入りにくい現場を、動くAIで埋める構想です。
労働力という「国の制約」が、そのまま「国の需要」になり、それがフィジカルAIへの集中を後押ししています。
米国のように「AIで生産性を上げる」という選択の問題ではなく、日本にとっては「AIで人手を補わなければ現場が回らない」という切実さがある。
この差が、土俵を分けています。

安全保障の色合いも濃く出ました。
Noetra の丹波博信社長は「海外のLLMへの依存は、機密情報の流出や事業継続リスクの懸念がある」と述べています。
海外モデルに業務データを預ければ、情報が国外に渡り、供給が止まれば事業も止まる。
実際、直近では海外の大型モデルが政治や規制の都合で一時利用停止に追い込まれる出来事もありました。
国産の基盤を持つこと自体を、経済安全保障の一部として位置づける発想が、この計画には織り込まれています。

国産AIに国費を投じる動き自体は、いまや日本だけのものではありません。
各国が競うように自前のAI基盤づくりへ資金を振り向けています。
そのなかで日本の設計が独特なのは、汎用の対話モデルで先頭に並ぼうとせず、フィジカルAIという一点に絞り込んだところです。
多くの国が「万能なAIを自国でも持ちたい」と横並びで走るなか、日本は「自分が勝てる種目はどれか」を先に決めてから走り出した。
この割り切りが吉と出るか凶と出るかは、絞った種目に本当に固有の強みがあるか——工場とロボットと現場データという日本の資産が、資金量の不利を覆すほど効くか——にかかっています。
土俵を絞ることは、当たれば集中の利、外れれば逃げ場のなさ、その両面を抱えた賭けでもあります。

この1兆円をどう読むか — 段階審査・データの堀・供出のジレンマ

「政府が1兆円」という見出しは大きく響きますが、お金の実像を丁寧に読むと、性格がだいぶ違って見えます。

［図：robot-target］

第一に、1兆円は「上限」であって「約束」ではないという点です。
実際に確定しているのは初年度の 387.3億円 で、残りは年次のマイルストーン審査を通るたびに積み増される段階方式です。
これは予算の組み方として、いわば「様子を見ながら追加する」構造——最初に全額を投じず、成果を確かめて増やしていく、費用の出し方としては慎重な設計です。
株式ではなく開発委託費という性格も、これと同じ発想で、成果が出なければ止められます。
裏を返せば、初年度に実用的なモデルが出せなければ、1兆円という数字は絵に描いた餅で終わります。
この年度審査こそが、計画の生命線になります。
数字の大きさに引きずられず、まず初年度の387.3億円が形になるかを見るのが、読み方としては正確です。

第二に、この計画のいちばんの資産は、実はお金ではなくデータだという点です。
モデルは、製造業などが自主的に提供する現場データで学習します。
つまり価値の源泉は補助金ではなく、参加企業がどれだけ本気で自社の運用データを差し出すかにあります。
ここに、企業側のジレンマが生まれます。
自社の稼働データは競争力の源です。
それを共有モデルに供出すれば、性能の高い国産AIを安く使える一方、自社だけの強みを一部手放すことにもなります。
無償で出せば「ただ乗り」される懸念があり、抱え込めばモデルが育たない。
参加企業がこの天秤をどう傾けるか——データの堀は、金額ではなく、この意思決定の集積で決まります。
銀行や鉄鋼メーカーまで初期パートナーに並んだのは、幅広い業種の現場データを集める狙いですが、名を連ねることと実データを出すことの間には距離があります。

第三に、使う側の視点です。
もし自社の現場にAIロボットを入れることを考えるなら、問いは「海外の高性能モデルを使うか、国産の共有基盤に乗るか」になります。
国産基盤の利点は、機密データを国外に出さずに済むことと、日本の現場に合わせて育つこと。
弱点は、汎用モデルほどの汎用性や進化の速さが期待しにくいこと。
この選択は、性能だけでなく、機密の置き場所と事業継続のリスクをどう値付けするかという、経営判断そのものになります。
海外モデルが一時停止に追い込まれれば自社の現場も止まる——そのリスクをコストに換算したとき、多少性能で劣っても止まらない国産基盤に価値を見いだせるか。
丹波社長の言葉は、まさにこの「置き場所」の問題を突いています。

そして、目標そのものの重さも数字で置き直す価値があります。
2040年までに1,000万台という目標は、いまから約14年で割ると、単純平均でも年70万台規模を毎年積み上げ続ける計算です。
日本の産業用ロボットの年間出荷が世界全体でも数十万台という規模感を踏まえると、これは既存の延長線ではなく、普及の傾きそのものを変えないと届かない水準です。
だからこそ、モデルの性能だけでなく、1台あたりの導入コストをどこまで下げられるか、介護や飲食のような利益率の薄い現場でも採算に乗る価格に届くかが、目標の現実性を左右します。
1兆円は開発の呼び水にすぎず、本当の勝負は「現場が買える値段のロボットになるか」という、その先にあります。

見立てと監視ポイント

この5年計画が「1兆円の呼び水」になるか「初年度で失速する構想」で終わるかは、これから1〜2年で輪郭が出ます。追うべき点を3つに絞ります。

腹落ち確認の問い

汎用の対話AIで世界の先頭を走る米国に対し、日本はあえて「動くAI」という別の土俵を選びました。
後を追う立場の国や企業が、あえて主戦場を外して勝ちに行くとき、何を見きわめれば「勝てる土俵選び」になるのでしょうか。
ひとつだけ問いを置きます。

考え方

鍵は「自分にしかない資産が効く場所を選べているか」です。
汎用の対話AIは、ネット上のテキストと巨額の計算資源で決まる勝負で、資金量が桁違いの相手に金額で張り合っても勝ち目は薄い。
一方フィジカルAIは、工場の稼働データやロボットの制御ログといった、ネットに落ちていない現場データがものを言う。
ここでは、世界有数の製造業と稼働中のロボットを持つ日本の資産が、資金量の不利を打ち消しうる。
つまり「追う側が先頭に立てる土俵」とは、①相手の強み（資金・データ量）が効きにくく、②自分の固有資産（現場データ・産業基盤）が効き、③そこに切実な自国需要（労働力不足）がある——この3つが重なる場所です。
逆に、ただ流行を避けて別分野に逃げるだけでは、固有資産も需要も伴わず、規模の小ささがそのまま弱さになります。
この計画の成否も、結局は「日本の現場データがどれだけ集まり、動くAIで本当に効くか」という一点に懸かっていると読めます。
だからニュースを追うときも、金額の大きさより、現場データが実際に動き始めたかを見るのが、本質に近い読み方になります。

関連リンク

出典

🖼️ 画像生成 handoff seed（C3契約・queue 正本）

（図ごとに。codex が走査→PNG生成→反映→本セクション除去）

図1: japan_noetra_physical_ai_overview_1.png

図2: japan_noetra_funding_structure_2.png

図3: japan_noetra_robot_target_3.png

↑ 今日の新着・3入口へ戻る