デロイト トーマツは2026年7月22日、「ロボティクス・フィジカルAI戦略最前線フォーラム」戦略のキーパーソン大集結！～政府10年ぶり策定の『戦略』からみる日本の針路～ を東京都内で開催した。
同フォーラムには、赤澤亮正経済産業大臣、松本尚デジタル大臣、小林茂樹文部科学副大臣をはじめ、ロボット議員連盟会長の山際大志郎衆議院議員、同事務局長の山田太郎参議院議員らが登壇した。
議論の中心となったのは、政府が約10年ぶりに全面改定した国家戦略「AIロボティクス戦略」だ。政府は2040年までに1000万台規模のAIロボットを国内へ導入し、米国、中国に並ぶ「第三極」として、世界市場の3割を超えるシェアを獲得する目標を掲げている。
日本はフィジカルAI時代に、どのような勝ち筋を描こうとしているのか。本記事（前編）ではAIロボティクス戦略の内容を整理するとともに、赤澤経済産業大臣、松本デジタル大臣、小林文部科学副大臣が示した政策の方向性を紹介する。
■政府が約10年ぶりにロボット戦略を刷新
政府が策定した「AIロボティクス戦略」は、生成AIの急速な進化によって、ロボット産業の競争条件そのものが変わったことを背景としている。
従来の産業用ロボットは、あらかじめ決められた環境や工程の中で、教示された動きを正確に繰り返すことを得意としてきた。日本のロボットメーカーは、高い精度や耐久性、信頼性を持つ産業用ロボットを世界へ供給し、製造現場を中心に大きな存在感を示してきた。
一方で、物流、小売、警備、介護などのサービス分野では、現場ごとに環境が異なり、想定外の状況も発生する。従来のように、ロボットの動作や周辺環境を細かく作り込む方法では、導入費用や調整作業が大きくなり、市場を広げることが難しかった。
生成AIやマルチモーダルAIの進化により、ロボットは周囲を認識し、状況を判断して、行動を選択する方向へと進み始めている。
AIロボティクス戦略では、AIだけでなくロボットやコンピューティングを含めたシステム全体を競争力の源泉と位置付ける。
フィジカルAI時代の競争は、AIモデルの性能だけで決まるものではない。AIを搭載するロボットの身体、制御、安全性、運用、保守、現場への導入までを含めた「統合力・運用力」が重要になる。
戦略では、産業用ロボットをはじめ、モーター、減速機、センサー、素材、製造装置など、日本が強みを持つ技術基盤をAIロボティクス時代の勝ち筋と位置付けている。
■2040年に1000万台、世界市場の3割超を目指す
AIロボティクス戦略では、大きく3つの目標が掲げられている。
1つ目は「日本のロボット産業の国際競争力を強化すること」
政府は、2040年の世界のAIロボティクス市場を60兆円規模と想定し、日本がそのうち20兆円規模を獲得する目標を掲げた。米国、中国に並ぶ「第三極」として、世界市場の3割を超えるシェアを目指す。
2つ目は「AIロボットの社会実装」
製造業、物流、建設、介護、警備、農業、災害対応など18分野を対象に、「AIロボティクス実装ロードマップ」を策定。2040年までに1000万台規模のAIロボットを国内へ導入する。
3つ目は「日本が直面する社会課題の解決」
人口減少と高齢化によって、多くの産業で構造的な人手不足が深刻化している。特に、製造、物流、建設、医療、介護、インフラ保守など、社会生活を支える分野で働き手の不足が大きな課題となっている。
AIロボットによって労働力を補完し、生産性を高めるとともに、DXやGX、サプライチェーンの強靱化、経済安全保障にもつなげる。それが戦略の狙いだ。
■完成してから売るのではなく、現場で使いながら進化させる
今回の「AIロボティクス戦略」の大きな特徴は、ロボットの開発と普及の進め方を転換したことにある。これまでのロボット政策では、まず技術を開発し、実証実験を行い、その成果を確認してから導入を促すという流れが中心だった。
しかし、この方法ではロボットが量産されないため、価格が下がらない。価格が高いため導入が進まず、導入が進まないため現場データも集まらない。市場が立ち上がらず、メーカーも量産投資に踏み切れないという悪循環が生じる。
新しい戦略では、需要側と供給側を同時に支援する。
導入する企業や現場に対しては、ロボットの導入費用、設備改修、運用環境の整備などを支援する。ロボットを開発・供給する企業に対しては、技術開発、量産設備、部品供給、AIモデル開発などを支援する。
重要なのは「現場への導入を先行させること」
ロボットを実際の現場で使用すれば、作業中の画像、センサー情報、動作結果、失敗例などのデータが得られる。集めたデータをAIが学習できる形へ整え、AIモデルやロボットの制御を改善する。
性能が向上すれば、さらに多くの現場へ導入できる。導入台数が増えれば量産効果によって価格が下がり、別の業界や作業にも展開しやすくなる。
政府はこの循環を高速で回すことで、ロボットの需要と供給を同時に拡大する方針だ。
つまり、完成度の高いロボットができるのを待ってから導入するのではない。現場で使いながらデータを集め、ロボットとAIを進化させていくことが、新戦略の基本的な考え方となっている。
■対象は製造から介護、災害、防衛まで18分野
AIロボティクス戦略では、次の18分野を政策対象としている。
製造業、造船、物流、建設・土木、建築、インフラ保守、小売、宿泊業、飲食・食品製造業、医療、介護、警備業、農業、林業、廃棄物処理業、災害対応、警察活動、防衛としている。
赤澤経済産業大臣は講演で、このうち製造業、物流、建設・土木、建築、小売、警備業の6分野を「先行導入6分野」として挙げ、社会実装を重点的に進める考えを示した。
政府の戦略資料において、18分野のうち、この6分野が『先行導入6分野』として位置づけられており、比比較的短期間で導入効果を見込みやすい分野として位置付けられている。
例えば搬送ロボットは、物流倉庫だけでなく、製造工場、建設現場、宿泊施設、農業、災害対応などにも展開できる。点検ロボットも、工場、インフラ、建設現場、警備、災害現場など、幅広い用途が想定される。
個別の業界ごとにロボットを一から作るのではなく、共通する作業を抽出して技術を開発し、複数の市場へ横展開する狙いがある。
短期は「見廻る」「モノを動かす」、中長期は「指作業」
実装ロードマップでは、ロボットの技術的な成熟度を踏まえ、短期と中長期で重点を分けている。短期的に重視するのは、「見廻る」と「モノを動かす」作業だ。
「見廻る」は、ロボットが移動しながら設備や周囲の状況を確認する作業を指す。工場やインフラの点検、警備、建設現場の測定、災害現場の情報収集などが該当する。
「モノを動かす」は、物体の搬送、積み下ろし、品出し、パレタイズ、清掃、塗装、溶接などを含む。
これらは、人間でいえば主に腕や脚を使う動作であり、対象物や作業手順がある程度限定されていれば、現在の技術の延長で社会実装しやすい。
一方、中長期に目指すのが「手作業」や「指作業」。
部品をつまむ、組み付ける、こねる、力加減を調整するなど、人間の指先のような器用さが求められる作業だ。
政府は、まず現時点で社会実装しやすい「見廻る」「モノを動かす」作業で市場を立ち上げ、その過程で蓄積したデータを活用しながら、将来的には高度な「指作業」へ発展させる考えだ。「いきなりゴールを目指さず、順を追って進めていこう」という姿勢を高く評価したい。
対象物の形状や置かれ方が一定でなく、例外も多い。ロボットには高度な認識、判断、計画、制御が必要となるため、現在の技術では難易度が高い。
政府は短期的に導入できる作業から市場を立ち上げる一方で、将来の製造、介護、食品、サービスなどへの展開を見据え、指作業に必要な技術開発も同時に進める。
■国産ロボット基盤モデルを2027年にオープンソース公開へ
供給側の政策では、国産AIロボティクスの開発と量産を支える基盤づくりが進められる。
ロボットメーカー、部品メーカー、SIerなどが連携し、ロボットの機能モジュール、コンポーネント、インターフェース、データ形式、安全性の検証方法などを共通化する。
ロボットごとに個別のシステムを構築するのではなく、共通して利用できるオープンな開発プラットフォームを整備し、開発期間と費用を抑える狙いだ。
モーター、減速機、センサーなどの重要部品や、多用途ロボットの量産設備への投資も支援する。
AIの頭脳にあたるロボット基盤モデルの開発も重要な柱となる。
政府は海外の研究機関とも連携して、国産マルチモーダル基盤モデルや世界モデルなどの技術基盤を構築する方針だ。
国産ロボット基盤モデル
AIRoA（AIロボット協会）がNEDO事業等を通じて開発を進める国産ロボット基盤モデルについては、2027年6月ごろにベータ版をオープンソースで公開し、その後も順次更新していく計画が示されている。
生成AI開発支援プロジェクト「GENIAC」も活用
また、生成AI開発支援プロジェクト「GENIAC」も活用し、計算資源の提供だけでなく、データ収集用ロボットの開発や購入、現場データの収集・加工などを支援する。
ロボット基盤モデルを開発するには、工場や物流、介護、建設など、現実の現場で集めた大量のデータが必要になる。そのため、ロボットの導入支援とAIモデル開発は、別々の政策ではなく一体のものとして進められる。
■赤澤経産相「日本の優位性は現場のデータにある」
政府は、研究開発、データ収集、実証、安全性評価、人材育成を一体的に行う、世界的なAIロボティクスの中核拠点「Center of Excellence（CoE）」を整備する方針も示している。海外では、ロボット企業やAI企業が自社の施設内に大規模なデータ収集拠点を設け、ロボットに作業を繰り返させながら学習データを集めている。
日本でも、個別企業だけでは整備が難しい実証環境や計算資源を共有し、企業、大学、研究機関、現場事業者が利用できる拠点を設けることで、開発競争を加速する考えだ。
赤澤亮正経済産業大臣は、AIトランスフォーメーションを進める鍵は「現場のデータ」にあると語った。
日本は超高齢社会であり、地震や豪雨などの災害が多い。一般的には弱点や課題として捉えられるが、赤澤大臣は、高齢者のヘルスケアや災害対応の現場から得られるデータをAIと組み合わせることで、日本独自の強みに変えられると指摘した。
日本には世界有数の製造現場もある。工場では、熟練者の作業、設備の運転、品質管理、保守、異常対応など、多くの現場データが生まれている。
さらに赤澤大臣が強調したのが、福島第一原子力発電所の廃炉現場だ。
廃炉現場は、強い放射線などの影響によってカメラ映像が乱れたり、センサーが正常に機能しにくくなったりする過酷な環境だ。人間が容易に立ち入ることができず、遠隔操作や自律型ロボットの活用が不可欠となる。
赤澤大臣は、こうした過酷環境で活動できるAIロボットを開発できれば、その技術は災害対応だけでなく、介護や日常生活を支援するロボットにも応用できるとの考えを示した。
過酷な条件で鍛えた認識、制御、通信、耐久性、安全性の技術は、より一般的な環境でも高い信頼性を発揮できる。
高齢化、災害、廃炉という日本の課題を、AIロボティクスの開発環境と捉える。赤澤大臣は「課題先進国」のピンチを、世界市場におけるチャンスへ変えるよう呼びかけた。
また、2040年までに約1000万台のAIロボットを導入する目標に触れ、国産の開発基盤、AIロボットの研究開発、量産投資、導入支援、中核拠点の整備を、関係府省庁が一体となって進めるとした。
地方の現場を含むフィジカルAIのエコシステムを構築
赤澤大臣は、AIロボティクスの取り組みを大企業や都市部だけにとどめず、地方へ広げる必要性にも言及した。
製造業、農業、林業、建設、インフラ保守、介護、災害対応など、AIロボットを必要とする現場の多くは全国各地に存在する。
地域ごとの現場にロボットを導入し、企業、人材、研究機関、自治体が参加すれば、それぞれの現場から多様なデータが集まる。
そのデータを共通の基盤につなぎ、複数分野で利用できるフィジカルAIを開発する。開発したAIを再び各地域の現場へ導入し、さらにデータを集めて改善する。
赤澤大臣は、この循環によるフィジカルAIのエコシステムを、世界に先駆けて日本が構築することを目指すと語った。
■松本デジタル相、DXから「AX」への転換を強調
松本尚デジタル大臣は、公共や準公共分野で進めてきたDXにAIを加え、「AX」へ発展させる考えを示した。
自治体、医療、教育、公共交通、上下水道などの分野では、これまでデジタル化やシステムの共通化が進められてきた。
今後は、単に業務をデジタルへ置き換えるだけでなく、AIによって業務の判断やサービスそのものを高度化する段階に入る。
松本大臣は、東京大学の松尾豊教授の研究室を訪問し、ロボット開発の状況を視察したことにも触れた。技術が想像以上に進んでいる部分がある一方で、実用化までに時間を要する課題も残っているとの認識を示した。
AIロボティクスを社会実装するには、技術の将来性だけを見るのではなく、現時点で何ができ、何がまだ難しいのかを見極め、導入可能な分野から進めることが重要になる。
これは、短期に「見廻る」「モノを動かす」作業を先行させ、中長期に「指作業」を目指す政府の実装ロードマップとも一致する考え方だ。
「AI×医療」日本人医師の技術を世界へ
医師でもある松本大臣は、日本が優位性を持つ分野の一つとして医療を挙げた。
日本には、高度な手術技術を持つ医師が多く存在する。こうした熟練医師の動きや判断をAIに学習させれば、手術支援や医療ロボットなどへ応用できる可能性がある。
また、日本企業が世界的に高いシェアを持つ内視鏡についても、医療機器のハードウェアとAIを組み合わせることで、新たなサービスやシステムとして世界へ展開できると述べた。
医師の経験、手術映像、内視鏡画像、診断結果などは、医療AIを開発するうえで重要なデータとなる。
AIモデルだけで競争するのではなく、日本が強い医療機器、医療技術、現場のノウハウ、データを組み合わせることで、「AI×医療」に日本の勝ち筋をつくる考えだ。
一方で、松本大臣は、現在のAI技術や製品の多くを米国と中国が握っていることに強い危機感を示した。
このまま海外のAIやプラットフォームへ依存すれば、日本が「AI植民地」のような状態になりかねないと警告。政府と産業界が力を合わせ、米中に続く第三極のAIロボティクスを目指すよう呼びかけた。
■文科省は研究開発と人材育成を支援
小林茂樹文部科学副大臣は、AIロボティクスを支える研究開発と人材育成について説明した。
文部科学省は、実際の環境の変化に柔軟に対応できるAIロボットの研究開発を進めている。また、AIを活用して科学研究を加速する「AI for Science」や、ムーンショット型研究開発制度を通じて、自ら学習し、行動し、人間と共生するAIロボットの実現を目指す研究を支援している。
AIロボティクスは、AIだけでも、機械工学だけでも成立しない。
ロボット工学、制御、情報処理、半導体、材料、安全、通信、現場運用など、複数の技術領域を理解し、統合できる人材が必要になる。
文部科学省は、大学や大学院、高等専門学校におけるAI・ロボット分野の教育体制を強化するほか、成長分野への学部再編や、高専の新設などを支援する。
高専や工業高校では、ロボットメーカーで構成する未来ロボティクスエンジニア育成協議会と連携し、産業界のニーズを反映した人材育成プログラムの開発も進めている。
研究室で先端技術を生み出す人材だけでなく、ロボットを現場へ導入し、運用、保守、改善できる人材を育てることも、社会実装を進めるうえで欠かせない。
■戦略の成否は、現場で循環を作れるかにかかる
AIロボティクス戦略は、1000万台、20兆円という大きな数字を掲げている。
しかし、本質は導入台数や市場規模だけではない。
現場にロボットを導入し、データを集め、AIモデルを改善する。性能が向上すれば導入先を増やし、量産によって価格を下げる。さらに別の分野へ技術を展開し、より多くの現場データを集める。
この循環を日本国内につくることが、戦略の核心にある。
日本には産業用ロボット、部品、素材、製造装置、現場運用、安全性、品質管理などの技術が残されている。一方、AIモデル、データの共有、サービスロボットの事業化、スタートアップの成長、量産投資などでは、海外に後れを取っている。
政府が需要と供給の両面を支援し、企業、大学、研究機関、自治体、現場事業者が参加する仕組みをつくれるか。実証実験で終わらせず、製品の導入と継続的な事業に結びつけられるか。
AIロボティクス戦略が成果を上げるかどうかは、政策を現場の実装へ移せるかにかかっている。
この点について、ロボット議員連盟会長の山際大志郎衆議院議員は、政治、行政、産業界が果たすべき役割を明確に示すとともに、日本企業の意思決定の遅さにも強い危機感を表明した。
後編では、山際氏が語った「AIだけでは机を1ミリも動かせない」という印象的な言葉を軸に、フィジカルAI時代に日本が勝つための条件を紹介する。
後編に続く【公開中】
「AIだけでは机を1ミリも動かせない」 山際議員が語るAIロボティクス時代、日本の勝ち筋 デロイト「ロボティクス・フィジカルAI戦略最前線フォーラム」【後編】
ロボスタセミナー情報
「AIロボティクス立国」実現へ ロボット議連が示すフィジカルAI時代の国家戦略
ロボット議員連盟会長であり、自民党経済産業部会のロボティクス戦略プロジェクトチーム座長も務める山際大志郎衆議院議員をお招きして、オンライン対談「AIロボティクス立国」実現へ ロボット議連が示すフィジカルAI時代の国家戦略 を開催します。【満席につき増枠受付中】
2026年、日本政府はAIロボティクスを新たな成長分野として位置付け、「AIロボティクス戦略」を策定しました。この戦略の策定を政治の側から後押ししたのがロボット議員連盟であり、2026年6月には新たな提言をまとめ、官房長官へ手交しています。
ロボット議員連盟が提言に込めた狙い、政府が「AIロボティクス戦略」を策定した背景、米国・中国との競争をどう捉えているのか、日本の強みはどこにあるのかについて詳しく聞きます。
また、産業界、スタートアップ、研究機関は今後どのような役割を担うべきなのか。ロボット産業に携わる人が知っておきたい、日本のAIロボティクス戦略の全体像と、社会実装に向けた具体策に迫ります。
先着で無料ご招待します。詳しくはこちら。
