フィジカルAIとは何か　産業用ロボットとの違い、2つの「脳」、実装までの道のり

ヒューマノイド市場、2050年が約5兆。世界が変わるんじゃないかというところで投資が集まってるとは思うんですが、それでいいの、大丈夫なのみたいな目線も一部あるとは思うんですけれども。今我々が享受しているChatGPT、AIって、それだけの金額を投じた結果だと思うんですよ。だから、そのやり方が日本で成功するかっていうのは別の話です。

産業用ロボットって、たくさん今までも工場の中などで使われていたと思うんですけど、あれとは何が違うのかというのを。産業ロボットっていうのは、いわゆる大量生産のために、ルールベースでハードコードしているっていうのが産業ロボットで、フィジカルAIっていうのは、環境が変わった、もしくは生産するものが変わったってなった時に対応できるかどうかっていうのがポイントになってきます。曖昧な指示を行動に変えることもできれば、人と同じ空間で協働することもできるというところで、期待がどんどん増えていくということなんですよね。

じゃあその後、どう実装するのかという話だとも思うのですが。

皆さんこんにちは。PIVOTの野嶋です。本日のテーマは、ズバリ「フィジカルAIって結局何？」と題してお届けします。最近本当にバズワードとなっている言葉だと思いますが、8月には中国の人型ロボットメーカーが上場しまして、個人の投資家の申し込みが殺到したみたいなところもありましたよね。日本でも官民の大型プロジェクトが始まりまして、今後どうなっていくのかというのを皆さんが気になっているところだと思うんですが、そもそも工場で今まであったロボットとフィジカルAIって何が違うのというところとか、今後投資をするにあたって何を見てたらいいのというところに対しては、まだまだ答えを探してる方、多いのではないでしょうか。今日はその答えをこの方と一緒に探していきます。ファーストライト・キャピタル、マネージングパートナーの頼嘉満さんです。よろしくお願いいたします。

よろしくお願いいたします。

ファーストライト・キャピタル、VCだと思うんですけれど、改めてどういう会社なのかお願いします。

我々は初期のスタートアップ、アーリーステージのスタートアップに投資をしている会社になります。いわゆるベンチャーキャピタルなんですけれども、私自身はフィジカルAIだったりとか、あとインダストリアル、いわゆる産業AIっていうところのスタートアップに結構投資をして、支援をしてる仕事をしております。

まさに今回のテーマの投資家目線で、かなりシビアに見てきたお立場だと思うんですけれども、VCから見ても、また投資家の目線からしてみても、この今のフィジカルAI市場というのはどう映ってますか？ 過熱してる？

過熱してますね。私は多分今、2026年からフィジカルAIのキーワードみたいなのが結構出てるんですけど、実は2024年からこの領域を見ておりまして、去年とかは全く多分フィジカルAIっていう言葉、メディアとかでも取り上げられることがなかったんですが、今年になってから国家戦略だったりとか、キーワードとして取り上げられているっていうところはすごく喜ばしいことではあるんですけれども。でも投資家の目線から見た時に、やっぱりこの2年間のグローバルでの動きを理解した状態で、正しく判断していくことも非常に必要なんじゃないかなとは思ってます。

そうですね。そして頼さんご自身のキャリアもちょっとユニークなので、皆さんに簡単にご紹介いただいてもいいですか？

私は台湾生まれで、日本に来ておりまして、元々はERPのコンサルからスタートして、その後、戦略コンサル。その後、DCM Ventures、ベンチャーキャピタルで、その後スタートアップの経営をして、もう1回VCに戻る、そんなキャリアでございます。

経営をして、投資もしてきたっていう、行ったり来たりしている、そんなキャリアですね。事業と、まさに投資家目線というのを合わせ持ちながら、今投資活動もされてらっしゃる。

そうですね。そこに掛けるクロスボーダーのキーワードが入ってくるかなと思います。キャリアからずっと多分、必ず日本掛ける、例えばヨーロッパ、日本掛けるアメリカ、日本掛ける中国みたいな形で、グローバルできちんと仕事をさせてもらったっていう自負はあります。

なるほど。今回はフィジカルAIについて皆さんと一緒に基礎から学ぶために、そもそものこの第1回に関しては、フィジカルAIなんぞやっていうのを徹底解説していただきまして、その後に、どこが勝つの、覇権争いみたいなことをよく言われてるんですけれども、そこについて第2回でより詳しくお伺いしていきたいなと思っております。お願いいたします。

お願いします。

ではまず早速、フィジカルAIとは何ぞやのところから参りたいんですけれども、よく言うのは、AIはこのパソコンの画面上で動いてるもので、フィジカルAIっていうのは、この我々の物理世界で動くものなんだよみたいなところで認識してる方がいると思うんですが、合ってますでしょうか？

はい。今回多分、本を出させていただいたのも、2024年からこの領域を見た時に、人がいろんなフィジカルAIの定義はしますし、そもそもLLMと何が違うのっていうところが、結構皆さん一般的に混乱されるなっていうふうに思っておりまして。簡単なイメージを持っていただくために、例えばChatGPTに、いわゆる同じくAIなんですけど、ChatGPTに聞いて何か物を取ってくれるかっていうと、物は取ってくれないんですよね。

なるほど。

フィジカルAIっていうのは、ChatGPTに例えば、このコップをどっかに戻してねって言ったら、フィジカルAIは何か身体性を持って、その環境を判断して、アクションまで動かすっていうのが、多分フィジカルAIのイメージっていうふうに思っていただければ、理解はしやすいかなっていうふうに思います。

身体性を持ってアクションに移せると。

そうですね。周りの状況を見て判断して、現実の世界で動くっていうのが結構大事かなと思います。

今、判断というキーワードも出てきたと思うんですが、今まで、それこそ産業用ロボットって、たくさん今までも工場の中などで使われていたと思うんですけども、あれとは何が違うのかというのを本の中でもご紹介されていらっしゃいましたので、お願いできますでしょうか？

一言で言うと、その状況が変わった時に対応できるかどうかですね。産業ロボットっていうのは、いわゆる大量生産のために、生産の中で人間が、この時にはこういうアクションをしてくださいっていうのを全部、ルールベースでハードコードしているっていうのが産業用ロボット。だからよく、例えばテレビで見る時に、でかいアームがガチャガチャガチャガチャ動く。あれは産業ロボットの素晴らしいところなんですね。正確性が求められる。でもフィジカルAIっていうのは、環境が変わった、もしくは生産するものが変わったってなった時に対応できるかどうかっていうのがポイントになってきます。

なるほど。ここにも書いていますが、まさに身体性と自律的な判断ができるかどうか。さらに言うと、フィジカルAIの下のところに行ってみると、その曖昧な指示を行動に変えることもできれば、人と同じ空間で協働することもできるというところで、期待がどんどん増えているということなんですよね。

はい、そうですね。

ここまで行くと、最近のロボットっていろいろな、今までの産業ロボットにAIとか入れちゃえばいいんじゃないのって、簡単に考えれば思うはずなのに、どっちかというと人型の走ってるロボットみたいなものが、よりフォーカスされてる、フィーチャーされてるようなイメージがあってですね。これもなぜなのかみたいなところって、どう見えてます？

例えば今、産業ロボットっていうのは基本的に工場でしか、ものすごくサイズが大きかったりとか、重量性がある。なぜかというと、車を作る時に、その車を作るための重量性っていうのは、重いものを持ち上げないと製造できないじゃないですか。我々が今これからの発展で見た時に、本当に人の生活の中で適用しているっていうふうに考えた時に、今の環境って全部人に合わせてデザインされてますよね。

でも確かに、この机の高さもそう。

高さもそうだし、マイクもそうだし、棚もそうだし、コップもそうだし。なので、今後10年、20年のスパンで見た時に、我々の人間の生活の中に本当にフィジカルAIが浸透し、我々のために機械を動かしていくっていうふうになった時に、それって今の環境、人間によってデザインされているので。

確かに。

産業ロボットっていうのは、もし本当に工場に入る時っていうのは、本当に産業ロボットのために工場自体は再設計しないといけないわけですよね。人が入っちゃいけなかったりとか。でもそれだと、もちろん設備投資だったりっていうのはかかっていくっていうところがありますので。かつ、大量生産はそれで問題ないんですけれども、例えば少量多品種っていうふうになった時にどうするんだっていう問題があって。なので、少量多品種の時っていうのは基本的に産業ロボットっていうのは難しいです。

あとはピッキングもそうですよね。倉庫に行って、化粧品の出荷の時っていうのは、あれだけちっちゃい化粧品を今誰がやってるかっていうと、人の手によってピッキングされて、包装されて、出荷されていくってことを考えた時に、それは産業ロボットでピッキングは今は実現されていないので。人間がやってた動作を本当にロボットに合わせていった時に、人間の形の方が便利だよねっていう結論になったってことだと思うんですよ。

なるほど。逆に言うと、今おっしゃった通り、産業ロボットではできない分野もあったというところだと思うんですけど。

そう、おっしゃる通りです。

それっていうのは、人がやらなきゃいけない。

つまりは、よりその感覚があったのもそうだし、あとスペースが小さいところだったりとか、あと人間がその空間にいる。イメージしやすいのは、コンビニの飲料の棚の補充って今まで人がやってるわけですよ。

はいはいはい。

そこに産業ロボットは入ると思います？

裏、めちゃくちゃ狭いって言いますもんね。

そうですね。っていうことを考えた時に、そこに人が入る。今までは人が入るスペースだったものに、産業ロボットのアームだけ入れられるかっていうのは難しいっていうところがあるんで。

だからおっしゃった通り、工場を作り替えるしか他ないよねっていうのは、最近そういうのも、自動化するコンビニができましたっていうのも、新設で、なおかつそのロボットアーム用の自動でしょ、みたいなものがあるってこと。

っていうのもあるし、あとはそのコンビニの裏の補充スペースに入るロボットを作るっていうことができるのであれば、別にその店舗自体の改修をしなくてもいいよねっていう話にもなるじゃないですか。

そうか。だからその期待をかけて、皆さんどこに投資するっていうのが、フィジカルAIっていう大きな中でも分野に分かれて、いろいろ皆さん考えてるところです。

そうですね。だからたまにテレビを見ると、ヒューマノイドイコールフィジカルAIっていうふうに見られている時もあるんですが、私は別にそれがイコールっていうふうに思っておりませんので。逆に自動運転もある意味フィジカルAIの応用だと思ってますし、今まで車って誰が運転してたかっていうと人間が運転してたんですけれども、こないだのテスラのサイバーキャブでしたっけ、ハンドルもない状態で、誰がそこを判断して運転してるかっていうと、その機械はフィジカルAIのAIが判断して運転してるっていうところもあるので。今まで人間が機械を操作してやんなきゃいけないところを、全部フィジカルAIに任せることができるっていうポテンシャルを、多分期待してるっていうところだと思います。

なるほど。じゃあ、なぜ今ここまで注目され始めたの？ 本当にこの半年とかで特にだと思うんですけれども、大きな波があったよねというところも含めて、ちょっと一度整理していただいてもいいでしょうか。

そうですね。多分一番大きいのは生成AIなんじゃないですかね。ChatGPTだったりとかAIエージェントが出てきて、いわゆるその核のところの進化が、トランスフォーマーが出たことによってかなり進化して、そこの進化がある意味、転換期をもたらしたっていうのが多分ベースにあると思うんですね。

そこまで人間の知能っていうところ、具体的に何かっていうと、今まで2023年のChatGPTっていうのは文字が書けます、文字の認識ができます。でも2024年、2025年っていうのは文字だけじゃなくて画像生成もできたりとか、いわゆるその視覚的なもの。人間の五感を考えていただければと思うんですけど、我々ってまず目があって、しゃべる。この2つがこの2、3年でかなり進化したっていうことなんです。そこが進化できると、知能の判断はある程度LLMに任せられるんですね。

今度は人間って大事なのはこの動きですよね。この手の動きが、いわゆるロボットの動きっていうふうに思ってもらえればよくて。これを人間として例えると、我々が体をどう動かすかっていうのは脳でまず考えて、脳で考える時のインプットっていうのは目ですよね。

確かに。

目と脳はできてます。そうすると、足と手の動きをどう連携させればいいのかっていうのがフィジカルAIの世界。それはあくまでも知能のところですよね。

もう1つあるのは、やっぱりハードの部分。いわゆるハードウェアのコストがどんどん下がってきていて、そこは何で下がってきてるかっていうと、EVの発展は結構あると思います。特に中国におけるEVの部品が、ある程度フィジカルAIのヒューマノイドの部品になっている部分があるので、そこによっての全体的な出荷によって価格が下がってきている、技術が進化してるっていう、この組み合わせによって、今フィジカルAIっていうのが可能性が出てきてるっていうふうに言われているっていうのは1つで。これ、あくまでもマクロレベル。

もう1つ、投資の観点で見た時に、すごくちょっと言いすぎな部分もあるかもしれないんですけど、投資する領域がだんだんなくなってきてるっていうのは、私はあると思っております。

どういうことですか？

LLMの勝者っていうのは結構出てきてるじゃないですか。でも、お金はまだまだ市場にあると思っておりまして。そうすると次、投資家から見た時に、次の領域ってどこなのかって見た時に、本でも書かせていただいたんですが、我々の経済活動の8割、9割を占めているのはオフラインの活動なんですよ。

確かに。コンピューターの前に座ってしている仕事っていうのは、意外とそんなにないと思います。

そう。だから生産性、生産性ってずっと言うけど、結局はこの中での話をしてたんです。コンピューターの中、もしくはバックオフィスの中の話しかしてないですよね。でも8割、9割っていうのは、日々ちょっと思い浮かべてほしいんですけど、Amazonで物を頼んで、それ運んでくれてるのって誰ですか？

そうですよね。

AIじゃないですよね。人ですよね。だからドライバーさんが足りないっていう、物流の2024年問題だったりとか、介護とか製造とかインフラ。今、お家が高くなってるじゃないですか。なぜかっていうと資材が高くなってるっていう部分もあるんですけど、もう1つは現場の大工さんが足りないとかっていう問題がある。そこの8割、9割を占めている部分が自動化されてるかっていうと、まだですよね。

確かに。

そこの部分を取れたら、もっと会社の規模が大きくなっていく可能性がある。そこのオポチュニティを多分投資家としても感じ始めてるんじゃないかなっていうのも、もう1つ、アメリカ、中国を含めたハイプになってる理由なのではないかなっていうふうに思ってます。

そうか。もうパソコンの中の話は、お金がある程度集まっちゃったから、次の化けるやつは何だ、フィジカルAIだってなってるわけですね。ただその金額が、やっぱり予測がすごいことになってて、ヒューマノイド市場、2050年が約5兆。

そうなんです。もう金額が分かんないですね。

本当ですよね。それぐらい本当に世界が変わるんじゃないかというところで投資が集まってるとは思うんですが、そこに対して、それでいいの、大丈夫なのみたいな目線も一部あるとは思うんですけれども、投資家としては何とお伝えしますか？

逆に、今我々が享受しているChatGPTとか生成AIって、それだけの金額を投じた結果だと思うんですよね、アメリカにおいて。なので、多分こういったイノベーションのプレー、ベンチャーキャピタルのプレーっていうのは、今まで過去アメリカの30年で行われてきているものではあると思うので。だから、そのやり方が多分日本で同じやり方で成功するかっていうのは別の話です。

そこの中でどれに目をつけるのかというのは、また投資家の皆さんの眼が問われる。

ただイノベーションっていう、特にディープテック系寄りになっていけばいくほど、やっぱりそれなりの資金量っていうのがないと、優秀な人材もハイアリングできないですし、当然GPUっていうのが必要になってきますので。例えば2026年の上半期で、グローバルのフィジカルAIの投資額、70円なんですよ、グローバルで。それだけみんな期待。何で期待するかっていうと、まさにさっきの野嶋さんがおっしゃってた、2050年であれだけの市場になるんだったら、そこの勝者になれるんだったら、国としても産業としても発展していくっていうのを、多分各国で思ってることではあるかなと思います。

これ難しいのが、結局おっしゃった通り、フィジカルAIという言葉がやっぱり大きいので、その中でも投資する先というのは結構慎重に判断していかなきゃいけないとも思うんですよね。アロケーションも含めて。その中で、ロボットっていうのがそもそもどう動くのかという原理に基づいて、見分けるの第一ステップをちょっと踏みたいなと思うんですけども。その脳みそって2つのことを考えてるんだよというのを本の中で書かれてたんで、ちょっとこれもご説明いただいてもいいですか？

はい。多分、我々人間の脳みそって、反射的に判断するのと思考を伴う、2つあるのって感じたことあります？ 例えば触った時に熱いってなった時に、手をすぐ。

はい。パッて離しますね。

離しますよね。これは熱いから手を離さなきゃいけないっていうのは、やんないですよね。だから反射がまずあると。これがシステム。システム2っていうのは、何かを考えて、例えばこのコップが端っこに置かれた時に、このコップはもうちょいずれると落ちるなっていうのは、やっぱり思考が入るじゃないですか。それがそのワールドモデルっていうものになってます。

言葉でVLAモデルとかワールドモデルとか、多分いろんなところで皆さん聞きますけれども、VLAっていうのはビジョン・ランゲージ・アクションモデルっていって、簡単に言うと画像を見て、その画像から何かアクションを伴うっていうのはVLA。ワールドモデルっていうのは予測をするっていう、この見た結果、次の瞬間何が起こるのかっていうのを、一旦止まって考えてっていうのが、簡単に言うとそのワールドモデルの思考です。

なるほど。でもこれらは、どちらかがあったらいいというわけでもなく、どっちもがないとロボットは動かないってことなんですよね。

これもそれぞれのスタートアップの手法によって違います。

そうなんですか。

はい。なので、ワールドモデルを重視してやるスタートアップもあれば、VLAを重視してやるスタートアップもあれば、組み合わせでやるスタートアップもあれば。

分けられてるんですね、いろいろと。そうなのか。

そう。実際、今ロボット基盤モデル、どの手法でやると最も成果が出るのかっていう定論はないんです。

そうなんですね。

はい。だからこそ、これだけの投資額が、みんながそれぞれ自分たちのアプローチの中でやろうとしてるっていうのが現状です。

でもあえて聞きますけれども、頼さんはどう見てるんですか？

多分システムの組み方だと思ってます。この2つ、どっちかというとアクションにつながるところなんですけれども、結局知能のところっていうのはLLMを使っていかなきゃいけないという部分があるので、多分それぞれの会社の中で割合をどう決めていくのかっていうところはあるかなと思います。一方で多分、ワールドモデルは行動する前に結果を予測するっていうのがないと、なかなかその汎用性が難しいっていうのもあるのではないかなっていうふうには思ってますね。

確かにな。難しいですね、これ。どっちも人間が当たり前のようにやっているからこそ、どっちが重要ですかのブレイクダウンをすることって、なかなか難しいですよね。

難しいです。あとは、ご存じのようにモデルってブラックボックスなので、何で今回失敗したのかっていうのが分からないと、現実世界って怖いじゃないですか。

そうですね。

コンピューターの中だったらいいんですよ。命に関係ないので。だから、そういったブラックボックスの課題をどう解決していくのかっていうことを考えた時に、もう1つのアプローチが、さっき私が申し上げた産業ロボットのルールベースのアプローチ掛けるVLAのアプローチで、ミックスして現場実装するケースもあると思うんですよ。

今、その進捗って何合目ぐらいなんですか？

海外は多分、実装っていう意味でいくと、こないだちょうどWRCに行ってたので、多分5。

でも逆に5まで行ってますか？

実装っていう意味ですよ。

そうですか。へえ。

要は実装の定義だと思うんですけど。

そうか、ある程度動くところまで来たかな。

小さい現場で、私が中国視察した時に一番感動したのが、日本はコンタクトレンズって店に行って、処方箋もらって、そこでいただくじゃないですか。中国の場合は全部オンラインで完結するんですよね。オンラインのアプリで注文して、それをダークストアっていう無人の、本当に出荷場所を見に行ったんですけど、それやってるのロボットなんですよ。ロボットが注文入った段階で、そのコンタクトレンズの箱をピックして、投下して、包装して、それをいわゆる宅配ボックスの中に自動的に置いてある。

そこまで。

そこにいわゆるUberの配達の方々が来て、ピッキングして配送していくっていうのを見てたんですけど、10分ぐらいの中で多分10から15のオーダーをこなしてました。

なるほどな。だから本当に今後、物売りというところの領域でいけば、すでにAmazonとかって結構倉庫の中、すごくAI化されてる、ロボット化されてるなんて言いますけれども、そういうのが当たり前の世界線になっていくっていうことなんですかね。

そうですね。それは結局、今世界中で起きてる問題で、人口減少の問題あるじゃないですか。どの国も。先進国なんて多分そういった課題が一番大きいので、その人をどういう形で補充していくのかっていう。アメリカとかは今までは移民っていう形が1つのソースではあったんですけど、そこは難しくなっていくってことを考えた時に、どんどんアメリカの中でも人の部分をどうするかっていうのもありますし。あとフィジカルAIっていうのは、経済安保にも結構絡んでいく部分ではあるので、国として自分たちの産業をどう守っていくのかっていうのは、多分今後どの国でも考えることなのかなと思いますね。

なるほど。そして今後、より人のできることをという話で言うと、先ほどもあったように、やっぱり二足歩行だけじゃなく、手の部分というのが、よりどれだけ高度になっていけるのかという話で言うと、これ本にも書かれてたんですが、人の手って27個の骨と37種類の筋肉という、すごい。

分かんないですよね。

どこに何があるのか分かんないですけど。

分かんない。

それぐらいとっても繊細な場所であるということからして、これがうまくロボットで再現できるのはいつ頃になるのか、どう見てますか？

5年ぐらいはかかるんじゃないかなと思ってますけどね。本当の意味で人間と同じぐらいの熟練さだったりとか、繊細さっていうのは5年以上かかるんじゃないかなと思ってますけど。でも逆に、こういうものを持っておくであったりとか、この小さいものを持っておくぐらいであったら、今の技術でもある程度できると思う。できるんですけど、人間の速度が半端ないんですよ。

なるほどな、そうか。ウィーン、ガシャ、ウィーン、ガシャじゃなくて。

そうそう。それを工場でやれますかっていう話です。それを人間だったら、例えば私、工場に見学で行かせていただいたことがあるんですけど、現場の作業のスピード感、半端ないですよ。1秒でパンパンパンパンパンってやったりとかするので。

そうか。それを当然、工場の人たちは、それぐらいのスピード感と正確性ですからね。

そうですよね。それ求めるじゃないですか。それをロボットでできるんですかっていう話を見た時に、この2、3年はまだまだ難しいんじゃないかなと思いますね。

そうか。だからまだ、こういうこともできるようになったんだぐらいに、とどまってるってこと。

ステップ、ステップだと思います。

そうか、分かりました。じゃあその後、どう実装まで移っていくのかという話だとも思うのですが、どういう道のりを歩むことになるのか、ここはどう我々は見たらいいんですか？

マイルストーンってことですか？ マイルストーンっていう意味でいくと、多分最初、導入しやすいところから導入されていくっていうふうには思ってまして。例えば製造だったり、現場だったりとか、物流で、どっちかというとマトリックス的に、人手不足の領域プラス、ある程度構造化しやすい環境の中だったら、多分導入はしやすいと思います。

具体的に言うと、例えばどの物流倉庫でも棚があって、ピッキングってあるじゃないですか。環境という意味でいくと、外ではなくて中なので。何でこれが大事かっていうと、ロボットっていうのは、さっき話した人間の視覚的なものが、カメラついてあるじゃないですか。実は例えばここもライトによって、ロボットの視覚的にちょっとずれたりするんですよ。要は影の入り方だったりとか、ライトの形だったりによって、ちょっと見るものがぼやけたりとかするじゃないですか。

そうか。

人間だったら多分リアルタイムに判別できるんですけれども、ロボットは必ずしもそこが得意っていうか、いわゆる環境、天気によっても左右されますので。

なるほどな。

そうすると農業を考えると、雨降った時にどうするの、ロボット出せませんよねとか、土がカメラにかぶったらできないですよねとか。そういう環境はすごく、より時間はかかるんですけど、物流倉庫の中であれば、もう少し構造化されてはいると思うんですね。全く構造化っていうよりかは、非構造化っていうよりかは少しは構造化されているので、そういったところからはやりやすいかなとは思いますね。

なるほど。その実装フェーズの話で言うと、やっぱりよく出てくるのがテスラの話だと思うんですけど、テスラとかは、イーロンさんが、2026年には数万台、人じゃないよね、とかっていう話もあったわけですけど、あれも含めて。もちろんイーロンさんっていうのは、やると言ったことはやるじゃないですか。早かれ遅かれという意味で言うと、どれぐらいの今の進捗だと投資家の皆さんは見ているのか。彼が言っていることに対して、1年、2年ビハインドレベルなのか、いや、あと10年はかかるなと思っているレベルなのか。

難しいですね。多分元々、自社で使ってるので、いけるっていうふうに思ったと思うんですよ。でもさっきの話の通りで、結局これ、トータル統合のスピードと正確性が求められるので。そこが実装、例えばPoCは全然できると思うんですよ。でも1万っていうと、ちゃんとスケールした状態で動けるかどうかっていうのが判断できないと難しいじゃないですか。なので、さっきのご質問に答えると、多分イーロンでいくと2、3年はかかるかもしれないし、もっと早くなるかもしれない。それは多分モデルの進化もそうだし、ハードの進化もそうだし、あと統合力、インテグレーションのところにも多分絡んでいくと思うので。2、3年なのか10年なのかっていうと、10年ではないと思います。

でも本当に近い未来には、そういった実装が早いフェーズのものに関しては、どんどん導入が進んでいくであろうというのが、コンセンサスとしてはもうあるわけですよね。

そうですね。でも大事なのは導入台数だと思うんですよ。要はPoCの1台と、工場で動く100台って違いますよね。

そうですね、確かに。

自動運転も多分そうだと思ってまして、1台と、何台も街に走ってる時のデータ量と、そのスケール量が全然違うので。投資家の観点から見ると、ここの会社だったり手法っていうのは、スケールできるような技術を持ってるのかとか、いろんな観点から見ていく必要はあるのかなと思ってます。

分かりました。最後に、次の第2回のところでは覇権の話もちょっとお伺いしたいなと思ってるんですけど、ちょっとそのブリッジで。日本はそれこそ産業用ロボットとかで、本当に世界をリードしてきた立場でもあったはずだと思うんですけれども、フィジカルAIというものに関しては、勝機はあるのか、どうですか？

勝機は作ってほしいと思います。

そうですか。いい答えですね。ありがとうございます。第2回もよろしくお願いいたします。

よろしくお願いいたします。

これ、どう我々は読み解けばいいですか？ もうすごい数字なので。

すごい数字ですね。

Dは申し込み倍率が5500倍。ちょっとわけ分かんない数字になっている中で、ユニツリーだけじゃないわけですもんね。

3つのグループの企業側が中国の中で資金調達をしながら競争していくっていうのが、今の中国のこのスピード感を作ってる理由でもありますね。

日本はどの土俵で戦うべきなのか。

そのアクチュエーターを作れるポテンシャルは日本はあると思うんですが、チップと脳に関しては、今から追い上げるのは相当厳しいと思うんですね。

日本独自の文化と気質の強みっていうのを、どういうふうに最大限生かせるのかっていうのを1つの尺度として考えて、戦略を練ってもいいんじゃないかなっていうふうに思いました。

そのバブルかどうかっていうのを見極める時に、投資家がやっていることというのが何なのかというのを、ちょっと素人の皆さんにも、特に私に向けてなんですけど、アドバイスいただけたらうれしいな。

そうですね。

PIVOTアプリで動画を視聴するとマイルが貯まり、豪華特典に応募できます。定番のAmazonギフト券、図書カード、さらには毎月MC厳選のプレゼントもご用意しております。YouTube視聴だけでは得られない特典をPIVOTアプリでお楽しみください。

お