『フィジカルAIの衝撃』を読んで考えた―展示会で見た“地味な現場”と半導体製造装置の二重取り構造

『フィジカルAIの衝撃――「身体をもった人工知能」は2030年の世界をどう変えるか』を読んだ。(Amazon)

フィジカルAI。
身体をもった人工知能。この言葉だけを見ると、どうしても二足歩行ヒューマノイドや家庭用ロボットのような、いかにも未来的な存在を想像してしまう。

しかし、本書を読みながら私が何度も思い出したのは、先日見てきたスマート工場EXPO、ロボデックス、ネプコンジャパン、Photonixなどの展示会だった。そこにあったのは、SF的な万能ロボットというより、搬送、検査、制御、センサー、画像処理、FA機器、実装装置、部品、ソフトウェアといった、かなり地味な現場技術の積み重ねだった。

以前、展示会を見て「フィジカルAIの未来は、思ったより地味だった(過去の記事)」と感じた。ただ、本書を読んだ後では、その地味さこそがフィジカルAIの現実的な入口なのだと思うようになった。

フィジカルAIは、ロボット単体の話ではない

フィジカルAIと聞くと、まずロボットを連想する。特に、二足歩行ヒューマノイドは分かりやすい。
人間のような身体を持ち、人間のように作業するロボットは、メディア映えもする。ただし、現場に導入する企業から見れば、重要なのは「人間の形をしているか」ではない。

重要なのは、導入して儲かるのか。
品質が上がるのか。
安全性が上がるのか。
人手不足を補えるのか。
投資回収できるのか。

右から左へ物を運ぶだけなら、コンベアでよいかもしれない。
決まった位置で作業するなら、固定式のロボットアームでよいかもしれない。
床が平坦なら、二足歩行より車輪型の方が合理的かもしれない。

展示会で見た技術群も、まさにそういう現実的な課題に向き合っていた。派手な未来像というより、目の前の工程のボトルネックを一つずつ潰していく技術である。

だから私は、フィジカルAIはまず、半導体工場、自動化倉庫、製造ライン、検査工程、危険作業、夜間稼働が必要な現場のような、投資回収が見えやすい場所から広がるのではないかと考えている。

本書の4層構造は分かりやすい

本書で特に面白かったのは、フィジカルAIを支える構造として、4つのレイヤーが示されていた点である。

1層目がWFM。
2層目がデジタルツイン。
3層目が産業OS。
4層目が現場運用。

私はこれを、かなり納得感のある整理だと感じた。
WFMは、物理世界を理解し、判断するための基盤モデルに近い。
デジタルツインは、工場、倉庫、設備、作業環境を仮想空間上で再現する層である。
産業OSは、現場機器、データ、ソフトウェア、業務プロセスをつなぐ統合・制御基盤にあたる。
現場運用は、実際の導入、運用、保守、改善の層である。

この整理を見ると、フィジカルAIはAIモデルだけでは完結しないことがよく分かる。

モデルがあっても、現場を再現するデジタルツインがなければ、現実の工程に落とし込みにくい。
デジタルツインがあっても、現場機器や業務プロセスをつなぐ産業OSがなければ、実運用には乗らない。
産業OSがあっても、現場で導入し、保守し、改善する力がなければ、継続的な価値にはならない。

この流れで、本書は「もはや、すべてを一社で作り切る時代ではない」という主張につなげている。これは展示会を見た感覚ともかなり近かった。

ある企業はセンサーに強い。
ある企業は搬送に強い。
ある企業は検査に強い。
ある企業は制御に強い。
ある企業は現場への実装や保守に強い。

フィジカルAIは、それらを組み合わせて初めて現実の価値になる。
モデル企業だけでも、ロボット企業だけでも、現場企業だけでも完結しない。

NVIDIAの5層ケーキと、本書の4層構造

この4層構造は、NVIDIAが提唱するAIの「5層ケーキ」と対応させると分かりやすい。NVIDIAの5層ケーキは、おおむね次のような構造である。

• Applications

• Models

• Infrastructure

• Chips

• Energy

私には、本書の4層構造は、このうち上段2層である「Models」と「Applications」を、フィジカルAI向けに細分化したものに見えた。

WFMは、Modelsにかなり近い。
現場運用は、Applicationsに近い。
デジタルツインと産業OSは、その中間にある。

つまり、モデルの能力をいきなり現場アプリケーションに接続するのではなく、その間に、シミュレーション、統合制御、業務プロセス接続のための層が必要になるということだ。

これはフィジカルAIらしい特徴だと思う。

生成AIアプリであれば、モデルをAPI経由で使い、画面上のワークフローに組み込めば済む場合もある。
しかし、フィジカルAIは現実世界で動く。

物が動く。
人がいる。
設備がある。
事故が起こり得る。
止まれば損失が出る。
現場ごとの例外も多い。

だから、モデルとアプリケーションの間に、デジタルツインや産業OSのような中間層が必要になる。

ただし、投資家として見るなら、ここで終わってはいけない。

NVIDIAの5層ケーキでいう下段3層、つまりEnergy、Chips、Infrastructureも非常に重要である。

フィジカルAIを動かすには、電力が必要になる。
半導体が必要になる。
クラウド、エッジ、ネットワーク、データセンター、ストレージが必要になる。
センサーも必要になる。
そのセンサーや半導体を作るための装置も必要になる。

本書の4層構造は、フィジカルAIの実装側を理解するうえで非常に有用である。
一方で、その下にある物理インフラ層まで含めて見ると、投資家としての視野はもう少し広がる。

展示会で見たものは、4層構造のどこにあたるのか

展示会で見たものを、この4層構造に当てはめると面白い。

スマート工場EXPOやロボデックスでは、現場機器、搬送、ロボットアーム、画像認識、制御、データ連携のような展示が多かった。これは、4層構造でいうと、主に産業OSと現場運用に近い。

ネプコンジャパンやPhotonixでは、電子部品、実装、検査、光技術、センサー、製造装置に関わる展示が多かった。

これは4層構造の中だけではなく、その下にあるChipsやInfrastructure、さらに物理的な製造基盤にも関わる。

つまり、展示会で見たものは、フィジカルAIの「完成品」そのものというより、フィジカルAIを現実世界に落とし込むための部品群だったのだと思う。これは、以前書いた展示会レポートとつながる。

展示会で見た未来は、派手ではなかった。
しかし、実装される技術はたいてい地味である。
地味な技術が積み重なって、ある時点で産業構造を変えていく。フィジカルAIも、おそらくそういう広がり方をするのではないか。

アドバンテスト、東京エレクトロンが含まれていたこと

本書で個人的に興味深かったのは、フィジカルAI関連銘柄として、アドバンテストや東京エレクトロンのような半導体製造・検査装置企業が含まれていた点である。

フィジカルAI関連銘柄と聞くと、普通はロボット企業、自動運転企業、FA企業、センサー企業、NVIDIAのようなAI半導体企業を想像しやすい。もちろん、それらは重要である。

しかし、アドバンテストや東京エレクトロンが入ってくるということは、フィジカルAIを単なるロボットテーマではなく、半導体、検査、製造装置まで含む産業基盤の変化として見ているということだろう。

この点は、私が以前から考えてきた問題意識とかなり近い。

私はこれまで、AIインフラやフィジカルAI関連銘柄を整理する中で、半導体、半導体製造装置、光通信、電力、冷却、グリッド、産業ソフト、ロボット、医療機器などを、できるだけレイヤーごとに分けて考えようとしてきた。フィジカルAIを「ロボット銘柄」だけで見るのは狭い。むしろ、身体をもったAIが現実世界に出ていくなら、その身体を構成する半導体、センサー、電力、通信、制御、製造装置まで見に行く必要がある。

本書でアドバンテストや東京エレクトロンが取り上げられていたことは、その視点を補強する材料になった。

半導体製造装置産業の「二重取り構造」

ただし、本書が私の考えている「半導体製造装置産業の二重取り構造」まで明示していたわけではない。

ここは、自分なりの投資仮説として整理しておきたい。私の仮説はこうである。半導体製造装置産業は、フィジカルAI時代において、価値を二重に取り得るのではないか。

一つ目は、フィジカルAIを支える半導体を作るための装置としての価値である。フィジカルAIには、大量の計算資源が必要になる。
GPU、AIアクセラレータ、メモリ、センサー、通信半導体、パワー半導体などが必要になる。
それらを作るには、半導体製造装置や検査装置が不可欠である。

つまり、フィジカルAIが広がれば、その土台となる半導体需要が増え、その半導体を作る装置にも需要が生まれる。

二つ目は、半導体製造装置そのものがフィジカルAI化していく側面である。半導体製造装置は、すでに極めて高度な物理システムである。
ナノメートル単位の制御、画像認識、異常検知、プロセス最適化、歩留まり管理、予知保全、自動調整が求められる。

ここにAI、センサー、データ解析、制御技術がさらに組み込まれていく。つまり、半導体製造装置産業は、フィジカルAIを支える側であると同時に、自らもフィジカルAIを取り込んで高度化していく側でもある。

私はこれを、半導体製造装置産業の「二重取り構造」と見ている。フィジカルAIを作るための半導体を支える。
同時に、装置そのものもAIによって進化する。

この二重性こそ、私が半導体製造装置産業をフィジカルAI時代の重要テーマとして見ている理由である。

ただし、銘柄名だけに飛びつくのは危険

もっとも、ここで注意したいのは、テーマが正しくても投資リターンが正しくなるとは限らないということだ。

フィジカルAI関連銘柄として名前が挙がっている。
だから買えばよい。

これは危険である。半導体製造装置は、強い産業である一方で、半導体サイクルの影響を受ける。
顧客の設備投資動向に左右される。
中国規制や地政学リスクもある。
金利やバリュエーションの影響も受ける。
フィジカルAIの普及速度が想定より遅ければ、期待先行で買われた銘柄は調整する可能性もある。

また、フィジカルAIが成長したとしても、その利益がどのレイヤーにどれだけ配分されるかは分からない。

WFMを握る企業が強いのか。
デジタルツインを握る企業が強いのか。
産業OSを握る企業が強いのか。
現場運用に強い企業が強いのか。
半導体・電力・インフラを握る企業が強いのか。

これはまだ決まっていない。だから、フィジカルAIを投資テーマとして見るなら、銘柄名ではなく、レイヤー構造で見る必要があると思う。

薬剤師目線で見るフィジカルAI

私は薬剤師でもあるので、薬局にフィジカルAIが来るのかという点も少し考えてしまう。

薬局業務にも物理作業は多い。

ピッキング。
監査。
在庫管理。
発注。
薬袋作成。
一包化。
患者対応。

AIや自動化が入り得る余地はある。ただし、薬局にいきなり人型ロボットが入ってくるとは考えにくい。

店舗スペースの制約がある。
導入コストの制約がある。
既存システムとの連携がある。
医療安全上の責任がある。
薬機法や保険制度の制約もある。

したがって、薬局におけるフィジカルAIも、まずは人型ロボットではなく、既存業務の一部を支える形で入ってくる可能性が高い。

たとえば、監査支援、在庫管理、自動発注、ピッキング支援、患者情報の整理、服薬指導の準備などである。

ここでも同じ構造がある。AIモデルだけでは現場は変わらない。
現場の業務フローに組み込まれて初めて価値になる。

本と展示会をつなぐと、フィジカルAIは産業システムに見える

『フィジカルAIの衝撃』を読んで、展示会で見たものの意味が少し整理された。あの会場に並んでいたセンサー、搬送、検査、制御、実装、部品、ソフトウェアは、単なる周辺技術ではなかった。それらは、フィジカルAIを現実世界に落とし込むための構成要素だったのだと思う。

フィジカルAIは、派手なロボットだけの話ではない。

WFM、デジタルツイン、産業OS、現場運用さらにその下には、半導体、センサー、電力、通信、計算基盤、製造装置がある。

本書の4層構造は、フィジカルAIの実装側を理解するうえで非常に分かりやすい。
一方で、投資家として見るなら、その下にある物理インフラ層まで含めて考える必要がある。その中でも、半導体製造装置産業は、フィジカルAIを支える側であり、自らもフィジカルAI化していく側でもある。私はこの「二重取り構造」を、今後も重要な投資仮説として追っていきたい。

フィジカルAIは、ロボット銘柄の短期テーマではない。
むしろ、AIモデル、産業ソフト、現場運用、半導体、電力、製造装置まで含む、長い産業変化として見るべきテーマだと思う。

関連記事

この記事は、以下の記事と関連しています。ご興味がありましたらどうぞ。

薬剤師兼投資家がロボデックスで見てきたいこと｜薬剤師兼投資家のAI観察メモ

フィジカルAIの未来は、思ったより地味だった――スマート工場・ロボデックス・ネプコン・Photonixを見てきた｜薬剤師兼投資家のAI観察メモ

ロボット本体ではなく、現場を動かすAIを見る。ファナック×Google発表から考えるロボデックスの見どころ｜薬剤師兼投資家のAI観察メモ