背景と概要
サンフランシスコのロボティクス・スタートアップPhysical Intelligence（元DeepMindメンバーが創業）は2026年4月16日、新モデル「π0.7」を発表した。同モデルは一度も学習していないタスクをゼロショットで遂行できる「汎用ロボット脳」を目指しており、自然言語によるリアルタイム指示だけでロボットが未知の作業（例：調理）を実行した。複数のロボットプラットフォームをまたぐクロス・エンボディメント学習を採用。同社は直近のシリーズBで6億ドルを調達（評価額56億ドル）、現在は11億ドル超の評価額での1億ドル追加調達交渉中。累計調達額は11億ドル超で、CapitalG・Jeff Bezos・Thrive Capitalなど錚々たる顔ぶれが出資する。
本質的な課題
現代の産業ロボットは「単一タスク専用機械」であり、製品ライン変更や新工程の都度、SIer（システムインテグレーター）による数百時間の再プログラミングと数千万円のコストが発生する。π0.7が解決するのは、この「ロボットの固定性」という製造業最大の非効率である。特に多品種少量生産を強いられる日本の中小製造業にとって、このペインは年間機会損失として計り知れない規模に達している。
日本市場における障壁
法的障壁：労働安全衛生法と型式検定制度
日本の「労働安全衛生法」および関連する機械安全規格（JIS B 8433等）は、産業用ロボットの動作範囲・速度・安全停止条件を明確に定義することを前提としている。ゼロショット型AIが確率的に未学習タスクを実行する場合、その動作範囲が事前に定義できないため、現行の型式検定制度に適合させることが極めて困難。厚生労働省が新たなリスクアセスメント基準を策定するまでの空白期間が、日本での展開を最低でも2〜3年遅らせると予測する。
文化的障壁：カイゼン文化とAI不確実性の相克
トヨタ生産方式に代表される日本のものづくり文化は「確定的・再現可能・検証可能」なプロセスを極限まで追求する。ゼロショットAIが「おそらくできる」という確率的アウトプットを返す点は、品質管理部門・現場監督層に深刻な抵抗を生む。「AIが判断した工程は標準化できない」という現場の論理が、経営層の導入判断を骨抜きにするリスクがある。
物理的・商慣習的障壁：ケイレツ・SIer構造の壁
日本の工場自動化市場はFANUC・安川電機等のロボットメーカーと、専属的なSIer（システムインテグレーター）が垂直統合的な関係を形成している。π0.7のような汎用ロボット脳が「SIerによるカスタムプログラミング不要」を謳えば、SIer各社は商権を失うため、導入提案を積極的に行わない構造的インセンティブが生まれる。ケイレツ系SIerを通じた販路確保なしには、日本の製造業への実質的な浸透は極めて困難である。
影響を受ける産業
この変化の影響は一部の業界にとどまらない。とりわけ産業用ロボットSIer（システムインテグレーター）——カスタムプログラミング需要が消滅するリスク、製造業向け派遣・請負業（パソナ、テクノプロ、フルキャスト）——工場内単純作業の代替が加速、FANUCおよび安川電機の既存ロボットコントローラー事業——プロプライエタリAPIが汎用モデルに侵食される、工場向け産業機械コンサルティング会社——タスク設計・工程設計業務がAI化といった領域では、既存のビジネスモデルや競争構造の見直しを迫られる可能性が高い。
今後のシナリオ
楽観シナリオ
「汎用ロボットOS」の日本標準化——FANUC・安川がπ0.7をOEMライセンス取得
経産省の「ロボット革命・産業IoTイニシアティブ」との連携のもと、FANUC・安川電機がPhysical Intelligenceと提携または技術ライセンス契約を締結。既存のロボットハードウェアにπ0.7相当のモデルを組み込んだ「日本版汎用ロボット脳」として2027年末に製品化。自動車サプライチェーンのTier-1企業から順次導入が進み、2029年には国内製造ロボット出荷台数の30%以上がゼロショット対応機種となる。SIerは「タスク設計コンサル」へとロールシフトし、市場縮小ではなく高付加価値化を実現する。
現実シナリオ
特定業種・特区での先行展開——2027〜2028年に食品・物流で限定PoC
日本上陸まで残り約2年と予測する。最初のフェーズでは、安全規制が比較的緩やかな食品加工・倉庫物流・農業（スマート農業特区）での限定的なPoC（概念実証）が先行する。製造業本体への展開は2029〜2030年以降となり、まずはB2B向けのロボット・アズ・ア・サービス（RaaS）モデルで月額課金型の導入が進む。SIerとの共存モデルが構築されることで、市場は破壊ではなく段階的な置換という形をとる。
悲観シナリオ
規制の壁と現場抵抗でガラパゴス化——中国製汎用ロボットに市場を奪われる
厚生労働省のガイドライン改定が2030年まで遅延。その間に中国のUnited Imaging RoboticsやDJI Industrial等がASEAN・欧州市場でπ0.7相当技術の実績を積み、価格競争力を武器に日本市場に後から参入。日本メーカーは「安全性の高い従来型ロボット」に固執し続けた結果、2030年代には輸出競争力を失う。製造業派遣労働者の雇用は一時的に守られるが、構造的な国際競争力低下を招く。
編集部の見立てでは、これらの動きが日本市場へ本格的に波及するまでには、 およそ2年〜2年半（2028年第2四半期に最初の量産ライン本格導入と予測）を要すると考えられる。
日本市場での事業機会
「製造現場向け汎用ロボットOS×既存日本SaaSの統合プラットフォーム」
日本のMES（製造実行システム）SaaS——例えばSmartDB（ドリーム・アーツ）やFACTORY LINK（富士通）——とπ0.7相当のゼロショットロボット制御APIを統合したミドルウェアを開発する。工場のオペレーターが既存のMES画面上でロボットへの自然言語指示を入力できるUXを提供し、SIer不要のセルフ・オートメーション環境を実現。MES連携済みの中堅製造業（従業員100〜500名規模）が最初のターゲット。ビジネスモデルはAPI呼び出し課金＋月額SaaS料金のハイブリッド型。
「SIer中間コスト撲滅型ロボットRaaS——中小製造業向け定額自動化サービス」
現状、日本の中小製造業（従業員20〜100名）がロボット導入するには、SIerへの初期設計費用として平均1,000〜3,000万円が必要で、これが自動化の最大の参入障壁となっている。π0.7型汎用ロボットを月額30〜80万円のサブスクリプション（ハードウェアリース＋モデルAPI使用料込み）で提供するRaaSモデルを構築すれば、この初期費用障壁を撲滅できる。「ロボットを買わない、使う」という新しい製造業の文化を創出する起業機会がある。特に食品加工・プラスチック成形などの労働集約型中小企業が主要市場となる。
「介護・リハビリ施設向けゼロショット支援ロボット——日本の高齢化社会への転用」
π0.7の「自然言語で未知タスクを学習」という特性を、工場ではなく介護施設・リハビリ病院に転用する。入居者ごとに異なる身体状況・生活習慣に合わせた支援動作（食事補助、移乗介助、服薬管理）を、介護士が日本語で都度指示するだけでロボットが実行できる仕組みを構築する。日本は世界最大の高齢化社会（65歳以上人口比率30%超）であり、介護人材不足（2030年に約69万人不足と予測）という構造課題を抱える。この文脈での転用は、製造業より規制ハードルが低く（福祉用具の認定制度の活用が可能）、かつ社会的インパクトが高い。政府の「科学技術イノベーション基本計画」における介護ロボット推進予算（年間数十億円規模）への補助金申請も現実的なルートである。
戦略的アクション
経営層が取るべき行動
【黒の視点（リスク）】今この段階での大規模導入投資は時期尚早と判断する。理由は3点：①厚生労働省の安全基準がゼロショットAIロボットに未対応、②ベンダーロックイン・リスク（現時点でPI社の製品は特定ハードウェア依存が高い）、③SIer関係への摩擦コストが過小評価されやすい。【黄の視点（利点）】ただし「何もしない」という選択肢も危険である。推奨アクションは以下の2段階：第1段階（今から6ヶ月以内）——自社の工程の中で「タスク切替コストが年間5,000万円超の工程」を特定し、外部PoC予算として3,000〜5,000万円を確保。国内外のゼロショット・ロボット技術ベンダー（Physical Intelligence・FANUC AIラボ・川崎重工ロボティクス部門）と非排他的な技術評価契約を結ぶ。第2段階（6〜18ヶ月）——規制環境の先取りとして、厚生労働省・経産省のAIロボット安全WGに業界団体経由で参画し、自社にとって有利な基準策定に関与する。先行PoC実績を持つ企業が規制形成に影響力を持つことができ、これが最大の先行者利益となる。
エンジニアが取るべき行動
【白の視点（技術的現実）】π0.7の最大の技術的革新は「クロス・エンボディメント学習」——異なるロボット機種のデータを統合学習し、汎用的な物理操作モデルを構築する点にある。日本での実装における最大の技術的ハードルは、FANUC（FOCAS2 API）・安川電機（YRC1000 Ethernet/IP）・川崎重工（K-ROSET）といった日本製ロボットコントローラーのプロプライエタリAPIと、オープンな汎用ロボット基盤モデルをブリッジするミドルウェア開発である。現状このブリッジレイヤーは存在しない空白地帯であり、OSS（オープンソース）として先に公開したチームが業界標準を取れる可能性がある。【緑の視点（起業機会）】具体的なアービトラージ機会：Anthropic MCPが「ソフトウェアエージェントと外部ツールの接続」を標準化したように、「物理AIモデルと日本製ロボットコントローラーの接続プロトコル」を標準化するOSSプロジェクト（仮称：Physical MCP）を立ち上げ、コミュニティを形成する。GitHub上でのエコシステム構築後、エンタープライズ向けサポート・ホスティングで収益化するというAOSS（Apache License + Commercial Licensing）モデルが有効。初期チームは2〜3名のロボティクスエンジニアで着手可能であり、資金調達前にPoCが示せれば国内VCへのピッチ成功確率は高い。
