【日本編・後編】フィジカルAI国策は本物か？2040年1,000万台・国産基盤モデル・18分野実装と本命株を徹底検証

日本のフィジカルAI関連株を考えるうえで、2026年は政策面でも大きな転換点です。経済産業省はAIロボティクス戦略を改訂し、2040年に国内ロボット導入台数約1,000万台という目標を掲げました。対象も製造・物流だけでなく、介護、医療、飲食、食品製造、災害対応、インフラ、農林水産など合計18分野へ広げています。

さらに政府は、Noetraと産業技術総合研究所のコンソーシアムを国産マルチモーダル基盤モデル開発に採択しました。狙いは、日本の工場、医療、災害、福島第一原発廃炉などで蓄積される現場データを使い、海外の生成AIとは異なる「身体を動かすためのAI」を育てることです。

では、この国策は本当に日本企業の利益につながるのでしょうか。結論から言えば、方向性はかなり正しい一方、「1,000万台」という数字だけを株価材料として鵜呑みにするのは危険です。米国はNVIDIA、Tesla、Figure AIなど民間企業が巨額資本とデータを集め、中国は政府支援と量産スケールを同時に進めています。日本が勝つには補助金以上に、現場データ、量産コスト、共通ソフトウェア、調達制度を一体で変える必要があります。

市場規模はどこまで大きくなるのか――「ロボット本体」だけでは見誤る

McKinseyは2026年、フィジカルAIとロボティクスが2040年までに少なくとも1兆ドル規模の経済価値を生む可能性を示しました。これはロボット本体の販売額ではありません。製造・物流の生産性、AI計算、ソフトウェア、保守、センサー、データ、サービスまで含む広い価値です。

日本政府が1,000万台という「台数目標」を置いたことには意味があります。ロボット産業はソフトウェアと違い、実機が増えなければ部品売上も保守売上もデータも増えません。100万台から1,000万台へ増えれば、減速機、モーター、センサー、GPU、電池、通信、保険、安全認証まで経済波及が発生します。

ただし、台数だけでは市場規模を測れません。100万円の配送ロボットと5,000万円の産業用ロボットを同じ1台として数えるからです。投資家は「何台」より、1台当たり単価、年間稼働率、ソフトウェア課金、保守契約を見る必要があります。最終的に高い利益率を取る企業は、単にハードを一度売る企業ではなく、稼働後も収益が続く会社になる可能性が高いでしょう。

2040年1,000万台――政府は何を変えようとしているのか

経産省のAIロボティクス戦略は、単に研究開発補助金を増やす内容ではありません。ユーザー企業による導入支援、ロボットフレンドリーな施設・業務への変更、研究開発と社会実装と人材育成をつなぐ中核拠点、分野別ロードマップを組み合わせています。

これは過去の日本ロボット政策への反省が見えます。日本は産業用ロボットの輸出台数では強かった一方、サービスロボットでは「実証実験をしたが、現場業務がロボット向けに設計されておらず定着しない」ケースが多くありました。ホテルの段差、物流倉庫の棚、介護施設の通路、病院のエレベーターが人間前提なら、ロボット側へ高価な万能性を要求することになります。

政府が「ロボットフレンドリー環境」を強調するのは、環境側を機械に合わせることでロボット単価を下げ、導入速度を上げるためです。これはAmazonやSymboticが倉庫全体をロボット向けに設計して成功した考え方と近く、政策として合理性があります。

18分野への実装――どこから利益が出やすいか

政府は製造、物流、建設、介護、医療、飲食、食品製造、農林水産、インフラ、災害対応など18分野へ対象を拡大しました。しかし全分野が同時に伸びるわけではありません。企業収益化の確度で見ると、大きく3段階に分けられます。

確度	分野	理由
高	製造・物流・半導体工場	ROIを金額化しやすく、環境を整備しやすい
中	建設・農業・インフラ点検・警備	人手不足は深刻だが屋外環境が複雑
長期	介護・医療・飲食・家庭	安全規制・対人責任・不定形作業の難易度が高い

したがって、2027～2030年に最初に大きな売上が出やすいのは、FANUC、安川電機、SMC、キーエンスなど既存FA企業です。ヒューマノイドが家庭へ入る未来より先に、既存工場のロボットが生成AIやVLAで扱いやすくなる方が現実的です。

国産マルチモーダル基盤モデル――日本版GR00Tは作れるのか

2026年6月、経産省はNoetraと産総研を中心とするコンソーシアムを、ロボティクス向け国産マルチモーダル基盤モデルの開発主体として採択しました。計画期間は2026～2030年度。画像、言語、動作、センサーデータを統合し、複数種類のロボットへ適用できる基盤モデルを狙います。

発想自体はNVIDIAのGR00T、FigureのHelixなど世界潮流と一致しています。特に政府が強調する「高齢者ヘルスケア、災害対応、製造現場、福島第一原発廃炉のデータを活用する」という戦略は重要です。米国のインターネット企業が持ちにくい、日本固有の物理データだからです。

ただし最大の問題はデータの所有権と標準化です。工場ごと、メーカーごとにフォーマットが違い、企業が機密データを外へ出さなければ基盤モデルは育ちません。OpenAI型の巨大言語モデルのように公開ウェブを学習することもできません。国産AIを作ることより、競合企業が安心してデータを持ち寄れる制度設計の方が難しい課題です。

米国と日本の決定的な違い

項目	米国	日本
強み	AIモデル・GPU・VC資金	部品・製造・品質・現場
代表	NVIDIA、Tesla、Figure	FANUC、安川、ナブテスコ等
資本	民間が数千億円規模	企業内部資金＋政策支援
課題	ハード量産・コスト	ソフト・データ・意思決定速度

日本が米国と同じ土俵で基盤モデルのパラメータ数を競う必要はありません。むしろNVIDIA等のモデルを使いながら、製造・建設・災害など高品質な現場データで微調整し、ハードウェアまで含めて安全に実装する方が勝率は高いでしょう。

政府が国産モデルへこだわり過ぎると、世界標準との互換性を失い、普及が遅れるリスクがあります。理想は「国産か海外か」の二択ではなく、オープンな標準の上で日本固有データと安全技術を持つことです。

国策恩恵を受けやすい上場企業群

第1群：既存ロボット・FA大手――FANUC、安川電機、川崎重工、オムロン、SMC。政府補助がなくても顧客が存在し、導入支援が需要を前倒しするため利益への波及が比較的早い層です。

第2群：ボトルネック部品――ナブテスコ、ハーモニック・ドライブ、THKなど。ロボット台数が増えれば関節数量が増えるためテーマ感応度が高い。ただし中国内製化と価格下落を考える必要があります。

第3群：データ・ソフトウェア――ティアフォー、シリコンスタジオ、ダイナミックマップ、ヴィッツ、DMP。成功時はPSR・PERの再評価余地が大きい一方、赤字・小型企業が多く、研究案件が商用売上へ転換しないリスクがあります。

第4群：AIインフラ・統合――マクニカHD、ジーデップ・アドバンス。NVIDIAや各種センサー、ネットワーク、GPUを日本企業へ導入する「つるはし」役で、どのロボット本体が勝つかを当てなくても市場成長を取り込めます。

政策期待値を5段階で評価すると「3.5」

政策の方向性を5点満点で評価するなら、現時点では3.5点程度と考えます。理由は次の通りです。

• プラス：台数目標だけでなく導入・施設改修まで踏み込んだ
• プラス：製造以外の18分野へ需要を広げた
• プラス：現場データを国産基盤モデルへ使う発想は合理的
• マイナス：米国・中国に比べ投資規模と意思決定速度が小さい
• マイナス：日本企業は実証実験・受託SIで終わりやすく、製品化が弱い
• マイナス：企業間データ共有の制度がまだ十分見えない

つまり「国策だから全部上がる」ではありません。しかし、過去のロボット政策よりも、AI・データ・現場改修をまとめて扱っている点は前進です。政策を理由に投資するなら、補助金採択ではなく補助金終了後も顧客が自費で買うかを確認する必要があります。

株価が大きく動く「数字」は何か

1. ロボット出荷台数：実証台数ではなく量産台数が桁を変える
2. 受注残：年間売上の何倍あるか、利益率を伴うか
3. ソフトウェアARR：一度売って終わりではない収益が増えるか
4. 海外売上：日本の補助金市場から世界市場へ出られるか
5. 粗利率：人月型SIから標準製品へ移ると利益率が上がる
6. 稼働データ量：導入台数×稼働時間がAI性能のデータモートになる

特に小型フィジカルAI株では「NVIDIAと連携」「実証開始」「政府事業に採択」だけで株価が急騰しやすい一方、数カ月後に売上へつながらないと評価が剥落します。今後はIR文面の華やかさより、受注金額・顧客名・量産開始・四半期売上が出た銘柄を優先する方が再現性があります。

日本フィジカルAI株を投資確度で分類

分類	銘柄例	特徴
利益の裏付けが強い	FANUC、SMC、キーエンス、マクニカ	テーマが外れても本業利益がある
数量感応度が高い	HDS、ナブテスコ、安川	ロボット生産増で部品需要へ波及
高成長オプション	ティアフォー、ダイナマップ、シリコンスタジオ	成功時の評価倍率大、赤字リスク大
安全・周辺インフラ	ヴィッツ、オムロン、ソニー	普及が進むほど不可欠になる

参考資料

• 経済産業省「AIロボティクス戦略」
• 経済産業大臣会見：2040年約1,000万台・18分野
• 国産マルチモーダル基盤モデル開発事業
• McKinsey: The age of thinking machines
• NVIDIA Japan Physical AI Ecosystem

80兆円投資と20兆円市場をどう読み解くか

経済産業省が示したフィジカルAI政策では、2040年度までに半導体を含めて約80兆円の官民投資を想定し、日本が世界シェア3割超を獲得することで約20兆円の市場を取る目標が示されています。また、2040年度の国内導入台数は約1,000万台、18分野への実装が長期目標です。数字は大きいですが、これは企業の確定受注や政府予算だけを示すものではありません。民間設備投資を含む政策目標であり、達成には開発費、設備、半導体、導入支援、保守サービスまで広い投資が必要です。

投資家が注意したいのは、「80兆円」という見出しだけで関連銘柄の売上を推計しないことです。上場企業の業績に届く順番は、研究開発の公募採択、実証設備の発注、特定現場への導入、複数拠点への横展開、量産、保守契約という流れになります。採択額が大きくても共同研究先へ配分される場合があり、売上になっても低採算の受託開発にとどまる可能性があります。逆に、導入台数は小さくても標準ソフト、認証、安全制御、データ基盤を押さえれば継続課金につながります。

国策の本気度を測るうえでは、単年度の補助金よりも、2027年度以降に中核拠点、共通データセット、マルチモーダル基盤モデル、実装支援が継続するかが重要です。経産省は2026年6月にAIロボット・フィジカルAIを見据えたマルチモーダル基盤モデル開発事業を開始しました。これは文章生成AIではなく、画像、言語、力覚、動作を結び付け、現場で安全に行動するモデルを作る政策です。日本企業が持つ製造現場のデータを学習資産に変えられるかが勝負になります。

株価上昇につながる企業を見分ける5条件

1. 実証から量産へ進んでいること：PoC件数ではなく、有償導入台数と再注文を確認します。
2. ハード売り切り以外の収益があること：保守、ソフト、データ、遠隔監視の継続売上が粗利を安定させます。
3. 標準化の主導権があること：通信規格、OS、安全認証、シミュレーション環境を押さえる企業は顧客を囲い込みやすくなります。
4. 量産能力と部品調達力があること：需要が増えても生産できなければ売上にならず、特注対応が多すぎると利益率も上がりません。
5. 政策依存を脱していること：補助金終了後も民間顧客が経済合理性で購入する製品かを確認します。

この条件では、減速機やモーターの既存大手は量産・顧客基盤で優位ですが、成長率が企業全体の利益を大きく変えるまで時間がかかります。小型株は一件の大型受注で業績が変わる一方、実証止まりや資金調達のリスクがあります。株価上昇余地を探す場合は、テーマの新しさと業績寄与の大きさを分け、受注が営業利益とキャッシュフローへ転換している企業を優先するのが合理的です。

一次資料：経済産業省「新規研究開発事業に係る事前評価書」、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開発事業

国策テーマが失速する場合も想定します

弱気転換の条件は、実装支援が研究開発段階に偏り、企業の設備投資が増えないことです。ロボットは本体価格だけでなく、現場改修、安全柵、通信、教育、保守まで初期費用がかかります。人手不足でも投資回収期間が長ければ、中小企業は導入を見送ります。汎用品を置くだけで動かず、現場ごとの特注開発が続けば、台数が増えても供給企業の利益率は上がりにくくなります。

もう一つのリスクは、基盤モデルや制御ソフトの主導権を海外企業が握り、日本企業が低利益率の部品供給に固定されることです。国産化率そのものを目的にする必要はありませんが、学習データ、運用ソフト、安全認証、保守契約のどこで継続収益を取るかが重要です。四半期決算では補助金収入を除いた営業利益、民間顧客売上、量産台数、継続課金比率を確認します。

政策評価の時間軸も分けます。短期は公募採択と実証開始、中期は有償導入と複数拠点展開、長期は量産台数と保守収入です。現在の株価がどの段階まで織り込んでいるかを確認し、実証発表だけで量産時の利益を先取りしすぎないことが大切です。受注額、納期、粗利率が開示されない材料は、期待材料として扱い、業績予想には慎重に反映します。

まとめ――日本の勝ち筋は「全部国産」ではなく、現場の標準を取ること

日本には世界級のロボットメーカー、減速機、モーター、センサー、工作機械が存在します。米国にはGPUとAIモデル、中国には量産コストがあります。したがって日本が勝つために必要なのは、全てを国産化して閉じることではありません。

NVIDIA等の世界標準AIを積極的に使いながら、日本の工場・建設・医療・災害現場のデータを集め、ロボットを安全に長時間稼働させる標準を取る。その上で、部品販売だけでなくソフトウェア・保守・データから継続収益を取ることです。

2040年1,000万台という政府目標が達成されれば関連市場は巨大になります。しかし投資家にとって重要なのは2039年の台数ではなく、2027年、2028年の四半期決算で受注、量産、粗利、海外売上が何倍になっているかです。国策は追い風ですが、株価を長期的に押し上げるのは最終的に利益です。