OpenAIが人型ロボットの自社ハードウェア開発に着手し、サム・アルトマンCEOは個人がロボットを所有する構想を提示しました。AIモデルと物理ハードウェアの垂直統合が急務となる一方、製造コストの約3倍化や部品供給網の制約が浮き彫りになっており、精密機械で優位に立つ日本企業にとっても戦略の再設計が迫られています。
OpenAIの参入とテスラの難航が示すロボット量産の現実
米国を中心に、フィジカルAIの主導権を握るための構造変化が進んでいます。OpenAIのサム・アルトマン（Sam Altman）CEOは、ポッドキャストや米メディアの取材に対し、ヒューマノイドロボットの自社開発を進めている事実を公表しました。同社は2021年にデータ収集の難航を理由に一度ロボティクス研究から撤退していました。しかし、2025年に社内チームを再編し、2026年6月にはフルスタックのハードウェアエンジニアの採用を加速させています。
その一方で、ハードウェア量産の現場では先行企業が過酷な現実に直面しています。テスラ（Tesla）は、フリーモント工場の車両製造ラインを一部転用してヒューマノイドロボット「Optimus」の初期生産に入りました。しかし、2025年に掲げた約1万台の出荷目標は達成できていません。イーロン・マスク（Elon Musk）CEOは2025年10月の決算説明会において、Optimusを自社が手掛けた中で最も量産が困難な製品であると認めました。自社工場内においてさえ、明確に付加価値を生み出す作業には至っておらず、外部顧客への出荷実績はゼロにとどまります。
一方、産業用途に特化した領域では実証から初期配備への移行が進んでいます。スイスのHexagon Robotics（ヘキサゴン・ロボティクス）は、産業機器大手の独シェフラー（Schaeffler）と協業しました。2032年までに自社ヒューマノイド「AEON」を少なくとも1,000台、シェフラーの工場へ導入する契約を結んでいます。2026年8月にはシェフラーの専用検証施設「Humanoid Gym」において、実際の製造ラインへ投入するための動作学習を開始しました。
市場全体を見ると、低価格帯の量産機を投入する中国勢の出荷が急伸しています。Counterpoint Researchの調査によると、2026年上半期の世界ヒューマノイドロボット出荷台数は2万2,000台を超えました。前年同期比で約300%の急増を記録しています。この市場を牽引しているのはAGIBOT（智元機器人）やUnitree（宇樹科技）などの中国企業であり、両社だけで世界出荷の約75%を占める水準に達しています。この動向については、世界の人型ロボット出荷シェア97％を中国が独占した仕組みでも分析されている通り、圧倒的なサプライチェーンの集積が背景にあります。
米欧のAI大手と製造業各社の主要動向を比較すると、戦略の違いが明確に現れています。
| 企業名 / 陣営 | 主なハードウェア戦略 | AI・制御ソフトウェア方針 | 直面する課題と進捗状況 |
|---|---|---|---|
| OpenAI | 自社設計による人型・異形ロボット開発 | 自社の大規模基盤モデルを物理制御へ直結 | ゼロからの機構設計と量産サプライチェーンの構築 |
| テスラ（Tesla） | 自社工場ライン転用による内製量産 | 自動運転FSDベースのエンドツーエンドAI | 顧客出荷ゼロ、新規部品調達網の立ち上げ難航 |
| Figure AI | 自社設計による商用機「Figure」 | 自社製エンドツーエンドAI（OpenAI提携を解消） | ハードとAIの垂直統合推進、量産検証フェーズ |
| Hexagon × シェフラー | 産業特化型ロボット「AEON」の共同配備 | 高精度作業に特化した産業向け制御モデル | 1,000台規模の実工場配備とMTBF検証 |
関連記事: 人型ロボット量産はいつ？テスラOptimusライン稼働と宇樹科技IPOがもたらす「未熟なコモディティ化」の課題と将来性
なぜ垂直統合なのか：データ主権とBOMコスト3倍の壁
なぜソフトウェアの巨人であるOpenAIが、あえて製造業の「死の谷」に足を踏み入れるのでしょうか。最大の要因は、次世代フィジカルAIの開発において、実世界の物理相互作用データが致命的なボトルネックになっている点です。
水平分業の破綻とFigure AIの離反
これまでAI業界では、モデル開発企業が頭脳を提供し、ロボット企業が機体を供給する水平分業が想定されていました。しかし、このモデルは急速に崩壊しつつあります。
2024年2月にOpenAIと提携した新興ロボット企業のFigure AI（フィギュアAI）は、2025年2月にそのパートナーシップを解消しました。Figure AIのブレット・アドコック（Brett Adcock）CEOは、身体性を持つAIを大規模に成立させるには、ロボットAIとハードウェアを完全に垂直統合しなければならないと宣言しました。
Web上のテキストや静止画像、動画データを学習し尽くした基盤モデルは、物理空間の摩擦や慣性、反力を理解できません。視覚言語行動（VLA）モデルを動かすには、10mN以下の微細な力覚フィードバックや、500Hzを超えるエッジ制御ループのデータが不可欠です。機体のセンサー配置や関節特性とAIアーキテクチャが密結合していなければ、ミリ単位の精密動作や環境適応は達成できません。ヒューマノイドは単なる作業機ではなく、実世界データを継続的に吸い上げるための「センサー塊」なのです。外部のロボット企業に頼る限り、OpenAIは最重要の学習資源を独占できません。
アクチュエーターの集中と中国依存の地政学リスク
しかし、自社でハードウェアを開発・調達しようとする試みの前には、極めて過酷なサプライチェーンの現実が立ちふさがります。マッキンゼー（McKinsey）の試算によると、ヒューマノイドロボットの部品表（BOM）コストのうち、40〜60%をアクチュエーターが占めています。アクチュエーターは、モーター、高精度減速機、エンコーダー、ドライバーを高度に統合した重要基幹部品です。
現在、小型で高減速比を実現する波動歯車装置（ハーモニックドライブ）や精密ローラーねじの供給網は、極めて限られた企業に偏在しています。さらに深刻なのは、原材料と一次加工における地政学的集中です。
| 部品・素材項目 | 世界シェアおよび市場集中度 | 代替調達における主な障壁 |
|---|---|---|
| レアアース採掘 | 中国が約69％を掌握 | 精錬プラントの環境規制、立ち上げに長期間を要する |
| ネオジム磁石加工 | 中国が約90％を掌握 | 高耐熱・高磁力加工技術の特許網と設備投資規模 |
| 波動歯車・精密減速機 | 日独などの特定サプライヤーに集中 | サブミクロン級の加工精度と熱処理技術の参入障壁 |
| 精密ローラーねじ | 欧州・日本・米国の数社に限定 | 研削加工の歩留まり管理と工作機械の制約 |
米調査機関OpenMindの試算によると、中国サプライヤーを活用した場合、ヒューマノイドのBOMコストは1台あたり約4万6,000ドル（約718万円）で済みます。しかし、中国サプライヤーを完全に排除して非中国製部品のみで製造した場合、そのコストは約13万1,000ドル（約2,044万円）へと跳ね上がります。製造原価だけで約2.85倍、およそ3倍に膨張する計算です。
2026年7月28日、米連邦通信委員会（FCC）は外国製の先進ロボット機器（人型ロボット、四足歩行ロボット、AMR）を「Covered List（対象リスト）」へ追加指定しました。安全保障上の懸念から米国内への新規輸入や販売規制が強化されたことで、米国内でロボットを展開する企業は、コスト高を承知で非中国サプライチェーンを構築せざるを得なくなっています。この規制動向は、米FCC規制が変える自動化ロードマップでも詳述されている通り、米国のロボット開発全体に大きなコスト圧力としてのしかかっています。
サム・アルトマンCEOは「誰もが自分専用のロボットを持つべきだ」と語りましたが、一般消費者向けに普及させる前提となる低価格化と、脱中国サプライチェーンの構築は真っ向から衝突しています。
関連記事: 自動車とロボットの境界が崩れるTesla Optimus vs Hyundai Atlas
日本の製造業に生じる構造的商機と調達戦略の転換点
米中対立の激化とAI・ロボットの垂直統合の潮流は、日本のサプライチェーンとロボット戦略に対して大きな構造変化をもたらします。
「フィジカルAI準備度」世界2位の潜在力
OpenMindが2026年8月に発表した「Physical AI Readiness Index（フィジカルAI準備度指数）」において、日本は総合スコア69.6を獲得し、中国（82.9）に次ぐ世界第2位に位置付けられました。米国は69.0で第3位にとどまっています。
米国は計算資源や先端AI人材で圧倒的な強みを持つものの、素材・サプライチェーン分野のスコアが48.5と低迷しています。中国が同分野で95.0という数値を叩き出しているのに対し、米国は自国内に物理的な製造基盤を欠いている弱みが露呈しました。一方の日本は、高精度な減速機、サーボモーター、センサー、磁性材料の分野で世界トップクラスのシェアと製造技術を保持しています。
米国企業が中国製コンポーネントを排除せざるを得ない以上、代替サプライヤーの最有力候補となるのは日本の精密機械・電子部品メーカーです。BOMコストの約半分を占めるアクチュエーター領域において、日本のTier1サプライヤーが果たす役割は極めて大きくなります。すでに国内でも、三菱自動車が月産1000台を目指し東大発新興と量産へ乗り出す動きに見られるように、自動車OEMの製造技術を人型ロボットの量産へ転用する試みが始まっています。
水平分業の終焉が突きつける日本の課題
しかし、日本の製造業が単なる「下請けハードウェアベンダー」にとどまるならば、長期的な利益率は圧迫されます。テスラやOpenAI、Figure AIが目指しているのは、機体から得られた感覚データを自社モデルにフィードバックし、自律性を高めるクローズドループの確立です。
もし日本企業がハードウェアの供給のみに終始し、動作ログや力覚データの所有権を海外プラットフォーマーに明け渡せば、かつてのパーソナルコンピュータやスマートフォンと同様の事態に陥ります。付加価値の大部分が基盤モデル側に吸収され、ハードウェアは過酷な価格競争に巻き込まれるリスクを孕んでいます。
日本企業に求められるのは、ハードウェア単体の納入ではなく、センサーやアクチュエーターの制御データを統合した「知能化モジュール」としての高付加価値化です。また、一般消費者向けの普及を待つのではなく、シェフラーとHexagonの事例のように、国内の製造業現場や物流拠点を実証フィールドとして開放し、産業特化型のフリート運用データを自前で蓄積することが急務となります。
技術・事業責任者が直ちに着手すべき戦略的アプローチ
OpenAIのハードウェア参入と地政学的なサプライチェーン分断は、今後のロボティクス開発のルールが書き換わったことを示しています。日本の事業責任者および技術開発チームは、以下の具体的なアクションを講じる必要があります。
- 非中国サプライチェーンを前提としたモジュール提案の推進
米国市場をターゲットとするロボット新興企業やビッグテックは、FCC規制に対応した非中国製アクチュエーターを渇望しています。モーター、精密減速機、エンコーダーを一体化し、BOMコストの抑制と信頼性を両立させた駆動モジュールを、迅速に米欧の顧客へ提案できる体制を構築してください。
- 機構データとエッジ制御ループの統合開発
ハードウェアの受託製造にとどまらず、10mNレベルの力覚計測やミリ秒単位のエッジフィードバックを可能にするファームウェアをセットで開発します。ハードウェアが生み出す物理データを自社の知的財産として蓄積し、VLAモデル開発企業との協業においてデータ主権を確保する契約設計を徹底してください。
- 産業現場に特化したフリート導入と稼働率の実証
不特定多数の環境に対応する個人向けロボットの実用化には、安全認証やコスト面で依然として高い壁が存在します。まずは自動車部品や電機電子の組み立て現場など、環境がある程度構造化された産業用途において、数十台から数百台規模の導入を進め、平均故障間隔（MTBF）5,000時間超を達成する耐久性検証を先行させてください。
OpenAIの挑戦は、AI開発の主戦場が計算機の中から物理世界へと完全に移行したことを告げています。ソフトウェアの進化をハードウェアの供給網が律速するこの局面において、日本の製造技術と品質管理は、かつてない戦略的価値を持つに至っています。
出典: Forbes JAPAN
出典: Forbes
出典: Decrypt
出典: Schaeffler
出典: FCC
出典: Counterpoint Research
出典: Forbes JAPAN
