RobotAIGeek

AI企業がロボット企業を買収し始めたとき

Google、OpenAI、DeepMind、Anthropicは、それぞれ異なる仕組みを通じて「エンボディッドAI」の実現を目指しています。こうした動きの一致は、推論だけではシミュレーションと現実のギャップを埋めることはできず、言語モデルと物理的なロボットをつなぐ変換層こそが、次のプラットフォームにおける重要な課題であることを示しています。

A
読了目安4分Posted: 2026年8月3日
AI企業がロボット企業を買収し始めたとき

AnthropicはPhysical Intelligenceの買収を試みた。交渉は2026年の春に行われたが、合意には至らなかった。しかし、『The Information』や『Bloomberg』が報じたこの試みは、個々の取引そのものよりも重要な事実を浮き彫りにしている。 世界で最も高性能な言語モデルの一つである「Claude」を開発する同社は、言語理解を物理的なロボットの制御へと変換するソフトウェアを自社で保有する必要があるとの結論に至った。また、そのソフトウェアを社内で開発するには時間がかかりすぎると判断した。そして、すでにその問題を解決している企業を買収することが最速の道であると結論づけたのである。

この結論に至ったのはAnthropicだけではない。主要な基盤モデル企業はすべて、異なる道筋を経て同じ結論に達している。その傾向は今や明白だ。言語モデル業界は、具現化されたAIへと垂直統合を進めている。なぜなら、推論だけでは――それがどれほど洗練されていようとも――ロボットに、見たこともないキッチンでカップを確実に掴ませることはできないからだ。

証拠の連鎖

Googleが先陣を切った。2021年、同社はロボット用ソフトウェアの開発に特化した社内子会社「Intrinsic」を設立した。その構想は、GoogleのAI技術を産業用ロボットに直接応用できるというものだった。この子会社は3年間活動した。 数百人のエンジニアを採用し、数億ドルを投じたが、商用製品を市場に投入することなく、2024年に事業を終了した。この失敗は、人材や資金の不足によるものではなかった。アプローチそのものの失敗だった。検索と広告を中核事業とする企業内で、ロボットの知能を一から構築することは、経営陣が予想していたよりも困難だったのだ。

DeepMindは異なる道を選んだ。独立した子会社を設立するのではなく、既存のAI研究組織内にロボット工学の研究を組み込んだのだ。その結果として、7月30日に発表されたのが「Gemini Robotics」である。

2. これは、DeepMindが「全身知能」と呼ぶ機能を用いて、物理的なロボットを制御するために特別に設計された基盤モデルです。 このモデルは、視覚入力、固有受容フィードバック、言語による指示を同時に処理し、ロボット全身を協調させる運動指令を出力します。このモデルは「Gemini」とは別の製品ではなく、物理世界へと拡張された「Gemini」そのものです。DeepMindは、テキストや画像を処理するアーキテクチャと同じものが、適切なデータで学習させれば、トルクや力も処理できると賭けているのです。

一方、OpenAIは統合ではなく投資の道を選んだ。社内でロボット技術を構築しようとはせず、Physical Intelligence(PI)に資金を提供した。 この投資により、OpenAIは雇用関係ではなく商業的な関係を通じてPIの技術を利用できるようになる。これは同グループの中で最も負担の少ないアプローチだ。OpenAIは運用上の負担を負うことなく、選択肢を確保している。PIが成功すれば、OpenAIは株主として利益を得る。PIが失敗しても、OpenAIは中核となる言語モデル開発からエンジニアリングリソースを割く必要はない。

Anthropicは、ゼロから構築する以外では最も手のかかるアプローチを選択した。同社はPIを完全買収しようとした。それが実現していれば、言語モデルと物理ロボット間の翻訳レイヤーを完全に掌握できたはずだ。買収は、少なくとも現時点では失敗に終わった。 しかし、この試みは、Anthropicの経営陣が、翻訳レイヤーを戦略的に極めて重要と捉えており、社内で迅速に再現することは不可能であり、買収にかかるコストを支払う価値があると判断していることを示している。

「シミュレーションと現実のギャップ」の解説

これら4社すべてが「エンボディッドAI」に注力している理由は、既存の立場からはどの企業も解決できていない、ある単一の技術的課題にある。言語モデルは、「赤いカップを手に取って棚に置く」という指示を理解できる。その指示をサブタスクに分解することもできる。また、

どのカップが赤いか、棚がどこにあるか、どのような一連の動作が必要かについては推論できます。しかし、セラミック製の円筒を潰さずにグリッパーで掴み、中身をこぼさずに持ち上げ、倒さずに表面に置くための正確な運動指令を生成することはできません。

この「理解」と「実行」の間のギャップは、「シミュレーションから現実への問題(sim-to-real problem)」と呼ばれている。シミュレーションの世界では、このギャップは存在しない。シミュレーション上のロボットは、物理エンジンがあらゆる表面、あらゆる力、あらゆる接触点に関する正確な情報を提供するため、シミュレーション上のカップを完璧な精度で持ち上げることができる。 現実世界では、表面は平らではありません。照明は変化します。摩擦も異なります。カップは濡れています。棚は水平ではありません。グリッパーのゴムパッドは不均一に摩耗しています。こうした現実世界の変動のそれぞれが誤差をもたらし、一連の動きの中でその誤差は累積していきます。

Physical Intelligence(PI)の事業は、このギャップを埋めるソフトウェアを構築することに全力を注いでいる。同社のモデルは、単なるシミュレーションだけでなく、現実世界の相互作用データから学習する。再トレーニングなしに、未知の環境に適応する。シミュレーションでは再現できない不確実性や変動性に対処できる。だからこそ、Anthropicはこの会社を買収したかったのだ。PIの方が優れた言語モデルを持っているからではない。 Anthropic独自の言語モデルは世界最高水準にある。しかし、PIにはAnthropicが持っておらず、短期間で構築することもできないものがある。それは「翻訳レイヤー」だ。

プラットフォーム経済学

プラットフォーム経済学という視点で捉えると、この戦略的論理がより明確になります。モバイル時代において、プラットフォームの所有者はAppleとGoogleでした。両社は、ハードウェアとアプリケーションの間に位置するオペレーティングシステムを支配していました。すべてのアプリ開発者は両社に「税」を支払いました。すべてのハードウェアメーカーは両社のソフトウェアに依存していました。プラットフォーム層が、業界の利益の大部分を独占していたのです。

「エンボディッドAI」の時代において、これに相当するプラットフォーム層とは、基盤モデルと物理的なロボットの間を橋渡しする翻訳ソフトウェアのことです。この層を所有する者は、上流のモデルプロバイダーと下流のハードウェアメーカーの両方から対価を得ることができます。 自社のロボットに自然言語による指示を理解させたいロボットメーカーは、この翻訳レイヤーへのアクセスを必要とします。自社のモデルで物理ロボットを制御したい基盤モデル企業も、この翻訳レイヤーへのアクセスを必要とします。このインターフェースの両側を所有する企業が、業界の要所を掌握することになります。

Physical Intelligence(PI)は、独立した企業としてそのレイヤーを構築している。その独立性こそが、同社の価値である。同社は、あらゆるモデルプロバイダーやハードウェアメーカーに販売することができる。単一のエコシステムに縛られることはない。 Anthropicによる買収の試みは、その独立性を終わらせ、プラットフォーム層が買収するには高価になりすぎたり、定着しすぎたりする前に確保しようとするものでした。PIがこれを拒否したことは、同社の経営陣が、独立したプラットフォームとしての地位を、現在提示されているいかなる買収価格よりも価値があると考えていることを示唆しています。

反論

垂直統合が不要であるという説得力のある主張もある。基盤モデルは急速に進化している。各世代ごとに、推論能力、世界モデルの精度、物理的理解の向上を通じて、「シミュレーションと現実」のギャップがさらに縮まっている。 2、3世代もすれば、言語モデルが専用の変換層を必要とせずに、信頼性の高い運動指令を生成できるようになる可能性もある。もしそうなれば、具現化AIミドルウェアというカテゴリー全体が不要になる。フィジカル・インテリジェンスのソフトウェアも不要となる。買収交渉は単なる脚注に過ぎなくなるだろう。

DeepMindの「Gemini Robotics 2」は、この反論を裏付ける最も有力な証拠である。同システムは、この問題をエンドツーエンドで解決しようとしている。

個別の変換層を経由するのではなく、単一のモデルアーキテクチャ内で実現される。Gemini Robotics 2が実用レベルの品質で動作すれば、ミドルウェアによるアプローチは一時的な問題に対する一時的な解決策に過ぎないことが証明されることになる。基盤モデルは、十分な規模に達し、十分な物理的相互作用データで学習されれば、すべてを自力で処理できるようになる。

しかし、この文における「もし」という言葉には大きな意味が込められている。Gemini Robotics 2は7月30日に発表されたばかりであり、商業環境での大規模な導入はまだ行われていない。制御された環境でのデモンストレーションにおける性能は、実際のロボットが稼働する制御不能な環境での性能を保証するものではない。 シミュレーションと実世界の間のギャップは、この10年間、エンドツーエンドのソリューションの障壁となり続けてきた。今後もその障壁であり続ける可能性がある。今日、具現化されたAI機能が必要な企業にとって最も安全な選択肢は、すでに実世界での信頼性の高い性能を実証している企業を買収するか、提携することである。まさにそれが、Anthropicが試みたことである。

投資への示唆

4つの主要AI企業が、それぞれ異なるメカニズムを通じて「エンボディッドAI」に注力しているという事実は、投資家に対して明確なメッセージを送っている。市場は、物理的なロボット制御が、言語、コード、画像生成に続く次の主要な能力のフロンティアであると見なしている。この課題を解決した企業は、現在存在しない新たな収益源を獲得することになるだろう。 これを解決できなかった企業は、競合他社が実世界での活動を展開する中、実世界から締め出されてしまうだろう。

アプローチの多様性は、どのアプローチが勝者となるか誰にも分からないという事実も投資家に示している。Googleの社内開発は失敗に終わった。DeepMindの統合モデルは、大規模な運用において実証されていない。OpenAIの投資は受動的だ。 Anthropicによる買収の試みは拒絶された。それぞれの失敗や部分的な成功は、解決策の選択肢を狭めている。しかし、その選択肢は依然として広い。最終的にこの技術を掌握する企業は、

「エンボディッドAI」プラットフォーム層は、まだ存在していないかもしれない。あるいは、独立して動作し、あらゆる人々に販売されている「フィジカル・インテリジェンス」かもしれない。あるいは、エンドツーエンドモデルによってミドルウェアが不要になることを証明している「DeepMind」かもしれない。この不確実性こそがチャンスなのだ。

確かなのは、各研究所がこの問題が重要であると判断したということだ。18ヶ月前、エンボディッドAIは学術的な関心を集めるものの、企業からの資本は集まらなかった、単なる研究上の珍奇な存在に過ぎなかった。 今日では、数十億ドル規模の買収提案や、世界最大手のAI企業による専用製品の発売、そして参加者がその見返りが莫大であると信じていることを示唆するほどの激しい競争が巻き起こっている。彼ら全員が間違っている可能性もある。しかし、同じ事柄について全員が同時に間違っていることはめったにない。


免責事項:本記事は情報提供のみを目的としており、言及されているいかなる企業、製品、技術に対する投資助言、支持、または推奨を構成するものではありません。

最新記事

Avride社は、出荷台数が100万台を突破したと発表している。しかし、その根拠となる発表を指摘できる者は誰もいない。

Avride社は、出荷台数が100万台を突破したと発表している。しかし、その根拠となる発表を指摘できる者は誰もいない。

martti
martti
2026年11月16日
Ziplineの215億ドルの企業価値は、同社が救う人命とはほとんど関係がない

Ziplineの215億ドルの企業価値は、同社が救う人命とはほとんど関係がない

martti
martti
2026年11月15日
Figure, NVIDIA, and a Beijing Arm Maker Just Built the Same Robot Brain

Figure, NVIDIA, and a Beijing Arm Maker Just Built the Same Robot Brain

martti
martti
2026年11月15日
Komatsu Already Has 1,000 Autonomous Trucks. GXO's 1,000 Robots Are Still a Promise.

Komatsu Already Has 1,000 Autonomous Trucks. GXO's 1,000 Robots Are Still a Promise.

martti
martti
2026年11月15日
英国は、まだ存在しないロボットの集団に保険をかけた

英国は、まだ存在しないロボットの集団に保険をかけた

martti
martti
2026年11月7日
UBTECHの人型ロボットの売上高は1,445%増加した。そのギアボックス供給業者が利益を上げた。

UBTECHの人型ロボットの売上高は1,445%増加した。そのギアボックス供給業者が利益を上げた。

martti
martti
2026年11月6日
4つ目のロボット規格が導入されても、ベンダーロックインは解消されない。ただ、その形が変わるだけだ。

4つ目のロボット規格が導入されても、ベンダーロックインは解消されない。ただ、その形が変わるだけだ。

martti
martti
2026年11月4日
中国の「ディープブルー」は10のロボット生産ラインに拡大したが、そのいずれもが採算を合わせることができなかった。

中国の「ディープブルー」は10のロボット生産ラインに拡大したが、そのいずれもが採算を合わせることができなかった。

martti
martti
2026年11月2日
Agilityはロボットの販売で上場を目指している。一方、他の企業はむしろその工場を買収している。

Agilityはロボットの販売で上場を目指している。一方、他の企業はむしろその工場を買収している。

martti
martti
2026年11月1日
「フィジカル・インテリジェンス」の200億米ドルの買収価格に対し、外部からの入札者は現れていない

「フィジカル・インテリジェンス」の200億米ドルの買収価格に対し、外部からの入札者は現れていない

martti
martti
2026年10月29日
Machentaは、「ロボットにはユーザーのデータは必要ない」という見通しに賭けて、4,000万米ドルを調達した

Machentaは、「ロボットにはユーザーのデータは必要ない」という見通しに賭けて、4,000万米ドルを調達した

martti
martti
2026年10月29日
AGIBOTのロボットがギネス記録を達成しました。本物の記録は依然として1,372です。

AGIBOTのロボットがギネス記録を達成しました。本物の記録は依然として1,372です。

martti
martti
2026年10月29日