ここ2年、日本ではディープテック（Deep Tech）と人工知能（AI）が強く注目されている。高齢化による労働力不足が、ロボットや自動化への真の需要を生み出している。また、精密製造やセンサー産業で長年にわたり蓄積されてきた強みにより、日本は「フィジカルAI」の波において有利な立場にある。さらに九州では、すでに10億ワット（ギガワット）級のAIインフラ建設が開始されており、次の計算需要に備えている。

東京で開催されたIVS（Infinity Ventures Summit）では、多くの起業家やベンチャーキャピタリストが様々な角度からこの市場の姿を描き出した。日本が持つ製造業の長い歴史が、このAI産業の波の中でチャンスをもたらすという見方も少なくない。では台湾と日本の位置づけの違いは何だろうか？台湾のスタートアップが現在、日本市場に参入する際の切り口はどのようなものになるのだろうか？

日本市場のチャンスは人材不足に潜む

黄仁勲氏が「フィジカルAI（Physical AI）」を提唱して以来、ヒューマノイドロボットへの注目度はますます高まっている。RLWRLDの創業者兼CEOであるJunghee Ryu氏、Valtecの創業者兼CEOである葛維邦氏、Braid Technologiesの技術・クリエイティブディレクターであるGuido Cossu氏の3人の起業家が、この用語に対する独自の定義を示した。

Junghee Ryu氏は、これを「大規模言語モデルを基盤として、ヒューマノイドロボットの知能を構築すること」と定義した。葛維邦氏は、AIが現実世界の状況を解釈し、意思決定を行える必要があると強調した。Guido Cossu氏はさらに定義を広げ、物理AIとは「AIが現実世界に対して責任を持ち、即時的かつ正確に行動すること」であると述べた。

Valtecは、このパネルディスカッションにおいて台湾との関わりが最も深い事例である。SparkLabs Taiwanが投資するこの台湾のスタートアップは、遠洋漁業の漁船、特にマグロの巻き網漁船団を主な顧客層としている。葛維邦氏は、日本に会社を設立した理由について、その鍵はセンサーにあると語った。「日本は世界最高水準の海洋用センサーを生産しており、そのレーダーは世界の商用船舶の50％に搭載され、ソナーも同様です」と彼は述べた。レーダーやソナーなどの海洋用センサーにおける日本の技術水準が、物理AIシステムがどれほど質の高いデータを取得できるかを直接決定づけるものであり、Valtecはすでに複数の日本のセンサーメーカーと提携を開始している。

海上作業における不確実性は、葛維邦氏が「最大の敵」と呼ぶものである。ドローンが船上に着陸する際、船体の構造によって生じる横風（クロスウィンド）が激しい乱気流を引き起こす。さらに、海水の塩害や紫外線による電子部品の腐食も加わり、海洋環境全体が不確定要素となっている。彼はこの不確実性を「競争上の優位性（モート）」と見なしている。「これらの問題を解決できれば、顧客を囲い込むことができる。一般的なドローンは海上では長く持ちこたえられないからだ」。この「堀」の背景には、ある実際のビジネス上の転機がある。ある顧客はもともとヘリコプターを使って船団間のパトロールを行っていたが、ヘリコプターが船体を損傷させる事故が発生し、1回の損失だけで600万ドルにも上った。このことがきっかけとなり、その顧客は自らValtecのドローンシステムへの切り替えを要望したのだ。これを受けて、葛維邦氏はサービス型のビジネスモデルを考案した。顧客はドローンのハードウェア代を支払う必要がなく、サービス料のみを支払うだけで、ドローンの消耗や破損に伴う交換費用はValtecが負担する。

一方、RLWRLDとBraid Technologiesは、物理AIの実際の導入における課題について、異なる角度から言及した。Junghee Ryu氏は、彼らが採用したビジョン・ランゲージ・アクション・モデル（Vision Language Action Model, VLA）が大型言語モデルを基盤としており、その「幻覚（ハルシネーション）問題」も引き継いでいると指摘した。「ロボットがどのような動作をするかを予測できない場合もある」ため、チームはモデルの外側に従来のロボット制御ロジックを1層重ねることで、ロボットの異常動作を防止している。一方、Guido Cossu氏は、データ学習に依存するこのようなモデルを一切採用せず、代わりに「記号層（symbolic layer）」を構築し、設計結果が物理的・工学的制約に確実に適合するよう数学的に保証している。「これは、衛星やロケットを手掛ける顧客に対して、私たちが保証しなければならないことだ」。

日本市場への参入障壁は、意思決定プロセスにも具体的に表れている。Guido Cossu氏は、日本企業の技術チームは新技術に対する受容性が実は非常に高いものの、問題はプロセスにあると指摘する。「大企業のサプライヤーになるには、何層にもわたる審査を完了するのに2～3ヶ月かかる可能性がある」。さらに、エンジニアとだけ話し合うわけにはいかない。「エンジニアは興味を持っていても、調達権限を持っていない。最終的には、決定権を持つ上層部まで話を持ち込まなければならない」。葛維邦氏も同様の経験がある。当初は研究開発部門と意気投合し、相手側はすでに自社の船舶にレーダーを設置済みで、アプリケーション・プログラミング・インターフェース（API）の連携さえ残っている状態だった。しかし、案件が戦略・企画チームに回されると、組織全体で合意が形成されるまで待たなければならず、進捗は著しく遅くなった。一方、Junghee Ryu氏はトップダウンとボトムアップを並行させる戦略を採用した。意思決定権を持つ上層部に直接アプローチするだけでなく、コーポレートベンチャーを通じてNvidia、AWS、マイクロソフトなどの大手企業と提携し、その力を借りて市場に参入した。

台湾と日本は競合ではなく、互いに補完し合う関係

GMI Cloudの創業者兼CEOである葉威延氏は、AIインフラに関する別の対談で、ハードウェア展開における台湾と日本の実際の連携について説明した。

GMI Cloudはまず台湾に「AI Factory」を設立し、段階的に拡張を進めており、来年には第3期、第4期に入る予定だ。次のステップとして、規模を日本の九州へと拡大し、現地に10億ワット級のデータセンターを建設する。九州を選定した理由としては、現地の電力および光ファイバーインフラが整備されていること、地方自治体による税制優遇措置があること、土地コストが比較的安いことなどが挙げられる。この計画のパートナーには、2社の台湾企業が名を連ねている。台湾第2位のOEMメーカーである緯創（Wistron）が、ハードウェアとサーバーの構築を担当し、台湾の大手銀行である中華開発が、プロジェクト全体の資金調達を担当する。

この事例は、葛維邦氏が言及した台湾と日本のサプライチェーン関係にも通じる。葛氏は、日本と台湾はそれぞれ異なる世代で技術的優位性を確立しており、その関係は競争というよりは補完に近いと述べ、「両者はエコシステム内の異なる部分を満たしているため、むしろ補完関係にある」と指摘した。

しかし、物理AIという新興分野において、台湾には明らかな弱点がないわけではない。Junghee Ryu氏はインタビューで、AI基礎研究の論文発表数という点では、台湾と韓国、日本との間に明らかな格差があると率直に語った。「韓国の科学者はすでに米国や中国と同等のレベルに達しているが、台湾と日本には現時点でAI基礎研究を支えるほど強力な大学がない」。これが、RLWRLDが韓国に研究開発ラボを設立した理由の一つでもある。

日本の物理AI市場で求められているのは、海上の塩害や紫外線に耐えられる機体、10億ワット級の電力負荷を支えられるデータセンターのインフラ、そして大企業内で適切な意思決定者を見つけ出すための忍耐力である。台湾のサプライチェーンはすでに、センサーの統合、受託製造、資金調達能力において参入の糸口を見出している。基礎研究というパズルのピースをさらに埋められるかどうかが、この波の中で台湾が将来どの位置に立つかを決定づけることになる。