AIロボティクス戦略検討会議
〜3回の議論から見える日本の方向性〜
経産省「AIロボティクス戦略検討会議」（全3回、2026年1〜3月）の議事要旨を全文分析。各回の主要論点と3回を通じて収束した「4つの政策の柱」を研究者視点で解説する。
政策概要・位置づけ
検討会議の目的・委員構成・戦略策定の位置づけ
経済産業省は2026年1月、「AIロボティクス戦略検討会議」を設置した。VLA（Vision-Language-Action）基盤モデルに代表されるフィジカルAI技術の急速な進展を受け、従来の産業用ロボット政策から踏み込んだ「AIロボティクス戦略」の策定を目指すものである。座長には原田研介氏（大阪大学 産業科学研究所 教授）が就任し、産業界・学術界・研究機関から計19名が委員として参画した。
日本は産業用ロボット分野では世界シェア65.9%と圧倒的強みを持つ一方、急拡大するサービスロボット分野では11.7%に留まる。2040年に約60兆円（McKinsey推計）に達するとされる多用途ロボット市場でどう競争力を確保するかが、本戦略策定の根本的な問いである。
政策体系における位置づけ
- 「統合イノベーション戦略2025」（2025年6月6日閣議決定）のロボット分野実施施策として位置づけられる
- 2015年策定「ロボット新戦略」の後継に相当。フィジカルAI時代への対応を加えた大幅な方向転換
- 経産省が主管するが、AI・安全・規制等で内閣府・文科省・国交省等との横断的政策展開を想定
策定背景・経緯
フィジカルAI技術の台頭と日本ロボット産業が直面する構造的課題
日本のロボット産業が岐路に立っている根本的な背景は、「技術アーキテクチャの転換」である。従来の産業ロボットは「特定用途・密結合型」——ハードウェアとソフトウェアが一体設計された専用システムが主流だった。しかし2025〜2026年にかけて、VLA基盤モデルを用いた「フィジカルAI」が実用段階に移行しつつある。この転換により、従来の「作り込み型」の競争優位が一部無効化されるリスクと、日本の「現場ノウハウ」を学習データ化することで新たな競争優位を構築できるチャンスの両面が生まれている。
また、13〜14の産業分野すべてにおいて深刻な人手不足が進行しており、ロボット導入の社会的必要性は従来にない高まりを見せている。この「市場の引力」と「技術の転換点」が重なった今が、新戦略策定の最大の契機である。
主要な経緯
3回の会議の論点と4つの政策の柱
各回の議題・主要論点・導き出された方向性、および全体を通じた政策の柱
各回の会議サマリー
| 回 | 開催日・議題 | 主な論点 | 導き出された方向性 |
|---|---|---|---|
| 第1回 | 2026年1月21日 事務局説明＋自由討議 |
・産業ロボットの強みとサービスロボットの弱さの構造的ギャップ ・VLA基盤モデルへのブレイクスルーの必要性（腕操作・言語理解が依然大きな課題） ・製造・農業・消防・インフラ・医療・造船など各分野委員が現場課題を共有 ・「ロングテール問題」：多品種少量の現場ニーズへの対応がAIロボットの最大の壁 ・分野横断での共通技術抽出・共通化の必要性 |
問題の共有・現状認識の形成 座長まとめ：「VLAによるエンドツーエンド制御と計画ベース手法の組み合わせが必要。将来的にはSI（システムインテグレーション）ノウハウのデータ化・規格化が普及の鍵」 |
| 第2回 | 2026年2月13日 需要サイド＋供給サイドの戦略方向性 |
【需要サイド】 ・AI活用の基本方向：現場技能データをAI学習しモジュール化した共通プラットフォームの構築 ・「ティーチング中心の自動化」→「自律判断・作業力の時代」へのパラダイム転換 ・重点ドメインを絞り込み段階的に普及を進める方針の確認 ・「鶏と卵問題」：データ収集コストとスケールの両立が普及の最大の壁 ・安全基準・認証制度の整備（人とロボットの共存を前提にした新カテゴリ） ・中長期目標：ロコモーションとマニピュレーションの統合、「指先の知能化」 【供給サイド】 ・国産サプライチェーン（モーター・LiDAR・バッテリー等）の強化が急務 ・「部品補助より先に完成品でスケールをつくること」が本質（富岡委員） ・外国製ロボットの大量普及への対策（ソフトウェアセキュリティ等、原田座長） |
需要・供給両サイドの戦略方向性の確立 座長まとめ：「日本は各応用分野の作り込み技術に強み → 分野ごとに課題・目標を整理し → 分野横断で共通技術を抽出 → AIロボティクスをスケールさせる構造を作る」 |
| 第3回 | 2026年3月12日 戦略案への意見集約（自由討議） |
・事務局提示の戦略案（ドラフト）への各委員の評価と意見 ・VLA/VLM国産基盤モデル：企業間のデータ協調が必要だが学習データは各社の重要資産→「データを外部に出さずに連携する仕組み」「ソブリンモデル」の必要性 ・フィジカルAIの適用判断基準：「汎化が必要なタスク」にのみ適用、単純反復作業は従来型自動化で十分（原田座長） ・規制整備：労安法・PL法等の責任分担の明確化、「人とロボットが共に働く社会」を前提とした法制度整理 ・国際標準化：技術力だけでなく規格形成での影響力確保が競争力を左右（森委員） ・博士課程人材の不足という構造的課題（原田座長） |
4つの政策の柱への収束 座長まとめ：「現場ノウハウをAI化しフィジカルAIへ展開することが競争力の源泉。短期=AI活用力向上・人材育成、中長期=民間投資が自律的に進む構造の構築。VLA/VLM国産モデル・AI理解したSI人材・段階的導入・制度整備を産官学連携で一体推進」 |
3回の議論を通じて収束した「4つの政策の柱」
3回の検討会議全体を通じ、以下の4本柱が戦略の骨格として確立された。
フィジカルAI適用の判断基準（原田座長・第3回まとめ）
フィジカルAIは万能ではなく、適用対象の見極めが重要という認識が第3回で明示された。「作業のばらつき・複雑さ・更新頻度・汎化の必要性」の4要素を踏まえて判断すべきであり、汎化が求められないタスク（単純反復等）は従来型自動化で十分対応できる。限られたAI人材を有効活用するためにも、この適用判断の整理が前提となる。
最新動向・変化点
従来の「ロボット新戦略（2015年）」からの主要な転換点
本レポートの情報範囲
本表は第1〜3回の議事要旨に基づく分析であり、2026年3月末公表予定の正式戦略文書の内容と異なる可能性がある。確定情報は正式公表後に確認すること。
| 変化項目 | ロボット新戦略（2015年） | AIロボティクス戦略（2026年〜）の方向性 | 区分 |
|---|---|---|---|
| 主軸技術 | 産業用ロボット（密結合・専用型） | フィジカルAI・VLA基盤モデル（モジュール化・疎結合型） | 転換 |
| 国産AIモデル開発 | 言及なし | VLA/VLM国産大規模モデル（ソブリンモデル）の開発・維持を明示 | 新規 |
| 現場データ戦略 | 個別企業・機関での管理 | 現場データを蓄積しVLA/VLMへ還流させる「データファウンドリ」の整備 | 新規 |
| 国産化保護政策 | 民間の自主対応 | 外国製ロボットの大量流入への対策（ソフトウェアセキュリティ含む）を政策目標に | 新規 |
| 市場ターゲット | 製造業向け産業ロボット中心 | 多用途ロボット（2040年60兆円市場）へ拡大。13以上の産業・社会分野を対象 | 拡大 |
| 安全・規制の枠組み | 産業用ロボット安全基準（人との分離前提） | 人とロボットの共存・協働を前提とした新たな安全評価手法・カテゴリの整備 | 刷新 |
| 重点コンポーネント支援 | 産業ロボット部品の個別支援 | モーター・LiDAR・バッテリー・ロボットハンド等の基盤部品への戦略的国産化支援 | 強化 |
| 産業ロボットの優位性 | 継続強化 | 引き続き基盤として維持しつつ、フィジカルAI時代の新領域へ展開 | 継続 |
短期・中長期の施策の方向性（第3回議論より）
| 時間軸 | 主な施策の方向性 | 根拠となる議論 |
|---|---|---|
| 短期 （〜2028年頃） |
・AI活用力の向上（既存ロボットへのVLMファインチューニング） ・現場データの収集・蓄積基盤の整備 ・重点ドメインでの集中投資・成功事例の創出 ・ロボット×AI・IT横断人材の育成 ・巡回・搬送など「移動」中心の実装から着手 |
瀬川委員・久保田委員・佐久間委員（第3回） |
| 中長期 （〜2035年以降） |
・国産ロボティクス産業育成（重要コンポーネント製造基盤の確立） ・VLA/VLM国産大規模モデルの実用化・継続的改善 ・COE整備：ロボット×AI研究拠点の構築 ・ロコモーションとマニピュレーションの統合（”足と手の一体制御”） ・民間投資が自律的に進む産業構造の確立 |
瀬川委員・河原塚委員・久保田委員（第2回・第3回） |
国際動向：フィジカルAI競争の現状
米中主要プレイヤーの投資規模と「ソブリンモデル」を巡る危機感
第1回事務局資料では、日本が対峙する海外プレイヤーの投資規模が詳細に示された。この数値は、委員会全体を通じて「国産AI基盤モデル（ソブリンモデル）の確保」「外国製ロボット流入への対策」という政策方針の形成に直接影響を与えた。
| 企業・機関 | 投資内容 | 規模 | 日本への含意 |
|---|---|---|---|
| Tesla（米） | Optimus（人型ロボット）R&D＋製造設備 | R&D 約6,800億円＋設備 約1.7兆円 | 製造量産モデルを確立した場合、低価格・大量流入のリスク |
| NVIDIA（米） | フィジカルAI・ロボティクス基盤（Isaac Platform等） | 4年で約75兆円（全社投資） | VLA開発の基盤プラットフォームを握ると「外部依存」が生じる |
| Figure AI（米） | 人型ロボット開発スタートアップ | 時価総額 約5.9兆円 | VLA搭載で多用途ロボット市場への本格参入を狙う |
| Unitree（中） | 汎用人型ロボット R1 | 販売価格 約90万円 | 低価格化で日本市場への大量流入が現実的リスクに（原田座長が第2回で警告） |
「ソブリンモデル」を巡る危機感（第3回）
第3回では、海外製VLA/VLMモデルへの依存リスクが具体的に議論された。富岡委員は「海外製モデルの利用にはAPI課金やデータ取り扱いの制約があり、運用コスト・事業制約が懸念される」と指摘。「機密データをマスキングした上で自己学習データを還流でき、海外依存度の低いソブリンモデルが整備されれば、十分な利用インセンティブとなる」と述べ、国産AIモデルへの需要の実在を明示した。
研究者への示唆
4つの政策の柱が研究活動・資金獲得に与える影響
積極的に活用できる点
- 柱1関連：VLA/VLM研究への大きな追い風 — 国産基盤モデルの開発が政策目標として明示された。VLA・VLM・フィジカルAIのモデル研究、シミュレーション基盤、強化学習が競争的資金の重点分野となる見込み
- 柱1関連：共通プラットフォーム研究への参画機会 — 「移動などの共通技術を国が支援しモジュール化・アプリ再利用環境を整備する」という方針（第2回・橋本(康)委員）により、共通基盤系の研究プロジェクトが増加する見込み
- 柱2関連：現場データへのアクセス機会の拡大 — 「データファウンドリ」環境の整備が政策目標となっており、大学研究者が産業現場のロボット動作データを研究利用できる仕組みが整備される可能性がある
- 柱2関連：重点ドメインでの産学連携機会 — 重点ドメイン（搬送・物流・建設・インフラ等）において集中投資が行われる見込み。当該分野の研究者は産学連携・資金獲得の好機
- 柱4関連：COEへの参画・大学が拠点となる機会 — 「現場に近いCOEの整備」が方針として示された（第3回・瀬川委員）。ロボット×AI研究の学術拠点として大学の役割が期待される
注意すべき点
- 戦略文書の正式公表を待つこと — 具体的な予算・事業スキーム・公募条件は2026年3月末の正式公表で確定する。具体的な研究計画立案はその後に実施を推奨
- 「汎化が不要なタスク」はフィジカルAI研究の対象外 — 原田座長が第3回でフィジカルAIの適用判断基準を明示。「汎化が求められないタスクは従来型自動化で十分」であり、フィジカルAI研究の提案においてはこの観点（なぜフィジカルAIが必要か）を明確にすることが重要
- ロングテール問題への対処を研究提案に組み込む — 日本の産業ニーズの中核にある「多品種少量・現場ごとの多様性」への対応が第1回から繰り返し強調された。研究提案でこの観点を明示することが有効
- データ権利関係の整理が前提条件 — 「学習データは各社の重要資産であり外部提供に慎重」という実態が第3回で明示された（原田座長・富岡委員）。産学連携でデータを扱う場合は契約・権利処理の設計が不可欠
研究者の立場別の影響
| 立場 | 期待される機会（対応する政策の柱） | 留意点 |
|---|---|---|
| 大学研究者（AI・ロボット分野） | VLA/VLM研究、COE参画、現場データ取得（柱1・2・4） | 正式公表後の具体的公募スキームを確認 |
| 大学研究者（農業・医療・建設等） | 重点ドメインでの産学連携・現場データ共同研究（柱2） | ロボット研究者との連携体制の早期構築を推奨 |
| 企業研究者（ロボットメーカー） | 国産VLA開発・重要コンポーネント技術への支援（柱1・3） | 「スケール問題」解決の道筋を示すことが資金獲得の鍵 |
| 企業研究者（ロボットユーザー） | 現場データ提供によるVLA学習パートナーとしての役割（柱2） | データ権利・契約の整理が先決 |
今後の見通し
戦略公表後のスケジュールと注目すべき動向
不確実性の高い要因
- 具体的な予算規模 — 正式戦略文書の公表まで各柱の予算規模は不明であり、現時点では事業スケールの推定が困難
- データ共有の枠組み — 「企業間でデータを活用可能とする枠組み」（第3回・原田座長）の設計が課題として残っており、具体的な連携手法は今後の検討に委ねられた
- VLA技術の進化速度 — 海外プレイヤーのVLA開発が予測を超えた場合、戦略の前提条件が変わる可能性がある
- 規制整備の進捗 — PL法・労安法等の改正・解釈変更は関係省庁との調整が必要であり、進捗は予断を許さない
参考資料・出典
本記事の根拠となる一次資料一覧
| 資料名 | 発行元 | 日付 | 内容・備考 |
|---|---|---|---|
| AIロボティクス戦略検討会議 インデックスページ | 経済産業省 | 2026年1月〜 | 第1〜3回配布資料リスト・開催情報 |
| 第1回 議事要旨（PDF） | 経済産業省 | 2026年1月21日（開催） | 委員19名・各分野現場課題の共有・VLA技術課題・座長まとめ |
| 第2回 議事要旨（PDF） | 経済産業省 | 2026年2月13日（開催） | 需要サイド（短期共通タスク・先行市場選定）・供給サイド（国産サプライチェーン）の戦略方向性 |
| 第3回 議事要旨（PDF） | 経済産業省 | 2026年3月12日（開催） | 戦略案への意見集約・ソブリンモデル議論・規制整備・座長最終まとめ |
| 第1回 事務局説明資料 資料3-0（PDF） | 経済産業省（事務局） | 2026年1月 | 市場規模・国際競争・コスト動向・アーキテクチャ転換のデータを含む |
※ 本レポートは2026年3月末に予定される最終戦略文書の公表前に、議事要旨の分析に基づき作成したものです。正式戦略文書公表後に内容を更新する予定です。