在日本北九州市黑崎地带，工业机器人巨头安川电机7月在面积很大的总部园区内启用了一座新工厂，这可能是日本第一座真正意义上的“物理AI（人工智能）”工厂。带着这样的想法，笔者前去参观。

让AI变得更聪明的工厂机制

该工厂的工人数量为传统工厂的一半左右。并未采用适合大规模生产的传送带方式，而是设置了多个被称为“单元（Cell）”、约四张半榻榻米（译者注：7.29平方米）大小的空间，由配备AI的生产用机器人逐一完成高性能电机和机器人等产品的组装。

每个单元由一名工人负责。工人负责监控作业进度，但即使机器人出现错误，也能自行发现问题并返工。因此，据说未来实现无人化生产也是有可能的。

这就是物理AI。其关键在于，用于生产的机器人与工厂的信息系统相连接，并收集生产过程中的数据。持续生成学习素材，使AI变得更加聪明的“数据工厂”。

所谓物理AI，是指像生成式AI这样的最先进智能，以机器人、汽车、工厂等形式呈现，利用摄像头和传感器自主进行判断并采取行动的技术。据说，未来该技术不仅会应用于少品种、小批量生产的单元式工厂，还将渗透到汽车等多品种、大批量生产式工厂。

最终，人形机器人（Humanoid）会进入所有生产一线，逐步取代人类。让人预感到这样的时代并引发企业关注的原因，或许正是以生成式AI为起点的美国AI热潮。

6月完成首次公开募股的埃隆·马斯克的卫星通信公司美国SpaceX在招股说明书中预测称：“AI相关市场规模将达到28.5万亿美元”。换算成日元，约为4500万亿日元。这一金额是日本国家预算的近40倍。当然，这其中也包含物理AI。

据美国媒体报道，被认为将于11月以后上市的Anthropic的招股说明书（在AI被指存在失控风险之前编制）也预测称，市场规模将达到“约30万亿美元”。如果以“2030年达到这一规模”为前提来计算，未来每年的复合增长率将达到27%，即使以“2035年达到这一规模”为前提来计算，年复合增长率也达到12%。这是一种极为罕见的局面。

制造业的AI革命面临诸多难题

这大概是一种将数据中心、卫星发射以及各国政府的国防投资等都包含在内的粗略估算。即便如此，许多立足于制造业的日本企业已经开始关注国内外竞争企业的动向，并出现了一些心神不宁的倾向。他们认为，如果不尽快决定投资，后果将不堪设想。

进一步加剧这种焦虑的，是8月在北京举行的人形机器人“运动会”。在100米跑等3个项目中，搭载AI的机器人超过了人类的世界纪录。中国是否会趁此势头主宰物理AI领域？日本企业产生这样的担忧也是理所当然的。

在中国举办的“世界人形机器人运动会”百米赛跑（8月，北京市）

但制造业的AI革命真的会如此轻易到来？并立刻分出胜负吗？业界是否正陷入虚实交织的博弈之中？事实上，在物理 AI领域看似先行一步的安川电机的会长兼社长小笠原浩也对所谓“30万亿美元”以及“短期内普及”的说法持怀疑态度。

据他介绍，理由有两点。第一是被称为“机械手”的机器人手指相关技术。人类的手指由27块骨骼、37块肌肉等构成，想要实现同等动作效果，所需的传感器与驱动部件受成本制约，全球范围内仍处于研发阶段。

第二个难题更为棘手：学习数据的整理。大部分制造业企业，不同部门、不同工厂所使用的系统、术语、记录方法五花八门，即便想把企业内外收集的数据交给AI学习，也绝非易事。

举个例子，单是“钟表”这个词，不同部门就会使用“とけい”、“トケイ”、“ウォッチ”、“watch”、“clock”等各式各样的表述。如果要连同合作客户的系统在内，逐一统一这些名称，工作量浩大到令人望而生畏。

这项工作被称作“数据去重与统一标识”，据说，安川电机花了8年时间推进这项工作。这并非为了迎接AI时代，而是“为了不输给中国企业的制造成本”（小笠原）。

决定固定成本与变动成本的关键是产品交付至客户手中所耗费的时间，也就是所谓交付周期（lead time）。安川认为，想要缩短交付周期、改善生产效率，就必须统一从设计、研发、生产到物流所有环节的数据格式。

发展物理AI的目的究竟是什么？

如果有人问，人形机器人遍布工厂的时代是否会到来？答案大概是：“不会一蹴而就”。但这不代表企业可以不用布局物理AI，而是意味着还有大量前置工作需要完成。

美国自动驾驶出租车企业Waymo的案例也值得参考。该公司是全球业务拓展速度最快的企业，自2009年以来，累计进行的测试行驶里程已相当于绕地球一万多圈，并以统一的方式收集了有效数据。

考验的是脚踏实地的经营。即便在高市早苗政府扶持下、立志打造国产AI的Noetra公司开发出了优秀软件，如果企业自身没有意识到数据的重要性，一切也毫无意义。归根结底，如果不能明确认清“发展物理AI的目的究竟是什么”，最终只会沦为纸上谈兵。

本文来自微信公众号“日经中文网”（ID：rijingzhongwenwang），作者：中山淳史