
4-22.番外編2:ヒューマノイド・産業ロボット・部品・物流・触覚市場編
KUKA、Comau、Festo、SCHUNK、Franka、Locus、Vecna、Shadow Robot――本編に入りきらなかった欧米ヒューマノイド・産業ロボット・部品市場
欧米フィジカルAI 2026 完全版 第22回
シリーズ:欧米フィジカルAI 2026 完全版
副題:ヒューマノイドロボット・自動運転・産業ロボット・ロボット基盤モデルで見る「欧米フィジカルAI企業TOP20+番外編」
評価軸:AI部門の有名度 / 資本力 / 技術力 / 収益度 / AI部門価値
本稿の表記方針:会社発表、第三者による検証、報道、外部推計、将来計画を区別して記述します。金額は1ドル=160円で概算換算します。
読む前に|ヒューマノイドが100万台売れる未来が来ても、利益のすべてをヒューマノイド会社が取るわけではない
一台のHumanoidを分解すると、Motor、Reducer、Encoder、Hand、Tactile
Sensor、Safety
Control、Connector、Software、Simulationなど巨大な部品市場が現れます。
さらに多くの現場では、人型よりAMR、四足、専用Armの方が安くて速い。
第22回では、本編TOP20から外れた企業を「Physical
AIの裾野」として読みます。
まず結論――2026年の本当の競争は「ヒューマノイド対産業ロボット」ではなく、AIを最も速く現場へ入れられる身体は何か、である
KUKAはAutomation 2.0、SCHUNKはHumanoid Hand、RobCoはAutonomous
Industrial Robotics、LocusはMobile Manipulation、GeckoはAsset
Data、Shadow RobotとGelSightはDexterityとTouchへ進んでいます。
汎用AIが進歩するほど、価値は「最適な身体」「触覚」「現場データ」「保守可能性」へ移ります。
目次
第1章 Physical AI市場の本体は「完成ロボットの外側」にある
第2章 5軸評価――番外編2をどう読むか
第3章 KUKA――中国資本傘下のドイツ名門が「Automation 2.0」へ
第4章 Comau――自動車工場から物流・AMR・AIへ
第5章 Festo――空圧・バイオニクスはPhysical AIの部品市場になるか
第6章 SCHUNK――グリッパー企業がHumanoid Handへ入る理由
第7章 Franka、RobCo、robominds――ドイツ中堅ロボットAIの層
第8章 Locus Robotics――倉庫AMRからMobile Manipulationへ
第9章 Vecna Robotics――Case Pickingとフォークリフト自動化
第10章 Zebra / Fetch Robotics――買収後に残ったもの、消えたもの
第11章 OTTO Motors / Rockwell Automation――AMRを工場OSへ統合する
第12章 RockwellとSchneider――産業AIの巨大基盤企業
第13章 Gecko Robotics――ロボット点検を「資産データ」に変える
第14章 Starship、Serve、Miso――専用ロボットはヒューマノイドに負けるか
第15章 Shadow Robot、GelSight、SynTouch――「手」と「触覚」の巨大市場
第16章 産業Physical AIの5層構造
第17章 日本企業が取るべき場所と2030年シナリオ
第18章 結論――ヒューマノイド時代ほど専用ロボットと部品企業が重要になる
第1章 Physical AI市場の本体は「完成ロボットの外側」にある
完成ヒューマノイドの台数だけでPhysical
AI市場を測ると、本質を見誤ります。
自動車産業が完成車メーカーだけで成り立たないのと同じで、ロボット産業にもHand、Gripper、Tactile
Sensor、減速機、AMR、Safety PLC、Fleet Manager、Simulation、Industrial
Data Platformがあります。
さらに、現場の多くは人型を必要としません。倉庫ならAMR、点検なら四足、配達なら小型六輪、揚げ物なら専用Armの方が安くて速い。
Physical
AIの本質は人型ではなく、AIが現実世界へ作用するための最適な身体を選ぶことです。
第2章 5軸評価――番外編2をどう読むか
【AI部門の有名度】8.8 / 10 【資本力】9.6 / 10 【技術力】9.7 / 10
【収益度】9.0 / 10 【AI部門価値】9.8 / 10 【総合評価】9.4 / 10
第21回より収益度を高く置くのは、KUKA、Comau、Rockwell、Schneider、SCHUNKなど既存実業を持つ企業が多いからです。
Physical
AIが投資テーマから産業へ移るほど、動画映えする完成Robotより、稼働率、サイクルタイム、保守性、回収期間を改善する企業の価値が上がります。
第3章 KUKA――中国資本傘下のドイツ名門が「Automation 2.0」へ
KUKAはGermany・Augsburgを拠点とする産業Robotの名門で、現在はChinaのMidea
Group傘下です。
2026年、KUKAは「Automation 2.0」を打ち出しました。従来のrule-based
Automation 1.0から、AIが認識・判断・適応するPhysical AIへ進む構想です。
NVIDIA GTC 2026ではKUKA AMP、Automation Management
Platformを公開しました。deterministic automationとintent-based
automationを橋渡しする狙いです。
KUKAの最大資産は、既存の巨大な設置ベースとSystem
Integration経験です。課題は、中国資本傘下という地政学的な制約と、米国AI企業とのPlatform主導権です。
KUKAをさらに読む――「古い産業ロボット企業」がPhysical AIで有利な理由
KUKAの歴史は1898年まで遡ります。産業ロボット企業としての転機は1970年代で、FAMULUSなど六軸ロボットの開発を通じて自動車工場へ深く入りました。現在のKUKA
GroupはRobot armだけでなく、System Integration、SwisslogのWarehouse
Automation、Healthcare Automationまで持つ総合Automation企業です。
2016年に中国Midea
GroupがKUKAを買収したことは、欧州産業界で大きな議論を呼びました。現在もAugsburgを中心に研究・製造を行いながら、中国市場では非常に大きな存在です。KUKAは2025年、中国売上が初めて10億ユーロを超えたと発表しています。
2026年に掲げるAutomation 2.0は、単なるMarketing
sloganではありません。KUKAは従来のrule-based automationをAutomation
1.0と定義し、そこへIntent-based control、AI perception、adaptive
planningを追加する構想を示しています。
KUKA AMP、Automation Management Platformはこの橋渡しを狙うSoftware
layerです。ユーザーが「この部品を箱へ移して」とGoalを定義すると、将来的にはRobot、Camera、Mobile
platform、Simulationが必要な動作を組み立てる。従来の一工程ずつProgrammingする世界から、Goal-driven
automationへ移す考えです。
ここでKUKAは新興Humanoid企業より有利な資産を持ちます。世界中にInstalled
base、Integrator network、Spare parts、Safety know-how、Factory
customerがあります。AI modelが多少劣っていても、顧客はProduction
lineを止めないVendorを選びます。
2025年のR&D投資は2.13億ユーロで過去最高。Silicon ValleyにはSoftware/AI
Center of Excellenceを設置し、Fetch
Robotics共同創業者として知られるMelonee Wise氏もKUKA
AMPの展開へ関与しています。
一方、中国Midea傘下という資本構造は、米国防衛・Critical
Infrastructureや欧州Economic Securityの文脈で制約になり得ます。
KUKAの2026年以降の焦点は、Orange
Robotの販売台数ではありません。世界中の既存Automation資産を、AIで再プログラム可能なPhysical
AI fleetへ変えられるかです。
追加調査――KUKA AMPは構想段階を越え、Ohioの実工場で稼働を開始した
2026年7月20日、KUKAはKUKA AMPの初期版をOhioのKUKA Toledo Production
Operations(KTPO)へ実運用投入したと発表しました。KTPOはJeep
WranglerとGladiatorのBody-in-whiteを生産する北米の大型自動車工場で、335,000平方フィートの施設に285台のRobotと6万点超のConnected
devicesがあり、1日300台超、約2分に1台の車体を生産します。
最初の対象はAMRです。KUKA AMPは既存設備を置き換えるのではなく、Mobile
Robot、固定Robot、Machine、Software、Data sourceを共通Context
layerで接続し、Physical AIを段階的に工場へ入れるOrchestration
layerとして使われています。
これは重要な進展です。2026年3月のGTCではKUKA AMPは「Automation
2.0」の構想として語られていましたが、7月には実際の自動車工場でProduction
Operationを支援する段階へ移りました。Physical
AI企業の多くがDemoから商用化への壁に苦しむなか、KUKAは自社が長年運営してきた工場を実証環境として使えます。
さらにKUKAは2026年7月、Robot ControllerのCybersecurityでIEC
62443-4-2に基づくSecurity Level
2認証取得を発表しました。AIが工場設備を直接動かすほど、性能だけでなくCybersecurityとDeterministic
Safetyが導入条件になります。
2026年8月の更新――Midea傘下という資本構造が、次の段階へ入った
2026年6月30日、BloombergはMideaがKUKAの中国での上場、具体的には深圳市場での再上場を検討していると報じました(報道ベースであり、決定事項ではありません)。実現すれば、ドイツ産業ロボットの象徴が中国の資本市場で評価されることになります。
Midea自身の動きも大きい。Mideaは2025年年次報告で、今後3年間のR&D投資を600億元超とし、新エネルギー、Embodied
Intelligence、Healthcare、AIなどの先端領域へ重点配分する方針を示しています。600億元すべてがAIやEmbodied
Intelligenceだけに投じられるわけではありません。過去5年の総支出に匹敵する規模です。2025年12月には6本腕の車輪型Humanoid「MIRO
U」を公開し、江蘇省無錫の洗濯機工場でライン切替効率30%改善を狙うとしています(会社目標)。広東省仏山市順徳の美的KUKA智能製造科技園は、累計8万台超の産業用ロボットを生産・出荷しました。2017年の買収額は約292億元、取得比率94.55%です。
つまりKUKAの技術は、ドイツ工場の自動化のためだけに使われているのではありません。**中国側のHumanoid戦略を成立させる部品として組み込まれています。**第19回で見たNEURAが欧州資本で独立路線を走るのとは、正反対の位置です。
KTPOという実証環境――20年運営してきた自社工場をAIの試験場にする
KTPOはKUKA Systems North America
LLCの完全子会社で、2006年に稼働を開始しました。Jeep
Wrangler、2019年以降はGladiatorのBody-in-whiteを生産し、累計200万台超を送り出してきた実工場です。KUKA
Groupは米国で3,400人超を雇用しています。
したがってKUKA AMPの強みは、研究用Demo
cellではなく「止められない量産工場」で検証できる点にあります。285台のRobotと6万点超のConnected
devicesを持つ現場で、既存Automationを捨てずにAI
layerを追加する。この移行方法そのものがKUKAの商品になります。
第4章 Comau――自動車工場から物流・AMR・AIへ
ComauはItaly・Turin発の産業自動化企業で、長年自動車工場のAssemblyやWeldingで存在感を持ってきました。
現在は協働Robot MyCo、AMR MyMR、MATE-XT GO exoskeleton、Warehouse
Automationまで広げています。
2026年4月のMODEXではAutomhaとWarehouse automationを展開し、NOVA AIやMyMR
AMRを紹介。5月にはAptivとAdvanced Robotics、Autonomous
Systems、Industrial Logisticsの共同開発MoUを発表しました。
AptivがEdge ComputeとPerception、ComauがRobotとFactory
knowledgeを持つ。この水平分業はPhysical AIの典型です。
Comauをさらに読む――自動車工場のSI能力が物流へ流れ出す
Comauは1970年代、Fiat
Group周辺の生産技術会社を統合して形成されたItalyのAutomation企業です。Turinを本拠に、自動車Body
assembly、Welding、Powertrain machiningなどで長い実績を持ちます。
自動車工場Automationの強みはRobot armそのものではありません。Hundreds of
robots、Conveyor、Vision、Safety、PLC、MESを一つのProduction
systemとして立ち上げるProject
Engineering能力です。Comauはこの「工場を丸ごと動かす能力」を持つ会社です。
近年はEV Battery manufacturing、Cell
formation、Hydrogen、Aerospace、Warehouse
logisticsへ市場を拡張しています。Robot
portfolioも大型産業Robotだけでなく、Racer collaborative mode、MyCo
cobot、MyMR autonomous mobile robotへ広がりました。
2026年のAptivとのMoUは重要です。Aptivは自動車分野でRadar、Compute、Edge
AI、Software-defined vehicleを持ち、近年Robotics向けIntelligent
Edgeへ進出しています。ComauはそれをIndustrial Roboticsへ持ち込めます。
WarehouseではAutonomous navigationとRobot
manipulationを同時に扱う必要があります。ComauはMyMR、AI
Vision、WMS統合を組み合わせ、AutomhaとのMODEX展示などでIntralogisticsを強化しています。
またOMRON Roboticsとの協力も拡大し、Electronics、Medical、Light
industryのFlexible automationを狙っています。
Comauの競争相手はKUKA、ABBだけではありません。LocusやOTTOのようなAMR企業、RobCoのようなSoftware-defined
robot企業とも市場が重なってきます。
Comauの勝ち筋は、自動車工場で培ったSystem
Integrationを「多品種・物流・AI」へ移植することです。
2026年8月の更新――親会社はStellantisではなくOne Equity Partners
Comauの資本構造は2024年末に変わりました。米PEのOne Equity
Partnersが50.1%を取得し、Stellantisは49.9%を保有する少数株主として残っています。John
Elkann氏は「新しい所有者の下で、Italyから世界へ持続的な価値を作れると確信している」とコメントしました。
これは事業の自由度に直結します。自動車メーカーの子会社である限り、Comauの投資は親会社の工場投資サイクルに縛られます。PE傘下になれば、EV
Battery、Aerospace、Warehouse
automationへの資源配分を自社判断で決められます。第18回で見たIntrinsicが最初の産業パートナーにComauを選び、MI.RA/Depalletizerを元コード無改変でFlowstateへ統合できたのも、この身軽さと無関係ではありません。
自動車部品会社としてのComauは終わり、Physical AI時代のSystem
Integratorとして再出発したと読むのが正確です。
第5章 Festo――空圧・バイオニクスはPhysical AIの部品市場になるか
FestoはAutomation部品大手で、Pneumatics、Valve、Servo、Controlを世界中の工場へ供給しています。
長年Bionic Learning
Networkを運営し、生物の構造をロボットへ応用してきました。BionicSoftHandではSoft
Pneumatic構造、Digital Twin、Reinforcement
Learningを組み合わせています。
Humanoidが普及しても、すべてが電動剛体Actuatorになるとは限りません。Human-safeなSoft
Actuator、軽量Valve、Flexible Gripperは重要になります。
Festoは完成Robot競争へ入らず、Physical
AIの「筋肉」に当たる部品を取れる可能性があります。
Festoをさらに読む――Robotの「筋肉」を売る会社はHumanoid時代にどうなるか
Festoは1925年創業のGermany
Automation企業で、Pneumatics、Valve、Drive、Servo、Control、Training
equipmentまで幅広く展開しています。
産業ロボットのニュースでは目立ちませんが、Factory
Automationを物理的に動かすActuator企業として巨大なInstalled
baseを持ちます。
同社のBionic Learning
Networkは、商品化を直接目的としない研究活動として長く続いています。BionicFlyingFox、BionicKangaroo、BionicCobot、BionicSoftArm、BionicSoftHandなど、生物の運動原理をAutomation
technologyへ移します。
BionicSoftHandでは、Pneumatic bellowsを使う柔らかいFinger、12 degrees of
freedom、3D textile sheathを採用しました。Reinforcement
Learningで12面体を回転させるTaskを学習し、Digital Twin上でMassive
Parallel Learningを行っています。
BionicSoftHand 2.0ではFingertip、PalmなどへForce sensorを追加し、Depth
cameraとNeural networkも利用しました。
なぜこの研究が2026年のPhysical AIに重要なのか。
Humanoid
handが人間と同じ環境で働くには、高出力だけでなくComplianceが必要です。Rigid
actuatorだけでは、誤接触時に人や物を傷つけやすい。Soft
actuatorはMechanical compliance自体をSafety mechanismにできます。
またPneumatic
muscleはPower-to-weightやCostで有利な用途があります。Humanoid全身がElectric
motorだけで作られるとは限りません。
Festoの本当の市場は完成Robotではなく、Valve、Actuator、Sensor、Control
module、Training systemです。多数のRobot
makerへ同時に売れるTier1型です。
一方で課題は、Pneumatic systemはCompressorやAir lineを必要とし、Mobile
robotではEnergy efficiencyが問題になることです。
したがってFestoが大きく伸びるのは、Humanoid単体というより工場内Soft
Robotics、Adaptive Gripping、人協働Automationの部品市場でしょう。
2026年の更新――バイオニクスの成果が食品ラインの製品になった
Festoの2026年で確認できる具体的な製品は、HPSX Universal Adaptive
Gripperです。空圧式のソフトグリッパーで、食品、医薬品、化粧品の現場を狙います。特徴は食品規格に適合する材料と、対象物の形に沿って変形するシリコーン製の指。速度と衛生と柔軟性を同時に満たすことを目標にしています。
地味に見えますが、この会社の立ち位置をよく表しています。BionicSoftHandやBionicCobotのような研究成果は展示会で話題になりますが、売上を作るのは「洗える」「壊れない」「規格に通る」グリッパーです。ヒューマノイドの手が話題を集める一方で、実際に工場で毎日ものを掴んでいるのは、こうした地味な空圧部品という現実は変わっていません。
Festoの勝負どころは、ヒューマノイドの筋肉になることではなく、多品種の食品や医薬品を扱う現場で「AIが指示すれば掴める」状態を安く作れるかどうかにあります。
第6章 SCHUNK――グリッパー企業がHumanoid Handへ入る理由
SCHUNKはGermanyのGripping、Clamping、End-of-Arm Tooling大手です。
2026年6月、Bosch RoboticsとIndustrial-grade Humanoid
Handの共同開発を発表。3月にはDLRとのHumanoid
Robotics協力を拡大し、7月にはOffenburg UniversityなどとHumanoid Robotics
and Embodied AI Foundationを設立しました。
狙いはFigureやNEURAのような完成機ではなく、複数メーカーへ供給できる標準Handです。
Humanoidが10万台売れればHandは20万個必要です。標準部品企業は複数の完成Robot勝者へ同時に売れる点が強い。
SCHUNKをさらに読む――Robot Handの「Bosch」になれるか
SCHUNKは1945年創業のGermany family-owned industrial
technology企業です。Clamping technologyとGripping
systemsで世界的な大手となり、多数Robot brandにEnd
Effectorを供給してきました。
Robot armにとってGripperは単なるAccessoryに見えますが、実際にはTask
capabilityを決めます。Parallel
gripperなら箱を持てる。Vacuumなら平面部品を高速搬送できる。Multi-finger
handなら人間用Toolを使える。
Humanoidの用途がMachine
tending、Assembly、Logisticsへ広がると、Handは標準化の焦点になります。
2026年3月、DLRとSCHUNKはHumanoid Robot
Handの技術移転をさらに強化しました。DLRは長年Dexterous hand、Force
control、Space roboticsで研究蓄積があります。SCHUNKはそれをIndustrial
productへ落とす役割を取ります。
さらに6月、Bosch RoboticsとIndustrial-grade humanoid
handの共同開発を開始しました。ポイントは「特定Humanoid専用ではなく、複数platformへ統合できるHand」を目指していることです。
これはPCのKeyboardや自動車のBrake
supplierに近い考え方です。Figureが勝ってもNEURAが勝ってもApptronikが勝っても、共通規格Handを売れればVendor
riskを分散できます。
SCHUNKはGrip force、寿命、Dust、Maintenance、Safety
certificateなどIndustrial
customerが要求する条件を知っています。研究室Handの多くは器用でも数時間・数日の実験で壊れます。工場では数万〜数十万cycleが必要です。
今後重要になるのはHand hardwareだけではありません。Tactile sensor、Force
control、Grasp policy、Skill APIを一体化した「Smart Hand module」です。
SCHUNKがそこまでSoftware
stackを持てるなら、Humanoid部品市場でBosch/Denso的な地位を取る可能性があります。
2026年8月の更新――専任子会社を作って本気度を示した
SCHUNKは2026年1月、Humanoid Robot向けの専任会社としてSCHUNK Humanoid
Robotics
GmbHを設立しました。Gripperの一製品ラインではなく独立した組織で取り組むという意思表示です。
DLRとの意向表明書は2026年3月、Kölnで開かれた第2回German Robotics
Conferenceで署名されました。署名者はSCHUNKのCTO Timo
Gessmann氏とDLRのAlin Albu-Schäffer氏です。Bosch側の共同開発相手はRobert
Bosch Robotics GmbHです。SCHUNKの公式発表では、Mathias Pillin氏はRobert
Bosch GmbHのCTOとしてコメントしています。6月のBosch
ConnectedWorld(Berlin)で共同開発中のHandが実演されました。設計思想は一貫していて、特定のHost
robotに依存しないHandを作ることです。
Handが標準部品になるかどうかは、まだ決着していません。しかしFigure、Apptronik、NEURA、1Xのどこが勝っても売れる位置を、ドイツの部品企業が組織ごと押さえに来た事実は記録に値します。
追加調査――部品企業が完成機メーカーへ出資し始めた
2026年7月21日、英国のHumanoidが1億5,200万ドル(約243億円)のシリーズAを、ポストマネー13.5億ドル(約2,160億円)で調達しました。Humanoidは会社発表で「欧州初のpure-play
humanoid robotics unicorn」かつ「欧州のhumanoid-first robotics
companyとして過去最大のシリーズA」と位置づけています。累計調達は2億7,000万ドル(約432億円)に達しました。
注目すべきは投資家の顔ぶれです。リードはPrime Movers
Lab。そこにSchaeffler、Bosch、富邦金控系のベンチャーキャピタル、そしてベルナール・アルノー家のAglaé
Venturesが並びました。部品とベアリングの会社が、完成機メーカーの株主になっているのです。
関係はさらに具体的です。SchaefflerとHumanoidの提携について、Schaefflerが2026年1月に公表した一次資料では「今後5年間で数百台のHumanoidを自社の世界生産ネットワークへ統合する計画」とされています。一方、Humanoid側は2026年7月のシリーズA発表で「製造現場への数千台規模の大規模展開契約」と説明しています。両発表の対象範囲や、その後に契約数量が拡大されたのかは公開情報だけでは完全に突き合わせられないため、本稿では両者の発表を分けて扱います。
Boschについて公式に確認できるのは、子会社Robert Bosch Robotics
GmbHを通じてHumanoidの契約製造パートナーとなり、ハードウェア設計、生産、サプライチェーンでも支援することです。最大10万台規模の製造能力についてはForbesなど第三者報道で伝えられていますが、Humanoidの公式シリーズA発表には具体的な能力数字は記載されていません。したがって量産能力の数字は確定実績ではなく、報道ベースの将来能力として読む必要があります。
本章で見たSCHUNKのハンド開発と、Boschのロボティクス子会社は同じ流れの中にあります。ドイツの部品企業は、部品を売るだけでなく、完成機の量産と資本の両方を押さえに来ています。
Humanoid自体は2024年創業、CEOはArtem
Sokolov氏です。2026年7月の会社発表では、エンジニアや研究者など250人超のチームを抱えています。車輪型のHMND
01と自社AI「KinetIQ」を持ち、ベータ版は2026年第4四半期に投入予定です。SAP、NVIDIA、Bosch、Siemensと提携しており、第16回で見たSiemensがエルランゲン工場で実証した相手がこの会社です。二足型より先に車輪型を出したのは、欧州の認証を早く通すためだと報じられています。
市場全体の温度も上がっています。米国と中国では大型の資金調達、量産計画、上場準備が相次ぎ、欧州勢にも資本が流れ始めました。ただし「ロボティクス投資額」には産業ロボット、自動運転、防衛、ドローン、ヒューマノイドなどを含める統計と含めない統計が混在するため、単一の総額だけで地域間の優劣を断定するのは危険です。
ここで重要なのは、Humanoidが会社発表ベースで欧州初のpure-play humanoid
robotics
unicornとなり、シリーズAだけで1億5,200万ドル、ポストマネー13.5億ドルに達したことです。欧州でも、完成機、部品、契約製造、工場導入を一体化した資本ネットワークが形成され始めています。
第7章 Franka、RobCo、robominds――ドイツ中堅ロボットAIの層
Franka Roboticsは2016年創業で、2023年からAgile Robots傘下です。Franka
Research 3はforce-sensitiveな研究Platformとして世界のAI
Robotics研究室で広く使われています。2026年はPhysical AI reference
platformを前面に出し、data collection、teleoperation、mobile
manipulationへ広げています。
RobCoはMunich発の中小工場向けRobot企業です。2026年1月に1億ドル(約160億円)を調達し、4月にAutonomous
Alfieを公開。No-code automationからvariable
environmentへ適応するAutonomous Industrial Roboticsへ進みます。
robomindsもMunich発で、物流・picking向けAIを展開してきました。
Germanyの強みは、一社のHumanoidだけでなく、研究機、No-code platform、AI
Skill、Machine Builderが層になっていることです。
Franka Roboticsをさらに読む――AI研究者が「同じ身体」を使う価値
Franka
Emikaとして知られた系譜は2016年にMunichで始まりました。創業者にはSami
Haddadin氏らが関わり、7軸、Force-sensitive、Torque controlが可能なPanda
robotで研究界に大きな影響を与えました。
現在のFranka RoboticsはAgile Robots傘下です。主力Franka Research
3、FR3は7 degrees of freedom、低レベルControl access、1kHz state/control
interfaceを提供し、AI・Manipulation研究で広く利用されています。
Physical AI時代に研究platformが重要なのは、Benchmark再現性のためです。AI
model AとBを比較する時、Robot
hardwareが違えば結果を比較できません。Frankaのような広く使われる標準機があると、研究成果を横比較できます。
2026年にはFR3 Duo prototypeを公開し、Dual-arm teleoperation、Dataset
generation、Policy executionを同一platformへ統合しています。Tactile
dataを含む高品質Data collectionを強く意識しています。
またAgile RobotsのDiana 7にもFranka Control
Interfaceを対応させ、研究ecosystemを広げています。
Frankaの長期価値はRobot unit salesより「Physical AI research
standard」です。PyTorch研究でNVIDIA
GPUが事実上標準になったように、Manipulation研究で共通Armを握るとSoftware
ecosystemが集まります。
ただし中国系低価格Cobotや新興Research
armも増えています。Frankaの強みを維持するには、価格よりControl
quality、documentation、ROS
integration、reproducibilityで勝つ必要があります。
RobCoをさらに読む――中小工場の「Robot導入工事」をSoftware化する
RobCoはMunichでRoman Hölzl氏らが創業したIndustrial Robotics
startupです。初期から中小製造業を狙い、Modular lightweight
robotとNo-code programmingを組み合わせてきました。
中小工場でRobotが普及しない最大理由はRobot価格ではありません。Fixture、Programming、Integration、commissioningが高いことです。一工程ごとにSystem
Integratorを呼ぶと投資回収が合わない。
RobCoはRobFlow、RobCo Studio、RobVisionを使い、Robot
cellの設定をSoftware化しました。さらに2026年1月、LightspeedとLingottoを中心に1億ドルを調達し、Physical
AI roadmapを拡大しています。
4月に発表したAutonomous Alfieはさらに野心的です。Bimanual
manipulationとSelf-learning policyを使い、部品位置やTask
variationが変わる工程へ対応する構想です。会社はLevel 3〜4
autonomyという表現も使いますが、現時点ではprototype段階である点は明確に区別すべきです。
Koenig &
Bauerとの提携は重要です。Robotを一台ずつ工場へ売るのではなく、Machine
Builderの製品へRobCo automationを組み込みます。
これが成功するとRobCoは「Robot
maker」から、欧州製造装置に埋め込まれるAutonomy layerへ変わります。
robomindsをさらに読む――AI Skillを既存Robotへ追加する
robomindsもMunich発のIndustrial
AI企業です。代表製品robobrainはCamera、AI perception、Robot
controlを組み合わせ、Bin PickingやOrder Pickingを自律化します。
同社の重要な考え方はAI Skillです。特定Robot
brandだけでなく、既存Industrial armへ認識・把持Skillを追加します。
Bin pickingでは部品がバラ積みされ、姿勢が毎回違います。従来は3D
visionと個別Programmingが必要でした。robomindsはAI recognition、grasp
planning、fleet/job distributionをModular solutionとして提供します。
物流ではSINAなどvertical storageとの連携で、CobotsがPickingを担当するUse
Caseを示しています。
大手Foundation
Model企業とは規模が違いますが、こうした「狭いが使えるSkill」が工場導入では重要です。
Physical
AIの収益化は、AGIを待たずに、一つのPicking工程を今日から自動化できるSoftwareから始まります。
2026年8月の更新――Frankaの生産はKaufbeuren、RobCoの1億ドルはLingottoが共同リード
Franka
Roboticsの現在地を正確に書くなら、独立企業ではありません。前身のFranka
Emikaは2023年9月に「株主間の和解不能な対立」を理由に予備的破産手続きへ入り、11月2日にAgile
Robots(Munich、DLR発、CEOは陳兆芃氏)が事業を引き継ぎました。従業員約100人はそのまま雇用され、生産はバイエルン州KaufbeurenのAgile
Robots拠点へ移りました。各軸のトルクセンサーはDLRオーバープファッフェンホーフェンの技術に由来します。2026年2月16日にはMunich-ObersendlingのKoppstraßeへ移転し、ロボットラボを含む5,500平方メートルを確保、Agile
Robots本社に隣接しました。ICRA 2026ではFR3 Duoを展示しています。
RobCoのSeries
Cは2026年1月29日発表で、1億ドル(8,500万ユーロ、約160億円)。共同リードはLightspeed
Venture PartnersとLingotto Innovation(Exor傘下)で、Sequoia
Capital、Greenfield、Kindred、Leitmotif、The Friedkin
Groupが参加しました。顧客にはBMW、DynaEnergetics、T-Systems、Rosenbergerが並びます。2025年から米国へ進出し、San
FranciscoとAustinに拠点を置いています。
ここで連載を横断する事実が一つ。**Lingottoは第19回で見たNEURA
Roboticsの投資家でもあります。**欧州Physical
AIの資金は、思ったより少数の出し手に集約されつつあります。
2026年の更新――robomindsはrobobrain 2.0と教育で層を広げる
robomindsの2026年の動きも補っておきます。
主力のrobobrainは第2世代へ更新されました。新しいスキル群とUIの刷新が入り、より複雑な現場要件に合わせる方向です。加えてTITANという小包の単品分離(パーセル・シンギュレーション)向けの新しい取り組みを公開しています。物流センターで人手が最も残りやすい工程のひとつです。
同社はミュンヘンのrobominds.labsを開放する「robominds
open」という業界向けイベントも開催し、Stäubliなどのパートナーと実稼働中の事例を見せています。さらに「Bildungsoffensive(教育攻勢)」と名づけた取り組みで、大学と企業へAIロボティクスの基礎技能を広げようとしています。狙いは人材不足の緩和です。
ここにドイツ勢の特徴が出ています。**基盤モデルの規模で米中と競うのではなく、既存のロボットへ載せられるスキルと、それを使える人を同時に増やす。**同じミュンヘンでは、TUMのMIRMIとNEURA
Roboticsが世界最大級と称するロボティクス研究・訓練拠点を整備中で、2026年冬学期からはロボティクスと機械知能の国際修士課程も始まる計画です。人の供給側から作りにいく発想は、第19回で見たNEURAのRoboGym構想とも重なります。
第8章 Locus Robotics――倉庫AMRからMobile Manipulationへ
Locus RoboticsはWarehouse
AMR大手です。従来は人間のPickerと協働し、Walking
distanceを減らしてFulfillmentを高速化するモデルでした。
2026年はLocus ArrayというRobots-to-Goods型Physical
AIを強化。5月にはNexera
Roboticsを買収し、NeuraGrasp技術を取り込みました。
HelloFreshではcold-storage向けにカスタマイズし、temperature-controlled
SKU capacityを5倍にしたと発表しています。
Locusが示すのは、平坦なWarehouseでは「車輪+専用Manipulation」がHumanoidより効率的な可能性が高いことです。
Locus Roboticsをさらに読む――RaaSが倉庫Robot普及を加速した
Locus RoboticsはQuiet
Logisticsの内部課題から2014〜2015年頃に生まれました。E-commerce
fulfillmentでは人が棚の間を何キロも歩くため、生産性の大部分が「歩行」に消えます。
Locusの初期Robotは商品を掴みません。人間が棚からItemをPickし、Robotが次の地点へ運びます。このHuman-Robot
collaborationは技術的には地味ですが、既存Warehouseを大改造せず導入できます。
さらにRaaS modelによって初期Capital Expenditureを抑え、Peak
seasonにRobot数を増減させやすくしました。これはE-commerce物流のSeasonalityと相性が良い。
LocusOne softwareはRobot fleet、Task allocation、WMS
integrationを統合します。Robot
hardwareだけでなく「誰がどのOrderをどの順に取るか」を最適化するOrchestrationが価値です。
2026年のLocus
Arrayは大きな転換です。Robots-to-Goods型で、Robotが高密度StorageからToteやItemを取り出すFully
Autonomous fulfillmentを狙います。
5月にはNexera Roboticsを買収し、NeuraGraspというAI-driven End
Effectorを取得しました。これによりSKU variationへのGrasp
capabilityを広げ、Mobile Manipulationへ進みます。
HelloFreshのCold
Storage案件では、低温環境向けにSystemをCustom化し、Temperature-controlled
SKU capacityを5倍にしたと会社は発表しています。
Locusが示すのは、Warehouse
Automationが「AMR対Humanoid」の二択ではないことです。Wheel
base+Lift+専用GripperをTaskに合わせれば、Human-shaped
robotより低コストにできます。
同社の将来は、Pick-assist Robot companyからWarehouse execution
platformへ進めるかで決まります。
Apparelで見えるLocus Arrayの適用範囲
2026年8月のLocusの説明では、Locus
ArrayはApparel用途で最大98%のSKUを通路内で自律処理できるとしています(会社主張)。衣料品はサイズ、色、素材、袋の形がばらばらで、Rigidな自動倉庫が苦手としてきた代表的な多品種市場です。
この数字は第三者Benchmarkではなく会社説明として扱う必要がありますが、方向性は重要です。Locusが狙っているのは「同じ箱を高速搬送するAMR」ではなく、SKUの変動に合わせて認識・把持・運搬を変えるPolyfunctional
Robotです。
倉庫RobotがPhysical
AIになる境界は、走行が自律化された時ではありません。商品が変わってもSoftware
updateと学習で仕事を変えられる時です。
公開情報の側の数字も並べておきます。Locus
Arrayは2026年3月24〜26日のLogiMAT(シュツットガルト)で欧州初公開、4月13〜16日のMODEX(アトランタ)で北米初公開されました。最初の導入先はDHL
Supply
Chainで、3台のArrayが全方向車輪で動き、高さ3メートルまでのダブルディープ棚から最大約30キログラムのトートを取り出し、Locus
OriginとVectorへ受け渡します。この構成でArray単体がピックできるのはEC向けSKUの6〜7割、うちポリ袋が3割という報道値です。Array、Origin、Vectorの三機種を合わせて全SKUを覆う、というのが会社の説明です。
つまり冒頭のApparel
98%は、この三機種の組み合わせと用途を限定した条件下の会社説明として読むのが妥当で、公開されている一般値は6〜7割です。数字の出所が違うだけで、方向性は変わりません。把持を支えるのはNexera由来のNeuraGrasp、吸着ではなく柔軟メンブレンが対象物を包み込む機構で、多孔質、穴あき、変形した袋、包装のない品目まで一つのグリッパーで扱うことを狙っています。従業員は約500人です。
第9章 Vecna Robotics――Case Pickingとフォークリフト自動化
Vecna Roboticsは米国Warehouse Material Handling企業です。Autonomous
Forklift、Pallet搬送、Case Picking、Orchestration softwareを展開します。
2024年にはMotional共同創業者として知られるKarl
Iagnemma氏がCEOに就任。道路自動運転人材が倉庫Robotへ移った象徴です。
2026年3月にはVoice-enabled CaseFlowを発表し、人のVoice PickingとRobot
Transportを統合しました。Aptivとの次世代AMR連携も進みます。
完全無人化より、既存Warehouseへ段階的にPhysical
AIを入れ、歩行やForklift運転を減らす現実路線です。
Vecna Roboticsをさらに読む――自動運転人材がWarehouseへ来る理由
Vecna RoboticsはMassachusettsでMaterial Handling
Automationを展開し、Autonomous Forklift、Tugger、Co-bot Pallet
Jackなどを提供します。
2024年に元Motional CEOでMIT教授としても知られるKarl
Iagnemma氏をCEOに迎えたことは象徴的です。道路AVで培ったNavigation、Safety、Fleet
orchestrationの知識がWarehouseへ移動しています。
倉庫は道路より環境が狭い一方、Human
worker、Forklift、Pallet、Rackが高密度で動きます。GPSも使いにくい。速度は低くてもInteraction頻度が高いため、安全なAutonomyは簡単ではありません。
VecnaのPivotal orchestration platformはRobot単体より、複数RobotとHuman
workerのWork assignmentを調整する層です。CaseFlowではWMSからPick
listを受け取り、AMRが移動を担い、人間をPick作業へ集中させます。
会社はCaseFlowで2倍以上のproductivity、1年未満ROI、4週間以下Deploymentという目標値を掲げます。これらは条件依存の会社主張として読む必要がありますが、顧客が評価するKPIが明確です。
2026年3月のCaseFlow VoiceはLucas Systemsのvoice technologyを統合し、Cold
storageなどGlove着用環境でScreen操作を減らします。
またAptivと次世代AMRを共同開発しています。Vehicle-grade ComputeやSafety
architectureをWarehouseへ持ち込む動きです。
Vecnaの強みはHumanoid的な汎用性ではありません。PalletとCaseという物流標準単位を徹底的に自動化することです。
追加調査――CEO交代の経緯と、Zebraから来た人材
本章の要である経営陣の話を、日付まで確定させておきます。
Karl
Iagnemma氏がCEOに就任したのは2024年11月13日です。同時に既存投資家から1,450万ドル(約23億円)を追加調達しました。前任はCraig
Malloy氏です。Iagnemma氏の経歴は自動運転そのもので、MITでRobotic
Mobility
Groupを2001年から2013年まで率い、被引用2万件超の研究と50件超の特許を持ち、2013年にnuTonomyを共同創業。同社は2017年にAptivが4億500万ドルで買収し、その後Motionalの初代CEOになりました。Vecna
Technologiesの創業者Daniel
Theobald氏とはMIT時代にDARPAの案件で知り合っています。就任1年目について本人は、売上が倍増し利益率も維持できたと述べています(会社側の説明)。
もう一つ、2026年6月23日にCody
Upp氏が最高商務責任者に就任しました。前職はZebra
Technologiesの倉庫自動化事業の商務責任者で、その前は6 River
Systemsです。第10章で見たとおり、Zebraは2025年12月にその事業からの撤退を決めています。**畳まれた事業の商務責任者が、同じ市場で残る側の会社へ移った。**業界の人の流れは、企業の戦略転換より正確に勝ち負けを示すことがあります。
Iagnemma氏はまた、連結ロボットに対する米FCCの動きに触れ、Vecnaのロボットが米国製で最終組立がマサチューセッツ、ソフトウェアも米国内開発である点を強調しています。安全保障を理由とした規制が、性能ではなく製造地を差別化要因に変えつつある。ここは第21回で見たセンサー調達規制と同じ構図です。
第10章 Zebra / Fetch Robotics――買収後に残ったもの、消えたもの
Fetch RoboticsはROSコミュニティで有名なAMR企業でしたが、2021年にZebra
Technologiesが買収しました。
ZebraはBarcode、RFID、Warehouse deviceの巨大企業です。現在はSymmetry
cloud
platformとAMRを組み合わせ、Picking、Transport、Replenishmentを提供しています。
一方、研究用Fetch / Freight Research
Editionは2024年に販売・サポート終了となりました。
つまりFetchブランドがそのまま成長したのではなく、IP・Software・人材がZebraのAutomation
Solutionへ吸収された。スタートアップ買収後の典型例です。
Zebra / Fetch Roboticsをさらに読む――Robot brandが消えてもSoftware layerは残る
Fetch Roboticsは2014年、Melonee Wise氏らによって創業されました。ROS
ecosystemの人材を背景に、Fetch Mobile ManipulatorやFreight
baseなど研究・物流Robotを展開しました。
2021年、Barcode、RFID、Mobile Computerで物流現場に強いZebra
TechnologiesがFetch Roboticsを買収しました。
買収の戦略は明快です。Zebraは「物がどこにあるか」をBarcode/RFIDで知る。Fetchは「物をどう動かすか」をRobotで実行する。Data
captureとPhysical actionを統合できます。
現在のZebra RoboticsではFetchというStartup brandより、Zebra
SymmetryというCloud-based AMR software platformが中心です。
SymmetryはRobot fleet management、Guided
worker、Analytics、Charging、Fulfillment APIを提供し、人とRobotのPick
tourを最適化します。
ZebraはDetachable cartを使うFulfillment
architectureで、RobotがInductionやDropoffで待たないようにし、少ないRobot数でCapacityを高める設計を打ち出しています。
一方、Research communityで知られたFetch/Freight Research
Editionは販売・Support終了となりました。
ここには重要な教訓があります。Startup買収後、製品名や研究Robotは消えても、Navigation
stack、Fleet software、人材、顧客Integrationは親会社へ吸収される。
Zebraが最終的に狙うのはRobot販売ではなく、Warehouse
worker、Barcode、RFID、AMRを一つのOperational Data
systemへ統合することです。
2026年8月の更新――Zebraはロボット事業そのものから撤退した
本章の前提が2025年末に変わりました。2025年12月9日のSEC提出書類で、Zebraはロボティクス・オートメーション事業を「売却または撤退」すると開示しています。
一時費用は税引前で最大8,000万ドル(約128億円)、うち約6,000万ドルは第4四半期の減損。長期のコスト削減効果は約2,000万ドルと説明されました。人員の大半は2025年内に退職し、既存導入の保守のため約25%が2026年3月まで残る見通しと報じられています(報道ベース)。2021年の買収額2億9,000万ドル(約464億円)に対する結末です。
Zebra自身の説明は「Mobile Computing、Printing、Scanning、RFID、Machine
Vision、AI Softwareという中核へ集中する」というものでした。Interact
AnalysisのAsh
Sharma氏は、AMR産業は年40億ドルを超えて二桁成長しているが単一市場ではなく、Fetchの技術が狙った区分は数億ドル規模にすぎなかったと指摘しています(外部評価)。
教訓は前節から少しずれます。Startup買収後にBrandが消えてSoftware
layerが残るとは限りません。**残るはずだったSoftware
layerごと、親会社が畳むこともある。**AMR市場の細分化と中国勢の価格攻勢が、その判断を早めました。
第11章 OTTO Motors / Rockwell Automation――AMRを工場OSへ統合する
OTTO MotorsはCanada発でClearpath Roboticsから生まれ、2023年にRockwell
Automationが買収しました。
OTTO
100、600、1200、1500、Lifterなどを持ち、会社は1,300万時間超のproduction
hours、月100万件超のdeliveries、100以上のAMR fleetsを掲げます。
Rockwellの狙いはAMR単体ではありません。FactoryTalk、PLC、MES、SafetyとOTTO
Fleet Managerをつなぎ、工場全体のMaterial
Flowを自社Stackへ入れることです。
SiemensとKION、ABBのAMR、RockwellとOTTOは同じ方向へ進んでいます。
OTTOをさらに読む――Rockwellが欲しかったのはAMRではなく「移動するPLC」
OTTO MotorsはClearpath Roboticsから分離してIndustrial
AMRへ特化したCanada企業です。2023年にRockwell Automationが買収しました。
製品群はOTTO
100、600、1200、1500などPayload別AMR、さらにLifterなどMaterial
Handling用途へ広がっています。
会社は累計1,300万時間超のProduction
hours、月100万件超のDelivery、100以上のFleet
deploymentなどを実績として掲げています。
RockwellがOTTOを買収した意味は大きい。従来PLCが制御してきたのは固定機械です。Conveyor、Motor、Robot
armは座標が変わらない。
AMRは工場内を動きます。つまりFactory automation
systemが「移動する設備」をリアルタイムに管理する必要があります。
FactoryTalk、MES、Safety PLC、Warehouse systemとOTTO
Fleetを接続すれば、Production orderに応じてMaterial
flowそのものを自動変更できます。
2026年、OTTOはVDA
5050対応を拡大し、Idealworks、NAiSE、SYNAOSなど複数Fleet
masterとのCertificationを発表しました。
VDA 5050は異なるAMR/AGVを共通Fleet controllerから扱うためのCommunication
standardです。Vendor lock-inを弱めるため、顧客にとって重要です。
OTTOがOpen
standardへ対応するのは、一見自社lock-inを弱めます。しかしRockwellはRobot
unitよりFactory-wide orchestrationで利益を取れるため、Mixed
fleetでも価値を保てます。
最終的にOTTOは、Rockwellの工場OSがPhysical
movementまで支配するためのMobile layerです。
2026年8月の更新――Zebraが畳んだのと同じ時期に、Rockwellは自国生産を始めた
2025年10月30日、Rockwellはミルウォーキー本社に2万5,000平方フィートの生産スペースを設け、OTTO
600とOTTO
1200の組立を開始しました。「米国でAMRを製造する最大の産業自動化企業になった」というのが同社の表現です。CanadaのOntario拠点も継続し、米国顧客への近さと供給網の強靭性を取りに行きます。工場、デジタル基盤、人材への20億ドル(約3,200億円)投資の一環です。
なお現在の正式ブランドは「OTTO by Rockwell
Automation」で、独立ブランドのOTTO Motorsではありません。
同じ2025年末に、ZebraはAMRを畳み、RockwellはAMRの自国生産を始めました。**違いは技術ではなく、AMRを何の一部と見なしていたかです。**Zebraにとってそれは製品ラインの一つでしたが、Rockwellにとっては工場OSが物理的な移動まで支配するための手足でした。同じ市場に対して、真逆の答えが同時に出た年として記録されるはずです。
第12章 RockwellとSchneider――産業AIの巨大基盤企業
Rockwell AutomationはAllen-Bradley
PLC、FactoryTalk、Motion、Safety、MESを持つ北米産業自動化大手です。2026年には製造業の95%がAIへ投資しているという調査を公表しました。
Schneider ElectricはEnergy
Management、Automation、EcoStruxure、AVEVAを持ちます。2026年6月にはopen
software-defined
DCSを強化し、Cogniteを31億ドル(約4,960億円)で買収する契約を発表しました。
Cognite Data Fusionは産業DataをcontextualizeしてAIへ渡す基盤です。
Physical
AIの「工場OS」はNVIDIAやGoogleだけでなく、既存OT企業が握るPLC・DCS・MESとの接続で決まります。
Rockwell Automationをさらに読む――北米工場のInstalled BaseがAIの入口になる
Rockwell AutomationはAllen-Bradley PLC、FactoryTalk software、PowerFlex
drive、安全機器などを持つ米国FA最大級企業です。
Siemensが欧州・世界の巨大統合企業なら、Rockwellは北米製造業に非常に強いPure-play
industrial automation企業です。
Physical AI時代にRockwellが持つ最大の資産はInstalled baseです。AI
startupが工場へ入る時、最初にぶつかるのはPLC、Safety
network、MES、Historianです。Rockwellはそこを既に持っています。
同社のSmart Manufacturing調査では95%の製造業が今後5年にAI/ML、Generative
AI、Causal
AIへ投資済みまたは投資予定と回答しています。調査値は回答企業ベースですが、需要方向は明確です。
RockwellはMicrosoftとのCopilot連携、NVIDIAとのIndustrial AI、OTTO
AMR、Emulate3D simulationなどを組み合わせています。
将来、Engineerが自然言語で「このlineを20%速くし、安全constraintは維持して」と指示し、Digital
Twinで検証してPLC codeへ反映する世界を狙えます。
ただし工場ではLLM hallucinationが許されません。AIが書いたControl
logicはDeterministic safety layerで検証する必要があります。
Rockwellの競争力はAI modelを自社開発することではなく、生成AIを安全なOT
actionへ変換するGatekeeperになることです。
Schneider Electricをさらに読む――Cognite 31億ドル買収でIndustrial Dataを取りに行く
Schneider ElectricはEnergy ManagementとIndustrial
Automationを両輪に持つFrance企業です。PLC、Drive、Power
distribution、Building
automationに加え、AVEVAを完全子会社化してIndustrial
Softwareを強化しています。
2026年6月30日、SchneiderはCogniteの100%を31億ドルのAll-cash
transactionで取得する最終契約を締結したと発表しました。2026年8月18日時点では契約発表段階であり、取引完了前として扱うのが正確です。
CogniteはIndustrial DataOps企業で、Data Fusion、Knowledge Graph、Atlas
AIなどを使い、Sensor、Historian、Engineering drawing、Maintenance
recordsをContextualizeします。
Industrial AIで最も難しいのはModelではなくDataです。「Pump
17の温度」と「P&ID上のPump」「SAP上のMaintenance history」「3D
model上の部品」が同じAssetだとAIが理解できなければAgentは行動できません。
SchneiderはAVEVA CONNECTとCogniteを統合し、このIndustrial Data
foundationを取り込みます。
Cogniteは2025年にRevenue
1.7億ドル超とされ、Schneiderは高いMultipleを払います。それだけIndustrial
AIのData layerをStrategic assetと見ている証拠です。
SiemensがXcelerator、RockwellがFactoryTalk、SchneiderがAVEVA+Cognite。
三社の競争はPLC shareだけでなく、工場のContextualized
Dataを誰が握るかへ移っています。
2026年8月の更新――Rockwellの数字が「AIデータセンター特需」を映している
2026年8月4日発表の2026年度第3四半期(6月末締め)を見ると、この会社の追い風がどこから来ているかがはっきりします。
売上は23億1,300万ドル(約3,700億円、前年同期比8%増、為替と事業売却の影響を除く実質では10%増)。希薄化後EPSは3.65ドルで40%増、調整後EPSは3.49ドルで22%増。営業キャッシュフローは7億2,400万ドル、フリーキャッシュフローは6億5,400万ドル(約1,046億円)。年間経常収益は実質6%増、ソフトウェアのARRは高い一桁成長です。通期の売上見通しは中央値で約90億ドル(約1兆4,400億円)へ引き上げられました。
セグメント別ではIntelligent Devicesが11億ドル(12%増)、Software &
Controlが7億5,100万ドル(19%増)、Lifecycle
Servicesが4億8,200万ドル(12%減、ただし利益率は15.1%へ改善)。4月1日には合弁Sensiaを解消しています。
Blake
Moret会長兼CEOが挙げた牽引役は、半導体、データセンター、倉庫自動化、そして回復してきた自動車とライフサイエンスです。ここが重要です。工場自動化の需要を作っているのは、いまや工場そのものではなくAIインフラの建設なのです。第17回のTeradyneでも、協働ロボットの最大需要先が自動車から電子機器・半導体へ移ったと確認しました。同じ現象が北米FA最大手の決算にも出ています。
Physical
AIは工場へAIを持ち込む物語だと語られがちですが、資金の流れは逆向きにも走っています。AIデータセンターを建てるために工場の自動化投資が増える。RockwellとSchneiderは、その両方向から利益を受け取る位置にいます。
第13章 Gecko Robotics――ロボット点検を「資産データ」に変える
Gecko RoboticsはPittsburgh発のIndustrial
Inspection企業です。壁やTank、船体を移動するRobotで超音波などの高密度dataを取得し、Cantilever
AI platformでAsset healthへ変換します。
2026年3月、米海軍・GSAから5年間、最大7,100万ドルのIDIQ契約を獲得。初期対象はPacific
Fleetの18隻です。
Geckoの本当の商品はRobot本体ではなく、現場から取ったAsset Dataです。
第20回ANYboticsと同様、Physical
AIのMoatは「他社が持っていない現実世界Dataを毎日取り続けること」にあります。
Gecko Roboticsをさらに読む――「壁を這うRobot」はData acquisition端末である
Gecko RoboticsはPittsburghでJake
Loosararian氏が創業しました。発電所など大型Industrial
assetのInspectionを、人がRopeやScaffoldで行う危険と非効率から着想した企業です。
同社のCrawler robotはTank、Ship
hull、Boiler、Pipeなど金属表面を移動し、Ultrasonic
thickness、Visual、その他NDT sensorを使って大量データを収集します。
従来inspectionではInspectorが数十〜数百pointを手作業測定する場合があります。Robotなら数万〜数百万pointのHigh-density
mapを作れる。これがAI analysisの前提になります。
GeckoのCantilever platformはこのinspection dataをAsset
modelへ重ね、Corrosion、Wall thinning、Crack、Repair
priorityを可視化します。
2026年3月、U.S. NavyとGSAはGeckoに5年、上限7,100万ドルのIDIQ
contractを付与しました。初期案件はPacific Fleet
18隻、最大5,400万ドル規模です。
会社はRobotとAIでRepair issueをManual
methodsより最大50倍速く特定できると主張しています。数値はUse
case依存ですが、Navyが評価しているのはInspection時間だけではありません。
Dry dock期間短縮、Spare part planning、Ship
readiness向上が経済価値です。軍艦は一日稼働しないCostが巨大です。
さらにTrident Maritime Systemsとの提携では20 fabrication
facilitiesでAI・Roboticsを使い、生産throughputを40%以上高める目標を掲げます。
GeckoのMoatはRobot
hardwareではありません。毎年同じAssetを検査すると、経年変化のTime-series
dataが蓄積します。
Physical AIが現場を測り、そのDataでMaintenance AIが賢くなるFeedback
loopこそGeckoの本体です。
2026年8月の更新――評価額2,000億円、そして海軍案件
Geckoは2025年6月12日のSeries
Dで1億2,500万ドル(約200億円)を調達し、評価額は前回の2倍の12.5億ドル(約2,000億円)になりました。リードはCox
Enterprisesで、USIT、XN、Founders Fund、Y
Combinatorが継続参加。累計調達は約3億4,700万ドル(約555億円)です。2026年3月には同社史上最大の米海軍案件を受注し、UAEのADNOCとも複数年契約で国際展開に入りました。
Cantileverが提示する効果は、配管破損の予測、C-130の近代化、発電所の運転効率3〜5%改善などです(会社主張)。創業は2013年、Jake
Loosararian氏とTroy Demmer氏によります。
**壁を這うRobotの価値は、点検作業の省人化ではありません。**これまで誰も継続的に測っていなかった資産の内部状態を、データ資産へ変えるところにあります。第20回のANYboticsが脚で回るのに対し、Geckoは壁に貼りつく。同じ「インフラ点検」でも、取りに行っているデータの種類が違います。
第14章 Starship、Serve、Miso――専用ロボットはヒューマノイドに負けるか
Starship
Technologiesは歩道配送Robotの代表で、2026年4月に累計1,000万件のdeliveryを突破しました。Just
Eat、Uber Eatsなどと都市・Campus配送を拡大しています。
Serve Roboticsは2026年8月17日に大きな転換を発表しました。Uber
Eats中心モデルから離れ、Grubhubとの提携をChicago、Los
Angeles、Alexandriaで開始し、DoorDashにも拡大。Diligent RoboticsのMoxi
hospital robot事業も取り込み、医療へ多角化しています。
Miso RoboticsはFlippy Fry Stationで調理工程を自動化し、2026年にはNBA
arenaへの導入やZume Pizza技術資産取得を進めました。
配送なら小型車輪、揚げ物なら専用Arm。仕事が固定されているならHumanoidより専用機のROIが高い場合が多い。
Starship Technologiesをさらに読む――1,000万配送が教える「低速Autonomy」の強さ
Starship TechnologiesはSkype共同創業者Ahti Heinla氏、Janus
Friis氏らが2014年に創業しました。
六輪の小型Robotは歩道を時速数km程度で走り、Camera、Ultrasonic
sensor、定位、Remote assistanceを組み合わせてFoodやGroceryを配送します。
高速道路Robotaxiと比べると技術的に簡単に見えます。しかし歩道にはChildren、Dogs、Wheelchairs、Bicycles、段差、雪、工事、狭路があり、Human
interactionは多い。
Starshipは一つずつOperational edge
caseを解きながら、2026年4月28日に累計1,000万件のdeliveryを突破しました。2026年時点では3,000台規模のRobot
fleetを掲げています。2027年に1.2万台超へ拡大する計画も示しています。
University
campusは初期市場として優秀です。Geofenceが明確で、歩道が整備され、若い利用者が多く、Restaurant
densityも高い。
その後UK都市へ拡張し、Co-op、Uber Eats、Just EatなどPlatform
partnerを増やしています。2026年2月にはJust Eatとの大規模UK
partnershipを発表しました。
StarshipのUnit
economicsは配送員代替だけではありません。小型EVなのでEnergy
costが低く、Parking不要で、一人のRemote
operatorが複数Robotを支援できます。
弱点は配送容量と距離です。大きなPizza
orderや長距離には向きません。雨雪、Vandalism、Sidewalk
regulationも地域差があります。
Starshipが証明したのは「完全自動運転は高速車から始まる必要がない」ということです。低速・軽量・限定距離なら、Autonomyを早く日常化できるのです。
Serve Roboticsをさらに読む――Delivery robotから「Multi-domain autonomy platform」へ
Serve RoboticsはPostmatesのRobot delivery
projectから生まれ、UberによるPostmates買収後にSpin-outしました。NVIDIAも投資家として知られ、NASDAQ上場企業です。
初期はUber
Eatsとの関係が事業の中心でした。しかしPlatform依存は大きなRiskです。一社のorder
volume、contract renewal、Economicsが変わるとRobot
fleet全体の稼働率が落ちます。
2026年、Serveはこの構造を大きく変えています。1月にDiligent
Roboticsを買収し、Hospital robot
Moxiを取得しました。SEC資料では取得対価fair
valueは約2,570万ドルで、Diligentは25以上のHospital
facilityに約100台を展開していました。
3月末時点でServe delivery robot
fleetは2,000台超。さらに8月17日にはGrubhub
partnershipを発表し、Chicago、Los
Angeles、Alexandriaから展開。DoorDashでもSan Jose、Washington
D.C.へ拡大しました。
一方Uber
Eatsとの長年の契約は更新しない方針となり、Uberも持分を手放しました。これはネガティブ材料であると同時に、Serveが一社依存から脱却する契機です。
新しいMicro Depot modelでは既存Parking
facilityなどを充電・保守拠点として使い、大型専用Depotを建てずに都市展開Costを下げます。
さらにMoxi 2.0をHospitalへ投入し、Outdoor sidewalk autonomyとIndoor
hospital logisticsを共通AI platformへ統合しようとしています。
Serveが本当に証明したいのは配送Robotの台数ではありません。一つのAutonomy
stackが異なるPhysical domainへ転用できるかです。
関連市場の最新動向――歩道の次は空、Ziplineも同じラストマイルを狙う
第22回の当初リストには含めていませんが、ラストマイルPhysical
AIを理解するうえでZiplineを外すことは難しくなっています。Ziplineは固定翼・VTOL型の自律配送Droneを運用し、2026年1月時点で200万件超、7月には250万件超の商用配送を公表しました。1月の資金調達では6億ドル超を調達し、評価額は76億ドルとされています。
2026年7月には米国内Marketplaceの参加事業者数が年初から13倍へ拡大したと会社は発表しました。Drone配送はSidewalk
robotと競合するだけでなく、補完関係にもなります。数km圏の小口配送では、道路混雑を避ける空中配送、歩道を使う小型Robot、人間CourierをOrderごとに使い分けるHybrid
logisticsが合理的です。
この視点を入れると、ServeやStarshipの競争相手は他の歩道Robotだけではありません。Physical
AIのラストマイル市場は、地上Robot、Drone、人間配送員を一つのDispatch
networkで最適化する競争へ移っています。
Miso Roboticsをさらに読む――厨房ではHumanoidより「一工程専用」が合理的
Miso RoboticsはFlippyというKitchen robotで知られます。最初はBurger
flippingの印象が強かったものの、現在はFry Station automationが中心です。
Fast food kitchenはPhysical
AIに向いた市場です。Taskが反復的、場所が固定、危険なOilとHeatがあり、Labor
turnoverが高い。Robot導入効果をSafetyとLabor hoursで測りやすい。
Flippy Fry StationはComputer VisionとRobot armでBasket handling、Frying
timingを自動化します。2026年には累計500万basket超というMilestoneが報じられ、NBA
arenaへの導入も行われました。
MisoはNationwide support partnershipを整備し、Robot販売だけでなくField
serviceを強化しています。Restaurant operatorにとって故障時の復旧時間はAI
accuracyより重要です。
2026年にはZignylのAI-powered operations
toolを取得し、6月には破綻したZume Pizzaのtechnology
assetsも取得しました。
つまりMisoはFryer robot一機種から、Kitchen Automation
software・equipment portfolioへ広げようとしています。
将来Humanoidが厨房へ入っても、200℃のOil前で人間型Robotを使う必要はありません。専用機はWashability、Heat
resistance、Cycle timeで有利です。
Misoは、Physical AI市場で「汎用性よりROI」が勝つ代表例です。
2026年8月の更新――Starshipは1,000万配送、Misoは14台
数字を最新にします。
Starshipは2026年4月28日に累計1,000万配送を突破しました。ロボット3,000台、8カ国、約300拠点です。2025年10月のSeries
Cは5,000万ドル(約80億円、Plural主導)で累計2億8,000万ドル超(約448億円)。Just
Eatとの提携は2026年2月、Uber
Eatsとの世界的な協業は2025年11月の発表です。
Serve
Roboticsの2026年第2四半期は、売上324万ドル(約5.2億円、前年同期比400%超)、1日あたり稼働ロボット792台、現預金等2億4,000万ドル(約384億円)。ただし通期売上見通しはUber
Eatsの配送量減を理由に900万〜1,000万ドルへ引き下げられ、四半期の営業費用は5,729万ドル、純損失は6,413万ドルです。広告が食品配送売上の約半分を占めるという収益構成も、この事業の現在地を示しています。
Misoが最も厳しい。2024年の純売上は約38万5,000ドル(約6,200万円)で、2023年の約49万3,000ドルから減少しました。2025年末のFlippy設置は14台で、2年前の17台から減っています。CaliBurgerとPaneraとの提携は終了しました(報道ベース)。2026年2月にZignylを買収してZippyへ統合し、Kitchen
operationのSoftwareへ広げようとしています。資金の多くはRegulation
Aの株式クラウドファンディングで累計1億2,500万ドル超。自社サイトが示す想定評価額3億9,257万ドルは市場価格ではありません。
**専用機がHumanoidより合理的であることと、専用機の会社が儲かることは、別の問題です。**KUKAアームで調理していたManhattanのKernelは開業1年以内に閉店し、人手中心の店へ業態転換しました。この章の結論は「専用機の勝利」ではなく、「用途が正しくても単位経済が合わなければ会社は残らない」です。
追加調査2――Ziplineの数字と、規制側の変化
前節のZiplineについて、一次資料で確認できる数値を補います。
2026年1月21日の発表時点で、累計商用配送は200万件超、配送した品目は2,000万点超、自律飛行距離は1億2,500万マイル超、稼働は7カ国。調達額は6億ドル超(約960億円)で、評価額は76億ドル(約1兆2,160億円)です。2024年の約50億ドルから52%上昇し、2023年4月のシリーズF時点の42億ドルからは1.8倍になりました。リード投資家はValor
Equity Partnersで、Fidelity、Baillie Gifford、Tiger
Globalも参加。累計調達は15億ドルを超えています。
米国内の配送は7か月にわたり週次で約15%ずつ伸びたと会社は説明しており、2026年前半にHoustonとPhoenixで運用を開始、年内に少なくとも4州へ広げる計画です。提携先にはWalmart、Chipotle(Zipotle)、Sweetgreen、GNC、Michigan
MedicineやIntermountain
Healthといった医療機関が並びます。創業は2014年、CEOはKeller
Cliffton氏。中央値の飛行時間は3分です。
もう一つ、規制側の変化があります。FAAが検討しているPart
108は、機体ごとの個別免除ではなく事業者に運航ライセンスを与える方向の枠組みです。これが整えば、ドローン配送の拡大速度は機体性能ではなく認可プロセスで決まる段階を抜けます。
歩道ロボット、ドローン、人間の配達員を注文ごとに使い分けるハイブリッド物流が現実になるとき、勝者を決めるのは車輪でも翼でもなく、どの経路が安いかを毎回判断するディスパッチ側のソフトウェアです。ServeとStarshipの競合を、地上の他社だけで見ると読み違えます。
第15章 Shadow Robot、GelSight、SynTouch――「手」と「触覚」の巨大市場
Humanoidが本当に人間の仕事へ入る時、最大のボトルネックは歩行より手です。
Shadow Robot CompanyはUKのDexterous Hand企業です。五指Handに加え、Google
DeepMindと開発したDEX-EEシリーズで長時間Reinforcement
Learningに耐える研究基盤を提供します。
GelSightはcamera-based tactile
sensor企業です。DIGITはRobotが接触形状や圧力を画像として取得できるSensorです。
SynTouchはBioTacなど、人間の指先に近いmultimodal tactile
sensingを長年研究・製品化してきました。
Vision-Language-Action
Modelが賢くても、滑りや接触力を知らなければManipulationは安定しません。次の競争はVision-Language-Touch-Actionへ進みます。
Shadow Robotをさらに読む――Dexterity研究では「壊れないHand」が性能になる
Shadow Robot Companyは英国Londonの老舗Dexterous
Hand企業です。数十年にわたりHuman-like hand、Teleoperation、Tactile
integrationを研究機関へ提供してきました。
Dexterous manipulationの研究ではHandの自由度が注目されますが、Machine
Learning時代には別のKPIが重要です。Mean Time Between Failureです。
Reinforcement
Learningは同じ動作を何万回も繰り返し、失敗時にはHandを机へぶつけることもあります。研究用Handが30分ごとにCableやTendon故障を起こせば、Data
collectionが進みません。
Google DeepMindとの協力から生まれたDEX-EE
Seriesは、この問題を中心に設計されました。3-finger、12
DoFの構成で、High-bandwidth torque/position control、Force/inertial
sensing、Optical fingertip tactile sensorなどを搭載します。
DEX-EE ChiralはHuman-like offset thumb配置に近づけ、Human
teleoperationやBimanual imitation learningを容易にします。
Shadowの強みは「一番人間に似たHand」ではありません。Research
labが長時間Policy trainingを回せるMaintainabilityです。
Humanoid量産Hand市場ではSCHUNK、Bosch、中国Startupなど大手・低価格勢が増えます。ShadowはVolume
supplierより、最先端Manipulation researchのReference
hardwareとして価値を持つ可能性があります。
GelSightをさらに読む――Cameraで「触った形」を見る
GelSightはMIT発のVision-based tactile
sensing技術から生まれました。透明・柔軟なElastomer表面が物体へ接触すると微細に変形し、内部CameraとLightingがその形状変化を高解像度画像として捉えます。
人間の触覚を電極で直接真似るのではなく、「接触面をCameraで撮影する」という発想です。
この方式は非常に高いSpatial resolutionを持ち、Robot
manipulationだけでなくMetrology、Surface
inspectionにも使えます。傷、Dent、Texture、Seal、Fine
featureを現場で測定できます。
GelSightはDIGIT系sensorをRobot researchへ広げ、現在はRobot
arm向けにSuperhuman sensitivityを掲げるTactile
solutionsを展開しています。
Physical
AIでTouchが重要なのはOcclusionがあるからです。CameraはFingerとObjectの接触面を見られません。Gripが滑り始めたか、CableがConnectorへ完全挿入されたか、FabricがPinchedしたかはTouchでしか分からないことがあります。
VLA modelへTactile
tokenを追加すれば、Robotは「見て掴む」から「触りながら修正する」へ進めます。
GelSightの長期価値はSensor unitだけでなく、Tactile data formatとAI
software frameworkを事実上標準化できるかにあります。
SynTouchをさらに読む――Force・Vibration・Temperatureを一つの指へ
SynTouchは2008年、USCの研究から創業されました。BioTacの着想はDARPA
Revolutionizing
Prostheticsの文脈から生まれ、人間のFingertipが持つ複数感覚を人工Sensorで再現することを目標にしました。
BioTacは柔らかいSkin、Conductive fluid、Electrode、Pressure
sensor、Temperature sensorを組み合わせます。これによりSkin
deformation、Vibration、Thermal gradientを同時に測ります。
つまりForceだけではありません。滑り始める微細振動、Texture、Object
compliance、Thermal propertyまで取得できます。
BioTac SPではSingle-phalanxへ小型化し、24 sensor、200N超Normal
force耐性などを掲げます。Shadow Robotなど高度HandへのIntegration
systemも提供しています。
SynTouchの発想は重要です。人間はCameraとForce
sensorだけで物を操作していません。熱いか、滑るか、柔らかいか、表面が粗いかを無意識に統合しています。
RobotがLaundry
folding、Cooking、Care、Assemblyへ進むほど、このMulti-modal
touchが必要になります。
一方、Tactile sensorはCalibration、Skin wear、Cable routing、Data
volume、Sim-to-Realが難しい。視覚ほど大規模Datasetもありません。
だから触覚市場はまだ勝者が決まっていません。
Shadow Robotが「Hand body」、GelSightが「Optical
tactile」、SynTouchが「Biomimetic multi-modal
tactile」を提供する構造は、今後のHumanoid市場で非常に重要です。
AIの次のData frontierは、Internet textでもCamera
imageでもなく、Robotが世界へ触れた時に発生するContact
dataかもしれません。
2026年8月の更新――触覚は「研究テーマ」から「調達品目」へ
GelSightは2026年3月10日、米空軍のSBIR Phase
IIを受注しました。金額は約250万ドル(約4億円)。厚さ15ミリ未満、15ミリ角の視野で毎秒50フレームの3D形状と力分布を出力し、5万回超の把持に耐えるGelSight
Nanoを21カ月で開発します。Warner Robins Air Logistics
ComplexでTRL-6の実地実証まで行う計画です。同社はMeta
AIと組んでDIGITを商用製造・流通する役割も担っています(報道ベース)。
価格も動きました。商用の触覚センサーは5,000〜1万ドルから350〜550ドルへ下がり、自作なら約120ドルという水準です(外部推計)。Neuromorphic
tactile
sensorの市場規模は2025年の9,500万ドルから2034年に5億2,040万ドルへ、年率21.5%で成長し、そのうちHumanoid
hand用途が38.2%を占めるという推計もあります(外部推計であり、会社発表ではありません)。
一方、SynTouchの直近の公開活動は確認できません。従業員は2024年末時点で16人、最後の公表資金調達は2015年です。BioTacという原型を残した企業として歴史的に位置づけ、現在の量産市場ではGelSight、日本のXELA
Robotics(uSkinでCES
2026に初出展)、PaXini、Contactileといった現役勢を見るのが実態に合います。第21回第14章のLuminarと同じ論点です。技術の先進性と、量産市場を取れる企業体力は別物です。
Shadow Robotは創業から約30年、Google
DeepMindと共同で強化学習の連続実験に耐えるHandを開発しました。DeepMind側は「非常に堅牢で器用なHandができ、二社が互いの利益のために協業できた好例だ」とコメントしています。
**触覚は、論文の題材から調達仕様書の項目へ移りつつあります。**Vision-Language-Actionの次にVision-Language-Touch-Actionが来るなら、その部品表はすでに書かれ始めています。
追加調査――英国は「手の器用さ」を国家研究として買っている
Shadow
Robotの資金の出どころを見ると、この分野の位置づけがよくわかります。
同社は1987年、Richard
Greenhill氏らによって北ロンドンで設立された、英国でも最も歴史の長いロボット企業のひとつです。MDはRich
Walker氏。そこへ2025年、英国のARIA(Advanced Research and Invention
Agency)が1,100万ポンドを投じました。ARIAは2023年に議会法で設立された研究資金機関で、米国のDARPAに相当する「高リスク・高リターン」型ですが、軍事機関ではありません。
資金は二つのプロジェクトに向かいます。OGRESはロボットハンドの設計段階そのものを体系化する試みで、どの設計を選ぶべきかを技術者が判断できる道具を作ります。UPWARDはハンドの動力配分に取り組み、アクチュエータを増やして形が崩れる問題を避けながら全関節を動かす方法を探ります。後者にはNorthwestern大学のEd
Colgate教授グループ、Texas A&M大学のCynthia
Hipwell教授グループ、英国のManufacturing Technology Centreが加わります。
Walker氏はこの資金の意味を、長期問題を長期のまま扱えることだと説明しています。1か月でも半年でも、おそらく1年でも解けない問題だ、と。
対比が鮮明です。**米国では空軍のSBIRがGelSightの触覚センサーを引き、英国ではARIAがShadowの手そのものを引いている。**どちらも民間資本ではなく公的資金です。ヒューマノイドの完成機に数百億円が集まる一方で、手と触覚という最大のボトルネックは、いまだに国家の研究予算が支えている。この非対称は、第16章で見る産業構造の層のどこに利益が溜まるかを考えるうえで重要な手がかりになります。
第16章 産業Physical AIの5層構造
第1層はAI Compute / Foundation Model。NVIDIA、Google DeepMind、Skild
AI、Physical Intelligence。
第2層はRobot OS / Development Platform。Siemens、Intrinsic、KUKA
AMP、Rockwell、Schneider、PolyScope、RobCo。
第3層は身体。Humanoid、Industrial Arm、Cobot、AMR、Quadruped、Delivery
Robot。
第4層はEnd Effector / Sensing。SCHUNK、Shadow
Robot、GelSight、SynTouch、Festo。
第5層は現場Data /
Operation。Gecko、ANYbotics、Locus、Vecna、OTTO、Starship、Serve。
PCやSmartphoneと同じく、完成機だけが利益を取るとは限りません。OS、Chip、Sensor、Data
layerが大きな価値を持つ可能性があります。
第17章 日本企業が取るべき場所と2030年シナリオ
日本は完成Humanoidのブランド競争で出遅れても、部品と工場自動化では強い。
FANUC、安川電機、川崎重工、Denso、THK、Harmonic Drive
Systems、Nabtesco、Nidec、MinebeaMitsumi、SMC、CKD、MISUMI、Omron、Keyenceなどがあります。
勝ち筋は単品部品ではなくAI-ready
moduleです。Motor+Reducer+Encoder+Torque Sensor+Drive+Thermal
ModelをSmart Jointとして売る。HandならActuator+Tactile
Sensor+Controller+Skill APIを一体化する。
強気では日本が標準Module supplierへ。中間ではHardware
shareを維持しSoftware利益は海外へ。弱気では中国価格攻勢と欧米Platform囲い込みに挟まれます。
日本の課題はHardwareにSoftware、Data、update revenueを付けられるかです。
第18章 結論――ヒューマノイド時代ほど専用ロボットと部品企業が重要になる
KUKA、SCHUNK、Festo、Locus、Gecko、Miso、Shadow Robot、GelSightはTesla
Optimusほどニュースになりません。
しかし産業は、こうした企業で成り立ちます。
Humanoidが普及しても、倉庫ではAMR、点検では四足、配達では小型Robot、調理では専用Armが残ります。そしてHumanoid自身もHand、Sensor、Actuator、Safety部品を必要とします。
Physical
AIの勝者とは、最も人間に似たRobotを作った会社ではなく、現場の一つの仕事を最も安く、安全に、確実に終わらせた会社です。
第1回NVIDIAから第22回までを通じて見えてきたのは、世界を見て、触って、動かし、その結果から再び学ぶAIの循環です。
2026年8月18日時点の確認
本稿の数値と事実関係は2026年8月18日時点の公開情報に基づきます。次の項目は短期間で変わり得ます。
MideaによるKUKAの中国上場は検討段階の報道であり、決定事項ではありません。
Zebraのロボティクス事業は「売却または撤退」の方針が開示された段階で、最終的な売却先は本稿執筆時点で確定していません。
SCHUNKとBosch、DLRのHumanoid
Hand共同開発は開発協力の段階で、量産品の仕様も価格も公表されていません。
Schneider
ElectricによるCogniteの買収は完了までに数四半期を要する見込みです。
Serve Roboticsの通期売上見通しは2026年8月に引き下げられており、Uber
Eats契約は2027年初頭に満了予定です。
Neuromorphic tactile
sensorの市場規模と構成比は外部調査会社の推計で、実績値ではありません。
Locus Robotics、Vecna
Robotics、Starship、Miso、Gecko、RobCo、Franka、Humanoid、Ziplineは非上場で、財務数値の多くは会社発表または報道に依拠しています。
KTPOへ投入されたKUKA
AMPはアルファ版で、初期の適用範囲は自律移動ロボットの協調です。全社的な展開時期は公表されていません。
Humanoidのベータ版投入は2026年第4四半期の計画です。Schaeffler側の2026年1月発表は5年間で数百台、Humanoid側の7月発表は数千台規模の大規模展開契約と表現しており、対象範囲の差は公開情報だけでは確定できません。Boschの最大10万台規模という製造能力は第三者報道ベースで、公式発表が確認しているのは契約製造パートナーであることです。
FAAのPart 108は検討中の規則案であり、施行されていません。
Festoの2026年の新製品として確認できたのはHPSX Universal Adaptive
Gripperで、ヒューマノイド向けの独自製品ラインは公表されていません。robomindsのrobobrain
2.0とTITANは公表済みですが、導入台数や売上は非公表です。
Vecna
Roboticsは非上場で、CaseFlowの生産性2倍やROI1年未満といった数値は条件依存の会社主張です。
Shadow
RobotのARIA資金(1,100万ポンド)はOGRESとUPWARDの二つの研究プロジェクトに対するもので、製品化の時期は公表されていません。
Locus
ArrayのApparel向け98%という数値は会社説明であり、公開資料で確認できるのはArray単体でEC向けSKUの6〜7割、三機種の組み合わせで全SKU、という水準です。
次回予告――シリーズ総括
第1回NVIDIAから第22回までを通じ、欧米Physical
AIの技術・企業・市場構造を総括します。
主要参考資料・公式リンク
出典対応表
会社発表:KUKAのAutomation 2.0とKUKA AMP、MideaのAI投資額とMIRO
U、SCHUNKの子会社設立とBosch・DLR協業、Locus RoboticsのNexera買収とLocus
Array、Vecna RoboticsのPivotalとCommand Center、OTTOの生産開始とVDA
5050対応、Gecko
RoboticsのCantilever効果と調達額、Starshipの累計配送とロボット台数、Serve
Roboticsの四半期実績と通期見通し、GelSightのSBIR受注とGelSight
Nano仕様、Franka RoboticsのMunich移転。
規制当局・SEC文書:Zebraのロボティクス事業撤退(2025年12月9日の8-K)、Serve
Roboticsの四半期報告、Schneider ElectricによるCognite買収の公表条件。
報道ベース:MideaによるKUKAの深圳上場検討、Zebraの人員縮小の時期、Misoの売上と設置台数、CaliBurger・Paneraとの提携終了、Gecko
Roboticsの海軍案件とADNOC契約、One Equity
PartnersによるComau過半取得後の運営方針。
第三者評価:Interact AnalysisによるAMR市場の区分評価、ICRA 2026やGerman
Robotics Conferenceでの技術公開。
外部推計:Neuromorphic tactile
sensorの市場規模と用途別構成比、触覚センサーの価格帯、Humanoid市場の出荷予測と累計調達額。
将来計画:SCHUNK・BoschのHumanoid
Hand量産、RobCoの米国展開、Starshipの食品スーパー配送への集中、Schneider
ElectricのCognite統合。
ハッシュタグ
#欧米フィジカルAI2026 #PhysicalAI #産業ロボット #ヒューマノイド #KUKA
#Comau #SCHUNK #FrankaRobotics #RobCo #LocusRobotics #VecnaRobotics
#OTTO #RockwellAutomation #SchneiderElectric #GeckoRobotics
#StarshipTechnologies #ServeRobotics #ShadowRobot #GelSight
#触覚センサー