海外テックメディアTechCrunchは、UP.Labsが「Vantora（ヴァントラ）」として事業展開し、産業系大企業向けにスタートアップを立ち上げる企業として、Physical AI領域に注力していると報じました。元記事のタイトルでは、同社が1億ドルを調達したことにも触れられており、生成AIの次の大きな波として「現実世界で動くAI」への関心が高まっていることがうかがえます。
「スタートアップを作るスタートアップが1億ドルを調達し、Physical AIに全力投球している」
UP.Labsは現在、Vantoraという名称で事業を展開しており、産業系企業のためにスタートアップを構築している。
Physical AIとは何か──ソフトウェアから「現場で動くAI」へ
ここで注目したいのは、「Physical AI」というキーワードです。生成AIブームはこれまで、チャットボット、文章生成、画像生成、コーディング支援など、主にデジタル空間上の生産性向上を中心に広がってきました。一方でPhysical AIは、ロボット、物流、工場設備、モビリティ、建設機械、ドローンなど、物理的な世界でAIを動かす領域を指します。
つまり、単に「AIが文章を書く」段階から、「AIが倉庫で物を運ぶ」「工場の異常を検知する」「建設現場の作業を最適化する」「車両や機械を自律制御する」といった段階へ進むということです。
Vantoraのような企業が産業系大企業と組んでスタートアップを作る意味は大きいでしょう。Physical AIは、アイデアやソフトウェアだけでは成立しにくい分野です。実際の工場、物流網、車両データ、設備、現場オペレーションへのアクセスが必要になります。大企業が持つ現場資産と、スタートアップの開発スピードを組み合わせるモデルは、Physical AI時代に非常に相性が良いと考えられます。
日本企業にとっての示唆──製造業・物流・インフラこそ主戦場
日本市場に目を向けると、Physical AIは極めて重要なテーマです。日本は製造業、ロボティクス、自動車、物流、建設、インフラ保守といった分野で強みを持つ一方、人手不足や高齢化、熟練技能の継承といった深刻な課題を抱えています。
たとえば製造業では、熟練作業者の判断をAIに学習させ、検査や保全の精度を高める取り組みが進む可能性があります。物流では、倉庫ロボットや配送ルート最適化、自動搬送システムとAIの組み合わせがさらに重要になります。建設・インフラ領域でも、ドローンやセンサー、画像認識AIを活用した点検の自動化が広がるでしょう。
ただし、日本企業が課題に直面しやすいのは「PoC止まり」になりやすい点です。技術検証は行うものの、現場導入や事業化まで進まないケースは少なくありません。その点、Vantoraのように最初から「大企業向けに新会社を作る」モデルは、実装と事業化を前提にしている点で示唆的です。
日本でも求められる「社内新規事業」ではなく「外部化された事業創造」
大企業の中で新規事業を立ち上げる場合、既存事業との調整、稟議、予算管理、人材配置などに時間がかかりがちです。特にPhysical AIのように、ソフトウェア、ハードウェア、現場運用、規制対応が絡む領域では、スピードの遅さが致命的になることがあります。
そのため今後は、日本でも「大企業の資産を使いながら、外部の独立したスタートアップとして事業を育てる」形が増える可能性があります。CVCやアクセラレーターにとどまらず、共同創業型のスタートアップスタジオや、産業特化型ベンチャービルダーへの関心が高まるでしょう。
Physical AI時代の勝者は、データと現場を持つ企業か
生成AIの世界では、大規模モデルを持つ企業やクラウド企業が大きな存在感を示しています。しかしPhysical AIでは、モデルの性能だけでなく、現実世界のデータ、現場での運用ノウハウ、機械や設備との接続、そして安全性が競争力になります。
この点で、日本企業には大きなチャンスがあります。工場、鉄道、物流、エネルギー、医療機器、自動車部品など、日本には高品質な現場データを生み出す産業基盤が数多く存在します。これらをAIと結びつけ、単なる効率化ではなく、新しいプロダクトやサービスとして外部展開できるかが鍵になります。
Vantoraの動きは、AIスタートアップの次の焦点が「画面の中」から「現実世界」へ移りつつあることを象徴しています。日本企業にとっても、Physical AIは単なる技術トレンドではなく、産業競争力を再構築するための重要なテーマになりそうです。
引用元: A startup that builds other startups raised $100M and is all-in on physical AI
