Global physical AI and humanoid robotics, with a focus on logistics レポート解説

概要

Goldman Sachsは、物流・倉庫のユースケースを中心に、世界のPhysical AIと人型ロボットを深掘りしている。主な結論は、AIモデルの改善、実世界データの増加、量産、ハードウェアコスト低下が人型ロボットの導入加速を支え、初期段階では幅広い消費者向け展開ではなく構造化された商業環境に集中するというものだ。

主要見解

Goldman Sachsは、世界の人型ロボット予測を2026年の約75,000台、2030年の890,000台、2035年の6.5 million台へ引き上げた。これは従来予測の51,000台、256,000台、1.4 million台からの上方修正である。同社は2035年に$138 billionの市場になると推定する。予測修正の背景としてPhysical AI、オープンソースツール、ベンチャー資金、政府支援、企業のプロトタイプから商用生産への移行計画を挙げる。導入済みロボットが実世界の訓練データを生成し、モデル改善とより広いタスク能力につながるデータフライホイールを想定している。 レポートは、物流と倉庫を最も実用的な初期導入環境と位置付ける。タスクは固定自動化には多様だが、環境は構造化され管理可能だからである。倉庫の自動化浸透は製造業に比べて低く、レポートは自動車で従業員10,000人当たり約1,800台、非自動車製造では250台としている。人件費上昇、SKU増加、より速いフルフィルメント要件、在庫処理の複雑化により、生産性投資は循環的でなく構造的になる。80社超を対象とした調査では、約30-35%が汎用ロボットまたは人型ロボットの利用を真剣に評価・試行しており、別の約35%は限定導入済み、約40%は今後3-5年に少なくとも10%のワークフローが自動化または大幅に強化されると予想した。技術的限界・信頼性と統合の複雑さが主な障壁として挙げられた。 eコマースでは、自動化はコストと競争の双方のレバーである。Amazonは2025年6月時点で300超の施設に100万台超のロボットを導入しており、第12世代フルフィルメントセンター設計はフルフィルメントを25%高速化し、当日または翌日配送可能な品目数を25%増やしたとされる。Goldman Sachsのアップサイドシナリオは、2026Eから2030Eにcost-to-serveを5.6%レバレッジする仮定で、2030年までに1ユニット当たり約11%の削減に相当する。累計約$72 billionの節約、うち約80%を営業費用、20%を配送COGSと推定し、2030年に連結EBITへ約240 bp、リテールEBITマージンへ約400 bpの追い風になるとしている。これらの利益は、ユニットエコノミクス、配送速度、小規模eコマース競合との差を改善する手段と捉えられている。 Walmartも大規模な実証例として提示される。2026年8月時点で、自動化貨物は米国の3,100店舗をカバーし、eコマースのフルフィルメント量の50%超が自動化施設を通過している。Goldman Sachsは、自動化フルフィルメントセンターが同じ面積で既存センターの2倍の能力・スループットを処理できると述べ、Walmart自身も自動化の進捗はまだ半分程度とみている。感応度分析では、マークダウン削減による潜在的なコスト節約を$4.0 billion-$23.7 billion、注文当たり配送コストの追加改善を2.4%-12.9%と推定する。コスト低下、在庫可視性向上、余剰フルフィルメント能力が、Walmartのマーケットプレイスと高マージンサービス事業を強化すると論じる。 自動車も、部品仕分け、運搬、検査、最終組立など、従来の自動化では経済的に対応しにくい多様なタスクにとって初期の商用環境である。ロボット価格が下がるにつれ経済性のクロスオーバーが改善するとGoldman Sachsはみる。平均人型ロボット価格は2025年の$40,000超から2035年に約$21,000へ、高仕様ロボットは約$150,000から約$50,000へ低下すると予測する。タスクに技術が対応可能な工場用アプリケーションでは、コストは2026年に労働コスト2.8年分、2027年に1.9年分に低下すると見積もる。ロボット価格$20,000-$60,000、導入率10%-50%の自動車例示シナリオでは、粗ベースの営業利益率拡大は約1%-6%と推定するが、節約分が車両価格の引き下げに転嫁されればネット効果は小さくなり得る。現時点で人型ロボットに適するのは自動車工程の約2%に過ぎず、残る複雑な組立、配線、検査にはロボット知能とハンドの進展が必要だと強調する。 生産量の拡大と設計最適化により、平均BOMコストは年約7%、ASPは年約6%低下すると予想する。器用なハンド、ハードウェアの耐久性、熱管理、柔軟な配線、制御遅延、sim-to-realギャップを、未解決の重要制約としている。段階的な普及は、囲われた自動車工場と大規模物流ハブから始まり、単価が約$20,000-$30,000となり安全基準が整備されるにつれ一般製造・倉庫へ、その後にサービス、介護、インフラ、家庭へ拡大する。 人型ロボットは産業自動化アーキテクチャにも影響する。Goldman Sachsは、仮想PLCの導入が2025年の約$0.5 billionから年約20%-30%で成長すると予測する。これは約$13 billionの物理PLC市場が約4%成長するのと対照的である。仮想PLCは標準サーバーで移動ロボット群を集中制御し、独自コントローラー、ラック、I/Oモジュールへの依存を減らし、既存企業のハードウェア・ソフトウェアのロックインを弱め得る。ただし、物理PLCが急速に消えるとはみていない。決定論的なレイテンシー、安全性、信頼性、レガシー工場の移行コスト、IT/セキュリティ技能要件が実質的な障害だからである。ビジネスモデルは初期ハードウェア販売からサブスクリプション、従量課金、マネージドサービスへ移行し得る一方、ベンダーはvPLCインスタンスの統合や成果連動型価格設定のリスクにも直面する。 半導体と精密部品は重要なイネーブラーとされる。Goldman Sachsは、人型ロボット1台当たりの半導体コンテンツを約$2,950-$6,000+と推定し、アナログ・ミックスドシグナルが$750-$1,050+、メモリーが$600-$800、非メモリーのデジタルが$1,600-$4,150+を占める。コンピュートモジュールだけで約$1,500-$4,000+であり、アナログ機会には$350-$500のパワー半導体、$150-$200の通信IC・FPGA、$150-$200の光学部品、$50-$100のその他センサーが含まれる。ロボットの器用さと動作複雑性が増すにつれ、アクチュエーター、モーター、減速機、ベアリング、バッテリー、受動部品、コネクター、ハーネスの機会も増えるとする。 ソフトウェアとインフラでは、テキストで訓練されたLLMだけでは実世界の操作問題を解けないため、ワールドモデルと視覚・言語・行動システムがPhysical AIの中核になりつつあるとGoldman Sachsは論じる。特に変形物、工具、接触を伴う相互作用など、シミュレーションが難しいタスクでは、独自の導入データが長期的な堀になるとみる。1台のロボットは1日に64 TBのカメラデータを生成し、120 TBのフロンティアLLM学習コーパスの約200倍に相当するとの推定を示す。ワールドモデル開発は、トークン、ストレージ、帯域幅、GPU需要の追加的な長期レバーになり得る。Microsoft、Oracle、CoreWeaveはこれらのワークロードに適した位置にあるとされる。 レポートは単一企業ではなく幅広い受益者群を強調する。AmazonとWalmartは自動化利用者としてマージンと顧客体験を改善し得る。NvidiaはフルスタックのAIコンピュート、シミュレーション、ロボティクス・プラットフォームのイネーブラーである。Jabil、Flex、TE Connectivity、Amphenol、Hyundai Mobis、HL Mando、Robotis、XPeng、Hesai、Xiaomi、Inovance、Sanhua、Shuanghuan、Daifuku、MinebeaMitsumi、Renesas、Regal Rexnordなどは、製造、アクチュエーター、センシング、制御、倉庫システム、部品で参加し得る。個別の投資見解と目標価格は、統一的なレポート全体のレーティングではなく、各社固有のものである。

分析フレームワーク

Goldman Sachsは、改定したトップダウンの市場予測に、企業コメント、80社超の調査、技術・地域別ケーススタディ、ボトムアップの業績シナリオを組み合わせている。倉庫のcost-to-serve、小売自動化、自動車の人件費とロボット価格の感応度を通じて導入経済性を検証し、その後PLC、半導体、部品、ソフトウェア、個別上場企業への影響を整理している。

手法メモ

• 業界・産業分析フレームワーク需給フレームワーク

  2035年までの出荷台数、仕様、ASP、BOMコストの予測に基づく人型ロボット市場規模推計。

  レポートは商用導入の拡大と単価低下を、改定した出荷量・市場価値予測に結び付けている。

• 業界・産業分析フレームワーク産業チェーンの上流・中流・下流波及

  ソフトウェアとコンピュートからロボット、部品、自動化システム、エンドユーザーに至るPhysical AIのバリューチェーンマッピング。

  Goldman Sachsは、人型ロボットの普及拡大が小売業者、産業制御ベンダー、半導体サプライヤー、精密部品メーカーに与え得る影響を追っている。

• 企業ファンダメンタルズ・財務フレームワークフリーキャッシュフロー分析

  自動化導入に関する営業コストとマージンの感応度分析。

  レポートは指定された導入率・コスト前提の下で、Amazon、Walmart、自動車製造のコスト節約とEBITマージン効果を推定する。

• バリュエーション手法SOTP（事業別合算）評価

  Amazonのsum-of-the-parts評価。

  Amazonの記載された12か月目標価格は、North AmericaとAWSにEV/EBIT、InternationalにEV/Salesを適用し、すべてNTM+1予測に基づく。

• バリュエーション手法DCF（割引キャッシュフロー法）

  一部企業および新興人型ロボット事業のdiscounted cash-flowシナリオ分析。

  レポートはTesla、XPeng、複数の部品サプライヤーについて、割引率、永久成長前提、または割引した長期評価入力を使用する。

資産マッピングと比較

投資テーゼから固有資産への構造化マッピング（強み、弱み、同業、リスク）。

• Amazon (AMZN)

  自動化の利用者・物流の受益者

  強み

  100万台超のロボット導入、広範なフルフィルメント網、システムレベル自動化の余地。

  弱み

  追加的なcost-to-serve低下前には、低ASPの必需品はユニットエコノミクスが弱い可能性がある。

  比較

  レポートは、Amazonの自動化規模を小規模なeコマース競合に対する差別化要因とみている。

  リスク

  競争、高収益事業の拡大不成功、投資によるマージン圧力、規制、マクロ経済の変動。

• Walmart (WMT)

  自動化の利用者・小売の受益者

  強み

  自動化貨物は米国の3,100店舗をカバーし、eコマースのフルフィルメント量の半分超が自動化されている。

  弱み

  自動化の進捗は未完了で、eコマース拡大に伴いリターンが逓減する可能性がある。

  比較

  自動化は、従来型の実店舗小売競合に対する価格・サービス格差を拡大し得る。

  リスク

  景気減速、価格競争、賃金・輸送コスト、関税、マクロ/為替変動。

• Nvidia (NVDA)

  Physical AIのコンピュート、シミュレーション、ロボティクス・プラットフォームのイネーブラー

  強み

  Isaac GR00T、Omniverse、Jetsonにより、モデル、シミュレーション、エッジコンピュートにまたがる位置付けを持つ。

  比較

  レポートはNvidiaを、単なる半導体サプライヤーではなく、基盤的なフルスタックのイネーブラーとみている。

  リスク

  AIインフラ支出の減速、競争によるシェアまたはマージンの低下、供給制約。

• Tesla (TSLA)

  人型ロボット開発者・潜在的な量産メーカー

  強み

  ハードウェア、AIトレーニング、製造、社内工場データの優位性により、Optimusのロボット1台当たりコストを数千ドル削減できる可能性がある。

  弱み

  経営陣は長く初期には平坦なSカーブの立ち上がりを見込んでおり、初期ユニットはデータ収集とトレーニング向けである。

  比較

  TeslaとHyundaiは、人型ロボットに最も積極的に取り組む自動車メーカーの一部として挙げられている。

  リスク

  Physical AIにおける実行・競争リスク、車両価格、EV需要、関税、製品遅延、垂直統合リスク。

• Hyundai Mobis (012330.KS)

  Boston Dynamics向けアクチュエーター供給者

  強み

  Boston Dynamicsの唯一のアクチュエーター供給者で、2028年までに350,000台の年間生産能力を目標とする。

  弱み

  人型ロボット事業の実行はBoston Dynamicsの立ち上がりに依存する。

  比較

  レポートは韓国を、中国以外の開発者にとって重要なアクチュエーター供給網のパートナーとみている。

  リスク

  コストインフレによるマージン低下と、人型ロボットまたは自動運転の実行遅延。

• Daifuku (6383.T)

  倉庫自動化システムの供給者

  強み

  マテリアルハンドリングでの主導的地位と、ファクトリーオートメーション同業を上回る成長。

  比較

  Goldman Sachsは、人型ロボットが基盤となる倉庫自動化システムの一部として稼働する可能性が高いため、Daifukuを主要な潜在受益者とみている。

  リスク

  テクノロジー、eコマース、自動車業界からの投資減速。

• Regal Rexnord (RRX)

  精密モーション・統合アクチュエーション供給者

  強み

  アクチュエーターシステム、フレームレスモーター、ミニチュアブレーキ、精密ベアリングを組み合わせ、ロボット当たり30-50のモーション軸に対応できる。

  弱み

  人型ロボットの商業的進展はなお初期で、FY25末の受注は約$40 million。

  比較

  複数部品にまたがる提供能力は、より狭い部品サプライヤーより高いロボット1台当たりコンテンツを支え得る。

  リスク

  在庫調整の長期化、ディスクリート市場動向の悪化、価格/コスト圧力、希薄化を伴うM&A。

主要データ

• 世界の人型ロボット出荷台数75,000 in 2026E; 890,000 in 2030E; 6.5 million in 2035Eそれぞれ従来の51,000、256,000、1.4 millionからの上方修正。
• 世界の人型ロボット市場$138 billion in 2035EGoldman Sachsによる改定後の市場機会推定。
• 人型ロボットのコスト推移BOM down about 7% annually; ASP down about 6% annually予測は規模化と設計最適化を反映する。
• Amazonの自動化シナリオ~$72 billion cumulative savings and ~240 bp consolidated EBIT tailwind by 20302026Eから2030Eに約5.6%の総cost-to-serveレバレッジを前提とする。
• 人型ロボットの半導体コンテンツ$2,950-$6,000+ per humanoidアナログ/ミックスドシグナル、メモリー、非メモリーのデジタルを含む。
• 調査における導入期待~40% of respondents expect at least 10% of workflows to be automated or materially enhanced in 3-5 years調査対象は世界の80社超。
• 仮想PLC市場~20%-30% annual growth from a ~$0.5 billion 2025 base約$13 billionの従来型PLC市場は約4%成長すると見込まれる。

影響と示唆

レポートは、人型ロボットを新たな生産性プラットフォームとみなし、初期の商業価値は倉庫と自動車物流で最も明確とする。ロボットの低価格化と能力向上に伴い、機会はハードウェア、ソフトウェア、自動化、部品のエコシステムへ広がると予想する一方、実際の導入は信頼できる実世界性能、統合、安全性に依存すると指摘する。

リスク

• 人型ロボットの導入は、信頼性の限界、統合の複雑さ、安全要件、実世界の訓練データ不足により遅れる可能性がある。
• 器用なハンド、sim-to-real汎化、ハードウェア耐久性、熱管理、制御レイテンシーは依然として技術的なボトルネックである。
• 仮想PLCの導入は、レイテンシー、機能安全、信頼性、レガシー工場移行、スキルギャップの課題に直面する。
• 自動化によるコスト節約の一部は低価格として顧客に還元され、ネットのマージン利益を低下させる可能性がある。
• 競争と垂直統合がサプライチェーンを再編し、個別サプライヤーの経済性を制約する可能性がある。

注目点

• 倉庫、物流ハブ、自動車工場のパイロットが規模化された商用導入に転換するか。
• 人型ロボットの生産量増加に伴うBOM・ASP低下のペース。
• 実世界での操作、器用なハンド、安全認証、sim-to-real性能の進展。
• AmazonとWalmartが自動化によってフルフィルメント・配送コストを継続的に削減できるか。
• 物理PLCから仮想PLCへの移行と、既存企業が収益化と顧客関係を維持する能力。
• ワールドモデルの訓練ワークロード増加と、それに伴うGPU、ストレージ、高性能ネットワーク需要。