Physical AI：Deutsche Bankは、物理AIがデジタルモデルから労働を代替する機械へ、さらに地球外インフラへ進むとみる

概要

このテーマレポートは、AIが画面上のソフトウェアから、現実世界で行動する機械へどのように広がるかを検討する。Deutsche Bankはロボタクシーを最初の大規模導入、ヒューマノイドを労働力不足への潜在的対応策、自律性を長期的な宇宙経済の前提条件と位置付け、訓練データとサプライチェーンの障害も指摘している。

主要見解

Deutsche Bankは物理AIをAI投資サイクルの次段階と位置付ける。すなわち、知能が機械、エッジコンピューティング、基盤モデルというスタックを通じてトークンからトルクへ移行する段階である。レポートは、この移行を支える資本基盤が拡大していると指摘する。$1 trillion時価総額クラブは2021年9月の6社から2026年9月の16社へ増加し、追加された10社のうち7社は半導体企業だった。TeslaとSpaceXもAIに取り組む企業とされる。Amazon、Microsoft、Alphabet、Meta、Oracle、SpaceXの2026年合計設備投資は$865 billionで、$500 billionから増えた。ただしレポートは、1996–2000年の米国通信設備投資の多くが長距離光ファイバーに向かい、バスト後4年でも85–95%が未点灯だったことを想起し、大規模投資が実行リスクをなくすわけではないと示す。ロボティクス資金調達も加速しており、大型ヒューマノイド資金調達としてFigureの$1 billion、Skild AIの$1.4 billion、NEURAの最大$1.4 billion、Apptronikの$935mが挙げられる。 レポートはロボタクシーを物理AIの最初の意味ある商業導入とみる。Waymoは14都市圏、4,000台の自動運転車、週500,000回超の有料乗車、累計200 million自動運転マイルを持ち、週1 million回の乗車を目標としている。TeslaのCybercab商用サービスは9月3日にAustinで、ハンドルとペダルなしで開始された。また、北京、上海、広州、深圳では約2,000台の自動運転車が有料サービスを提供している。Deutsche BankのWaymoのコスト試算は1車両マイル当たり合計$1.23で、175,000マイルにわたる$105,000の減価償却が$0.60、遠隔支援が$0.09、デポ・清掃・保守が$0.26、保険・賠償責任が$0.23、エネルギーが$0.05である。したがって、完全最適化前でも経済性は魅力的になり得るとレポートは示唆する。 ヒューマノイドについて、レポートは人口動態と労働力制約が実需の推進要因になると論じる。2026年半ばまでの予想純移民は321,000で、2024年の2.7 millionから低下している。毎日11,200人のベビーブーマーが退職年齢に達し、2033年までに1.9 millionの製造業職が未充足になる見込みである。2026年の労働力増加はゼロ近辺で、雇用均衡に必要な月間採用は10,000人未満と65年ぶりの低水準である。出生率は2008年以来、人口置換水準を下回り1.6であり、製造業者は関税より熟練労働者を制約要因としている。こうした背景で、レポートはヒューマノイドの原始運営コストを生産的1時間当たり$5.86と推計する。内訳は減価償却$1.79、保守・スペア$1.34、監督$1.52、フリートソフトウェア$1.07、エネルギー$0.14である。労働者1人当たりロボット2台では$11.72となる。2026Eの世界出荷は従来の約50,000台予想を上回り、中国は2026年上期だけで40,000台超を生産し、シェアは88%とされる。レポートは2050Eで100 million台、または$1.5 trillionの市場も引用している。 中核的な技術障害はモデル能力だけでなく、ロボット動作データの希少性と忠実度にある。レポートはテキスト規模の学習と、関節角度、トルク、グリッパー状態、失敗、回復行動を記録する必要があるロボットデータの薄さを対比する。人間の動画は実質的に豊富で低コストだが、指令がなく、身体が異なり、失敗試行も通常は含まれない。遠隔操作はより高忠実度のデータを生むが、利用可能1時間当たり$35–60を要し、オペレーター1時間当たり5–50エピソードにとどまる。シミュレーションは利用可能1時間当たり$1未満で一晩に数百万エピソードを生成できるが、現実タスクの取得と検証を必要とする。フリート学習は現場のロボットとともに拡大するが、開始には導入済みフリートが必要である。Deutsche Bankは、ロボットの種類をまたいでデモを共有し、潜在行動学習で動画から行動を推定して小規模なラベル付きデータで実関節に結び付け、実タスクからシミュレーションを構築・検証し、自己資金化と次のタスク用データ収集が可能な狭く反復可能なタスクから先に導入するという組み合わせを示す。検証済みのシミュレーションは現実の成功率を正確に再現する必要はなく、モデルのチェックポイントを正しく順位付けできればよいとレポートは論じる。 レポートは、特に米国でのヒューマノイド構築にとって、物理的なサプライチェーンも重要な制約とみる。すべての関節モーターにはネオジムが必要で、中国は世界供給の約90%を精製している一方、米国には規模ある精製能力がなく、新規能力の構築には数年を要する。ヒューマノイドには30–40個の精密関節が必要で、日本のHarmonic Driveが主導し、中国の競合が追随しているが、米国には規模ある供給源がないとされる。電池では中国のCATLがLGとPanasonicを先行する。EV投資により一部のセル能力は米国に置かれたが、Deutsche Bankはヒューマノイドが何年もアジアのコストカーブに乗ると予想する。 最終章は論点を地球外AIインフラへ拡張する。レポートによると、立地をめぐる対立、より長い系統接続待機列、地域社会への緩和措置により、土地・建設コストの年率上昇がベースケースの2%から6%へ上がる可能性がある。電力・冷却は年率4%、サーバーは2%で再価格設定される見込みで、ベースケースのそれぞれ-3%、-1%と対照的である。電気・機械の技能職は建設速度の制約とされ、請負業者は2026年入り時点で約349,000人の不足だった。このためレポートは、ほぼ24時間の日照と40%高い日射強度を得られる薄明薄暮軌道の軌道上データセンターを検討する。軌道コンピュートは当初地上の計算需要に対応し、その後、地球外での知能拡張を可能にすると見込まれる。 月面・火星活動では、自律性が経済性と運用の前提を変える。レポートは、Artemis IIIプロファイルにおける打上げ1回当たり$4.1 billionのSLS/Orionコストを約96生産的地表時間で割ると、着陸船と宇宙服の前で宇宙飛行士1時間当たり約$42.7 millionになると推計する。対照的に、$200,000の宇宙対応ヒューマノイドを$50,000/kgで輸送し、5年間で12,000時間稼働させる場合のコストは1時間当たり約$350である。月面との往復通信遅延は2.6秒であり、地球のオペレーターがループに残れるため、今日の不完全な自律性でも月面作業には十分とされる。火星では片道4–24分の遅延、26か月ごとの打上げ機会、片道6–9か月の移動、現実的な遮蔽では完全に防げない主要な放射線リスクがある。これらの条件は遠隔操作を排除し、機上の自律性、データ、制御システムを不可欠にする。Deutsche Bankは、乗組員到着前に基地を建設しなければならないため、最初の火星労働力はロボットになると結論付ける。

分析フレームワーク

レポートは市場規模の証拠と設備投資から始め、物理AIの技術スタックを分析し、ロボタクシーとヒューマノイドの単位経済性を通じて論点を検証する。労働市場の制約から採用の推進要因を評価し、訓練データと部品供給のボトルネックを特定したうえで、地上と地球外の運用コストおよび通信制約を比較し、宇宙で自律性の価値が高まる理由を説明する。

手法メモ

• 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

  物理AI部品のサプライチェーン分析

  レポートはネオジム磁石、精密減速機、電池セルからヒューマノイド導入の制約を追跡し、集中したアジア供給が米国の生産コストと能力にどう影響するかを示す。

• 業界・産業分析フレームワーク数量・価格分解

  単位コストと生産的時間の経済性

  レポートはロボタクシーの車両マイル当たりコスト、ヒューマノイドの生産的時間当たりコスト、月面労働コストを分解し、自動化と人間労働を比較する。

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）。

• Waymo

  大規模ロボタクシー導入とコスト経済性の事例

  強み

  週500,000回超の有料乗車、4,000台の自動運転車、14都市圏、累計200 million自動運転マイル。

  比較

  ロボタクシー導入の事例としてTeslaとPony.aiとともに提示される。

  リスク

  推計された1車両マイル当たり$1.23のコストのうち、保険・賠償責任は$0.23を占める。

• Tesla

  物理AIおよびロボタクシー導入の事例

  強み

  Cybercab商用サービスは9月3日にAustinで、ハンドルとペダルなしで開始された。

  比較

  ロボタクシーの議論でWaymoおよびPony.aiとともに扱われる。

• SpaceX

  AI関連の資本投資および宇宙経済インフラの事例

  強み

  引用された2026年合計設備投資グループに含まれ、レポートの打上げコストと月面労働の分析に用いられている。

  比較

  月面の議論では、その打上げ経済性がSLS/Orionコストと比較される。

主要データ

• $1 trillionクラブ6 companies in September 2021; 16 in September 2026追加10社のうち7社は半導体企業。
• 2026年合計設備投資$865 billionAmazon、Microsoft、Alphabet、Meta、Oracle、SpaceXを対象とし、$500 billionから増加。
• Waymoの運営規模>500,000 paid rides per week14都市圏、4,000台の自動運転車、200 millionの累計自動運転マイル。
• Waymoの車両マイル当たりコスト$1.23推計された総配送コスト。
• ヒューマノイドの原始運営コスト$5.86 per productive hour労働者1人当たりロボット2台では$11.72。
• 中国のヒューマノイド生産>40,000 units in 1H26レポートは中国シェアを88%としている。
• 月面の生産的1時間当たりコスト~$42.7 million for an astronaut-hour versus ~$350 for a robot-hourレポートのArtemis IIIと宇宙対応ヒューマノイドの前提に基づく。

影響と示唆

Deutsche Bankの論点は、物理AIが労働力不足を相殺し、運用データを蓄積できる制約された反復可能なタスクで、まず経済的に成立し得るというものだ。これを超えた拡大は、行動データの制約解消と集中したアジア部品供給への依存低下にかかっている。リアルタイムの人間制御が不可能な火星では、より深い自律性が特に重要となる。

リスク

• ロボット動作の訓練データは依然として不足しており、関節指令、力の情報、失敗からの回復例が通常欠けている。
• 遠隔操作はデータ忠実度を高めるが高コストであり、シミュレーションには現実世界のタスク取得と検証が必要である。
• ヒューマノイドのサプライチェーンは、中国のネオジム精製、日本と中国の精密減速機、アジアの電池コストカーブに集中している。
• 地上データセンターの建設は、立地反対、系統接続待機列、設備の再価格設定、熟練技能職不足により制約される可能性がある。
• 火星作業には機上自律性が必要であり、通信遅延により遠隔操作は実行不可能である。