フィジカルAI実装競争の主戦場は「現場データ×垂直統合スタック」へ——FRONTia、Noetra、富士通×ロボット三社連合が示す日本の勝ち筋

データセンターとロボット工場が融合した未来の産業風景——電力制約下で日本の垂直統合スタックが真価を発揮する瞬間

2026年7月16日から17日にかけて、日本のAI戦略を語る上で見逃せない四つの動きがほぼ同時に公表されました。経済産業省・NEDO主導の国産マルチモーダル基盤モデル「FRONTia（フロンティア）」プロジェクトの本格始動。国内大手44社が共同出資するAI開発企業「Noetra（ノエトラ）」の本格始動とNVIDIA Rubin 2万7500基搭載の計算基盤構築発表。富士通が川崎重工業・ファナック・安川電機のロボット三社とフィジカルAIで協業し、NVIDIA技術を活用した協調制御基盤を開発すると発表。そしてソフトバンクと安川電機が「SoftBank World 2026」で、強化学習によって「使うほど賢くなるロボット」の学習ループ実証を披露したのです。

一見すると別々のニュースに見えるこれらは、実は**「基盤モデル性能競争」から「現場データ×自前実装基盤（ハーネス）×選択的モデル調達」という垂直統合スタック競争へ、主戦場が完全にシフトした**ことを示す一連の動きとして読み解けます。前回のSmart Kurashi記事「AIインフラ主権の攻防——GPT-5.6とフィジカルAIが問う、日本の『垂直統合』勝ち筋」で整理した「データ主権＝絶対、モデル主権＝選択的、インフラ主権＝選択的（ハーネスは絶対内製）」という三層マトリクスが、わずか数日で具体的なプロジェクト群として具現化し始めたと言えます。

ロボットアームがAIによって自律的にワイヤハーネスを把持するデモ風景——実機データから合成データ生成、シミュレーション評価、実機展開への自動学習ループ

「買ったときが一番性能が低い」ロボット——学習ループ内製化の衝撃

ソフトバンク湧川隆次CTOが「これからのロボットは購入時の性能が一番低く、その後どんどん賢くなる」と表現したパラダイムシフトは、フィジカルAI実装の核心を突いています。従来のロボット制御はティーチングペンダントで座標・速度・トルクを数値指定する「明示的プログラミング」が必須でした。これに生成AIの視覚言語モデル（VLM）と大規模言語モデル（LLM）を組み合わせることで、「タスク記述→場面理解→動作計画→実行・修正」という自律サイクルがロボット単体で回るようになります。

安川電機が持つのは、世界中の工場に導入されたロボットから得られる**「動作・力覚・視覚の実運用データセット」**です。これをGoogleの基盤モデル（前回記事で触れたGemini Spark日本展開と同文脈）と結びつけ、自社のロボットコントローラ（YRC1000等）上でエッジ推論させる——この「データ主権（自社データ）」×「実装主権（自社ハーネス）」×「モデル主権（選択的基盤モデル活用）」の三位一体こそが、垂直統合スタックの核心です。

この学習ループの実態は、NVIDIAの「Cosmos」で合成データを生成し、「Omniverse」のシミュレーションで評価、精度が良ければ実機に展開するサイクルが自動で回り続けるというものです。会場の環境に適応させるため学習工程をやり直したところ、「昨日の夜、我々が寝ている間に学習して、今朝はさらに上手になっていた」（安川電機久保田氏）という出来事がありました。クラウド側でVLM（状況判断）、エッジ側でVLA（動作生成）を分担実行するアーキテクチャも、電力制約下での「ワット当たり実装効率」を追求する日本型アプローチと完全に整合します。

FRONTiaプロジェクト：「実世界ネイティブAI」への国家的コミット

経済産業省とNEDOが主導するFRONTia（Foundation for Real-world Omni-Native Trustworthy Intelligence Alignment）プロジェクトは、AIロボットやフィジカルAIに用いられる国産マルチモーダル基盤モデルの開発プロジェクトです。2030年での「実世界ネイティブAI」実現を掲げ、国内44社が共同出資するNoetraと産総研を中心に推進されます。

特筆すべきは、NVIDIAのジェンスン・フアンCEOがキックオフイベントで「ジャパンAI構築はマストだ」と述べ、赤沢経産大臣も革ジャン姿で出席した点です。これは単なる研究開発プロジェクトではなく、「データ主権・モデル主権・インフラ主権の三層を、日本の法域・運用主体・現場データの下で統合的に握る」という国家戦略の宣言として読めます。

FRONTiaのアーキテクチャは、前回記事で指摘した「源内」アーキテクチャ（国産クラウド×選択的国産モデル×内製ハーネス）と構造的に同型です。クラウドレイヤーの国産化（さくらインターネット等）、モデルレイヤーの選択的国産化（機密領域は国産、汎用領域は最強モデルを調達）、運用・評価基盤の内製化（ハーネスを外部SaaSに委ねず自前で構築・運用）。この三層使い分けマトリクスこそが、EUのGDPR・AI Act・データセンター立地規制という三重の主権要求に対しても通用する「日本型AI主権の参照実装」になり得ます。

Noetraと富士通×ロボット三社連合：産業界の垂直統合が動き出す

Noetraは国内大手44社が共同出資するAI開発企業として本格始動し、NVIDIA協力のもとRubin GPU 2万7500基搭載の計算基盤構築を目指します。一方、富士通は自社イベント「Fujitsu Experience Day 2026」で、次世代CPU「FUJITSU-MONAKA」に加え、AIチームを自律生成する技術や実店舗で検証する店長業務支援AIなどを公開し、川崎重工・ファナック・安川電機とのフィジカルAI協業を発表しました。

ここで見逃せないのは、ロボット世界シェア上位の三社（川崎・ファナック・安川）が非競争領域でデータを共有し、産総研がハブになって共通データセットを作るという、前々回記事「フィジカルAI元年の主導権はデータにあり——川崎重工×ファナック×安川電機の連合とAGIBOTが示す勝ち筋」で整理した構造が、富士通というSIerトップベンダーを「共通オーケストレータ／ハーネス提供者」として迎え入れ、NVIDIA技術（Omniverse・Cosmos・Isaac Sim等）を共通基盤として採用する形で、より強固なエコシステムへ進化した点です。

これはソフトウェア開発の「外側のループ（運用フィードバックをモデル改善に回すサイクル）」を、ハードウェア・現場データ・シミュレーションの三位一体で回す壮大な試みです。日本が持つ「現場の強さ（カイゼン文化・現場データ・SIerエコシステム）」を、AI時代の競争優位に翻訳する唯一の道筋と言えます。

エージェント層でも垂直統合：Gemini Spark、Claude Cowork、GPT-Red

フィジカルAIに限らず、ナレッジワーク領域でも「モデル調達」から「実装・運用内製」へのシフトは加速しています。同日、Googleは企業向けAIエージェント「Gemini Spark」の日本展開をUltraプランから開始し、Proユーザー（月額2900円）へのアクセス拡大も示唆しました。AnthropicはPC上の業務タスクを任せられる「Claude Cowork」の活用法を公開し、チャットやClaude Codeとの使い分けを解説しました。OpenAIは自動レッドチーミングAI「GPT-Red」を発表し、人間の攻撃成功率13%に対し84%を叩き出しました。

これらが示すのは、**「最先端モデルが『入手可能なコモディティ』になりつつある」という事実です。Microsoft 365 CopilotへのGPT-5.6統合、Google CloudへのGemini統合、AWS BedrockへのClaude統合——主要クラウドが主要モデルを標準搭載するいま、「どのモデルを使うか」より「どの現場データで、どう運用するか」**が競争優位の分水嶺になっています。

日本企業にとっての問いは二つです。第一に、米国ビッグテックのモデル・インフラスタックに依存しきったままでは、データ主権も運用主権も握れません。第二に、だからといって「純国産モデル」をゼロから作るのは非現実的（自民党提言でも「非現実的」と明記済み）です。現実解は、**「モデルは調達し、データと実装基盤を自前で握る」**という応用レイヤーでの垂直統合アプローチにあります。

企業現場で成果を出す「データ×ハーネス×現場」の垂直統合サイクル

実態調査が突きつける「全社展開止まり」の壁を突破した事例に共通するのは、汎用チャットボット導入ではなく「自社業務データ×自社実装基盤（ハーネス）×最適モデル選択」の垂直統合サイクルを自前で回している点です。

野村不動産の「テックタッチ AI Hub」導入による経費精算年4000時間効率化は、経費精算という定型業務のデータを蓄積し、RPA負債（画面変更時の保守地獄）をAIエージェント型RPAで解消した好例です。ソラコムはIoT通信プラットフォームとして集積した現場センサーデータを、生成AI時代の「文脈付き時系列データ」として再定義し、顧客企業のフィジカルAI実装基盤として提供しています。三菱UFJ銀行・日本IBM・レッドハットの金融システム変革では、機密コード・規制データをオンプレ／プライベートクラウドで完結させ、ハーネスを内製しています。日本ペイントHDでは、船積計画というニッチかつ高頻度の業務をエージェント化し、現場の暗黙知をプロンプトとツール定義に落とし込む「外側のループ」を自社で回しています。

いずれも「データ主権＝絶対、ハーネス内製＝絶対」を貫いた成果です。フィジカルAIへの官民10.5兆円投資も、この垂直統合の延長線上にあります。ロボット三社が非競争領域でデータを共有し、産総研がハブになって共通データセットを作り、AGIBOTのような量産実証でフィードバックを得る——これはソフトウェアの「外側のループ」を、ハードウェア・現場データ・シミュレーションの三位一体で回す試みです。

垂直統合スタックの三層使い分け——データ主権（絶対）×モデル主権（選択的）×インフラ主権（選択的・ハーネスは絶対内製）

「純国産モデル」幻想から「国産スタックで運用」現実へ——三層使い分けマトリクスの成熟

自民党提言と源内アーキテクチャが示す現実解は一貫しています。「純国産モデル」という幻想から、「国産スタックで運用」という現実へ。データ主権＝絶対、モデル主権＝選択的、インフラ主権＝選択的（ハーネスは絶対内製）という三層の使い分けマトリクスこそが、日本型AI主権の設計図です。

ハサビスCEOが描く「フロンティアAI標準化機関」は、グローバルなルールメイキングの枠組みを提供します。一方、日本が積み上げる垂直統合スタックは、その枠組みの上で「どう自前の価値を生み出し続けるか」という実装の答えになります。二つの主権が交わる地点——そこが、2026年夏以降の日本企業が立ち位置を定める座標軸です。

グローバルな標準化機関が「フロンティア級」の定義を決め、リリース前審査のプロトコルを策定する頃には、日本企業は「自前のスタックで、自前のデータを、自前のハーネスで、最適なモデルに食わせ続ける」運用サイクルを複数回回しているはずです。標準化の波が押し寄せるその瞬間に、「うちはもう自前で回ってます」と言えるかどうか。その準備が、今夏の分岐点を分けます。

まとめ：電力制約を「設計条件」に変える垂直統合の完成度の先にあるもの

ハサビスCEOのエッセイは、AGIカウントダウンが始まったことを公式に宣言した瞬間として記録されるでしょう。「数年内」というタイムラインが現実味を帯びる中、日本が選んだ道はグローバル標準への対抗ではなく、標準の上で自前のデータと実装基盤を回し続ける「垂直統合」です。

安川電機×Googleのロボット自律制御、野村不動産のAIエージェント型RPA内製、ソラコムの現場データプラットフォーム化、富士通のRubin対応国産サーバ一貫生産、NECのBluStellar転換、三社データセット共同構築、源内アーキテクチャ、そしてMUFG・日本ペイント・NECの企業垂直統合事例——これらは個別の取り組みではなく、「データ主権（絶対）、モデル主権（選択的）、インフラ主権（選択的・ハーネスは絶対内製）」という一貫した設計図の下で、具体的な実装として動き始めているのです。

電力制約が決めるのは「モデル性能」ではなく「ワット当たりの実装効率」です。日本が持つ「現場データ・SIer文化・分散インフラ地理」が真価を発揮する条件は、まさにこの電力制約を「設計条件」として受け入れられるかどうかにかかっています。ワット・ビット連携による分散データセンター設計、地方の再エネ・冷却水・フィジカルAI現場の三位一体。これらはグローバル標準化機関が定めるベンチマークとは別の、「現場で回り続ける効率」という独自の評価軸を生み出します。

「自前のスタックで回り続ける」ための最初の一手を、あなたはどこに打ちますか？あるいは、まだベンダーのデモに振り回されているだけでしょうか。