物理 AI 正在成為下一個主要工業戰場，日本的推動動機更多是出於必要性。面對勞動人口縮減與維持生產力的壓力，企業正逐步在工廠、倉庫與關鍵基礎設施中部署 AI 動力機械人。根據日本經濟產業省於 2026 年 3 月表示，日本目標是建立本土的物理 AI 領域，並在 2040 年前佔據全球市場 30% 的份額。根據該部門資料，日本在工業機械人領域已有強大優勢，2022 年日本製造商佔全球市場約 70%。根據與投資者與產業主管的對話，TechCrunch 探索了推動這項轉變的因素、日本與美國與中國的差異，以及技術成熟後價值將在哪裡產生。
受勞動短缺驅動 多項因素推動日本採用物理 AI，包括對機械人的文化接受度、由人口結構壓力造成的勞動短缺，以及在機電與硬體供應鏈上的深厚產業實力，Woven Capital 管理董事 Ro Gupta 告訴 TechCrunch。“物理 AI 是被視為一種持續運作的工具：如何在人手不足的情況下維持工廠、倉庫、基礎設施與服務運作？” Global Brain 一般合伙人 Hogil Doh 也表示。“從我觀察到的情況，勞動短缺是主要驅動因素。” 日本的人口問題正在加速惡化。2024 年人口連續第 14 年減少；工作年齡人口佔總人口比例僅為 59.6%，預計未來 20 年將減少近 1500 萬人，Doh 指出。這已經改變了企業運作方式：2024 年 Reuters/Nikkei 調查顯示，勞動短缺是推動日本企業採用 AI 的主要力量。“驅動因素已經從單純效率轉變為工業生存。” Salesforce Ventures 原理員 Sho Yamanaka 在與 TechCrunch 對話時表示。“日本面臨的是實體供應限制，關鍵服務無法維持運作，這是因為缺乏勞動力。考慮到工作年齡人口不斷減少，物理 AI 是維持工業標準與社會服務的國家緊急議題。”
日本正在加強在製造與物流領域的自動化，根據 Mujin 創始人兼 CEO Issei Takino 表示。政府正在推動自動化以應對結構性挑戰，例如勞動短缺。Mujin 是一家日本公司，開發了讓工業機械人能自主處理採集與物流任務的軟體。Takino 表示，Mujin 的方法集中在軟體——特別是機械人控制平台——讓現有硬體能更自主與高效地運作。
硬體優勢，系統風險 日本在機械人硬體基礎建設上一直表現優異。這項優勢是否能轉化為 AI 世代的優勢，則是一個更開放的問題。根據日本風險投資公司，日本持續在機械人核心元件如執行器、感測器與控制系統上展現強勢，而美國與中國則正在更快發展整合硬體、軟體與數據的全棧系統。“日本在高精度元件上的專長——這是在 AI 與現實世界之間的關鍵物理介面——是戰略優勢，” Yamanaka 表示。“掌控這個接觸點，為全球供應鏈提供了顯著的競爭優勢。目前的重點是透過將 AI 模型與這類硬體深度整合，加速系統層面的優化。”
硬體能力最強的國家是中國與日本，日本特別強在機械人運動控制，而美國則在服務層與市場開發上領先，Takino 表示。過去許多美國公司利用軟體優勢建立整合性企業——類似 Apple 的模式——將強大的軟體平台與來自亞洲的高品質硬體結合。然而，這種模式可能無法完全適用於正在興起的物理 AI 世界，Takino 表示。“在機械人領域，特別是在物理 AI，擁有對硬體物理特性深入理解至關重要，” Takino 表示。“這不僅需要軟體能力，也需要高度專業的控制技術，這些技術開發耗時且失敗成本高昂。”
來自東京與舊金山的 WHILL 開發自動個人移動載具，其 CEO Satoshi Sugie 告訴 TechCrunch，公司正利用日本的「匠人精神」（monozukuri）作為全球擴張的全面策略。該公司開發了一個整合平台，結合電動車、車載感測器、導航系統與雲端車隊管理，用於短距離與自動運輸。Sugie 表示，公司正在利用日本與美國進行開發，日本用來精緻硬體與應對人口老化需求，美國則用來加速軟體開發與測試大規模商業模式。
從試點到實際部署 政府正在投入資金支持這項推動。根據首相 Sanae Takaichi，日本已承諾約 63 億美元強化核心 AI 能力、推進機械人整合與支持工業部署。從實驗轉向實際部署的轉變已經開始。工業自動化仍是目前最成熟的領域，日本每年安裝數萬台機械人，尤其是在汽車產業。Doh 表示，較新的應用也開始獲得關注。“訊號很簡單——客戶支付的部署，而非供應商資助的試點，穩定運作跨完整班次，以及可衡量的性能指標，例如運轉時間、人為干預率與生產力影響，” Doh 表示。在物流領域，公司正在部署自動叉車與倉庫系統，而在設施管理領域，檢測機械人正在數據中心與工業場地使用。像 SoftBank 這樣的公司已經在實踐中應用物理 AI，結合視覺語言模型與即時控制系統，讓機械人能解析環境並自主執行複雜任務。
在防禦領域，自主系統正成為基礎設施，競爭力不僅取決於平台，還取決於由物理 AI 帶動的操作智能，Terra Drone CEO Toru Tokushige 告訴 TechCrunch。Tokushige 表示，透過結合操作數據與 AI，Terra Drone 正努力讓自主系統能在現實環境中可靠運作，並支持日本防禦基礎設施的進步。
投資正在從硬體轉向軟體，公司正在將更多資金投入協調軟體、數字孿生、模擬工具與整合平台，根據投資者與產業來源表示。混合生態系統的興起 日本的物理 AI 生態系統也在以與傳統科技顛覆模式不同的方式演變。與以往的勝者通吃動態不同，產業參與者預期會出現混合模式，既有規模與可靠性的大型企業，而新創公司則在軟體與系統設計方面推動創新。大型現有企業，包括 Toyota Motor Corporation、Mitsubishi Electric 與 Honda Motor，仍擁有製造規模、客戶關係與部署能力的顯著優勢。然而，新創公司正在新興領域如協調軟體、感知系統與工作流程自動化中開拓關鍵角色。“新創公司與現有企業之間的關係是一種相互補充的生態系統，” Yamanaka 表示。“機械人需要大量的硬體開發、深厚的運作知識與巨大的資本支出。透過將大型企業的龐大資產與領域專業知識與新創公司的顛覆創新結合，產業可以強化其集體全球競爭力。”
日本防禦生態系統也正在從大型企業主導轉向與新創公司更廣泛的合作，Terra Drone CEO 表示。大型企業仍專注於平台、規模與整合，而新創公司則在較小系統、軟體與運作方面推動開發，速度與適應力成為關鍵競爭因素。像 Mujin 這樣的公司正在開發位於硬體之上、允許跨供應商自動化的平台，而其他公司，包括 Terra Drone，則採用類似方法於自主系統，結合 AI 與運作數據，支持大規模現實應用。“最難以被取代的價值將屬於擁有部署、整合與持續改進能力的企業，” Doh 表示。