前年比5倍、2兆円 中国ヒューマノイド投資の熱と、まだ足りない顧客
更新
中国で、ヒューマノイド（人形ロボット）を中心とするエンボディドAI分野への投資が加熱している。データベースのIT桔子の集計によると、関連企業には今年上半期だけで前年同期比5倍の約935億元（約2兆円）もの資金が集まった。
エンボディドAIとは、一言で言えば「身体性を持ったAI」のことだ。カメラやマイク、各種センサーを通じて周囲の状況を把握し、自らの腕や脚を動かして実際に作業する。頭脳としてのAIと、それを実行する身体がセットになった存在を指す。
ヒューマノイドといえば、歩いたり走ったり踊ったりする映像がSNSでよく話題になる。しかし2026年、業界の真の勝負どころは「人の代わりとして実用化できるのか」という次の段階に移りつつある。言い換えれば「地味な作業を、壊れず・止まらず、採算が合うレベルでやり続けられるかどうか」となる。
実用化へのハードルは、まず「現実世界からどれだけ質の高いデータを集められるか」。次に「そのデータを使って、どこまで「汎用性の高い頭脳（AI）を訓練できるか」、そして「工場や倉庫で実際に長時間働き続け、顧客に対価を払ってもらえるか」となる。
なぜヒューマノイドが必要なのかを改めて確認したい。工場、倉庫、店舗、家庭などの設備は、すべて人間が活動することを前提にデザインされている。そのため、人型のロボットなら建物をリフォームせずともそのまま使える可能性がある。
とはいえ、人間に似ているからといって実際に仕事ができることはまったく別の話で、物をつかむときの力加減、物のズレや変形を感じ取る力、想定外のことが起きたときに立て直す力といった、地味ながらも高度なスキルが求められる。この関門を突破するために、中国のロボットAI業界は今、「資本（資金力）」「データ」「大規模AIモデル」「現場での導入」という4つの領域で同時に競争が繰り広げられている。
資本：活況の裏で進む淘汰
「資本」については、前述の通り2026年上半期だけで約2兆円規模の投資があった。
出資を受けた企業は800社を超えるが、上位20社だけで全体の過半数となる約550億元（約1兆3000億円）を集めているという。実績ある有名エンジニアが起業すると、そこに巨額の資金が集まるというケースが多い。また、ここに地方政府系のファンドも加わる。ヒューマノイドを地域産業として誘致する動きが各地で進み、民間資金と並ぶ資金源になっている。
その活況なニュースの裏で、事業が軌道に乗らず、AI訓練用の高性能サーバーを売却しようとしている企業も現れ始めているという。調達競争に乗り遅れた企業から、静かに退もが始まっている。
データ：「本体」より「教材」を売る企業が伸びる理由
「データ」については、ロボット向けの学習データ不足が最大の壁だ。ChatGPTのようなテキスト生成AIは、インターネット上の膨大な文章を学習して賢くなるが、ヒューマノイドはテキストを読むだけでは動けない。「コップを持つ」「箱を仕分ける」「部品を差し込む」といった一つひとつの動作に対し、物の形や向き・距離感・力の加え方・触覚・失敗時のリカバリー方法といった、非常に細かい情報が必要になる。こうしたデータは、テキストや画像と違い既存の蓄積データがほとんどない。そのため「データをどう集めるか」が、業界最大のボトルネックになっている。
この状況下で「ロボット本体を作る会社」よりも「ロボット用のデータを収集・販売する会社」が急成長している。2026年上半期だけで、データ専門のスタートアップ25社が合計170億元（約4000億円）超を集めたという。データの集め方には主に「人間がロボットを遠隔操作して記録する」「コンピューター上の仮想空間で大量にシミュレーションを行う」「人間がグローブ型機器をつけて作業する」という3つの手法がある。仮想空間でのシミュレーションだけではなく、実機の遠隔操作で細かい力加減を補正し、実際の現場で失敗したデータをもとに繰り返し改善するといった具合にうまく組み合わせ、それをいかに安いコストで回し続けられるかが、今後の競争を左右する。
AIモデル：現場における「再現性と適応力」の試練
「ロボット用の大規模AIモデル」は、カメラの映像や音声、人間の言語指示を受け取り、それを腕や手先の実際の動きに変換する役割を持つ。「棚から青い箱を取り出して、作業台に置いて」と指示したときに、決められた座標にただ動くのではなく、棚の混雑具合や箱の向き、重さなどを、その場で判断しながら動く、柔軟な対応が期待されている。
テキストや画像のAIモデルと異なり、ロボットメーカーごとに体の形状や、センサーの種類や、関節の数はバラバラであるため、特定のロボット向けに作ったAIモデルを、そのまま流用するのは簡単ではない。
また現場で運用時に、誤動作を起こして障害物に衝突すれば、直接的な被害に繋がる。実際、街中で行われた事前プログラミングされたダンスパフォーマンス中に、鑑賞者へ衝突する事例も発生している。そうしたことからAIモデルの実力は、「テストでの成功率」ではなく「実際の現場で何時間連続して動き続けられるか」「想定外の事態にどこまで対処できるか」で評価すべきだという指摘がある。
現場導入：研究用途から産業応用へのハードル
「現場での導入」が悩ましい課題である。対価を払ってまでロボットを導入する価値があるかどうかだ。現状、主な販売先は研究機関と一部の工場に限られている。
最近上場を果たした宇樹科技（Unitree Robotics）の公開情報でも、主に大学や研究機関が研究開発のために購入している。同社株は上場初日に公開価格の7倍超まで買われたが、翌日には急落した。実際の顧客層と市場の期待値との距離が、そのまま値動きに表れた形かもしれない。
現段階では、工場はもっとも有望視されている市場だ。工場の作業は内容が定型化されているため、作業速度、正確性、コスト削減効果を測定しやすい。部品の搬送、検査、簡単な組み立てといった作業から実用化が進むと見られる。
一方、家庭へのヒューマノイド導入は期待される分野だが、いちばん難しい市場でもある。工場なら環境を整えられるが、家庭内は物の配置も人の動きもペットの有無も毎回バラバラだ。安全基準も工場よりずっと厳しくなる。そのため家庭用の人型ロボットが近いうちに一気に広まることはないだろう。
2026年7月に上海で開催された人工知能フォーラム「WAIC」では、多くの企業が現場導入を想定したデモンストレーションを行った。ヒューマノイドが家庭でコーヒーを淹れる、衣類を折りたたむ、菓子選別を行うといった家庭内を想定した実演のほか、箱の組み立てや箱搬送やネジ締めといった工場内作業を想定した実演も披露された。
WAIC以外でもシャオミは車の製造にヒューマノイドを導入し、その作業の様子を撮った動画をSNSにアップしてアピール。その映像だけ見ればもう実用段階かとも思えるが、展示会で見かけるヒューマノイドの多くは、「完成した商品」というより、「データを集めるための実験」「プロモーション」「用途模索のテスト」という意味合いが強いと考えたほうが実態に近い。
賢いロボットの裏に、大量の人手がある
ロボットを賢くするためには、今なお大量の人間の作業が必要だ。人間がロボットを遠隔操作してお手本を見せたり、集めたデータを整理したり、「これは成功」「これは失敗」と評価したり、判断基準を作ったりしている。しかも、質の良いデータを作るには、単純なクリック作業ではなく、物の扱い方や専門知識を理解した人材が必要になる。
ところがこうしたデータ作りの仕事は、細切れで単調な作業になりやすく、給料やキャリアの面で優秀な人が集まりにくいという問題を抱えている。またAIの出力の正当性を確認したり、想定外のケースに対応したり、評価の基準を作ったりする、責任の重い仕事がむしろ新たに生まれているのが実情である。
中国のロボットAI産業には、多数の参入企業、強固な部品サプライチェーン、豊富なAI人材、潤沢な投資資金、そして地方政府による後押しという大きな強みがある。その一方で、いま企業についている巨額の評価額の多くは、「将来的にはデータで優位に立ち、多くの場面で活躍しシェアが取れるAIを作れるはず」という期待に支えられているにすぎない。なんでも金と技術を投資すればうまくいくわけではない。メタバースのように、期待を集めながら失速したテックトレンドの前例もある。ただしヒューマノイドには、省人化という測定可能な需要が存在する点で、需要そのものが仮説だったメタバースとは事情が異なる。問題は、その需要に見合う性能とコストに、いつ到達できるかだ。
かくして2026年は、中国のエンボディドAI業界は、「間違いなくこれから盛り上がる」とばかりに巨大な資本が流入する年と同時に、本当に必要とされる企業だけが生き残り、ふるい分けが始まる年になる。
（文：山谷剛史）
関連記事
関連キーワード
日本企業のDXを促進するプラットフォーム「CONNECTO」
無料コンテンツ公開中
