2019年設立の藍点触控は、弾性構造・組み込みハードウェア・デカップリングアルゴリズム・6軸キャリブレーションの4つの技術プラットフォームを構築し、ヒューマノイド（人型ロボット）向けから汎用まで幅広いセンサー製品を展開する。

主力製品は、フルスケール（全測定範囲）に対する誤差0.1%、応答周波数10kHz以上、許容過負荷500%といった優れた性能を実現し、長らく優位に立っていた海外メーカーに匹敵する水準に達した。これまでに智元機器人や小米集団（Xiaomi）、小鵬汽車（Xpeng）、銀河通用、優必選（UBTECH）といった主要ヒューマノイドメーカーへの納入実績を持つ。

市場調査会社・睿工業（MIR）によると、中国のヒューマノイド向け6軸力覚センサー市場で、藍点触控は2024年に約62%のシェアを占め、25年には70%に上昇すると見込まれている。また、高工ロボット産業研究所（GGII）によると、25年1～9月の市場シェアは72.6％で国内首位を維持している。

藍点触控の製品シリーズ

CATLとロボット大手が株主になる真意

今回の出資者の顔ぶれは戦略的な意味合いが強い。CATLは近年、エンボディドAI（身体性を持つ人工知能）分野への投資を積極化しており、ロボット完成品メーカーにとどまらず、今回のように力覚センサーなど川下の重要部品メーカーにまで出資対象を広げている。今回は資金提供に加え、顧客ネットワーク、製造ノウハウ、自社工場での製品活用という三つの側面でも藍点触控を支援する方針だ。

智元と銀河通用も、既存顧客から株主へと関係を深化させた。両社は長期にわたり藍点触控の製品を採用し、技術力と供給能力を検証済みだ。今回の出資を通じ、精密組立や把持の力制御といった技術課題の克服に向けた協力をさらに強化する。

藍点触控の力覚データをロボットアームにも応用

力覚データがAI学習の鍵に

創業者の劉呉月CEOは、ロボットが精密な動きをするうえで重要になるのが力の制御だと強調する。マシンビジョンは複雑な環境下での検知誤差が大きく、最終的な精密動作には力覚による補完が必要になる。また力覚データは、接触物体の特性とロボットアームの可変性が絡む非線形の問題を抱えるため、シミュレーションによる合成が困難で、実機を動かして取得するしかない。結果として力覚センサーは、AIモデルの学習データを収集する重要な経路となっている。

触覚グローブ、データ収集コストを10分の1に　中国「PsiBot」が約460億円調達

3年連続倍増、生産能力も拡大

市場調査会社IDCのデータによると、2025年の世界のヒューマノイド出荷台数は約1万8000台に上り、前年比で約508％増加した。市場をリードするのは中国メーカーで、モルガン・スタンレーは、中国の26年ヒューマノイド予想販売台数を1万4000台から2万8000台に引き上げ、30年には26万2000台に達すると予測した。

中国の人型ロボット市場、26年は2.8万台へ予測倍増　供給網で世界主導

こうした中、藍点触控は3年連続で売上高が倍増し、黒字化を果たした。2026年の関節用力覚センサーの出荷台数は約40万台、6軸力覚センサーの出荷台数は3万～4万台に上る見込みだという。

広東省に建設した1万平方メートル超の生産拠点では第1期全自動ラインの稼働率が90%近くに達しており、ライン拡張後は関節用で年産100万台、6軸用で年産20万台の体制が整う見込みで、受注から納品までの期間は2週間に短縮されるという。今後、ヒューマノイドと自動車産業でのエコシステム構築を深めながら、海外市場の開拓も本格化させる。

＊1元＝約23円で計算しています。

（翻訳・大谷晶洋）

国のスタートアップ企業「智域基石（Zhiyu Cornerstone）」はこのほど、エンジェルラウンドで数千万元規模（数十億円超） を調達したと発表した。投資家には、「万能な手」の実現に挑む「霊初智能（PsiBot）」、エンボディドAIの「脳」を創る「穹徹智能（Noematrix）」、産学連携で社会実装を加速する「浙江人形機器人創新中心（Zhejiang Humanoid Robot Innovation Center）」、人型ロボット「智平方（AI2 Robotics）」が名を連ねる。4社のロボット企業が足並みを揃えて同じデータ企業へ投資したことは、業界全体の「共通認識」を鮮明に示している。ロボット知能のボトルネックは、AIモデルでも計算能力でもなく、「データの質」にあるということだ。

中国発エンボディドAI「Noematrix」、商用フェーズへ　薬局で自律稼働

中国の人型ロボット「AI² Robotics」、約230億円調達　テスラ「オプティマス」追撃

触覚グローブ、データ収集コストを10分の1に　中国「PsiBot」が約460億円調達

そして智域基石の核心的な使命は、混沌とした物理世界の膨大なデータを、ロボットのタスク成功率を直接高められる高品質な学習素材へと「最適化（コンパイル）」することである。

「人海戦術の収集」から「自動化コンパイル」へ

智域基石の強みは、異分野のエキスパートが集結したチームにある。楊哲軒CEO：著名分散システム企業 PingCAP 出身。基盤アーキテクチャと商業化に精通。

徐良威CTO：テンセントおよび 小鵬機器人（XPENG Robotics）出身。ソフトとハードを融合した実戦経験者。

張計業COO：ファーウェイおよび穹徹智能（Noematrix）での経験を持つ。

アルゴリズム・・ハードウエア・大規模エンジニアリングの三領域をよく理解するこのチームが、ビッグデータ業界の技術アーキテクチャをフィジカルAI分野に持ち込むという同社の野心を支えている。

NVIDIAもGoogleも、世界トップAIチームの8割が活用——中国発AI合成データ企業、230億円調達

現在、智域基石は中国全土で、総面積1万平方メートル（㎡）超えの実機データ収集工場を建設する計画を進めている。工場内には、ロボット400台超、異種ハードウエア形態10種類超を備える予定である。2026年内には、200PB（ペタバイト）超の異種データ蓄積を見込んでいる。

今年4～6月期には、智域基石は実機データ生産から全面的に Ego-Centric（第一人称視点）領域へ拡張する。
モデルの事後学習および事前学習におけるデータ入口を掌握し、データコンパイル層を通じて、生データを高品質なコーパスへ加工し、そのままモデル訓練入力として利用可能にする。

楊CEOは「人海戦術型のデータ収集工場は参入障壁にならない。真の障壁は自動加工能力にある」と強調した。

同社はフルプロセスのデータコンパイルパイプラインを構築している。

① データ品質検査

従来、膨大なデータに対し他社の多くは抜き取り検査を採用しており、その結果、最大95％もの無効ノイズが訓練データセットへ混入していた。同社は分散計算と弾性スケーリング構造を導入し、ロボットが収集した映像、深度情報、関節姿勢、力・触覚などのマルチモーダルデータを全量検査し、無効な「データ膨張」を源流で直接排除する。

② データ基盤の再構築

現実世界の物理データは本来的に、高エントロピー、多ソース異種混在、サンプリング周波数の著しい非同期性 （例：映像30Hz、関節制御500Hz）という特徴を持つ。同社は成熟した データレイクハウス（Data Lakehouse） アーキテクチャをいち早く導入し、フィジカルAIの専用基盤として深く改造した。これにより、超大規模非構造化データの統一管理、映像、深度、力覚、触覚、関節姿勢など複雑な次元情報のミリ秒級の高精度な時空間タイムスタンプ同期を実現している。

データパイプライン構成図

③ データコンパイルと検索

システムは非標準データを「技能の細分化」をし、意図を伴う意味の断片を抽出する。顧客はデータベースを操作する言語のSQLに似たコード命令を入力するだけでよい。

例えば、「キッチンでコップを取る動作、かつ成功率95％超のデータを呼び出す」といった具体的な条件指定ができる。

そうすると高速に検索・再構成され、そのまま利用可能な標準データセットが生成される。

楊CEOは、2026年がフィジカルAIが商業化への壁を乗り越える重要な節目になると予測している。その時にはデータ総量は数十倍に増加し、数千万時間規模 に達する見込みである。もしデータ総量の問題が緩和された後も、大規模モデルの現実環境での汎化能力に突破がなければ、業界は厳しい試練に直面することになる。

智域基石は自らを、その時代の 「コンパイラ」 と位置づけている。技術革新によってデータ生成プロセスを人間の手作業から切り離し、フィジカルAI時代の真のデータインフラ建設者となることを目指している。

（36Kr Japan編集部）

世界モデルは、フィジカルAI（現実世界の動きを認識して最適な行動を起こす人工知能）の中核エンジンと位置づけられる技術だ。AIを「生成できる」段階から「理解し、推論し、行動できる」段階へと飛躍させ、現実世界との相互作用を可能にする。ロボットや自動運転など、エンボディドAI（身体性を持つAI）の基盤技術として急速に注目を集めている。

エンボディドAIの鍵を握る「世界モデル」に注力ーー中国・GigaAI、ファーウェイ系から資金調達

2023年6月に設立されたGigaAIは、世界モデルを軸に3つの中核プロダクトを相次いで発表した。

このうち「GigaWorld-0」は、世界モデルが生成したデータが実機ロボットの性能向上に直結することを実証した世界初とされる成果だ。GitHub（ギットハブ）で公開されたオープンソースコードは1500以上のスターを獲得している。「GigaWorld-Policy」は「動作中心」の革新的なアーキテクチャを採用し、推論速度とトレーニング効率を高めながら、タスクの成功率も大幅に向上させた。「GigaWorld-1」は、世界モデルの権威あるベンチマークテスト「WorldArena」で世界1位を獲得し、グーグル、エヌビディア、アリババなどのテクノロジー大手企業を上回った。これらに加え、VLA（視覚・言語・動作）モデルを中心とする「GigaBrain」シリーズも展開している。

GigaAIは自社でフルスタック開発した汎用人型ロボット（ヒューマノイド）「Maker H01」も発表した。全身に20以上の自由度を備え、マルチモーダル高精度なセンシングシステムを搭載している。開放環境での精緻な操作と移動に特化して設計されており、すでに自動車、3C製品（コンピュータ・通信機器・家電）、倉庫、家庭サービスなど複数のシーンで商用化を実現しており、年間納入目標は1000台だ

データ基盤の整備も並行して進める。年内には「視覚－動作」の高品質データが100万時間超、世界モデル向け事前学習データは1000万時間超に達する見込みだ。

＊1元＝約23円で計算しています。

（36Kr Japan編集部）

今回の調達により、光輪智能はエンボディドAI向けデータ分野で世界初のユニコーン企業となった。調達資金は主に、物理シミュレーションエンジンの研究開発、グローバル展開や現地での導入・運用能力の強化に充てられ、AI合成データ分野でのリーダーシップをさらに強化していく。

自動運転や人型ロボットの「学習データ枯渇」に対応。中国発合成データ、　独ボッシュや米フィギュアAIからも注目

光輪智能は2023年に設立。高品質なシミュレーション、合成データ、フィジカルAI技術を通じて現実世界でのロボット活用推進を目指している。データ収集や戦略学習・シミュレーション評価、仮想から現実への適用（Sim2Real）までを含む包括的なソリューションを提供している。すでにシミュレーション合成データと人間視点の動画データ（EgoSuite）という2系統をカバーする、世界最大規模のデータ生成エンジンを構築し、エンボディドAI向けデータの大規模生産を実現している。

提携しているパートナーには、エヌビディア（NVIDIA）やグーグル（Google）、バイトダンス（ByteDance）、アリババ（Alibaba）、Agibot（智元機器人）、Galbot（銀河通用機器人）、BYD（比亜迪）など、大規模モデルやロボット、自動車分野のトップ企業が名を連ねている。発表によると、世界の主要なエンボディドAIチームの8割以上が、光輪智能のシミュレーション資産および合成データを活用している。

触覚グローブ、データ収集コストを10分の1に　中国「PsiBot」が約460億円調達

業績面では、2025年の売上高は前年比で10倍に拡大し、26年1～3月期の売上高だけで、25年通年全体の売上高を上回る見込みだという。

＊1元＝約23円で計算しています。

（36Kr Japan編集部）

枢途科技は2024年に設立され、画像・音声・動作などのマルチモーダルデータの収集とAIモデル技術の開発に注力している。オープンかつ低コストの汎用データプラットフォームを構築することで、物流・製造・サービスなどの分野におけるロボットの大規模な実用化を目指す。

エンボディドAIが実用段階に進みつつあるなか、高品質で多様な学習データが不足しており、それがAIモデルの性能向上を阻むボトルネックとなっている。遠隔操作で収集する従来の手法はコストが高く、実環境の複雑性を十分に再現できない。一方、シミュレーションデータは細部の再現性に欠けるため、実世界での汎用性や推論能力の向上には限界がある。こうした課題を背景に、低コストで拡張性のある現実世界データの取得が業界の急務となっている。

ネット動画を「学習素材」に転換

枢途科技が打ち出したのは、インターネット上の実際の動画から人間の行動データを抽出する革新的な手法だ。YouTubeやTikTokに投稿されている動画には、動作の軌跡、力の伝達、環境との相互作用といったリアルな物理情報が豊富に含まれており、これを活用することでデータ収集コストを大幅に削減できる。

ネット上の動画を使ってロボットに動作を学習させる（画像は企業提供）

同様のアプローチは、米テスラやFigure AIなど海外企業でも効果性が実証されている。テスラのイーロン・マスクCEOは過去に、同社のヒューマノイド（人型ロボット）「Optims」の学習に、遠隔操作ではなく、YouTubeの動画を活用する方法へと移行する構想を明かしている。Figure AIが開発したロボット用AIモデル「Helix」も、人の視点から撮影した動画をもとに学習し、ロボットの動きを自律的に制御できるようになっている。

データ生成を自動化する独自システム

枢途科技は独自開発したデータパイプライン「SynaData」を通じて、一般的な動画を標準化された学習データに変換し、外部企業のロボット用AIモデルに提供している。このシステムを活用すれば、データ収集にかかるコストを業界平均の200分の1にまで削減できるという。

データパイプライン「SynaData」（画像は企業提供）

たとえば、人がフードデリバリーの袋をつかみ上げるシーンでは、システムが手の動きや対象物の移動ルートなどを抽出し、それをそのままロボットの学習データとして活用する。テストでは、袋をつかみ上げる動作の成功率が88％に向上し、さまざまなシーンへの対応力が高まったことが示された。

SynaDataはすでに全工程にわたる技術検証を終えており、数千時間にわたるさまざまな環境の動画データを処理して、ものをつかむ・置く・組み立てるといった100種類以上のタスクに対応した標準化データセットを構築した。その一部は、清華大学のロボット用AIモデル「RDT」や、米Physical IntelligenceのVision-Language-Action（VLA）モデル「π0（パイゼロ）」など、主要なオープンソースモデルでも検証が進んでいる。

ネット上の動画をロボットの学習データに変換（画像は企業提供）

精度・汎化・エコシステムの三本柱

データの質を高めるため、同社は主に次の3分野でシステムの改良を図っている。

精度の向上：遮蔽物を考慮したモデリングやマルチビュー再構成などの技術を使って、軌道や姿勢の再現誤差を2ミリ以内に抑える。

汎化能力の向上：人型ロボットやロボットハンド、ロボットシャシーを含む100種類以上のロボット本体に対応できるようにする。

エコシステム構築：シミュレーション環境の開発企業と提携し、データ生成から学習、実装までをシームレスにつなぐ仕組みを実現する。

行動データを抽出する「SynaData」（画像は企業提供）

年内には、実世界の動画を元にしたオープンソースの行動データセットをリリースする計画だ。枢途科技の林嘯CTOは、インターネットがロボットにとって「無料の学習の場」になりつつあると指摘する。今後の目標は、SynaDataを通じてインターネット動画という「データの宝庫」を解放し、ロボットを「自ら見て学ぶ」段階へと進化させ、エンボディドAIの実用化を加速することだという。

＊1元＝約21円で計算しています。

（翻訳・畠中裕子）

2023年8月に運営を開始した戴盟機器人は、香港科学技術大学（HKUST）ロボティクス研究所の初代所長・王煜教授と段江嘩博士が共同で設立した。人間が指先で物に触れた時と同じように、ロボットハンドに力覚や振動感覚、滑り覚などを正確に感知させる触覚センサーの開発に注力している。メンバーは30人以上で、うち研究開発担当が8割以上を占める。

人型ロボットは大きな可能性を秘めた巨大市場だ。市場予測によると、世界の人型ロボット市場には10兆元（約210兆円）を超える成長の余地があり、2030年の市場規模は1000億元（約2兆1000億円）近くに達すると見込まれる。

しかし、人型ロボットの量産が実現するにはまだ時間がかかるという。創業者でCEOの段博士は、人型ロボットにさまざまなタスクをこなす能力が備われば、業界が急速に発展するとの見方を示した。

“まるで人間の手”　中国スタートアップ「PaXini」が起こす人型ロボットの触覚革命

ロボットに視覚センサーを搭載しただけでは、実世界を正確に理解させ、情報を効率的にやり取りすることは難しい。視覚センサーで、物体の検知や環境理解は向上させられるが、物体が別の物体で隠されると感知できなくなってしまう。触覚センサーを通じて取得したデータが少ない現状では、ロボットの汎用AIをトレーニングするのが難しいため、ほとんどのロボットハンドは物をつかむという単純な機能しか持てていない。

そこで同社は、厚さをセンチ単位からミリ単位に薄くした視覚・触覚センサーを開発した。このセンサーはロボットハンドの内部に設置しやすく、周囲に対するロボットの検知能力を向上させる。

段博士によると、人間の指先には1平方センチ当たり約2400個の触覚受容器があるが、同社の視覚・触覚センサーは、触覚受容器数十万個分の感度を持つという。「当社の視覚・触覚センサーは、従来のアレイ式センサーよりも解像度が数万倍から数十万倍も大きい。解像度が高いほど、触覚センサーは微小な空間を検知できる」と話した。

光学式触覚センサーは、人型ロボットのほかに手術支援ロボット、スマートコックピット、柔らかい素材の加工・組立装置などにも搭載可能だ。すでに小ロット生産と実用化が進んでいる。

触覚はロボットの動作だけでなく、エンドツーエンド（E2E）のトレーニングと論理的推論でも重要な役割を担う。ロボットに器用な動きを習得させるため、同社は触覚・視覚・動作のデータを融合したAIモデルを開発し、ロボットが触覚と視覚を通じてリアルタイムで動作を調節し、細かいタスクをより効率的に進められるようにした。

人型ロボットの大規模な活用を難しくしている別の要因は、実世界のトレーニングデータを大量に集めなければならないことだ。視覚や言語、姿勢のデータをもとに、リモートコントローラーやセンサーなどに使うAIをトレーニングする従来の方法では、必要なデータ量は極めて多くなる。

まるでスターウォーズの世界？「頭脳」訓練工場で黙々と働く、中国の人型ロボットたち

同社の触覚センサーを導入すれば、ロボットAIのトレーニングに必要なデータ量は従来の1000分の1となるうえ、ロボットが実行できるタスクの種類が増え、成功率も向上するという。

段博士によると、同社はデータ収集の効率化と質の向上を目的に、ロボット本体を使わずにデータを集めるための外骨格を開発した。人がこれを装着しながら仕事や日常生活で動作をすれば、外骨格の触覚センサーがデータを収集・転送し、それをマルチモーダルAIのトレーニングに利用できる。また、試験的にこの外骨格を社外にも開放し、一定期間にわたり装着した人には相応の報酬を支払うことにした。すでに一部のホテル従業員が使用しているという。

＊1元＝約21円で計算しています。

（36Kr Japan編集部）

北京市にあるバイトダンスのオフィスでは、2024年初めからスタッフを募集して同社独自のLLM「豆包」向けの録音作業が進められている。2人一組で1回3時間、内容は自由な会話や指定されたワードを含む対話で、報酬は1回300元（約6300円）。ただし、録音に対しては厳しい要件があり、あまりにも質が悪い場合には報酬が減額されるという。

バイトダンスのオフィスにある録音室

ソーシャルECの小紅書（RED）でも同様の録音アルバイトの募集が多く上がっている。1回300元という報酬は、手軽なアルバイトのなかでもかなり魅力的だと思われるが、実際の仕事はそれほど簡単ではない。録音する前に、必ず2〜3分の会話の録音をサンプルとして提出する必要があり、バイトダンスの担当者によって審査され、採用か否か決められる。そして録音の際にも、会話の内容やムード、会話のスタイルなどについて厳しい基準が定められている。

AI技術を開発する大企業は、このように大量のデータを取得するために新しい職業を創出し始めた。少し前に話題になったのは、百度（バイドゥ）のLLM向けタグ付け（アノテーター）に関するニュースだ。同社は地方都市にデータ拠点を建設し、データのタグ付けや方言コーパスのトレーニングなどを進めている。

画像認識AIのテキストコンテンツを検収する作業に従事しているA氏の例を紹介したい。業務内容はAIが認識した諸外国語のテキストが、画像と一致するかどうかを確認することだ。1単語または1文を1つの単位とし、1単位0.1元（約2円）で報酬が計算され、数百項目をチェックすると数十元（数百～千数百円）になる。A氏はフランス語を専門としており、翻訳に関わるデータのタグ付けでは1項目あたり1元（約21円）以上の報酬が得られる。しかし、AIの翻訳が正確かどうかを手作業で判断するには、誤りを見つけるだけでなく、5～6種類のLLMの翻訳内容を比較し、色分けしてアノテーションしなければならず、1文をチェックするのに10～15分かかることもあるという。

AIの3本柱は、データ・アルゴリズム・演算能力と言われており、中でもデータは基盤となるものだ。しかし、公開されているデータは枯渇しつつある。米研究団体エポックAIは、AIモデルのトレーニングに使用できる公開データは2026～32年に枯渇すると予測している。OpenAIのサム・アルトマンCEOは、AI開発企業がインターネット上のすべてのデータをまもなく使い果たすだろうと発言したこともある。

LLM大手はサードパーティ企業を通じてデータを直接購入してもいるが、テキストや録音、動画など、購入したデータの質をコントロールすることはできない。大企業にとっては、自社内で高品質データを調達することが、データの適時性と品質を保証する唯一の方法なのだ。

大企業は高品質のデータを得るためには法的紛争に巻き込まれることも辞さない。例えば、OpenAIは動画サイトYouTubeの動画を無断で使いLLMをトレーニングしたと非難された。NVIDIAやアップル、Anthropicのような大企業も同様の批判を受けている。

良質なトレーニング用データをいかにして確保するか。このことが恐らく今後、AI開発競争の新たなポイントになっていくだろう。

＊1元＝約21円で計算しています。

作者：字母榜（WeChat公式ID：wujicaijing）、馬舒葉

（編集・36Kr Japan編集部、翻訳・北村一仁）

データ要素の価値は現在、いっそう明らかになっている。データの生成、収集、保存、加工、分析、サービスを主とする戦略的新興産業であるビッグデータ産業は、デジタル経済の発展を推進する重要な力となっている。

中国ではビッグデータ産業の発展の基礎がますます強固になり、環境の最適化が続いている。デジタルインフラは飛躍的な発展を実現した。22年末時点で中国は世界最大の光ファイバーネットワークを構築、光ファイバーの総距離は6千万キロに迫った。データセンターの規模は600万標準ラック近くとなり、全国の第5世代移動通信システム（5G）基地局数は230万カ所を超えた。デジタル産業のイノベーションの活力は絶えず強まり、デジタル経済中核産業の規模は拡大が加速、全国のソフトウエア売上高は12年の2兆5000億元（約48兆6000億円）から22年には10兆8000億元（約210兆円）に増加した。

中国情報通信研究院クラウドコンピューティング・ビッグデータ研究所の魏凱副所長は「データを重要な要素とするデジタル経済はすでに質の高い発展の新たなエンジンと新原動力となっている。ビッグデータ産業の着実な発展は中国の膨大なデータ規模と豊かな応用シーンの優位性をさらに発揮させ、データ要素の潜在力を引き出し、経済の発展と変革を加速させるものとなる」と述べた。（新華社北京）

業界では人工衛星を活用した試みが進んでいる。中国は8月4日、炭素観測衛星「句芒号」を搭載したロケット「長征4号乙」を打ち上げた。この地球観測衛星は森林の高さや面積、植物が放出するクロロフィル蛍光などを観測し、これらの要素から森林が吸収・貯蔵できるCO2量を示す「炭素貯留量」を算出することができる。

人工衛星を活用した観測は成熟した方法となっている。現在のところCO2吸収量を追跡する中国のデータ会社の多くが、海外の衛星データを利用している。「句芒号」は中国でも数少ないCO2検出用の人工衛星としてピンポイントの情報を取得でき、中国の炭素モニタリングがリモートセンシング時代に突入したことを印象づけるものとなっている。

句芒号のCO2観測の仕組み

中国はこの数年、いくつもの地球観測衛星を打ち上げてきた。2016年に最初のCO2観測用人工衛星を打ち上げ、今年4月にもレーザーでCO2濃度の変化をモニタリングする衛星を打ち上げた。

句芒号は森林の炭素貯留量を計測することに焦点を当てて設計された。レーザーと光学カメラを活用したこの計測方法では、レーザーの反射から森林の高さを算出するとともに、赤外線や紫外線などを検出するマルチスペクトルカメラで植生分布を立体的に描き出し、森林の生育状況を確認できる。

また、句芒号には森林の光合成やPM2.5の数値を測定できる検出器や画像生成器が搭載されている。いずれも森林の観測を想定したもので、樹木の高さや直径から樹木1本当たりの炭素貯留量を算出することができ、森林全体の炭素貯留量を把握できるようになっている。

人工衛星の作動イメージ動画（動画：航空五院）

ただ、現時点で人工衛星が一度に計測できる範囲や観測周期など、民間データ会社にとって最も重要な指標のいくつかは非公開のままだ。

CO2データサービスを提供する「行星数拠（PlanetData）」の白純鈺CEOによると、CO2排出権取引を目的としてCO2データを購入する顧客は、取引する炭素資産を必要に応じてモニタリング・分析できるかどうかにこだわるという。そのためには人工衛星のデータを素早く処理することが必要だが、中国ではこの分野を手がける企業はごくわずかであり、主要データが全て公開されたとしても、それをすぐさま活用するのは困難だ。

中国国内のCO2排出権取引で参考にされるリモートセンシングデータは、多くが海外に依存している。句芒号のデータが公開されたとしても、現在世界で打ち上げられている炭素観測衛星の数では、データ更新のニーズを満たすのは難しい。リモートセンシングによるCO2データ分析を手がける企業にとって、この「データ不足」が頭痛の種になっている。

解決にはほど遠いデータ活用の問題

中国の人工衛星や航空宇宙技術は世界のトップクラスに比肩する。しかし、衛星が収集した情報をいかに迅速に処理して、一般のビジネス客が必要とするCO2データを作成できるかがより重要になる。

とはいえ中国の衛星データを利用するのは多くが国の研究機関で、地球規模の変化や国家レベルのニーズに注目しているため、市場におけるビジネス利用と方向性が異なる場合が多い。このため衛星打ち上げ能力のないデータ活用企業は、データを入手できても、その活用場面は非常に限られたものとなってしまう。

世界のCO2排出権取引市場が現在急成長しており、2021年の取引額は前年の2.6倍となる7600億ユーロ（約110兆円）に達した。今後もさらなる増加が見込まれ、CO2排出量や貯留量のデータに対するニーズもますます高まることが予想される。

短期的にみれば、炭素観測衛星の打ち上げに関して中国は十分な実力を備えていると言える。しかしビジネス面ではさらなる補強が不可欠だ。各国また各企業にCO2データが必須となる時代が到来したとき、膨大な数の商業衛星企業やデータ活用企業がそろっていて初めてそのニーズに応えることができるだろう。
（翻訳・畠中裕子）

電子技術中国センターは、新素材に基づく革新的な研究、現地人材の育成、データやデジタル化プラットフォームのコアコンピタンスの活用を通じ、次世代半導体・ディスプレー技術の発展に向けた原動力の提供を図る。敷地面積は約3300平方メートル、初期投資は計3千万ユーロ（1ユーロ＝約144円）。各種電子材料の分析やサンプル製作、応用テスト、研究開発のため、分析実験室や製法技術実験室を備えるほか、応用・研究開発実験室も建設されている。

ベックマン氏は、中国パネル産業の急成長をメルクは目の当たりにし、これに関与してきたとし、こうした中国の速度や協力は半導体産業にも体現されると確信していると述べた。同センターを協力の場とし、協力パートナーが速やかに問題を解決し、効率を高め、製品の発売時期を早めるのに一役買いたいと語った。

同センターと同時に稼働を始めた有機EL材料生産拠点は、同社にとってドイツと韓国に次ぐ3番目の有機EL材料工場となる。メルクが中国に初めて進出してからすでに89年がたつ。今年1月に発表した対中投資倍増計画では、2025年までに中国で少なくとも10億元（1元＝約21円、約1億3千万ユーロ）を追加投資し、主にチップ製造分野など電子技術業務に当てるとしている。