産業拠点としての実績を踏まえると、ヨーロッパはフィジカルAIに注力することで、人工知能(AI)における競争優位を獲得できる。
フィジカルAIは、共有された実世界のデータなしには拡大できない。ヨーロッパには既に豊富な産業データがあるが、ボトルネックは相互運用性と協力体制にある。
ヨーロッパの強みは、単独で行動することではなく、共通の課題を協調的な行動へと転換する、構造化された対話と官民協力にある。
人工知能(AI)の目まぐるしい進歩に追いつく競争において、ヨーロッパはフィジカルAIに注力することで「勝つ」ことができる。産業主導型のAI戦略は、ヨーロッパにとって理にかなっており、エンジニアリングと製造の拠点としてのヨーロッパの歴史や、化学、医薬品、航空宇宙といった主要産業における現在の製造分野での主導的地位を活かすものである。
欧州企業は、効率性と有効性を高め、品質を確保し、卓越した業務運営を実現する強固な能力を基盤として築かれてきた。欧州の経営者には、これらの強みを土台に、サプライチェーン、物流、オペレーション、機械、ロボット工学にAIを適用する明確な機会がある。
さらに、フィジカルAIへの注力は、欧州連合(EU)のAI規制とも整合している。主要な規制はいずれも、機密性の高い企業の知的財産ではなく、消費者・市民のデータプライバシーを対象としているためである。
特効薬は新技術ではなく、協力である。
欧州企業がフィジカルAIに注力すべき理由
ヨーロッパの創業以来のエンジニアリングの伝統は、将来に向けて同地域を有利な立場に置いている。フィジカルAIでは、人件費の高い経済圏が最も恩恵を受けることになる。投資の回収が早く、予測もしやすいためである。
欧州企業は「隠れたチャンピオン」への投資を通じて、AIの可能性を活用できる。米国には産業界の巨大企業や起業家的なスタートアップが数多くあるが、欧州の強みは中堅層にある。
隠れたチャンピオンとは、大きな見出しにはならないものの卓越性を発揮し、ニッチ市場で主導的地位を占める中堅企業であり、その多くは欧州に存在する。特許を保有し、市場を形成しており、ロボット工学や機械分野においてAIを活用した新たな改善を進める上で、まさに理想的な適用事例である。
ヨーロッパは、こうした「隠れたチャンピオン」向けにフィジカルAIを革新することで、自らの強みをさらに伸ばすことができる。
米国のスタートアップ・エコシステムはソフトウェアに最適化されている一方、欧州の企業エコシステムは資産集約型産業に最適化されている。例えば、自動車はドイツ、フランス、イタリア、スウェーデン、産業機械はドイツ、オーストリア、イタリア、物流と製造はオランダ、ベルギー、チェコ、ポーランド、ヘルスケアと医薬品は北欧諸国、ドイツ、スイス、イタリアにおいて強みを持つ。
ヨーロッパの、産業コングロマリット、エンジニアリングの伝統を持つ隠れたチャンピオン、官民パートナーシップからなる環境は、適切に活用されれば、長期的視野に立ち資本集約的なイノベーションを後押しする。
欧州企業がフィジカルAIを活用するために必要となるもの
ヨーロッパには強力な研究機関があるものの、AIやロボット工学を事業化するための規模が不足している。競争力を高めるため、ヨーロッパはAIに適した規制を整備し、AI人材を育成し、データ共有を受け入れる必要がある。
1. 規制改革
規制の変更は、ヨーロッパがAI時代へ移行することを加速させるだろう。各国は、過去に半導体や航空宇宙分野で実施された地域的な取り組みと同様に、身体性を持つAIモデルに関する欧州共同プログラムを構築できる。
政府は、あるEU加盟国で認証されたロボットが域内全体で稼働できるよう、調和の取れた安全基準を策定できる。
さらに政府は、共有インフラ(コンピュートクラスター、ロボット試験場、シミュレーション環境)への投資を促すべきである。また経営者は、ドローン、産業用ロボット、ヒューマノイドといった自律型物理システムの試験について、迅速な規制手続きの導入を検討すべきである。
全体として、柔軟な規制モデルを採用することで、企業は公共の信頼を維持しながら、管理された環境で実験を行えるようになる。
2. AI人材
従来のプロセス最適化や自動化は限界に達しているというのが、大半の経営幹部の一致した見解であり、フィジカルAIへの移行には、AIファーストの発想を持つリーダーが必要となる。
従来型の直線的な業務運営を行う企業も、AIファーストの発想によって、大規模に実行できるAI主導の変革エンジンへと生まれ変わり得ることがわかっている。
より広い視点では、ヨーロッパにはロボット技術者、AIエンジニア、保守専門家、人とロボットの相互作用に関わる職務の人材育成を含む、スキルと労働に関する戦略が必要である。
3. データ共有
ヨーロッパは分断の道を歩み続けるなら成功しない。むしろ組織は、「世界シミュレーション」や「デジタルツイン」を構築し、AIモデルを訓練するために、協力し、機密ではないデータを共有しなければならない。
フィジカルAIには、大量かつ多様な、実世界のデータが必要である。どれほど大規模な欧州企業であっても、堅牢なモデルを訓練するのに十分な範囲の環境、産業、運用条件を単独で網羅できる企業は存在しない。
したがって、共有データ空間と協力のアプローチによって、より広い統計的多様性が可能になり、モデルの脆弱性が低減され、物理世界の基盤モデルの開発が加速するだろう。
生成AI以降のヨーロッパは、自社のデータから学び、業界全体から洞察を引き出し、オープンに共有する企業によって形作られるだろう。
企業レベルのデータ共有が重要である理由
データ共有は、あらゆる産業におけるイノベーションを加速させるだろう。例えば、自動車メーカーがサプライチェーンのデータを共有し、直接協力すれば、テスラに匹敵する自動運転システムを構築できる可能性がある。
医薬品業界では、企業はサプライチェーン全体にわたって協力する必要がある。より速い自動車イノベーションを実現するため、自動車メーカーはデータを共有する必要がある。
フィジカルAIを支える世界シミュレーション(デジタルツイン、物理エンジン、生成型3D)は、それが近似する実世界の分布と同程度の精度しか持たない。
共有データ空間があれば、企業は製造、物流、モビリティ、エネルギー、ヘルスケアの各環境について高精度なデジタルツインを構築できる。また、シミュレーションデータと実データが相互に継続的な改善をもたらす学習ループや、実世界では安全上またはコスト面で非現実的となるシナリオを生成することも可能になる。
ヨーロッパの産業はすでに構造化された運用データを生み出しており、大きな優位性を持っている。欠けているのは、データの入手可能性ではなく、相互運用性と集約である。特効薬は新技術ではなく、協力である。
産業界はAIファーストの発想をどのように示しているか
企業は既に、産業運営を再構築するためにAIファーストの発想を適用している。例えば、次のような事例がある。
1. AIを活用したサプライチェーン
ある世界的な産業企業は、今後10年間で野心的な成長を目指していたが、その実現にはサプライチェーンの運営強化が必要であった。長年にわたる合併・買収により知的財産の状況は分散しており、世界的なサプライチェーンの混乱が絶えず続いたことで、確実な納品能力に影響が出ていた。
サプライチェーンのリーダーらは、AIを活用した在庫モデルを導入した。このモデルは企業資源計画(ERP)データに基づいており、工場の現場在庫管理者とともに検証と調整を行った。その結果、SKU(在庫管理単位コード)および工場全体で在庫水準を17%削減する方法が特定され、数百万ユーロの節約につながった。
2. AIによる業務運営
世界有数の自動車相手先ブランド製造会社(OEM)は、非効率でミスが起きやすい手作業の調達プロセスを変革する必要があった。
同社のリーダーらは、AIを用いて調達プロセスを変革した。既製の自動化ツール、AIアプリケーション、個別ソリューションを活用して調達機能を自動化・合理化した結果、効率が20%以上向上し、シームレスな購買体験が実現した。
データ共有が新たな競争優位となる理由
フィジカルAIの可能性を十分に実現するには、企業はデータ共有を受け入れなければならない。ヨーロッパのAI規制は、企業のIPではなく、消費者と市民のデータを保護するものである。消費者以外のデータは政府規制の対象外であり、その利用は企業のリーダーに委ねられている。
多くのリーダーは本能的にデータを囲い込むが、データを孤立させると、学習と価値創出が制限される。より賢明な問いはもはや、「どうすればデータの周囲に堀を築けるか」ではなく、「データとAIによってどのような新たな堀を築けるか」である。
今こそ協力する時である。生成AI以降のヨーロッパは、自社のデータから学び、業界全体から洞察を引き出し、オープンに共有する企業によって形作られるだろう。
見方にかかわらず、人間はAIを善のために形作ることができる
AIについて読むとき、恐ろしいものから楽観的なもの、懐疑的なものまで、さまざまなシナリオに出会う。確かなことが一つある。AIへの投資を見渡すと、重大な出来事が起きているのは明らかだが、この技術が人類をどのように変えるのかについては、依然として意見の一致が見られないということである。
政治および経営のリーダーは、人間がAI時代において
時代遅れにならないよう、積極的な決断を下さなければならない。社会の進歩のためにAIをどのように活用するかについて、より多くの議論が必要である。
ヨーロッパにおいては、AIによる変革は、産業の強みに根ざし、繁栄と社会的結束のための成長に焦点を当てるべきである。
著者は、本記事への貴重な貢献に対し、Kearneyのパートナーであるローランド・シャラー氏に謝意を表する。
