社會第 80 期

工廠裡沒有人了：日本為何必須押注機器人

日本的機器人策略不是為了效率，而是為了生存。而這份迫切，反而可能成為競爭力

安光涉（Oswarld）· INLEVEL9 作者與編輯

工廠裡沒有人了：日本為何必須押注機器人

前言

各位讀者，我們通常會說「機器人會搶走工作」，但在日本，情況恰恰相反。機器人正在填補那些沒有人想做的職位。其實，我覺得韓國也面臨著類似的情境。不過，讓我們先來看看日本的故事。

今年三月，日本經濟產業省（METI）公布了一個數字：目標在 2040 年前拿下全球 Physical AI1​ 市場 30% 的份額。聽起來很膽大，但這不是雄心壯志，而是出於迫切。日本的勞動年齡人口自 1995 年達到頂峰後，已經連續 30 年持續減少，預計到 2040 年將出現 1,100 萬人的勞動力缺口。

所以今天我想提出這個問題：日本在 Physical AI 上的這套策略，究竟與美國、中國有何不同？價值又會在哪裡被創造出來？

🏭 不是效率，而是生存——日本為何不同

在西方世界，導入 AI 機器人的動機大多是效率：降低成本、提升生產力、最大化利潤。但日本的動機根本不同。

日本的人口僅在 2024 年就減少了 90 萬 8 千人，連續 16 年創下減少紀錄。勞動年齡人口（15～64 歲）僅佔總人口的 59%，遠低於 OECD 平均（65%）。建築業的求職倍率為 5.6——也就是說，每 1 名求職者對應 5.6 個空缺職位。護理領域則預計到 2040 年將短缺 57 萬人力。

這不只是單純的勞動市場問題。Salesforce Ventures 的野中翔合夥人這樣總結這個局勢：「日本面臨的是實體供給限制。因為勞動力不足，連基本服務本身都無法維持。」這句話貫穿了日本 Physical AI 策略的核心。

Global Brain 的渡邊浩樹合夥人也在同一脈絡下指出：「Physical AI 是作為業務連續性工具被採購的。工廠、物流中心、基礎設施——如何用更少的人維持運作，這才是核心問題。」2024 年路透社／日經共同調查也顯示，日本企業導入 AI 的最大動因就是勞動力短缺。

換句話說，在日本，機器人不是「做得更好的工具」，而是「繼續做下去的工具」。

🔧 硬體的國家，軟體的困境

日本最強大的底牌，是機器人硬體方面壓倒性的基礎。根據 METI 的數據，日本製造商在 2022 年佔據了全球工業機器人市場約 70% 的份額。FANUC、安川電機、川崎重工、不二越等全球十大工業機器人企業中，有五家是日本企業。日本僅在 2024 年就安裝了超過 5 萬台工業機器人，規模居全球第二。

特別是致動器2​、感測器、伺服馬達、運動控制等精密零組件領域，日本的優勢是獨一無二的。野中合夥人將此形容為「掌握了 AI 與現實世界之間的實體接點」。這個接點源於數十年累積的製造經驗，不是僅靠資金就能在短期內追上的領域。

但這裡浮現了一個關鍵問題：硬體的優勢在 AI 時代還管用嗎？

目前，美國和中國正在快速建構整合硬體、軟體與數據的全棧系統。美國在軟體與服務層面領先，中國則在積極量產垂直整合的機器人系統。僅 2025 年，中國企業預計將生產超過 1 萬台人形機器人。

日本機器人軟體公司 Mujin 的 CEO 高野一誠坦率地點出了這個差距：「美國企業就像蘋果一樣，一直採用將亞洲硬體與強大的軟體平台結合的策略。但在 Physical AI 領域，必須深入理解硬體的實體特性，所以這個模式很難直接套用。」

最終，日本的課題很明確：在守住硬體優勢的同時，多快能完成系統層級的 AI 整合。

🚀 從實驗室到現場——部署訊號的轉變

高市早苗首相上任後，日本政府投入了約 63 億美元（約 9,200 億日圓）來強化 AI 與機器人能力。加上微軟宣布在 2026～2029 年間向日本投資 100 億美元，公私合力的投資規模進一步擴大。

更重要的是數字背後的訊號品質。Global Brain 的渡邊合夥人這樣定義真正的部署標準：「要區分客戶掏錢購買的部署，和供應商出錢的示範專案。真正的訊號來自完整輪班（full shift）期間的穩定運作、在線時間3​、人工介入頻率，以及生產力指標。」

而這樣的訊號確實正在出現。在物流領域，自動駕駛堆高機和自動化倉儲系統正在被部署；在設施管理領域，檢測機器人已被投入資料中心和工業現場。SoftBank 已經將視覺-語言模型4​ 與即時控制系統結合，讓機器人能解讀環境並自主執行複雜任務的 Physical AI 方案。

投資方向也在改變。資本正從單純的硬體流向編排軟體、數位雙生5​、模擬工具與整合平台。這也證明了日本意識到了自身的弱點（軟體）。

🤝 不是贏者通吃，而是混合——日本式生態系的特色

日本 Physical AI 生態系中有趣的一點是，它並非「贏者通吃」的結構。

豐田、三菱電機、本田等大企業在製造規模、客戶關係和部署能力上擁有壓倒性優勢。但新創公司也在各自的核心領域佔有一席之地。Mujin 正在開發架於硬體之上的多供應商自動化平台；電動移動公司 WHILL 則延續日本的「物作」（匠心）傳統，打造全棧自動駕駛個人移動工具。Terra Drone 則結合 AI 與營運數據，支援自主系統的實戰部署。

野中合夥人將這種關係稱為「互補性生態系」：「機器人需要重資產的硬體開發、深厚的營運經驗，以及龐大的資本支出。當大企業的資產與領域專業，結合新創公司的破壞性創新時，集體競爭力就會變強。」

而 Global Brain 的渡邊合夥人留下的這句話，精準地點出了這個生態系的核心價值：「最具防禦性的價值，將屬於掌握部署、整合與持續改善的那一方。」

OZ 的視角

老實說，我從日本的 Physical AI 策略中讀出了 「迫切的戰略價值」。

在制定 GTM 策略的過程中，我見過很多這樣的模式：最強大的產品，從來不是「有了更好」（nice-to-have），而是「沒有不行」（must-have）中誕生的。 日本的 Physical AI 就是典型的 must-have。沒有機器人，工廠就轉不動，物流就停擺，護理服務就崩潰。這份迫切，是將技術從實驗室推向現場最強大的驅動力。

但我也有一個擔憂。日本的硬體優勢是「精密零組件」的製造能力，而非「智慧系統」的設計能力——後者尚未經過驗證。而 Physical AI 市場中的價值正逐漸向軟體——特別是編排、模擬、感知（perception）系統——轉移。 如果日本安於硬體的護城河，最終可能只會在美國和中國打造的軟體平台上扮演零組件供應商的角色。

從數據角度看，這個擔憂也有依據。Physical AI 軟體平台市場預計從 2025 年的 21 億美元成長到 2030 年的 172 億美元，年複合成長率達 42%。誰能掌握這個軟體層面的價值，最終將決定勝負。

我認為對日本最有利的情境，是成為「硬體基礎之上的軟體整合者」。就像 Mujin 展示的那樣，掌握讓既有硬體變得更聰明的軟體層。因為懂硬體的人來做上面的軟體，比不懂硬體的人能打造出更實用、更穩定的系統。

日本的故事對韓國也有啟示。低生育率與高齡化帶來的人口結構性挑戰，對韓國來說同樣是無法迴避的現實。我們需要從「機器人會搶走工作」的框架，轉向「沒有機器人，產業就會停擺」的框架——這個轉折點，對我們來說也不會太遠了。

結語

今天這期電子報的核心可以歸納為以下幾點。

第一，日本的 Physical AI 策略不是從效率出發，而是從產業生存出發。在預計 2040 年將短缺 1,100 萬勞動力的情況下，機器人不是選項，而是必須。 第二，日本是佔據全球工業機器人市場 70% 的硬體強國，但在價值向軟體轉移的趨勢中，系統整合能力才是核心課題。 第三，大企業與新創公司分工合作的混合生態系，構成了日本獨有的競爭結構。

「誰掌握部署、整合與持續改善」——這個問題將決定 Physical AI 時代的勝負。而這個問題，不僅適用於日本，也同樣適用於面臨相同人口結構性挑戰的韓國。

參考資料 & 延伸閱讀

作者 安光涉（Oswarld） 現任世宗大學兼任教授，INLEVEL9 策略顧問。職涯經歷、研究、著作與近期活動會持續更新在作者介紹。 最新動態 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

각주

  1. Physical AI：指 AI 不僅在軟體中運作，而是搭載於機器人、自動駕駛車、無人機等實體裝置上，在現實世界中進行判斷與行動的 AI。透過感測器感知環境、自主移動，並即時學習。 ↩

  2. 致動器（Actuator）：將電氣訊號轉化為物理運動的裝置。可以想像成機器人的「肌肉」。馬達和液壓缸是最典型的例子。 ↩

  3. 在線時間（Uptime）：系統正常運作時間的比率。在線時間 99% 意即 100 小時中有 99 小時無問題地運行。在工業機器人領域，這個數值是可靠性的核心指標。 ↩

  4. 視覺-語言模型（VLM, Vision-Language Model）：能同時理解影像（視覺）與文字（語言）的 AI 模型。搭載於機器人後，可以結合視覺資訊來執行「把紅色箱子放到左邊層架上」這樣的指令。 ↩

  5. 數位雙生（Digital Twin）：將實體設施或設備在虛擬空間中完整複製的版本。可以想像成在蓋真正的工廠之前，先在虛擬工廠中跑模擬。廣泛用於機器人部署的最佳化。 ↩

延伸閱讀

第 79 期社會

青少年會和人工智慧聊些什麼？

孩子會和人工智慧玩，是因為我們把青少年獨自留下來了

第 78 期社會

沉默的人們，開始對話的AI

社交媒體使用者中，已有一半不再發文。然而，AI正填補著這份沉默留下的空白

第 72 期社會

當哲學博士說「人文學已經結束了」的時候

世界不是搖搖板。一邊抬起，不代表另一邊就會跌到谷底。