チャットボットは文章を書きます。コーディングAIはコードを書きます。では、ジェットエンジンは誰が設計するんでしょう？
Jeff Bezosがその答えに$12Bを投じました。
物理AIって何？— チャットボットと何が違うの？
ChatGPTがテキストを生成し、Cursorがコードを書く一方で、人類が作り上げてきた最も複雑なもの — ジェットエンジン、半導体チップ、新薬の分子 — はAIの手が届いていませんでした。
理由があります。「デジタルAI」は結局パターンマッチングなんです。何十億ものテキストを学習して次の単語を予測する。でも、ジェットエンジンの設計は違います。空気力学、熱力学、材料工学、製造プロセスまで、何十もの物理法則が同時に絡み合わなければなりません。テキストのパターンではなく、物理世界の因果関係を理解する必要があります。
BezosのスタートアップPrometheusはこれを「人工汎用エンジニア(Artificial General Engineer, AGE)」と呼びます。 AGI（人工汎用知能）と一文字違いですが、目標は全く異なります。人間のように考えるAIではなく、エンジニアのように設計するAIを作るということです。Physical Intelligence(π)の創業者たちが「ロボット応用のカンブリア爆発」と呼ぶ新しい波の始まりです。
| デジタルAI（現在） | 物理AI（次の戦場） | |
|---|---|---|
| 対象 | テキスト、画像、コード | 物理システム、分子構造、工学設計 |
| 核心能力 | 言語パターン学習 | 物理法則の理解＋シミュレーション |
| 出力物 | テキスト・コード生成 | ジェットエンジン設計図、新薬候補分子 |
| 市場 | すでに飽和（OpenAI・Anthropic・Google） | まだ開幕前 |
$41B ÷ 社員150人 — この計算が示すこと
Prometheusの現在の社員数は150名。オフィスはサンフランシスコ、ロンドン、チューリッヒにあります。 でも企業価値は$41B（約5.6兆円）です。
社員一人当たりのバリュエーションは$2億7000万。これが示すことは一つです。物理AIでは、人よりもコンピューティングの方がはるかに高コストです。
AIでジェットエンジン設計を自動化するには、AIが何千万通りもの設計の組み合わせをシミュレーションしなければなりません。各シミュレーションは実際の物理法則を計算する必要があり、これは膨大なコンピューティングパワーを要します。資金の相当部分がコンピューティングに投じられると言われているのはそのためです。 150人のチームではなく、数千のGPUを動かしているのです。
Goldman Sachs、JPMorgan Chase、BlackRockが投資家リストに名を連ねているのも注目です。 これらの企業は通常AIスタートアップには入りません。彼らが賭けたのは、Prometheusのターゲットが単なるAIツールではなく、航空宇宙・製薬・製造業という数百兆ドル産業の設計インフラそのものを変える事業だからでしょう。
共同創業者のVik BajajはGoogleの生命科学部門Verilyの共同創業者でした。 その背景が、新薬化合物設計が最初のターゲットに含まれた理由を説明しています。生物学的分子も物理法則が支配する世界ですから。
ではBezosは「大量失業」が来ると考えているのでしょうか？
AIが設計自動化を担えば、エンジニアの仕事がなくなるのでは？ Bezosの答えは意外です。
「経済全体の生産性向上は生活水準を高めるでしょう。」
— Jeff Bezos、Prometheus発表の場で
彼の論理はこうです：AIが生産性を高める → 実質所得が上がる → 高くなった所得がより多くの消費とサービス需要を生む → その需要がまた人を必要とする。彼は共働きが片働きになり、残業がなくなる世界を予測しています — 「大量失業」ではなく「労働希少性」の時代が来ると。
この主張が空虚に聞こえない理由があります。Amazonは現在、世界で150万人以上を雇用しています。 同時に倉庫の自動化をフルスピードで進めています。最も積極的な自動化企業が同時に世界最大の雇用主の一つでもある — Bezosはこのパラドックスを20年以上直接経営しながら観察してきました。
物理AIの現在：すでに始まっています
Prometheusがまだ非公開の間に、NVIDIAはすでにFoxconn、BMW、Kawasaki Heavy Industriesと共に製造現場にAIデジタルツインを展開しています。 Physical Intelligence(π)は2026年4月にπ0.7をリリースし「汎化における大きな飛躍」を宣言、 π0モデルはオープンソースとして公開されています。物理AI戦争はPrometheusを待たずに始まっています。
懐疑的な見方もあります。Prometheusはまだ具体的な製品や公開デモを発表していません。「人工汎用エンジニア」という概念が現実になるには、航空宇宙（FAA）と製薬（FDA）の規制承認という別の壁も乗り越えなければなりません。$41Bのバリュエーションは、AIスタートアップの中でも最も攻撃的な水準に属します。
物理AI時代を準備する方法
Prometheusが成功するかどうかに関わらず、「物理AI」というカテゴリはすでに現実です。今できることがあります。
- 自分の業種の物理的ボトルネックをリストアップする
製造・物流・R&D・エンジニアリング分野なら、最も反復的で時間のかかる設計・検証プロセスをリストにしてみてください。物理AIが最初に食いつくのはそのボトルネックです。 - シミュレーション・デジタルツインツールに今から慣れる
物理AIはシミュレーションの上で動きます。NVIDIA Omniverse、Ansys、Siemens NXなどのツールを今から始めれば、AIツールが実用化された時の参入障壁が下がります。 - ドメイン専門知識を維持する
物理AIも、物理世界を理解するエンジニアが検証・方向づけをしなければなりません。ドメイン知識はAI時代にむしろ希少な資産になります。 - 設計データを今から構造化する
AIが物理システムを学習するには構造化データが必要です。設計パラメータ、テスト結果、失敗ケースを体系的に記録しておきましょう。 - π0オープンソースモデルを今すぐ試してみる
Prometheusはまだ非公開ですが、Physical Intelligenceのπ0モデルはオープンソースで公開されています。 NVIDIA Omniverseもすでにパートナーシップを拡大中です。 今すぐ物理AIを体験できるチャンネルが開いています。
もっと深く掘り下げるなら
Jeff Bezos's Prometheus raises $12B for physical world AI Prometheusのシリーズ B 発表全文、共同創業者・投資家・技術目標の詳細。 techcrunch.com
Physical Intelligence (π) — Foundation Models Blog π0.7およびオープンソースモデルの発表、Vision-Language-Actionテクノロジーの詳細。 pi.website
NVIDIA Physical AI for Manufacturing Foxconn・BMW・Kawasaki Heavy Industriesと共に展開中のAIデジタルツイン、製造現場の適用事例。 nvidia.com
CB Insights — Physical AI and Manufacturing Robotics 物理AIおよび製造ロボティクス115社以上の市場マップ。 cbinsights.com
