ロボットの頭脳を「外出し」する——NTTドコモビジネスのフィジカルAI戦略が問うもの
ロボットに全部積む、という発想の限界
フィジカルAIの文脈でよく語られるのは「ロボットが賢くなった」という話だ。センサーが増え、モデルが進化し、現場で判断できるようになった、と。ただ、賢くなった分だけロボット本体に積み込む機能も増えていく——この構造に、NTTドコモビジネスは正面から疑問を投げた。
2026年9月24日に開かれた記者説明会で、同社の小嶺一雄氏（執行役員 プラットフォームサービス本部 IoT＆フィジカルAIサービス部長）はこう切り出している。
「フィジカルAIでは、多層防御可能なセキュリティ機能や複数のロボットの一括・協調制御などの高度かつさまざまな機能が常にアップデートされる状態であることが必要だ。その機能をロボット内に全て具備するのは、コスト的にもサイズ的にも現実的ではなく、外部からのオフロードが重要だ」
この問題設定は、実は地味に重要だ。ヒューマノイドのデモ動画や自律搬送ロボットの映像を見ていると、ついロボット本体の進化ばかりに目が向く。だが製造ラインで数百台のロボットを動かすことを想定した瞬間、「それぞれに最新のセキュリティ機能とAI推論エンジンを内包し続けるコスト」という問題が現れる。ファームウェアの更新管理だけでも相当な運用負荷になる。
NTTドコモビジネスが提案するのは、その負荷を通信網の側に逃がす——つまり「オフロード」という発想だ。
発表された2つのサービスと、その背景にある数字
今回発表されたサービスは2つある。
1つ目は「MEC×GPUaaS」だ。
セキュリティ機能を標準搭載したIoT向けNaaS「docomo business SIGN」において、IoTデータの収集からAI推論までを一体で行えるソブリンAI環境を実現するための機能拡充として位置づけられている。
モバイルネットワークに直結したMEC（Multi-access Edge Computing）サーバ基盤と、GPUクラウドサービス「GPUaaS」を直結することで、ユーザーが自社でGPU設備を保有せず1GPU単位から計算リソースを利用できる形態を実現する。初期投資を抑えながらリソースを柔軟に拡張できるというのが売り文句だ。
小嶺氏はフィジカルAIの社会実装における重要要素として「データ主権」「安全」「スケーラビリティ」の3つを挙げた。それぞれのリスクとして「個人情報や社内機密情報の漏えい」「AIの誤判断による現実世界での事故」「スケールできないことによる機会損失」を明示している点が興味深い。抽象的な「安全性重視」の声明ではなく、リスクを具体的に3分類したうえで、MEC×GPUaaSの特長がそれぞれに対応するという構造で説明している。
フィジカルAIの応用例として「路車協調による自動運転」が紹介された。車やスマートポールから路面状況の判定、対向車や歩行者の検知、死角監視などの情報を取得してフィードバックする構成だ。ここでのポイントは、判断処理がロボット（車両）の内部ではなく、通信網を介した外部のMEC基盤で行われることにある。
2つ目は「docomo business SIGN Pro」だ。
数万回線規模のIoT回線の運用やグローバル利用に対応する新メニューとして追加された。国内外のIoT回線の統合管理、回線運用の自動化、システム連携などが機能の中心で、eSIM（SGP.32）によるグローバル展開にも対応する。
この背景として小嶺氏が挙げたのが、「世界のIoT接続数は2030年に390億件に達するとの見方もある」 という数字だ。車両・産業機械・監視カメラ・医療機器などにおけるコネクテッド化の拡大を前提に、回線の開通・停止・解約といったライフサイクル管理や外部システム連携が複雑化することへの対応として位置づけている。
想定ユーザーとして挙げられているのは自動車メーカー、建設機械メーカー、監視カメラメーカー。いずれも「コネクテッド製品の台数が多く、国内外に展開し、サイバー攻撃リスクも高い」という特徴を持つ業種だ。
構造として読む：「通信網が頭脳を担う」モデルの意味
ここからは見方の話になる。
今回の発表を単体で見ると「NTTドコモビジネスがIoT向けサービスを拡充した」というニュースだ。ただ、背景に置かれているAIインフラ構想「AIOWN」とそのコアである「AI-Centric ICTプラットフォーム」を合わせて読むと、構造が変わる。
NTTグループが描いているのは、次世代通信網そのものをAIインフラとして設計し直す構想だ。ロボットや車両がネットワークに接続する際、その先には単なる「データの通り道」ではなく、推論・セキュリティ・制御機能を持つ「頭脳のオフロード先」が待っている——そういう絵だ。
これはエッジコンピューティングの延長線上にある発想だが、重要な違いがある。エッジコンピューティングの文脈では「ネットワークの遅延を減らすために処理を端に持ってくる」という話が多かった。今回の構想では「ロボット本体のコストとサイズの制約を解決するために、機能そのものを外出しする」という動機が前面に出ている。用途の目的が違う。
また、ソブリンAIとフィジカルAIを結びつけて論じた点も注目に値する。自動運転を例に挙げると、車載カメラが撮影した映像がクラウドを経由して海外サーバに送られれば、人物やナンバープレートといった個人情報が意図せず国外移転するリスクがある。「国内キャリア網内での完結」という設計は、単なるセキュリティ強化ではなく、データ主権の問題への回答でもある。フィジカルAIが社会インフラに近づくほど、この問題は無視できなくなる。
期待値を調整する：何が実装済みで、何が「構想段階」か
正直に言うと、今回の発表はまだ「テクニカルなソリューションの発表」の域を出ていない。
記者説明会での質疑で、エコシステム形成をリードする立場を取るかという問いに対し、小嶺氏は「リードしていく立場になりたいという思いはあるが、まずは各分野での連携の動きをしっかりと支えていきたい」と答えている。率直な発言だと思う。ただ、これを裏返せば、現時点では「各産業分野の主体がどう動くかを見ながら支える」というポジションにある。
製造、物流、医療、交通など、フィジカルAIが適用される各分野では、すでに独自のデータ収集・管理の仕組み、機器間の接続方式、法規制対応が積み上がっている。NTTドコモビジネスのソリューションは、それらと接続・連携して初めて機能する。言い換えると、「優れた通信インフラ」は必要条件であっても、それだけでは各分野のフィジカルAI実装は進まない。
MEC×GPUaaSや「Pro」が本当に価値を発揮するのは、自動車メーカーや建設機械メーカーがこのサービスの上で実際に数千・数万台の接続デバイスを動かし、継続的に稼働し続けた実績が積み上がったタイミングだ。現状は、その実績を積むための構造が整いつつある段階と見るのが妥当だろう。
実務的な示唆と次の論点
このニュースを「通信キャリアのIoTサービス拡充」として流し読みするのはもったいない。コネクテッド製品を展開する企業、あるいはロボット・自動運転領域に隣接したビジネスをしている担当者には、いくつか考えておくべき論点が浮かぶ。
まず「ロボット本体のスペックではなく、通信インフラをどう調達するか」が戦略変数になる。 これまでは「どのロボットを選ぶか」「どのAIモデルを搭載するか」が主な判断軸だった。今後は「どのネットワーク基盤に乗るか」「オフロード先の信頼性をどう評価するか」が問われてくる。GPUaaS的な発想でAI推論をアウトソースするとなれば、通信キャリアとの契約が事業の根幹に関わってくる。
次に「データ主権」の設計は後回しにできない。 自動運転や医療機器のように個人情報を扱うデバイスが通信網に接続される場合、そのデータがどの経路を通り、どこで処理され、誰がアクセスできるかを最初から設計に組み込む必要がある。「とりあえず繋げて、あとでセキュリティを考える」というアプローチが通用する領域ではない。
そして、次に問題になるのはおそらく「責任の所在」だ。 ロボットが外部の通信網にオフロードした判断に基づいて動き、その結果として事故が起きた場合、責任はロボットメーカーにあるのか、通信サービス提供者にあるのか、あるいは導入した企業にあるのか。技術アーキテクチャが「分散型」になるほど、責任の設計は複雑になる。今の発表資料にこの論点はほぼ登場しないが、フィジカルAIが社会実装に近づく局面で必ず浮上する。
最後に、NTTグループとして「総力戦」が必要という松岡氏の指摘は鋭い。 フィジカルAIの実現は国家戦略の色を帯びてきており、通信、半導体、エッジ、クラウド、セキュリティ、各産業との連携を一体で動かさなければ進まない。今回のNTTドコモビジネスの発表は、そのパズルの一ピースだ。ピース単体の完成度より、全体の絵がいつ、誰主導で描かれるかを注視するほうが生産的だろう。
フィジカルAIの本番は、鮮やかなデモ動画の先にある。「数万台のデバイスが、セキュアに、継続的に動き続ける」という地味な問いに答えられるかどうか。NTTドコモビジネスのアプローチは、その問いに真正面から向き合っている点で評価できる。あとは、各産業との連携とエコシステム形成が、どこまでのスピードで進むかだ。
参考元: フィジカルAIは「ロボット単体」では成り立たない NTTドコモビジネスが示すIoTからの進化の道筋：Weekly Memo
