Tencent Cloudは、エンボディドAIと自動運転向けの統合マルチモーダルデータ処理およびモデルトレーニングスタックを発表し、今後リリース予定のTCLake XPhysisプラットフォームを予告した。この動きは製品発表としてよりも、フィジカルAI競争がどこに向かっているかのシグナルとして重要である。それはモデルの重みから、それらに供給するパイプラインへと移行している。

ロボティクスと自動運転における制約要因はアルゴリズムではなく、データロジスティクスである。センサー、ビデオ、lidar、遠隔操作のストリームは従来型のETLを破綻させる量で到着し、トレーニングにはシミュレーション、ラベリング、モデル反復の間の緊密なループが必要となる。取り込みから推論まで所有するクラウドベンダーは、各段階で継続的な支出を獲得する。これはハイパースケーラーがモデルを販売するのではなく完全なトレーニングパスを貸し出すことでLLMの波を収益化したのと同様である。Tencentがここに旗を立てたことは、より広範なパターンを反映している。持続可能な経済性が蓄積されるのはインフラ層であり、デモではない。

地政学的な側面もある。自動運転とロボティクスのデータは企業が保有する最も位置情報に敏感なデータの一つであり、ほとんどの主要市場でクロスボーダーのデータ移転規制が強化されている。国内でホストされる中国のスタックにより、現地の自動車メーカーやロボットメーカーはそのデータを国内に保ちながら、米国の計算資源輸出制限への露出を回避できる。すべての大規模クラウドリージョンが一つのグローバルスタンダードではなく、主権を持つフィジカルAIパイプラインに収束することが予想される。

日本にとって、この非対称性は居心地が悪い。同国は産業用ロボット、工場自動化、車両など、フィジカルAIが構築される分野では強いが、今や価値を獲得しているクラウドとデータインフラ層では比較的薄い。エンボディドAIのトレーニングパイプラインが外国のスタックに依存すると、日本のメーカーは自らが制御しないプラットフォームへのハードウェアサプライヤーになるリスクを負う。これはスマートフォンやコンシューマークラウドで展開されたダイナミクスの繰り返しである。

日本のSIerにとっての機会は統合とガバナンス層にある。企業は国内コンプライアンスを満たし、既存の工場やMESシステムに接続し、機密性の高い業務データを監査可能な境界内に保つデータパイプラインを必要とするだろう。RPAベンダーはこれを次のフロンティアとして読むべきである。そこでは画面レベルの自動化が物理的プロセスオーケストレーションに拡張される。国内で勝利する企業はトレーニングスタックを再構築するのではなく、保守的な企業バイヤー向けに信頼できるコンプライアント対応のアクセスを仲介するだろう。