XPengは、元々インテリジェントEV向けに開発した自社製Turing AIチップをIRONヒューマノイドに転用しており、構成は約3チップ、デバイス上の演算能力は約2,250 TOPSと伝えられている。スペックシート以上に、戦略的なシグナルの方が重要だ。
核心的な洞察は、自動車産業が静かにフィジカルAIのトレーニンググラウンドになってきたという点だ。自動運転のためにカスタムシリコン、センサーフュージョン、リアルタイム認識に投資した自動車メーカーは、ヒューマノイド向けに再利用可能な技術基盤を今や保有している。難しい課題はほぼ完全に重複している。非構造化環境での動作、エッジでの低レイテンシ推論、機能安全、熱設計である。XPengは、この共通基盤により2つの市場にまたがってR&Dを償却できると賭けており、これは純粋なロボティクススタートアップがコスト面で対抗するのが困難な垂直統合戦略だ。これは競争の構図を書き換える。ロボットデータのユニコーン企業がトレーニングパイプラインを約束して数十億ドルの評価額で資金調達している同じ週に、XPengは持続可能な堀はスタックのより下層、つまりチップとそれに供給される車両フリートデータにあると主張している。
グローバルには、これは3つのグループにプレッシャーをかける。マーチャントチップベンダーは、社内設計志向を強める顧客基盤に直面する。汎用GPUに依存する欧米のヒューマノイド企業は、統合された中国プレーヤーに対してコストとサプライチェーンの不利を抱える。そして輸出規制により中国の自社開発シリコンが選好ではなく戦略的必然となるため、フィジカルAIサプライチェーンの地政学的な分岐を加速させる。
日本にとって、その含意は明確だ。日本の産業・ロボティクスリーダーは深いハードウェアと精密メカトロニクスの強みを持つが、AIグレードのエッジシリコンとソフトウェア定義の統合レイヤーで遅れをとってきた。XPengのモデルはその隙を露わにする。アクチュエータ、モーター、減速機における日本の優位性も、認識・制御の頭脳が輸入品か競争力不足なら意味がない。自動運転プログラムを持つ国内自動車メーカーは、まだヒューマノイド向けに活用していない潜在的なシリコンとフリートデータ資産を保有しているが、その窓は狭まっている。
日本のSIerとエンタープライズ開発チームにとって、近い将来のシフトはアーキテクチャ面だ。フィジカルAIの到来に伴い、統合作業は個別センサーとPLCの配線から、高TOPSエッジプラットフォーム、モデル展開、OTAライフサイクル管理のオーケストレーションへと移行する。これは従来のFA統合よりクラウドネイティブMLOpsに近いスキルだ。RPAと工場自動化ベンダーは、これをエッジ推論オーケストレーションと安全性検証の能力を今すぐ構築するシグナルと捉え、垂直統合されたハードウェアメーカーに仲介を排除されるのではなく、輸入フィジカルAIプラットフォームの統合レイヤーとしてポジショニングすべきだ。
