Physical AIの本質 —— 「現場データ」がすべてを決める時代へ

Physical AIをどう捉えるべきか。その問いに対してリュ氏がまず強調したのは、「データの所在」の重要性だった。
これまでAIは、インターネット上に存在するテキストや画像、動画といったデータをもとに進化してきたが、身体を持つAIにとって本当に重要なのは“現実世界の挙動”である。

人が物を掴むとき、どのように指を動かすのか。滑りそうになったときにどのように力を補正するのか。対象物の硬さや形状に応じてどう扱い方を変えるのか。こうした情報は、Web上には存在しない。

「Physical AIの本当に重要なデータは、Web上ではなく製造業の現場にあります。特に日本や韓国のような製造業の集積地が重要です」とリュ氏は語る。
AI競争の本質が、「アルゴリズム開発」から「現場データの獲得」へと移行しつつあることを意味しており、そしてその意味で日本は不利な立場ではない。むしろ、人の手による高度な作業が日常的に行われている現場を多数抱えるという点で、Physical AI時代においては極めて重要なポジションにある。

では、なぜ「手」なのか。
その理由は、日本の産業現場を見れば明らかだ。工場における作業の約半数の作業はいまだ 自動化されておらず、その多くが「人の手」に依存している。これは単に技術が追いついていないのではない。そもそも多くの作業が、人の器用さを前提に設計されているためだ。

例えば、毎回微妙に形が異なる部品を扱う点や、柔らかい・壊れやすい対象を扱う、工具を使いながら組み立てる、状況に応じて力の入れ方を変えるといったこうしたタスクは、「掴む」だけでは成立しない。必要なのは“扱う”能力、すなわちDexterity（器用さ）である。

「まだ人間が担っている労働を、Humanoid＋AIで解決することが目標です」

この目標に対する答えとして、同社が選んだのが「Dexterity-First」という戦略だった。

「Dexterity-First」という戦略――5本指が切り拓くロボティクスの次世代

従来のロボット開発は、シンプルなグリッパー（把持装置）を中心に発展してきた。自由度はほぼ1で、特定用途に最適化されている一方、汎用性には限界がある。

それに対し、RLWRLDは5本指の手にフォーカスしている。上半身全体が14程度の自由度に対し、人間の手は22 程度の自由度があり複雑な制御が求められる領域だ。注目すべきは、その戦略的意味だ。最も難しい問題である「人の手」を解くことができれば、その応用範囲は一気に広がる。つまり、汎用ロボティクスに直結する。

さらに同社は、触覚・フォーストルク（どれくらいの力がかかっているか）・関節ごとの細かな動きといった情報を統合的に扱い、「掴む」から「操作する」へと能力を進化させている。この思想を具現化したのが「RLDX-1」だ。

リュ氏はその成果について、結果としてNVIDIAのGR00T N 1.5and GR00T N1.6やPhysical Intelligenceのπ0.5・π0を上回るパフォーマンスを出すことができたと語った。

製造だけではない —— Physical AIの主戦場が変わる理由

技術の方向性が見えた一方で、市場の声もまた重要な示唆を与えている。同社はリリース前に日韓企業200社以上と対話を行ったが、多くの企業が関心を示したのは意外なポイントだった。
「企業は、ロボットの“歩行”にはあまり関心がなく、“手で何ができるか”を見ていました」とリュ氏は語った。
つまり求められているのは、『人のように動くこと」ではなく、『人のように働けること」だった。

さらに興味深いのは、需要の中心が製造業だけではなかった点である。
むしろ、サービス業、ホスピタリティ、物流といった領域からのニーズが非常に強かった。
その理由は構造的だ。工場は海外移転が可能だが、コンビニやホテル、物流拠点はその場に存在し続ける必要がある。人口減少が進む国では、これらの産業こそが最も深刻な人手不足に直面する。

結果として、コンビニでの商品陳列やホテルの清掃・宴会準備、物流現場でのピッキングといった具体的なユースケースがすでに動き始めているのである。

製品ではなく現場から —— RLWRLDの実装アプローチ

では、この技術をどのように社会に広げていくのか。
RLWRLDのアプローチは一貫している。「顧客に売る」のではなく、「現場に入り込む」という戦い方だ。

まずはRobotics Transformation（RX）として、顧客とともに課題を整理し、「どこにロボットを入れるべきか」を定義する。
次にRobotic Deployment（RD）で実際にロボットを導入し、PoCを回しながらデータを収集・モデル改善を進める。例えば韓国のロッテホテルとの取り組みでは、長期的に客室業務データを蓄積し、清掃モデルの精度を高めている。
さらに、このような実証環境は一時的なものではなく、継続的な学習基盤として機能している点も特徴だ。そして最終的に到達するのが、「Labor as a Service（LaaS）」である。これは、完成した作業モデルを“労働”として提供する概念だ。

SaaSがソフトウェアを提供するように、必要な作業能力を外部から調達できる世界を意味する。ここで重要なのは、ロボットを「モノ」としてではなく、「機能」や「労働」として捉えている点だ。これは産業構造そのものを変える可能性を持つアプローチと言える。

真の競争優位はどこにあるのか —— 「現場で学び続ける力」という差

RLWRLDの強みはどこにあるのか。リュ氏の答えは、技術的なスペックではなかった。
「アメリカの多くの企業は研究室からスタートしますが、我々は最初から市場と現場に入っています」。

この違いは、単なる開発スタイルの差ではない。AIにおいては、「どこで学ぶか」がそのまま性能の差に直結する。研究室では、どうしても仮想的・整理されたデータが中心になる。

一方で現場では、不確実性や例外が常に存在する。想定外の配置、不均一な形状、環境による影響、人間の暗黙知などこれらすべてが、Physical AIにとっては学習対象になる。RLWRLDは、この“ノイズの多い現実”を前提にモデルを育てている。それは、精度の高さだけでなく、「現場適応力」という別の価値を生む。

加えて同社は、創業初期からグローバル展開を前提にしている。韓国・日本での現場データをもとにしながら、最初から米国市場を含めた開発体制を構築している。

「技術は特定の国に属するものではなく、世界で一番いいものが選ばれる」

この思想のもと、NVIDIAやAWSといったプレイヤーとの協業も視野に入れている。

つまり同社の優位性は、「高度な技術を持っていること」ではなく 「現場で学び続ける仕組みを持っていること」にあるのだ。

技術以上に難しい課題 —— 「AIネイティブ組織」をどう作るか

取材の終盤、CEOが最も難しいと語ったのは、意外にも技術ではなかった。

「技術はある意味シンプルです。グローバルナンバーワンのSOTA（State of the Art）を目指せばいい。ですが、一番難しいのは組織です」

この言葉は、Physical AIにおけるもう一つの本質を示している。AIが進化する中で、アップデートされるべきなのは技術だけではない。同時に、「人の働き方」そのものも変わりつつある。その変化を象徴しているのが、「RLDX-1」の開発体制だ。このプロジェクトを主導したのは、20代前半から中盤の若手エンジニアたちだった。彼らはAIエージェントの活用を前提とし、従来のようなトップダウン型の指示系統に依存しない働き方を実践している。

現場ではすでに、いくつかの明確な変化が起き始めている。経験の蓄積以上に「ツールを使いこなす力」が価値を持ち、組織のヒエラルキーよりも「誰とどうつながるか」という接続性が重視される。また、指示を待つのではなく、自ら判断し動く“自律的な意思決定”が前提になりつつある。こうした変化は、従来の組織構造との間にギャップを生み出す。

「いま考えているのは、ヒエラルキー型ではなく、コネクテッドな組織をどう作るかということです」

これは単なるスタートアップの組織論ではない。AI時代における「企業のあり方」そのものを問い直すテーマである。

「人間の仕事」はどう変わるのか —— Physical AIがもたらす本質的な変化

そして最後に話は「人間の仕事」そのものへと向かう。Physical AIは、多くの場合「省人化」として語られる。しかしリュ氏の見方は、それとは少し異なる。

「人間の仕事の中には、やらなければならないけれど、本当はやりたくないことも多い」

これは、多くの現場で共通する実感だろう。単純な反復作業、肉体的に負荷の大きい業務、注意力を維持し続けなければならない仕事。こうした領域をAIが担うことで、人間はより創造的で価値の高い仕事へとシフトする。ここで重要なのは、Physical AIが単に人を置き換える存在ではなく、人間の役割そのものを再定義する技術であるという点だ。リュ氏は、この変化を単なる効率化ではなく、「人類史的な転換」として捉えている。

「人間の労働がAIへと移行していく中で、人々がより幸せに働ける仕事が急速に増えていく。AIやロボットは、人間が避けたい仕事を引き受ける存在になっていくと考えています」

その中でRLWRLDが担う役割も明確だ。

「私たちがやろうとしているのは、人間が培ってきた“手仕事”の知恵——Physical Intelligenceを、スケーラブルなAIとして残していくことです。私たちが創ろうとしているのは、いわば「手仕事のノアの方舟（Dexterityのノアの方舟）」です。」

そして、その変化が最も早く訪れるのが日本である。少子高齢化という構造的制約を持つ一方で、働き方に対する価値観も急速に変化している。

「日本は、人類の進化を先導できる国だと考えています」

この言葉は、単なる楽観論ではない。むしろ、日本が直面している課題こそが、新しい社会モデルを生み出す土壌になるという認識に基づいている。

「手」が切り拓く、次の産業のかたち

AIはこれまで、「知る」「考える」という領域を中心に進化してきた。そして今、「触れる」「扱う」という領域へと踏み込もうとしている。その中核にあるのが、「人の手」だ。

RLWRLDの挑戦は、単なるロボット開発ではない。それは、身体性を持つAIを通じて、労働という概念そのものを再設計する試みである。その中で重要な役割を担うのが、日本の企業だ。多様な手仕事に関するデータを有する日本は、Physical AIにとって「暗黙知の宝庫」といえる。

RLWRLDは、こうした企業を導入先ではなく共創パートナーと位置づけ、データを共に考え、蓄積することで、他国では実現できないレベルのPhysical AIを生み出そうとしている。すでに日本では10社以上の大企業との協業が進んでおり、「RLDX-1」を起点に、その取り組みはさらに拡大する見込みだ。

最終的には、確立したモデルを世界に展開する構想も描かれている。Physical AIは、遠い未来の話ではない。

その進化はすでに現場から始まり、次の産業のかたちを静かに変えつつある。