日本的機器人不是來搶工作，而是補上沒人想做的那一份

AI News · 2026-04-06

原文連結： In Japan, the robot isn’t coming for your job; it’s filling the one nobody wants

摘要

• 日本正在把 physical AI 從試驗場推進到真正的商用部署，核心動力是缺工、人口老化與維持產能的壓力
• 工廠、物流、基礎設施與維運場景，正在導入能跨班運作的機器人與自動化系統
• 這波變化的價值重心，正在從單純的硬體製造，往控制軟體、編排平台、數位孿生與整合能力移動
• 日本在致動器、感測器與運動控制等零組件上仍有優勢，但美國與中國在全棧系統整合上跑得更快
• 產業結構也未必走向贏者全拿，較可能形成大型企業與新創分工合作的混合式生態系
• 對日本來說，physical AI 不只是效率工具，而是維持工業與社會運作的基礎設施

· · ·

實體 AI（physical AI）正在成為下一個重大工業戰場。日本這波推動力不是來自「想把人取代掉」，而是來自更現實的壓力：勞動人口持續縮水、維持生產力的難度升高，企業只好把 AI 驅動的機器人更積極地塞進工廠、倉儲與關鍵基礎設施裡。

日本經濟產業省在 2026 年 3 月表示，希望扶植本土 physical AI 產業，並在 2040 年拿下全球 30% 的市占。這個目標聽起來很大，但日本本來就在工業機器人領域有深厚底子：依照該部資料，日本製造商在 2022 年就約占全球市場 70%。

TechCrunch 這篇報導根據投資人與產業人士的訪談，梳理了日本這波轉向是怎麼發生的、它和美國與中國的路線有什麼不同，以及隨著技術成熟，真正的價值會落在哪裡。

· · ·

缺工，才是真正的推手

在日本，推動導入的因素很多，包括社會對機器人的接受度高、人口結構壓力造成的缺工，以及機電與硬體供應鏈本來就很強。Woven Capital 董事總經理 Ro Gupta 告訴 TechCrunch，這波熱潮其實是一種延續營運的工具：怎麼讓工廠、倉儲、基礎設施與服務系統在更少人力下繼續跑下去？Global Brain 合夥人 Hogil Doh 也說，眼下最主要的驅動因素就是勞動力短缺。

日本的人口危機還在加速。2024 年日本人口已經連續第 14 年下降；其中工作年齡人口只占總人口的 59.6%，而且 Doh 指出，未來 20 年還可能再少掉將近 1,500 萬人。這件事已經開始改變企業的做法：Reuters / Nikkei 在 2024 年的調查發現，勞動力短缺是日本企業導入 AI 的主要原因。

Salesforce Ventures 合夥人 Sho Yamanaka 在接受 TechCrunch 採訪時說，推動力已經從單純追求效率，變成工業生存問題。

「日本面臨的是實體供給上的限制，許多基本服務如果沒有足夠人力就無法維持，」Yamanaka 說。「在工作年齡人口持續萎縮的情況下，physical AI 已經是維持工業標準與社會服務的國家級急迫議題。」

日本也正在加快製造與物流自動化的腳步。Mujin 執行長兼共同創辦人 Issei Takino 告訴 TechCrunch，政府一直在推動自動化，以解決勞動力短缺這類結構性問題。Mujin 這家公司開發了軟體，讓工業機器人可以自主處理揀貨與物流作業；它的重點不只是硬體，而是機器人控制平台，讓既有設備能更自主、更有效率地運作。

硬體強項，系統風險

日本過去最擅長的是機器人的實體基礎零件。到了 AI 時代，這個優勢能不能延續，反而變得沒那麼確定。日本在致動器、感測器與控制系統等核心零組件上仍然很強，但美國與中國在整合硬體、軟體與資料的全棧系統上，推進速度更快。

Yamanaka 說，日本在高精度零組件上的專長，正好是 AI 與真實世界之間最關鍵的物理介面，這是很重要的護城河。

「掌握這個接觸點，就能在全球供應鏈裡取得明顯的競爭優勢，」Yamanaka 說。「現在的優先事項，是把 AI 模型更深地整合進這些硬體，提升系統層級的最佳化。」

Takino 則說，硬體能力最強的仍是中國與日本，而日本在機器人運動控制上尤其有優勢；相較之下，美國在服務層與市場開發上領先。過去很多美國公司會靠軟體優勢建立整合型業務，像 Apple 那樣，再搭配來自亞洲的高品質硬體；但這套模式未必能完整套用到正在成形的 physical AI 世界。

「在機器人，尤其是 physical AI 裡，必須非常了解硬體的物理特性，」Takino 說。「這不只需要軟體能力，還需要高度專門的控制技術，而這些技術要花很長時間培養，而且失敗成本很高。」

WHILL 是一家總部位於東京與舊金山的公司，主力產品是可自主移動的個人交通載具。執行長 Satoshi Sugie 表示，公司正借助日本的「monozukuri」工藝精神，採取更完整的全棧式路線來拓展全球市場。WHILL 已經打造出一個整合平台，把電動車、車載感測器、導航系統與雲端車隊管理結合在一起，用於短距離與自動駕駛運輸。

Sugie 指出，公司在日本與美國之間分工：日本負責打磨硬體、回應高齡化需求，美國則負責加速軟體開發與測試大規模商業模式。

從試點走向真正部署

政府也把錢投入這場轉型。日本在首相高市早苗領導下，已承諾投入約 63 億美元，強化核心 AI 能力、推動機器人整合，並支援工業部署。

從實驗到真正上線的轉變，已經在發生。工業自動化仍是最成熟的領域，日本每年安裝數萬台機器人，特別集中在汽車產業。Doh 說，更多新應用也開始冒出來。

「訊號很簡單：是客戶付費的部署，而不是廠商自己出錢做試點；要能穩定跑完整個班表；還要能用可量化的指標來衡量，例如正常運轉時間、人為介入率，以及生產力影響，」Doh 說。

在物流領域，企業正在部署自動化堆高機與倉儲系統；在設施維運領域，檢查機器人已經開始進入資料中心與工業場域。

像 SoftBank 這類公司，已經在把 physical AI 真正用起來：他們把視覺語言模型和即時控制系統結合，讓機器人能解讀環境並執行複雜任務。

在國防領域，自主系統正逐漸變成基礎建設，競爭力不只取決於平台本身，還取決於由 physical AI 驅動的營運智慧。Terra Drone 執行長 Toru Tokushige 告訴 TechCrunch，該公司正透過結合營運資料與 AI，讓自主系統能在真實世界環境中可靠運作，並支援日本國防基礎建設的發展。

投資焦點也在改變。企業與投資人開始把更多資金投向編排軟體、數位孿生、模擬工具與整合平台，而不只是硬體本身。

混合式生態系正在成形

日本的 physical AI 生態系，正在往和傳統科技顛覆模型不太一樣的方向走。產業人士普遍預期，未來不會是一家獨大，而會是一種混合模式：大型企業負責規模與可靠性，新創則負責軟體與系統設計上的創新。

Toyota Motor、Mitsubishi Electric、Honda Motor 這些既有大廠，在製造規模、客戶關係與部署能力上仍有明顯優勢；但新創正在崛起，切進編排軟體、感知系統與工作流程自動化等關鍵環節。

Yamanaka 說，這種大型企業與新創之間的關係，其實是互補的生態系。

「機器人需要大量硬體開發、深厚的營運 know-how，以及很高的資本支出，」Yamanaka 說。「把大型企業的資產與領域知識，和新創的破壞式創新結合起來，產業整體的全球競爭力就會更強。」

Terra Drone 執行長也說，日本的國防生態系正從大型企業主導，轉向更多和新創合作。大型公司仍然專注於平台、規模與整合，而新創則在小型系統、軟體與營運上推進，速度與適應力變成重要競爭條件。

Mujin 等公司正在打造位於硬體之上的平台，讓多品牌設備可以更快導入自動化、跨場域部署；而 Terra Drone 等企業則把類似方法用在自主系統上，結合 AI 與營運資料，支援更大規模的實際應用。

Doh 說，真正最有防禦力的價值，會落在那些掌握部署、整合與持續改善的人手上。

· · ·

這場競賽的重點，不只是機器人變多

這篇報導真正有意思的地方，不是「日本很愛機器人」這種老套結論，而是它把 physical AI 的經濟學講得很清楚：當缺工變成結構性問題，最有價值的就不只是能不能做出硬體，而是能不能把它穩定地塞進真實流程裡，並且持續運作。

這也解釋了為什麼價值重心正在往軟體、編排、模擬與整合移動。純硬體很容易被規模、成本與供應鏈稀釋；真正有護城河的，往往是知道怎麼把機器、資料、現場流程與商業責任綁在一起的人。換句話說，未來贏家不一定是做出最酷機器人的那家公司，而是最會把機器人部署成服務的公司。

日本的路線也很值得看。它不一定會用美國那種「平台先贏、再橫掃市場」的方式成長，反而更可能走向大型製造企業與新創混搭的產業網。對其他面臨高齡化與勞動力緊縮的國家來說，這可能才是真正可複製的範本：不是先幻想全面自動化，而是先讓少數關鍵流程真的跑起來。